بک‌تست با Every Tick در مقایسه با Open Prices

بک‌تست (Backtesting) هسته اصلی فرآیند توسعه و اعتبارسنجی هرگونه استراتژی معاملاتی الگوریتمی (Algorithmic Trading Strategy) است. این فرآیند شامل اجرای شبیه‌سازی شده یک استراتژی بر روی دیتای تاریخی (Historical Data) برای ارزیابی عملکرد آن در شرایط گذشته بازار است. هدف اصلی بک‌تست کاهش ریسک (Risk) در معاملات زنده (Live Trading) با اطمینان از کارایی منطق معاملاتی در شرایط گوناگون بازار است. با این حال، دقت و قابلیت اطمینان نتایج بک‌تست ارتباط تنگاتنگی با نحوه مدل‌سازی رفتار قیمت در پلتفرم معاملاتی (Trading Platform) دارد. در میان روش‌های مختلف مدل‌سازی، دو رویکرد غالب در پلتفرم‌هایی مانند متاتریدر (MetaTrader) وجود دارد: مدل Every Tick و مدل Open Prices. انتخاب روش مناسب تأثیر مستقیمی بر دقت شبیه‌سازی (Simulation Accuracy)، ارزیابی عملکرد (Performance Evaluation)، و نهایتاً موفقیت یا شکست اکسپرت ادوایزر (Expert Advisor – EA) در دنیای واقعی خواهد داشت. این مقاله به کاوش عمیق در تفاوت‌های بنیادین، پیامدهای عملی و الزامات فنی این دو مدل می‌پردازد تا معامله‌گران و توسعه‌دهندگان بتوانند تصمیمات آگاهانه‌ای در مورد روش بک‌تست استراتژی‌های خود اتخاذ کنند.

اهمیت شبیه‌سازی دقیق رفتار قیمت در بک‌تست

اساس هر بک‌تست قوی، توانایی آن در بازآفرینی وفادارانه شرایطی است که ترید (Trade) در آن‌ها انجام خواهد شد. بازار مالی یک محیط پویا و پیوسته در حال تغییر است که در آن قیمت‌ها به طور مداوم نوسان می‌کنند. یک استراتژی معاملاتی ممکن است بر اساس یک سری سیگنال (Signal) مشخص طراحی شده باشد که تنها در نقاط خاصی از حرکت قیمت فعال می‌شوند. اگر بک‌تست نتواند این حرکات دقیق قیمت را مدل‌سازی کند، نتایج به‌دست‌آمده عملاً بی‌ارزش خواهند بود و می‌توانند منجر به تصمیم‌گیری معیوب (Flawed Decision Making) شوند. در بک‌تست، ما به دنبال سنجش معیارهایی مانند نرخ برد (Win Rate)، فاکتور سود (Profit Factor)، حداکثر دراودان (Maximum Drawdown) و سود خالص (Net Profit) هستیم. تمام این معیارها به شدت به این بستگی دارند که آیا استراتژی در زمان دقیق و با قیمت صحیح وارد معامله شده یا خیر. نادیده گرفتن ماهیت پیوسته بازار و ساده‌سازی بیش از حد حرکت قیمت، بزرگترین خطری است که توسعه‌دهندگان ربات‌های معاملاتی با آن مواجه هستند.

تشریح مدل Open Prices: ساده‌سازی مبتنی بر کندل

مدل Open Prices، که گاهی اوقات با عنوان OHLC (Open, High, Low, Close) نیز شناخته می‌شود، ساده‌ترین و سریع‌ترین روش برای اجرای بک‌تست است. این مدل بر این فرض استوار است که هر شمع (Candle) در یک تایم‌فریم (Timeframe) مشخص، صرفاً با چهار قیمت کلیدی تعریف می‌شود: قیمت باز شدن کندل (Open Price)، بالاترین قیمت (High)، پایین‌ترین قیمت (Low)، و قیمت بسته شدن کندل (Close Price). در هنگام اجرای بک‌تست با این مدل، موتور بک‌تست معمولاً فرض می‌کند که معامله‌گر می‌تواند دقیقاً در قیمت باز شدن کندل (Open Price) شمع بعدی، یا در لحظه تغییر تایم‌فریم، وارد معامله شود. این بدان معناست که تمام حرکات قیمتی درون یک کندل (از جمله لغزش قیمت (Slippage) یا نوسانات لحظه‌ای) نادیده گرفته می‌شوند.

