Jawaban langsung
Agregasi likuiditas adalah gagasan bahwa likuiditas beli dan jual dari banyak sumber dapat digabungkan—secara langsung atau tidak langsung—agar sebuah sistem dapat merepresentasikan gambaran yang lebih lengkap tentang harga apa saja yang bisa diperdagangkan. “Contoh terolah (worked example)” adalah skenario numerik yang menyatakan asumsi (depth, spread, dan biaya) lalu menunjukkan apa yang berubah ketika likuiditas berasal dari satu sumber dibandingkan beberapa sumber.
Mekanisme atau definisi
Dalam pasar yang khas, “likuiditas” adalah seberapa banyak aset yang bisa dibeli atau dijual di dekat harga, yang sering dijelaskan sebagai order-book depth. Agregasi likuiditas bertujuan untuk memperlakukan likuiditas dari beberapa sumber (misalnya, pihak lawan yang berbeda atau trading venue yang berbeda) seolah-olah tersedia secara bersamaan.
Contoh terolah biasanya memisahkan mekanisme dari variabilitas:
- Mekanisme yang stabil (diasumsikan): Anda dapat memodelkan depth berdasarkan level harga dan menghitung nilai nosional yang bisa dipenuhi sebelum mencapai limit price.
- Kondisi yang bervariasi (tidak diasumsikan stabil): bid–ask spread, distribusi depth, latensi eksekusi, biaya, dan perilaku venue dapat berbeda dari waktu ke waktu.
Agar tidak diperlakukan sebagai sinyal yang berdiri sendiri, contoh sebaiknya berfokus pada bagaimana eksekusi mungkin disusun daripada memprediksi profitabilitas.
Bukti atau contoh
Asumsikan sebuah pasangan FX yang dikutip sebagai tangga bid/ask yang disederhanakan (tanpa data real-time). Juga asumsikan:
- Anda ingin membeli 1,000,000 unit (mata uang dasar) pada harga “marketable”.
- Anda mempertimbangkan tiga sumber likuiditas: Source A, Source B, dan Source C.
- Setiap sumber memiliki depth pada level harga tertentu relatif terhadap mid-price acuan.
- Ada biaya tetap sebesar 0.10% dari executed notional.
Langkah 1: Tampilan satu sumber
Anda hanya dapat mengeksekusi terhadap Source A. Asumsikan Source A memiliki depth sisi ask berikut untuk ukuran order Anda:
- Pada ask level 1: kualitas harga sesuai dengan fill 400,000 unit
- Pada ask level 2 (lebih buruk dengan jumlah kecil): fill 300,000 unit
- Pada ask level 3 (lebih buruk lagi): fill sisa 300,000 unit Jadi Source A dapat mengisi seluruh 1,000,000 unit, tetapi harga eksekusi rata-ratanya akan lebih buruk daripada level terbaik.
Langkah 2: Tampilan teragregasi di seluruh sumber
Sekarang Anda mengizinkan agregasi likuiditas di seluruh Source A, B, dan C. Asumsikan:
- Source A menyediakan 400,000 unit pada level terbaik, lalu 100,000 unit pada level berikutnya.
- Source B menyediakan 300,000 unit pada level yang lebih baik daripada level ketiga milik A.
- Source C menyediakan sisa 200,000 unit pada level yang lebih jauh.
Dalam skenario ini, agregasi mengubah distribusi fill di seluruh level harga. Bahkan dengan ukuran total yang sama (1,000,000 unit), menggunakan level likuiditas yang lebih menguntungkan dapat menurunkan harga eksekusi rata-rata dibandingkan hanya menggunakan Source A.
Langkah 3: Perhitungkan biaya (fees)
Executed notional masih 1,000,000 unit, jadi komponen fee sama dalam setup yang disederhanakan ini: fee = 0.10% dari executed notional.
Yang berbeda adalah harga yang Anda bayar pada setiap level, yang memengaruhi nilai transaksi kotor dan karenanya hasil bersih. Karena artikel ini tidak menentukan kenaikan harga (price increments) yang tepat, contoh terolah ini mengilustrasikan struktur: agregasi mengubah level mana yang bisa Anda capai terlebih dahulu.
Apa yang bisa Anda verifikasi secara independen
Anda dapat memverifikasi logikanya tanpa harga real-time dengan memeriksa apakah eksekusi sistem mematuhi batasan yang dimodelkan:
- Apakah sistem menghindari level harga yang lebih buruk ketika likuiditas yang lebih baik ada di sumber lain?
- Apakah sistem melakukan fill parsial ketika depth tidak mencukupi?
- Apakah fill yang terealisasi sesuai dengan asumsi depth yang dinyatakan?
Keterbatasan dan risiko
Salah satu mode kegagalan yang material adalah depth yang tidak mencukupi atau berubah. Jika sumber-sumber teragregasi tidak mempertahankan level order-book yang diasumsikan, sistem dapat mengalami partial fills atau berpindah ke harga yang lebih buruk.
Keterbatasan penting lainnya:
- Variabilitas spread dan depth: likuiditas terbaik bisa menghilang saat partisipan lain melakukan trading.
- Efek latensi: antara menghitung tampilan teragregasi dan mengeksekusi, kondisi dapat berubah.
- Perbedaan eksekusi dan venue: “likuiditas” mungkin tidak sama-sama dapat dieksekusi; beberapa sumber bisa memiliki batasan, jadwal fee yang berbeda, atau perilaku operasional yang berbeda.
- Risiko mismatch model: tangga numerik yang Anda asumsikan mungkin tidak mencerminkan distribusi pesanan yang sebenarnya.
Karena biaya, kualitas eksekusi, dan kondisi pasar bervariasi, hubungan historis tidak menetapkan hasil di masa depan.
DOCUMENT END