\n| Artefacto inducido por latencia<\/td>\n | El feed del br\u00f3ker A recibi\u00f3 un evento del mercado m\u00e1s r\u00e1pido. Discrepancia aparente = movimiento de precio, no diferencia de LP<\/td>\n | 30ms a 150ms<\/td>\n | El br\u00f3ker B ya se actualiz\u00f3 cuando llega la ejecuci\u00f3n; p\u00e9rdida o recotizaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\nEl problema de la proporci\u00f3n de contaminaci\u00f3n<\/h3>\nSin filtrado, la proporci\u00f3n entre se\u00f1ales inducidas por latencia y se\u00f1ales genuinas de discrepancia LP en una configuraci\u00f3n t\u00edpica de dos br\u00f3kers es de 60\u201380% artefactos de latencia. Los eventos de mercado (ticks de precio, publicaciones econ\u00f3micas, cambios de liquidez) ocurren de forma continua, y cada uno crea una discrepancia transitoria inducida por latencia, ya que el feed del br\u00f3ker m\u00e1s r\u00e1pido se actualiza primero. La proporci\u00f3n depende en gran medida de la diferencia de velocidad entre los feeds de ambos br\u00f3kers: una pareja en la que un feed es consistentemente 100ms m\u00e1s r\u00e1pido que el otro genera muchos m\u00e1s artefactos que una pareja con una diferencia inferior a 10ms.<\/p>\n Por qu\u00e9 las se\u00f1ales inducidas por latencia crean un flujo de \u00f3rdenes t\u00f3xico<\/h2>\nEjecutar sobre artefactos de latencia no es rentable a nivel de cada operaci\u00f3n. Pero el problema va m\u00e1s all\u00e1: crea un patr\u00f3n espec\u00edfico de flujo de \u00f3rdenes que los br\u00f3kers clasifican como t\u00e9cnicamente t\u00f3xico.<\/p>\n \n \n PATR\u00d3N 1<\/div>\n \u00d3rdenes en eventos de movimiento de precio<\/h3>\nLas se\u00f1ales inducidas por latencia se disparan precisamente cuando ocurre un evento de precio, porque es entonces cuando el feed del br\u00f3ker r\u00e1pido se actualiza mientras que el del lento a\u00fan no. Un hedge arb sin filtrar coloca una proporci\u00f3n desmedida de \u00f3rdenes exactamente en los momentos en que se producen movimientos de precio. Los sistemas de riesgo del br\u00f3ker que correlacionan las marcas de tiempo de las \u00f3rdenes con las de los eventos de precio identifican esta concentraci\u00f3n como flujo t\u00e9cnico.<\/p>\n<\/div>\n \n PATR\u00d3N 2<\/div>\n Alta tasa de selecci\u00f3n adversa<\/h3>\nLas operaciones inducidas por latencia se ejecutan de forma consistente a precios desfavorables en relaci\u00f3n con el mercado unos cientos de milisegundos despu\u00e9s. Los sistemas de riesgo del br\u00f3ker rastrean la trayectoria del precio a corto plazo despu\u00e9s de cada fill. Un alto porcentaje de fills seguido inmediatamente por un movimiento adverso del precio, la firma de \u00f3rdenes que llegan justo cuando el mercado se movi\u00f3 en contra de la direcci\u00f3n del fill, marca la cuenta para revisi\u00f3n por selecci\u00f3n adversa.<\/p>\n<\/div>\n \n PATR\u00d3N 3<\/div>\n P&L inversamente correlacionado con la volatilidad<\/h3>\nUn sistema que ejecuta sobre artefactos de latencia es rentable durante periodos de baja volatilidad (dominan las discrepancias genuinas de LP) y no rentable durante periodos de alta volatilidad (se multiplican los artefactos de latencia). Esta correlaci\u00f3n inversa entre P&L y volatilidad, inconsistente con un trading t\u00e9cnico leg\u00edtimo, es una firma reconocible de flujo t\u00f3xico.