Black Box Algorithmic Trading System

Grundlagen des algorithmischen Handels: Konzepte und Beispiele Ein Algorithmus ist ein spezifischer Satz von klar definierten Anweisungen, die darauf abzielen, eine Aufgabe oder einen Prozess durchzuführen. Algorithmischer Handel (automatisierte Handel, Black-Box-Handel oder einfach Algo-Trading) ist der Prozess der Verwendung von Computern programmiert, um eine definierte Reihe von Anweisungen für die Platzierung eines Handels zu folgen, um Gewinne mit einer Geschwindigkeit und Häufigkeit zu generieren, die für eine unmöglich ist Menschlicher Händler Die definierten Regelsätze basieren auf Timing, Preis, Menge oder einem mathematischen Modell. Neben den Gewinnchancen für den Händler macht algo-trading die Märkte liquider und macht den Handel systematischer, indem er emotionale menschliche Auswirkungen auf die Handelsaktivitäten ausübt. Angenommen, ein Trader folgt diesen einfachen Handelskriterien: Kaufen Sie 50 Aktien einer Aktie, wenn der 50-Tage-Gleitender Durchschnitt über den 200-Tage-Gleitender Durchschnitt geht. Teilen Sie Aktien der Aktie, wenn der 50-Tage-Gleitender Durchschnitt unter den 200-Tage-Gleitender Durchschnitt geht Mit diesem Satz von zwei einfachen Anweisungen ist es einfach, ein Computerprogramm zu schreiben, das automatisch den Aktienkurs (und die gleitenden durchschnittlichen Indikatoren) überwacht und die Kauf - und Verkaufsaufträge platziert, wenn die definierten Bedingungen erfüllt sind. Der Trader muss nicht mehr auf Live-Preise und Grafiken aufpassen oder die Aufträge manuell einlegen. Das algorithmische Handelssystem tut es automatisch für ihn, indem es die Handelsmöglichkeit korrekt identifiziert. (Für mehr über bewegte Durchschnitte siehe: Einfache Umzugsdurchschnitte machen Trends heraus.) Algo-Trading bietet folgende Vorteile: Trades, die zu den bestmöglichen Preisen ausgeführt werden Sofortige und genaue Trading-Platzierung (damit hohe Chancen auf Ausführung auf Wunsch) Trades Zeitlich abgestimmt und sofort, um signifikante Preisänderungen zu vermeiden Reduzierte Transaktionskosten (siehe Implementierungsfehlbetrag Beispiel unten) Gleichzeitige automatisierte Überprüfung auf mehrere Marktbedingungen Reduziertes Risiko von manuellen Fehlern bei der Platzierung der Trades Backtest der Algorithmus, basierend auf verfügbaren historischen und Echtzeitdaten Reduziert Möglichkeit von Fehlern von menschlichen Händlern, die auf emotionalen und psychologischen Faktoren basieren Der größte Teil des heutigen Algo-Handels ist der Hochfrequenzhandel (HFT), der versucht, eine große Anzahl von Aufträgen mit sehr schnellen Geschwindigkeiten über mehrere Märkte und mehrere Entscheidungen zu tätigen Parameter, basierend auf vorprogrammierten Anweisungen. (Zu mehr im Hochfrequenzhandel siehe: Strategien und Geheimnisse von High Frequency Trading (HFT) - Firmen) Algo-Trading wird in vielen Formen der Handels - und Investitionstätigkeit eingesetzt, darunter: mittel - bis langfristige Anleger oder Buy-Side-Unternehmen (Pensionsfonds) , Investmentfonds, Versicherungsgesellschaften), die in großen Mengen in Aktien kaufen, aber nicht die Aktienpreise mit diskreten, großvolumigen Investitionen beeinflussen wollen. Kurzfristige Händler und Verkaufsseitenteilnehmer (Market Maker, Spekulanten und Arbitrageure) profitieren von der automatisierten Handelsabwicklung darüber hinaus, Algo-Trading hilft bei der Schaffung von ausreichenden Liquidität für Verkäufer auf dem Markt. Systematische Händler (Trendfolger, Paar Trader, Hedgefonds etc.) finden es viel effizienter, ihre Handelsregeln zu programmieren und das Programm automatisch zu handeln. Der algorithmische Handel bietet einen systematischeren Ansatz für den aktiven Handel als Methoden, die auf einer menschlichen Trader-Intuition oder einem Instinkt basieren. Algorithmische Handelsstrategien Jede Strategie für den algorithmischen Handel erfordert eine identifizierte Chance, die in Bezug auf verbesserte Erträge oder Kostensenkungen rentabel ist. Im Folgenden werden gemeinsame Handelsstrategien verwendet, die im Algo-Trading verwendet werden: Die gängigsten algorithmischen Trading-Strategien folgen den Trends bei gleitenden Durchschnitten. Kanalausbrüche. Preisniveaubewegungen und zugehörige technische Indikatoren. Dies sind die einfachsten und einfachsten Strategien, um durch algorithmischen Handel zu implementieren, da diese Strategien keine Vorhersagen oder Preisvorhersagen beinhalten. Trades werden auf der Grundlage des Auftretens von wünschenswerten Trends initiiert. Die einfach und unkompliziert sind, um durch Algorithmen zu implementieren, ohne in die Komplexität der prädiktiven Analyse zu gelangen. Das oben genannte Beispiel von 50 und 200 Tage gleitenden Durchschnitt ist ein beliebter Trend nach Strategie. (Weitere Informationen zu Trendhandelsstrategien finden Sie unter: Einfache Strategien zur Aktivierung von Trends.) Der Kauf eines dualen Börsenplatzes zu einem niedrigeren Preis in einem Markt und der gleichzeitige Veräußerung zu einem höheren Preis in einem anderen Markt bietet die Preisdifferenz als risikofreier Gewinn Oder Arbitrage. Der gleiche Vorgang kann für Aktien gegen Futures-Instrumente repliziert werden, da Preisdifferenzen von Zeit zu Zeit existieren. Die Implementierung eines Algorithmus zur Identifizierung solcher Preisunterschiede und die Platzierung der Aufträge ermöglicht rentable Möglichkeiten in effizienter Weise. Index-Fonds haben Perioden des Neugewinns definiert, um ihre Bestände mit ihren jeweiligen Benchmark-Indizes in Einklang zu bringen. Dies schafft profitable Chancen für algorithmische Händler, die auf erwarteten Trades profitieren, die 20-80 Basispunkte Gewinne in Abhängigkeit von der Anzahl der Aktien im Indexfonds, kurz vor dem Indexfonds-Rebalancing anbieten. Solche Trades werden über algorithmische Handelssysteme für rechtzeitige Ausführung und beste Preise initiiert. Viele bewährte mathematische Modelle, wie die delta-neutrale Trading-Strategie, die den Handel auf Kombination von Optionen und deren zugrunde liegenden Sicherheit ermöglichen. Wo Trades gesetzt werden, um positive und negative Deltas zu versetzen, so dass das Portfolio-Delta auf Null gehalten wird. Die mittlere Reversionsstrategie basiert auf der Idee, dass die hohen und niedrigen Preise eines Vermögenswertes ein temporäres Phänomen sind, das periodisch auf ihren Mittelwert zurückkehrt. Identifizieren und Definieren einer Preisspanne und Implementierung von Algorithmen auf der Grundlage, dass Trades automatisch platziert werden, wenn der Preis von Asset Pausen in und aus seinem definierten Bereich. Die volumengewichtete durchschnittliche