วันจันทร์ เราทำสิ่งที่ดูรอบคอบแล้ว เอเจนต์ใส่กลยุทธ์โมเมนตัมไว้บน perpetual คู่ USDT-M ของเหรียญขนาดกลาง โดยส่งคำสั่งครั้งละ 25,000 USDT และการทดสอบย้อนหลังรอบแรกที่ไม่มีตัวกรองปริมาณซื้อขายก็จับคู่ทุกสัญญาณราวกับสมุดคำสั่งมีสภาพคล่องแบบ BTC เราจึงเพิ่มเกณฑ์มาตรฐานเข้าไป: มูลค่าซื้อขายเป็นดอลลาร์ของแท่งหนึ่งนาที 20 แท่งต้องสูงกว่าขนาดคำสั่ง 20 เท่าก่อนส่งคำสั่งออกไป ยี่สิบนาที มีมูลค่าซื้อขายบนเทปครึ่งล้านดอลลาร์ เหรียญนี้มีมูลค่าซื้อขายราว $40 ล้านในวันที่คึกคัก ตัวกรองยอมให้สัญญาณส่วนใหญ่ผ่าน เส้นทุนดูขรุขระน้อยลง เราส่งไปทดสอบในบัญชีจำลอง
สิบเอ็ดชั่วโมงต่อมา คำสั่งซื้อ 25,000 USDT กินปริมาณฝั่ง bid ไป 8,400 แล้วหยุดลง ปริมาณซื้อขายในช่วง 20 แท่งของนาทีนั้นอยู่ที่ $1.14 ล้าน ตัวกรองตอบว่าผ่าน
วันจันทร์: ตัวกรองที่ทำให้เรารู้สึกว่าทำถูกต้อง
บันทึกของเอเจนต์ใน pull request เขียนว่า "เพิ่มการตรวจสอบความสามารถในการรองรับคำสั่งแล้ว ใช้มูลค่าคำสั่ง 20×" ผมอนุมัติไปแล้ว ผมเคยอนุมัติประโยคแบบนี้มาก่อน นี่เป็นกฎที่คนมักเขียนขึ้นหลังจากมีคนชี้ให้เห็นการทดสอบย้อนหลังที่ซื้อขายเหรียญซึ่งมี OI $4,000 ด้วยคำสั่งละ $50,000 ทุกคนในห้องทำหน้าเหยเก แล้วเราก็เพิ่มตัวคูณปริมาณซื้อขายเพื่อไม่ให้เกิดเรื่องแบบนั้นอีก
วันจันทร์ กฎนี้ทำสิ่งที่มันทำเสมอในการทดสอบย้อนหลัง นั่นคือคัดช่วงเวลาที่ตลาดเงียบออก และเก็บช่วงเวลาที่ตัวเลขปริมาณซื้อขายของตลาดแลกเปลี่ยนดูคึกคัก ยอดหมุนเวียนลดลงราวหนึ่งในสาม ขนาดคำสั่งเฉลี่ยยังอยู่ที่ 25,000 เพราะแบบจำลองการจับคู่คำสั่งขี้ขลาด: เมื่อผ่านเกณฑ์ มันจับคู่คำสั่งทั้งก้อนที่ราคาล่าสุดบวกไม่กี่ bps ไม่มีใครถามสมุดคำสั่งว่ามีปริมาณ 25,000 วางอยู่จริงหรือเปล่า
ผมยังสะดุ้งทุกครั้งที่เห็นปริมาณซื้อขาย 24 ชั่วโมงของเหรียญเป็นเลขกลม ๆ ทั้งที่ open interest บางตา ความรู้สึกนี้ตกค้างมาจากปี 2021 ตอนที่บอต "ทำตลาด" ใน Discord เป็นบัญชีย่อยสองบัญชีที่ซื้อขายกันเอง แล้วเอาภาพหน้าจอปริมาณซื้อขายไปแปะใน #brag เทปดูเหมือนงานปาร์ตี้ แต่สมุดคำสั่งเป็นแค่ฉากกระดาษ ผมเคยบอกตัวเองว่าตัวกรอง 20× บนแท่งหนึ่งนาทีคือวิธีเลิกหลงเชื่อภาพแบบนั้น แต่ไม่ใช่ มันแค่เอาฉากกระดาษมาหาค่าเฉลี่ยจนได้ตัวเลขที่ดูเรียบขึ้น
วันอังคาร: บัญชีจำลอง แล้วก็คำสั่งที่เหลือค้าง
