21. november 2026 · raziskave

Boljša strategija je lahko videti slabša, ko dodamo več podatkov

Boljša strategija je lahko videti slabša, ko dodamo več podatkov

Podrobnejši tržni podatki lahko zmanjšajo zanesljivost povratnega testa strategije. Podatki o posameznih poslih vam dajo več vrstic, hkrati pa tudi več možnosti, da podrobnosti merjenja zamenjate za znanje o tem, kaj bi lahko dejansko trgovali.

To se zdi nelogično, če ste že kdaj opazovali, kako test na podlagi svečk zgreši stop, razširitev razmika ali kratek dotik vaše limitne cene. To so resnične težave. Vprašanje je, ali jih podrobnejši podatki zares odpravijo ali pa simulatorju le omogočijo, da poda prepričljivejšo zgodbo.

Kaj lahko povratni test zazna s podatki o posameznih poslih?

Enominutna svečka stisne zaporedje poslov v štiri cene in skupni obseg. Samo iz svečke običajno ne morete razbrati, ali je bila najprej dosežena najvišja ali najnižja cena, koliko časa se je cena zadrževala blizu katerega od skrajnih nivojev ali ali se je na določeni ceni trgovalo z dovolj velikim obsegom za izvedbo vašega naročila.

Podatki o posameznih poslih znova pokažejo zaporedje prijavljenih poslov. Kotacije skozi čas dodajo prikazano nakupno in prodajno ceno. Z obema vrstama podatkov lahko natančneje preučite razmik, spremembe kotacij in vprašanje, ali bi tržno izvršljivo naročilo prečkalo knjigo naročil po verjetni ceni.

Toda zapis posla ne razkrije vašega mesta v čakalni vrsti. Če bi se vaše čakajoče naročilo pridružilo nivoju, na katerem je bilo pred njim že 18 BTC, podatek, da se je tam trgovalo z 0.3 BTC, še ne dokazuje, da bi se vaše naročilo izpolnilo. Tržni podatki kažejo, kaj se je zgodilo na trgu; le redko pa razkrijejo, kje natančno bi bilo vaše hipotetično naročilo.

Kdaj lahko podrobnejši podatki poslabšajo rezultat?

Prvo tveganje je neenakomerna pokritost. Arhivi podatkov o posameznih poslih pogosto vsebujejo manjkajoča obdobja, vrzeli pri trgovalnih mestih, spremembe simbolov ali različna obdobja hrambe za različne trge. Strategija, preizkušena samo tam, kjer ponudnik zagotavlja popolno zgodovino, lahko neopazno postane strategija za sredstva in obdobja, ki jih je najlažje izmeriti.

Drugo tveganje je časovna usklajenost. Časovni žigi lahko pomenijo čas dogodka na borzi, čas prejema pri ponudniku ali trenutek sestavljanja datoteke. Če simulator razvršča dogodke iz različnih virov, kot da bi bile njihove ure popolnoma usklajene, se lahko odzove na kotacijo, še preden je ta kotacija dosegla vaš sistem.

Več vrstic pa olajša tudi prikrivanje napak v izvedbi. Strategija na podlagi svečk se lahko odloči enkrat na minuto. Različica, ki jo vodijo podatki o posameznih poslih, lahko v tej minuti trguje več desetkrat, pri čemer vsakič plača razmik, provizije in vpliv na trg. Če simulator predpostavlja, da je mogoče vsak signal izvesti po naslednji zabeleženi ceni, je njegova natančnost zgolj navidezna.

60opazovanj v eni sekundi v minuti
1minutna svečka s povzetkom istega intervala

60 opazovanj samodejno ne pomeni 60 neodvisnih priložnosti za trgovanje. Vsa lahko opisujejo isto spreminjajočo se kotacijo, vaše naročilo pa lahko vpliva na to, kateri obseg je še na voljo za izpolnitev. Visokofrekvenčna simulacija potrebuje model naročil in zakasnitve, ki dodatne podrobnosti upošteva pošteno.

