Jump to content

Ալգորիթմական առևտուր

Վիքիպեդիայից՝ ազատ հանրագիտարանից

Ալգորիթմական առևտուր, պատվերների կատարման մեթոդ՝ օգտագործելով ավտոմատացված նախապես ծրագրավորված առևտրային հրահանգներ՝ հաշվի առնելով այնպիսի փոփոխականներ, ինչպիսիք են ժամանակը, գինը և ծավալը[1]։ Այս տեսակի առևտրի փորձը ներառում է համակարգիչների արագության և հաշվողական ռեսուրսների օգտագործում՝ համեմատած մարդ առևտրականների հետ։ Քսանմեկերորդ դարում ալգորիթմական առևտուրը մեծ տարածում է գտել թե՛ մանրածախ, թե՛ ինստիտուցիոնալ առևտրականների շրջանում[2][3]։ 2019 թվականին անցկացված ուսումնասիրությունը ցույց է տվել, որ Ֆորեքս շուկայում առևտրի մոտ 92%-ը իրականացվել է առևտրային ալգորիթմների, այլ ոչ թե մարդկանց կողմից[4]։

Այն լայնորեն օգտագործվում է ներդրումային բանկերի, կենսաթոշակային ֆոնդերի, փոխադարձ ֆոնդերի և հեջ ֆոնդերի կողմից, որոնք կարող են անհրաժեշտություն ունենալ տարածել ավելի մեծ պատվերի կատարումը կամ գործարքներ կատարել չափազանց արագ, որպեսզի մարդկային առևտրականները կարողանան արձագանքել դրան։ Այնուամենայնիվ, այն հասանելի է նաև մասնավոր առևտրականներին, որոնք օգտագործում են պարզ մանրածախ գործիքներ:

«Ալգորիթմական առևտուր» տերմինը հաճախ օգտագործվում է ավտոմատացված առևտրային համակարգի հոմանիշով։ Սրանք ընդգրկում են առևտրային ռազմավարությունների բազմազանություն, որոնցից մի քանիսը հիմնված են մաթեմատիկական ֆինանսների բանաձևերի և արդյունքների վրա, և հաճախ հենվում են մասնագիտացված ծրագրաշարի վրա[5][6]։

Ալգորիթմական առևտրում օգտագործվող ռազմավարությունների օրինակներից են համակարգված առևտուրը, շուկայի ստեղծումը, շուկայական տարածումը, արբիտրաժը կամ մաքուր սպեկուլյացիան, ինչպիսին է միտմանը հետևելը։ Շատերը դասվում են բարձր հաճախականության առևտրի (ԲՀԱ) կատեգորիային, որը բնութագրվում է բարձր շրջանառությամբ և պատվերի և առևտրի բարձր հարաբերակցությամբ[7]։ ԲՀԱ ռազմավարությունները օգտագործում են համակարգիչներ, որոնք կայացնում են բարդ որոշումներ՝ էլեկտրոնային եղանակով ստացված տեղեկատվության հիման վրա պատվերներ նախաձեռնելու համար, նախքան մարդ-առևտրականները կկարողանան մշակել իրենց դիտարկած տեղեկատվությունը։ Արդյունքում, 2012 թվականի փետրվարին, Ապրանքային ֆյուչերսների առևտրի հանձնաժողովը (CFTC) ստեղծել է հատուկ աշխատանքային խումբ, որը ներառում էր գիտնականների և ոլորտի փորձագետների, որպեսզի CFTC-ին խորհրդատվություն տրամադրեն ԲՀԱ-ի լավագույն սահմանման վերաբերյալ[8][9]։ Ալգորիթմական առևտուրը և ԲՀԱ-ն հանգեցրել են շուկայի միկրոկառուցվածքի և շուկայի մակրոդինամիկայի բարդության ու անորոշության կտրուկ փոփոխության[10], մասնավորապես՝ իրացվելիության ապահովման եղանակի մեջ[11]։

Մեքենայական ուսուցման ինտեգրացիա

[խմբագրել | խմբագրել կոդը]

Մեքենայական ուսուցման ի հայտ գալուց առաջ ալգորիթմական առևտրի վաղ փուլը բաղկացած է եղել նախապես ծրագրավորված կանոններից, որոնք մշակված են եղել տվյալ շուկայի կոնկրետ պայմանին արձագանքելու համար։ Առևտրականներն ու մշակողները կոդավորել են հրահանգներ՝ հիմնվելով տեխնիկական ցուցանիշների վրա, ինչպիսիք են հարաբերական ուժի ինդեքսը, շարժական միջինները՝ երկար կամ կարճ պատվերները ավտոմատացնելու համար։ Ալգորիթմական առևտրի ոլորտում կարևորագույն շրջադարձային տեղաշարժ է տեղի ունեցել երբ ընդունվել է մեքենայական ուսուցումը։ Մասնավորապես, խորքային ուժեղացման ուսուցումը (DRL), որը թույլ է տալիս համակարգերին դինամիկ կերպով հարմարվել ներկա շուկայի պայմաններին։ Նախորդ մոդելներից տարբերվող DRL-ը օգտագործում է սիմուլյացիաներ ալգորիթմներ մարզելու համար։ Հնարավորություն տալով նրանց սովորել և օպտիմալացնել դրա ալգորիթմը իտերատիվ կերպով։ Անսարիի և այլոց կողմից 2022 թվականին անցկացված ուսումնասիրությունը ցույց է տվել, որ DRL շրջանակը «սովորում է ադապտիվ քաղաքականություններ՝ հավասարակշռելով ռիսկերն ու պարգևը, գերազանցելով անկայուն պայմաններում, որտեղ ստատիկ համակարգերը տատանվում են»։ Այս ինքնահարմարվողական կարողությունը թույլ է տալիս ալգորիթմներին շուկայական փոփոխություններ կատարել՝ առաջարկելով զգալի առավելություն ավանդական ալգորիթմական առևտրի նկատմամբ[12]։

DRL-ին լրացնող, ուղղության փոփոխության (DC) ալգորիթմները ներկայացնում են շուկայի հիմնական իրադարձությունների վերաբերյալ ևս մեկ առաջընթաց, այլ ոչ թե ֆիքսված ժամանակային ընդմիջումների։ Ադեգբոյեի, Կամպուրիդիսի և Օտերոյի 2023 թվականի ուսումնասիրությունը բացատրում է, որ «DC ալգորիթմները հայտնաբերում են նուրբ միտումային անցումները՝ բարելավելով առևտրի ժամկետները և շահութաբերությունը անկայուն շուկաներում»։ DC ալգորիթմները հայտնաբերում են նուրբ միտումների անցումներ, ինչպիսիք են վերելքը, շրջադարձերը, առևտրի ժամանակացույցի բարելավումը և շահութաբերությունը անկայուն շուկաներում։ Այս մոտեցումը հատկապես արտացոլում է շուկայի շարժման բնական հոսքը՝ բարձրից մինչև ցածր մակարդակներ[13]։

Գործնականում, DC ալգորիթմը գործում է՝ սահմանելով երկու միտում՝ վեր կամ վար, որոնք ակտիվանում են, երբ գինը անցնում է որոշակի շեմից, որին հաջորդում է հաստատման ժամանակահատվածը (գերազանցումը): Այս ալգորիթմի կառուցվածքը թույլ է տալիս առևտրականներին ավելի բարձր ճշգրտությամբ որոշել միտումների կայունացումը։ DC-ն համադրում է գործարքները փոփոխական ու անկայուն շուկայի ռիթմերի հետ։ Գործարքները համադրելով շուկայի հիմունքային ռիթմերի հետ՝ DC-ն բարելավում է ճշտությունը, հատկապես փոփոխական շուկաներում, որտեղ ավանդական ալգորիթմները հակված են սխալ դատողության՝ հենվելով ֆիքսված ժամանակահատվածի տվյալների վրա։

Էթիկական հետևանքներ և արդարություն

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական առևտրի տեխնիկական առաջընթացը բերում է խորը էթիկական մարտահրավերներ՝ կապված արդարության և շուկայի հավասարության հետ։ Հիմնական մտահոգությունը այս տեխնոլոգիային անհավասար հասանելիությունն է։ Բարձր հաճախականության առևտուրը, ալգորիթմական առևտրի առաջատար ձևերից մեկը, հիմնված է գերարագ ցանցերի, համատեղ տեղակայված սերվերների և ուղիղ տվյալների հոսքի վրա, որը հասանելի է միայն խոշոր հաստատությունների, ինչպիսիք են հեջ ֆոնդերը, ներդրումային բանկերը և այլ ֆինանսական հաստատությունները։ Այս հասանելիությունը բաց է ստեղծում շուկայի մասնակիցների միջև, որտեղ մանրածախ առևտրականները չեն կարողանում համեմատվել այս համակարգերի արագության և ճշգրտության հետ։

Այս համակարգը բացի անհավասարությունից, ևս մի խնդիր է առաջացնում՝ շուկայի խարդախության հնարավորությունը։ Այս ալգորիթմները կարող են արագ գործարքներ կատարել, ինչպիսիք են պատվերների տեղադրումն ու դրանց չեղարկումը, որպեսզի խաբեն մյուս մասնակիցներին։ Մի դեպք, որը ցուցադրում է նման ազդեցությունները, 2010 թվականի Flash Crash-ն է։ Սա տեղի է ունեցել ալգորիթմիկ ակտիվության հետևանքով, որից հետո մասամբ վերականգնվել է։ Արդյունքում՝ այս համակարգերը, որոնք աշխատում են մարդու վերահսկողությունից ու մտածողությունից դուրս շատ բարձր արագություններով, չեն հստակեցնում պատասխանատվության սահմանները։ Երբ այսպիսի վթարներ տեղի են ունենում, դժվար է հասկանալ, թե ով է կրում պատասխանատվությունը՝ ծրագրավորողները, դրանք օգտագործող ինստիտուտները, թե կարգավորող մարմինները։

Այս համակարգերի առկայությունը կարող է մեծացնել շուկայի անկայունությունը, ինչը հաճախ մանրածախ առևտրականներին խոցելի է դարձնում հանկարծակի գնային տատանումների նկատմամբ, որոնցում նրանք չունեն կողմնորոշվելու որոշակի գործիքներ։ Ոմանք պնդում են, որ սա հարստությունը կենտրոնացնում է մի քանի հզոր ընկերությունների շրջանում, ինչը հնարավոր է խորացնի տնտեսական անհավասարությունը[14]։ Օրինակ կարող է լինել անհրաժեշտ ռեսուրսներ ունեցող անհատները կամ ընկերությունները, որոնք շահույթ են ստանում արագ գործարքներ կատարելով՝ շրջանցելով փոքր առևտրականներին։ Ընդհակառակը, այն ունի նաև իր առավելությունները, որոնք, ինչպես պնդում են, բարձրացնում են շուկայի իրացվելիությունը և կրճատում գործարքների ծախսերը[15]։ Սա ստեղծում է էթիկական պայքար, արդյո՞ք արդյունավետ շուկայի ձգտումը գերազանցում է անհավասարության խորացման ռիսկը։

Այս մտահոգությունները լուծելու Եվրամիության ջանքերը հանգեցնում են կարգավորիչ գործողությունների։ Այս կանոնները պարտադրում են ալգորիթմական առևտրի խիստ փորձարկում և պահանջում են, որ ընկերությունները զեկուցեն զգալի խափանումների մասին[16]։ Այս մոտեցումը նպատակ ունի նվազագույնի հասցնել մանիպուլյացիաները և բարելավել վերահսկողությունը, սակայն դրա կիրառումը մարտահրավեր է։ Ժամանակի ընթացքում ալգորիթմական առևտուրը զարգանում է, մինչդեռ էթիկական ռիսկերը բարձրանում են։

Պատմություն

[խմբագրել | խմբագրել կոդը]

Վաղ զարգացումներ

[խմբագրել | խմբագրել կոդը]

Ֆինանսական շուկաներում պատվերների հոսքի համակարգչայինացումը սկսվել է 1970-ականների սկզբին, երբ Նյու Յորքի ֆոնդային բորսան ներդրել է «նշանակված պատվերների կատարման» համակարգը (DOT): SuperDOT-ը ներկայացվել է 1984 թվականին՝ որպես DOT-ի արդիականացված տարբերակ։ Երկու համակարգերն էլ թույլ էին տալիս պատվերները էլեկտրոնային եղանակով ուղարկել համապատասխան առևտրային կետ։ «Բացման ավտոմատացված հաշվետվությունների համակարգը» (OARS) մասնագետին օգնել է որոշել շուկայի մաքրման բացման գինը։

Լիովին էլեկտրոնային շուկաների ի հայտ գալուն զուգընթաց ներդրվել է ծրագրային առևտուրը, որը Նյու Յորքի ֆոնդային բորսայի կողմից սահմանվում է որպես 15 կամ ավելի բաժնետոմսեր գնելու կամ վաճառելու պատվեր, որոնց ընդհանուր արժեքը գերազանցում է 1 միլիոն ԱՄՆ դոլարը։ Գործնականում ծրագրային գործարքները նախապես ծրագրավորված են եղել ավտոմատ կերպով գործարքներ մուտքագրելու կամ դուրս գալու համար՝ հիմնվելով տարբեր գործոնների վրա[17]։ 1980-ականներին ծրագրային առևտուրը լայնորեն կիրառվել է S&P 500 բաժնետոմսերի և ֆյուչերսների շուկաների միջև առևտրում՝ ինդեքսային արբիտրաժ անունով հայտնի ռազմավարությամբ։

Մոտավորապես նույն ժամանակ, պորտֆելի ապահովագրությունը մշակվել է բաժնետոմսերի պորտֆելի վրա սինթետիկ փութ օպցիոն ստեղծելու համար՝ դինամիկ կերպով առևտուր անելով ֆոնդային ինդեքսի ֆյուչերսներով՝ համաձայն Բլեք-Շոլսի օպցիոնների գնագոյացման մոդելի վրա հիմնված համակարգչային մոդելի։

Երկու ռազմավարություններն էլ, որոնք հաճախ պարզապես միասին են դասվում որպես «ծրագրային առևտուր», շատերի կողմից (օրինակ՝ Բրեդիի զեկույցի կողմից) մեղադրվել են 1987 թվականի ֆոնդային շուկայի փլուզումը սրելու կամ նույնիսկ սկսելու համար։ Այնուամենայնիվ, համակարգչային առևտրի ազդեցությունը ֆոնդային շուկայի փլուզումների վրա պարզ չէ և լայնորեն քննարկվում է ակադեմիական համայնքում[18]։

Կատարելագործում և աճ

[խմբագրել | խմբագրել կոդը]

