Jika Anda mengandalkan data historis pertukaran untuk melakukan backtest strategi trading ETH Anda, perhatikan pembaruan data ini dengan saksama. 📉
Coin Metrics baru-baru ini membangun ulang metrik Historis Ethereum Standard Flow dari sejak genesis. Saat mengidentifikasi dompet bursa yang baru ditemukan membantu merekonstruksi pergerakan pasokan di masa lalu dengan presisi yang lebih tinggi, hal itu juga menimbulkan jebakan besar bagi para trader: revision bias (bias revisi).
Grafik yang diunduh hari ini mencerminkan pengetahuan entitas yang dikumpulkan jauh setelah transaksi-transaksi tersebut terjadi. Jika Anda melakukan backtest menggunakan metrik yang sudah dirapikan hari ini, model Anda pada dasarnya sedang melakukan trading menggunakan data alamat "masa depan" yang tidak tersedia pada saat itu. Untuk menghindari pengujian sinyal yang terdistorsi, analis perlu memisahkan data vintages atau menggunakan metrik Point-in-Time (PIT).
Bagi trader algoritmik dan peneliti kuantitatif, mengabaikan perbedaan ini dapat menyebabkan performa strategi yang terlalu optimistis, yang gagal ketika diterapkan di pasar nyata.
Bagaimana cara Anda menangani look-ahead bias saat menguji metrik on-chain—apakah Anda mengandalkan data Point-in-Time, atau tetap pada aksi harga yang sederhana?
#Ethereum #Crypto #Onchain #tradingStrategy
Coin Metrics baru-baru ini membangun ulang metrik Historis Ethereum Standard Flow dari sejak genesis. Saat mengidentifikasi dompet bursa yang baru ditemukan membantu merekonstruksi pergerakan pasokan di masa lalu dengan presisi yang lebih tinggi, hal itu juga menimbulkan jebakan besar bagi para trader: revision bias (bias revisi).
Grafik yang diunduh hari ini mencerminkan pengetahuan entitas yang dikumpulkan jauh setelah transaksi-transaksi tersebut terjadi. Jika Anda melakukan backtest menggunakan metrik yang sudah dirapikan hari ini, model Anda pada dasarnya sedang melakukan trading menggunakan data alamat "masa depan" yang tidak tersedia pada saat itu. Untuk menghindari pengujian sinyal yang terdistorsi, analis perlu memisahkan data vintages atau menggunakan metrik Point-in-Time (PIT).
Bagi trader algoritmik dan peneliti kuantitatif, mengabaikan perbedaan ini dapat menyebabkan performa strategi yang terlalu optimistis, yang gagal ketika diterapkan di pasar nyata.
Bagaimana cara Anda menangani look-ahead bias saat menguji metrik on-chain—apakah Anda mengandalkan data Point-in-Time, atau tetap pada aksi harga yang sederhana?
#Ethereum #Crypto #Onchain #tradingStrategy