از نظر فنی، در مدل Open Prices، هنگامی که یک کندل بسته می‌شود، موتور بک‌تست به طور خودکار قیمت باز شدن کندل (Open Price) کندل بعدی را به عنوان قیمت بالقوه ورود یا خروج در نظر می‌گیرد. این مدل به شدت بر قیمت باز شدن کندل (Open Price) تکیه دارد و فرض می‌کند که این قیمت به سادگی در دسترس است. این رویکرد برای تحلیل‌هایی که بر تایم‌فریم‌های بالا (Higher Timeframes) مانند روزانه یا هفتگی متمرکز هستند و نیاز به سرعت پردازش بالا دارند، مناسب است. با این حال، این مدل ذاتاً دارای خطای مدل‌سازی (Modeling Error) قابل توجهی است، زیرا بازار هرگز در لحظه‌ای که یک کندل بسته می‌شود، “مکث” نمی‌کند تا ترید با قیمت باز شدن کندل (Open Price) جدید شروع شود. این ساده‌سازی می‌تواند منجر به نتایج خوش‌بینانه‌تر از واقعیت شود، به ویژه زمانی که استراتژی به نوسانات کوتاه‌مدت حساس باشد.

ورود به دنیای Every Tick: شبیه‌سازی سطح پایین

در مقابل مدل Open Prices، مدل Every Tick یک رویکرد بسیار دقیق‌تر برای شبیه‌سازی رفتار بازار ارائه می‌دهد. این مدل تلاش می‌کند تا هر نوسان قیمتی را که در دیتای تاریخی (Historical Data) ثبت شده است، بازآفرینی کند. این مدل به جای اتکا به قیمت‌های چهارگانه OHLC، از تیک دیتا (Tick Data) استفاده می‌کند؛ یعنی هر بار که قیمت در بازار تغییر می‌کند (چه در قیمت خرید (Bid) و چه در قیمت فروش (Ask))، یک تیک (Tick) جدید ثبت می‌شود.

مدل Every Tick با استفاده از این تیک دیتا، به موتور بک‌تست اجازه می‌دهد تا هر حرکت کوچک قیمتی را در طول ساختار کندل مدل‌سازی کند. این امر به ویژه در محیط‌هایی که اسپرد (Spread) پویا است و نقدینگی (Liquidity) متغیر است، حیاتی است. هنگامی که یک استراتژی بر اساس نوسانات بسیار کوچک یا زمانی که نیاز به اجرای سریع حد ضرر (Stop Loss) یا حد سود (Take Profit) در لحظه وقوع نوسان دارد، مدل Every Tick ضروری می‌شود. این مدل توانایی شبیه‌سازی تأثیر لغزش قیمت (Slippage) را دارد؛ زیرا لغزش به طور مستقیم از تفاوت بین قیمت درخواستی در زمان ارسال دستور و قیمت واقعی در زمان اجرای دستور ناشی می‌شود، که این تفاوت در مدل Open Prices به سادگی قابل درک نیست. در واقع، Every Tick تلاش می‌کند تا تا حد امکان، بک‌تست را به معاملات واقعی (Live Execution) نزدیک سازد.

تفاوت‌های فنی و آماری بنیادین

تفاوت اصلی بین این دو مدل در سطح تفکیک پذیری زمانی (Temporal Granularity) داده‌ها و نحوه محاسبه قیمت‌های ورود و خروج است.

دقت در مدل‌سازی نوسانات: در مدل Open Prices، اگر یک استراتژی در قیمت باز شدن کندل (Open Price) یک کندل 1 ساعته سیگنال ورود دهد، موتور بک‌تست فرض می‌کند که معامله دقیقاً در آن قیمت انجام شده است، بدون توجه به اینکه در آن لحظه چه اتفاقی افتاده است. در حالی که در مدل Every Tick، این کندل از هزاران تیک تشکیل شده است، و اگر سیگنال ورود در میانه این تیک‌ها رخ دهد، موتور باید قیمت دقیق آن تیک را محاسبه کند. این تفاوت در تایم‌فریم‌های پایین (Lower Timeframes)، مانند تیک‌ها یا دقیقه ای (M1)، نجومی است.

