Bitcoin adalah BTC di sebagian besar exchange, tetapi XBT di beberapa exchange, dan pair trading diformat berbeda di mana-mana. BTCUSDT, BTC/USDT, BTC-USDT, tBTCUSD. Inkonsistensi penamaan ini tampak sepele tetapi merupakan penghalang pertama untuk analisis lintas platform apa pun. Sebuah sistem yang membandingkan harga di berbagai exchange memerlukan lapisan pemetaan yang menerjemahkan setiap konvensi penamaan platform ke dalam format kanonik.
Tantangan menjadi lebih sulit dengan aset yang kurang mapan. Sebuah token mungkin dilisting dengan alamat kontrak yang berbeda di rantai yang berbeda, dengan simbol ticker yang berbeda di exchange yang berbeda. Beberapa exchange melisting versi yang dibungkus (wrapped). Yang lain melisting versi native. Sebuah token yang disebut ABC di satu exchange mungkin merupakan proyek yang sama sekali berbeda dari ABC di yang lain. Pencocokan lintas platform yang andal memerlukan kombinasi verifikasi alamat kontrak, pencocokan simbol, dan kurasi manual.
Sinkronisasi timestamp adalah tantangan fundamental lainnya. Exchange melaporkan timestamp dalam format yang berbeda dan dengan tingkat presisi yang berbeda. Beberapa melaporkan dalam milidetik sejak epoch, yang lain dalam format ISO 8601. Beberapa menggunakan UTC, yang lain menggunakan waktu lokal. Dan latensi antara saat sebuah trade terjadi dan saat dilaporkan melalui API bervariasi di seluruh exchange. Menyelaraskan data ke referensi waktu yang sama sangat penting untuk analisis lintas platform apa pun seperti deteksi arbitrase atau perbandingan volume.
Normalisasi harga lebih dari sekadar konversi mata uang. Exchange yang berbeda memiliki struktur biaya yang berbeda yang memengaruhi harga efektif. Model biaya maker-taker berarti biaya aktual sebuah trade bergantung pada apakah Anda menambahkan atau menghilangkan likuiditas. Sebuah harga yang terlihat seperti peluang arbitrase mungkin sepenuhnya menghilang setelah Anda memperhitungkan biaya di kedua sisi trade.
Perbandingan kedalaman order book sangat rumit. Exchange yang berbeda melaporkan order book pada tingkat granularitas yang berbeda. Beberapa menyediakan order book penuh dengan order individual. Yang lain mengagregasi ke dalam level harga. Jumlah level yang disediakan bervariasi. Membandingkan likuiditas di berbagai platform memerlukan normalisasi representasi yang berbeda ini ke dalam format yang dapat dibandingkan, biasanya diagregasi berdasarkan level harga dengan total volume pada setiap level.
Pencocokan lintas platform untuk prediction markets menambahkan dimensi lain. Pertanyaan yang sama mungkin dilisting di Polymarket, Kalshi, dan platform lain dengan kata-kata yang sedikit berbeda, tanggal kedaluwarsa yang berbeda, atau kriteria resolusi yang berbeda. Mencocokkannya memerlukan pemahaman semantik, bukan hanya pencocokan string. Sebuah pertanyaan tentang perubahan suku bunga bank sentral pada satu platform dapat diungkapkan dengan sangat berbeda di platform lain, tetapi algoritma pencocokan yang naif tidak akan mengenalinya sebagai setara.
Skor kualitas data membantu mengelola kesenjangan keandalan di seluruh platform. Sebuah sistem pencocokan mungkin menetapkan keyakinan yang lebih tinggi pada data dari exchange dengan rekam jejak yang lebih baik untuk pelaporan yang akurat dan keyakinan yang lebih rendah pada data dari exchange yang dikenal dengan feed yang tertunda atau tidak andal. Skor kualitas ini dapat membobotkan data yang cocok, sehingga analisis tidak dipengaruhi secara tidak proporsional oleh sumber berkualitas rendah.
Deduplikasi diperlukan ketika trade yang sama muncul di berbagai sumber data. Agregator yang menarik dari kedua API exchange langsung dan penyedia data pihak ketiga dapat berakhir menghitung trade yang sama dua kali. Deduplikasi biasanya menggunakan kombinasi timestamp, harga, volume, dan ID trade untuk mengidentifikasi duplikat, tetapi timestamp yang tidak tepat dan tingkat granularitas yang berbeda membuat ini lebih sulit daripada kedengarannya.
Sistem yang melakukan ini dengan baik cenderung dibangun secara iteratif. Anda memulai dengan pemetaan simbol untuk aset utama, menambahkan adapter khusus exchange satu per satu, membangun pemantauan kualitas untuk menangkap masalah data, dan secara perlahan memperluas cakupan. Tidak ada jalan pintas untuk menangani long tail kasus tepi yang muncul ketika Anda mencoba menciptakan tampilan terpadu dari pasar yang terfragmentasi.