High Frequency Trading Strategies Amazon

Comercio de alta frecuencia - HFT Qué es el comercio de alta frecuencia - HFT El comercio de alta frecuencia (HFT) es una plataforma de programa de comercio que utiliza computadoras de gran alcance para realizar un gran número de pedidos a velocidades muy rápidas. Utiliza algoritmos complejos para analizar múltiples mercados y ejecutar pedidos basados ​​en las condiciones del mercado. Normalmente, los comerciantes con las velocidades de ejecución más rápidas son más rentables que los comerciantes con velocidades de ejecución más lentas. Ruptura de Negocio de Alta Frecuencia - HFT El comercio de alta frecuencia se hizo popular cuando los intercambios empezaron a ofrecer incentivos para que las compañías añadieran liquidez al mercado. Por ejemplo, la Bolsa de Valores de Nueva York (NYSE) tiene un grupo de proveedores de liquidez llamado Proveedores de Liquidez Suplementaria (SLP) que intenta aumentar la competencia y la liquidez de las cotizaciones existentes en la bolsa. Como incentivo para las empresas, la NYSE paga una comisión o reembolso por proporcionar dicha liquidez. En julio de 2016, la rebaja promedio de SLP fue de 0,0019 para los valores cotizados en NYSE y NYSE MKT en NYSE. Con millones de transacciones por día, esto resulta en una gran cantidad de beneficios. El SLP fue introducido después del colapso de Lehman Brothers en 2008, cuando la liquidez era una preocupación importante para los inversionistas. Beneficios de HFT El mayor beneficio de HFT es que ha mejorado la liquidez del mercado y ha eliminado los diferenciales de ofertas y posturas que previamente hubieran sido demasiado pequeños. Esto fue probado agregando honorarios en HFT, y como resultado, los spreads de oferta-demanda aumentaron. Un estudio evaluó cómo los spreads de oferta y demanda canadienses cambiaron cuando el gobierno introdujo los honorarios en HFT, y se encontró que los diferenciales bid-ask aumentaron 9. Las críticas de HFT HFT son polémicas y se han encontrado con algunas duras críticas. Ha reemplazado a una gran cantidad de intermediarios y utiliza modelos matemáticos y algoritmos para tomar decisiones, tomando la decisión humana y la interacción fuera de la ecuación. Las decisiones ocurren en milisegundos, y esto podría dar lugar a grandes movimientos del mercado sin razón. Como ejemplo, el 6 de mayo de 2010, el Dow Jones Industrial Average (DJIA) sufrió su mayor punto de caída intradía cada vez, disminuyendo 1.000 puntos y cayendo 10 en sólo 20 minutos antes de volver a subir. Una investigación gubernamental culpó a una orden masiva que desencadenó una liquidación para el accidente. Una crítica adicional de HFT es que permite a las grandes empresas a beneficio a expensas de los pequeños, o los inversores institucionales y minoristas. Otra queja importante acerca de HFT es la liquidez proporcionada por HFT es la liquidez fantasma, lo que significa que proporciona liquidez que está disponible en el mercado un segundo y pasó el siguiente, impidiendo a los comerciantes de ser realmente capaz de negociar esta liquidez. Ilustración de Giacomo Marchesi A las 9: 30 am El 1 de agosto, un ejecutivo de software con una camisa de cuello abrochado y un llamativo reloj presionaron un botón en la Bolsa de Nueva York, provocando una campana que marcó el comienzo del día de negociación. Milisegundos después del comercio de apertura, los pedidos de compra y venta comenzaron a zapping a través de los servidores de los mercados con una velocidad alarmante. Los oficios eran obviamente inusuales. Llegaron en pequeños lotes de 100 acciones que involucraban cerca de 150 productos financieros diferentes, incluyendo muchas acciones que normalmente no ven en ninguna parte cerca de tanta actividad. En tres minutos, el volumen comercial se había más que duplicado con respecto al promedio de las semanas anteriores. Pronto complejos programas informáticos desplegados por las empresas financieras entraron en picado. Compraron acciones infravaloradas como las ventas inusuales llevó sus precios hacia abajo y vendió sobrevaluado como las compras impulsaron sus precios. Los algoritmos estaban haciendo una matanza, y los comerciantes humanos se metió en la recompensa también. En cuestión de minutos, una ola de alertas urgentes por correo electrónico inundó a altos funcionarios de la Securities and Exchange Commission. En Wall Street, funcionarios de NYSE se apresuraron a aislar la fuente de los extraños oficios. Mientras tanto, a través del río Hudson, en las oficinas de Jersey City de una firma financiera de tamaño mediano llamada Knight Capital. Un pánico se estaba estableciendo pulg Un programa que se suponía que se han desactivado en vez había ido rogue, explotar las órdenes comerciales que le estaban costando a Knight casi 10 millones por minuto. Y nadie sabía cómo cerrarlo. A este ritmo, la empresa sería insolvente dentro de una hora. Caballeros horrorizados empleados pasaron un agonizante 45 minutos cavando a través de ocho conjuntos de comercio y software de enrutamiento antes de que encontraron el código de fugitivo y lo neutralizó. Para entonces eran poco después de las 10 de la mañana y funcionarios de la Bolsa de Nueva York, otros importantes intercambios y la Financial Industry Regulatory Authority se reunían para una conferencia telefónica de