Estratégias de negociação hft

Estratégias e Segredos das Empresas de Negociação de Alta Freqüência (HFT).

O sigilo, a Estratégia e a Velocidade são os termos que melhor definem as empresas de alta freqüência (HFT) e, de fato, a indústria financeira em geral, tal como existe hoje.

As empresas HFT são seguras sobre suas formas de operar e chaves para o sucesso. As pessoas importantes associadas à HFT evitam as luzes das pistas e preferem ser menos conhecidas, embora isso esteja mudando agora.

As empresas do negócio HFT operam através de múltiplas estratégias para negociar e ganhar dinheiro. As estratégias incluem diferentes formas de arbitragem - arbitragem de índice, arbitragem de volatilidade, arbitragem estatística e arbitragem de fusão, juntamente com macro global, equidade longa / curta, mercado de mercado passivo, e assim por diante.

A HFT confia na velocidade ultra rápida do software de computador, acesso a dados (NASDAQ TotalView-ITCH, NYSE OpenBook, etc.) a recursos importantes e conectividade com latência mínima (atraso).

Vamos explorar mais sobre os tipos de empresas HFT, suas estratégias para ganhar dinheiro, grandes players e muito mais.

As empresas HFT geralmente usam dinheiro privado, tecnologia privada e uma série de estratégias privadas para gerar lucros. As empresas comerciais de alta freqüência podem ser divididas em três tipos.

A forma mais comum e maior da empresa HFT é a empresa proprietária independente. A negociação exclusiva (ou "prop trading") é executada com o próprio dinheiro da empresa e não com os clientes. Por outro lado, os lucros são para a empresa e não para clientes externos. Algumas empresas da HTF são parte subsidiária de uma empresa de corretores. Muitas das empresas regulares de corretoras têm uma seção secundária conhecida como mesas de negociação proprietárias, onde o HFT está pronto. Esta seção está separada do negócio que a empresa faz para seus clientes externos regulares. Por último, as empresas HFT também operam como hedge funds. Seu foco principal é lucrar com as ineficiências nos preços entre títulos e outras categorias de ativos usando arbitragem.

Antes da regra de Volcker, muitos bancos de investimento tinham segmentos dedicados à HFT. Post-Volcker, nenhum banco comercial pode possuir mesas de negociação proprietárias ou quaisquer investimentos de hedge funds desse tipo. Embora todos os principais bancos tenham encerrado suas lojas de HFT, alguns desses bancos ainda estão enfrentando alegações sobre possíveis malversações relacionadas ao HFTs realizadas no passado.

Existem muitas estratégias empregadas pelos comerciantes de propriedade para ganhar dinheiro com suas empresas; alguns são bastante comuns, alguns são mais controversos.

Essas empresas negociam de ambos os lados, ou seja, eles fazem pedidos para comprar e vender usando pedidos de limite que estão acima do mercado atual (no caso de venda) e ligeiramente abaixo do preço de mercado atual (no caso de compra). A diferença entre os dois é o lucro que eles bolsam. Assim, essas empresas se dedicam à "criação de mercado" apenas para obter lucros com a diferença entre o spread de oferta e solicitação. Essas transações são realizadas por computadores de alta velocidade usando algoritmos. Outra fonte de renda para as empresas HFT é que eles são pagos por fornecer liquidez pelas Redes de Comunicações Eletrônicas (ECNs) e algumas trocas. As empresas HFT desempenham o papel de criadores de mercado, criando spreads de oferta e solicitação, produzindo principalmente preços baixos, estoques de alto volume (favoritos típicos para HFT) muitas vezes em um único dia. Essas empresas cercam o risco ao esquentar o comércio e criar um novo. (Veja: Seleção de Principais estoques de comerciantes de alta freqüência (HFTs)) Outra maneira dessas empresas ganhar dinheiro é procurando discrepâncias de preços entre títulos em diferentes bolsas ou aulas de ativos. Esta estratégia é chamada de arbitragem estatística, em que um comerciante proprietário está atento às inconsistências temporárias nos preços em diferentes trocas. Com a ajuda de transações ultra rápidas, eles capitalizam essas pequenas flutuações que muitos nem sequer percebem. As empresas HFT também ganham dinheiro ao se entregarem a uma ignição momentânea. A empresa pode ter como objetivo causar um pico no preço de um estoque, usando uma série de negócios com o motivo de atrair outros comerciantes de algoritmos para negociar esse estoque. O instigador de todo o processo sabe que após o movimento de preços rápidos "artificialmente criado", o preço reverte para o normal e, portanto, o comerciante ganha tomando uma posição no início e, eventualmente, trocando antes de sair. (Leitura relacionada: como o investidor varejista beneficia da negociação de alta freqüência)