Ֆինանսական լանդշաֆտը կրկին փոխվել է 1990-ականներին էլեկտրոնային հաղորդակցության ցանցերի (ECN) ի հայտ գալով, որոնք թույլ են տվել բաժնետոմսերով և արժույթներով առևտուր անել ավանդական բորսաներից դուրս[19]։ ԱՄՆ-ում տասնորդականացումը 2001 թվականին փոխել է նվազագույն տիկի չափը մեկ դոլարի 1/16-ից (0.0625 ԱՄՆ դոլար) մինչև 0.01 ԱՄՆ դոլար մեկ բաժնետոմսի համար և, հնարավոր է, խրախուսել է ալգորիթմական առևտուրը, քանի որ այն փոխել է շուկայի միկրոկառուցվածքը՝ թույլ տալով ավելի փոքր տարբերություններ առաջարկի և առաջարկի գների միջև, նվազեցնելով շուկայի ստեղծողների առևտրային առավելությունը, այդպիսով մեծացնելով շուկայի իրացվելիությունը[20]։

Շուկայի այս աճող իրացվելիությունը հանգեցրել է նրան, որ ինստիտուցիոնալ առևտրականները բաժանել են պատվերները համակարգչային ալգորիթմների համաձայն, որպեսզի կարողանան կատարել պատվերները ավելի լավ միջին գնով։ Այս միջին գնային չափանիշները չափվում և հաշվարկվում են համակարգիչների կողմից՝ կիրառելով ժամանակի կշռված միջին գինը կամ, ավելի հաճախ, ծավալի կշռված միջին գինը։

Վերջացավ: Դարեր շարունակ գոյություն ունեցող առևտուրը մահացավ: Այսօր մենք ունենք էլեկտրոնային շուկա: Դա ներկան է: Դա ապագան է:

Ռոբերտ Գրեյֆելդ, ՆԱՍԴԱՔ 2011 թվականի ապրիլ[21]

Ֆինանսական շուկաներում ալգորիթմական առևտրի ներդրման համար լրացուցիչ խթան եղել է 2001 թվականին, երբ IBM-ի հետազոտողների մի խումբ հրապարակել է մի հոդված[22]։ Արհեստական բանականության միջազգային համատեղ կոնֆերանսում, որտեղ նրանք ցույց են տվել, որ ֆինանսական շուկաներում օգտագործվող էլեկտրոնային աճուրդների փորձարարական լաբորատոր տարբերակներում երկու ալգորիթմական ռազմավարություններ (IBM-ի սեփական MGD-ն և Hewlett-Packard-ի ZIP-ը ) կարող են մշտապես գերազանցել մարդ առևտրականներին։ MGD-ն «GD» ալգորիթմի փոփոխված տարբերակն էր, որը ստեղծել են Սթիվեն Գերստադը և Ջոն Դիքհաուտը 1996/7 թվականներին[23]։ ZIP ալգորիթմը ստեղծել է HP-ում Դեյվ Քլիֆը (պրոֆեսոր) 1996 թվականին[24]։ Իրենց աշխատանքում IBM-ի թիմը գրել է, որ իրենց արդյունքների ֆինանսական ազդեցությունը, որոնք ցույց են տալիս, որ MGD-ն և ZIP-ը գերազանցում են մարդկային առևտրականներին, «...կարող է չափվել տարեկան միլիարդավոր դոլարներով»։ IBM-ի աշխատանքը միջազգային լրատվամիջոցների լուսաբանում է ստացել։

2005 թվականին ԱՄՆ արժեթղթերի և բորսաների հանձնաժողովը (SEC) ներդրել է Ազգային շուկայի կարգավորման համակարգը՝ բաժնետոմսերի շուկան ամրապնդելու համար[25]։ Սա փոխել է այն ձևը, որով ընկերությունները առևտուր էին անում այնպիսի կանոններով, ինչպիսին է «Առևտրի միջոցով առևտրի կանոնը», որը պարտադրում է, որ շուկայական պատվերները պետք է ուղարկվեն և կատարվեն էլեկտրոնային եղանակով՝ լավագույն հասանելի գնով, այդպիսով կանխելով միջնորդական ընկերություններին շահույթ ստանալ գների տարբերությունից՝ գնման և վաճառքի պատվերները համապատասխանեցնելիս[25]։

Ավելի շատ էլեկտրոնային շուկաների բացմանը զուգընթաց ներդրվել են այլ ալգորիթմական առևտրային ռազմավարություններ։ Այս ռազմավարությունները ավելի հեշտությամբ են իրականացվում համակարգիչների կողմից, քանի որ դրանք կարող են արագ արձագանքել գների փոփոխություններին և միաժամանակ դիտարկել մի քանի շուկաներ։

Շատ բրոքեր-դիլերներ իրենց հաճախորդներին առաջարկել են ալգորիթմական առևտրային ռազմավարություններ՝ տարբերակելով նրանց վարքագծով, օպցիոններով և ապրանքանիշով։ Օրինակներից են Chameleon-ը (մշակվել է BNP Paribas-ի կողմից), Stealth-ը[26] (մշակվել է Deutsche Bank-ի կողմից), Sniper-ը և Guerilla-ն (մշակվել է Credit Suisse-ի կողմից)[27]։ Այս իրականացումները ընդունել են ներդրումային մոտեցումների՝ արբիտրաժի, վիճակագրական արբիտրաժի, միտումների հետևման և միջին արժեքի վերադարձի մեթոդները։

Ժամանակակից համաշխարհային ֆինանսական շուկաներում ալգորիթմական առևտուրը կարևոր դեր է խաղում ֆինանսական նպատակներին հասնելու գործում[28]։ Գրեթե 30 տարի շարունակ առևտրականները, ներդրումային բանկերը, ներդրումային ֆոնդերը և այլ ֆինանսական կազմակերպությունները օգտագործել են ալգորիթմներ՝ առևտրային ռազմավարությունները կատարելագործելու և իրականացնելու համար[29]։ Ալգորիթմների օգտագործումը ֆինանսական շուկաներում զգալիորեն աճել է 1990-ականների կեսերից ի վեր, չնայած օրական առևտրի ծավալների մեջ դրանց ճշգրիտ ներդրումը դեռևս անորոշ է[30]։

Տեխնոլոգիական առաջընթացը և ալգորիթմական առևտուրը նպաստել են գործարքների ծավալների աճին, ծախսերի կրճատմանը, պորտֆելի կատարողականի բարելավմանը և ֆինանսական շուկաներում թափանցիկության բարձրացմանը[31]։ Համաձայն «Արտարժույթի ակտիվություն 2019 թվականի ապրիլ ամսվա ընթացքում» զեկույցի՝ արտարժույթի շուկաներում օրական շրջանառությունը կազմել է 6.6 տրիլիոն ԱՄՆ դոլար, ինչը զգալի աճ է 2016 թվականի 5.1 տրիլիոն ԱՄՆ դոլարի համեմատ[32]։

Դեպքերի ուսումնասիրություններ

[խմբագրել | խմբագրել կոդը]

TABB Group ֆինանսական ծառայությունների ոլորտի հետազոտական ընկերության կողմից ԱՄՆ բաժնետոմսերի HFT ոլորտի շահութաբերության կանխատեսումները 2014 թվականի համար կազմել են 1.3 միլիարդ ԱՄՆ դոլար՝ ծախսերից առաջ[33], ինչը զգալիորեն ցածր է 2008 թվականին այս տեսակի առևտրով մասնագիտացած 300 արժեթղթերի ընկերությունների և հեջ ֆոնդերի կողմից ստացված առավելագույն 21 միլիարդ ԱՄՆ դոլար շահույթից[34], որը հեղինակները անվանել են «համեմատաբար փոքր» և «զարմանալիորեն համեստ»՝ համեմատած շուկայի ընդհանուր առևտրային ծավալի հետ։ 2014 թվականի մարտին Virtu Financial-ը՝ բարձր հաճախականությամբ առևտրային ընկերությունը, հայտնել է, որ հինգ տարվա ընթացքում ընկերությունն ընդհանուր առմամբ շահութաբեր է եղել 1278 առևտրային օրերից 1277-ում[35]՝ կորցնելով գումար ընդամենը մեկ օր, ինչը ցույց է տալիս միլիոնավոր անգամներ առևտրի առավելությունները՝ գործիքների բազմազան շարքով ամեն առևտրային օր[36]:

Ալգորիթմական առևտուր։ Շուկայի ծավալի տոկոսը[37]։

2006 թվականին Եվրոպական Միության և Միացյալ Նահանգների բոլոր բաժնետոմսերի առևտրի մեկ երրորդը կառավարվել է ավտոմատ ծրագրերով կամ ալգորիթմներով[38]։ 2009 թվականի դրությամբ, ուսումնասիրությունները ցույց են տվել, որ HFT ընկերությունները կազմել են ԱՄՆ բաժնետոմսերի առևտրի ամբողջ ծավալի 60-73%-ը, իսկ այդ թիվը 2012 թվականին նվազել է մինչև մոտավորապես 50%[39][40]։ 2006 թվականին Լոնդոնի ֆոնդային բորսայում բոլոր պատվերների ավելի քան 40%-ը մուտքագրվել է ալգորիթմական առևտրականների կողմից, իսկ 2007 թվականի համար կանխատեսվում է 60%։ Ամերիկյան և եվրոպական շուկաներում ալգորիթմական գործարքների մասնաբաժինը, որպես կանոն, ավելի բարձր է, քան մյուս շուկաներում, և 2008 թվականի գնահատականները որոշ շուկաներում հասնում են մինչև 80%-ի։ Արտարժույթի շուկաներում նույնպես ակտիվ ալգորիթմական առևտուր է իրականացվում, որը 2016 թվականին կազմել է պատվերների մոտ 80%-ը (2006 թվականի պատվերների մոտ 25%-ի համեմատ ավելի)[41]։ Ֆյուչերսային շուկաները համարվում են բավականին հեշտ ինտեգրվող ալգորիթմական առևտրի մեջ[42][43], քանի որ 2016 թվականին օպցիոնային առևտրի մոտ 40%-ը կատարվել է առևտրային ալգորիթմների միջոցով[44]։ Պարտատոմսերի շուկաները շարժվում են դեպի ալգորիթմիկ առևտրականների ավելի մեծ հասանելիություն[45]։

Ալգորիթմական առևտուրը և HFT-ն լայն հանրային քննարկման առարկա են դարձել այն բանից հետո, երբ ԱՄՆ Արժեթղթերի և Բորսաների Հանձնաժողովը և Ապրանքային Ֆյուչերսների Առևտրի Հանձնաժողովը իրենց զեկույցներում նշել են, որ փոխադարձ ֆոնդային ընկերության կողմից իրականացված ալգորիթմական առևտուրը առաջացրել է վաճառքի ալիք, որը հանգեցրել է 2010 թվականի «Կայծակնային ճգնաժամին»[46][47][48][49][50][51][52][53]։ Նույն զեկույցները պարզել են, որ HFT ռազմավարությունները կարող են նպաստել հետագա անկայունությանը՝ շուկայից արագորեն դուրս բերելով իրացվելիությունը։ Այս իրադարձությունների արդյունքում Դաու Ջոնսի արդյունաբերական միջինը գրանցել է իր երկրորդ ամենամեծ ներօրյա կետային տատանումը մինչ այդ օրը, չնայած գները արագ վերականգնվեցին։ Արժեթղթերի կարգավորող միջազգային մարմնի՝ Արժեթղթերի հանձնաժողովների միջազգային կազմակերպության (IOSCO) 2011 թվականի հուլիսի զեկույցում եզրակացվել է, որ չնայած «ալգորիթմներն ու HFT տեխնոլոգիան օգտագործվել են շուկայի մասնակիցների կողմից իրենց առևտուրը և ռիսկերը կառավարելու համար, դրանց օգտագործումը նույնպես ակնհայտորեն նպաստող գործոն է եղել 2010 թվականի մայիսի 6-ի կտրուկ փլուզման մեջ»[54][55]: Այնուամենայնիվ, այլ հետազոտողներ այլ եզրակացության են հանգել: 2010 թվականի մի ուսումնասիրություն պարզել է, որ HFT-ն էականորեն չի փոխել առևտրային պաշարները «Flash Crash»-ի ժամանակ[56]։ Ինդեքսային ֆոնդերի վերաբալանսի նախօրեին որոշ ալգորիթմական առևտուրներ փոխանցում են ներդրողներից շահույթը[57][58][59]։

Ռազմավարություններ

[խմբագրել | խմբագրել կոդը]

Առևտուր ինդեքսային ֆոնդի հավասարակշռության վերականգնմանը ընդառաջ

[խմբագրել | խմբագրել կոդը]

ԱՄՆ-ում կենսաթոշակային խնայողությունների մեծ մասը, ինչպիսիք են մասնավոր կենսաթոշակային ֆոնդերը կամ 401(k) և անհատական կենսաթոշակային հաշիվները, ներդրվում են փոխադարձ ֆոնդերում, որոնցից ամենատարածվածը ինդեքսային ֆոնդերն են, որոնք պետք է պարբերաբար «վերահավասարակշռեն» կամ ճշգրտեն իրենց պորտֆելը՝ համապատասխանեցնելով բաժնետոմսերի կամ այլ ինդեքսի հիմքում ընկած արժեթղթերի նոր գներին և շուկայական կապիտալիզացիային, որոնց նրանք հետևում են[60][61]։ Շահույթը փոխանցվում է պասիվ ինդեքսային ներդրողներից ակտիվ ներդրողներին, որոնցից մի քանիսը ալգորիթմական առևտրականներ են, որոնք հատուկ օգտագործում են ինդեքսի վերահավասարակշռման էֆեկտը։ Պասիվ ներդրողների կրած այս կորուստների մեծությունը գնահատվել է տարեկան 21–28 բազային կետ S&P 500-ի համար և տարեկան 38–77 բազային կետ Russell 2000-ի համար[62]։ Bridgeway Capital Management-ի Ջոն Մոնտգոմերին ասում է, որ փոխադարձ ֆոնդերից առաջ առևտրից առաջ «ներդրողների վատ եկամուտը» «սենյակում գտնվող փիղն» է, որի մասին «զարմանալիորեն մարդիկ չեն խոսում»[63]։

Զույգերով առևտուր

[խմբագրել | խմբագրել կոդը]

