En backtest kan se mer övertygande ut efter att du har försämrat datan. Ta bort de fula noteringarna, fyll luckorna med prydliga priser, så kan Sharpe-kvoten stiga. Den förbättringen kan vara en varningssignal: rensningsregeln kan ha suddat ut just de marknadsförhållanden som strategin måste klara av.
Datakvalitet spelar roll. En korsad köp- och säljkurs eller en duplicerad affär kan skapa en fill som ingen hade kunnat få. Men ett filter som får obekväma observationer att försvinna är också ett modellval. Granska det med samma misstänksamhet som en ny signalfunktion.
När är ett dåligt pris faktiskt dålig data?
Börja med att fråga vad observationen representerar. En affär långt från den rådande marknaden kan bero på en korrupt post, en verklig svepning genom tunn likviditet eller en händelse specifik för en handelsplats. Ett 1-minutsljus med en stapel utan volym kan betyda att inga affärer ägde rum, medan ett saknat ljus kan bero på att dataflödet fallerade. De fallen bör hanteras på olika sätt.
Tänk dig en enkel medelvärdesåtergångsstrategi som köper när priset faller 1% under ett kort glidande medelvärde och säljer vid medelvärdet. Under en period med tunn handel över natten noteras en affär 1.2% under det föregående priset, och sedan studsar marknaden tillbaka. Om noteringen är äkta kan en strategi med en vilande limitorder ha fått en fill. Om det är en felaktig tick som inte stöddes av någon exekverbar kurs, hittar du på en edge om du räknar med fillen.
Att ta bort stapeln är inte automatiskt säkrare. Strategin kan fortfarande ha haft en order liggande på marknaden, och nästa verkliga affär kan ha fyllt den. En försvarbar återskapning måste modellera vad strategin kunde observera och vad dess order rimligen kunde exekveras mot.
Hur påverkar en rensningsregel resultatet?
Kör strategin med uttryckligt angivna databehandlingar och jämför förändringarna. Spara råkällan och dokumentera varje uteslutning eller korrigering med en motivering. Redovisa sedan hur mycket av resultatet som beror på de besluten.
| Databehandling | Möjlig fördel | Risk för backtesten |
|---|---|---|
| Ta bort en notering utanför ett dokumenterat intervall för fel på handelsplatsen | Hindrar en känd ogiltig post från att sätta ett extremvärde | Regeln kan felklassificera legitima affärer när marknaden rör sig snabbt |
| För över det senaste priset över ett saknat intervall | Hindrar att indikatorer fallerar vid luckor | Skapar ett pris som kanske inte motsvarar någon genomförd affär |
| Använd konsoliderade köp- och säljkurser i stället för senaste affärer | Ger en bättre bild av de exekveringspriser som visas | Orderdjup, tillgång till handelsplatsen och köposition spelar fortfarande roll |
| Ta bort alla extremvärdesstaplar enligt en statistisk gräns | Minskar känsligheten för extrema värden | Kan ta bort verkliga stressperioder då strategin förlorar som mest |
Anta att en ojusterad körning har en Sharpe-kvot på 0.9, medan en körning där 0.8% av staplarna uteslutits stiger till 1.4. Det är inte i sig en seger för datakvaliteten. Kontrollera om de borttagna staplarna samlas kring volatilitetstoppar, om de står för en betydande del av P&L och om uteslutningsregeln fastställdes innan du såg resultatet.
För en logg över dataundantag: källa, tidsstämpel, berörda fält, skäl till åtgärden och om beslutet fattades före eller efter granskningen av strategins resultat.
Hur testar jag om rensningen förändrade edgen?
Lås strategin och jämför flera rimliga databehandlingar över samma datum. Ta med den råa återskapningen där det går, en dokumenterad uppsättning korrigeringar och ett konservativt exekveringsfall för observationer som fortfarande är tvetydiga. För varje körning redovisar du antal affärer, omsättning, nedgång och P&L-bidraget från berörda intervall tillsammans med Sharpe-kvoten.
Granska sedan affärerna som förändras. Om strategins största vinnare försvinner när en liten grupp misstänkta noteringar utesluts, läs posterna en och en. Om förlusterna i stället försvinner ska du granska dem lika noga. En regel som bara granskas noggrant när den försämrar backtesten används redan i forskningen.
För en reproducerbar studie ska du versionshantera leverantörsfilerna eller deras kontrollsummor, rensningskoden och undantagslistan. En leverantör kan revidera historiken; nästa körning ska göra det möjligt att avgöra om strategin förändrades eller om indata gjorde det.
Men är inte rensning nödvändig?
Jo. Om du behåller en uppenbart korrupt post kan du hitta på en affär, förvränga volatiliteten eller få en indikator att sluta fungera. Och ingen bör låtsas att ett rått dataflöde är absolut sanning. Den praktiska poängen är mer avgränsad: rensning kräver belägg, en fastställd regel och en känslighetskontroll, eftersom den kan ändra vilken marknad backtesten påstår sig återge.
När en datakorrigering förbättrar resultatet ska du fråga vilken observation den tog bort och om du hade fattat samma beslut utan att se aktiekurvan. Om svaret är osäkert ska du spara båda versionerna i forskningsunderlaget. Skillnaden mellan dem är en del av resultatet.
← Alla inlägg