O mundo da HFT tem jogadores que vão desde pequenas empresas até empresas de médio porte e grandes jogadores. Alguns nomes da indústria (sem pedido específico) são o Automated Trading Desk (ATD), a Chopper Trading, a DRW Holdings LLC, a Tradebot Systems Inc., a KCG Holdings Inc. (fusão da GETCO e Knight Capital), Susquehanna International Group LLP ( SIG), Virtu Financial, Allston Trading LLC, Geneva Trading, Hudson River Trading (HRT), Jump Trading, Five Rings Capital LLC, Jane Street, etc.

As empresas envolvidas em HFT enfrentam frequentemente riscos relacionados à anomalia de software, condições dinâmicas do mercado, bem como regulamentos e conformidade. Uma das instâncias flagrantes foi um fiasco ocorrido em 1 de agosto de 2018, que trouxe o Knight Capital Group perto da falência - perdeu US $ 400 milhões em menos de uma hora após os mercados terem aberto esse dia. A "falha comercial", causada por um mau funcionamento do algoritmo, levou a comércio errático e ordens ruins em 150 estoques diferentes. A empresa foi finalmente resgatada. Essas empresas devem trabalhar no gerenciamento de riscos, uma vez que é esperado que assegurem muita conformidade regulatória, além de enfrentar os desafios operacionais e tecnológicos.

Estratégias de negociação de alta freqüência.

A maioria dos investidores provavelmente nunca viu a P & amp; L de uma estratégia de negociação de alta freqüência. Há uma razão para isso, é claro: dado as características de desempenho típicas de uma estratégia de HFT, uma empresa de comércio tem pouca necessidade de capital externo. Além disso, as estratégias de HFT podem ser limitadas de capacidade, uma grande consideração para os investidores institucionais. Por isso, é divertido ver a reação de um investidor ao encontrar o histórico de uma estratégia HFT pela primeira vez. Acostumados quanto a ver os índices de Sharpe no intervalo de 0,5-1,5, ou talvez até 1,8, se tiverem sorte, os retornos assustadores ajustados ao risco de uma estratégia de HFT, que muitas vezes têm razões de Sharpe de dois dígitos, são verdadeiramente Incompreensível.

A título de ilustração, anexei abaixo o registro de desempenho de uma dessas estratégias HFT, que negocia cerca de 100 vezes ao dia no contrato eMini S & amp; P 500 (incluindo a sessão noturna). Observe que a borda não é ótima. com média de 55% de negócios rentáveis ​​e lucro por contrato de cerca de metade do tiquete # 8211; Estas são algumas das características definidoras das estratégias de negociação HFT. Mas, devido ao grande número de negócios, resulta em lucros muito substanciais. A esta frequência, as comissões de negociação são muito baixas, geralmente abaixo de US $ 0,1 por contrato, em comparação com US $ 1 e 8211; $ 2 por contrato para um comerciante de varejo (na verdade, uma empresa de HFT tipicamente possui ou arrenda assentos de câmbio para minimizar tais custos).

Ocultos a partir da análise acima são os custos indiretos associados à implementação dessa estratégia: o feed de dados do mercado, a plataforma de execução e a conectividade capazes de lidar com enormes volumes de mensagens, bem como a lógica de algo para monitorar os sinais da microestrutura e gerenciar a prioridade do livro de pedidos. . Sem isso, a estratégia seria impossível de implementar de forma rentável.

Escalando as coisas de volta um pouco, vamos dar uma olhada em uma estratégia de troca de dias que negocia apenas cerca de 10 vezes ao dia, em barras de 15 minutos. Embora não ultra-alta freqüência, a estratégia, no entanto, é de alta freqüência para ser sensível à latência. Em outras palavras, você não gostaria de tentar implementar essa estratégia sem uma alimentação de dados de mercado de alta qualidade e plataforma de negociação de baixa latência capaz de executar no nível de 1 milésimo de segundo. Pode ser possível implementar uma estratégia desse tipo usando a plataforma ADL da TT & # 8217; s, por exemplo.

