Социология алгоритмов: Как связаны финансовые рынки и высокочастотная торговля (Часть 1)

В наше время на ситуацию, складывающуюся на фондовых рынках, все большее влияние оказывают технологии и специальные торговые алгоритмы. С ростом автоматизации меняются и социальные отношение между участниками торгов.

Анализу темы социологии финансовых алгоритмов посвящено исследование профессора Высшей школы социальных наук Эдинбурга Дональда МакКензи. Мы представляем вам самые интересные мысли этой работы — в первой части речь идет о предпосылках возникновения HFT-трейдинга и классификации схем его применения.

Примечание: Представленный ниже материал относится к категории «масштабного предпраздничного чтения» — это необходимо учитывать, выделяя время на его изучение.

Введение

С ростом автоматизации торговли и числа торговых алгоритмов социальные отношения между игроками рынка начинают меняются. Нил Джонсон и его коллеги (Neil Johnson, 2012) считают, что произошел переход от «смешанного взаимодействия людей и машин» к «чисто машинной экологии», в которой «цены диктуются машинами». По их мнению, падения или скачки цен, длящиеся, к примеру, 25 миллисекунд, вызваны работой алгоритмов.
Все это лишь предположения, так как нелегко определить, какая сделка совершена человеком, а какая – алгоритмом. [1] Тем не менее, есть доказательства того, что некоторые – но никак не все – финансовые рынки работают по одной из трех схем:

1. Игроками на рынке являются люди, и рынок представляет собой систему непосредственного взаимодействия между людьми.
2. Рынок автоматизирован (предложение удовлетворяет спрос посредством электронной системы), но игроками по-прежнему остаются люди, использующие компьютеры для взаимодействия между собой.
3. Рынок автоматизирован, и его игроками являются алгоритмы.

Социальным аспектам электронной торговли посвящены работы таких исследователей, как Кейтлин Залум (Caitlin Zaloom, 2006), Алекс Преда (Alex Preda, 2009, 2013), Сергей Сааведра и его коллеги (Serguei Saavedra, 2011). В большинстве научных работ по этой теме рассматривается вторая схема или взаимодействие между людьми в третьей. Дональд МакКензи (Donald MacKenzie, 2006) и Марта Пун (Martha Poon, 2007, 2009) в своих трудах описывают общие принципы работы алгоритмов, но и в их работах речь идет в основном о непосредственном общении между людьми. То же касается и рассмотрения Кеном Хиллисом (Ken Hillis), Майклом Пети (Michael Petit) и Кайли Джарретт (Kylie Jarrett) принципов работы алгоритма PageRank в Google.

Третью схему помогает описать акторно-сетевая теория, разработанная Бруно Латуром (Bruno Latour) и Мишелем Коллоном (Michel Collon). В рамках этой теории для описания алгоритмов используется понятие «агент» [англ. actor]. Хоть этот термин и считается спорным, все же глупо предполагать, будто алгоритмы всего лишь исполняют приказы человека. Непредсказуемость алгоритмов не раз становилась причиной известных катастроф. Достаточно вспомнить финансовый крах Knight Capital, произошедший 1 августа 2012 года, когда компания потеряла 440 миллионов долларов за 45 минут. [2]

Однако для того, чтобы рассмотреть автоматическую торговлю с точки зрения социологии, необходимо перейти от общих положений акторно-сетевой теории к более конкретным вопросам. В своей работе об отношениях между «рынками» и «технологиями» Карин Кнорр Цетина (Karin Knorr Cetina) и Алекс Преда (2007) поднимают проблему, с которой сталкиваются все экономические системы: как организовать экономическое взаимодействие на рынке. Они предлагают два решения, которые напоминают первые две схемы из трех, описанных выше:

1. «Сетевая структура», в которой «взаимодействие осуществляется путем передачи данных по каналам, связывающим узлы сети». В качестве примера такого «канала» Алекс Преда (2006) приводит биржевой тикер, кардинально изменивший структуру фондовых рынков.
2. «Потоковая структура» или «мгновенное взаимодействие», основанные на «сборе и одновременном представлении данных большому числу людей», в частности, на экранах компьютеров. В этой структуре «различные операции, аналитика и представление данных производятся в одном месте, что должно сориентировать игроков и ограничить то, как они будут реагировать».

В конце XX века «мгновенное взаимодействие» [англ. scopic coordination] стало основным принципом организации работы рынков. По мнению Кнорр Цетины (2013), высокочастотный трейдинг, или HFT-трейдинг, по крайней мере частично, мешает этому взаимодействию. HFT-торговля ведется на такой высокой скорости, что человек не способен за ней уследить. Как будет показано дальше, изучение этого типа торговли позволяет по-другому взглянуть на определенные «каналы» общения. Кроме того, в процессе изучения HFT-трейдинга можно обнаружить множество принципов, на основе которых построено экономическое взаимодействие на современном рынке, включая два способа, описанных выше.

