Trading algorítmico

(Redirigido desde Automated trading)
Ir a: navegación, búsqueda de

Trading algorítmico, también llamado Automated trading, caja negra de comercio, o algo de comercio, es el uso de plataformas electrónicas para entrar en comercio órdenes con un algoritmo que ejecuta instrucciones comerciales pre-programados contabilidad para una variedad de variables tales como tiempo, precio y volumen.[1] Trading algorítmico es ampliamente utilizado por bancos de inversión, fondos de pensiones, fondos mutuosy otras compradora (inversoras) institucionales comerciantes, dividir grandes comercios en varios más pequeños oficios para gestionar impacto del mercado y riesgo.[2][3]

Trading algorítmico puede utilizarse en cualquier estrategia de inversión, incluyendo fabricación de mercado, inter mercado separarse, Arbitraje, o puro especulación (incluyendo siguiendo la tendencia). La decisión de inversión y la aplicación pueden ser aumentados en cualquier momento con el apoyo algorítmica o pueden funcionar de forma totalmente automática. Uno de los principales temas sobre HFT es la dificultad de determinar cómo rentable es. Un informe publicado en agosto de 2009 por TABB Group, una firma de investigación de la industria de servicios financieros, estima que las firmas de 300 títulos y fondos de cobertura que se especializan en este tipo de comercio tuvo en un máximo de US$ 21 mil millones en ganancias en 2008,[4] que los autores llaman "relativamente pequeños" y "sorprendentemente modesta" en comparación con el volumen de comercio global del mercado. En marzo de 2014, Virtu Financial, una empresa comercial de alta frecuencia, informó que durante cinco años benefician 1.277 de 1.278 días, perdiendo dinero solo un día.[5]

Muchos tipos de algorítmica o automatizado actividades comerciales pueden ser descritos como trading de alta frecuencia (HFT). Como resultado, en febrero de 2012, el Commodity Futures Trading Commission (CFTC) formó un grupo especial de trabajo que incluyó industria y académicos expertos para asesorar a la CFTC en mejor manera de definir HFT.[6][7] Estrategias HFT utilizan equipos que decisiones elaboradas para iniciar órdenes basadas en la información que se recibe vía electrónica, antes de comerciantes humanos son capaces de procesar la información que observan. Trading algorítmico y HFT han resultado en un cambio dramático de la microestructura de mercado, particularmente en la forma se proporciona liquidez.[8]

Un tercio de toda la Unión Europea y Estados Unidos operaciones de bolsa en 2006 fueron conducidos por programas automáticos, o algoritmos.[9] A partir de 2009, los estudios sugirieron las empresas HFT representaron 60-73% de todas acciones de Estados Unidos comercio volumen, con ese número cae a aproximadamente el 50% en 2012.[10][11] En 2006, en el Bolsa de Londres, sobre el 40% de todos los pedidos fueron introducido por comerciantes algorítmicos, con 60% previsto para 2007. Los mercados estadounidenses y los mercados europeos generalmente tienen una mayor proporción de comercios algorítmicos que otros mercados y las estimaciones para 2008 rango tan alto como una proporción del 80% en algunos mercados. Los mercados de divisas También tenemos activo algorithmic trading (aproximadamente 25% de los pedidos en 2006).[12] Futures los mercados se consideran bastante fáciles de integrar en trading algorítmico,[13] con el 20% de opciones de volumen esperada que sean generados por computadora para el año 2010.[información fechada][14] Bond los mercados se están moviendo hacia más acceso a los comerciantes algorítmicas.[15]

Trading algorítmico y HFT han sido objeto de mucho debate público desde el US Securities and Exchange Commission y el Commodity Futures Trading Commission dijo que en los informes que un comercio algorítmico introducido por una compañía de fondos mutuos desencadenó una ola de ventas que llevaron a la 2010 flash Crash.[16][17][18][19][20][21][22][23] Los mismos informes encontraron estrategias HFT puedan haber contribuido a la inestabilidad posterior tirando rápidamente la liquidez del mercado. Como consecuencia de estos acontecimientos, el promedio Industrial Dow Jones sufrió su segunda mayor punto intradía oscilación alguna vez hasta esa fecha, aunque los precios se recuperaron rápidamente. (Véase Lista de los cambios diarios del más grandes en el promedio Industrial Dow Jones.) Un julio de 2011 informe por la Organización Internacional de comisiones de valores (IOSCO), un organismo internacional de reguladores de valores, concluyó que mientras "algoritmos y tecnología HFT han utilizado por los participantes del mercado para gestionar sus operaciones y el riesgo, su uso también fue claramente un factor contribuyente en el caso de flash crash de 06 de mayo de 2010".[24][25] Sin embargo, otros investigadores han llegado a una conclusión diferente. Un 2010 estudio encontró que HFT no alteró significativamente inventario comercial durante el Flash Crash.[26] Algunos algorithmic trading delante de Fondo de índice reequilibrar las transferencias las ganancias de los inversionistas.[27][28][29]

Contenido

  • 1 Historia
  • 2 Estrategias
    • 2.1 Comercio delante de reequilibrio de fondo índice
    • 2.2 Pares de comercio
    • 2.3 Estrategias de Delta-neutral
    • 2.4 Arbitraje
      • 2.4.1 Condiciones de arbitraje
    • 2.5 Decir reversión
    • 2.6 Scalping
    • 2.7 Reducción de costos de transacción
    • 2.8 Estrategias que sólo pertenecen a oscuras piscinas
  • 3 Trading de alta frecuencia
    • 3.1 Fabricación de mercado
    • 3.2 Arbitraje estadístico
    • 3.3 Arbitraje de evento
    • 3.4 Suplantación de identidad
    • 3.5 Cotización relleno
  • 4 Comercio de baja latencia
  • 5 Aplicación de la estrategia
  • 6 Temas y desarrollos
    • 6.1 Cyborg finanzas
    • 6.2 Preocupaciones
    • 6.3 Acontecimientos recientes
  • 7 Diseño técnico
  • 8 Efectos
  • 9 Estándares de comunicación
  • 10 Véase también
  • 11 Notas
  • 12 Referencias
  • 13 Enlaces externos

Historia

Automatización del flujo de orden en los mercados financieros se inició en la década de 1970, con algunos puntos de referencia que la introducción de la Bolsa de valores de Nueva York"giro orden designado" sistema (punto y más tarde SuperDOT), que encamina pedidos electrónicamente a la factoría adecuada, que ejecutó manualmente. El "sistema automatizado de reporte de apertura" (remos) asistido por el especialista en la determinación de la compensador en el mercado precio de apertura (SOR; Smart Order Routing).

Programa de comercio se define por la bolsa de valores de Nueva York como una orden para comprar o vender acciones de 15 o más valoradas en más de US$ 1 millón total. En la práctica esto significa que todos los comercios de programa se introducen con la ayuda de una computadora. En la década de 1980, programa trading llegó a ser ampliamente utilizado en el comercio entre el S & P 500 equidad y Futures mercados.