Kdaj so podatki o posameznih poslih vredni stroška?

Začnite z vprašanjem, na katero z obstoječimi podatki ne morete odgovoriti. Če se sprašujete, »kaj je bilo doseženo prej, moj stop ali moj cilj?«, vam lahko pomagajo podatki o posameznih poslih. Če vas zanima, »kolikšen strošek je ob vstopu povzročil razmik?«, so pomembnejši podatki o kotacijah. Če sprašujete, »ali bi se moje pasivno naročilo izpolnilo?«, boste morda potrebovali globino knjige naročil in predpostavke o čakalni vrsti, vendar tudi ti podatki le redko razkrijejo celotno zgodovinsko čakalno vrsto.

Raziskovalno vprašanjeUporabni podatkiČesa še vedno ne morejo dokazati
Ali je bil en prag dosežen pred drugim?Podatki o posameznih poslihDa se je vaše naročilo izpolnilo pri katerem od pragov
Kakšen razmik je prečkalo tržno naročilo?Časovno označene nakupne in prodajne kotacijeDa je bil prikazani obseg še vedno na voljo
Ali bi se pasivno naročilo lahko izpolnilo?Kotacije, globina knjige naročil in model čakalne vrsteVašega natančnega mesta v živi čakalni vrsti

Pri dnevnem signalu, ki ga držite več tednov, so lahko enominutne svečke že podrobnejše, kot jih potrebuje postopek odločanja. Pri strategiji, katere prednost je odvisna od izvedbe v nekaj sekundah, lahko svečke izbrišejo prav učinek, ki ga preučujete. Ločljivost podatkov prilagodite odločitvenemu in izvedbenemu časovnemu horizontu strategije.

Kako ugotovim, ali so dodatne podrobnosti pomagale?

Strategijo in obdobje testiranja ohranite nespremenjena. Različici na podlagi svečk in podrobnejših podatkov primerjajte pri istih odločitvah, kjer je to mogoče. Poleg donosa in statističnih meril tveganja spremljajte spremembe pri izpolnitvah, obsegu trgovanja, plačanem razmiku, provizijah in vplivu na trg. Če se Sharpe zviša, število poslov pa potroji, model izvedbe pa še vedno predpostavlja izpolnitev po naslednjem zabeleženem poslu, je treba izboljšavo vzeti z zadržkom.

Nato namenoma poslabšajte kakovost podrobnih podatkov. Naključno izpustite manjši delež dogodkov, dodajte realistično zakasnitev podatkovnega vira ter povečajte predpostavljeni razmik ali vpliv na trg. Rezultat, ki se sesuje že ob nekaj milisekundah zakasnitve, je lahko posledica vrstnega reda dogodkov v simulatorju, ne pa trajne lastnosti strategije.

Neko popoldne sem porabil za sledenje spektakularni izboljšavi in ugotovil, da jo je povzročil podatkovni vir, ki je podvojil kratek niz zapisov poslov. Model se je naučil trgovati na podvojenih podatkih. Zaradi več podatkov je bila napaka videti kot prednost.

Kritiki svečk imajo prav, da združevanje lahko skrije izvedbo, odvisno od poti cene. Samo iz OHLC ni mogoče določiti, ali je bil znotraj iste svečke najprej dosežen stop ali cilj, trenutni posnetki razmika pa lahko spregledajo kratkotrajna odstopanja. Podatki o posameznih poslih in kotacijah lahko na ta vprašanja odgovorijo natančneje, če je podatkovni vir popoln in simulator upošteva časovno zaporedje dogodkov.

Praktično merilo je preprosto: dodatne podrobnosti vključite le, če spremenijo odločitev, ki jo lahko opišete, in pokažite, katere predpostavke te podrobnosti pretvorijo v izpolnitev naročila. Sicer imate večji nabor podatkov in na videz natančnejši povratni test, ne pa boljših dokazov, da bi strategija lahko trgovala.

podatkovno inženirstvopovratno testiranjemikrostruktura trgaraziskave strategij
← Vse objave