مدیریت اسپرد و کمیسیون: در مدل Open Prices، معمولاً از یک اسپرد ثابت (Fixed Spread) استفاده می‌شود که در طول بک‌تست تغییر نمی‌کند. این یک مدل‌سازی غیرواقعی از بازار است زیرا اسپرد در طول روز و بر اساس نقدینگی و نوسانات بازار تغییر می‌کند. مدل Every Tick، به‌ویژه زمانی که با دیتای تیک واقعی کار می‌کند، می‌تواند اسپرد متغیر (Variable Spread) را مدل‌سازی کند. این موضوع تأثیر شگرفی بر استراتژی‌های اسکالپ (Scalping Strategies) دارد که سودهای کوچک اما مکرر کسب می‌کنند و هزینه‌های معاملاتی (Trading Costs) برای آن‌ها حیاتی است.

زمان‌بندی و تأخیر (Latency): Every Tick امکان مدل‌سازی دقیق‌تر زمان‌بندی ورود و خروج (Entry and Exit Timing) را فراهم می‌کند. برای استراتژی‌هایی که به تغییرات بسیار سریع واکنش نشان می‌دهند (به عنوان مثال، معاملات فرکانس بالا (High-Frequency Trading – HFT) یا واکنش به اخبار مهم (News Events))، مدل Open Prices نمی‌تواند سرعت اجرای مورد نیاز را شبیه‌سازی کند و نتایج بک‌تست را به شدت بهینه (Optimistic) نشان می‌دهد.

پیامدهای آماری بر معیارهای عملکرد

انتخاب مدل بک‌تست مستقیماً بر معیارهای کلیدی عملکردی تأثیر می‌گذارد که توسعه‌دهندگان برای تصمیم‌گیری استفاده می‌کنند:

نرخ برد (Win Rate) و فاکتور سود (Profit Factor): در مدل Open Prices، به دلیل فرض دسترسی آسان به قیمت باز شدن کندل (Open Price)، نرخ برد و فاکتور سود معمولاً بالاتر از واقعیت تخمین زده می‌شوند. اگر یک استراتژی در مدل Open Prices نتایج چشمگیری نشان دهد، ممکن است به این دلیل باشد که بک‌تست به طور مکرر اجازه ورود با قیمت‌هایی را داده است که در دنیای واقعی به دلیل اسپرد یا نقدینگی در دسترس نبوده‌اند. در مقابل، مدل Every Tick به دلیل لحاظ کردن دقیق هزینه‌های معاملاتی و اسپرد متغیر، اغلب نرخ برد واقعی‌تر و پایین‌تری را نشان می‌دهد.

حداکثر دراودان (Maximum Drawdown): دراودان در مدل Every Tick به دلیل شبیه‌سازی بهتر لغزش قیمت (Slippage) و اجرای حد ضرر در قیمت‌های نامطلوب‌تر (در صورت نوسانات شدید)، می‌تواند عمیق‌تر از نتایج Open Prices باشد. این یک نکته حیاتی در مدیریت ریسک (Risk Management) است؛ زیرا دراودان واقعی معمولاً از مقدار پیش‌بینی شده در بک‌تست‌های ساده فراتر می‌رود.

ثبات استراتژی (Strategy Robustness): استراتژی‌هایی که در مدل Every Tick عملکرد قابل قبولی دارند، پتانسیل بیشتری برای پایداری در معاملات زنده (Stability in Live Trading) نشان می‌دهند. اگر یک استراتژی تنها با مدل Open Prices سودآور باشد، به احتمال زیاد اورفیتینگ (Overfitting) بر روی نقاط ورود ایده‌آل اتفاق افتاده است و در مواجهه با لغزش و اسپرد واقعی، عملکرد آن به سرعت تخریب خواهد شد.

نقش تایم‌فریم در انتخاب مدل بک‌تست

انتخاب بین Every Tick و Open Prices به شدت تحت تأثیر تایم‌فریم اصلی تحلیل استراتژی است.

