Bagaimana agregasi likuiditas dapat diukur?

Agregasi likuiditas, dalam istilah yang dapat diukur

Agregasi likuiditas adalah proses ketika minat beli dan jual dari banyak sumber dibuat tersedia untuk saling berinteraksi, biasanya melintasi satu atau lebih trading venue. Untuk mengukurnya, Anda perlu input yang dapat diamati dan jendela waktu yang didefinisikan, karena likuiditas bukanlah satu nilai tunggal: likuiditas berubah seiring waktu, venue, dan biaya trading.

Definisi praktis untuk pengukuran adalah: seberapa besar minat berlawanan yang dapat dieksekusi dapat diakses dan seberapa cepat transaksi dapat dieksekusi terhadapnya, dengan mempertimbangkan instrumen tertentu, cakupan venue, dan waktu pengukuran.

Bidang yang dapat diukur: apa yang perlu dihitung

Anda dapat mengukur agregasi likuiditas menggunakan beberapa bidang. Setiap bidang harus mencakup (1) instrumen (misalnya, pasangan mata uang), (2) venue atau himpunan venue yang Anda anggap sebagai “teragregasi”, dan (3) sebuah timestamp atau time window.

Kedalaman yang ditampilkan / likuiditas yang terlihat (per snapshot)

Tentukan waktu snapshot (T) dan catat kuantitas pada level harga di dekat mid-price.
Bandingkan kedalaman pada tampilan teragregasi versus kedalaman pada tampilan satu venue.
Asumsi: likuiditas yang ditampilkan adalah proksi yang tidak sempurna untuk kemampuan terisi yang sebenarnya, karena order dapat dibatalkan.

Metrik eksekusi yang efektif (dalam suatu jendela)

Tentukan jendela uji [T1, T2] dan kumpulkan transaksi yang dieksekusi dari instrumen dan himpunan venue yang sama.
Gunakan bidang seperti harga eksekusi rata-rata relatif terhadap referensi (misalnya, mid-price pada atau sebelum eksekusi), realized spread, dan slippage.
Asumsi: biaya mencakup efek bid-ask dan biaya apa pun yang dapat diamati; biaya yang tidak teramati harus didokumentasikan.

Proksi dampak pasar dan fillability

Perkirakan seberapa besar harga bergerak saat membeli atau menjual notional yang diketahui dalam jendela tersebut.
Jika Anda memiliki akses ke data level order, bandingkan seberapa cepat order yang marketable terisi (fill rates) dibandingkan seberapa lama order tersebut tetap tidak terpasangkan.
Keterbatasan: aturan routing dan matching yang berbeda di berbagai venue dapat mengubah hasil meskipun “likuiditas” tampak serupa.

Bukti dan contoh perbandingan (dengan asumsi yang eksplisit)

Pertimbangkan dua pendekatan pengukuran untuk instrumen yang sama dan time window yang sama [T1, T2].

Opsi A: Perbandingan kedalaman snapshot

Ambil snapshot setiap N detik dan catat kedalaman yang terlihat dalam jarak tetap dari mid-price.
Hitung rata-rata kedalaman teragregasi di seluruh snapshot.
Bandingkan dengan rata-rata kedalaman dari satu venue yang dipilih.

Opsi B: Perbandingan kualitas eksekusi

Kumpulkan eksekusi selama [T1, T2] yang dirutekan atau diatribusikan ke himpunan venue teragregasi.
Hitung realized spread dan slippage rata-rata dibandingkan referensi pada saat eksekusi.
Bandingkan dengan eksekusi dari satu venue yang dipilih.

Asumsi kunci untuk kedua opsi: proses timestamping dan harga referensi harus konsisten. Jika satu dataset menggunakan satu standar timestamp (atau diperbarui pada frekuensi yang berbeda) sementara dataset lain menggunakan standar lain, perbedaan dapat mencerminkan waktu pengukuran, bukan agregasi likuiditas.

Keterbatasan, mode kegagalan, dan verifikasi

Keterbatasan material dapat mencegah satu metrik tunggal merepresentasikan “agregasi” secara andal.

Likuiditas dinamis dan pembatalan Kedalaman yang ditampilkan dapat tampak stabil selama periode tenang, tetapi berubah cepat karena pembatalan. Pengukuran berbasis snapshot dapat melebihkan likuiditas yang benar-benar dapat dieksekusi jika banyak order tidak bertahan hingga berinteraksi.
Perbedaan cakupan venue dan atribusi “Teragregasi” dapat berarti hal yang berbeda tergantung pada sumber data. Dua dataset dapat memberi label venue yang mirip, tetapi berbeda dalam rute, pool, atau kanal eksekusi yang mereka sertakan, sehingga mengubah kedalaman terukur dan kualitas eksekusi.
Gangguan biaya eksekusi Realized slippage dan spread bergantung pada biaya trading dan mekanisme eksekusi. Bahkan jika likuiditas teragregasi meningkat, routing yang buruk atau latensi dapat memperburuk kualitas eksekusi.
Hubungan historis tidak menjamin hasil di masa depan Jika Anda mengamati bahwa kualitas eksekusi teragregasi lebih baik pada satu periode, itu tidak menetapkan bahwa hubungan yang sama akan berlaku kemudian di bawah rezim volatilitas yang berbeda.

Checklist verifikasi independen:

Konfirmasi identitas instrumen, himpunan venue, dan time window.
Gunakan timestamp dan definisi referensi yang konsisten.
Ulangi pengukuran di beberapa time window dengan volatilitas yang berbeda.
Bandingkan setidaknya satu metrik likuiditas (kedalaman/ketersediaan marketable) dan satu metrik eksekusi (realized spread/slippage).

Jika Anda tidak dapat mengakses informasi seperti order-book dan hasil eksekusi, Anda harus mengharapkan pengukuran yang tidak lengkap. Dalam kasus itu, pengukuran harus dibingkai sebagai “proksi parsial,” bukan sebagai kuantifikasi langsung dari agregasi.

Pertanyaan berikutnya yang perlu diklarifikasi sebelum mengukur

Sebelum Anda memilih metrik, klarifikasi apa yang dimaksud “teragregasi” dalam konteks Anda: venue mana yang disertakan, data feed apa yang mendefinisikannya, dan standar timestamp apa yang digunakan.

DOCUMENT END