Risco De Alta Freqüência Comercial Sistêmico

Quatro grandes riscos de negociação algorítmica de alta freqüência A negociação algorítmica (ou troca de algo) refere-se ao uso de algoritmos computacionais (basicamente um conjunto de regras ou instruções para fazer um computador executar uma determinada tarefa) para negociar grandes blocos de ações ou outros ativos financeiros Minimizando o impacto no mercado dessas negociações. O comércio algorítmico envolve a colocação de negociações com base em critérios definidos e esculpir esses negócios em lotes menores, de modo que o preço do estoque ou do ativo não seja impactado significativamente. Os benefícios da negociação algorítmica são óbvios: garante a melhor execução de negócios porque minimiza o elemento humano e pode ser usado para trocar vários mercados e ativos de forma muito mais eficiente do que um comerciante de carne e osso poderia esperar. (Para mais, leia: Basics of Algorithmic Trading: conceitos e exemplos). O que é o comércio de alta frequência algorítmica A negociação de alta freqüência (HFT) leva a negociação algorítmica para um nível diferente, pense nisso como algo comercial em esteróides. Como o termo implica, o comércio de alta freqüência envolve a colocação de milhares de pedidos a velocidades extremamente rápidas. O objetivo é fazer pequenos lucros em cada comércio, muitas vezes capitalizando as discrepâncias de preços para o mesmo estoque ou ativo em diferentes mercados. A HFT é diametralmente oposta ao investimento tradicional a longo prazo, de compra e retenção, uma vez que as atividades de arbitragem e de criação de mercado que são pão e manteiga HFT geralmente ocorrem dentro de uma janela de tempo muito pequena, antes que as discrepâncias de preços ou desajustes desapareçam. A negociação algorítmica ea HFT tornaram-se parte integrante dos mercados financeiros devido à convergência de vários fatores. Estes incluem o crescente papel da tecnologia nos mercados atuais, a crescente complexidade dos instrumentos e produtos financeiros e o incessante impulso para uma maior eficiência na execução comercial e menores custos de transação. Embora a negociação algorítmica e a HFT possivelmente tenham melhorado a liquidez do mercado e a consistência do preço dos ativos, seu crescente uso também deu origem a certos riscos que não podem ser ignorados, conforme discutido abaixo. O maior risco: amplificação do risco sistêmico Um dos maiores riscos da HFT algorítmica é o que representa para o sistema financeiro. Um relatório de julho de 2011 do Comitê Técnico da Organização Internacional de Valores Mobiliários (IOSCO) observou que, devido às fortes inter-relações entre os mercados financeiros, como os dos algoritmos dos EUA que operam em mercados podem transmitir choques rapidamente de um mercado para o outro, Ampliando assim o risco sistêmico. O relatório apontou para o Flash Crash de maio de 2010 como um excelente exemplo desse risco. O Flash Crash refere-se à queda de 5-6 e ao rebote nos principais índices de ações dos EUA dentro de alguns minutos na tarde de 6 de maio de 2010. O Dow Jones mergulhou quase 1.000 pontos em uma base intradia, que na época era Os maiores pontos caem no registro. Como o relatório da IOSCO observa, inúmeras ações e fundos negociados em bolsa (ETFs) ficaram no dia anterior, caindo entre 5 e 15 antes de recuperar a maioria de suas perdas. Mais de 20.000 negócios em 300 títulos foram feitos a preços até 60 fora de seus valores meros momentos antes, com alguns negócios executados a preços absurdos, de até um centavo ou até 100.000. Essa ação de negociação excepcionalmente errática provocou os investidores, especialmente porque ocorreu pouco mais de um ano depois que os mercados se recuperaram de suas maiores quedas em mais de seis décadas. Spoofing Contribuir para o Flash Crash O que causou esse comportamento estranho Em um relatório conjunto divulgado em setembro de 2010, a SEC e a Commodity Futures Trading Commission condenaram a culpa em um único comércio de programas de 4.1 bilhões por um comerciante em um fundo mútuo baseado em Kansas Empresa. Mas em abril de 2015, as autoridades dos EUA acusaram um comerciante do dia baseado em Londres, Navinder Singh Sarao, com manipulação de mercado que contribuiu para o acidente. As acusações levaram à prisão de Saraos e à possível extradição para os EUA. Sarao alegadamente usou uma tática chamada falsificação, o que envolve a colocação de grandes volumes de ordens falsas em um ativo ou derivado (Sarao usou o contrato E-mini SampP 500 no dia do Flash Crash ) Que são cancelados antes de serem preenchidos. Quando