emergencia. No terminó hasta las 4 de la madrugada. En los cuatro años transcurridos desde el colapso de Lehman Brothers llevó al sistema financiero global al borde del olvido, las nuevas tecnologías han cambiado Wall Street más allá del reconocimiento. A pesar de los esfuerzos de reforma, los mercados de hoy son más salvajes, menos transparentes y, lo más importante, más rápidos que nunca. Las bolsas de valores pueden ahora ejecutar operaciones en menos de la mitad de un millonésimo de segundos más de un millón de veces más rápido de lo que la mente humana puede tomar una decisión. Las empresas financieras implementan sofisticados algoritmos para luchar por fracciones de un centavo. Diseñado por los nerds de la física y los genios de la matemáticas conocidos como quants, estos programas explotan los movimientos minuciosos y los patrones a largo plazo en los mercados, comprando una acción en 1.00 y vendiéndola en 1.0001, por ejemplo. Haga esto 10.000 veces por segundo y los ingresos se suman. Constantemente moviéndose dentro y fuera de los valores para esas pequeñas hilachas de lucro y terminando el día de poseer nada, es conocido como comercio de alta frecuencia. Este churn rápido ha reducido el período medio de tenencia de un stock: Hace medio siglo que eran ocho años hoy es alrededor de cinco días. La mayoría de los expertos están de acuerdo en que los algoritmos de negociación de alta velocidad son ahora responsables de más de la mitad del comercio de Estados Unidos. Los programas informáticos envían y cancelan órdenes incansablemente en una campaña interminable para engañarse y superarse mutuamente, oa veces simplemente para desacelerarse mutuamente. También pueden inundar el mercado con órdenes comerciales falsas para deshacerse de los competidores, o liquidar de forma cautelosa una gran posición accionaria de una manera que no provoque un cambio de precios. Es un mundo en el que investingmdashif thats lo que usted llama la compra y venta de acciones de una empresa dentro de una cuestión de secondsmdashoften se reduce a lo rápido que puede comprar o descargar, no cuánto vale la empresa realmente vale la pena. Como la tecnología ha marcado el comienzo de un valiente nuevo mundo en Wall Street, los organismos de control de las naciones siguen detrás de la curva, incapaz de controlar eficazmente, y mucho menos regular, los mercados de hoy. Al igual que en 2008, cuando los reguladores sólo parecía darse cuenta después del hecho de la amenaza que plantea el estofado tóxico de la bursatilización, los chicos whiz financieros son una vez más un leapmdashahead. Disyuntor: Un mecanismo para cerrar el comercio cuando el mercado cae demasiado rápido o los valores individuales negocian dramáticamente fuera del rango normal. Piscinas oscuras: mercados de corredores que operan fuera de las bolsas de valores públicas que permiten a los inversores comerciar grandes cantidades de acciones de forma anónima. Período de retención: El tiempo que un inversor posee un valor. Latencia: Cuánto tiempo se tarda en ejecutar una transacción financiera a través de una conexión de red. Este invierno, dos compañías de tecnología esperan lanzar el enlace de menor latencia entre Illinois y New Jersey, una cadena de 733 millas de torres de microondas para dar rienda suelta a los datos en 8,5 milisegundos de ida y vuelta. Liquidez: Un activo líquido puede ser fácilmente comprado o vendido sin cambiar en valuemdashash, por ejemplo, es más líquido que las existencias. Negocio patentado: cuando las instituciones financieras comercian en beneficio de sus empresas, en lugar de sus clientes. Las reformas financieras de Dodd-Frank imponen algunas restricciones al comercio de propiedad en los grandes bancos, pero abundan las lagunas. Quote relleno: Colocar y rescindir rápidamente un gran número de órdenes de compra o venta para confundir o retrasar a los comerciantes rivales. Difusión: En el comercio, comúnmente la diferencia entre el precio más alto que un comprador pagará y el precio más bajo que un vendedor tomará. El episodio del caballero era canario de la cuota en la mina, dice Michael Greenberger. Un profesor de derecho de la Universidad de Maryland y ex regulador en la Commodity Futures Trading Commission (CFTC). Hemos tenido suerte hasta ahora de que esto no haya sido más serio. Knight no era el peor de los casos. Ni siquiera cerca. Una gran cantidad de comercio de alta frecuencia es realizada por pequeñas empresas de propiedad comercial, sujeto a menos supervisión que las instituciones financieras de marca. Pero los grandes bancos también han intentado entrar en el acto. Imagine un algoritmo fugitivo en una empresa demasiado grande para fallar como Bank of America, que gestiona billones, no miles de millones, en activos. O, dice Bill Black. Un ex regulador federal que ayudó a investigar la crisis SampL de los años 80 y 90, imaginan algoritmos comerciales que causan series de cuotas de fallas en cascada, como el efecto dominó que siguió al colapso de Lehmans. Si estas cosas malas ocurren al mismo tiempo, dice él, las instituciones financieras pueden comenzar a fallar, incluso las muy grandes. No es una cuestión de si esto sucederá, advierte Black. Es una cuestión de cuándo. quot Años de errores y malas decisiones llevaron al colapso de 2008. Pero cuando ocurra la próxima crisis, puede