O que significam premissas de spread
“Premissas de spread” são as expectativas declaradas sobre o custo de transação representado pelo spread bid-ask usado em um cálculo, backtest, previsão ou exemplo. Spreads não são apenas um número único: eles dependem de como a cotação é definida (bid e ask), quando é medida e como se assume que a negociação é executada.
Para avaliar se suas premissas são razoáveis, você precisa de dados que permitam: (1) definir o conceito de spread com precisão, (2) reproduzir o mesmo cálculo de spread que você usa e (3) verificar se esse comportamento do spread é estável o suficiente para o propósito.
Entradas principais que você precisa
Você normalmente precisa de quatro grupos de entrada: a definição de spread, os dados de preço/cotação, as premissas de execução e quaisquer custos que interajam com os spreads.
- Definição de spread e regra de medição Declare qual spread você quer dizer:
- Spread bruto: calculado diretamente do bid e ask no momento da medição.
- Spread efetivo: spread experimentado após considerar o momento da execução e as condições da ordem.
- Spread modelado: uma estimativa derivada de uma transformação (por exemplo, uma média ou uma regra). Sem uma definição específica, comparações posteriores são ambíguas.
- Dados de cotação ou preço usados para derivar o spread Colete as séries de bid e ask (ou campos equivalentes) nas quais sua premissa de spread se baseia. Para cada série, registre:
- a identificação do instrumento,
- os timestamps das cotações,
- se os dados são de nível tick, agregados ou amostrados.
-
Pontualidade e alinhamento com a execução Os dados de spread devem corresponder ao “quando” do seu cálculo. Se você assume uma entrada em um momento específico, os dados de spread devem ser derivados de cotações contemporâneas a esse momento de entrada. Timestamps desalinhados podem criar uma incompatibilidade sistemática.
-
Premissas de execução e custos de negociação que afetam o spread realizado Mesmo que você assuma um spread, o custo realizado pode mudar devido a detalhes de execução. Os dados a capturar incluem:
- se as negociações são assumidas como instantâneas ao preço cotado ou com atraso,
- se as ordens são assumidas como mercado ou limite,
- quaisquer outros componentes de custo de transação que você combine com o spread (por exemplo, comissões ou taxas, se você os modelar).
Procedência: de onde vêm os dados
Você também precisa de procedência—evidência de origem e uso pretendido—para cada variável que entra na premissa de spread.
Os principais detalhes de procedência incluem:
- Tipo de fonte de dados: cotações fornecidas por corretora, dados de exchange/venue ou feed de um fornecedor de dados.
- Transparência do processamento de dados: se o feed é bruto ou já filtrado/limpo.
- Política de amostragem: se as cotações são completas ou se lacunas são preenchidas.
- Consistência ao longo do tempo: se o formato do feed ou as condições de liquidez mudaram.
Se a premissa de spread é derivada de um tipo de feed, mas sua avaliação usa outro, você não pode validar a premissa de forma confiável.
Pontualidade e verificações de qualidade antes de confiar na premissa
Como os spreads podem variar rapidamente, você deve aplicar verificações de qualidade que confirmem que a premissa não é construída sobre artefatos.
As verificações materiais incluem:
- Completude dos dados: procure por pontos de bid/ask ausentes ou lacunas longas.
- Integridade dos timestamps: confirme timestamps monotônicos e tratamento correto do fuso horário.
- Política de tratamento de outliers: documente como você trata valores extremos (por exemplo, se você limita, exclui ou os mantém).
- Compatibilidade de granularidade: garanta que a granularidade da série de spread corresponda a como você a usa (por negociação, por barra, por dia, etc.).
Uma premissa de spread pode falhar mesmo quando o spread médio parece plausível se o conjunto de dados esconde períodos de iliquidez.
Evidência ou exemplo: validando com períodos comparáveis
Uma forma prática de avaliar premissas de spread é comparar o comportamento assumido do spread contra o comportamento observado em períodos separados e comparáveis.
Por exemplo, se você assume um spread médio constante, você precisa de um conjunto de dados que mostre:
- a distribuição dos spreads observados ao longo dos períodos relevantes,
- a proporção de tempo em que o spread excede seu valor assumido,
- se a volatilidade do spread aumenta durante certos regimes de mercado.
Se você assume uma regra de spread variável no tempo, você precisa verificar se a regra reproduz os spreads observados quando aplicada às mesmas definições e alinhamento de timestamps que você usou originalmente.
Limitações e modos de falha a considerar
Pelo menos uma limitação material é essencial: premissas de spread podem ser violadas por condições que seus dados ou modelo não capturam.
Os modos de falha comuns incluem:
- Alargamento impulsionado pela liquidez: os spreads podem se alargar abruptamente quando a liquidez cai.