En la acción Índice de arbitraje un comerciante compra (o vende) un contrato de futuros del índice de acciones tales como la S & P 500 futuros y vende (o compra) un portafolio de acciones hasta 500 (puede ser un subconjunto más pequeño representante) en NYSE emparejado contra el comercio de futuros. El comercio de programa en el NYSE sería preprogramado en un ordenador para entrar en la orden automáticamente en sistema de enrutamiento de pedido electrónico de NYSE en un momento cuando el precio de futuros y el índice de la bolsa estaban bastante lejos de lograr un beneficio.

Aproximadamente al mismo tiempo cartera de seguro fue diseñado para crear un sintético opción en una cartera de acciones por dinámicamente comercio de futuros de índice de la bolsa según un modelo informático basado en el Black-Scholes modelo de fijación de precios de opciones.

Las dos estrategias, a menudo simplemente agrupados como "programa comercial", fueron culpados por muchas personas (por ejemplo, la Informe Brady) para exacerbar o incluso a partir del desplome bursátil de 1987. Sin embargo el impacto de la computadora impulsado por comercio en desplomes bursátiles es confuso y discutido ampliamente en la comunidad académica.[30]

Mercados financieros con ejecución completamente electrónico y similares redes de comunicaciones electrónicas desarrollado en la década de 1980 y 1990. En los Estados Unidos, decimal, que cambió el tamaño mínimo tick de 1/16 de un dólar (US$ 0,0625) a US$ 0,01 por acción, puede haber alentado trading algorítmico como cambió la microestructura de mercado por que permite diferencias más pequeñas entre los precios de licitación y oferta, disminuyendo los mercado-makers' trading ventaja, aumentando así el mercado liquidez.

Este creciente mercado liquidez condujo a los comerciantes institucionales separando las órdenes según algoritmos informáticos así que podrían ejecutar órdenes a un mejor precio promedio. Estos puntos de referencia de precio promedio son medidos y calculados por los ordenadores mediante la aplicación de la precio promedio ponderado en el tiempo o más generalmente por la precio promedio ponderado por volumen.

Ya terminó. El comercio que existió en los siglos ha muerto. Hoy tenemos un mercado electrónico. Es el presente. Es el futuro.

Robert Greifeld, NASDAQ CEO, abril de 2011 [31]

Un estímulo adicional para la adopción de trading algorítmico en los mercados financieros llegó en 2001 cuando un equipo de IBM los investigadores publicaron un artículo[32] en el Conferencia Internacional sobre Inteligencia Artificial donde mostraron en las versiones de laboratorio experimental de las subastas electrónicas utilizadas en los mercados financieros, dos estrategias algorítmicas del (IBM propio MGD, y Hewlett-Packardes ZIP) constantemente pudo aventajar comerciantes humanos. MGD era una versión modificada del algoritmo "GD" inventado por Steven Gjerstad & John Dickhaut en 1996/7;[33] el ZIP algoritmo había sido inventado en HP por Dave Cliff (profesor) en 1996.[34] En su papel, el equipo de IBM que escribió el impacto financiero de sus resultados muestran MGD y ZIP superando a comerciantes humanos "... podría medirse en miles de millones de dólares anualmente"; el papel de IBM genera cobertura mediática internacional.

Como abrieron más mercados electrónicos, otras estrategias de trading algorítmicos fueron introducidos. Estas estrategias se implementan más fácilmente por las computadoras, porque las máquinas pueden reaccionar más rápidamente a la manipulación temporal y examinar los precios de varios mercados simultáneamente. Por ejemplo el camaleón (desarrollado por BNP Paribas), Invisible (desarrollado por el Deutsche Bank), Francotirador y guerrilla (desarrollado por Credit Suisse[35]), Arbitraje, arbitraje estadístico, siguiendo la tendencia, y decir reversión.

Este tipo de comercio es lo que está impulsando la nueva demanda de baja latencia de proximidad Hosting y conectividad Global Exchange. Es imperativo entender qué latencia es armar una estrategia de comercio electrónico. Latencia se refiere a la demora entre la transmisión de información de una fuente y la recepción de la información en un destino. Latencia ha determinado como un límite inferior por la velocidad de la luz; Esto corresponde a unos 3,3 milisegundos por 1.000 kilómetros de fibra óptica. Cualquier señal regenerar o enrutamiento equipo introduce latencia mayor que la velocidad de la luz instantánea.

Estrategias

Comercio delante de reequilibrio de fondo índice

Mayoría ahorros para la jubilación, como privado Pension los fondos o 401 (k) y cuentas individuales de retiro en los Estados Unidos, se invierten en fondos mutuos, el más popular de los cuales se fondos de índice que periódicamente debe "reequilibrar" o ajustar su cartera para que coincida con los nuevos precios y capitalización de mercado de los valores subyacentes en la otro índice o acciones que siguen.[36][37] Las ganancias son transferidas de inversores a comerciantes algorítmicos, que se estima que al menos 21 a 28 puntos básicos anualmente para S & P 500 fondos indexados y por lo menos 38 a 77 puntos básicos anuales para Russell 2000 fondos.[28] John Montgomery de Bridgeway Capital Management dice que la resultante "pobre inversionista regresa" de la negociación por delante de los fondos mutuos es "el elefante en la habitación" que "sorprendentemente, la gente no hablan."[29]

Pares de comercio

Pares de comercio o par de comercio es un largo-corto, idealmente MKT estrategia permite operadores beneficiarse de discrepancias transitorias en valor relativo de sustitutos cercanos. Al contrario que en el caso de arbitraje clásico, en el caso de parejas el comercio, la Ley de único precio No se puede garantizar la convergencia de precios. Esto es especialmente cierto cuando la estrategia se aplica a las acciones individuales - estos sustitutos imperfectos pueden divergir de hecho indefinidamente. En teoría el carácter de largo a corto de la estrategia debe hacer que funcione independientemente de la dirección del mercado de valores. En la práctica, riesgo de ejecución, persistentes y grandes divergencias, así como una disminución de la volatilidad puede hacer esta estrategia rentable durante largos periodos de tiempo (por ejemplo, 2004-7). Pertenece a las categorías más amplias de arbitraje estadístico, convergencia comercial, y valor relativo estrategias.[38]

Estrategias de Delta-neutral

En finanzas, Delta-neutral describe una cartera de valores financieros relacionados, en la cual el valor del portafolio permanece inalterado debido a pequeños cambios en el valor de la garantía subyacente. Tan una cartera normalmente contiene las opciones y sus correspondientes subyacentes valores tan positivos y negativos que Delta desplazamiento de componentes, dando como resultado el valor de la cartera ser relativamente insensibles a los cambios en el valor de la garantía subyacente.

