Bank of England nicht sehen systemischen Risiko von Algorithmen im Gefolge der GBP-Flash-Crash Erstveröffentlicht 11. Oktober 2016 Sterling ist wie Sterling. Anil Kashyap, ein Mitglied der Bank of Englands Finanzpolitik Ausschuss, wurde kommentiert über die Ereignisse von Freitag Morgen in GBPUSD. Ja, die Leute sprechen noch darüber. Nach dem Sturz der Pfund Sterling-Rate gegen den US-Dollar in den sehr frühen Stunden des Freitag, 7. Oktober 2016, sind die Menschen immer noch kämpfen, um zu verstehen, was wirklich ging. Im Zusammenhang mit den Auswirkungen der Bewegung auf, wie die UKs Finanzmärkte möglicherweise wahrgenommen werden, didnt Kashyap denken, dass es so lange auf freiem Fuß auf die Stabilität des Finanzsystems reflektiert als eine Bounce Theres zurück. Seiner Ansicht nach ist seine nicht eine Überraschung für so etwas in der Mitte der Nacht passieren, wenn die Liquidität dünn ist (vor allem in einem Paar wie GBPUSD). Er fügte hinzu, dass er keine Bedenken für die Gesundheit der britischen Banken sehen, auch wenn ein solcher Schritt tatsächlich nicht zurückverfolgt werden würde. Mit anderen Worten, er dachte, Banken auf der Insel waren weitgehend von großen Schwankungen in GBP-Wert isoliert (was wahrscheinlich bis zu einem gewissen Grad wahr ist). Er stellte die Frage offen, ob die technologische Wettrüsten Handels automatisierte Untermauerung für die Gesellschaft insgesamt wünschenswert war, aber er glaubte nicht, dass automatisierten Handel per se ein systemisches Risikofaktor für das Finanzsystem geschaffen. Banksatz auf 0,25 geschnitten. Maßnahmenpaket zur Einführung zusätzlicher monetärer Impulse. Fortsetzung Bank of England verlässt Banksatz unverändert Bank of England unterhält Banksatz bei 0,5 und die Größe des Asset Purchase Programms auf pound375 Milliarden. Fortsetzung Erklärung des Gouverneurs der Bank von England im Anschluss an die EU-Referendum ähnliche Produkte BoE Untersuchung findet Citi Sterling Flash-Crash ICE Klar Europa erhält EMIR Genehmigung Vizegouverneur Minouche Shafik zu verlassen BOE Beliebteste Artikel SEC Gebühren chinesische Händler mit Anwaltskanzlei Hacking NRI Gruppe verschärft erwirbt australische Firma ASG Luminex Zugang über ITGs Triton Kladde Eze Software bietet Toronto Büro Erster ETF Tracking SampP 500 VIX Volatilitätsfutures Index Debüts auf TWSE TP ICAP öffnet schließt NEX Akquisition an der LSE Urheberrecht kopieren Automatisierte Trader Ltd 2017 Handel mit Aktien beginnen - Strategien Einhaltung TechnologyFour große Risiken der algorithmische Hochfrequenzhandel algorithmische Handel (oder Algorithmic Trading) bezieht sich auf die Verwendung von Computer-Algorithmen (im Grunde eine Reihe von Regeln oder Anweisungen an einen Computer eine bestimmte Aufgabe machen ausführen) für große Blöcke von Aktien oder sonstigen finanziellen Vermögenswerte gehandelt, während Die Marktauswirkungen derartiger Geschäfte zu minimieren. Algorithmische Handel beinhaltet Platzierung von Trades auf definierte Kriterien und Carving bis diese Trades in kleinere Chargen, so dass der Preis der Aktie oder Asset nicht wesentlich beeinflusst wird. Die Vorteile des algorithmischen Handels liegen auf der Hand: es die bestmögliche Ausführung von Transaktionen gewährleistet, weil sie das menschliche Element minimiert, und es verwendet werden kann mehrere Märkte und