<\/p>\n<\/div>\n \n PATR\u00d3N 4<\/div>\n Distribuci\u00f3n asim\u00e9trica del tiempo de mantenimiento<\/h3>\nCuando una operaci\u00f3n inducida por latencia se ejecuta al precio equivocado, el sistema sale en cuesti\u00f3n de segundos. Este patr\u00f3n, operaciones ganadoras mantenidas m\u00e1s tiempo y operaciones perdedoras cerradas r\u00e1pidamente, produce una distribuci\u00f3n asim\u00e9trica del tiempo de mantenimiento que los sistemas de riesgo se\u00f1alan como explotaci\u00f3n t\u00e9cnica automatizada.<\/p>\n<\/div>\n<\/div>\n \n La consecuencia de la clasificaci\u00f3n<\/h3>\nUna vez clasificada como flujo t\u00f3xico, la cuenta recibe una ejecuci\u00f3n degradada: recotizaciones, ampliaci\u00f3n del spread o enrutamiento interno al propio libro del br\u00f3ker. Esto tambi\u00e9n degrada las operaciones rentables de discrepancia genuina de LP.<\/strong> El problema del filtrado no trata solo de la rentabilidad de cada operaci\u00f3n; determina si la cuenta sigue siendo viable para arbitraje o no.<\/p>\n<\/div>\nFiltro simple: umbral difference-to-open<\/h2>\n\n El filtro m\u00e1s simple es un umbral m\u00ednimo de discrepancia de precio, difference-to-open, por debajo del cual no se coloca ninguna orden.<\/strong> Las discrepancias inducidas por latencia tienden a ser menores en promedio que las discrepancias genuinas de LP: los artefactos por latencia del feed reflejan solo la diferencia de velocidad entre dos feeds que reciben el mismo evento, mientras que las discrepancias genuinas de LP reflejan diferencias reales de precio a nivel LP, que pueden ser mayores y m\u00e1s persistentes. Establecer un umbral m\u00ednimo elimina las se\u00f1ales peque\u00f1as inducidas por latencia mientras conserva las genuinas m\u00e1s grandes.<\/p>\n<\/div>\nCalibraci\u00f3n del umbral<\/h3>\n\n\n\n| Paso<\/th>\n | Acci\u00f3n<\/th>\n | Resultado<\/th>\n<\/tr>\n<\/thead>\n | \n\n| Paso 1<\/td>\n | Ejecutar en modo solo monitoreo durante 5\u201310 d\u00edas de trading. Registrar cada discrepancia detectada con: marca de tiempo, magnitud (pips), duraci\u00f3n antes del colapso y movimiento del precio en los 200ms posteriores a la detecci\u00f3n.<\/td>\n | Conjunto de datos de se\u00f1ales en bruto<\/td>\n<\/tr>\n | \n| Paso 2<\/td>\n | Clasificar cada se\u00f1al a posteriori: genuina (persiste m\u00e1s de 150ms, feed de referencia en calma) o inducida por latencia (colapsa en menos de 100ms, precedida por un evento de precio direccional).<\/td>\n | Conjunto de datos clasificado<\/td>\n<\/tr>\n | \n| Paso 3<\/td>\n | Graficar la distribuci\u00f3n de magnitud de se\u00f1ales genuinas frente a se\u00f1ales por latencia. Encontrar el umbral a partir del cual el 80%+ de las se\u00f1ales son discrepancias genuinas de LP.<\/td>\n | Valor \u00f3ptimo del umbral<\/td>\n<\/tr>\n | \n| Paso 4<\/td>\n | Configurar difference-to-open en el umbral identificado. Recalibrar trimestralmente; el umbral \u00f3ptimo cambia a medida que evolucionan las relaciones LP de los br\u00f3kers y los reg\u00edmenes de volatilidad del mercado.