Arbitraje

En economía y Finanzas, Arbitraje /ˈɑrbɨtrɑːʒ/ es la práctica de tomar ventaja de una diferencia de precio entre dos o más mercados:: una combinación de negocios que empareja la atención que capitalizar el desequilibrio, el beneficio es la diferencia entre el precios del mercado. Cuando se utiliza por los académicos, un arbitraje es una transacción que no implica negativo flujo de efectivo en cualquier estado probabilista o temporal y un flujo de caja positivo en al menos un estado; en términos simples, es la posibilidad de un beneficio sin riesgo a coste cero. Ejemplo: Uno de los más popular arbitraje las oportunidades comerciales se juega con los futuros de S & P y los S & P 500 acciones. Durante los días más comerciales estos dos desarrollará disparidad en los precios entre los dos. Esto sucede cuando el precio de las acciones que cotizan en el NYSE y NASDAQ mayormente los mercados salir adelante o detrás del S & P futuros que se negocian en el mercado CME.

Condiciones de arbitraje

Arbitraje es posible cuando se cumple una de tres condiciones:

  1. El mismo activo no comercial al mismo precio en todos los mercados (los"Ley de único precio"se viola temporalmente).
  2. Dos activos con idénticos flujos de efectivo no comercial al mismo precio.
  3. Un activo a un precio conocido en el futuro hoy no comerciales en el futuro su precio con descuento en el tasa de interés libre de riesgo (o el activo no tiene costos insignificantes de almacenamiento; como tal, por ejemplo, esta condición lleva a cabo para el grano, pero no para valores).

Arbitraje no es simplemente el acto de comprar un producto en un mercado y venderlo en otro por un precio más elevado en algún momento más adelante. Idealmente deberían ocurrir las transacciones largas y cortas al mismo tiempo para minimizar la exposición a riesgo, o el riesgo de que los precios pueden cambiar de un mercado antes de que ambas transacciones se completa del mercado. En términos prácticos, esto generalmente sólo es posible con valores y productos financieros que pueden ser negociados electrónicamente, y aún entonces, cuando se ejecuta la primera Ud.una del comercio, los precios en las otras patas pueden han empeorado, encerrando una pérdida garantizada. Falta una de las patas del comercio (y posteriormente tener que abrirlo a un precio peor) se llaman 'ejecución riesgo' o más específicamente 'pierna y pierna riesgo'.[Nota 1]

En el ejemplo más simple, cualquier bien vendidos en un mercado debe vender al mismo precio en otro. Comerciantes puede, por ejemplo, encontrar que el precio del trigo es inferior en las regiones agrícolas en las ciudades, compra el bien y para transportarla a otra región para vender a un precio superior. Este tipo de arbitraje precio es el más común, pero este sencillo ejemplo ignora el costo de transporte, almacenamiento, riesgo y otros factores. "True" arbitraje requiere que no implicarse riesgo de mercado. Donde los valores se cotizan en más de un cambio, arbitraje ocurre por simultáneamente en una compraventa en el otro. Dicha ejecución simultánea, si están involucrados sustitutos perfectos, minimiza los requerimientos de capital, pero en la práctica nunca crea una posición "autofinanciarse" (libre), como muchas fuentes asumen incorrectamente a raíz de la teoría. Mientras hay alguna diferencia en el valor de mercado y riesgo de las dos piernas, capital tendría que poner para arriba con el fin de llevar la posición de arbitraje de largo a corto.

Ver precios racionales, particularmente mecánica de arbitraje, para la discusión adicional.

Decir reversión

Decir reversión está invirtiendo una metodología matemática utilizada a veces para la acción, pero puede ser aplicado a otros procesos. En general la idea es que ambos un stock alta y baja los precios de los términos son temporales, y que el precio de la acción tiende a tienen un precio promedio en el tiempo. Un ejemplo de un proceso de revertir mala es la Ornstein-Uhlenbeck ecuación estocástica.

Reversión media consiste en identificar primero el margen comercial para una acción y entonces computación el precio promedio utilizando técnicas analíticas que se refiera a bienes, ingresos, etc..

Cuando el precio de mercado actual es menor que el precio promedio, la población se considera atractiva para la compra, con la expectativa de que el precio subirá. Cuando el precio de mercado actual es superior al precio promedio, el precio de mercado se espera que caiga. En otras palabras, las desviaciones del precio promedio se esperan para volver a la media.

El Desviación estándar de los precios más recientes (por ejemplo, los últimos 20) se utilizan a menudo como un indicador de comprar o vender.

Servicios de información común (por ejemplo, Yahoo! Finanzas, MS Investor, Morningstar, etc.), comúnmente ofrecen medias móviles para períodos como 50 y 100 días. Mientras reporting services proporcionan los promedios, identificando los altos y bajos precios para el período de estudio es todavía necesario.

Scalping

Scalping (comercial) es un método de arbitraje de lagunas es un precio pequeño creado por la propagación de horquillas. Revendedores intentan actuar como tradicional creadores de mercado o especialistas. Para hacer la propagación significa comprar en el precio de compra y vender en el precio, para obtener la diferencia de oferta/demanda. Este procedimiento permite con fines de lucro, incluso cuando la oferta y no se mueven en absoluto, mientras que allí están los comerciantes que están dispuestos a asumir los precios del mercado. Normalmente se trata de establecer y liquidar una posición rápidamente, generalmente dentro de minutos o incluso segundos.

El papel de un scalper es en realidad el papel de creadores de mercado o especialistas que son mantener el flujo de liquidez y la orden de un producto del mercado. Un creador de mercado es básicamente un revendedor especializado. El volumen de un creador de mercado comercios son muchas veces más que el promedio individuales revendedores. Un creador de mercado tiene un sofisticado sistema comercial para monitorear la actividad comercial. Sin embargo, un creador de mercado está limitado por las reglas estrictas de intercambio mientras el comerciante individual no es. Por ejemplo, NASDAQ requiere que cada creador de mercado publicar al menos una oferta y uno puede preguntarse en algún nivel de precio, con el fin de mantener un mercado bilateral para cada población representada.

Reducción de costos de transacción

La mayoría de las estrategias contempladas como trading algorítmico (así como la búsqueda algorítmica de liquidez) entran en la categoría de reducción de costos. La idea básica es descomponer una orden grande en pedidos pequeños y colocarlos en el mercado con el tiempo. La elección del algoritmo depende de diversos factores, siendo el más importante volatilidad y liquidez de las acciones. Por ejemplo, para una acción altamente líquida, emparejando un determinado porcentaje de los pedidos totales de stock (volumen llamado inline algoritmos) suele ser una buena estrategia, pero para una acción altamente ilíquida, algoritmos intentan coincidir con cada orden que tiene un precio favorable (llamado algoritmos de búsqueda de liquidez).

El éxito de estas estrategias generalmente se mide comparando el precio promedio en el cual toda la orden fue ejecutada con el precio promedio logrado a través de una ejecución de referencia de la misma duración. Generalmente, el precio promedio ponderado de volumen se utiliza como punto de referencia. A veces, el precio de ejecución también se compara con el precio del instrumento en el momento de realizar el pedido.

Una clase especial de estos algoritmos intenta detectar algorítmicas o iceberg órdenes del otro lado (es decir, si están tratando de comprar, el algoritmo intentará detectar las órdenes para el lado de la venta). Estos algoritmos se denominan olfateando algoritmos. Un ejemplo típico es "Stealth".

