Op 6 mei 2010 zag de Dow Jones Industrial Average - de op één na oudste Amerikaanse marktindex en een van de meest gebruikte indices om de toestand van de markt als geheel te weerspiegelen - zijn grootste en snelste daling ooit kennen.

Om 14.42 uur die dag had de Dow 300 punten verloren sinds de start van de handel die ochtend. Om 14.47 uur, amper vijf minuten later, was het met nog eens 600 punten gedaald. Plotseling hadden honderden aandelen hun prijzen tot bijna nul gekelderd. De crash vernietigde onmiddellijk bijna $ 1 triljoen in aandelenwaarde.

Zelfs grote blue chip-bedrijven waren niet veilig voor de gevolgen ervan: het aandeel in Accenture daalde meer dan 90 procent van $ 40 tot $ 0,01. Nog verbazingwekkender, slechts 20 minuten later was de markt teruggekeerd naar bijna hetzelfde niveau als voorheen.

Deze grote schommeling op de mondiale economische markten zorgde voor schokgolven in de financiële wereld, vooral omdat het helemaal niet duidelijk was wat de oorzaak was. Een jaar later, en ondanks een langdurig onderzoek door de Amerikaanse Securities and Exchange Commission (SEC) en de Commodity Futures Trading Commission (CFTC), is het nog steeds niet duidelijk, maar een van de meest waarschijnlijke factoren is hoogfrequente automatische algoritmische handel..

Dat is het kopen en verkopen van aandelen niet door marktkooplieden, maar door financiële software die automatisch de financiële markt analyseert en aandelen koopt en verkoopt op basis van die informatie in razendsnel tempo. Het idee van een makelaar aan de telefoon schreeuwen, 'Kopen, kopen, verkopen, verkopen!' staat ver af van hoe veel mensen nu op de aandelenmarkt handelen.

In sommige markten wordt meer dan de helft van de handel gedaan door computerprogramma's, die algoritmen gebruiken om te beslissen of ze aandelen willen kopen of verkopen. Over het algemeen zijn dit eenvoudige systemen die in staat zijn om meerdere kleine winsten te genereren door systematisch op elektronische markten te handelen in een oogwenk. De algoritmen worden meestal geschreven door handelsbedrijven en worden doorverkocht aan andere handelaars.

Binnen het algoritme zullen bepaalde waarden zijn die precies bepalen wanneer en waar te handelen, inclusief de prijs van een effect, de grootte van het beschikbare fonds, timingoverwegingen zoals hoe snel een order kan worden uitgevoerd, de beste tijd om een ​​bestelling te plaatsen zeker dat het zal worden uitgevoerd, hoe waarschijnlijk een bestelling moet worden ingevuld en de totale kosten van elke transactie. Simpel gezegd, als aan de voorwaarden van het algoritme wordt voldaan door een bepaald marktscenario, worden de aandelen automatisch verhandeld in een kwestie van milliseconden (en deze snelheid neemt voortdurend af).

Vergeet niet dat dit proces volledig automatisch is, zonder menselijke betrokkenheid, afgezien van wat door de programmeur van de software in het algoritme was vastgelegd. Sommige mensen kopen deze programma's zelfs zonder te weten wat de algoritmen bevatten, alleen erop vertrouwend dat ze zullen doen wat ze zeggen dat ze zullen doen.

Dit staat bekend als Black Box Trading, wat verwijst naar het feit dat je niet in de Black Box kunt kijken om te zien hoe het werkt. Andere bedrijven maken hun eigen gepersonaliseerde algoritmen en deze evolueren in de loop van de tijd naar veel complexere programma's omdat steeds meer informatie en voorzorgsmaatregelen worden ingebouwd in hun ontwikkeling..

De gemiddelde levensduur van deze handelsalgoritmen is meestal extreem kort - soms slechts een paar dagen. Deze algoritmen zijn zo nuttig dat ze op zichzelf een zeer waardevolle grondstof worden - in feite zijn er al twee veroordelingen geweest in de Amerikaanse rechtbanken tegen mensen die eigendomscode hebben gestolen van dit soort programma's ter waarde van miljoenen dollars.

De impact die deze handelsalgoritmen kunnen hebben op economieën werd verontrustend duidelijk gemaakt door assistent-procureur Joseph Facciponti van de Verenigde Staten, toen hij de zaak beschreef tegen de voormalige werknemer van Goldman Sachs Sergey Aleynikov, die eerder dit jaar was veroordeeld voor een dergelijke diefstal.

"De bank heeft de mogelijkheid geopperd dat het gevaar bestaat dat iemand die weet hoe dit programma moet worden gebruikt, het kan gebruiken om markten op oneerlijke manieren te manipuleren," zei Facciponti..

