Nejlepší zdroje dat pro tvorbu obchodních algoritmů

By Marcel Hambálek · Senior Trader, For Traders

Zdroje dat pro algoritmické obchodování se dělí do tří skupin: bezplatné denní OHLCV (yfinance, Alpha Vantage, Tiingo), placená API s minutovou a tick historií (Massive — dříve Polygon.io, Databento, EODHD, Intrinio, Nasdaq Data Link) a feedy přímo z exekučního prostředí (MetaTrader 5, Interactive Brokers, Dukascopy). Pro retailového tradera vychází použitelný dataset na $0–$99 měsíčně; cenu určuje granularita, ne počet instrumentů.

Klíčové poznatky

• Nejdřív si určete granularitu, kterou strategie reálně potřebuje — scalping na XAUUSD bez tick dat nebo alespoň M1 s bid/ask backtestovat nejde, swing strategie si vystačí s denními OHLCV zdarma.
• Bezplatné zdroje (yfinance, Alpha Vantage free tier, Tiingo, Finnhub) pokrývají akcie a ETF, ale u forexu, goldu a futures končí jejich použitelnost velmi rychle.
• Pro XAUUSD a hlavní měnové páry jsou nejlepší volbou tick data z Dukascopy nebo TrueFX a historie přímo z MetaTrader 5 — gold má u každého feedu jiný spread i jiné otevírací gapy.
• Futures data na CME (US100/NSDQ, ES, GC) získáte přes Databento nebo Interactive Brokers API; počítejte s exchange fees navíc a ve většině případů vám stačí L1, ne hloubka trhu.
• Survivorship bias, look-ahead bias, chybějící ticky a špatně upravené splity jsou nejčastější důvody, proč backtest ukazuje equity křivku, která v živém prostředí nikdy nevznikne.
• Než utratíte tisíce dolarů za prémiová data, otestujte algoritmus na simulovaném kapitálu — Trading Challenge nebo Instant Funding u For Traders běží na MetaTrader 5 s podporou EA a na For Traders X pro futures.
• Ceny uvedené v tomto srovnání byly ověřeny v říjnu 2026; Polygon.io se mezitím přejmenoval na Massive a oficiální Yahoo Finance API je mrtvé už od roku 2017.

Podívejte se: související video

Jaký typ dat vaše strategie skutečně potřebuje

Odpověď je jednoduchá: granularitu dat určuje délka vašeho průměrného obchodu, ne velikost účtu ani oblíbenost instrumentu. Pokud držíte pozici hodiny až dny, vystačíte si s denními nebo hodinovými svíčkami zdarma. Pokud scalpujete s cílem 8–15 pipů, potřebujete tick data s bid/ask spreadem — jinak backtest lže.

Tick, M1, H1 nebo D1: co která granularita umí a co zamlčí

Každá úroveň agregace něco skrývá. Denní svíčka (D1) vám ukáže open, high, low a close za 24 hodin, ale nepoví, v jakém pořadí se high a low odehrály. Hodinová data (H1) zpřesní obrázek, ale u intradenní volatility kolem NFP nebo FOMC pořád slučují desítky pohybů do jedné hranaté svíčky. Tick data zaznamenávají každou jednotlivou změnu ceny — to je jediná úroveň, na které backtest skutečně vidí, že stop loss byl zasažen dřív, než cena stihla doběhnout na take profit.

Typický příklad: strategie na XAUUSD s stopem 150 bodů a take profitem 300 bodů vygeneruje na D1 datech 62 % úspěšnost. Na tick datech se stejný vstup vyhodnotí jinak — v 11 % případů cena uvnitř dané svíčky nejdřív sestoupila na stop loss a teprve pak vystoupala tam, kde D1 backtest viděl zisk. Rozdíl mezi „funguje“ a „nefunguje“ je tedy schovaný uvnitř jediné svíčky.

OHLCV versus tick data s bid/ask — proč na tom u XAUUSD záleží

OHLCV (open, high, low, close, volume) pracuje s jednou střední cenou. Tick data s bid/ask ukazují dvě ceny současně a hlavně jejich rozestup v reálném čase. U XAUUSD se spread běžně pohybuje mezi 15–35 body u standardních brokerských feedů, ale během NFP nebo otevření newyorské seance dokáže na pár sekund vyskočit na trojnásobek. Pokud backtestujete na OHLCV datech pro backtesting XAUUSD bez bid/ask, systém tyto výkyvy spreadu úplně ignoruje — výsledek vypadá hladčeji, než jaký reálně dostanete na fundovaném účtu.