Algunos ejemplos de algoritmos son TWAP, VWAP, déficit de implementación, POV, Mostrar tamaño, buscador de liquidez y sigilo. Algoritmos modernos se construyen a menudo óptimamente mediante programación dinámica o estática.[39] [40]

Estrategias que sólo pertenecen a oscuras piscinas

Recientemente, HFT, que comprende un amplio conjunto de compradora, así como fabricación de mercado venden a comerciantes de lado, se ha vuelto más prominente y controvertida.[41] Estos algoritmos o técnicas son comúnmente nombres tales como "Stealth" (desarrollado por el Deutsche Bank), "Iceberg", "Daga", "Guerrilla", "El francotirador", "BASOR" (desarrollado por Quod financiera) y "Sniffer".[42] Piscinas oscuros son bolsas electrónicas alternativas donde comercio lleva a cabo anónimamente, con mayoría de las órdenes oculta o "iceberged".[43] Los jugadores o "tiburones" olfatear grandes pedidos por "ping" pequeñas órdenes de mercado para comprar y vender. Cuando varias pequeñas órdenes están llenas los tiburones pueden haber descubierto la presencia de un gran pedido iceberged.

"Ahora es una carrera armamentista," dijo Andrew Lo, director de la Massachusetts Institute of Technologydel laboratorio de ingeniería financiera. "Todo el mundo está construyendo más sofisticados algoritmos y la mayor competencia existe, los más pequeños los beneficios".[44]

Trading de alta frecuencia

Artículo principal: Trading de alta frecuencia

En los Estados Unidos, las empresas trading (HFT) de alta frecuencia representan 2% de las aproximadamente 20.000 firmas operan hoy, pero representan el 73% del capital todo volumen operado.[citación necesitada] A partir del primer trimestre de 2009, totales activos bajo administración de los fondos de cobertura con estrategias HFT fueron US$ 141 billones, abajo alrededor del 21% desde su alto.[45] Primero se realizó exitosa por la estrategia HFT Renaissance Technologies.[46] Alta frecuencia fondos comenzaron a ser especialmente popular en 2007 y 2008.[45] Numerosas empresas de HFT creadores de mercado y proporcionar liquidez al mercado, que ha rebajado la volatilidad y ayudó a estrechas Diferenciales de oferta fabricación de Comercio e inversión más barato para otros participantes del mercado.[45][47][48] HFT ha sido un tema de intensa atención pública desde la US Securities and Exchange Commission y el Commodity Futures Trading Commission afirmó que tanto trading algorítmico y HFT contribuyeron a la volatilidad en los 2010 flash Crash. Entre los principales Estados Unidos firmas comerciales de alta frecuencia son Comercio de Chicago, Virtu Financial, Timber Hill, ATD, GETCO, y Ciudadela LLC.[49]

Existen cuatro categorías principales de estrategias HFT: fabricación de mercado basado en el flujo de órdenes, fabricación de mercado basada en la información sobre TIC, arbitraje de evento y arbitraje estadístico. Todas las decisiones de cartera-asignación están hechas por modelos cuantitativos computarizados. El éxito de las estrategias computarizados obedece en gran medida por su capacidad para procesar simultáneamente volúmenes de información, comerciantes humanos normales no pueden hacer algo.

Fabricación de mercado

Fabricación de mercado consiste en colocar una orden de límite para vender (u ofrecer) por encima del precio actual de mercado o una orden de límite de compra (u oferta) por debajo del precio actual de forma regular y continua para capturar la propagación de horquillas. Automatizado Trading Desk, que fue comprado por Citigroup en julio de 2007, ha sido un activo creador de mercado, representa alrededor del 6% del volumen total en el New York Stock Exchange y NASDAQ.[50]

Arbitraje estadístico

Otro conjunto de estrategias HFT es clásica Arbitraje estrategia puede implicar varios valores tales como cubiertas paridad del tipo de interés En mercado de divisas que da a la relación entre los precios de un vínculo interno, un bono denominado en moneda extranjera, el precio spot de la moneda y el precio de un contrato forward sobre la moneda. Si los precios del mercado son lo suficientemente diferentes de las implicadas en el modelo para cubrir costo de transacción Entonces cuatro operaciones pueden hacerse para garantizar un beneficio libre de riesgo. HFT permite arbitrajes similares utilizando modelos de mayor complejidad que implican muchos títulos más de 4. El grupo TABB estima que ganancias anuales globales de las estrategias de arbitraje de baja latencia superan actualmente US$ 21 billones.[10]

Han desarrollado una amplia gama de estrategias de arbitraje estadístico por el que se toman las decisiones comerciales sobre la base de las desviaciones de las relaciones estadísticamente significativas. Como estrategias de mercado-fabricación, arbitraje estadístico puede aplicarse en todas las clases de activos.

Arbitraje de evento

Un subconjunto de riesgo, fusión, convertible o arbitraje de valores problemáticos que cuenta con un evento específico, como una aprobación de reguladores, firma de contrato, decisión judicial, etc., para cambiar la relación de precio o tasa de dos o más instrumentos financieros y permitir la arbitrageur para obtener un beneficio.[51]

Arbitraje de fusión también se llama Arbitraje de riesgo sería un ejemplo de ello. Arbitraje de fusión generalmente consiste en comprar las acciones de una empresa que es objeto de una toma de posesión al mismo tiempo cortocircuito las acciones de la empresa compradora. El precio de mercado de la empresa objetivo suele ser inferior al precio ofrecido por la empresa compradora. La diferencia entre estos dos precios depende principalmente de la probabilidad y el momento de la toma de posesión se completa, así como el nivel de tasas de interés prevaleciente. La apuesta en un arbitraje de fusión es que tal una extensión al final será cero, siempre y cuando la adquisición se haya completado. El riesgo es que el trato "descansos" y la propagación masiva se ensancha.

Suplantación de identidad

Artículo principal: Capas (finanzas)

Una estrategia que algunos comerciantes han empleado, que ha sido proscrita, pero es probable que sigue, se llama "spoofing". Es el acto de colocación de órdenes para dar la impresión de querer comprar o vender acciones, sin tener la intención de dejar la orden de ejecutar temporalmente manipular el mercado para comprar o vender acciones a un precio más favorable. Esto se realiza mediante la creación de órdenes de límite fuera de la puja actual o preguntar precio para cambiar el precio informado a otros participantes del mercado. El comerciante puede colocar posteriormente oficios basados en el cambio artificial en el precio, entonces el límite a cancelar órdenes antes de ejecutarlos.

Supongamos que un comerciante desea vender acciones de una empresa con una oferta actual de $20 y una pregunta actual de $20,20. El comerciante pondría una orden de compra en $20,10, todavía cierta distancia de la pregunta no será ejecutado, y la oferta de $20,10 se reporta como el nacional mejor oferta y oferta mejor precio de compra. El comerciante ejecuta una orden de mercado para la venta de las acciones que querían vender. Porque el mejor precio de compra es oferta artificial del inversionista, un creador de mercado llena la orden de venta en $20,10, teniendo en cuenta un precio de venta mayor de $.10 por acción. El comerciante posteriormente cancela su límite pedido por la compra nunca tuvo la intención de completar.