que no se desarrolle durante meses, semanas o incluso días. Podría tomar segundos. Alpha, Nueva Jersey, es una aldea soñolienta en el Valle de Lehigh, cerca del río Delaware. En algún lugar de la ciudad (los propietarios no dirán exactamente dónde) es una de las 10 instalaciones de amplificación de 2.000 pies cuadrados que salpican el paisaje cada 75 millas entre Chicago y Nueva York, asegurando que las señales de fibra óptica viajan entre los dos Puntos tan claramente y rápidamente como sea posible. Difundir las redes. La empresa que opera la instalación, puede haber visto algo de poesía en las comunidades namemdashquotalphaquot es el término que los gerentes de inversión utilizan para describir el desempeño de una inversión después de ajustar por riesgo. Spread es parte de una creciente industria dedicada a proveer conexiones de hiperspeed para firmas financieras. Un comerciante más rápido puede vender a un precio más alto y comprar en uno más bajo porque él llega primero. Una conexión que es sólo un milisegundo más rápido que las competiciones podría aumentar las ganancias de las empresas de alta velocidad en hasta 100 millones por año, según una estimación. Debido a esto, las empresas comerciales están cada vez más empujando los límites para establecer las conexiones más rápidas entre centros comerciales como Nueva York, Chicago y Londres. Cada pie extra de cable de fibra óptica añade aproximadamente 1,5 nanosegundos de retardo cada milla adicional agrega 8 microsegundos. Es por eso que las empresas como Spread han vinculado los centros financieros entre sí por las rutas más cortas posibles. Spreads Alpha facilidad es uno de más de una docena de centros similares organizados a lo largo de la ruta de su 825 millas de largo, 300 millones de cable de fibra óptica entre Wall Street y la Bolsa Mercantil de Chicago. Spread, según informes, cobra a los comerciantes hasta 300.000 al mes para usar su red. Los intercambios como el NYSE cobran miles de dólares por mes a las empresas que quieren colocar sus servidores lo más cerca posible de los intercambios para aumentar las velocidades de transacción. Los expertos de la industria estiman que los comerciantes de alta velocidad gastaron más de 2 mil millones en infraestructura sólo en 2010. La necesidad de velocidad de los operadores se ha vuelto tan voraz que dos compañías están construyendo cables submarinos (precio: alrededor de 300 millones cada uno) a través del Atlántico, en un intento de unirse a Wall Street y la Bolsa de Londres por la ruta más corta y rápida posible. Cuando se complete en 2014, se espera que uno de los cables se afeite de cinco a seis milisegundos de operaciones transatlánticas. Pero, por qué parar allí? Un ingeniero comercial ha propuesto posicionar una línea de drones sobre el océano, donde desplegarán datos de microondas de uno a otro, como la cadena de fuegos de señal de la cima de la montaña en El Señor de los Anillos. Qué punto dices, esto es lo suficientemente rápido? Pregunta Brent Weisenborn, ex vicepresidente de NASDAQ. La aceleración de Wall Street no puede separarse de la automatización de Wall Street. Desde los albores de la era de la computación, los humanos se han preocupado por el sofisticado sistema inteligente de inteligencia artificial, Skynet, el control Matrixmdashseizing. Pero los comerciantes, en su búsqueda de ese milésimo de millón de dólares, han cedido voluntariamente las riendas. Aunque los seres humanos siguen ejecutando los bancos y escribir el código, los algoritmos ahora hacen millones de llamadas de momento a momento en los mercados globales. Algunos incluso pueden aprender de sus errores. Desafortunadamente, las notas de Weisenborn, una cosa que no se puede enseñar a una computadora es el juicio. Un conjunto de señales que los programas tienen que sopesar son innumerables órdenes comerciales que otros algoritmos envían y luego rescinden rápidamente. Hay un debate feroz sobre lo que estos oficios abortivos podría ser. Algunos especulan que son nuevos algoritmos que se están probando o feints estratégicos, el equivalente de pings sonar sondar el mercado para una respuesta. Algunos de los oficios falsos podrían ser dirigidos puramente a devorar el ancho de banda para frenar a los competidores. Hay, sin duda, antiguos comerciantes de alta velocidad que nos podrían decir, dice Black. "Si trabajé para la CFTC o la SEC, los estaría buscando para tratar de aprender lo que estaba pasando". En la tarde del 6 de mayo de 2010, los espectadores de CNBC podrían haber confundido los canales de programación de un éxito de taquilla apocalíptico. El Dow, que ya había perdido 400 puntos por las malas noticias de Europa, había caído de repente otro 600. Erin Burnett, con los ojos muy abiertos, gesticuló en las cartas para ilustrar la caída de 1.000 puntos. El típicamente maníaco Jim Cramer alcanzó un nuevo nivel de frenesí, gritando a los espectadores a buymdashBUYmdashProcter amp Gamble, que había caído un 25 por ciento, y meneando el dedo en la pantalla: "Si ese stock está ahí, sólo tienes que ir a comprarlo. No puede estar allí. Eso no es un precio real. Los precios de casi todas las acciones y fondos negociados en bolsa se habían hundido en minutos. Unos 300 valores experimentaron giros salvajes, con operaciones ejecutadas a precios tan bajos como un centavo y tan