Het begin van automatisering

Het is duidelijk dat deze algoritmen de macht hebben om invloed uit te oefenen op de financiële markten, maar moeten we ons daar zorgen over maken? Zorgen ze niet gewoon voor een ander niveau van automatisering om het leven van de handelaar gemakkelijker te maken? Zeker, ze veroorzaken op zichzelf geen problemen voor de financiële markten?

Andy Haldane, de Executive Director van de Bank of England die verantwoordelijk is voor financiële stabiliteit, is daar niet zo zeker van. Zoals hij zei in een toespraak op juni 2011 in Beijing,

"Gedreven door een krachtige cocktail van technologie en regelgeving, is de handel in financiële markten in de loop van deze eeuw enorm geëvolueerd." Platformen voor de handel in aandelen zijn enorm gegroeid en gefragmenteerd. "De snelheidslimiet voor de handel is door het dak gegaan. van de handel werpt een aantal grote vragen op voor risicobeheer Er zijn goede redenen, theoretisch en empirisch, om te geloven dat hoewel deze evolutie in de handel voordelen heeft opgeleverd zoals een verlaging van transactiekosten, het ook verhoogde afwijkingen in de risicoverdeling kan hebben en terugkeer in het financiële systeem. Dergelijke afwijkingen markeerden de Flash-crash. "

Dus wat voor effect voelt hij dat hoogfrequente algoritmische handel heeft gehad?

"Hoogfrequente handel (HFT) heeft drie belangrijke effecten gehad op markten", legt Haldane uit. "Ten eerste hebben steeds grotere handelsvolumes gecomprimeerd tot steeds kleinere stukken tijd. Ten tweede heeft het geleid tot strategisch gedrag bij traders bij steeds hogere frequenties. Ten derde is het niet alleen dat de snelheid van strategische De interactie is veranderd, maar ook de aard ervan. Gisteren was de interactie van mens op mens. "Vandaag is het van machine tot computer, algoritme-naar-algoritme." Voor algoritmen met de levensduur van een lieveheersbeestje, zorgt dit voor snelle evolutionaire aanpassing. "

Wanneer Haldane spreekt over een enorme verandering in de manier waarop financiële markten worden geleid, maakt hij geen grapje. Er is echt een verandering veroorzaakt door de toename van de snelheid van wat mogelijk is - en het komt snel. Zeker te snel om alle implicaties volledig te realiseren, zoals Haldane uitlegt:

"De gemiddelde snelheid van de orderuitvoering op de Amerikaanse New York Stock Exchange is gedaald van ongeveer 20 seconden een decennium geleden tot ongeveer een seconde vandaag." En dat is slechts het gemiddelde. Naarmate het gebruik van hoogfrequente handel toeneemt, zal dat gemiddelde aanzienlijk dalen.

Zoals Haldane uitlegt, komt elektronische handel op zichzelf snel in de buurt van de lichtsnelheid - de snelheidslimiet van het universum.

"Tien jaar geleden doken de uitvoeringstijden op sommige elektronische handelsplatformen duidelijk onder de barrière van één seconde. Pas enkele jaren geleden bereikten de uitvoeringstijden van orders een 'knipperend tempo' - zo snel als het oogwit. , dat leek oogverblindend rond de 300-400 milliseconden, of minder dan een derde van een seconde, maar meer recentelijk is de snelheidslimiet verschoven van milliseconden naar microseconden - miljoensten van een seconde. Verschillende handelsplatforms bieden nu handelsuitvoering gemeten in microseconden.

"Vanaf vandaag lijkt de onderste limiet voor de uitvoering van transacties ongeveer 10 microseconden te bedragen, wat betekent dat het in principe mogelijk zou zijn om ongeveer 40.000 back-to-back transacties in een oogwenk uit te voeren. handelsprogramma's, zou het gemiddelde huishouden zijn boodschappen voor een heel leven in minder dan een seconde kunnen voltooien. Stel je dat eens voor. "

De opkomst van HFT

Natuurlijk is het feit dat HFT je in staat stelt om snel veel transacties uit te voeren, niet noodzakelijk een probleem, maar we moeten wel overwegen hoeveel handel automatisch gebeurt, zonder menselijke tussenkomst. De angst is hier dat binnenkort de basis van de financiële markten kan veranderen.

Als beleggers beginnen te geloven dat aandelen niet worden gewaardeerd op de verwachte toekomstige inkomsten van een bedrijf, maar juist hun waarde halen uit computers die tegen andere computers inruilen voor snelheid en voordeel, dan zullen de financiële markten een te grote gok lijken om in te beleggen. Dus hoeveel handel wordt tegenwoordig alleen gedaan door computers?