Cotización relleno

Artículo principal: Cotización relleno

Relleno de citar es una táctica empleada por los comerciantes de alta frecuencia que involucra rápidamente entrando y retirar grandes cantidades de pedidos en un intento de inundar el mercado, obteniendo así una ventaja sobre los participantes del mercado más lentos.[52] Las órdenes helará colocadas y canceladas causan mercado feeds de datos que los inversores ordinarios confían a las cotizaciones de precios de retraso mientras que el relleno está ocurriendo. Las empresas HFT beneficiarán de feeds propietarios, mayor capacidad y la infraestructura más capaces, menor latencia. Los investigadores mostraron alta frecuencia comerciantes son capaces de obtener ganancias por las latencias inducidas artificialmente y las oportunidades de arbitraje que resulten citar relleno.[53]

Comercio de baja latencia

Suele ser HFT[¿Según quién?] confundido[¿por quién?] con el comercio de baja latencia[aclaración necesitado] que utiliza ordenadores que ejecutan operaciones en microsegundos, o "con una latencia muy baja" en la jerga del oficio. Dependen de proveedores de baja latencia redes de latencia ultrabaja. Se benefician al proporcionar información, como las ofertas competidoras y ofrece, a sus algoritmos de microsegundos más rápidos que sus competidores.[10] El revolucionario avance en velocidad ha llevado a la necesidad de las empresas a tener un tiempo real, coloca plataforma de negociación en beneficio de la aplicación de alta frecuencia[contradicción] estrategias.[10] Las estrategias se alteran constantemente para reflejar los cambios sutiles en el mercado, así como para combatir la amenaza de la estrategia que se ingeniería inversa por los competidores. También hay una muy fuerte presión continuamente añadir funciones o mejoras a un algoritmo especial, tal como modificaciones específicas de cliente y varios rendimiento mejora de cambios (en cuanto a comercio de rendimiento, reducción de la firma que negocia o una gama de otras implementaciones de costes de referencia). Esto es debido a la naturaleza evolutiva de estrategias de trading algorítmicas – deben ser capaces de adaptarse y comercio inteligente, independientemente de las condiciones del mercado, que implica ser lo suficientemente flexible como para soportar una amplia gama de escenarios de mercado. Como resultado, una proporción significativa de los ingresos netos de las empresas se gasta en el R & D de estos sistemas comerciales autónomos.[10]

Aplicación de la estrategia

La mayoría de las estrategias algorítmicas se implementa mediante lenguajes de programación modernos, aunque algunos aún implementan estrategias diseñadas en hojas de cálculo. Cada vez más, los algoritmos utilizados por grandes corredurías y gestores de activos se escriben en lenguaje de definición de Trading Algorítmico (del protocolo FIX)FIXatdl), que permite a las empresas recibir órdenes para especificar exactamente cómo deben expresarse sus pedidos electrónicos. Órdenes construidas usando FIXatdl entonces pueden transmitirse desde los sistemas operadores mediante el protocolo FIX.[54] Modelos básicos pueden confiar en tan poco tiempo como una regresión lineal, mientras que la teoría de juego más complejo y reconocimiento de patrones[55] o modelos predictivos también pueden usarse para iniciar operaciones. Redes neuronales y programación genética se han utilizado para crear estos modelos.

Temas y desarrollos

Trading algorítmico se ha demostrado para mejorar sustancialmente liquidez del mercado[56] entre otros beneficios. Sin embargo, las mejoras en productividad por trading algorítmico han opuesto por agentes humanos y comerciantes frente a la dura competencia de los equipos.

Cyborg finanzas

Los avances tecnológicos en las finanzas, particularmente las relativas a trading algorítmico, ha aumentado velocidad financiera, conectividad, alcance y complejidad reduciendo al mismo tiempo su humanidad. Los equipos que ejecutan el software basado en algoritmos complejos han reemplazado a los seres humanos en muchas funciones en el sector financiero. Finanzas esencialmente está convirtiendo en una industria donde las máquinas y los seres humanos comparten los papeles dominantes – transformando las finanzas modernas en lo que un erudito ha llamado, "cyborg finanzas."[57]

Preocupaciones

Mientras que muchos expertos alaban los beneficios de la innovación en trading algorítmico computarizado, otros analistas han expresado preocupación con aspectos específicos de la negociación automatizada.

"El inconveniente con estos sistemas es su caja negra-ness", dijo el Sr. Williams. "Los comerciantes tienen sentido intuitivo de cómo funciona el mundo. Pero con estos sistemas viertes en un montón de números y sale algo el otro extremo, y no siempre es intuitiva o claro por qué la caja negra se aferró a ciertos datos o relaciones. [44]

"El Autoridad de servicios financieros ha estado manteniendo un ojo vigilante sobre el desarrollo del comercio de caja negra. En su informe anual el regulador comentaron sobre los grandes beneficios de la eficiencia que trae nuevas tecnologías al mercado. Pero también señaló que 'una mayor dependencia de tecnología sofisticada y modelización trae consigo un mayor riesgo de falla puede ocasionar la interrupción de negocios'. [58]

Ministro del tesoro del Reino Unido Señor Myners ha advertido que las empresas podrían convertirse en los "juguetes" de los especuladores debido a comercio automático de alta frecuencia. Señor Myners dijo que el proceso arriesgado destruyendo la relación entre un inversionista y una empresa.[59]

Otros temas incluyen el problema técnico de latencia o la demora en conseguir citas para los comerciantes,[60] la seguridad y la posibilidad de un colapso completo sistema conduce a una desplome del mercado.[61]

"Goldman gasta decenas de millones de dólares en estas cosas. Tienen mas gente trabajando en su área de la tecnología que la gente en la mesa de negociación... La naturaleza de los mercados ha cambiado drásticamente." [62]

En 01 de agosto de 2012 Knight Capital Group experimentado un problema de tecnología en su sistema comercial automatizado,[63] provocando una pérdida de $ 440 millones.

Este tema fue relacionado con la instalación del caballero de software comercial y resultó en caballero enviando numerosas órdenes erróneas en valores NYSE cotizan en el mercado. Este software se ha eliminado de los sistemas de la empresa. [..] Los clientes no fueron afectados negativamente por las órdenes erróneas, y el tema de software se limitaba a la ruta de determinadas poblaciones cotizadas en NYSE. Caballero ha cambiado de posición todo comercio erróneas, que se ha traducido en una pérdida antes de impuestos que se dio cuenta de aproximadamente $ 440 millones.

