Jakie dane są potrzebne do oceny Spreadu w podziale na sesje?

Bezpośrednia odpowiedź

Aby w sposób samodzielny ocenić „Spread w podziale na sesje”, potrzebujesz danych wejściowych, które pozwolą Ci (1) zdefiniować, co oznacza „sesja”, (2) zmierzyć spread w spójny sposób w ramach każdej sesji oraz (3) zweryfikować pochodzenie danych i jakość czasu. Ponieważ spready zależą od zmiennych warunków rynkowych i sposobu realizacji przez dostawcę, musisz również udokumentować założenia i ograniczenia, aby inni mogli odtworzyć Twoje wyniki.

Jeśli chcesz samodzielnie wyjaśnić lub zweryfikować tę koncepcję, podstawowy zestaw danych to zbiór obserwacji spreadu wraz z odpowiadającymi im znacznikami czasu oraz metadane opisujące, w jaki sposób te spready zostały obliczone i jak wybrano granice sesji.

Mechanizm i definicja

„Spread” zazwyczaj oznacza różnicę między kwotowaną ceną kupna a kwotowaną ceną sprzedaży w danym momencie. „Spread w podziale na sesje” grupuje te pomiary spreadu w przedziały czasowe (sesje) i porównuje, jak spread zachowuje się w tych przedziałach.

Aby grupowanie miało sens, potrzebujesz:

• Definicji sesji (stabilne dane wejściowe): jakie przedziały czasowe nazywasz każdą sesją (na przykład według czasu zegarowego lub nazwanego okresu rynkowego). Wybierz jeden zegar referencyjny (wraz ze strefą czasową) i utrzymuj go spójnie.
• Znaczników czasu pomiaru (stabilne dane wejściowe): dokładny znacznik czasu powiązany z każdą obserwacją spreadu, z jawną strefą czasową lub regułą konwersji.
• Metody obliczania spreadu (stabilne dane wejściowe): sposób obliczenia spreadu (np. przy użyciu bid/ask z tego samego znacznika czasu, czy uwzględniono cenę średnią oraz czy wartości były zaokrąglane).
• Spójności instrumentu i kwotowań (stabilne dane wejściowe): konkretna para walutowa (pary), typ kontraktu i źródło kwotowań, aby obserwacje spreadu reprezentowały tę samą podstawową koncepcję rynkową.

Czynniki zmienne, które należy oddzielić od mechaniki, obejmują zmiany płynności rynku, zmienność wywołaną wydarzeniami oraz specyficzne dla dostawcy zachowania kwotowań lub realizacji. Twoje dane powinny rejestrować wystarczająco dużo kontekstu, aby odróżnić zasady pomiaru od zmieniających się warunków.

Dowód lub przykład z jawnymi założeniami

Typowym sposobem uporządkowania wymaganych danych jest zbudowanie tabeli, w której każdy wiersz to jedna obserwacja spreadu:

• Pola wymagane dla każdej obserwacji: (1) znacznik czasu, (2) cena bid, (3) cena ask, (4) obliczony spread oraz (5) identyfikator instrumentu.

Następnie stosujesz logikę sesji:

• Założenie: „Sesja A” i „Sesja B” są zdefiniowane przez stałe godziny rozpoczęcia i zakończenia w tej samej strefie czasowej.
• Założenie: każda obserwacja wykorzystuje bid i ask z tego samego znacznika czasu (lub w wąsko określonej tolerancji).

Po zgrupowaniu obliczasz statystyki podsumowujące dla każdej sesji, takie jak średni lub medianowy spread oraz miarę rozproszenia. Można opisać historyczne wzorce, ale kluczowe jest to, aby każdy mógł powtórzyć te same kroki, używając tych samych granic sesji i tych samych zasad definicji spreadu.

Należy zaplanować co najmniej jedno istotne ograniczenie: jeśli znaczniki czasu są nieprawidłowo wyrównane (na przykład mieszane strefy czasowe, różne zasady dotyczące czasu letniego lub opóźnione znaczniki czasu z kanału danych), grupowanie w sesje staje się błędne, nawet jeśli liczby spreadów wyglądają wiarygodnie.

Ograniczenia, ryzyka i co może zawieść

Kilka typowych scenariuszy awarii często podważa ocenę Spreadu w podziale na sesje:

• Niespójne okna sesji: jeśli jeden zestaw danych używa różnych stref czasowych lub ruchomych granic, porównania stają się niewiarygodne.
• Brakujące lub nieaktualne kwotowania: sesje mogą wydawać się mieć „wąskie” spready tylko dlatego, że kwotowania były niedostępne lub opóźnione; musisz śledzić kompletność kwotowań.
• Wartości odstające wynikające z błędnych ticków: nagłe skoki mogą pochodzić z błędów danych lub rzadkich kwotowań. Należy udokumentować solidne kontrole (takie jak zasady obsługi wartości odstających).
• Specyficzne dla dostawcy zachowania kwotowań: różne źródła kwotowań mogą pokazywać różne spready dla tego samego nominalnego instrumentu, więc pochodzenie danych ma znaczenie.

Ponadto wyniki różnią się w zależności od warunków rynkowych, kosztów, realizacji i jurysdykcji. Nawet dobrze zmierzony historyczny wzorzec nie przesądza o przyszłych wynikach.

Weryfikacja i kolejne pytania

Aby samodzielnie zweryfikować twierdzenia dotyczące Spreadu w podziale na sesje, powinieneś być w stanie odpowiedzieć na następujące pytania:

1. Jakie granice sesji zostały użyte? Podaj godziny rozpoczęcia i zakończenia oraz strefę czasową (i regułę konwersji).
2. Jak obliczono spread? Podaj wzór oraz zasady zaokrąglania/normalizacji.
3. Jakie jest pochodzenie kwotowań? Wskaż źródło danych i czy znaczniki czasu odzwierciedlają czas kwotowania, czy czas otrzymania.
4. Jak obsłużono problemy z jakością? Udokumentuj zasady dotyczące brakujących danych, obsługę wartości odstających i wszelkie filtrowanie.

Jeśli udostępnisz te szczegóły, inni będą mogli powtórzyć grupowanie i ponownie sprawdzić wyniki przy użyciu tych samych założeń.