Preisstrategie zerbricht einen großen Auftrag und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf den Markt mit Aktienspezifischen historischen Volumenprofilen frei. Ziel ist es, den Auftrag in der Nähe des volumengewichteten Durchschnittspreises (VWAP) auszuführen und damit zu einem durchschnittlichen Preis zu profitieren. Die zeitgewichtete durchschnittliche Preisstrategie zerbricht einen großen Auftrag und gibt dynamisch bestimmte kleinere Stücke des Auftrags auf den Markt mit gleichmäßig geteilten Zeitschlitzen zwischen Start - und Endzeit frei. Ziel ist es, den Auftrag in der Nähe des Durchschnittspreises zwischen Start - und Endzeiten auszuführen und damit die Markteinwirkung zu minimieren. Bis der Trade Order vollständig ausgefüllt ist, fährt dieser Algorithmus fort, Teilaufträge zu senden, entsprechend der definierten Beteiligungsquote und nach dem Volumen, das auf den Märkten gehandelt wird. Die zugehörige Schrittstrategie sendet Aufträge zu einem benutzerdefinierten Prozentsatz des Marktvolumens und erhöht oder verringert diese Erwerbsquote, wenn der Aktienkurs benutzerdefinierte Werte erreicht. Die Implementierungs-Defizitstrategie zielt darauf ab, die Ausführungskosten eines Auftrags durch den Handel auf dem Echtzeitmarkt zu minimieren und dadurch die Kosten der Bestellung zu senken und von den Opportunitätskosten der verzögerten Ausführung zu profitieren. Die Strategie wird die gezielte Erwerbsquote erhöhen, wenn sich der Aktienkurs günstig bewegt und abnimmt, wenn sich der Aktienkurs negativ bewegt. Es gibt ein paar spezielle Klassen von Algorithmen, die versuchen, Ereignisse auf der anderen Seite zu identifizieren. Diese Sniffing-Algorithmen, die zum Beispiel von einem Sell-Side-Market-Maker verwendet werden, haben die eingebaute Intelligenz, um die Existenz von Algorithmen auf der Kaufseite eines großen Auftrags zu identifizieren. Solche Erkennung durch Algorithmen wird dem Marktmacher dabei helfen, große Auftragsmöglichkeiten zu identifizieren und ihm zu ermöglichen, durch die Besetzung der Aufträge zu einem höheren Preis zu profitieren. Dies wird manchmal als Hightech-Frontlauf bezeichnet. (Für mehr auf High-Frequenz-Handel und betrügerische Praktiken, siehe: Wenn Sie Aktien kaufen Online, sind Sie in HFTs beteiligt.) Technische Voraussetzungen für Algorithmic Trading Die Umsetzung der Algorithmus mit einem Computer-Programm ist der letzte Teil, Clubbed mit Backtesting. Die Herausforderung besteht darin, die identifizierte Strategie in einen integrierten computergestützten Prozess umzuwandeln, der Zugang zu einem Handelskonto für die Platzierung von Aufträgen hat. Folgende werden benötigt: Computerprogrammierkenntnisse zur Programmierung der geforderten Handelsstrategie, angepasste Programmierer oder vorgefertigte Trading-Software Netzwerkkonnektivität und Zugriff auf Handelsplattformen für die Platzierung der Aufträge Der Zugriff auf Marktdaten-Feeds, die vom Algorithmus für die Möglichkeit der Platzierung überwacht werden Aufträge Die Fähigkeit und die Infrastruktur, das System einmalig zu testen, bevor es auf echten Märkten geht Erhältlich historische Daten für das Backtesting, abhängig von der Komplexität der im Algorithmus implementierten Regeln Hier ist ein umfassendes Beispiel: Royal Dutch Shell (RDS) ist in Amsterdam aufgeführt Börse (AEX) und Londoner Börse (LSE). Lets bauen einen Algorithmus, um Arbitrage-Möglichkeiten zu identifizieren. Hier sind einige interessante Beobachtungen: AEX handelt in Euro, während LSE in Pfund Sterling pflegt. Aufgrund der einstündigen Zeitdifferenz eröffnet AEX eine Stunde früher als LSE, gefolgt von beiden Börsen, die gleichzeitig für die nächsten Stunden handeln und dann nur in LSE handeln Die letzte Stunde als AEX schließt können wir die Möglichkeit der Arbitrage Handel auf der Royal Dutch Shell Aktie auf diesen beiden Märkten in zwei verschiedenen Währungen gelistet ein Computer-Programm, das aktuelle Marktpreise lesen können Preis Feeds von sowohl LSE und AEX A Forex Rate Feed für GBP-EUR Umrechnungskurs Bestellen von Platzierungsmöglichkeiten, die den Auftrag an den richtigen Austausch weiterleiten können Back-Testing-Fähigkeit zu historischen Preisfuttermitteln Das Computerprogramm sollte folgendes ausführen: Lesen Sie den eingehenden Preisvorschub der RDS-Aktie von beiden Börsen unter Verwendung der verfügbaren Wechselkurse . Umwandlung des Preises einer Währung in andere Wenn es eine ausreichend große Preisdiskrepanz (Abzinsung der Vermittlungskosten) gibt, die zu einer gewinnbringenden Gelegenheit führt, dann legen Sie den Kaufauftrag auf niedrigeren Preisvermittlungs - und Verkaufsauftrag auf höherer Preisvermittlung Wenn die Aufträge als ausgeführt werden Gewünscht, wird die Arbitrage Gewinn folgen Simple und Easy Allerdings ist die Praxis der algorithmischen Handel ist nicht so einfach zu pflegen und auszuführen. Denken Sie daran, wenn Sie einen Algo-generierten Handel platzieren können, so können die anderen Marktteilnehmer. Infolgedessen schwanken die Preise in Milli - und sogar Mikrosekunden. In dem obigen Beispiel, was passiert, wenn Ihr Kaufhandel ausgeführt wird, aber verkaufen Handel nicht als die Verkaufspreise ändern sich um die Zeit Ihre Bestellung trifft den Markt Sie werden am Ende sitzen mit einer offenen Position. Ihre Arbitrage-Strategie wertlos machen. Es gibt zusätzliche Risiken und Herausforderungen: z. B. Systemausfallrisiken, Netzwerkverbindungsfehler, Zeitverzögerungen zwischen Handelsaufträgen und Ausführung und vor allem unvollständige Algorithmen. Je komplexer ein Algorithmus ist, desto strengeres Backtesting ist nötig, bevor es in die Tat umgesetzt wird. Die quantitative Analyse einer Algorithmen-Performance spielt eine wichtige Rolle und sollte kritisch untersucht werden. Es ist spannend, für die Automatisierung zu helfen, die von Computern mit einer Vorstellung geboten wird, um mühelos Geld zu verdienen. Aber man muss sicherstellen, dass das System gründlich getestet ist und die erforderlichen Grenzwerte festgelegt sind. Analytische Händler sollten überlegen, Programmierung und Gebäude-Systeme auf eigene Faust zu lernen, um sicher zu sein, die Umsetzung der richtigen Strategien in narrensicherer Weise zu sein. Vorsichtige Verwendung und gründliche Prüfung von Algo-Trading kann profitable Chancen. Algorithmische Trading Was ist Algorithmic Trading Algorithmischen Handel, auch als Algo-Handel und Black-Box-Handel bezeichnet, ist ein Handelssystem, das fortgeschrittene und komplexe mathematische Modelle und Formeln zu machen, um hoch zu machen Entscheidungen und Transaktionen auf den Finanzmärkten. Der algorithmische Handel