Rozhodovací checklist: vyberte dataset podle stylu strategie

• Délka průměrného obchodu kratší než 30 minut → potřebujete tick data, OHLCV nestačí ani na M1.
• Víc než 50 obchodů měsíčně → spread a slippage rozhodují o ziskovosti, feed musí obsahovat bid/ask.
• Stop loss menší než 1 ATR → nutná minimálně M1 granularita, ideálně tick.
• Stop loss nad 2 ATR, swing držení dní → D1 nebo H1 historická data pro backtesting plně postačí.
• Testujete nápad poprvé → začněte na tick datech zdarma (Dukascopy historical feed) a teprve po potvrzení edge kupujte delší historii.

Jak získat data pro obchodní algoritmus tedy není otázka „kde je nejlevnější API", ale „kolik šumu moje strategie musí vidět, aby test neklamal sám sebe". Tuto odpověď si dejte dřív, než otevřete ceník poskytovatele.

Srovnání poskytovatelů dat 2026: tabulka a rychlý verdikt

Nejlepší zdroje tržních dat pro algoritmické obchodování se poznají podle čtyř věcí: jak hluboko sahá historie, jak jemná je granularita, jestli pokrývají i FX a futures (ne jen americké akcie) a kolik to stojí za minutová nebo tick data – denní OHLCV dnes dává skoro každý zdarma. Tabulka níže srovnává dvanáct nejpoužívanějších API pro tržní data tak, jak je vidíme z pohledu stavby a backtestu algoritmu, ne z pohledu investora kupujícího akcie.

Jak číst sloupce srovnání

Sloupec „pokrytí aktiv" jsme záměrně postavili před „počet amerických tickerů", který byste čekali u klasických recenzí brokerů. Pro prop tradera je úplně jedno, jestli zdroj nabízí 8 000 nebo 20 000 akciových symbolů – rozhoduje, jestli má solidní FX páry a futures kontrakty, protože právě tam se odehrává většina výzev u prop firem. Zlato (XAUUSD) a US indexy patří k nejobchodovanějším instrumentům na platformách jako For Traders, takže zdroj bez kvalitních dat na gold a futures je pro backtest algoritmu prakticky nepoužitelný, i kdyby měl perfektní pokrytí akcií z S&P 500.

Ceny ověřené v říjnu 2026 a co se za rok změnilo

Ceny v tabulce jsme ověřili v říjnu 2026 přímo na stránkách poskytovatelů – u API pro tržní data se tarify mění častěji, než bývá u brokerských podmínek zvykem, takže doporučujeme před nákupem vždy zkontrolovat aktuální ceník. Dvě změny stojí za zmínku. Za prvé, Polygon.io se v průběhu roku přejmenoval na Massive – jde o stejnou infrastrukturu a stejné REST i WebSocket API, pouze pod novou značkou, takže pokud narazíte na starší články zmiňující „Polygon.io Massive data", je to tentýž produkt. Za druhé, Nasdaq Data Link ceny se u řady datasetů přesunuly na individuální kvóty podle objemu dotazů, takže paušální „cena od" dnes platí jen pro omezenou část katalogu.

Zvlášť si pohlídejte historku kolem Yahoo Finance. Oficiální Yahoo Finance API bylo ukončeno už v roce 2017 a firma Yahoo žádnou veřejnou dokumentovanou náhradu nenabízí. Všechno, co dnes běhá pod jménem „Yahoo Finance data" – včetně knihovny yfinance – je neoficiální scraping, který může kdykoliv přestat fungovat bez varování. Pokud hledáte

Bezplatné a levné zdroje dat pro algoritmický trading

Když hledáte data pro algoritmické obchodování zdarma, prakticky vždy skončíte u čtyř jmen: yfinance, Alpha Vantage, Tiingo a Finnhub. Všechny čtyři pokryjí denní OHLCV na akciích a ETF slušně, u FX a komodit jako XAUUSD už narazíte na limity, které vás donutí platit nebo hledat exekuční feed.

Yahoo Finance / yfinance

Knihovna yfinance je nejpoužívanější Python knihovna pro tržní data mezi retailovými kvanty – a zároveň nejvíc podceňované riziko v této skupině. Nabízí přes 20 let denních dat zdarma bez nutnosti registrace, pokrytí akcií, indexů, ETF i části kryptoměn je slušné. Realtime ale neexistuje – data chodí se zpožděním a občas s chybami v úpravách o splity a dividendy. Žádné SLA, žádná garance, žádný oficiální support. Pro backtest swingové strategie na S&P 500 akciích je to solidní start, pro cokoliv, kde záleží na přesnosti na cent, ne.