altos como 100.000 por acción. Durante el mismo segundo, las acciones de la firma de consultoría Accenture cotizaron en 0,01 y 30. En lo que más tarde se denominó el quotflash, quot casi 1 billón de dólares en valor para el accionista fue aniquilado en cuestión de minutos antes de que el mercado se recuperara, 3 por ciento del día anterior. Casi cinco meses después, los reguladores concluirían que, en un día en que los operadores ya habían sido sacudidos por el número de la deuda griega, una sola orden de venta masiva ejecutada por un algoritmo perteneciente a una empresa en Kansas había desencadenado una serie de acontecimientos que Envió el mercado en una cola. El análisis representó el mercado de cuotas tan fragmentado y frágil que un solo gran comercio podría enviar acciones en una espiral repentina, informó el Wall Street Journal. Este GIF muestra el auge del comercio de alta frecuencia en el mercado de valores desde enero de 2007 hasta enero de 2012. Fuente: Nanex. El flash accidente estimuló a los reguladores a los espolones de acción, pero sólo puede hacer que un caballo galope tan rápido. Nadie en Washington hace un millón de dólares más por año para mover un milisegundo más rápido, y se nota. Hasta ahora, el Congreso y los organismos reguladores financieros de las naciones han hecho más mano-retorcerse que regular. En la moda clásica de Washington, cuando un subcomité del Senado celebró una audiencia a finales de septiembre sobre los quotrulos del camino para el comercio algorítmico, el único consenso que surgió fue que se necesitaban más audiencias. Gracias a la tecnología, nuestros mercados de valores son más eficientes y accesibles que nunca, dijo la presidenta de la entonces SEC Mary Schapiro en una mesa redonda de tecnología de mercado de octubre. Pero también sabemos que la tecnología tiene escollos. Y cuando no funciona muy bien, las consecuencias pueden ser graves. Imagínese lo que puede suceder si un semáforo automatizado parpadea en verde en lugar de rojo, si una aleta de ala en un avión sube en lugar de hacia abajo, si una vía de ferrocarril cambia y envía el tren a la derecha en lugar de a la izquierda. , Pero para el momento en que Washington consigue una manija en la situación, algunos expertos temen, el daño ya se puede hacer. "Siempre estamos luchando contra el último incendio", dice Dave Lauer, un experto en tecnología de mercado que ha trabajado para firmas comerciales de alta velocidad. Si es un incendio de la SEC tiene que luchar, la agencia está trabajando con equipos que más recuerda a las brigadas de cubo. El New York Times ha llamado a los reguladores a la tecnología de base. David Leinweber. El director del Centro de Tecnología Financiera Innovadora del Laboratorio Nacional Lawrence Berkeley, ha criticado a la SEC ya la CFTC por dirigir un museo quotIT y tomar casi cinco meses para analizar el accidente de flash, que fue esencialmente superado en cinco minutos. Un misterioso algoritmo se describió como ejecutar un quotlike un murciélago fuera del infierno en la metanfetamina de cristal con un cazador de toro rojo. Para mejorar su capacidad de monitoreo del mercado, la SEC ha tenido que recurrir a la industria mdashspecifically, una empresa llamada Tradeworx, De alta velocidad para un nuevo programa informático para analizar los datos comerciales. Ese programa, llamado Midas, estaba programado para entrar en línea a finales de 2012. Pero incluso Midas no dará a la SEC una imagen completa de los mercados. No ofrece datos sobre las denominadas reservas quotdark, en mercados privados donde los compradores y vendedores pueden comerciar de forma anónima, y ​​no dirá a la SEC quién es responsable de un determinado comercio. Para llenar esas lagunas, la SEC planea pedir a los participantes del mercado que envíen información completa sobre cada comercio en los mercados de los Estados Unidos, creando lo que se denomina una pista de auditoría consolidada. Pero la SEC no recibirá esta información en tiempo real. En su lugar, la información de auditoría será debida a las 8 de la mañana del día siguiente. Cuando esos datos entran, ya que tenemos cada paso, podremos reconstruirlo exactamente como sucede, dice Gregg Berman. Un ex-físico y asesor de la SEC que encabezó la investigación de la Agencia sobre el desplome del flash. Lo único que echamos de menos es la oportunidad de hacer algo el mismo día. Pero dado que un análisis robusto y defendible de incluso una pequeña porción del día de negociación puede tomar muchos días, no damos mucho por esperar hasta el día siguiente para recibir un registro completo de los eventos días. Ayudar a la agencia a desarrollar reglas para resolver los problemas en el mercado, pero sólo después de que ocurran. Mientras tanto, el mundo financiero es cada vez más acelerado, opaco, y francamente misterioso. La misma semana Schapiro habló en la mesa redonda de la SEC, un algoritmo consumió el 10 por ciento del ancho de banda del mercado bursátil estadounidense. Quotran como un murciélago del infierno en metanfetamina cristal con un cazador de toros rojos, para mezclar algunas metáforas, según Leinweber escribió en su blog Forbes. QuotIm generó 4 de la actividad de cotización del mercado de valores de EE. UU., pero el programa quotdidnt hacer un comercio único, la cancelación de cada orden. Eso es bastante