Płynność pary: co oznacza i jakie dane ją odzwierciedlają
Płynność pary to to, jak łatwo uczestnicy rynku mogą kupować i sprzedawać parę walutową przy ograniczonym wpływie na cenę. W praktyce nie jest to jedna liczba. Odzwierciedla ją kilka obserwowalnych właściwości, takich jak to, jak wąskie są koszty transakcyjne (często opisywane przez zachowanie bid-ask) oraz ile zainteresowania obrotami istnieje na różnych poziomach cen (głębokość).
Aby ocenić płynność pary na podstawie danych, zwykle łączysz (1) dowody z transakcji i notowań, (2) miary mikrostruktury rynku oraz (3) informacje kontekstowe wyjaśniające, dlaczego płynność może się różnić w czasie lub na różnych platformach.
Bezpośrednia odpowiedź: dane wejściowe, których potrzebujesz
Możesz zbudować samowystarczalną listę kontrolną oceny wokół czterech kategorii danych: dane wejściowe, proweniencja, aktualność oraz sprawdzenia jakości.
1) Dane wejściowe opisujące mechanikę płynności
Użyj co najmniej dwóch z poniższych typów danych wejściowych, ponieważ każdy z nich ujmuje inny aspekt płynności:
- Miary oparte na notowaniach: szeregi czasowe cen bid i ask (oraz opcjonalnie ceny mid), na podstawie których możesz obliczyć statystyki spreadu (np. średnią, medianę i zachowanie w ogonach).
- Miary oparte na księdze zleceń lub głębokości: migawki lub zagregowana głębokość na poziomach cen w pobliżu bieżącej ceny; pomaga to oszacować, jaką wielkość można obrócić, zanim cena istotnie się zmieni.
- Miary oparte na transakcjach: znaczniki czasu wykonanych transakcji, wielkości transakcji oraz to, czy transakcje zachodziły z wieloma kontrahentami; to wspiera interpretacje dotyczące wolumenu i uczestnictwa.
- Wskaźniki kosztów realizacji: zrealizowany poślizg z Twoich własnych transakcji benchmarkowych lub udokumentowane średnie metryki realizacji z platformy (tylko jeśli definicje i próbkowanie są jasne).
Założenie do podania dla każdego obliczenia: zdefiniuj okno pomiarowe (na przykład „podczas sesji londyńskiej”) oraz metodę agregacji (średnia vs mediana; stały interwał vs próbkowanie oparte na zdarzeniach).
2) Proweniencja: skąd pochodzą dane
Udokumentuj pochodzenie każdego zestawu danych:
- Typ miejsca obrotu lub kanału (na przykład zagregowane dane rynkowe vs dane specyficzne dla miejsca obrotu).
- Kto je publikuje (oraz czy są to dane regulacyjne, giełdowe/ECN/MTF, czy dane od dostawcy).
- Co reprezentują ceny (wskazania spot vs notowania orientacyjne; czy notowania są możliwe do wykonania, czy tylko stanowią odniesienia do obrotu).
Proweniencja ma znaczenie, ponieważ ta sama para może wykazywać inną płynność w zależności od tego, czy dane obejmują jedno miejsce obrotu, wiele miejsc obrotu, czy też są to dane przefiltrowane/przetworzone.
3) Aktualność: jak bieżące i zsynchronizowane w czasie są dane
Płynność zależy od czasu. Powinieneś odnotować:
- Dokładność znacznika czasu (sekundy vs milisekundy) oraz strefę czasową.
- Oznaczenia sesji lub przynajmniej godziny rozpoczęcia/zakończenia użyte w analizie.
- Częstotliwość próbkowania (np. co sekundę, po każdej transakcji lub okresowe migawki).
Jeśli porównujesz dwie pary, wyrównaj ich okna, używając tych samych definicji sesji i standardów znaczników czasu; w przeciwnym razie mierzysz różne reżimy.
4) Sprawdzenia jakości: zweryfikuj, że dane pozwalają na metrykę
Zanim zaczniesz interpretować płynność, uruchom sprawdzenia potwierdzające spójność wewnętrzną:
- Braki i wartości odstające: wykryj luki w szeregach notowań, transakcje o zerowej wielkości lub nieprawdopodobne skoki cen.
- Spójność definicji: potwierdź, czy „spread” jest liczony jako ask minus bid, czy jednostki to pipsy czy kategoria cenowa oraz jak obsługiwana jest wycena ułamkowa.
- Uwaga dotycząca mikrostruktury: dane o głębokości mogą być oparte na migawkach, podczas gdy dane z notowań są ciągłe; nie mieszaj ich tak, jakby reprezentowały ten sam moment.
Zdefiniuj co najmniej jeden tryb awarii: na przykład zestaw danych może wyglądać na „płynny”, ponieważ jest wygładzony lub próbkowany rzadko, co ukrywa krótkotrwałe poszerzenia, które mają znaczenie dla realizacji.
Dowody i przykłady wyników gotowych do weryfikacji
Ocena nastawiona na weryfikację generuje wyniki, które można odtworzyć na podstawie danych wejściowych:
- Podsumowanie zachowania spreadu: oblicz medianę spreadu oraz spready w ogonach (np. 95. percentyl) w zdefiniowanym oknie czasowym.
- Podsumowanie głębokości w określonej odległości: zmierz głębokość w stałej odległości od ceny mid (korzystając z udokumentowanej definicji odległości cenowej).
- Wolumen i częstotliwość transakcji: podsumuj łączny wykonany wolumen oraz liczbę odrębnych zdarzeń transakcyjnych.
Dla każdego wyniku zachowaj krótką „kartę obliczeń” opisującą:
- definicję okna,
- metodę wyrównania w czasie,
- jednostki,
- czy wyniki są ważone wolumenem czy czasem.
Ograniczenia i ryzyka: dlaczego wnioski mogą się nie udać
Kilka ograniczeń może podważyć ocenę płynności:
- **Historyczne zależności nie gwarantują przyszłych warunków. ** Płynność może się zmieniać wraz z napięciem na rynku, świętami, zmiennością oraz zakłóceniami technologicznymi lub w infrastrukturze miejsca obrotu. 2. **Koszty mogą być niepełne. ** Spready wyprowadzone z notowań nie uwzględniają automatycznie wszystkich kosztów realizacji (takich jak prowizje, swapy, efekty finansowania lub poślizg). 3. **Porównywalność danych jest krucha. ** Różne kanały lub miejsca obrotu mogą stosować filtrowanie, agregację lub obsługę znaczników czasu, które zmieniają obserwowaną płynność. 4. **Przestarzałość i błąd wynikający z próbkowania.