Sistema de comercio automatizado

Un sistema de comercio automatizado ( ATS ), un subconjunto del comercio algorítmico, utiliza un programa informático para crear órdenes de compra y venta y envía automáticamente las órdenes a un centro de mercado o intercambio. ^[1] El programa de computadora generará automáticamente órdenes basadas en un conjunto predefinido de reglas utilizando una estrategia comercial que se basa en análisis técnico , cálculos estadísticos y matemáticos avanzados o información de otras fuentes electrónicas.

Los sistemas de comercio automatizados se utilizan a menudo con el comercio electrónico en centros de mercado automatizados , incluidas las redes de comunicación electrónica , los " grupos oscuros " y los intercambios automatizados. ^[2] Los sistemas de comercio automatizados y las plataformas de comercio electrónico pueden ejecutar tareas repetitivas a velocidades de órdenes de magnitud mayores que cualquier equivalente humano. Los controles de riesgo tradicionales y las salvaguardas que se basaban en el juicio humano no son apropiados para el comercio automatizado y esto ha causado problemas como el Flash Crash de 2010 . Nuevos controles como bordillos comercialeso "disyuntores" se han establecido en algunos mercados electrónicos para hacer frente a los sistemas de comercio automatizados. ^[3]

Mecanismo

El sistema de negociación automatizado determina si una orden debe enviarse basándose, por ejemplo, en el precio de mercado actual de una opción y los precios teóricos de compra y venta. Los precios teóricos de compra y venta se derivan, entre otras cosas, del precio de mercado actual del valor subyacente a la opción. Una tabla de consulta almacena un rango de precios teóricos de compra y venta para un rango dado de precio de mercado actual del valor subyacente. En consecuencia, a medida que cambia el precio del valor subyacente, se puede indexar un nuevo precio teórico en la tabla de consulta, evitando así cálculos que de otro modo ralentizarían las decisiones comerciales automatizadas. ^[4]Un sistema de comercio automatizado en línea de procesamiento distribuido utiliza mensajes estructurados para representar cada etapa de la negociación entre un creador de mercado (cotizador) y un comprador o vendedor potencial (solicitante). ^[5]

Ventajas del sistema de comercio automatizado

• Minimiza la emoción ^[6]

Como los pedidos se procesan automáticamente una vez que se cumplen las reglas preestablecidas, se minimizan los errores emocionales. También ayuda a los operadores a mantener la disciplina cuando el mercado es muy volátil. ^[6]

• Capacidad para realizar pruebas retrospectivas ^[6]

Antes de utilizar realmente el comercio automatizado o el algoritmo subyacente, los operadores pueden evaluar sus reglas utilizando los datos antiguos. Permite a los comerciantes minimizar los posibles errores y determinar los rendimientos esperados. ^[6]

• Logra coherencia ^[6]

Dado que las órdenes se procesan solo cuando se cumplen las reglas preestablecidas y los comerciantes solo operan según el plan, esto ayuda a los comerciantes a lograr la coherencia. ^[6]

• Velocidad de entrada de pedidos mejorada ^[6]

Como las computadoras procesan los pedidos tan pronto como se cumplen las reglas preestablecidas, logran una mayor velocidad de entrada de pedidos, lo que es extremadamente beneficioso en el mercado actual, donde las condiciones del mercado pueden cambiar muy rápidamente. ^[6]

• Diversifica el comercio ^[6]

Los sistemas de negociación automatizados permiten a los usuarios negociar simultáneamente en varias cuentas, lo que les permite diversificar su cartera. La diversificación de la cartera permite a los usuarios minimizar sus riesgos distribuyéndolos entre varios instrumentos. ^[6]

Desventajas del sistema de comercio automatizado

• Fallos mecánicos ^[6]

Aunque el algoritmo subyacente es capaz de funcionar bien en el mercado en vivo, un mal funcionamiento de la conexión a Internet podría provocar una falla. ^[6]

• Seguimiento ^[6]

Aunque la computadora está procesando los pedidos, aún necesita ser monitoreada porque es susceptible a fallas tecnológicas como se muestra arriba. ^[6]

• Optimización excesiva ^[6]

Un algoritmo que funciona muy bien en backtesting podría terminar teniendo un rendimiento muy bajo en el mercado en vivo. Un buen rendimiento en el backtesting podría generar expectativas demasiado optimistas por parte de los operadores, lo que podría conducir a grandes fracasos. ^[6]

