Ang Iyong Backtest ay Nagsisinungaling: Bakit Dapat Gumamit ng Point-in-Time Data

Bumuo tayo ng isang simpleng, hypothetical na estratehiya sa pagte-trade. Ang premise ay direkta at nakabatay sa isang madalas na pinaguusapang naratibo: kapag inaalis ang mga coin mula sa mga exchange, kadalasang bullish ito. Ang dahilan ay intuitibo: ang paglipat ng mga coin mula sa exchanges ay karaniwang indikasyon na nagwi-withdraw ang mga holder papunta sa self-custody, kaya bumababa ang supply na maaaring ibenta. Sa kabilang banda, ang pagpasok ng mga coin sa exchanges ay maaaring magpahiwatig na naghahanda ang mga holder na magbenta.

Gayunpaman, ang isang araw lang ng outflows ay ingay lamang. Upang makilala ang tunay na trend, maglalapat tayo ng moving average crossover sa exchange balance. Kapag bumababa ang short-term average sa ibaba ng long-term average, kinukumpirma nitong tuloy-tuloy na umaalis ang mga coin mula sa exchanges, bilang isang sustained pattern, hindi mga isahang events lamang.

Gamit ang exchange balance ng Glassnode para sa Binance, tinutukoy natin ang sumusunod:

• Pumasok sa market kapag ang 5-araw na moving average ng Binance BTC balance ay bumaba sa ibaba ng 14-araw na moving average, na nagpapatunay ng isang tuloy-tuloy na trend ng outflow.
• Lumabas sa market kapag ang 5-araw na average ay tumaas pabalik sa ibabaw ng 14-araw na average, na nagpapahiwatig na ang trend ng outflow ay bumaliktad at ang mga coin ay bumabalik sa exchange.

Pagkatapos ay ibinabanchmark natin ang estratehiyang ito kontra sa simpleng paghawak ng BTC sa parehong panahon, simula Enero 1, 2024 hanggang Marso 9, 2026, na may panimulang kapital na $1,000 at 0.1% na bayarin kada trade.

Paano basahin ang chart na ito:

🟫 Ang brown na linya sa ibaba ay ang binary trading signal, nag-iiba sa pagitan ng nasa market (1) at labas ng market (0).

🟦 Ang bughaw na linya ay sumusubaybay sa portfolio value ng estratehiya sa pagdaan ng panahon.

🟩 Ang berdeng linya ay ang buy-and-hold portfolio benchmark.

Mapapansin natin na medyo maganda ang performance ng exchange balance strategy, bagaman minsan ay mas mahusay pa rin ang buy-and-hold strategy kumpara rito. Gayunman, sa mga huling araw ng research period, nakahabol ang exchange balance strategy. Habang ang ilang investors ay maaaring makita ang kumbinasyon ng nabawasang volatility at halos kaparehong performance kumpara sa buy-and-hold na kaakit-akit, mapanlinlang ang final numbers – at narito ang dahilan kung bakit.

Ang Problema: Data Mutation at Look-Ahead Bias

Hindi static ang mga metric. Marami ang nire-revise pabalik kapag may bagong impormasyon. Partikular ito sa mga metric na umaasa sa address clustering o entity labeling, gaya ng on-chain exchange balances. Pero pati rin sa mga metric gaya ng trading volume o presyo, dahil minsan ay naantala ng kaunti ang pagpapadala ng data ng bawat exchange.

Ibig sabihin, ang isang value na makikita mo ngayon para sa, halimbawa, Enero 15, 2024, ay maaaring hindi pareho sa value na na-publish noong Enero 15, 2024. Ang data ay na-revise gamit ang hindsight. Kapag nag-backtest ka ng estratehiya gamit ang binagong data na ito, ginagamit mo nang hindi mo namamalayan ang impormasyong hindi pa available noong panahon kung kailan sana ginawa ang trading decisions. Ito ay nagdudulot ng look-ahead bias.

Ang Tapat na Backtest: Gamit ang Point-in-Time Data

Kaya't ulitin natin ang parehong backtest – parehong signal logic, parehong parameters, parehong petsa, parehong fees – ngunit ngayon ay gamit ang Point-in-Time (PiT) variant ng Exchange Balance metric, na available sa Glassnode Studio.

Ang PiT metrics ay strictly append-only at immutable. Bawat historical data point ay nagpapakita lamang ng impormasyong available noong ito'y unang na-compute. Walang retroactive revisions, walang look-ahead bias.

Bagaman pareho ang metric na ginagamit, nagreresulta ngayon ang estratehiya ng makabuluhang ibang resulta, gaya ng ipinapakita ng purple na linya sa bagong chart sa ibaba. Kapansin-pansing mas mababa ang overall performance.

Bagama’t pareho ang galaw ng parehong estratehiya sa maraming bahagi ng 2024, mapapansin na ang bersyong naka-base sa PiT ay hindi na-capture nang epektibo ang malalakas na pag-akyat noong Nobyembre 2024 at Marso 2025. Bilang resulta, nagkakaroon ng makabuluhang pagkakaiba ang cumulative performance at napupunta ito sa mas mababang halaga.

Pangunahing Aral

Sa halimbawang ito, ang purple na strategy, na may access lang sa impormasyong available noong oras na iyon, ay mas mahina ang naging performance. ► Nagiging mapanlinlang ang mga backtest kung maling o binagong data ang ginagamit. Tanging immutable, Point-in-Time metrics ang nakakatiyak na binabalikan mo ang kasaysayan gaya ng tunay na nangyari.