Data Apa yang Diperlukan untuk Menilai Asumsi Spread?
Apa yang dimaksud dengan asumsi spread
“Asumsi spread” adalah ekspektasi yang dinyatakan tentang biaya transaksi yang diwakili oleh selisih bid–ask yang digunakan dalam perhitungan, backtest, perkiraan, atau contoh. Spread bukan sekadar satu angka: spread bergantung pada bagaimana kuotasi didefinisikan (bid dan ask), kapan diukur, dan bagaimana transaksi diasumsikan dieksekusi.
Untuk menilai apakah asumsi Anda masuk akal, Anda memerlukan data yang memungkinkan Anda untuk: (1) mendefinisikan konsep spread secara tepat, (2) mereproduksi perhitungan spread yang sama dengan yang Anda gunakan, dan (3) memeriksa apakah perilaku spread tersebut cukup stabil untuk tujuan tersebut.
Input inti yang Anda perlukan
Anda biasanya memerlukan empat kelompok input: definisi spread, data harga/kuotasi, asumsi eksekusi, dan biaya apa pun yang berinteraksi dengan spread.
- Definisi spread dan aturan pengukuran Nyatakan spread mana yang Anda maksud:
- Spread mentah: dihitung langsung dari bid dan ask pada saat pengukuran.
- Spread efektif: spread yang dialami setelah memperhitungkan waktu eksekusi dan kondisi pesanan.
- Spread model: perkiraan yang diturunkan dari transformasi (misalnya, rata-rata atau aturan). Tanpa definisi yang spesifik, perbandingan selanjutnya menjadi ambigu.
- Data kuotasi atau harga yang digunakan untuk menurunkan spread Kumpulkan rangkaian bid dan ask (atau bidang yang setara) yang menjadi dasar asumsi spread Anda. Untuk setiap rangkaian, catat:
- identifikasi instrumen,
- stempel waktu kuotasi,
- apakah data tersebut bersifat tick-level, agregat, atau sampel.
-
Ketepatan waktu dan penyelarasan dengan eksekusi Data spread harus sesuai dengan “kapan” perhitungan Anda. Jika Anda mengasumsikan entry pada waktu tertentu, data spread harus diturunkan dari kuotasi yang bersamaan dengan waktu entry tersebut. Stempel waktu yang tidak selaras dapat menciptakan ketidakcocokan yang sistematis.
-
Asumsi eksekusi dan biaya trading yang memengaruhi spread yang direalisasikan Bahkan jika Anda mengasumsikan spread, biaya yang direalisasikan dapat berubah karena detail eksekusi. Data yang perlu dicakup meliputi:
- apakah transaksi diasumsikan terjadi secara instan pada harga kuotasi atau dengan penundaan,
- apakah pesanan diasumsikan sebagai market atau limit,
- komponen biaya transaksi lain apa pun yang Anda gabungkan dengan spread (misalnya, komisi atau biaya, jika Anda memodelkannya).
Provenansi: dari mana data berasal
Anda juga memerlukan provenansi—bukti asal-usul dan tujuan penggunaan—untuk setiap variabel yang masuk ke dalam asumsi spread.
Detail provenansi utama meliputi:
- Jenis sumber data: kuotasi yang disediakan broker, data exchange/venue, atau feed vendor data.
- Transparansi pemrosesan data: apakah feed mentah atau sudah difilter/dibersihkan.
- Kebijakan pengambilan sampel: apakah kuotasi lengkap atau apakah ada celah yang diisi.
- Konsistensi dari waktu ke waktu: apakah format feed atau kondisi likuiditas berubah.
Jika asumsi spread diturunkan dari satu jenis feed, tetapi evaluasi Anda menggunakan feed lain, Anda tidak dapat memvalidasi asumsi tersebut secara andal.
Ketepatan waktu dan pemeriksaan kualitas sebelum Anda mempercayai asumsi
Karena spread dapat berubah dengan cepat, Anda harus menerapkan pemeriksaan kualitas yang memastikan asumsi tidak dibangun di atas artefak.
Pemeriksaan penting meliputi:
- Kelengkapan data: periksa titik bid/ask yang hilang atau celah yang panjang.
- Integritas stempel waktu: konfirmasi stempel waktu yang monotonik dan penanganan zona waktu yang benar.
- Kebijakan penanganan outlier: dokumentasikan cara Anda memperlakukan nilai ekstrem (misalnya, apakah Anda membatasi, mengecualikan, atau mempertahankannya).
- Kompatibilitas granularitas: pastikan granularitas rangkaian spread cocok dengan cara Anda menggunakannya (per transaksi, per bar, per hari, dll.).
Asumsi spread dapat gagal bahkan ketika rata-rata spread terlihat masuk akal jika kumpulan data menyembunyikan periode likuiditas rendah.
Bukti atau contoh: memvalidasi dengan periode yang sebanding
Cara praktis untuk menilai asumsi spread adalah dengan membandingkan perilaku spread yang diasumsikan dengan perilaku yang diamati pada periode terpisah yang sebanding.
Misalnya, jika Anda mengasumsikan rata-rata spread yang konstan, Anda memerlukan kumpulan data yang menunjukkan:
- distribusi spread yang diamati selama waktu yang relevan,
- proporsi waktu spread melebihi nilai yang Anda asumsikan,
- apakah volatilitas spread meningkat selama rezim pasar tertentu.
Jika Anda mengasumsikan aturan spread yang bervariasi terhadap waktu, Anda perlu memverifikasi bahwa aturan tersebut mereproduksi spread yang diamati ketika diterapkan pada definisi dan penyelarasan stempel waktu yang sama dengan yang Anda gunakan semula.
Keterbatasan dan mode kegagalan yang perlu diperhitungkan
Setidaknya satu keterbatasan material sangat penting: asumsi spread dapat dilanggar oleh kondisi yang tidak ditangkap oleh data atau model Anda.
Mode kegagalan umum meliputi:
- Pelebaran yang didorong likuiditas: spread dapat melebar secara tiba-tiba ketika likuiditas menurun.