Enquanto a taxa de vitórias e o fator de lucro são semelhantes à primeira estratégia, a menor freqüência de comércio permite um maior PL de comércio de pouco mais de 1 tiquetaque, enquanto a curva de equidade é muito menos lisa, refletindo uma relação Sharpe que é & # 8220; apenas & # 8221; em torno de 2.7.

O pressuposto crítico em qualquer estratégia HFT é a taxa de preenchimento. As estratégias HFT executam usando ordens limitadas ou IOC e somente uma certa porcentagem delas será preenchida. Supondo que há alfa no sinal, a P & amp; L cresce em proporção direta ao número de negócios, o que, por sua vez, depende da taxa de preenchimento. Uma taxa de preenchimento de 10% a 20% geralmente é suficiente para garantir a rentabilidade (dependendo da qualidade do sinal). Uma baixa taxa de preenchimento, como seria tipicamente observada se uma tentasse trocar em uma plataforma de comércio varejista, destruiria a rentabilidade de qualquer estratégia HFT.

Para ilustrar este ponto, podemos dar uma olhada no resultado se a estratégia acima foi implementada em uma plataforma de negociação que resultou em pedidos sendo preenchidos somente quando o mercado se processa através do preço limite. Não é uma visão bonita.

A moral da história é: desenvolver um algoritmo de negociação HFT que contém um sinal alfa viável é apenas metade da imagem. A infra-estrutura comercial utilizada para implementar essa estratégia não é menos crítica. É por isso que as empresas HFT gastam dezenas, ou centenas de milhões de dólares, desenvolvendo a melhor infra-estrutura possível.

Estratégias de Scalping de alta freqüência.

As estratégias de escalação de HFT gozam de várias características altamente desejáveis, em comparação com as estratégias de baixa freqüência. Um exemplo disso é a nossa estratégia de escalação em futuros VIX, atualmente em execução no site do Collective2:

A estratégia é altamente rentável, com um Ratio de Sharpe superior a 9 (líquido dos custos de transação de $ 14 prt). O desempenho é consistente e confiável, sendo baseado em uma grande quantidade de negócios (10-20 por dia). A estratégia é baixa ou correlação negativa com os índices subjacentes de equidade e volatilidade. Não há risco overnight.

Antecedentes sobre as estratégias HFT Scalping.

A atratividade de tais estratégias é inegável. Então, como é que se trata de desenvolvê-los?

É importante que o leitor se familiarize com alguns dos antecedentes da negociação de alta freqüência em geral e estratagemas em particular. Especificamente, eu recomendaria ler as seguintes postagens de blog:

Geração de Execução vs Alpha em Estratégias HFT.

A chave para entender as estratégias HFT é que a execução é tudo. Com estratégias de baixa frequência, uma grande quantidade de trabalho é investigar fontes de alfa, muitas vezes usando técnicas matemáticas e estatísticas altamente sofisticadas para identificar e separar o sinal alfa do ruído de fundo. A estratégia alfa representa talvez até 80% do retorno total em uma estratégia de baixa freqüência, com execução acumulando os restantes 20%. Não é que a execução não é importante, mas há apenas tantos pontos base que pode ganhar (ou salvar) em uma estratégia com volume de negócios mensal. Em contrapartida, uma estratégia de alta freqüência é altamente dependente da execução comercial, que pode representar 80% ou mais do retorno total. Os algoritmos que geram a estratégia alfa são muitas vezes muito simples e podem fornecer apenas as bordas mais pequenas. No entanto, essa vantagem muito pequena, ampliada em milhares de negócios, é suficiente para produzir um retorno significativo. E, uma vez que o risco se espalhou por um grande número de incrementos de tempo muito pequenos, a taxa de retorno pode se tornar arduamente elevada em uma base ajustada ao risco: Razões Sharpe de 10, ou mais, geralmente são alcançadas com estratégias HFT.

Em muitos casos, um algoritmo HFT procura estimar a probabilidade condicional de uma subida ou queda no subjacente, apoiando-se na oferta ou no preço da oferta de acordo. As ordens fornecidas podem ser posicionadas para a frente da fila para garantir uma taxa de preenchimento adequada, as leis de probabilidade farão o resto. Assim, no contexto da HFT, muito esforço é gasto na mitigação da latência e no desenvolvimento de técnicas para estabelecer e manter a prioridade no livro de pedidos limite. Outra preocupação importante é monitorar a dinâmica do livro de pedidos para sinais de que a pressão do livro pode estar se movendo em relação a qualquer ordem aberta, para que possam ser canceladas em tempo útil, evitando a seleção adversa por comerciantes informados ou um inventário indesejado.

