Handel algorytmiczny (lub handel „algo”) oznacza stosowanie algorytmów komputerowych (w zasadzie zestawu zasad lub instrukcji umożliwiających komputerowi wykonanie danego zadania) do handlu dużymi blokami zapasów lub innych aktywów finansowych, przy jednoczesnym zminimalizowaniu wpływu takiego rynku na rynek zawody. Handel algorytmiczny polega na umieszczaniu transakcji na podstawie zdefiniowanych kryteriów i dzieleniu tych transakcji na mniejsze partie, aby nie wpływać znacząco na cenę akcji lub aktywów.
Korzyści z handlu algorytmicznego są oczywiste: zapewnia „najlepszą realizację” transakcji, ponieważ minimalizuje czynnik ludzki, i może być używany do handlu na wielu rynkach i aktywach o wiele bardziej wydajnie, niż mógłby to zrobić trader. (Aby dowiedzieć się więcej, przeczytaj: Podstawy handlu algorytmicznego: pojęcia i przykłady ).
Co to jest algorytmiczny handel wysoką częstotliwością?
Handel wysokoczęstotliwościowy (HFT) przenosi handel algorytmiczny na zupełnie inny poziom - pomyśl o tym jak o handlu algo na sterydach. Jak sugeruje ten termin, handel z wysoką częstotliwością polega na składaniu tysięcy zamówień z oślepiająco szybkimi prędkościami. Celem jest osiągnięcie niewielkich zysków z każdej transakcji, często poprzez wykorzystanie rozbieżności cenowych za te same akcje lub aktywa na różnych rynkach. HFT jest diametralnie przeciwny niż tradycyjne długoterminowe inwestycje typu „kup i trzymaj”, ponieważ działania arbitrażowe i marketingowe, które są chlebem powszednim HFT, zwykle mają miejsce w bardzo krótkim czasie, zanim znikną rozbieżności cenowe lub rozbieżności.
Handel algorytmiczny i HFT stały się integralną częścią rynków finansowych ze względu na zbieżność kilku czynników. Należą do nich rosnąca rola technologii na współczesnych rynkach, rosnąca złożoność instrumentów i produktów finansowych oraz nieustanne dążenie do większej wydajności w realizacji transakcji i niższych kosztów transakcji. Podczas gdy handel algorytmiczny i HFT prawdopodobnie poprawiły płynność rynku i spójność wyceny aktywów, ich rosnące wykorzystanie spowodowało również pewne ryzyko, którego nie można zignorować, jak omówiono poniżej.
Największe ryzyko: wzmocnienie ryzyka systemowego
Jednym z największych ryzyk algorytmicznego HFT jest to, jakie stwarza ono dla systemu finansowego. W raporcie komitetu technicznego Międzynarodowej Organizacji Komisji Papierów Wartościowych (IOSCO) z lipca 2011 r. Zauważono, że z powodu silnych wzajemnych powiązań między rynkami finansowymi, takimi jak te w USA, algorytmy działające na różnych rynkach mogą szybko przekazywać szoki z jednego rynku na drugi, zwiększając w ten sposób ryzyko systemowe. W raporcie wskazano na awarię flash z maja 2010 r. Jako doskonały przykład tego ryzyka.
Flash Crash odnosi się do spadku i odbicia o 5–6% w głównych indeksach amerykańskich akcji w ciągu kilku minut po południu 6 maja 2010 r. Dow Jones zanotował prawie 1000 punktów w ciągu dnia, co przy tym czas był największym rekordowym spadkiem punktów. Jak zauważa raport IOSCO, liczne akcje i fundusze notowane na giełdzie (ETF) tego dnia wpadły w szał, spadając o 5–15%, zanim odzyskały większość swoich strat. Ponad 20 000 transakcji na 300 papierach wartościowych zostało przeprowadzonych po cenach nawet o 60% od ich wartości kilka chwil wcześniej, przy czym niektóre transakcje były dokonywane po absurdalnych cenach, od tak niskich jak grosz lub nawet 100 000 USD. Ta niezwykle nieregularna akcja handlowa wstrząsnęła inwestorami, szczególnie dlatego, że miała miejsce nieco ponad rok po tym, jak rynki odbiły się od swoich największych spadków od ponad sześćdziesięciu lat.
