Pertimbangan Lanjutan untuk Likuiditas Berdasarkan Sesi

Likuiditas berdasarkan sesi, definisi

Likuiditas berdasarkan sesi adalah cara berbasis jendela waktu untuk menggambarkan kapan kedalaman pasar dan aktivitas perdagangan cenderung lebih tinggi atau lebih rendah. “Sesi” dapat berarti jam operasional pasar yang umum diamati (sering kali selaras dengan pusat perdagangan regional utama) atau blok waktu khusus yang Anda pilih untuk analisis.

Ide intinya sederhana: likuiditas tidak konstan sepanjang hari. Likuiditas sering berubah seiring masuk atau keluarnya jenis partisipan dari pasar, dan seiring tumpang tindihnya jam perdagangan yang meningkatkan jumlah partisipan aktif.

Mekanisme lanjutan: apa yang diukur, dan apa yang tetap sama

Untuk menggunakan konsep ini melampaui deskripsi dasar, Anda memerlukan model pengukuran yang eksplisit. “Likuiditas” dapat berarti hal yang berbeda, dan pilihan tersebut memengaruhi hasil.

Salah satu pendekatan sederhana yang dapat diperiksa adalah melacak proksi likuiditas per sesi, seperti:

• Perilaku tipikal selisih harga jual-beli (proksi biaya).
• Kedalaman rata-rata di dekat harga saat ini (jika Anda memiliki data gaya level-2).
• Distribusi kedatangan pesanan atau volume yang diperdagangkan (proksi aktivitas).

Pemisahan praktis “stabil vs variabel” membantu:

• Mekanisme stabil (yang Anda kendalikan): cara Anda mendefinisikan jendela sesi, cara Anda menyelaraskan zona waktu, dan cara Anda membersihkan serta menyaring data.
• Kondisi variabel (yang tidak sepenuhnya Anda kendalikan): waktu rilis berita makro, perubahan rezim volatilitas, dan cara venue eksekusi spesifik Anda mencerminkan likuiditas yang tersedia.

Model minimal mungkin mengasumsikan Anda mengevaluasi pasar selama beberapa hari dan menghitung statistik ringkasan untuk setiap jendela sesi. Bahkan jika mekanisme Anda stabil, pasar dapat berubah, jadi kesimpulan Anda harus diperlakukan sebagai kondisional pada lingkungan yang Anda ukur.

Cara kerjanya: model jelaskan-untuk-periksa di berbagai jendela waktu

Model mental yang jelas adalah:

1. Pilih jendela sesi (misalnya, jam regional yang berbeda atau blok khusus).
2. Untuk setiap jendela, hitung proksi likuiditas.
3. Bandingkan jendela untuk melihat di mana likuiditas biasanya lebih tinggi atau biaya biasanya lebih rendah.
4. Perlakukan hasilnya sebagai deskripsi kondisi historis, bukan jaminan kondisi masa depan.

Untuk membuat model ini dapat diverifikasi, tetapkan asumsi untuk setiap perhitungan atau contoh. Misalnya:

• Asumsi penyelarasan zona waktu: batas sesi didefinisikan dalam standar waktu yang konsisten.
• Asumsi data: kumpulan data Anda mencakup cukup observasi per sesi untuk menghindari rata-rata yang menyesatkan.
• Asumsi biaya: jika Anda menggunakan selisih harga, Anda menerima bahwa selisih yang diamati mungkin mencerminkan sumber data dan kondisi eksekusi Anda, bukan kedalaman pasar yang “sebenarnya”.

Pertimbangan lanjutan yang umum adalah tumpang tindih sesi. Ketika dua wilayah tumpang tindih, likuiditas dapat meningkat karena lebih banyak jenis partisipan mungkin aktif pada saat yang sama. Jika Anda menggunakan jendela yang tidak tumpang tindih, Anda dapat mengaburkan efek ini dan mendapatkan perbedaan yang lebih lemah.

Kasus tepi dan pengecualian yang merusak asumsi naif

Beberapa kasus tepi sering menyebabkan kesimpulan yang menyesatkan saat menggunakan likuiditas berdasarkan sesi.

1. Lonjakan dan celah yang dipicu peristiwa Peristiwa terjadwal besar (rilis ekonomi, pengumuman bank sentral) dapat mengubah perilaku likuiditas secara tiba-tiba. Selama dan tepat setelah momen tersebut, proksi selisih harga dan kedalaman dapat menyimpang dari pola sesi yang khas.

2. Perubahan rezim Jendela sesi yang secara historis “likuid” dapat menjadi “kurang likuid” selama pergeseran volatilitas, tekanan pasar, atau perubahan partisipasi. Hubungan likuiditas dapat melemah atau berbalik.

