Ang pangangalakal ng Algorithmic (o "algo") ay tumutukoy sa paggamit ng mga algorithm ng computer (karaniwang isang hanay ng mga patakaran o tagubilin upang gumawa ng isang computer na magsagawa ng isang naibigay na gawain) para sa pangangalakal ng mga malalaking bloke ng stock o iba pang mga pag-aari sa pananalapi habang binabawasan ang epekto ng merkado ng tulad nito mga kalakal. Ang Algorithmic trading ay nagsasangkot ng paglalagay ng mga trading batay sa tinukoy na pamantayan at pag-ukit ng mga trade sa mas maliit na maraming upang ang presyo ng stock o asset ay hindi nakakaapekto nang malaki.
Ang mga pakinabang ng algorithm ng trading ay halata: tinitiyak nito ang "pinakamahusay na pagpapatupad" ng mga kalakalan dahil pinapaliit nito ang elemento ng tao, at maaari itong magamit upang ikalakal ang maramihang mga merkado at mga pag-aari na higit na mas mahusay kaysa sa isang negosyante ng mga buto-at-buto. (Para sa higit pa, basahin: Mga Pangunahing Kaalaman ng Algorithmic Trading: Konsepto at Halimbawa ).
Ano ang Algorithmic High-Frequency Trading?
Ang high-frequency trading (HFT) ay tumatagal ng algorithm ng trading sa ibang antas nang sama-sama - isipin ito bilang algo trading sa mga steroid. Tulad ng ipinahihiwatig ng term, ang kalakalan sa mataas na dalas ay nagsasangkot ng paglalagay ng libu-libong mga order sa mabilis na mabilis na bilis. Ang layunin ay upang makagawa ng maliliit na kita sa bawat kalakalan, madalas sa pamamagitan ng pag-capitalize sa mga pagkakaiba sa presyo para sa parehong stock o asset sa iba't ibang mga merkado. Ang HFT ay taliwas sa kabaligtaran mula sa tradisyonal na pangmatagalang, pagbili at hawak na pamumuhunan, dahil ang mga gawain sa pag-aruga at paggawa ng merkado na pangkalahatang nagaganap sa HFT ng tinapay-at-mantikilya sa loob ng napakaliit na window ng oras, bago mawala ang mga pagkakaiba-iba ng presyo o mga pagkakamali.
Ang Algorithmic trading at HFT ay naging isang mahalagang bahagi ng mga pamilihan sa pananalapi dahil sa pag-iipon ng maraming mga kadahilanan. Kasama dito ang lumalagong papel ng teknolohiya sa mga pamilihan ngayon, ang pagtaas ng pagiging kumplikado ng mga instrumento at produkto ng pinansyal, at ang walang tigil na pagmamaneho patungo sa higit na kahusayan sa pagpapatupad ng kalakalan at mas mababang gastos sa transaksyon. Bagaman ang algorithm ng trading at HFT ay maaaring mapagbuti ang pagkatubig ng merkado at pagkakapare-pareho ng pagpepresyo ng asset, ang kanilang lumalagong paggamit ay nagbigay din ng pagtaas sa ilang mga panganib na hindi maaaring balewalain, tulad ng tinalakay sa ibaba.
Ang Pinakamalaking Panganib: Amplification ng Systemic Risk
Ang isa sa mga pinakamalaking panganib ng algorithmic HFT ay ang isa na naidudulot nito sa pinansiyal na sistema. Ang isang ulat ng Hulyo 2011 ng International Organisasyon ng Mga Seguridad sa Seguridad (IOSCO) Teknikal na Komite ay nabanggit na dahil sa malakas na inter-link sa pagitan ng mga pamilihan sa pananalapi, tulad ng mga nasa US, ang mga algorithm na nagpapatakbo sa buong merkado ay maaaring makapagpadala ng mga pagyanig nang mabilis mula sa isang merkado hanggang sa susunod, kaya't pinalakas ang sistematikong panganib. Ang ulat ay itinuro sa Flash Crash ng Mayo 2010 bilang isang pangunahing halimbawa ng peligro na ito.
