Data Apa yang Dibutuhkan untuk Menilai Pasangan Utama vs Eksotis
“Pasangan Utama vs Eksotis” adalah cara membandingkan pasangan mata uang berdasarkan seberapa umum pasangan tersebut diperdagangkan dan seberapa luas pasar mereka didukung. Untuk menilainya secara mandiri, Anda perlu data yang memungkinkan Anda membandingkan (1) pasangan itu sendiri, (2) bagaimana pasangan tersebut diprice dan dieksekusi, serta (3) seberapa andal data tersebut.
Anda bisa mengelompokkan masukan yang dibutuhkan menjadi empat kelompok: masukan klasifikasi, masukan mekanisme pasar, masukan biaya-dan-eksekusi, serta masukan kualitas data. Lalu Anda menerapkan asumsi yang jelas untuk setiap perbandingan agar hasilnya dapat direproduksi.
Mekanisme dan definisi: apa yang sebenarnya Anda bandingkan
Untuk menghindari pencampuran struktur yang stabil dengan kondisi yang berubah, pisahkan “karakteristik pasangan” dari “kondisi pasar/provider saat ini.”
- Masukan klasifikasi (stabil atau berubah lambat)
- Daftar mata uang dalam pasangan.
- Dasar untuk menyebut pasangan “utama” atau “eksotis” (gunakan definisi yang sama untuk semua perbandingan).
- Konteks pasar yang Anda asumsikan (misalnya, spot vs venue eksekusi lain), karena label yang sama dapat memetakan ke pola likuiditas yang berbeda.
- Masukan pricing dan likuiditas (sebagian variabel)
- Kuotasi bid/ask (atau harga mid plus spread) dari satu sumber yang jelas teridentifikasi.
- Ukuran aktivitas trading yang mencerminkan likuiditas (misalnya, kedalaman tipikal atau perubahan ketersediaan kuotasi), jika penyedia data Anda menyediakannya.
- Masukan biaya dan eksekusi (variabel dan bergantung pada provider)
- Biaya transaksi tipikal yang akan Anda gunakan dalam penilaian Anda: spread dan biaya tambahan apa pun yang terkait dengan eksekusi.
- Asumsi model eksekusi: apakah Anda membandingkan berdasarkan basis harga mid, basis bid/ask yang dikutip, atau model yang sudah memperhitungkan biaya secara penuh? Nyatakan secara eksplisit.
- Masukan kualitas data (tentang keandalan, bukan pasar)
- Asal-usul data: penyedia mana, spesifikasi instrumen, dan metode perhitungan.
- Ketepatan waktu: timestamp, batas sesi, dan apakah data tersebut kontemporer dengan periode yang Anda analisis.
- Kelengkapan: tingkat data yang hilang, celah kuotasi, atau aturan penanganan outlier.
Bukti atau contoh: cara melakukan perbandingan yang dapat diverifikasi tanpa harga live
Pendekatan sederhana yang bisa dicek adalah membandingkan dua pasangan menggunakan jendela pengukuran yang sama dan transformasi kuotasi yang sama.
Contoh masukan (tidak memerlukan asumsi real-time):
- Pilih jendela historis yang tetap (misalnya, satu bulan) dan dokumentasikan zona waktunya.
- Kumpulkan kuotasi bid/ask atau mid plus spread untuk kedua pasangan dari jenis feed data yang sama.
- Hitung metrik ringkasan menggunakan asumsi yang dinyatakan, seperti:
- Rata-rata spread selama jendela (berdasarkan definisi kuotasi yang sama untuk kedua pasangan).
- Ketersediaan kuotasi (persentase waktu ketika bid dan ask sama-sama tersedia).
Yang harus dijaga tetap konstan:
- Sumber kuotasi dan definisi instrumen.
- Perlakuan data: bagaimana Anda menangani kuotasi yang hilang, outlier, dan penyelarasan timestamp.
Keterbatasan material / mode kegagalan yang perlu diwaspadai:
- Likuiditas bisa bergeser di dalam jendela. Jika satu pasangan diperdagangkan secara aktif dan pasangan lain memiliki lebih banyak celah kuotasi, “rata-rata” dapat menyembunyikan periode ketika kondisi eksekusi memburuk. Pemeriksaan kedua adalah melihat spread atau ketersediaan di seluruh sub-periode, bukan hanya rata-rata mean seluruh jendela.
Keterbatasan dan risiko: apa yang bisa salah
Bahkan dengan masukan yang baik, hasilnya tetap tidak pasti.
- Hasil bervariasi dengan kondisi pasar, biaya, kualitas eksekusi, dan yurisdiksi. Setiap perbandingan bersifat kondisional pada faktor-faktor tersebut.
- Hubungan historis tidak menetapkan hasil masa depan. Jika suatu pasangan terlihat “lebih ketat” pada satu periode, itu tidak menjamin perilaku serupa nanti.
- Perbedaan provider dan perhitungan dapat menyesatkan perbandingan. Jika dua dataset menggunakan penanganan timestamp yang berbeda, definisi kuotasi yang berbeda, atau spesifikasi instrumen yang berbeda, Anda mungkin sedang membandingkan hal yang berbeda.
- Masalah data menciptakan kepastian semu: kuotasi yang hilang, snapshot yang sudah basi, atau penghapusan outlier yang tidak konsisten dapat membuat metrik Anda bias.
Verifikasi atau pertanyaan berikutnya: cara memastikan masukan Anda
Untuk memverifikasi penilaian Anda secara independen, Anda harus bisa menjawab pemeriksaan ini.
- Bisakah Anda mereproduksi setiap metrik dari data mentah dengan asumsi yang dinyatakan?
- Apakah Anda menggunakan definisi kuotasi, timestamp, dan perlakuan biaya yang konsisten di pasangan utama dan eksotis?
- Apakah Anda mendokumentasikan asal-usul data (provider, spesifikasi) dan ketepatan waktunya (timestamp/batas sesi) sehingga orang kedua dapat mengulang pekerjaan tersebut?
Jika Anda ingin melangkah satu tingkat lebih jauh, pertanyaan berikutnya yang perlu dijawab adalah bagaimana timeframe yang Anda pilih memengaruhi metode perbandingan Anda dan apakah kesimpulan Anda berubah ketika Anda menggunakan jendela yang berbeda.