Hft 거래 전략

전략 및 고주파 거래 (HFT) 회사의 비밀.

기밀성, 전략 및 속도는 고주파 거래 (HFT) 기업을 정의하고 실제로 존재하는 금융 산업을 가장 잘 정의하는 용어입니다.

HFT 기업은 운영 방법과 성공의 열쇠에 대해 비밀 스럽습니다. HFT와 관련된 중요한 사람들은 각광을 피하고 덜 알려졌지만 지금은 변하고 있습니다.

HFT 사업의 회사는 여러 전략을 통해 거래하고 돈을 벌어들입니다. 전략에는 차익 거래 - 인덱스 차익 거래, 변동성 차익 거래, 통계적 재정 거래 및 합병 차익 거래, 글로벌 마크로, 장단기 지분, 수동 마켓팅 등 다양한 형태가 포함됩니다.

HFT는 컴퓨터 소프트웨어의 초고속 속도, NASDAQ TotalView-ITCH, NYSE OpenBook 등 중요한 자원과 연결에 최소한의 대기 시간 (지연)으로 의존합니다.

HFT 회사의 유형, 돈을 벌기위한 전략, 주요 업체 등에 대해 자세히 알아 보겠습니다.

HFT 회사는 일반적으로 사기업, 개인 기술 및 여러 가지 사적 전략을 사용하여 이익을 창출합니다. 고주파 거래 회사는 크게 세 가지 유형으로 나눌 수 있습니다.

가장 흔하고 가장 큰 형태의 HFT 회사는 독립적 인 독점 회사입니다. 독점 거래 (또는 "소품 거래")는 회사의 돈이 아니라 고객의 돈으로 집행됩니다. LIKewise, 이익은 회사를위한 것이지 외부 고객을위한 것이 아닙니다. 일부 HTF 회사는 브로커 - 딜러 회사의 자회사입니다. 대부분의 일반 브로커 - 딜러 회사는 HFT가 완료된 독점 트레이딩 데스크라고하는 하위 섹션을 가지고 있습니다. 이 섹션은 정규 외부 고객을 위해 수행하는 비즈니스와 구분됩니다. 마지막으로 HFT 회사는 헤지 펀드로도 운영됩니다. 그들의 주요 초점은 재정 거래를 사용하여 유가 증권 및 기타 자산 범주에 걸쳐 가격을 책정하는 비효율로부터 이익을 얻는 것입니다.

Volker Rule 이전에는 많은 투자 은행이 HFT 전용 세그먼트를 가졌습니다. Post-Volcker, 상업 은행에는 독점 거래 데스크 또는 그러한 헤지 펀드 투자가있을 수 없습니다. 모든 주요 은행들이 HFT 상점을 폐쇄했지만, 이들 은행 중 일부는 과거에 행해진 HFT 관련 불법 행위에 대한 혐의에 여전히 직면 해 있습니다.

타당성있는 상인이 회사를 위해 돈을 벌기 위해 고용 한 많은 전략이 있습니다. 일부는 매우 평범한 것이며, 일부는 논란의 여지가 있습니다.

이들 회사는 양쪽에서 거래를하는데, 즉 현재 시장 (판매의 경우) 이상이고 현재 시장 가격 (구매의 경우)보다 약간 낮은 주문을 사용하여 판매 할뿐만 아니라 구매 주문을합니다. 두 가지의 차이점은 주머니에 넣는 이익입니다. 따라서이 회사들은 "시장 만들기"에 탐닉하며 입찰 제안서의 차이점만으로 이익을 얻는다. 이러한 트랜잭션은 알고리즘을 사용하는 고속 컴퓨터에 의해 수행됩니다. HFT 기업에 대한 또 다른 수입원은 전자 통신 네트워크 (ECN)와 일부 거래소가 유동성을 제공하는 것에 대해 돈을 받는다는 것입니다. HFT 기업은 하루에 여러 번 저비용의 대량 주식 (HFT의 전형적인 즐겨 찾기)을 여러 번 대량으로 판매하여 입찰가 스프레드를 만들어 시장 결정자의 역할을 수행합니다. 이 회사들은 무역을 제곱하고 새로운 무역을 창출함으로써 위험을 헤지합니다. (상위 주식 고주파 거래자 (HFT) 픽업 참조) 이들 기업이 돈을 벌 수있는 또 다른 방법은 다른 거래소 또는 자산 클래스의 증권 간 가격 불일치를 찾는 것입니다. 이 전략은 통계적 재정 거래라고하며 독점적 인 상인은 여러 거래소의 가격이 일시적으로 불일치하는 것을 경계합니다. 초고속 거래의 도움으로 많은 사람들이 알아 차리지 못하는 이러한 사소한 변동을 이용합니다. HFT 기업들은 또한 모멘텀 점화에 빠져 돈을 벌 수 있습니다. 이 회사는 일련의 거래를 사용하여 다른 알고리즘 거래자를 유인하여 해당 주식을 거래하려는 동기로 주식 가격의 급등을 유발할 수도 있습니다. 전체 과정의 선동자는 다소 "인위적으로 창조 된"급속한 가격 움직임 이후에 가격이 정상으로 되돌아 가고 따라서 일찍 포지션을 취하고 궁극적으로는 거래가 끝나기 전에 거래가 성립한다는 것을 알고있다. (Related Reading : 고주파 거래로 소매 투자자가 이익을 얻는 방법)

HFT 세계에는 중소 기업에서부터 대기업에 이르기까지 다양한 기업이 있습니다. 업계의 일부 이름은 자동화 된 트레이딩 데스크 (ATD), 초퍼 트레이딩, DRW 홀딩스 LLC, 트레이드봇 시스템스, KCG 홀딩스 (GETCO와 나이트 캐피털의 합병), 사스케 하나 인터내셔널 그룹 LLP SIG), 버트 파이낸셜 (Birtu Financial), 올 스턴 트레이딩 (Allston Trading LLC), 제네바 트레이딩, 허드슨 리버 트레이딩 (HRT), 점프 트레이딩, 파이브 링 캐피털 LLC, 제인 스트리트 등

HFT에 종사하는 기업들은 종종 소프트웨어 예외, 역동적 인 시장 조건 및 규정 및 준수와 관련된 위험에 직면합니다. 눈부신 순간 중 하나는 2012 년 8 월 1 일에 일어난 대 실패였습니다. Knight Capital Group이 파산에 가까워졌습니다. 그날 개장 한 지 1 시간도 안되어 4 억 달러가 손실되었습니다. 알고리즘 오작동으로 인한 "거래상의 결함"은 150 개의 다른 주식에 대한 잘못된 거래 및 잘못된 주문을 초래했습니다. 회사는 결국 구제되었다. 이러한 기업들은 운영 및 기술적 문제를 해결할뿐만 아니라 많은 규정 준수를 보장해야하기 때문에 위험 관리를해야합니다.

알고리즘 트레이딩의 기초 : 개념과 예제.

알고리즘은 작업 또는 프로세스를 수행하기 위해 명확하게 정의 된 지침 집합입니다.

알고리즘 트레이딩 (자동 트레이딩, 블랙 박스 트레이딩, 또는 단순한 알 고 트레이딩)은 a 컴퓨터가 불가능한 속도와 빈도로 이익을 창출하기 위해 거래를하기 위해 정의 된 명령어 세트를 따르도록 프로그래밍 된 컴퓨터를 사용하는 프로세스입니다. 인간 상인. 정의 된 규칙 집합은 타이밍, 가격, 수량 또는 모든 수학적 모델을 기반으로합니다. 상인에 대한 이익 기회와는 별도로, 알 고향 거래는 시장을보다 유동적으로 만들고 무역 활동에 대한 정서적 인적 영향을 배제함으로써보다 체계적인 거래를 만듭니다. (자세한 내용은 올바른 알고리즘 트레이딩 소프트웨어 선택을 확인하십시오.)

거래자가 다음과 같은 간단한 거래 기준을 따랐다 고 가정 해보십시오.

50 일 이동 평균이 200 일 이동 평균보다 커지면 50주의 주식을 매수하십시오. 50 일 이동 평균이 200 일 이동 평균보다 낮아지면 주가는 주식의 주식을 매도합니다.

이 두 가지 간단한 지침 세트를 사용하면 정의 된 조건이 충족 될 때 주가 및 이동 평균 지표를 자동으로 모니터링하고 구매 및 판매 주문을하는 컴퓨터 프로그램을 작성하기 쉽습니다. 상인은 더 이상 실시간 가격 및 그래프를 감시하거나 수동으로 주문할 필요가 없습니다. 알고리즘 거래 시스템은 거래 기회를 정확하게 식별함으로써 자동으로 거래를 수행합니다. 이동 평균에 대한 자세한 내용은 단순 이동 평균을 참조하십시오.

[입증 된 전략과 궁극적으로 알 고리즘 트레이딩 시스템으로 작업 할 수있는 포인트 전략에 대해 자세히 알아 보려면 Investopedia Academy의 Become a Day Trader 코스를 확인하십시오. ]

알고리즘 트레이딩의 이점.

Algo-trading은 다음과 같은 이점을 제공합니다.

가능한 최상의 가격으로 실행되는 거래 즉각적이고 정확한 거래 주문 배치 (따라서 원하는 수준의 실행 가능성 높음) 중요한 가격 변동을 피하기 위해 정확하고 신속한 거래 시간 단축 트랜잭션 비용 절감 (아래의 구현 부족 예 참조) 여러 항목에 대한 동시 자동 점검 시장 조건 거래 배치시 수동 오류 위험 감소 사용 가능한 과거 및 실시간 데이터를 기반으로 알고리즘 백 테 스트 정서적 및 심리적 요인에 기반한 인적 자원 거래자의 실수 가능성 감소.

현재의 고액 거래의 가장 큰 부분은 고주파 거래 (high frequency trading, HFT)입니다. 이 프로그램은 미리 프로그래밍 된 지침에 따라 여러 시장 및 여러 결정 매개 변수에 걸쳐 매우 빠른 속도로 대량 주문을 활용하려고 시도합니다. (고주파 거래에 대한 자세한 내용은 고주파 거래 (HFT) 회사의 전략과 비밀을 참조하십시오.)

Algo-trading은 다음과 같은 다양한 거래 및 투자 활동에 사용됩니다.

주식을 대량 구매하지만 불특정 다수의 투자로 주식 가격에 영향을 미치고 싶지 않은 중장기 투자자 또는 매수 측 회사 (연기금, 뮤추얼 펀드, 보험 회사). 단기 거래자 및 매도자 측 참가자 (시장 형성 자, 투기자 및 중개인)는 자동 거래 실행의 혜택을받습니다. 또한, algo-trading은 시장에있는 판매자에게 충분한 유동성을 창출하는 데 도움을줍니다. 체계적인 거래자 (추종자, 쌍 거래자, 헤지 펀드 등)는 거래 규칙을 프로그래밍하고 프로그램이 자동으로 거래되도록하는 것이 훨씬 더 효율적이라는 것을 알 수 있습니다.

알고리즘 거래는 인간 상인의 직감이나 본능에 기반한 방법보다 적극적인 거래에 대한 체계적인 접근 방식을 제공합니다.

알고리즘 트레이딩 전략.

알고리즘 거래를위한 모든 전략에는 향상된 수익 또는 비용 절감 측면에서 수익성이 확인 된 기회가 필요합니다. 다음은 algo-trading에서 사용되는 일반적인 거래 전략입니다.

가장 일반적인 알고리즘 트레이딩 전략은 이동 평균, 채널 이탈, 가격 수준 이동 및 관련 기술 지표의 추세를 따릅니다. 이러한 전략은 예측이나 가격 예측을하지 않기 때문에 알고리즘 거래를 통해 구현하는 가장 쉽고 간단한 전략입니다. 거래는 바람직한 추세의 발생을 기반으로 시작되며, 이는 예측 분석의 복잡성에 빠지지 않고 알고리즘을 통해 쉽고 간단하게 구현할 수 있습니다. 위에서 언급 한 50 일과 200 일 이동 평균의 예는 인기있는 추세 전략입니다. (추세 거래 전략에 대한 자세한 내용은 추세를 활용하는 간단한 전략을 참조하십시오.)

한 시장에서 더 낮은 가격에 이중 상장 주식을 매수하고 다른 시장에서 더 높은 가격으로 동시에 매각하는 것은 가격 차이를 무위험 수익 또는 차익 거래로 제공합니다. 가격 차이가 수시로 존재하기 때문에 동일한 작업이 주식 대 선물 상품에 대해 복제 될 수 있습니다. 이러한 가격 차이를 식별하고 주문을하는 알고리즘을 구현하면 효율적인 방식으로 수익성있는 기회를 얻을 수 있습니다.

인덱스 펀드는 보유 자산을 각각의 벤치 마크 지수와 동등하게 유지하기 위해 재조정 기간을 정했습니다. 이는 인덱스 펀드 재조정 직전에 인덱스 펀드의 주식 수에 따라 20-80의 베이시스 포인트 이익을 제공하는 예상 거래를 활용하는 알고리즘 트레이더에게 수익성있는 기회를 창출합니다. 이러한 거래는 적시 실행 및 최적의 가격을 위해 알고리즘 거래 시스템을 통해 시작됩니다.

델타 중립적 인 거래 전략과 같이 입증 된 많은 수학 모델은 포트폴리오 델타가 0으로 유지되도록 양수 및 음수 델타를 상쇄하기 위해 거래가 이루어지는 옵션과 기본 보안의 조합에 대한 거래를 허용합니다.

평균 회귀 전략은 자산의 고가와 저가가 주기적으로 평균값으로 되돌아가는 일시적인 현상이라는 생각에 기반합니다. 가격 범위를 식별하고 정의하고이를 기반으로 알고리즘을 구현하면 자산 가격이 정의 된 범위를 벗어날 때 거래가 자동으로 배치됩니다.

볼륨 가중 평균 가격 전략은 대량의 주문을 분해하고 주식 관련 과거 볼륨 프로파일을 사용하여 동적으로 결정된 작은 주문 청량을 출시합니다. 목표는 VWAP (Volume Weighted Average Price)에 가까운 주문을 실행하여 평균 가격으로 이익을 얻는 것입니다.

시간 가중 평균 가격 전략은 대량의 주문을 분해하고 시작 및 종료 시간 사이의 균등하게 나뉘어 진 시간대를 사용하여 동적으로 결정된 작은 주문 청량을 시장에 출시합니다. 목표는 시작 및 종료 시간 사이의 평균 가격에 가까운 주문을 실행하여 시장 영향을 최소화하는 것입니다.

거래 주문이 완전히 채워질 때까지이 알고리즘은 정의 된 참여율과 시장에서 거래되는 거래량에 따라 부분 주문을 계속 전송합니다. 관련 "단계 전략"은 사용자 정의 시장 볼륨 비율로 주문을 보내고 주가가 사용자 정의 수준에 도달하면이 참여율을 높이거나 낮 춥니 다.

구현 부족 전략은 실시간 시장을 거래함으로써 주문의 실행 비용을 최소화함으로써 주문 비용을 절감하고 지연된 실행의 기회 비용으로부터 이익을 얻는 것을 목표로합니다. 이 전략은 주식 가격이 호의적으로 움직일 때 목표로하는 참여율을 높이고, 주가가 반대로 움직일 때 그것을 낮출 것이다.

다른 측면에서 "사건"을 식별하려고 시도하는 몇 가지 특별한 클래스의 알고리즘이 있습니다. 예를 들어 판매 측 시장에서 사용되는 이러한 "스니핑 알고리즘"은 대규모 주문의 구매 측면에서 알고리즘의 존재를 식별 할 수있는 내장 된 인텔리전스를 갖추고 있습니다. 이러한 알고리즘을 통한 탐지는 시장에서 대량 주문 기회를 파악하고 더 높은 가격으로 주문을 작성함으로써 이익을 얻을 수있게 해줍니다. 이것은 때로는 하이테크 전방 주행으로 확인됩니다. (고주파 거래 및 사기 행위에 대한 자세한 내용은 다음을 참조하십시오 : 주식을 온라인으로 구입할 경우 HFT에 관여 함)

알고리즘 거래에 대한 기술적 요구 사항.

컴퓨터 프로그램을 사용하여 알고리즘을 구현하는 것이 마지막 부분으로, 백 테스트가 있습니다. 문제는 식별 된 전략을 주문 거래 계정에 액세스 할 수있는 통합 된 전산 프로세스로 변환하는 것입니다. 다음이 필요합니다.

필요한 거래 전략, 고용 된 프로그래머 또는 미리 만들어진 거래 소프트웨어를 프로그래밍하기위한 컴퓨터 프로그래밍 지식 주문을하기위한 네트워크 연결 및 거래 플랫폼에 대한 액세스 주문을 할 수있는 기회를 알고리즘이 모니터링 할 시장 데이터 피드에 액세스 능력 및 인프라 실제 시장에 출시되기 전에 빌드 된 시스템을 백 테스팅하기 알고리즘에서 구현 된 규칙의 복잡성에 따라 백 테스트를위한 사용 가능한 과거 데이터.

다음은 포괄적 인 예입니다 : Royal Dutch Shell (RDS)은 암스테르담 증권 거래소 (AEX)와 런던 증권 거래소 (LSE)에 상장되어 있습니다. 차익 거래 기회를 식별하는 알고리즘을 구축해 보겠습니다. 흥미로운 관찰은 거의 없습니다.

AEX는 유로화로 거래되며, LSE는 스털링 파운드로 거래됩니다. AEX는 1 시간의 시간차로 인해 LSE보다 1 시간 빠르며, 다음 두 시간 동안 동시에 거래가 이루어지며 AEX가 마감되면서 지난 1 시간 동안 LSE에서만 거래됩니다 .

이 두 시장에 상장 된 Royal Dutch Shell 주식에 대해 서로 다른 통화로 차익 거래를 할 수 있는지 알아볼 수 있습니까?

현재 시장 가격을 읽을 수있는 컴퓨터 프로그램 LSE 및 AEX의 가격 피드 GBP-EUR 환율에 대한 외환 환율 피드 주문을 올바른 교환으로 전달할 수있는 주문 배치 기능 과거 가격 피드에 대한 백 테스트 기능.

컴퓨터 프로그램은 다음을 수행해야합니다.

두 거래소의 RDS 주식의 수신 가격 피드를 읽습니다. 사용 가능한 환율을 사용하여 한 통화의 가격을 다른 통화로 변환합니다. 수익성있는 기회로 이어지는 충분히 큰 가격 불일치 (중개 비용을 할인)가 존재하는 경우, 낮은 가격의 거래소에서 주문하고 높은 가격의 거래소에서 주문을 판매합니다. 원하는대로 주문을 실행하면 차익 거래 이익이 발생합니다.

간단하고 쉬운! 그러나 알고리즘 트레이딩의 실행은 유지 관리 및 실행이 간단하지 않습니다. 알 고가 생성 한 거래를 배치 할 수 있다면 다른 마켓 참여자도 마찬가지입니다. 따라서 가격은 밀리 초 및 심지어 마이크로 초 단위로 변동합니다. 위의 예에서 구매 주문 거래가 실행되면 어떻게되지만 주문이 시장에 출시 될 때까지 판매 가격이 변경되지 않습니다. 당신은 개방적인 자세로 앉아 결국 귀하의 차용액 전략을 쓸모 없게 만들 것입니다.

예를 들어 시스템 장애 위험, 네트워크 연결 오류, 거래 주문과 실행 간의 시간 지연, 그리고 무엇보다 불완전한 알고리즘과 같은 추가적인 위험과 과제가 있습니다. 알고리즘이 복잡할수록 더 엄격한 백 테스팅이 필요합니다.

결론.

알고리즘의 성능을 정량적으로 분석하는 것은 중요한 역할을하므로 비판적으로 검사해야합니다. 돈을 쉽게 벌기위한 개념을 가진 컴퓨터의 도움을 받아 자동화하는 것은 흥미로운 일입니다. 그러나 시스템을 철저히 테스트하고 필요한 한계를 설정해야합니다. 분석적 거래자는 올바른 전략을 확실하게 구현하는 데 자신감을 갖기 위해 프로그래밍 학습 및 시스템 구축 자체를 고려해야합니다. 신중한 사용과 철저한 거래로 수익성 높은 기회를 창출 할 수 있습니다. (자세한 내용은 자신의 Algo 거래 로봇을 코딩하는 방법을 참조하십시오.)

고주파 거래 : 알아야 할 모든 것.

Michael Lewis의 저서 "Flash Boys"의 여파로 고주파 거래에 대한 관심이 다시 급증했습니다. 슬프게도, 그것의 대부분은 갈등, 편향, 지나치게 기술적이거나 단순히 잘못된 것입니다. 그리고 관심있는 모든 사람들이 5 년 동안 주제를 다루었다고 가정 할 수 없기 때문에 대중의 주목을 받아 마침내 얻은 주제가 아래에 요약되어 있습니다.

확실히, HFT의 사고는 혁명적 인 것이거나 새로운 것입니다. 오늘날 HFT는 고속 컴퓨터와 밀접하게 관련되어 있지만 HFT는 상대적인 용어로 시장 참가자가 기술을 사용하여 정보를 얻고이를 바탕으로 다른 시장에 앞서 어떻게 작동하는지 설명합니다. 망원경이 출현 할 즈음에 시장 상인들은 망원경을 사용하고 들어오는 상선의화물 보관소를 결정하기 위해 바다를 내다 볼 것입니다. 가맹점이 이들 선박에 곧 도착할 상품을 결정할 수 있다면, 들어오는 물건이 가격 경쟁을 도입하기 전에 시장에서 초과 공급을 매각 할 수 있습니다.

1960 년대에 나스닥 (NASDAQ)의 등장으로 본격적인 무역 기술의 확산이 본격적으로 시작되었다.

아이러니 컬하게도, HFT의 어떤 형태는 오랫동안 계속되어 왔지만, 1987 년 10 월 처음으로 HFT와 같은 프로그램 트레이딩의 기하 급수적 인 파급으로 인해 "잠재력"이 처음으로 밝혀졌습니다 아무도 진실로 이해하지 못했습니다. 일부 사람들은 Black Monday가 거래자들과 규제 당국자들에게 교훈을 주었을 것이라고 생각했지만, HFT가 모든 거래 기반 거래량의 거의 3/4을 차지하는 정도까지, 컴퓨터 화되고 알고리즘적인 거래를 일반 시장으로 가속 시켰을뿐입니다 다크 풀과 다른 "off exchange venues"또는 대부분의 사람들이 쉽게 접근 할 수없는 시장은 6 년 전 16 %에서 거래량의 40 %까지 차지합니다.

HFT가 하위 집합 인 알고리즘 거래의 거친 연대기가 아래의 타임 라인에 표시됩니다.

지난 10 년 동안, 주로 국가 시장 시스템 규제 (또는 NMS 등록)의 개편 결과로 거래 장소 간의 경쟁을 창출하기위한 규제 이니셔티브에 따라 주식 시장이 파편화되었습니다. 유동성은 현재 많은 조명 된 주식 거래 장소와 어두운 수영장에 분산되어 있습니다. 이러한 복잡성은 거래 장소가 전자화됨에 따라 기술적으로 정교한 플레이어에게 이익 기회를 창출했습니다. 고 빈도 거래자는 거래 장소 및 정교한 거래 알고리즘과의 초고속 연결을 사용하여 새로운 시장 구조로 인해 발생하는 비효율을 악용하고 제 3 자 거래의 패턴을 파악하여 자신의 이익을 위해 사용할 수 있습니다.

그러나 전통적인 투자자에게는 이러한 새로운 시장 조건을 환영하지 않습니다. 기관 투자가들은이 새로운 경쟁자에 뒤처져 있음을 발견했습니다. 게임의 변화와 효과적인 경쟁에 필요한 도구가 없기 때문입니다.

요약하면 : 인간 상인의 역할이 진화했습니다. 그들은 이제 다양한 전자 거래 방법의 작동 방식, 사용시기, 거래에 부정적인 영향을 미칠 수있는 사항을 언제인지 파악해야합니다.

시장 개최지 경쟁은 1998 년의 Alternative Trading System 규정에서 시작되었습니다. 이것은 거래 장소 간의 경쟁을위한 틀을 제공하기 위해 도입되었습니다. 2007 년 National Market System 규정은 거래자가 자동화 된 가시 시장에서 사용할 수있는 "최상의 표시 가격"에 액세스하도록 요구함으로써 프레임 워크를 확장했습니다. 이 규정은 주식 시장에서 효율적이고 공정한 가격 형성을 촉진하기위한 것입니다. 새로운 장소가 성공적으로 무역량을 놓고 경쟁함에 따라, 시장 유동성은 이러한 장소에서 분열되어 왔습니다.

유동성을 추구하는 시장 참여자는 유동성에 접근 할 수있는 최적의 가격으로 규제 의무를 이행해야하며, 이로 인해 거래 현장에서 분열 된 유동성에 접근 할 수있는 신기술을 통합해야 할 수도 있습니다. 이러한 기술에는 분열 된 유동성을 재조합하는 라우팅 기술 및 알고리즘이 포함될 수 있습니다. Dark Pools - 원래 익명으로 대규모 블록 주문을 전자적으로 거래하도록 설계된 거래 플랫폼은 역할을 확장하고 소액 주문을 거래하기 시작했습니다. 이로 인해 상인들은 시장 기회 주의자로부터 블록 주문을 숨기기 위해 유동 및 기관 투자가를 내재화 할 수있었습니다.

이러한 기술을 사용하면 기회 주의적 거래자가 악용 할 수있는 거래 정보 유출로 이어질 수 있습니다. 전자 알고리즘이 거래 활동에서 패턴을 드러내면 정보가 유출됩니다. 이러한 패턴은 HFT에 의해 감지 될 수 있습니다. 그런 다음 HFT가 이익을 얻는 거래를합니다. 유동성을위한 경쟁은 거래 장소가 기술적 인 서비스에 대해 요금을 부과하는 모델로, 거래의 각 측면에서 수수료를 부과하는 전통적인 유틸리티 모델에서 유동성을 제공하는 참가자에게 유동성을 제거하고 유동성을 제거하는 요금을 부과하도록 권장했습니다. 많은 거래 장소가 기술 제공자가되었습니다.

브로커 - 딜러들은 기회 이행 트레이더에게 유동성 제공을위한 리베이트를 지불하기 위해 장소에서 사용하는 거래 집행 비용을 지불하는 당사자라는 사실을 깨닫게되었습니다. 이러한 수수료를 지불하지 않고 특히 소매 고객으로부터 귀중한 알 수없는 활성 흐름을 내부화하기 위해 브로커 - 딜러는 어두운 수영장을 설립했습니다. 그들의 흐름을 내부화하거나, 많은 경우에 독점 무역 회사에 판매함으로써, 그들은 주문서에서 유동성을 제거하기 위해 장소가 부과하는 거래 수수료를 지불하는 것을 피할 수 있습니다.

Reg ATS 및 Reg NMS를 통해 시장을 간소화하고 간소화하려는 시도에서 규제 기관은 거래 장소, 정보 누출 노드 및 기관 및 소매 주문 블록을 모두 앞당기 기위한 무수한 기회를 만들어 냈습니다.

우리가 계속하기 전에 아마도 가장 중요하고 오해 된 개념을 살펴 보도록하겠습니다. HFT 옹호론자들은 그것이 의미하는 바를 실제로 이해하지 않고서도 매우 기쁘게 생각합니다.

더 많은 부분이 있습니다 : 2009 년 8 월에 설명했듯이, 집중해야 할 정확한 용어는 유동성이 아니라 구현 불이행 (Slippage)으로 투자자로부터 징수되는 통행료 징수액입니다. 이는 평균적으로 퍼짐과 선행. 구현 불이익 (IS) 비용 : 2 조각으로 구성 : 타이밍 지연 비용 - 초기 결정 (첫 번째 날 영업)과 브로커 배치 가격간에 지연 비용이 발생합니다. 이것을 유동성 추구의 비용으로 생각하십시오. 및 시장 영향 비용 - 주문이 브로커와 체결 된 시점과 최종 거래 가격 사이의 가격 변경. (뉘앙스에 대해 더 많이 알고 싶다면이 링크에서 그렇게 할 수 있습니다.)

왜 유동성이 그렇게 중요합니까? 왜냐하면 완성 된 유동성의 측정은 모든 거래 장소의 성공을 결정하는 핵심 변수이기 때문에 현대의 교환 개념과 함께 사용되기 때문입니다. 또한 HFT가 진공 상태에서 작동하는 것이 아니라 교환기와의 명확한 공생 관계에서 작동하는 이유를 보여줍니다. HFT가 2012 년에 지적한 것은 HEF가 HFT가 Exchange 매출 흐름의 중요한 구성 요소이며 어디에서나 17 %에서 최대 32 %까지의 범위에 해당한다고 지적했습니다.

HFT 확산의 주요 원인 중 하나가 Maker-Taker 모델로 알려진 지배적 인 Exchange 비즈니스 모델이라는 점을 많은 사람들이 알게 된 것은 장소와 장소를 지배하는 알 고리 사이의 불가분의 연결입니다. 유동성 공급자 (실제로 유동성을 제공하는 사람들에게 한도 주문을 선행하는 서브 페니 주문에 대해서도 한도 주문으로 유동성을 제공하는 것을 의미 함)을 제공하는 반면 유동성 수취인 시장 주문). 이 내용은 아래 패널에 요약되어 있습니다.

이유가 무엇이든, 한 가지는 확실합니다. HFT의 사용이 폭발했습니다.

주식 시장이 전자 화되고 가격이 이전의 8 분의 1에 비해 센트에 의해 인용되면서, 전통적인 "수동"마켓 메이커들은 새로운 기술에 정통한 기업을 따라 잡기가 어렵다는 것을 알게되었습니다. 경기장은 숨겨진 알파를 실현하기 위해 고속 컴퓨터, 대기 시간이 짧은 연결 및 대기 시간이 짧은 직접 데이터 피드를 사용하는 HFT에 유리하게 기울어졌습니다. 또는 일부 호출 - frontrunning.

HFT는 능동, 수동 또는 하이브리드 전략을 따를 수 있습니다. 패시브 HFT는 매도 / 매도 스프레드와 유동성 게시에 대한 인센티브로 거래 장소에서 지불 한 리베이트를 모두 얻기 위해 시장을 만드는 전략을 채택합니다. 이들은 컴퓨터 하드웨어, 현장 제공 기술 및 통계 모델의 잠재력을 최대한 활용하여 동시에 여러 주식에서 효율적으로이를 수행합니다. 이 전략은 일반적으로 ELP (Electronic Liquidity Provision) 또는 리베이트 재정 거래로 알려져 있습니다.

이러한 ELP 전략은 신호 탐지기가 될 수도 있습니다. 예를 들어, ELP 전략이 현재의 입찰가 / 스프레드를 변경하는 가격에 의해 악영향을받는 경우 이는 대규모 기관 주문의 존재를 나타낼 수 있습니다. HFT는이 정보를 사용하여이 새로운 정보에서 알파를 추출하는 능동적 인 전략을 시작할 수 있습니다.

액티브 HFT는 대규모 주문의 경로를 모니터링하며 장소에 액세스하는 순서를 표시합니다. 대규모 주문이 감지되면 HFT는 앞으로 상당한 규모의 주문에 수반되는 미래의 시장 영향을 예측하여 앞서 거래하게됩니다. HFT는 대량 주문이 완료되었다고 믿을 때 자신의 위치를 ​​닫습니다. 이 전략의 결과는 HFT가 대량 주문의 영향으로 이익을 얻었습니다. 원래 대규모 주문을 제출 한 기관 투자자에 대한 우려는 시장 영향이이 HFT 활동에 의해 증폭되어 알파를 감소 시킨다는 것입니다. 가장 정교한 HFT는 기계 학습 및 인공 지능 기법을 사용하여 시장 구조 및 주문 흐름 정보에 대한 지식으로부터 알파를 추출합니다.

HFT의 ubiqituous 존재는 또한 주문을 할 때 고려해야 할 핵심 사항 중 하나가 대기 시간 재 지정 및 주문 크기와 같은 개념을 고려한 "스마트 주문 라우팅"이라는 것을 의미합니다. 아래 패널에서 더 간단 해졌습니다.

HFT가 모든 일을 할 수 있는지에 관한 주제로 우리를 안내하는 것은 Virtu와 같은 회사가 1,238 거래일 중 1,237 개의 "유동성 제공", "거래"이익을 게시 할 수있게하는 것입니다. 대답은 '아니오'입니다. 적어도 명시 적으로는 아닙니다. HFT 전략의 전체 목록은 다양한 이해 관계자에 대한 영향으로 분류됩니다. 다시 말하지만, 적어도 종이에, 소매 투자가에게 주로 도움이되는 전략이 있습니다. 그러나 가장 큰 문제는 시장 거래량이 10 년 이하로 떨어졌을 때 소매 투자가가 떠났을 때와 HFT가 현재 대량으로 구성된 경우와 같은 것입니다.

그리고 종이 HFT가 이익을 제공하는 동안 실제로 HFT의 결과는 거의 유일한 부정적이다. 선행 여부를 합법적인지 아닌지에 대한 윤리적 함의를 제쳐 놓고, HFT의 의도하지 않은 결과는 거래 장소가 본질적으로 훨씬 불안정 해지고 갑작스럽고 설명 할 수없는 충돌을 일으키기 쉽다는 것입니다. 가장 잘 알려진 HFT가 시장 충돌을 야기하는 2010 년 5 월의 "플래시 크래시"를 막기 위해 시장은 새로운 분단 된 영리를위한 시장 환경의 결과로 여러 가지 불리한 사건을 겪었다. 경우에 따라 거래 알고리즘의 예측할 수없는 상호 작용으로 인해 이러한 이벤트가 발생했습니다. 다른 경우에는 소프트웨어 결함이나 과부화 된 하드웨어의 결과였습니다.

천명의 자본 손실 - 5 억 5 천만 달러가 넘는 우연한 거래.

Knight의 소프트웨어 오작동으로 NYSE에 상장 된 회사에 실수로 인한 거래가 발생했습니다. 사건으로 인해 기사에게 4 억 5 천만 달러가 넘는 손실이 발생했습니다. SEC는 나중에 공식적인 조사를 시작했습니다.

GOLDMAN SACHS - $ 10S MM + 기술 악력 충격 옵션.

기술적 인 결함을 초래하는 내부 시스템 업그레이드로 인해 주식 및 ETF 옵션에 영향을 주어 시장 가격과 크게 다를 수있는 잘못된 거래로 이어졌습니다. 기사에 따르면 잘못된 옵션 거래로 인해 수백만 달러의 손실이 발생할 수 있습니다. Goldman Sachs는이 문제로 인해 물질적 손실이나 위험에 직면하지 않는다고 밝혔습니다.

나스닥 - 3 시간 거래는 연결 문제로 인해 진행됩니다.

연결 문제로 인해 NASDAQ은 불공정 거래 조건을 방지하기 위해 3 시간 이상 거래 중지를 요청했습니다. 소프트웨어 버그로 인해 NASDAQ의 증권 정보 프로세서와 NYSE Arca 간의 데이터 메시징이 연결 용량을 두 배 이상으로 증가 시켰습니다. 소프트웨어 결함으로 인해 NASDAQ의 내부 백업 시스템이 제대로 작동하지 못했습니다.

NASDAQ - 1 시간 동안 데이터 전송 문제 고정 인덱스.

데이터 전송 중 오류로 인해 NASDAQ 종합 지수가 약 1 시간 동결되었습니다. 주식 거래가 영향을받지는 않았지만 지수에 링크 된 일부 옵션 계약이 중단되었습니다. 나스닥 관계자는이 문제는 인간의 실수로 인한 것이라고 주장했다. 시장이 손실을 입지는 않았지만, 이 기술적 오작동 (2 개월 중 셋째)은 상당한 우려를 불러 일으켰습니다.

50 년 동안 변화하는 기술, 즉 변화하는 투자자 - 중개인 관계의 절정으로이 끕니다.

전통적으로 투자자들은 알파를 찾고자하는 노력을 기울 였고 브로커는 유동성 공급을 담당했습니다. 유동성은 위층 시장이나 증권 거래소를 통해 공급 될 수 있습니다. 증권 거래소는 유동성을 통합 한 유틸리티로 운영되었습니다. 알파를 생성하는 것 외에도 투자자를위한 유일한 결정은 거래를 수행하기 위해 중개인을 선택하는 것이 었습니다. 오늘날 투자자는 여전히 알파를 생성하는 데 관심이 있습니다. 그러나 알파 전략을 실행하는 데 필요한 거래 프로세스가 더욱 복잡해졌습니다. 통합 실용 신안은 주로 HFT가 제공하는 유동성 경쟁을 위해 영리 목적으로 치열하게 경쟁하는 시장으로 대치되었습니다.

이 새로운 환경은 브로커를 어려운 위치에 놓습니다. 그들은 고객에게 최상의 실행을 제공 할 수있는 신중한 책임이 있습니다. 이를 위해서는 유동성 공급 및 HFT 전략 방어를위한 신기술에 투자해야합니다. 그리고 이러한 장소 중 많은 곳이 현재 HFT에 의해 신속하게 제공되는 유동성에 대한 리베이트를 지불하기 때문에 브로커는 대개 현장에 적극적으로 요금을 지불해야합니다. 브로커가 이러한 비용을 부담하는 것과 동시에 투자자는 커미션을 줄이기 위해 압력을 가하고 있습니다.

브로커의 마진에 대한 이러한 압력은 고객과의 갈등을 야기하고 있습니다. 낮은 거래 비용으로 장소에 액세스하거나 수동 주문 경로를 시도함으로써 중개인은 운영 비용을 줄일 수 있습니다. 그러나 이러한 무역 경로가 반드시 투자자에게 가장 적합한 것은 아닙니다.

정교한 투자자는 브로커가 자신의 주문 흐름을 관리하는 방법을 자세하게 설명하는 세부적인 실행 정보를 요구하므로 최상의 실행을받을 수 있습니다. 브로커가 종합 성과 보고서를 제공하는 동안 투자자는보다 세분화 된 정보를 사용하여 브로커 성능 비교를 포함하여보다 완벽한 분석을 구축 할 수 있습니다.

시각적으로 요약 - 이전 :

모든 것을 합치면 시장의 현재 상태는 어떻습니까? 역설적이게도 현대 기술의 모든 종과 휘파람을 없애면 모든 것이 첫 번째 시장 자체만큼 오래된 개념, 즉 알파 또는 더 광범위한 시장을 능가하는 개념으로 돌아갑니다.

숨겨진 알파를 찾으려면 먼저 시장 참여자가 정보 이용과 관련하여 어디에 있는지 파악하는 것이 중요합니다. 아래 차트의 밝은 회색 영역은 "타조"또는 "컴파일러"역할을하는 일반적인 기관 투자자를 나타내며, 주변의 변경 사항을 무시하거나 기본 준수 작업에만 정보를 사용합니다. 대부분의 HFT는 하늘색 "사령관"단계에 속합니다. 그들은 그들 주변의 정보를 명령 받아 자신의 사업을 인도하게합니다. 정보 기회를 활용하고 숨겨진 알파를 찾는 것은 기업이 적응의 단계를 따라 올 필요가 있습니다.

복잡성 : 이것은 행동 지시에서 정보 사용의 정교함을 측정합니다. 정보가 거래 데이터이든 뉴스 피드이든 관계없이 단순한 산술에서부터 강력한 통계적 방법과 강력한 전략적 이해가 결합 된 다소 복잡한 방식으로 사용될 수 있습니다. 산술 연산은 값, 볼륨 및 손익에 대한 기본적인 회계 측정만을 제공합니다. 통계 방법은 거래를 안내하는 데 사용할 수있는 정보의 패턴을 식별하는 것을 목표로합니다. 전략적 이해는 투자자가 특정 무역 전략을 채택 할 때 다른 시장 참여자들의 반응을 예상하여 게임 이론을 소개합니다.

빈도 : 투자자가하는 각각의 무역은 배우는 기회를 제공합니다. 일부 거래가 아닌 모든 거래에서 정보를 수집하면 투자자가 장래에 거래가 어떻게 수행 될지 더 잘 이해할 수 있습니다. 분석 빈도가 높을수록 결과의 관련성이 높아집니다.

ITERATION : 조사 결과는 행동을 취한 경우에만 목적을 달성합니다. 핵심은 정보를 사용하여 결과가 분석되고 결과가 다시 적용되는 활동을 안내하는 것입니다. 이로써보다 높은 효율로 나아가는 연속 반복 루프가 생성됩니다.

BREADTH : 유사한 목표 (예 : 대규모 블록을 거래하는 기관 투자자)와의 지식 공유는 모든 참여자에게보다 효율적인 투자 구현 프로세스로 이어질 수 있습니다. 함께 일하면서 기관 투자가는 블록 주문 구현 경험과 데이터를 유틸리티로 공유 할 수 있습니다. 이 결과는 참여 기관 투자가가 시장 충격 손실을 방어하고 독점 전략을 보호하는 데 도움이 될 수 있습니다.

HFT 회사들은 4 단계에서 "유틸리티"개념에서 정보를 공유 할 가능성이 적기 때문에 "사령관"이 될 가능성이 높습니다. 무역 거래는 독점 지적 자본입니다. 한편, 기관 투자가는 5 단계 인 "최적화 도구"에 도달 할 가능성이 있습니다. 기관 투자자에게는 독점적 인 지적 자본이 일반적으로 거래 이행 경로가 아닌 투자 결정에 있습니다. 따라서 기관 투자자들은 시장 영향을 야기하는 무역 전략에 맞서기 위해 서로 협력 할 의사가 있습니다.

거래 전략에 대한 투자자의 성향에 관계없이; 첨단 기술을 활용하거나보다 전통적인 거래 전략을 수립하기 위해서는 첨단 기술 거래가 오늘날 현실적이라는 사실을 깨닫는 것이 중요합니다. 투자자는 잠재적 인 부정적인 영향을 막기위한 적절한 조치를 강구 할뿐만 아니라 오늘날의 진보 된 시장에서 숨겨진 알파를 찾기 위해 자리 매김해야합니다.

따라서 최종선 : HFT는 합법적 인 선두입니다. 뿐만 아니라 훨씬 더. In fact, like the TBTF banks, HFT itself has become so embedded in the topological fabric of modern market structure, that any practical suggestions to eradicate HFT at this point are laughable simply because extricating HFT from a market - which indeed is rigged but not only by HFTs at the micro level, but more importantly by the Federal Reserve and global central banks at the macro - is virtually impossible without a grand systemic reset first. Which is why regulators, legislators and enforcers will huff and puff, and. end up doing nothing. Because if there is one thing the TBTF systemic participants have, is unlimited leverage to collect as much capital due to being in a position of systematic importance in a market, rigged or otherwise.

Finally, if push comes to shove, and the fate of HFT is threatened, watch out below, because if HFT's presence, glitchy as it may have been, led to the May 2010 flash crash and the subsequently unstable market which has exhibited at least one memorable crash every single month, then the threat of pulling the marginal trader which now accounts for 70% of all stock churn and volume (if certainly not liquidity) would have consequences comparable to the Lehman collapse.

Finally, for all those still confused by HFT, here is the ultimate simplification.

Source: Oliver Wyman, Hidden Alpha in Equity Trading.

Printer-friendly version Apr 7, 2014 8:23 AM 83.

How are those Japan futures looking?

These companies have to be fools to put billions on the line for this software mania when we've seen that they have problems getting Excel formulas correct.

Oh wait, I'm the fool. I forgot they're TBTF.

Gosh, it's all so complicated, way above my head.

My silver coins look so nice, so simple, such a bargain, no HFT worry, no counterparty risk, no Tums and sleepless nights.

Buy what Wall Steet hates. Or say they hate. Doesn't matter, it's a bargain.

This is the obvious result of capitalism. Just kidding liberals/RINOs! This is fascism.

In this simple (TLDR) piece, I found the last lines disturbing.

Now they are such a big part of the flow that yanking them would kill the market?

Nice, wait till the silent predator becomes a symbyote and then declare it bad.

So, now, when one dies, the whole thing dies.

"Gosh, it's all so complicated, way above my head."

롤. somehow I don't believe you.

Thats a compliment by the way ;-)

If you want very fast click, goto mouse properties and drag the slider to the extreeem right. That all you can do.

Yea, it really is nmewn.

Ok it's frontrunning, scalping trades a few pips up to a few cents when trades pass the HFT on their way to the exchange, I get that. And it's just at-market orders not range-bound orders (my terms), I get that. And it's done in a few milliseconds so it's not noticed in time stamps, I get that.

But those charts make my head swim. And I really don't care, I'm not in those markets.

I'm not dumb, show me an electrical schematic, give me a couple minutes with it, and I can tell you what you wana know about it.

I just don't care about this HFT stuff, not even academically, it doesn't affect me.

And it's nothing compared to humongous overt frontrunning Fed lets PDs do and trillions in bailouts and all that.

Btw, how did you come up with that strange handle? I can't even pronounce it.

my money (silver coin . ) says.

nmewn == enemy within.

i want to be on his side.

Willfully ignorant Amerikan. not a compliment by the way. And it does affect you.

No, it was a compliment.

This part is not academic: seeking local optima in a short time window means having no regard for the massive co-operative interfering pattern which can spike prices many large % in just a few seconds or minutes above where they should be, which rips off investors because prices return a few minutes later with massive losses to traders, or worse, cause flash-crashes which then force exchanges to halt, maybe reverse trades, or possibly let damages sit as they may which can chain-react to crash entire economies. That definitely affects you even with zero trades in the system. It's down -1000 in 5 minutes and if not restored will lead to dow -1500 the next day and if that's not rectified in 30 days it means some significant & damaging % loss of the work-force all across the economy.

And what's the difference between HFT and front-running again? Oh yeah, HFT is still legal. Thanks Eric (dick) Holder.

where r the regulators?

NEWSFLASH. FREE $$$$ FROM THE FED = Stocks going UP. and UP and UP! it's so cool and it NEVER FAILS.

Until the middle class loses half of their wealth again and then beg for MORE government.

"Japan futures", you ask? How about "iRobot futures" or "Soylent Green futures"?

Personally, I'm going long on "Guillotines futures" and short on "iBanker futures".

More than "haircuts" or "close shaves" may be eminent during the Big Correction. ;-)

is it possible that you have an ocular fetish?

it is a human thing.

Since we're being funny.

t shirts are important.

moar funny is always true too.

Nice one BM. Love the tempo and badass bass on that song :-) And the conga. Nobody uses congas anymore. Or such bold sounding guitars either!

i've got an interesting link for you. i'll leave it here and someplace more conspicuous. jackson makes great records, no doubt about it, great "session" musicians is a big part of it. jesse ed davis on guitar, him and david lindley often associated with great guitar tracks with jackson browne and others or their own. here is the link . . youtube/watch? v=q9Me42csgzU Life-Changing Clawhammer Guitar Demo - Steve Baughman.

has been said the "eyes are the window to the soul"

and i guess i may have taken that to heart early on.

for better or worser. the sight-vision thing seems to.

be a nearly infinite source of potential. there,

So the bubble grows larger and larger, no one but business scalping business, it sails away in to the distance taking what we laughingly call money with it. all that counts is reality. I mean come on billionaire what is that about. theft.

Summary of it all: The whole, and every market, is contolled by W. O.P. R.

"To you want to make a trade?!"

I think they can sum this up really easy:

HFT all you need to know.

Piece of shit day traders getting ripped off by even bigger pieces of shit HFT front running scalpers.

Both of these guys are the retailer investors enemy, so let them have at each other. Really good entertainment seeing them trying to pickpocket each other.

Piece of shit day traders getting ripped off by even bigger pieces of shit HFT front running scalpers.

The farking HFT advantage is not so much the aglor engines as it is the fact they trade in a completely different dimension than 1 minute tick yokels managing portfolios for John Q. Even that zany E-mini crowd gets a goo ass raping from them divine HFT putas . HFTs are the right had of god, They are the invisible hand, They are the fat finger, and "FLASH CRASHES" are not mistakes, they are an intentional gutting of of allocation traders working one minute tick with stupid stop loss 101 contrived trading models.

Buy or sale at market, well do ya, punk?. The HFT see all them "at market" orders on de queues and milk `em dry like a crank slut milks cocks in a meth lab.

Them HFT shops don't need to go go throgh no farking broker brpker, HFT operators don't seed no farking SEC ticket. HFT get to sift through the entire farking order queue. They don't pay no farking broker fees or execution fees.

THey can cancel "sniff 1em out" orders, on a dime, and reorder without batting a farking eye!

They don't even need no farking money - the FED prints it up for `em on demand. They can can flush the FX market in a nano, and then price up the ask at next nano.

It's not about transaction fees or taxes - it is all about the dominion acquired through a co-located pipe - and dat all it be!

What should the sign be on all equity, FX, futuresm and options exchanges?

Abandon hope all ye who enter here"

It's a suckers game, more etucal to bet on the outcome of a dog or cock fight than the price moves in paper that gas no value!

All you need to know about HFT: People making billions by performing no useful function for society. No value added. 그런가 말했다.

Remember, the worlds largest creature the Blue Whale (not to be confused with the London Whale) gets that way by skimming off one of the worlds smallest.

What, no quote stuffing?

Five Years and still the best consumer analysis the average joe-sixpack can get!

Tyler gives it out for Free. and yet Tyler gets but a fringy-kind-of-Ht from the world of Finance.

Your ship has arrived on the world stage.

+1. If ZH keeps up the critical analysis there will be a time that ignoring ZH will become completely impossible.

아주 사실. I am seeing increasing references to ZH articles in mainstream media. stuff you can't find anywhere else. ZH kicks ass.

United. we ALL Stand.

Divided. we ALL Fall.

Family and world community. will save us ALL!

Grace and gratitude for all you ALL express in the good written works here on ZH.

I m here to learn about what will happen in the future. Can't find a better source.

In order to learn something worthwhile here, you'd better put on appropriate headgear. (Yes, I am talking tin-foil, but to be honest, for best results it should at least be a massive Rhenium-hat.) ;-)

All you ndeed to know is that if you are a trader outside a HFT operation, the market is rigged.

All you need to know: It's a big rich club and you ain't in it.

(credit George Carlin)

"All you need to know is that if you are a trader outside a HFT operation, the market is rigged."

Shucks, the whole dad dern freaking matrix is rigged.

Who profits from war?

Excuse the fat finger.

Long live the free market! Regulations? We don't need them as the free market will sort things out for the best.

Criminals almost always rationalize their reasons for crime. At least I do.

I have three businesses and have notified Fidelity that unless they change there order flows I will take away there 401 k and payroll business with us. i hope everyone jumps on board and votes with there feet. PS TD Ameritrade has also been put on notice by me personally. Shame on them both.

I'll make it even simpler. It is insider trading. No different than a land speculator being tipped off to where the highway interchange is going or the next metro station, and buying up the land to sell to the uninformed for a profit.

Just faster, in smaller amounts, and more frequently.

So when liquidity makers can generate profits based on trades, they are no longer providing liquidity, they are generating profits.

High Frequency Scalping Strategies.

HFT scalping strategies enjoy several highly desirable characteristics, compared to low frequency strategies. A case in point is our scalping strategy in VIX futures, currently running on the Collective2 web site:

The strategy is highly profitable, with a Sharpe Ratio in excess of 9 (net of transaction costs of $14 prt) Performance is consistent and reliable, being based on a large number of trades (10-20 per day) The strategy has low, or negative correlation to the underlying equity and volatility indices There is no overnight risk.

Background on HFT Scalping Strategies.

The attractiveness of such strategies is undeniable. So how does one go about developing them?

It is important for the reader to familiarize himself with some of the background to high frequency trading in general and scalping strategies in particular. Specifically, I would recommend reading the following blog posts:

Execution vs Alpha Generation in HFT Strategies.

The key to understanding HFT strategies is that execution is everything. With low frequency strategies a great deal of work goes into researching sources of alpha, often using highly sophisticated mathematical and statistical techniques to identify and separate the alpha signal from the background noise. Strategy alpha accounts for perhaps as much as 80% of the total return in a low frequency strategy, with execution making up the remaining 20%. It is not that execution is unimportant, but there are only so many basis points one can earn (or save) in a strategy with monthly turnover. By contrast, a high frequency strategy is highly dependent on trade execution, which may account for 80% or more of the total return. The algorithms that generate the strategy alpha are often very simple and may provide only the smallest of edges. However, that very small edge, scaled up over thousands of trades, is sufficient to produce a significant return. And since the risk is spread over a large number of very small time increments, the rate of return can become eye-wateringly high on a risk-adjusted basis: Sharpe Ratios of 10, or more, are commonly achieved with HFT strategies.

In many cases an HFT algorithm seeks to estimate the conditional probability of an uptick or downtick in the underlying, leaning on the bid or offer price accordingly. Provided orders can be positioned towards the front of the queue to ensure an adequate fill rate, the laws of probability will do the rest. So, in the HFT context, much effort is expended on mitigating latency and on developing techniques for establishing and maintaining priority in the limit order book. Another major concern is to monitor order book dynamics for signs that book pressure may be moving against any open orders, so that they can be cancelled in good time, avoiding adverse selection by informed traders, or a buildup of unwanted inventory.

In a high frequency scalping strategy one is typically looking to capture an average of between 1/2 to 1 tick per trade. For example, the VIX scalping strategy illustrated here averages around $23 per contract per trade, i. e. just under 1/2 a tick in the futures contract. Trade entry and exit is effected using limit orders, since there is no room to accommodate slippage in a trading system that generates less than a single tick per trade, on average. As with most HFT strategies the alpha algorithms are only moderately sophisticated, and the strategy is highly dependent on achieving an acceptable fill rate (the proportion of limit orders that are executed). The importance of achieving a high enough fill rate is clearly illustrated in the first of the two posts referenced above. So what is an acceptable fill rate for a HFT strategy?

Fill Rates.

I’m going to address the issue of fill rates by focusing on a critical subset of the problem: fills that occur at the extreme of the bar, also known as “extreme hits”. These are limit orders whose prices coincide with the highest (in the case of a sell order) or lowest (in the case of a buy order) trade price in any bar of the price series. Limit orders at prices within the interior of the bar are necessarily filled and are therefore uncontroversial. But limit orders at the extremities of the bar may or may not be filled and it is therefore these orders that are the focus of attention.

By default, most retail platform backtest simulators assume that all limit orders, including extreme hits, are filled if the underlying trades there. In other words, these systems typically assume a 100% fill rate on extreme hits. This is highly unrealistic: in many cases the high or low of a bar forms a turning point that the price series visits only fleetingly before reversing its recent trend, and does not revisit for a considerable time. The first few orders at the front of the queue will be filled, but many, perhaps the majority of, orders further down the priority order will be disappointed. If the trader is using a retail trading system rather than a HFT platform to execute his trades, his limit orders are almost always guaranteed to rest towards the back of the queue, due to the relatively high latency of his system. As a result, a great many of his limit orders – in particular, the extreme hits – will not be filled.

The consequences of missing a large number of trades due to unfilled limit orders are likely to be catastrophic for any HFT strategy. A simple test that is readily available in most backtest systems is to change the underlying assumption with regard to the fill rate on extreme hits – instead of assuming that 100% of such orders are filled, the system is able to test the outcome if limit orders are filled only if the price series subsequently exceeds the limit price. The outcome produced under this alternative scenario is typically extremely adverse, as illustrated in first blog post referenced previously.

In reality, of course, neither assumption is reasonable: it is unlikely that either 100% or 0% of a strategy’s extreme hits will be filled – the actual fill rate will likely lie somewhere between these two outcomes. And this is the critical issue: at some level of fill rate the strategy will move from profitability into unprofitability. The key to implementing a HFT scalping strategy successfully is to ensure that the execution falls on the right side of that dividing line.

Implementing HFT Scalping Strategies in Practice.

One solution to the fill rate problem is to spend millions of dollars building HFT infrastructure. But for the purposes of this post let’s assume that the trader is confined to using a retail trading platform like Tradestation or Interactive Brokers. Are HFT scalping systems still feasible in such an environment? The answer, surprisingly, is a qualified yes – by using a technique that took me many years to discover.

To illustrate the method I will use the following HFT scalping system in the E-Mini S&P500 futures contract. The system trades the E-Mini futures on 3 minute bars, with an average hold time of 15 minutes. The average trade is very low – around $6, net of commissions of $8 prt. But the strategy appears to be highly profitable, due to the large number of trades – around 50 to 60 per day, on average.

여태까지는 그런대로 잘됐다. But the critical issue is the very large number of extreme hits produced by the strategy. Take the trading activity on 10/18 as an example (see below). Of 53 trades that day, 25 (47%) were extreme hits, occurring at the high or low price of the 3-minute bar in which the trade took place.

Overall, the strategy extreme hit rate runs at 34%, which is extremely high. In reality, perhaps only 1/4 or 1/3 of these orders will actually execute – meaning that remainder, amounting to around 20% of the total number of orders, will fail. A HFT scalping strategy cannot hope to survive such an outcome. Strategy profitability will be decimated by a combination of missed, profitable trades and losses on trades that escalate after an exit order fails to execute.

So what can be done in such a situation?

Manual Override, MIT and Other Interventions.

One approach that will not work is to assume naively that some kind of manual oversight will be sufficient to correct the problem. Let’s say the trader runs two versions of the system side by side, one in simulation and the other in production. When a limit order executes on the simulation system, but fails to execute in production, the trader might step in, manually override the system and execute the trade by crossing the spread. In so doing the trader might prevent losses that would have occurred had the trade not been executed, or force the entry into a trade that later turns out to be profitable. Equally, however, the trader might force the exit of a trade that later turns around and moves from loss into profit, or enter a trade that turns out to be a loser. There is no way for the trader to know, ex-ante, which of those scenarios might play out. And the trader will have to face the same decision perhaps as many as twenty times a day. If the trader is really that good at picking winners and cutting losers he should scrap his trading system and trade manually!

An alternative approach would be to have the trading system handle the problem, For example, one could program the system to convert limit orders to market orders if a trade occurs at the limit price (MIT), or after x seconds after the limit price is touched. Again, however, there is no way to know in advance whether such action will produce a positive outcome, or an even worse outcome compared to leaving the limit order in place.

In reality, intervention, whether manual or automated, is unlikely to improve the trading performance of the system. What is certain, however, is that by forcing the entry and exit of trades that occur around the extreme of a price bar, the trader will incur additional costs by crossing the spread. Incurring that cost for perhaps as many as 1/3 of all trades, in a system that is producing, on average less than half a tick per trade, is certain to destroy its profitability.

Successfully Implementing HFT Strategies on a Retail Platform.

For many years I assumed that the only solution to the fill rate problem was to implement scalping strategies on HFT infrastructure. One day, I found myself asking the question: what would happen if we slowed the strategy down? Specifically, suppose we took the 3-minute E-Mini strategy and ran it on 5-minute bars?

My first realization was that the relative simplicity of alpha-generation algorithms in HFT strategies is an advantage here. In a low frequency context, the complexity of the alpha extraction process mitigates its ability to generalize to other assets or time-frames. But HFT algorithms are, by and large, simple and generic: what works on 3-minute bars for the E-Mini futures might work on 5-minute bars in E-Minis, or even in SPY. For instance, if the essence of the algorithm is something as simple as: “buy when the price falls by more than x% below its y-bar moving average”, that approach might work on 3-minute, 5-minute, 60-minute, or even daily bars.

So what happens if we run the E-mini scalping system on 5-minute bars instead of 3-minute bars?

Obviously the overall profitability of the strategy is reduced, in line with the lower number of trades on this slower time-scale. But note that average trade has increased and the strategy remains very profitable overall.

More importantly, the average extreme hit rate has fallen from 34% to 22%.

Hence, not only do we get fewer, slightly more profitable trades, but a much lower proportion of them occur at the extreme of the 5-minute bars. Consequently the fill-rate issue is less critical on this time frame.

Of course, one can continue this process. What about 10-minute bars, or 30-minute bars? What one tends to find from such experiments is that there is a time frame that optimizes the trade-off between strategy profitability and fill rate dependency.

However, there is another important factor we need to elucidate. If you examine the trading record from the system you will see substantial variation in the extreme hit rate from day to day (for example, it is as high as 46% on 10/18, compared to the overall average of 22%). In fact, there are significant variations in the extreme hit rate during the course of each trading day, with rates rising during slower market intervals such as from 12 to 2pm. The important realization that eventually occurred to me is that, of course, what matters is not clock time (or “wall time” in HFT parlance) but trade time: i. e. the rate at which trades occur.

Wall Time vs Trade Time.

What we need to do is reconfigure our chart to show bars comprising a specified number of trades, rather than a specific number of minutes. In this scheme, we do not care whether the elapsed time in a given bar is 3-minutes, 5-minutes or any other time interval: all we require is that the bar comprises the same amount of trading activity as any other bar. During high volume periods, such as around market open or close, trade time bars will be shorter, comprising perhaps just a few seconds. During slower periods in the middle of the day, it will take much longer for the same number of trades to execute. But each bar represents the same level of trading activity, regardless of how long a period it may encompass.

How do you decide how may trades per bar you want in the chart?

As a rule of thumb, a strategy will tolerate an extreme hit rate of between 15% and 25%, depending on the daily trade rate. Suppose that in its original implementation the strategy has an unacceptably high hit rate of 50%. And let’s say for illustrative purposes that each time-bar produces an average of 1, 000 contracts. Since volatility scales approximately with the square root of time, if we want to reduce the extreme hit rate by a factor of 2, i. e. from 50% to 25%, we need to increase the average number of trades per bar by a factor of 2^2, i. e. 4. So in this illustration we would need volume bars comprising 4,000 contracts per bar. Of course, this is just a rule of thumb – in practice one would want to implement the strategy of a variety of volume bar sizes in a range from perhaps 3,000 to 6,000 contracts per bar, and evaluate the trade-off between performance and fill rate in each case.

Using this approach, we arrive at a volume bar configuration for the E-Mini scalping strategy of 20,000 contracts per bar. On this “time”-frame, trading activity is reduced to around 20-25 trades per day, but with higher win rate and average trade size. More importantly, the extreme hit rate runs at a much lower average of 22%, which means that the trader has to worry about maybe only 4 or 5 trades per day that occur at the extreme of the volume bar. In this scenario manual intervention is likely to have a much less deleterious effect on trading performance and the strategy is probably viable, even on a retail trading platform.

(Note: the results below summarize the strategy performance only over the last six months, the time period for which volume bars are available).

Concluding Remarks.

We have seen that is it feasible in principle to implement a HFT scalping strategy on a retail platform by slowing it down, i. e. by implementing the strategy on bars of lower frequency. The simplicity of many HFT alpha generation algorithms often makes them robust to generalization across time frames (and sometimes even across assets). An even better approach is to use volume bars, or trade-time, to implement the strategy. You can estimate the appropriate bar size using the square root of time rule to adjust the bar volume to produce the requisite fill rate. An extreme hit rate if up to 25% may be acceptable, depending on the daily trade rate, although a hit rate in the range of 10% to 15% would typically be ideal.

Finally, a word about data. While necessary compromises can be made with regard to the trading platform and connectivity, the same is not true for market data, which must be of the highest quality, both in terms of timeliness and completeness. The reason is self evident, especially if one is attempting to implement a strategy in trade time, where the integrity and latency of market data is crucial. In this context, using the data feed from, say, Interactive Brokers, for example, simply will not do – data delivered in 500ms packets in entirely unsuited to the task. The trader must seek to use the highest available market data feed that he can reasonably afford.

That caveat aside, one can conclude that it is certainly feasible to implement high volume scalping strategies, even on a retail trading platform, providing sufficient care is taken with the modeling and implementation of the system.