Resposta direta
Premissas de slippage são estimativas simplificadas de quanto pior (ou às vezes melhor) uma ordem será preenchida em comparação com um preço de referência esperado (frequentemente o último preço cotado ou o preço médio). O principal risco é que essas premissas podem não corresponder à forma como as ordens realmente executam. Quando ocorre essa incompatibilidade, os resultados de backtesting, modelagem de custos ou expectativas de desempenho podem ser imprecisos.
Mecanismo: o que as premissas de slippage fazem
Uma premissa de slippage tipicamente transforma um “preço de referência” em um “preço de execução assumido” adicionando ou subtraindo um valor fixo (por exemplo, um número fixo de pips) ou uma regra (por exemplo, uma porcentagem do spread ou da volatilidade). Esse preço de execução assumido então alimenta cálculos-chave, como níveis de entrada/saída, lucro e prejuízo realizado, estimativas de risco e métricas no nível da ordem.
Para maior clareza, distinga mecânicas estáveis de condições variáveis:
- Mecânica estável: traduzir um preço de referência em um preenchimento assumido usando uma premissa explícita.
- Condições variáveis: movimento do mercado durante o processamento da ordem, profundidade de liquidez, mudanças no spread e diferenças entre dados de cotação e execução real.
Se a premissa não for explicitamente declarada, pessoas diferentes (ou ferramentas diferentes) podem interpretar o mesmo “slippage” de maneiras distintas, produzindo resultados inconsistentes.
Evidência por meio de cenários realistas (baseados em exemplos)
Considere quatro maneiras realistas de as premissas falharem:
-
Movimento do mercado durante a lacuna de tempo: Mesmo que você assuma um slippage constante, o mercado pode se mover entre o momento em que uma decisão é tomada e o momento em que a ordem é preenchida. O slippage assumido pode ser pequeno demais quando a volatilidade aumenta.
-
Liquidez e expansão do spread: O slippage está frequentemente ligado à facilidade com que as ordens podem ser correspondidas. Durante liquidez mais reduzida ou alargamento rápido do spread, os preenchimentos podem desviar-se materialmente de uma premissa baseada em períodos mais calmos.
-
Mecânicas de execução: Tipo de ordem, preenchimentos parciais, requotes e a forma como os preenchimentos são reportados podem todos alterar a execução realizada. Se sua premissa ignorar essas mecânicas, os resultados de negociação calculados podem divergir do que realmente acontece.
-
Incompatibilidade de dados e interpretação: Backtesters e ambientes ao vivo podem usar feeds de preços, resoluções de timestamp ou lógicas de construção de barras diferentes. Se o preço de referência em seu modelo não for o mesmo que a execução usa, o “slippage” pode ser um artefato do pipeline de modelagem, em vez de um custo de execução realista.
Limitações e riscos a observar
Limitações materiais e modos de falha incluem:
- Risco de cauda subestimado: Slippage fixo ou “médio” pode perder eventos raros, porém custosos, quando a execução se torna desfavorável.
- Sobreajuste a condições históricas: Padrões de slippage podem não permanecer consistentes entre regimes (mercados calmos vs. voláteis).
- Premissas ocultas: Se você não declarar se o slippage é aplicado apenas na entrada ou tanto na entrada quanto na saída, ou se depende do spread/liquidez, a verificação se torna difícil.
- Efeitos de contraparte e provedor: A qualidade da execução pode diferir devido ao roteamento e ao comportamento de correspondência. Sem separar os insumos de modelagem das realidades de execução, as conclusões podem não ser confiáveis.
Verificação e próxima pergunta
Para verificar de forma independente se suas premissas de slippage são plausíveis, verifique se a premissa é explícita, consistente com o processo de ordem e testada sob estresse em múltiplas condições de mercado. Uma pergunta de controle útil é: Qual preço de referência exato seu modelo usa, qual caminho de execução exato ele representa e como o slippage assumido se comporta durante mercados rápidos? Se você não conseguir responder a essas perguntas com precisão, o risco associado de erro de interpretação aumenta.