زیادہ باریک مارکیٹ ڈیٹا حکمتِ عملی کے بیک ٹیسٹ کو کم قابلِ اعتماد بنا سکتا ہے۔ ٹِک ڈیٹا آپ کو زیادہ قطاریں دیتا ہے، مگر اس سے پیمائش کی تفصیل کو اس علم کے برابر سمجھنے کے مزید مواقع بھی ملتے ہیں کہ آپ حقیقتاً کیا ٹریڈ کر سکتے تھے۔
اگر آپ نے کبھی بار پر مبنی ٹیسٹ کو اسٹاپ، پھیلتے ہوئے اسپریڈ یا آپ کی لمٹ قیمت کو مختصر وقت کے لیے چھونے سے محروم ہوتے دیکھا ہے تو یہ بات الٹی لگ سکتی ہے۔ یہ حقیقی مسائل ہیں۔ سوال یہ ہے کہ آیا باریک ڈیٹا واقعی ان مسائل کو حل کرتا ہے، یا صرف سمیولیٹر کو زیادہ پُراعتماد کہانی سنانے دیتا ہے۔
ٹِک ڈیٹا بیک ٹیسٹ کو کیا دیکھنے دیتا ہے؟
ایک منٹ کی بار ٹریڈز کے سلسلے کو چار قیمتوں اور حجم کے ایک مجموعے میں سمیٹ دیتی ہے۔ صرف بار سے عموماً یہ معلوم نہیں ہو سکتا کہ بلند ترین قیمت پہلے آئی یا کم ترین، قیمت کسی بھی انتہا کے قریب کتنی دیر رہی، یا کسی مخصوص قیمت پر اتنا حجم ٹریڈ ہوا کہ آپ کے آرڈر کو پورا کر سکتا۔
ٹریڈ ٹِکس رپورٹ شدہ ٹریڈز کی ترتیب واپس دکھاتے ہیں۔ کوٹس وقت کے ساتھ دکھائی جانے والی بِڈ اور آسک قیمتیں شامل کرتے ہیں۔ دونوں ہوں تو آپ اسپریڈ، کوٹس میں تبدیلی اور یہ کہ مارکیٹ ایبل آرڈر ممکنہ قیمت پر آرڈر بک کو پار کرتا یا نہیں، ان کے بارے میں زیادہ ٹھیک سوالات پوچھ سکتے ہیں۔
لیکن ٹریڈ پرنٹ آپ کی قطار میں جگہ نہیں بتاتا۔ اگر آپ کا زیرِ التوا آرڈر اس سطح پر پہلے سے موجود 18 BTC کے پیچھے لگتا، تو وہاں 0.3 BTC کی ٹریڈ دیکھنے سے یہ ثابت نہیں ہوتا کہ آپ کا آرڈر بھر گیا۔ ٹیپ بتاتی ہے کہ مارکیٹ میں کیا ہوا؛ وہ شاذ ہی یہ بتاتی ہے کہ آپ کا فرضی آرڈر عین کہاں کھڑا تھا۔
باریک ڈیٹا نتیجے کو بدتر کیسے بنا سکتا ہے؟
پہلا خطرہ غیر یکساں کوریج ہے۔ ٹِک آرکائیوز میں اکثر وقت کے وقفے غائب ہوتے ہیں، ایکسچینج کی کوریج میں خلا ہوتا ہے، سمبل بدلتے ہیں یا مختلف مارکیٹس کے لیے ڈیٹا محفوظ رکھنے کی مدت الگ ہوتی ہے۔ صرف ان جگہوں پر آزمائی گئی حکمتِ عملی جہاں فراہم کنندہ کے پاس مکمل تاریخ موجود ہو، خاموشی سے ان اثاثوں اور ادوار کی حکمتِ عملی بن سکتی ہے جن کی پیمائش آسان ترین ہے۔
دوسرا خطرہ وقت کا ہے۔ ٹائم اسٹیمپس ایکسچینج پر واقعے کا وقت، فراہم کنندہ کو ڈیٹا ملنے کا وقت یا فائل تیار ہونے کا لمحہ ظاہر کر سکتے ہیں۔ اگر آپ کا سمیولیٹر مختلف فیڈز کے واقعات کو اس طرح ترتیب دیتا ہے جیسے ان کی گھڑیاں بالکل ہم آہنگ ہوں، تو وہ کسی کوٹ پر اس سے پہلے ردِعمل دے سکتا ہے کہ وہ کوٹ آپ کے نظام کو دستیاب ہوا ہو۔
زیادہ قطاریں عمل درآمد کی غلطیوں کو چھپانا آسان بناتی ہیں۔ بار کی حکمتِ عملی فی منٹ ایک فیصلہ کر سکتی ہے۔ ٹِک سے چلنے والا ورژن اسی منٹ میں درجنوں بار ٹریڈ کر سکتا ہے، اور ہر بار اسپریڈ، فیس اور مارکیٹ امپیکٹ ادا کرتا ہے۔ اگر سمیولیٹر فرض کرے کہ ہر سگنل اگلی دیکھی گئی قیمت پر پورا ہو سکتا ہے تو اس کی دقت محض دکھاوا ہے۔
یہ 60 مشاہدے خود بخود ٹریڈ کے 60 آزاد مواقع نہیں ہوتے۔ ممکن ہے وہ سب ایک ہی بدلتے ہوئے کوٹ کو بیان کرتے ہوں، اور آپ کا آرڈر دستیاب بچی ہوئی مقدار پر اثر ڈال سکتا ہے۔ ہائی فریکوئنسی سمیولیشن میں ایسا آرڈر اور لیٹنسی ماڈل درکار ہے جو اضافی تفصیل کو دیانت داری سے استعمال کرے۔
