Comparación de barras de información por tick y por minuto en futuros cripto

Resumen

Este estudio compara seis tipos de barras de información —dólar, volumen, volatilidad, rango, Renko e híbridas— creadas a partir de ticks de negociación de Binance y datos OHLCV de un minuto para futuros perpetuos de BTCUSDT. Las evalúa frente a barras temporales de intervalo fijo mediante un marco compartido de calibración adaptativa EMA, con señales de actividad nativas de ticks en la serie de procesamiento de ticks. El diseño busca aislar el efecto de la resolución de los datos en la calidad de las barras.

En ocho criterios estadísticos, las barras basadas en ticks muestran ventajas que dependen del tipo de barra. Las barras Renko y de volatilidad destacan en las medidas de desviación de un paseo aleatorio y dependencia serial. Un análisis con frecuencias igualadas concluye que algunas debilidades aparentes de la serie de ticks se asocian con su mayor frecuencia de muestreo; tras reducirla, las barras de dólar por tick lideran en los criterios descritos y las barras de volatilidad por tick recuperan independencia serial según la medida de Ljung-Box. El estudio también señala que los eventos de mercado extremos aumentan el comportamiento de colas pesadas en todos los tipos de barra, que las mejoras de normalidad varían según el régimen y que se rechaza la independencia de Ljung-Box en todas las series sin procesar. Estos resultados estadísticos no demuestran rentabilidad de trading y el resumen no describe los costes de transacción ni los rendimientos de estrategias fuera de muestra.

Ideas clave

• El estudio compara seis construcciones de barras de información a partir de ticks y datos OHLCV de un minuto.
• Se utiliza un marco adaptativo compartido EMA para hacer comparables las dos series de procesamiento de datos.
• Las mejoras de calidad de las barras basadas en ticks varían según el tipo y destacan en las barras Renko y de volatilidad.
• Igualar la frecuencia de muestreo modifica los resultados distributivos relativos de las barras por tick y por minuto.
• Los regímenes de mercado extremos afectan al comportamiento de las colas, y las pruebas de independencia descritas tienen limitaciones con los tamaños de muestra estudiados.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.