Dynamic slippage control and rejection feedback in spot FX market making

Este artigo propõe um modelo de *market making* em FX que otimiza simultaneamente cotações e a rejeição de ordens para gerenciar riscos de latência e seleção adversa, incorporando um mecanismo de feedback onde o histórico de rejeições modula endogenamente a intensidade dos clientes.

O essencial

Imagine que você é um vendedor de frutas em uma praça movimentada. Você tem um carrinho cheio de laranjas (seu "estoque" ou inventory) e quer vender o máximo possível, mas sem ficar com as laranjas estragadas na mão (risco de ficar com o produto) e sem vender muito barato e perder dinheiro.

Este artigo é como um manual de instruções para um vendedor de moedas (no mercado de câmbio, ou FX) que usa um robô para fazer essas vendas. O robô precisa tomar duas decisões rápidas e difíceis o tempo todo:

1. Qual preço colocar na placa? (Se colocar muito alto, ninguém compra. Se colocar muito baixo, você perde dinheiro).
2. Aceitar ou recusar uma venda? (Às vezes, o cliente pede para comprar, mas o preço da fruta mudou no meio do caminho. O vendedor pode dizer "não" para não perder dinheiro, mas se fizer isso muito, os clientes ficam bravos e param de voltar).

Aqui está a explicação simples do que os autores descobriram, usando analogias do dia a dia:

1. O Problema do "Tempo de Resposta" (Latência)

Imagine que você está vendendo laranjas, mas o cliente está a 100 metros de distância e grita o pedido. Leva um tempinho para o pedido chegar até você. Nesse meio tempo, o preço das laranjas no mercado pode ter subido ou caído.

• O Risco: Se o preço subiu e você vendeu pelo preço antigo (mais barato), você perde dinheiro. Isso é chamado de "seleção adversa" ou slippage.
• A Solução Antiga: O vendedor aumentava o preço da placa (o spread) para se proteger.
• A Solução Nova (do artigo): O vendedor pode ter um botão de "Não Aceitar". Se o preço mudou muito e a venda vai dar prejuízo, ele aperta o botão e recusa a venda.

2. O Dilema do "Botão de Recusa"

Aqui está a parte genial do artigo. O vendedor pode usar esse botão de recusa, mas há um problema: os clientes não gostam de ser rejeitados.

• Se você recusa muitas vendas, os clientes pensam: "Esse vendedor é chato, ele só vende quando dá lucro para ele e recusa quando dá prejuízo".
• A Consequência: Eles param de pedir preço para você e vão para a concorrência.
• A Metáfora: É como um barman que recusa servir bebida para quem está "de mau humor". Se ele recusa todo mundo, o bar fica vazio.

3. A "Nota de Reputação" (Rejection Score)

Os autores criaram um sistema de "nota de reputação" para o vendedor.

• Imagine que cada vez que você recusa um cliente, sua nota de reputação cai um pouquinho.
• Se sua nota estiver baixa, o robô do vendedor sabe que não pode recusar muitas vendas, senão os clientes somem.
• O robô aprende a equilibrar: "Vou recusar algumas vendas ruins para não perder dinheiro, mas não posso recusar tantas a ponto de estragar minha reputação e perder o fluxo de clientes."

4. A "Regra Justa" (Fair Execution)

O artigo também discute como fazer isso de forma justa, para não ser visto como um trapaceiro.

• O jeito "Trapaceiro": O vendedor recusa apenas quando o preço vai contra ele (prejuízo), mas aceita quando o preço é favorável (lucro fácil). Isso é injusto.
• O jeito "Justo" (Fair Protocol): O vendedor define uma "zona de segurança".
  • Se o preço mudou um pouquinho (dentro da zona), ele aceita a venda, mesmo que tenha perdido um centavo.
  • Se o preço mudou muito (fora da zona), ele recusa.
  • O toque de mestre: Se o preço mudou muito a favor dele (lucro gigante), ele devolve um pouco desse lucro para o cliente (um "rebate").
  • Resultado: O cliente sente que o jogo é justo, e o vendedor ainda se protege de grandes desastres.

5. A "Aproximação Mágica" (Adiabatic Quadratic)

Resolver todas essas equações matemáticas em tempo real é como tentar calcular a trajetória de uma bola de futebol enquanto ela está voando, mas com milhares de variáveis. É muito difícil e lento.

