Apa itu Last Look, dalam istilah yang bisa diukur
Last Look dalam Forex adalah mekanisme di mana sebuah order dapat diterima secara sementara untuk dieksekusi, tetapi kemudian ditolak (atau tidak dieksekusi) setelah pemeriksaan singkat oleh penyedia likuiditas. Untuk mengukurnya, Anda menerjemahkan konsep tersebut menjadi peristiwa yang dapat diamati dan field yang dapat dicatat. Pendekatan ini memisahkan mekanisme yang relatif stabil (keputusan apa yang terjadi dan kapan) dari kondisi yang bervariasi (pergerakan pasar, biaya, dan pilihan implementasi).
Cara praktis untuk mendefinisikannya untuk pengukuran adalah melacak setiap order yang dicoba sebagai sebuah peristiwa dengan setidaknya field-field berikut:
- Timestamp order (t_order): kapan Anda yakin permintaan dikirim.
- Timestamp basis kuotasi atau harga (t_quote): kapan harga yang digunakan untuk permintaan diamati.
- Hasil keputusan: accepted/executed atau rejected/not executed.
- Latensi keputusan (Δt): waktu antara basis harga yang relevan dan hasil akhir.
- Harga eksekusi dan biaya (jika dieksekusi): harga pengisian akhir dan biaya apa pun yang dapat Anda catat secara langsung.
Jika Anda tidak dapat mengamati semua field ini dari log Anda sendiri, Anda sebaiknya mengukur hanya yang bisa Anda verifikasi dan nyatakan secara eksplisit apa yang hilang.
Cara mengukurnya menggunakan penerimaan, waktu, dan metrik kualitas harga
Tujuan pengukuran yang umum adalah mengkuantifikasi baik frekuensi maupun waktu/kualitas.
1) Acceptance rate dan rejection rate
Untuk sampel dari order yang dicoba, Anda dapat menghitung:
- Acceptance rate = executed orders / total attempted orders
- Rejection rate = rejected orders / total attempted orders
Asumsi yang diperlukan: Anda mendefinisikan “attempted” secara konsisten (misalnya, setiap order yang mencapai penyedia, bukan yang dibatalkan secara lokal sebelum dikirim). Tanpa itu, angka-angka tersebut bisa menyesatkan.
2) Distribusi latensi
Untuk outcome yang dieksekusi dan/atau ditolak, hitung latensi dari field yang Anda percayai:
- Decision latency (Δt) = t_outcome − t_quote (atau − t_order, tergantung pada apa yang bisa Anda justifikasi)
Lalu ringkas menggunakan persentil (misalnya, median, 90th, 99th). Ini mengukur apakah keputusan mengelompok di interval yang singkat atau melebar pada kondisi tertentu.
Asumsi yang diperlukan: t_quote dan t_outcome harus berasal dari jam (clock) dan tahap pemrosesan yang sebanding. Jika timestamp dihasilkan oleh sistem yang berbeda dengan penundaan yang berbeda, Δt Anda bukan representasi akurat dari waktu pemeriksaan internal penyedia.
3) Perbandingan kualitas harga pada waktu keputusan
Untuk mengukur “price quality” tanpa mengasumsikan prediktabilitas masa depan, bandingkan bagaimana harga eksekusi (saat dieksekusi) berhubungan dengan basis harga yang digunakan pada saat input keputusan.
Salah satu contoh metrik adalah:
- Price difference = execution_price − reference_price
Asumsi yang diperlukan: reference_price didefinisikan dan dicatat secara konsisten (jenis kuotasi yang sama, momen yang sama, dan aturan pembulatan yang sama). Karena pasar bergerak terus-menerus, bahkan referensi yang benar pun bisa menjadi usang dalam hitungan milidetik; metrik Anda mengukur hubungan antara eksekusi dan referensi yang Anda pilih, bukan “fair value” penyedia.
4) Perbandingan bersyarat
Untuk mengurangi peluang pergerakan pasar membuat semuanya terlihat sama, kelompokkan peristiwa berdasarkan kondisi yang dapat diamati yang bisa Anda ukur, seperti:
- jendela waktu (contoh: sebelum/sesudah sesi pasar tertentu)
- proksi volatilitas yang Anda hitung dari feed harga Anda sendiri
- bucket ukuran order (jika Anda mencatatnya)
Kebutuhan kesamaan: setiap bucket harus memiliki jumlah peristiwa yang cukup, dan bucket Anda harus menggunakan definisi yang sama untuk reference time dan outcomes.
Bukti dan mode kegagalan: apa yang bisa merusak pengukuran
Pengukuran dapat gagal dalam beberapa cara yang material. Setidaknya satu keterbatasan yang umum adalah timestamp yang hilang atau tidak konsisten.
Keterbatasan: Anda mungkin tidak mengamati clock keputusan yang sama
Jika t_quote Anda berasal dari sebuah feed dan t_outcome berasal dari sistem manajemen order Anda, bisa ada penundaan ke dua arah. Δt yang Anda ukur kemudian mencerminkan latensi pipeline dan perangkat lunak, bukan timing keputusan Last Look dari penyedia.
Keterbatasan: “rejection” bisa memiliki banyak makna
Penolakan yang tampak bisa berasal dari:
- keputusan Last Look
- pembatalan lokal karena timeout
- penolakan karena kendala eksekusi atau pemeriksaan risiko yang tidak Anda model
Agar penolakan diperlakukan sebagai outcome Last Look, Anda harus memisahkannya menggunakan definisi dari log Anda sendiri (misalnya, kode status yang berbeda). Jika tidak, acceptance/rejection rates akan mencampur mekanisme.
Keterbatasan: kondisi pasar mendominasi horizon yang pendek
Bahkan dengan timestamp yang benar dan definisi yang jelas, hasil horizon pendek akan bervariasi dengan kondisi pasar, biaya trading, dan venue eksekusi. Historical acceptance rates dan distribusi price-difference tidak menetapkan outcome masa depan.
Verifikasi dan pertanyaan berikutnya agar pengukuran dapat diandalkan
Verifikasi independen berasal dari mengaudit definisi Anda dan merekonstruksi timeline peristiwa.