Զույգով առևտուրը շուկայական չեզոք ռազմավարություն է, որը թույլ է տալիս առևտրականներին շահույթ ստանալ մոտ փոխարինողների հարաբերական արժեքի ժամանակավոր անհամապատասխանություններից։ Ի տարբերություն դասական արբիտրաժի, զույգերով առևտրի դեպքում մեկ գնի օրենքը չի կարող երաշխավորել գների կոնվերգենցիան։ Սա հատկապես ճիշտ է, երբ ռազմավարությունը կիրառվում է առանձին բաժնետոմսերի նկատմամբ, այս անկատար փոխարինողները կարող են անորոշ ժամանակով տարամիտվել։ Տեսականորեն, ռազմավարության երկար-կարճ բնույթը պետք է այն աշխատեցնի՝ անկախ ֆոնդային շուկայի ուղղությունից։ Գործնականում, կատարման ռիսկը, մշտական և մեծ շեղումները, ինչպես նաև անկայունության անկումը կարող են այս ռազմավարությունը դարձնել անշահավետ երկար ժամանակահատվածներում (օրինակ՝ 2004-2007 թվականներին): Այն պատկանում է վիճակագրական արբիտրաժի, կոնվերգենցիայի առևտրի և հարաբերական արժեքի ռազմավարությունների ավելի լայն կատեգորիաներին[64]։

Դելտա չեզոք ռազմավարություններ

[խմբագրել | խմբագրել կոդը]

Ֆինանսներում դելտա-չեզոքը նկարագրում է փոխկապակցված ֆինանսական արժեթղթերի պորտֆել, որտեղ պորտֆելի արժեքը մնում է անփոփոխ՝ հիմքում ընկած արժեթղթի արժեքի փոքր փոփոխությունների պատճառով։ Նման պորտֆելը սովորաբար պարունակում է օպցիոններ և դրանց համապատասխան հիմքում ընկած արժեթղթեր, այնպես որ դրական և բացասական դելտա բաղադրիչները փոխհատուցվում են, ինչի արդյունքում պորտֆելի արժեքը համեմատաբար անզգայուն է հիմքում ընկած արժեթղթի արժեքի փոփոխությունների նկատմամբ։

Արբիտրաժ

[խմբագրել | խմբագրել կոդը]

Տնտեսագիտության և ֆինանսների մեջ արբիտրաժը գնային տարբերությունից օգտվելու պրակտիկա է՝ կնքելով համապատասխան գործարքների համադրություն, որոնք օգտագործում են անհավասարակշռությունը, որտեղ շահույթը շուկայական գների միջև տարբերությունն է։ Ակադեմիկոսների կողմից արբիտրաժը գործարք է, որը չի ներառում բացասական դրամական հոսք որևէ հավանականային կամ ժամանակային վիճակում և դրական դրամական հոսք առնվազն մեկ վիճակում։ Պարզ ասած՝ դա զրոյական ծախսերով ռիսկից զերծ շահույթի հնարավորություն է։ Օրինակ՝ Արբիտրաժային առևտրի ամենատարածված հնարավորություններից մեկը S&P ֆյուչերսների և S&P 500 բաժնետոմսերի հետ խաղն է։ Առևտրային օրերի մեծ մասի ընթացքում այս երկուսը կզարգացնեն գների անհամապատասխանություն նրանց միջև։ Սա տեղի է ունենում, երբ NYSE և NASDAQ շուկաներում հիմնականում առևտրվող բաժնետոմսերի գները կա՛մ առաջ են անցնում, կա՛մ հետ են մնում CME շուկայում առևտրվող S&P ֆյուչերսներից։

Արբիտրաժի պայմաններ

[խմբագրել | խմբագրել կոդը]

Արբիտրաժը հնարավոր է երեք պայմաններից մեկի բավարարման դեպքում՝

  • Նույն ակտիվը բոլոր շուկաներում նույն գնով չի վաճառվում («մեկ գնի օրենքը» ժամանակավորապես խախտվում է)
  • Նույնական դրամական հոսքեր ունեցող երկու ակտիվները չեն վաճառվում նույն գնով
  • Ապագայում հայտնի գին ունեցող ակտիվն այսօր չի վաճառվում իր ապագա գնով՝ զեղչված ռիսկից զերծ տոկոսադրույքով (կամ ակտիվը չունի պահեստավորման աննշան ծախսեր. հետևաբար, օրինակ, այս պայմանը գործում է հացահատիկի, բայց ոչ արժեթղթերի համար):

Արբիտրաժը պարզապես մեկ շուկայում ապրանք գնելու և ավելի ուշ ժամանակահատվածում մեկ այլ շուկայում ավելի բարձր գնով վաճառելու գործողություն չէ։ Երկար և կարճ գործարքները իդեալականորեն պետք է տեղի ունենան միաժամանակ՝ շուկայական ռիսկի ենթարկվելը կամ այն ռիսկը, որ գները կարող են փոխվել մեկ շուկայում՝ երկու գործարքների ավարտից առաջ։ Գործնականում սա, ընդհանուր առմամբ, հնարավոր է միայն այն արժեթղթերի և ֆինանսական ապրանքների դեպքում, որոնցով կարելի է առևտուր անել էլեկտրոնային եղանակով, և նույնիսկ այդ դեպքում, երբ առևտրի առաջին փուլ(ներ)ը կատարվում են, մյուս փուլերի գները կարող են վատթարանալ՝ ապահովելով երաշխավորված վնաս։ Գործարքի փուլերից մեկը բաց թողնելը (և հետագայում այն ավելի վատ գնով բացելու անհրաժեշտությունը) կոչվում է «կատարման ռիսկ» կամ ավելի կոնկրետ՝ «leg-in և leg-out»։ Ամենապարզ օրինակում՝ մեկ շուկայում վաճառվող ցանկացած ապրանք պետք է նույն գնով վաճառվի մեկ այլ շուկայում։ Օրինակ՝ առևտրականները կարող են պարզել, որ ցորենի գինը գյուղատնտեսական շրջաններում ավելի ցածր է, քան քաղաքներում, գնել ապրանքը և տեղափոխել այն մեկ այլ շրջան՝ ավելի բարձր գնով վաճառելու համար։ Այս տեսակի գնային արբիտրաժը ամենատարածվածն է, սակայն այս պարզ օրինակը անտեսում է տեղափոխման, պահեստավորման, ռիսկի և այլ գործոնների արժեքը։ «Իսկական» արբիտրաժը պահանջում է, որ շուկայական ռիսկ չլինի։ Երբ արժեթղթերը վաճառվում են մեկից ավելի բորսաներում, արբիտրաժը տեղի է ունենում մեկում միաժամանակ գնելով և մյուսում վաճառելով։ Նման միաժամանակյա կատարումը, եթե ներգրավված են կատարյալ փոխարինողներ, նվազագույնի է հասցնում կապիտալի պահանջները, բայց գործնականում երբեք չի ստեղծում «ինքնաֆինանսավորվող» (ազատ) դիրք, ինչպես շատ աղբյուրներ սխալմամբ ենթադրում են՝ հետևելով տեսությանը։ Քանի դեռ երկու ոտքերի շուկայական արժեքի և ռիսկայնության միջև որոշակի տարբերություն կա, երկար-կարճ արբիտրաժային դիրքը պահելու համար անհրաժեշտ կլինի ներդնել կապիտալ։

Միջին հակադարձում

[խմբագրել | խմբագրել կոդը]

Միջին արժեքի վերադարձը մաթեմատիկական մեթոդաբանություն է, որը երբեմն օգտագործվում է բաժնետոմսերի ներդրումների համար, բայց այն կարող է կիրառվել նաև այլ գործընթացների համար։ Ընդհանուր առմամբ, գաղափարն այն է, որ բաժնետոմսի և՛ բարձր, և՛ ցածր գները ժամանակավոր են, և որ բաժնետոմսի գինը հակված է ժամանակի ընթացքում ունենալ միջին գին։ Միջին արժեքին հակադարձ պրոցեսի օրինակ է Օրնշտեյն-Ուլենբեքի ստոխաստիկ հավասարումը։

Միջին վերադարձը ենթադրում է նախ բաժնետոմսի առևտրային միջակայքի որոշում, այնուհետև միջին գնի հաշվարկ՝ օգտագործելով վերլուծական մեթոդներ՝ ակտիվների, եկամտի և այլնի հետ կապված։

Երբ ընթացիկ շուկայական գինը ցածր է միջին գնից, բաժնետոմսը համարվում է գրավիչ գնման համար՝ ակնկալելով, որ գինը կբարձրանա։ Երբ ընթացիկ շուկայական գինը բարձր է միջին գնից, սպասվում է, որ շուկայական գինը կնվազի։ Այլ կերպ ասած, միջին գնից շեղումները, ենթադրաբար, կվերադառնան միջինին։

Վերջին գների (օրինակ՝ վերջին 20) ստանդարտ շեղումը հաճախ օգտագործվում է որպես գնման կամ վաճառքի ցուցանիշ։

Բաժնետոմսերի հաշվետվությունների ծառայությունները (օրինակ՝ Yahoo! Finance, MS Investor, Morningstar և այլն) սովորաբար առաջարկում են շարժական միջիններ 50 և 100 օրվա նման ժամանակահատվածների համար։ Թեև հաշվետվությունների ծառայությունները տրամադրում են միջին ցուցանիշներ, ուսումնասիրության ժամանակահատվածի համար ամենաբարձր և ցածր գների բացահայտումը դեռևս անհրաժեշտ է։

Սկալպինգ

[խմբագրել | խմբագրել կոդը]

Սկալպինգը ոչ ավանդական շուկայավարողների կողմից իրացվելիության ապահովում է, որի միջոցով առևտրականները փորձում են վաստակել (կամ ստեղծել) առաջարկի և գնման միջև սփրեդը։ Այս մեթոդը շահութաբեր է այնքան ժամանակ, քանի դեռ գների շարժերը ավելի փոքր են, քան այդ տարբերությունը։ Սկալպինգը սովորաբար ենթադրում է դիրքի շատ արագ՝ սովորաբար մի քանի րոպեում կամ ավելի կարճ ժամանակում, բացում և փակում[65]։

Շուկայավարողը հիմնականում մասնագիտացված սկալպեր է և նրան նաև անվանում են դիլեր[66]։ Շուկա ստեղծողի կողմից առևտրի ծավալը մի քանի անգամ գերազանցում է միջին անհատ սկալպերի առևտրի ծավալը և կօգտագործի ավելի բարդ առևտրային համակարգեր և տեխնոլոգիաներ։ Այնուամենայնիվ, գրանցված շուկա ստեղծողները պարտավոր են պահպանել բորսայի կանոններն ու սահմանել նրանց նվազագույն գնանշման պարտավորությունները։ Օրինակ՝ ՆԱՍԴԱՔ-ը պահանջում է, որ յուրաքանչյուր շուկա ստեղծող որոշակի գնային մակարդակում ներկայացնի առնվազն մեկ առաջարկ, որպեսզի պահպանվի երկկողմանի շուկա ներկայացված յուրաքանչյուր բաժնետոմսի համար[67][66][68]։

Գործարքի արժեքի կրճատում

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական առևտուր անվանվող ռազմավարությունների մեծ մասը (ինչպես նաև ալգորիթմական իրացվելիության որոնումը) դասվում են ծախսերի կրճատման կատեգորիային։ Հիմնական գաղափարն այն է, որ մեծ պատվերը բաժանվի փոքր պատվերների և ժամանակի ընթացքում դրանք տեղադրվեն շուկայում։ Ալգորիթմի ընտրությունը կախված է տարբեր գործոններից, որոնցից ամենակարևորը բաժնետոմսի անկայունությունն ու իրացվելիությունն է։ Օրինակ՝ բարձր իրացվելիության բաժնետոմսերի համար բաժնետոմսերի ընդհանուր պատվերների որոշակի տոկոսի համապատասխանեցումը (կոչվում է ծավալային ներգծային ալգորիթմներ) սովորաբար լավ ռազմավարություն է, սակայն բարձր ոչ իրացվելի բաժնետոմսերի համար ալգորիթմները փորձում են համապատասխանեցնել յուրաքանչյուր պատվեր, որն ունի բարենպաստ գին (կոչվում է իրացվելիության որոնման ալգորիթմներ):

Այս ռազմավարությունների հաջողությունը սովորաբար չափվում է՝ համեմատելով ամբողջ պատվերի կատարման միջին գինը նույն ժամանակահատվածում համեմատական կատարման միջոցով ձեռք բերված միջին գնի հետ։ Սովորաբար, որպես չափանիշ օգտագործվում է ծավալային կշռված միջին գինը։ Երբեմն կատարման գինը համեմատվում է նաև պատվերի տեղադրման պահին գործիքի գնի հետ։

Այս ալգորիթմների հատուկ դասը փորձում է հայտնաբերել ալգորիթմային պատվերներ հակառակ կողմում (օրինակ՝ եթե դուք փորձում եք գնել, ալգորիթմը կփորձի հայտնաբերել վաճառքի պատվերները)։ Այսպիսի ալգորիթմները կոչվում են «հետապնդող ալգորիթմներ» (sniffing algorithms)։ Տիպիկ օրինակներից մեկն է Stealth անունով ալգորիթմը։

Ալգորիթմների որոշ օրինակներ են VWAP-ը, TWAP-ը, Implementation shortfall-ը, POV-ը, Display size-ը, Liquidity seeker-ը և Stealth-ը։ Ժամանակակից ալգորիթմները հաճախ օպտիմալ կերպով կառուցվում են կամ ստատիկ, կամ դինամիկ ծրագրավորման միջոցով[69][70][71]։

Փակ շուկաներում կիրառվող ռազմավարություններ

[խմբագրել | խմբագրել կոդը]

2009 թվականի դրությամբ, HFT-ն, որը ներառում է գնման կողմի, ինչպես նաև շուկա ստեղծող վաճառող կողմի առևտրականների լայն շրջանակ, դարձել է ավելի ակնառու և վիճահարույց[72]։ Այս ալգորիթմներին կամ տեխնիկաներին սովորաբար տրվում են այնպիսի անուններ, ինչպիսիք են՝ «Գաղտագողի» (մշակվել է Deutsche Bank-ի կողմից), «Այսբերգ», «Դագեր», «Կապիկ», «Գերիլա», «Սնայպեր», «ԲԱՍՈՐ» (մշակվել է Quod Financial-ի կողմից) և «Սնիֆեր»[73]։ Մութ ֆոնդերը (Dark pools) այլընտրանքային առևտրային համակարգեր են, որոնք բնույթով մասնավոր են՝ և, հետևաբար, չեն փոխազդում հանրային կարգի հոսքի հետ՝ և փոխարենը ձգտում են ապահովել չցուցադրված իրացվելիություն արժեթղթերի խոշոր բլոկներին[74]։ Մութ լողավազաններում առևտուրը տեղի է ունենում անանուն, պատվերների մեծ մասը թաքնված է[75]:

«Հիմա սա սպառազինությունների մրցավազք է»,- 2006 թվականին ասել է Մասաչուսեթսի տեխնոլոգիական ինստիտուտի ֆինանսական ճարտարագիտության լաբորատորիայի տնօրեն Էնդրյու Լոն։ «Բոլորը կառուցում են ավելի բարդ ալգորիթմներ, և որքան մեծ է մրցակցությունը, այնքան փոքր է շահույթը»[76]։

Շուկայի ժամանակային վերլուծություն

[խմբագրել | խմբագրել կոդը]

Այն ռազմավարությունները, որոնք ուղղված են ալֆա (գերազանց եկամտաբերություն) ստեղծելուն, համարվում են շուկայի ժամանակային ընտրության (market timing) ռազմավարություններ[77][78]։ Այս տեսակի ռազմավարությունները մշակվում են մեթոդաբանությամբ, որը ներառում է հետադարձ թեստավորում, առաջնային թեստավորում և իրական ժամանակի թեստավորում։ Շուկայի ժամանակի հաշվարկման ալգորիթմները սովորաբար կօգտագործեն տեխնիկական ցուցանիշներ, ինչպիսիք են շարժական միջինները, բայց կարող են նաև ներառել վերջավոր վիճակներով մեքենաների միջոցով իրականացված օրինաչափությունների ճանաչման տրամաբանություն[79][80]։

Ալգորիթմի հետփորձարկումը սովորաբար առաջին փուլն է և ներառում է հիպոթետիկ գործարքների մոդելավորումը նմուշի ներսում գտնվող տվյալների ժամանակահատվածում։ Առավել օպտիմալ մուտքային տվյալները որոշելու համար իրականացվում է օպտիմիզացիա։ Չափից ավելի օպտիմալացման հավանականությունը նվազեցնելու համար ձեռնարկվող քայլերը կարող են ներառել մուտքային տվյալների +/- 10% փոփոխումը, մուտքային տվյալների մեծ քայլերով փոփոխումը, Մոնտե Կառլո մոդելավորումների իրականացումը և միջնորդավճարի հաշվառումը[81]։

Ալգորիթմի առաջնային թեստավորումը հաջորդ փուլն է և ներառում է ալգորիթմի աշխատեցումը նմուշային տվյալների բազմության միջոցով՝ համոզվելու համար, որ ալգորիթմը գործում է հետադարձ ստուգման սպասումների շրջանակներում։

Առցանց թեստավորումը մշակման վերջին փուլն է և պահանջում է, որ մշակողը համեմատի իրական առցանց գործարքները ինչպես հետին, այնպես էլ առաջնային թեստավորված մոդելների հետ։ Համեմատվող չափանիշները ներառում են շահութաբերության տոկոսը, շահույթի գործակիցը, առավելագույն անկումը և մեկ գործարքի միջին շահույթը։

Ալգորիթմային առևտուր՝ հիմնված ոչերգոդիկ համակարգերի վրա

[խմբագրել | խմբագրել կոդը]

Ժամանակակից ալգորիթմական առևտրում ֆինանսական շուկաները համարվում են ոչ էրգոդիկ, ինչը նշանակում է, որ դրանք չեն հետևում ստացիոնար և կանխատեսելի դինամիկայի[82][83]։ Էմպիրիկ ապացույցները ցույց են տալիս, որ եկամտաբերությունը ո՛չ անկախ է, ո՛չ էլ նորմալ բաշխված, ինչը կանխատեսումն ավելի բարդ է դարձնում։ Ոչ էրգոդիկ համակարգում ռազմավարության հաջողությունը կախված է շուկայի զարգացումները կանխատեսելու դրա կարողությունից[84]։ Այս պատճառով, քանակական առևտրում կարևոր է մշակել գործիքներ, որոնք կարող են գնահատել և օգտագործել այս կանխատեսողական կարողությունը[85]:

Այս նպատակով, առանձնահատուկ հետաքրքրություն է ներկայացնում Բինոմալ էվոլյուցիայի ֆունկցիան, որը գնահատում է վերլուծված ներդրումային ռազմավարության նույն արդյունքները ստանալու հավանականությունը՝ օգտագործելով պատահական մեթոդ, ինչպիսին է մետաղադրամ նետելը։

• Եթե այս հավանականությունը ցածր է, դա նշանակում է, որ ալգորիթմն ունի իրական կանխատեսողական կարողություն։

Հաշվի առնելով ֆինանսական գործողությունների հաջորդականությունը, ֆունկցիան կիրառվում է հետևյալ քայլերով՝

ինանսական գործարքների տվյալ հաջորդականությամբ գործառույթը կիրառվում է հետևյալ կերպ:՝

1. Գործարքների ագրեգացում, նույն ուղղությամբ հաջորդական գործարքները (գնել կամ վաճառել) միավորվում են մեկ գործարքի մեջ։ Այս նոր գործարքի շահույթը կամ վնասը հաշվարկվում է առանձին միավորված գործարքների արդյունքները գումարելով։

2. Երկուական հաջորդականության փոխակերպում, առաջին քայլում ստացված հաջորդականությունը փոխակերպվում է 0-ների և 1-երի շարքի։ Շահութաբեր գործարքներին տրվում է 1 արժեք, իսկ վնասաբեր գործարքներին՝ 0 արժեք։

3. Պատահական հավանականության հաշվարկ՝ օգտագործելով բինոմային բաշխումը, այն հաշվարկում է հավասար կամ ավելի մեծ թվով ճիշտ կանխատեսումներ (հաղթանակներ) պատահականորեն ստանալու հավանականությունը, օրինակ՝ մետաղադրամ նետելով։ Այս հաշվարկը կատարվում է բինոմային ֆունկցիայի միջոցով, որտեղ՝

• k-ն հաջողությունների ընդհանուր թիվն է (հաջորդականության մեջ «1»-երի թիվը),

* p-ն հավասար է 50% ի

Այս գործառույթը ուշադրությունը տեղափոխում է այն արդյունքից, որի վրա կարող են մեծապես ազդել անհատական հաջող գործարքները, շուկան կանխատեսելու ալգորիթմի ունակության վրա: Այս մոտեցումը ավելի ու ավելի տարածված է դառնում ժամանակակից քանակական առևտրում, որտեղ ճանաչվում է, որ ապագա շահույթը կախված է շուկայի զարգացումը կանխատեսելու ալգորիթմի կարողությունից:

Բարձր հաճախականության առևտուր

[խմբագրել | խմբագրել կոդը]

Բարձր հաճախականության առևտուրը (ԲՀԱ) ալգորիթմական առևտրի մի ձև է, որը բնութագրվում է բարձր շրջանառությամբ և պատվերի և առևտրի բարձր հարաբերակցությամբ։ Չնայած ԲՀԱ-ի միասնական սահմանում չկա, դրա հիմնական հատկանիշներից են բարձր բարդ ալգորիթմները, մասնագիտացված պատվերների տեսակները, համատեղ տեղակայումը, շատ կարճաժամկետ ներդրումային հորիզոնները և պատվերների չեղարկման բարձր մակարդակը[86]։ ԱՄՆ-ում բարձր հաճախականության առևտրային (ԲՀԱ) ընկերությունները կազմում են այսօր գործող մոտ 20,000 ընկերությունների 2%-ը, բայց կազմում են բաժնետոմսերի առևտրի ամբողջ ծավալի 73%-ը[87]։ 2009 թվականի առաջին եռամսյակի դրությամբ, ԲՀԱ ռազմավարություններ ունեցող հեջ ֆոնդերի կառավարման տակ գտնվող ընդհանուր ակտիվները կազմել են 141 միլիարդ ԱՄՆ դոլար, ինչը մոտ 21%-ով պակաս է իրենց ամենաբարձր ցուցանիշից[88]։ ԲՀԱ ռազմավարությունն առաջին անգամ հաջողության է հասել Renaissance Technologies-ի կողմից[89]։

Բարձր հաճախականության ֆոնդերը սկսել են հատկապես ժողովրդականություն ձեռք բերել 2007 և 2008 թվականներին[90]։ Շատ ԲՀԱ ընկերություններ շուկայի ստեղծողներ են և շուկային ապահովում են իրացվելիություն, ինչը նվազեցրել է անկայունությունը և նպաստել է առաջարկի և գնման միջև սփրեդների նեղացմանը՝ առևտուրն ու ներդրումները դարձնելով ավելի էժան շուկայի մյուս մասնակիցների համար[91][92][93]։ Բարձր արժույթի փոխարժեքը հանրային ուշադրության կենտրոնում է հայտնվել այն բանից հետո, երբ ԱՄՆ Արժեթղթերի և բորսաների հանձնաժողովը և Ապրանքային ֆյուչերսների առևտրի հանձնաժողովը հայտարարել են, որ և՛ ալգորիթմական առևտուրը, և՛ բարձր արժույթի փոխարժեքը նպաստել են 2010 թվականի «Flash Crash»-ի անկայունությանը։ ԱՄՆ-ի խոշորագույն բարձր հաճախականությամբ առևտրային ընկերությունների շարքում են՝ Chicago Trading Company-ն, Optiver-ը, Virtu Financial-ը, DRW-ն, Jump Trading-ը, Two Sigma Securities-ը, GTS-ը, IMC Financial-ը և Citadel LLC-ն[94]։

Շուկայի ձևավորում

[խմբագրել | խմբագրել կոդը]

Շուկայի ձևավորումը ներառում է սահմանափակ պատվերի տեղադրման պրոցես՝ վաճառելու համար (կամ առաջարկելու) վերևում ընթացիկ շուկայի գինը կամ գնման սահմանափակ պատվեր (կամ առաջարկ) տեղադրված ընթացիկ գնի ներքևում՝ կանոնավոր և շարունակական հիմունքներով՝ որսալու առաջարկի և պահանջի տարածությունը (bid-ask spread): Automated Trading Desk-ը, որը գնվել է Citigroup-ի կողմից 2007 թվականի հուլիսին, ակտիվ շուկայի ձևավորող է եղել և կազմում է մոտ 6% ընդհանուր ծավալից՝ ինչպես NASDAQ-ում, այնպես էլ Նյու Յորքի Պետական Փոխանակարանում (NYSE):

Վիճակագրական արբիտրաժ

[խմբագրել | խմբագրել կոդը]

Մյուս HFT ռազմավարությունների շարքը դասական արբիտրաժային ռազմավարություն է, որն կարող է ներառել մի քանի արժեթղթեր, օրինակ՝ ծածկված տոկոսադրույքի հավասարակշռություն արտարժույթային շուկայում, որը կապում է տեղական պարտքի, արտարժույթով արտահայտված պարտքի, արժույթի սպոտ գնի և դրա վրա հիմնված ֆորվարդային պայմանագրի գնի միջև եղած հարաբերությունը։ Եթե շուկայական գներն բավականաչափ տարբերվում են մոդելում ենթադրվողից՝ հաշվի առնելով գործարքի ծախսերը, ապա հնարավոր է իրականացնել չորս գործարք՝ ապահովելու ռիսկից ազատ շահույթ։ HFT-ն թույլ է տալիս նման արբիտրաժներ՝ օգտագործելով ավելի բարդ մոդելներ, որոնք ներառում են շատ ավելի քան չորս արժեթղթեր։ TABB Group-ի գնահատականով, ցածր ուշացումով արբիտրաժային ռազմավարությունների տարեկան կուտակված շահույթները ներկայումս գերազանցում են 21 միլիարդ ԱՄՆ դոլարը[95]։

Մշակվել են վիճակագրական արբիտրաժային ռազմավարությունների լայն շրջանակ, որոնց միջոցով առևտրային որոշումները կայացվում են վիճակագրորեն նշանակալի փոխհարաբերություններից շեղումների հիման վրա։ Ինչպես շուկայական ստեղծող ռազմավարությունները, վիճակագրական արբիտրաժը կարող է կիրառվել բոլոր ակտիվների դասերում։

Իրաադարձությունների արբիտրաժ

[խմբագրել | խմբագրել կոդը]

Ռիսկի, միաձուլման, փոխարկելի կամ ճգնաժամային վիճակում գտնվող արժեթղթերի արբիտրաժի ենթախումբ, որը հիմնված է որոշակի իրադարձության վրա, ինչպիսիք են պայմանագրի ստորագրումը, կարգավորող մարմնի հաստատումը, դատական որոշումը և այլն,՝ երկու կամ ավելի ֆինանսական գործիքների գնի կամ տոկոսադրույքի փոխհարաբերությունը փոխելու և արբիտրաժին շահույթ ստանալու հնարավորություն տալու համար[96]։

Միաձուլման արբիտրաժը, որը կոչվում է նաև ռիսկի արբիտրաժ, դրա օրինակ կլինի։ Միաձուլման արբիտրաժը սովորաբար բաղկացած է մի ընկերության բաժնետոմսերի գնումից, որը ձեռքբերման թիրախ է, միաժամանակ ձեռք բերող ընկերության բաժնետոմսերի կարճ գնի նվազեցմամբ։ Սովորաբար թիրախային ընկերության շուկայական գինը ցածր է ձեռք բերող ընկերության կողմից առաջարկվող գնից։ Այս երկու գների միջև եղած տարբերությունը հիմնականում կախված է կլանման ավարտի հավանականությունից և ժամկետներից, ինչպես նաև տոկոսադրույքների գերիշխող մակարդակից։ Միաձուլման արբիտրաժում խաղադրույքն այն է, որ նման սփրեդը ի վերջո կհավասարվի զրոյի, եթե և երբ կլանումն ավարտվի։ Ռիսկն այն է, որ գործարքը «խզվի», և սփրեդը զանգվածաբար ընդլայնվի։

Կեղծում

[խմբագրել | խմբագրել կոդը]

Որոշ առևտրականներ կիրառում են մի ռազմավարություն, որն արգելված է, բայց, հավանաբար, շարունակվում է կիրառվել, որը կոչվում է կեղծում։ Դա պատվերներ տալն է՝ բաժնետոմսեր գնելու կամ վաճառելու ցանկության տպավորություն թողնելու համար՝ առանց պատվերը կատարելու մտադրության՝ շուկան ժամանակավորապես մանիպուլյացիայի ենթարկելու համար՝ բաժնետոմսեր ավելի բարենպաստ գնով գնելու կամ վաճառելու համար։ Սա արվում է ընթացիկ առաջարկի կամ վաճառքի գնից դուրս սահմանային պատվերներ ստեղծելով՝ շուկայի այլ մասնակիցների համար հաղորդված գինը փոխելու համար։ Հետագայում առևտրականը կարող է գործարքներ կատարել գնի արհեստական փոփոխության հիման վրա, այնուհետև չեղարկել սահմանային պատվերները մինչև դրանց կատարումը։

