Добавим к вышеперечисленному анализ общественного мнения с помощью мониторинга социальных сетей, отслеживание новостной ленты и изучение экспертных прогнозов аналитиков с привлечением искусственных нейросетей (artificial neural networks) и глубокого обучения (deep learning) [17].
Стратегии исполнения ордеров
Появление на рынке крупных ордеров как на покупку, так и на продажу может существенно негативно повлиять на их цену исполнения. Для минимизации рисков и издержек трейдерами используются алгоритмы со специальными стратегиями исполнения ордеров (Trade Execution Algorithms). Эти алгоритмы анализируют состояние рынка в некотором временном интервале, оптимально (в некотором смысле) разбивают актив (parent order) на множество небольших порций (child orders) и последовательно размещают эти меньшие ордера на покупку или продажу на рынке. Эффективность описанной процедуры зависит от способа разбиения актива. Самые известные из них - торговля по цене, средневзвешенной по времени (Time Weighted Average Price, TWAP); торговля по цене, средневзвешенной по объему (Volume Weighted Average Price, VWAP); поддержка процента от объема продаж (Percentage of Volume, PoV) [12].
Плюсы и минусы
Автоматизированная торговля в настоящее время занимает достаточно большую долю объема торгов и поэтому является уникальным инструментом фондового рынка, обладающим значительным влиянием на весь рынок. В этом влиянии присутствуют как положительные, так и отрицательные моменты, при этом сами торговые роботы имеют как ряд достоинств, так и некоторые недостатки.
Нечеловеческие способности
Без сомнения, автоматизированные торговые системы обладают рядом качеств, которые заметно превосходят человеческие. В первую очередь это скорость обработки больших объемов информации, скорость принятия решений и скорость в совершении сделок. Робот может одновременно анализировать информацию по практически любому количеству финансовых инструментов и совершать по ним сделки. И именно из-зи скорости высокочастотную торговлю (например, по скальперским и арбитражным стратегиям) в настоящее время ведут исключительно роботы [18].
Следующее качество роботов - это четкое следование алгоритму, максимально строго описывающему выбранную торговую стратегию. Роботы не устают ни физически, ни эмоционально и поэтому могут торговать круглые сутки, не отвлекаясь, не сомневаясь, не переживая. Другими словами, роботы не допускают ошибок, связанных с «человеческим фактором». Однако в отличие от человека и, тем более, от опытного профессионального трейдера, роботы часто не могут адекватно реагировать на нестандартные ситуации. Это, в некоторой степени, связано с неспособностью специалистов формализованно описать в виде алгоритма все возможные действия в бесконечном многообразии гипотетических рыночных ситуаций. Именно поэтому необходим периодический контроль за торговлей робота, который частично можно автоматизировать, включив в торговую стратегию анализ рисков и мониторинг текущей ситуации.
С другой стороны, автоматизированным торговым системам присущи специфические риски технологических и компьютерных сбоев. Первые связаны с возможными сбоями во время торгов из-за больших нагрузок, вызванных роботами, на сети и сервера торговых площадок. Поэтому требуются дополнительные вложения для улучшения качества инфраструктуры.
Крупнейший компьютерный сбой произошел 6 мая 2010 года на NYSE и получил название «мгновенный крах» (Flash Crash; Crash of 2:45; 2010 Flash Crash), позже это стало нарицательным обозначением для подобных сбоев. Тогда произошло рекордное в абсолютных величинах падение промышленного индекса Доу-Джонса (Dow Jones Industrial Average) на 998,5 пунктов (9,2%). Возможными виновниками были названы высокочастотные роботы (high-frequency traders) и перекрестный арбитраж (cross-market arbitrageurs) [19]. Заметим, что продолжительность мгновенных крахов короткая (несколько секунд), после чего рынок возвращается практически к исходному уровню. Однако такие ситуации препятствуют определению справедливых (рыночных) цен финансовых активов и отражают непрозрачность и оторванность рыночных котировок от экономической действительности. Это может негативно сказываться как на рыночных участниках, так и на экономике в целом. Позже были введены специальные автоматические перыватели («limit up, limit down«, LULD), призванные остановить торги ценной бумагой на 5 минут при изменении котировки на 5% в ту или иную сторону в течение пятиминутного периода (для первых 15 минут диапазон равен 10%).