ٹِک ڈیٹا کی لاگت کب جائز ہے؟
اس سوال سے آغاز کریں جس کا جواب آپ اپنے موجودہ ڈیٹا سے نہیں دے سکتے۔ اگر سوال ہے، “میرا اسٹاپ پہلے لگا یا میرا ٹارگٹ؟” تو ٹریڈ ٹِکس مدد کر سکتے ہیں۔ اگر سوال ہے، “داخلے پر اسپریڈ کی کتنی لاگت آئی؟” تو کوٹ ڈیٹا زیادہ متعلقہ ہے۔ اگر سوال ہے، “کیا میرا پاسِو آرڈر بھرا ہوتا؟” تو آپ کو ڈیپتھ اور قطار کے مفروضے درکار ہو سکتے ہیں، اور ان سے بھی عموماً پوری تاریخی قطار واپس نہیں ملتی۔
| تحقیقی سوال | مفید ڈیٹا | یہ پھر بھی کیا ثابت نہیں کر سکتا |
|---|---|---|
| کیا ایک حد دوسری حد سے پہلے ٹریڈ ہوئی؟ | ٹریڈ ٹِکس | یہ کہ آپ کا آرڈر دونوں میں سے کسی حد پر بھرا |
| مارکیٹ آرڈر نے کون سا اسپریڈ پار کیا؟ | ٹائم اسٹیمپ والے بِڈ اور آسک کوٹس | یہ کہ دکھائی گئی مقدار دستیاب رہی |
| کیا پاسِو آرڈر بھر سکتا تھا؟ | کوٹس، ڈیپتھ اور قطار کا ماڈل | لائیو قطار میں آپ کی عین جگہ |
اگر روزانہ کے سگنل کو ہفتوں تک برقرار رکھا جائے تو ممکن ہے ایک منٹ کی بار پہلے ہی اس فیصلے کے عمل کی ضرورت سے زیادہ باریک ہو۔ اگر حکمتِ عملی کا فائدہ چند سیکنڈ کے دوران عمل درآمد پر منحصر ہو تو بارز زیرِ مطالعہ اثر کو مٹا سکتی ہیں۔ ڈیٹا کی ریزولوشن کو حکمتِ عملی کے فیصلے اور عمل درآمد کے دورانیے سے ہم آہنگ رکھیں۔
میں کیسے جانچوں کہ اضافی تفصیل سے فائدہ ہوا؟
حکمتِ عملی اور ٹیسٹ کی مدت یکساں رکھیں۔ جہاں ممکن ہو، یکساں فیصلوں پر بار پر مبنی اور باریک ڈیٹا والے ورژن کا موازنہ کریں۔ منافع اور رسک کے اعدادوشمار کے ساتھ فلز، ٹرن اوور، ادا کردہ اسپریڈ، فیس اور مارکیٹ امپیکٹ میں تبدیلی بھی دیکھیں۔ اگر Sharpe بڑھ جائے، ٹریڈز کی تعداد تین گنا ہو جائے اور عمل درآمد کا ماڈل پھر بھی اگلے پرنٹ پر آرڈر بھرے، تو اس بہتری پر شک کرنا چاہیے۔
پھر باریک ڈیٹا کو جان بوجھ کر خراب کریں۔ واقعات کا ایک چھوٹا بے ترتیب حصہ نکال دیں، فیڈ میں حقیقت پسندانہ تاخیر شامل کریں، اور فرض کردہ اسپریڈ یا امپیکٹ بڑھا دیں۔ اگر چند ملی سیکنڈ کی تاخیر سے نتیجہ بکھر جائے تو ممکن ہے یہ حکمتِ عملی کی پائیدار خصوصیت کے بجائے سمیولیٹر کے واقعات ترتیب دینے کے طریقے کا اثر ہو۔
ایک سہ پہر میں نے ایک شاندار بہتری کی وجہ ڈھونڈنے میں وقت لگایا، تو پتہ چلا کہ ایک فیڈ نے پرنٹس کے مختصر سلسلے کی نقل بنا دی تھی۔ ماڈل نے نقل پر ٹریڈ کرنا سیکھ لیا تھا۔ زیادہ ڈیٹا نے بگ کو برتری جیسا دکھا دیا تھا۔
بارز کے ناقدین درست کہتے ہیں کہ مجموعی خلاصہ راستے پر منحصر عمل درآمد کی تفصیل چھپا سکتا ہے۔ ایک ہی بار کے اندر اسٹاپ اور ٹارگٹ کو OHLC سے ترتیب نہیں دیا جا سکتا، اور اسپریڈ کے چند لمحوں کے اتار چڑھاؤ جھلکیوں میں رہ سکتے ہیں۔ جب فیڈ مکمل ہو اور سمیولیٹر واقعات کے وقت کا لحاظ کرے تو ٹِک اور کوٹ ڈیٹا ان سوالات کے زیادہ وفادار جواب دے سکتا ہے۔
عملی اصول سادہ ہے: مزید تفصیل تبھی حاصل کریں جب اس سے کوئی ایسا فیصلہ بدلے جسے آپ واضح طور پر بیان کر سکیں، اور دکھائیں کہ کون سے مفروضوں کے تحت وہ تفصیل آرڈر بھرنے کا نتیجہ دیتی ہے۔ ورنہ آپ کے پاس بڑا ڈیٹا سیٹ اور زیادہ درست دکھائی دینے والا بیک ٹیسٹ ہے، مگر اس کا کوئی بہتر ثبوت نہیں کہ حکمتِ عملی ٹریڈ کر سکتی تھی۔
← تمام پوسٹس


