Если вы опираетесь на исторические данные по биржевым потокам, чтобы бэктестить свои торговые стратегии по ETH, обратите особое внимание на это обновление данных. 📉
Coin Metrics недавно пересобрала исторические Ethereum Standard Flow Metrics с момента запуска сети (genesis). В то время как поиск недавно обнаруженных биржевых адресов (кошельков) помогает точнее восстановить прошлые движения предложения, это создает для трейдеров серьезную ловушку: bias при пересмотре данных (revision bias).
Графики, загруженные сегодня, отражают знания об объектах, собранные уже намного позже тех сделок. Если вы бэктестите, используя сегодняшние «отполированные» метрики, ваша модель по сути торгует данными адресов «из будущего», которые на тот момент были недоступны. Чтобы избежать искаженного тестирования сигналов, аналитикам нужно отделять срезы данных по времени (data vintages) или использовать метрики Point-in-Time (PIT).
Для алгоритмических трейдеров и количественных исследователей игнорирование этой разницы может привести к чрезмерно оптимистичным показателям эффективности стратегии, которые не подтверждаются на живом рынке.
Как вы справляетесь с look-ahead bias при тестировании on-chain метрик — используете данные Point-in-Time или придерживаетесь простой динамики цены?
#Ethereum #Crypto #Onchain #tradingStrategy
Coin Metrics недавно пересобрала исторические Ethereum Standard Flow Metrics с момента запуска сети (genesis). В то время как поиск недавно обнаруженных биржевых адресов (кошельков) помогает точнее восстановить прошлые движения предложения, это создает для трейдеров серьезную ловушку: bias при пересмотре данных (revision bias).
Графики, загруженные сегодня, отражают знания об объектах, собранные уже намного позже тех сделок. Если вы бэктестите, используя сегодняшние «отполированные» метрики, ваша модель по сути торгует данными адресов «из будущего», которые на тот момент были недоступны. Чтобы избежать искаженного тестирования сигналов, аналитикам нужно отделять срезы данных по времени (data vintages) или использовать метрики Point-in-Time (PIT).
Для алгоритмических трейдеров и количественных исследователей игнорирование этой разницы может привести к чрезмерно оптимистичным показателям эффективности стратегии, которые не подтверждаются на живом рынке.
Как вы справляетесь с look-ahead bias при тестировании on-chain метрик — используете данные Point-in-Time или придерживаетесь простой динамики цены?
#Ethereum #Crypto #Onchain #tradingStrategy