Czy „Spoofing” przyczynił się do awarii Flasha?
Co spowodowało to dziwne zachowanie? We wspólnym raporcie opublikowanym we wrześniu 2010 r. SEC i Commodity Futures Trading Commission potępiły winę za pojedynczą transakcję programu o wartości 4, 1 mld USD dokonaną przez tradera w towarzystwie funduszy inwestycyjnych z siedzibą w Kansas. Ale w kwietniu 2015 r. Władze USA oskarżyły londyńskiego przedsiębiorcę giełdowego, Navindera Singha Sarao, o manipulacje na rynku, które przyczyniły się do krachu. Zarzuty doprowadziły do aresztowania Sarao i ewentualnej ekstradycji do USA
Sarao rzekomo zastosował taktykę zwaną „fałszowaniem”, która polega na składaniu dużych ilości fałszywych zamówień w aktywach lub instrumentach pochodnych (Sarao zastosowała kontrakt E-mini S&P 500 w dniu Flash Crash), które są anulowane przed ich wypełnieniem. Kiedy takie fałszywe zamówienia na dużą skalę pojawiają się w księdze zamówień, dają innym traderom wrażenie, że istnieje większe zainteresowanie kupnem lub sprzedażą niż w rzeczywistości, co może wpłynąć na ich własne decyzje handlowe.
Na przykład spoofer może zaoferować sprzedaż dużej liczby akcji w magazynie ABC po cenie nieco odbiegającej od bieżącej ceny. Gdy inni sprzedawcy biorą udział w akcji, a cena spada, spoiler szybko anuluje zamówienia sprzedaży w ABC i kupuje akcje. Następnie spoiler składa dużą liczbę zamówień kupna, aby podnieść cenę ABC. A po tym zdarzeniu spoiler sprzedaje swoje zasoby ABC, utrzymując porządek w zyskach i anuluje fałszywe zamówienia kupna. Wypłukać i powtórzyć.
Wielu obserwatorów rynku sceptycznie odnosi się do twierdzenia, że pewnego dnia inwestor mógł samodzielnie spowodować krach, który w ciągu kilku minut zniszczył prawie bilion dolarów wartości rynkowej amerykańskich akcji. Ale czy akcja Sarao rzeczywiście spowodowała Flash Crash, jest tematem na kolejny dzień. Tymczasem istnieje kilka ważnych powodów, dla których algorytmiczny HFT zwiększa ryzyko systemowe.
Dlaczego algorytmiczny HFT zwiększa ryzyko systemowe?
Algorytmiczny HFT zwiększa ryzyko systemowe z wielu powodów.