Alpha Vantage

Alpha Vantage recenze mezi českými kvanty zní podobně: free tier funguje, ale rate limit (5 requestů za minutu, 500 denně na starších plánech) vás donutí stahovat data po dávkách a plánovat si pulls dopředu. Síla Alpha Vantage je v FX a kryptu – endpointy pro měnové páry jsou lépe zdokumentované než u konkurence zdarma. Prémiový plán startuje v jednotkách dolarů měsíčně a rate limit zvedne natolik, že jde použít i pro menší intraday research.

Tiingo

Tiingo je nejčistší volba, pokud chcete EOD (end-of-day) data bez starostí o úpravy – splity a dividendy tu řeší poctivě a transparentně, což u bezplatných zdrojů není samozřejmost. Historická hloubka sahá k roku 1962 u některých tickerů, pokrytí je primárně US akcie a ETF, FX a krypto jsou doplňkové. Free tier má limit 1 000 requestů denně, což na denní research stačí, na intraday scanning napříč stovkami tickerů ne.

Finnhub

Finnhub je jediný ze čtveřice, který nabízí WebSocket feed zdarma – tedy aspoň nějaký near-realtime přístup bez placení. Silnou stránkou jsou fundamentální data (earnings, insider trading, sentiment), což se hodí, pokud kombinujete technické a fundamentální signály. Pokrytí FX a komodit je slabší, tick data zdarma tu nehledejte – jde makcumym o agregovaná minutová data na vybraných symbolech.

Poctivý verdikt: pro swingové strategie na akciích a ETF je kombinace yfinance + Tiingo naprosto dostačující a stojí vás to $0. Pro intraday FX nebo gold (XAUUSD), kde potřebujete tick nebo aspoň minutová data s nízkou latencí, žádný z těchto čtyř zdrojů nestačí – tam se musíte posunout k placeným API nebo rovnou k feedu z exekučního prostředí, který reálně odpovídá cenám, za které byste tradovali na For Traders challengi.

Placená API pro minutová a tick data

Jakmile potřebujete minutovou nebo tickovou historii s rozumnou latencí, zdarma to nebude – u API pro tržní data platíte za granularitu, ne za počet instrumentů. V této vrstvě se pohybujete mezi $0 (free tier s limity) a stovkami dolarů měsíčně za plný tick feed s nízkou latencí, a volba závisí na tom, jestli stavíte strategii na akciích, futures, nebo potřebujete realtime data forex API pro intraday FX a gold. Níže je šest zdrojů, které reálně používají traderi stavějící algoritmické strategie, s cenou ověřenou k říjnu 2026.

Massive (dříve Polygon.io)

Massive, dříve známý jako Polygon.io, drží minutovou a tickovou historii na US akciích a opcích od roku 2003 – jedna z nejhlubších historií na trhu pro tuto třídu aktiv. Realtime data běží přes WebSocket s latencí v řádu milisekund, pokrytí zahrnuje akcie, opce, forex a kryptoměna páry, knihovny existují pro Python i JavaScript. Cena od $29/měsíc za starter tier s omezeným počtem volání, plný realtime balík jde přes $200/měsíc. Co neumí: futures data chybí úplně, takže pokud stavíte na CME kontraktech, musíte jinam.

Nasdaq Data Link (dříve Quandl)

Nasdaq Data Link, dříve Quandl, funguje spíš jako marketplace s alternativními a fundamentálními datasety než jako intradenní feed pro algo trading. Historická hloubka se liší dataset od datasetu (některé sahají desítky let zpět), ale realtime a nízká latence tu nejsou prioritou – tohle je zdroj pro fundamentální a makro signály, ne pro tickový backtest. Pokrytí je extrémně široké: komodity, ekonomické indikátory, firemní data. Nasdaq Data Link ceny se pohybují od zdarma (veřejné datasety) po stovky dolarů za prémiové feedy. Co neumí: nehodí se jako primární zdroj pro intraday strategie, protože granularita je většinou denní nebo nižší.