Estrategias

• Tendencia siguiendo ^[7]

"La estrategia más común que se implementa siguiendo la tendencia en promedios móviles, rupturas de canales, movimientos de nivel de precios e indicadores técnicos relacionados". ^[7]

Por ejemplo, la siguiente fórmula podría usarse para la estrategia de seguimiento de tendencias:

"Considere un espacio de probabilidad completo (Ω, F, P). Denotemos el precio de las acciones en el momento que satisface la ecuación${\displaystyle S_{r}}$${\displaystyle r}$

${\displaystyle dS_{r}=S_{r}[\mu (\alpha _{r})dr+\sigma dB_{r}],}$ ${\displaystyle S_{t}=X,}$ ${\displaystyle t\leq r\leq T<\infty }$,

donde es una cadena de Markov de dos estados , es la tasa de retorno esperada en el régimen es la volatilidad constante, es un movimiento browniano estándar , y y son los tiempos inicial y terminal, respectivamente ". ^[8]${\displaystyle \alpha _{r}\in \{1,2\}}$${\displaystyle \mu (i)\equiv \mu _{i}}$${\displaystyle i=1,2,\sigma >0}$${\displaystyle B_{r}}$${\displaystyle t}$${\displaystyle T}$

• Precio medio ponderado por volumen ^[7]

"La estrategia de precio promedio ponderado por volumen divide un pedido grande y libera porciones más pequeñas determinadas dinámicamente del pedido al mercado utilizando perfiles de volumen histórico específicos de acciones". ^[7]

Según la página de Wikipedia de precio promedio ponderado por volumen , VWAP se calcula utilizando la siguiente fórmula:

":${\displaystyle P_{\mathrm {VWAP} }={\frac {\sum _{j}{P_{j}\cdot Q_{j}}}{\sum _{j}{Q_{j}}}}\,}$

donde:

${\displaystyle P_{\mathrm {VWAP} }}$ es el precio promedio ponderado por volumen;

${\displaystyle P_{j}}$es el precio del comercio ;${\displaystyle j}$

${\displaystyle Q_{j}}$es la cantidad de comercio ;${\displaystyle j}$

${\displaystyle j}$ es cada operación individual que tiene lugar durante el período de tiempo definido, excluidas las operaciones cruzadas y las operaciones cruzadas de cesta ".

• Reversión media (finanzas) ^[7]

Esta estrategia se basa en la idea de que los valores / precios de los activos volverán a sus precios / valores medios. ^[7]

"Una serie de tiempo continua con reversión a la media se puede representar mediante una ecuación diferencial estocástica de Ornstein-Uhlenbeck:

${\displaystyle dx_{t}=\theta (\mu -x_{t})dt+\sigma dW_{t}}$

Donde es la tasa de reversión a la media, es el valor medio del proceso, es la varianza del proceso y es un Proceso de Wiener o Movimiento Browniano ". ^[9]${\displaystyle \theta }$${\displaystyle \mu }$${\displaystyle \sigma }$${\displaystyle W_{t}}$

Historia

El concepto de sistema de comercio automatizado fue introducido por primera vez por Richard Donchian en 1949 cuando utilizó un conjunto de reglas para comprar y vender los fondos. Luego, en la década de 1980, el concepto de comercio basado en reglas se hizo más popular cuando comerciantes famosos como John Henry comenzaron a utilizar tales estrategias. A mediados de la década de 1990, algunos modelos estaban disponibles para su compra. Además, las mejoras en la tecnología aumentaron la accesibilidad para los inversores minoristas. ^[10] Los gerentes y corredores financieros han utilizado una forma temprana de sistema de comercio automatizado, software basado en algoritmos. Este tipo de software se utilizó para administrar automáticamente las carteras de los clientes. Sin embargo, el primer servicio al mercado libre sin supervisión se lanzó por primera vez en 2008, que fue Betterment por Jon Stein.. Desde entonces, este sistema ha ido mejorando con el desarrollo de la industria de TI. Ahora, Automated Trading System gestiona enormes activos en todo el mundo. ^[11] En 2014, más del 75 por ciento de las acciones negociadas en las bolsas de los Estados Unidos (incluidas la Bolsa de Valores de Nueva York y NASDAQ ) se originaron a partir de órdenes del sistema de comercio automatizado. ^{[12] [13]}