extraño. Leinweber sospecha que el culpable era un nuevo algoritmo que estaba siendo probado, pero eso es sólo un guessmdashno uno sabe para seguro, menos de todo el SEC. Utilizó el quot10 de la capacidad de comunicaciones de nuestro mercado excesivamente cableado, señaló Leinweber. Cuatro de estos tipos podrían utilizar todo el mercado. Cosas de miedo. Hasta ahora, los problemas causados ​​por los algoritmos parecen ser principalmente accidentales. Pero, qué pasaría si alguien diseñara un programa destinado a causar estragos a John Bates, un informático que, a principios de los años 2000, diseñó software detrás de complicados algoritmos comerciales, teme que el tipo de herramientas que crea pueda terminar en manos equivocadas. Los temores del terrorismo algorítmico, en el que una organización criminal o terrorista bien financiada podrían encontrar una forma de causar una gran crisis de mercado, no son infundados, escribió en 2011. Este tipo de escenario podría causar caos para la civilización y ganancias para los malos Y debe constituir una cuestión de seguridad nacional. Pregunte a los cabilderos de Wall Street sobre cosas como fallas en cascada o terrorismo algorítmico y ellos le dirán que no se preocupe. Theyll nota que los costos de transacción nunca han sido más bajos y que el inversionista promedio puede ejecutar operaciones más rápido y más barato que nunca. En su opinión, el hecho de que Knight perdió 440 millones y no tomó el resto del sector financiero hacia abajo con él sugiere que el mercado no es casi tan frágil como dicen los detractores. Gracias a estos argumentos, y los cerca de 200 millones de Wall Street dedicados a cabildear al Congreso en torno al proyecto de ley de reforma financiera Dodd-Frank en 2010, esa ley no hizo casi nada para regular el comercio de alta velocidad. En ausencia de reglas reales, las salvaguardias más discutidas ahora son los interruptores quotkill o quotcircuit breakers que comienzan cuando un cierto umbral es violado. Después del lunes negro de 1987, cuando el Dow Jones cayó casi un cuarto en un día, la Bolsa de Nueva York instituyó disyuntores que interrumpían el comercio temporalmente cuando el mercado caía un 10 por ciento y lo cerraban por completo cuando caía un 30 por ciento. Ninguno de estos cajas fuertes, sin embargo, fue provocado por el flash crashmdashthe mercado cayó en un abrir y cerrar de ojos, pero cayó menos del 10 por ciento. Después de la caída del flash, la SEC implementó nuevos disyuntores que ponen en marcha cuando una acción individual experimenta cambios rápidos e inusuales en los precios. Pero ésos didnt previenen que el debaclemdashit del caballero era sobre todo volumen comercial, no precios inusuales, que le costaron a la compañía cientos de millones. Las nuevas reglas SEC que entran en vigencia en febrero detendrán la negociación durante cinco minutos si los precios de las acciones individuales se mueven fuera de un rango establecido por más de 15 segundos. Pero esas son cuotas Band-Aid, se queja Lauer, el experto en tecnología. Los legisladores han propuesto un impuesto sobre las transacciones financieras para limitar la rotación de las transacciones de alta velocidad y aumentar los ingresos. La mayoría de los participantes en la mesa redonda de tecnología de mercado de octubre de los SEC respaldaron la idea de instalar más interruptores de matar en varios niveles para firmas individuales, acciones individuales y quizás para el mercado en su conjunto. Pero theres un problema: Si un interruptor de matar o disyuntor es automático, no hace nada para reintroducir el juicio humano. Por el contrario, si una persona tiene que tirar de un interruptor de matar, él o ella tiene que asumir la responsabilidad de hacer somdashwhich crea sus propios problemas. Nadie quiere ser el tipo que lloró lobo y te llevó a la primera página del Wall Street Journal, dice Black. Así que, si los interruptores de matar y los interruptores de circuito no previenen los problemas futuros (y ellos no tienen antes), cómo evitar el apocalipsis algorítmico Los reformadores están abogando por la cantidad de límites de velocidad. Una de sus propuestas implica la implementación de lo que podría ser visto como una regla de retrocesos temporales, exigiendo a las firmas comerciales que cumplan los precios que cotizan por un período mínimo de tiempo, a menos que ejecuten el comercio o hagan una mejor oferta. Incluso una vida de cotización mínima de sólo 50 milisegundos habría eliminado el destello, dice Eric Hunsader. El CEO de Nanex. Una empresa que fabrica software para los comerciantes de alta velocidad. En una propuesta de mayor alcance, el diputado Peter DeFazio (D-Ore.) Y el senador Tom Harkin (D-Iowa) han propuesto imponer un impuesto sobre las transacciones financieras que sugiere un 0,03 por ciento sobre cada comercio, como una forma de desalentar el churn y Aumentando los ingresos. (Los Estados Unidos tenían ese impuesto hasta 1966.) Los economistas, los activistas, e incluso algunas finanzas grandes shotsmdashWarren Buffett entre themmdashhave endosaron la idea. Incluso en el nivel modesto que hemos propuesto, el impuesto aumentaría 35 mil millones al año, lo que sería utilizado para cubrir el déficit o ser utilizado para inversiones creadoras de empleo por parte del gobierno, me dijo DeFazio. Once países de