EOD Historical Data (EODHD)

EODHD vyhrává poměrem cena/pokrytí – za $19,99 až $99,99/měsíc dostanete data ze 70+ světových burz včetně minutové historie, fundamentů i opčních řetězců. Realtime latence je slušná, ne nejrychlejší na trhu, ale pro retailové nasazení dostatečná. API má solidní dokumentaci a Python wrapper. Co neumí: tick data chybí, nejjemnější granularita je 1minutový bar, takže na HFT nebo scalping strategie s potřebou tickové přesnosti nestačí.

Intrinio

Intrinio cílí hlavně na fintech integrace a firmy, které potřebují data zabudovat do vlastní aplikace, ne jen stáhnout CSV. Historická hloubka u US akcií sahá přes 20 let, realtime feed je k dispozici za příplatek, API podporuje REST i streamování. Cena od $75/měsíc za základní feedy, enterprise balíčky jdou podstatně výš. Co neumí: pro jednotlivého retailového tradera je cenová struktura zbytečně komplikovaná – vyplatí se spíš týmům, co stavějí produkt na vrcholu dat, ne jednotlivci, co testuje jednu strategii.

Databento

Databento prodává raw futures feed přímo z burzy v pay-as-you-go modelu – platíte podle objemu stažených dat, ne paušál. Historická hloubka u CME futures jde roky zpět včetně order book dat (MBO, MBP-10), latence je blízko institucionální úrovni, API má Python i C++ klienty. Cena od $0 za malé objemy (free tier), u produkčního nasazení rychle naskakuje podle gigabajtů. Co neumí: pro akcie a forex pokrytí je výrazně slabší než u futures, tohle je specialista na CME a podobné burzy, ne univerzální zdroj.

Interactive Brokers API

Interactive Brokers API dává data zdarma výměnou za otevřený účet a placení exchange fees za jednotlivé datové balíčky burz. Realtime latence je dobrá, pokrytí extrémně široké – akcie, forex, futures, opce, dluhopisy přes jedno rozhraní, historická data jdou v minutových i denních barech několik let zpět. Knihovny existují oficiální (TWS API) i komunitní (ib_insync pro Python). Co neumí: bez aktivního účtu a zaplacených exchange fees za konkrétní burzu data nedostanete, takže to není čistě "API jako služba" – je to vedlejší produkt brokerského vztahu.

Data pro XAUUSD a forex: kde končí americké providery

Massive, Databento ani Nasdaq Data Link vám slušná XAUUSD data nedají zadarmo a často je ani nemají v granularitě, kterou potřebujete pro skutečný backtest na tiku. Gold se netraduje na jedné centrální burze jako akcie na NYSE – je to OTC instrument, takže každý broker a každý feed vidí trochu jinou realitu. Pro algoritmické obchodování na XAUUSD a forexových párech proto musíte sáhnout jinam než u akciových a futures dat z předchozí sekce.

Dukascopy tick data a nástroj Tickstory

Dukascopy je švýcarská banka a zároveň asi nejcitovanější bezplatný zdroj tick dat pro forex a XAUUSD vůbec. Historická bid/ask tick data sahají zpátky zhruba do roku 2003 a jsou dostupná přes jejich historical data feed zdarma – bez API klíče, bez měsíčního poplatku. Problém je v exportu: surové soubory jsou binární a nepříjemné na práci, proto si většina traderů pomáhá nástrojem Tickstory, který tická data stáhne, rozbalí a převede do CSV nebo rovnou do formátu, který umí načíst Python nebo MetaTrader 5. Pro data pro backtesting XAUUSD je to pořád jedna z nejlevnějších cest, jak se dostat k tick úrovni, nejen k minutovým barům.

TrueFX a historická bid/ask data zdarma

TrueFX nabízí čisté bid/ask ticky na hlavní měnové páry (EURUSD, GBPUSD, USDJPY a pár dalších) zdarma ke stažení, bez registrace na větší objemy. Na rozdíl od Dukascopy ale TrueFX nepokrývá gold – pokud tedy stavíte strategii napříč forexem i XAUUSD, budete kombinovat dva zdroje a musíte počítat s tím, že jejich časová razítka a definice "ticku" se mírně liší. To zní jako detail, dokud nezjistíte, že vám to posune vstup o pár vteřin a strategie najednou sedí na jiném baru.

