Cztery duże ryzyka związane z algorytmicznym handlem o wysokiej częstotliwości

Handel algorytmiczny (lub handel „algo”) odnosi się do wykorzystywania algorytmów komputerowych (w zasadzie zestawu reguł lub instrukcji umożliwiających komputerowi wykonanie danego zadania) do handlu dużymi pakietami akcji lub innymi aktywami finansowymi, przy jednoczesnym minimalizowaniu wpływu na rynek takich transakcje. Handel algorytmiczny polega na składaniu transakcji w oparciu o określone kryteria i dzieleniu tych transakcji na mniejsze partie, tak aby cena akcji lub aktywów nie miała znaczącego wpływu.

Korzyści z handlu algorytmicznego są oczywiste: zapewnia „najlepszą realizację” transakcji, ponieważ minimalizuje czynnik ludzki i może być używany do handlu wieloma rynkami i aktywami o wiele skuteczniej, niż mógłby to zrobić trader z krwi i kości. (Aby uzyskać więcej informacji, przeczytaj: Podstawy handlu algorytmicznego: koncepcje i przykłady ).

Co to jest algorytmiczny handel o wysokiej częstotliwości?

Handel o wysokiej częstotliwości (HFT) przenosi handel algorytmiczny na zupełnie inny poziom – potraktuj go jako handel algo na sterydach. Jak wskazuje termin, handel z wysoką częstotliwością obejmuje składanie tysięcy zleceń z oszałamiająco dużą prędkością. Celem jest osiągnięcie niewielkich zysków na każdej transakcji, często poprzez wykorzystanie różnic cen tych samych akcji lub aktywów na różnych rynkach. HFT jest diametralnie przeciwieństwem tradycyjnego długoterminowego inwestowania typu „kup i trzymaj”, ponieważ arbitraż i działalność rynkowa, które są chlebem powszednim HFT, zwykle występują w bardzo krótkim oknie czasowym, zanim rozbieżności cenowe lub niedopasowania znikną.

Handel algorytmiczny i HFT stały się integralną częścią rynków finansowych ze względu na konwergencję kilku czynników. Należą do nich rosnąca rola technologii na współczesnych rynkach, rosnąca złożoność instrumentów i produktów finansowych oraz nieustanne dążenie do większej efektywności w realizacji transakcji i niższych kosztów transakcji. Chociaż handel algorytmiczny i HFT zapewne poprawiły płynność rynkową i spójność wyceny aktywów, ich rosnące wykorzystanie spowodowało również pewne ryzyko, którego nie można zignorować, jak omówiono poniżej.

Największe ryzyko: zwiększenie ryzyka systemowego

Jednym z największych zagrożeń algorytmicznego HFT jest to, które stwarza dla systemu finansowego. W raporcie Komitetu Technicznego Międzynarodowej Organizacji Komisji Papierów Wartościowych (IOSCO) z lipca 2011 r. Zauważono, że ze względu na silne powiązania między rynkami finansowymi, takimi jak rynki w USA, algorytmy działające na różnych rynkach mogą szybko przenosić wstrząsy z jednego rynku na drugi., zwiększając w ten sposób ryzyko systemowe. W raporcie wskazano na Flash Crash z maja 2010 roku jako doskonały przykład tego ryzyka.

Flash Crash odnosi się do spadku i odbicia o 5% -6% głównych amerykańskich indeksów giełdowych w ciągu kilku minut po południu 6 maja 2010 r. Dow Jones stracił prawie 1000 punktów w ciągu dnia, co w tamtym czasie czas był największym odnotowanym spadkiem punktów. Jak zauważa raport IOSCO, wiele akcji i funduszy ETF oszalało tego dnia, spadając o od 5% do 15%, zanim odzyskały większość strat. Ponad 20 000 transakcji na 300 papierach wartościowych zostało dokonanych po cenach nawet o 60% oddalonych od ich wartości zaledwie chwilę wcześniej, a niektóre transakcje zostały zrealizowane po absurdalnych cenach, od zaledwie grosza do 100 000 USD. Ta niezwykle nieregularna akcja handlowa wstrząsnęła inwestorów, zwłaszcza że nastąpiło to nieco ponad rok po odbiciu się rynków po największych spadkach od ponad sześciu dekad.

Czy „podszywanie się” przyczyniło się do awarii Flasha?

Co spowodowało to dziwne zachowanie? We wspólnym raporcie opublikowanym we wrześniu 2010 r. SEC i Komisja ds. Handlu Kontraktami Terminowymi na Towar obarczyły winę pojedynczą transakcją o wartości 4,1 miliarda dolarów dokonaną przez inwestora w towarzystwie funduszy inwestycyjnych z siedzibą w Kansas. Jednak w kwietniu 2015 r. Władze USA oskarżyły londyńskiego day tradera, Navinder Singh Sarao, o manipulacje na rynku, które przyczyniły się do krachu. Zarzuty doprowadziły do ​​aresztowania Sarao i możliwej ekstradycji do USA

Sarao rzekomo zastosował taktykę zwaną „ spoofing ”, która polega na składaniu dużych ilości fałszywych zamówień w aktywach lub instrumentach pochodnych (Sarao korzystał z kontraktu E-mini S&P 500 w dniu Flash Crash), które są anulowane przed ich zrealizowaniem. Kiedy takie fałszywe zlecenia na dużą skalę pojawiają się w księdze zleceń, dają innym handlowcom wrażenie, że istnieje większe zainteresowanie kupnem lub sprzedażą niż w rzeczywistości, co może wpłynąć na ich własne decyzje handlowe.

