Feeds de datos de mercado: cuánto cuesta realmente cada tick

Racks de servidores utilizados para procesar feeds de datos de mercado en una plataforma de trading
Photo by panumas nikhomkhai on Pexels

US$2 por millón de eventos utilizables es el coste de un ejemplo sencillo en el que una empresa gasta US$20,000 al mes y procesa 10 mil millones de eventos utilizables. Si se divide esa factura por los mensajes brutos, incluidos los duplicados y las actualizaciones que descarta la estrategia, el coste aparente por tick disminuye. La factura de infraestructura no.

Ahí es donde suelen fallar muchas evaluaciones de feeds. Los equipos comparan presupuestos de proveedores o tarifas de las bolsas y luego consideran que el feed más barato equivale al sistema más barato.

Un tick también consume capacidad de red, tiempo de procesamiento, espacio en cola, almacenamiento y atención operativa. El denominador adecuado es el evento que llega al punto de uso con su significado y su marca de tiempo intactos.

Calcule el precio del evento utilizable, no del feed

Incluya todos los costes en el numerador

Empiece por el coste mensual de entregar los datos a la aplicación que los necesita. Incluya los cargos de la bolsa y del proveedor, la conectividad, las conexiones cruzadas, los equipos o las instancias en la nube, la salida de datos, la retención, la monitorización y el tiempo de ingeniería dedicado al mantenimiento de los adaptadores. Mantenga las cifras separadas antes de sumarlas. Así podrá determinar si predominan las licencias o el procesamiento.

Las licencias suelen ser el elemento menos transferible. Las tarifas y las obligaciones de información dependen del mercado, el tipo de usuario, la visualización, el uso no visual, la redistribución y el número de dispositivos o aplicaciones. Un feed que puede utilizarse para un proceso interno de fijación de precios quizá no otorgue los mismos derechos para una visualización dirigida a clientes. Confirme los usos permitidos con el proveedor y la bolsa antes de considerar equivalentes dos presupuestos.

Elija un denominador que corresponda al uso

Cuente los eventos después de aplicar los filtros y las validaciones pertinentes, y especifique qué se considera utilizable. Un proceso de creación de mercado puede necesitar cada cambio en el libro de órdenes. Una pantalla de riesgo quizá solo necesite las operaciones y las actualizaciones del mejor precio.

Para un gráfico, puede bastar una barra o una cotización muestreada. No compare esas cargas de trabajo usando el número bruto de paquetes. Registre al menos tres tasas: mensajes recibidos, eventos decodificados correctamente y eventos consumidos por la aplicación. Registre por separado las pérdidas, los duplicados y los eventos obsoletos.

Una medida interna útil es el coste mensual total dividido por los eventos consumidos, presentado junto al coste por millón de mensajes recibidos. Esta combinación muestra tanto la factura como la eficiencia del flujo de procesamiento.

Un tick no es un paquete

Las decisiones sobre el protocolo cambian la carga de trabajo

Un paquete puede contener varias actualizaciones, y reconstruir un cambio en el libro puede requerir varios mensajes. Los números de secuencia, las retransmisiones, la recuperación de instantáneas y la conmutación por error entre canales afectan al trabajo que debe realizar un gestor de mensajes.

La tasa de mensajes anunciada para un feed puede no coincidir con la tasa de paquetes, la de eventos decodificados ni la que recibe una estrategia. Defina cada unidad antes de dimensionar el receptor.

Los rangos habituales de planificación varían según el mercado y la definición de mensaje. Las cifras siguientes son rangos operativos orientativos, no especificaciones de las bolsas. Los picos pueden superarlos, sobre todo en la apertura o durante periodos volátiles. El almacenamiento normalizado no incluye índices de bases de datos ni gastos generales de replicación.

Carga de trabajo del feedTasa de eventos habitual en periodos de alta actividadAlmacenamiento normalizado por millón de eventosLatencia habitual desde la recepción hasta el gestor
Mejor precio y operaciones, un instrumento activo1,000 a 20,000 eventos por segundo40 a 100 MB50 a 500 microsegundos
Actualizaciones de profundidad, un instrumento activo5,000 a 100,000 eventos por segundo60 a 160 MB100 microsegundos a 1 milisegundo
Mercado completo, varios instrumentos100,000 a más de 1 millón de eventos por segundo40 a 160 MB, según el esquema0.5 a 5 milisegundos en una infraestructura compartida o de uso general

Estos rangos de latencia describen el recorrido desde la recepción hasta un gestor interno, no la latencia desde la bolsa hasta la estrategia. Un feed directo en una instalación de coubicación y un feed de proveedor a través de una red gestionada son productos distintos.

También lo son un proceso optimizado y fijado a un núcleo y un servicio compartido que se ejecuta junto a otras cargas de trabajo sin relación. Mida el recorrido que opera, con marcas de tiempo en las que pueda confiar.

