Zaawansowane zagadnienia dotyczące założeń dotyczących poślizgu
Co oznaczają „założenia dotyczące poślizgu” w modelowaniu wykonania transakcji
Założenia dotyczące poślizgu to sposób na przedstawienie różnicy między ceną, po której oczekujesz wykonania zlecenia, a ceną, po której faktycznie jest ono wykonywane. W pracy modelowej (takiej jak backtesting lub testowanie forward) zwykle nie obserwujesz prawdziwej, szczegółowej ścieżki wykonania, więc definiujesz regułę określającą, jaki dodatkowy koszt (lub czasami lepszą cenę) założysz.
Najlepiej traktować tę koncepcję jako wejściowy parametr modelu, który przybliża niepewność wykonania. Nie jest to to samo co spread, opłaty czy prowizje — te są zazwyczaj dodawane osobno. Założenie dotyczące poślizgu zwykle obejmuje takie czynniki jak:
- ruch ceny między decyzją a wykonaniem,
- routing zleceń i opóźnienie wykonania,
- dostępność głębokości rynku (płynności) w momencie wykonania,
- częściowe wypełnienia i różne ceny wypełnień.
Praktyczny sposób myślenia o tym: jeśli Twój model zakłada „X jednostek poślizgu” dla każdej transakcji, to model przekłada niepewność wykonania na spójną korektę kosztów, którą można stosować powtarzalnie.
Jak działają założenia dotyczące poślizgu: stabilna mechanika a zmienne warunki
Zaawansowane zagadnienia zaczynają się od oddzielenia tego, co kontroluje Twój model, od tego, co kontrolują rynek i środowisko wykonania.
Zdefiniuj jednostkę i kierunek
Poślizg może być przedstawiony w różnych jednostkach:
- w ujęciu cenowym (np. waluta na jednostkę),
- w tickach lub punktach,
- jako procent ceny,
- jako koszt dodany do transakcji (często łatwiejszy do modelowania P&L).
Należy również wyjaśnić kierunkowość. Wiele prostych modeli zakłada, że poślizg jest zawsze niekorzystny, ale wykonanie może czasami dać lepszą cenę niż oczekiwano. Jeśli wymusisz „zawsze gorszy”, wprowadzisz systematyczne obciążenie do szacunków wyników. Jeśli dopuścisz oba kierunki, potrzebujesz reguły określającej, jak często występuje każdy z nich.
Wybierz regułę mapowania
„Założenie dotyczące poślizgu” zazwyczaj staje się regułą mapowania, na przykład:
- stały poślizg na zlecenie,
- poślizg proporcjonalny do wielkości transakcji,
- poślizg powiązany z warunkami zmienności lub spreadu (jeśli dane na to pozwalają),
- poślizg losowany z rozkładu (w stylu Monte Carlo).
Zaawansowaną częścią jest zapewnienie, że reguła jest spójna ze sposobem pomiaru cen wejścia/wyjścia w Twoich danych. Jeśli cena wejścia w backteście jest już „efektywna” (na przykład pochodzi z realistycznych logów wykonania), dodanie osobnej korekty poślizgu może spowodować podwójne naliczenie kosztów wykonania.
Wyizoluj założenia dotyczące czasu
Na poślizg duży wpływ ma luka czasowa między momentem decyzji modelu a założonym momentem wykonania. Jeśli Twoje dane opierają się na interwałach świecowych (np. świece jednominutowe), ale model zakłada wykonanie w innym punkcie tej świecy, Twoje założenie dotyczące poślizgu musi odzwierciedlać tę lukę czasową. W przeciwnym razie model może stać się wewnętrznie niespójny.
Dodawaj założenia o niezależności ostrożnie
Wiele uproszczonych podejść traktuje poślizg jako niezależny od sygnału. W rzeczywistości poślizg i agresywność transakcji często są ze sobą skorelowane:
- bardziej pilne zachowanie wykonawcze może zmienić opóźnienia w kolejce,
- handel w okresach wysokiej zmienności zmienia typową jakość wykonania,
- większe zlecenia mogą oddziaływać z dostępną głębokością rynku.
Jeśli zignorujesz korelację, możesz niedoszacować zmienność wyników.
Dowody i przykłady: testowanie modelu na przypadkach brzegowych
Ponieważ nie zakłada się tutaj danych rynkowych w czasie rzeczywistym, „dowody” oznaczają wewnętrzne kontrole spójności oraz testowanie scenariuszy przy użyciu jasno określonych założeń.