la Unión Europea (aunque no el Reino Unido) están presionando con el ideamdashand theyve hablado de un impuesto tan alto como 0,1 por ciento. Los grupos de presión de Wall Street han empujado hacia atrás contra ambos límites de velocidad y traer detrás el impuesto de transacción. Pero a raíz del episodio de Knight, algunos expertos de la industria están expresando dudas sobre el statu quo. Creo que este último evento fue manejado mejor que el accidente de destello, pero la pregunta más grande es si nuestros mercados son adecuados para tratar con la tecnología que hay, Arthur Levitt Jr., ex presidente de la SEC y decano de la financiera , Dijo el New York Times en agosto. No creo que lo sean. Esta visión se está volviendo más ampliamente aceptada, incluso entre los CEO corporativos, los comerciantes y los propios constructores de algoritmos. Los jefes ejecutivos de empresas que cotizan en bolsa y que son contratados y despedidos en base a los precios de las acciones se preocupan cada vez más de que sus acciones puedan ser enviadas a una caída libre por un frenesí de alimentación algorítmica. Los mercados actuales han creado un mundo quiestamente inconexo entre lo que una empresa hace y lo que hace su acción, dijo el CEO de una compañía de mil millones de dólares, negociada en NYSE, a Mother Jones. Según Ben Willis, un comerciante de NYSE de largo plazo, cuando usted tiene a los jefes de las compañías de la fortuna 500 dice, ey, espere un minuto, individuos: Nuestras poblaciones parecen el infierno y. Nadie puede decirme con certeza quién está haciendo lo que mi acción y por qué, los críticos podrían ganar impulso político. Por otra parte, el sector financiero tiene un historial bastante sólido de la reforma de stymieing. Y, dado el grado en que los mercados financieros internacionales están entrelazados, la desaceleración de Wall Street marcaría la diferencia si se toman medidas similares en Londres y Hong Kong. A medida que los episodios de sacudidas de mercado se acumulan, incluso algunos de los genios tecnológicos que ayudaron a introducir Wall Street 2.0 ahora se preocupan por sus innovaciones funcionando amok. Wall Street Journal reportero Scott Pattersons libro sobre el comercio de alta velocidad, Dark Pools. Cuenta la historia de Spencer Greenberg, un joven genio de la matemática que construyó un algoritmo de comercio enormemente exitoso llamado Star, pero más tarde llegó a tener reservas sobre lo que había desatado en el mundo. En manos de personas que no saben lo que están haciendo, Greenberg advirtió a una reunión de comerciantes algorítmicos en 2011, el aprendizaje de la máquina puede ser desastroso. El comercio algorítmico y de alta frecuencia El diseño de algoritmos comerciales requiere sofisticados modelos matemáticos respaldados por datos fiables. En este libro de texto, los autores desarrollan modelos para el comercio algorítmico en contextos tales como la ejecución de órdenes grandes, la fabricación del mercado, la orientación VWAP y otros horarios, pares comerciales o colección de activos, y la ejecución en oscuras piscinas. Estos modelos se basan en la forma en que funcionan los intercambios, si el algoritmo está negociando con comerciantes mejor informados (selección adversa) y el tipo de información disponible para los participantes del mercado tanto a alta como a baja frecuencia. Algorithmic and High-Frequency Trading es el primer libro que combina un sofisticado modelo matemático, hechos empíricos y economía financiera, llevando al lector desde ideas básicas hasta investigación y práctica de vanguardia. Si necesita comprender cómo operan los mercados electrónicos modernos, qué información proporciona una ventaja comercial y cómo otros participantes del mercado pueden afectar la rentabilidad de los algoritmos, entonces este es el libro para usted. Comentarios Este libro es un libro importante y oportuno sobre el comercio algorítmico. Los comerciantes humanos en los mercados financieros son una especie en peligro de extinción, reemplazado gradualmente por computadoras y algoritmos. En este nuevo mundo, diseñar y codificar estrategias de negociación requiere conocimiento de la microestructura del mercado, principios económicos básicos que rigen la formación de precios en los mercados financieros y hechos estilizados sobre la dinámica de precios y la actividad de negociación. También requiere herramientas matemáticas específicas, como el control estocástico, y la comprensión de cómo estas herramientas se utilizan para resolver problemas comerciales. Algorithmic y de alta frecuencia de comercio es único en que ofrece un tratamiento unificado de estos temas. Disfruté de leerlo y lo recomiendo altamente a los estudiantes o profesionales interesados ​​en los modelos matemáticos utilizados en el comercio algorítmico. Thierry Foucault, HEC Paris Este libro es el primero en dar una cobertura exhaustiva de las estrategias óptimas en el comercio algorítmico y de alta frecuencia, desde el punto de vista muy moderno de la optimización estocástica dinámica y basado en el trabajo de vanguardia, Estos autores. Otros libros cubren la mecánica y las estadísticas de la dinámica del mercado de alta frecuencia, pero ninguno cubre los aspectos matemáticos a esta profundidad. Sería un gran libro de texto para un curso de posgrado en el comercio óptimo. Robert