- Intensyfikacja zmienności: Po pierwsze, ponieważ na dzisiejszych rynkach istnieje wiele algorytmicznych aktywności HFT, próba pokonania konkurencji jest wbudowaną cechą większości algorytmów. Algorytmy mogą natychmiast reagować na warunki rynkowe. W rezultacie podczas burzliwych rynków algorytmy mogą znacznie poszerzyć spready kupna / sprzedaży (aby uniknąć zmuszania do zajmowania pozycji handlowych) lub tymczasowo całkowicie przestaną handlować, co zmniejsza płynność i pogarsza zmienność. Efekty falowania: Biorąc pod uwagę rosnący stopień integracji rynków i klas aktywów w globalnej gospodarce, załamanie na dużym rynku lub klasie aktywów często przenika na inne rynki i klasy aktywów w reakcji łańcuchowej. Na przykład krach na rynku nieruchomości w Stanach Zjednoczonych spowodował globalną recesję i kryzys zadłużenia, ponieważ znaczne papiery amerykańskie typu sub-prime były w posiadaniu nie tylko amerykańskich banków, ale także europejskich i innych instytucji finansowych. Innym przykładem takich falowych skutków jest niekorzystny wpływ załamania na giełdzie w Chinach, a także załamanie cen ropy naftowej na globalne akcje od sierpnia 2015 r. Do stycznia 2016 r. Niepewność: Algorytmiczny HFT ma znaczący wpływ na przesadną zmienność rynku, która może podsycać niepewność inwestorów w najbliższej perspektywie i wpływać na zaufanie konsumentów w perspektywie długoterminowej. Gdy rynek nagle się załamuje, inwestorzy zastanawiają się, dlaczego tak dramatyczny ruch jest możliwy. Podczas często pojawiającej się w takich czasach próżni informacyjnej, duzi inwestorzy (w tym firmy HFT) ograniczą swoje pozycje handlowe, aby zmniejszyć ryzyko, wywierając większą presję na rynki. Gdy rynki spadają, aktywuje się więcej stop-lossów, a ta pętla ujemnego sprzężenia zwrotnego tworzy spiralę spadkową. Jeśli z powodu takiej działalności rozwija się bessy, zaufanie konsumentów wstrząsa erozja bogactwa giełdowego i sygnały recesji płynące z poważnego krachu na rynku.
Inne zagrożenia związane z algorytmicznym HFT
- Błędne algorytmy: olśniewająca szybkość, z jaką odbywa się większość algorytmicznych transakcji HFT, oznacza, że jeden błędny lub wadliwy algorytm może zrekompensować miliony strat w bardzo krótkim czasie. Niesławnym przykładem szkód, jakie może spowodować błędny algorytm, jest Knight Capital, animator rynku, który stracił 440 milionów dolarów w 45-minutowym okresie 1 sierpnia 2012 r. Nowy algorytm handlu w Knight dokonał milionów wadliwych transakcji około 150 akcji, kupując je po wyższej cenie „zapytaj” i natychmiast sprzedając je po niższej cenie „licytować”. (Należy pamiętać, że animatorzy rynku kupują akcje od inwestorów po cenie kupna i sprzedają im po cenie oferty, przy czym spread jest ich zyskiem z obrotu. Więcej informacji można znaleźć w: Podstawy spreadu kupna i sprzedaży). Niestety, nadmierna efektywność algorytmicznego HFT - w którym algorytmy stale monitorują rynki pod kątem tego rodzaju rozbieżności cenowych - oznaczała, że rywalizujący handlowcy wpadli i skorzystali z dylematu Knighta, podczas gdy pracownicy Knighta gorączkowo próbowali wyizolować źródło problemu. W tym czasie Knight została doprowadzona do bankructwa, co doprowadziło do jej przejęcia przez Getco LLC. Ogromne straty inwestorów: wahania zmienności pogarszane przez algorytmiczne HFT mogą obciążać inwestorów ogromnymi stratami. Wielu inwestorów rutynowo składa zlecenia stop-loss w swoich portfelach akcji na poziomach oddalonych o 5% od obecnych cen handlowych. Jeżeli rynki ulegną zmniejszeniu bez wyraźnego powodu (lub nawet z bardzo dobrego powodu), te stop-straty zostaną uruchomione. Aby dodać zniewagę do szkody, gdyby akcje następnie ponownie odbiły w krótkim czasie, inwestorzy niepotrzebnie ponieśliby straty handlowe i stracili swoje udziały. Podczas gdy