Если человек не в силах уследить за происходящим на рынке, это значит, что HFT-трейдеры могут выгодно использовать свое преимущество в скорости. Книга Майкла Льюиса Flash Boys (Michael Lewis, 2014), в которой HFT-трейдеры представлены в самом невыгодном свете, стала бестселлером, а права на фильм сразу же выкупила Columbia Pictures. [3] Автор книги сомневается в «правомерности» действий HFT-трейдеров, так как их действия не согласуются с принципами торговли на финансовых рынках. С тех пор, как фондовые рынки стали законными институтами и были разграничены понятия «рискованная игра» и «инвестирование», финансы стали считаться сферой, в которой «успех является результатом тщательного и непрерывного исследования» (Преда, 2009).

Мысль о создании HFT-трейдерами рынка, управляемого машинами, пугает не только молодых инвесторов и широкую общественность, но и самих его игроков. На некоторых рынках это приводит к так называемому «выстраиванию границ» [англ. boundary work], описанному Томасом Джейрином (Thomas Gieryn, 1999). Некоторые торговые площадки пытаются отличить «плохие» алгоритмы от «хороших» и отделить спектр «правомерных» действий HFT-алгоритмов от всех остальных видов HFT-трейдинга. Поэтому компанию, чьи торговые алгоритмы приносят слишком много прибыли, могут исключить с торговой площадки и заклеймить как «хищническую».

HFT-алгоритмам легче всего проводить операции на торговых площадках, и им достаточно сложно – хотя в принципе возможно – торговать вне электронной системы. Исторический процесс формирования электронных торговых площадок точнее всего описал Фабиан Муньеса (Fabian Muniesa, 2011). Он объясняет автоматизацию рынка как процесс некоего «развертывания» или «раскрытия», как называет его Жиль Делез (Gilles Deleuze, 1990). Муньеса описывает автоматизацию как «процесс творческий, порождающий и побуждающий к действию». Однако прошлые события – иногда отражающие решение конкретных задач данного региона – приводят к ограничению имеющихся возможностей автоматизации. Поэтому социологию HFT- и других торговых алгоритмов необходимо рассматривать с точки зрения истории ее развития. Для этого нужно изучать не только современные методы, но также решения, принятые в прошлом, и события, которые на них повлияли.

Такая «историческая» социология, по мнению Нила Флигстина (Neil Fligstein, 1996, 2001), в то же время должна быть и политической. Социотехнические «структуры рынков» ориентированы на «смягчение последствий конкуренции с другими фирмами». Действующие игроки, в свою очередь, либо были против автоматизации финансовых рынков и появления HFT-трейдинга, либо старались автоматизировать их так, чтобы свести к минимуму негативные последствия. Как показано ниже, HFT-трейдинг сформировался под влиянием таких правительственных органов, как Комиссия по ценным бумагам и биржам.

В качестве основы исторической социологии HFT-алгоритмов Эндрю Эбботт (Andrew Abbott, 2005) предлагает взять идею «связанных экологий» [англ. linked ecologies]. [4] «Экология» по Эбботту – это область, представленная в виде «взаимодействия множества компонентов, которые ограничивают друг друга и соперничают между собой». HFT-алгоритмы как раз-таки напрямую взаимодействуют с другими алгоритмами и неявно взаимодействуют между собой. HFT-компании же «соперничают друг с другом» в борьбе за так называемые «локации» [англ. locations] – что-то, «чем можно управлять»: в нашем случае – за выгодную позицию на рынке и иногда за признание законности своих действий.

Важно отметить, что HFT-трейдинг является связанной экологией, то есть «совокупностью взаимодействующих между собой экологий». Как говорилось выше, HFT-трейдинг тесно связан с экологией торговых площадок (здесь также уместно использовать понятие «экология»: различные площадки, как правило, борются между собой как за выгодную позицию на рынке, так и за признание законности своих действий) и экологией регулирующих органов (также конкурирующих между собой, по крайней мере, в США). На первый взгляд государственное регулирование никак не связано ни с HFT-трейдингом, ни с торговыми площадками, но на самом деле это не так. К примеру, самым влиятельным органом регулирования на фондовом рынке США является Комиссия по ценным бумагам и биржам (SEC). В поправках к Закону о ценных бумагах от 1975 года Конгресс США поручил SEC организовать торговые площадки таким образом, чтобы конкуренция на рынке увеличилась. Настоящей же целью SEC было подорвать авторитет Нью-Йоркской фондовой биржи (NYSE) и ее «специалистов» (маркетмейкеров). SEC добилась своей цели благодаря, казалось бы, несвязанному с ней развитию торговых площадок, которое, в свою очередь, ускорило становление HFT-трейдинга.

Таким образом, развитие HFT-торговли на фондовом рынке США не зависело ни от социальной структуры, ни от технологического прогресса. Вероятнее всего, она возникла как один из компонентов так называемых «связок» [англ. hinge] по Эбботту (2005) – «стратегий, которые работают» в нескольких экологиях. «Связка» здесь определяется как ряд явлений, связавших процессы из разных экологий – HFT-трейдинга, торговых площадок и государственного регулирования. Такой связанный исторический процесс и привел к появлению HFT-трейдинга на рынке ценных бумаг США.