Vermögenswerte wesentlich effizienter als ein aus Fleisch und Knochen Händler hoffen konnte, zu tun, um zu handeln. (Lesen Sie weiter: Grundlagen des algorithmischen Handels: Konzepte und Beispiele). Was ist Algorithmic High-Frequency Trading Hochfrequenz-Handel (HFT) nimmt algorithmischen Handel auf eine andere Ebene insgesamt - denken Sie daran, wie algo Handel auf Steroiden. Wie der Begriff impliziert, beinhaltet der Hochfrequenzhandel Tausende von Aufträgen bei blendend schnellen Geschwindigkeiten. Das Ziel ist es, kleine Gewinne auf jedem Handel, oft durch die Kapitalisierung auf Preisdiskrepanzen für die gleiche Aktie oder Vermögenswert in verschiedenen Märkten zu machen. Die HFT unterscheidet sich von den traditionellen langfristigen Investitionen, da die Arbitrage und die Marktaktivitäten, die HFTs Brot und Butter sind, in der Regel innerhalb eines sehr kleinen Zeitfensters auftreten, bevor die Preisdiskrepanzen oder Mismatches verschwinden. Algorithmische Handel und HFT sind ein integraler Bestandteil der Finanzmärkte aufgrund der Konvergenz von mehreren Faktoren geworden. Dazu gehören die zunehmende Rolle der Technologie in den heutigen Märkten, die zunehmende Komplexität von Finanzinstrumenten und Produkten sowie der unablässige Trend zu mehr Effizienz bei der Handelsausführung und niedrigeren Transaktionskosten. Während der algorithmische Handel und die HFT die Marktliquidität und die Vermögenspreis-Konsistenz verbessert haben, hat ihre zunehmende Verwendung auch gewisse Risiken verursacht, die nicht berücksichtigt werden können, wie nachfolgend erörtert wird. Das größte Risiko: Verstärkung des systemischen Risikos Eines der größten Risiken der algorithmischen HFT ist das, das es zum Finanzsystem aufwirft. Ein Juli-Bericht des Internationalen Ausschusses für Wertpapieraufsichtsbehörden (IOSCO) vom Juli 2011 stellte fest, dass aufgrund der starken Wechselbeziehungen zwischen den Finanzmärkten, wie z. B. in den US-amerikanischen Algorithmen, die Märkte betreiben, Schocks schnell von einem Markt zum nächsten übertragen können, Wodurch das systemische Risiko verstärkt wird. Der Bericht zeigte auf den Flash-Crash vom Mai 2010 als erstes Beispiel für dieses Risiko. Der Flash Crash bezieht sich auf den 5-6 Sprung und Rückstoß in den wichtigsten US-Aktienindizes innerhalb der Spanne von ein paar Minuten am Nachmittag des 6. Mai 2010. Der Dow Jones stürzte fast 1.000 Punkte auf einer Intraday-Basis, die zu diesem Zeitpunkt war Seine größten Punkte fallen auf Rekord. Wie der IOSCO-Bericht bemerkt, gingen zahlreiche Aktien und Exchange Traded Funds (ETFs) an diesem Tag in den Schatten und stürmten zwischen 5 und 15, bevor sie die meisten Verluste erholten. Mehr als 20.000 Trades in 300 Wertpapiere wurden zu Preisen so viel wie 60 entfernt von ihren Werten bloß Momente früher getan, wobei einige Trades zu absurden Preisen durchgeführt wurden, von so niedrig wie ein Pfennig oder so hoch wie 100.000. Diese ungewöhnlich unberechenbare Handelsaktion erschütterte die Anleger, vor allem weil sie knapp ein Jahr nach dem Rückgang der Märkte von ihren größten Rückgängen in mehr als sechs Jahrzehnten eingetreten war. Hat Spoofing zum Flash Crash beigetragen Was dieses bizarre Verhalten verursacht hat In einem gemeinsamen Bericht vom September 2010 veröffentlichten die SEC und die Commodity Futures Trading