Comparer les barres d’information par tick et par minute pour les contrats à terme crypto

Résumé

Cette étude compare six types de barres d’information — dollar, volume, volatilité, amplitude, Renko et hybrides — construites à partir des ticks de transactions de Binance et de données OHLCV sur une minute pour les contrats à terme perpétuels BTCUSDT. Elle les évalue par rapport à des barres temporelles à intervalle fixe au moyen d’un cadre commun de calibration EMA adaptative, avec des signaux d’activité natifs des ticks dans le traitement par ticks. La méthode vise à isoler l’effet de la résolution des données sur la qualité des barres.

Selon huit critères statistiques, les avantages des barres fondées sur les ticks varient selon le type de barre. Les barres Renko et de volatilité se distinguent pour les mesures d’écart à la marche aléatoire et de dépendance sérielle. Une analyse à fréquence appariée constate que certaines faiblesses apparentes des séries par ticks sont liées à leur fréquence d’échantillonnage plus élevée ; après réduction de fréquence, les barres dollar par ticks arrivent en tête selon les critères rapportés, et les barres de volatilité par ticks retrouvent l’indépendance sérielle selon la mesure de Ljung-Box. L’étude relève aussi que les événements de marché extrêmes accentuent les queues épaisses pour tous les types de barres, que les gains de normalité varient selon le régime et que l’indépendance de Ljung-Box est rejetée pour toutes les séries brutes. Ces résultats statistiques ne démontrent pas la rentabilité du trading ; le résumé ne décrit ni les coûts de transaction ni les rendements de stratégies hors échantillon.

Idées clés

• L’étude compare six constructions de barres d’information issues de ticks et de données OHLCV sur une minute.
• Un cadre commun de traitement adaptatif EMA permet de comparer les deux chaînes de données.
• Les gains de qualité des barres fondées sur les ticks varient selon leur type et sont marqués pour les barres Renko et de volatilité.
• L’appariement de la fréquence d’échantillonnage modifie les résultats distributionnels relatifs des barres par ticks et par minute.
• Les régimes de marché extrêmes affectent le comportement des queues de distribution, et les tests d’indépendance rapportés présentent des limites aux tailles d’échantillon étudiées.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.