Jakie dane są potrzebne do oceny płynności według sesji?

Jakie dane są potrzebne do oceny płynności według sesji

Ocena płynności według sesji zaczyna się od zebrania danych wejściowych, które pozwolą opisać głębokość handlową i „zdolność do realizacji transakcji” w zdefiniowanych oknach czasowych. Kluczowe jest użycie (1) mierzalnych wskaźników płynności, (2) jasnej definicji czasu dla każdej sesji, (3) wiarygodnego pochodzenia dla każdego zestawu danych oraz (4) sprawdzeń potwierdzających aktualność i wewnętrzną spójność. Bez tego wyniki mogą odzwierciedlać artefakty danych, a nie zachowanie płynności.

Mechanizm i definicja: co tak naprawdę mierzymy

„Płynność według sesji” oznacza porównywanie cech płynności rynkowej w ramach konkretnych sesji handlowych (na przykład głównych godzin handlu w różnych regionach). Aby ją ocenić, zazwyczaj potrzebujesz:

Granice sesji

Dokładnych godzin rozpoczęcia/zakończenia użytych dla każdej sesji.
Strefy czasowej (oraz tego, jak uwzględnia się zmiany czasu letniego).
Zasady, co dzieje się przy nakładaniu się sesji (jeśli dwie sesje nachodzą na siebie, zdecyduj, czy przypisujesz transakcje do jednej sesji, czy dzielisz je między obie).

Wskaźnika płynności (obserwacji, którą możesz policzyć) Płynność nie jest pojedynczą wielkością fizyczną, więc musisz wybrać wskaźniki zgodne z twoją definicją. Typowe kategorie obejmują:

Transakcyjne: miary wyprowadzone z wydruków transakcji, takie jak liczba transakcji w oknie.
Kursowe (quote-based): miary wyprowadzone z notowań bid/ask, takie jak spread lub aktualizacje notowań.
Z księgi zleceń (jeśli dostępne): głębokość na poziomach cenowych lub wolumen w księdze.

Pokrycie rynku i mapowanie instrumentów

Które instrumenty są uwzględnione (na przykład konkretne pary spot na rynku Forex lub instrumenty pochodne) oraz czy mapowanie jest jeden-do-jednego.
Czy agregujesz wiele miejsc obrotu lub dostawców do jednego zestawu danych.

Koszty i kontekst realizacji (potrzebne do interpretacji) Nawet jeśli twoim celem jest opisowa płynność, powinieneś zapisać kontekst wpływający na obserwowane miary płynności:

Koszty handlowe wpływające na notowania i transakcje w twoim strumieniu danych.
Zasady strumienia danych (jak reprezentowane są brakujące notowania lub opóźnione aktualizacje).
Czy obserwacje to mid-price, bid/ask, czy ostatnia transakcja.

Dowody i przykład: dane wejściowe, pochodzenie i założenia

Poniżej znajduje się samowystarczalna checklista danych, które musisz zebrać oraz jakości, którą powinieneś potwierdzić.

Dane wejściowe do zebrania

Szeregi notowań (quote series): ceny bid i ask (lub przynajmniej spread) przy znanej częstotliwości próbkowania, wraz ze znacznikami czasu.
Szeregi transakcji (trade series) (jeśli używasz): znaczniki czasu wykonanych transakcji oraz ich rozmiary.
Kalendarz sesji: godziny rozpoczęcia/zakończenia sesji oraz wybrana strefa czasowa.

Pochodzenie danych do odnotowania

Skąd pochodziły dane: od dostawcy danych, z feedu giełdy/miejsca obrotu lub od brokera/API.
Jak powstają znaczniki czasu: czy są w UTC, w czasie lokalnym giełdy, czy w czasie lokalnym brokera.
Zasady obsługi danych: czy dostawca interpoluje, usuwa (drop) lub oznacza przerwy.

Założenia dotyczące aktualności (bo „płynność” zależy od czasu)

Wyraźnie określ, czy analizujesz:

Historyczną płynność dla minionych sesji, czy
Migawki bliskie czasie rzeczywistym. Jeśli twój zestaw danych jest historyczny, nie możesz twierdzić, że odzwierciedla aktualne warunki płynności; możesz jedynie opisać, co pokazuje ten zestaw danych dla tych wcześniejszych okien.

Założenia obliczeniowe dla każdej miary

Dla każdej miary, którą liczysz (średni spread, ułamek czasu w paśmie spreda, liczba transakcji, intensywność aktualizacji notowań), udokumentuj:

Okno agregacji (na minutę, na sesję, na podprzedziały).
Jak traktujesz brakujące pary bid/ask.
Czy używasz prostych średnich, median, czy miar ważonych czasem.

Minimalny przykład założenia może brzmieć tak: „Płynność sesji jest liczona per sesję przy użyciu uśrednionego w czasie (time-weighted) spreda z notowań bid/ask próbkowanych znacznikami czasu dostawcy; przedziały z brakującym bid lub ask są wykluczane.” Takie założenia sprawiają, że wynik jest niezależnie wyjaśnialny.

Ograniczenia i ryzyka (w tym tryby awarii)

Zawsze należy rozważyć co najmniej jedno istotne ograniczenie:

Błędy strefy czasowej i granic Jeśli granice sesji są źle dopasowane (zła strefa czasowa lub nieprawidłowa obsługa czasu letniego), porównanie „sesji” może mieszać różne reżimy płynności.
Niekompletność danych i efekty miejsca obrotu Notowania mogą brakować podczas szybkich ruchów, a feed transakcji może odzwierciedlać tylko część aktywności. Może to zniekształcić wskaźniki płynności, nawet jeśli ceny wyglądają wiarygodnie.
Niedopasowanie wskaźnika Spread, liczba transakcji i głębokość są powiązane, ale nie są identyczne. Wąski spread może współistnieć z niską głębokością, a wyższa częstotliwość transakcji może odzwierciedlać zmienność, a nie płynność możliwą do zainwestowania.
Brak gwarancji ważności w przyszłości Historyczne zależności między czasem sesji a płynnością nie ustanawiają wyników w przyszłości. Struktura rynku, uczestnictwo i koszty mogą się zmieniać.

DOCUMENT END