В качестве примера, когда компьютерный сбой был вызван человеческим фактором, приведем ситуацию с Knight Capital Group, случившуюся 1 августа 2012 года. Тогда технический специалист не скопировал обновленный код программы, и работа торгового робота привела к потере более $400 млн. за 45 минут, что поставило крупного брокера на грань банкротства [20].
Дополнительные издержки
Отдельным недостатком автоматизированного трейдинга нужно выделить рост издержек, хотя издержки на персонал снижаются. Во-первых, торговым площадкам необходимы дополнительные средства на инфраструктуру, чтобы соответствовать требованиям автоматизированных трейдеров. Во-вторых, регуляторам нужно отслеживать запрещенные манипуляторные стратегии, а для этого необходимо разрабатывать и совершенствовать способы наблюдения за торгами. Наконец, создание торгового робота, включая разработку алгоритмов, написание кода, тестирование робота на рынке, требует определенных финансовых, человеческих и временных ресурсов. Кроме того, использование роботами похожих стратегий приводит к конкуренции и снижает их эффективность.
Влияние на рынок
В первую очередь остановимся на влиянии торговых роботов на такие характеристики рынка, как волатильность (изменчивость) цен финансовых инструментов и рыночная ликвидность (глубина рынка).
Статистические наблюдения за скачками цен на биржах показывают в среднем положительное влияние автоматизированного трейдинга на волатильность. Действительно, высокочастотные стратегии, основанные на получении прибыли за счет разницы между минимальной ценой предложения и максимальной ценой спроса (bid-ask spread), позволяют уменьшить спрэд. Тем самым становится возможным выставлять и обрабатывать крупные ордера без существенного изменения цен [1]. Однако существуют ситуации и стратегии с противоположным эффектом. Например, роботы, реализующие стратегию “забегания вперед” (front running), при взаимодействии с крупными заявками способны заметно изменить цену финансового инструмента, а значит увеличить волатильность. Кроме того, наличие на рынке большого числа торговых роботов со сходными стратегиями реагирования на текущую рыночную ситуацию может привести к появлению огромного объема однотипных ордеров. Далее существует вероятность еще более чрезмерного увеличения этого объема заявок за счет вовлечения других роботов. Потенциально это может привести к значительному скачку цен, например, к мгновенному падению рынка без каких-либо экономических предпосылок - как в случае Flash Crash [21].
Поскольку большая доля рынка до сих пор принадлежит автоматизированным торговым системам, роботы непосредственно влияют на ликвидность торгуемых финансовых инструментов, причем это влияние также неоднозначно. В целом, можно утверждать, что роботы приносят ликвидность на рынок, и это статистически подтверждается по уменьшению бид-аск спрэда. Однако эта ликвидность значительно отличается от той, которую поставляют традиционные инвесторы: часто последние из-за пройгрыша в скорости не могут воспользоваться ей, и конкуренция за нее идет только между роботами. Можно также сказать, что качественно ликвидность, предоставляемая роботами, хуже. Кроме того, в большинстве случаев она является искусственной, поскольку огромное количество заявок высокочастотными трейдерами выставляется без намерения проводить сделки по ним (для создания ложных представлений о спросе и предложении, что приводит к сдвигу цен). Поэтому можно констатировать тот факт, что стакан заявок часто отражает только внутреннюю структуру торговых стратегий, а не реальный спрос и предложение на рынке [21]. Кроме того, в силу наличия корреляции между стратегиями роботов, особенно при неблагоприятных рыночных условиях, существует вероятность резкого оттока ликвидности, что может способствовать обрушению котировок. Это произошло во время Flash Crash, когда многие торговые роботы практически одновременно прекратили транзакции и лишили рынок ликвидности.
Из вышесказанного следует, что торговые роботы способны воздействовать на рыночные цены конкретных финансовых инструментов (намеренно, для получения выгоды от манипуляций, или ненамеренно, в силу наличия корреляций между различными стратегиями). Этот факт часто препятствует справедливому ценообразованию на рынке и приводит к несоответствию рыночных котировок и экономической реальности. Такое манипулирвание рынком, запрещенное законодательно, но сложно фиксируемое, является одним из важнейших отрицательных факторов, из-зи которого регуляторы обращают внимание на автоматизированный трейдинг и принимают в его отношении ограничивающие меры [22]. Примером таких мер могут служить налог на высокочастотную торговлю, ограничение числа транзакций в день, а также дополнительные платы за большое количество заявок и за их отмену [1]. Стоит, однако, заметить, что все такие меры напрвлены на высокочастотных роботов.
