Hft Trading Sistemi

Che cosa è il commercio di trading ad alta frequenza ad alta frequenza è una piattaforma di trading automatizzato utilizzato da grandi banche d'investimento. hedge fund e investitori istituzionali che utilizza i computer potenti per trattare un gran numero di ordini a velocità estremamente elevate. Queste piattaforme di trading ad alta frequenza consentono agli operatori di eseguire milioni di ordini e la scansione di più mercati e le borse in una manciata di secondi, dando così le istituzioni che utilizzano le piattaforme di un vantaggio enorme nel mercato aperto. I sistemi utilizzano algoritmi complessi per analizzare i mercati e sono in grado di individuare tendenze emergenti in una frazione di secondo. Essendo in grado di riconoscere i cambiamenti nel mercato, i sistemi di negoziazione inviano centinaia di panieri di titoli fuori nel mercato al bid-ask spread che sono favorevole agli operatori economici. In sostanza, anticipando e battendo le tendenze per il mercato, le istituzioni che implementano alta trading delle frequenze possono ottenere rendimenti positivi nel settore del commercio che fanno per essenza della loro diffusione bid-ask, con conseguente profitti significativi. di trading ad alta frequenza è diventato un luogo comune nei mercati in seguito all'introduzione di incentivi offerti da scambi per le istituzioni di aggiungere liquidità ai mercati. Con l'offerta di piccoli incentivi per questi market maker. scambi guadagno liquidità aggiunto, e le istituzioni che forniscono la liquidità anche vedere un aumento dei profitti su ogni commercio che fanno, in cima alla loro spread favorevoli. Anche se gli spread e gli incentivi ammontano a una frazione di 1 centesimo per ogni transazione, moltiplicando che da un gran numero di operazioni al giorno ammonta a profitti considerevoli per gli operatori ad alta frequenza. Molti vedono ad alta frequenza di trading immorale e un vantaggio sleale per le grandi imprese contro le istituzioni e gli investitori più piccoli. (Per provare a trading online. Leggere stimolare la vostra abilità con simulato Trading e controllare le Investopedia della Simulator per il commercio rischio le scorte gratuito Scopri quali fattori influenzano bid-ask larghezza diffusione. Scopri perché alcune azioni hanno grandi spread tra denaro e lettera prezzi. Leggi risposta archivio scambi sono impostati per assistere broker e altri specialisti nel coordinamento offerta e chiedere i prezzi. il prezzo di offerta è il. Leggi risposta Comprendere il significato del bid-ask spread per gli investitori nel prendere una decisione sull'opportunità o meno di l'acquisto di un particolare. Leggi risposta Scopri di più su tipi di ordine e perché entrare ordini di limite per comprare un titolo può contribuire a mitigare l'impatto di vasta denaro-lettera. Leggi risposta Comprendere il concetto di bid-ask spread come si applica alla negoziazione e come urta il prezzo di ordini limite utilizzato. Leggi risposta prendiamo uno sguardo al trading ad alta frequenza e vediamo se it039s una delle ragioni per le perdite del mercato azionario. strategie di trading algoritmico, come la copertura automatica, analisi statistiche, esecuzione algoritmica, accesso diretto al mercato e ad alta frequenza di commercio, può esporre le incongruenze di prezzo, che pongono. trading algoritmico è il processo di utilizzo di computer per l'immissione mestieri al fine di generare profitti a una velocità e frequenza che sono al di là di una capacità di persone. Uno sguardo approfondito a come funziona trading ad alta frequenza e chi sono i giocatori. sistemi di trading automatizzati riducono al minimo le emozioni, per consentire l'inserimento degli ordini più veloce, portano ad una maggiore coerenza e risolvere i problemi pilota di errore. Giorno di negoziazione ha molti vantaggi e, mentre si sente spesso parlare di questi vantaggi, it039s importante rendersi conto che il commercio di giorno è un lavoro duro. Questo è spesso il primo - e più costoso - livello di analisi per essere trascurato. It039s molto importante per ogni investitore per imparare a calcolare il bid-ask spread e il fattore di questa figura quando si prendono decisioni di investimento. E 'la liquidità di mercato fornita da trading