O teu modelo de slippage deve estar deliberadamente errado

O modelo de slippage mais honesto é muitas vezes deliberadamente errado. Um backtest que apresenta um custo de execução preciso com base em dados históricos grosseiros está a fazer uma afirmação que os dados não permitem sustentar.

Pode parecer um argumento a favor de pressupostos rudimentares. É precisamente o contrário: usa um modelo simples que possas explicar e, depois, faz com que discorde de si próprio. Se uma estratégia só funciona com uma estimativa de execução convenientemente favorável, a incerteza faz parte do resultado.

Porque pode uma estimativa precisa de slippage induzir em erro?

Imagina que tens barras OHLCV de 1 minuto e envias uma ordem de mercado para 2,000 ações. A barra indica o intervalo de preços e o volume total ao longo de 1 minuto. Não indica qual era o bid e o ask quando a tua ordem chegou, quantas ordens estavam à tua frente na fila, como o volume se distribuiu durante esse minuto, nem que parte dele a tua ordem teria consumido.

Ainda assim, podes atribuir um valor ao slippage. Podes executar ao preço de abertura da barra seguinte mais um custo fixo em pontos base, ou fazer o custo variar em função do tamanho da ordem dividido pelo volume da barra. São aproximações úteis. Não são observações. Apresentar o resultado como «slippage: 3.2 pontos base» faz uma escolha de modelo parecer uma medição.

Vejamos um exemplo concreto: uma estratégia negoceia $20,000 por ordem numa ação cujo volume na barra seguinte é $400,000. A sua taxa de participação é de 5%. Um modelo que cobre 2 pontos base custa $4 por ordem; outro que cobre 10 pontos base custa $20. Em 500 operações de ida e volta, a diferença é de $16,000 antes das comissões. Se o lucro bruto do backtest da estratégia for $18,000, o pressuposto de execução influencia o resultado quase tanto como o sinal.

Cria um intervalo que reflita aquilo que os teus dados conseguem mostrar

Começa por uma situação de referência que corresponda ao tipo de ordem da estratégia e à resolução dos dados. Uma ordem de mercado precisa de spread e impacto. Uma ordem limitada precisa de uma regra para determinar se é executada; assumir que qualquer preço tocado resulta numa execução é outro erro de modelação da execução.

Depois, executa o mesmo backtest com um pequeno conjunto de cenários explícitos. Mantém fixos o sinal, o dimensionamento e os carimbos temporais para poderes atribuir as alterações à execução:

Isto não são intervalos de confiança, a menos que os tenhas calibrado estatisticamente. São testes de cenários. Explica no relatório o que significam e não os combines numa «estimativa de slippage esperado» inventada sem evidências que sustentem as probabilidades.

Faz o modelo reagir à ordem

Uma comissão fixa em pontos base pode ser uma primeira aproximação razoável para ordens pequenas. À medida que a participação aumenta, torna-se uma explicação pouco convincente. No mínimo, regista o valor nominal da ordem, o volume disponível na barra e a taxa de participação. Se a estratégia negoceia futuros, regista o valor do contrato e as unidades de volume relevantes; se negoceia cripto à vista, indica claramente a moeda de cotação e a plataforma.

Uma curva de impacto simples pode revelar a pressão sobre a capacidade sem fingir reproduzir um livro de ordens. Por exemplo, define o custo como uma comissão de spread de referência mais uma componente de impacto que aumenta com a raiz quadrada da participação. Ajusta os parâmetros apenas se tiveres dados de execução adequados. Caso contrário, varia os parâmetros e mostra com que rapidez o resultado se deteriora.

E impede que o modelo de execução salve a estratégia sem que te apercebas. Um sinal longo que surge depois de uma subida acentuada não deve obter o mínimo da barra só por esse preço estar dentro da vela. Usa uma convenção de execução causal, depois submete o preço a testes de esforço e introduz um atraso. Se a ordem atrasada falhar o movimento, esse é um resultado da execução, não um incómodo a eliminar com suavização.

Usa o paper trading para reduzir o intervalo

O paper trading não revela a execução que terias obtido num motor de correspondência em produção. Ainda assim, pode indicar se o fluxo de ordens do backtest se assemelha às decisões efetivas do sistema: quando são geradas as ordens, qual é o seu tamanho e durante quanto tempo continuam executáveis.

Compara o preço simulado da ordem com as cotações contemporâneas ou com os dados de mercado que o teu sistema de paper trading regista. Acompanha a diferença por instrumento, hora do dia, tamanho da ordem e tipo de ordem. Essas observações podem restringir os pressupostos para essa configuração. Não se aplicam automaticamente a outra plataforma, regime de mercado ou ordem de maior dimensão.

Os críticos têm razão ao dizer que os cenários pessimistas podem ser arbitrários. Um modelo deliberadamente severo pode rejeitar uma estratégia viável, tal como um modelo favorável pode fazer uma estratégia fraca parecer melhor do que é. Por isso, não apresentes o cenário mais severo como verdade. Publica os pressupostos, mostra a sensibilidade e recolhe os dados necessários para substituir estimativas por valores calibrados.

Um backtest não consegue saber, a partir de uma vela, qual era a posição histórica na fila. Pode mostrar se a ideia continua coerente quando a execução piora de formas que os teus dados não permitem excluir. Essa resposta é mais útil do que uma casa decimal.