Comparação de barras de informação por tick e por minuto em futuros cripto

Resumo

Este estudo compara seis tipos de barras de informação — dólar, volume, volatilidade, amplitude, Renko e híbrida — construídas a partir de ticks de negociação da Binance e dados OHLCV de um minuto para futuros perpétuos de BTCUSDT. Ele as avalia em comparação com barras temporais de intervalo fixo usando uma estrutura comum de calibração adaptativa EMA, com sinais de atividade nativos de ticks no fluxo de dados de ticks. O desenho busca isolar o efeito da resolução dos dados na qualidade das barras.

Em oito critérios estatísticos, as barras baseadas em ticks apresentam vantagens que dependem do tipo de barra. As barras Renko e de volatilidade têm desempenho especialmente bom nas medidas de desvio do passeio aleatório e dependência serial. Uma análise com frequências equivalentes conclui que algumas aparentes fragilidades da série de ticks estão associadas à frequência de amostragem mais alta; após reduzir essa frequência, as barras de dólar por tick lideram nos critérios relatados, e as barras de volatilidade por tick recuperam a independência serial segundo a medida de Ljung-Box. O estudo também observa que eventos extremos de mercado elevam o comportamento de caudas pesadas em todos os tipos de barra, que os ganhos de normalidade variam conforme o regime e que a independência de Ljung-Box é rejeitada para todas as séries brutas. Esses resultados estatísticos não comprovam lucratividade de trading, e o resumo não descreve custos de transação nem retornos de estratégias fora da amostra.

Ideias principais

• O estudo compara seis construções de barras de informação com dados de ticks e dados OHLCV de um minuto.
• Uma estrutura comum de calibração adaptativa EMA é usada para tornar comparáveis os dois fluxos de dados.
• As melhorias de qualidade das barras por tick variam conforme o tipo e se destacam nas barras Renko e de volatilidade.
• A equivalência na frequência de amostragem altera os resultados distributivos relativos das barras por tick e por minuto.
• Regimes extremos de mercado afetam o comportamento das caudas, e os testes de independência têm limitações nos tamanhos de amostra estudados.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.