beinhaltet die Verwendung von schnellen Computerprogrammen und komplexen Algorithmen zur Erstellung und Festlegung von Handelsstrategien für optimale Renditen. BREAKING DOWN Algorithmischer Handel Einige Anlagestrategien und Handelsstrategien wie Arbitrage. Intermarket-Verbreitung, Marktherstellung und Spekulationen können durch algorithmischen Handel verbessert werden. Elektronische Plattformen können Investitions - und Handelsstrategien durch algorithmischen Handel vollständig betreiben. Als solche sind Algorithmen in der Lage, Handelsanweisungen unter bestimmten Bedingungen in Preis, Volumen und Timing auszuführen. Die Verwendung von algorithmischen Handel wird am häufigsten von großen institutionellen Investoren aufgrund der großen Menge an Aktien, die sie jeden Tag kaufen. Komplexe Algorithmen erlauben es diesen Investoren, den bestmöglichen Preis zu erhalten, ohne den Aktienkurs erheblich zu beeinflussen und die Anschaffungskosten zu erhöhen. Arbitrage ist die Differenz der Marktpreise zwischen zwei verschiedenen Einheiten. Arbitrage wird häufig in globalen Unternehmen praktiziert. Zum Beispiel können Unternehmen in der Lage sein, billigere Lieferungen oder Arbeit aus anderen Ländern zu nutzen. Diese Unternehmen können die Kosten senken und die Gewinne steigern. Arbitrage kann auch im Handel mit SampP-Futures und den SampP 500-Aktien genutzt werden. Es ist typisch für SampP-Futures und SampP 500-Aktien, um Preisunterschiede zu entwickeln. Wenn dies geschieht, werden die Aktien, die auf den NASDAQ - und NYSE-Märkten gehandelt werden, entweder hinterherhinken oder den SampP-Futures vorausgehen und eine Gelegenheit für Arbitrage bieten. Hochgeschwindigkeits-algorithmischer Handel kann diese Bewegungen verfolgen und von den Preisunterschieden profitieren. Trading vor dem Index Fund Rebalancing Renteneinsparungen wie Pensionsfonds werden überwiegend in Investmentfonds investiert. Die Indexfonds der Investmentfonds werden regelmäßig an die neuen Kurse der zugrunde liegenden Vermögenswerte angepasst. Bevor dies geschieht, werden vorprogrammierte Handelsanweisungen durch algorithmische handelsgestützte Strategien ausgelöst, die Gewinne von Investoren zu algorithmischen Händlern übertragen können. Mittlere Reversion Mittlere Reversion ist eine mathematische Methode, die den Durchschnitt einer vorübergehend hohen und niedrigen Preise berechnet. Der algorithmische Handel berechnet diesen Durchschnitt und den potenziellen Gewinn aus der Bewegung des Wertpapiers, da er entweder weggeht oder zum Mittelpreis geht. Skalierer profitieren vom Handel der Bid-Ask-Spread so schnell wie möglich mehrmals am Tag. Die Preisbewegungen müssen geringer sein als die Sicherheiten. Diese Bewegungen passieren innerhalb von Minuten oder weniger, also die Notwendigkeit für schnelle Entscheidungen, die durch algorithmische Trading-Formeln optimiert werden können. Andere Strategien, die durch den algorithmischen Handel optimiert werden, umfassen Transaktionskostenreduzierung und andere Strategien, die sich auf dunkle Pools beziehen. Algorithmischer Handel Algorithmischer Handel. Auch automatisierten Handel genannt. Black-Box-Handel. Oder algo handel Ist die Verwendung von elektronischen Plattformen für die Eingabe von Handelsaufträgen mit einem Algorithmus, der vorprogrammierte Handelsanweisungen ausführt, deren Variablen Timing, Preis oder Menge des Auftrags enthalten können oder in vielen Fällen den Auftrag durch einen Roboter ohne menschliches Eingreifen initiieren. Der algorithmische Handel wird von den Investmentbanken weit verbreitet. Rentenfonds. Investmentfonds Und andere Buy-Side (Investor-driven) institutionelle Händler, um große Trades in mehrere kleinere Trades zu teilen, um Markt Auswirkungen und Risiko zu verwalten. 1 2 Verkaufe Seitenhändler, wie Market Maker und einige Hedgefonds. Liquidität auf den Markt bringen, Aufträge automatisch generieren und ausführen. Eine spezielle Klasse von algorithmischen Handel ist Hochfrequenzhandel (HFT). Viele Arten von algorithmischen oder automatisierten Handelsaktivitäten können als HFT beschrieben werden. Infolgedessen bildete die Commodity Futures Trading Commission (CFTC) im Februar 2012 eine spezielle Arbeitsgruppe, die Wissenschaftler und Branchenexperten einschlug, um die CFTC darüber zu informieren, wie sie HFT am besten definieren können. 3 4 HFT-Strategien nutzen Computer, die aufwendige Entscheidungen treffen, um Aufträge zu initiieren, die auf Informationen basieren, die elektronisch empfangen werden, bevor menschliche Händler in der Lage sind, die Informationen zu verarbeiten, die sie beobachten. Algorithmischer Handel und HFT haben zu einem dramatischen Wandel der Markt-Mikrostruktur geführt, vor allem in der Art und Weise Liquidität zur Verfügung gestellt wird. 5 Algorithmischer Handel kann in jeder Anlagestrategie verwendet werden. Einschließlich der Marktmachung. Inter-Markt-Verbreitung, Arbitrage. Oder reine Spekulationen (einschließlich Trendfolgen). Die Investitionsentscheidung und - umsetzung kann in jedem Stadium mit algorithmischer Unterstützung erweitert werden oder kann vollständig automatisch funktionieren. Eines der Hauptprobleme in Bezug auf HFT ist die Schwierigkeit, zu bestimmen, wie rentabel es ist. Ein Bericht, der im August 2009 von der TABB Group, einem Forschungsunternehmen für Finanzdienstleistungsunternehmen, veröffentlicht wurde, schätzte, dass die 300 Wertpapierfirmen und Hedgefonds, die sich auf diese Art von Handel spezialisierten, im Jahr 2008 maximal 21 Milliarden US-Dollar an Gewinn annahmen, 6 die Autoren Genannt relativ klein und überraschend bescheiden im Vergleich zu den Märkten insgesamt Handelsvolumen. Ein Drittel aller Aktien der Europäischen Union und der Vereinigten Staaten im Jahr 2006 wurde durch automatische Programme oder Algorithmen, nach Boston-basierte Finanzdienstleistungs-Industrie Forschung und Beratungsunternehmen Aite Group getrieben. 7 Im Jahr 2009 haben Studien von HFT-Unternehmen 60-73 des gesamten US-Aktienhandelsvolumens ausgewiesen, wobei diese Zahl im Jahr 2012 auf etwa 50 anstieg. 8 9 2006 an der Londoner Börse. Über 40 aller Aufträge wurden von algorithmischen Händlern eingegeben, mit 60 für 2007 prognostiziert. Amerikanische Märkte und europäische Märkte haben in der Regel einen höheren Anteil an algorithmischen Geschäften als andere Märkte, und die Schätzungen für 2008 reichen so hoch wie ein 80-Anteil in einigen Märkten. Die Devisenmärkte haben auch einen aktiven algorithmischen Handel (rund 25 Aufträge im Jahr 2006). 