Aplicaciones

• Cómo funciona

El sistema de negociación automatizado puede basarse en un conjunto predefinido de reglas que determinan cuándo ingresar una orden, cuándo salir de una posición y cuánto dinero invertir en cada producto comercial. Las estrategias de negociación difieren de tal manera que, si bien algunas están diseñadas para elegir los máximos y mínimos del mercado, otras siguen una tendencia y otras involucran estrategias complejas que incluyen órdenes aleatorias para hacerlas menos visibles en el mercado. Los ATS permiten a un comerciante ejecutar órdenes mucho más rápido y administrar su cartera fácilmente al generar automáticamente precauciones de protección. ^[14]

• Backtesting

El backtesting de un sistema de negociación implica que los programadores ejecuten el programa utilizando datos históricos del mercado para determinar si el algoritmo subyacente puede producir los resultados esperados. El software de backtesting permite a un diseñador de sistemas comerciales desarrollar y probar sus sistemas comerciales utilizando datos históricos del mercado y optimizando los resultados obtenidos con los datos históricos. Aunque la prueba retrospectiva de los sistemas de comercio automatizados no puede determinar con precisión los resultados futuros, un sistema de comercio automatizado puede probarse mediante el uso de precios históricos para ver cómo habría funcionado el sistema teóricamente si hubiera estado activo en un entorno de mercado anterior. ^{[15] [16]}

• Pruebas de avance

Las pruebas de avance de un algoritmo también se pueden lograr utilizando operaciones simuladas con datos de mercado en tiempo real para ayudar a confirmar la efectividad de la estrategia comercial en el mercado actual. Puede utilizarse para revelar problemas inherentes al código informático.

• Pruebas en vivo

Las pruebas en vivo son la etapa final del ciclo de desarrollo. En esta etapa, la actuación en vivo se compara con los resultados retroactivos y caminado hacia adelante. Las métricas comparadas incluyen el porcentaje de rentabilidad, el factor de beneficio, la reducción máxima y la ganancia media por operación. El objetivo de un sistema de comercio automatizado es alcanzar o superar el rendimiento probado con una alta calificación de eficiencia. ^[17]

Disrupción y manipulación del mercado

El comercio automatizado, o el comercio de alta frecuencia, genera preocupaciones regulatorias ya que contribuye a la fragilidad del mercado. ^{[18] Los} reguladores de los Estados Unidos han publicado comunicados ^{[19] [20] en los que se} discuten varios tipos de controles de riesgo que podrían utilizarse para limitar el alcance de tales interrupciones, incluidos los controles financieros y regulatorios para evitar la entrada de pedidos erróneos como resultado de mal funcionamiento o error humano, el incumplimiento de varios requisitos reglamentarios y el exceso de un límite de crédito o capital.

El uso de estrategias de negociación de alta frecuencia (HFT) ha crecido sustancialmente en los últimos años e impulsa una parte importante de la actividad en los mercados estadounidenses. Aunque muchas estrategias de HFT son legítimas, algunas no lo son y pueden usarse para operaciones manipuladoras. Una estrategia sería ilegítima o incluso ilegal si provoca una alteración deliberada en el mercado o intenta manipularlo. Dichas estrategias incluyen "estrategias de encendido de impulso": suplantación y estratificacióndonde un participante del mercado coloca una orden que no es de buena fe en un lado del mercado (por lo general, pero no siempre, por encima de la oferta o por debajo de la oferta) en un intento de atraer a otros participantes del mercado para que reaccionen a la orden que no es de buena fe y luego opere con otra orden en el otro lado del mercado. También se las conoce como estrategias depredadoras / abusivas. Dada la escala del impacto potencial que pueden tener estas prácticas, la vigilancia de algoritmos abusivos sigue siendo una alta prioridad para los reguladores. La Autoridad Reguladora de la Industria Financiera (FINRA) ha recordado a las empresas que utilizan estrategias de HFT y otros algoritmos de negociación su obligación de estar atentos al probar estas estrategias antes y después del lanzamiento para asegurarse de que las estrategias no den lugar a transacciones abusivas.

