Considerações avançadas para premissas de slippage

O que “premissas de slippage” significam na modelagem de execução

As premissas de slippage são uma forma de representar a diferença entre o preço que você espera que uma ordem execute e o preço pelo qual ela realmente executa. Em trabalhos de modelagem (como backtesting ou testes forward), você geralmente não observa o caminho de execução verdadeiro e detalhado, então define uma regra para quanto custo extra (ou, às vezes, preço melhorado) você irá assumir.

Este conceito é melhor tratado como uma entrada de modelagem que aproxima a incerteza de execução. Não é o mesmo que spreads, taxas ou comissões—esses são tipicamente adicionados separadamente. Uma premissa de slippage geralmente cobre fatores como:

• movimento de preço entre a decisão e a execução,
• roteamento de ordens e latência de execução,
• disponibilidade de profundidade (liquidez) no momento da execução,
• preenchimentos parciais e preços de preenchimento variáveis.

Uma forma prática de pensar sobre isso: se o seu modelo diz que você irá assumir “X unidades de slippage” para cada negociação, então o modelo está traduzindo a incerteza de execução em um ajuste de custo consistente que você pode aplicar repetidamente.

Como as premissas de slippage funcionam: mecânica estável vs condições variáveis

As considerações avançadas começam com a separação do que o seu modelo controla do que o mercado e o ambiente de execução controlam.

Defina a unidade e a direção

O slippage pode ser representado em diferentes unidades:

• em termos de preço (por exemplo, moeda por unidade),
• em ticks ou pontos,
• como uma porcentagem do preço,
• como um custo adicionado à negociação (muitas vezes mais fácil para modelagem de P&L).

Também esclareça a direcionalidade. Muitos modelos simples assumem que o slippage é sempre desfavorável, mas a execução às vezes pode preencher a um preço melhor do que o esperado. Se você forçar “sempre pior”, introduz um viés sistemático nas estimativas de desempenho. Se você permitir ambas as direções, precisa de uma regra para a frequência de cada direção.

Escolha uma regra de mapeamento

Uma “premissa de slippage” tipicamente se torna uma regra de mapeamento, por exemplo:

• slippage fixo por ordem,
• slippage proporcional ao tamanho da negociação,
• slippage vinculado a condições de volatilidade ou spread (se o seu conjunto de dados suportar),
• slippage extraído de uma distribuição (estilo Monte Carlo).

A parte avançada é garantir que a regra seja consistente com a forma como você mede os preços de entrada/saída no seu conjunto de dados. Se o seu preço de entrada no backtest já é “efetivo” (por exemplo, derivado de logs de execução realistas), adicionar um ajuste de slippage separado pode contar duas vezes os custos de execução.

Isole as premissas de timing

O slippage é fortemente afetado pela lacuna de tempo entre o momento da decisão do modelo e o momento de execução assumido. Se os seus dados usam timing baseado em barras (por exemplo, candles de um minuto), mas o seu modelo assume execução em um ponto diferente dentro dessa barra, a sua premissa de slippage deve refletir essa lacuna de timing. Caso contrário, o modelo pode se tornar internamente inconsistente.

Adicione premissas de independência com cuidado

Muitas abordagens simplificadas tratam o slippage como independente do sinal. Na realidade, o slippage e a agressividade da negociação frequentemente se correlacionam:

• comportamento de execução mais urgente pode alterar atrasos de fila,
• negociar durante alta volatilidade muda a qualidade típica de execução,
• ordens maiores podem interagir com a profundidade disponível.

Se você ignorar a correlação, pode subestimar a variabilidade dos resultados.

Evidências e exemplos: estresse do modelo com casos extremos

Como não há dados de mercado em tempo real assumidos aqui, “evidência” significa verificações de consistência interna e testes de cenário usando premissas claramente declaradas.

Exemplo: slippage fixo vs slippage sensível ao tamanho

Suponha que um framework de modelagem assuma um custo de slippage constante por negociação. Isso pode falhar quando o tamanho da ordem é grande em relação à liquidez disponível.

Para testar o estresse, execute duas variantes internas usando a mesma lógica de entrada/saída:

1. premissa de slippage fixo por ordem,
2. premissa de slippage que cresce com o tamanho da negociação.

Você então compara se as conclusões-chave (como se os resultados permanecem plausíveis sob ambos os modelos) se sustentam. Se os resultados mudarem drasticamente, suas conclusões dependem fortemente da regra de slippage, em vez de mecânica estável.

Exemplo: preenchimentos parciais e fila de ordens

Um modo comum de falha para premissas simplificadas é tratar cada ordem como um único preenchimento a um preço efetivo. Na prática, as ordens podem ser preenchidas em partes a preços diferentes.

Verificação de caso extremo:

• se você assume um único preço de execução, mas o seu ambiente de execução real pode preencher parcialmente, o seu modelo pode subestimar a verdadeira faixa de custos,
• se o seu slippage assumido não reflete atrasos de fila, você pode representar incorretamente o impacto de períodos de velocidade de execução reduzida.

Uma solução de modelagem é incorporar uma premissa sobre o número de preenchimentos ou a média de spread de preenchimento ao longo do tempo. Mesmo que aproximada, isso torna o modelo menos frágil do que “um preenchimento sempre”.

Exemplo: viés de direção

Se você sempre assume que o slippage é negativo, pode embutir um arrasto de custo conservador. Isso não é automaticamente errado, mas deve ser justificado como uma escolha deliberada de modelagem.

Verificação de caso extremo:

• teste uma premissa simétrica (slippage negativo e positivo em torno de zero) versus uma premissa unilateral,
• confirme quão sensível o seu desempenho modelado é a essa escolha.

Se as conclusões só se sustentam sob uma premissa de direção, elas não são robustas.

Limitações e riscos: onde as premissas de slippage quebram

As principais limitações não são apenas sobre “precisão”, mas sobre validade estrutural.

Relações históricas não garantem resultados futuros

Mesmo quando um padrão de slippage parece consistente em dados passados, as condições de execução podem mudar. Diferentes regimes de liquidez, mudanças na tecnologia de execução e microestrutura de mercado variável podem alterar a relação entre a sua regra de slippage assumida e os resultados realizados.

Contagem dupla e incompatibilidades contábeis

Dois riscos comuns:

• misturar preços já efetivos com slippage adicional,
• separar spreads/taxas incorretamente, de modo que slippage e custos se sobreponham.

Certifique-se de que os componentes de custo do seu pipeline de modelagem não se sobreponham. Se o spread já está embutido no método de precificação efetiva do conjunto de dados, adicione slippage por cima apenas se ele representar um componente adicional.

Granularidade irrealista

Uma regra que se ajusta bem em um nível grosseiro (por exemplo, por barra) pode falhar quando a execução acontece em granularidade mais fina. Se o modelo trata a barra inteira como um único intervalo de decisão-para-execução, pode atribuir erroneamente o movimento intrabarra ao slippage.

Incerteza oculta de parâmetros

As premissas de slippage frequentemente introduzem parâmetros (valor fixo, forma de distribuição, sensibilidade ao tamanho). Se esses parâmetros são ajustados a resultados históricos, você corre o risco de overfitting a condições de execução que podem não se repetir.

Uma redução de risco orientada à verificação é realizar testes de sensibilidade: varie os parâmetros de slippage em faixas razoáveis e observe se as conclusões permanecem estáveis.

Verificação: como verificar suas premissas de forma independente

A verificação independente não requer preços ao vivo neste contexto; requer consistência, sensibilidade e separação de preocupações.