10 Futures-Märkte werden als ziemlich einfach in den algorithmischen Handel integriert, 11 mit etwa 20 Optionen, die voraussichtlich bis 2010 computergeneriert werden. Skriptfehler Skriptfehler 91 datierte Info 93 12 Bondmärkte bewegen sich auf mehr Zugang zu algorithmischen Händlern. 13 Algorithmik und HFT wurden Gegenstand vieler öffentlicher Debatte, da die US-amerikanische Börsen - und Börsenkommission und die Commodity Futures Trading Commission in den Berichten sagten, dass ein algorithmischer Handel, der von einer Investmentgesellschaft eingetreten ist, eine Welle des Verkaufs auslöste, die zum Flash-Crash 2010 führte . 14 15 16 17 18 19 20 21 Die gleichen Berichte, die HFT-Strategien gefunden haben, können zur anschließenden Volatilität beigetragen haben. Als Ergebnis dieser Ereignisse, der Dow Jones Industrial Average erlitt seine zweitgrößte Intraday Punkt Swing jemals bis zu diesem Zeitpunkt, obwohl die Preise schnell erholt. (Siehe Liste der größten täglichen Änderungen in der Dow Jones Industrial Average.) Ein Bericht von der International Organization of Securities Commissions (IOSCO), einem internationalen Gremium von Wertpapieraufsichtsbehörden, kam zu dem Schluss, dass Algorithmen und HFT-Technologie vom Markt genutzt wurden Teilnehmer, um ihre Handels-und Risiko zu verwalten, war ihre Verwendung auch eindeutig ein Faktor in der Flash-Crash-Veranstaltung vom 6. Mai 2010. 22 23 Einige algorithmischen Handel vor Index Fonds Rebalancing Transfers Gewinne von Investoren. 24 25 26 Geschichte Edit Die Informatik des Auftragsflusses an den Finanzmärkten begann Anfang der 1970er Jahre mit einigen Markierungen, die die Einführung der New Yorker Börse s bezeichneten Order Turnaround System (DOT und später SuperDOT), die Bestellungen elektronisch an die Ordnungsgemäßer Handelsposten, der sie manuell ausführte. Das Eröffnungs-Automatisierungssystem (OARS) unterstützte den Spezialisten bei der Ermittlung des Marktfreigabe-Eröffnungskurses (SOR Smart Order Routing). Der Programmhandel wird von der New Yorker Börse als Auftrag zum Kauf oder Verkauf von 15 oder mehr Aktien im Wert von über US1 Millionen gesamt definiert. In der Praxis bedeutet dies, dass alle Programm-Trades mit Hilfe eines Computers eingegeben werden. In den achtziger Jahren wurde der Programmhandel im Handel zwischen den SampP500-Aktien - und Futures-Märkten weit verbreitet. In Aktienindex Arbitrage kauft ein Trader einen Aktienindex-Futures-Kontrakt wie die SampP 500 Futures und verkauft (oder kauft) ein Portfolio von bis zu 500 Aktien (kann eine viel kleinere repräsentative Teilmenge) an der NYSE abgestimmt gegen die Futures-Handel. Der Programm-Handel an der NYSE würde in einen Computer vorprogrammiert werden, um die Bestellung automatisch in das NYSEs-elektronischen Order-Routing-System zu einem Zeitpunkt einzugeben, wenn der Futures-Preis und der Aktienindex weit genug auseinander waren, um einen Gewinn zu erzielen. Gleichzeitig wurde die Portfolio-Versicherung entworfen, um eine synthetische Put-Option auf einem Aktienportfolio durch dynamisch handelnde Aktienindex-Futures nach einem Computermodell auf Basis des BlackScholes-Optionspreismodells zu erstellen. Beide Strategien, die oft einfach als Programmhandel zusammengefasst wurden, wurden von vielen Leuten (z. B. durch den Brady-Bericht) für die Verschärfung oder sogar den Beginn des Börsencrashs von 1987 verantwortlich gemacht. Dennoch ist der Einfluss des computergesteuerten Handels auf Börsencrashs unklar und in der akademischen Gemeinschaft weitgehend diskutiert. 27 Finanzmärkte mit voll elektronischer Ausführung und ähnlichen elektronischen Kommunikationsnetzen, die in den späten 1980er und 1990er Jahren entwickelt wurden. In der U. S. Dezimalisierung. Die die minimale Tickgröße von 116 eines Dollars (US0.0625) auf US0,01 pro Aktie veränderte, kann den algorithmischen Handel ermutigt haben, da sie die Marktmikrostruktur verändert hat, indem sie kleinere Unterschiede zwischen den Angebots - und Angebotspreisen ermöglicht und die Marktmacher verringert Handelsvorteil, wodurch die Marktliquidität erhöht wird. Diese erhöhte Marktliquidität führte dazu, dass institutionelle Händler Aufträge nach Computer-Algorithmen aufteilen, damit sie Aufträge zu einem besseren Durchschnittspreis ausführen konnten. Diese durchschnittlichen Preis-Benchmarks werden von Computern gemessen und berechnet, indem der zeitgewichtete Durchschnittspreis oder in der Regel durch den volumengewichteten Durchschnittspreis angewendet wird. Eine weitere Ermutigung für die Verabschiedung des algorithmischen Handels an den Finanzmärkten kam 2001, als ein Team von IBM Forschern ein Papier 28 auf der Internationalen Gemeinsamen Konferenz über Künstliche Intelligenz veröffentlichte, wo sie zeigten, dass in experimentellen Laborversionen der elektronischen Auktionen, die im Finanzen verwendet wurden Märkte, zwei algorithmische Strategien (IBMs eigene MGD und Hewlett-Packard s ZIP) konsequent durchführen menschliche Händler. MGD war eine modifizierte Version des GD-Algorithmus, der 1996 von Steven Gjerstad amp John Dickhaut erfunden wurde. 297 Der ZIP-Algorithmus wurde 1996 von Dave Cliff (Professor) bei HP erfunden. 30 In ihrer Arbeit schrieb das IBM Team, dass die finanziellen Auswirkungen von Ihre Ergebnisse zeigen MGD und ZIP Outperforming menschlichen Händlern. Könnte in Milliarden von Dollar jährlich gemessen werden die IBM Papier generiert internationale Medienberichterstattung. Als mehr elektronische Märkte eröffnet wurden, wurden andere algorithmische Handelsstrategien eingeführt. Diese Strategien werden leichter durch Computer implementiert, weil Maschinen schneller auf temporäre Missverständnisse reagieren und Preise von mehreren Märkten gleichzeitig untersuchen können. Zum Beispiel Stealth (entwickelt von der Deutschen Bank), Sniper und Guerilla (entwickelt von Credit Suisse 31), Arbitrage. Statistische Arbitrage. Trend folgt. Und mittlere Reversion. Diese Art von Handel ist, was treibt die neue Nachfrage für Low Latency Proximity Hosting und Global Exchange Connectivity. Es ist zwingend erforderlich zu verstehen, welche Latenz bei der Zusammenstellung einer Strategie für den elektronischen Handel ist. Latenz bezieht sich auf die Verzögerung zwischen der Übermittlung von Informationen aus einer Quelle und dem Empfang der Informationen an einem Bestimmungsort. Latenz hat als untere Grenze die Lichtgeschwindigkeit dies entspricht etwa 3,3 Millisekunden pro 1.000 Kilometer Lichtwellenleiter. Jede Signalwiederherstellungs - oder Routing-Ausrüstung führt zu einer größeren Latenzzeit als diese Lightspeed-Grundlinie. Strategien Bearbeiten Handel vor Index Fonds Rebalancing Bearbeiten Die meisten Altersvorsorge. Wie private Pensionskassen oder 401 (k) und einzelne Ruhestandskonten in den USA, werden in Investmentfonds investiert. Die beliebtesten davon sind Indexfonds, die ihr Portfolio periodisch neu ausgleichen oder anpassen müssen, um den neuen Preisen und der Marktkapitalisierung der zugrunde liegenden Wertpapiere in der Aktie oder dem anderen Index, den sie verfolgen, zu entsprechen. 