Trading algorítmico y alta frecuencia fueron demostrados por haber contribuido a volatilidad durante el 06 de mayo de 2010 Flash Crash,[16][18] Cuando el promedio Industrial Dow Jones cayó cerca de 600 puntos sólo para recuperar esas pérdidas en minutos. Al tiempo, fue el segundo más grande punto de swing, 1.010,14 puntos y la mayor caída de punto de un día, 998,5 puntos, sobre una base intradía en la historia del promedio Industrial Dow Jones.[64]

Acontecimientos recientes

Noticias del mercado financiero ahora se está formateando por firmas como necesita para saber noticias Thomson Reuters, Dow Jones, y Bloomberg, se puede leer y cotiza en mediante algoritmos.

"Los equipos ahora se utilizan para generar noticias sobre resultados de ganancias de la compañía o las estadísticas económicas como son liberadas. Y esta información casi instantánea forma una alimentación directa en otros ordenadores que comercian en las noticias."[65]

Los algoritmos no simplemente comercio en simples noticias pero también interpretar más difíciles de entender noticias. Algunas empresas también están tratando de asignar automáticamente sentimiento (decidir si la noticia es buena o mala) a noticias historias así automated trading pueden trabajar directamente sobre la noticia.[66]

"Cada vez más gente está mirando todas las formas de noticias y construyendo sus propios indicadores alrededor de él de una manera semi estructurada," mientras buscan constantemente nuevas ventajas de comercio dijo Rob Passarella, director global de estrategia de Dow Jones Enterprise Media Group. Su empresa proporciona un feed de noticias de baja latencia y un análisis de noticias para los comerciantes. Passarella también se refirió a la nueva investigación académica está realizando sobre el grado al que frecuentes búsquedas en Google sobre varias poblaciones pueden servir como indicadores, el impacto potencial de varias frases y palabras que pueden aparecer en las declaraciones de la Securities and Exchange Commission y la última ola de comunidades en línea dedicadas a negociar temas de comercio.[66]

"Los mercados son por sus conversaciones de naturaleza, habiendo salido de tabernas y cafés", dijo. Así la manera conversaciones Haz creadas en una sociedad digital se utilizará para convertir noticias en comercios, así como, Passarella dijo.[66]

"Hay un interés real en el proceso de interpretación de obras de arte de los seres humanos a las máquinas en movimiento", dice Kirsti Suutari, gerente global de trading algorítmico en Reuters. "Más de nuestros clientes están encontrando maneras de utilizar contenido noticioso para ganar dinero".[65]

Un ejemplo de la importancia de noticias velocidad a traders algorítmicos era un publicidad campaña por Dow Jones (aspectos incluyen página W15 de la Wall Street Journalel 01 de marzo de 2008) afirmando que sus servicios habían golpeado otros servicios de noticias por 2 segundos en el informe de una tasa de interés por el Banco de Inglaterra.

En julio de 2007 Citigroup, que ya había desarrollado sus propios algoritmos de comerciales, pagadas $ 680 millones Automated Trading Desk, una firma de 19 años de edad que comercia unos 200 millones comparte un día.[67] Citigroup había comprado previamente Lava Trading y OnTrade Inc.

A finales de 2010, la oficina gubernamental de Reino Unido para ciencia iniciada un Previsión proyecto investigando el futuro del comercio en los mercados financieros, de computadoras[68] dirigido por Dame Clara Furse, ex-CEO de la Bolsa de Londres y en septiembre de 2011 el proyecto publicó sus resultados iniciales en la forma de un documento de trabajo de tres capítulos disponible en tres idiomas, junto con 16 documentos adicionales que proporcionan evidencia.[69] Todos estos hallazgos son autoría o coautoría de líderes académicos y profesionales y fueron sometidos a revisión por pares anónimo. Publicado en 2012, el estudio de prospectiva reconoció problemas de iliquidez periódica, nuevas formas de manipulación y potencial de amenazas a la estabilidad debido a los algoritmos errantes del mercado o tráfico de mensajes excesiva. Sin embargo, el informe también fue criticado por la adopción de "Argumentos pro-HFT estándar" y los miembros del panel asesor están vinculados a la industria HFT.[70]

Diseño técnico

Los diseños técnicos de dichos sistemas no están estandarizados. Conceptualmente, el diseño puede dividirse en unidades lógicas:

  1. Los datos de la corriente unidad (la parte de los sistemas que recibe datos (por ejemplo, cotizaciones, noticias) de fuentes externas)
  2. La unidad de decisión o estrategia
  3. La unidad de ejecución

Con el amplio uso de las redes sociales, algunos sistemas implementan análisis o proyección de tecnologías para leer los mensajes de usuarios extrayendo el sentimiento humano e influir en las estrategias de trading. [71]

Efectos

Aunque su desarrollo puede que haya sido provocado disminuyendo los tamaños comerciales causados por decimal, trading algorítmico ha reducido comercio tamaños más. Trabajos una vez realizados por comerciantes humanos son reconexiones a las computadoras. Las velocidades de las conexiones del ordenador, medidas en milisegundos e incluso microsegundos, se han vuelto muy importantes.[72][73]

Mercados más completamente automatizados como NASDAQ, Direct Edge y murciélagos, en los Estados Unidos, han ganado cuota de mercado de mercados menos automatizados como el NYSE. Las economías de escala en las operaciones electrónicas han contribuido a reducir las comisiones y honorarios de procesamiento comercial y contribuyó a fusiones internacionales y la consolidación de intercambios financieros.

La competencia está desarrollando entre los intercambios para los tiempos de procesamiento más rápidos para completar transacciones. Por ejemplo, en junio de 2007, el Bolsa de Londres puesto en marcha un nuevo sistema llamado TradElect que promete un tiempo de respuesta promedio 10 milisegundos de poner una orden de confirmación final y puede procesa 3.000 pedidos por segundo.[74] Desde entonces, ha continuado intercambio competitivo reducir la latencia con plazos de 3 milisegundos disponibles. Esto es de gran importancia para los comerciantes de alta frecuencia, porque tienen que intentar determinar los rangos de rendimiento consistente y probables de dado instrumentos financieros. Estos profesionales se enfrentan a menudo en las versiones de los fondos de índice de la bolsa como el E-mini S & Ps, porque buscan consistencia y mitigación de riesgos junto con alto rendimiento. Deben filtrar datos de mercado para trabajar en la programación de su software para que exista la menor latencia y mayor liquidez en el momento de la colocación de stop loss o tomando ganancias. Con alta volatilidad en los mercados, esto se convierte en una tarea compleja y potencialmente estresante, donde un pequeño error puede conducir a una pérdida grande. Datos de frecuencia absoluta juegan en el desarrollo de instrucciones preprogramadas de los comerciantes.[75]

En los Estados Unidos, el gasto en computadoras y software en el sector financiero aumentó a $ 26,4 billones en 2005.[2][76]

Estándares de comunicación

Algorítmicas oficios requieren comunicación considerablemente más parámetros que el mercado tradicional y limitan las órdenes. Un comerciante en un extremo (el"comprar lateral") debe activar su sistema comercial (a menudo llamado un"sistema de gestión de pedidos"o"sistema de gestión de ejecución") para entender un flujo constante proliferación de nuevos tipos de orden algorítmico. El R & D y otros costos para la construcción de complejos nuevos tipos de órdenes algorítmica, junto con la infraestructura de ejecución y los costos de marketing para distribuirlos, son bastante considerables. Lo que se necesitaba era una manera que los vendedores (el"vender lateral") podría expresar algo pedidos electrónicamente que comerciantes compradora sólo podrían caer los nuevos tipos de orden en su sistema y estar listo para cambiarlos sin constante codificación personalizada nueva orden entrada pantallas cada vez.