tais ordens falsas de grande escala aparecem no livro de encomendas, eles dão a outros comerciantes a impressão de que há maiores interesses de compra ou venda do que na realidade, o que poderia influenciar suas próprias decisões comerciais. Por exemplo, um spoofer pode oferecer para vender um grande número de ações no estoque ABC a um preço que está um pouco longe do preço atual. Quando outros vendedores pulam na ação e o preço vai mais baixo, o spoofer rapidamente cancela suas ordens de venda no ABC e compra as ações em vez disso. Em seguida, o spoofer coloca em um grande número de ordens de compra para aumentar o preço do ABC. E depois disso ocorre, o spoofer vende suas participações da ABC, embolsando um lucro arrumado e cancela as ordens de compras espúrias. Enxague e repita. Muitos observadores do mercado ficaram céticos com a afirmação de que um comerciante de um dia poderia ter causado um acidente que eliminou cerca de um trilhão de dólares de valor de mercado para ações dos EUA em poucos minutos. Mas se a ação de Saraos realmente causou o Flash Crash é um tópico para outro dia. Enquanto isso, existem algumas razões válidas pelas quais a HFT algorítmica amplia os riscos sistêmicos. Por que a HFT algorítmica amplifica o risco sistêmico A HFT algorítmica amplifica o risco sistêmico por uma série de razões. Intensificação da volatilidade. Primeiro, uma vez que há uma grande atividade algorítmica HFT nos mercados atuais, tentando superar a concorrência é um traço interno da maioria dos algoritmos. Algoritmos podem reagir instantaneamente às condições do mercado. Como resultado, durante os mercados tumultuados, os algoritmos podem ampliar consideravelmente seus spreads de oferta e oferta (para evitar ser forçado a assumir posições de negociação) ou interromperão temporariamente a negociação, o que diminui a liquidez e exacerba a volatilidade. Efeitos de Ondulação. Dado o aumento do grau de integração entre os mercados e as classes de ativos na economia global, um colapso em um grande mercado ou classe de ativos geralmente se espalha em outros mercados e classes de ativos em uma reação em cadeia. Por exemplo, o crash do mercado imobiliário dos EUA causou uma recessão global e uma crise da dívida, porque as participações substanciais do papel sub-prime dos EUA foram realizadas não apenas pelos bancos dos EUA, mas também pelas instituições européias e outras instituições financeiras. Outro exemplo de tais efeitos de ondulação é o impacto prejudicial da queda no mercado de ações da Chinas, bem como o colapso nos preços do petróleo bruto, em ações globais de agosto de 2015 a janeiro de 2016. Incerteza. O HFT algorítmico é um contribuinte notável para a volatilidade exagerada do mercado, que pode invadir a incerteza dos investidores no curto prazo e afetar a confiança do consumidor no longo prazo. Quando um mercado subitamente colapsa, os investidores ficam perguntando sobre os motivos de um movimento tão dramático. Durante o vácuo de notícias que muitas vezes existe nesses momentos, os grandes comerciantes (incluindo as empresas HFT) reduzirão suas posições comerciais para reduzir os riscos, pressionando mais para baixo nos mercados. À medida que os mercados se movem para baixo, mais perdas de parada são ativadas, e esse loop de feedback negativo cria uma espiral descendente. Se um mercado urso se desenvolve por causa dessa atividade, a confiança do consumidor é abalada pela erosão da riqueza do mercado de ações e os sinais recessivos que emanam de uma grande crise do mercado. Outros Riscos de Algoritmos HFT Errant Algoritmos. A velocidade deslumbrante na qual ocorre a maior parte da negociação HFT algorítmica significa que um algoritmo erroneo ou defeituoso pode acumular milhões em perdas em um período muito curto. Um exemplo infame do dano que um algoritmo errado pode causar é o de Knight Capital, um fabricante de mercado que perdeu 440 milhões em um período de 45 minutos em 1 de agosto de 2012. Um novo algoritmo de negociação no Knight fez milhões de negociações defeituosas em cerca de 150 estoques, comprando-os no preço mais alto e vendendo-os instantaneamente pelo menor preço de oferta. (Observe que os criadores de mercado compram ações dos investidores ao preço da oferta e vendem para eles no preço da oferta, sendo o spread seu lucro comercial. Para mais informações, leia: The Basics of Bid-Ask Spread). Infelizmente, a hiper-eficiência do HFT algorítmico - em que os algoritmos monitoram constantemente os mercados apenas por este tipo de discrepância de preços - significou que os comerciantes rivais entraram e aproveitaram o dilema dos