Em uma estratégia de escalação de alta freqüência, normalmente se busca capturar uma média de entre 1/2 a 1 tique por troca. Por exemplo, a estratégia de Escualagem VIX ilustrada aqui mede cerca de US $ 23 por contrato por comércio, ou seja, pouco menos de 1/2 crédito no contrato de futuros. A entrada e a saída do comércio são efetuadas usando ordens limitadas, uma vez que não há espaço para acomodar o deslizamento em um sistema de negociação que gere menos de um único tic por comércio, em média. Tal como acontece com a maioria das estratégias de HFT, os algoritmos alfa são apenas moderadamente sofisticados e a estratégia é altamente dependente da obtenção de uma taxa de preenchimento aceitável (a proporção de ordens limitadas que são executadas). A importância de alcançar uma taxa de preenchimento suficientemente alta é claramente ilustrada na primeira das duas postagens mencionadas acima. Então, qual é uma taxa de preenchimento aceitável para uma estratégia HFT?

Preencha as taxas.

Eu abordarei a questão das taxas de preenchimento concentrando-me em um subconjunto crítico do problema: preenchimentos que ocorrem no extremo da barra, também conhecido como "hits extremos" e # 8221 ;. Estas são ordens limitadas cujos preços coincidem com o preço mais elevado (no caso de uma ordem de venda) ou o mais baixo (no caso de um pedido de compra) em qualquer barra da série de preços. Ordens limitadas a preços no interior da barra são necessariamente preenchidas e, portanto, não são controversas. Mas as ordens limitadas nas extremidades do bar podem ou não ser preenchidas e, portanto, são essas ordens que são o foco da atenção.

Por padrão, a maioria dos simuladores de backtest da plataforma de varejo assumem que todas as ordens de limite, incluindo hits extremos, são preenchidas se as negociações subjacentes lá. Em outras palavras, esses sistemas geralmente assumem uma taxa de preenchimento de 100% em hits extremos. Isso é altamente irreal: em muitos casos, o alto ou o baixo de um barro é um ponto de viragem que a série de preços só é passageira antes de reverter sua tendência recente e não revisitar por um tempo considerável. As primeiras ordens na frente da fila serão preenchidas, mas muitas, talvez a maioria, ordene mais abaixo a ordem de prioridade ficará desapontada. Se o comerciante estiver usando um sistema de comércio varejista e não uma plataforma HFT para executar seus negócios, suas ordens limitadas quase sempre são garantidas para o resto da fila, devido à latência relativamente alta de seu sistema. Como resultado, um grande número de suas ordens limitadas & # 8211; em particular, os hits extremos & # 8211; não será preenchido.

As conseqüências de perder um grande número de negócios devido a ordens de limite não preenchidas provavelmente serão catastróficas para qualquer estratégia de HFT. Um teste simples que está prontamente disponível na maioria dos sistemas de backtest é mudar o pressuposto subjacente em relação à taxa de preenchimento em hits extremos e # 8211; em vez de assumir que 100% desses pedidos são preenchidos, o sistema é capaz de testar o resultado se as ordens limite forem preenchidas somente se a série de preços posteriormente exceder o preço limite. O resultado produzido sob este cenário alternativo geralmente é extremamente adverso, conforme ilustrado na primeira postagem do blog mencionada anteriormente.

Na realidade, é claro, nem a suposição é razoável: é improvável que 100% ou 0% dos hits extremos de uma estratégia serão preenchidos e # 8211; a taxa de preenchimento real provavelmente irá encontrar-se entre esses dois resultados. E esta é a questão crítica: em algum nível de taxa de preenchimento, a estratégia passará da rentabilidade para a não lucratividade. A chave para implementar uma estratégia HFT scalping com sucesso é garantir que a execução caia no lado direito dessa linha divisória.

Implementando estratégias HFT Scalping na prática.

Uma solução para o problema da taxa de preenchimento é gastar milhões de dólares construindo infra-estrutura HFT. Mas para os propósitos desta publicação, assuma que o comerciante se limita a usar uma plataforma de negociação de varejo, como Tradestation ou Interactive Brokers. Os sistemas de scalping HFT ainda são viáveis ​​em um ambiente desse tipo? A resposta, surpreendentemente, é um sim qualificado. usando uma técnica que me levou muitos anos para descobrir.