Na przykład oszust może zaoferować sprzedaż dużej liczby akcji ABC po cenie nieco odbiegającej od aktualnej ceny. Kiedy inni sprzedawcy włączają się do akcji i cena spada, spoofer szybko anuluje swoje zlecenia sprzedaży w ABC i zamiast tego kupuje akcje. Następnie oszust składa dużą liczbę zleceń kupna, aby podnieść cenę ABC. A gdy to nastąpi, spoofer sprzedaje swoje udziały w ABC, zgarniając porządny zysk i anuluje fałszywe zlecenia kupna. Wypłukać i powtórzyć.

Wielu obserwatorów rynku było sceptycznie nastawionych do twierdzenia, że ​​jeden day trader mógł samodzielnie spowodować krach, który w ciągu kilku minut zniszczył wartość rynkową amerykańskich akcji o wartości blisko biliona dolarów. Ale to, czy akcja Sarao rzeczywiście spowodowała Flash Crash, to temat na inny dzień. Tymczasem istnieje kilka ważnych powodów, dla których algorytmiczna HFT zwiększa ryzyko systemowe.

Dlaczego algorytmiczna HFT zwiększa ryzyko systemowe?

Algorytmiczna HFT wzmacnia ryzyko systemowe z wielu powodów.

• Intensyfikacja zmienności : Po pierwsze, ponieważ na dzisiejszych rynkach istnieje duża aktywność algorytmicznej HFT, próba prześcignięcia konkurencji jest wbudowaną cechą większości algorytmów. Algorytmy mogą natychmiast reagować na warunki rynkowe. W rezultacie, podczas burzliwych rynków, algorytmy mogą znacznie poszerzyć swoje spready bid-ask (aby uniknąć konieczności zajmowania pozycji handlowych) lub całkowicie wstrzymać handel, co zmniejsza płynność i zwiększa zmienność.
• Efekty falowania : biorąc pod uwagę rosnący stopień integracji między rynkami i klasami aktywów w gospodarce światowej, krach na głównym rynku lub klasie aktywów często przenosi się na inne rynki i klasy aktywów w reakcji łańcuchowej. Na przykład krach na amerykańskim rynku nieruchomości spowodował globalną recesję i kryzys zadłużenia, ponieważ znaczne udziały w amerykańskich papierach typu sub-prime znajdowały się nie tylko w amerykańskich bankach, ale także w europejskich i innych instytucjach finansowych. Innym przykładem takiego efektu domina jest szkodliwy wpływ krachu na giełdzie w Chinach, a także załamania cen ropy naftowej na światowe akcje w okresie od sierpnia 2015 do stycznia 2016 roku.
• Niepewność : algorytmiczna HFT w znacznym stopniu przyczynia się do nadmiernej zmienności rynku, która może zwiększyć niepewność inwestorów w najbliższej perspektywie i wpłynąć na zaufanie konsumentów w perspektywie długoterminowej. Kiedy rynek nagle się załamuje, inwestorzy zastanawiają się nad przyczynami tak dramatycznego ruchu. Podczas próżni informacyjnej, która często występuje w takich momentach, duzi inwestorzy (w tym firmy HFT) będą ograniczać swoje pozycje handlowe, aby zmniejszyć ryzyko, wywierając większą presję na rynki. Gdy rynki spadają, aktywowanych jest więcej stop-lossów, a ta ujemna pętla sprzężenia zwrotnego tworzy spiralę spadkową. Jeśli w wyniku takiej aktywności rozwinie się bessy, zaufanie konsumentów zostanie zachwiane przez erozję bogactwa giełdowego i sygnały recesji płynące z poważnego krachu na rynku.