استراتژی‌های تایم‌فریم بالا (Higher Timeframe Strategies): برای استراتژی‌هایی که بر اساس کندل‌های روزانه (Daily Candlesticks) یا چهار ساعته (H4) عمل می‌کنند و سیگنال‌های ورود آن‌ها نیازی به واکنش‌های چند ثانیه‌ای ندارد، مدل Open Prices می‌تواند یک تخمین قابل قبول ارائه دهد، به شرطی که اسپرد و کمیسیون به صورت دستی و با دقت تنظیم شوند. این مدل‌ها اغلب به دنبال روندهای بلندمدت (Long-Term Trends) هستند و نوسانات جزئی درون یک کندل تأثیر ناچیزی بر منطق ورود و خروج (Entry & Exit Logic) کلی آن‌ها دارد. سرعت اجرای بک‌تست با Open Prices نیز در این سطح بسیار بالاتر است.

استراتژی‌های تایم‌فریم پایین و اسکالپینگ (Low Timeframe and Scalping Strategies): در تایم‌فریم‌های پایین (مانند M1، M5 یا تیک‌ها)، وابستگی به مدل Every Tick مطلق است. اسکالپینگ ذاتاً به شکار کوچک‌ترین حرکات قیمتی وابسته است. اگر یک اکسپرت اسکالپر در مدل Open Prices اجرا شود، به سادگی فرض می‌کند که می‌تواند قیمت را دقیقاً در قیمت باز شدن کندل (Open Price) در هر دقیقه یا حتی هر ثانیه شکار کند. این یک فرض نادرست است؛ زیرا در دنیای واقعی، اسپرد و نقدینگی اجازه نمی‌دهند که این میزان دقت در زمان‌بندی‌های کوتاه محقق شود. برای این دسته از استراتژی‌ها، نادیده گرفتن تیک دیتا منجر به ارزیابی بیش از حد مثبت (Overly Positive Assessment) عملکرد می‌شود.

تأثیر مدل‌ها بر استراتژی‌های حساس به پویایی قیمت

برخی از مکانیزم‌های معاملاتی به طور خاص در برابر محدودیت‌های مدل Open Prices آسیب‌پذیر هستند:

تریلینگ استاپ (Trailing Stop): اجرای تریلینگ استاپ (Trailing Stop) مستلزم به‌روزرسانی مداوم حد ضرر بر اساس حرکات قیمت است. در مدل Open Prices، این به‌روزرسانی‌ها تنها در زمان بسته شدن کندل یا شروع کندل جدید رخ می‌دهد. این تأخیر می‌تواند باعث شود که تریلینگ استاپ به جای دنبال کردن قیمت، از آن عقب بماند. مدل Every Tick با پردازش هر تیک، به موتور اجازه می‌دهد تا تریلینگ استاپ را به صورت لحظه‌ای حرکت دهد و رفتار واقعی آن را شبیه‌سازی کند.

حد ضرر پویا (Dynamic Stop Loss): استراتژی‌هایی که حد ضرر خود را بر اساس نوسانات لحظه‌ای (Intraday Volatility) یا اندیکاتورهایی که با قیمت‌های درون کندلی محاسبه می‌شوند (مانند Average True Range – ATR در زمان واقعی)، به شدت به Every Tick وابسته هستند. در مدل Open Prices، مقدار ATR محاسبه شده برای یک کندل، اغلب منعکس‌کننده نوسانات واقعی درون آن کندل نیست.

معاملات سریع (Fast Trades): در هر سیستمی که نیاز به بستن معامله ظرف چند تیک یا چند ثانیه دارد، استفاده از Open Prices گمراه کننده است. مدل Every Tick به ما اجازه می‌دهد تا تأثیر واقعی اسپرد و نقدینگی بر هزینه‌های اجرای سریع را ببینیم. اگر اسپرد در لحظه ورود به دلیل نوسان شدید افزایش یابد، Every Tick این را ثبت می‌کند، در حالی که Open Prices این تغییر را نادیده می‌گیرد.

