Apa yang dimaksud dengan “Last Look” dalam Forex
Last Look adalah mekanisme yang digunakan oleh beberapa penyedia likuiditas, di mana permintaan perdagangan yang masuk tidak langsung menjadi final. Sebagai gantinya, penyedia dapat melakukan pemeriksaan pada atau mendekati waktu permintaan diterima, lalu sama ada menerima kuotasi untuk dieksekusi atau menolaknya.
Model sederhana membantu saat memikirkan implikasinya:
- Klien mengirimkan permintaan eksekusi.
- Penyedia memutuskan apakah permintaan tersebut masih dapat diterima berdasarkan aturan Last Look-nya.
- Penyedia mengeksekusi (atau mengonfirmasi) permintaan tersebut, atau menolaknya.
Poin pentingnya adalah bahwa “pemeriksaan” ini tidak hanya bergantung pada niat yang dikirimkan klien. Pemeriksaan tersebut bergantung pada kondisi di sisi penyedia: apakah pasar telah bergerak sejak momen referensi, apakah ambang batas internal telah terlampaui, dan bagaimana penyedia membandingkan harga atau kurs.
Karena mekanisme ini dikendalikan oleh penyedia, “Last Look” dapat berperilaku berbeda di berbagai venue dan penyedia. Saat membaca dokumentasi atau menganalisis log eksekusi, perlakukan ini sebagai keluarga perilaku, bukan satu aturan yang tetap.
Pertimbangan lanjutan: dependensi yang harus Anda pisahkan
1) Mekanisme yang stabil vs kondisi yang berubah
Pisahkan apa yang stabil dari apa yang variabel:
- Mekanisme yang stabil: Last Look memperkenalkan langkah penerimaan bersyarat setelah permintaan eksekusi diterima.
- Kondisi yang variabel: keputusan penyedia dapat bergantung pada volatilitas pasar, latensi, spread, batas risiko internal, serta kebijakan yurisdiksi atau venue.
Jika Anda tidak memisahkannya, Anda mungkin keliru mengatribusikan hasil pada logika sisi klien Anda. Misalnya, permintaan yang ditolak tidak otomatis berarti permintaan Anda “salah”; itu bisa mencerminkan aturan internal accept/reject penyedia di bawah kondisi saat ini.
2) Timing dan makna “masih dapat diterima”
Analisis lanjutan sering kali bergantung pada timing. Anda perlu memahami apa yang dimaksud dengan “waktu referensi” yang digunakan penyedia untuk perbandingan dan seberapa banyak waktu yang diizinkan sebelum keputusan harus dibuat.
Asumsi yang sebaiknya Anda nyatakan secara eksplisit untuk setiap perhitungan atau contoh:
- Timestamp pertukaran atau feed di sisi klien bisa berbeda dari timestamp internal penyedia.
- Latensi jaringan dan waktu pemrosesan dapat menjadi hal yang berarti dibandingkan dengan jendela keputusan Last Look mana pun.
- Perubahan harga yang cepat dapat mengubah permintaan yang awalnya dapat diterima menjadi permintaan yang ditolak.
3) Harga atau kurs mana yang dibandingkan
Keputusan Last Look biasanya memerlukan perbandingan sesuatu dari permintaan yang masuk dengan sesuatu yang dapat diamati di sisi penyedia. Ketidakpastian yang umum meliputi:
- Apakah perbandingan menggunakan bid/ask pada waktu keputusan atau mid reference.
- Apakah perbandingan mencakup spread internal penyedia atau model penetapan harga.
- Apakah penyedia menggunakan pita toleransi (misalnya, deviasi maksimum) daripada kesetaraan yang ketat.
Jika penyedia tidak mengekspos detail ini secara transparan, verifikasi independen hanya terbatas pada apa yang terlihat dari catatan Anda (waktu permintaan, hasil accept/reject, dan kode alasan apa pun yang disertakan dalam data Anda).
4) Biaya dan efek setelah keputusan
Meskipun Last Look hanya mengontrol accept/reject, hasil keseluruhan tetap dapat dipengaruhi oleh:
- Spread efektif pada waktu eksekusi.
- Adanya biaya atau komisi apa pun yang dikenakan oleh perantara.
- Perbedaan antara kuotasi yang Anda harapkan dan kuotasi yang benar-benar dieksekusi.
Agar analisis tetap berdiri sendiri, perlakukan “biaya” sebagai delta yang teramati dalam catatan eksekusi Anda (misalnya, selisih antara referensi harga yang Anda maksud dan harga yang dieksekusi), bukan bergantung pada asumsi tentang perilaku pasar di masa depan.