ad alta frequenza di una realtà o un'illusione Un tipo di struttura di compensazione che i gestori di hedge fund tipicamente impiegano in cui una parte del compenso è basato sulle prestazioni. Una protezione contro la perdita di reddito che risulterebbe se l'assicurato è deceduto. Il beneficiario di nome riceve il. Una misura del rapporto tra un cambiamento nella quantità richiesta a un particolare buona e una variazione del suo prezzo. Prezzo. Il valore di mercato totale in dollari di tutto ad un company039s azioni in circolazione. La capitalizzazione di mercato è calcolato moltiplicando. Frexit abbreviazione di quotFrench exitquot è uno spin-off francese del termine Brexit, che è emerso quando il Regno Unito ha votato per. Un ordine con un broker che unisce le caratteristiche di ordine di stop con quelli di un ordine limite. Un ordine stop limit will. This post verrà dettaglio quello che ho fatto a fare circa. 500K da negoziazione ad alta frequenza dal 2009 al 2010. Dal momento che é scambiata completamente indipendente e non sono più in funzione il mio programma Irsquom felice di dire a tutti. Il mio commercio era per lo più in Russel 2000 e contratti futures DAX. La chiave del mio successo, credo, non era in un sofisticato equazione finanziaria, ma piuttosto nel disegno complessivo algoritmo che legati insieme molti componenti semplici e di apprendimento macchina utilizzata per ottimizzare la massima redditività. È wonrsquot necessario conoscere ogni terminologia sofisticato qui perché quando ho installato il mio programma è tutto basato sull'intuizione. (Andrew Ngrsquos stupefacente corso di formazione a macchina non era ancora disponibile - btw, se si fa clic su quel link yoursquoll essere presa per il mio progetto in corso: CourseTalk, un sito di recensioni per MOOCs) In primo luogo, voglio solo dimostrare che il mio successo non è semplicemente il risultato di fortuna. Il mio programma ha fatto 1000-4000 operazioni al giorno (mezza lunghezza, mezza corto) e non ha mai avuto in posizioni di più di alcuni contratti alla volta. Ciò ha significato la fortuna casuale da un qualsiasi particolare commercio in media fuori piuttosto veloce. Il risultato è stato che non ho mai perso più di 2000 in un giorno e non ha mai avuto un mese di perdere: (. EDIT Queste cifre sono dopo aver pagato commissioni) E herersquos un grafico per dare un senso della variazione quotidiana. Nota: questo esclude gli ultimi 7 mesi, perché - come le figure smesso di andare fino - Ho perso la motivazione per entrare loro. Il mio background di mercato aperto precedente la creazione di mio programma di trading automatico Irsquod aveva 2 anni di esperienza come commerciante di giorno ldquomanualrdquo. Questo è stato nel 2001 - sono stati i primi giorni di commercio elettronico e c'erano opportunità per ldquoscalpersrdquo per fare un buon prezzo. Posso solo descrivere quello che stavo facendo come simile a riproduzione di un video gioco di gioco con un bordo supposto. Avere successo significava essere veloce, essere disciplinato, e avendo una buona capacità di riconoscimento di forme intuitive. Sono stato in grado di fare in giro 250k, pagare i miei prestiti agli studenti e hanno soldi rimasti. Vinci Nel corso dei prossimi cinque anni, vorrei lanciare due start-up, raccogliendo alcune abilità di programmazione lungo la strada. Si wouldnrsquot essere fino alla fine del 2008 che vorrei tornare in commercio. Con i soldi esaurendo dalla vendita del mio primo avvio, il commercio ha offerto la speranza di denaro facile, mentre ho capito la mia prossima mossa. Nel 2008 sono stato ldquomanuallyrdquo futures giorno usando un software chiamato T4. Irsquod stato volendo alcuni tasti di scelta rapida immissione ordine su misura, così dopo aver scoperto T4 ha avuto un API, ho assunto la sfida di imparare C (il linguaggio di programmazione necessaria per utilizzare l'API) e andato avanti e mi sono costruito alcuni tasti di scelta rapida. Dopo aver ottenuto i piedi bagnati con l'API presto ho avuto aspirazioni più grandi: ho voluto insegnare al computer per scambiare per me. L'API fornito sia un flusso di dati di mercato e un modo semplice per inviare gli ordini per lo scambio - tutto quello che dovevo fare era creare la logica nel mezzo. Qui di