Кроме отрицательного влияния на рынки, автоматизированной торговле присуще и положительные, поэтому биржи и регуляторы также заинтересованы в стимулирующих мерах. Одним из примеров является улучшение телекоммуникационной инфраструктуры торговых площадок для повышения скорости обмена информацией. Другой пример - уменьшение размера комиссии за сделку. Это оказалось выгодным как биржам, так и брокерским конторам, поскольку они повысили доход за счет роста количества сделок, совершаемых роботами [1].
Выводы
В заключение этой части отметим, что при всех недостатках автоматизированного трейдинга, они несомненно компенсируются его достоинствами при правильном подходе со стороны разработчика и грамотном использовании со стороны инвестора. Кроме того, эффективность торгового робота, которая является следствием синтеза адекватного алгоритма и хорошо продуманной реализации, проверяется гораздо проще, чем проверка алгоритмов, используемых для ручной торговли. Осуществляется это с помощью обширного предварительного тестирования робота до вывода его на реальные рынки. Именно такая торговая система предлагается нашей компанией как часть интеллектуальной экосистемы мобильных приложений.
Наш продукт
На сегодняшний день разработано достаточно большое число стратегий и алгоритмов для торговли на финансовых рынках, однако подавляющее большинство из них не являются универсальными и могут приносить прибыль только при определенных условиях [11]. Более того, сейчас ны рынке представлен ряд программ, которые позволяют инвесторам конструировать торговые роботы, реализуя собственные стратегии в алгоритмах, а также тестировать доходность, риск и устои?чивость этих алгоритмов [12]. Это полезно для профессиональных трейдеров, брокеров, менеджеров хедж-фондов, однако розничным инвесторам-любителям нужен готовый продукт с простым управлением, интуитивно понятным интерфейсом и без необходимости дополнительной настройки.
Наша компания предлагает именно такой продукт - полностью автоматизированную адаптируемую интеллектуальную экосистему мобильных приложений [5, 17, 23, 24], специально ориентированную на активных пользователей современных смартфонов. Предлагаемая замкнутая система является максимально персонализированной, поскольку в ней, кроме учета текущей и прогнозируемой ситуаций на рынках, учтены финансовые возможности пользователя и его личные предпочтения относительно риска, доходности, суммы и горизонта инвестирования, а также, возможно, относительно финансовых инструментов, отраслей экономики и пр. [17]. Ответ системы на предпочтения пользователя, так называемая область инвестиционных возможностей (см. [17, 24]), может включать портфельное инвестирование. В этом случае будут использованы торговые роботы, реализованные с помощью современных инновационных технологий в таких областях как разработка программного обеспечения, средства оптимизации вычислений, искусственный интеллект, системы хранения, передачи и защиты данных и др. маркетмейкинг автоматизированная торговля
Для построения прогноза изменения цен инструментов в течение различных периодов времени и выработки эффективной стратегии система использует весь арсенал фундаментального и технического анализа, включая анализ состояний смежных рынков, а также мониторинг социальных сетей и аналитических отчетов специалистов, отслеживание новостей и прогнозов экспертов.
Кроме того, в режиме реального времени через текущую оценку эффективности инвестиций управляющая стратегия модифицируется с использованием методов управления капиталом включая риск-менеджмент. В целом система автоматически настраивается и самостоятельно адаптируется под текущую ситуацию благодаря технологиям глубокого обучения.
Практическое внедрение предлагаемой системы в результате приведет к положительному эффекту: вливанию свободных средств широких слоев населения в реальный сектор экономики.
Заключение
Пока биржевые роботы не смогли полностью заменить профессионала трейдера на рынке, однако они быстро эволюционировали за достаточно короткое время и все более широко используются для повышения эффективности торгов. Поэтому влияние на рынок автоматизированной торговли, использующей последние достижения в областях информационных технологий и искусственного интеллекта, будет возрастать в ближайшем будущем. Кроме того, существует тенденция вовлечения непрофессионалов в область биржевой торговли с помощью инновационных разработок. В скором времени индивидуальные пользователи адаптируемои? интеллектуальнои? экосистемы смогут доверить ей управление своими финансами, в том числе через автоматизированную торговлю на фондовых рынках.