Следует пояснить два момента, которые касаются «связанных экологий». Во-первых, в соответствии с акторно-сетевой теорией, эта статья не пытается отделить «социальные» явления от «технических». Каждая из трех описанных экологий представляет собой социотехническую область, в которой люди пишут алгоритмы, а те, в свою очередь, начинают заменять человека и иногда даже рушат его планы. Во-вторых, «топология» взаимодействия трех этих экологий исторически не была фиксированной. К примеру, HFT-трейдинг зарождался в определенной группе торговых площадок и подчинялся их законам. Эти законы HFT-трейдеры должны были принимать как «социальный факт». Однако по мере своего развития HFT-трейдинг частично охватил деятельность торговых площадок, которые формировались уже на его основе.

Таким образом, в этой статье социология алгоритмов рассматривается как а) историческая, в частности, выявляющая зависимость от предыдущих событий; б) «экологическая» по Эбботту; и в) «зелицерская» [англ. Zelizerian, по имени известного социолога и экономиста Вивианы Зелицер – прим. перев.], изучающая выстраивание границ и попытки отличить «плохих» игроков и «плохие» алгоритмы от «хороших». Затем после рассказа о методике исследования и формах взаимодействия между алгоритмами подробно рассматривается функционирование HFT-алгоритмов. После этого более детально описывается исторический процесс, упомянутый выше. В конце статьи приводятся отличия принципов работы HFT-алгоритмов на трех различных рынках [прим. перев.: о них речь пойдёт во второй части статьи]. Это делается для того, чтобы показать, как на функционирование этих алгоритмов влияют исторические процессы, различные связанные экологии и выстраивание границ. В статье рассмотрены три следующих типа рынков:

1. «Светлые» рынки ценных бумаг США. [5] Торговля на этих площадках напрямую зависит от двух факторов. Первый – это «связь» развития торговых площадок с развитием HFT-алгоритмов и госрегулированием. Второй – зависимость событий от предшествующих процессов. Начало этому развитию положило решение об организации экономического взаимодействия, принятое в конце 1970-х годов. Однако в результате возникло сильное противоречие, которое привело к необходимости использования рыночных свип-ордеров [англ. intermarket sweep orders].
2. «Темные» рынки ценных бумаг США. На этих рынках все алгоритмы делятся по принципу «моральности» («хорошие» и «плохие»). Здесь между собой тесно переплетаются конкуренция между торговыми площадками и их стремление к признанию своей правомерности. Это приводит к жесткому контролю HFT-фирм, часть которых исключается из торгов и объявляется «оппортунистическими».
3. Торговые площадки ФОРЕКС. Этот тип рынков необходим для сравнения с рынком ценных бумаг США. Учитывая отсутствие аналогов комиссии SEC и исторической «связки», а также наличие особой связанной экологии, выстраивание границ на рынках ФОРКЕС упрощается. Кроме того, экономическое взаимодействие на них организовано не так, как в случае с торговлей ценными бумагами. В процессе развития этого вида рынков также возникает противоречие, которое приводит к появлению нового типа алгоритмической активности – «дополнительной проверке» [англ. last look].

Методы исследования

В такой области, как HFT-трейдинг, сложно проводить как количественные, так и качественные исследования. Сложность количественного исследования заключается в том, что рыночные данные, за редким исключением, не указывают на то, кто именно совершил сделку – человек или алгоритм, и если последний, то был ли это HFT-алгоритм. [6] Одной группе экономистов удалось получить доступ к данным, указывающим на характерный для HFT-трейдинга стиль торговли. Однако доступ к этим данным, которые принадлежат Комиссии по торговле товарными фьючерсами (CFTC), уже закрыт, и основанные на них статьи удалены. В итоге несмотря на то, что две консалтинговых компании, Tabb и Aite, публикуют данные об объеме HFT-трейдинга на рынке (см. Таблицу 1), эти данные все-таки основываются лишь на мнениях экспертов, с которыми сотрудничают компании.

Таблица 1 – Доля HFT-трейдинга на данных рынках в 2012 году. Источник: данные Aite Group; Араш Массуди (Arash Massoudi) и Дональд Маккензи (2013)

Качественные исследования HFT-трейдинга проводить ничуть не легче: HFT-компании обычно являются частными и не сообщают открыто о своей деятельности, а зачастую даже стараются ее скрыть. Тем не менее, 43 эксперта – основатели фирм, их бывшие и действующие сотрудники – согласились дать интервью о деятельности HFT-компаний и сопряженных с ней трудностях, а опытные специалисты – еще и об истории HFT-трейдинга. Участники интервью условно обозначены в хронологическом порядке: начиная с AA, давшего свое интервью в октябре 2010 года, и заканчивая интервью с BQ в апреле 2014 года.

Поиск участников интервью проводился разными способами. Сначала я обращался к открытым источникам и искал названия наиболее активных HFT-фирм из Чикаго, Нью-Йорка, Лондона и Амстердама (четыре самых важных для HFT-трейдинга населенных пункта). Если в этих источниках были указаны имена лиц, ответственных за принятие решений, и номера их телефонов, я звонил как минимум одному представителю каждой такой компании. Другие методы поиска были более спонтанными: встречи со спикерами на мероприятиях, посвященных HFT-трейдингу, опрос потенциальных участников интервью, на которых ссылались аналитики данной отрасли или предыдущие участники интервью, и просто случайные знакомства.

Большинство интервьюируемых были опытными HFT-трейдерами, но среди опрашиваемых были и молодые игроки, которых я нашел случайно или через других участников интервью.