خطاهای رایج معامله‌گران در تفسیر نتایج Open Prices

بسیاری از توسعه‌دهندگان تازه‌کار، به دلیل سادگی و سرعت، به اشتباه به بک‌تست با مدل Open Prices اعتماد می‌کنند. این امر منجر به مجموعه‌ای از خطاهای رایج در ارزیابی استراتژی می‌شود:

پنهان کردن تأثیر اسپرد: بزرگترین خطای Open Prices نادیده گرفتن اسپرد واقعی است. معامله‌گران اغلب فراموش می‌کنند که در مدل Open Prices، آن‌ها در قیمت میانگین (Mid Price) یا قیمت مبادله شده در قیمت باز شدن کندل (Open Price) وارد می‌شوند و اسپرد در زمان ورود لحاظ نمی‌شود. این امر سود مورد انتظار را به طور مصنوعی افزایش می‌دهد. برای یک اسکالپر که در هر ترید فقط چند پیپ سود می‌کند، نادیده گرفتن اسپرد می‌تواند به معنای تبدیل سود خالص به زیان خالص در معاملات زنده باشد.

فقدان شبیه‌سازی لغزش: لغزش قیمت (Slippage) یکی از اجتناب‌ناپذیرترین پدیده‌های بازار است. اگر استراتژی شما در شرایط پرنوسان (مانند انتشار داده‌های اقتصادی) با نوسان زیاد مواجه شود، مدل Open Prices فرض می‌کند که شما می‌توانید در همان قیمت ایده‌آل خارج شوید. در بک‌تست واقعی با Every Tick، مشاهده خواهید کرد که حد ضرر شما کمی پایین‌تر (یا حد سود شما کمی بالاتر) اجرا می‌شود، که این تفاوت در نتیجه نهایی بزرگ است.

اورفیتینگ زمانی (Temporal Overfitting): تکیه بر قیمت باز شدن کندل (Open Price) می‌تواند باعث شود که استراتژی به الگوهای خاصی که فقط در شروع یک بازه زمانی (مثلاً شروع ساعت یا روز) رخ می‌دهند، بیش از حد وابسته شود. مدل Every Tick با پراکنده کردن نقاط تست در طول زمان، این وابستگی‌های مصنوعی را کاهش می‌دهد و استراتژی را مجبور به عملکرد خوب در طول کل حرکت قیمتی می‌کند، نه فقط در نقاط مرزی.

کیفیت دیتای تاریخی و وابستگی مدل‌ها به آن

کیفیت دیتای تاریخی (Historical Data Quality) یک عامل تعیین‌کننده در اعتبار بک‌تست است، اما تأثیر آن بر دو مدل متفاوت است.

تأثیر بر Open Prices: در مدل Open Prices، اگر دیتای تاریخی دارای کندل‌های نادرست یا شکاف‌های قیمتی باشد، قیمت باز شدن کندل (Open Price) بعدی می‌تواند به شدت دچار انحراف شود. با این حال، به دلیل سادگی مدل، اثرات مخرب این داده‌های معیوب تا حدی توسط نادیده گرفتن حرکات درون کندلی تعدیل می‌شود. یعنی، خطاهای جزئی در تیک‌های گم شده، کمتر از Open Prices نمود پیدا می‌کنند.

تأثیر بر Every Tick: مدل Every Tick به طور کامل و مطلق به تیک دیتا (Tick Data) با بالاترین کیفیت ممکن وابسته است. اگر دیتای تیک ناقص باشد یا شامل پرش‌های قیمتی (Price Jumps) غیرطبیعی باشد، بک‌تست Every Tick نتایجی بسیار بدتر و غیرقابل اعتمادتر از Open Prices تولید خواهد کرد. برای اجرای Every Tick با اطمینان، توسعه‌دهنده باید از دیتای تیک واقعی (مانند داده‌های جمع‌آوری شده از بروکر یا منابع معتبر با نرخ نمونه‌برداری بالا) استفاده کند. بک‌تست با Every Tick بر روی داده‌های OHLC که با روش‌های تقریبی (مانند الگوریتم‌های داخلی پلتفرم برای تولید تیک‌های مصنوعی) تولید شده‌اند، اغلب به عنوان “Every Tick شبیه‌سازی شده” (Simulated Every Tick) شناخته می‌شود که همچنان از Open Prices دقیق‌تر است اما به اندازه تیک دیتا واقعی نیست.