Commission die Schuld auf einen einzigen 4,1 Milliarden Programmhandel durch einen Händler bei einem Kansas-basierten Investmentfonds Unternehmen. Aber im April 2015 beauftragten die US-Behörden einen in London ansässigen Daytrader, Navinder Singh Sarao, mit Marktmanipulation, die zum Absturz beigetragen haben. Die Anschuldigungen führten zu Saraos Verhaftung und mögliche Auslieferung an die USA Sarao angeblich eine Taktik namens Spoofing, die die Platzierung großer Mengen von gefälschten Aufträge in einem Asset oder Derivat (Sarao verwendet die E-Mini SampP 500 Vertrag am Tag des Flash Crash ), Die abgebrochen werden, bevor sie gefüllt werden. Wenn solche großflächigen Scheinaufträge im Orderbuch auftauchen, geben sie anderen Händlern den Eindruck, dass größere Kauf - oder Verkaufsinteressen in Wirklichkeit bestehen, die ihre eigenen Handelsentscheidungen beeinflussen könnten. Zum Beispiel kann ein Spoofer bieten eine große Anzahl von Aktien an Lager ABC zu einem Preis, der ein wenig weg von der aktuellen Preis zu verkaufen. Wenn andere Verkäufer auf die Aktion springen und der Preis sinkt, senkt der Spoofer schnell seine Verkaufsaufträge in ABC und kauft die Aktie stattdessen. Dann setzt der Spoofer in eine große Anzahl von Kaufaufträgen, um den Preis von ABC zu fahren. Und nach diesem geschieht der Spoofer seine Bestände von ABC, steckt einen ordentlichen Gewinn und storniert die falschen Kaufaufträge. Spülen und wiederholen. Viele Marktbeobachter waren skeptisch gegenüber der Behauptung, dass eintägiger Händler einstündig einen Unfall verursacht haben könnte, der in der Nähe von einer Billionen Dollar Marktwert für US-Aktien innerhalb weniger Minuten ausgelöscht wurde. Aber ob Saraos Aktion tatsächlich verursacht den Flash Crash ist ein Thema für einen anderen Tag. Inzwischen gibt es einige gültige Gründe, warum algorithmische HFT vergrößert systemische Risiken. Warum Algorithmische HFT Amplify Systemische Risiko Algorithmische HFT verstärkt systemische Risiko für eine Reihe von Gründen. Intensivierung der Volatilität. Erstens, da theres eine große Menge von algorithmischen HFT-Aktivität in heutigen Märkten, versucht, outfox der Konkurrenz ist ein eingebauter Zug der meisten Algorithmen. Algorithmen können sofort auf Marktbedingungen reagieren. Folglich können Algorithmen in turbulenten Märkten ihre Bid-Ask-Spreads stark vergrößern (um nicht gezwungen werden, Tradingpositionen einzugehen) oder wird vorübergehend den Handel insgesamt beenden, was die Liquidität verringert und die Volatilität verschärft. Kräuselungseffekte. Angesichts des zunehmenden Integrationsgrades zwischen Märkten und Assetklassen in der Weltwirtschaft schwankt eine Kernschmelze in einem großen Markt oder einer Assetklasse oftmals auf andere Märkte und Assetklassen in einer Kettenreaktion. Zum Beispiel verursachte der US-Immobilienmarkt-Crash eine globale Rezession und eine Schuldenkrise, weil umfangreiche Bestände an US-Subprime-Papieren nicht nur von US-Banken, sondern auch von europäischen und anderen Finanzinstituten gehalten wurden. Ein weiteres Beispiel für solche Ripple-Effekte sind die nachteiligen Auswirkungen des Chinas Börsencrash, sowie der Zusammenbruch der Rohölpreise, auf globale Aktien von August 2015 bis Januar 2016. Unsicherheit. Algorithmische HFT ist ein bedeutender Beitrag zu einer übertriebenen