FIX Protocol LTD http://www.fixprotocol.org es una asociación comercial que publica estándares libres, abiertos en los valores de comercio área. El lenguaje FIX fue creado originalmente por Fidelity Investments, y miembros de la asociación incluyen prácticamente todo grande y muchos medianos y pequeños agentes, dinero centro bancos, inversionistas institucionales, fondos mutuos, etc.. Esta institución domina el establecimiento de normas en las áreas de comercio y pretrade de las operaciones de seguridad. En 2006-2007 varios miembros juntaron y publicaron un borrador XML estándar para expresar los tipos orden algorítmico. La norma se llama FIX Algorithmic Trading Definition Language)FIXatdl).[77] La primera versión de este estándar, 1.0 no fue ampliamente adoptada debido a limitaciones en la especificación, pero la segunda versión, 1.1 (lanzado en marzo de 2010) se espera lograr amplia adopción y en el proceso de reducir drásticamente los time-to-market y costos asociados con la distribución de nuevos algoritmos.

Véase también

  • FIXatdl
  • Sistema de comercio alternativo
  • Inteligencia artificial
  • Procesamiento de eventos complejos
  • Plataforma de comercio electrónico
  • 2010 flash Crash
  • Trading de alta frecuencia
  • Espejo de comercio
  • Análisis técnico
  • Mejor ejecución

Notas

  1. ^ Como un arbitraje consiste en por lo menos dos oficios, la metáfora es poner en un par de pantalones, una pierna (comercio) a la vez. El riesgo que una transacción (pierna) es incapaz de ejecutar es así ' pierna '.