seguito è uno screenshot di una finestra T4 trading. Che cosa era interessante è che quando ho ottenuto il mio lavoro programma sono stato in grado di guardare il commercio computer su questa stessa identica interfaccia. Guardando gli ordini reali che appaiono dentro e fuori (da loro stessi con il mio denaro reale) era sia eccitante e spaventoso. Il design del mio algoritmo Fin dall'inizio il mio obiettivo era quello di impostare un sistema tale che avrei potuto essere ragionevolmente sicuri Irsquod fare i soldi prima ancora di effettuare qualsiasi mestieri dal vivo. Per fare questo ho bisogno di costruire un quadro di simulazione trading che sarebbe - il più accuratamente possibile - simulare trading dal vivo. Mentre la negoziazione di aggiornamenti di mercato elaborazione in modalità richieste dal vivo in streaming tramite l'API, modalità di simulazione necessario leggere gli aggiornamenti di mercato da un file di dati. Per raccogliere questa configurazione dati che la prima versione del mio programma per la connessione solo per gli aggiornamenti API e di mercato record con timestamp. Ho finito per usare 4 settimane vale la pena di dati di mercato recenti per allenarsi e testare il mio sistema. Con una struttura di base in luogo ho ancora avuto il compito di capire come fare un sistema di scambio proficuo. Come si è visto il mio algoritmo si spezzerebbe in due componenti distinti, che esplorano Irsquoll a sua volta: previsione dei movimenti dei prezzi e fare mestieri redditizi previsione dei movimenti di prezzo Forse una componente evidente di qualsiasi sistema di trading è in grado di prevedere dove i prezzi si muoveranno. E il mio non ha fatto eccezione. Ho definito il prezzo corrente come media dell'offerta dentro e offerta all'interno e ho impostato l'obiettivo di predire dove il prezzo sarebbe nei prossimi 10 secondi. Il mio algoritmo avrebbe bisogno di venire con questa previsione momento per momento per tutta la giornata di trading. Creazione di indicatori amp ottimizzare ho creato una manciata di indicatori che hanno dimostrato di avere una capacità significativa di prevedere i movimenti dei prezzi a breve termine. Ogni indicatore ha prodotto un numero che era positivo o negativo. Un indicatore è utile se più spesso un numero positivo corrispondeva con il mercato salendo e un numero negativo corrispondeva con il mercato scendendo. Il mio sistema mi ha permesso di determinare rapidamente la quantità di capacità predittiva un indicatore aveva così ho potuto sperimentare un sacco di diversi indicatori per vedere cosa ha funzionato. Molti degli indicatori avevano variabili nelle formule che li hanno prodotti e sono stato in grado di trovare i valori ottimali per le variabili facendo confronto fianco a fianco dei risultati conseguiti con valori variabili. Gli indicatori che sono stati più utili erano tutti relativamente semplici e si basano su recenti avvenimenti nel mercato che é scambiata così come i mercati dei titoli correlati. Rendere prezzo esatto previsioni mossa Avere indicatori che semplicemente predetto un alto o il basso prezzo di movimento wasnrsquot abbastanza. Ho bisogno di sapere esattamente quanto il movimento dei prezzi era stato previsto da ogni possibile valore di ciascun indicatore. Avevo bisogno di una formula che convertire un valore dell'indicatore di una previsione di prezzo. Per fare questo ho rintracciato predetto prezzo si muove in 50 secchi che dipendevano sulla gamma che il valore dell'indicatore è caduto in. Ciò ha prodotto previsioni univoche per ogni secchio che sono stato poi in grado di rappresentare graficamente in Excel. Come si può vedere la variazione di prezzo attesi aumenta proporzionalmente all'aumento del valore dell'indicatore. Sulla base di un grafico come questo sono stato in grado di fare una formula per adattarsi alla curva. All'inizio ho fatto questo ldquocurve fittingrdquo manualmente ma presto ho scritto un po 'di codice per automatizzare questo processo. Si noti che non tutte le curve indicatore avevano la stessa forma. Si noti inoltre i secchi sono stati distribuiti in modo logaritmico, in modo da diffondere sottolinea i dati in modo uniforme. Infine ricordiamo che i valori degli indicatori negativi (e le loro previsioni di prezzi al ribasso