¿Cómo estimar el precio probable de venta con datos OHLC para el backtesting?

Question

Soy relativamente nuevo en esto, así que puede que esté preguntando algo que no tiene sentido. Este es mi escenario:

Tengo el día intradiario a intervalos de 1 minuto. Estos datos tienen datos ohlc y quiero calcular para cualquier intervalo dado cuál sería el precio de venta probable. Podría simplemente asumir el peor caso y tomar el precio más bajo, pero estoy asumiendo que hay algo un poco más preciso que eso.

Entiendo que no hay manera de predecir con exactitud cuál sería el precio de venta, ya que una orden real cambia potencialmente el resultado. Sólo quiero saber si hay una mejor práctica para predecir cuál sería el precio de venta si tratara de ejecutar una orden en un intervalo determinado utilizando datos históricos.

Answer 1

Probablemente dependa de la liquidez de su activo y del tamaño de la orden de venta: si quiere negociar un ETF muy negociado [y por tanto líquido] como el SPY, por ejemplo, su orden de venta probablemente se ejecutará casi instantáneamente, a menos que sea una orden muy grande. En ese caso, la obtención de datos por segundos o por ticks eliminaría la mayor parte de la incertidumbre de la cuestión.

Sin embargo, si el activo no es líquido y/o se envía una orden muy grande, la venta se realizaría sin duda en torno al mínimo [y sí, posiblemente más bajo].

Por último, a falta de información adicional, utilizaría el precio de cierre, que suele ser representativo del período, o el mínimo, como [aproximación] al peor escenario [teniendo en cuenta que no es exactamente el peor escenario].

Answer 2

Parece que estás intentando hacer un backtest de una estrategia y quieres simular las condiciones reales de negociación.

Si este es el caso, sugiero que la preocupación por la liquidez es más importante que la fijación de un hipotético precio de la orden en un intervalo de 1 minuto. Si realmente le preocupa el precio, podría simplemente promediar los precios. Tenga en cuenta que esto equivale matemáticamente a ponderar cada valor al 25%.

Podrías ser más laborioso y estimar la varianza dentro del intervalo y hacer una conjetura sobre lo que eso dice del precio hipotético, pero de todos modos tendrías que verificar esa suposición empíricamente. A mí me parece un montón de trabajo innecesario.

Cuando se prueba una estrategia en vivo hay muchas variables que están presentes y que no son fáciles de modelar en un backtest. Así que para trabajar realmente en la resolución de una sola (que es menor OMI) no es quizás el mejor uso de su energía.