Ենթադրենք, որ առևտրականը ցանկանում է վաճառել ընկերության բաժնետոմսեր՝ ներկայիս առաջարկով $20 և ներկայիս պահանջարկով $20.20: Առևտրականը կտեղադրի գնման պատվեր $20.10-ով, որը դեռևս որոշակի հեռավորության վրա է հարցման կետից, ուստի այն չի կատարվի, իսկ $20.10 առաջարկը ներկայացվում է որպես ազգային լավագույն առաջարկ և առաջարկի լավագույն առաջարկի գին։ Այնուհետև առևտրականը կատարում է շուկայական պատվեր՝ վաճառելու այն բաժնետոմսերը, որոնք նա ցանկանում էր վաճառել։ Քանի որ լավագույն առաջարկի գինը ներդրողի արհեստական առաջարկն է, շուկա ստեղծողը վաճառքի պատվերը կատարում է $20.10-ով, ինչը թույլ է տալիս մեկ բաժնետոմսի համար $0.10-ով ավելի բարձր վաճառքի գին ունենալ։ Հետագայում առևտրականը չեղարկում է իր սահմանաչափային պատվերը այն գնման համար, որը երբեք չի ունեցել ավարտելու մտադրություն։

Պատվերների ավելացում

[խմբագրել | խմբագրել կոդը]

Գնանշումների լցոնումը չարամիտ առևտրականների կողմից կիրառվող մարտավարություն է, որը ներառում է մեծ քանակությամբ պատվերների արագ մուտքագրում և դուրսբերում՝ շուկան ողողելու փորձով, այդպիսով առավելություն ստանալով ավելի դանդաղ շուկայի մասնակիցների նկատմամբ[97]։ Արագ տեղադրված և չեղարկված պատվերները առաջացնում են շուկայական տվյալների հոսքեր, որոնց վրա հիմնված են սովորական ներդրողները՝ գների գնանշումները հետաձգելու համար, մինչ լցոնումը տեղի է ունենում։ HFT ընկերությունները օգտվում են սեփական, ավելի բարձր հզորության սնուցումներից և ամենահզոր, ամենացածր լատենտությամբ ենթակառուցվածքից։ Հետազոտողները ցույց են տվել, որ բարձր հաճախականության առևտրականները կարողանում են շահույթ ստանալ արհեստականորեն առաջացած լատենտություններից և արբիտրաժային հնարավորություններից, որոնք առաջանում են գնանշումների լցոնումից[98]։

Ցածր լատենտության առևտրային համակարգեր

[խմբագրել | խմբագրել կոդը]

Ցանցի կողմից առաջացած լատենտությունը, որը հապաղման հոմանիշ է, չափվում է միակողմանի հապաղմամբ կամ երկկողմանի ժամանակով, սովորաբար սահմանվում է որպես այն ժամանակը, որը պահանջվում է տվյալների փաթեթին մեկ կետից մյուսը հասնելու համար[99]։ Ցածր լատենտության առևտուրը վերաբերում է ալգորիթմական առևտրային համակարգերին և ցանցային երթուղիներին, որոնք օգտագործվում են ֆինանսական հաստատությունների կողմից՝ միանալով ֆոնդային բորսաներին և էլեկտրոնային հաղորդակցության ցանցերին (ECN)՝ ֆինանսական գործարքները արագ կատարելու համար[100]։ HFT ընկերությունների մեծ մասը կախված է իրենց առևտրային ռազմավարությունների ցածր լատենտության կատարումից։ Ջոել Հասբրուքը և Գիդեոն Սաարը (2013) չափում են լատենտությունը՝ հիմնվելով երեք բաղադրիչների վրա՝ (1) տեղեկատվությանը առևտրականին հասնելու համար անհրաժեշտ ժամանակը, (2) առևտրականի կողմից տեղեկատվության վերլուծության համար անհրաժեշտ ալգորիթմները և (3) բորսային հասնելու և այն իրականացնելու համար ստեղծված գործողությունը[101]: Ժամանակակից էլեկտրոնային շուկայում (մոտավորապես 2009 թվականին) ցածր լատենտությամբ գործարքի մշակման ժամանակը որակվում էր որպես 10 միլիվայրկյանից պակաս, իսկ գերցածր լատենտությամբ՝ որպես 1 միլիվայրկյանից պակաս[102]։

Ցածր լատենտությամբ առևտրականները կախված են գերցածր լատենտությամբ ցանցերից։ Նրանք շահույթ են ստանում՝ իրենց ալգորիթմներին տեղեկատվություն տրամադրելով, ինչպիսիք են մրցակցային առաջարկները և գները, միկրովայրկյաններով ավելի արագ, քան իրենց մրցակիցներինը[103]։ Արագության հեղափոխական աճը հանգեցրել է նրան, որ ընկերությունները պետք է ունենան իրական ժամանակում գործող, համատեղ տեղակայված առևտրային հարթակ՝ բարձր հաճախականության ռազմավարությունների ներդրումից օգտվելու համար[103]։ Ռազմավարությունները անընդհատ փոփոխվում են՝ շուկայում տեղի ունեցող նուրբ փոփոխությունները արտացոլելու, ինչպես նաև մրցակիցների կողմից ռազմավարության հակադարձ ինժեներիայի սպառնալիքի դեմ պայքարելու համար։ Սա պայմանավորված է ալգորիթմական առևտրային ռազմավարությունների էվոլյուցիոն բնույթով. դրանք պետք է կարողանան հարմարվել և խելամտորեն առևտուր անել՝ անկախ շուկայական պայմաններից, ինչը ենթադրում է բավականաչափ ճկուն լինել՝ շուկայական սցենարների լայն շրջանակին դիմակայելու համար։ Արդյունքում, ընկերությունների զուտ եկամտի զգալի մասը ծախսվում է այս ինքնավար առևտրային համակարգերի հետազոտությունների և զարգացման վրա[103]։

Ռազմավարության իրականացում

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական ռազմավարությունների մեծ մասն իրականացվում է ժամանակակից ծրագրավորման լեզուներով, չնայած որոշները դեռևս իրականացնում են աղյուսակներում մշակված ռազմավարություններ։ Ավելի ու ավելի հաճախ խոշոր բրոքերային ընկերությունների և ակտիվների կառավարիչների կողմից օգտագործվող ալգորիթմները գրվում են FIX արձանագրության ալգորիթմական առևտրի սահմանման լեզվով (FIXatdl), որը թույլ է տալիս պատվերներ ստացող ընկերություններին ճշգրտորեն նշել, թե ինչպես պետք է արտահայտվեն իրենց էլեկտրոնային պատվերները։ FIXatdl-ի միջոցով կազմված պատվերները կարող են փոխանցվել առևտրականների համակարգերից FIX արձանագրության միջոցով[104]։ Հիմնական մոդելները կարող են հենվել ընդամենը գծային ռեգրեսիայի վրա, մինչդեռ ավելի բարդ խաղերի տեսության և օրինաչափությունների ճանաչման[105] կամ կանխատեսողական մոդելները նույնպես կարող են օգտագործվել առևտուր սկսելու համար։ Այս մոդելները ստեղծելու համար օգտագործվել են ավելի բարդ մեթոդներ, ինչպիսիք են Մարկովյան շղթայի Մոնտե Կառլոն[106]։

Խնդիրներ և զարգացումներ

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական առևտուրը, ինչպես ցույց է տրվել, զգալիորեն բարելավում է շուկայի իրացվելիությունը[107]՝ այլ առավելությունների հետ մեկտեղ։ Այնուամենայնիվ, ալգորիթմական առևտրի շնորհիվ արտադրողականության բարելավմանը դեմ են արտահայտվել մարդ-բրոքերները և համակարգիչների կողմից ուժեղ մրցակցության ենթարկվող առևտրականները։

Կիբօրգ ֆինանսներ

[խմբագրել | խմբագրել կոդը]

Ֆինանսների ոլորտում տեխնոլոգիական առաջընթացը, մասնավորապես ալգորիթմական առևտրին վերաբերողը, մեծացրել է ֆինանսական արագությունը, կապը, հասանելիությունը և բարդությունը՝ միաժամանակ նվազեցնելով դրա մարդկայնությունը։ Բարդ ալգորիթմների վրա հիմնված ծրագրային ապահովումն աշխատող համակարգիչները ֆինանսական ոլորտի բազմաթիվ գործառույթներում փոխարինել են մարդկանց։ Ֆինանսները, ըստ էության, վերածվում են մի ոլորտի, որտեղ մեքենաներն ու մարդիկ կիսում են գերիշխող դերերը՝ ժամանակակից ֆինանսները վերածելով այն բանի, ինչը մի գիտնական անվանել է «կիբօրգ ֆինանսներ»[108]։

Մտահոգություններ

[խմբագրել | խմբագրել կոդը]

Մինչ շատ փորձագետներ գովաբանում են համակարգչային ալգորիթմական առևտրի նորարարության առավելությունները, այլ վերլուծաբաններ մտահոգություն են հայտնել համակարգչային առևտրի որոշակի ասպեկտների վերաբերյալ։

«Այս համակարգերի թերությունը դրանց սև արկղի լինելն է», - ասել է պարոն Ուիլյամսը։ «Վաճառողները ինտուիտիվ զգացողություն ունեն այն մասին, թե ինչպես է գործում աշխարհը։ Սակայն այս համակարգերի դեպքում դուք մի կույտ թվեր եք մուտքագրում, և ինչ-որ բան դուրս է գալիս մյուս ծայրից, և միշտ չէ, որ ինտուիտիվ կամ պարզ է, թե ինչու է «սև արկղը» կպել որոշակի տվյալների կամ հարաբերությունների վրա»[109]։

« Ֆինանսական ծառայությունների մարմինը ուշադիր հետևում է «սև արկղերի» առևտրի զարգացմանը։ Իր տարեկան զեկույցում կարգավորող մարմինը նշել է նոր տեխնոլոգիաների կողմից շուկա բերվող արդյունավետության մեծ առավելությունները։ Սակայն այն նաև նշել է, որ «բարդ տեխնոլոգիաների և մոդելավորման վրա ավելի մեծ կախվածությունը իր հետ բերում է ավելի մեծ ռիսկ, որ համակարգերի խափանումը կարող է հանգեցնել բիզնեսի ընդհատման»[110]։

Մեծ Բրիտանիայի ֆինանսների նախարար լորդ Մայներսը զգուշացրել է, որ ընկերությունները կարող են դառնալ սպեկուլյանտների «խաղալիքները» ավտոմատ բարձր հաճախականությամբ առևտրի պատճառով։ Լորդ Մայներսն ասել է, որ գործընթացը կարող է խաթարել ներդրողի և ընկերության միջև հարաբերությունները[111]։

Այլ խնդիրներից են լատենտության կամ առևտրականներին գնանշումների ստացման ուշացման տեխնիկական խնդիրը[112], անվտանգությունը և համակարգի ամբողջական խափանման հնարավորությունը, որը կհանգեցնի շուկայի փլուզման[113]։

«Գոլդմանը տասնյակ միլիոնավոր դոլարներ է ծախսում այս բաների վրա։ Նրանց տեխնոլոգիական ոլորտում ավելի շատ մարդիկ են աշխատում, քան առևտրային սեղանի վրա աշխատող մարդիկ... Շուկաների բնույթը կտրուկ փոխվել է»[114]։

2012 թվականի օգոստոսի 1-ին Knight Capital Group-ը տեխնոլոգիական խնդիր է ունեցել իր ավտոմատացված առևտրային համակարգում[115], որի հետևանքով ընկերությունը կրել է 440 միլիոն դոլարի վնաս։

Այս խնդիրը կապված էր Knight-ի կողմից առևտրային ծրագրակազմի տեղադրման հետ և հանգեցրել է նրան, որ Knight-ը շուկա է ուղարկել Նյու Յորքի ֆոնդային բորսայում ցուցակված արժեթղթերի բազմաթիվ սխալ հայտեր: Այնուամենայնիվ, Knight-ը, որը հայտնի է նաև որպես Նյու Յորքի ֆոնդային բորսա, կարող է նաև խնդիրներ առաջացնել: Այս ծրագիրը հեռացվել է ընկերության համակարգերից: ... Սխալ պատվերները բացասական ազդեցություն չեն ունեցել հաճախորդների վրա, և ծրագրային ապահովման խնդիրը սահմանափակվել է Նյու Յորքի ֆոնդային բորսայում ցուցակված որոշակի բաժնետոմսերի վերահասցեավորմամբ: Knight-ը ամբողջությամբ իրականացրել է սխալ առևտրային դիրքը, ինչը հանգեցրել է մոտ 440 միլիոն դոլարի նախնական հարկային կորուստների:

Ալգորիթմական և բարձր հաճախականության առևտուրը, ինչպես ցույց է տրվել, նպաստել է անկայունությանը 2010 թվականի մայիսի 6-ի «Կայծակնային ճգնաժամի» ժամանակ[116][117], երբ Դաու Ջոնսի արդյունաբերական միջին ցուցանիշը կտրուկ անկում է ապրել մոտ 600 միավորով՝ այդ կորուստները մի քանի րոպեում վերականգնելու համար։ Այդ ժամանակ դա Դաու Ջոնսի արդյունաբերական միջինի պատմության մեջ երկրորդ ամենամեծ կետային տատանումն էր՝ 1,010.14 միավոր, և ամենամեծ մեկօրյա կետային անկումը՝ 998.5 միավոր, օրական կտրվածքով[118]։

Վերջին իրադարձություններ

[խմբագրել | խմբագրել կոդը]

Ընկերությունները, ինչպիսիք են Need to Know News-ը, Thomson Reuters-ը, Dow Jones-ը և Bloomberg-ը, ներկայումս ձևավորում են ֆինանսական շուկայի նորությունները՝ ալգորիթմների միջոցով կարդալու և առևտուր անելու համար:

«Համակարգիչներն այժմ օգտագործվում են ընկերությունների եկամուտների արդյունքների կամ տնտեսական վիճակագրության վերաբերյալ նորություններ ստեղծելու համար, երբ դրանք հրապարակվում են։ Եվ այս գրեթե ակնթարթային տեղեկատվությունը ուղղակիորեն մատակարարվում է այլ համակարգիչներին, որոնք առևտուր են անում նորությունների հետ»[119]

