Quali Dati Sono Necessari per Valutare le Assunzioni sugli Spread?
Cosa significano le assunzioni sugli spread
Le “assunzioni sugli spread” sono le aspettative dichiarate sui costi di transazione rappresentati dallo spread bid–ask utilizzato in un calcolo, backtest, previsione o esempio. Gli spread non sono semplicemente un numero singolo: dipendono da come viene definita la quotazione (bid e ask), quando viene misurata e da come si assume che avvenga l’esecuzione dell’ordine.
Per valutare se le tue assunzioni sono ragionevoli, hai bisogno di dati che ti permettano di: (1) definire con precisione il concetto di spread, (2) riprodurre lo stesso calcolo dello spread che utilizzi, e (3) verificare se tale comportamento dello spread è sufficientemente stabile per lo scopo previsto.
Input principali necessari
Di solito hai bisogno di quattro gruppi di input: la definizione dello spread, i dati sui prezzi/quotazioni, le assunzioni di esecuzione e tutti i costi che interagiscono con gli spread.
- Definizione dello spread e regola di misurazione Specifica a quale spread ti riferisci:
- Spread grezzo (raw spread): calcolato direttamente dal bid e ask al momento della misurazione.
- Spread effettivo (effective spread): lo spread effettivamente sperimentato dopo aver considerato i tempi di esecuzione e le condizioni dell’ordine.
- Spread modellato (modeled spread): una stima derivata da una trasformazione (ad esempio, una media o una regola). Senza una definizione specifica, confronti successivi risultano ambigui.
- Dati di quotazione o prezzo utilizzati per derivare lo spread Raccogli le serie di dati bid e ask (o campi equivalenti) su cui si basa la tua assunzione di spread. Per ogni serie, registra:
- l’identificazione dello strumento,
- i timestamp delle quotazioni,
- se i dati sono a livello di tick, aggregati o campionati.
-
Tempestività e allineamento con l’esecuzione I dati sugli spread devono corrispondere al “quando” del tuo calcolo. Se assumi un ingresso a un orario specifico, i dati sugli spread devono derivare da quotazioni contemporanee a quell’orario. Timestamp non allineati possono creare un disallineamento sistematico.
-
Assunzioni di esecuzione e costi di trading che influenzano lo spread effettivo Anche se assumi uno spread, il costo effettivo può variare a causa dei dettagli di esecuzione. I dati da raccogliere includono:
- se si assume che gli ordini avvengano istantaneamente al prezzo quotato o con ritardo,
- se gli ordini sono considerati market o limit,
- eventuali altri componenti dei costi di transazione che combini allo spread (ad esempio commissioni o fee, se li modelli).
Provenienza: da dove provengono i dati
Hai anche bisogno della provenienza — evidenza dell’origine e dell’uso previsto — per ogni variabile che entra nell’assunzione dello spread.
I dettagli chiave sulla provenienza includono:
- Tipo di fonte dati: quotazioni fornite da un broker, dati da exchange/venue o feed di un fornitore di dati.
- Trasparenza della lavorazione dati: se il feed è grezzo o già filtrato/pulito.
- Politica di campionamento: se le quotazioni sono complete o se i gap sono interpolati.
- Coerenza nel tempo: se il formato del feed o le condizioni di liquidità sono cambiate.
Se l’assunzione di spread deriva da un tipo di feed, ma la tua valutazione ne usa un altro, non puoi convalidare l’assunzione in modo affidabile.
Tempestività e verifiche di qualità prima di fidarsi dell’assunzione
Poiché gli spread possono variare rapidamente, dovresti effettuare verifiche di qualità che confermino che l’assunzione non si basa su artefatti.
Le verifiche importanti includono:
- Completezza dei dati: cerca punti mancanti di bid/ask o lunghi gap.
- Integrità dei timestamp: conferma che i timestamp siano monotoni e che il fuso orario sia gestito correttamente.
- Politica di gestione degli outlier: documenta come tratti i valori estremi (ad esempio, se li limiti, escludi o mantieni).
- Compatibilità della granularità: assicurati che la granularità della serie di spread corrisponda al modo in cui la utilizzi (per trade, per barra, per giorno, ecc.).
Un’assunzione di spread può fallire anche quando lo spread medio sembra plausibile, se il dataset nasconde periodi di illiquidità.
Evidenza o esempio: convalida con periodi comparabili
Un modo pratico per valutare le assunzioni sugli spread è confrontare il comportamento ipotizzato con il comportamento osservato in periodi separati ma comparabili.
Ad esempio, se assumi uno spread medio costante, hai bisogno di un dataset che mostri:
- la distribuzione degli spread osservati nei periodi rilevanti,
- la proporzione di tempo in cui lo spread supera il valore ipotizzato,
- se la volatilità dello spread aumenta in determinati regimi di mercato.
Se assumi una regola di spread variabile nel tempo, devi verificare che la regola riproduca gli spread osservati quando applicata alle stesse definizioni e allineamento temporale usati originariamente.
Limitazioni e modi di fallimento da considerare
Almeno una limitazione significativa è essenziale: le assunzioni sugli spread possono essere violate da condizioni che i tuoi dati o modello non catturano.
I modi di fallimento comuni includono:
- Allargamento guidato dalla liquidità: gli spread possono allargarsi bruscamente quando la liquidità diminuisce.