Ang Flash Crash ay tumutukoy sa 5% -6% na pag-ulos at sumalampak sa mga pangunahing indeks ng equity ng US sa loob ng span ng ilang minuto sa hapon ng Mayo 6, 2010. Ang Dow Jones ay bumagsak ng halos 1, 000 puntos sa isang intraday na batayan, na sa oras ay ang pinakamalaking puntos na ito ay bumaba sa talaan. Tulad ng tala ng ulat ng IOSCO, maraming mga stock at pondo na ipinagpalit ng palitan (ETF) ang nagpunta sa araw na iyon, na bumagsak sa pagitan ng 5% at 15% bago makuha ang karamihan sa kanilang mga pagkalugi. Mahigit sa 20, 000 na mga trading sa 300 mga security ay nagawa sa mga presyo hangga't 60% ang layo mula sa kanilang mga halaga lamang sandali, kasama ang ilang mga trading na ipinatupad sa mga walang katotohanan na mga presyo, mula sa mababang bilang isang penny o kasing taas ng $ 100, 000. Ang hindi pagkakamali na pagkilos na ito ay nagkakamali sa mga namumuhunan, lalo na dahil nangyari ito sa loob lamang ng isang taon matapos na tumalab ang mga merkado mula sa kanilang pinakamalaking pagtanggi sa higit sa anim na dekada.
Nag-ambag ba ang "Spoofing" sa Flash Crash?
Ano ang sanhi ng kakaibang pag-uugali na ito? Sa isang magkasanib na ulat na inilabas noong Setyembre 2010, ang SEC at ang Commodity Futures Trading Commission ay nag-sisisi sa isang $ 4.1-bilyon na kalakalan ng programa ng isang negosyante sa isang kumpanya ng pondo ng mutual-based na Kansas. Ngunit noong Abril 2015, sinisingil ng mga awtoridad ng US ang isang negosyanteng araw na nakabase sa London, si Navinder Singh Sarao, na may pagmamanipula sa merkado na nag-ambag sa pag-crash. Ang mga singil na humantong sa pag-aresto kay Sarao at posibleng extradition sa US
Nagamit umano si Sarao ng isang taktika na tinawag na "spoofing, " na nagsasangkot ng paglalagay ng malalaking dami ng mga pekeng order sa isang asset o derivative (Ginamit ni Sarao ang kontrata ng E-mini S&P 500 sa araw ng Flash Crash) na kanselahin bago sila mapunan. Kapag ang tulad ng malakihang mga bogus na order ay lumilitaw sa order book, binibigyan nila ng impresyon ang iba pang negosyante na mayroong higit na interes sa pagbili o pagbebenta kaysa sa katotohanan, na maaaring maimpluwensyahan ang kanilang sariling mga desisyon sa pangangalakal.
Halimbawa, ang isang spoofer ay maaaring mag-alok upang magbenta ng isang malaking bilang ng mga namamahagi sa stock ABC sa isang presyo na medyo malayo sa kasalukuyang presyo. Kapag ang iba pang mga nagbebenta ay tumalon sa aksyon at bumababa ang presyo, mabilis na pinupuksa ng spoofer ang kanyang mga order sa pagbebenta sa ABC at binili ang stock. Pagkatapos ay inilalagay ng spoofer ang isang malaking bilang ng mga order ng bumili upang itulak ang presyo ng ABC. At pagkatapos mangyari ito, ipinagbibili ng spoofer ang kanyang mga hawak na ABC, pocketing isang malinis na kita, at pinupuksa ang galit na mga order ng pagbili. Banlawan at ulitin.
Maraming mga tagamasid sa merkado ang nag-aalinlangan sa pag-aangkin na ang isang negosyante ay maaaring magkaroon ng isang solong kamay na nagdulot ng isang pag-crash na napatay malapit sa isang trilyong dolyar ng halaga ng merkado para sa mga stock ng US sa loob ng ilang minuto. Ngunit kung ang pagkilos ni Sarao ay talagang sanhi ng Flash Crash ay isang paksa para sa isa pang araw. Samantala, may ilang mga wastong dahilan kung bakit pinalalaki ng mga sistemikong panganib ang algorithmic HFT.