corrispondenti) sono state capovolte e combinati con i valori positivi. (Mio algoritmo trattata su e giù esattamente lo stesso.) La combinazione di indicatori per un singolo pronostico Una cosa importante da considerare è che ogni indicatore non era completamente indipendente. Ho couldnrsquot semplicemente sommare tutti le previsioni che ogni indicatore ha fatto individualmente. La chiave è stato quello di capire il valore predittivo aggiuntivo che ogni indicatore aveva al di là di ciò che era già previsto. Questo wasnrsquot di difficile da implementare, ma voleva dire che se ero ldquocurve fittingrdquo indicatori multipli allo stesso tempo ho dovuto fare attenzione cambiamento si potrebbe effettuare le previsioni di un altro. Al fine di ldquocurve fitrdquo tutti gli indicatori, allo stesso tempo ho configurato l'ottimizzatore di passaggio solo 30 della strada verso le nuove curve di previsione ad ogni passaggio. Con questo 30 salto ho trovato che le curve di previsione potrebbero stabilizzarsi nel giro di pochi passaggi. Con ogni indicatore ora dandoci itrsquos ulteriore previsione prezzo che ho potuto semplicemente aggiungere fino a produrre una singola previsione di dove il mercato sarebbe in 10 secondi. Perché la previsione dei prezzi non è sufficiente Si potrebbe pensare che con questo bordo sul mercato ero d'oro. Ma è necessario tenere a mente che il mercato è costituito da offerte e offerte - itrsquos non solo un prezzo di mercato. Il successo nel trading ad alta frequenza si riduce a ottenere buoni prezzi e itrsquos non è così facile. I seguenti fattori rendere la creazione di un sistema redditizio difficile: con ogni commercio che ho dovuto pagare commissioni sia il mio broker e lo scambio. Lo spread (differenza tra offerta più alta e l'offerta più bassa) ha fatto sì che, se dovessi comprare e vendere semplicemente casuale Irsquod essere perdendo un sacco di soldi. La maggior parte del volume del mercato era altri bot che eseguire solo uno scambio con me se pensavano di avere qualche vantaggio statistico. Vedendo un'offerta che non ha garantito che avrei potuto acquistarlo. Per il momento il mio ordine di acquisto avuto modo lo scambio era molto probabile che tale offerta sarebbe stato annullato. Come un piccolo operatore del mercato non c'era modo ho potuto competere sulla velocità da solo. Costruire una simulazione di trading completa così ho avuto un quadro che mi ha permesso di backtest e ottimizzare gli indicatori. Ma ho dovuto andare al di là di questo - avevo bisogno di un quadro che mi permettesse di backtest e ottimizzare un sistema di scambio completo quella in cui mi è stato l'invio di ordini e sempre in posizioni. In questo caso Irsquod essere l'ottimizzazione per totale PampL e in una certa misura PampL media per il commercio. Questo sarebbe più complicato e per certi versi impossibili per modellare esattamente, ma ho fatto come meglio ho potuto. Qui ci sono alcuni dei problemi che ho avuto a che fare con: Quando un ordine è stato inviato al mercato nella simulazione ho dovuto modellare il tempo di ritardo. Il fatto che il mio sistema ha visto un'offerta non significa che si potrebbe acquistare subito. Il sistema avrebbe mandato l'ordine, attendere circa 20 millisecondi e quindi solo se l'offerta è stata ancora era considerato come un commercio eseguito. Questo è stato inesatto, perché il tempo di ritardo reale era incoerente e non dichiarata. Quando ho messo le offerte o le offerte che ho dovuto guardare il flusso di esecuzione delle negoziazioni (previsto dalle API) e usare quelli per valutare quando il mio ordine avrebbe ottenuto eseguito contro. Per fare questo diritto ho dovuto tracciare la posizione del mio ordine nella coda. (Itrsquos un first-in first-out del sistema.) Ancora una volta, ho couldnrsquot fare questo perfettamente, ma ho fatto una migliore approssimazione. Per perfezionare la mia simulazione esecuzione degli ordini quello che ho fatto è stato portare i miei file di registro dal trading dal vivo attraverso l'API e confrontarli ai file di log prodotti dal commercio simulato dal esattamente lo stesso periodo di tempo. Sono stato in grado di ottenere la mia simulazione, al punto che era abbastanza preciso e per le parti che erano impossibili da modellare esattamente ho