Cavaleiros, enquanto os funcionários do Knight tentaram freneticamente isolar a fonte do problema. No momento em que eles fizeram, Knight foi pressionado para a bancarrota, o que levou a sua eventual aquisição pela Getco LLC. Grandes Perdas de Investidores. Os oscilações da volatilidade piorados pelo HFT algorítmico podem montar investidores com grandes perdas. Muitos investidores rotineiramente colocam ordens stop-loss em suas participações em valores que são 5 longe dos preços atuais de negociação. Se a diferença de mercado para baixo sem motivo aparente (ou mesmo por um motivo muito bom), essas perdas de parada serão desencadeadas. Para adicionar insulto à lesão, se as ações subseqüentemente se recuperem em curto prazo, os investidores teriam incorrido nas perdas comerciais e perderam as suas participações. Enquanto algumas negociações foram revertidas ou canceladas durante crises de volatilidade incomum, como o Flash Crash e o fiasco do Knight, a maioria dos negócios não era. Por exemplo, a maioria dos quase dois bilhões de ações que negociaram durante o Flash Crash foram a preços dentro de 10 de suas 2:40 PM (o tempo em que o Flash Crash começou em 6 de maio de 2010), e esses negócios estavam em pé. Apenas cerca de 20.000 negócios, envolvendo um total de 5,5 milhões de ações que foram executadas a preços mais de 60 fora de seu preço de 2:40 PM, foram posteriormente cancelados. Então, um investidor com uma carteira de 500 mil ações de blue chips que teve 5 perdas de parada em suas posições durante o Flash Crash provavelmente seria 25,000. Em 1º de agosto de 2012, a NYSE cancelou negócios em seis ações que ocorreram quando o algoritmo Knight estava funcionando, porque foram executadas a preços 30 acima ou abaixo desse preço de abertura. A regra de execução claramente errática da NYSE estabelece as diretrizes numéricas para a revisão dessas negociações. (Veja: The Perils of Program Trading). Perda de confiança na integridade do mercado. Os investidores trocam os mercados financeiros por terem plena fé e confiança em sua integridade. No entanto, episódios repetidos de volatilidade incomum no mercado, como o Flash Crash, podem agitar essa confiança e levar alguns investidores conservadores a abandonar os mercados por completo. Em maio de 2012, o IPO do Facebook teve inúmeras questões de tecnologia e confirmações atrasadas, enquanto em 22 de agosto de 2013, a Nasdaq interrompeu a negociação por três horas devido a um problema com seu software. Em abril de 2014, cerca de 20 mil transações erradas tiveram que ser canceladas após um mau funcionamento do computador nas trocas de opções do IntercontinentalExchange Group Two U. S. Outra explosão importante, como o Flash Crash, poderia abalar a confiança dos investidores na integridade dos mercados. Medidas para combater riscos HFT com o Flash Crash e Knight Trading Knightmare destacando os riscos de HFT algorítmica, trocas e reguladores têm implementado medidas de proteção. Em 2014, o Nasdaq OMX Group introduziu um interruptor de morte para suas empresas membros que cortariam a negociação, uma vez que um nível de exposição de risco pré-estabelecido fosse violado. Embora muitas empresas de HFT já tenham interruptores de matar que possam interromper toda atividade comercial em determinadas circunstâncias, o switch Nasdaq fornece um nível adicional de segurança para contrariar algoritmos desonesto. Os disjuntores foram introduzidos após a segunda-feira negra em outubro de 1987, e são usados ​​para reprimir o pânico do mercado quando há uma enorme venda. A SEC aprovou as regras revistas em 2012 que permitem que os disjuntores disparem se o índice SampP 500 cair 7 (do nível de fechamento dos dias anteriores) antes das 3:25 PM EST, o que interromperia o mercado durante 15 minutos. Um mergulho de 13 antes das 3:25 da tarde provocaria outra parada de 15 minutos em todo o mercado, enquanto um mergulho 20 fecharia o mercado de ações pelo resto do dia. Em novembro de 2014, a Commodity Futures Trading Commission propôs regulamentos para empresas que utilizam negociação algorítmica em derivativos. Esses regulamentos exigiriam que tais empresas possuam controles de risco pré-negociação, enquanto uma disposição polêmica exigiria que eles disponibilizassem o código fonte de seus programas ao governo, se solicitado. O Bottom Line Algorithmic HFT tem uma série de riscos, o maior dos quais é o seu potencial para amplificar o risco sistêmico. Sua propensão para intensificar a volatilidade do mercado pode atravessar outros mercados e estimular a incerteza dos investidores. Abordagens repetidas de volatilidade