Historie z MetaTrader 5 a proč je každý feed jiný

Historická data stažená přímo z MetaTrader 5 mají jednu neporazitelnou výhodu: je to přesně ten feed, na kterém strategii nakonec spustíte naživo. Žádný převod formátu, žádná diskuze o tom, jestli se spready shodují – je to tentýž broker, tentýž server, tatáž cenová realita. Nevýhoda je rozsah historie (u řady brokerů jen pár let zpět) a fakt, že dva různé MT5 servery od různých brokerů vám na stejném instrumentu a stejném čase ukážou jinou cenu, jiný spread a jinou velikost nedělního gapu při otevření trhu. Realtime data forex API od třetích stran (Databento, EODHD) sice nabídnou delší historii, ale pro finální validaci strategie se MT5 historii stejně nevyhnete.

Proč je gold datový problém sám o sobě

XAUUSD nemá jednotnou uzavírací cenu ani jednotný konec obchodního dne – každý broker si definuje rollover a víkendovou pauzu trochu jinak, spready se u gold umí roztáhnout na násobek normálu během newsů (NFP, FOMC) a nedělní gap je u každého feedu jinak velký. Backtest na jednom zdroji dat vám proto může ukázat krásnou equity křivku, která se na živém účtu rozpadne jen proto, že reálný fill byl o pár dolarů jinde.

Praktický test, který doporučujeme udělat před spuštěním jakéhokoliv algoritmu na XAUUSD: stáhněte stejný týden dat z Dukascopy a z historie vašeho MT5 brokera, přeložte je přes sebe a podívejte se na neděli večer. Rozdíl ve velikosti gapu a v šířce spreadu při otevření vám často vysvětlí, proč backtest sedí a live účet ne.

Futures data z CME: US100, ES a gold futures

Zdroje dat pro futures CME fungují jinak než u akcií nebo FX — data vlastní přímo burza (CME Group), takže k ceně datového vendora musíte vždy přičíst měsíční exchange fee za každý trh, který sledujete. U NQ (US100 NSDQ futures), ES (S&P 500) a GC (gold futures) se tak reálná měsíční útrata za kvalitní tick data pohybuje mezi $50 a $200, podle toho, kolik trhů a jakou granularitu potřebujete.

Databento a pay-as-you-go model pro CME

Databento je dnes pravděpodobně nejpohodlnější vstupní bod do CME dat pro retailového quant tradera. Místo paušálního předplatného platíte za skutečně staženou datovou zátěž — historická tick data pro NQ za poslední rok vás vyjdou v řádu jednotek dolarů, pokud stahujete jen OHLCV na minutovém rámci, a v desítkách dolarů, pokud chcete plný tick-by-tick order flow na delším období. Výhoda je jasná: nemusíte platit měsíční paušál za přístup, který využijete jednou při stavbě strategie. Nevýhoda je, že při iterativním backtestingu (desítky verzí strategie, opakované stahování) se náklady umí nabalit rychleji, než čekáte — stahujte jednou a ukládejte lokálně, nestahujte to samé opakovaně.

CME data přes Interactive Brokers a exchange fees

Pokud už máte účet u Interactive Brokers, Interactive Brokers API vám dá realtime i historická futures data rovnou v rozhraní, které použijete i pro exekuci — žádný další vendor, žádné mapování symbolů mezi zdroji. Háček je v exchange fees CME Group, které IB účtuje zvlášť nad rámec komisí: non-professional přístup k realtime datům pro NQ, ES nebo GC vás stojí jednotky dolarů měsíčně za každý trh, professional status (typicky pokud tradujete přes firemní účet nebo funded program) cenu násobí. Pro backtesting bez realtime feedu exchange fees neplatíte vůbec — ty se týkají jen live streamu cen.

Kontinuální kontrakty, rollover a backadjustment

Tohle je místo, kde vzniká nejvíc chyb v backtestu futures strategie. Futures kontrakt má expiraci — NQ, ES i GC se obchodují ve čtvrtletních cyklech a každé ~3 měsíce musíte „rolovat" pozici do dalšího kontraktu. Pokud si postavíte kontinuální řadu dat naivním napojením cen bez úpravy, v místě rolloveru vám v grafu vznikne skok o desítky až stovky bodů, který s trhem nemá nic společného — je to čistě rozdíl mezi cenou starého a nového kontraktu. Backadjustment (zpětné posunutí historické ceny o velikost tohoto skoku) tenhle artefakt odstraní, ale zase změní absolutní úroveň cen, takže strategie založené na pevných cenových hladinách (ne na procentuálních nebo ATR-based pravidlech) backadjustované řady používat nemohou. Než spustíte backtest na víceleté historii futures, ověřte si, jestli váš vendor dodává kontinuální řadu s backadjustmentem, nebo jen surové napojení kontraktů — rozdíl ve výsledku dokáže být dramatický.

