Ваш бектест бреше: чому ви повинні використовувати дані на момент часу

Давайте створимо просту, гіпотетичну торгову стратегію. Її принцип є прямолінійним і базується на широко обговорюваній концепції: коли монети покидають біржі, це зазвичай сигналізує про бичачий тренд. Логіка очевидна: монети, які переміщуються з бірж, зазвичай означають, що власники забирають їх для самостійного зберігання, зменшуючи доступну для продажу пропозицію. Навпаки, надходження монет на біржі може вказувати на те, що власники готуються до продажу.

Однак один день відтоку — це лише шум. Щоб визначити справжній тренд, ми застосовуємо кросовер ковзних середніх до балансу біржі. Коли короткострокова середня падає нижче довгострокової, це підтверджує, що монети постійно залишають біржі, тобто це стійка модель, а не разові випадки.

Використовуючи баланс біржі Glassnode для Binance, ми визначаємо наступне:

• Вхід на ринок відбувається, коли 5-денна ковзна середня балансу BTC на Binance знижується нижче 14-денної ковзної середньої, що сигналізує про стійкий тренд відтоку.
• Вихід з ринку відбувається, коли 5-денна середня знову піднімається вище 14-денної середньої, що означає, що тренд відтоку змінився і монети повертаються на біржу.

Далі ми порівнюємо цю стратегію зі звичайним холдингом BTC протягом того ж періоду — з 1 січня 2024 року по 9 березня 2026 року, початковий капітал $1 000 та комісія за кожну операцію у розмірі 0,1%.

Як читати цей графік:

🟫 Коричнева лінія внизу — це бінарний торговий сигнал, який переключається між перебуванням у ринку (1) та поза ринком (0).

🟦 Синя лінія показує вартість портфеля за стратегією з часом.

🟩 Зелена лінія — це бенчмарк портфеля з купівлею і холдингом.

Можна побачити, що стратегія балансування біржі показала досить хороші результати, хоча інколи стратегія "купити й тримати" була кращою. Однак наприкінці досліджуваного періоду стратегія балансування біржі наздогнала. Деяким інвесторам може сподобатися поєднання меншої волатильності та результату, що зрештою співставний зі стратегією холдингу, однак кінцеві цифри є оманливими — і ось чому.

Проблема: Мутація даних та упередження на основі майбутнього

Метрики не є статичними. Багато з них ретроспективно змінюються, коли з'являється нова інформація. Особливо це стосується метрик, що залежать від кластеризації адрес чи позначення сутностей, як баланс бірж в ончейні. Це також відноситься до таких метрик, як торговий обсяг чи ціна, оскільки окремі біржі можуть іноді подавати свої дані з невеликими затримками.

Це означає, що значення, яке ви бачите сьогодні для, наприклад, 15 січня 2024 року, може відрізнятися від значення, опублікованого 15 січня 2024 року. Дані були переглянуті з урахуванням задньої перспективи. Якщо ви робите бек-тест стратегії на таких переглянутих даних, ви фактично використовуєте інформацію, яка не була доступна на момент прийняття торгових рішень. Це приводить до упередження на основі майбутнього.

Чесний бек-тест: Використання даних "Point-in-Time"

Давайте тому повторимо той же бек-тест — та сама логіка сигналу, ті ж параметри, ті ж дати, ті ж комісії — але цього разу використовуючи варіант метрики Exchange Balance "Point-in-Time" (PiT), доступний у Glassnode Studio.

Метрики PiT є суто доповнюваними та незмінними. Кожна історична точка даних відображає лише ту інформацію, яка була відома на момент її початкового розрахунку. Ніяких ретроспективних змін, ніякого упередження на основі майбутнього.

Хоча ми використовуємо ту ж метрику, стратегія тепер показує значно інші результати, що ілюструє фіолетова лінія на новому графіку нижче. Загальна ефективність значно гірша.

Попри те, що обидві стратегії поводяться схожим чином більшу частину 2024 року, ми бачимо, що версія, заснована на PiT, не так ефективно захоплює сильні зростання у листопаді 2024 та березні 2025 року. Як результат, загальна ефективність суттєво відрізняється та виявляється значно нижчою.

Основний висновок

У цьому прикладі фіолетова стратегія, яка має доступ лише до інформації, доступної на той час, показує помітно гірший результат. ► Бек-тести вводять в оману, якщо використовують неправильні або переглянуті дані. Тільки незмінні, Point-in-Time метрики гарантують, що ви відтворюєте історію так, як вона була насправді.