Ալգորիթմները ոչ միայն առևտուր են անում պարզ նորությունների հիման վրա, այլև մեկնաբանում են ավելի դժվար հասկանալի նորությունները։ Որոշ ընկերություններ նաև փորձում են ավտոմատ կերպով տրամադրվածություն (լուրը լավը կամ վատը որոշելու որոշում) վերագրել նորություններին, որպեսզի ավտոմատացված առևտուրը կարողանա անմիջապես աշխատել նորության վրա[120]։

«Մարդիկ ավելի ու ավելի են դիտարկում նորությունների բոլոր տեսակները և կիսակառուցվածքային ձևով կառուցում իրենց սեփական ցուցանիշները դրանց շուրջ», քանի որ նրանք անընդհատ փնտրում են նոր առևտրային առավելություններ, ասել է Ռոբ Պասարելան, Dow Jones Enterprise Media Group-ի գլոբալ ռազմավարության տնօրենը։ Նրա ընկերությունը առևտրականների համար տրամադրում է ինչպես ցածր լատենտության նորությունների հոսք, այնպես էլ նորությունների վերլուծություն։ Պասարելլան նաև մատնանշել է նոր ակադեմիական հետազոտություններ, որոնք իրականացվում են այն մասին, թե որքանով կարող են տարբեր բաժնետոմսերի վերաբերյալ Google-ում հաճախակի որոնումները ծառայել որպես առևտրային ցուցանիշներ, տարբեր արտահայտությունների և բառերի հնարավոր ազդեցությունը, որոնք կարող են հայտնվել Արժեթղթերի և բորսաների հանձնաժողովի հայտարարություններում, և բաժնետոմսերի առևտրի թեմաներին նվիրված առցանց համայնքների վերջին ալիքը[121]։

«Շուկաները իրենց բնույթով զրույցներ են, որոնք զարգացել են սրճարաններից և պանդոկներից», - ասել է նա։ Այսպիսով, թվային հասարակությունում զրույցների ստեղծման եղանակը նույնպես կօգտագործվի նորությունները առևտրի վերածելու համար, ասել է Պասարելան[122]։

«Իրական հետաքրքրություն կա նորությունների մեկնաբանման գործընթացը մարդկանցից մեքենաներին տեղափոխելու հարցում», - ասում է Քիրստի Սուտարին, Reuters-ի ալգորիթմական առևտրի գլոբալ բիզնես մենեջերը։ «Մեր հաճախորդներից ավելի շատերը գտնում են լրատվական բովանդակությունն օգտագործելու եղանակներ՝ գումար վաստակելու համար»[123]։

Ալգորիթմիկ առևտրականների համար լուրերի հաղորդման արագության կարևորության օրինակ է Dow Jones-ի գովազդային արշավը (հայտնվել է The Wall Street Journal-ի W15 էջում, 2008 թվականի մարտի 1-ին), որտեղ պնդել են, որ իրենց ծառայությունը երկու վայրկյանով գերազանցել է մյուս լրատվական ծառայություններին՝ հաղորդելով Անգլիայի բանկի կողմից տոկոսադրույքի իջեցման մասին։

2007 թվականի հուլիսին Citigroup-ը, որն արդեն մշակել է իր սեփական առևտրային ալգորիթմները, վճարել է 680 միլիոն դոլար Automated Trading Desk-ի համար, որը 19-ամյա ընկերություն էր և օրական առևտուր է անում մոտ 200 միլիոն բաժնետոմսով[124]։ Citigroup-ը նախկինում գնել է Lava Trading-ը և OnTrade Inc.-ը։

2010 թվականի վերջին Մեծ Բրիտանիայի կառավարության գիտության գրասենյակը նախաձեռնել է «Foresight» նախագիծ, որը ուսումնասիրել է ֆինանսական շուկաներում համակարգչային առևտրի ապագան[125] ինչը գլխավորել է Լոնդոնի ֆոնդային բորսայի նախկին գործադիր տնօրեն Դեյմ Կլարա Ֆուրսը, և 2011 թվականի սեպտեմբերին նախագիծը հրապարակել է իր նախնական արդյունքները երեք գլուխից բաղկացած աշխատանքային փաստաթղթի տեսքով, որը հասանելի է երեք լեզվով, ինչպես նաև 16 լրացուցիչ հոդվածներ, որոնք ներկայացնում էին հիմնավորող ապացույցներ[125]: Այս բոլոր արդյունքները հեղինակվել կամ համահեղինակվել են առաջատար գիտնականների և մասնագետների կողմից և ենթարկվել են անանուն փորձագիտական գրախոսության։ 2012 թվականին հրապարակված Foresight ուսումնասիրությունը նշել է պարբերական անլիկվիդության, մանիպուլյացիայի նոր ձևերի և շուկայի կայունությանը սպառնացող հնարավոր սպառնալիքների հետ կապված խնդիրները՝ սխալ ալգորիթմների կամ հաղորդագրությունների չափազանց մեծ հոսքի պատճառով։ Այնուամենայնիվ, զեկույցը քննադատության է ենթարկվել նաև «բարձր ճնշման տեխնոլոգիայի օգտին ստանդարտ փաստարկներ» ընդունելու և խորհրդատվական խմբի անդամներին բարձր ճնշման տեխնոլոգիայի արդյունաբերության հետ կապելու համար[126]։

Համակարգի ճարտարապետություն

[խմբագրել | խմբագրել կոդը]

Ավանդական առևտրային համակարգը հիմնականում բաղկացած է երկու բլոկից, որոնցից մեկը ստանում է շուկայի տվյալները, իսկ մյուսը վաճառքի հարցում է ուղարկում բորսա: Այնուամենայնիվ, ալգորիթմական առևտրային համակարգը կարելի է բաժանել երեք մասի։

  1. Փոխանակում
  2. Սերվեր
  3. Հավելված

Փոխանակումները համակարգին տրամադրում են տվյալներ, որոնք սովորաբար բաղկացած են հայտերի վերջին գրքից, առևտրի ծավալներից և վերջին առևտրի գնից (LTP) scrip-ի միջոցով: Սերվերն իր հերթին ստանում է տվյալներ՝ միաժամանակ հանդես գալով որպես պատմական տվյալների բազայի պահեստ։ Տվյալները վերլուծվում են հավելվածի այն կողմում, որտեղ օգտագործողը մուտքագրում է առևտրային ռազմավարություններ և կարող է դիտվել GUI-ում: Պատվերը ձևավորվելուց հետո այն ուղարկվում է պատվերի կառավարման համակարգ (OMS), որն իր հերթին այն փոխանցում է բորսային[127][128]։

Դրանից աստիճանաբար, ավանդական, բարձր ուշացում ունեցող ալգորիթմային համակարգերի ճարտարապետությունը փոխարինվում է նոր, բարձր մակարդակի ենթակառուցվածքներով, ցածր ուշացում ունեցող ցանցերով։ Ապացուցված իրադարձությունների մշակման շարժիչը (CEP), որը հանդիսանում է որոշում կայացման հիմնական մասը ալգորիթմական առևտրի համակարգերում, օգտագործվում է պատվերների ուղարկման և ռիսկի կառավարման համար[127][128]։

FIX (Ֆինանսական տեղեկատվության փոխանակման) արձանագրության ի հայտ գալով, տարբեր ուղղությունների հետ կապը դարձել է ավելի հեշտ, և շուկա մուտք գործելու ժամանակը կրճատվել է նոր ուղղության հետ կապվելու համար։ Ստանդարտ արձանագրության առկայությամբ, տվյալների հոսքերի համար երրորդ կողմի մատակարարների ինտեգրումը այլևս դժվար գործ չէ[129]։

Ազդեցություններ

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական առևտրի վերաբերյալ ակադեմիական հետազոտությունների ավելի իրոնիկ եզրակացություններից մեկը կարող է լինել այն, որ անհատ առևտրականները ներդնում են ալգորիթմներ՝ հաղորդակցությունն ավելի պարզ և կանխատեսելի դարձնելու համար, մինչդեռ շուկաները դառնում են ավելի բարդ և ավելի անորոշ[130]։ Քանի որ առևտրի ալգորիթմները հետևում են տեղական կանոններին, որոնք կա՛մ արձագանքում են ծրագրավորված հրահանգներին, կա՛մ սովորած օրինաչափություններին, միկրոմակարդակում դրանց ավտոմատացված և ռեակտիվ վարքագիծը հաղորդակցության դինամիկայի որոշակի մասերը դարձնում է ավելի կանխատեսելի։ Սակայն, մակրո մակարդակում ցույց է տրվել, որ ընդհանուր առմամբ առաջացող գործընթացը դառնում է ավելի բարդ և պակաս կանխատեսելի[130]։ Այս երևույթը բնորոշ չէ միայն ֆոնդային շուկային և հայտնաբերվել է նաև Վիքիպեդիայի խմբագրման բոտերի միջոցով[131]։

Չնայած դրա զարգացումը կարող է պայմանավորված լինել տասնորդականացման պատճառով առևտրի ծավալների նվազմամբ, ալգորիթմական առևտուրն էլ ավելի է կրճատել առևտրի ծավալները։ Աշխատանքները, որոնք մի ժամանակ կատարվել են մարդ-առևտրականների կողմից, այժմ վերածվում են համակարգիչների։ Համակարգչային միացումների արագությունը, որը չափվում է միկրովայրկյաններով, դարձել է շատ կարևոր[132][133]։

ԱՄՆ-ում ավելի լիովին ավտոմատացված շուկաները, ինչպիսիք են NASDAQ-ը, Direct Edge-ը և BATS-ը (նախկինում Better Alternative Trading System-ի հապավումը), շուկայական մասնաբաժին են ձեռք բերել ավելի քիչ ավտոմատացված շուկաներից, ինչպիսին է NYSE-ը։ Էլեկտրոնային առևտրի ոլորտում մասշտաբի տնտեսությունը նպաստել է միջնորդավճարների և առևտրի մշակման վճարների նվազեցմանը, ինչպես նաև նպաստել է միջազգային միաձուլումներին և ֆինանսական բորսաների կոնսոլիդացիային։

Բորսաների միջև մրցակցություն է զարգանում գործարքների ավարտման ամենաարագ մշակման ժամանակների համար։ Օրինակ՝ 2007 թվականի հունիսին Լոնդոնի ֆոնդային բորսան գործարկել է TradElect անվամբ նոր համակարգ, որը խոստանում է պատվերի տեղադրումից մինչև վերջնական հաստատում միջինում 10 միլիվայրկյան մշակման ժամանակ և կարող է մշակել վայրկյանում 3000 պատվեր[134]։ Այդ ժամանակվանից ի վեր մրցակցային բորսաները շարունակել են նվազեցնել լատենտությունը՝ հասանելի դարձնելով 3 միլիվայրկյան կատարման ժամանակ։ Սա մեծ կարևորություն ունի բարձր հաճախականությամբ առևտրականների համար, քանի որ նրանք պետք է փորձեն ճշգրտել տվյալ ֆինանսական գործիքների հետևողական և հավանական կատարողականի միջակայքերը։ Այս մասնագետները հաճախ գործ ունեն ֆոնդային ինդեքսային ֆոնդերի տարբերակներով, ինչպիսիք են E-mini S&P-ները, քանի որ նրանք ձգտում են հետևողականության և ռիսկերի մեղմացման՝ զուգորդված բարձր արդյունավետության հետ։ Նրանք պետք է զտեն շուկայական տվյալները՝ իրենց ծրագրային ապահովման մեջ ներառելու համար, որպեսզի կանգառ-կորուստներ տեղադրելու և/կամ շահույթ վերցնելու պահին ապահովվի ամենացածր լատենտությունը և ամենաբարձր իրացվելիությունը։ Այս շուկաներում բարձր անկայունության պայմաններում սա դառնում է բարդ և պոտենցիալ նյարդայնացնող գործընթաց, որտեղ փոքր սխալը կարող է հանգեցնել մեծ կորստի։ Բացարձակ հաճախականության տվյալները դեր են խաղում առևտրականի նախապես ծրագրավորված հրահանգների մշակման գործում[135]։

ԱՄՆ-ում ֆինանսական ոլորտում համակարգիչների և ծրագրային ապահովման վրա ծախսերը 2005 թվականին աճել են մինչև 26.4 միլիարդ դոլար[136][137]։

Ալգորիթմական առևտուրը հանգեցրել է ֆինանսական ոլորտում աշխատող աշխատակիցների տեսակների փոփոխության։ Օրինակ, շատ ֆիզիկոսներ մուտք են գործել ֆինանսական ոլորտ որպես քանակական վերլուծաբաններ։ Որոշ ֆիզիկոսներ նույնիսկ սկսել են տնտեսագիտության ոլորտում հետազոտություններ անել՝ որպես դոկտորական հետազոտությունների մաս: Այս միջառարկայական շարժումը երբեմն անվանում են էկոնոֆիզիկա[138]։ Որոշ հետազոտողներ նաև նշում են «մշակութային բաժանում» հիմնականում ալգորիթմական առևտրով զբաղվող ընկերությունների աշխատակիցների և ավանդական ներդրումային կառավարիչների միջև։ Ալգորիթմական առևտուրը խրախուսել է տվյալների վրա կենտրոնացման աճը և նվազեցրել է վաճառքի կողմի հետազոտության վրա շեշտադրումը[139]։

Հաղորդակցման ստանդարտներ

[խմբագրել | խմբագրել կոդը]

Ալգորիթմական գործարքները պահանջում են զգալիորեն ավելի շատ պարամետրերի հաղորդակցություն, քան ավանդական շուկայական և սահմանային պատվերները։ Մի կողմից («գնման կողմը») առևտրականը պետք է իր առևտրային համակարգը (հաճախ անվանում են «պատվերի կառավարման համակարգ» կամ «կատարման կառավարման համակարգ») հնարավորություն տա հասկանալու նոր ալգորիթմական պատվերների տեսակների անընդհատ աճող հոսքը։ Բարդ նոր ալգորիթմական պատվերների տեսակների կառուցման համար անհրաժեշտ հետազոտությունների և զարգացման և այլ ծախսերը, ինչպես նաև դրանց կատարման ենթակառուցվածքը և բաշխման մարքեթինգային ծախսերը բավականին զգալի են։ Անհրաժեշտ է եղել մի միջոց, որի միջոցով մարքեթոլոգները (« վաճառքի կողմը») կարողանային էլեկտրոնային եղանակով արտահայտել ալգո պատվերները, որպեսզի գնման կողմի առևտրականները կարողանային պարզապես նոր պատվերների տեսակները տեղադրել իրենց համակարգում և պատրաստ լինել դրանցով առևտուր անել՝ առանց ամեն անգամ նոր պատվերների մուտքագրման էկրանների անընդհատ կոդավորման։