<\/td>\n | Par\u00e1metro de filtrado desplegado<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\nTres limitaciones estructurales<\/h3>\n\n \n LIMITACI\u00d3N 1<\/div>\n Los eventos grandes de latencia atraviesan el filtro<\/h3>\nLos periodos de alta volatilidad crean grandes movimientos de precio. Un artefacto de latencia durante un movimiento de 10 pips puede aparecer como una discrepancia de 4\u20135 pips entre br\u00f3kers. Un umbral de 3 pips no lo detecta. Los grandes eventos de latencia son los m\u00e1s da\u00f1inos: generan las mayores p\u00e9rdidas y el patr\u00f3n de flujo t\u00f3xico m\u00e1s visible.<\/p>\n<\/div>\n \n LIMITACI\u00d3N 2<\/div>\n Umbral est\u00e1tico, mercado din\u00e1mico<\/h3>\nEl umbral \u00f3ptimo var\u00eda con las condiciones del mercado. Durante los periodos tranquilos de la sesi\u00f3n asi\u00e1tica, un umbral de 1.5 pips puede filtrar adecuadamente. Durante la apertura de Londres, ese mismo umbral deja pasar una alta proporci\u00f3n de artefactos de latencia. Un umbral fijo siempre es un compromiso.<\/p>\n<\/div>\n \n LIMITACI\u00d3N 3<\/div>\n Sin conciencia direccional<\/h3>\nEl filtro simple trata todas las discrepancias por encima del umbral de manera id\u00e9ntica, independientemente del contexto del mercado en el momento de detectar la se\u00f1al. No puede distinguir una discrepancia genuina de LP de 3 pips de un artefacto de latencia de 3 pips producido por un evento r\u00e1pido de precio.<\/p>\n<\/div>\n<\/div>\n Filtro avanzado: arquitectura de referencia fast feed<\/h2>\n\n El filtro fast feed introduce una tercera fuente de datos independiente, m\u00e1s r\u00e1pida que cualquiera de los dos br\u00f3kers de ejecuci\u00f3n, como mecanismo de clasificaci\u00f3n para cada discrepancia detectada.<\/strong> En lugar de filtrar solo por magnitud, el sistema usa el fast feed para determinar si una discrepancia detectada coincide con un evento de movimiento de precio en el feed de referencia. Si coincide, la se\u00f1al es inducida por latencia y se descarta. Si el feed de referencia est\u00e1 en calma, la discrepancia se clasifica como una diferencia genuina de LP y la ejecuci\u00f3n contin\u00faa.<\/p>\n<\/div>\nLa l\u00f3gica de clasificaci\u00f3n en cada evento de detecci\u00f3n de se\u00f1al:<\/p>\n \n La se\u00f1al se clasifica como DISCREPANCIA GENUINA DE LP si TODAS las condiciones son verdaderas:<\/p>\n (1) FastFeed.RateOfChange(last 100ms) < MovementThreshold
\n\u2014 El feed de referencia no se ha movido de forma significativa en la ventana previa
\n\u2014 No hay un evento direccional de precio propag\u00e1ndose por el mercado en este momento<\/p>\n (2) FastFeed.LastTickAge < StalenessThreshold
\n\u2014 El feed de referencia se est\u00e1 actualizando activamente (no est\u00e1 obsoleto ni desconectado)
\n\u2014 Garantiza que la comprobaci\u00f3n de clasificaci\u00f3n se basa en datos en vivo<\/p>\n (3) Discrepancy.Persistence > MinPersistenceWindow
\n\u2014 La discrepancia ha existido durante al menos N milisegundos
\n\u2014 Las discrepancias genuinas de LP persisten; los artefactos de latencia colapsan en 30\u2013100ms<\/p>\n La se\u00f1al se clasifica como INDUCIDA POR LATENCIA si falla CUALQUIER condici\u00f3n \u2192 la orden se descarta.<\/p>\n<\/div>\n Condici\u00f3n 1: tasa de cambio en el fast feed<\/h3>\nEsta es la condici\u00f3n primaria de clasificaci\u00f3n. El feed r\u00e1pido de referencia es m\u00e1s r\u00e1pido que ambos br\u00f3kers de ejecuci\u00f3n: recibe eventos globales del mercado antes de que se actualicen las cotizaciones de cualquiera de los dos. Si el feed de referencia muestra un movimiento significativo del precio en la ventana anterior a la detecci\u00f3n de la se\u00f1al, ese movimiento es la causa probable de la discrepancia aparente: el feed de un br\u00f3ker de ejecuci\u00f3n ya se actualiz\u00f3 por el evento y el otro a\u00fan no.