Agregación de liquidez, definida
La agregación de liquidez es el proceso mediante el cual la liquidez de múltiples fuentes de mercado se combina en una única vista utilizable para el emparejamiento y la ejecución de operaciones. En la práctica, esto puede implicar agregar cotizaciones y flujo de órdenes entre plataformas, intermediarios o sistemas internos para que compradores y vendedores puedan interactuar de manera más eficiente.
Para evaluar la agregación de liquidez, primero necesita datos que describan (1) qué se está agregando, (2) de dónde proviene y (3) cómo se transforma en el resultado ejecutable que observa. Sin esas piezas, no puede determinar si el comportamiento observado se debe al mecanismo de agregación o a las condiciones cambiantes del mercado.
Respuesta directa: qué datos necesita
La evaluación de la agregación de liquidez requiere cuatro grupos de datos: entradas, procedencia, oportunidad y controles de calidad.
- Entradas (qué se está agregando)
- Campos relacionados con cotizaciones: niveles de oferta/demanda, marcas de tiempo de las cotizaciones y medidas de profundidad o tamaño al precio (si están disponibles).
- Campos relacionados con la ejecución: precios de ejecución, tiempos de ejecución y cantidades.
- Campos relacionados con el enrutamiento/emparejamiento: cómo se emparejan o enrutan las órdenes entre fuentes (incluso una descripción de alto nivel es importante).
- Procedencia (de dónde proviene cada entrada)
- Identidad de la fuente: la plataforma, el intermediario, el pool interno o el proveedor de feeds para cada flujo de datos.
- Método de recopilación de datos: streaming vs. sondeo, actualizaciones instantáneas vs. incrementales.
- Notas de transformación: cualquier regla de agregación, conversión de unidades, compensación de latencia o filtrado.
- Oportunidad (cuán frescos y comparables son los datos)
- Definiciones de marcas de tiempo: si las marcas de tiempo representan el momento de creación de la cotización, el momento de recepción o el tiempo del sistema.
- Frecuencia de actualización y fluctuación: con qué frecuencia cambian los datos y la variabilidad en el momento de la actualización.
- Sincronización: si múltiples fuentes están alineadas en el tiempo o si las diferencias observadas podrían ser artefactos de sincronización.
- Controles de calidad (si los datos son utilizables para la evaluación)
- Ausencia y lagunas: cuantifique cuándo y dónde se pierden datos.
- Controles de consistencia: verifique unidades (base/cotización), decimales y convenciones de signos.
- Duplicados y reordenamientos: detecte instantáneas repetidas, actualizaciones fuera de orden o desviaciones de reloj.
- Comparabilidad: confirme que los flujos de datos miden la misma “cosa” (por ejemplo, profundidad mostrada vs. profundidad negociable).
Cómo se utilizan los datos, con un ejemplo concreto
Un enfoque de evaluación simple es comparar la “vista agregada” con las fuentes subyacentes, controlando el tiempo y la calidad.
Ejemplo (basado en supuestos, no en tiempo real): suponga que puede observar (a) cotizaciones de la fuente A, (b) cotizaciones de la fuente B y (c) una cotización agregada o un resultado de ejecución en el agregador.
- Defina una ventana de tiempo explícita (suponga ventanas de 1 minuto) y una regla de sincronización (suponga que las marcas de tiempo están en el mismo estándar de tiempo).
- Mida si la oferta/demanda agregada representa una combinación de la liquidez disponible de las fuentes, no solo de una única fuente.
- Si observa ejecuciones a precios que exceden lo que cualquiera de las fuentes muestra en la misma ventana, la discrepancia podría indicar reglas de transformación, cotizaciones obsoletas, latencia o diferentes definiciones de liquidez.
El punto clave es que el mismo mecanismo puede verse diferente dependiendo de la interpretación de las marcas de tiempo, las reglas de filtrado y cómo se define la “profundidad”. Esta es la razón por la que los datos de oportunidad y procedencia son necesarios, no opcionales.
Limitaciones materiales y modos de fallo
Varias limitaciones pueden romper una evaluación incluso con buenos datos.
- Modo de fallo de sincronización: si las marcas de tiempo no son comparables entre fuentes, puede atribuir diferencias a la agregación cuando en realidad se deben a actualizaciones retrasadas.
- Desajuste de definición: “liquidez” puede significar cotizaciones mostradas, cotizaciones ejecutables o flujo de órdenes enrutado. Si los campos medidos no coinciden con la definición utilizada en el agregador, las conclusiones pueden ser incorrectas.
- Modo de fallo de datos obsoletos: las entradas históricas o actualizadas con poca frecuencia pueden preservar relaciones que no se mantienen bajo las condiciones actuales.
- Distorsión por ejecución y costos: las ejecuciones observadas pueden verse afectadas por costos, diferenciales en el momento de la ejecución y mecánicas específicas de la plataforma. Las relaciones históricas no establecen resultados futuros.
Debido a que los resultados varían con las condiciones del mercado, los costos, la ejecución y la jurisdicción, debe enmarcar los hallazgos como condicionados a la ventana de datos y los supuestos que utilizó.
Lista de verificación de evidencia: verificación y siguientes preguntas
Para verificar su evaluación de forma independiente, asegúrese de poder responder las siguientes preguntas “listas para auditar”.
- ¿Están todas las fuentes de entrada etiquetadas con su fuente y método de recopilación?
- ¿Sabe qué representa cada marca de tiempo (tiempo de cotización vs. tiempo de recepción)?
- ¿Puede cuantificar los datos faltantes y eliminar o marcar los períodos de baja calidad?
- ¿Tiene documentación para cualquier regla de transformación de agregación (como lógica de filtrado, conversión o enrutamiento)?
Si alguna de estas respuestas es “desconocido”, trate la evaluación como incompleta.