Respuesta directa: entradas de datos clave para evaluar pares de baja liquidez
Para evaluar pares de baja liquidez, recopila datos que te permitan (1) definir las condiciones de liquidez, (2) medir las fricciones de negociación y la sensibilidad a la ejecución, y (3) validar que los datos sean oportunos, completos y comparables entre fuentes. Dado que la liquidez cambia según los regímenes de mercado, las evaluaciones más fiables separan la mecánica de medición estable de las condiciones variables del mercado y del proveedor.
Como mínimo, necesitas entradas de cuatro áreas: liquidez/flujo, comportamiento de precios/cotizaciones, componentes del coste de ejecución, y procedencia de datos junto con controles de calidad.
Mecánica y definición: qué significa “baja liquidez” en la práctica
Los pares de baja liquidez son pares de divisas donde el interés de negociación y las órdenes disponibles son insuficientes para un descubrimiento de precios fluido. En términos prácticos, esto suele manifestarse como negociación reducida, huecos en las cotizaciones y una mayor sensibilidad al tamaño de la orden.
Cuando la liquidez es baja, las operaciones pequeñas pueden mover los precios más de lo que lo harían en un mercado altamente líquido. Los spreads cotizados pueden ampliarse, y el “spread que ves” puede diferir del “spread que pagas” cuando la ejecución real encuentra menos contra-órdenes. Por lo tanto, tus datos deben capturar no solo una instantánea única, sino cómo se comportan las cotizaciones y las transacciones a lo largo de ventanas de tiempo.
Evidencia y ejemplo: qué recopilar y cómo verificarlo
1) Métricas de liquidez y actividad
Recopila medidas que reflejen cuántos participantes están activos y con qué frecuencia se negocia el par. Ejemplos útiles incluyen:
- Frecuencia de negociación y/o el número de operaciones ejecutadas en ventanas de tiempo definidas.
- Distribución del volumen negociado (no solo totales), incluyendo si la actividad se concentra en ciertos momentos.
- Indicadores de profundidad, como la disponibilidad de cotizaciones alrededor del precio medio (si tu fuente de datos lo proporciona).
2) Comportamiento de las cotizaciones y estabilidad de precios
La baja liquidez a menudo crea dinámicas de cotización irregulares. Recopila:
- Series temporales del spread bid-ask (no un solo promedio).
- Cambios en el precio medio y la distribución de los movimientos de precios a corto plazo.
- Evidencia de obsolescencia de cotizaciones (por ejemplo, marcas de tiempo repetidas o largos intervalos entre actualizaciones, si están disponibles).
3) Entradas de coste de ejecución y fricción de negociación
Incluso sin datos en tiempo real, puedes evaluar la “fricción probable” utilizando campos históricos relevantes para la ejecución de tu fuente, tales como:
- Estimaciones de costes relacionadas con el spread a partir de la distribución observada del spread bid-ask.
- Indicadores de deslizamiento: cuánto se desvía el precio de ejecución de la cotización observada en el momento (solo si el conjunto de datos incluye ejecución frente a cotización).
Si realizas un cálculo, declara los supuestos explícitamente, como el uso de una ventana de tiempo seleccionada, un percentil específico del spread, y si asumes la ejecución al bid/ask cotizado o utilizando precios de ejecución observados.
4) Procedencia, oportunidad y comparabilidad
Antes de interpretar cualquier métrica, registra:
- La categoría de la fuente de datos (datos públicos de mercado vs. feed del proveedor vs. registros internos de ejecución).
- La definición de la marca de tiempo y el manejo de la zona horaria, incluyendo si las cotizaciones y las operaciones están alineadas al mismo reloj.
- La frecuencia de muestreo y la cobertura: ¿hay intervalos faltantes, días festivos o interrupciones específicas del instrumento?
Un ejemplo práctico sencillo (con supuestos)
Supón que calculas una medida de “coste típico” utilizando el percentil 80 del spread observado en una ventana de 30 minutos seleccionada en un conjunto de datos históricos. Luego lo comparas con otra ventana de mayor actividad.
Esto separa la mecánica de la variación porque:
- El percentil del spread resume las condiciones de cotización observadas.
- La elección de la ventana es un supuesto explícito.
- Cualquier diferencia en los resultados puede atribuirse a diferentes regímenes de liquidez dentro del historial que analizaste.
Limitaciones y riesgos: al menos un modo de fallo material
Un modo de fallo importante es depender de datos obsoletos o incompletos. En condiciones de baja liquidez, las cotizaciones pueden actualizarse con menos frecuencia y los feeds de datos pueden tener huecos. Si tu conjunto de datos subestima las actualizaciones o mezcla instrumentos/rangos de tiempo con diferente cobertura, puedes concluir incorrectamente que los spreads son estables o que los movimientos de precios son pequeños.
Otras limitaciones comunes incluyen:
- Cambios de régimen: las relaciones históricas pueden no mantenerse cuando cambian la volatilidad o la participación.
- Efectos del proveedor: tus cotizaciones visibles pueden reflejar la elección del centro de negociación, las reglas de emparejamiento o las diferencias de enrutamiento interno en lugar del mercado en general.
- Brechas en la medición de costes: sin campos de ejecución frente a cotización, las estimaciones basadas en el spread pueden omitir deslizamientos adicionales.
Verificación y siguiente pregunta: cómo validar tu evaluación
Utiliza una lista de verificación de comprobaciones que puedas aplicar a cualquier conjunto de datos:
- Confirma la consistencia de las marcas de tiempo y la zona horaria entre cotizaciones y operaciones. - Comprueba las tasas de datos faltantes y si el instrumento estuvo activo durante todas las ventanas que comparas. - Inspecciona las irregularidades en el spread y en las actualizaciones de cotizaciones (especialmente los intervalos largos).