fatto in modo di almeno produrre risultati che erano statisticamente simile (nelle metriche ho pensato fosse importante). Fare fruttuosi scambi commerciali con un modello di simulazione ordine nel posto che potrebbe ora inviare gli ordini in modalità di simulazione e vedere un PampL simulato. Ma come sarebbe il mio sistema sapere quando e dove acquistare e vendere i previsioni prezzo mossa sono stati un punto di partenza, ma non tutta la storia. Quello che ho fatto è stato creare un sistema di punteggio per ognuno dei 5 livelli di prezzo sul l'offerta e offerta. Tra questi, un livello sopra l'offerta all'interno (per un ordine di acquisto) e un livello sotto l'offerta all'interno (per un ordine di vendita). Se il punteggio in un determinato livello di prezzo era al di sopra di una certa soglia, che significherebbe il mio sistema dovrebbe avere una bidoffer attiva lì - al di sotto della soglia, allora tutti gli ordini attivi devono essere annullati. Sulla base di questo non era raro che il mio sistema sarebbe flash un'offerta sul mercato immediatamente annullarlo. (Anche se ho cercato di ridurre al minimo questo come itrsquos fastidioso come diamine a chiunque guardando lo schermo con occhi umani - me compreso.) Il prezzo punteggi livello sono stati calcolati sulla base dei seguenti fattori: Il prezzo mossa previsione (che abbiamo discusso in precedenza). Il livello dei prezzi in questione. (Livelli interni pensati erano necessari maggiori previsioni di prezzo mossa.) Il numero di contratti di fronte al mio ordine nella coda. (Meno è meglio.) Il numero di contratti dietro mio ordine nella coda. (Più è stato meglio.) In sostanza questi fattori servivano per identificare luoghi ldquosaferdquo a bidoffer. La sola previsione prezzo mossa non era adeguata perché non tiene conto del fatto che quando collocazione dell'offerta che non ha riempito automaticamente - Ho solo ottenuto riempito se qualcuno ha venduto a me lì. La realtà è che il solo fatto di qualcuno che vende a me ad un certo prezzo ha cambiato le probabilità statistiche del commercio. Le variabili utilizzate in questa fase sono soggetti a ottimizzazione. Ciò è stato fatto esattamente allo stesso modo in cui ho ottimizzato variabili degli indicatori di prezzo spostarsi se non restando in questo caso mi è stato l'ottimizzazione per la linea di fondo PampL. Ciò che il mio programma ignorato Quando si fa trading come esseri umani abbiamo spesso forti emozioni e pregiudizi che possono portare a meno di decisioni ottimali. Chiaramente non ho voglia di codificare questi pregiudizi. Qui ci sono alcuni fattori che il mio sistema ignorato: Il prezzo che una posizione è stato inserito - in un ufficio commerciale itrsquos abbastanza comune sentire conversazione sul prezzo al quale qualcuno è lungo o corto, come se questo dovrebbe effettuare loro processo decisionale futuro. Anche se questo ha qualche validità come parte di una strategia di riduzione del rischio ha in realtà alcuna attinenza con il corso futuro degli eventi nel mercato. Quindi il mio programma completamente ignorato queste informazioni. Itrsquos lo stesso concetto ignorando costi sommersi. Andare a breve termine contro uscire da una posizione lunga - In genere un commerciante avrebbe diversi criteri che determina dove vendere una posizione lunga rispetto a dove andare short. Tuttavia dal mio punto di vista algoritmi non vi era alcuna ragione per fare una distinzione. Se il mio algoritmo prevede una vendita movimento al ribasso è stata una buona idea a prescindere se fosse attualmente lungo, corto, o appartamento. Una strategia uprdquo ldquodoubling - Si tratta di una strategia comune in cui gli operatori dovranno comprare più magazzino nel caso in cui non vi originale del commercio va contro di loro. Ciò si traduce in tuo prezzo medio di acquisto di essere inferiore e significa quando (o se) lo stock si gira yoursquoll essere impostato per rendere il vostro denaro in poco tempo. A mio parere questo è davvero una strategia orribile a meno yoursquore Warren Buffet. Yoursquore indotti a pensare che si sta facendo bene perché la maggior parte dei vostri commerci saranno vincitori. Il problema è quando si perde si perde grande. L'altro effetto è che rende difficile giudicare se effettivamente ha un