Potřebujete L2 hloubku trhu, nebo stačí L1?

Poctivá odpověď: pro naprostou většinu retailových algoritmických strategií na NQ, ES i GC stačí L1 data s tick-by-tick trades (bid/ask/last) a L2 order book hloubku nevytěžíte. L2 dává smysl, pokud stavíte strategii přímo na mikrostruktuře trhu — detekci velkých limitních objednávek, imbalance order flow, scalping na úrovni jednotek sekund. Pokud vaše strategie drží pozici déle než pár minut a vstupuje na základě cenové akce nebo indikátorů, L2 vám přidá náklady (často 2-3× cenu L1 feedu) a prakticky žádnou přidanou hodnotu. Ušetřené peníze lépe investujete do delší a čistší historie L1 dat.

Pokud chcete strategii na NQ, ES nebo GC otestovat naživo bez rizika reálného kapitálu, For Traders X nabízí futures na CME v simulovaném prostředí přesně pro tenhle účel — ověříte si exekuci a chování strategie na reálných cenových feedech, než nasadíte vlastní data pipeline na ostrý účet.

Kvalita dat: biasy, které vám rozbijí backtest

Backtest, který vypadá jako tiskárna na peníze, je ve většině případů jen důkaz špatných dat. Kvalita tržních dat rozhoduje o tom, jestli je vaše equity křivka realita, nebo matematický artefakt — a survivorship bias, look-ahead bias a chybějící ticky dokážou výsledek zkreslit o desítky procent, aniž byste si toho všimli.

Survivorship bias: akcie, které z datasetu zmizely

Survivorship bias vzniká, když historická data pro backtesting obsahují jen tickery, které přežily do dneška — zkrachovalé firmy, delistované akcie a quitnuté ETF v datasetu chybí. Výsledek: strategie na S&P 500 testovaná na dnešním složení indexu systematicky nadhodnocuje výnos, protože vynechává každou Enron, Lehman Brothers nebo WorldCom, která by do portfolia v minulosti spadla. U akciových strategií se tahle chyba obvykle projeví jako nadhodnocení ročního výnosu o jednotky procent — u agresivních small-cap strategií klidně víc. Řešení je jednoduché na papíře, složité v praxi: potřebujete dataset s „point-in-time" složením indexu, který zahrnuje i delistované tickery. Placené feedy jako Norgate Data nebo CRSP tohle řeší přímo, zdarma dostupné zdroje typu yfinance prakticky nikdy.

Look-ahead bias a jak vzniká při úpravách o dividendy

Look-ahead bias je zákeřnější, protože se do dat dostane nenápadně, bez jakéhokoli varování. Klasický příklad: poskytovatel dat zpětně upraví historické ceny o dividendu, která v daný okamžik v minulosti ještě nebyla vyplacena ani oznámena. Váš backtest pak „ví" o dividendě dřív, než mohla reálně ovlivnit cenu — a strategie, která timuje vstupy kolem ex-dividend dne, vykazuje výsledky, které v reálném tradingu nikdy nedosáhnete. Stejný problém vzniká při zpětných úpravách o splity nebo při revizích fundamentálních dat (EPS, revenue), kde poskytovatel nahradí původně reportované číslo pozdější revizí. Pravidlo, které si zapamatujte: pokud dataset nerozlišuje mezi „as reported" a „as revised" hodnotou, předpokládejte look-ahead bias a počítejte s ním.

Chybějící ticky, víkendové gapy a nulové objemy

U FX a zlata je typická vada jiná — chybějící ticky během tenkých hodin (asijská seance, svátky, přelom roku) a víkendové gapy, které feed buď ignoruje, nebo naopak chybně interpoluje. Pokud testujete XAUUSD strategii na datech, kde chybí ticky z nedělního otevření trhu, systematicky podhodnotíte skutečný slippage a riziko gapu proti stop lossu. Podobně nulové objemy u OTC instrumentů nejsou chyba feedu, ale realita decentralizovaného trhu — jen je potřeba to v backtestu správně ošetřit, ne data prostě vyhodit.