Almgren, Quantitative Brokers Este libro de texto es una adición bienvenida a la literatura sobre el comercio algorítmico y los mercados de alta frecuencia. Se llena una brecha significativa mediante la introducción de modelos matemáticos de vanguardia en el análisis y la aplicación de algoritmos prácticos. Usando una mezcla única de teoría de microestructura, análisis de datos financieros y modelos matemáticos, los autores recorren al lector a través del laberinto de los mercados de alta frecuencia, detallando cómo funcionan los intercambios y qué tipo de datos generan. Los algoritmos de negociación y sus implementaciones prácticas se describen en prosa fácil de entender y se ilustran con simulaciones esclarecedoras. Este texto es ideal para estudiantes de posgrado e investigadores en matemática e ingeniería financiera, así como para profesionales que ya trabajan en el campo. Ren Carmona, Universidad de Princeton Este libro de texto de vanguardia muestra cómo construir los modelos matemáticos avanzados que sustentan los algoritmos comerciales modernos. Si necesita comprender cómo funcionan los mercados electrónicos modernos, qué información proporciona una ventaja comercial y cómo otros participantes del mercado pueden afectar la rentabilidad de los algoritmos, entonces este libro es para usted. Sobre los Autores lvaro Cartea es Profesor de Finanzas Matemáticas en el Departamento de Matemáticas de la Universidad de Oxford y miembro académico del Oxford-Man Institute. Antes de venir a Oxford, lvaro fue profesor de Finanzas Matemáticas en la University College London, profesor asociado de Finanzas de la Universidad Carlos III de Madrid y profesor de la Facultad de Economía, Matemáticas y Estadística de la Birkbeck-University de Londres. Anteriormente fue JP Morgan Profesor de Matemáticas Financieras, Exeter College, Universidad de Oxford. Lvaro obtuvo su Doctorado en la Universidad de Oxford en 2003. Sebastian Jaimungal es Profesor Asociado y Catedrático de Estudios de Posgrado en el Departamento de Ciencias Estadísticas de la Universidad de Toronto, donde enseña en los programas de Doctorado y Máster en Finanzas Matemáticas. Él consulta para los principales bancos y fondos de cobertura centrándose en la implementación de motores de valoración de derivados de avance y estrategias de negociación algorítmica. También es editor asociado de la Revista SIAM de Matemática Financiera, la Revista Internacional de Finanzas Teóricas y Aplicadas, la revista Risks y el boletín de Argo. Jaimungal es vicepresidente del grupo de actividades SIAM en Ingeniería Financiera y Matemáticas, y sus investigaciones han sido ampliamente publicadas en revistas académicas y profesionales. Sus intereses recientes incluyen el comercio de alta frecuencia y algorítmica, el control estocástico aplicado, juegos de campo medio, opciones reales y modelos de productos básicos y precios de derivados. Jos Penalva es profesor asociado de la Universidad Carlos III de Madrid, donde imparte clases de doctorado y de máster en Finanzas, así como a nivel de licenciatura. Actualmente está trabajando en modelos de información y microestructura de mercado y su investigación ha sido publicada en Econometrica y otras revistas académicas de primer nivel. Una guía práctica para el mundo rápido y siempre cambiante de la negociación algorítmica de alta frecuencia Los mercados financieros están experimentando una rápida innovación debido a la continua proliferación de Potencia de la computadora y algoritmos. Estos desarrollos han creado una nueva guía para el mundo rápido y siempre cambiante de alta frecuencia, el comercio algorítmico Los mercados financieros están experimentando una rápida innovación debido a la continua proliferación de la potencia de la computadora y los algoritmos. Estos desarrollos han creado una nueva disciplina de inversión llamada negociación de alta frecuencia. Este libro abarca todos los aspectos del comercio de alta frecuencia, desde el caso de negocio y la formulación de ideas a través del desarrollo de sistemas de comercio a la aplicación de capital y posterior evaluación del desempeño. También incluye numerosas estrategias de negociación cuantitativa, con microestructura de mercado, arbitraje de eventos y arbitraje de desviaciones discutido con gran detalle. Contiene las herramientas y técnicas necesarias para la construcción de un sistema de comercio de alta frecuencia Detalle el proceso de análisis post-comercial, incluyendo puntos de referencia clave de desempeño y la evaluación de la calidad comercial Escrito por profesionales de la industria bien conocida Irene Aldridge Interés en el comercio de alta frecuencia ha explotado en el pasado año. Este libro tiene lo que necesita para obtener una mejor comprensión de cómo funciona y lo que se necesita para aplicar este enfoque a sus esfuerzos comerciales. Menos Obtener una copia Comentarios de los amigos Para ver lo que tus amigos pensaron de este libro, por favor regístrate. Reseñas de la comunidad Austin calificó que estaba bien hace más de 6 años Este libro es bastante desprovisto de contenido (shocker - los que pueden hacer, los que no pueden enseñar), y la reputación de los autores entre los que sé que se han encontrado con ella es risible en mejor. La única razón válida para pensar en comprar este libro es para la