3. Ketidakcocokan sumber data Jika proksi likuiditas Anda berasal dari umpan data dengan pengambilan sampel dan pelaporan sendiri, proksi tersebut mungkin tidak sesuai dengan likuiditas yang Anda alami saat eksekusi. Bahkan ketika proksi likuiditas membaik, biaya eksekusi Anda masih dapat memburuk karena routing, latensi, atau melebarnya celah antara kuotasi dan transaksi.

4. Kesalahan zona waktu dan batas Ketidakselarasan waktu kecil (misalnya, mendefinisikan awal/akhir sesi dalam waktu lokal alih-alih standar yang dimaksudkan) dapat memindahkan observasi ke jendela yang salah. Ini adalah mode kegagalan yang sering terjadi dan tidak disadari.

5. Sesi dengan sampel tipis Beberapa definisi sesi mungkin memiliki lebih sedikit observasi dalam kumpulan data Anda. Rata-rata dan peringkat dapat menjadi tidak stabil, terutama saat Anda membandingkan banyak jendela.

Keterbatasan dan risiko: apa yang bisa salah dalam implementasi

Likuiditas berdasarkan sesi adalah kerangka kerja deskriptif, dan beberapa keterbatasan memengaruhi seberapa akurat Anda dapat menerapkannya.

Keterbatasan pengukuran

• Masalah proksi: selisih harga, kedalaman, dan volume mencerminkan aspek likuiditas yang berbeda. Nilai yang “lebih baik” dalam satu proksi mungkin tidak berarti hal yang sama dalam proksi lain.
• Ketergantungan venue: likuiditas yang dialami dalam praktik dapat berbeda di berbagai venue eksekusi dan jenis pesanan.

Risiko eksekusi dan operasional

• Sensitivitas biaya: bahkan dengan rata-rata yang stabil, hasil yang terealisasi dapat bervariasi karena kondisi eksekusi berubah di tingkat mikro.
• Efek seperti selip: jika likuiditas menipis dengan cepat dalam satu jendela, satu statistik ringkasan dapat meremehkan risiko.
• Keterlambatan dan penyaringan data: jika stempel waktu dibulatkan, disampling, atau disaring, Anda dapat mendistorsi profil sesi.

Risiko statistik

• Overfitting: jika Anda menyetel jendela sesi ke data masa lalu, Anda mungkin menangkap noise alih-alih pola yang bertahan lama.
• Non-stasioneritas: hubungan historis mungkin tidak berlaku setelah perubahan struktural dalam partisipasi atau perilaku perdagangan.

Mode kegagalan yang material adalah memperlakukan peringkat sesi historis sebagai stabil. Likuiditas dapat berubah karena alasan yang tidak terkait dengan jam. Ketika lingkungan berubah, ekspektasi berbasis sesi dapat menjadi tidak dapat diandalkan.

Verifikasi: cara memeriksa secara independen apakah asumsi Anda berlaku

Verifikasi secara independen kesimpulan likuiditas-berdasarkan-sesi Anda dengan menggabungkan pemeriksaan internal:

• Hitung ulang proksi di beberapa periode waktu dan bandingkan stabilitas peringkat sesi.
• Gunakan uji sensitivitas: geser sedikit batas sesi dan lihat apakah hasil Anda berubah secara signifikan.
• Validasi konsistensi proksi: periksa apakah temuan berbasis selisih harga setuju secara arah dengan proksi volume atau kedalaman.
• Uji stres di sekitar periode disruptif yang diketahui (tanpa mengasumsikan hasil): periksa bagaimana proksi berperilaku di dekat waktu peristiwa besar.

Jika Anda tidak dapat memverifikasi stabilitas pengukuran Anda, pernyataan paling akurat yang dapat Anda buat adalah bahwa likuiditas bervariasi seiring waktu dan bahwa efek sesi yang Anda amati bersifat kondisional pada kumpulan data dan definisi yang Anda gunakan.

Pertanyaan berikutnya untuk memperjelas kasus penggunaan Anda

Untuk menerapkan likuiditas berdasarkan sesi dengan cara yang dapat Anda verifikasi, perjelas tiga pilihan:

1. Apa yang Anda maksud dengan “sesi” (jam pasar vs jendela khusus).
2. Proksi likuiditas mana yang akan Anda gunakan dan mengapa.
3. Bagaimana Anda akan menangani periode yang dipicu peristiwa dan penyelarasan zona waktu.

Jika Anda mau, bagikan definisi “sesi” yang Anda maksudkan dan proksi likuiditas yang Anda rencanakan untuk digunakan (selisih harga, kedalaman, volume). Kemudian Anda dapat meninjau apakah model pengukuran Anda memiliki asumsi yang jelas dan mode kegagalan yang dapat dikelola.