Checklist na ověření datasetu v deseti krocích

1. Spočítejte počet barů a porovnejte s obchodním kalendářem (svátky, zkrácené seance).
2. Vyhledejte nulové nebo záporné hodnoty v OHLC sloupcích.
3. Zkontrolujte duplicitní timestampy.
4. Porovnejte vzorek dat se dvěma nezávislými feedy (např. Databento vs. EODHD).
5. Ověřte časové pásmo a správný posun při přechodu na letní/zimní čas (DST).
6. Zkontrolujte úpravu na známém splitu (např. historický split akcie s veřejně ověřitelným datem).
7. Projděte extrémní hodnoty ATR — náhlý skok často značí chybu feedu, ne reálnou volatilitu.
8. Ověřte, zda dataset rozlišuje „as reported" vs. „as revised" fundamentální data.
9. Zkontrolujte kontinuitu u futures kontraktů při rollu (gap v ceně vs. skutečný adjustment).
10. Otestujte stejnou strategii na dvou zdrojích dat a porovnejte rozdíl v equity křivce — pokud přesahuje jednotky procent, máte problém v datech, ne ve strategii.

Proč backtest nesedí s živým výsledkem

Nejčastější důvod rozjetého backtestu, který v živém tradingu plihne jako týden stará zelenina, je prostý: testujete na jiných datech, než na kterých strategie reálně poběží. Vendor vám dodá konsolidovanou mid cenu, vaše platforma ale plní na ask (u longu) nebo bid (u shortu) — a tenhle rozdíl se s každým obchodem kumuluje.

Data vendora versus feed exekučního prostředí

Databento, EODHD nebo Massive agregují ceny z více zdrojů do jedné konsolidované řady — ideální pro analýzu, špatné pro simulaci fillu. Váš broker nebo prop firma vám ale fill nedá na mid, dá vám ho na skutečné nabídce a poptávce v okamžiku, kdy order dorazí na server. Pokud backtestujete na Databento tick datech a pak pouštíte strategii na MetaTrader 5, TradeLocker nebo cTrader, porovnáváte dva různé světy — a equity křivka to nemilosrdně ukáže až po ostrém spuštění, kdy už vás to stojí peníze.

Řešení není složité, jen vyžaduje disciplínu: finální verzi strategie před nasazením vždy přetestujte na datech stažených přímo z platformy, na které poběží live. MetaTrader 5 má vlastní tick data export, TradeLocker i cTrader nabízí historii s reálným bid/ask spreadem z vašeho konkrétního brokerského feedu. Je to extra krok navíc, ale je to jediný způsob, jak zjistit, jestli strategie přežije kontakt s realitou.

Modelování spreadu, slippage a komisí

Fixní spread v backtesteru je pohodlná lež. Realita je variabilní spread, který se v klidném londýnském odpoledni na EURUSD drží na 0,1 pipu, ale při NFP vyskočí na 3-5 pipů během pár sekund. Pokud váš backtest počítá s konstantním spreadem, systematicky nadhodnocuje výkon každé strategie, která obchoduje kolem makro eventů.

Slippage odhadněte z historické volatility instrumentu — jednoduchý a funkční přístup je navázat očekávaný slip na ATR daného timeframe (např. 2-5 % z hodnoty ATR na market orderech u volatilních aktiv jako XAUUSD nebo US100). Komise si nemodelujte jako zaokrouhlené číslo — použijte přesnou sazbu vaší platformy a instrumentu, protože u scalpingových strategií s desítkami obchodů denně dělá i $0,50 rozdíl na roundturn zásadní rozdíl v čisté equity křivce.

ATR stopy versus tick-level fill a částečné plnění

Stop loss umístěný na kulatém čísle (1.1000, 1950,00 u zlata) se plní hůř, protože tam čeká nahromaděná likvidita a price action se k těmto úrovním chová jinak — slippage bývá vyšší, protlačení přes úroveň rychlejší. Stop posazený 1,5× ATR pod vstupem místo na psychologické úrovni se v tick-level datech chová predikovatelněji, protože nekopíruje místo, kde ostatní tradeři shlukují své objednávky.

Backtest navíc často ignoruje částečné plnění — u větších pozic nebo méně likvidních futures kontraktů se order nemusí vyplnit celý najednou. Pokud simulujete fill jako jeden atomický tick, podceňujete reálný náklad na vstup i výstup. Otestujte strategii s realistickým modelem slippage a spreadu, a teprve pak věřte číslům, která vám equity křivka ukazuje.

Napojení dat na Python: knihovny a workflow

Pro reálný obchodní algoritmus potřebujete dvě věci: historii na backtest a stream na živé rozhodování. Python zvládá obojí, ale použijete na to jiný protokol — a kdo si je splete, zjistí to až na rate limitu nebo zpožděném fillu.