vantaggio sul mercato o sono solo ottenere fortunato. Essere in grado di controllare e confermare che il mio programma ha infatti avere un vantaggio era un obiettivo importante. Dal momento che il mio algoritmo decisioni prese nello stesso modo indipendentemente da dove è entrato un mestiere o se era attualmente lungo o breve lo ha fatto occasionalmente sedersi in (e prendere) alcune grandi operazioni perdenti (oltre ad alcune grandi operazioni vincenti). Ma, si shouldnrsquot che ci wasnrsquot qualsiasi gestione del rischio. Per gestire il rischio ho forzato una dimensione massima carica di 2 contratti alla volta, di tanto in tanto urtato fino a giorni ad alto volume. Ho anche avuto un limite massimo di perdita giornaliera di salvaguardia contro eventuali condizioni di mercato imprevisti o un bug nel mio software. Questi limiti sono stati applicati nel mio codice, ma anche nel backend attraverso il mio broker. Come è successo non ho mai incontrato problemi significativi. L'esecuzione dell'algoritmo Dal momento in cui ho iniziato a lavorare sul mio programma mi ci sono voluti circa 6 mesi prima di arrivare al punto di redditività e iniziato l'esecuzione dal vivo. Anche se ad essere onesti una notevole quantità di tempo stava imparando un nuovo linguaggio di programmazione. Come ho lavorato per migliorare il programma che ho visto un aumento dei profitti per ciascuno dei prossimi quattro mesi. Ogni settimana mi avrebbe riqualificare il sistema basato sui precedenti 4 settimane di dati. Ho trovato questo ha colpito il giusto equilibrio tra l'acquisizione di tendenze comportamentali recente del mercato e assicurare il mio algoritmo aveva dati sufficienti per stabilire modelli significativi. Come la formazione ha cominciato a prendere sempre più tempo ho diviso fuori in modo che potesse essere eseguito da 8 macchine virtuali utilizzando Amazon EC2. I risultati sono stati poi si fusero sulla mia macchina locale. Il punto più alto del mio trading Era l'ottobre del 2009, quando ho fatto quasi 100k. Dopo questo ho continuato a trascorrere i prossimi quattro mesi cercando di migliorare il mio programma, nonostante una diminuzione profitto ogni mese. Purtroppo da questo punto immagino Irsquod realizzato tutti i miei migliori idee perché nulla ho provato sembrava aiutare molto. Con la frustrazione di non essere in grado di apportare miglioramenti e non avendo un senso di crescita ho iniziato a pensare a una nuova direzione. Ho mandato 6 diverse imprese commerciali ad alta frequenza per vedere se theyrsquod è interessato ad acquistare il mio software e mi assunzione a lavorare per loro. Nessuno ha risposto. Ho avuto alcune nuove idee di avvio volevo lavorare su così non ho mai seguito fino. UPDATE - Ho pubblicato questo su Hacker News e ha ottenuto un sacco di attenzione. Voglio solo dire che io non sostengo chiunque tenti di fare qualcosa di simile se stessi ora. Si avrebbe bisogno di un team di persone veramente intelligenti con una gamma di esperienze per avere qualche speranza di competere. Anche quando stavo facendo questo credo che sia stato molto raro per le persone a raggiungere il successo (anche se avevo sentito parlare di altri.) C'è un commento nella parte superiore della pagina che cita statistiche manipolati e si riferisce a me come un investorrdquo ldquoretail che quants sarebbe ldquogleefully scegliere offrdquo. Questo è un commento piuttosto sfortunato thatrsquos semplicemente non basate nella realtà. Impostazione che parte therersquos alcuni commenti interessanti: news. ycombinatoritemid4748624 UPDATE 2 - Irsquove pubblicato una FAQ di follow-up che risponde ad alcune domande comuni Irsquove ricevuto dai commercianti su questo sistemi post. Trading Se si pensa algos gone wild in azioni è male, solo aspettare fino a quando vedete cosa succede quando le stesse risposte a circuito che genera i robot si avvia frontrunning e sfornare tutto il cotone, lo zucchero, e altri contratti su merci. Secondo questo commerciante, questo è già avvenuto. Next up: precipitare la liquidità, e aumento della volatilità, giusto in tempo per i prezzi delle materie prime per scoprire che grinta in più computerizzato come esplodono in attesa di Bernankes esperimento reflazione impazzita di far saltare tutti i concetti di fair