Historical Data — Történelmi adatok

Bevezetés

A történelmi adat az az alapanyag, amelyből a backteszt megpróbálja rekonstruálni a múltbeli piaci környezetet. A történelmi adat azonban nem maga a piac. Ez egy olyan reprezentáció, amelyet tőzsdék, adatszolgáltatók, korrekciók, vállalati események kezelése, szimbólumtérképek, aggregálási szabályok és adatbázis-döntések alakítanak.

Az expert szintű kérdés ezért nem pusztán az, hogy hány év adat áll rendelkezésre. Az a kérdés, hogy a történelmi adathalmaz valóban reprezentálja-e azokat az információkat, instrumentumokat, árakat, likviditási viszonyokat, kereskedési szekciókat és döntési körülményeket, amelyeket a trader az adott időpontban ténylegesen megtapasztalhatott.

1. A történelmi adat rekonstrukció

Egy történelmi adatbázis a múlt rekonstrukciója. Különböző adatforrások ugyanarról az időszakról eltérő reprezentációt adhatnak, mert eltérően kezelik a korrekciókat, konszolidációt, vállalati eseményeket és időbélyegeket.

Ez azért fontos, mert a backteszt nem közvetlenül a történelmet figyeli, hanem az adatszolgáltató történelmi reprezentációját.

2. Mi volt ténylegesen kereskedhető?

A történelmi vizsgálatban minden időpontra meg kell határozni a kereskedhető univerzumot. A mai likvid vagy sikeres részvények listája nem azonos automatikusan azzal a listával, amely történelmileg rendelkezésre állt.

Részvénystratégiáknál fontos kérdés lehet, mely instrumentumok voltak listázva, mikor váltak kereskedhetővé, mikor delistázták őket, és hogyan változtatta meg az identitásukat vagy árfolyamukat egy vállalati esemény.

3. Survivorship és történelmi univerzum

Survivorship torzítás keletkezik, ha a piacról eltűnt instrumentumok rendszeresen hiányoznak a történelmi mintából. Ettől egy stratégia erősebbnek tűnhet, mert az adatbázis aránytalanul sok túlélő instrumentumot tartalmaz.

A történelmi univerzum felépítése ezért egyszerre adatminőségi és backtesztelési kérdés.

4. Pont-in-time információ

A történelmi kutatásnak meg kell őriznie, hogy az egyes döntési pontokon mi volt ténylegesen ismert. Egy érték lehet ma történelmileg helyes, miközben az adott időpontban a trader még nem ismerhette.

Ez különösen fontos fundamentális adatok, besorolások, indextagság, elemzői adatok, vállalati információk és később korrigált adatbázisok esetében.

5. Árfolyamtörténet: nyers, korrigált és total-return adatok

A különböző árfolyamsorok eltérő kutatási kérdésekre adnak választ. A nyers ár a történelmi kereskedési környezetet írhatja le. A korrigált sorok a vállalati események után koherensebb hosszú távú összehasonlítást tesznek lehetővé. A total-return adatok a kifizetéseket is figyelembe vehetik.

A kutatónak meg kell határoznia, melyik fogalmat vizsgálja, és biztosítania kell, hogy az indikátorok, belépők, kilépők és teljesítményszámítások kompatibilis adatokkal dolgozzanak.

6. Vállalati események az időben

A split, egyesülés, spin-off, rights event, szimbólumváltozás és kifizetés megváltoztathatja a történelmi árak és a jelenlegi azonosítók kapcsolatát.

Ha a backteszt ezeket nem kezeli konzisztensen, mesterséges rések, hamis jelzések vagy hibás hozamszámítások keletkezhetnek.

7. Delistázás, összeolvadás és felvásárlás

Egy történelmi instrumentum megszűnhet eredeti formájában. Ha egy stratégia a rendelkezésre álló utolsó rekordig tartja a pozíciót, explicit szabály kell a delistázásra, felvásárlásra, felfüggesztésre vagy átalakulásra.

Ezek figyelmen kívül hagyása szisztematikusan eltávolíthat nehéz kimeneteleket a mintából.

8. Kereskedési szekciók és kereskedési naptárak

A történelmi adatnak követnie kell a tényleges kereskedési naptárt. Hétvégék, ünnepnapok, rövidített napok, overnight szekciók és tőzsdespecifikus menetrendek mind hatnak az indikátorokra és tartási időkre.

A hibás naptár hamis réseket hozhat létre, vagy egy nem kereskedési időszakot hiányzó piaci adatként értelmezhet.

9. Idősík és gyertyaképzés

A napi, órás és intraday adatok eltérő információs részletességet jelentenek. Egy magasabb idősíkú gyertya elrejtheti azt a sorrendet, amelyben az ár elérte az egyes szinteket.

Ha például egy napi gyertyán belül a stop és a célár is szerepel, önmagában az OHLC adatból nem feltétlenül tudható, melyiket érte el először. A végrehajtási modellnek ezért kezelnie kell ezt a bizonytalanságot.

10. Történelmi volumen és likviditás

A történelmi volumen önmagában nem mondja meg, mekkora tőke volt végrehajtható jelentős piaci hatás nélkül. A volumen lehet konszolidált, venue-specifikus, korrigált vagy eltérően reprezentált.