• Os autores criaram uma "fórmula mágica" (uma aproximação) que simplifica tudo.
• Eles dizem: "Vamos assumir que a reputação do vendedor muda devagar, e vamos focar apenas no estoque de frutas agora".
• Isso permite que o robô calcule o preço e a decisão de aceitar/recusar em milissegundos, sem travar o sistema.

Resumo da Ópera

O artigo ensina aos bancos e traders como usar a inteligência artificial para:

1. Proteger o dinheiro: Recusando vendas que dariam prejuízo devido a atrasos na internet.
2. Proteger o relacionamento: Não recusando tantas vendas a ponto de os clientes ficarem bravos e irem embora.
3. Ser justo: Usando regras claras para que os clientes não se sintam enganados.

É como um vendedor de frutas superinteligente que sabe exatamente quando dizer "sim", quando dizer "não", e quando dizer "ok, vou te dar um desconto extra" para manter todos felizes e o negócio lucrando.

Resumo técnico

Resumo Técnico: Controle Dinâmico de Deslizamento e Feedback de Rejeição em Market Making de FX Spot

Autor: Alexander Barzykin (HSBC)
Contexto: Market Making (MM) em mercados de câmbio (FX) Over-the-Counter (OTC) com risco de latência e decisões de rejeição de ordens.

1. Problema Investigado

O artigo aborda o desafio de market making em mercados D2C (Dealer-to-Client) de FX, onde provedores de liquidez (LPs) enfrentam risco de latência. Quando um cliente solicita uma cotação, o preço pode ter mudado significativamente antes que a ordem chegue ao sistema de precificação do dealer (fenômeno conhecido como stale quotes).

A prática comum de "Last Look" (última olhada) permite que o dealer aceite ou rejeite a ordem após verificar o preço atual. No entanto, a literatura existente trata frequentemente a rejeição como um protocolo estático ou um parâmetro fixo, ignorando duas dimensões críticas:

1. Política de Rejeição Endógena: A decisão de rejeitar deve ser otimizada dinamicamente junto com as cotas, dependendo do inventário e das condições de mercado, e não apenas como uma regra fixa.
2. Feedback de Reputação: Rejeições frequentes podem reduzir o engajamento futuro do cliente (intensidade de fluxo). A maioria dos modelos não inclui uma variável de estado de reputação que acople decisões atuais de rejeição à intensidade futura de ordens.

O objetivo é maximizar a riqueza terminal esperada (ajustada por risco de inventário) otimizando simultaneamente os spreads (cotas) e as regras de aceitação/rejeição, considerando um mecanismo de feedback de reputação.

2. Metodologia e Formulação Matemática

O modelo baseia-se na tradição de Avellaneda-Stoikov, estendida para incluir controle de rejeição e dinâmicas de reputação.

• Dinâmica de Preços e Latência:

  • O preço de referência $S_t$ segue um movimento browniano.
  • As cotações são feitas em uma escada discreta de tamanhos de ordem.
  • O risco de latência é modelado por um "marcador" (slippage) $Y$ distribuído normalmente, com média dependente da cotação (capturando seleção adversa) e variância proporcional ao tempo de latência.

• Variáveis de Estado:

  • Inventário ($q_t$): Posição líquida do dealer.
  • Score de Rejeição ($R_t$): Uma média móvel exponencial (EMA) das rejeições passadas, atuando como proxy de reputação.
  • Fluxo de Ordens: A intensidade de chegada de ordens $\lambda$ é uma função decrescente do score de rejeição $R$ (reputação baixa reduz o fluxo futuro).

• Decisão de Controle:

  • Ao receber uma ordem, o dealer escolhe aceitar ($\ell=1$) ou rejeitar ($\ell=0$).
  • A rejeição é tratada como uma opção embutida: o dealer rejeita se o deslizamento de preço (slippage) exceder um limite de tolerância, protegendo-se contra seleção adversa.
  • O valor de rejeitar é comparado ao valor de aceitar, considerando o custo de perda de reputação (redução futura de fluxo).

• Equação de Hamilton-Jacobi-Bellman (HJB):

  • O problema é formulado como um controle estocástico ótimo. A função de valor $V(t, q, R)$ satisfaz uma HJB reduzida.
  • A equação envolve um Hamiltoniano que maximiza sobre as cotas ($\delta$) e a regra de decisão de rejeição, incorporando a expectativa sobre o movimento de latência e a mudança no estado de reputação.