bibliografía, que. Read full review John rated it really liked it about 6 years ago I know people say this book sucks but while it didnt have a ton of new stuff. I took notes off some of the new to me concepts and thought it was solid. I will go back and reference it again. Chris Donnan rated it really liked it about 2 years ago No book will tell you how to go make free money. Good overview of (mostly older) relevant microstructure literature. Tobias rated it it was amazingOct 2 2009 9:25am ET By Irene Aldridge -- High-frequency trading has been taking Wall Street by storm. While no institution thoroughly tracks the performance of high-frequency funds, colloquial evidence suggests that the majority of high-frequency managers delivered positive returns in 2008, while 70 of low-frequency practitioners lost money, according to The New York Times . The discourse on the profitability of high-frequency trading strategies always runs into the question of availability of performance data on returns realized at different frequencies. Hard data on performance of high-frequency strategies is indeed hard to find. Hedge funds successfully running high-frequency strategies tend to shun the public limelight. Others produce data from questionable sources. Yet, performance at different frequencies can be compared using publicly available data by estimating the maximum potential profitability. Profitability of trading strategies is often measured by Sharpe ratios, a risk-adjusted return metric first proposed by a Nobel Prize winner, William Sharpe. A Sharpe ratio measures return per unit of risk a Sharpe ratio of 2 means that the average annualized return on the strategy twice exceeds the annualized standard deviation of strategy returns: if the annualized return of a strategy is 12, the standard deviation of returns is 6. The Sharpe ratio further implies the distribution of returns: statistically, in 95 of cases, the annual returns are likely stay within 2 standard deviations from the average. In other words, in any given year, the strategy of Sharpe ratio of 2 and annualized return of 12 is expected to generate returns from 0 to 24 with 95 statistical confidence, or 95 of time. The maximum possible Sharpe ratio for a given trading frequency is computed as a sample periods average range (High Low) divided by the sample periods standard deviation of the range, adjusted by square root of the number of observations in a year. Note that high-frequency strategies normally do not carry overnight positions, and, therefore, do not incur the overnight carry cost often proxied by the risk-free rate in Sharpe ratios of longer-term investments. The table below compares the maximum Sharpe Ratios that could be attained at 10-second, 1-minute, 10-minute, 1-hour and 1-day frequencies in EUR/USD. The results are computed ex-post with perfect 20/20 hindsight on the data for 30 trading days from February 9, 2009 through March 22, 2009. The return is calculated as the maximum return attainable during the observation period within each interval at different frequencies. Thus, the average 10-second return is calculated as the average of ranges (high-low) of EUR/USD prices in all 10-second intervals from February 9, 2009 through March 22, 2009. The standard deviation is then calculated as the standard deviation of all price ranges at a given frequency within the sample. Average Max. Gain (Range) per Period As the table above shows, the maximum profitability of trading strategies measured using Sharpe ratios increases with increases in trading frequencies. From February 9, 2009 through March 22, 2009, the maximum possible annualized Sharpe ratio for EUR/USD trading strategies with daily position rebalancing was 37.3, while EUR/USD trading strategies that held positions for 10 seconds could potentially score Sharpe ratios well over 5,000 (five thousand) mark. In practice, well-designed and implemented strategies trading at the highest frequencies tend to produce double-digit Sharpe ratios. Real-life Sharpe ratios for well-executed daily strategies tend to fall in the 1-2 range. Irene Aldridge is Managing Partner at Able Alpha Trading, Ltd. a proprietary high-frequency trading firm. Ms. Aldridges new book, High-Frequency Trading: A Practical Guide to Algorithmic Strategies and Trading Systems is available for pre-order on Amazon. Ms. Aldridge can be reached at ialdridgeablealpha . Related Links More News In Depth Oct 5 2016 7:09pm ET It has never been harder for small to medium-sized alternative investment firms. Lifestyle Sep 27 2016 7:24pm ET American watch manufacturer Vortic, which started out restoring antique pocket watch. Guest Contributor Sep 29 2016 5:46pm ET There are two main goals a hedge fund should have for an initial in-person sales. FINalternatives Most Popular Black River Commodity Vets Launching New Hedge Fund Deimos Asset Management to Close, Citing 039Challenging Fundraising Environment039 Ontario Teachers Pension Plan Culls Number of Quantitative Hedge Funds JANA, Pershing Square, Citadel Up in August Greenlight dips 0.3 Mayfair Equity Partners Raises 400M For Oversubscribed First Fund Alpha Pages Trending Trump Change: Is Donald Trump Broke Why are Hedge Funds Hiring Poker Pros The Daily Alpha: Alternative Thinking on Union Swindlers, Oil Divestment, and Hedge Fund Performance