В ходе опроса возникали некоторые трудности. Временами нелегко было сосредоточить внимание интервьюируемых на HFT-трейдинге. К примеру, я проводил интервью с двумя бывшими трейдерами из «чикагской ямы», устроившимися в HFT-компанию, и мне приходилось останавливать их каждый раз, когда они начинали говорить о своих «ямах». Некоторые вопросы мешали ходу самого интервью, так как участники не могли или не хотели на них отвечать.

Однако в ходе беседы с первыми участниками мне удалось определить ряд стратегий HFT-трейдинга, широко известных и часто практикуемых в этой сфере, и ставших одной из тем последующих интервью. Кроме того, первые участники рассказывали о некоторых особенностях работы HFT-компаний, неизвестных мне (например, проведение «дополнительной проверки» на ФОРЕКС), но известных всем игрокам индустрии. Первоначально исследование не носило сравнительного характера, но в ходе опроса стало ясно, что в разных сферах торговли имеется ряд существенных различий (особенно, между торговлей на рынке ценных бумаг и на рынке ФОРЕКС). Поэтому в ходе последующих интервью больше внимания уделялось именно этим различиям. [7]

Вместе с тем исследование экологий, связанных с HFT-трейдингом, упрощалось по ряду причин. Например, было легче обеспечить конфиденциальность проведенных интервью. В случае с торговлей акциями исторические данные крупных торговых площадок (NYSE и NASDAQ) и регулирующих органов достаточно легко найти в официальных документах, и, опираясь на них, можно получить более общую картину. Кроме того, в ходе интервью я мог сосредоточить внимание на трех типах торговых площадок: тех, на которые источники и участники интервью ссылались как на ключевые; тех, что могли следить за работой HFT-алгоритмов и выстраивать границы между ними; и площадках ФОРЕКС, которые можно сравнить с площадками для торговли ценными бумагами.

Участники интервью, не являющиеся специалистами в сфере HFT-трейдинга, в статье обозначены как «интервьюируемые».

Несмотря на наличие проблем получения данных из научной литературы по HFT-трейдингу, выводы, сделанные в ходе интервью, можно проверить. Для этого их необходимо сравнить с предположением о возможности HFT-алгоритмов прогнозировать краткосрочные изменения цен. Это утверждение идет вразрез с «гипотезой эффективного рынка» (EMH), однако, как будет показано далее, результаты количественных исследований подтверждают выводы, сделанные в ходе проведения интервью.

Движки для сведения покупателей и продавцов, алгоритмы исполнения и HFT-алгоритмы

Когда речь идет об автоматизации рынка, обычно имеется в виду, что сделки заключаются при помощи специального движка [англ. matching engine – движок, сводящий вместе покупателей и продавцов], и на его основе формируется электронная книга заявок. На рисунке 1 представлен скриншот, сделанный одним из участников интервью в ходе тестирования им одного из алгоритмов исполнения, которые будут описаны ниже. На скриншоте показаны книги заявок нескольких торговых площадок, на которых торговала ссудосберегательная компания Astoria Financial. Слева перечислены заявки на покупку акций Astoria – например, заявка или заявки на покупку 192 акций, размещенных на NASDAQ, по цене $7,74 за штуку. Справа, соответственно, заявки на продажу.

Рисунок 1 – Заявки на покупку и продажу акций Astoria Financial Corp. на торговых площадках США, полдень 21 октября 2011 года. Источник: один из участников интервью

Помимо обслуживания книги заявок, движок ищет противоположные пары заявок на покупку и продажу. В книге заявок на рисунке 2 таких пар нет. Но они появятся, как только человек или алгоритм выставит заявку на покупку акций по цене не ниже $7,75 или заявку на продажу акций по цене не выше $7,74 (заявка, которую можно исполнить мгновенно, называется «рыночной» [англ. marketable order]). Если движок находит пару противоположных заявок, он заключает сделку и отправляет обеим сторонам подтверждение. В отличие от торговли «вручную», в электронных торгах переговоры не ведутся. Кроме того, на фондовом рынке (но не всегда на рынке ФОРЕКС) весь процесс осуществляется анонимно.

Рисунок 2 – Заявки на покупку и продажу акций Astoria Financial Corp. на NASDAQ, полдень 21 октября 2011 года. Источник: данные рисунка 1

Кроме традиционных трейдеров, с описанными выше движками взаимодействуют два класса торговых алгоритмов. Первый класс – алгоритмы исполнения [англ. execution algorithms]. Их используют крупные инвесторы или брокеры, действующие от их лица, для покупки и продажи больших пакетов акций или других финансовых инструментов. Алгоритмы исполнения разбивают эти пакеты на мелкие части и выставляют их на рынок так, чтобы уменьшить «влияние рынка». Второй класс торговых алгоритмов – проприетарные торговые алгоритмы, частным случаем которых являются HFT-алгоритмы, подробно описанные в следующем разделе. [8] В отличие от алгоритмов исполнения, проприетарные торговые алгоритмы не торгуют конкретным объемом финансовых инструментов. В частности, HFT-алгоритмы практически всегда запрограммированы на извлечение прибыли без выставления рискованных позиций, когда объем заявок на покупку намного превышает объем заявок на продажу, или наоборот.

