Операции совершаются лотами, где 1 лот = 100 000 базовой валюты. То есть при покупке 1 лота EUR/USD, при изменении цены на 1 пункт, доходность составит 1 доллар США. Будучи спекулятивным участником валютного рынка имеется возможность через брокера получить «кредитное плечо» (стандарт для валютного рынка 1:100). Таким образом, для совершения операций на рынке, не обязательно иметь 100 000 единиц валюты, и можно совершать сделки с балансом в 1000 евро. Оставшуюся недостающую сумму добавляет брокер. Кроме того, есть возможность дробления лотов до 0,01 лота. Получается, что порог входа на валютный рынок достаточно низкий, а сумма на 1000 базовой валюты при открытии сделки с 1 лотом берётся банком или брокером в залог на период открытой сделки.
Основными преимуществами валютного рынка является высокая ликвидность, подразумевающая огромные объемы, и осуществление работы 24 часа в сутки 5 дней в неделю. Достигается такой эффект за счет того, что вся торговля разделяется на 4 торговых сессии: азиатскую, европейскую, американскую и тихоокеанскую. Оборот валютного рынка в сутки достигает 3-5 триллионов долларов, что в 10 раз превышает оборот всего мирового рынка акций (Omrane, Savaєer, 2017).
К основным инструментам валютного рынка относятся следующие пары:
· EUR/USD (евро)
· GBP/USD (британский фунт)
· USD/CHF (швейцарский франк)
· USD/JPY (японская йена)
· USD/CAD (канадский доллар)
· AUD/USD (австралийский доллар)
Эти инструменты относятся к основным из-за того, что торгуются в паре с американским долларом, прочие валюты, как правило относят к кросс-курсам и экзотическим.
1.3 Участники валютного рынка
По влиянию на объемы торгов участников рынка можно разделить на три группы (Wong, Cenev, 2015).:
1. Маркет-мейкеры - «умные деньги» (деньги профессиональных групп) (Deutsche Bank, Mizuho Bank, Barclays Bank, PBS, Citi Bank, Chase Manhattan Bank, Union Bank of Switzerland). Устанавливают текущий уровень курса путем проведения операций друг с другом, а также с менее крупными банками, которые также являются участниками рынка. Именно маркет - мейкеры устанавливают курс для мелких банков, организаций и физических лиц.
2. Маркет-юзеры - мелкие и средние коммерческие банки, управляющие компании, финансовые организации, инвестиционные фонды, брокерские компании, физические лица, которые используют для своих операций тот курс, который для них устанавливают маркет-мейкеры. Не являются активными игроками на рынках, хотя общий объем их операций на рынке может быть довольно большим, но для каждого из них незначительна. Роль мелких маркет-юзеров заключается в принятии или непринятии котировок, поставляемых маркет-мейкерами.
3. Спекулянты, розничные трейдеры.
Более 85% биржевых денег принадлежат профессиональным игрокам - крупным международным банкам, финансовым институтам, которые ежедневно совершают валютные операции на покупку или продажу торговых инструментов на миллиарды долларов (Jiang, Wang, 2015).
1.4 Фундаментальный анализ валютного рынка
Фундаментальный анализ - это метод анализа и прогнозирования рынка на основе фундаментальных факторов (Gonzalo, Banco, 2009): политических (выборы главы государства, выборы в парламент), психологических (ожидания агентов, статьи), форс-мажорных (техногенные, природные катастрофы, любые непредсказуемые факторы), экономических (публикации макроэкономической статистики).
К макроэкономической статистике, способной существенно повлиять на цены, можно отнести данные по ВВП. Если внутренний валовой продукт растет, то ожидается, что это положительно для экономики, и, соответственно, национальная валюта, при прочих равных, также растет против других иностранных валют.
Еще один важный показатель - розничные продажи. Розничные продажи растут, когда население активно использует средства на покупку товаров и услуг, что также способствует укреплению национальной валюты.
Следующий важный показатель - это уровень безработицы, привлекает наибольший интерес со стороны спекулятивных трейдеров. Уровень безработицы в США публикуется каждую первую пятницу месяца и сопровождается сильнейшими всплесками на рынках. Как правило, более высокий показатель безработицы негативно сказывается на валютном курсе; экономика недополучает налоги, предприятия не загружены.