Przykład: stały poślizg a poślizg zależny od wielkości
Załóżmy, że framework modelowania zakłada stały koszt poślizgu na transakcję. Może to zawieść, gdy wielkość zlecenia jest duża w stosunku do dostępnej płynności.
Aby to przetestować, uruchom dwa wewnętrzne warianty przy użyciu tej samej logiki wejścia/wyjścia:
- stałe założenie poślizgu na zlecenie,
- założenie poślizgu rosnące wraz z wielkością transakcji.
Następnie porównaj, czy kluczowe wnioski (takie jak to, czy wyniki pozostają wiarygodne w obu modelach) są aktualne. Jeśli wyniki zmieniają się drastycznie, Twoje wnioski zależą w dużej mierze od reguły poślizgu, a nie od stabilnej mechaniki.
Przykład: częściowe wypełnienia i kolejkowanie zleceń
Częstym trybem awarii uproszczonych założeń jest traktowanie każdego zlecenia jako pojedynczego wypełnienia po jednej efektywnej cenie. W praktyce zlecenia mogą być wypełniane częściowo po różnych cenach.
Kontrola przypadku brzegowego:
- jeśli zakładasz pojedynczą cenę wykonania, ale Twoje rzeczywiste środowisko wykonania może wypełniać częściowo, Twój model może nie doceniać prawdziwego zakresu kosztów,
- jeśli Twoje założenie poślizgu nie odzwierciedla opóźnień w kolejce, możesz błędnie przedstawić wpływ okresów zmniejszonej szybkości wykonania.
Obejściem w modelowaniu jest uwzględnienie założenia dotyczącego liczby wypełnień lub średniego rozrzutu wypełnień w czasie. Nawet jeśli jest przybliżone, czyni model mniej kruchym niż „zawsze jedno wypełnienie”.
Przykład: obciążenie kierunkowe
Jeśli zawsze zakładasz, że poślizg jest ujemny, możesz wbudować konserwatywny kosztowy opór. Nie jest to automatycznie błędne, ale musi być uzasadnione jako świadomy wybór modelowania.
Kontrola przypadku brzegowego:
- przetestuj założenie symetryczne (ujemny i dodatni poślizg wokół zera) w porównaniu z założeniem jednostronnym,
- potwierdź, jak wrażliwe są modelowane wyniki na ten wybór.
Jeśli wnioski utrzymują się tylko przy jednym założeniu kierunkowym, nie są one odporne.
Ograniczenia i ryzyka: gdzie założenia dotyczące poślizgu zawodzą
Kluczowe ograniczenia dotyczą nie tylko „dokładności”, ale także ważności strukturalnej.
Historyczne zależności nie gwarantują przyszłych wyników
Nawet jeśli wzorzec poślizgu wydaje się spójny w danych historycznych, warunki wykonania mogą się zmienić. Różne reżimy płynności, zmiany w technologii wykonania i zmieniająca się mikro struktura rynku mogą zmienić związek między założoną regułą poślizgu a zrealizowanymi wynikami.
Podwójne naliczanie i niezgodności księgowe
Dwa częste ryzyka:
- mieszanie już efektywnych cen z dodatkowym poślizgiem,
- nieprawidłowe oddzielenie spreadów/opłat, tak że poślizg i koszty nakładają się na siebie.
Upewnij się, że składniki kosztów w Twoim potoku modelowania nie nakładają się. Jeśli spread jest już wbudowany w efektywną metodę wyceny danych, dodawaj poślizg na wierzch tylko wtedy, gdy reprezentuje on dodatkowy składnik.
Nierealistyczna granularność
Reguła, która dobrze pasuje na poziomie grubym (na przykład na świecę), może zawieść, gdy wykonanie następuje na drobniejszej granularności. Jeśli model traktuje całą świecę jako jeden interwał decyzja-wykonanie, może błędnie przypisywać ruch wewnątrzświecowy do poślizgu.
Ukryta niepewność parametrów
Założenia dotyczące poślizgu często wprowadzają parametry (stałą kwotę, kształt rozkładu, wrażliwość na wielkość). Jeśli parametry te są dostrajane do wyników historycznych, ryzykujesz przeuczeniem do warunków wykonania, które mogą się nie powtórzyć.
Orientacyjną redukcją ryzyka weryfikacyjnego jest przeprowadzenie testów wrażliwości: zmieniaj parametry poślizgu w rozsądnych zakresach i obserwuj, czy wnioski pozostają stabilne.
Weryfikacja: jak niezależnie sprawdzić swoje założenia
Niezależna weryfikacja nie wymaga w tym kontekście cen na żywo; wymaga spójności, wrażliwości i rozdzielenia zagadnień.