Niet verwonderlijk, met de voorsprong die het biedt ten opzichte van andere handelaren in termen van snelheid en zelfs kennis, neemt het gestaag toe. Zoals Haldane bijvoorbeeld uitlegt: "Sinds 2005 is HFT in Europa gestegen van een klein aandeel om meer dan 35 procent van de aandelenmarkt te vertegenwoordigen." In Azië en in opkomende markten groeit het snel van een lagere basis. landen is ook waar over markten heen.

"HFT neemt een steeds grotere rol op in de schuld- en valutamarkten, in sommige futuresmarkten is dit al goed voor bijna de helft van de omzet." In enkele jaren tijd is HFT gestegen van relatieve onbekendheid naar absolute hegemonie, althans in sommige markten. "

Het spelplan wijzigen

Dat is niet alles wat algoritmische handel heeft gedaan - het heeft ook de manier veranderd waarop het financiële spel wordt gespeeld. In het verleden - slechts tien jaar geleden, vóór computerautomatisering - zouden handelaars en grote financiële instellingen geld verdienen door redelijk eenvoudige instrumenten te verhandelen: obligaties, aandelen en deviezen.

Terwijl de automatisering begon, werden de winstmarges op deze transacties vervolgens teruggedrongen. Dit had het domino-effect om deze bedrijven aan te moedigen hun eigen kosten te verlagen en een concurrentievoordeel te behalen door zo veel mogelijk van hun eenvoudige transacties te automatiseren.

Terwijl in het verleden honderden handelaren kleine hoeveelheden aandelen kochten of verkochten in een poging om de concurrentie niet te laten fiksen wat ze aan het doen waren, nu zou het kunnen worden afgehandeld door computers, geleidelijk kopen of verkopen van kleine aantallen aandelen gecontroleerde tijdsperioden.

De enorme snelheidsverhoging die deze automatische processen opleverden, maakte het de grote financiële instellingen ook mogelijk om andere plaatsen te bekijken waar algoritmen konden worden gebruikt om welvaart te genereren, plaatsen waar de timing van de gespleten seconde het mogelijk maakte om inefficiënties in de financiële rapportage te benutten.

Een voorbeeld is arbitragekansen. Hier worden activa die in wezen identiek zijn tegelijkertijd gekocht en verkocht om winst te maken met een prijsverschil tussen de twee activa. Dus als dezelfde voorraad wordt genoteerd voor £ 20 op de New York Stock Exchange en £ 19,95 op de Philadelphia Stock Exchange, kun je jezelf een winst garanderen door aandelen te kopen op de beurs van Philadelphia en deze meteen te verkopen op de New York Stock Exchange Ruilen (op voorwaarde dat het verschil eventuele transactiekosten compenseert).

Met algoritmische handel, zelfs als die verschillen slechts een fractie van een seconde verschijnen, kunnen de financiële huizen daarop reageren. Het is deze vorm van algoritmische handel waarvan sommige toezichthouders zich zorgen maken - ze denken dat bij het zoeken naar volatiele markten om te exploiteren, deze handelsvormen de algehele volatiliteit van de markt zelf kunnen vergroten. Door deze onvolkomenheden actief op te zoeken, verergeren ze hun effect op de markten.

Dit is het nieuws

Een andere nuttige truc die algoritmische handel kan gebruiken, is het automatisch scannen van inkomende financiële nieuwsfeeds voor buzz-woorden of -zinnen zoals 'renteverhoging', bijvoorbeeld. Wanneer de computers deze detecteren, kunnen ze onmiddellijk dezelfde handelsstrategieën activeren die werden gebruikt wanneer een soortgelijke situatie zich in het verleden voordeed.

Door deze onmiddellijke reactie kunnen bedrijven de concurrentie verliezen en zeer winstgevend zijn. Dit wordt steeds populairder bij de grotere bedrijven en nieuwsfeedproviders hebben zelfs de structuur van hun feeds gewijzigd, zodat ze gemakkelijker kunnen worden gelezen door computers.

Het probleem is echter dat als je veel computerprogramma's op een vergelijkbare manier laat reageren zodra nieuws wordt geproduceerd, dit een slechte reactie op de markt kan veroorzaken, vooral als dit vervolgens leidt tot verdere ronden van automatisch handelen op basis van de vorige automatische handel. Dit is een belangrijke verschuiving in de manier waarop de financiële wereld werkt.

Plotseling is het niet de mens die het nieuws opneemt en ernaar handelt op basis van ervaring. In plaats daarvan gaat het gewoon om een ​​computer die automatisch een vooraf ingesteld proces doorloopt. Het is duidelijk dat, als deze vorm van algoritmische handel endemisch wordt, de toekomst van sommige aandelen en aandelen niet afhankelijk is van hoe de bedrijven presteren, maar hoe die prestaties worden gerapporteerd in het nieuws..