value in mille pezzi. Fino a poco tempo fa, ogni dibattito tra sostenitori e oppositori di High Frequency Trading viene in genere rappresentato da accesi dibattiti di alto convinzione su entrambi i lati, con le discussioni rapido deterioramento in attacchi ad hominem e il produttore urla taglio commerciale per prevenire scazzottate. Per fortuna, tutto questo è destinato a cambiare. In un documento di ricerca da Reginald Smith della Bouchet Franklin Institute di Rochester titolo è di trading ad alta frequenza che inducono cambiamenti nella microstruttura di mercato e delle dinamiche del autore trova che egli può dimostrare chiaramente che HFT sta avendo un sempre maggiore impatto sulla microstruttura delle dinamiche commerciali azionari . il valore in borsa, e il volume degli scambi estensione, le fluttuazioni stanno iniziando a mostrare auto-similarità in tempi sempre più brevi. Valori che una volta erano presenti solo su ordine di diverse ore o giorni sono ormai comuni nella scala temporale di secondi o minuti. E 'importante che gli algoritmi di negoziazione dei commercianti HFT, così come coloro che cercano di capire, migliorare, o regolare HFT rendersi conto che la struttura complessiva del commercio è influenzato in maniera misurabile con HFT e che i modelli rumore gaussiano di volume di trading a breve termine fluttuazioni probabilmente sono sempre più inapplicabili. In altre parole, l'autore trova ampia evidenza che nel corso degli ultimi dieci anni (al NASDAQ) e soprattutto dopo la revisione del 2005 Reg NMS (al NYSE), stock trading dimostra sempre più auto frattali simili, con conseguente volatilità dei picchi, il feedback ricorsiva loop, ed una struttura di mercato che sta diventando sempre più un prodotto del meccanismo trading reale. Nel processo, come dimostrato da un esponente di Hurst gravitare sempre più lontano dal 0,5 (cioè Brown territorio Rumore), il processo naturale di Markov di commercio di riserva è messo in discussione, e quindi l'intera premessa di un mercato efficiente deve essere rivalutata. È presto detto: HFT ha mostrato di influenzare l'equità del commercio. La SEC ha pubblicato i suoi risultati preliminari sugli eventi di mercato del 6 maggio 2010, che trovano nulla, e solo portare la promessa di ulteriori indagini. La proposta di soluzione aggiornato al problema è risibile - più cordoli, che non fanno nulla per affrontare le questioni di base a portata di mano, che sono che la versione moderna di market maker, algos HFT, tirare la liquidità via per un capriccio, e che può destabilizzare il mercato in un istante una volta le strategie di slancio accensione prendere il sopravvento. Come abbiamo ipotizzato, la SEC troverà nulla di materiale, fino al momento in cui l'incidente Flash prossimo spazza via non 10, ma mette il mercato in letargo a tempo indeterminato. Una cosa che la relazione non fare, è fornire un'analisi approfondita dei commercianti ad alta frequenza, un concetto che è stato a malapena conosciuto come più tardi di un anno fa. Una cosa che non si fa menzione di qualsiasi parte del rapporto, è l'aggeggio NYSE conosciuto come fornitore di liquidità supplementare, un programma creato per dare Goldman predominio sul sistema di sconti di liquidità DMM-parallelo al NYSE. Si potrebbe pensare che la SEC sarebbe a conoscenza di questo programma che avrebbe dovuto scadere nel primi mesi del 2009, ma continua ad essere ampliato e fornisce Goldman e Getco con, probabilmente, informazioni lungimiranti senza precedenti sul flusso di ordini. piattaforme di trading computerizzati e vari algos stanno entrando nel grande frenesia oltre espedienti tecnologici assortiti in quanto il crollo ottobre 1987. E il pubblico richiede il loro sangue. O come il caso, idruro di litio. Ahimè, l'agenzia che dovrebbe proteggere gli investitori da abusi di HFT e varie altre tecnologie diavolerie sia del tutto stupido per essere in grado di affrontare questo grande problema. Ciò nonostante, i senatori Ted Kaufman (D-DE) e Mark Warner (D-VA) il Venerdì ha proposto un'aggiunta al disegno di legge di riforma Senati di Wall Street che avrebbe diretto la Securities and Exchange Commission e la Commodity Futures Trading Commission di riferire al Congresso su diversi questioni chiave che circondano la