Casual
РЦБ.RU

Алгоритмическая торговля — за и против

Январь 2010

БО продолжает цикл публикаций, посвященных современным тенденциям развития торговых технологий. Предмет данной статьи — возможные негативные эффекты алгоритмической торговли.

Несмотря на название, предполагающее, вроде бы, паритетное рассмотрение положительных и отрицательных аспектов, данная статья посвящена в основном последним — и не потому, что негативные эффекты алгоритмической торговли — потенциальные и реальные — перевешивают ее достоинства, а просто в силу того, что эти достоинства и так уже нашли отражение в преобладающем потоке публикаций, тогда как «подводным камням» уделяется заметно меньшее внимание.

В своей предыдущей статье1 автору уже довелось отмечать, что алгоритмическая торговля отнюдь не выступает исключением из общей практики уже хотя бы в том смысле, что и здесь не все новое является непременно хорошим. Тогда речь шла о достаточно общих сюжетах — о фрагментации (вставка 1) как одном из основных стимулов развития алгоритмической торговли и о том, что недостаточно осмысленное использование соответствующих технологий может вести к непредвиденным результатам, т. к. результаты зависят не только от качества реализованных алгоритмов, но и от множества иных, не всегда понимаемых и прогнозируемых факторов. В данной статье рассматриваются более практические аспекты, от отношения к которым могут зависеть, в частности, решения о целесообразности тех или иных ограничений алгоритмической торговли. Но сначала все же «о хорошем».

Pro!

Бурное развитие алгоритмической торговли при достаточно позитивном отношении к ней стороны индустрии (бирж, регуляторов, Buy-side и Sell-side2 и т. п.), по-видимому, уже само по себе свидетельствует о ее, в целом, положительном эффекте, по крайней мере, ожидаемом. Почему это так, вопрос гораздо более разветвленный, ибо термин «алгоритмическая торговля» на самом деле объединяет целый ряд технологий3, каждая из которых «хороша по-своему». Детальный анализ этого выходит за рамки данной статьи, в сжатом же виде ситуация, как представляется, выглядит следующим образом.

Алгоритмические технологии «хороши», во-первых, непосредственно для применяющих их участников рынка — прежде всего, тем, что позволяют эффективно реализовывать инвестиционные решения, разумеется, в тех случаях, когда эффективная реализация действительно имеет место.

Во-вторых, эти технологии благоприятны и для других участников — тем, что в общем случае приносят на рынок дополнительную ликвидность: как в рамках потока заявок, который направляется каждым участником, использующим данные технологии, так и в результате увеличения числа таких участников, привлекаемых на рынок перспективами алгоритмической торговли.

В третьих, алгоритмическая торговля полезна (возможно, за исключением случаев, рассмотренных ниже), для рынка в целом — тем, что способствует нахождению и получению наилучших цен (арбитраж и best execution) и является пожалуй, основным фактором, который в настоящее время противодействует растущей фрагментации (см. вставку 14).

Contra?

Поскольку, как уже отмечалось выше, термин «алгоритмическая торговля» объединяет целый ряд различных технологий, рассматриваемые ниже возможные негативные эффекты относятся — так же, как и положительные — не к алгоритмической торговле в целом, а к отдельным технологиям, подпадающим под данное широкое определение, и, прежде всего, к «торговле с высокой частотой» (вставка 2) и торговле «против сигнальных заявок»6 (flash trading).

«Нагрузка на производительность»

Первая — возможно, не по значимости, а, по крайней мере, по близости к отечественным реалиям — претензия к алгоритмической торговле состоит в том, что определенные технологии создают «неоправданную» нагрузку на биржевые (здесь и далее — в широком смысле слова) системы и тем самым затрудняют не только реализацию предполагаемых этими технологиями процедур, но и работу других участников. Если более конкретно, то речь идет о «роботах», предполагающих следование текущим рыночным индикаторам (tracking) и, соответственно, быструю постановку и столь же быстрое снятие заявок без заключения в адекватном количестве сделок (иначе говоря, предполагающих повышенное отношение «заявки/сделки»). В принципе, отношение к таким технологиям может быть двояким.