Bakit Natutukoy ng Algorithmic HFT ang Systemic Risk?
Ang Algorithmic HFT ay nagpapalaki ng sistematikong peligro para sa isang bilang ng mga kadahilanan.
- Pagdaragdag ng Volatility: Una, dahil mayroong isang mahusay na pakikitungo ng algorithmic HFT na aktibidad sa mga merkado ngayon, ang pagtatangka upang ma-outcast ang kumpetisyon ay isang built-in na katangian ng karamihan sa mga algorithm. Ang mga algorithm ay maaaring tumugon agad sa mga kondisyon ng merkado. Bilang isang resulta, sa panahon ng magulong mga merkado, ang mga algorithm ay maaaring lubos na palawakin ang kanilang mga kumalat na humiling sa pag-bid (upang maiwasan na mapilitan na kumuha ng mga posisyon sa pangangalakal) o pansamantalang ihinto ang trading nang buo, na nagpapaliit sa pagkatubig at pinapalala ang pagkasumpong. Mga Epekto ng Ripple: Dahil sa pagtaas ng antas ng pagsasama sa pagitan ng mga merkado at mga klase ng asset sa pandaigdigang ekonomiya, ang isang pagkatunaw sa isang pangunahing merkado o klase ng asset ay madalas na bumagsak sa iba pang mga merkado at mga klase ng asset sa isang reaksyon ng kadena. Halimbawa, ang pag-crash ng merkado sa pabahay ng US ay nagdulot ng isang pandaigdigang pag-urong at krisis sa utang dahil ang malaking paghawak ng US sub-prime paper ay gaganapin hindi lamang ng mga bangko ng US, kundi pati na rin ng European at iba pang mga institusyong pinansyal. Ang isa pang halimbawa ng naturang mga ripple effects ay ang nakapipinsalang epekto ng pag-crash ng stock market ng Tsina, pati na rin ang pagbagsak sa mga presyo ng langis ng krudo, sa pandaigdigang pantay-pantay mula Agosto 2015 hanggang Enero 2016. Kawalang-katiyakan: Ang Algorithmic HFT ay isang kapansin-pansin na nag-aambag sa labis na pagkasumpungin sa merkado, na kung saan maaaring maagaw ang kawalan ng katiyakan ng mamumuhunan sa malapit na term at makakaapekto sa kumpiyansa ng mamimili sa pangmatagalang panahon. Kapag biglang bumagsak ang isang merkado, ang mga namumuhunan ay naiwan na nagtataka tungkol sa mga dahilan para sa tulad ng isang dramatikong hakbang. Sa panahon ng vacuum ng balita na madalas na umiiral sa mga oras na iyon, ang mga malalaking mangangalakal (kabilang ang mga HFT firms) ay gupitin ang kanilang mga posisyon sa pangangalakal upang masukat ang panganib, na ilagay ang mas mababang presyon sa merkado. Habang bumababa ang mga merkado, mas maraming mga stop-loss ang naisaaktibo, at ang negatibong feedback na ito ay lumilikha ng isang pababang spiral. Kung ang isang merkado ng oso ay umuusbong dahil sa ganyang aktibidad, ang kumpiyansa ng consumer ay nanginginig sa pamamagitan ng pagguho ng yaman ng stock market at ang mga signal ng pag-urong na nagmula sa isang pangunahing pagkatunaw ng merkado.