fusione del mercato 6 maggio 2010, che ha inviato il Dow Jones Industrial Average cadendo drammaticamente in pochi minuti. algoritmi ad alta frequenza-commerciali sono stati al centro iniziale di domande riguardanti il ​​crollo. Speriamo Kaufman è riuscito. D'altra parte, il più probabile di prodotto in SECs lavoro sarà un 1 milione pagina stampa di tutti i jpegs in underagetransvestitesforregulators. meglio conosciuto nei circoli SEC come output di due diligence. Come al solito, ci auguriamo che abbiamo torto. Come al solito, abbiamo il sospetto che arent. da Chopshop - Feb 12, 2010 9:05 Brazils BOVESPA e il Merc ha stipulato un protocollo d'intesa come globali Preferred Partner strategici per lo sviluppo congiunto di una piattaforma di commercio elettronico nuova classe multi-asset, con la capacità di elaborare le transazioni in meno di un millisecondo per azioni, derivati, titoli a reddito fisso e altre attività negoziati in borsa o fuori borsa in borsa. Basato sulla tecnologia derivata dal sistema di scambio CME Globex, questa nuova piattaforma ospiterà tutti i segmenti BVMF sotto la stessa infrastruttura. 1 Cliffs Notes clou del comunicato stampa in toto 2 amp giorno Settimanale classifiche ECM Una manciata di imprese commerciali ad alta frequenza ha rappresentato circa il 70 per cento del volume di scambi complessivo sui mercati azionari degli Stati Uniti nel 2009. Una società con un tale sistema computerizzato negoziati over 2 miliardi di azioni in un solo giorno nel mese di ottobre 2008, pari a oltre il 10 per cento degli Stati Uniti volume di titoli azionari di trading per la giornata. Quali sono i vantaggi e gli svantaggi di questo ambiente di trading dipende dalla tecnologia, e come sono controllati i suoi rischi. L'ambiente di trading ad alta frequenza ha il potenziale per generare errori e le perdite ad una velocità e l'entità di gran lunga superiore a quella di un piano o di ambiente di trading telematico. - Chicago Federal Reserve Sembra che prop negoziazione potrebbe presto sulla sua via d'uscita. Per fortuna, essa ha rappresentato solo per poco più di 10 delle entrate Goldman: sarà quindi probabilmente non perdere. Bloomberg scrive: Il presidente Barack Obama domani offrirà nuove proposte volte a limitare le dimensioni e la complessità dei sistemi di trading proprietario, come un modo per ridurre l'assunzione di rischi, un alto funzionario dell'amministrazione ha detto. Anche se questo non è ancora la fine formale del prop trading che può o non può essere un modo legale per sfruttare la commistione tra flusso e prop trading, scalping quindi i clienti in un modo perfettamente accettabile (definire la parola accettabile), ha tutto la stoffa del inizio della fine. E, molto più importante, questo segna l'inizio tanto atteso di rendimento Glass-Steagalls. Durante il fine settimana, chiave professionisti MetWest assunto le responsabilità di gestione del portafoglio per tutti i conti dei clienti a reddito fisso di alta qualità TCWs. Questo passaggio è stato ordinato e senza soluzione di continuità, un testamento per la professionalità e l'entusiasmo di entrambi i dipendenti MetWest e TCW. In allegato si trova un elenco completo dei nostri prodotti di alta qualità a reddito fisso ed i rispettivi gestori di portafoglio, efficace oggi. Ci aspettiamo che si noterà un approccio più collaborativo, team-based per la gestione del portafoglio. Crediamo che questa cultura della cooperazione faciliterà una rapida, efficace integrazione dei nostri team di reddito fisso in una singola unità. Abbiamo anticipato le possibili dimissioni a seguito del presente bando. Tuttavia, ad oggi, abbiamo mantenuto 70 della nostra squadra di titoli garantiti da ipoteca. - I dati empirici suggeriscono che TCW High Frequency Trading, e algos VWAP in particolare, presentano numerosi selezione avversa e maggiore liquidità carenze rispetto a strategie di trading non HFT. Il costo finale di attualmente esistente HFT-mediata di tolling mercato può superare di gran lunga qualsiasi proposta di tassa sulle transazioni, che implica costi di negoziazione può in effetti essere ridotto come una variante Tobin rimuove le caratteristiche esternalità associate con algoritmi di mercato avverse dominante HFT. da Fibozachi - 18 Nov, 2009 06:00