FIX Protocol-ը առևտրային ասոցիացիա է, որը հրապարակում է անվճար, բաց ստանդարտներ արժեթղթերի առևտրի ոլորտում։ FIX լեզուն սկզբնապես ստեղծել է Fidelity Investments-ը և ասոցիացիայի անդամների թվում են գրեթե բոլոր խոշոր և բազմաթիվ միջին և փոքր բրոքերային դիլերներ, դրամական կենտրոնի բանկեր, ինստիտուցիոնալ ներդրողներ, փոխադարձ ֆոնդեր և այլն: Այս հաստատությունը գերիշխում է արժեթղթերի գործարքների նախաառևտրային և առևտրային ոլորտներում ստանդարտների սահմանման գործում: 2006–2007 թվականներին մի քանի անդամներ հավաքվել են և հրապարակել են ալգորիթմական կարգի տեսակների արտահայտման XML ստանդարտի նախագիծ։ Ստանդարտը կոչվում է FIX ալգորիթմական առևտրի սահմանման լեզու (FIXatdl):

Տես նաև

[խմբագրել | խմբագրել կոդը]

Ծանոթագրություններ

[խմբագրել | խմբագրել կոդը]
  1. ↑ The New Investor, UCLA Law Review, available at: https://ssrn.com/abstract=2227498
  2. ↑ «Business and finance». The Economist. Արխիվացված է օրիգինալից 2008 թ․ հունիսի 22-ին. Վերցված է 2007 թ․ ապրիլի 18-ին.
  3. ↑ «| Aite Group». www.aitegroup.com.
  4. ↑ Kissell, Robert (2020 թ․ սեպտեմբերի 4), Algorithmic Trading Methods, Elsevier Science, ISBN 978-0-12-815630-8
  5. ↑ The New Financial Industry, Alabama Law Review, available at: https://ssrn.com/abstract=2417988
  6. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:30 (Thomson West, 2015–2016 ed.).
  7. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:31 (Thomson West, 2015–2016 ed.).
  8. ↑ Silla Brush (2012 թ․ հունիսի 20). «CFTC Panel Urges Broad Definition of High-Frequency Trading». Bloomberg.com.
  9. ↑ Futures Trading Commission Votes to Establish a New Subcommittee of the Technology Advisory Committee (TAC) to focus on High Frequency Trading, February 9, 2012, Commodity Futures Trading Commission
  10. ↑ «How Complexity and Uncertainty Grew with Algorithmic Trading». MartinHilbert.net (ամերիկյան անգլերեն). Վերցված է 2025 թ․ ապրիլի 24-ին.
  11. ↑ O'Hara, Maureen; Lopez De Prado, Marcos; Easley, David (2011), «Easley, D., M. López de Prado, M. O'Hara: The Microstructure of the 'Flash Crash': Flow Toxicity, Liquidity Crashes and the Probability of Informed Trading», The Journal of Portfolio Management, Vol. 37, No. 2, pp. 118–128, Winter, SSRN 1695041
  12. ↑ Ansari, Yasmeen; Yasmin, Sadaf; Naz, Sheneela; Zaffar, Hira; Ali, Zeeshan; Moon, Jihoon; Rho, Seungmin (2022). «A Deep Reinforcement Learning-Based Decision Support System for Automated Stock Market Trading». IEEE Access. 10: 127469–127501. doi:10.1109/ACCESS.2022.3226629. ISSN 2169-3536.
  13. ↑ Adegboye, Adesola; Kampouridis, Michael; Otero, Fernando (2023 թ․ հունիսի 1). «Algorithmic trading with directional changes». Artificial Intelligence Review (անգլերեն). 56 (6): 5619–5644. doi:10.1007/s10462-022-10307-0. ISSN 1573-7462.
  14. ↑ Brogaard, Jonathan; Hendershott, Terrence; Riordan, Ryan (2014 թ․ օգոստոսի 1). «High-Frequency Trading and Price Discovery». The Review of Financial Studies. 27 (8): 2267–2306. doi:10.1093/rfs/hhu032. ISSN 0893-9454.
  15. ↑ Balp, Gaia; Strampelli, Giovanni (2018). «Preserving Capital Markets Efficiency in the High-Frequency Trading Era». University of Illinois Journal of Law, Technology & Policy. 2018: 349.
  16. ↑ https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32017R0589
  17. ↑ McGowan, Michael J. (2010 թ․ նոյեմբերի 8). The Rise of Computerized High Frequency Trading: Use and Controversy. Duke University School of Law. OCLC 798727906.
  18. ↑ Sornette (2003), «Critical Market Crashes», Physics Reports, vol. 378, no. 1, էջեր 1–98, arXiv:cond-mat/0301543, Bibcode:2003PhR...378....1S, doi:10.1016/S0370-1573(02)00634-8, S2CID 12847333, Արխիվացված է օրիգինալից 2010 թ․ մայիսի 3-ին
  19. ↑ McGowan, Michael J. (2010 թ․ նոյեմբերի 8). The Rise of Computerized High Frequency Trading: Use and Controversy. Duke University School of Law. OCLC 798727906.
  20. ↑ He, Yan (2022). «Decimal Trading in the U.S. Stock Markets». In Lee, Cheng-Few (ed.). Encyclopedia of Finance. Springer. էջեր 719–722. doi:10.1007/978-3-030-91231-4_17. ISBN 978-3-030-91231-4.
  21. ↑ Bowley, Graham (2011 թ․ ապրիլի 25). «Preserving a Market Symbol». The New York Times. Արխիվացված է օրիգինալից 2024 թ․ մայիսի 10-ին.
  22. ↑ «Agent-Human Interactions in the Continuous Double Auction» (PDF), IBM T.J.Watson Research Center, 2001 թ․ օգոստոս
  23. ↑ Gjerstad, Steven; Dickhaut, John (1998 թ․ հունվար), «Price Formation in Double Auctions, Games and Economic Behavior, 22(1):1–29», S. Gjerstad and J. Dickhaut, vol. 22, no. 1, էջեր 1–29, doi:10.1006/game.1997.0576
  24. ↑ «Minimal Intelligence Agents for Bargaining Behaviours in Market-Based Environments, Hewlett-Packard Laboratories Technical Report 97-91», D. Cliff, 1997 թ․ օգոստոս, Արխիվացված է օրիգինալից 2015 թ․ սեպտեմբերի 24-ին, Վերցված է 2011 թ․ դեկտեմբերի 21-ին
  25. ↑ 25,0 25,1 McGowan, Michael J. (2010 թ․ նոյեմբերի 8). The Rise of Computerized High Frequency Trading: Use and Controversy. Duke University School of Law. OCLC 798727906.
  26. ↑ Leshik, Edward; Cralle, Jane (2011). An Introduction to Algorithmic Trading: Basic to Advanced Strategies. West Sussex, UK: Wiley. էջ 169. ISBN 978-0-470-68954-7.
  27. ↑ «Algo Arms Race Has a Leader – For Now», NYU Stern School of Business, 2006 թ․ դեկտեմբերի 18, Արխիվացված է օրիգինալից 2021 թ․ մարտի 7-ին, Վերցված է 2009 թ․ հուլիսի 13-ին
  28. ↑ Johnson, Barry (2010). «Algorithmic trading & DMA : an introduction to direct access trading strategies». (No Title) (անգլերեն). 4Myeloma Press.
  29. ↑ Narang, R.K. (2009 թ․ օգոստոսի 7). Inside the Black Box: The Simple Truth About Quantitative Trading (անգլերեն) (1 ed.). John Wiley & Sons. ISBN 978-0-470-52914-0. Վերցված է 2024 թ․ հունիսի 26-ին. {{cite book}}: |work= ignored (օգնություն)
  30. ↑ Leshik, Edward A; Cralle, Jane, eds. (2012 թ․ հունվարի 2). An Introduction to Algorithmic Trading: Basic to Advanced Strategies (անգլերեն) (1 ed.). Wiley. doi:10.1002/9781119206033. ISBN 978-0-470-68954-7.
  31. ↑ Kissell, Robert (2006 թ․ հունիսի 30). «The Expanded Implementation Shortfall: Understanding Transaction Cost Components». The Journal of Trading (անգլերեն). 1 (3): 6–16. doi:10.3905/jot.2006.644083. ISSN 1559-3967.
  32. ↑ «Triennial Central Bank Survey of Foreign Exchange and Over-the-counter (OTC) Derivatives Markets in 2019» (անգլերեն). 2019 թ․ սեպտեմբերի 16. {{cite journal}}: Cite journal requires |journal= (օգնություն)
  33. ↑ FT.com (2014 թ․ ապրիլի 3). «Fierce competition forces 'flash' HFT firms into new markets».
  34. ↑ Opalesque (2009 թ․ օգոստոսի 4). «Opalesque Exclusive: High-frequency trading under the microscope».
  35. ↑ Virtu Financial Form S-1, available at https://www.sec.gov/Archives/edgar/data/1592386/000104746914002070/a2218589zs-1.htm
  36. ↑ Laughlin, G. Insights into High Frequency Trading from the Virtu Financial IPO WSJ.com Retrieved May 22, 2015.
  37. ↑ Morton Glantz, Robert Kissell. Multi-Asset Risk Modeling: Techniques for a Global Economy in an Electronic and Algorithmic Trading Era. Academic Press, December 3, 2013, p. 258.
  38. ↑ «Aite Group». www.aitegroup.com.
  39. ↑ Rob Iati, The Real Story of Trading Software Espionage Արխիվացված Հուլիս 7, 2011 Wayback Machine, AdvancedTrading.com, July 10, 2009
  40. ↑ Times Topics: High-Frequency Trading, The New York Times, December 20, 2012
  41. ↑ A London Hedge Fund That Opts for Engineers, Not M.B.A.'s by Heather Timmons, August 18, 2006
  42. ↑ «Business and finance». The Economist.
  43. ↑ «Algorithmic trading, Ahead of the tape», The Economist, vol. 383, no. June 23, 2007, էջ 85, 2007 թ․ հունիսի 21
  44. ↑ «Algorithmic Trading Statistics (2024) - Analyzing Alpha». analyzingalpha.com (ամերիկյան անգլերեն). 2021 թ․ մայիսի 31. Վերցված է 2024 թ․ հունիսի 26-ին.
  45. ↑ «MTS to mull bond access», The Wall Street Journal Europe, էջ 21, 2007 թ․ ապրիլի 18
  46. ↑ Lauricella, Tom (2010 թ․ հոկտեմբերի 2). «How a Trading Algorithm Went Awry». The Wall Street Journal.
  47. ↑ Mehta, Nina (2010 թ․ հոկտեմբերի 1). «Automatic Futures Trade Drove May Stock Crash, Report Says». Bloomberg L.P.
  48. ↑ Bowley, Graham (2010 թ․ հոկտեմբերի 1). «Lone $4.1 Billion Sale Led to 'Flash Crash' in May». The New York Times.
  49. ↑ Spicer, Jonathan (2010 թ․ հոկտեմբերի 1). «Single U.S. trade helped spark May's flash crash». Reuters.
  50. ↑ Goldfarb, Zachary (2010 թ․ հոկտեմբերի 1). «Report examines May's 'flash crash,' expresses concern over high-speed trading». Washington Post.
  51. ↑ Popper, Nathaniel (2010 թ․ հոկտեմբերի 1). «$4.1-billion trade set off Wall Street 'flash crash,' report finds». Los Angeles Times.
  52. ↑ Younglai, Rachelle (2010 թ․ հոկտեմբերի 5). «U.S. probes computer algorithms after "flash crash"». Reuters.
  53. ↑ Spicer, Jonathan (2010 թ․ հոկտեմբերի 15). «Special report: Globally, the flash crash is no flash in the pan». Reuters.
  54. ↑ TECHNICAL COMMITTEE OF THE INTERNATIONAL ORGANIZATION OF SECURITIES COMMISSIONS (2011 թ․ հուլիս), «Regulatory Issues Raised by the Impact of Technological Changes on Market Integrity and Efficiency» (PDF), IOSCO Technical Committee, Վերցված է 2011 թ․ հուլիսի 12-ին
  55. ↑ Huw Jones (2011 թ․ հուլիսի 7). «Ultra fast trading needs curbs -global regulators». Reuters. Արխիվացված է օրիգինալից 2016 թ․ հունվարի 28-ին. Վերցված է 2011 թ․ հուլիսի 12-ին.
  56. ↑ Kirilenko, Andrei; Kyle, Albert S.; Samadi, Mehrdad; Tuzun, Tugkan (2014 թ․ մայիսի 5), The Flash Crash: The Impact of High Frequency Trading on an Electronic Market (PDF)
  57. ↑ Amery, Paul (2010 թ․ նոյեմբերի 11). «Know Your Enemy». IndexUniverse.eu. Վերցված է 2013 թ․ մարտի 26-ին.
  58. ↑ Petajisto, Antti (2011). «The index premium and its hidden cost for index funds» (PDF). Journal of Empirical Finance. 18 (2): 271–288. doi:10.1016/j.jempfin.2010.10.002. Վերցված է 2013 թ․ մարտի 26-ին.
  59. ↑ Rekenthaler, John (February–March 2011). «The Weighting Game, and Other Puzzles of Indexing» (PDF). Morningstar Advisor. էջեր 52–56 [56]. Արխիվացված է օրիգինալից (PDF) 2013 թ․ հուլիսի 29-ին. Վերցված է 2013 թ․ մարտի 26-ին.
  60. ↑ «High-Frequency Firms Tripled Trades in Stock Rout, Wedbush Says». Bloomberg/Financial Advisor. 2011 թ․ օգոստոսի 12. Վերցված է 2013 թ․ մարտի 26-ին.
  61. ↑ Siedle, Ted (2013 թ․ մարտի 25). «Americans Want More Social Security, Not Less». Forbes. Վերցված է 2013 թ․ մարտի 26-ին.
  62. ↑ Petajisto, Antti (2011). «The index premium and its hidden cost for index funds» (PDF). Journal of Empirical Finance. 18 (2): 271–288. doi:10.1016/j.jempfin.2010.10.002. Վերցված է 2013 թ․ մարտի 26-ին.
  63. ↑ Rekenthaler, John (February–March 2011). «The Weighting Game, and Other Puzzles of Indexing» (PDF). Morningstar Advisor. էջեր 52–56 [56]. Արխիվացված է օրիգինալից (PDF) 2013 թ․ հուլիսի 29-ին. Վերցված է 2013 թ․ մարտի 26-ին.
  64. ↑ «The Application of Pairs Trading to Energy Futures Markets» (PDF).