niektóre transakcje zostały cofnięte lub anulowane podczas nietypowych ataków zmienności rynku, takich jak Flash Crash i fiasko Knight, większość transakcji nie. Na przykład większość z prawie dwóch miliardów akcji, które były przedmiotem obrotu podczas Flash Crash, były w cenach w granicach 10% ich zamknięcia o 14:40 (czas, gdy Flash Crash rozpoczął się 6 maja 2010 r.) I transakcje te pozostały. Tylko około 20 000 transakcji, obejmujących łącznie 5, 5 miliona akcji, które zostały wykonane po cenach ponad 60% od ich ceny 14:40, zostały następnie anulowane. Tak więc inwestor z portfelem akcji o wartości 500 000 $ z amerykańskimi niebieskimi żetonami, który miał 5% stop-loss na swoich pozycjach podczas Flash Crash, najprawdopodobniej straciłby 25 000 $. W dniu 1 sierpnia 2012 r. NYSE anulowało transakcje na sześciu akcjach, które miały miejsce, gdy algorytm rycerza działał amokiem, ponieważ były wykonywane po cenach 30% powyżej lub poniżej ceny otwarcia tego dnia. Reguła „wyraźnie błędnego wykonania” NYSE określa liczbowe wytyczne dotyczące przeglądu takich transakcji. (Patrz: Zagrożenia w handlu programami ). Utrata zaufania do uczciwości rynku: Inwestorzy handlują na rynkach finansowych, ponieważ mają pełną wiarę i zaufanie do swojej uczciwości. Jednak powtarzające się epizody niezwykłej zmienności rynku, takie jak Flash Crash, mogą podważyć to zaufanie i doprowadzić niektórych konserwatywnych inwestorów do całkowitej rezygnacji z rynków. W maju 2012 r. Na IPO Facebooka wystąpiły liczne problemy z technologią i opóźnione potwierdzenia, a 22 sierpnia 2013 r. Nasdaq przestał handlować na trzy godziny z powodu problemów z oprogramowaniem. W kwietniu 2014 r. Prawie 20 000 błędnych transakcji musiało zostać anulowanych w wyniku awarii komputera na dwóch amerykańskich giełdach opcji grupy IntercontinentalExchange. Kolejny poważny wybuch, taki jak Flash Crash, może znacznie podważyć zaufanie inwestorów do integralności rynków.
Środki zwalczania ryzyka HFT
Dzięki Flash Crash i Knight Trading „Knightmare” podkreślającemu ryzyko związane z algorytmicznym HFT, giełdy i organy regulacyjne wprowadziły środki ochronne. W 2014 r. Grupa Nasdaq OMX wprowadziła „zabójczą zmianę” dla swoich firm członkowskich, która wstrzymałaby handel po przekroczeniu ustalonego poziomu ekspozycji na ryzyko. Podczas gdy wiele firm HFT ma już przełączniki „zabijania”, które w pewnych okolicznościach mogą zatrzymać wszelką działalność handlową, przełącznik Nasdaq zapewnia dodatkowy poziom bezpieczeństwa w celu zwalczania fałszywych algorytmów.
Wyłączniki zostały wprowadzone po „Czarnym poniedziałku” w październiku 1987 r. I służą do stłumienia paniki na rynku, gdy dochodzi do ogromnej przeceny. SEC zatwierdziła zmienione zasady w 2012 r., Które umożliwiają wyłącznikom automatycznym uruchomienie się, jeśli indeks S&P 500 spadnie o 7% (z poziomu zamknięcia z poprzedniego dnia) przed 15:25 EST, co zatrzyma handel na 15 minut. Skok o 13% przed 15:25 spowodowałby kolejne 15-minutowe zatrzymanie na całym rynku, a nurkowanie o 20% zamknęłoby giełdę na resztę dnia.
W listopadzie 2014 r. Commodity Futures Trading Commission zaproponowała regulacje dla firm stosujących algorytmiczny obrót instrumentami pochodnymi. Przepisy te wymagałyby od takich firm kontroli ryzyka przedtransakcyjnego, podczas gdy kontrowersyjny przepis wymagałby udostępnienia rządowi kodu źródłowego swoich programów, na żądanie.
Dolna linia
Algorytmiczny HFT wiąże się z wieloma rodzajami ryzyka, z których największym jest potencjał do zwiększenia ryzyka systemowego. Jego skłonność do zwiększania zmienności rynku może przeniknąć na inne rynki i wywołać niepewność inwestorów. Powtarzające się ataki niezwykłej zmienności rynku mogą skończyć się osłabieniem zaufania wielu inwestorów do integralności rynku.
