Bagaimana Algoritma Eksekusi Dapat Berubah Selama Pasar Volatil

Jawaban langsung

Algoritma eksekusi bertujuan untuk mengubah permintaan perdagangan target menjadi pesanan-pesanan yang lebih kecil dari waktu ke waktu. Selama pasar volatil, algoritma yang sama dapat berperilaku berbeda karena lingkungan pasar dan kondisi operasional berubah. Pendorong utamanya adalah celah harga, latensi, penarikan likuiditas, dan bagaimana pesanan ditangani (misalnya, bagaimana sistem bereaksi terhadap eksekusi parsial, time-in-force, dan pembatalan).

Mekanisme dan definisi

Algoritma eksekusi biasanya mengambil tujuan (misalnya, untuk menyelesaikan jumlah nosional) dan memetakannya menjadi serangkaian pesanan. Input umum mencakup perkiraan biaya (spread dan biaya), asumsi mikrostruktur pasar (seberapa cepat likuiditas terisi kembali), dan kendala (batas waktu, ukuran pesanan maksimum, dan jenis pesanan).

Dalam kondisi stabil, asumsi algoritma sering berlaku: kuotasi diperbarui dengan lancar, likuiditas tetap tersedia, dan sistem dapat bereaksi cepat terhadap eksekusi. Dalam volatilitas, beberapa asumsi stabil dapat rusak sekaligus:

• Celah harga: Jika pasar melompat di antara pembaruan kuotasi, algoritma mungkin tidak dapat “melangkahkan” pesanan melalui harga sesuai rencana.
• Latensi: Jika komunikasi atau pemrosesan lebih lambat, waktu antara keputusan dan pesanan menjadi aktif meningkat.
• Penarikan likuiditas: Dalam pergerakan mendadak, penyedia likuiditas dapat mengurangi kuotasi atau memperlebar spread, mengubah probabilitas eksekusi dan biaya yang terealisasi.
• Penanganan pesanan: Aturan untuk eksekusi parsial, pengisian ulang, dan pembatalan dapat menyebabkan hasil yang berbeda ketika pasar berhenti berperilaku dapat diprediksi.

Bukti atau contoh (model sederhana)

Pertimbangkan model dasar: algoritma memilih harga pesanan berdasarkan referensi terbaru (seperti harga transaksi terakhir) dan hubungan spread-ke-eksekusi yang diharapkan. Selama volatilitas, dua perubahan terjadi.

1. Skenario celah: Misalkan kuotasi diperbarui jarang dan lompatan besar terjadi di antara pembaruan. Jika algoritma Anda menempatkan limit order dengan harapan kuotasi di dekatnya, sebagian mungkin tetap tidak terisi sampai kuotasi berikutnya tiba, atau mungkin terisi pada level yang lebih buruk dari yang diharapkan.

2. Skenario penarikan likuiditas: Misalkan kedalaman yang tersedia pada level harga yang dipilih turun. Algoritma dapat menerbitkan pesanan tambahan untuk mencapai jumlah target, tetapi lebih sedikit pesanan yang terisi segera. Ini dapat meningkatkan eksekusi parsial dan memerlukan perilaku seperti lindung nilai yang lebih banyak (bukan sebagai rekomendasi strategi, tetapi sebagai konsekuensi praktis dari urutan pesanan).

Dalam kedua kasus, logika algoritma tidak serta-merta “berubah”; melainkan, input yang diandalkannya yang berubah. Perbedaan itu penting saat menafsirkan hasil eksekusi.

Keterbatasan dan risiko

Keterbatasan material adalah bahwa kinerja eksekusi tidak dapat sepenuhnya diprediksi dari hubungan historis. Volatilitas dapat membatalkan asumsi jangka pendek tentang kontinuitas kuotasi dan pengisian ulang likuiditas. Mode kegagalan lainnya adalah antrian atau keadaan tertunda: jika pandangan sistem tentang pesanan yang tertunda dan kondisi pasar yang diperbarui tertinggal, keputusan berikutnya dapat didasarkan pada informasi basi, yang mengarah pada pembatalan, waktu yang terlewat, atau eksekusi berlebihan versus maksud.

Juga, hasil yang terealisasi bergantung pada faktor operasional (beban jaringan dan sistem), mekanisme venue perdagangan, dan implementasi spesifik penyedia. Tanpa detail tersebut, Anda harus memperlakukan perilaku eksekusi di pasar volatil sebagai tidak pasti dan memverifikasinya menggunakan log peristiwa dan laporan eksekusi yang relevan.

Verifikasi atau pertanyaan berikutnya

Untuk memverifikasi secara independen, bandingkan tiga kategori informasi dari periode volatilitas:

1. Perilaku pasar: apakah pergerakan harga berkelanjutan atau menunjukkan celah.
2. Garis waktu eksekusi: stempel waktu dari pengiriman pesanan hingga pengakuan dan eksekusi (untuk menilai efek latensi).
3. Hasil pesanan: jumlah yang diterima, terisi sebagian, dibatalkan, dan sisa (untuk melihat bagaimana aturan penanganan pesanan berinteraksi dengan likuiditas).

Pertanyaan berikutnya yang berguna adalah: Asumsi mana yang diandalkan oleh algoritma eksekusi Anda (tentang pengisian ulang likuiditas, spread, dan frekuensi pembaruan), dan asumsi mana yang paling mungkin gagal selama volatilitas?