Du backtestade 2 000 $ per affär och vill nu satsa 50 000 $: ett brev om kapacitet

Du skickade mig resultatbladet och ställde en fråga: håller det här vid större storlek? Medelvärdesåtergång på fem minuter, ungefär trettio mid-cap USDT-perps, varje affär i backtestet med ett fast nominellt belopp på 2 000 $, Sharpe utanför urvalet strax under 2 och en genomsnittlig bruttofördel på cirka 22 baspunkter per rundresa före kostnader. Du har finansierat det med fickpengar och vill nu satsa riktigt kapital — säg 50 000 $ per affär.

Det ärliga svaret är att ingen kan ge dig en kapacitetssiffra. Det är en kurva, och din uppgift den här veckan är att rita upp den. Men du kan komma nära med ett kalkylblad, och jag tycker att du ska göra det innan du får lära dig den hårda vägen.

Börja med kvoten du redan har data för

Innan du använder någon modell för marknadspåverkan ska du beräkna deltagandegraden. Ta kolumnen för quote-volym som du redan har i dina klines — index 7, stapelns omsättning i USDT — och räkna ut hur stor andel av en typisk stapels volym din order skulle utgöra.

Ungefär så här ser det ut i en marknad som din, med medianen för quote-volym på 5 minuter:

Vid 2 000 $ var du en avrundningsdifferens överallt, vilket är anledningen till att backtestets antaganden om fills aldrig sattes på prov. Vid 50 000 $ utgör du, för den nedre halvan av listan, hela stapeln. Åttiotre procent av en femminutersstapel är ingen exekvering, det är en händelse. Oavsett vad din fillmodell säger om att korsa spreaden beskriver den en värld du har lämnat bakom dig.

En tumregel jag använder för en första uppskattning: över 10% av stapelns volym ska du sluta lita på allt backtestet säger om den fillen. Mellan 1% och 10% ska du modellera marknadspåverkan noggrant. Under 1% dominerar spreaden och avgifterna, och då kan du gå vidare.

Kalibrera kvadratrotslagen ungefärligt för dina egna symboler

Arbetsmodellen är kvadratrotslagen för marknadspåverkan: kostnaden uttryckt i avkastning skalar med volatiliteten gånger kvadratroten ur den andel av dagsvolymen du förbrukar.

marknadspåverkan ≈ Y × σ_daglig × √(Q / V_daglig)

Y är en konstant nära 1 i de flesta uppskattningar, σ_daglig är symbolens dagliga avkastningsvolatilitet, Q är orderns nominella belopp och V_daglig är dagens nominella volym. Ta symbolen med ARB-liknande egenskaper från tabellen. Medianomsättningen på 5 minuter är 220 000 $, alltså cirka 63 miljoner dollar per dag. Daglig volatilitet, säg 4%.

Räkna på rundresorna. Vid 2 000 $: 4.5 bps i marknadspåverkan plus 10 bps i taker-avgifter enligt ett 5-and-5-upplägg, alltså cirka 14.5 bps i kostnader mot 22 bps i bruttofördel. Netto 7.5 bps, ungefär vad resultatbladet visar. Bra, modellen och backtestet stämmer överens vid den storlek du faktiskt testade. Vid 50 000 $: 22.6 bps i marknadspåverkan plus samma 10 bps i avgifter. Kostnad 32.6 mot en fördel på 22. Du betalar tio baspunkter per affär för nöjet.

Sätt nettot till noll och lös ut Q, så får du cirka 14 000 $ för den symbolen. Inte 25 gånger. Sju gånger, och den sista tredjedelen av det intervallet är en strategi utan någon felmarginal. Kvadratroten gör precis vad kvadratrötter gör: 25 gånger större storlek kostar 5 gånger mer per enhet, så förlusten växer i samma takt som det nominella beloppet.

Använd volymen du faktiskt handlar mot, inte medianen

Här är förfiningen som betyder mer än valet av Y. Du har just beräknat deltagandegraden utifrån medianvolymen. Men du går inte in på mediank staplar. Beräkna V villkorat på att din signal utlöses.

