Tick- und minutenbasierte Informationsbalken für Krypto-Futures vergleichen

Zusammenfassung

Diese Studie vergleicht sechs Arten von Informationsbalken: Dollar-, Volumen-, Volatilitäts-, Range-, Renko- und hybride Balken. Sie basieren auf Binance-Trade-Ticks und einminütigen OHLCV-Daten für BTCUSDT-Perpetual-Futures. Bewertet werden sie im Vergleich zu Zeitbalken mit festem Intervall und einem gemeinsamen adaptiven EMA-Kalibrierungsframework. In der Tick-Pipeline kommen dabei Aktivitätssignale zum Einsatz, die direkt aus den Ticks abgeleitet werden. Das Design soll den Einfluss der Datenauflösung auf die Qualität der Balken isolieren.

Bei acht statistischen Kriterien weisen tickbasierte Balken je nach Balkentyp Vorteile auf. Renko- und Volatilitätsbalken schneiden insbesondere bei der Abweichung vom Random Walk und der seriellen Abhängigkeit gut ab. Eine Analyse mit angeglichener Frequenz zeigt, dass einige scheinbare Schwächen der Tick-Reihen mit ihrer höheren Abtastfrequenz zusammenhängen. Nach einer Verringerung der Frequenz liegen Tick-Dollarbalken bei den berichteten Kriterien vorn; Tick-Volatilitätsbalken erreichen beim Ljung-Box-Maß wieder serielle Unabhängigkeit. Die Studie merkt außerdem an, dass extreme Marktereignisse die Fat-Tail-Eigenschaften aller Balkentypen verstärken, Verbesserungen der Normalität je nach Regime variieren und der Ljung-Box-Test die Unabhängigkeit in allen Rohreihen verwirft. Diese statistischen Ergebnisse belegen keine Profitabilität im Trading. Das Abstract beschreibt weder Transaktionskosten noch Strategierenditen außerhalb der Stichprobe.

Kernaussagen

• Die Studie vergleicht sechs Arten von Informationsbalken aus Tickdaten und einminütigen OHLCV-Daten.
• Ein gemeinsames adaptives EMA-Framework macht die beiden Datenpipelines vergleichbar.
• Qualitätsverbesserungen bei tickbasierten Balken hängen vom Balkentyp ab und sind bei Renko- und Volatilitätsbalken besonders ausgeprägt.
• Eine Angleichung der Abtastfrequenz verändert die relativen Verteilungsergebnisse von Tick- und Minutenbalken.
• Extreme Marktregime beeinflussen das Verhalten der Verteilungsschwänze; bei den untersuchten Stichprobengrößen weisen die berichteten Unabhängigkeitstests Einschränkungen auf.

Schlagwörter

# A Frequency-Controlled Comparison of Tick- and Minute-Based Information Bars for Cryptocurrency Markets


# A Frequency-Controlled Comparison of Tick- and Minute-Based Information Bars for Cryptocurrency Markets









This paper provides a controlled comparison of six information bar types (dollar, volume, volatility, range, Renko, and hybrid bars) constructed from both raw Binance aggTrade tick data and one-minute OHLCV bars for the BTCUSDT USDT-margined perpetual futures market over a six-year period spanning January 2020 to December 2025, and evaluated against fixed-interval time-bar baselines. Both pipelines share a common adaptive EMA calibration framework; the tick pipeline additionally uses strictly tick-native activity signals, isolating data resolution as the sole experimental variable. Results across eight statistical quality criteria reveal that the tick advantage is bar-type-specific and most pronounced in bar types whose activity signals are most sensitive to intra-minute price dynamics: tick Renko bars achieve the smallest random-walk deviation recorded ($|\mathrm{VR}(4){-}1| = 0.020$, lag-1 autocorrelation $= 0.002$), and tick volatility bars reduce serial dependence by 69\% relative to the minute baseline ($|\mathrm{VR}(4){-}1|: 0.028$ versus $0.089$). In the multi-regime six-year sample, normality improvements are regime-dependent and secondary: the extreme market events of 2020--2022 inflate fat tails across all bar types, and Ljung-Box independence is rejected for all series at the sample sizes studied. A matched-frequency robustness analysis shows that the apparent tick underperformance on distributional criteria is largely a sampling-frequency artefact: when tick series are coarsened to the minute pipeline's bar count, frequency-matched tick dollar bars lead on all six criteria and matched tick volatility bars attain LB $p = 0.51$, recovering serial independence that the raw oversampled series rejects.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.