Iba pang mga panganib ng Algorithmic HFT
- Errant Algorithms: Ang nakasisilaw na bilis kung saan nagaganap ang karamihan sa algorithm ng HFT na nangangahulugan na ang isang mali o may sira na algorithm ay maaaring mag-rack ng milyon-milyong mga pagkalugi sa isang napakaikling panahon. Ang isang kahanga-hangang halimbawa ng pinsala na maaaring magdulot ng isang mali sa algorithm ay ng Knight Capital, isang tagagawa ng merkado na nawalan ng $ 440 milyon sa isang 45-minutong panahon noong Agosto 1, 2012. Ang isang bagong algorithm ng trading sa Knight ay gumawa ng milyon-milyong mga kamalian sa pakikipagkalakalan sa tungkol sa 150 stock, pagbili ng mga ito sa mas mataas na presyo na "magtanong" at agad na ibebenta ang mga ito sa mas mababang "bid" na presyo. (Tandaan na ang mga gumagawa ng pamilihan ay bumili ng mga stock mula sa mga namumuhunan sa presyo ng pag-bid at ibenta sa kanila sa presyo ng alok, ang pagkalat ay ang kanilang kita sa kalakalan. Para sa higit pa, basahin: Ang Mga Pangunahing Kaalaman ng Bid-Ask Spread ). Sa kasamaang palad, ang hyper-kahusayan ng algorithmic HFT - kung saan ang mga algorithm ay patuloy na sinusubaybayan ang mga merkado para sa ganitong uri ng pagkakaiba sa pagpepresyo - nangangahulugan na ang mga karibal na negosyante ay lumusob at sinamantala ang problema ng Knight habang ang mga empleyado ng Knight ay frantically na subukan na ihiwalay ang pinagmulan ng problema. Sa oras na ginawa nila, si Knight ay naitulak malapit sa pagkalugi, na humantong sa kalaunan nitong pagkuha ng Getco LLC. Malaking Investing Losses: Ang pagkasira ng pagkasumpungin ay pinalala ng algorithmic HFT ay maaaring mapahamak ang mga namumuhunan na may malaking pagkalugi. Maraming mga namumuhunan ang regular na naglalagay ng mga order ng pagkawala ng pagkawala sa kanilang mga hawak na stock sa mga antas na 5% ang layo mula sa kasalukuyang mga presyo ng kalakalan. Kung ang mga merkado ay lumabag sa walang maliwanag na kadahilanan (o kahit na sa isang napakagandang dahilan), ang mga paghihinto na ito ay mai-trigger. Upang magdagdag ng pang-insulto sa pinsala, kung ang mga stock ay magkasunod na muling lumipat sa maikling pagkakasunud-sunod, ang mga namumuhunan ay walang kinakailangang nagawa ng mga pagkalugi sa pangangalakal at nawala ang kanilang mga hawak. Habang ang ilang mga trade ay binaligtad o kanselahin sa panahon ng hindi pangkaraniwang bout ng pagkasira ng merkado tulad ng Flash Crash at ang Knight fiasco, ang karamihan sa mga trade ay hindi. Halimbawa, halos lahat ng halos dalawang bilyong pagbabahagi na ipinagpalit sa Flash Crash ay nasa mga presyo sa loob ng 10% ng kanilang 2:40 PM na malapit (ang oras kung kailan nagsimula ang Flash Crash noong Mayo 6, 2010), at tumayo ang mga trading na ito. Lamang tungkol sa 20, 000 mga kalakalan, na kinasasangkutan ng isang kabuuang 5.5 milyong namamahagi na naisakatuparan sa mga presyo na higit sa 60% ang layo mula sa kanilang 2:40 PM na presyo, kasunod na kinansela. Kaya ang isang namumuhunan na may isang $ 500, 000 equity portfolio ng mga asul na chips ng US na mayroong 5% stop-loss sa kanyang mga posisyon sa panahon ng Flash Crash ay malamang na magiging $ 25, 000. Noong Agosto 1, 2012, kinansela ng NYSE ang mga kalakalan sa anim na stock na naganap nang tumakbo ang amn algorithm ng amok dahil isinagawa sila sa mga presyo 30% sa itaas o sa ibaba ng pagbubukas ng araw na iyon. Ang panuntunan ng "Malinaw na Pagpatupad ng NYSE" ay nagsasaad ng mga patnubay sa bilang para sa pagsusuri sa mga nasabing trading. (Tingnan: Ang Perils of Program Trading ). Pagkawala ng Tiwala sa Integridad ng Market: Namumuhunan ang mga namumuhunan sa mga pamilihan sa pananalapi dahil may ganap silang pananalig at tiwala sa kanilang integridad. Gayunpaman, ang paulit-ulit na mga yugto ng hindi pangkaraniwang pagkasumpong ng merkado tulad ng Flash Crash ay maaaring iling ang kumpiyansa na ito at humantong sa ilang mga namumuhunan na konserbatibo na iwanan ang mga merkado. Noong Mayo 2012, ang IPO ng Facebook ay nagkaroon ng maraming mga isyu sa teknolohiya at naantala ang mga pagkumpirma, habang noong Agosto 22, 2013, tumigil si Nasdaq sa pangangalakal ng tatlong oras dahil sa isang problema sa software nito. Noong Abril 2014, malapit sa 20, 000 maling mga trading ay kailangang kanselahin kasunod ng isang hindi magandang paggana sa computer sa dalawang palitan ng opsyon sa IntercontinentalExchange Group. Ang isa pang pangunahing pagsabog tulad ng Flash Crash ay maaaring lubos na iling ang tiwala ng mga namumuhunan sa integridad ng mga merkado.