Para ilustrar o método, utilizarei o seguinte sistema HFT scalping no contrato de futuros E-Mini S & amp; P500. O sistema comercializa os futuros do E-Mini em barras de 3 minutos, com um tempo de espera médio de 15 minutos. O comércio médio é muito baixo e # 8211; Cerca de US $ 6, líquido de comissões de $ 8 prt. Mas a estratégia parece ser altamente rentável, devido ao grande número de negócios & # 8211; cerca de 50 a 60 por dia, em média.

Por enquanto, tudo bem. Mas a questão crítica é o número muito grande de hits extremos produzidos pela estratégia. Pegue a atividade de negociação em 10/18 como exemplo (veja abaixo). Das 53 negociações desse dia, 25 (47%) foram extremos, ocorrendo no preço alto ou baixo do bar de 3 minutos em que ocorreu o comércio.

No geral, a taxa extrema de sucesso da estratégia é de 34%, o que é extremamente elevado. Na realidade, talvez apenas 1/4 ou 1/3 dessas ordens realmente executem o & # 8211; o que significa que o restante, que equivale a cerca de 20% do número total de pedidos, falhará. Uma estratégia HFT scalping não pode esperar sobreviver a tal resultado. A rentabilidade da estratégia será dizimada por uma combinação de negócios perdidos e rentáveis ​​e perdas em negócios que escalam depois que uma ordem de saída falhar ao executar.

Então, o que pode ser feito em tal situação?

Substituição manual, MIT e outras intervenções.

Uma abordagem que não funcionará é assumir ingenuamente que algum tipo de supervisão manual será suficiente para corrigir o problema. Digamos que o comerciante executa duas versões do sistema lado a lado, uma na simulação e a outra na produção. Quando uma ordem limite é executada no sistema de simulação, mas não executa na produção, o comerciante pode intervir, substituir manualmente o sistema e executar o comércio atravessando o spread. Ao fazê-lo, o comerciante pode evitar perdas que teria ocorrido se o comércio não tivesse sido executado, ou forçasse a entrada em um comércio que, mais tarde, seja lucrativo. Da mesma forma, no entanto, o comerciante pode forçar a saída de um comércio que mais tarde se volta e se move de perda em lucro, ou entrar em um comércio que acaba por ser um perdedor. Não há nenhuma maneira para o comerciante saber, ex-ante, qual dos cenários poderia surgir. E o comerciante terá que enfrentar a mesma decisão talvez até vinte vezes por dia. Se o comerciante é realmente tão bom em escolher vencedores e perder perdedores, ele deve acabar com seu sistema comercial e negociar manualmente!

Uma abordagem alternativa seria ter o sistema de negociação lidar com o problema. Por exemplo, pode-se programar o sistema para converter ordens limite em ordens de mercado se ocorrer uma transação no preço limite (MIT) ou após x segundos após o preço limite tocou. Mais uma vez, no entanto, não há como saber antecipadamente se essa ação produzirá um resultado positivo, ou um resultado ainda pior em relação à saída da ordem limite no lugar.

Na realidade, a intervenção, seja manual ou automatizada, é improvável que melhore o desempenho comercial do sistema. O que é certo, no entanto, é que, ao forçar a entrada e a saída de negócios que ocorrem ao redor do extremo de uma barra de preços, o comerciante terá custos adicionais ao atravessar o spread. Incorrer desse custo para talvez até 1/3 de todos os negócios, em um sistema que está produzindo, em média, menos de metade de um tique por comércio, certamente destruirá sua rentabilidade.

Implementando com sucesso estratégias HFT em uma plataforma de varejo.

Durante muitos anos, assumi que a única solução para o problema da taxa de preenchimento era implementar estratégias de escalação na infra-estrutura HFT. Um dia, eu me encontrei fazendo a pergunta: o que aconteceria se diminuíssemos a estratégia? Especificamente, suponha que tomamos a estratégia de E-Mini de 3 minutos e executá-la em barras de 5 minutos?

Minha primeira constatação foi que a relativa simplicidade dos algoritmos de geração alfa em estratégias HFT é uma vantagem aqui. Em um contexto de baixa freqüência, a complexidade do processo de extração alfa mitiga sua capacidade de generalizar para outros recursos ou cronogramas. Mas os algoritmos HFT são, em geral, simples e genéricos: o que funciona em barras de 3 minutos para os futuros E-Mini pode funcionar em barras de 5 minutos em E-Minis, ou mesmo em SPY. Por exemplo, se a essência do algoritmo é algo tão simples como: & # 8220; comprar quando o preço cair em mais de x% abaixo da média móvel y-bar & # 8221 ;, essa abordagem pode funcionar em 3 minutos, 5 - minute, 60 minutos, ou mesmo barras diárias.

