4 große Risiken des algorithmischen Hochfrequenzhandels

Was ist algorithmischer Hochfrequenzhandel (HFT)?

Algorithmischer Handel (oder „Algo“-Handel) bezieht sich auf die Verwendung von Computern Algorithmen (im Grunde eine Reihe von Regeln oder Anweisungen, die einen Computer veranlassen, eine bestimmte Aufgabe auszuführen) für den Handel mit großen Aktienblöcken oder anderen finanziellen Vermögenswerten, während die Auswirkungen solcher Geschäfte auf den Markt minimiert werden. Algorithmischer Handel beinhaltet das Platzieren von Trades basierend auf definierten Kriterien und das Aufteilen dieser Trades in kleinere Lose, damit der Preis der Aktie oder des Vermögenswerts nicht wesentlich beeinflusst wird.

Die Vorteile des algorithmischen Handels liegen auf der Hand: Er gewährleistet die „beste Ausführung“ von Trades, da er den menschlichen Element, und es kann verwendet werden, um mehrere Märkte und Vermögenswerte viel effizienter zu handeln, als es ein Händler aus Fleisch und Knochen könnte hoffe zu tun.

Algorithmischen Hochfrequenzhandel verstehen

Hochfrequenzhandel (HFT) hebt den algorithmischen Handel auf eine ganz andere Ebene – stellen Sie sich ihn als Algo-Handel mit Steroiden vor. Wie der Begriff schon sagt, werden beim Hochfrequenzhandel Tausende von Orders mit unglaublich hoher Geschwindigkeit platziert.

Das Ziel besteht darin, bei jedem Trade winzige Gewinne zu erzielen, oft durch Ausnutzung von Preisunterschieden für dieselbe Aktie oder denselben Vermögenswert in verschiedenen Märkten. HFT ist dem traditionellen langfristigen Buy-and-Hold-Investment diametral entgegengesetzt, da die Arbitrage- und Market-Making-Aktivitäten die das Brot und Butter von HFT sind, treten in der Regel innerhalb eines kleinen Zeitfensters auf, bevor die Preisabweichungen oder Inkongruenzen verschwinden.

Algorithmischer Handel und HFT sind aufgrund der Konvergenz mehrerer Faktoren zu einem festen Bestandteil der Finanzmärkte geworden. Dazu gehören die wachsende Rolle der Technologie in den heutigen Märkten, die zunehmende Komplexität finanzieller Instrumente und Produkte und das unaufhörliche Streben nach mehr Effizienz bei der Handelsausführung und niedrigeren Transaktionskosten.

Während algorithmischer Handel und HFT wohl die Marktliquidität und die Konsistenz der Vermögenspreise verbessert haben, hat ihre zunehmende Nutzung auch gewisse Risiken mit sich gebracht, die nicht ignoriert werden können.

Das größte Risiko: Verstärkung des systemischen Risikos

Eines der größten Risiken des algorithmischen HFT ist dasjenige, das es für das Finanzsystem darstellt. Ein Bericht des Technischen Ausschusses der Internationalen Organisation der Wertpapierkommissionen (IOSCO) vom Juli 2011 stellte fest, dass aufgrund der starken Verflechtungen zwischen Finanzmärkten, wie denen in den USA, können marktübergreifende Algorithmen Schocks schnell von einem Markt zum nächsten übertragen und so systemische Risiko. Der Bericht wies auf die Blitzabsturz vom Mai 2010 als Paradebeispiel für dieses Risiko.

Der Flash Crash bezieht sich auf den Einbruch und die Erholung der wichtigsten US-Aktienindizes um 5 bis 6 % innerhalb weniger Minuten am Nachmittag des 6. Mai 2010. Das Dow Jones stürzte auf Intraday-Basis fast 1.000 Punkte ab, was zu diesem Zeitpunkt der größte Punktverlust aller Zeiten war.

Wie der IOSCO-Bericht feststellt, sind zahlreiche Aktien und börsengehandelte Fonds (ETFs) gingen an diesem Tag durcheinander und brachen zwischen 5 und 15 % ein, bevor sie den größten Teil ihrer Verluste wieder wettmachten. Über 20.000 Trades in 300 Wertpapieren wurden zu Preisen getätigt, die bis zu 60 % von ihren Werten abweichen Augenblicke früher, mit einigen Trades, die zu absurden Preisen ausgeführt wurden, ab einem Penny oder so hoch wie $100,000.