Выставляя и отменяя заявки, HFT-алгоритмы и алгоритмы исполнения напрямую взаимодействуют с движками, сводящими покупателей и продавцов, и с помощью этих движков неявно взаимодействуют друг с другом. В то же время разработчики алгоритмов исполнения стараются скрыть действия своих алгоритмов от профессиональных трейдеров и других алгоритмов. Это объясняется тем, что проприетарный алгоритм может отследить, как алгоритм исполнения пытается приобрести крупный пакет акций, затем выкупить эти акции раньше него и выгодно перепродать их этому же алгоритму. Некоторые алгоритмы запрограммированы на поиск моментов «ценового импульса» [англ. price momentum], которые также приносят неплохую прибыль. В этом случае алгоритм провоцирует резкое движение на рынке и «наживается» на других алгоритмах, последовавших общему тренду.

Как работает HFT-трейдинг

Ошибочно полагать, будто в HFT-алгоритмах чаще всего используются рискованные методы извлечения прибыли. Судя по названию, высокочастотный трейдинг предполагает ведение большого объема торгов, а сложные и рискованные стратегии вряд ли для этого подойдут. Суть некоторых HFT-стратегий заключаются лишь в поиске финансовых инструментов, которые можно купить подешевле на одной торговой площадке и продать подороже на другой. Однако такие «возможности для арбитража», как их называют игроки рынка, появляются нечасто и приносят недостаточно прибыли для ведения полноценного бизнеса. Основную деятельность HFT-трейдеров составляет использование стратегий с широкой областью применения, которые позволяют предсказывать изменение цен на очень коротком промежутке времени.

Чтобы разобраться в этих стратегиях, рассмотрим две из них. Ими пользуются все HFT-фирмы, в которых работают или работали участники наших интервью. Первая стратегия основана на «динамике финансового инструмента в книге заявок» [англ. order-book dynamics]. Проще говоря, как сказал AH, это способность алгоритма определять, «превышает ли размер бида [англ. bid – заявка на покупку] размер офера [англ. offer – заявка на продажу]». Взгляните на книгу заявок на рисунке 2: лучший бид (имеющий наибольшую цену) состоит из 192 акций, а лучший офер (имеющий наименьшую цену) – из 488 акций. Размер лучшего офера больше, чем размер лучшего бида. Это значит, что акции этой компании на рынке хотят продать сильнее, чем купить, и, вероятнее всего, «цена на него снизится на один пункт». (Тот факт, что этот способ помогает делать прогнозы и что его используют HFT-фирмы, подтверждается и в финансово-экономической литературе). [9]

Помимо этого, ценную информацию из «динамики в книге заявок» можно получить с помощью так называемой «ленты» [англ. time and sales]. Она предоставляет информацию об операциях, проведенных с данным финансовым инструментом, включая данные о времени и цене сделки. Следует помнить, что более сложные HFT-алгоритмы будут учитывать динамику данного финансового инструмента во всех книгах заявок как на фондовом рынке США, так и на рынке ФОРЕКС. Кроме того, HFT-алгоритмы могут учитывать то, что респондент AN называет «давлением книги», т.е. размеры бидов, расположенных ниже лучшего бида, и размеры оферов, расположенных выше лучшего офера. Однако в этой ситуации некоторые трейдеры и алгоритмы могут использовать стратегию «спуфинга» [англ. spoofing – обманное действие] – выставлять заявки, которые будут создавать впечатление избыточного спроса или предложения на рынке. Например, на рисунке 2 показаны крупные заявки на покупку по $7,72 и $7,71, и, пока цены не снизились, эти заявки можно отменить до их исполнения. HFT-алгоритмы могут избежать этой проблемы, если будут учитывать только те заявки, которые находятся в книге достаточно долгое время, так как мошенники обычно быстро отменяют свои заявки.

Вторая широко применяемая HFT-стратегия учитывает движение цен финансовых инструментов, влияющих на движение данного инструмента. В качестве примера можно привести так называемый «фьючерсный лаг» [англ. futures lag]. Его суть заключается в том, что на основе движения цен на индексные фьючерсы HFT-алгоритмы могут достаточно точно предсказать, как изменится стоимость торгуемых ценных бумаг или акций биржевых инвестиционных фондов [англ. exchange traded funds, ETF]. [10]

Еще одним более специализированным источником информации – и им пользуются все компании без исключения – являются новости мировой экономики или отдельных компаний. Сегодня они распространяются в такой форме, что их может считать обычный компьютер. В итоге алгоритм, который реагирует на эти новости еще до того, как они повлияют на цены, может принести своему владельцу солидную прибыль. Как правило, алгоритмы HFT-компаний собирают информацию сразу из нескольких источников, учитывая и динамику книги заявок, и данные связанных финансовых инструментов, и рыночные новости. На выходе такие алгоритмы обычно выдают теоретическую стоимость акции или другого инструмента, которую стоит ожидать в ближайшем будущем – от доли секунды до пары минут. Это теоретическое значение, по мнению респондента BF, проще всего представить в виде переменной, зависящей от таких факторов, как разница между бидом и офером, цены на связанные инструменты и т. д. Алгоритмы других фирм собирают данные иными способами. Так, например, AN рассказывает об автоматической системе «опроса», где количество «голосов» за различные факторы менялось в зависимости от условий рынка.