การทดสอบในบัญชีจำลองเริ่มต้นได้ดี คำสั่ง 5 รายการแรกจับคู่ได้ภายใน 2–4 ระดับราคาที่ไล่ลงไปตามฝั่ง ask ดูไม่สวย แต่ก็จบได้ จากนั้นเวลา 14:07 UTC มีสัญญาณซื้อ 25,000 USDT ปริมาณบนสุดของสมุดคำสั่งอยู่ที่ 1,100 ระดับถัดไปมี 2,400 แล้วก็ว่างเปล่า เราจับคู่ได้ 8,400 ในฐานะ taker ส่วนอีก 16,600 ยังวางค้างอยู่ สี่สิบวินาทีต่อมา ส่วนที่เหลือถูกยกเลิกเมื่อครบเวลาที่เรากำหนด กลยุทธ์คิดว่ามีสถานะซื้อเต็มคำสั่ง แต่บัญชีมีสถานะซื้ออยู่เพียงหนึ่งในสามของคำสั่ง
แต่ตัวกรองตอบว่าผ่าน ผมเปิดดูแท่งราคา มูลค่าซื้อขายเป็นดอลลาร์ในช่วง 20 นาทีก่อนถึง 14:07 อยู่ที่ $1.14 ล้าน สูงกว่า $500k อย่างสบาย ๆ ราว $380k จาก $1.14 ล้านนั้นมาจากรายการซื้อขายที่จับคู่กันเป็นคู่: ราคาเดียวกัน ขนาดเดียวกัน ธงผู้ริเริ่มซื้อขายตรงข้ามกัน ห่างกัน 2–8 มิลลิวินาที และขนาด bid/ask ที่ราคานั้นไม่ขยับ การซื้อขายเหล่านั้นจ่ายค่าธรรมเนียมให้กันเอง แต่มันไม่ได้เปิดช่องว่าง 25,000 USDT ให้เรา
วันพุธ: เทียบเทปกับสมุดคำสั่ง
วันพุธเป็นวันที่ใช้เวลาช้า เป็นงานที่คราวหน้าผมจะเผื่อเวลาไว้เป็นสองเท่า เรานำรายการซื้อขายห้าวันทำการกับภาพ snapshot ของ L2 บน perpetual เดียวกัน โดยถ่ายสมุดคำสั่งทุก 100ms แล้วจำแนกรายการซื้อขายทุกครั้งเทียบกับสมุดคำสั่งหนึ่ง snapshot ก่อนหน้าและหนึ่ง snapshot หลังจากนั้น
- ถ้าปริมาณที่ราคาเทรดลดลงใกล้เคียงกับขนาดรายการซื้อขาย แปลว่ารายการนั้นแตะสมุดคำสั่ง นับรวมได้เลย
- ถ้ามีทั้งรายการซื้อและขายขนาดเท่ากันที่ราคาเดียวกัน โดยสมุดคำสั่งไม่เปลี่ยน ให้จัดเป็น wash แล้วตัดออกจากตัวเลขความสามารถในการรองรับคำสั่ง
- ถ้ารายการซื้อขายไล่ผ่านหลายระดับราคาและระดับเหล่านั้นหายไป นั่นคือ taker ที่ซื้อขายจริง ให้นับรวม และอย่าทำเหมือนว่าเรายังเข้าถึงสภาพคล่องนั้นได้ เพราะมีคนใช้ไปแล้ว
- ถ้ารายการซื้อขายถูกระบุว่าเป็นการชำระบัญชี นั่นคือขนาดคำสั่งจริง และเป็นขนาดคำสั่งอย่างสุดท้ายที่คุณควรเอามาใช้อ้างคุณสามารถส่งคำสั่งครั้งละ 25,000 ได้ คำสั่งบังคับกำลังแข่งกับคุณอยู่
ภาพ snapshot มีความคลาดเคลื่อนอยู่บ้าง อะไรก็ตามที่จับคู่แล้วเติมปริมาณกลับภายใน 100ms จะดูเหมือนผี และ market maker จริงบางรายก็ยกเลิกแล้วส่งคำสั่งใหม่เร็วขนาดนั้น ต่อมาเราสุ่มดูสมุดคำสั่งที่บันทึกทุก 10ms สองสามนาที สัดส่วน wash ขยับไปสองสามจุด ไม่ได้เพิ่มหรือลดเป็นสองเท่า ผมรับความคลาดเคลื่อนสองสามจุดได้ แต่ผมยอมรับไม่ได้ถ้าถือว่าตัวเลขปริมาณซื้อขายบน ticker ของตลาดแลกเปลี่ยนเป็นข้อมูลสำรวจสภาพคล่องครบถ้วน
