更細緻的市場資料,可能讓策略回測變得更不可信。逐筆資料會帶來更多資料列,也讓我們更容易把測量上的細節,誤當成自己實際能交易的依據。
如果你曾看過以 K 線為基礎的測試漏掉停損、價差擴大,或價格短暫觸及限價,這個說法聽起來可能很反常。這些確實都是問題。關鍵在於,細緻資料是否真的解決了問題,還是只是讓模擬器講出更有把握的故事。
逐筆資料能讓回測看見什麼?
1 分鐘 K 線會把一連串成交壓縮成 4 個價格和一個成交量總計。光看 K 線,你通常無法得知高點是在低點之前還是之後出現、價格在任一端點附近停留多久,或某個價格的成交量是否足以支撐你的委託。
成交逐筆資料會還原已回報成交的先後順序。報價資料則會呈現隨時間變化的委買價和委賣價。有了兩者,你就能更精確地探討價差、報價變化,以及可成交委託是否會以合理的價格穿越委託簿。
但成交紀錄不等於排隊位置。如果你的限價委託會排在某個價位已有 18 BTC 委託的後面,看到該價位成交 0.3 BTC,並不能證明你的委託成交了。成交紀錄能告訴你市場發生了什麼,卻很少能精確指出假設中的委託排在什麼位置。
更細緻的資料在哪些情況下反而會讓結果變差?
第一個風險是資料涵蓋不均。逐筆資料檔案常有缺漏區間、交易所資料缺口、交易代號變更,或不同市場的保存期間不一致。如果策略只在資料供應商擁有完整歷史資料的地方接受測試,它可能悄悄變成只適用於最容易測量的資產和期間的策略。
第二個風險是時間。時間戳記可能代表交易所事件時間、供應商接收時間,或檔案建立時間。如果模擬器把不同資料來源的事件排序時,假設它們的時鐘完全同步,就可能在報價送達你的系統之前,便對該報價做出反應。
資料列增加,也更容易掩蓋實作錯誤。以 K 線為基礎的策略每分鐘可能只做出 1 次決策;逐筆資料驅動的版本卻可能在那 1 分鐘內交易數十次,每次都要支付價差、手續費和市場衝擊成本。如果模擬器假設每個訊號都能以觀察到的下一個價格成交,那麼它呈現的精確度只是裝飾。
這 60 筆觀測值不會自動變成 60 次互相獨立的交易機會。它們可能全都描述同一個持續變化的報價,而你的委託也可能影響還有哪些成交量可供成交。高頻交易模擬需要納入委託和延遲模型,才能如實運用增加的細節。
什麼時候值得花成本取得逐筆資料?
先想想有哪些問題是你用現有資料無法回答的。如果問題是「我的停損和目標價,哪個先觸及?」,成交逐筆資料可能有幫助。如果問題是「進場時付出了多少價差?」,報價資料會更切題。如果問題是「我的被動委託會不會成交?」,你可能需要市場深度和排隊假設;即使如此,這些資料通常也無法還原完整的歷史排隊狀況。
| 研究問題 | 適用資料 | 仍無法證明的事 |
|---|---|---|
| 某個門檻是否早於另一個門檻成交? | 成交逐筆資料 | 你的委託曾在任一門檻成交 |
| 市價單穿越了多少價差? | 附有時間戳記的委買和委賣報價 | 顯示的數量當時仍可供成交 |
| 被動委託是否可能成交? | 報價、市場深度和排隊模型 | 你在即時隊列中的確切位置 |
如果每日訊號會持有數週,1 分鐘 K 線可能已比決策流程所需的資料更細。如果策略優勢取決於數秒內的執行,K 線可能會抹去你想研究的效果。資料解析度應配合策略的決策和執行時間範圍。
如何判斷增加的細節是否有幫助?
固定策略和測試期間。盡可能在相同決策上比較 K 線版本與細緻資料版本。除了報酬和風險統計,也要追蹤成交、換手率、支付的價差、手續費和市場衝擊成本。如果 Sharpe 上升了,交易次數卻變成 3 倍,而執行模型仍假設委託能以接下來一筆成交價成交,就該對這項改善抱持懷疑。
接著,刻意降低細緻資料的品質。隨機刪除一小部分事件、加入符合實際情況的資料延遲,並調高假設的價差或市場衝擊成本。如果結果在幾毫秒的延遲下就崩落,那可能只是模擬器事件排序方式的產物,而不是策略的穩定特性。
有次我花了一個下午追查一項驚人的改善,最後發現資料來源重複記錄了一小段短暫的成交。模型學會了利用這些重複紀錄交易。更多資料,讓程式錯誤看起來像策略優勢。
批評 K 線的人說得沒錯:資料彙總會掩蓋路徑相依的執行結果。停損和目標價若落在同一根 K 線內,單靠 OHLC 無法判斷先後;價差快照也可能漏掉短暫的失衡。只要資料來源完整,且模擬器遵守事件時間,逐筆成交和報價資料就能更忠實地回答這些問題。
實務上的標準很簡單:只有在更多細節會改變一項你能清楚描述的決策,而且你能說明哪些假設讓這些細節轉化為成交時,才值得取得更多資料。否則,你只是得到更大的資料集和看起來更精確的回測,卻沒有更有力的證據證明策略實際上能交易。
← 所有文章