32 33 Dies ermöglicht algorithmischen Händlern (80 der Trades, bei denen die Top 20 der beliebtesten Wertpapiere 32 beteiligt sind), um vor den Aktienkursbewegungen, die durch eine gegenseitige Fondsneubildung verursacht wurden, vorwegzunehmen und zu handeln, was einen Gewinn über die voraussichtlichen Kenntnisse der großen institutionellen Blockbestellungen ermöglicht. 24 34 Dies führt zu Gewinnen, die von Anlegern an algorithmische Händler übertragen werden und auf mindestens 21 bis 28 Basispunkte jährlich für SampP 500-Indexfonds und mindestens 38 bis 77 Basispunkte pro Jahr für Russell 2000-Fonds geschätzt werden. 25 John Montgomery von Bridgeway Capital Management sagt, dass der daraus resultierende arme Investor aus dem Handel vor dem Investmentfonds zurückkehrt, ist der Elefant im Raum, der schockierend ist, dass die Leute nicht reden. 26 Verwandte Zeitzone Arbitrage gegen Investmentfonds und ihre zugrunde liegenden Wertpapiere, die auf ausländischen Märkten gehandelt werden, ist wahrscheinlich schädlich für die finanzielle Integration zwischen den Vereinigten Staaten, Asien und Europa. 35 Trend nach Bearbeiten Trend folgt eine Anlagestrategie, die langfristige, mittelfristige und kurzfristige Bewegungen nutzen kann, die manchmal auf verschiedenen Märkten auftreten. Die Strategie zielt darauf ab, von einem Markttrend auf beiden Seiten zu profitieren, lange (Kauf) oder kurz (Verkauf) in einem Markt zu gehen, um von den Höhen und Tiefen der Aktien - oder Futures-Märkte zu profitieren. Händler, die diesen Ansatz nutzen, können die aktuelle Marktpreisberechnung, gleitende Durchschnitte und Kanalausbrüche nutzen, um die allgemeine Richtung des Marktes zu bestimmen und Handelssignale zu generieren. Händler, die einen Trend nach der Strategie abonnieren, zielen nicht darauf ab, bestimmte Preisniveaus zu prognostizieren oder vorherzusagen, sie initiieren einen Handel, wenn ein Trend zu beginnen scheint, und den Handel zu verlassen, sobald der Trend zu Ende gegangen ist. 36 Paare Handel Bearbeiten Paar Handel oder Paar Handel ist ein lang-kurz. Idealerweise marktneutrale Strategie, die es den Händlern ermöglicht, von vorübergehenden Diskrepanzen im relativen Wert von engen Substituten zu profitieren. Im Gegensatz zu klassischen Arbitrage, im Falle von Paaren Handel, kann das Gesetz von einem Preis nicht garantieren Konvergenz der Preise. Dies trifft besonders dann zu, wenn die Strategie auf einzelne Bestände angewendet wird - diese unvollkommenen Substitute können in der Tat unbegrenzt divergieren. In der Theorie sollte die langfristige Natur der Strategie es funktionieren, unabhängig von der Börsenrichtung. In der Praxis können das Ausführungsrisiko, anhaltende und große Divergenzen sowie ein Rückgang der Volatilität diese Strategie für lange Zeiträume (z. B. 2004-7) unrentabel machen. Es gehört zu weiteren Kategorien der statistischen Arbitrage. Konvergenzhandel Und relative Wertstrategien. 37 Delta-neutrale Strategien Bearbeiten In der Finanzierung beschreibt delta-neutral ein Portfolio von verwandten Finanzwerten, bei denen der Portfoliowert aufgrund geringer Wertveränderungen des zugrunde liegenden Wertpapiers unverändert bleibt. Ein solches Portfolio enthält typischerweise Optionen und deren entsprechende zugrunde liegende Wertpapiere, so dass positive und negative Delta-Komponenten ausgeglichen werden, was dazu führt, dass der Portfoliowert relativ unempfindlich gegenüber Wertänderungen des zugrunde liegenden Wertpapiers ist. Arbitrage Bearbeiten In Wirtschaft und Finanzen. Arbitrage r b t r ist die Praxis, einen Preisunterschied zwischen zwei oder mehr Märkten zu nutzen. Auffällig eine Kombination von passenden Geschäften, die auf das Ungleichgewicht zu profitieren, der Gewinn ist der Unterschied zwischen den Marktpreisen. Bei der Verwendung von Akademikern ist eine Arbitrage eine Transaktion, die keinen negativen Cashflow in irgendeinem probabilistischen oder zeitlichen Zustand und einen positiven Cashflow in mindestens einem Staat in einfacher Weise beinhaltet, ist es die Möglichkeit eines risikofreien Gewinns zu null Kosten. Bedingungen für Arbitrage Edit Arbitrage ist möglich, wenn eine von drei Bedingungen erfüllt ist: Der gleiche Vermögenswert handelt nicht auf dem gleichen Preis auf allen Märkten (das Gesetz eines Preises wird vorübergehend verletzt). Zwei Vermögenswerte mit identischen Cashflows handeln nicht zum gleichen Preis. Ein Vermögenswert mit einem bekannten Preis in der Zukunft handelt heute nicht zu seinem künftigen Preis, der mit dem risikofreien Zinssatz diskontiert wird (oder der Vermögenswert hat keine vernachlässigbaren Lagerkosten als solche, z. B. gilt diese Bedingung für Getreide, aber nicht Für Wertpapiere). Arbitrage ist nicht einfach die Handlung, ein Produkt in einem Markt zu kaufen und es in einem anderen zu einem höheren Preis zu einem späteren Zeitpunkt zu verkaufen. Die langen und kurzen Transaktionen sollten idealerweise gleichzeitig auftreten, um die Exposition gegenüber Marktrisiken zu minimieren, oder das Risiko, dass sich die Preise auf einem Markt ändern können, bevor beide Transaktionen abgeschlossen sind. In praktischer Hinsicht ist dies in der Regel nur mit Wertpapieren und Finanzprodukten möglich, die elektronisch gehandelt werden können, und selbst dann, wenn die ersten Etappen des Handels ausgeführt werden, können sich die Preise in den anderen Beinen verschlechtert haben Verlust. Eines der Beine des Handwerks fehlt (und später zu einem schlechteren Preis zu öffnen) heißt das Ausführungsrisiko oder genauer das Bein - und Ausfallrisiko. Anmerkung 1 Im einfachsten Beispiel sollte jeder Gute, der in einem Markt verkauft wird, für denselben Preis in einem anderen verkaufen. Händler können z. B. feststellen, dass der Preis für Weizen in den landwirtschaftlichen Regionen niedriger ist als in den Städten, kaufen Sie das Gute und transportieren Sie es in eine andere Region, um zu einem höheren Preis zu verkaufen. Diese Art von Preis Arbitrage ist die häufigste, aber dieses einfache Beispiel ignoriert die Kosten für Transport, Lagerung, Risiko und andere Faktoren. True Arbitrage erfordert, dass es kein Marktrisiko gibt. Wo Wertpapiere an mehr als einer Börse gehandelt werden, tritt Arbitrage durch gleichzeitiges Kauf in einem und Verkauf auf der anderen. Diese