AggTrades รวมรายการที่ taker คนเดียวไล่จับคู่กับ maker หลายรายในราคาเดียวกันไว้แล้ว แต่ไม่ได้รวมรายการ wash ที่บัญชีย่อยสองบัญชีทำกันเอง ถ้าฟีดที่เรียกว่า "สะอาด" ของคุณเป็น aggregated trades คุณก็ยังเจอปัญหานี้ แค่มีแถวน้อยลงเท่านั้น
ส่วนปริมาณซื้อขาย 24 ชั่วโมงบน ticker API ก็เป็นยอดรวมสกปรกชุดเดียวกัน แถมล่าช้า นี่คือเหตุผลที่เอเจนต์วิจัยชอบใช้มัน มีช่องข้อมูลเดียว มีให้เสมอ ดูเหมือนเป็นฟีเจอร์ ที่จริงมันเป็นสถิติทางการตลาดที่บังเอิญอยู่ใน protobuf ของข้อมูลตลาด
วันพฤหัสบดี: สรุปทั้งสัปดาห์ไว้ในตารางเดียว
ห้าช่วงซื้อขาย ขนาดคำสั่งเท่าเดิม กฎ 20× เท่าเดิม และแบบจำลองการจับคู่คำสั่งใน backtest แบบเดิม อัตราการจับคู่ในบัญชีจำลองคือมูลค่าคำสั่งที่จับคู่ได้หารด้วยมูลค่าที่ตั้งใจส่ง สำหรับคำสั่งที่เราส่งจริงในช่วงซื้อขายนั้น ช่องของวันจันทร์เว้นว่างไว้ เพราะตอนนั้นเรายังอยู่ในขั้นทดสอบย้อนหลัง
| ช่วงซื้อขาย | ปริมาณบนเทปของตลาดแลกเปลี่ยน | ปริมาณที่ทำให้สมุดคำสั่งเปลี่ยน | ลักษณะคล้าย wash | รายการชำระบัญชี | ตัวกรองให้ผ่าน | การจับคู่ในบัญชีจำลอง |
|---|---|---|---|---|---|---|
| จันทร์ | $38.4m | $22.6m | $13.5m | $2.3m | 41 / 48 สัญญาณ | n/a |
| อังคาร | $41.1m | $24.2m | $15.2m | $1.7m | 36 / 40 | 0.61 |
| พุธ | $29.6m | $20.1m | $8.1m | $1.4m | 22 / 31 | 0.77 |
| พฤหัสบดี | $44.8m | $25.6m | $17.4m | $1.8m | 39 / 44 | 0.54 |
| ศุกร์ | $33.2m | $22.3m | $9.4m | $1.5m | 28 / 35 | 0.71 |
รายการซื้อขายที่มีลักษณะคล้าย wash คิดเป็น 34% ของปริมาณบนเทปตลอดสัปดาห์ และไม่ได้กระจายเท่า ๆ กัน วันพฤหัสบดี ซึ่งเป็นช่วงที่ตัวกรองเดิมชอบที่สุด กลับสกปรกที่สุด นี่คือรูปแบบความล้มเหลวที่ผมกังวล ตัวกรองไม่ได้แค่ประเมินสภาพคล่องสูงเกินจริงโดยเฉลี่ย แต่ยังเปิดกว้างขึ้นในวันที่บอต wash ทำงาน เพราะวันเหล่านั้นเป็นวันที่ตัวเลขดิบดูดีที่สุด
เรารัน backtest ใหม่โดยใช้เฉพาะปริมาณที่ทำให้สมุดคำสั่งเปลี่ยน และใช้ตัวคูณ 20× เท่าเดิม จำนวนสัญญาณในสัปดาห์ลดจาก 198 เหลือ 121 หลายสัญญาณที่ถูกตัดออกเกิดในช่วงเวลาแบบวันพฤหัสบดีที่เทปคึกคัก แต่ปริมาณบนสุดของสมุดคำสั่งมีเพียง 1,100 Sharpe เดิมอิงกับการจับคู่เต็มคำสั่ง 198 ครั้ง ผมจะไม่ยกค่าใหม่มาอ้างราวกับเป็นข้อค้นพบเกี่ยวกับกลยุทธ์ แต่มันเป็นข้อค้นพบเกี่ยวกับแบบจำลองการจับคู่คำสั่ง: เมื่อเราเลิกสมมติว่าจับคู่คำสั่ง 25,000 USDT ได้ในราคาที่สมุดคำสั่งไม่มี ส่วนหนึ่งของ "edge" ก็เป็นเพียงคำสั่งที่จับคู่ครบในแบบจำลอง ทั้งที่ในความเป็นจริงจะเหลือค้าง
