Они стабильно занимают верхние позиции в числе победителей конкурса на лучшего частного инвестора на Московской бирже[1], они обгонят любого, даже самого быстрого трейдера, в их силах вызвать коллапс на рынке за несколько секунд, они зарабатывают миллионы долларов, они совершают большую долю всех биржевых торгов. Они – это торговые роботы. От них зависят котировки торгуемых акций, а от цен на акции – благосостояние компаний, потребителем продукции которых является каждый из нас. Таким образом, тенденции в сфере алгоритмической торговли актуальны для всех.
Торговый робот представляет собой компьютеризированную систему, которая, опираясь на определенные алгоритмы, осуществляет торговые операции на рынке. Впервые торговые роботы появились в 1990-х годах, однако были сосредоточены в руках узкого круга лиц. Толчок развитию алгоритмических систем торговли (АТС) дало появление возможности выхода на биржу через интернет и развитие торговых терминалов. Первоначально роботы представляли себе программы-советчики, однако по мере технического прогресса они постепенно эволюционировали в независимые от человека системы, способные к самоуправлению.[2] Отметив преимущества роботов, крупные компании и банки (Goldman Sachs, KCG Holding Inc., Morgan Stanley) начали и продолжают регулярно инвестировать в нее миллиарды долларов.[3]
Уникальность торговых роботов в том, что они совершают операции за микросекунды. Согласно статье о высокочастотной торговле, выпущенной Государственным управлением по науке в Великобритании (Government Office for Science), прибыль высокочастотных роботов формируется за счет нескольких видов деятельности. Первая это маркетмейкинг (marketmaking), то есть заработок на разнице в цене спроса и предложения, на которую роботы реагируют мгновенно. Вторая — получение скидок за ликвидность (collecting liquidity rebates): торги идут на тех биржах, где низкие явные затраты (комиссия), а также высокий уровень оказываемых услуг, наилучшие цены и наибольшая ликвидность. По этой причине биржам выгодно привлекать для торговли роботов-поставщиков ликвидности (то есть тем, которые обеспечивают совершение сделок своим присутствием). Для этого они предлагают платить около двух центов на каждые 100 акций (с которыми совершена сделка). Это небольшая доплата с учетом масштабов торговли превращается в солидный заработок. Третий способ наиболее традиционный: успешное выявление статистических закономерностей (successfully performing statistical pattern detection): используя получаемые с высокой частотой данные, роботы строят прогнозы на движение котировок и соответственно играют на повышение или на понижение так же, как это делают другие трейдеры. Следующий способ – это соблюдение закона единой цены (upholding the law of one price): два актива с одинаковой структурой выплат должны иметь одинаковую цену. Если это не так, то тот или иной участник рынка замечает это и исправляет дисбаланс. Высокочастотные роботы, в силу быстроты их реагирования, успешно справляются с этой ролью. Например, цена опциона привязана к цене базового актива, соответственно, любые изменения в их ценах должны коррелировать между собой. Однако иногда случается задержка, когда закон единой цены нарушается. В этом случае тот или иной участник рынка проводит торговые операции таким образом, что цены снова приходят в равновесие. Лучше всего, как уже упоминалось, это делают высокочастотные роботы. Наконец, последний способ — манипулирование рынком (manipulating markets): в отличие от предыдущих способов заработка, этот является нелегальным. Однако регулятору не всегда удается отследить случаи мошенничества. При манипулировании прибыль обычно извлекается за счет низкой конкуренции при проведении операций или с использованием приватных сведений, доступных торговому роботу.
Немецкий банк в своем исследовании выделяет в истории торговых роботов два периода: предкризисный и кризисный.[4] За стремительным ростом их популярности и получаемых ими прибылей последовали кризис и сокращение доли алгоритмических систем на мировых рынках. Этот процесс происходит и сейчас. Это вызвано рядом причин, во-первых, ростом стоимости обслуживания торговых роботов. Это связано с необходимостью работы квалифицированных специалистов, пробретения оборудования, установление специальных защитных систем и так далее.[5] Алгоритмические системы постоянно конкурируют между собой за скорость и совершенство алгоритмов, и это доходит до прокладки кабелей между торговыми терминалами для увеличения быстроты реакции. Второй причиной кризиса торговых роботов можно назвать рост конкуренции, вызвавший сокращение торговых возможностей. Другая проблема – это порочный круг, связанный с волатильностью. Роботы зарабатывают на колебаниях рынка, тем самым сглаживая их и уменьшая дальнейший заработок. Наконец, к падению успеха роботов приводит также и рост альтернативных торговых систем, например, внебиржевых торговых площадок. Средни них особо стоит отметить т.н. дарк пулы (dark pools), которые способствуют анонимной встрече продавцов и покупалетей без публичного оглашения лучших цен.[6] Роботам невозможно функционировать в таких условиях.
Таким образом, сфера алгоритмической торговли переживает кризисные времена, и неизвестно, каким способом получится преодолеть господствующие сейчас тенденции к снижению прибыльности. Тем не менее, торговые роботы продолжают иметь колоссальное влияние на мировых рынках и воздействовать на котировки.
Автор: Екатерина Разина
[1] Статистика конкурса «Лучший частный инвестор 2016 года» // http://investor.rts.ru/ru/statistics/2016
[2] Е.М. Досенко Тенденции развития и регулирование алгоритмической торговли // Журнал Проблемы современной экономики // http://cyberleninka.ru/article/n/tendentsii-razvitiya-i-regulirovanie-algoritmicheskoy-torgovli
[3] Красин Ю. Эволюция биржевой торговли: от Джесса Ливермора до торговых роботов, или есть ли место для индивидуального инвестора на современном биржевом рынке? // Биржевое обозрение. — 2013. — №8. — С. 55–57.
[4] Orçun Kaya “High-frequency trading Reaching the limits” May 24, 2016 Deutsche Bank Research // http://www.dbresearch.com/PROD/DBR_INTERNET_DE-PROD/PROD0000000000406560.pdf
[5] Володин С.Н., Копырина О.О. Тенденции прибыльности алгоритмической торговли на мировых финансовых рынках // Управление корпоративными финансами 03(69)2015
[6] Orçun Kaya “High-frequency trading Reaching the limits” May 24, 2016 Deutsche Bank Research // http://www.dbresearch.com/PROD/DBR_INTERNET_DE-PROD/PROD0000000000406560.pdf