3. Contribuições Principais

1. Otimização Conjunta de Cotas e Rejeição: O artigo demonstra que a decisão de rejeitar não é apenas uma proteção passiva, mas uma variável de controle ativa que deve ser otimizada junto com o spread. A rejeição age como um mecanismo de filtragem de fluxo tóxico.
2. Modelagem de Feedback de Reputação: Introduz uma variável de estado de reputação ($R$) que modula endogenamente a intensidade do fluxo de ordens. Isso cria um trade-off: rejeitar protege o inventário imediato, mas degrada a reputação, reduzindo o fluxo futuro.
3. Aproximação Adiabática-Quadrática:
   • Dada a complexidade da HJB completa (acoplamento entre controle rápido de inventário e estado lento de reputação), o autor desenvolve uma aproximação eficiente.
   • Assume-se que a reputação é quase estática na escala de tempo do controle de inventário.
   • Expande-se o Hamiltoniano até a segunda ordem e utiliza-se um ansatz quadrático para a função de valor em relação ao inventário.
   • Isso resulta em Equações Diferenciais Ordinárias (EDOs) do tipo Riccati e expressões fechadas para cotas ótimas e limites de deslizamento, permitindo calibração rápida e autoconsistente.
4. Protocolos Justos (Fair Protocols): Estende o modelo para incluir protocolos de execução justos (como tolerância simétrica com rebate para deslizamentos favoráveis extremos), comparando-os com rejeições ilimitadas.

4. Resultados e Simulações

• Comportamento Ótimo sem Feedback:

  • Com latência alta, o dealer começa a rejeitar ordens, o que paradoxalmente permite estreitar o spread (pois o risco de seleção adversa é mitigado).
  • A rejeição é mais seletiva quando o inventário é alto ou a toxicidade é elevada.

• Impacto do Feedback de Reputação:

  • Quando a reputação é considerada, o dealer torna-se menos propenso a rejeitar ordens, mesmo em condições adversas.
  • Mecanismo de "Reparo-Exploração": Se a reputação está baixa, o dealer estreita os spreads para atrair mais fluxo e diluir o histórico de rejeições mais rapidamente, usando a opção de rejeição apenas para filtrar perdas extremas.
  • Em estado estacionário, um maior peso no decaimento de reputação leva a uma probabilidade de rejeição menor e spreads mais largos (para compensar o risco de perder fluxo).

• Comparação de Protocolos (Tabela 1):

  • Rejeição Ilimitada: Melhora a utilidade em relação a não rejeitar, mas gera altas taxas de rejeição (ex: 33% em cenários de alta latência).
  • Protocolo Simétrico (Fair): Reduz drasticamente a taxa de rejeição (ex: 17% no caso base) e melhora a percepção de justiça, embora com um ganho de utilidade ligeiramente menor devido aos rebates (devoluções de preço) concedidos em deslizamentos favoráveis extremos.
  • Feedback de Reputação: Em ambos os protocolos, a inclusão de feedback reduz as taxas de rejeição e ajusta os spreads para proteger o relacionamento com o cliente.

• Validação Numérica:

  • Simulações de Monte Carlo confirmam que o controle ótimo derivado da aproximação adiabática converge para o estado estacionário previsto.
  • A aproximação quadrática mostra alta precisão para inventários baixos e é computacionalmente eficiente.

5. Significância e Conclusão

O artigo oferece uma estrutura teórica robusta para que dealers de FX otimizem suas políticas de "Last Look" não apenas como ferramentas de risco, mas como alavancas estratégicas de gestão de relacionamento e fluxo.

• Para a Indústria: O trabalho valida a necessidade de transparência e "justiça" nos protocolos de rejeição, mostrando que a rejeição excessiva é penalizada endogenamente pelo mercado através da redução do fluxo de ordens.
• Para a Pesquisa: Preenche uma lacuna na literatura de controle estocástico ao integrar explicitamente a variável de reputação e a decisão binária de rejeição no conjunto de controles ótimos, fornecendo soluções analíticas aproximadas que são práticas para implementação em sistemas de trading de alta frequência.

Em suma, o estudo conclui que a rejeição deve ser um controle dinâmico e conservador, fortemente influenciado pela necessidade de manter a reputação e o fluxo de negócios a longo prazo, mesmo em ambientes de alta latência e toxicidade.