gleichzeitige Ausführung, wenn es sich um vollkommene Ersatzstoffe handelt, minimiert die Kapitalanforderungen, schafft aber in der Praxis niemals eine selbstfinanzierende (freie) Position, da viele Quellen nach der Theorie falsch annehmen. Solange es einen gewissen Unterschied in der Marktwert - und Risikobereitschaft der beiden Beine gibt, müsste das Kapital aufgestellt werden, um die langkürzige Arbitrage-Position zu tragen. Mittlere Reversion Bearbeiten Mittlere Reversion ist eine mathematische Methodik, die manchmal für Aktieninvestitionen verwendet wird, aber sie kann auf andere Prozesse angewendet werden. Im Allgemeinen ist die Idee, dass sowohl eine Aktie hohe und niedrige Preise sind vorübergehend, und dass ein Aktienkurs tendenziell einen durchschnittlichen Preis im Laufe der Zeit haben. Mit der mittleren Reversion geht es zunächst darum, die Handelsspanne für eine Aktie zu identifizieren und dann den Durchschnittspreis unter Verwendung von analytischen Techniken zu berechnen, da sie sich auf Vermögenswerte, Erträge usw. bezieht. Wenn der aktuelle Marktpreis unter dem Durchschnittspreis liegt, gilt der Bestand als attraktiv für den Kauf , Mit der Erwartung, dass der Preis steigen wird. Wenn der aktuelle Marktpreis über dem Durchschnittspreis liegt, wird der Marktpreis voraussichtlich fallen. Mit anderen Worten, Abweichungen vom Durchschnittspreis werden voraussichtlich auf den Durchschnitt zurückgehen. Die Standardabweichung der letzten Preise (z. B. die letzten 20) wird oft als Kauf - oder Verkaufsindikator verwendet. Stock Reporting Services (wie Yahoo Finance, MS Investor, Morningstar, etc.), bieten häufig gleitende Durchschnitte für Perioden wie 50 und 100 Tage. Während die Berichterstattung von Dienstleistungen die Mittelwerte liefern, ist die Ermittlung der hohen und niedrigen Preise für die Studienzeit noch notwendig. Scalping Edit Scalping (Handel) ist eine Methode der Arbitrage von kleinen Preislücken, die durch die Bid-Ask-Spread erstellt wurden. Scalper versuchen, wie traditionelle Market Maker oder Spezialisten zu handeln. Um die Ausbreitung zu machen, bedeutet, bei dem Gebotspreis zu kaufen und zu dem Preis zu verkaufen, um den Bidask-Unterschied zu gewinnen. Diese Prozedur ermöglicht Gewinn auch dann, wenn das Angebot und die Frage sich nicht bewegen, solange es Händler gibt, die bereit sind, Marktpreise zu nehmen. Es geht normalerweise darum, eine Position schnell, meist innerhalb von Minuten oder sogar Sekunden, zu etablieren und zu liquidieren. Die Rolle eines Scalper ist eigentlich die Rolle der Market Maker oder Spezialisten, die die Liquidität und den Auftragsfluss eines Produktes eines Marktes beibehalten sollen. Ein Market Maker ist im Grunde ein spezialisierter Scalper. Die Lautstärke eines Market Maker Trades sind oft mehr als die durchschnittlichen einzelnen Scalper. Ein Market Maker hat ein ausgeklügeltes Handelssystem zur Überwachung der Handelsaktivität. Allerdings ist ein Market Maker durch strenge Austauschregeln gebunden, während der einzelne Trader nicht ist. Zum Beispiel erfordert NASDAQ jeden Market Maker, um mindestens ein Gebot zu veröffentlichen, und man fragt auf einem Preisniveau, um so einen zweiseitigen Markt für jeden vertretenen Bestand zu halten. Transaktionskostenreduzierung Bearbeiten Die meisten Strategien, die als algorithmischer Handel bezeichnet werden (sowie algorithmische Liquiditätssuche) fallen in die Kostensenkungskategorie. Die Grundidee ist, einen großen Auftrag in kleine Aufträge zu brechen und sie im Laufe der Zeit auf den Markt zu bringen. Die Wahl des Algorithmus hängt von verschiedenen Faktoren ab, wobei die wichtigste Volatilität und Liquidität der Aktie ist. Zum Beispiel ist für einen hochliquiden Bestand, der einen bestimmten Prozentsatz der Gesamtaufträge (als Volumen-Inline-Algorithmen bezeichnet) in der Regel eine gute Strategie, aber für eine sehr illiquide Lager, Algorithmen versuchen, jede Bestellung, die einen günstigen Preis ( Sogenannte Liquiditätssuchalgorithmen). Der Erfolg dieser Strategien wird in der Regel durch den Vergleich der durchschnittlichen Preis, bei dem die gesamte Bestellung durchgeführt wurde mit dem durchschnittlichen Preis durch eine Benchmark-Ausführung für die gleiche Dauer erreicht gemessen. In der Regel wird der volumengewichtete Durchschnittspreis als Benchmark verwendet. Manchmal wird der Ausführungspreis auch mit dem Preis des Instruments zum Zeitpunkt der Auftragserteilung verglichen. Eine spezielle Klasse dieser Algorithmen versucht, algorithmische oder Eisberg-Aufträge auf der anderen Seite zu erkennen (d. h. wenn Sie versuchen zu kaufen, wird der Algorithmus versuchen, Aufträge für die Verkaufsseite zu erkennen). Diese Algorithmen werden als Sniffing-Algorithmen bezeichnet. Ein typisches Beispiel ist Stealth. Einige Beispiele für Algorithmen sind TWAP, VWAP, Implementation Shortfall, POV, Displaygröße, Liquidity Sucher und Stealth. Strategien, die nur auf dunkle Pools Bearbeiten Vor kurzem hat HFT, die eine breite Palette von Buy-Side sowie Marktherstellung verkaufen Nebenhändler, hat sich mehr prominent und umstritten. 38 Diese Algorithmen oder Techniken werden häufig Namen wie Stealth (entwickelt von der Deutschen Bank), Eisberg, Dolch, Guerilla, Scharfschütze, BASOR (entwickelt von Quod Financial) und Sniffer. 39 Dunkle Pools sind alternative elektronische Börsen, bei denen der Handel anonym stattfindet, wobei die meisten Bestellungen versteckt oder geparkt sind. 40 Gamer oder Haie schnüffeln große Aufträge, indem sie kleine Marktaufträge kaufen und verkaufen. Wenn mehrere kleine Orden gefüllt sind, können die Haie die Anwesenheit einer großen Eisbergen-Reihenfolge entdeckt haben. Jetzt ist es ein Wettrüsten, sagte Andrew Lo, Direktor des Massachusetts Institute of Technology s Laboratory für Financial Engineering. Jeder baut mehr anspruchsvolle Algorithmen, und je mehr Wettbewerb existiert, desto kleiner die Gewinne. 41 Hochfrequenzhandel Bearbeiten In den US-amerikanischen Hochfrequenzhandels - (HFT) - Firmen sind 2 der rund 20.000 Unternehmen, die heute tätig sind, aber für 73 aller Aktienhandelsvolumina verantwortlich. 42 Ab dem ersten Quartal 2009 betrug die Bilanzsumme für Hedgefonds mit HFT-Strategien 141 Mrd. US-Dollar. 43 Die HFT-Strategie wurde erstmals von Renaissance Technologies erfolgreich gemacht. 44 Hochfrequenzfonds haben sich in den Jahren 2007 und 2008 besonders gut entwickelt. 43 Viele HFT-Firmen sind Market Maker und bieten Liquidität auf dem Markt, der die Volatilität gesenkt hat und dazu beigetragen hat, dass die Bid-Angebotspreads den Handel vermarkten und für andere Marktteilnehmer billiger investieren. 