Jawaban langsung
Anda dapat mengukur volatilitas dalam Pair Liquidity dengan melacak bagaimana proksi likuiditas yang dipilih berubah dari waktu ke waktu dalam jendela sampling yang tetap. Proksi yang umum mencakup order-book depth (atau volume yang tersedia di dekat harga), bid–ask spread, dan execution slippage terhadap harga referensi. Intinya adalah mendefinisikan proksi, mendefinisikan jendela pengukuran dan frekuensi sampling, lalu menghitung statistik variabilitas seperti standard deviation atau persentase perubahan dalam jendela tersebut—tanpa memperlakukan angka itu sebagai sinyal trading yang berdiri sendiri.
Mekanisme dan definisi
“Pair liquidity” berkaitan dengan seberapa mudah suatu pasar untuk pasangan mata uang dapat menyerap transaksi dengan dampak harga yang terbatas. Karena likuiditas tidak dapat diamati secara langsung sebagai satu kuantitas fisik, pengukuran dimulai dengan memilih proksi yang mencerminkan tradabilitas.
Proksi umum yang bisa Anda ukur (secara konseptual, tanpa mengasumsikan data live):
- Depth di dekat harga tengah (mid price): jumlah beli/jual yang tersedia dalam jarak tertentu dari harga tengah (misalnya, dalam X basis points). Depth adalah ukuran kuantitas.
- Bid–ask spread: selisih antara bid terbaik dan ask terbaik pada setiap timestamp. Spread sering diperlakukan sebagai proksi biaya.
- Execution slippage: selisih antara harga referensi (seperti mid pada waktu pengambilan keputusan) dan harga yang benar-benar terealisasi untuk ukuran transaksi hipotetis atau yang teramati. Slippage adalah proksi hasil.
Setelah Anda memiliki deret waktu (time series) dari sebuah proksi, Anda dapat mengkuantifikasi “volatilitas” sebagai variabilitas dari waktu ke waktu. Misalnya, Anda bisa menghitung:
- Standard deviation dari proksi dalam setiap jendela rolling.
- Coefficient of variation (standard deviation dibagi dengan rata-rata), berguna ketika level rata-rata berbeda antar periode.
- Range (maksimum dikurangi minimum) dalam sebuah jendela untuk ukuran sederhana “kegelisahan (spikiness)”.
Apa yang sebenarnya diberitahukan oleh pengukuran “volatilitas”
Variabilitas yang lebih tinggi pada depth atau spread biasanya berarti kondisi eksekusi berubah lebih cepat. Variabilitas slippage yang lebih tinggi berarti biaya trading yang terealisasi (untuk ukuran yang dipilih dan referensi) kurang stabil. Dalam semua kasus, hasilnya adalah deskripsi variabilitas pada proksi Anda, bukan janji tentang pergerakan harga di masa depan.
Bukti melalui skenario dan contoh perhitungan
Skenario 1: proksi berbasis depth
Asumsikan Anda melakukan sampling order-book depth dalam band tetap di sekitar harga tengah setiap menit. Untuk setiap jam (jendela), Anda mengumpulkan nilai depth dan menghitung standard deviation. Jika standard deviation depth lebih tinggi pada jam-jam yang mengapit pembukaan pasar, itu menunjukkan bahwa likuiditas sedang diisi ulang dan dikonsumsi secara lebih tidak merata pada waktu-waktu tersebut.
Asumsi yang harus Anda nyatakan: ukuran band depth (seberapa jauh dari mid), satuan (mata uang dasar atau kuotasi), dan frekuensi sampling.
Skenario 2: proksi berbasis spread
Asumsikan Anda melakukan sampling bid terbaik dan ask terbaik setiap 30 detik selama satu hari trading. Untuk setiap jendela 15 menit, hitung mean spread dan standard deviation-nya. Hari dengan pelebaran dan penyempitan yang sering akan menunjukkan volatilitas spread yang lebih tinggi.
Asumsi yang harus Anda nyatakan: definisi spread (hanya bid/ask terbaik), dan apakah Anda mengecualikan outlier yang disebabkan oleh celah data.
Skenario 3: proksi berbasis slippage
Asumsikan Anda mendefinisikan ukuran transaksi hipotetis dan memodelkan eksekusi sebagai konsumsi likuiditas pada level-level di order book sampai ukuran tersebut terisi. Untuk setiap jendela, hitung slippage relatif terhadap mid pada waktu pengambilan keputusan. Ini menghasilkan ukuran yang terkait dengan “apa yang terjadi saat Anda benar-benar trading,” tetapi sangat bergantung pada ukuran transaksi.
Asumsi yang harus Anda nyatakan: ukuran transaksi, aturan pengisian (partial fills, model market impact), dan harga referensi.
Keterbatasan material dan mode kegagalan
Salah satu mode kegagalan utama adalah ketidakcocokan proksi (proxy mismatch): metrik depth yang terlihat stabil tetap dapat menghasilkan hasil terealisasi yang volatil jika ukuran eksekusi Anda besar relatif terhadap depth yang tersedia, atau jika pengisian bergantung pada dinamika order-book. Mode kegagalan lain adalah ketergantungan rezim (regime dependence): volatilitas likuiditas berbeda di berbagai sesi, periode berita, dan kondisi risk-off/risk-on. Rata-rata historis mungkin tidak mewakili kondisi di masa depan, terutama jika struktur pasar atau jalur eksekusi Anda berubah.
Keterbatasan, risiko, dan daftar periksa verifikasi
Keterbatasan penting
- Tidak ada satu pengukuran universal: Proksi yang berbeda mengukur aspek likuiditas yang berbeda. Depth, spread, dan slippage bisa saling bertentangan. - Pilihan sampling itu penting: Panjang jendela, frekuensi sampling, dan jarak band untuk “near mid” depth mengubah angka volatilitas.
DOCUMENT END