La normalización puede reducir el trabajo o aumentarlo

Un esquema común simplifica el código posterior, la reproducción y la monitorización. También añade análisis, mapeo y, en ocasiones, copias de datos. Para una estrategia, un gestor de protocolo nativo puede evitar una etapa de conversión y reducir la latencia. Para varios productos, un normalizador compartido puede reducir la duplicación de adaptadores y simplificar la recuperación. La decisión depende del número de consumidores que necesitan los datos, no de una preferencia general por los formatos nativos o de proveedores.

Dónde se acumulan los costes

El ancho de banda es solo la parte visible del volumen. Un proceso puede recibir un flujo manejable en promedio y aun así perder actualizaciones durante los picos porque su búfer de socket, su cola o su núcleo de CPU no dan abasto. La contrapresión oculta por una cola grande puede convertir una sobrecarga en precios obsoletos, en lugar de una pérdida evidente. Supervise la profundidad de la cola y la antigüedad de los eventos, no solo la utilización de la interfaz.

El almacenamiento agrava el mismo problema. A 100,000 eventos por segundo, 100 bytes por evento normalizado producen unos 864 GB al día, antes de índices, réplicas y copias de seguridad. Conservar cada actualización bruta durante un año puede estar justificado para auditoría, reproducción o investigación, pero debe ser una decisión explícita sobre la retención. Separe la ventana de reproducción rápida de los datos archivados a largo plazo y compruebe si el muestreo o la compresión permiten mantener el uso previsto.

Las evaluaciones de costes deben distinguir entre gastos fijos y marginales. Una conexión con una bolsa o un contrato de soporte pueden tener un coste mensual fijo; un instrumento adicional puede aumentar los costes de licencias, computación y almacenamiento. Un feed con un presupuesto más alto puede requerir menos trabajo de ingeniería para conciliar mapas de símbolos, marcas de tiempo y recuperación.

Incluya en la comparación la gestión de fallos y el trabajo de guardia. La cobertura y el comportamiento durante la recuperación son tan importantes como la tasa nominal de actualizaciones.

Para conocer mejor el contexto de las plataformas, la cobertura de infraestructura de Trading Technology sigue la evolución de los sistemas y proveedores que sustentan las operaciones de brokers y prop firms. Para decidir sobre un feed concreto, las pruebas más útiles siguen siendo las mediciones realizadas en su propio recorrido.

Pruebe el recorrido antes de cambiar de proveedor

Ejecute una carga de trabajo representativa a través de todo el recorrido: recepción, decodificación, normalización, distribución y consumo. Utilice una sesión volátil o un pico registrado, no solo una muestra tranquila de mitad del día.

Compare los feeds en el mismo hardware y, cuando sea posible, con el mismo alcance de suscripción. Registre tanto el rendimiento en condiciones estables como la recuperación tras una desconexión o una brecha de secuencia.

Antes de aprobar un cambio, registre estas medidas:

  • Paquetes máximos y eventos decodificados por segundo, además de la duración y la frecuencia de los picos.
  • Latencia mediana y de cola desde la captura hasta el consumidor, documentando la fuente del reloj y el punto donde se toma la marca de tiempo.
  • Profundidad de la cola, uso de CPU, uso de memoria, pérdida de paquetes, brechas de secuencia y tiempo de recuperación.
  • Coste mensual de licencias y conectividad, con los permisos de uso visual y no visual especificados.
  • Almacenamiento diario, periodo de retención, número de réplicas y rendimiento de reproducción.

Después, compare el coste mensual total por millón de eventos utilizables y tenga a mano los resultados de latencia y recuperación. Un único ratio de costes no puede expresar el valor de un feed más rápido o más resiliente. Sí puede revelar que un presupuesto parece barato solo porque el procesamiento, el almacenamiento o el trabajo operativo se contabilizan en otra partida.

Esta semana, instrumente un feed de producción desde la captura de paquetes hasta la aplicación consumidora y calcule su coste por millón de eventos utilizables.

Preguntas frecuentes

¿Cómo se calcula el coste de un tick de datos de mercado?

Sume los costes mensuales del feed, las licencias, la conectividad, el procesamiento, el almacenamiento y las operaciones. Divida el total por el número de eventos validados que consume la aplicación pertinente y presente el resultado junto al coste por millón de mensajes recibidos.

¿Qué afecta a la latencia de un feed de datos de mercado?

La ruta de red, el protocolo del feed, la gestión de paquetes, el análisis, la normalización, las colas y la carga de la aplicación contribuyen a la latencia. Mida desde una marca de tiempo definida en la recepción hasta el punto en que el consumidor puede actuar sobre el evento.

¿Debería un broker almacenar cada tick?

Solo si la retención responde a una necesidad definida, como auditoría, reproducción o investigación. Establezca periodos de retención distintos para la reproducción rápida y los registros de archivo, e incluya los índices, las réplicas y las copias de seguridad al calcular el almacenamiento.