43 45 46 HFT war ein Thema des intensiven öffentlichen Fokus seit der US-amerikanischen Securities and Exchange Commission und der Commodity Futures Trading Commission, dass sowohl algorithmische als auch HFT zur Volatilität im 2010 Flash Crash beigetragen haben. Wichtige Akteure in HFT sind GETCO LLC, Jump Trading LLC, Tower Research Capital, Hudson River Trading sowie Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies. 14 15 16 17 Es gibt vier Schlüsselkategorien von HFT-Strategien: Marktmachung auf Basis des Auftragsflusses, Marktentwicklung auf der Basis von Tickdateninformationen, Veranstaltungsarbitrage und statistischer Arbitrage. Alle Portfoliomaßnahmen werden durch computergestützte quantitative Modelle getroffen. Der Erfolg der HFT-Strategien ist weitgehend von ihrer Fähigkeit geleitet, gleichzeitig Datenmengen zu verarbeiten, was gewöhnliche menschliche Händler nicht tun können. Type move image Datei: Merge-arrow. svg imageright class style textstyle text Es wurde vorgeschlagen, dass dieser Artikel in Skriptfehler verschmolzen wird. (Discuss) Vorgeschlagen seit August 2013. small smallimage smallimageright smalltext subst datum name Market making Edit Market Making ist eine Reihe von HFT Strategien, die die Platzierung einer Limit Order zu verkaufen (oder bieten) über dem aktuellen Marktpreis oder eine Kauflimit Order (oder Bid) unter dem aktuellen Preis, um von der Bid-Ask-Spread zu profitieren. Automated Trading Desk Die im Juli 2007 von der Citigroup gekauft wurde, war ein aktiver Marktmacher, der rund 6 Gesamtvolumen sowohl an der NASDAQ als auch an der New Yorker Börse ausmacht. 47 Statistische Arbitrage Bearbeiten Ein weiterer Satz von HFT-Strategien ist die klassische Arbitrage-Strategie, die mehrere Wertpapiere wie die gedeckte Zinsparität auf dem Devisenmarkt beinhalten kann, die eine Beziehung zwischen den Preisen einer inländischen Anleihe, einer Anleihe, die auf eine Fremdwährung lautet, stattfindet Preis der Währung und der Preis eines Terminkontrakts auf der Währung. Wenn die Marktpreise hinreichend verschieden sind von denen, die im Modell zur Deckung der Transaktionskosten angedeutet werden, können vier Transaktionen getätigt werden, um einen risikofreien Gewinn zu garantieren. HFT erlaubt ähnliche Arbitrages mit Modellen von größerer Komplexität mit vielen mehr als 4 Wertpapiere. Die TABB-Gruppe schätzt, dass die jährlichen Gesamtgewinne der Arbitrage-Strategien mit geringer Latenzzeit derzeit mehr als 2121 Milliarden betragen. 8 Es wurden eine Vielzahl von statistischen Arbitrage-Strategien entwickelt, bei denen Handelsentscheidungen auf der Grundlage von Abweichungen von statistisch signifikanten Beziehungen getroffen werden. Wie marktwirtschaftliche Strategien kann die statistische Arbitrage in allen Assetklassen angewendet werden. Event Arbitrage Bearbeiten Eine Teilmenge von Risiko-, Fusions-, Wandel - oder Wertpapier-Arbitrage, die auf ein bestimmtes Ereignis zählt, wie z. B. eine Vertragsunterzeichnung, eine behördliche Genehmigung, eine gerichtliche Entscheidung usw., um die Preis - oder Tarifverhältnisse von zwei oder mehr Finanzinstrumenten zu ändern Und erlaube dem Arbitrageur, einen Gewinn zu erzielen. 48 Merger Arbitrage auch als Risiko Arbitrage wäre ein Beispiel dafür. Fusion Arbitrage besteht in der Regel aus dem Kauf der Aktie eines Unternehmens, das das Ziel einer Übernahme ist, während kurz die Aktie der übernehmenden Unternehmen. In der Regel ist der Marktpreis der Zielgesellschaft geringer als der Preis der übernehmenden Gesellschaft. Die Spanne zwischen diesen beiden Preisen hängt im Wesentlichen von der Wahrscheinlichkeit und dem Zeitpunkt der abgeschlossenen Übernahme sowie dem vorherrschenden Zinsniveau ab. Die Wette in einer Fusion Arbitrage ist, dass eine solche Ausbreitung wird schließlich Null, wenn und wann die Übernahme abgeschlossen ist. Das Risiko ist, dass der Deal bricht und die Ausbreitung sich massiv erweitert. Low-Latency Trading Edit HFT ist oft mit Low-Latency-Trading, die Computer, die Trades innerhalb von Mikrosekunden ausführen, oder mit extrem geringen Latenz im Jargon des Handels verwendet. Low-Latency-Trader hängen von extrem niedrigen Latenz-Netzwerken ab. Sie profitieren von der Bereitstellung von Informationen, wie konkurrierende Angebote und Angebote, zu ihren Algorithmen Mikrosekunden schneller als ihre Konkurrenten. 8 Der revolutionäre Fortschritt in der Geschwindigkeit hat dazu geführt, dass Unternehmen eine Echtzeit-Colocated-Handelsplattform haben müssen, um von der Implementierung hochfrequenter Strategien zu profitieren. 8 Strategien werden ständig verändert, um die subtilen Marktveränderungen zu reflektieren und die Bedrohung der von Konkurrenz umgekehrten Strategie zu bekämpfen. Es gibt auch einen sehr starken Druck, kontinuierlich Features oder Verbesserungen an einen bestimmten Algorithmus hinzuzufügen, wie z. B. kundenspezifische Modifikationen und verschiedene leistungssteigernde Änderungen (hinsichtlich der Benchmark-Handelsleistung, Kostensenkung für das Handelsunternehmen oder eine Reihe anderer Implementierungen). Dies ist auf die evolutionäre Natur der algorithmischen Handelsstrategien zurückzuführen, die sie in der Lage sein müssen, sich intelligent anzupassen und zu handeln, unabhängig von den Marktbedingungen, die flexibel genug sind, um einer Vielzahl von Marktszenarien standzuhalten. Infolgedessen wird ein erheblicher Teil des Nettoeinkommens von Firmen für die RampD dieser autonomen Handelssysteme ausgegeben. 8 Strategie-Implementierung Edit Die meisten algorithmischen Strategien werden mit modernen Programmiersprachen implementiert, obwohl einige noch Strategien in Tabellenkalkulationen implementieren. In zunehmendem Maße werden die Algorithmen, die von großen Broker - und Asset-Managern verwendet werden, in die FIX-Protokolle Algorithmic Trading Definition Language (FIXatdl) geschrieben, die es Unternehmen ermöglicht, Aufträge zu erhalten, um genau festzulegen, wie ihre elektronischen Aufträge ausgedrückt werden sollen. Mit FIXatdl erstellte Aufträge können dann über Tradersysteme über das FIX-Protokoll übertragen werden. 