С одной стороны, поток заявок от подобных роботов может способствовать увеличению ликвидности, особенно когда такие технологии используются маркет-мейкерами. Биржи пытаются решить возникающие проблемы, прежде всего, техническими средствами (повышение производительности, colocation и т. п.)7.

С другой стороны, в каждый данный момент технические возможности бирж небезграничны, да и, кроме того, некоторые алгоритмические технологии не всегда оптимальны в том смысле, что порождают неоправданно большой (а иногда — просто ошибочный) поток заявок, не приводящий к росту ликвидности. В этих условиях могут накладываться определенные ограничения на функционирование подобных алгоритмических систем:

функциональные ограничения — установление максимально допустимого отношения «заявки/сделки» для каждого участника, минимально допустимого размера заявки на соответствующем уровне и т. п.;

технические ограничения на скорость доступа отдельных участников к торговой системе, в частности, ее автоматическое замедление при наступлении определенных условий (throttling);

экономические ограничения, ведущие к взиманию повышенной платы за «избыточный» поток заявок (например, подобно тому, как это было сделано в июне 2009 г. на рынке FORTS).

Насколько оправданны подобные ограничения, вопрос непростой:

как представляется, технические ограничения могут иметь смысл в краткосрочном плане и при условии, что есть возможность отграничить «плохие» алгоритмические системы от систем, применяемых маркет-мейкерами (см. ниже);

что же касается экономических ограничений, то отношение к ним может зависеть, по-видимому, от того, как конкретные алгоритмические технологии реально способствуют росту ликвидности и от того, как они вписываются в существующую структуру биржевых тарифов.

На самом деле, чем плох «избыточный» поток заявок? Нагрузкой на производительность? Возможно, но если бы все эти заявки приводили к заключению сделок, то вряд ли бы биржи, получающие доход с каждой сделки, пытались ограничить поток таких заявок. Значит, дело не в самих по себе заявках, а в том, что они не приводят к адекватному росту количества сделок. Но тогда зачем и кому тогда нужны такие «избыточные» заявки? Очевидно, они нужны, как минимум, самим алгоритмическим торговцам. И здесь встает следующий вопрос — что является услугой, которую биржи оказывают участникам и которую участники должны оплачивать?

К этому вопросу можно подойти и с другой стороны. Допустим, биржа, считая алгоритмическую торговлю полезной для рынка, инвестирует средства в повышение производительности своей системы. Как она получит отдачу на свои инвестиции? Если через плату за сделки и т. п., то тарифная нагрузка ляжет на всех участников вне зависимости от потока направляемых ими заявок. Но справедливо ли и оправдано ли это? С такой точки зрения, биржевая услуга должна, по-видимому, пониматься комплексно и потенциально диверсифицируемо — это не только заключение сделок, но и обслуживание заявок и т. п. (не говоря уже о расчетно-клиринговых услугах), т. е. то, что, например, в практике Группы ММВБ называется «интегрированным технологическим сервисом». Подобное понимание вполне соответствует современным международным стандартам, которые предполагают явную диверсификацию биржевых услуг и соответствующую диверсификацию биржевых тарифов (unbundling). Поэтому можно ожидать дальнейшего креативного тарифообразования на биржевых рынках.

«Атака на маркет-мейкеров»

Рассматриваемая ниже претензия к алгоритмической торговле также не далека от знакомой практики.

Общеизвестно, что маркет-мейкеры обязаны более или менее постоянно поддерживать котировки, т. е. выставлять заявки и покупку и продажу того или иного актива в соответствии с заранее согласованными параметрами. При этом «постоянность», очевидно, относится к самому по себе факту поддержания котировок, но не к конкретным параметрам заявок (цене и количеству), которые могут оперативно изменяться маркет-мейкерами в зависимости от рыночной ситуации. Так, например, маркет-мейкер, выставивший заявку на покупку 100 бумаг XYZ по цене 10 и заявку на продажу 100 бумаг по цене 10,5; при тенденции к росту цены снимет старые заявки и выставит новые — например, заявку на покупку 100 бумаг по цене 11 и заявку на продажу 100 бумаг по цене 11,5.