FINRA también se enfoca en la entrada de HFT problemática y actividad algorítmica a través de participantes patrocinados que inician su actividad desde fuera de los Estados Unidos. En este sentido, FINRA recuerda a las empresas sus obligaciones de vigilancia y control en virtud de la Regla de acceso al mercado de la SEC y el Aviso a los miembros 04-66, ^[21] , así como los problemas potenciales relacionados con el tratamiento de tales cuentas como cuentas de clientes, lucha contra el lavado de dinero y niveles de margen como se destaca en el Aviso reglamentario 10-18 ^[22] y la Alerta de riesgo de examen nacional de la Oficina de Inspecciones de Cumplimiento y Examen de la SEC de fecha 29 de septiembre de 2011. ^[23]

FINRA lleva a cabo la vigilancia para identificar la manipulación de productos cruzados y de mercados cruzados del precio de los valores de renta variable subyacentes. Dichas manipulaciones se realizan típicamente a través de estrategias o algoritmos comerciales abusivos que cierran posiciones de opciones preexistentes a precios favorables o establecen nuevas posiciones de opciones a precios ventajosos.

En los últimos años, ha habido una serie de fallos en el comercio algorítmico que han provocado importantes alteraciones del mercado. Estos plantean preocupación sobre la capacidad de las empresas para desarrollar, implementar y supervisar eficazmente sus sistemas automatizados. FINRA ha declarado que evaluará si las pruebas y los controles de las empresas relacionados con el comercio algorítmico y otras estrategias comerciales automatizadas son adecuados a la luz de la Comisión de Bolsa y Valores de EE. UU.y obligaciones de supervisión de las empresas. Esta evaluación puede tomar la forma de exámenes e investigaciones específicas. Se requerirá que las empresas aborden si llevan a cabo pruebas previas a la implementación separadas, independientes y sólidas de algoritmos y sistemas de negociación. Además, se investigará si el personal legal, de cumplimiento y de operaciones de la firma está revisando el diseño y desarrollo de los algoritmos y sistemas de negociación para verificar el cumplimiento de los requisitos legales. FINRA revisará si una empresa monitorea y revisa activamente los algoritmos y los sistemas comerciales una vez que se colocan en los sistemas de producción y después de que se hayan modificado, incluidos los procedimientos y controles utilizados para detectar posibles abusos comerciales, como ventas de lavado, marcado, estratificación y encendido por impulso. estrategias. Por fin,Las empresas deberán describir su enfoque para desconectar o desconectar interruptores de "desconexión" en toda la empresa, así como los procedimientos para responder a fallas catastróficas del sistema.^{[ cita requerida ]}

Ejemplos notables

Entre los ejemplos de disrupciones sustanciales recientes del mercado se incluyen los siguientes:

• El 6 de mayo de 2010, el Promedio Industrial Dow Jones disminuyó alrededor de 1,000 puntos (alrededor del 9 por ciento) y recuperó esas pérdidas en minutos. Fue el segundo cambio de puntos más grande (1.010,14 puntos) y el mayor descenso de puntos en un día (998,5 puntos) sobre una base intradía en la historia del Promedio. Esta interrupción del mercado se conoció como Flash Crash y dio lugar a que los reguladores de EE. UU. Emitieran nuevas regulaciones para controlar el acceso al mercado logrado a través del comercio automatizado. ^[24]
• El 1 de agosto de 2012, entre las 9:30 am y las 10:00 am EDT, Knight Capital Group perdió cuatro veces su utilidad neta de 2011. ^[25] El CEO de Knight, Thomas Joyce, declaró, el día después de la interrupción del mercado, que la empresa tenía "todas las manos a la obra" para corregir un error en uno de los algoritmos de negociación de Knight que enviaba órdenes erróneas a las bolsas de casi 150 acciones diferentes. Los volúmenes de operaciones se dispararon en tantos problemas, que el SPDR S & P 500 ETF (símbolo: SPY), que es generalmente la seguridad de Estados Unidos más negociada, se convirtió en el 52o-más acciones negociadas en ese día, según Eric Hunsader, CEO de datos de mercado servicio Nanex. Las acciones de Knight cerraron con una caída del 62 por ciento como resultado del error comercial y Knight Capital casi colapsó. Knight finalmente llegó a un acuerdo para fusionarse con Getco , una empresa de comercio de alta velocidad con sede en Chicago. ^{[26] [27]}

Ver también

• Negociación de alta frecuencia
• Comercio algorítmico
• Software de negociación intradía
• Software de análisis técnico
• Negociación sistemática
• Esquema de las finanzas § Inversión cuantitativa