<\/p>\n \n\n\n| Par\u00e1metro<\/th>\n | Valor t\u00edpico<\/th>\n | Nota<\/th>\n<\/tr>\n<\/thead>\n | \n\n| MovementThreshold<\/td>\n | 0.5\u20131.5 pips por 100ms para pares mayores; 1.5\u20133.0 pips para pares vol\u00e1tiles<\/td>\n | Se establece midiendo el movimiento t\u00edpico en pips por 100ms en condiciones normales frente a condiciones de evento para el instrumento espec\u00edfico<\/td>\n<\/tr>\n | \n| Ventana de lookback<\/td>\n | 50\u2013200ms<\/td>\n | Debe capturar el evento de movimiento sin ocultar discrepancias genuinas que aparezcan despu\u00e9s de un evento de movimiento con retraso. Se calibra a partir de la diferencia medida de latencia entre feeds.<\/td>\n<\/tr>\n | \n| Umbral de obsolescencia<\/td>\n | 500ms\u20132,000ms<\/td>\n | Si el feed de referencia no se ha actualizado dentro de esta ventana, puede estar detenido. Tratar las se\u00f1ales durante eventos de obsolescencia de forma conservadora: descartar o esperar hasta que el feed se reanude.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\nPor qu\u00e9 el filtro fast feed es cualitativamente superior<\/h3>\n\n \n VENTAJA 1<\/div>\n Detecta grandes eventos de latencia<\/h3>\nUn artefacto de latencia de 5 pips durante un gran evento de precio se clasifica como inducido por latencia mediante el filtro fast feed, sin importar la magnitud. El umbral simple lo dejar\u00eda pasar si estuviera por debajo de 5 pips. El filtro fast feed clasifica seg\u00fan el estado del mercado, no por el tama\u00f1o de la discrepancia.<\/p>\n<\/div>\n \n VENTAJA 2<\/div>\n Se adapta din\u00e1micamente a la volatilidad<\/h3>\nDurante periodos tranquilos, el feed de referencia muestra una tasa de cambio baja y la clasificaci\u00f3n rara vez se activa. Durante periodos vol\u00e1tiles, el feed de referencia est\u00e1 activo y clasifica continuamente los artefactos de latencia. El filtro se endurece autom\u00e1ticamente en periodos de alto riesgo sin ajuste manual.<\/p>\n<\/div>\n \n VENTAJA 3<\/div>\n Conserva se\u00f1ales genuinas peque\u00f1as<\/h3>\nUna discrepancia genuina de LP de 0.8 pips, que el umbral simple bloquear\u00eda, pasa el filtro fast feed si el feed de referencia est\u00e1 en calma. El filtro no sacrifica se\u00f1ales genuinas peque\u00f1as para evitar se\u00f1ales de latencia peque\u00f1as; cada se\u00f1al se clasifica de forma independiente seg\u00fan el contexto del mercado.<\/p>\n<\/div>\n \n VENTAJA 4<\/div>\n Eliminaci\u00f3n casi completa de la latencia<\/h3>\nEn despliegues bien calibrados, el filtro fast feed reduce la contaminaci\u00f3n inducida por latencia del 60\u201380% de las se\u00f1ales sin filtrar a menos del 5%. La contaminaci\u00f3n restante consiste en casos l\u00edmite en los que un evento de precio es lo bastante lento como para no activar el umbral de tasa de cambio, pero lo bastante r\u00e1pido como para crear una diferencia entre feeds.