تأثیر اسپرد متغیر و لغزش قیمت در Every Tick

همانطور که اشاره شد، مدل Every Tick به طور خاص برای مدل‌سازی پویایی اسپرد و لغزش طراحی شده است.

مدل‌سازی اسپرد متغیر: در Every Tick، اگر اسپرد در یک بازه زمانی کوتاه از 1 پیپ به 5 پیپ افزایش یابد (که معمولاً در زمان اخبار مهم اتفاق می‌افتد)، بک‌تست می‌تواند دقیقاً محاسبه کند که در آن بازه زمانی، چه تعداد ترید به دلیل اسپرد بالا بسته شده یا چه تعداد سیگنال نادیده گرفته شده است. این امر به ویژه برای استراتژی‌هایی که آستانه سود (Profit Threshold) بسیار پایینی دارند، حیاتی است. اگر اسپرد افزایش یابد، ممکن است یک معامله‌ای که در Open Prices سودآور بود، به دلیل هزینه‌های معاملاتی بالاتر در Every Tick با زیان بسته شود.

لغزش قیمت در اجرای سفارش: هنگامی که یک سفارش (Order) ارسال می‌شود، Every Tick تلاش می‌کند تا قیمت اجرای واقعی را تعیین کند. اگر نقدینگی کافی در سطح قیمت درخواستی وجود نداشته باشد، سفارش به قیمت‌های بعدی پر می‌شود. این فرآیند به عنوان Partial Fills (پر شدن جزئی) یا Requotes (در MT4 قدیمی) شناخته می‌شود. مدل Every Tick می‌تواند این سناریوها را شبیه‌سازی کند، در حالی که Open Prices صرفاً فرض می‌کند که تمام حجم مورد نظر با قیمت باز شدن کندل (Open Price) تکمیل شده است.

تفاوت نتایج بک‌تست و اجرای واقعی (Live Trading)

شکاف بین نتایج بک‌تست و عملکرد معاملات زنده یکی از بزرگترین چالش‌ها برای معامله‌گران الگوریتمی است. این شکاف اغلب ریشه در تفاوت بین مدل بک‌تست و واقعیت بازار دارد.

اگر بک‌تست با Open Prices انجام شده باشد، انتظار می‌رود که در اجرای واقعی با زیان مواجه شوید یا عملکرد بسیار ضعیف‌تری را تجربه کنید. این به دلیل نادیده گرفتن اسپرد، لغزش و تأخیر سرور (Server Latency) است که در مدل Open Prices لحاظ نشده‌اند.

استفاده از Every Tick این شکاف را به طور چشمگیری کاهش می‌دهد، اما آن را کاملاً از بین نمی‌برد. حتی Every Tick نیز نمی‌تواند تمام جنبه‌های بازار واقعی را مدل‌سازی کند:

1. تأخیر اتصال (Connection Latency): زمان لازم برای ارسال دستور از کامپیوتر شما به سرور بروکر در بک‌تست شبیه‌سازی نمی‌شود.
2. تأثیر سفارشات خود شما بر بازار: در اجرای واقعی، اگر حجم معاملات (Trade Volume) شما بزرگ باشد، ارسال سفارشات بزرگ می‌تواند قیمت را تغییر دهد (به ویژه در بازارهای کم‌عمق). بک‌تست معمولاً تأثیر یک ترید را بر قیمت کلی بازار نادیده می‌گیرد.

با این حال، Every Tick به دلیل نزدیک‌تر بودن به دینامیک تیک دیتا، پایه قوی‌تری برای پیش‌بینی عملکرد واقعی فراهم می‌کند. نتایج Every Tick باید به عنوان یک تخمین محافظه‌کارانه (Conservative Estimate) از عملکرد آینده در نظر گرفته شوند.

چه زمانی Open Prices قابل قبول است و چه زمانی Every Tick ضروری است؟

تصمیم‌گیری در مورد مدل مناسب به ماهیت استراتژی و تایم‌فریم هدف بستگی دارد.