На фондовом рынке разница между теоретической и фактической стоимостью акций зачастую составляет меньше цента. «Если алгоритм считает, что цена должна быть равна $2,396, а в книге есть заявки на покупку акций по $2,40, алгоритм будет продавать эту акцию по $2,40, – рассказывает BJ. – Иногда я теряю деньги на подобных сделках, но в среднем я выигрываю в 55% случаев, и мне этого достаточно».

Однако есть существенная разница в том, как HFT-алгоритмы совершают свои сделки. Одни алгоритмы могут действовать «пассивно» или, как говорят игроки рынка, «добавлять ликвидность»: они выставляют заявку с такой ценой, что ее нельзя будет исполнить сразу. Другие HFT-алгоритмы могут действовать «агрессивно» или «забирать ликвидность»: они могут отправлять рыночную заявку, которая исполнится сразу после того, как дойдет до движка. Например, в книге заявок на рисунке 2 заявка на продажу акций по $7,74 – рыночная, «агрессивная» или «забирающая ликвидность»; заявка на продажу акций по $7,75 – нерыночная, «пассивная» или «добавляющая ликвидность». [11]

Как видно из примера, добавление ликвидности имеет ряд экономических преимуществ. При прочих равных условиях, добавляющая ликвидность заявка исполняется по более выгодной цене по сравнению с заявкой, забирающей ликвидность. Кроме того, за увеличение ликвидности торговые площадки выплачивают «рибейты» [англ. rebate] – небольшую плату размером около 0,3 цента за акцию – компании, выставившей «пассивную» заявку. Такие компании иногда называют себя «электронными маркетмейкерами», так как они, подобно обычным трейдерам, могут выступать как в роли продавца, так и в роли покупателя.

Основная задача HFT-алгоритма, добавляющего ликвидность – это выставлять заявки на покупку по цене, равной или близкой к лучшему биду ($7,74 из примера на рисунке 2), и заявки на продажу по цене, равной или близкой к лучшему оферу ($7,75), ожидая, пока их не исполнят. Такой алгоритм выигрывает на «спреде» [англ. spread] между бидом и офером (обычно он составляет один цент, как в рассмотренном примере) и получает двойной рибейт, что в сумме дает 1,6 цента за проданную и купленную акции. Но здесь могут возникнут трудности: когда цены меняются, алгоритму, добавляющему ликвидность, необходимо постоянно отменять текущие заявки и выставлять новые, а также делать прогнозы на то, как цены изменятся в будущем. К примеру, если цены взлетают, оферы такого алгоритма «устаревают», и агрессивные алгоритмы могут исполнить их по выгодной цене. В такой ситуации «пассивный» алгоритм должен как можно быстрее отменить «старые» заявки на продажу и заменить их новыми оферами с более высокой ценой, пока на них не «нажились» агрессивные игроки.

Это лишь один из недостатков добавления ликвидности. Также нет уверенности в том, когда именно нерыночная заявка будет исполнена – и будет ли она исполнена вообще (в этом случае алгоритм не сможет принести компании выигрыш в цене и заработать рибейт). В свою очередь, агрессивные алгоритмы гарантируют исполнение своих ордеров. К тому же забирающие ликвидность алгоритмы легче протестировать на прошлых рыночных данных, в то время как «пассивным» алгоритмам нужно еще спрогнозировать, исполнится их заявка или нет.

Разница в действиях HFT-алгоритмов распространяется и на компании, которые их используют: одни, как правило, специализируются на добавлении ликвидности, другие – на ее поглощении. Давший интервью BE считает, что такое различие ведет к появлению «двух разных стратегий и стилей мышления».

Несмотря на скрытность, характерную, по крайней мере, для некоторых HFT-компаний, участники интервью утверждают, что основные принципы HFT-трейдинга известны всем игрокам индустрии. Из-за того, что HFT-алгоритмы в основном используют схожие методы прогнозирования, конкуренция между ними сводится лишь к их относительной скорости. [12] Чтобы получать информацию об изменениях в книге заявок без задержек и максимально быстро выставлять и отменять свои заявки, HFT-фирмы пользуются дорогостоящими услугами торговых площадок, более известными как сервисы «колокации» [англ. co-location – соседство]. Их суть заключается в том, что компания может разместить серверы со своими алгоритмами в одном здании с серверами, на которых запускаются движки для сведения игроков рынка. [13] HFT-компаниям, торгующим на фондовом рынке США, приходится вкладывать большие средства в более быстрые «каналы» связи. Четыре года назад такими «каналами» были оптоволоконные кабели. Сегодня – это сети вышек, передающие СВЧ-сигналы.

Важность относительной скорости в HFT-трейдинге проявляется в технологической «гонке вооружений». Многое зависит от особенностей движка для сведения покупателей и продавцов, компьютеров, на которых запускаются алгоритмы, и «шлюзов заявок» [англ. order gateway] – серверов на торговых площадках, обрабатывающих входящие заявки и рассылающих «подтверждения» (сообщения об исполнении заявки). Скотт Паттерсон, Дженни Страсбург и Лиам Плевен (Scott Patterson, Jenny Strasburg, Liam Pleven, 2013) в своей статье для Wall Street Journal описали то, как «шлюзы» CME отправляли подтверждения за 1-10 миллисекунд до рассылки новостей на бирже. Даже такая незначительная разница во времени может сыграть важную роль: получив подтверждение, алгоритм делает определенные выводы о движении цен еще до того, как данные о сделке появятся в новостной ленте CME.