Ясно, что в современных условиях маркет-мейкеры широко применяют алгоритмические технологии — как при подаче заявок, так и при их снятии/изменении. Однако если даже несмотря на применение подобных технологий маркет-мейкер все же не успеет за изменением (в данном примере — ростом) цены, то он может, как говорят на рынке, «попасть», т. е. с большой вероятностью найдется участник, который купит у него по «старой» цене 10,5 и тут же продаст (для простоты изложения — ему же) по новой цене 11. В результате этот участник, очевидно, использующий более «скоростные» — по сравнению с маркет-мейкером — технологии получит прибыль в размере 11?–?10,5?=?0,5 на каждую купленную/проданную бумагу XYZ за счет соответствующего убытка маркет-мейкера. Хотя подобные «атаки» не являются противозаконными, они считаются вредными для рынка, поскольку подрывают бизнес маркет-мейкеров и ведут к неоправданному увеличению издержек у «нормальных» инвесторов11.

Реакция на «атаку на маркет-мейкеров» интересна и в более общем плане — тем, что в ней наглядно просвечивается преобладающее мнение о том месте, которое должно быть отведено алгоритмической торговле с точки зрения представлений о «нормальной модели» рынка. Так, во-первых, интересен вопрос о соотношении между маркет-мейкерами и «алгоритмическими торговцами» (algorithmic traders, algo traders, automated traders). С одной стороны, между ними существует большое сходство (есть даже такой термин automated market maker):

маркет-мейкеры сами могут считаться алгоритмическими торговцами, поскольку применяют алгоритмические технологии (см. выше);

некоторые алгоритмические торговцы, а именно те из них, кто регулярно выставляет на рынок двусторонние заявки, фактически выполняют функции маркет-мейкеров.

С другой стороны, между маркет-мейкерами и алгоритмическими торговцами существует значимое различие: первые котируют «по обязанности», тогда как вторые — «по факту», что делает услуги маркет-мейкером более весомыми, поскольку на них можно всегда (разумеется, до известной степени) рассчитывать. Таким образом, «атака на маркет-мейкеров» — это не «нормальные» сделки между одинаково важными для рынка участниками, один из которых менее ловок, чем другой, а сделки между критически важными участниками и участниками, важность которых пока еще не столь признана, причем с сомнительными последствиями для рынка.

Далее, поскольку основное значение деятельности маркет-мейкеров — повышение привлекательности рынка (путем создания его текущей ликвидности) для других участников, которых условно можно назвать «инвесторами» (Buy-side), то возникает вопрос о соотношении между алгоритмическими торговцами и «нормальными» инвесторами. Xотя с формальной точки зрения никто пока не причисляет алгоритмических торговцев к Sell-side, алгоритмические торговцы, «атакующие» маркет-мейкеров, — это все же отнюдь не те инвесторы, «обслуживание» которых маркет-мейкерами признается общественно значимой услугой, в т. ч. услугой, подлежащей компенсации12.

Итак, де-факто существует следующая «нормальная модель» рынка: а) основные участники рынка — «нормальные» инвесторы, формирующие базовые ценовые сигналы и придающие этому рынку макроэкономическое значение (долгосрочные инвесторы, хеджеры и т. п.); б) для повышения привлекательности рынка — в первую очередь, для «нормальных» инвесторов — допускаются «маркет-мейкеры», «спекулянты», «арбитражеры» и иные поставщики текущей ликвидности — возможно, в т. ч. и из числа «нормальных» инвесторов. В соответствии с этой моделью:

алгоритмические технологии допускаются и приветствуются, когда они применяются «нормальными» инвесторами (например, технологии управления потоком заявок)13 и/или для формирования текущей ликвидности;

алгоритмические технологии не приветствуются и, возможно, ограничиваются (табл. 2), когда они искажают «нормальную модель», т.е. нарушают интересы «нормальных» инвесторов и «нормальных» поставщиков текущей ликвидности. Некоторые другие возможные «искажения рынка» рассматриваются ниже.

«Игра на опережение» (front running)

Применительно к проблематике алгоритмической торговли «игра на опережение» (front running, FR), практика которой возникла, вообще говоря, гораздо раньше (вставка 3), реализуется, главным образом, в «манипулировании» (gaming) и «неблагоприятном отборе», с одной стороны, и «опоре на котировки» (quote matching), с другой стороны.