Então, o que acontece se executarmos o sistema E-mini scalping em barras de 5 minutos em vez de barras de 3 minutos?

Obviamente, a rentabilidade global da estratégia é reduzida, de acordo com o menor número de negócios nesta escala de tempo mais lento. Mas note que o comércio médio aumentou e a estratégia permanece globalmente lucrativa.

Mais importante ainda, a taxa média de sucesso extremo caiu de 34% para 22%.

Portanto, não só recebemos menos negócios, mas um pouco mais lucrativo, mas uma proporção muito menor deles ocorre no extremo dos bares de 5 minutos. Conseqüentemente, o problema da taxa de preenchimento é menos crítico neste período de tempo.

Claro, pode-se continuar esse processo. Quais barras de 10 minutos ou barras de 30 minutos? O que um tende a encontrar a partir de tais experimentos é que existe um período de tempo que otimiza o trade-off entre rentabilidade da estratégia e dependência da taxa de preenchimento.

No entanto, há outro fator importante que precisamos esclarecer. Se você examinar o registro de negociação do sistema, verá uma variação substancial na taxa de sucesso extrema do dia a dia (por exemplo, é igual a 46% em 10/18, em comparação com a média geral de 22%). Na verdade, há variações significativas na taxa de sucesso extremo durante o curso de cada dia de negociação, com taxas aumentando durante intervalos de mercado mais lentos, como de 12 a 2pm. A importante realização que eventualmente me ocorreu é que, é claro, o que importa não é o horário do relógio (ou o "tempo da parede" na linguagem HFT), mas o tempo de troca: isto é, a taxa na qual os negócios ocorrem.

Wall Time vs. Trade Time.

O que precisamos fazer é reconfigurar nosso gráfico para mostrar barras que compreendem um número específico de negócios, em vez de um número específico de minutos. Neste esquema, não nos importa se o tempo decorrido em uma determinada barra é de 3 minutos, 5 minutos ou qualquer outro intervalo de tempo: tudo o que precisamos é que a barra inclua a mesma quantidade de atividade de negociação que qualquer outra barra. Durante períodos de alto volume, como em torno do mercado aberto ou fechado, as barras de tempo de comércio serão mais curtas, incluindo talvez apenas alguns segundos. Durante períodos mais lentos no meio do dia, levará muito mais tempo para o mesmo número de negociações executar. Mas cada barra representa o mesmo nível de atividade comercial, independentemente de quanto tempo possa abranger.

Como você decide como pode negociar por barra que deseja no gráfico?

Como regra geral, uma estratégia tolerará uma taxa de sucesso extrema entre 15% e 25%, dependendo da taxa de comércio diária. Suponha que, em sua implementação original, a estratégia tenha uma taxa de sucesso inaceitavelmente alta de 50%. E vamos dizer, para fins ilustrativos, que cada barra de tempo produz uma média de 1 000 contratos. Uma vez que a volatilidade escala aproximadamente com a raiz quadrada do tempo, se quisermos reduzir a taxa de sucesso extremo por um fator de 2, ou seja, de 50% a 25%, precisamos aumentar o número médio de negócios por barra em um fator de 2 ^ 2, ou seja, 4. Então, nesta ilustração, precisaríamos de barras de volume compreendendo 4.000 contratos por barra. Claro, isso é apenas uma regra de ouro e # 8211; na prática, queremos implementar a estratégia de uma variedade de tamanhos de barras de volume em um intervalo de talvez 3.000 a 6.000 contratos por barra e avaliar o trade-off entre desempenho e taxa de preenchimento em cada caso.

Com essa abordagem, chegamos a uma configuração de barra de volume para a estratégia E-Mini Scalping de 20.000 contratos por barra. Com este & # 8220; time & # 8221; - frame, a atividade de negociação é reduzida para cerca de 20-25 trades por dia, mas com maior taxa de ganhos e tamanho médio de comércio. Mais importante ainda, a taxa de sucesso extremo corre em uma média muito mais baixa de 22%, o que significa que o comerciante tem que se preocupar com talvez apenas 4 ou 5 transações por dia que ocorrem no extremo da barra de volume. Neste cenário, a intervenção manual provavelmente terá um efeito muito menos deletério sobre o desempenho comercial e a estratégia provavelmente será viável, mesmo em uma plataforma de comércio varejista.