Как правило, основная деятельность HFT-трейдеров сводится к прогнозам на увеличение или уменьшение цены на один пункт. Эти прогнозы могут принести прибыль в один цент, если акция стоит не меньше $1. Однако определенная доля этих прогнозов оказывается неверной. Один из участников интервью заявил, что сделки его компании приносили ей прибыль лишь в 53% случаев. Это значит, что средняя прибыль с проданной акции составляла около 0,06 цента. Судя по данным более поздних опросов, этот показатель снизился до 0,05 цента.

Так или иначе, вполне возможно, что опрашиваемые преуменьшали возможности своих компаний. Более высокий уровень прибыли HFT-фирм можно обнаружить в финансово-экономической литературе, расчетах одного из участников интервью с Майклом Льюисом (2014) и опубликованных финансовых отчетах Knight Capital. [14]

Результаты интервью повлекли за собой негативные последствия для некоторых его участников. Спустя год семь человек были опрошены повторно, и двое из них к этому моменту лишились своей работы. Во время повторных визитов в офисы HFT-компаний я заметил, что число рабочих мест заметно сократилось. Несмотря на это, HFT-фирмы по-прежнему торговали большими объемами ценных бумаг – около 5 миллиардов акций в день по данным на 2013 год – и оставались участниками большинства сделок на рынке. [15]

«Связка»: HFT-трейдинг, торговые площадки и госрегулирование

Становление HFT-трейдинга на фондовом рынке США явилось результатом взаимодействия трех экологий: самого HFT-трейдинга, торговых площадок (в частности, электронных торговых систем [англ. electronic communication system, ECN], которые разрабатываются с середины 1990-х годов) и государственного регулирования. Однако условия этого становления сформировались в результате решения, принятого еще в конце 1970-х годов, о связанной торговле на отдельных площадках.

Начнем с госрегулирования. Деятельность финансовых рынков США регулируется несколькими органами, включая семь федеральных (Федеральная резервная система США, Федеральная корпорация по страхованию депозитов (FDIC), Комиссия по регулированию деятельности коммерческих банков (OOC), Управление по надзору за сберегательными учреждениями (OTS), Бюро финансовой защиты потребителей (CFPB), вышеупомянутые комиссии CFTC и SEC) и ряд региональных (например, Управление финансовых услуг штата Нью-Йорк) институтов. [16] Торговля на фондовом рынке регулировалась преимущественно комиссией SEC наряду с такими «саморегулируемыми» организациями, как NYSE и Национальная ассоциация дилеров по ценным бумагам (NASD), контролирующая деятельность NASDAQ. [17] Кроме того, за торговлей акциями пристально следили Конгресс США и исполнительные органы власти. Они оказывали определенное влияние на деятельность SEC, чьи глава и комиссионеры назначались президентом, подчинялись Сенату и не скрывали своих политических убеждений.

Комиссия SEC была образована в 1934 году в ответ на ряд финансовых преступлений, совершенных на Уолл-Стрит. За ними последовали многочисленные слушания, проведенные банковским комитетом Сената. (Одним из наиболее драматичных моментов стало выступление в суде будущего мэра Нью-Йорка Фьорелло Ла Гуардиа. Ему удалось доказать, что некто А. Ньютон Пламер подкупал журналистов ведущих изданий, чтобы те публиковали статьи с ложными финансовыми данными). [18]

Обеспокоенность SEC [в 1970-е годы] была связана с деятельностью двух крупнейших «саморегулируемых» организаций, с которыми она делила свои полномочия. NYSE и NASDAQ считались монополистами, так как региональные биржи не могли с ними конкурировать. SEC была заинтересована в том, чтобы подорвать монополию этих бирж, и ее интересы совпадали с политическим курсом США. В поправках к Закону о ценных бумагах от 1975 года Конгресс США поставил SEC новую задачу – «устранить все препятствия на пути конкуренции и создать национальную систему торговли ценными бумагами». [19]

Однако было неясно, как именно должна быть организована экономическая деятельность. Одним из возможных решений было сосредоточить всю экономическую активность в одном месте. Это место получило название «Сводной книги лимитированных заявок» [англ. Composite limit-order book]. Она представляла бы собой централизованную электронную книгу заявок, через которую все брокеры, дилеры и маркетмейкеры, «вне зависимости от своего местоположения», отправляли бы свои заявки «на равных условиях», как пишет Джоэл Селигман (Joel Seligman, 1982). Однако несмотря на успешное внедрение системы на фондовой бирже в Цинциннати, другие торговые площадки посчитали эту систему «небезопасной» и предложили другое решение. Они поддержали создание национальной рыночной системы, где экономическая активность осуществляется отдельными торговыми площадками, связанными единой технологической сетью. Она получила название Межрыночной торговой системы [англ. Intermarket trading system, ITS] и была введена в 1978 году.

Система ITS связывала NYSE, Американскую фондовую биржу и региональные биржи (NASDAQ присоединилась к системе лишь в 2000 году). Эта система работала в сочетании с Объединенной системой котировок [англ. Consolidated quotation system], также запущенной в 1978 году.