При «манипулировании» и «неправильном отборе» (как разновидности FR — см. ниже) алгоритмический торговец идентифицирует заявки в «темных пулах» (dark pools)14, желательно, крупные, используя те или иные процедуры (обычно, систематическое выставление мелких заявок — fishing/pinging и т. п.15). Далее им выполняются действия, приведенные в табл. 1.

В случае «опоры на котировки» алгоритмический торговец действует не в «темном пуле», а исключительно на бирже: имея информацию (зачастую, общедоступную) о поступающей или поступившей на биржу крупной лимитной заявке, он выставляет свою заявку той же направленности (например, на покупку) по цене, несколько большей (обычно, на «тик» (tick)) цены, указанной в крупной лимитной заявке. Далее, в оперативном режиме выставляется биржевая заявка на продажу:

если при этом цена возрастет, то алгоритмический торговец получит прибыль из-за продажи по цене, большей чем цена покупки;

если при этом цена упадет, то алгоритмический торговец получит предсказуемый минимальный убыток, поскольку его заявка будет исполнена против «опережаемой» заявки (т.е. результат для алгоритмического торговца будет таким же, как если бы тот, кто выставил «опережаемую» заявку подарил ему опцион на покупку).

В общем случае все подобные действия являются видами «предвидения заявок» (order anticipation)16 — практики, которая, хотя и не всегда противозаконна, зачастую квалифицируется как «паразитическая» (parasitic)17, поскольку не делает цен более информативными, рынков — более ликвидными и так же направлена на получение прибыли за счет «нормальных» участников (см. табл. 2).

«Неблагоприятный отбор» (adverse selection)

Заявка, поданная в «темный пул», считается «неблагоприятно», или преждевременно «отобранной» (adversely selected), если она удовлетворяется по цене, которая затем движется в выгодном с точки зрения этой заявки направлении. Так, например, заявка на покупку, исполненная при растущей цене (рис. 1, вариант 1), считается отобранной «благоприятно» (хотя, возможно, и «неоптимальна»18) — если ли бы она была исполнена несколько позднее, то затраты покупателя были бы выше. Напротив, та же заявка на покупку, но исполненная при падающей цене (рис. 1, вариант 1), считается отобранной «неблагоприятно», т. к. если бы она была исполнена несколько позднее, то цена была бы для покупателя более выгодной.

Подобный «отбор» считается «неблагоприятным», ибо увеличивает издержки участников соответствующих участников по сравнению с возможными в некотором ближайшем будущем. Выделяются два вида «неблагоприятного отбора» — «естественный» (natural) и «систематический» (systematic).

«Естественный неблагоприятный отбор» возникает в ситуации, когда заявка, находящаяся в «темном пуле», исполняется против поступившей позднее заявки с бoльшим размером (рис. 2). «Естественного неблагоприятного отбора» не было бы, если бы размер заявки, уже находящейся в «темном пуле» был, наоборот, меньшим, чем у более поздней противоположной заявки (при условии, что она подана также «нормальным» участником — см. ниже). Поскольку же очередность в подаче противоположных заявок «нормальными» участниками носит, скорее всего, случайный характер, то считается, во-первых, что «естественный неблагоприятный отбор» постоянно присутствует и, во-вторых, что его эффект для каждого участника в более или менее длительной перспективе равен нулю (поэтому он называется также «несистематическим» (non-systematic)), хотя при этом все же предлагаются определенные способы противодействия ему в краткосрочном плане19.

«Неблагоприятный отбор» становится систематическим, когда «пассивная» заявка (т. е. заявка, уже находящаяся в «темном пуле»), идентифицируется, например, алгоритмическими торговцами, которые далее будут предпринимать «игру на опережение» (см. выше), в т. ч. выставляя в «темный пул» противоположные заявки, провоцирующие adverse selection (рис. 3, см. также ниже).