Diese ungewöhnlich unberechenbare Handelsaktion erschütterte die Anleger, insbesondere weil sie etwas mehr als ein Jahr nach der Erholung der Märkte von ihren größten Rückgängen seit mehr als sechs Jahrzehnten stattfand.

Hat "Spoofing" zum Flash-Crash beigetragen?

Was hat dieses bizarre Verhalten verursacht? In einem im September 2010 veröffentlichten gemeinsamen Bericht haben die SEC und die Commodity Futures Trading Commission machte einen einzigen 4,1 Milliarden Dollar schweren Programmhandel eines Händlers eines Investmentfonds mit Sitz in Kansas verantwortlich Unternehmen. Im April 2015 beschuldigten die US-Behörden jedoch einen in London ansässigen Daytrader, Navinder Singh Sarao, der Marktmanipulation, die zum Absturz beigetragen hat. Sarao wurde an die USA ausgeliefert und bekannte sich der Anklage schuldig.

Sarao hat angeblich eine Taktik namens "Spoofing“, bei dem große Mengen gefälschter Aufträge in einem Vermögenswert oder einem Derivat platziert werden (Sarao hat am Tag des Flash-Crashs den E-mini S&P 500-Kontrakt verwendet), die storniert werden, bevor sie ausgeführt werden. Wenn solche Großorders im Orderbuch auftauchen, erwecken sie bei anderen Händlern den Eindruck, dass Es besteht ein größeres Kauf- oder Verkaufsinteresse als in der Realität, was ihren eigenen Handel beeinflussen könnte Entscheidungen.

Zum Beispiel kann ein Spoofer anbieten, eine große Anzahl von Aktien der ABC-Aktie zu einem Preis zu verkaufen, der etwas vom aktuellen Preis abweicht. Wenn andere Verkäufer in die Aktion einsteigen und der Preis sinkt, storniert der Spoofer schnell ihre Verkaufsaufträge in ABC und kauft stattdessen die Aktie. Dann gibt der Spoofer eine große Anzahl von Kaufaufträgen ein, um den Preis von ABC in die Höhe zu treiben. Und nachdem dies passiert ist, verkauft der Spoofer seine ABC-Bestände, kassiert einen ordentlichen Gewinn und storniert die falschen Kaufaufträge. Spülen und wiederholen.

Viele Marktbeobachter waren skeptisch gegenüber der Behauptung, dass ein Händler allein hätte sein können verursachte einen Crash, der den Marktwert von US-Aktien innerhalb von fast einer Billion Dollar vernichtete Protokoll. Aber ob Saraos Aktion tatsächlich den Flash Crash verursachte, ist ein Thema für einen anderen Tag. Inzwischen gibt es einige triftige Gründe, warum algorithmische HFT systemische Risiken verstärkt.

Warum verstärkt algorithmischer Hochfrequenzhandel das systemische Risiko?

Intensivierung der Volatilität

Erstens ist der Versuch, die Konkurrenz zu überlisten, eine eingebaute Eigenschaft der meisten Algorithmen, da es auf den heutigen Märkten viele algorithmische HFT-Aktivitäten gibt. Algorithmen können sofort auf Marktbedingungen reagieren. Infolgedessen können Algorithmen in turbulenten Märkten ihre Geld-Brief-Spreads stark ausweiten (um nicht gezwungen zu werden, Handelspositionen eingehen) oder den Handel vorübergehend ganz einstellen, was die Liquidität verringert und verschärft Volatilität.

Ripple-Effekte

Angesichts der zunehmenden Integration zwischen Märkten und Anlageklassen in der Weltwirtschaft, a Ein Zusammenbruch in einem wichtigen Markt oder einer wichtigen Anlageklasse wirkt sich oft auf andere Märkte und Anlageklassen in einer Kette aus Reaktion.

Zum Beispiel verursachte der Crash des US-Immobilienmarktes eine weltweite Rezession und Schuldenkrise, weil er erhebliche Bestände an US-Subprime-Papieren wurden nicht nur von US-Banken, sondern auch von europäischen und anderen Finanzinstituten gehalten Institutionen. Ein weiteres Beispiel für solche Welleneffekte sind die negativen Auswirkungen des chinesischen Börsencrashs sowie des Einbruchs der Rohölpreise auf die globalen Aktien von August 2015 bis Januar 2016.