Объединенная система котировок выдавала информацию о заявках, которые были доступны на различных биржах. Если брокер или «специалист» в зале биржи видел, что на другой бирже доступна более выгодная котировка, эта котировка становилась «защищенной». Сотрудникам биржи было запрещено торговать по менее выгодной цене [англ. trade through], и они должны были воспользоваться системой ITS, чтобы отправить соответствующему специалисту «заявку на проведение более выгодной сделки». В течение установленного времени – по состоянию на 2002 год, 30 секунд – этот специалист уже решал, стоит проводить эту сделку или нет. Если цены менялись быстро, специалист мог точнее предсказать направление движения цены (подобный метод на ФОРЕКС получил названием «дополнительной проверки» и подробно рассматривается ниже).

Таким образом, было показано, насколько ограничены возможности влияния SEC на «саморегулируемые» организации и закрепившиеся на рынке торговые площадки. Чтобы кардинально изменить ситуацию, требовался определенный сдвиг внутри экологии торговых площадок. Ключевым звеном этого сдвига стала торговая площадка Island, созданная в 1995 году. Первоначально Island обслуживала трейдеров, известных среди своих конкурентов как «бандиты SOES» (SOES – автоматическая система исполнения мелких заявок на бирже NASDAQ, и «бандиты» использовали ее, например, для того, чтобы выгодно торговать по «устаревшим» котировкам NASDAQ). Island давала возможность «бандитам» и другим «дневным трейдерам» торговать друг с другом напрямую. Плата за совершение сделки на ней была небольшой, а ее книгу ордеров могли видеть все пользователи системы. Движок Island, сводящий покупателей с продавцами, был прост и невероятно быстр, и новости системы рассылались в специальной ленте ITCH. Еще один особый протокол, OUCH, ускорял выставление и отмену заявок. Если на всех крупных площадках один пункт – минимальное изменение цены – составлял 1/8 или 1/10 доллара, то один пункт на Island равнялся 1/256 доллара, что давало «бандитам SOES» серьезное экономическое преимущество. Более того, Island – это первая площадка, на которой были введены рибейты.

Разработчики Island (особенно их руководитель Джон Левайн) питали неприязнь к монополистам вроде брокер-дилеров NASDAQ и старались сделать рынок более демократичным. [20] Именно поэтому на торговой площадке были введены небольшая комиссия, общедоступная книга заявок и небольшая величина пунктов, позволяющие опережать таких брокер-дилеров.

Несмотря на то, что появление Island явилось лишь отражением местных нужд, оно оказалось самой настоящей «связкой» по Эбботту. Создание Island связало развитие торговых площадок, с одной стороны, с HFT-трейдингом, с другой – с госрегулированием. Связь с HFT-трейдингом очевидна: до появления Island было тяжело вести алгоритмическую торговлю. Дававший интервью BE вспоминает автоматическую систему распределения заявок SuperBot на NYSE. Она автоматически направляла заявки в нужную «кабинку», однако процесс исполнения заявок осуществлялся специалистом вручную. На Island все происходило совсем иначе: как заявил AG1, рыночный ордер, попадавший по протоколу OUCH в движок для сведения игроков рынка, исполнялся за две миллисекунды. Такое быстрое «сведение» игроков в итоге привело к появлению HFT-трейдинга, а впоследствии и сервисов колокации.

Что касается связи Island и других ECN-систем с госрегулированием, то эти системы предоставили Конгрессу США и SEC то, чего они так хотели – здоровую конкуренцию между торговыми площадками. Электронные маркетмейкеры теперь могли спокойно обходить своих «старомодных» конкурентов, повышая при этом привлекательность электронных торговых систем. Становлению ECN-систем также способствовали введенные в 1997 году правила обработки и исполнения заявок [англ. Order-handling rules]. Они вынуждали брокер-дилеров NASDAQ отображать цены на электронных торговых площадках, если те были лучше котировок NASDAQ. Кроме того, небольшая величина пунктов на Island в итоге позволяла HFT-маркетмейкерам опережать своих оппонентов.

Связь между HFT-трейдингом, ECN-системами и комиссией SEC и в самом деле является «связкой», а не взаимозависимостью. Реформы комиссии SEC способствовали развитию HFT-трейдинга, однако нет никаких свидетельств того, что сотрудники SEC знали о его существовании (до 2005 года об HFT-трейдинге не имелось никаких сведений даже в специализированной финансовой литературе). SEC никак не пересекалась и с электронными площадками вроде Island, разработчики которых сильно сомневались в необходимости госрегулирования.

Более того, реакция SEC на нововведения, явившиеся результатом «связки», также зависела и от внедрения Межрыночной торговой системы. Как описывает этот процесс AQ, «под давлением со стороны бирж» SEC настаивала на вхождении Island в систему. Island от этого отказалась, затем сделала свою книгу заказов видимой только для своих игроков и, по сути, «стала дарк-пулом». Это событие стало первым признаком зарождающегося противоречия между скоростным трейдингом, который являлся компонентом «связки», и последствиями решения, принятого в конце 1970-х годов.

Продолжение следует...

Автор: ITinvest

Источник