(Nota: os resultados abaixo resumem o desempenho da estratégia apenas nos últimos seis meses, o período de tempo para o qual as barras de volume estão disponíveis).

Observações finais.

Vimos que é possível, em princípio, implementar uma estratégia HFT scalping em uma plataforma de varejo, desacelerando, ou seja, implementando a estratégia em barras de baixa freqüência. A simplicidade de muitos algoritmos de geração HFT alfa muitas vezes os torna robustos para a generalização em prazos (e às vezes até em todos os ativos). Uma abordagem ainda melhor é usar barras de volume, ou tempo de troca, para implementar a estratégia. Você pode estimar o tamanho da barra apropriado usando a regra da raiz quadrada do tempo para ajustar o volume da barra para produzir a taxa de preenchimento necessária. Uma taxa de sucesso extremo, se até 25% podem ser aceitáveis, dependendo da taxa de comércio diária, embora uma taxa de sucesso na faixa de 10% a 15% seja ideal.

Finalmente, uma palavra sobre dados. Embora os compromissos necessários possam ser feitos no que diz respeito à plataforma de negociação e à conectividade, o mesmo não é verdade para dados de mercado, que devem ser da mais alta qualidade, tanto em termos de pontualidade quanto de integridade. A razão é evidente, especialmente se alguém está tentando implementar uma estratégia no tempo de comércio, onde a integridade e a latência dos dados de mercado são cruciais. Neste contexto, usando o feed de dados de, digamos, Interactive Brokers, por exemplo, simplesmente não fará "# 8211; dados entregues em pacotes de 500ms em completamente inadequados para a tarefa. O comerciante deve procurar usar o maior feed de dados de mercado disponível que ele pode razoavelmente pagar.

Essa ressalva, pode-se concluir que é certamente possível implementar estratégias de escalação de alto volume, mesmo em uma plataforma de comércio varejista, fornecendo cuidados suficientes com a modelagem e implementação do sistema.

Estratégias de negociação de alta freqüência.

68 Páginas postadas: 25 de maio de 2017.

Michael A. Goldstein.

Babson College - Divisão de Finanças.

Universidade de Sydney Business School.

Richard Philip.

Universidade de Sydney Business School.

Data escrita: 23 de maio de 2017.

Examinando o desequilíbrio do livro de pedidos imediatamente antes de cada submissão, cancelamento e troca de pedidos, mostramos liquidez de oferta de comerciantes de alta freqüência (HFT) no lado grosso do livro de pedidos e demanda liquidez do lado magro. Esse comportamento estratégico é mais pronunciado durante períodos voláteis e quando as velocidades de negociação aumentam. No entanto, ao competir com ordens de limite não HFT, a HFT impõe uma externalidade de bem-estar ao excluir ordens de limite HFT mais lentas. Em geral, documentamos um canal de informação importante que conduz o comportamento HFT.

Palavras-chave: comércio de alta freqüência, comerciantes institucionais, comerciantes de varejo, livro de pedidos limite.

Classificação JEL: G10, G14.

Michael Goldstein.

Babson College - Divisão de Finanças (e-mail)

320 Tomasso Hall.

Babson Park, MA 02457-0310.

Amy Kwan (Autor do Contato)

University of Sydney Business School (email)

Cnr. de Codrington e Rose Streets.

Sydney, NSW 2006.

Richard Philip.

University of Sydney Business School (email)

Cnr. de Codrington e Rose Streets.

Sydney, NSW 2006.

Estatísticas de papel.

Jornais relacionados.

Mercado de capitais: eJournal da microstrutura do mercado.

Assine este boletim de taxas para mais artigos com curadoria sobre este tópico.

Papéis recomendados.

Links rápidos SSRN.

Rankings SSRN.

Sobre SSRN.

Os cookies são usados ​​por este site. Para recusar ou aprender mais, visite nossa página Cookies. Esta página foi processada por apollo8 em 0.157 segundos.

Novo estudo acadêmico: Estratégias de negociação de alta freqüência Contradições cansadas & # 8220; Add Liquidity & # 8221; Estudos pro HFT.

Lembre-se de slides como este? RI MUITO.