REST API versus WebSocket a kdy použít který

REST API použijete na historická data, WebSocket na realtime. REST je dotaz-odpověď — pošlete request na konkrétní rozsah svíček, dostanete JSON nebo CSV zpátky a spojení se zavře. Je to přesně to, co potřebujete pro stažení pěti let OHLCV dat na backtest. WebSocket naproti tomu drží spojení otevřené a tiky vám posouvá, jakmile vzniknou — to je nutnost pro scalping strategie nebo cokoliv, co reaguje na tick během pár milisekund. Chyba, kterou dělají začínající kvanti, je tahat realtime přes REST v smyčce s `time.sleep(1)` — zahltíte API pro tržní data zbytečnými requesty a dřív nebo později vás provider na čas zablokuje.

Knihovny, které ušetří čas: yfinance, pandas-datareader, ccxt, MetaTrader5

Nemusíte psát parser nad syrovým JSONem. Existuje hotová python knihovna pro tržní data skoro na každý zdroj:

• yfinance — denní a hodinová historie akcií a indexů zdarma, ideální na první prototyp strategie.
• pandas-datareader — univerzální wrapper na více zdrojů (FRED, Stooq), hodí se, když kombinujete makro data s cenou.
• ccxt — jednotné rozhraní na desítky kryptoburz, REST i WebSocket pod jedním API, skvělé na arbitrážní testy mezi burzami.
• MetaTrader5 — oficiální knihovna přímo od MetaQuotes, která vám přes `mt5.copy_rates_from()` natáhne historii i tiky rovnou z vaší MT5 platformy, včetně instrumentů a spreadů, jaké reálně vidíte u svého brokera. Výhoda je, že data odpovídají přesně tomu, s čím pak obchodujete live — žádný rozdíl mezi datasetem na backtest a exekučním feedem.

Pro kohokoliv, kdo se ptá, jak získat data pro obchodní algoritmus bez placeného API, je kombinace yfinance pro akcie/indexy a MetaTrader5 pro forex a zlato nejrychlejší cesta k funkčnímu prototypu za odpoledne.

Ukládání dat: CSV, Parquet nebo vlastní databáze

CSV vám stačí na denní data a pár tisíc řádků. Jakmile přejdete na minutová nebo tick data, přepněte na Parquet — sloupcový formát s kompresí, kde stejný dataset zabere řádově méně místa na disku a načte se do pandas několikanásobně rychleji než ekvivalentní CSV. U tickové historie za rok u jednoho instrumentu je rozdíl mezi gigabyty a stovkami megabajtů, a to se počítá, pokud backtest spouštíte opakovaně. Pro víceinstrumentové strategie s frekventovaným přístupem se vyplatí přejít na vlastní databázi (DuckDB nebo TimescaleDB) — dotazujete se jen na konkrétní rozsah bez nutnosti nahrávat celý soubor do paměti.

Poslední praktická věc: stahujte inkrementálně. Místo opakovaného tahání celé historie si ukládejte timestamp posledního staženého řádku a při dalším běhu doplňte jen nové svíčky. Ušetří vám to rate limit i čas — a je to rozdíl mezi API voláním, které trvá vteřinu, a tím, co vám sebere celý den práce.

Data zdarma versus placená data: co za co obětujete

Výhody

• Bezplatné zdroje pokryjí denní OHLCV na akcie a ETF s hloubkou 20+ let bez jediného dolaru nákladů
• Pro swing a poziční strategie s držením několika dnů je rozdíl mezi free a prémiovým datasetem prakticky neměřitelný
• Placená data přinášejí bid/ask ticky, bez kterých se scalping na XAUUSD seriózně testovat nedá
• Prémioví vendoři řeší úpravy o splity a dividendy za vás a dodávají SLA i historii delistovaných tickerů

Nevýhody / rizika

• Free API mají tvrdé rate limity, žádné SLA a mohou ze dne na den přestat fungovat — oficiální Yahoo Finance API skončilo už v roce 2017
• Bezplatné FX a gold datasety často nemají bid/ask, jen mid ceny, což zcela zkresluje náklady na spread
• Placená tick data pro více instrumentů a let se rychle vyšplhají na stovky dolarů měsíčně plus exchange fees u futures
• Ani ten nejdražší dataset nezaručí, že bude odpovídat feedu platformy, na které budete strategii skutečně spouštět

Časté otázky