A likviditási feltételezéseket ezért explicit módon kell meghatározni, nem pedig egyetlen volumenoszlopból kikövetkeztetni.

11. Adatrészletesség és kutatási kérdés

A szükséges adatrészletességet a stratégia határozza meg. Egy havi trendvizsgálat számára elegendő lehet a napi adat. Egy stopérzékeny intraday stratégia viszont tick- vagy quote-adatot igényelhet.

Ha finom felbontású kérdésre túl durva adatot használunk, az ebből származó bizonytalanságot később fejlett statisztikával sem lehet teljesen eltüntetni.

12. Történelmi adatrevíziók

Egyes adatbázisokat az eredeti publikáció után javítanak vagy frissítenek. A korrekció javíthatja a pontosságot, ugyanakkor megváltoztathatja azt is, hogy mit gondolunk a trader akkori információs készletéről.

Pont-in-time kutatásnál ezért döntő a különbség a ma korrigált történelem és az akkor ténylegesen elérhető információ között.

13. Adatszolgáltatók keresztellenőrzése

Hasznos kutatási kontroll lehet kiválasztott időszakok, instrumentumok, vállalati események és szélsőséges mozgások összevetése független adatforrások között.

A cél nem az, hogy minden forrás azonos legyen, hanem annak feltárása, hol vannak lényeges eltérések, és függ-e ezektől a stratégia következtetése.

14. A történelmi adatállomány rögzítése

A validált adatállomány pontos verzióját rögzíteni kell. Ellenkező esetben egy későbbi adatszolgáltatói korrekció megváltoztathatja a backtesztet, miközben a korábban publikált eredmény látszólag ugyanaz marad.

Érdemes rögzíteni többek között a forrást, lekérdezési dátumot, verziót, korrekciós politikát, időzónát, kereskedési naptárt, univerzum-definíciót és transzformációs szabályokat.

15. Pont-in-time kutatási adatállomány felépítése

Határozd meg, mely instrumentumok voltak jogosultak az egyes történelmi időpontokban.

Csak a releváns döntési időpontban rendelkezésre álló információt használd.

Dokumentáld az árak és vállalati események kezelését.

Használd a megfelelő történelmi kereskedési naptárt és időzónát.

Az adatfelbontást igazítsd a stratégia döntési és végrehajtási horizontjához.

Rögzítsd a hiányzó időszakokat és rendkívüli eseményeket.

Verziózd és rögzítsd a végleges kutatási adatállományt.

16. Haladó esettanulmány — Tíz év napi adat

Egy trader tíz év napi adatán tesztel egy részvénykiválasztási stratégiát, és erős eredményt kap. Az adatbázis azonban a mai indexkomponenseket tartalmazza, korrigált árakat használ, és aktuális tickerlistára épül.

Az eredmény még nem válaszolja meg azt a kérdést, hogy mit csinált volna a stratégia az adott történelmi időpontban rendelkezésre álló információval és univerzummal. Újra kell építeni a történelmi jogosultságot, a pont-in-time információt, a vállalati eseményeket és az instrumentumazonosságot, majd újra kell futtatni a tesztet.

A tanulság alapvető: a hosszú történelmi időszak önmagában nem jelent valósághű történelmet.

17. Gyakori hibák

A több évnyi adatot automatikusan jobb bizonyítéknak tekinteni.

A mai univerzumot minden történelmi időszak reprezentációjaként használni.

A delistázott instrumentumokat figyelmen kívül hagyni.

A nyers és korrigált adatokat meghatározott cél nélkül keverni.

A napi OHLC-ról feltételezni, hogy megmutatja az intraday végrehajtási sorrendet.

A történelmi adatrevíziókat figyelmen kívül hagyni.

Nem dokumentálni a pontos adatállomány-verziót.

Feltételezni, hogy két adatszolgáltató ugyanúgy reprezentálja a történelmet.

18. Expert gyakorlat — Rekonstruáld a trader információs készletét

Válassz egy történelmi stratégiai tesztet. Egy konkrét történelmi dátumra írd le pontosan, mit tudhatott a trader, mely instrumentumok voltak jogosultak, milyen árak voltak megfigyelhetők, melyik kereskedési szekció volt nyitva, és milyen végrehajtási információ állt rendelkezésre.

Ezután hasonlítsd össze ezt a pont-in-time rekonstrukciót azzal az adatállománnyal, amelyet a backteszted jelenleg használ. Azonosíts minden pontot, ahol a mai adatbázis olyan információt tartalmaz, amely akkor még nem állhatott rendelkezésre.

19. Tudásellenőrzés

Miért rekonstrukció a történelmi adat, és miért nem maga a piac?

Miért kell a történelmi univerzumot időpontra pontosan meghatározni?

Hogyan változtathatják meg a vállalati események a történelmi ár értelmezését?

Miért lehet elégtelen a napi OHLC a stop és célár sorrendjének meghatározásához?

Miért kell az adatfelbontást a kutatási kérdéshez igazítani?

Miért fontosak a történelmi adatrevíziók a pont-in-time kutatásban?

Milyen metaadatokat kell rögzíteni egy adatállomány lefagyasztásakor?

Miért nem elegendő önmagában a hosszú történelmi időszak?

Copying, reproducing, adapting, distributing, or publicly displaying any part or all of the Academy’s textual content without the author’s prior written consent is prohibited.