(Clique na imagem para ampliá-la)

Pouco mais de sete anos atrás, fui convidado a participar de uma Mesa Redonda de Estrutura SEC na Washington DC. Juntando-me no Painel de Negociação de Alta Frequência, além de praticantes de HFT da RGM e Getco (e outros), foi o professor Michael Goldstein, da Babson College. Ele era notável naquela época, pois afirmou que os mercados estavam negociando muito rápido, com benefícios duvidosos. Seu ponto de vista contrastava com o Consenso de Estudo Acadêmico HFT existente (veja o slide acima).

O professor Goldstein tem um novo estudo intitulado High Frequency Trading Strategies, e nesta manhã gostaríamos de compartilhá-lo com você.

Este artigo, como outros que foram lançados pós-Flash Boys, demonstra que "HFT" não se senta lá, fornecendo magnanimamente liquidez para que todos nós interajam em nossa escolha, contrariando as afirmações de cada NYSE DMM, por exemplo. Neste artigo, Goldstein examina os dados do ASX pós 2018, quando o ASX adotou o ITCH (como o NASDAQ). Ele analisou a profundidade da ordem dos dados do livro dos feeds diretos e armado com classificações de participantes da ASX (Retail, Institutional, HFT), conseguiu dissecar exatamente quem estava negociando e quando.

(Clique na imagem para ampliá-la)

Acontece que a HFT adiciona liquidez no lado grosso dos livros de pedidos e consome liquidez no lado fino. Durante períodos de volatilidade, o uso dos desequilíbrios do livro de encomendas para agressão e liquidez é mais pronunciado.

Achamos que o comércio HFT é mais agressivo e é mais bem sucedido em escolher ordens obsoletas de investidores institucionais e de varejo quando o mercado é volátil. No entanto, ao exigir liquidez do lado delgado do livro de pedidos, uma conseqüência é que a HFT poderia potencialmente exacerbar os desequilíbrios futuros do livro de ordens limite.

A HFT tem um efeito de exclusão em ordens de limite não-HFT, o que potencialmente aumenta os custos de execução da ordem limite não-HFT.

No entanto, a HFT também pode usar a informação contida no desequilíbrio do livro de pedidos para detectar a pressão institucional de compra ou venda.

Mostramos que o HFT fornece liquidez ao livro de pedidos, mas apenas ao lado onde há muita profundidade existente. Em contraste, achamos que a HFT demanda liquidez do lado magro do livro de encomendas, que é mais proeminente em tempos de alta volatilidade do mercado.

Gostaríamos de acrescentar que o trabalho de Goldstein aqui reforça o que muitos declararam desde 2018 - que as estratégias de HFT fizeram - e ainda fazem "# 8211" tire liquidez quando mais for necessário e adicione-o quando não estiver. Eles fazem isso analisando os livros de pedidos limitados, que incluem atribuição de ordem individual. Isso torna mais fácil para eles detectar quem é "lento" e quem está "cintilando"; as instituições se destacam.

Sinta-se livre para baixar o estudo do professor Goldstein; estamos confiantes de que os Mercados Modernos não estarão apresentando publicamente, e especialmente aos seus congressistas em Washington DC.

A Themis Trading é uma empresa de corretagem de agência institucional independente, sem conflito especializada em ações. O objetivo do nosso blog é discutir questões de estrutura de mercado, bem como comentários gerais do mercado.

Tenha em atenção que as postagens de terceiros não refletem as opiniões da Empresa e não foram revisadas pela Companhia para obter a total precisão ou exatidão.

MICHAEL LEWIS diz:

"Arnuk e Saluzzi, os diretores do Themis Trading, fizeram mais do que ninguém para explicar e divulgar a predação no novo mercado acionário. Eles merecem mais linhas neste livro do que recebem, mas escreveram seu próprio livro sobre o assunto, Broken Markets ".

"Quando o último histórico de negociação de alta freqüência está escrito, Hunsader, como Joe Saluzzi e Sal Arnuk da Themis Trading, merece um lugar proeminente nele".

-MICHAEL LEWIS, Flash Boys.

BOSTON GLOBE: "Você leu algo para os Flash Boys que você recomendaria?"

LEWIS: "Scott Patterson's Dark Pools, que se sobrepõe com o meu próprio livro. O que ele faz muito bem é contar a história inicial do comércio eletrônico automatizado. Eu também recomendaria Broken Markets por Sal Arnuk e Joe Saluzzi e o romance de 1923 Reminiscências de um operador de ações de Edwin Lefèvre ".