Referencias

  1. ^ El nuevo inversor, UCLA Law Review, disponible en: http://ssrn.com/abstract=2227498
  2. ^ a b Los mercados móviles cambios en los patrones de comercio están haciendo cada vez más importante, la tecnología The Economist, 02 de febrero de 2006
  3. ^ ¿Trading Algorítmico: Bombo o realidad?
  4. ^ Opalesque (04 de agosto de 2009). "Opalesque exclusiva: alta frecuencia de comercio bajo el microscopio".
  5. ^ Virtu financiero formulario S-1, disponible en https://www.sec.gov/Archives/Edgar/Data/1592386/000104746914002070/a2218589zs-1.htm
  6. ^ CFTC Panel insta a definición amplia de alta frecuencia Trading, Bloomberg News, 20 de junio de 2012
  7. ^ Futures Trading Comisión votos para establecer un nuevo subcomité de la tecnología del Comité Consultivo (CTC) para centrarse en el comercio de alta frecuencia, 09 de febrero de 2012, Commodity Futures Trading Commission
  8. ^ "Easley, D., M. López de Prado, M. O'Hara: la microestructura de la 'Flash Crash': toxicidad del flujo, accidentes de liquidez y la probabilidad de informó Trading", El diario de gestión de la cartera, Vol. 37, Nº 2, págs. 118-128, invierno, 2011, SSRN1695041
  9. ^ [1]
  10. ^ a b c d e Rob Iati, La verdadera historia de Trading espionaje de software, AdvancedTrading.com, 10 de julio de 2009
  11. ^ Veces temas: Trading de alta frecuencia, El New York Times, 20 de diciembre de 2012
  12. ^ Un fondo de inversión de Londres que opta por ingenieros, no M.B.A. por Heather Timmons, 18 de agosto de 2006
  13. ^ Buscando unidad derivados de opciones de la batalla de los intercambios, 15 de abril de 2007, Economist.com
  14. ^ "Algorithmic trading, delante de la cinta", El economista 383 (23 de junio, 2007), Junio 21, 2007:85
  15. ^ "MTS para acceso de bonos", El Wall Street Journal Europe, Abril 18, 2007:21
  16. ^ a b Lauricella, Tom (02 de octubre de 2010). "Cómo un algoritmo comercial salió mal". El Wall Street Journal.
  17. ^ Mehta, Nina (01 de octubre de 2010). "Futuros automático comercio condujo puede Stock Crash, dice informe". Bloomberg.
  18. ^ a b Bowley, Graham (01 de octubre de 2010). "Venta de $ 4,1 billones solitario llevado a 'Flash Crash' en mayo". El New York Times.
  19. ^ Spicer, Jonathan (01 de octubre de 2010). "Estados Unidos solo comercio ayudó a provocar accidente flash de mayo". Reuters.
  20. ^ Goldfarb, Zachary (01 de octubre de 2010). "El informe examina 'Flash crash,' de May expresa preocupación por alta velocidad comercial". Washington Post.
  21. ^ Popper, Nathaniel (01 de octubre de 2010). "$ 4,1 billones comercio partió Wall Street 'flash crash', encuentra el informe". Los Angeles Times.
  22. ^ Younglai, Rachelle (05 de octubre de 2010). "U.S. sondas algoritmos informáticos después de"flash crash"". Reuters.
  23. ^ Spicer, Jonathan (15 de octubre de 2010). "Informe especial: globalmente, el flash crash no es ningún pasajero". Reuters.
  24. ^ Comité Técnico de la organización internacional de comisiones de valores (julio de 2011), "Reglamentación cuestiones planteadas por el impacto de los cambios tecnológicos en la integridad del mercado y eficiencia" (PDF), Comité Técnico de la OICV, obtenido El 12 de julio 2011
  25. ^ Huw Jones (07 de julio de 2011). "Ultra rápido de comercio necesita encintados - reguladores globales". Reuters. El 12 de julio 2011.
  26. ^ Kirilenko, Andrei; Kyle, Albert S.; Samadi, Mehrdad; Tuzun, yndustry (05 de mayo de 2014), El accidente de Flash: El impacto del comercio en un mercado electrónico de alta frecuencia (PDF), Red de investigación de ciencias sociales
  27. ^ Amery, Paul (11 de noviembre de 2010). "Conoce a tu enemigo". IndexUniverse.eu. 26 de marzo 2013.
  28. ^ a b Petajisto, Antti (2011). "La prima de índice y su coste ocultado para fondos indexados" (PDF). Diario de finanzas empíricas 18:: 271-288. Doi:10.1016/j.jempfin.2010.10.002. 26 de marzo 2013.
  29. ^ a b Rekenthaler, John (febrero – marzo 2011). "El juego de ponderación y otros rompecabezas de indexación" (PDF). Morningstar Advisor. págs. 52-56 [56]. 26 de marzo 2013.
  30. ^ Sornette (2003), Mercado crítico accidentes
  31. ^ Bowley, Graham (25 de abril de 2011). "Preservar un símbolo de mercado". El New York Times. 7 de agosto 2014.
  32. ^ "Interacciones agente-humana en la subasta doble continua" (PDF), IBM T.J.Watson Research Center, Agosto de 2001
  33. ^ "Formación de precios en las subastas dobles, Games and Economic Behavior, 1:1-29", Gjerstad S. y J. Dickhaut, Enero de 1998
  34. ^ "Agentes de inteligencia mínima para comportamientos de negociación en entornos basados en el mercado, Hewlett-Packard laboratorios técnicos Informe 97-91", D. Cliff, Agosto de 1997
  35. ^ "Algo armamentista tiene un líder – por ahora", NYU Stern School of Business, 18 de diciembre de 2006
  36. ^ "Las empresas de alta frecuencia triplicaron oficios en Stock derrota, dice Wedbush". Asesor financiero/Bloomberg. 12 de agosto de 2011. 26 de marzo 2013.
  37. ^ Siedle, Ted (25 de marzo de 2013). "Los estadounidenses quieren más seguridad Social, no menos". Forbes. 26 de marzo 2013.
  38. ^ La aplicación de pares de los mercados de comercio de futuros de energía
  39. ^ Jackie Shen (2013) Dado un modelo Trading Algorítmico pre-operaciones bajo las medidas de volumen y precio genérico dinámica (GVM-GPD), disponible en SSRN o DOI.
  40. ^ Jackie Shen y Yingjie Yu (2014), Estilo Trading Algorítmico y el estilo de MV-MVP, disponible en SSRN.
  41. ^ Wilmott, Paul (29 de julio, 2009). "Se apresura en el próximo pánico". New York Times. p. A19. 29 de julio, 2009.
  42. ^ "Negociando con la ayuda de 'guerrilla' y ' francotiradores'" (PDF), Financial Times, 19 de marzo de 2007
  43. ^ Rob Curren, Cuidado con los tiburones en piscinas oscuros, El Wall Street Journal, 19 de agosto de 2008, p. c5. Disponible en Blogs WSJ Obtenido el 19 de agosto de 2008
  44. ^ a b Inteligencia artificial aplicada pesadamente a escoger acciones por Charles Duhigg, 23 de noviembre de 2006
  45. ^ a b c Geoffrey Rogow, Rise of the Machines (mercado), El Wall Street Journal, 19 de junio de 2009
  46. ^ Finanzas de alta frecuencia y la categoría de fondos de cobertura del futuro
  47. ^ "Hendershott, Terrence, Charles M. Jones y Albert J. Menkveld. ¿Trading Algorítmico mejora liquidez?", Revista de Finanzas (próximamente), 2010
  48. ^ Jovanovic, Boyan y Albert J. Menkveld. Intermediarios en los mercados de valores", documento de trabajo, 2010
  49. ^ James E. Hollis (Sep 2013). ¿"HFT: Boon? O desastre inminente?" (PDF). Cortador Associates. 1 de julio, 2014.
  50. ^ "Citigroup para ampliar las capacidades de comerciales electrónicas mediante la compra de Automated Trading Desk", The Associated Press (International Herald Tribune), 02 de julio de 2007, obtenido 4 de julio, 2007
  51. ^ Definición de evento Arb AMEX.com, 04 de septiembre de 2010
  52. ^ "Definición de relleno quote". Investopedia. 27 de octubre, 2014.
  53. ^ Diaz, David; Theodoulidis, Babis (10 de enero de 2012). "Los mercados financieros de monitoreo y vigilancia: una cotización relleno de estudio de caso". 28 de octubre, 2014.
  54. ^ FIXatdl - un estándar emergente, FIXGlobal, diciembre de 2009
  55. ^ Preis, T.; Paul, w el.; Schneider, J. J. (2008), "Los patrones de fluctuación en activos financieros de alta frecuencia devuelve", EPL (Europhysics Letters) 82 (6): 68005, Doi:10.1209/0295-5075/82/68005
  56. ^ "HENDERSHOTT, TERRENCE, CHARLES M. JONES Y ALBERT J. MENKVELD. ¿Trading Algorítmico mejora liquidez?" (PDF), Revista de finanzas, 2010
  57. ^ Lin, Tom C.W., el nuevo inversor, 60 UCLA 678 (2013), disponible en: http://ssrn.com/abstract=2227498
  58. ^ Caja negra comerciantes están en marcha El telégrafo, 27 de agosto de 2006
  59. ^ Acciones súper rápidas de Myners ADVERTENCIA BBC News, martes, 03 de noviembre de 2009.
  60. ^ Entrar en la carrera de sistemas trading algorítmico o perder devoluciones, advierte informe, Financial Times, 02 de octubre de 2006
  61. ^ Agrietarse matemáticas de la calle, comercios algorítmicos están barriendo el mercado de valores.
  62. ^ La prensa asociada, 02 de julio de 2007 Citigroup para ampliar las capacidades de comerciales electrónicas por compra Automated Trading Desk, visitado el 04 de julio de 2007
  63. ^ Knight Capital Group ofrece actualización sobre el 1 de agosto una interrupción para enrutamiento de valores NYSE cotizan
  64. ^ [2] Lauricella, Tom y McKay, Peter A. "Dow toma un punto de 1,010.14 angustioso Trip," Wall Street Journal en línea, 07 de mayo de 2010. Obtenido 09 de mayo de 2010
  65. ^ a b "Si estás leyendo esto, es demasiado tarde: una máquina llegó primero," The Financial Times, 16 de abril de 2007, p.1
  66. ^ a b c Sentimiento Algos
  67. ^ Estudio de caso de Siemon Automatizado Trading Desk, visitado el 04 de julio de 2007
  68. ^ http://www.bis.gov.uk/Foresight/Our-work/Projects/Current-Projects/Computer-Trading
  69. ^ http://www.bis.gov.uk/Foresight/Our-work/Projects/Current-Projects/Computer-Trading/Working-Paper
  70. ^ "Estudio de prospectiva Reino Unido cerró para HFT 'Sesgo'". Los medios de comunicación los mercados. 30 de octubre de 2012. 2 de noviembre, 2014.
  71. ^ C Fiedler, diseño de sistema de alta frecuencia (sistema de trading algorítmico), dbcoretech.com, Junio de 2010
  72. ^ Chunga teletipos, The Economist, 08 de marzo de 2007
  73. ^ Placeres y dolores de tecnología 19 de marzo de 2007
  74. ^ "LSE conduce carrera por oficios más rápidos" por Alistair MacDonald El Wall Street Journal Europe, 19 de junio de 2007, p.3
  75. ^ "Milisegundos son foco en oficios algorítmicos". Reuters. 11 de mayo de 2007.
  76. ^ "Los mercados se mueve". 20 de enero 2015.
  77. ^ [3] FIXatdl versión 1.1 liberado de marzo de 2010

Enlaces externos

Video externo
Cómo algoritmos forman nuestro mundo, TED (Conferencia)

Otras Páginas

Obtenido de"http://en.copro.org/w/index.php?title=Algorithmic_trading&oldid=653261261"