Unsicherheit

Algorithmic HFT trägt erheblich zur übertriebenen Marktvolatilität bei, die kurzfristig die Unsicherheit der Anleger schüren und das Verbrauchervertrauen langfristig beeinträchtigen kann. Wenn ein Markt plötzlich zusammenbricht, fragen sich die Anleger nach den Gründen für einen so dramatischen Schritt. Während des Nachrichtenvakuums, das zu solchen Zeiten oft existiert, werden große Händler (einschließlich HFT-Firmen) ihre Handelspositionen reduzieren, um das Risiko zu reduzieren, was die Märkte stärker unter Druck setzt.

Wenn sich die Märkte nach unten bewegen, werden mehr Stop-Losses aktiviert, und diese negative Rückkopplungsschleife erzeugt eine Abwärtsspirale. Wenn sich aufgrund einer solchen Aktivität ein Bärenmarkt entwickelt, wird das Verbrauchervertrauen durch die Erosion des Aktienmarktvermögens und die rezessiven Signale, die von einer großen Marktkrise ausgehen, erschüttert.

Andere Risiken des algorithmischen Hochfrequenzhandels

Fehlerhafte Algorithmen

Die schwindelerregende Geschwindigkeit, mit der die meisten algorithmischen HFT-Handel ablaufen, bedeutet, dass ein fehlerhafter oder fehlerhafter Algorithmus in sehr kurzer Zeit Millionen an Verlusten verursachen kann. Ein berüchtigtes Beispiel für den Schaden, den ein fehlerhafter Algorithmus anrichten kann, ist der von Knight Capital, einem Market Maker, der am 8. 1, 2012.

Ein neuer Handelsalgorithmus bei Knight machte Millionen von fehlerhaften Trades in etwa 150 Aktien, kaufte sie zum höheren "Brief"-Preis und verkaufte sie sofort zum niedrigeren "Angebotspreis. Beachten Sie, dass Market Maker Aktien von Anlegern zum Geldkurs kaufen und an sie zum Briefkurs verkaufen, wobei der Spread ihr Handelsgewinn ist.

Leider ist die Hypereffizienz der algorithmischen HFT – bei der Algorithmen ständig Märkte für genau diese Art von Preisgestaltung überwachen Diskrepanz – bedeutete, dass rivalisierende Händler eingriffen und das Dilemma von Knight ausnutzten, während die Mitarbeiter von Knight verzweifelt versuchten, die Quelle des Problems. Zu diesem Zeitpunkt stand Knight kurz vor dem Bankrott, was schließlich zur Übernahme durch Getco LLC führte.

Riesige Anlegerverluste

Volatilitätsschwankungen, die durch algorithmischen HFT verschlimmert werden, können den Anlegern enorme Verluste auferlegen. Viele Anleger platzieren routinemäßig Stop-Loss-Orders für ihre Aktienbestände auf einem Niveau, das 5 % von den aktuellen Handelskursen entfernt ist. Wenn die Märkte ohne ersichtlichen Grund (oder sogar aus einem sehr guten Grund) nach unten gehen, werden diese Stop-Loss ausgelöst.

Um die Verletzung noch schlimmer zu machen: Sollten sich die Aktien anschließend kurzfristig erholen, hätten die Anleger unnötig Handelsverluste erlitten und ihre Bestände verloren. Während einige Trades während ungewöhnlicher Anfälle von Marktvolatilität wie dem Flash Crash und dem Knight-Fiasko rückgängig gemacht oder abgebrochen wurden, war dies bei den meisten Trades nicht der Fall.

Zum Beispiel lagen die meisten der fast zwei Milliarden Aktien, die während des Flash Crashs gehandelt wurden, zu Preisen innerhalb von 10% ihrer 14:40 Uhr schließen (die Zeit, als der Flash Crash am 6. Mai 2010 begann) und diese Trades standen. Nur etwa 20.000 Trades mit insgesamt 5,5 Millionen Aktien, die zu Preisen von mehr als 60 % nach 14:40 Uhr ausgeführt wurden. Preis, wurden nachträglich storniert. Ein Investor mit einem Aktienportfolio von 500.000 US-Dollar an US-Blue-Chips, der während des Flash-Crashs 5% Stop-Loss auf seine Positionen hatte, würde also höchstwahrscheinlich 25.000 US-Dollar verlieren.