پذیرش Open Prices: مدل Open Prices می‌تواند در شرایط زیر به عنوان یک ابزار غربالگری اولیه یا برای اهداف تحلیلی با تایم‌فریم بالا قابل قبول باشد:

• استراتژی‌های Trend Following که تنها بر اساس قیمت‌های بسته شدن کندل‌های روزانه یا هفتگی تصمیم‌گیری می‌کنند.
• توسعه اندیکاتورهای سفارشی (Custom Indicators) که نیازی به تحلیل پویایی قیمت در زمان واقعی ندارند.
• زمانی که سرعت بک‌تست بسیار مهم است و نیاز به پردازش سریع حجم عظیمی از داده‌ها وجود دارد.

ضرورت Every Tick: مدل Every Tick در سناریوهای زیر نه تنها توصیه می‌شود بلکه الزامی است:

• استراتژی‌های اسکالپینگ (Scalping) و آربیتراژ (Arbitrage).
• هر استراتژی که از حد ضرر یا حد سود متحرک استفاده می‌کند.
• استراتژی‌های مبتنی بر واکنش سریع به اخبار (News-Based Strategies).
• زمانی که اسپرد و کمیسیون بخش قابل توجهی از هزینه‌های مورد انتظار را تشکیل می‌دهند.
• زمانی که دقت در زمان‌بندی ورود (Precision in Entry Timing) در حد چند تیک یا چند ثانیه حیاتی است.

به طور خلاصه، اگر استراتژی شما به حرکت‌های قیمتی درون کندل حساس است، باید از Every Tick استفاده کنید. اگر فقط به نتایج نهایی کندل‌ها اهمیت می‌دهید، Open Prices می‌تواند زمان شما را ذخیره کند.

مقایسه غیرمستقیم عملکرد در MT4 و MT5

پلتفرم‌های معاملاتی مختلف رویکردهای متفاوتی برای شبیه‌سازی دارند که این تفاوت‌ها بر انتخاب مدل تأثیر می‌گذارد.

متاتریدر 4 (MT4): در MT4، بک‌تست به طور سنتی بسیار وابسته به مدل Open Prices بود. حتی گزینه‌ای که به عنوان “Every Tick” در MT4 ارائه می‌شود، اغلب از یک الگوریتم داخلی برای تولید تیک‌های مصنوعی بر اساس داده‌های OHLC استفاده می‌کند، نه استفاده مستقیم از تیک دیتا واقعی. این بدان معناست که “Every Tick” در MT4 اغلب یک مدل بسیار بهبود یافته از Open Prices است، اما هنوز هم ممکن است دقت شبیه‌سازی کافی برای استراتژی‌های بسیار سریع را نداشته باشد، مگر اینکه دیتای تیک به صورت خارجی وارد و پردازش شود.

متاتریدر 5 (MT5): MT5 به طور ذاتی برای بک‌تست قوی‌تر و انعطاف‌پذیرتر طراحی شده است. موتور بک‌تست در MT5 به طور پیش‌فرض از تیک دیتا (Tick Data) واقعی که به صورت داخلی ذخیره می‌شود، استفاده می‌کند و شبیه‌سازی Every Tick در MT5 بسیار دقیق‌تر و قابل اعتمادتر از MT4 است. MT5 همچنین امکان شبیه‌سازی چند ارزشی (Multi-Currency Backtesting) و لحاظ کردن لغزش و اسپرد متغیر را به شیوه‌ای ساختارمندتر فراهم می‌کند. این پیشرفت‌ها باعث شده است که Every Tick در MT5 به استاندارد طلایی برای توسعه اکسپرت‌های پیشرفته تبدیل شود.