49 Basismodelle können sich auf so wenig wie eine lineare Regression verlassen, während komplexere Spieltheoretische und Mustererkennung 50 oder prädiktive Modelle auch verwendet werden können, um den Handel zu initiieren. Neuronale Netze und genetische Programmierung wurden verwendet, um diese Modelle zu erstellen. Fragen und Entwicklungen Bearbeiten Der algorithmische Handel hat gezeigt, dass die Marktliquidität 51 unter anderen Vorteilen deutlich verbessert wird. Allerdings wurden Verbesserungen der Produktivität, die durch den algorithmischen Handel verursacht wurden, von menschlichen Brokern und Händlern, die mit steifen Konkurrenz von Computern konfrontiert sind, entgegengesetzt. Bedenken Bearbeiten Der Nachteil mit diesen Systemen ist ihre schwarze Box-ness, sagte Mr. Williams. Händler haben intuitive Sinne, wie die Welt funktioniert. Aber mit diesen Systemen gießen Sie in eine Reihe von Zahlen, und etwas kommt aus dem anderen Ende, und seine nicht immer intuitiv oder klar, warum die Black Box auf bestimmte Daten oder Beziehungen verriegelt. 41 Die Financial Services Authority hat die Entwicklung des Black-Box-Handels genau beobachtet. In ihrem Jahresbericht bemerkte der Regulator die großen Vorteile der Effizienz, die die neue Technologie auf den Markt bringt. Aber es wies auch darauf hin, dass ein größeres Vertrauen auf anspruchsvolle Technik und Modellierung ein größeres Risiko mit sich bringt, dass Systemversagen zu Betriebsunterbrechungen führen können. 52 Der britische Finanzminister Lord Myners hat gewarnt, dass Unternehmen aufgrund des automatischen Hochfrequenzhandels zum Spielzeug der Spekulanten werden könnten. Lord Myners sagte, dass der Prozess riskierte, die Beziehung zwischen einem Investor und einem Unternehmen zu zerstören. 53 Weitere Fragen sind das technische Problem der Latenz oder die Verzögerung bei der Angabe von Angeboten an Händler, 54 Sicherheit und die Möglichkeit eines kompletten Systemzusammenbruchs, der zu einem Marktcrash führt. 55 Goldman verbringt Dutzende Millionen Dollar auf diesem Zeug. Sie haben mehr Leute, die in ihrem Technologiebereich arbeiten als Leute auf dem Handelstisch. Die Natur der Märkte hat sich dramatisch verändert. 56 Am 1. August 2012 erlebte die Knight Capital Group ein Technologieproblem in ihrem automatisierten Handelssystem, was einen Verlust von 440 Millionen verursacht. Diese Ausgabe hängt mit der Ritterinstallation von Handels-Software zusammen und führte dazu, dass Knight zahlreiche fehlerhafte Aufträge in NYSE-notierten Wertpapieren in den Markt schickte. Diese Software wurde aus den Firmensystemen entfernt. .. Clients were not negatively affected by the erroneous orders, and the software issue was limited to the routing of certain listed stocks to NYSE. Knight has traded out of its entire erroneous trade position, which has resulted in a realized pre-tax loss of approximately 440 million. Algorithmic and HFT were shown to have contributed to volatility during the May 6, 2010 Flash Crash, 14 16 when the Dow Jones Industrial Average plunged about 600 points only to recover those losses within minutes. At the time, it was the second largest point swing, 1,010.14 points, and the biggest one-day point decline, 998.5 points, on an intraday basis in Dow Jones Industrial Average history. 58 Recent developments Edit Financial market news is now being formatted by firms such as Need To Know News. Thomson Reuters. Dow Jones. and Bloomberg. to be read and traded on via algorithms. Computers are now being used to generate news stories about company earnings results or economic statistics as they are released. And this almost instantaneous information forms a direct feed into other computers which trade on the news. 59 The algorithms do not simply trade on simple news stories but also interpret more difficult to understand news. Some firms are also attempting to automatically assign sentiment (deciding if the news is good or bad) to news stories so that automated trading can work directly on the news story. 60 Increasingly, people are looking at all forms of news and building their own indicators around it in a semi-structured way, as they constantly seek out new trading advantages said Rob Passarella, global director of strategy at Dow Jones Enterprise Media Group. His firm provides both a low latency news feed and news analytics for traders. Passarella also pointed to new academic research being conducted on the degree to which frequent Google searches on various stocks can serve as trading indicators, the potential impact of various phrases and words that may appear in Securities and Exchange Commission statements and the latest wave of online communities devoted to stock trading topics. 60 Markets are by their very nature conversations, having grown out of coffee houses and taverns, he said. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. 60 There is a real interest in moving the process of interpreting news from the humans to the machines says Kirsti Suutari, global business manager of algorithmic trading at Reuters. More of our customers are finding ways to use news content to make money. 59 An example of the importance of news reporting speed to algorithmic traders was an advertising campaign by Dow Jones (appearances included page W15 of the Wall Street Journal. on March 1, 2008) claiming that their service had beaten other news services by 2 seconds in reporting an interest rate cut by the Bank of England. In July 2007, Citigroup. which had already developed its own trading algorithms, paid 680 million for Automated Trading Desk, a 19-year-old firm that trades about 200 million shares a day. 61 Citigroup had previously bought Lava Trading and OnTrade Inc. In late 2010, The UK Government Office for Science initiated a Foresight project investigating the future of computer trading in the financial markets, 62 led by Dame Clara Furse. ex-CEO of the London Stock Exchange and in September 2011 the project published its initial findings in the form of a three-chapter working paper available in three languages, along with 16 additional papers that provide supporting evidence. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds. have become very important. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. 68 Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. They must filter market data to work into their software programming so that there is the lowest latency and highest liquidity at the time for placing stop-losses andor taking profits. With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. Absolute frequency data play into the development of the traders pre-programmed instructions. 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side ) must enable their trading system (often called an order management system or execution management system ) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side ) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD fixprotocol. org is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clogged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacific Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk.