Algoritmické obchodování, nazývané také automatické obchodování, black-box trading nebo algo trading, je využívání elektronických platforem pro zadávání obchodních příkazů pomocí algoritmu, který provádí předem naprogramované obchodní pokyny, jejichž proměnné mohou zahrnovat načasování, cenu nebo množství příkazu, nebo v mnoha případech iniciování příkazu “robotem”, bez zásahu člověka. Algoritmické obchodování je široce využíváno investičními bankami, penzijními fondy, podílovými fondy a dalšími institucionálními obchodníky na straně nákupu (řízenými investory) k rozdělení velkých obchodů do několika menších obchodů za účelem řízení dopadu na trh a rizika. Obchodníci na straně prodeje, jako jsou tvůrci trhu a některé hedgeové fondy, zajišťují likviditu trhu tím, že automaticky generují a provádějí příkazy.
Zvláštní třídou algoritmického obchodování je “vysokofrekvenční obchodování” (HFT). Mnoho typů algoritmických nebo automatizovaných obchodních činností lze označit jako HFT. V důsledku toho Komise pro obchodování s komoditními futures (CFTC) v únoru 2012 vytvořila zvláštní pracovní skupinu, která zahrnovala akademiky a odborníky z odvětví, aby CFTC poradila, jak nejlépe definovat HFT. Strategie HFT využívají počítače, které činí složitá rozhodnutí o zahájení příkazů na základě informací, které jsou přijímány elektronicky, dříve než jsou lidští obchodníci schopni zpracovat pozorované informace. Algoritmické obchodování a HFT vedly k dramatické změně mikrostruktury trhu, zejména ve způsobu poskytování likvidity.
Algoritmické obchodování lze využít v jakékoli investiční strategii, včetně tvorby trhu, mezitržního rozpětí, arbitráže nebo čisté spekulace (včetně sledování trendu). Investiční rozhodnutí a realizace mohou být v kterékoli fázi rozšířeny o algoritmickou podporu nebo mohou fungovat zcela automaticky. Jedním z hlavních problémů týkajících se HFT je obtížnost určení jeho ziskovosti. Zpráva, kterou v srpnu 2009 vydala TABB Group, společnost zabývající se výzkumem v oblasti finančních služeb, odhaduje, že 300 firem obchodujících s cennými papíry a hedgeových fondů, které se specializují na tento typ obchodování, dosáhlo v roce 2008 zisku maximálně 21 miliard USD, což autoři označili za “relativně malé” a “překvapivě skromné” ve srovnání s celkovým objemem obchodování na trhu.
Algoritmus a HFT jsou předmětem mnoha veřejných diskusí od doby, kdy americká Komise pro cenné papíry a Komise pro obchodování s komoditními futures ve svých zprávách uvedly, že algoritmický obchod zadaný jednou ze společností spravujících podílové fondy vyvolal vlnu prodejů, která vedla k bleskovému krachu v roce 2010. Podle stejných zpráv mohly strategie HFT přispět k následné volatilitě. V důsledku těchto událostí utrpěl index Dow Jones Industrial Average do té doby druhý největší mezidenní výkyv v počtu bodů, ačkoli se ceny rychle zotavily. (Viz Seznam největších denních změn indexu Dow Jones Industrial Average.) Zpráva Mezinárodní organizace komisí pro cenné papíry (IOSCO), mezinárodního orgánu regulátorů cenných papírů, z července 2011 dospěla k závěru, že “algoritmy a technologie HFT sice účastníci trhu využívali k řízení svých obchodů a rizik, ale jejich používání bylo také zjevně faktorem, který přispěl k události flash crash z 6. května 2010”. Některé algoritmické obchody před rebalancováním indexových fondů převádějí zisky investorů.
Informatizace toku příkazů na finančních trzích začala počátkem 70. let 20. století, přičemž určitým mezníkem bylo zavedení systému “určeného obratu příkazů” (DOT a později SuperDOT) na newyorské burze, který elektronicky směroval příkazy na příslušné obchodní místo, jež je provádělo ručně. “Otevírací automatizovaný systém hlášení” (OARS) pomáhal specialistům při určování otevírací ceny pro zúčtování trhu (SOR; Smart Order Routing).
Newyorská burza definuje programové obchodování jako příkaz k nákupu nebo prodeji 15 nebo více akcií v celkové hodnotě přes 1 milion USD. V praxi to znamená, že všechny programové obchody jsou zadávány pomocí počítače. V 80. letech 20. století se programové obchodování začalo široce používat při obchodování mezi akciovým trhem S&P500 a futures.
Při burzovní indexové arbitráži obchodník kupuje (nebo prodává) futures kontrakt na akciový index, například futures na S&P 500, a prodává (nebo kupuje) portfolio až 500 akcií (může jít i o mnohem menší reprezentativní podmnožinu) na newyorské burze, které je porovnáváno s futures obchodem. Program obchodu na NYSE by byl předem naprogramován do počítače, aby příkaz automaticky zadal do elektronického systému směrování příkazů NYSE v době, kdy cena futures a akciový index budou dostatečně vzdáleny, aby bylo možné dosáhnout zisku.
Přibližně ve stejné době bylo navrženo pojištění portfolia, které vytváří syntetickou prodejní opci na akciové portfolio dynamickým obchodováním s futures na akciové indexy podle počítačového modelu založeného na Black-Scholesově modelu oceňování opcí.
Obě strategie, které se často zjednodušeně označují jako “programové obchodování”, byly mnoha lidmi obviňovány (například v Bradyho zprávě) z toho, že zhoršily nebo dokonce odstartovaly krach na burze v roce 1987. Přesto je vliv počítačem řízeného obchodování na burzovní krachy nejasný a v akademické obci široce diskutovaný.
Finanční trhy s plně elektronickou exekucí a podobnými elektronickými komunikačními sítěmi se rozvinuly koncem 80. a v 90. letech 20. století. V USA mohla decimalizace, která změnila minimální velikost tiku z 1/16 dolaru (0,0625 USD) na 0,01 USD za akcii, podpořit algoritmické obchodování, protože změnila mikrostrukturu trhu tím, že umožnila menší rozdíly mezi nákupními a prodejními cenami, čímž se snížila obchodní výhoda tvůrců trhu, a tím se zvýšila likvidita trhu.
Tato zvýšená likvidita trhu vedla k tomu, že institucionální obchodníci rozdělovali příkazy podle počítačových algoritmů, aby je mohli provádět za lepší průměrnou cenu. Tyto průměrné referenční ceny měří a vypočítávají počítače pomocí časově vážené průměrné ceny nebo obvykleji pomocí objemově vážené průměrné ceny.
Dalším podnětem pro zavedení algoritmického obchodování na finančních trzích bylo v roce 2001 zveřejnění článku týmu výzkumníků IBM na Mezinárodní společné konferenci o umělé inteligenci, kde ukázali, že v experimentálních laboratorních verzích elektronických aukcí používaných na finančních trzích dokázaly dvě algoritmické strategie (MGD společnosti IBM a ZIP společnosti Hewlett-Packard) trvale překonávat lidské obchodníky. MGD byla upravená verze algoritmu “GD”, který vynalezli Steven Gjerstad & John Dickhaut v letech 1996/7; algoritmus ZIP vynalezl v HP Dave Cliff (profesor) v roce 1996. Ve svém článku tým IBM napsal, že finanční dopad jejich výsledků, které ukazují, že MGD a ZIP překonávají lidské obchodníky, “…by se mohl měřit v miliardách dolarů ročně”; článek IBM vyvolal mezinárodní mediální ohlas.
Jak se otevíraly další elektronické trhy, objevovaly se další algoritmické obchodní strategie. Tyto strategie jsou snadněji realizovatelné počítači, protože stroje mohou rychleji reagovat na dočasné chybné ocenění a zkoumat ceny z několika trhů současně. Například Stealth (vyvinula Deutsche Bank), Sniper a Guerilla (vyvinula Credit Suisse), arbitráž, statistická arbitráž, sledování trendu a mean reversion.
Obchodování před rebalancováním indexových fondů[]
Většina penzijních úspor, jako jsou soukromé penzijní fondy nebo 401(k) a individuální penzijní účty v USA, je investována do podílových fondů, z nichž nejoblíbenější jsou indexové fondy, které musí pravidelně “rebalancovat” nebo upravovat své portfolio tak, aby odpovídalo novým cenám a tržní kapitalizaci podkladových cenných papírů v akciovém nebo jiném indexu, který sledují. To umožňuje algoritmickým obchodníkům (z nichž 80 % obchodů se týká 20 % nejoblíbenějších cenných papírů) předvídat a obchodovat s předstihem před pohyby cen akcií způsobenými rebalancováním podílových fondů a vydělávat na předběžné znalosti velkých institucionálních blokových příkazů. Výsledkem je zisk převedený od investorů k algoritmickým obchodníkům, který se odhaduje na nejméně 21 až 28 bazických bodů ročně u indexových fondů S&P 500 a nejméně 38 až 77 bazických bodů ročně u fondů Russell 2000. John Montgomery ze společnosti Bridgeway Capital Management říká, že výsledné “nízké výnosy investorů” z obchodování před podílovými fondy jsou “slonem v porcelánu”, o kterém se “šokujícím způsobem nemluví”. Související “arbitráž v časových pásmech” vůči podílovým fondům a jejich podkladovým cenným papírům obchodovaným na zámořských trzích pravděpodobně “poškozuje finanční integraci mezi Spojenými státy, Asií a Evropou”.
Sledování trendu je investiční strategie, která se snaží využít dlouhodobých, střednědobých a krátkodobých pohybů, k nimž někdy dochází na různých trzích. Cílem této strategie je využít tržního trendu na obou stranách, jít na trhu dlouho (nákup) nebo krátce (prodej) ve snaze vydělat na vzestupech a pádech akciových trhů nebo trhů s futures. Obchodníci, kteří používají tento přístup, mohou využívat výpočet aktuální tržní ceny, klouzavé průměry a průrazy kanálů k určení obecného směru trhu a k vytváření obchodních signálů. Obchodníci, kteří se hlásí ke strategii sledování trendu, se nesnaží předpovídat nebo předvídat konkrétní cenové úrovně; zahajují obchod, když se zdá, že trend začal, a ukončují obchod, jakmile se zdá, že trend skončil.
Obchodování s páry neboli párové obchodování je dlouho-krátká, v ideálním případě tržně neutrální strategie umožňující obchodníkům profitovat z přechodných rozdílů v relativní hodnotě blízkých substitutů. Na rozdíl od klasické arbitráže nemůže v případě párového obchodování zákon jedné ceny zaručit konvergenci cen. To platí zejména v případě, že je strategie aplikována na jednotlivé akcie – tyto nedokonalé substituty se mohou ve skutečnosti rozcházet neomezeně dlouho. Teoreticky by díky long-short povaze strategie měla fungovat bez ohledu na směr akciového trhu. V praxi mohou riziko provedení, přetrvávající a velké divergence, jakož i pokles volatility způsobit, že tato strategie bude po dlouhou dobu ztrátová (např. v letech 2004-7). Patří do širších kategorií statistické arbitráže, konvergenčního obchodování a strategií relativní hodnoty.
Delta-neutrální strategie[]
V oblasti financí se delta-neutrálním pojmem označuje portfolio souvisejících finančních cenných papírů, v němž se hodnota portfolia nemění v důsledku malých změn hodnoty podkladového cenného papíru. Takové portfolio obvykle obsahuje opce a jim odpovídající podkladové cenné papíry tak, že se kladné a záporné delta složky vyrovnávají, což vede k tomu, že hodnota portfolia je relativně necitlivá na změny hodnoty podkladového cenného papíru.
V ekonomii a financích je arbitráž /ˈɑrbɨtrɑːʒ/ postup, při kterém se využívá cenového rozdílu mezi dvěma nebo více trhy: uzavírá se kombinace odpovídajících obchodů, které využívají nerovnováhy, přičemž ziskem je rozdíl mezi tržními cenami.
Podmínky pro arbitráž[]
Arbitráž je možná, pokud je splněna jedna ze tří podmínek:
Arbitráž není pouhým nákupem produktu na jednom trhu a jeho pozdějším prodejem za vyšší cenu na jiném trhu. Dlouhé a krátké transakce by v ideálním případě měly probíhat současně, aby se minimalizovalo vystavení tržnímu riziku, neboli riziku, že se ceny na jednom trhu změní dříve, než budou obě transakce dokončeny. V praxi je to zpravidla možné pouze u cenných papírů a finančních produktů, které lze obchodovat elektronicky, a i v takovém případě se může stát, že v okamžiku provedení první části (částí) obchodu se ceny v ostatních částech obchodu zhorší, čímž dojde k uzamčení zaručené ztráty. Vynechání jedné z částí obchodu (a následné otevření za horší cenu) se nazývá “riziko provedení” nebo přesněji “riziko vstupu a výstupu”[pozn. 1].
Další informace naleznete v části Racionální tvorba cen, zejména arbitrážní mechanika.
Mean reversion je matematická metodika, která se někdy používá při investování do akcií, ale lze ji použít i na jiné procesy. Obecně jde o to, že vysoké i nízké ceny akcií jsou dočasné a že cena akcie má v průběhu času tendenci mít průměrnou cenu.
Průměrná reverzní hodnota zahrnuje nejprve určení obchodního rozpětí akcie a poté výpočet průměrné ceny pomocí analytických technik ve vztahu k aktivům, ziskům atd.
Pokud je aktuální tržní cena nižší než průměrná cena, je akcie považována za atraktivní pro nákup s očekáváním, že cena poroste. Když je aktuální tržní cena vyšší než průměrná cena, očekává se, že tržní cena klesne. Jinými slovy, u odchylek od průměrné ceny se očekává návrat k průměru.
Směrodatná odchylka posledních cen (např. posledních 20) se často používá jako indikátor nákupu nebo prodeje.
Služby poskytující burzovní zpravodajství (např. Yahoo! Finance, MS Investor, Morningstar atd.) běžně nabízejí klouzavé průměry pro období 50 a 100 dní. I když zpravodajské služby poskytují průměry, je stále nutné identifikovat nejvyšší a nejnižší ceny za studované období.
Skalpování (obchodování) je metoda arbitráže malých cenových mezer vytvořených rozpětím mezi nabídkou a poptávkou. Scalpeři se snaží jednat jako tradiční tvůrci trhu nebo specialisté. Vytvořit spread znamená nakoupit za nákupní cenu a prodat za prodejní cenu, a získat tak rozdíl mezi nákupní a prodejní cenou. Tento postup umožňuje dosáhnout zisku i v případě, že se nabídková a poptávková cena vůbec nepohybují, pokud existují obchodníci, kteří jsou ochotni přijmout tržní ceny. Obvykle zahrnuje rychlé vytvoření a likvidaci pozice, obvykle během několika minut nebo dokonce sekund.
Úloha scalpera je vlastně rolí tvůrců trhu nebo specialistů, kteří mají udržovat likviditu a tok objednávek produktu na trhu. Tvůrce trhu je v podstatě specializovaný scalper. Objemy, které tvůrce trhu obchoduje, jsou mnohonásobně vyšší než u průměrných individuálních skalperů. Tvůrce trhu má k dispozici sofistikovaný obchodní systém, který monitoruje obchodní aktivitu. Tvůrce trhu je však vázán přísnými burzovními pravidly, zatímco individuální obchodník nikoli. Například burza NASDAQ vyžaduje, aby každý tvůrce trhu zveřejnil alespoň jednu nabídku a jednu poptávku na určité cenové úrovni, aby byl zachován oboustranný trh pro každou zastupovanou akcii.
Snížení transakčních nákladů[]
Většina strategií označovaných jako algoritmické obchodování (stejně jako algoritmické vyhledávání likvidity) spadá do kategorie snižování nákladů. Základní myšlenka spočívá v rozdělení velkého příkazu na malé příkazy a jejich postupném umisťování na trh. Volba algoritmu závisí na různých faktorech, přičemž nejdůležitější je volatilita a likvidita akcie. Například pro vysoce likvidní akcie je obvykle dobrou strategií párování určitého procenta celkových objednávek akcií (tzv. algoritmy pro objemovou inline analýzu), ale pro vysoce nelikvidní akcie se algoritmy snaží párovat každou objednávku, která má příznivou cenu (tzv. algoritmy vyhledávající likviditu).
Úspěšnost těchto strategií se obvykle měří porovnáním průměrné ceny, za kterou byl celý příkaz proveden, s průměrnou cenou dosaženou při referenčním provedení za stejnou dobu trvání. Obvykle se jako referenční cena používá objemově vážená průměrná cena. Někdy se také porovnává cena provedení s cenou nástroje v době zadání pokynu.
Speciální třída těchto algoritmů se pokouší detekovat algoritmické nebo ledovcové příkazy na druhé straně (tj. pokud se snažíte nakoupit, algoritmus se pokusí detekovat příkazy pro prodejní stranu). Tyto algoritmy se nazývají sniffovací algoritmy. Typickým příkladem je “Stealth”.
Příklady algoritmů jsou TWAP, VWAP, implementační nedostatek, POV, velikost zobrazení, vyhledávač likvidity a Stealth.
Strategie, které se týkají pouze dark poolů[]
V poslední době se HFT, které zahrnuje široký soubor obchodníků na straně nákupu i na straně prodeje, stává významnějším a kontroverznějším. Tyto algoritmy nebo techniky mají běžně názvy jako “Stealth” (vyvinutý Deutsche Bank), “Iceberg”, “Dagger”, “Guerrilla”, “Sniper”, “BASOR” (vyvinutý Quod Financial) a “Sniffer”. Dark pooly jsou alternativní elektronické burzy cenných papírů, na kterých probíhá obchodování anonymně, přičemž většina příkazů je skrytá nebo “ledabyle” uložená. Hráči nebo “žraloci” vyčmuchávají velké příkazy tím, že “pingují” malé tržní příkazy k nákupu a prodeji. Když je několik malých příkazů vyplněno, žraloci možná odhalili přítomnost velkého příkazu “ledabyle”.
“Nyní se jedná o závody ve zbrojení,” řekl Andrew Lo, ředitel Laboratoře pro finanční inženýrství Massachusettského technologického institutu. “Každý vytváří sofistikovanější algoritmy, a čím větší je konkurence, tím menší jsou zisky.”
V USA představují firmy zabývající se vysokofrekvenčním obchodováním (HFT) 2 % z přibližně 20 000 dnes působících firem, ale tvoří 73 % veškerého objemu obchodování s akciemi. V prvním čtvrtletí roku 2009 činila celková spravovaná aktiva hedgeových fondů se strategiemi HFT 141 miliard USD, což je přibližně o 21 % méně než v době jejich největšího rozmachu. Strategii HFT poprvé úspěšně zavedla společnost Renaissance Technologies. Vysokofrekvenční fondy začaly být populární zejména v letech 2007 a 2008. Mnohé HFT firmy jsou tvůrci trhu a zajišťují likviditu trhu, což snížilo volatilitu a pomohlo snížit rozpětí mezi nabídkou a poptávkou, takže obchodování a investování je pro ostatní účastníky trhu levnější. HFT je předmětem intenzivního zájmu veřejnosti od doby, kdy americká Komise pro cenné papíry a burzy a Komise pro obchodování s komoditními futures uvedly, že algoritmické i HFT přispěly k volatilitě při Flash Crash v roce 2010. Mezi hlavní hráče v oblasti HFT patří společnosti GETCO LLC, Jump Trading LLC, Tower Research Capital, Hudson River Trading a také Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies.
Tvorba trhu je soubor strategií HFT, který zahrnuje zadání limitního pokynu k prodeji (nebo nabídce) nad aktuální tržní cenou nebo limitního pokynu k nákupu (nebo nabídce) pod aktuální cenou s cílem využít rozpětí mezi nabídkou a poptávkou. Společnost Automated Trading Desk, kterou v červenci 2007 koupila skupina Citigroup, byla aktivním tvůrcem trhu, který se na celkovém objemu obchodů na burze NASDAQ i na newyorské burze podílel přibližně 6 %.
Další skupinou strategií HFT je klasická arbitrážní strategie, která může zahrnovat několik cenných papírů, například krytou úrokovou paritu na devizovém trhu, která udává vztah mezi cenami domácího dluhopisu, dluhopisu denominovaného v cizí měně, spotovou cenou měny a cenou forwardového kontraktu na tuto měnu. Pokud se tržní ceny dostatečně liší od cen implikovaných v modelu, aby pokryly transakční náklady, pak lze provést čtyři transakce, které zaručí bezrizikový zisk. HFT umožňuje podobné arbitráže pomocí složitějších modelů zahrnujících mnohem více než 4 cenné papíry. Skupina TABB odhaduje, že roční souhrnné zisky arbitrážních strategií s nízkou latencí v současné době přesahují 21 miliard USD.
Byla vyvinuta celá řada statistických arbitrážních strategií, při nichž se obchodní rozhodnutí přijímají na základě odchylek od statisticky významných vztahů. Stejně jako strategie tvorby trhu lze statistickou arbitráž použít ve všech třídách aktiv.
Podskupina rizikové arbitráže, arbitráže při fúzi, konverzi nebo arbitráže s cennými papíry v nouzi, která počítá s konkrétní událostí, jako je podpis smlouvy, schválení regulačním orgánem, soudní rozhodnutí atd., která změní cenový nebo úrokový vztah dvou nebo více finančních nástrojů a umožní arbitrážníkovi dosáhnout zisku.
Příkladem je arbitráž při fúzi, nazývaná také riziková arbitráž. Fúzní arbitráž obecně spočívá v nákupu akcií společnosti, která je cílem převzetí, a zároveň v shortování akcií nabývající společnosti. Tržní cena cílové společnosti je obvykle nižší než cena nabízená nabývající společností. Rozpětí mezi těmito dvěma cenami závisí především na pravděpodobnosti a načasování dokončení převzetí a také na převládající úrovni úrokových sazeb. Sázka v arbitráži při fúzi spočívá v tom, že toto rozpětí bude nakonec nulové, pokud a kdy bude převzetí dokončeno. Rizikem je, že transakce “praskne” a rozpětí se masivně rozšíří.
Většina algoritmických strategií je implementována pomocí moderních programovacích jazyků, i když některé z nich stále implementují strategie navržené v tabulkových procesorech. Algoritmy používané velkými makléřskými společnostmi a správci aktiv jsou stále častěji psány v jazyce FIXatdl (Algorithmic Trading Definition Language) protokolu FIX, který umožňuje firmám přijímajícím příkazy přesně specifikovat, jak mají být jejich elektronické příkazy vyjádřeny. Příkazy sestavené pomocí FIXatdl pak mohou být přenášeny ze systémů obchodníků prostřednictvím protokolu FIX. Základní modely se mohou opírat pouze o lineární regresi, zatímco k zahájení obchodování lze použít i složitější modely založené na teorii her a rozpoznávání vzorů nebo prediktivní modely. K vytvoření těchto modelů se používají neuronové sítě a genetické programování.
Bylo prokázáno, že algoritmické obchodování kromě jiných výhod výrazně zvyšuje likviditu trhu. Proti zvýšení produktivity, které přináší algoritmické obchodování, se však postavili lidští makléři a obchodníci, kteří čelí tvrdé konkurenci počítačů.
“Nevýhodou těchto systémů je jejich černá skříňka,” řekl pan Williams. “Obchodníci mají intuitivní smysl pro fungování světa. Ale u těchto systémů do nich nasypete hromadu čísel a na druhém konci něco vyjde a ne vždy je intuitivní nebo jasné, proč se černá skříňka chytla určitých dat nebo vztahů.”
“Úřad pro finanční služby bedlivě sleduje vývoj obchodování s černými skříňkami. Ve své výroční zprávě regulátor poznamenal, že nová technologie přináší na trh velké výhody v oblasti efektivity. Zároveň však upozornil, že “větší spoléhání na sofistikované technologie a modelování s sebou nese větší riziko, že selhání systémů může vést k přerušení činnosti”.”
Britský ministr financí lord Myners varoval, že by se společnosti mohly stát “hračkou” spekulantů kvůli automatickému vysokofrekvenčnímu obchodování. Lord Myners uvedl, že tento proces hrozí zničením vztahu mezi investorem a společností.
Mezi další problémy patří technický problém latence nebo zpoždění při poskytování kotací obchodníkům, bezpečnost a možnost úplného zhroucení systému vedoucího ke zhroucení trhu.
“Goldman na to vynakládá desítky milionů dolarů. Mají více lidí, kteří pracují v technologické oblasti, než lidí na obchodním oddělení… Povaha trhů se dramaticky změnila.”
Dne 1. srpna 2012 došlo u skupiny Knight Capital Group k technologickému problému v automatizovaném obchodním systému, který způsobil ztrátu ve výši 440 milionů USD.
Tento problém souvisel s instalací obchodního softwaru společnosti Knight a vedl k tomu, že společnost Knight odeslala na trh řadu chybných příkazů k cenným papírům kótovaným na NYSE. Tento software byl ze systémů společnosti odstraněn. […] Klienti nebyli chybnými příkazy negativně ovlivněni a problém se softwarem se omezil na směrování některých kótovaných akcií na NYSE. Společnost Knight se z celé pozice chybných obchodů vymanila, což vedlo k realizované ztrátě před zdaněním ve výši přibližně 440 milionů USD.
Bylo prokázáno, že algoritmy a HFT přispěly k volatilitě během bleskového krachu 6. května 2010, kdy se index Dow Jones Industrial Average propadl o 600 bodů, aby během několika minut tyto ztráty obnovil. V té době se jednalo o druhý největší bodový výkyv, 1 010,14 bodu, a největší jednodenní bodový pokles, 998,5 bodu, na vnitrodenní bázi v historii indexu Dow Jones Industrial Average.
Zprávy z finančních trhů jsou nyní formátovány firmami, jako jsou Need To Know News, Thomson Reuters, Dow Jones a Bloomberg, aby je bylo možné číst a obchodovat s nimi pomocí algoritmů.
“Počítače se nyní používají k vytváření zpráv o výsledcích hospodaření firem nebo o ekonomických statistikách v okamžiku jejich zveřejnění. A tyto téměř okamžité informace se přímo dostávají do dalších počítačů, které na základě těchto zpráv obchodují.”
Algoritmy neobchodují pouze s jednoduchými zprávami, ale interpretují i obtížněji pochopitelné zprávy. Některé firmy se také pokoušejí automaticky přiřazovat zpravodajským příběhům sentiment (rozhodování o tom, zda je zpráva dobrá nebo špatná), aby automatické obchodování mohlo fungovat přímo na zpravodajském příběhu.
“Lidé stále častěji sledují všechny formy zpráv a vytvářejí si na jejich základě vlastní ukazatele polostrukturovaným způsobem,” řekl Rob Passarella, globální ředitel pro strategii ve společnosti Dow Jones Enterprise Media Group. Jeho firma poskytuje jak zpravodajský kanál s nízkou latencí, tak zpravodajskou analytiku pro obchodníky. Passarella také poukázal na nový akademický výzkum, který se provádí v souvislosti s tím, do jaké míry může časté vyhledávání různých akcií na Googlu sloužit jako obchodní indikátory, na potenciální vliv různých frází a slov, která se mohou objevit ve vyjádřeních Komise pro cenné papíry, a na nejnovější vlnu internetových komunit věnovaných tématům obchodování s akciemi.
“Trhy jsou ze své podstaty konverzační, protože vyrostly z kaváren a hostinců,” řekl. Způsob, jakým se v digitální společnosti vytvářejí konverzace, se tedy bude používat i k přeměně zpráv na obchody, řekl Passarella.
“Existuje skutečný zájem přesunout proces interpretace zpráv od lidí ke strojům,” říká Kirsti Suutari, globální obchodní manažerka algoritmického obchodování ve společnosti Reuters. “Stále více našich zákazníků hledá způsoby, jak využít zpravodajský obsah k vydělávání peněz.”
Příkladem důležitosti rychlosti zpravodajství pro algoritmické obchodníky byla reklamní kampaň společnosti Dow Jones (vystoupení na straně W15 deníku Wall Street Journal 1. března 2008), která tvrdila, že její služba předstihla ostatní zpravodajské služby o 2 sekundy při informování o snížení úrokových sazeb Bank of England.
V červenci 2007 Citigroup, která již vyvinula vlastní obchodní algoritmy, zaplatila 680 milionů dolarů za 19 let starou firmu Automated Trading Desk, která denně zobchoduje přibližně 200 milionů akcií. Citigroup předtím koupila společnosti Lava Trading a OnTrade Inc.
Koncem roku 2010 inicioval Úřad vlády Spojeného království pro vědu projekt Foresight, který zkoumal budoucnost počítačového obchodování na finančních trzích pod vedením Dame Clary Furseové, bývalé generální ředitelky Londýnské burzy cenných papírů, a v září 2011 zveřejnil první zjištění projektu ve formě pracovního dokumentu o třech kapitolách, který je k dispozici ve třech jazycích, spolu s 16 dalšími dokumenty, které poskytují podpůrné důkazy. Autory nebo spoluautory všech těchto zjištění jsou přední akademičtí pracovníci a odborníci z praxe a byly podrobeny anonymnímu recenznímu řízení. Projekt Foresight má být ukončen koncem roku 2012.
Technické provedení těchto systémů není standardizováno. Koncepčně lze návrh rozdělit do logických celků:
Vzhledem k širokému využívání sociálních sítí některé systémy implementují skenovací nebo screeningové technologie pro čtení příspěvků uživatelů, které extrahují lidský sentiment a ovlivňují obchodní strategie.
Ačkoli k jeho rozvoji mohlo přispět snížení objemu obchodů v důsledku decimalizace, algoritmické obchodování objem obchodů dále snížilo. Práce, kterou dříve vykonávali lidští obchodníci, se přesouvá na počítače. Velký význam získala rychlost počítačového spojení, která se měří v milisekundách a dokonce mikrosekundách.
Plně automatizované trhy, jako jsou NASDAQ, Direct Edge a BATS v USA, získaly podíl na trhu od méně automatizovaných trhů, jako je NYSE. Úspory z rozsahu v elektronickém obchodování přispěly ke snížení provizí a poplatků za zpracování obchodů a přispěly k mezinárodním fúzím a konsolidaci finančních burz.
Mezi burzami vzniká soutěž o nejrychlejší zpracování obchodů. Například v červnu 2007 spustila londýnská burza nový systém nazvaný TradElect, který slibuje průměrnou dobu obratu od zadání příkazu po jeho konečné potvrzení 10 milisekund a dokáže zpracovat 3 000 příkazů za sekundu. Od té doby konkurenční burzy pokračují ve snižování latence a k dispozici jsou doby obratu 3 milisekundy. To má velký význam pro vysokofrekvenční obchodníky, protože se musí snažit určit konzistentní a pravděpodobné rozsahy výkonnosti daných finančních nástrojů. Tito profesionálové často obchodují s verzemi akciových indexových fondů, jako jsou E-mini S&P, protože vedle špičkové výkonnosti hledají i konzistenci a omezení rizika. Musí filtrovat tržní data, která zapracují do svého softwarového programování tak, aby v daném okamžiku byla co nejmenší latence a nejvyšší likvidita pro umístění stop-lossů a/nebo vybírání zisků. Při vysoké volatilitě na těchto trzích se z toho stává složitá a potenciálně nervy drásající činnost, kde malá chyba může vést k velké ztrátě. Údaje o absolutní frekvenci hrají roli při vývoji předem naprogramovaných pokynů obchodníka.
Výdaje na počítače a software ve finančním sektoru se v roce 2005 zvýšily na 26,4 miliardy USD.
Algoritmické obchody vyžadují sdělování podstatně více parametrů než tradiční tržní a limitní příkazy. Obchodník na jedné straně (“nákupní strana”) musí umožnit svému obchodnímu systému (často nazývanému “systém řízení příkazů” nebo “systém řízení realizace”) porozumět neustále se množícímu toku nových typů algoritmických příkazů. Náklady na výzkum a vývoj a další náklady na konstrukci složitých nových typů algoritmických příkazů spolu s prováděcí infrastrukturou a marketingovými náklady na jejich distribuci jsou poměrně značné. Bylo zapotřebí, aby marketéři (“prodejní strana”) mohli elektronicky vyjadřovat algo příkazy tak, aby obchodníci na straně nákupu mohli nové typy příkazů jednoduše vložit do svého systému a být připraveni je obchodovat, aniž by museli neustále kódovat vlastní obrazovky pro zadávání nových příkazů.