incomum no mercado poderiam acabar com a confiança de muitos investidores na confiança do mercado. O CLS Blue Sky Blog faz alta freqüência aumenta o risco sistêmico A cotação e negociação de alta freqüência (HFQ) tornou-se um fenômeno global. Baseia-se na redução do tempo de atraso conhecido como latência entre a submissão da ordem e a execução ou cancelamento, de modo que o resultado da ordem seja relatado quase que instantaneamente. Uma série de contratempos do mercado, no entanto, atraíram a HFQ para a atenção dos reguladores.1 Se eles têm algo a se preocupar é uma questão que procuramos responder em nosso artigo recente, disponível aqui. O documento aborda a introdução da plataforma de negociação de alta velocidade da Arrowhead pela Tóquio Stock Exchange (TSE) em janeiro de 2010. A plataforma reduziu a latência de seis segundos para dois milissegundos e tornou a HFQ possível no TSE pela primeira vez. Em abril de 2011, a participação de mercado da HFQ aumentou de inexistente até 36% (Relatório Anual da TSE, 2011). A relação citar-para-comércio mais do que duplicou após o lançamento da Arrowhead. A introdução súbita e exógena da HFQ no TSE fornece um experimento limpo e um campo de pesquisa fértil para avaliar diretamente o impacto da HFQ nos mercados dos EUA, onde mesmo o aumento gradual da participação de mercado da HFQ é confundido por outros eventos. Vários pesquisadores investigaram o impacto da HFQ em medidas de qualidade de mercado, como liquidez e custo de negociação, mas houve menos foco em como HFQ afeta o risco sistêmico. Embora HFQ possa aumentar a volatilidade, não é claro se o HFQ afeta a gravidade das perdas do tipo de iliquidez episódica observada durante o Flash Crash de maio de 2010 nos Estados Unidos (Easley, Lopez de Prado e O8217Hara, 2011) aumentando os riscos sistêmicos . Em nossa pesquisa, examinamos condições de mercado estressantes quando os riscos sistêmicos são mais relevantes. Como a latência reduzida da Arrowhead afeta os riscos comerciais sistemáticos, como o risco de propagação de choque, o risco de cotação, o risco de desgaste do limite de pedidos (LOB) e o risco de caudal2. Também desenvolvemos medidas de risco sistêmico com base em correlações, fluxo de pedidos e Adrian E Brunnermeiers (2011) CoVaR. A CoVaR mede o componente do risco sistêmico que se move com a angústia de uma determinada empresa. Nossa análise ultrapassa as medidas tradicionais de qualidade do mercado. Isso é importante, porque o HFQ e a baixa latência alteram a natureza dos dados observáveis ​​quando os fornecedores de liquidez usam estratégias de equilíbrio de ordem e de equilíbrio curto injetando ruído endógeno no fluxo da ordem para esconder suas informações. Para quantificar o estado verdadeiro do LOB, calculamos medidas como a inclinação do LOB e o custo do imediatismo (COI), que tendem a ser mais estáveis ​​do que os spreads do National Best Bid and Offer (NBBO) e também são mais relevantes para os demandantes de liquidez Com tamanhos de pedidos maiores do que o volume fornecido pelas melhores cotações.3 Essas medidas LOB são particularmente relevantes em mercados de ritmo acelerado, onde as ordens freqüentemente caminham para baixo ou para baixo no LOB.4 A mudança na inclinação LOB (SLOPE) mede a resiliência (ou seja, Taxa em que o LOB recarrega) do LOB completo enquanto o COI mede de forma abrangente o spread entre os preços de oferta e de venda e a profundidade do LOB (Jain e Jiang, 2014). Com nossas medidas avançadas, também estudamos os efeitos distintos da baixa latência em cotações de alta freqüência versus negociação de alta freqüência. Considerando que os riscos sistêmicos associados à negociação de alta freqüência resultam de demanda agressiva de liquidez, os riscos sistêmicos de cotação de alta freqüência decorrem do cancelamento ou ausência de cotações de fornecedores de liquidez. Os achados da novela relacionam-se aos riscos de HFQ. Mostramos que o HFQ possibilitado pela Arrowhead amplifica o risco sistêmico, aumentando o risco de propagação de choque, o risco de cotação, o risco de atrito LOB e o risco de cauda. A incidência de volatilidade extraordinária em todo o mercado em grandes grupos de ações, como ocorreu durante o Flash Crash em 6 de maio de 2010, nos EUA, é de interesse regulamentar significativo. As respostas regulatórias a eventos sistematicamente arriscados, como falhas instantâneas, incluem um único disjuntor de estoque ou limites no movimento para cima ou para baixo de um único estoque, mas eles não se concentram explicitamente em medidas de riscos sistêmicos ou correlacionados. Achamos que Arrowhead