Bukti dan contoh: bagaimana Last Look muncul dalam data eksekusi nyata
Berikut adalah contoh pola yang dapat Anda cari tanpa mengasumsikan implementasi penyedia tertentu.
Contoh A: Klaster penolakan saat pergerakan cepat
Asumsi untuk contoh:
- Anda memiliki log eksekusi dengan timestamp untuk setiap permintaan dan hasil accept/reject.
Yang perlu diperiksa:
- Apakah penolakan meningkat selama periode yang diketahui memiliki volatilitas lebih tinggi.
- Apakah waktu antara permintaan dan respons akhir konsisten.
Batas pendekatan ini:
- Korelasi tidak membuktikan sebab-akibat. Volatilitas yang lebih tinggi bisa bertepatan dengan faktor lain seperti batas risiko atau aturan penanganan order.
Contoh B: Keputusan “terlambat” menciptakan ekspektasi yang tidak sesuai
Asumsi untuk contoh:
- Sistem Anda mencatat kuotasi atau harga referensi saat Anda mengirimkan permintaan.
Yang perlu diperiksa:
- Hubungan antara timestamp pengiriman Anda dan level harga pada saat respons yang tercatat tiba.
- Apakah accept dan reject menunjukkan perbedaan timing secara sistematis.
Ketidakpastian utama:
- Tanpa jam yang tersinkron antara sistem Anda dan penyedia, “apa yang dilihat penyedia” mungkin tidak dapat direkonstruksi secara persis.
Contoh C: Partial fills dan beberapa leg
Jika mekanisme berinteraksi dengan partial fills, Anda mungkin melihat:
- Sebagian bagian diterima dan sebagian lainnya ditolak.
- Hasil yang berbeda pada upaya yang berulang.
Asumsi:
- Dataset Anda membedakan antara fills, rejects, dan pengakuan parsial.
Yang perlu diperiksa:
- Apakah tingkat penolakan bergantung pada ukuran, jumlah upaya, atau urutan.
Mode kegagalan:
- Jika pencatatan Anda menggabungkan beberapa peristiwa menjadi satu catatan “attempt”, Anda bisa salah membaca bagaimana Last Look memengaruhi setiap segmen.
Keterbatasan dan risiko: mode kegagalan dalam memahami Last Look
1) Transparansi yang terbatas
Keterbatasan yang material adalah Anda mungkin tidak menerima informasi rinci tentang alasan permintaan ditolak. Tanpa kode alasan atau ambang batas yang terdokumentasi, sulit untuk memisahkan:
- Efek pergerakan pasar dari pemeriksaan risiko penyedia.
- Perbedaan penanganan teknis dari filter khusus Last Look.
2) Batasan tersembunyi dan perilaku kasus tepi
Kasus tepi lanjutan dapat menghasilkan hasil yang tampak tidak konsisten:
- Perubahan harga cepat yang terjadi antara pengiriman permintaan dan evaluasi internal penyedia.
- Momen ketika spread melebar dengan cepat, sehingga mengubah apa yang “dapat diterima”.
- Situasi ketika percobaan ulang Anda diperlakukan sebagai keputusan terpisah, mungkin dengan timing yang berbeda dan karenanya hasil yang berbeda.
3) Analitik bisa menyesatkan tanpa definisi yang cermat
Verifikasi memerlukan definisi yang jelas. Kesalahan umum:
- Menganggap “reject” sebagai “harga lebih buruk” tanpa memastikan aturan keputusan penyedia.
- Membandingkan harga referensi permintaan dengan harga eksekusi tanpa memperhitungkan perbedaan timestamp.
- Overfitting kesimpulan pada satu rezim pasar.
Hubungan historis tidak menetapkan hasil masa depan, terutama di pasar dengan volatilitas dan likuiditas yang bervariasi.
4) Variabilitas yurisdiksi dan venue
Penanganan eksekusi dan legal dapat berbeda di berbagai yurisdiksi dan venue. Ini menciptakan risiko mengasumsikan bahwa perilaku satu penyedia berlaku secara umum. Untuk pemahaman yang akurat, andalkan dokumentasi legal penyedia, penjelasan resmi dari venue, dan catatan eksekusi yang Anda amati, serta harapkan adanya variabilitas.
Cara memverifikasi perilaku Last Look dan apa yang perlu ditanyakan selanjutnya
Checklist verifikasi independen
Untuk memverifikasi secara independen bagaimana Last Look memengaruhi eksekusi Anda, fokus pada data yang Anda kendalikan:
- Untuk setiap permintaan: catat timestamp permintaan, referensi yang dimaksud (apa yang Anda gunakan), dan hasil accept/reject.