مقدمه
در بازارهای مالی مدرن، بسیاری از معاملهگران بهخصوص فعالان حوزه الگوریتمی تصور میکنند که کندلها پایه اصلی دادههای بازار هستند، در حالیکه واقعیت این است که Tick data کوچکترین و بنیادیترین واحد اطلاعاتی در بازار محسوب میشود. تمام ساختارهای قیمتی، از جمله OHLC، اندیکاتورها، و حتی بسیاری از مدلهای یادگیری ماشین، از دادههای Tick ساخته میشوند. اگر شما در حال طراحی ربات معاملهگر هستید، درک مفهوم Tick و نحوه عملکرد آن در پلتفرمهایی مانند MetaTrader 4 و MetaTrader 5 ضروری است.
در این مقاله، بهصورت جامع و کاربردی بررسی میکنیم مفهوم Tick چیست، چه ارتباطی با Bid و Ask دارد، چگونه کندلها از آن ساخته میشوند، چه نقشی در بکتست ایفا میکند، و چگونه میتوان دقت بکتست را با استفاده از دادههای Tick افزایش داد.
مفهوم Tick چیست؟
Tick به هر تغییر در قیمت بازار گفته میشود. به بیان ساده، هر زمان که قیمت Bid یا Ask تغییر کند، یک Tick جدید ثبت میشود.
برای مثال، اگر قیمت EURUSD از 1.10000 به 1.10001 تغییر کند، یک Tick رخ داده است. اگر بلافاصله بعد از آن قیمت به 1.10003 برسد، یک Tick دیگر ثبت میشود. بنابراین Tick داده خام و بدون پردازش بازار است.
نکته مهم این است که فاصله قیمتی بین Tickها ثابت نیست. گاهی بازار آرام است و تغییرات کوچک و کمتعداد هستند، اما در زمان اخبار اقتصادی، صدها Tick در چند ثانیه رخ میدهد.
ارتباط Tick با Bid و Ask
در بازار فارکس و بسیاری از بازارهای الکترونیکی، قیمت دو بخش دارد:
- Bid قیمتی که بازار حاضر است دارایی را بخرد.
- Ask قیمتی که بازار حاضر است دارایی را بفروشد.
هر Tick در واقع شامل تغییر در یکی از این قیمتها یا هر دو است. اسپرد (Spread) برابر است با:
Spread = Ask – Bid
در بسیاری از استراتژیهای الگوریتمی، ورود و خروج دقیق وابسته به تغییرات Bid و Ask است. بنابراین Tick فقط قیمت نیست، بلکه جریان نقدینگی و رفتار بازار را نشان میدهد.
برای درک بهتر ساختار سفارشها و دفتر سفارشها، منابع معتبر مانند Investopedia میتوانند مفید باشند:
https://www.investopedia.com/terms/b/bid-and-ask.asp
رابطه Tick با OHLC
کندلها در تایمفریمهای مختلف M1، H1 و غیرهخلاصهای از Tickها هستند. هر کندل شامل:
- Open: اولین Tick در بازه زمانی
- High: بیشترین قیمت در بین Tickها
- Low: کمترین قیمت
- Close: آخرین Tick
بنابراین تمام تحلیلهای تکنیکال بر پایه خلاصهای از دادههای واقعی بازار انجام میشوند. این موضوع یک محدودیت مهم ایجاد میکند. زیرا بسیاری از جزئیات در داخل کندل از بین میروند.

چرا Tick برای معاملهگران الگوریتمی مهم است؟
- دقت ورود و خروج:استراتژیهایی مانند اسکالپینگ به تغییرات کوچک قیمت حساس هستند. اگر Tick دقیق نباشد، نتیجه بکتست با واقعیت تفاوت خواهد داشت.
- شبیهسازی واقعیتر بازار:در بکتستهای ساده که فقط OHLC استفاده میشود، فرض میشود قیمت بهصورت خطی حرکت کرده است. اما در بازار واقعی، مسیر قیمت پیچیدهتر است.
- مدیریت اسپرد:اسپرد در Tick قابل مشاهده است. این موضوع در زمان اخبار اهمیت زیادی دارد.
- مدلهای یادگیری ماشین:مدلهای پیشرفته، بهویژه Deep Learning، میتوانند از دادههای Tick برای یادگیری رفتار بازار استفاده کنند.
برای مطالعه درباره کاربرد دادههای با فرکانس بالا، مقالههای دانشگاهی مانندhttps://www.cfainstitute.orgمنبع مناسبی هستند.
Tick در بکتست ربات معاملاتی
در تست استراتژی در MetaTrader، گزینههای مختلفی وجود دارد:
- Every tick
- Real tick
- OHLC
هر کدام دقت و سرعت متفاوتی دارند.
Every tick:مدلسازی مصنوعی از Tickها بر اساس کندلها.
Real tick:استفاده از داده واقعی.
OHLC:فقط چهار قیمت کندل.
هرچه به Real tick نزدیکتر باشید، نتیجه واقعیتر خواهد بود.
چالشهای استفاده از Tick
- حجم داده:Tick data بسیار بزرگ است. برای یک نماد در چند سال، حجم آن میتواند چندین گیگابایت باشد.
- کیفیت داده:بسیاری از دیتافیدها داده ناقص دارند.
- اختلاف بین بروکرها:Tickهای بروکرها متفاوت هستند. این موضوع باعث تفاوت در بکتست میشود.
- تأخیر و Slippage:حتی با داده Tick واقعی، اجرای سفارش متفاوت است.
چگونه دقت Tick را افزایش دهیم؟
- استفاده از دیتای معتبر.سایتهایی مانند https://www.dukascopy.comدادههای با کیفیت ارائه میدهند.
- تست روی چند بروکر:این کار باعث میشود استراتژی مقاومتر شود.
- استفاده از Monte Carlo:برای بررسی حساسیت سیستم.
- بهینهسازی پارامترها:اما بدون
Tick و Market Microstructure
درک ساختار خرد بازار (Market Microstructure) به معاملهگران حرفهای کمک میکند تا رفتار نقدینگی را بهتر تحلیل کنند. Tick نشاندهنده تعامل بین خریداران و فروشندگان است.
Tick و هوش مصنوعی
در مدلهای Reinforcement Learning، محیط بازار بهصورت دنبالهای از Tickها تعریف میشود. این کار باعث یادگیری دقیقتر میشود.
نتیجهگیری
مفهوم Tick پایهایترین داده بازار است و تمام ساختارهای تحلیلی از آن ساخته میشوند. درک ارتباط آن با Bid و Ask، کندلها و رفتار بازار، کلید طراحی رباتهای معاملاتی حرفهای است. استفاده از داده Tick واقعی، تست روی شرایط مختلف، و در نظر گرفتن چالشهایی مانند اسپرد و Slippage، میتواند کیفیت استراتژی را بهشدت افزایش دهد. معاملهگران الگوریتمی که این مفهوم را بهدرستی درک میکنند، نسبت به دیگران مزیت رقابتی قابلتوجهی خواهند داشت.
برای یادگیری عمیقتر طراحی رباتهای حرفهای، میتوانید به منابع آموزشی ما مراجعه کنید.