<\/p>\n<\/div>\n<\/div>\n Comparaci\u00f3n de filtros<\/h2>\n\n\n\n| Filtro<\/th>\n | Rechazo de latencia<\/th>\n | Retenci\u00f3n de se\u00f1ales genuinas<\/th>\n | Complejidad<\/th>\n | Mejor para<\/th>\n<\/tr>\n<\/thead>\n | \n\n| Sin filtro<\/td>\n | 0% \u2014 pasan todas<\/td>\n | 100%<\/td>\n | Ninguna<\/td>\n | No viable \u2014 flujo t\u00f3xico garantizado<\/td>\n<\/tr>\n | \n| Solo difference-to-open<\/td>\n | 40\u201360%<\/td>\n | 80\u201390%<\/td>\n | Baja<\/td>\n | Configuraciones iniciales, velocidades de feed muy parecidas entre br\u00f3kers<\/td>\n<\/tr>\n | \n| Difference-to-open + persistencia<\/td>\n | 60\u201375%<\/td>\n | 75\u201385%<\/td>\n | Baja<\/td>\n | L\u00ednea base mejorada, pero a\u00fan falla ante grandes eventos de latencia<\/td>\n<\/tr>\n | \n| Filtro fast feed (completo)<\/td>\n | 90\u201397%<\/td>\n | 85\u201395%<\/td>\n | Alta<\/td>\n | Arbitraje en producci\u00f3n, entornos de br\u00f3kers hostiles<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n Secuencia de calibraci\u00f3n del filtro fast feed<\/h3>\n\n- Fase 1:<\/strong> Ejecutar en modo de registro durante 5\u201310 d\u00edas. Registrar cada discrepancia detectada con contexto completo: todos los estados de feed, magnitud de la discrepancia, duraci\u00f3n de la persistencia y tasa de cambio del feed de referencia en las ventanas anteriores de 100ms y 200ms.<\/li>\n
- Fase 2:<\/strong> Clasificar a posteriori cada se\u00f1al registrada como genuina (persiste m\u00e1s de 150ms, feed de referencia en calma) o inducida por latencia (colapsa en menos de 100ms, feed de referencia activo en el momento de la detecci\u00f3n).<\/li>\n
- Fase 3:<\/strong> Probar distintas combinaciones de MovementThreshold, ventana de lookback y MinPersistenceWindow contra el conjunto de datos clasificado. Objetivo: retenci\u00f3n genuina por encima del 85%, paso de latencia por debajo del 8%.<\/li>\n
- Fase 4:<\/strong> Desplegar con par\u00e1metros optimizados en tama\u00f1o m\u00ednimo de lote. Monitorizar la atribuci\u00f3n del P&L por tipo de se\u00f1al durante los primeros 10 d\u00edas de trading. Recalibrar trimestralmente o tras cambios significativos de r\u00e9gimen de mercado.<\/li>\n<\/ul>\n<\/div>\n
Preguntas frecuentes<\/h2>\n\n \u00bfCu\u00e1l es la diferencia entre una discrepancia genuina de LP y una discrepancia inducida por latencia?<\/div>\n \n Una discrepancia genuina de LP existe porque los proveedores de liquidez de dos br\u00f3kers est\u00e1n cotizando de forma distinta el mismo instrumento: una diferencia estructural en c\u00f3mo cada LP modela el mercado o gestiona inventario. Una discrepancia inducida por latencia existe porque el feed de un br\u00f3ker recibi\u00f3 un evento del mercado m\u00e1s r\u00e1pido que el otro. Las discrepancias genuinas son operables y persisten entre 200ms y 2,000ms. Los artefactos de latencia colapsan en 30\u2013150ms a medida que el feed m\u00e1s lento se pone al d\u00eda, normalmente antes de que las \u00f3rdenes puedan llegar al br\u00f3ker m\u00e1s lento.<\/p>\n<\/div>\n \u00bfQu\u00e9 es difference-to-open y c\u00f3mo ayuda?<\/div>\n \n Difference-to-open es una discrepancia m\u00ednima configurable de precio, en pips, que debe existir entre las cotizaciones de dos br\u00f3kers antes de colocar cualquier orden. Filtra se\u00f1ales inducidas por latencia aprovechando la tendencia de los artefactos de latencia del feed a ser m\u00e1s peque\u00f1os en promedio que las discrepancias genuinas de LP. Es eficaz para eliminar se\u00f1ales peque\u00f1as de latencia, pero no detecta grandes eventos de latencia durante periodos de alta volatilidad, donde un movimiento r\u00e1pido del precio crea una gran discrepancia aparente entre feeds con distintas velocidades de actualizaci\u00f3n.