评估按交易时段划分的点差需要哪些数据？
直接答案
要以自洽的方式评估“按交易时段划分的点差”，你需要具备以下数据输入，以便能够：(1) 定义“交易时段”的含义，(2) 在每个交易时段内一致地测量点差，以及 (3) 验证数据来源和时间质量。由于点差受市场状况变化和经纪商执行方式的影响，你还需记录假设和局限性，以便他人能复现你的结果。
如果你想独立解释或验证这一概念，核心数据集就是一组带有时间戳的点差观测值，外加描述这些点差如何计算以及交易时段边界如何确定的元数据。
机制与定义
“点差”通常指某一时刻的买入价与卖出价之间的差额。“按交易时段划分的点差”则是将这些点差测量值分组到不同的时间窗口（即交易时段）中，并比较点差在不同时段内的表现。
为了使这种分组具有意义，你需要：
- 交易时段定义（稳定输入）： 明确每个交易时段对应的时间窗口（例如，按钟表时间或命名的市场时段）。选择一个参考时钟（包括时区）并保持一致。
- 测量时间戳（稳定输入）： 每个点差观测值对应的确切时间戳，需明确时区或转换规则。
- 点差计算方法（稳定输入）： 点差是如何计算的（例如，是否使用同一时间戳的买/卖价，是否涉及中间价，以及数值是否经过四舍五入）。
- 交易品种与报价一致性（稳定输入）： 明确具体的货币对、合约类型和报价来源，以确保点差观测值反映的是相同的底层市场概念。
必须从机制中分离出的可变因素包括市场流动性的变化、事件驱动的波动性，以及经纪商特有的报价或执行行为。你的数据应记录足够的上下文，以区分测量规则与不断变化的市场条件。
带明确假设的示例或证据
构建所需数据的一种典型方式是建立一个表格，其中每一行代表一次点差观测：
- 每次观测所需字段： (1) 时间戳，(2) 买价，(3) 卖价，(4) 计算出的点差，(5) 交易品种标识符。
然后应用交易时段逻辑：
- 假设： “交易时段A”和“交易时段B”由同一时区内的固定起止时间定义。
- 假设： 每次观测使用同一时间戳（或在极小容差范围内）的买价和卖价。
分组后，你可计算每个时段的汇总统计量，例如平均点差或中位数点差，以及离散度指标。可以描述历史模式，但关键是所有人都能使用相同的时段边界和点差定义规则重复这些步骤。
至少有一个必须考虑的重大局限性：如果时间戳未对齐（例如，混合了不同时区、不同的夏令时处理方式，或延迟的报价时间戳），即使点差数值看起来合理，时段分组也会出错。
局限性、风险及可能失败之处
以下几种常见问题会削弱“按交易时段划分的点差”评估的有效性：
- 不一致的交易时段窗口： 如果一个数据集使用了不同的时区或移动的时段边界，比较将变得不可靠。
- 缺失或过时的报价： 交易时段可能看似“点差较窄”，仅仅是因为报价不可用或延迟；你需要跟踪报价的完整性。
- 异常值来自错误报价： 突然的峰值可能源于数据错误或稀疏报价。应记录稳健的检查机制（如异常值处理规则）。
- 经纪商特有的报价行为： 不同报价来源对同一名义交易品种可能显示不同的点差，因此数据来源至关重要。
此外，结果会因市场状况、成本、执行方式和司法管辖区而异。即使历史模式测量得当，也不能保证未来结果。
验证与后续问题
要独立验证有关“按交易时段划分的点差”的说法，你应该能够回答以下问题：
- 使用了哪些交易时段边界？ 提供起止时间、时区（及转换规则）。
- 点差是如何计算的？ 说明公式以及四舍五入/标准化规则。
- 报价的来源是什么？ 明确数据来源，并说明时间戳反映的是报价时间还是接收时间。
- 质量问题如何处理？ 记录缺失数据的处理规则、异常值处理方式以及任何过滤操作。
如果你分享这些细节，其他人就可以复现分组过程，并使用相同的假设重新检查结果。