aumenta a exposição ao risco sistêmico ainda mais durante eventos de risco de cauda, ​​o que pode levar a uma situação de mercado altamente desestabilizadora. Uma implicação de nossa descoberta é que os mercados de baixa latência podem se beneficiar de recursos de segurança, como interruptores de matar, disjuntores e rigorosos testes de software, que impedem a proliferação de riscos de um estoque para outro e para o sistema de negociação em geral. Ao se concentrar na condição de mercado extremamente negativa, podemos destacar isso, enquanto que as descobertas anteriores sobre a contribuição da HFQ para a qualidade do mercado discutidas no início desta peça são aplicáveis ​​na maioria dos períodos normais, é necessária uma atenção especial para lidar com o impacto adverso da HFQ Durante os eventos da cauda. Nós também investigamos se o Arrow HfQ aumentou HFQ afeta as medidas de qualidade do mercado no Japão, semelhante ao impacto da HFQ sobre a qualidade do mercado relatado em estudos que utilizam os dados dos EUA. Esses efeitos incluem aumento da velocidade de negociação, aumento do volume e número de negócios e aumento da liquidez LOB. A semelhança desses efeitos tradicionais de qualidade de mercado da HFQ no Japão e nos EUA indica que nossos resultados relativos ao impacto da HFQ sobre riscos de negociação sistemática também são aplicáveis ​​a outros mercados. O aumento do risco sistêmico de negociação e cotação correlacionada em um ambiente de alta velocidade precisa de atenção especial e ferramentas. Nosso estudo fornece uma estrutura para analisar os riscos de microestrutura sistêmica do HFQ que podem ser usados ​​em futuras pesquisas para avaliar a eficácia do novo quadro regulatório, incluindo o disjuntor de estoque único ou limitar as regras de down-limit down que foram uma resposta ao mercado, Eventos de volatilidade extraordinária ou sistêmica. Em resumo, o comércio de alta velocidade aumenta significativamente os riscos sistêmicos de maneiras semelhantes a um acidente multi-carro em uma rodovia. Ele exige medidas de segurança robustas nos níveis de comerciantes individuais e sistemas de negociação. 1 Na Alemanha, a Lei de Negociação de Alta Frequência entrou em vigor em 2012-2013. (Regulamento. fidessaataglancegerman-high-frequency-trading-act). A França introduziu um imposto de negociação de alta freqüência em 2012. A Itália seguiu o exemplo com um imposto HFQ em setembro de 2013. Há um imposto de transações financeiras mais abrangente sendo considerado por onze países da zona do euro (marketsmediaHFQ-makes-last-stand-in-europe-as - Ftt-and-mifid-ii-edge-closer). Nos regulamentos dos EUA, incluem a regra de acesso ao mercado SEC 15c3-5 (sec. govrulesfinal201134-64748fr. pdf) e limitam a regra de limite para baixo (nasdaqtradercontentMarketRegulationLULDFAQ. pdf). O TSE não possui tais regulamentos. 2 O risco de propagação de choque é o risco de uma falha no sistema devido à falha de um determinado estoque. O risco de preenchimento de citações é o risco de congestionamento do mercado devido à submissão de um número incontrolável de pedidos ao livro de pedidos limite (LOB). O risco de atrito de LOB é o risco de uma rápida liquidez secar. O risco de cauda capta a reação do mercado nas condições de mercado extremamente negativas. 3 A medida da inclinação LOB é definida como a média ponderada da variação na quantidade fornecida no LOB por variação unitária no preço. A COI capta o fato de que os clientes de demanda de liquidez incorrem em custos cumulativos progressivamente maiores, pois a profundidade disponível no topo do LOB em mercados rápidos torna-se insuficiente para executar completamente a ordem. Para a medida do custo da transação do COI, as informações LOB médias ponderadas para as execuções em vários pontos de preço resultantes de uma caminhada para cima ou para baixo do livro são usadas em vez do topo dos spreads de oferta e solicitação LOB. O cálculo de ambas as medidas é descrito em detalhe abaixo. 4 A Limit Order Book (LOB) é um registro de ordens de limite não executadas ordenadas com base na prioridade de preço e tempo. Um pedido de compra de mercado (venda) com um tamanho de pedido maior do que o volume fornecido pelo topo do LOB (melhores cotações), desloca-se (para baixo) o LOB. Esta publicação nos vem de Pankaj Jain e Thomas McInish, professores da Universidade de Memphis 8211 Fogelman College of Business and Economics e Professor Pawan Jain na Universidade de Wyoming 8211 College of Business. Baseia-se em seu artigo recente, o aumento de mercado de alta freqüência aumenta o risco sistêmico, disponível aqui.