วันศุกร์: สิ่งที่เราใช้จริง และสิ่งที่คราวหน้าผมจะข้ามไป
เกณฑ์ที่เราเก็บไว้เรียบง่ายมาก มูลค่าคำสั่งสะสมแบบ rolling ที่ทำให้สมุดคำสั่งเปลี่ยน โดยนับเฉพาะรายการซื้อขายที่ดึงปริมาณออกจากระดับราคา ต้องสูงกว่าขนาดคำสั่ง 20× และเราวัดจากแท่งราคาก่อนหน้าแท่งตัดสินใจก่อนเพื่อไม่ให้ wash ในช่วงนาทีปัจจุบันมีสิทธิ์โหวต รายการชำระบัญชีมีเพดานแยกต่างหาก: ถ้าการชำระบัญชีคิดเป็นมากกว่าหนึ่งในสี่ของปริมาณที่ทำให้สมุดคำสั่งเปลี่ยนในช่วงล่าสุด กลยุทธ์จะหยุดทำงาน กระแสคำสั่งบังคับเป็นปริมาณจริงที่กำลังแข่งกับคุณ
เราปรับแบบจำลอง market impact ด้วยแนวทางเดียวกัน แบบจำลองเดิมอนุมาน Kyle lambda จากปริมาณซื้อขายของตลาดแลกเปลี่ยนและขนาดคำสั่งของเรา เมื่อป้อนข้อมูล wash เข้าไป lambda จะลดลง เพราะตลาดดูเหมือนมีสภาพคล่องลึกกว่าเดิม แต่เมื่อใช้ปริมาณที่ทำให้สมุดคำสั่งเปลี่ยน คำสั่งขนาดเดิมกลับมีสัดส่วนใหญ่กว่ามากเมื่อเทียบกับสิ่งที่เปลี่ยนในสมุดคำสั่งจริง slippage ในบัญชีจำลองช่วงซื้อขายถัดมาอีกไม่กี่ครั้งใกล้เคียงกับตัวเลขที่แย่กว่านั้นมากขึ้น ใกล้เคียง แต่ไม่ตรงกันเสียทีเดียว เรายังมองไม่เห็นคิวคำสั่ง และภาพถ่ายทุก 100ms ก็ยังพลาดปริมาณจริงบางส่วน
สิ่งที่ผมจะข้ามไปในคราวหน้าคือวันจันทร์รอบแรกทั้งหมด อย่าเริ่มจาก ticker อย่าเริ่มจากปริมาณซื้อขาย 24 ชั่วโมง และอย่าปล่อยให้เอเจนต์ใส่มูลค่าซื้อขายดิบเป็นดอลลาร์ลงใน feature store แล้วใส่ลงในตัวกรองด้วยราวกับเป็นคนละแนวคิด มันคืออนุกรมข้อมูลสกปรกชุดเดียวที่ถูกใช้สองครั้ง สร้างเทปที่สอดคล้องกับสมุดคำสั่งก่อน แม้จะต้องใช้เวลาวิจัยสองวันกับเหรียญขนาดกลางเพียงเหรียญเดียวกว่าจะได้ universe ก็ตาม universe ที่กรองด้วย wash คือรายชื่อเหรียญที่ทำให้ตัวเองดูคึกคักเก่ง
อีกอย่างที่ควรข้าม: แบบจำลองการจับคู่คำสั่งใดก็ตามที่ถือว่าการผ่านการตรวจสอบปริมาณซื้อขายเท่ากับจับคู่คำสั่งได้ คำสั่งที่เหลือค้างเมื่อวันอังคารคือกลยุทธ์เอง ตัวกรองตอบได้แค่ว่า "มีคนซื้อขายอยู่หรือเปล่า" แต่ตอบไม่ได้ว่า "คำสั่ง 25,000 ของคุณจะวางค้างอยู่หรือหายไป" คำถามข้อหลังต้องดูสมุดคำสั่ง ดูปริมาณที่เหลือ และดู time-in-force ซึ่งเป็นบันทึกอีกชุดหนึ่ง และเป็นชุดที่เราควรเขียนก่อนบทความนี้
← บทความทั้งหมด


