Respuesta directa: qué medir
Los supuestos de spread son medibles cuando convierte el “spread esperado” en cantidades específicas y registradas vinculadas a momentos de cotización exactos y fuentes de datos claramente definidas. En la práctica, eso significa que mide el spread bid-ask (la diferencia entre el ask y el bid) como una serie con marcas de tiempo, y luego utiliza un método de comparación consistente para ver si su spread supuesto se asemeja a lo que realmente ocurrió en condiciones similares. Si no puede especificar la definición del spread, la marca de tiempo, la ventana de muestreo y el contexto de ejecución, entonces el supuesto no puede verificarse de forma independiente.
Mecánica: defina los campos del spread y las marcas de tiempo
Comience por definir el spread al que se refiere. Las opciones medibles comunes incluyen:
- Spread de cotización: ask menos bid en un momento dado.
- Spread efectivo: el costo realizado en relación con un precio de referencia, cuando corresponda.
- Proxy del spread por costo de negociación: una aproximación que incorpora otros componentes como comisiones y efectos de ejecución.
Para medir correctamente, también necesita marcas de tiempo y reglas de muestreo:
- Marca de tiempo de cotización: cuándo se observó cada instantánea de bid/ask.
- Intervalo de muestreo: con qué frecuencia registra los spreads (por ejemplo, cada segundo, cada minuto, o solo en momentos de decisión).
- Regla de alineación: cómo hace coincidir los spreads supuestos con el momento en que su modelo o estrategia “actuaría”.
Un supuesto de spread “funciona” en un sentido de medición solo si su número supuesto se compara con el mismo tipo de spread bajo las mismas reglas de tiempo y muestreo. Las comparaciones históricas deben realizarse con un método comparable.
Evidencia o ejemplo: compare spreads supuestos vs. medidos
Un enfoque medible simple es una tabla de escenarios:
- Elija un conjunto de supuestos, como S_supuesto (un valor fijo) o una regla S_supuesto(t) (una regla variable en el tiempo).
- Mida S_medido(t) a partir de cotizaciones bid/ask con marcas de tiempo utilizando la misma definición de spread.
- Evalúe las diferencias utilizando una métrica clara, como el spread promedio, el spread mediano o la fracción de observaciones por encima de un umbral.
Por ejemplo, podría suponer un spread constante y luego medir el spread de cotización real durante las mismas sesiones de mercado que pretende modelar. La clave es que especifique qué horas de sesión utilizó, qué intervalo de muestreo utilizó y si midió por separado los períodos de alta liquidez y baja liquidez. Si su supuesto ignora esas distinciones, la comparación será engañosa.
Limitaciones y riesgos: dónde fallan los supuestos de spread
Al menos un modo de fallo material es que los spreads cambian con la liquidez y la volatilidad. Un spread “típico” único puede pasar por alto picos y ampliaciones que son más importantes para la ejecución.
Otras limitaciones importantes incluyen:
- Desajuste de ejecución: el spread de cotización no es lo mismo que el costo realizado después de las ejecuciones, la latencia o los cambios en la profundidad del libro de órdenes.
- Omisiones de costos: las comisiones, tarifas y otros costos de ejecución pueden ser mayores que la diferencia de spread que midió.
- Mezcla de regímenes: promediar entre diferentes condiciones de mercado puede ocultar colas pesadas (ampliaciones raras pero grandes).
- No estacionariedad: las relaciones observadas históricamente pueden no mantenerse en condiciones futuras.
Debido a estas limitaciones, los spreads medidos deben tratarse como evidencia condicional sobre los períodos y contextos que realmente muestreó, no como una garantía general.
Verificación o siguiente pregunta: cómo verificar de forma independiente
Verifique de forma independiente los supuestos de spread publicando (en su propio trabajo) la definición exacta, el método de marca de tiempo, el intervalo de muestreo y la ventana de comparación utilizados para calcular S_medido. Luego, vuelva a ejecutar la medición bajo al menos una alternativa, como un intervalo de muestreo diferente o una segmentación de sesión diferente. Si las conclusiones dependen en gran medida de elecciones arbitrarias, el supuesto de spread es frágil.
Una buena pregunta siguiente es: “¿Cuándo fallaría el supuesto con más frecuencia?” Identifique las condiciones específicas en las que los spreads se amplían o la ejecución difiere de su método de medición, y luego documente esas condiciones como modos de fallo medibles.