Inne ryzyka związane z algorytmicznym HFT

• Błędne algorytmy : olśniewająca prędkość, z jaką odbywa się większość algorytmicznych transakcji HFT, oznacza, że ​​jeden błędny lub wadliwy algorytm może przynieść 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 ciągu 45 minut 1 sierpnia 2012 roku. Nowy algorytm handlowy w Knight przyniósł miliony błędnych transakcji w około 150 akcji, kupując je po wyższej cenie „ask” i od razu sprzedając po niższej cenie „bid”. (Zwróć uwagę, że animatorzy rynku kupują akcje od inwestorów po cenie kupna i sprzedają im po cenie oferowanej, przy czym spread jest ich zyskiem handlowym. Aby uzyskać więcej, przeczytaj: Podstawy spreadu kupna-sprzedaży ). Niestety, hiper-wydajność algorytmicznego HFT – gdzie algorytmy stale monitorują rynki pod kątem właśnie tego rodzaju rozbieżności cenowych – oznaczała, że ​​rywalizujący traderzy wkroczyli i wykorzystali dylemat Knighta, podczas gdy pracownicy Knight gorączkowo próbowali wyodrębnić źródło problemu. Do tego czasu Knight był bliski bankructwa, co doprowadziło do jego ostatecznego przejęcia przez Getco LLC.
• Ogromne straty inwestorów : wahania zmienności pogarszane przez algorytmiczny HFT mogą przynosić inwestorom ogromne straty. Wielu inwestorów rutynowo składa zlecenia stop-loss na swoje akcje na poziomach oddalonych o 5% od aktualnych cen transakcyjnych. Gdyby luka na rynkach spadła bez wyraźnego powodu (lub nawet z bardzo dobrego powodu), te stop-loss zostałyby uruchomione. Aby dodać zniewagę do szkody, gdyby później akcje szybko odbiły się, inwestorzy niepotrzebnie ponieśliby straty handlowe i straciliby swoje udziały. Podczas gdy niektóre transakcje zostały odwrócone lub anulowane podczas nietypowych napadów zmienności rynkowej, 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, było po cenach w granicach 10% ich zamknięcia o 14:40 (czas, kiedy Flash Crash rozpoczął się 6 maja 2010 r.), A te transakcje utrzymały się. Tylko około 20 000 transakcji, obejmujących łącznie 5,5 miliona akcji, które zostały zrealizowane po cenach o ponad 60% od ich ceny o 14:40, zostało następnie anulowanych. Tak więc inwestor z portfelem akcji blue chipów w wysokości 500 000 USD, który miał 5% stop-loss na swoich pozycjach podczas Flash Crash najprawdopodobniej straciłby 25 000 USD. 1 sierpnia 2012 r. NYSE anulował transakcje na sześciu akcjach, które miały miejsce, gdy algorytm Knight wpadał w amok, ponieważ były wykonywane po cenach 30% powyżej lub poniżej ceny otwarcia z tego dnia. Reguła NYSE „Wyraźnie błędna realizacja” określa numeryczne wytyczne dotyczące przeglądu takich transakcji. (Zobacz: Niebezpieczeństwa handlu programami ).
• Utrata zaufania do uczciwości rynku : inwestorzy handlują na rynkach finansowych, ponieważ mają pełne zaufanie do ich uczciwości. Jednak powtarzające się epizody niezwykłej zmienności rynkowej, takie jak Flash Crash, mogą zachwiać tym zaufaniem i skłonić niektórych konserwatywnych inwestorów do całkowitego porzucenia rynków. W maju 2012 r. Oferta publiczna Facebooka miała wiele problemów technologicznych i opóźnionych potwierdzeń, podczas gdy 22 sierpnia 2013 r. Nasdaq przestał handlować na trzy godziny z powodu problemu z oprogramowaniem. W kwietniu 2014 r. Blisko 20 000 błędnych transakcji musiało zostać anulowanych w wyniku awarii komputera na dwóch amerykańskich giełdach opcji IntercontinentalExchange Group. Kolejny poważny wybuch, taki jak Flash Crash, może znacznie podważyć zaufanie inwestorów do integralności rynków.

Środki zwalczania ryzyka HFT

Wraz z Flash Crash i Knight Trading „Knightmare” podkreślającym ryzyko algorytmicznego HFT, giełdy i organy regulacyjne wdrażają środki ochronne. W 2014 roku Nasdaq OMX Group wprowadziła „wyłącznik awaryjny” dla swoich firm członkowskich, który przerywałby 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, aby przeciwdziałać nieuczciwym algorytmom.

Wyłączniki zostały wprowadzone po „ Czarnym Poniedziałku ” w październiku 1987 roku i są używane do stłumienia paniki rynkowej, gdy dochodzi do ogromnej wyprzedaży. SEC zatwierdziła zmienione przepisy w 2012 r., Które umożliwiają uruchamianie wyłączników, jeśli indeks S&P 500 spadnie o 7% (w stosunku do poziomu zamknięcia z poprzedniego dnia) przed 15:25 czasu wschodniego, co zatrzymałoby obrót na całym rynku na 15 minut. Spadek o 13% przed 15:25 spowodowałby kolejne 15-minutowe zatrzymanie na całym rynku, podczas gdy spadek o 20% spowodowałby zamknięcie giełdy na resztę dnia.

W listopadzie 2014 roku Komisja ds. Obrotu Kontraktami Terminowymi Towarowymi zaproponowała regulacje dla firm stosujących handel algorytmiczny instrumentami pochodnymi. Przepisy te wymagałyby od takich firm kontroli ryzyka przedtransakcyjnego, podczas gdy kontrowersyjny przepis wymagałby od nich udostępnienia kodu źródłowego ich programów rządowi, gdyby został o to poproszony.

Podsumowanie

Algorytmiczna HFT wiąże się z szeregiem zagrożeń, z których największym jest potencjał do wzmacniania ryzyka systemowego. Jej skłonność do zwiększania zmienności na rynku może mieć wpływ na inne rynki i podsycać niepewność inwestorów. Powtarzające się napady niezwykłej zmienności rynku mogą doprowadzić do osłabienia zaufania wielu inwestorów do integralności rynku.