توصیه‌های حرفه‌ای برای توسعه‌دهندگان ربات‌های معاملاتی

برای تضمین موفقیت در توسعه الگوریتم‌های معاملاتی، رعایت اصول زیر در انتخاب مدل بک‌تست ضروری است:

1. شروع با Open Prices، اعتبارسنجی با Every Tick: برای فاز اولیه توسعه و ایده پردازی (Idea Generation)، استفاده از Open Prices برای سرعت بخشیدن به بک‌تست و اطمینان از کارکرد کلی منطق ورود و خروج (Entry & Exit Logic) بلامانع است. اما به محض اینکه استراتژی به پایداری اولیه رسید، باید فوراً به Every Tick سوئیچ کنید تا اثرات واقعی بازار اعمال شود.
2. تأکید بر تفاوت‌ها: همیشه نتایج Open Prices را با Every Tick مقایسه کنید. اگر در Every Tick، فاکتور سود به طور قابل توجهی کاهش یافت یا دراودان افزایش یافت، این نشان می‌دهد که استراتژی شما به شدت وابسته به شرایط ایده‌آل بازار (که در Open Prices فرض می‌شود) بوده است. این اختلافات باید به عنوان بدهی عملکرد (Performance Debt) شناسایی و مدیریت شوند.
3. تجزیه و تحلیل هزینه‌ها: در بک‌تست Every Tick، همیشه اسپرد و کمیسیون را با مقادیر واقعی بروکر خود (یا حتی کمی بالاتر برای احتیاط) تنظیم کنید. لغزش را به صورت دستی به پارامترهای بک‌تست اضافه کنید یا از دیتای تیک استفاده کنید که لغزش را در خود دارد.
4. آزمایش شرایط استرس (Stress Testing): برای اطمینان از پایداری، بک‌تست Every Tick را در دوره‌هایی که دارای نوسانات بالا (مانند انتشار داده‌های NFP) هستند، اجرا کنید تا ببینید استراتژی شما چگونه با اسپرد ناگهانی و لغزش شدید مقابله می‌کند.
5. استفاده از پلتفرم‌های مناسب: اگر هدف شما توسعه سیستم‌های معاملاتی مدرن است، سرمایه‌گذاری زمان برای یادگیری استفاده از دیتای تیک واقعی و اجرای بک‌تست Every Tick در MT5 یا ابزارهای تخصصی‌تر مانند پای‌تریدر (PyTrader) اکیداً توصیه می‌شود.

سناریوهای مفهومی: دیدن تفاوت در عمل

فرض کنید یک استراتژی در تایم‌فریم M1 بر اساس شکستن یک میانگین متحرک در قیمت باز شدن کندل (Open Price) طراحی شده است.

سناریوی Open Prices:
در ساعت 10:00، قیمت بسته شدن کندل قبلی 1.1000 بوده است. استراتژی سیگنال خرید می‌دهد. بک‌تست Open Prices فرض می‌کند که معامله با قیمت 1.1000 (Open Price کندل بعدی) وارد می‌شود و اگر قیمت به سرعت به 1.1010 برسد، با سود بسته می‌شود. این یک سناریوی ایده آل است.

سناریوی Every Tick:
در همان لحظه، اسپرد فعلی 2 پیپ است. قیمت خرید (Bid) برای ورود به 1.1000 و قیمت فروش (Ask) برای ورود به 1.1002 است. مدل Every Tick بلافاصله محاسبه می‌کند که ورود با قیمت Ask (1.1002) انجام شده است. اگر قیمت در تیک بعدی بلافاصله شروع به ریزش کند، حد ضرر که در 1.0990 تنظیم شده است، ممکن است به دلیل نوسانات سریع، در 1.0988 اجرا شود (لغزش). سود خالص مورد انتظار به شدت کاهش می‌یابد زیرا هزینه اولیه ورود 2 پیپ بیشتر است. این تفاوت در ارزیابی ریسک و سودآوری بین دو مدل، ماهیت واقعی تأثیر Every Tick را نمایان می‌سازد.

توسعه‌دهندگان باید به این درک برسند که Every Tick هزینه “واقع‌گرایی” را به همراه دارد؛ این هزینه زمان بیشتر برای بک‌تست و نیاز به دیتای با کیفیت است، اما در عوض، نتایجی را ارائه می‌دهد که می‌توانند با معاملات زنده همخوانی بیشتری داشته باشند و از اورفیتینگ بر اساس نقاط ورود غیرقابل دستیابی جلوگیری می‌کنند. بک‌تست صرفاً نباید سودی را نشان دهد؛ بلکه باید نشان دهد که چقدر از آن سود می‌تواند با وجود موانع بازار (اسپرد، لغزش، تأخیر) به دست آید.