Referencias

1. Khandelwal, Nitesh. "3 mitos sobre el comercio algorítmico" . BW Businessworld . Consultado el 1 de agosto de 2019 .
2. Lemke, Thomas; Lins, Gerald. "2: 25-2: 29". Dólares blandos y otras actividades comerciales (ed. 2013-2014). Thomson West. ISBN 978-0-314-63065-0.
3. "Versión de concepto sobre controles de riesgo y salvaguardias del sistema para entornos comerciales automatizados" (PDF) . Comisión de Comercio de Futuros de Materias Primas. 9 de septiembre de 2013. Archivado desde el original (PDF) el 27 de noviembre de 2013 . Consultado el 22 de diciembre de 2014 .
4. Marynowski, John M., et al. "Sistema de comercio automatizado en una bolsa de comercio electrónico". Patente de Estados Unidos Nº 7.251.629. 31 de julio de 2007.
5. Hartheimer, Richard y col. "Sistema de intercambio financiero con recuperación / reversión automatizada de pedidos no reconocidos". Patente de Estados Unidos Nº 5.305.200. 19 de abril de 1994.
6. Folger, Jean. "Sistemas de comercio automatizados: los pros y los contras" .
7. Shobhit, Seth. "Conceptos básicos del comercio algorítmico: conceptos y ejemplos" .
8. Dai, Min; Yang, Zhou; Zhang, Qing; Zhu, Qiji. "Tendencia óptima siguiendo las reglas de negociación ∗".
9. "Conceptos básicos de las pruebas de reversión de la media estadística" . QuantStart .
10. "Historia de los sistemas comerciales" .
11. Muller, Christopher (14 de julio de 2018). "Robo-Advisor: ¿Futuro de la gestión financiera?" . Algonest . Archivado desde el original el 6 de enero de 2019 . Consultado el 24 de junio de 2018 .
12. "A medida que el comercio automatizado se apodera de los mercados, los inversores humanos racionales importan aún más. - Abernathy MacGregor" .
13. "Un día en la vida tranquila de un comerciante de piso de NYSE" . 29 de mayo de 2013.
14. Folger, Jean. "Los pros y los contras de los sistemas de comercio automatizados" . investopedia . Consultado el 21 de septiembre de 2017 .
15. https://www.tradestation.com/~/media/Files/TradeStation/Education/University/School%20of%20Strategy%20Trading/Books/Designing%20and%20Using%20Strategies.ashx%7CChapter ^{[ enlace muerto permanente ]} 3
16. "FIA - FIA" . fia.org .
17. Metzger, Richard. "Trading algorítmico: cómo evaluar un sistema de comercio automatizado" . AlgorithmicTrading.net . Consultado el 8 de agosto de 2017 .
18. Giovanni Cespa, Xavier Vives (febrero de 2017). "Comercio de alta frecuencia y fragilidad" (PDF) . Serie de Documentos de Trabajo . Banco Central Europeo (2020). Esto respalda las preocupaciones regulatorias sobre los posibles inconvenientes del comercio automatizado debido a los riesgos operativos y de transmisión e implica que puede surgir fragilidad en ausencia de la toxicidad del flujo de pedidos.
19. " " CFTC publica lanzamiento de concepto de barrido haciendo preguntas sobre regulación adicional de estrategias comerciales automatizadas y comercio de alta frecuencia "- JD Supra" .
20. "La SEC adopta una nueva regla que impide el acceso al mercado sin filtrar (comunicado de prensa núm. 2010-210; 3 de noviembre de 2010") .
21. "Aviso a los miembros 04-66 - FINRA.org" .
22. "FINRA emite orientación sobre arreglos de cuentas maestras y subcuentas" . Archivado desde el original el 25 de diciembre de 2014 . Consultado el 25 de diciembre de 2014 .
23. https://www.sec.gov/about/offices/ocie/riskalert-mastersubaccounts.pdf
24. "No hay tiempo para comerciar" . Archivado desde el original el 29 de mayo de 2015 . Consultado el 29 de mayo de 2015 .
25. matthewaphilips, Matthew Philips. "Knight muestra cómo perder $ 440 millones en 30 minutos" .
26. "Knight Capital y Getco para fusionarse" .
27. Matthew Philips. "Cómo perdieron los robots: auge y caída del comercio de alta frecuencia" . Bloomberg .