Кроме того, валютные спекулянты активно следят за. Для сдерживания инфляционных процессов центральные банки используют процентные ставки, что также привлекает внимание участников рынка.
Всего существует более сотни различных вариаций макроэкономических показателей способных повлиять на финансовые рынки. Многие фундаментальные факторы и экономическая статистика влияют на цены валют в долгосрочной перспективе. Например, в долгосрочной перспективе сохранится продолжительный рост ВВП, розничных продаж, уровень безработицы будет снижаться, инфляция замедляться, а ставки будут расти - это позитивно повлияет на национальный обменный курс. Проблема прогнозирования реакции валюты на такую статистику для высокочастотного трейдера заключается в том, что в моменте публикации показателя обменный курс может колебаться в направлениях, противоположных тенденциям экономической статистики. Часто случается, что при положительной для экономики статистке валюта в краткосрочной перспективе начинает стремительно слабеть, хотя по факту должна расти. Происходит это потому, что участники рынка на ожиданиях увеличения показателя покупали валюту. Когда фактические данные оказались хуже, чем прогнозные, хотя все еще положительные, валюту начинают распродавать. Это один из множества вариантов развития сценария. Возникает вопрос: как на этом можно заработать.
В среднем, за 15 минут до выхода новости, на 5-минутном таймфрейме можно часто можно заметить динамическое изменение цены. Как правило, это связано с тем, что миллионы трейдеров по всему миру, планируя заработать на движении цены после выхода новости начинают выставлять отложные ордера. Одна группа с «бычьими» настроениями открывает ордера на покупку в надежде, что цена вырастет, повышают спрос, способствуя росту цены. Другая группа, наоборот, с «медвежьими» настроениями настроена скептически насчет роста цены и открывает ордера на продажу, тем самым оказывая давление на спрос, снижают цену. В моменте, когда одна из групп превалирует над другой, цена изменяется в сторону с большими объемами.
В зависимости от стратегии высокочатстотный трейдер решает, заниматься торговлей во время выхода важных новостей или нет, так как эти события вызывают рост волатильности и колебания цен, не всегда совпадающие с тенденциями макроэкономических показателей. Кроме того, может появиться «эффект вертолета», когда из-за кратковременного дисбаланса спроса и предложения цена за небольшой промежуток времени совершает значительное движение вверх-вниз, активируя исполнения ближайших стоп-ордеров, прежде чем скорректировать направление.
Тихоокеанская торговая сессия считается самой спокойной торговой сессией на валютном рынке, обычно ей присуща низкая волатильность, так как начинается она рано в районе 00:00 - 01:00 по Московскому времени. По ней ведутся торги в Австралии и Новой Зеландии. Рынок в это время по большей части «дрейфует во флете» из-за отсутствия объёмов торгов. Тем не менее, при публикациях важных экономических событий, связанных, например, с Новой Зеландией или США, таких как уровень безработицы, изменение занятости, выступления глав ФРС, запасы сырой нефти и решения по процентным ставкам, можно наблюдать сильные краткосрочные реакции ранка. Как видно на Графиках 1 и 2, в течение 2 часов после публикации процентной ставки или изменения занятости валютная пара NZD/USD проходит около 1400 и 645 пунктов соответственно. В среднем на валютном рынке в течение дня преодолеваются движения в 1500 - 2000 пунктов. Именно поэтому, качественный анализ движений валютных пар в моменте и после выхода макроэкономических новостей может быть полезен для реализаций перспективных торговых возможностей.
График 1. Реакция NZD/USD на решение по процентной ставке
График 2. Реакция NZD/USD на уровень занятости и запасы сырой нефти
2. Инструменты анализа
Анализ валютного рынка с использованием макроэкономических новостей чаще всего включает в себя ряд методологий, таких как векторные авторегрессии VAR, линейный регрессионный анализ, различные итерации авторегрессионной условной гетероскедастичности GARCH, обобщённый метод моментов (Wei Li, Wong, Cenev, 2015).