<\/p>\n<\/div>\n \u00bfQu\u00e9 es el filtro fast feed y c\u00f3mo funciona?<\/div>\n \n El filtro fast feed utiliza un tercer feed de precios de referencia, m\u00e1s r\u00e1pido que ambos br\u00f3kers de ejecuci\u00f3n, para clasificar cada discrepancia detectada antes de colocar una orden. Si el feed de referencia muestra un movimiento significativo del precio en la ventana anterior a la detecci\u00f3n de la se\u00f1al, la discrepancia se clasifica como inducida por latencia y se descarta. Si el feed de referencia est\u00e1 en calma, la discrepancia se clasifica como una posible diferencia genuina de LP y la ejecuci\u00f3n contin\u00faa. Esto clasifica las se\u00f1ales seg\u00fan el estado del mercado en lugar de hacerlo solo por magnitud, capturando grandes eventos de latencia que el umbral simple no detecta.<\/p>\n<\/div>\n \u00bfPor qu\u00e9 el arbitraje de cobertura sin filtrar crea un flujo de \u00f3rdenes t\u00f3xico?<\/div>\n \n Las se\u00f1ales inducidas por latencia producen \u00f3rdenes exactamente en el momento de los eventos de movimiento de precio. Los sistemas de riesgo del br\u00f3ker detectan esta concentraci\u00f3n como un patr\u00f3n de flujo t\u00e9cnico. Adem\u00e1s, las operaciones inducidas por latencia producen de forma consistente fills adversos y salidas r\u00e1pidas con peque\u00f1as p\u00e9rdidas, creando una distribuci\u00f3n asim\u00e9trica del tiempo de mantenimiento y del P&L que identifica a\u00fan m\u00e1s la cuenta como explotaci\u00f3n t\u00e9cnica. Una vez clasificada, la cuenta recibe una ejecuci\u00f3n degradada que tambi\u00e9n afecta a las operaciones rentables de discrepancia genuina de LP.<\/p>\n<\/div>\n \u00bfQu\u00e9 se requiere para el filtro fast feed?<\/div>\n \n Una tercera fuente de datos de precios demostrablemente m\u00e1s r\u00e1pida que ambos br\u00f3kers de ejecuci\u00f3n para recibir eventos globales del mercado. Puede ser un proveedor dedicado de datos de mercado, un servicio de feed de precios co-ubicado o una tercera cuenta de br\u00f3ker usada solo como feed de referencia (sin colocar \u00f3rdenes a trav\u00e9s de ella). El feed de referencia corre en un hilo de monitorizaci\u00f3n separado con marcas de tiempo a nivel de hardware al recibir el socket. Nunca se colocan \u00f3rdenes a trav\u00e9s del feed de referencia; se usa \u00fanicamente como entrada de clasificaci\u00f3n.<\/p>\n<\/div>\n \u00bfCon qu\u00e9 frecuencia hay que recalibrar los par\u00e1metros del filtro?<\/div>\n \n Como m\u00ednimo, trimestralmente. Los par\u00e1metros \u00f3ptimos cambian a medida que evolucionan las relaciones LP de los br\u00f3kers, cambia la infraestructura de feeds y se modifican los reg\u00edmenes de volatilidad del mercado. Se justifica una recalibraci\u00f3n inmediata cuando: un br\u00f3ker cambia su LP o motor de precios; cambios en el proveedor VPS o en el enrutamiento de red afectan las latencias de los feeds; o se producen cambios sostenidos en la volatilidad del instrumento. El registro de atribuci\u00f3n por se\u00f1al de SharpTrader proporciona los datos necesarios para una calibraci\u00f3n continua sin necesidad de un modo offline separado.<\/p>\n<\/div>\n<\/div>\n | | | |