Am August Januar 2012 stornierte die NYSE den Handel mit sechs Aktien, der während des Amoklaufs des Knight-Algorithmus stattfand, weil sie zu Kursen ausgeführt wurden, die 30% über oder unter dem Eröffnungskurs dieses Tages lagen. Die Regel "Clearly Erroneous Execution" der NYSE gibt die numerischen Richtlinien für die Überprüfung solcher Trades an.

Vertrauensverlust in die Marktintegrität

Anleger handeln an den Finanzmärkten, weil sie volles Vertrauen in ihre Integrität haben. Wiederholte Episoden ungewöhnlicher Marktvolatilität wie der Flash Crash könnten dieses Vertrauen jedoch erschüttern und einige konservative Anleger dazu veranlassen, die Märkte ganz aufzugeben.

Im Mai 2012 hatte der Börsengang von Facebook zahlreiche Technologieprobleme und verzögerte Bestätigungen, während am 8. 22, 2013, Nasdaq den Handel wegen eines Problems mit seiner Software für drei Stunden eingestellt. Im April 2014 mussten aufgrund einer Computerstörung an den beiden US-amerikanischen Optionsbörsen der IntercontinentalExchange Group knapp 20.000 fehlerhafte Trades abgebrochen werden. Eine weitere große Explosion wie der Flash Crash könnte das Vertrauen der Anleger in die Integrität der Märkte stark erschüttern.

Maßnahmen zur Bekämpfung von algorithmischen Hochfrequenzhandelsrisiken

Mit dem Flash Crash und Knight Trading "Knightmare", das die Risiken von algorithmischem HFT hervorhebt, haben Börsen und Aufsichtsbehörden Schutzmaßnahmen ergriffen. Im Jahr 2014 führte die Nasdaq OMX Group einen „Kill Switch“ für ihre Mitgliedsfirmen ein, der den Handel unterbrechen würde, sobald ein voreingestelltes Risikoniveau überschritten wird. Während viele HFT-Firmen bereits über „Kill“-Schalter verfügen, die unter bestimmten Umständen alle Handelsaktivitäten stoppen können, bietet der Nasdaq-Schalter ein zusätzliches Maß an Sicherheit, um betrügerischen Algorithmen entgegenzuwirken.

Leistungsschalter wurden eingeführt, nachdem "Schwarzer Montag" im Oktober 1987 und werden verwendet, um die Marktpanik zu unterdrücken, wenn es zu einem großen Ausverkauf kommt. Die SEC genehmigte 2012 überarbeitete Regeln, die es den Leistungsschaltern ermöglichen, einzuschalten, wenn der S&P 500-Index um 7 % fällt (vom Schlussstand des Vortages) vor 15:25 Uhr EST, das den marktweiten Handel für 15. einstellen würde Protokoll. Ein Einbruch von 13% vor 15:25 Uhr. würde einen weiteren 15-minütigen Stopp im gesamten Markt auslösen, während ein Einbruch von 20 % den Aktienmarkt für den Rest des Tages schließen würde.

Im Jan. 2021, die Kommission für den Handel mit Warenterminkontrakten eingeführte Vorschriften für Unternehmen, die den algorithmischen Handel mit Derivaten verwenden. Diese Vorschriften würden von diesen Firmen verlangen, dass sie vor dem Handel Risikokontrollen haben. Eine umstrittene Bestimmung, die Unternehmen verpflichtet hätte, den Quellcode ihrer Programme der Regierung zur Verfügung zu stellen, wurde zurückgezogen.

Die Quintessenz

Algorithmische HFT birgt eine Reihe von Risiken, von denen das größte das Potenzial zur Verstärkung des systemischen Risikos ist. Seine Neigung, die Marktvolatilität zu verstärken, kann auf andere Märkte übergreifen und die Unsicherheit der Anleger schüren. Wiederholte Anfälle ungewöhnlicher Marktvolatilität könnten das Vertrauen vieler Anleger in die Marktintegrität untergraben.