В работах Evћen Koиenda, Michala Moravcova (2018) и Kevin Evans, Alan Speight (2010) авторы применяют методы ивент-анализа для изучения влияния макроэкономических новостей на валюты новых членов Евросоюза (Чехии, Польши, Венгрии) по отношению к евро и доллару США через расчет кумулятивных аномальных доходностей. Новости при этом кластеризуются по экономическому содержанию и характере сигнала для валюты (хороший, плохой, нейтральный). В результатах исследования выявлено, что рынок внутри торгового дня, в зависимости от принадлежности новостей и типа сигнала производит различную аномальную доходность валютных пар не только после публикации, но и в преддверии новостей. Влияние новостей заметно больше, когда базовой валютой является американский доллар, чем в случае с евро. Также выявлено, что объявления ЕЦБ по денежно-кредитной политике оказывают влияние сильнее, чем у ФРС.
В работе Kathryn M.E. Dominguez (2006) проанализированы отношения между доходностью, волатильностью, потоком ордеров по валютным парам USD/EUR, USD/GBP и различными категориями экономических новостей. Используется метод простой линейной регрессии с включением индикаторов объема и bid, ask ордеров (цен покупок и продаж), а также метод VAR регрессии, где на потоке ордеров демонстрируется разница между обычными изменениями валютных цен и в момент выхода новостей. Выявлено, что макроновости, чьи количественные показатели значительно отличаются от ожиданий рыночных игроков, очень хорошо объясняют внутридневное поведение обменных курсов. Очевидно, что волатильность валют возрастает в условиях неопределенности. Регрессионное моделирование (Jiang, Zhengzi Li, Wang, 2019) также используют в трейдинговых стратегиях, разбивая доходности временных рядов на новостные и не новостные компоненты. В моделировании временных рядов, при построении прогнозов, авторы также ищут причинно-следственные связи между исследуемым рядом и другими рядами или шоками. Для этого активно используется структурная векторная авторегрессия (SVAR). Агенты на валютном рынке принимают решения с несовершенной информацией. Результаты исследования USD/GBP за период 1986-2013 Chris Redl (2015) показывают, что новостные шоки (ВВП США и индекс потребительских цен) объясняют примерно одну пятую дисперсии ошибки прогноза в номинальном обменном курсе.
Существуют методы для изучения внутридневной волатильности с использованием продвинутой классической модели GARCH, MA-FIGARCH, которая хорошо показывают себя в анализе высокочастотных данных. Например, в работе Kevin P. Evansa, Alan E.H. Speight (2010) исследуется динамический краткосрочный отклик EUR/USD, EUR/GBP, EUR/JPY на глобальные макроэкономические публикации. Макроэкономические новости США генерируют большую волатильность и доходность EUR/USD экономические новости других стран. Также реакция обменных курсов заметно значительна в первые пять минут после публикации показателей и малозначительна на 15 минутах после релиза.
Методология GARCH для моделирования волатильности также применяется Jose Gonzalo Rangel (2009), но в этой статье рассматривается влияние макроэкономических новостей на волатильность фондового рынка на примере индекса S&P500. Установлено, что день объявления экономической новости сам по себе мало влияет на интенсивность ценовых скачков. Исключением являются данные по трудоустройствам денежно-кредитной политике, но ценовые шоки демонстрируют лишь кратковременный эффект. Можно сделать вывод, что для высокочастотной торговли валютный рынок может быть перспективней фондового.
Среди наиболее значимых для работы подходов можно отметить иследование Massimiliano Caporin, Francesco Poli (2018), в которой изучалась внутридневная волатильность индекса S&P100 на 30-минутном таймфрейме, применилась логистическая регрессия для прогнозирования ценовых скачков. Авторы агрегировали новости из медиапорталов Thomson Reuters, StreetAccount, данные по EPS (показатель прибыли на акцию) и макроэкономического календаря; эти показатели были регрессорами, в которых учитывалась «сила новости» через разницу между фактическим и прогнозным значением, поделенную на стандартное отклонение по всем разницам показателя. В результате было выявлено, что новости конкретных компаний, а также их EPS имели более значимое влияние на ценовые всплески, чем, например, публикации протоколов Федерального комитета открытого рынка (FOMC), хотя метрики по макроэкономическим новостям также значимы и хорошо объясняют модель. Подход позволяет гораздо более детально вывести связь между новостями и ценовыми скачками. Интересно, что новости StreetAccount, которые провоцируют резкие изменения цены, часто сопровождаются в течение нескольких минут выпуском других новостей о той же компании, как следствие повышенного уровня внимания со стороны поставщиков новостей. То есть несколько новостей в моменте усиливают потенциал ценового всплеска.