  65. ↑ Sattarov, Otabek; Muminov, Azamjon; Lee, Cheol Won; Kang, Hyun Kyu; Oh, Ryumduck; Ahn, Junho; Oh, Hyung Jun; Jeon, Heung Seok (2020 թ․ հունվարի 1). «Recommending Cryptocurrency Trading Points with Deep Reinforcement Learning Approach». Applied Sciences (անգլերեն). 10 (4): 1506. doi:10.3390/app10041506. ISSN 2076-3417.
  66. ↑ 66,0 66,1 Willis, Andrew (2001). «The Insiders Guide to Trading the World Stock Markets» (PDF). Արխիվացված է օրիգինալից (PDF) 2021 թ․ սեպտեմբերի 24-ին.
  67. ↑ «Rules | The Nasdaq Stock Market». Nasdaq. 2020 թ․ նոյեմբերի 23. Վերցված է 2024 թ․ մարտի 29-ին.
  68. ↑ Borelli, Mark (2001). «Market Making in the Electronic Age». heinonline.org. Վերցված է 2024 թ․ հունիսի 26-ին.
  69. ↑ Shen, Jackie (2013). «A Pre-Trade Algorithmic Trading Model under Given Volume Measures and Generic Price Dynamics (GVM-GPD)». arXiv:1309.5046. doi:10.2139/ssrn.2327835. {{cite journal}}: Cite journal requires |journal= (օգնություն)
  70. ↑ Shen, Jackie; Yu, Yingjie (2014). «Styled Algorithmic Trading and the MV-MVP Style». SSRN.
  71. ↑ Shen, Jackie (2017). «Hybrid IS-VWAP Dynamic Algorithmic Trading via LQR». SSRN.
  72. ↑ Wilmott, Paul (2009 թ․ հուլիսի 29). «Hurrying into the Next Panic». The New York Times. էջ A19. Վերցված է 2009 թ․ հուլիսի 29-ին.
  73. ↑ «Trading with the help of 'guerrillas' and 'snipers'» (PDF), Financial Times, 2007 թ․ մարտի 19, Արխիվացված է օրիգինալից (PDF) 2009 թ․ հոկտեմբերի 7-ին
  74. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:29 (Thomson West, 2015–2016 ed.).
  75. ↑ Rob Curren, Watch Out for Sharks in Dark Pools, The Wall Street Journal, August 19, 2008, p. c5. Available at WSJ Blogs retrieved August 19, 2008
  76. ↑ Artificial intelligence applied heavily to picking stocks by Charles Duhigg, November 23, 2006
  77. ↑ [6] Cont, R. (2001). "Empirical Properties of Asset Returns: Stylized Facts and Statistical Issues." Quantitative Finance, 1(2), 223-236.
  78. ↑ [7] Embrechts, P., McNeil, A., & Straumann, D. (1999). "Correlation and Dependence in Risk Management: Properties and Pitfalls." Risk Management: Value at Risk and Beyond, 176-223.
  79. ↑ «How To Build Robust Algorithmic Trading Strategies». AlgorithmicTrading.net (ամերիկյան անգլերեն). Վերցված է 2017 թ․ օգոստոսի 8-ին.
  80. ↑ [6] Cont, R. (2001). "Empirical Properties of Asset Returns: Stylized Facts and Statistical Issues." Quantitative Finance, 1(2), 223-236.
  81. ↑ «How To Build Robust Algorithmic Trading Strategies». AlgorithmicTrading.net (ամերիկյան անգլերեն). Վերցված է 2017 թ․ օգոստոսի 8-ին.
  82. ↑ [6] Cont, R. (2001). "Empirical Properties of Asset Returns: Stylized Facts and Statistical Issues." Quantitative Finance, 1(2), 223-236.
  83. ↑ [7] Embrechts, P., McNeil, A., & Straumann, D. (1999). "Correlation and Dependence in Risk Management: Properties and Pitfalls." Risk Management: Value at Risk and Beyond, 176-223.
  84. ↑ [14] Peters, E. E. (1994). "Fractal Market Analysis: Applying Chaos Theory to Investment and Economics." Wiley.
  85. ↑ [9] Lo, A. W. (2004). "The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective." The Journal of Portfolio Management, 30(5), 15-29.
  86. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:31 (Thomson West, 2015–2016 ed.).
  87. ↑ Kenett, Dror Y.; Stanley, H. Eugene; Ben-Jacob, Eshel (2013 թ․ հուլիսի 2). «How High Frequency Trading Affects a Market Index». Scientific Reports. 3: 2110. Bibcode:2013NatSR...3.2110K. doi:10.1038/srep02110. PMC 3743071. PMID 23817553.
  88. ↑ Geoffrey Rogow, Rise of the (Market) Machines, The Wall Street Journal, June 19, 2009
  89. ↑ «OlsenInvest – Scientific Investing» (PDF). Արխիվացված է օրիգինալից (PDF) 2012 թ․ փետրվարի 25-ին.
  90. ↑ «OlsenInvest – Scientific Investing» (PDF). Արխիվացված է օրիգինալից (PDF) 2012 թ․ փետրվարի 25-ին.
  91. ↑ Geoffrey Rogow, Rise of the (Market) Machines, The Wall Street Journal, June 19, 2009
  92. ↑ Hendershott, Terrence, Charles M. Jones, and Albert J. Menkveld. (2010), «Does Algorithmic Trading Improve Liquidity?», Journal of Finance, vol. 66, էջեր 1–33, doi:10.1111/j.1540-6261.2010.01624.x, hdl:10.1111/j.1540-6261.2010.01624.x, S2CID 30441, SSRN 1100635{{citation}}: CS1 սպաս․ բազմաթիվ անուններ: authors list (link)
  93. ↑ Menkveld, Albert J.; Jovanovic, Boyan (2010), «Jovanovic, Boyan, and Albert J. Menkveld. Middlemen in Securities Markets», working paper, SSRN 1624329
  94. ↑ James E. Hollis (2013 թ․ սեպտեմբեր). «HFT: Boon? Or Impending Disaster?» (PDF). Cutter Associates. Արխիվացված է օրիգինալից (PDF) 2015 թ․ հուլիսի 1-ին. Վերցված է 2014 թ․ հուլիսի 1-ին.
  95. ↑ Rob Iati, The Real Story of Trading Software Espionage Արխիվացված Հուլիս 7, 2011 Wayback Machine, AdvancedTrading.com, July 10, 2009
  96. ↑ Event Arb Definition Amex.com, September 4, 2010
  97. ↑ «Quote Stuffing Definition». Investopedia. Վերցված է 2014 թ․ հոկտեմբերի 27-ին.
  98. ↑ Diaz, David; Theodoulidis, Babis (2012 թ․ հունվարի 10). «Financial Markets Monitoring and Surveillance: A Quote Stuffing Case Study». doi:10.2139/ssrn.2193636. S2CID 166680108. SSRN 2193636. {{cite journal}}: Cite journal requires |journal= (օգնություն)
  99. ↑ High-Speed Devices and Circuits with THz Applications by Jung Han Choi
  100. ↑ «Low Latency Trading». Արխիվացված է օրիգինալից 2016 թ․ հունիսի 2-ին. Վերցված է 2015 թ․ ապրիլի 26-ին.
  101. ↑ Saar, Gideon; Hasbrouck, Joel (2013 թ․ մայիսի 22). «Low-Latency Trading». doi:10.2139/ssrn.1695460. S2CID 219368985. SSRN 1695460. {{cite journal}}: Cite journal requires |journal= (օգնություն)
  102. ↑ «Archived copy» (PDF). Արխիվացված է օրիգինալից (PDF) 2016 թ․ մարտի 4-ին. Վերցված է 2015 թ․ ապրիլի 26-ին.{{cite web}}: CS1 սպաս․ արխիվը պատճենվել է որպես վերնագիր (link)
  103. ↑ 103,0 103,1 103,2 Rob Iati, The Real Story of Trading Software Espionage Արխիվացված Հուլիս 7, 2011 Wayback Machine, AdvancedTrading.com, July 10, 2009
  104. ↑ FIXatdl – An Emerging Standard Արխիվացված Մարտ 5, 2020 Wayback Machine, FIXGlobal, December 2009
  105. ↑ Preis, T.; Paul, W.; Schneider, J. J. (2008), «Fluctuation patterns in high-frequency financial asset returns», EPL, vol. 82, no. 6, էջ 68005, Bibcode:2008EL.....8268005P, doi:10.1209/0295-5075/82/68005, S2CID 56283521
  106. ↑ Hult, Henrik; Kiessling, Jonas (2010), Algorithmic trading with Markov chains, Trita-MAT. MA (8 ed.), Stockholm: KTH: KTH, էջ 45, ISBN 978-91-7415-741-3, ISSN 1401-2278, Վերցված է 2024 թ․ հունիսի 26-ին
  107. ↑ Hendershott, Terrence; Jones, Charles M.; Menkveld, Albert J. (2010), «HENDERSHOTT, TERRENCE, CHARLES M. JONES, AND ALBERT J. MENKVELD. Does Algorithmic Trading Improve Liquidity?» (PDF), Journal of Finance, vol. 66, էջեր 1–33, CiteSeerX 10.1.1.105.7253, doi:10.1111/j.1540-6261.2010.01624.x, S2CID 30441, Արխիվացված է օրիգինալից (PDF) 2010 թ․ հուլիսի 16-ին
  108. ↑ Lin, Tom C.W., The New Investor, 60 UCLA 678 (2013), available at: https://ssrn.com/abstract=2227498
  109. ↑ Artificial intelligence applied heavily to picking stocks by Charles Duhigg, November 23, 2006
  110. ↑ Black box traders are on the march The Telegraph, 27 August 2006
  111. ↑ Myners' super-fast shares warning BBC News, Tuesday 3 November 2009.
  112. ↑ Skypala, Pauline (2006 թ․ հոկտեմբերի 2). «Enter algorithmic trading systems race or lose returns, report warns». The Financial Times. Արխիվացված է օրիգինալից 2007 թ․ հոկտեմբերի 30-ին.
  113. ↑ Cracking The Street's New Math, Algorithmic trades are sweeping the stock market.
  114. ↑ The Associated Press, July 2, 2007 Citigroup to expand electronic trading capabilities by buying Automated Trading Desk, accessed July 4, 2007
  115. ↑ Knight Capital Group Provides Update Regarding August 1st Disruption To Routing In NYSE-listed Securities Արխիվացված Օգոստոս 4, 2012 Wayback Machine
  116. ↑ Lauricella, Tom (2010 թ․ հոկտեմբերի 2). «How a Trading Algorithm Went Awry». The Wall Street Journal.
  117. ↑ Bowley, Graham (2010 թ․ հոկտեմբերի 1). «Lone $4.1 Billion Sale Led to 'Flash Crash' in May». The New York Times.
  118. ↑ [1] Lauricella, Tom, and McKay, Peter A. "Dow Takes a Harrowing 1,010.14-Point Trip," Online Wall Street Journal, May 7, 2010. Retrieved May 9, 2010
  119. ↑ «City trusts computers to keep up with the news». Financial Times.
  120. ↑ «Traders News». Traders Magazine. Արխիվացված է օրիգինալից 2011 թ․ հուլիսի 16-ին.
  121. ↑ «Traders News». Traders Magazine. Արխիվացված է օրիգինալից 2011 թ․ հուլիսի 16-ին.
  122. ↑ «Traders News». Traders Magazine. Արխիվացված է օրիգինալից 2011 թ․ հուլիսի 16-ին.
  123. ↑ «City trusts computers to keep up with the news». Financial Times.
  124. ↑ Siemon's Case Study Արխիվացված Դեկտեմբեր 29, 2018 Wayback Machine Automated Trading Desk, accessed July 4, 2007
  125. ↑ 125,0 125,1 «Future of computer trading». GOV.UK. 2012 թ․ հոկտեմբերի 23.
  126. ↑ «U.K. Foresight Study Slammed For HFT 'Bias'». Markets Media. 2012 թ․ հոկտեմբերի 30. Վերցված է 2014 թ․ նոյեմբերի 2-ին.
  127. ↑ 127,0 127,1 Darbellay, Raphaël (2021). «Behind the scenes of algorithmic trading» (PDF). University of Applied Science Haaga-Helia.
  128. ↑ 128,0 128,1 Kumar, Sameer (2015 թ․ մարտի 14). «Technology Edge in Algo Trading: Traditional Vs Automated Trading System Architecture». Finbridge.
  129. ↑ Darbellay, Raphaël (2021). «Behind the scenes of algorithmic trading» (PDF). University of Applied Science Haaga-Helia.
  130. ↑ 130,0 130,1 «How Complexity and Uncertainty Grew with Algorithmic Trading». MartinHilbert.net (ամերիկյան անգլերեն). Վերցված է 2025 թ․ ապրիլի 24-ին.
  131. ↑ «Large-Scale Communication is More Complex and Unpredictable with Automated Bots». MartinHilbert.net (ամերիկյան անգլերեն). Վերցված է 2025 թ․ ապրիլի 24-ին.
  132. ↑ «Business and finance». The Economist.
  133. ↑ «InformationWeek Authors». InformationWeek. Արխիվացված է օրիգինալից 2007 թ․ հոկտեմբերի 22-ին. Վերցված է 2007 թ․ ապրիլի 18-ին.
  134. ↑ "LSE leads race for quicker trades" by Alistair MacDonald The Wall Street Journal Europe, June 19, 2007, p.3
  135. ↑ «Milliseconds are focus in algorithmic trades». Reuters. 2007 թ․ մայիսի 11.
  136. ↑ «Business and finance». The Economist. Արխիվացված է օրիգինալից 2008 թ․ հունիսի 22-ին. Վերցված է 2007 թ․ ապրիլի 18-ին.
  137. ↑ «Moving markets». Վերցված է 2015 թ․ հունվարի 20-ին.
  138. ↑ Farmer, J. Done (1999 թ․ նոյեմբեր). «Physicists attempt to scale the ivory towers of finance». Computing in Science & Engineering. 1 (6): 26–39. arXiv:adap-org/9912002. Bibcode:1999CSE.....1f..26D. doi:10.1109/5992.906615. S2CID 9058415.
  139. ↑ Brown, Brian (2010). Chasing the Same Signals: How Black-Box Trading Influences Stock Markets from Wall Street to Shanghai. Singapore: John Wiley & Sons. ISBN 978-0-470-82488-7.

Արտաքին հղումներ

[խմբագրել | խմբագրել կոդը]
Արտաքին տեսաֆայլեր
Ինչպես են ալգորիթմները ձևավորում մեր աշխարհը,
Microsoft: 78508483
Ստացված է «https://hy.wikipedia.org/w/index.php?title=Ալգորիթմական_առևտուր&oldid=10312669» էջից