Quali dati sono necessari per valutare la liquidità per sessione?

Quali dati sono necessari per valutare la liquidità per sessione

Valutare la liquidità per sessione inizia con la raccolta di input che permettano di descrivere la profondità di mercato e la “capacità di effettuare transazioni” all’interno di finestre temporali definite. L’elemento chiave è utilizzare (1) proxy di liquidità misurabili, (2) una definizione chiara del tempo per ogni sessione, (3) fonti affidabili per ogni dataset e (4) verifiche che confermino tempestività e coerenza interna. Senza questi elementi, i risultati potrebbero riflettere artefatti nei dati piuttosto che il comportamento effettivo della liquidità.

Meccanismo e definizione: cosa si sta misurando

“Liquidità per sessione” significa confrontare le caratteristiche di liquidità del mercato tra specifiche sessioni di trading (ad esempio, le principali ore di trading regionali). Per valutarla, tipicamente servono:

1. Confini della sessione

• Gli orari esatti di inizio/fine utilizzati per ogni sessione.
• Il fuso orario (e come vengono gestiti i cambiamenti dell’ora legale).
• Una regola per gestire gli eventuali sovrapposizioni (se due sessioni si sovrappongono, decidere se assegnare le transazioni a una sola sessione o dividerle).

2. Un proxy di liquidità (l’osservabile calcolabile) La liquidità non è una quantità fisica unica, quindi è necessario scegliere proxy coerenti con la propria definizione. Le categorie comuni includono:

• Basati su transazioni: misure derivate dagli scambi effettuati, come il numero di transazioni per finestra.
• Basati sui prezzi di offerta/domanda: misure derivate dai prezzi bid/ask, come lo spread o gli aggiornamenti dei prezzi.
• Basati sul libro degli ordini (se disponibile): profondità ai diversi livelli di prezzo o volume nel libro.

3. Copertura del mercato e mappatura degli strumenti

• Quali strumenti sono inclusi (ad esempio, specifiche coppie spot forex o derivati), e se la mappatura è uno-a-uno.
• Se si aggregano più venue o fornitori in un unico dataset.

4. Costi e contesto di esecuzione (necessari per l’interpretazione) Anche se l’obiettivo è una descrizione della liquidità, si dovrebbe registrare il contesto che influenza le misure osservate:

• I costi di trading che influenzano i prezzi e le transazioni nel proprio feed dati.
• Le regole del feed dati (come vengono rappresentati i prezzi mancanti o gli aggiornamenti in ritardo).
• Se le osservazioni si riferiscono al prezzo medio, bid/ask o all’ultimo scambio.

Evidenze ed esempio: input, provenienza e assunzioni

Di seguito è riportata una checklist completa dei dati necessari e della qualità da verificare.

Input da raccogliere

• Serie di quotazioni: prezzi bid e ask (o almeno lo spread) con frequenza di campionamento nota e timestamp.
• Serie di transazioni (se utilizzata): timestamp e dimensioni delle transazioni eseguite.
• Calendario delle sessioni: orari di inizio/fine delle sessioni e fuso orario scelto.

Provenienza da registrare

• Origine dei dati: un fornitore di dati, un feed di borsa/venue o un broker/API.
• Modalità di generazione dei timestamp: se sono in UTC, ora locale della borsa o ora locale del broker.
• Regole di gestione dei dati: se il fornitore interpola, elimina o segnala i gap.

Assunzioni di tempestività (perché la “liquidità” dipende dal tempo)

Specificare chiaramente se si sta analizzando:

• Liquidità storica per sessioni passate, oppure
• Istantanee in tempo quasi reale. Se il dataset è storico, non si può affermare nulla sulle condizioni attuali di liquidità; si può solo descrivere ciò che il dataset mostra per quelle finestre passate.

Assunzioni di calcolo per ogni metrica

Per ogni metrica calcolata (media dello spread, frazione di tempo entro una certa fascia di spread, conteggio delle transazioni, intensità degli aggiornamenti dei prezzi), documentare:

• La finestra di aggregazione (per minuto, per sessione, per sottointervallo).
• Come si trattano le coppie bid/ask mancanti.
• Se si usano medie semplici, mediane o misure ponderate per tempo.

Un esempio minimo di assunzione potrebbe essere: “La liquidità per sessione è calcolata per ogni sessione utilizzando lo spread medio ponderato per il tempo, derivato dai prezzi bid/ask campionati con i timestamp del fornitore; gli intervalli con bid o ask mancanti sono esclusi.” Tali assunzioni rendono il risultato indipendentemente spiegabile.

Limitazioni e rischi (inclusi i modi di fallimento)

Almeno una limitazione significativa deve sempre essere considerata:

1. Errori di fuso orario e di confine Se i confini delle sessioni non sono allineati (fuso orario errato o gestione impropria dell’ora legale), il confronto tra “sessioni” potrebbe mescolare regimi di liquidità diversi.

2. Incompletezza dei dati ed effetti del venue Le quotazioni possono mancare durante movimenti rapidi, e i feed di transazioni possono riflettere solo un sottoinsieme dell’attività. Questo può distorcere i proxy di liquidità anche quando i prezzi sembrano plausibili.

3. Mancata corrispondenza del proxy Spread, conteggio delle transazioni e profondità sono correlati ma non identici. Uno spread ridotto può coesistere con una bassa profondità, e un tasso di transazioni più elevato può riflettere volatilità piuttosto che liquidità investibile.

4. Nessuna garanzia di validità futura Le relazioni storiche tra tempistica delle sessioni e liquidità non garantiscono risultati futuri. La struttura di mercato, la partecipazione e i costi possono cambiare.