Mga Panukala upang Labanan ang Mga Resulta ng HFT
Gamit ang Flash Crash at Knight Trading "Knightmare" na nagtatampok ng mga panganib ng algorithmic HFT, ang mga palitan at regulator ay nagpapatupad ng mga panukalang proteksiyon. Noong 2014, ipinakilala ng Nasdaq OMX Group ang isang "pumatay switch" para sa mga miyembro ng kumpanya nito na aalisin ang pangangalakal kapag nasira ang isang pre-set na antas ng pagkakalantad sa panganib. Habang maraming mga HFT firms ang mayroon nang "pumatay" na mga switch na maaaring ihinto ang lahat ng aktibidad sa pangangalakal sa ilalim ng ilang mga pangyayari, ang switch ng Nasdaq ay nagbibigay ng karagdagang antas ng kaligtasan upang salungatin ang mga rogue algorithm.
Ang mga circuit breaker ay ipinakilala pagkatapos ng "Black Lunes" noong Oktubre 1987, at ginagamit upang puksain ang panic market kapag mayroong isang malaking sell-off. Inaprubahan ng SEC ang binagong mga panuntunan noong 2012 na nagpapahintulot sa mga circuit breaker na magsipa kung ang S&P 500 index ay bumagsak ng 7% (mula sa antas ng pagsasara ng nakaraang araw) bago ang 3:25 PM EST, na hihinto ang buong merkado sa merkado sa loob ng 15 minuto. Ang isang 13% na ulos bago 3:25 PM ay mag-trigger ng isa pang 15 minutong paghinto sa buong merkado, habang ang isang 20% dive ay magsasara ng stock market para sa natitirang araw.
Noong Nobyembre 2014, ang Komisyon ng Komodidad sa Pagbabago ng Komodidad ay nagmungkahi ng mga regulasyon para sa mga kumpanya gamit ang algorithmic trading sa mga derivatives. Ang mga regulasyong ito ay mangangailangan ng mga naturang kumpanya na magkaroon ng mga kontrol sa panganib sa pre-trade, habang ang isang kontrobersyal na probisyon ay mangangailangan sa kanila na gawing magagamit ang gobyerno ng source code ng kanilang mga programa, kung hiniling.
Ang Bottom Line
Ang Algorithmic HFT ay may isang bilang ng mga panganib, ang pinakamalaking sa kung saan ay ang potensyal na palakasin ang systemic na panganib. Ang propensidad nito upang mapalakas ang pagkasumpungin ng merkado ay maaaring mag-ripple sa iba pang mga merkado at pukawin ang kawalang-katiyakan ng mamumuhunan. Ang paulit-ulit na mga pag-away ng hindi pangkaraniwang pagkasumpong ng merkado ay maaaring mapuksa ang pagkawasak ng tiwala ng maraming mamumuhunan sa integridad sa merkado.