Stel je ook de problemen voor die zouden kunnen ontstaan ​​als de nieuwsschrijver het verkeerd had. In de snelle wereld van financiële nieuwsberichten is het niet ondenkbaar dat er een fout kan worden gemaakt, als een dergelijke fout nu automatisch een enorm financieel zwart gat zou kunnen veroorzaken, is het niet verrassend dat er oproepen zijn voor regelgeving over hoe algoritmische handel kan worden gebruikt.

Rennen om stil te staan

Automatische handel heeft een ander effect op de markt gehad - het heeft zijn belasting verhoogd (het aantal deals dat dagelijks wordt gedaan). De gemiddelde handelsomvang op de aandelenmarkten in 1996 bedroeg meer dan 1.600 aandelen, in de afgelopen tien jaar is deze gedaald tot slechts 400 aandelen per transactie. Dat betekent dat er vier keer zoveel transacties nodig zijn om hetzelfde volume te leveren als 10 jaar geleden.

Deze viervoudige toename van handelsgegevens betekent dat wanneer er iets misgaat, het veel moeilijker is om te ontwarren wat de oorzaak is van wat toen, vooral omdat deze transacties moeilijk traceerbaar zijn naar bepaalde bedrijven. Dit is waarom het zo moeilijk is om de schuld voor de Flash-crash van 2010 bij een bepaalde deur te leggen - er is gewoon niet het papieren spoor dat nodig is om uit te zoeken wat er is gebeurd.

Het is waarschijnlijk dat er enige regelgeving zal worden ingevoerd, waardoor een controlespoor duidelijk zichtbaar is, maar ondanks bemoedigende geluiden van regelgevers lijkt dit niet snel te gebeuren.

Deze extra belasting heeft nog een zeer belangrijke consequentie - de afname van risicobeheer. Tegenwoordig neemt risicomanagement een achterstand weg, omdat het bijna onmogelijk is om de hoeveelheid gegevens te consolideren die wordt gegenereerd door hoogfrequente handel. Number crunching kan de ongecontroleerde automatisering niet bijhouden, waardoor het steeds moeilijker wordt om het risico van een actie op de markt te beoordelen.

Verborgen handel?

Het is niet alleen verwarring over het risico - het feit dat de meeste mensen niet kunnen zien welke factoren de algoritmen die zij gebruiken voor het handelen bevatten, hebben volgens sommigen geleid tot een gebrek aan transparantie in de markten..

Het is duidelijk dat de mensen die de algoritmen maken hun intellectuele eigendom moeten beschermen en zo de kopers van het programma een gesloten systeem moeten bieden, maar dit betekent dat sommige kleinere handelaren die HFT gebruiken, niet eens helemaal zeker weten wat de algoritmen zijn die ze voor de handel gebruiken. Dit betekent ook dat overheidsregulatoren niet kunnen zien wat er in deze zwarte dozen gebeurt.

Sommigen zeggen dat dit handelaren in staat stelt misbruik te verbergen en dat ze moeten laten zien wat ze doen met toezichthouders. Traders wijzen erop dat deze algoritmes steeds meer hun levensbloed worden en dat het delen van de geheimen van hun eigen code anderen een oneerlijk voordeel zou geven.

Dit betekent natuurlijk dat dit soort black box-handel in botsing komt met een van de grootste facetten die regelgevers graag op de markt hebben: zichtbaarheid. Dit wordt verergerd door het feit dat die hoogfrequente handelaars met de betere algoritmen toegang hebben tot betere informatie dan andere handelaars en dat ze de deal microseconden voor iemand anders kunnen maken. Waar passen deze enorme voordelen van de nieuwste algoritmen in als markten als level playing fields moeten worden beschouwd??

Een van de grootste vragen over algoritmische handel is hoe winstgevend het is. Er worden zeker grote dollars gegenereerd door gevestigde bedrijven, maar hoe zit het met de nieuwkomers die proberen te profiteren van dit nieuwe type handel?

Sommige insiders uit de industrie zijn al aan het speculeren dat de winstgevende dagen van algoritmische handel al in het verleden zijn (hoewel dit winsten van slechts miljoenen in tegenstelling tot miljarden betekent). Het lijkt erop dat toenemende concurrentie in de wereld van hoogfrequente handel betekent dat het steeds moeilijker wordt om die kleine inconsistenties te vinden die zoveel winst opleverden bij de introductie van deze nieuwe manier van handelen.

De handelsvolumes zijn sindsdien gezakt, evenals de volatiliteit, wat betekent dat algoritmische handel niets heeft om van te profiteren. Natuurlijk is snelheid een zeer nuttige factor die wordt aangeboden door automatisch handelen, maar nu lijkt het erop dat je algoritmische handel moet hebben om gelijke tred te houden met de rest van het veld.