«Систематический неблагоприятный отбор» существует и вне связи с подобной утечкой информации. Так, если «нормальные» участники «темных пулов», ориентированные на получение прибыли в относительно длительной перспективе (по крайней мере, за пределами торгового дня), выставляют крупные заявки в целом равномерно в течение дня, то алгоритмические торговцы, нацеленные на получение более быстрых результатов, выставляют заявки в строго оп­ределенные периоды времени — покупка-продажа при росте цен, продажа-покупка при падении цен20. Результат, однако, будет похожим на «неблагоприятный отбор» при «игре на опережение» (см. выше).

Согласно существующим статистическим оценкам для рынка акций США, присутствие «неблагоприятного отбора» под воздействием алгоритмической торговли (HFT) существенно увеличилось21.

Мнения по поводу этого неоднозначны. С одной стороны, алгоритмические торговцы привносят в данной ситуации дополнительную ликвидность,. С другой стороны, имеет место конфликт исходных целевых установок (как если бы в игорный дом «для любителей» проник профессионал, вовсе не обязательно шулер) с пока еще не до конца оцененными и понятными последствиями для всех участников. Так, например, если разочарованные «неблагоприятным отбором и т. п.» участники уйдут из «темных пулов» в еще менее прозрачные структуры, еще более вдаль от сколь-нибудь организованных и разумно регулируемых рыночных институтов, то оценка алгоритмической торговли будет, скорее всего, негативной. Если же участники, сочтя, что работа в «темных пулах» не приводит к желаемому снижению издержек, наоборот, вернутся на биржи или в иные «светлые пулы», то тогда алгоритмическая торговля, возможно, получит более позитивную оценку (как «межрыночный арбитраж» и т. п.)

Возможные выводы

Несмотря на то, что алгоритмическая торговля в целом благоприятна для финансовых рынков, ее некоторые разновидности при определенных условиях способны оказывать негативный эффект.

Помимо появления чисто технических проблем (дополнительная нагрузка на производительность биржевых систем) могут возникать те или иные искажения рынка, ущемляющие интересы его «нормальных» участников22. И хотя попытки отдельных алгоритмических торговцев извлекать прибыль любым законным способом вряд ли, строго говоря, предосудительны, не менее оправдано и стремление рынка противодействовать практике, которая признается небезопасной.

Первая линия противодействия — политика бирж и иных организаторов торговли, а также регуляторов (табл. 2)31. При этом вопрос о введении ограничительных мер в отношении алгоритмической торговли далеко не однозначен. Даже если та или иная практика противоречит интересам других участников, не порождает дополнительной ликвидности, не делает цен более информативными и т. п., ее — в крайнем случае — отмена может привести к болезненному для бирж сокращению оборотов. Поэтому от последних стоит ожидать, скорее, определенной осторожности, основанной на учете целого ряда противодействующих факторов. В таких условиях участникам рынка, которые потенциально могут оказаться пострадавшими, целесообразно самим предпринимать соответствующие меры. К числу таких мер относятся, например, оптимизация работы собственных систем доступа к торгам, всесторонняя оценка «темных пулов», в т. ч. идентификация вероятности утечки информации из них32, в ряде случаев — контратаки на алгоритмических торговцев33 и т. п.

  • Рейтинг
  • 0
Оставить комментарий
Добавить комментарий анонимно, введите имя:

Введите код с картинки:
Добавить комментарий как авторизованный посетитель: Войти в систему


  • Статьи в открытом доступе
  • Статьи доступны на платной основе
Актуальные темы    
 Сергей Хестанов
Девальвация — горькое лекарство
Оптимальный курс национальной валюты четко связан со структурой экономики и приоритетами денежно-кредитной политики. Для нынешней российской экономики наиболее логичным (и реалистичным) решением бюджетных проблем является девальвация рубля.
Александр Баранов
Управление рисками НПФов с учетом новых требований Банка России
В III кв. 2016 г. вступили в силу новые требования Банка России по организации системы управления рисками негосударственных пенсионных фондов.
Варвара Артюшенко
Вместе мы — сила
Закон синергии гласит: «Целое больше, нежели сумма отдельных частей».
Сергей Майоров
Применение blockchain для развития биржевых технологий и сервисов
Распространение технологий blockchain и распределенного реестра за первоначальные пределы рынка криптовалют — одна из наиболее дискутируемых тем в современной финансовой индустрии.
Все публикации →
  • Rambler's Top100