Medelvärdesåtergång på fem minuter utlöses oftast efter en kraftig rörelse, vilket innebär att staplarna när du går in har två eller tre gånger medianomsättningen. Det är en verklig fördel som kan fördubbla din faktiska kapacitet jämfört med den naiva uppskattningen. Momentumutbrott får samma fördel. Strategier som går in enligt ett schema — en fast ombalansering eller ett filter för en viss tid på dagen — får den inte. Och om du går in när marknaden driver stilla handlar du mot en tunnare orderbok än medianen antyder.

Mät den alltså. En groupby över tidsstämplarna för dina inträden ger dig fördelningen, och jag skulle titta på den 20:e percentilen snarare än medelvärdet, eftersom det är de dåliga fillsen som avgör din risk. Om volymen i staplarna vid inträden ligger under medianen vid den 20:e percentilen var din naiva kapacitetsuppskattning optimistisk, och det är bäst att ta reda på det nu.

Det som faktiskt sänker altcoinportföljer när de skalas upp

Trettio mid-cap-perps ser ut som trettio oberoende vad i ett backtest. Under månadens två viktiga timmar är det ett enda vad. När en kaskad drar igång korrelerar allt med BTC, alla orderböcker tunnas ut samtidigt och dina tolv samtidiga positioner på 50 000 $ blir en enda riktningsposition på 600 000 $ som avvecklas i kvartalets sämsta likviditet.

Din marknadspåverkansmodell, kalibrerad på mediannivåer, har ingen aning. Det har inte heller din Sharpe. Lösningen är enkel: beräkna om deltagandegraden med volymen under den dag som ligger vid 5:e percentilen och kontrollera om du ens kan avveckla hela den maximala samtidiga bruttopositionen. Om det tar nittio minuters handel vid ett deltagandetak på 10% att avveckla portföljen, och din fördel försvinner på femton minuter, har du inte längre en femminutersstrategi för medelvärdesåtergång. Du har en långsam riktningsposition med en historia om medelvärdesåtergång.

Förr eller senare handlar varje samtal om kapacitet om innehavstid. Marknadspåverkan är priset för snabbhet. Kan du hålla längre kan du handla större; kan du inte det är storleken den enda variabeln du kan ändra.

Ytterligare en begränsning som dyker upp mellan 2 000 $ och 50 000 $ och överraskar många: hävstångsnivåer. På de flesta handelsplatser minskar den maximala hävstången för en mid-cap-perp när positionsbeloppet ökar, och för de mindre symbolerna slutar det högsta intervallet ofta långt under den nivå du är på väg mot. Marginkravet som backtestet antog vid 2 000 $ gäller inte vid 50 000 $. Kontrollera riskgränstabellen för varje symbol i ditt urval innan du antar att kapitalkravet ökar linjärt.

Vad jag faktiskt skulle göra den här veckan

1. Kör om samma backtest med sex storlekar — 2k, 5k, 10k, 25k, 50k, 100k — och koppla in en marknadspåverkansmodell som beror på orderstorleken i förhållande till stapelns quote-volym. Inte ett fast slippagevärde. Det var det fasta värdet som fick dig att tro på 50 000 $ från början.
2. Rita upp Sharpe netto mot storlek. Du får en kurva som först är plan, sedan viker av och därefter faller. Din kapacitet ligger där kurvan passerar den Sharpe du är villig att handla på, med ett rejält säkerhetsavdrag eftersom alla modeller för marknadspåverkan är optimistiska i svansarna.
3. Dela upp urvalet efter likviditetsnivå och anpassa storleken per symbol i stället för att använda samma storlek överallt. Samma storlek i trettio symboler innebär att svanssymbolerna i tysthet subventionerar de största, samtidigt som de själva tar upp 80% av en stapel.
4. Pappershandla med den storlek kurvan anger och logga realiserad slippage mot det modellerade värdet för varje fill. Den jämförelsen är den enda riktiga kalibreringen du någonsin får av Y. I mina tunna altcoinportföljer har värdet snarare legat närmare 1.4 än 1.0.

Min gissning utan att ha sett siffrorna är att svaret hamnar någonstans kring 8 000–12 000 $ per affär för de två tredjedelarna av ditt urval med bäst likviditet, och att du bör ta bort den nedersta tredjedelen helt i stället för att acceptera fillsen du får där. Det är fortfarande en rejäl multipel av din nuvarande storlek. Den är bara inte 25 gånger, och det kostar ingenting att komma fram till det med ett kalkylblad.

Skicka mig storlekskurvan när du har den. Jag är nyfiken på var din viker av.