Liquidez de pares: o que significa e quais dados a refletem
A liquidez de um par de moedas é a facilidade com que os participantes do mercado podem comprar e vender um par de moedas com impacto limitado no preço. Na prática, não é um número único. Ela se reflete em várias propriedades observáveis, como a rigidez dos custos de transação (frequentemente descrita pelo comportamento do spread bid-ask) e a quantidade de interesse de negociação existente em diferentes níveis de preço (profundidade).
Para avaliar a liquidez de um par usando dados, você normalmente combina (1) evidências de negociações e cotações, (2) medidas de microestrutura de mercado e (3) informações contextuais que explicam por que a liquidez pode diferir entre horários ou locais de negociação.
Resposta direta: as entradas de dados necessárias
Você pode construir uma lista de verificação de avaliação autossuficiente em torno de quatro categorias de dados: entradas, procedência, atualidade e verificações de qualidade.
1) Entradas que descrevem a mecânica da liquidez
Use pelo menos dois dos seguintes tipos de entrada, pois cada um captura um aspecto diferente da liquidez:
- Medidas baseadas em cotações: séries temporais de preços de compra (bid) e venda (ask) (e, opcionalmente, preço médio), a partir das quais você pode calcular estatísticas de spread (por exemplo, média, mediana e comportamento da cauda).
- Medidas de livro de ofertas ou profundidade: instantâneos ou profundidade agregada em níveis de preço ao redor do preço atual; isso ajuda a estimar quanto volume pode ser negociado antes que o preço se mova materialmente.
- Medidas baseadas em negociações: carimbos de data/hora de negociações executadas, tamanhos de negociações e se as negociações ocorreram entre muitas contrapartes; isso suporta interpretações de volume e estilo de participação.
- Proxies de custo de execução: derrapagem (slippage) realizada a partir de suas próprias negociações de referência, ou métricas médias de execução documentadas de uma plataforma (somente se as definições e a amostragem forem claras).
Suposição a ser declarada para qualquer cálculo: defina a janela de medição (por exemplo, “durante a sessão de Londres”) e o método de agregação (média vs. mediana; intervalo fixo vs. amostragem baseada em eventos).
2) Procedência: de onde vêm os dados
Documente a origem de cada conjunto de dados:
- Tipo de local de negociação ou feed (por exemplo, dados de mercado agregados vs. dados de livro específicos do local).
- Quem os publica (e se são dados regulatórios, de bolsa/ECN/MTF, ou de fornecedor).
- O que os preços representam (indicações à vista vs. cotações indicativas; se as cotações são executáveis ou meramente referências negociáveis).
A procedência é importante porque o mesmo par pode mostrar liquidez diferente dependendo se os dados cobrem um local, vários locais ou feeds filtrados/processados.
3) Atualidade: quão atuais e alinhados no tempo estão os dados
A liquidez é dependente do tempo. Você deve registrar:
- Precisão do carimbo de data/hora (segundos vs. milissegundos) e fuso horário.
- Rotulagem da sessão ou pelo menos os horários de início/término usados.
- Cadência de amostragem (por exemplo, a cada segundo, a cada negociação ou instantâneos periódicos).
Se você comparar dois pares, alinhe suas janelas usando as mesmas definições de sessão e padrões de carimbo de data/hora; caso contrário, você estará medindo regimes diferentes.
4) Verificações de qualidade: confirme que os dados podem suportar a métrica
Antes de interpretar a liquidez, execute verificações que confirmem a consistência interna:
- Lacunas e valores atípicos: detecte lacunas em séries de cotações, negociações de tamanho zero ou saltos de preço implausíveis.
- Consistência da definição: confirme se o “spread” é calculado como ask menos bid, se as unidades são pips ou termos de preço e como o preço fracionário é tratado.
- Ressalvas de microestrutura: os dados de profundidade podem ser baseados em instantâneos, enquanto os dados de cotações são contínuos; não os misture como se representassem o mesmo instante.
Defina pelo menos um modo de falha: por exemplo, um conjunto de dados pode parecer “líquido” porque é suavizado ou amostrado com pouca frequência, ocultando alargamentos breves que são importantes para a execução.
Evidências e exemplos de resultados prontos para verificação
Uma avaliação orientada à verificação produz resultados que podem ser reproduzidos a partir das entradas:
- Resumo do comportamento do spread: calcule o spread mediano e os spreads de cauda (por exemplo, 95º percentil) em uma janela de tempo definida.
- Resumo da profundidade à distância: meça a profundidade dentro de uma distância fixa do preço médio (usando a definição documentada de distância de preço).
- Volume e frequência de negociação: resuma o volume total executado e o número de eventos de negociação distintos.
Para cada resultado, mantenha um breve “cartão de cálculo” descrevendo:
- definição da janela,
- método de alinhamento de tempo,
- unidades,
- se os resultados são ponderados por volume ou por tempo.
Limitações e riscos: por que as conclusões podem falhar
Várias limitações podem prejudicar uma avaliação de liquidez:
- Relações históricas não garantem condições futuras. A liquidez pode mudar com estresse de mercado, feriados, volatilidade e interrupções tecnológicas ou de local de negociação. 2. Os custos podem estar incompletos. Os spreads derivados de cotações não incluem automaticamente todos os custos de execução (como comissões, swaps, efeitos de financiamento ou derrapagem). 3. A comparabilidade dos dados é frágil. Diferentes feeds ou locais podem aplicar filtragem, agregação ou tratamento de carimbo de data/hora que altera a liquidez observada. 4. Desatualização e viés de amostragem.