Marktvolatilität, die die Unsicherheit der Anleger kurzfristig ankurbeln und das Vertrauen der Verbraucher langfristig beeinflussen kann. Wenn ein Markt plötzlich zusammenbricht, überlassen die Anleger sich die Gründe für einen solchen dramatischen Schritt. Während der Nachrichtenvakuum, das oft zu solchen Zeiten besteht, werden große Händler (einschließlich HFT-Firmen) ihre Handelspositionen senken, um das Risiko zurückzuzögern, wodurch mehr Druck auf die Märkte ausgeübt wird. Wenn die Märkte niedriger werden, werden mehr Stop-Verluste aktiviert, und diese negative Rückkopplungsschleife erzeugt eine Abwärtsspirale. Wenn sich eine Baisse aufgrund einer solchen Aktivität entwickelt, wird das Vertrauen der Verbraucher durch die Erosion des Aktienmarktes und die rezessiven Signale, die von einer großen Marktschmelze ausgehen, erschüttert. Sonstige Risiken algorithmischer HFT-Algorithmen. Die schillernde Geschwindigkeit, bei der die meisten algorithmischen HFT-Handel stattfindet, bedeutet, dass ein fehlerhafter oder fehlerhafter Algorithmus Millionen von Verlusten in sehr kurzer Zeit aufbrauchen kann. Ein berüchtigtes Beispiel für den Schaden, den ein fehlerhafter Algorithmus verursachen kann, ist der von Knight Capital, einem Marktmacher, der 440 Millionen in einer 45-minütigen Periode am 1. August 2012 verloren hat. Ein neuer Handelsalgorithmus bei Knight machte Millionen von Fehlern 150 Aktien, kaufen sie an der höheren fragen Preis und sofort verkaufen sie zum niedrigeren Geldkurs. (Beachten Sie, dass Market Maker Aktien zum Kaufpreis von Anlegern kaufen und zum Angebotspreis verkaufen, wobei der Spread ihr Handelsergebnis ist. Lesen Sie weiter: Die Grundlagen der Bid-Ask Spread). Leider war die Hyper-Effizienz der algorithmischen HFT - bei der Algorithmen die Märkte ständig auf diese Art von Preisdiskrepanzen überwachen -, dass rivalisierende Händler eindrangen und das Ritter-Dilemma nutzten, während Knight-Mitarbeiter verzweifelt versuchten, die Ursache des Problems zu isolieren. Durch die Zeit, die sie taten, war Knight in der Nähe von Konkurs gedrückt worden, was zu seiner eventuellen Übernahme durch Getco LLC führte. Riesige Investorenverluste. Volatilitätsschwankungen, die durch algorithmische HFT verschlechtert werden, können Investoren mit riesigen Verlusten satteln. Viele Anleger platzieren routinemäßig Stop-Loss-Aufträge auf ihre Lagerbestände auf Ebenen, die 5 weg von den aktuellen Börsenkursen sind. Wenn die Märkte ohne ersichtlichen Grund (oder sogar aus einem sehr guten Grund) abfallen, würden diese Stop-Verluste ausgelöst. Um eine Beleidigung der Verletzung hinzuzufügen, hätten die Anleger unnötig Handelsverluste erlitten und ihre Bestände verloren. Während einige Trades wurden rückgängig gemacht oder storniert bei ungewöhnlichen Kämpfe der Marktvolatilität wie der Flash Crash und der Ritter Fiasko, waren die meisten Trades nicht. Zum Beispiel waren die meisten der fast zwei Milliarden Aktien, die während der Flash Crash gehandelt wurden zu Preisen innerhalb von 10 ihrer 2:40 PM schließen (die Zeit, wenn der Flash Crash begann am 6. Mai 2010), und diese Berufe stand. Nur etwa 20.000 Trades mit insgesamt 5,5 Millionen Aktien, die zu Preisen über 60 weg von ihrem 2:40 PM-Preis durchgeführt wurden, wurden anschließend annulliert. So ein Investor mit einem 500.000 Aktien Portfolio von US-Blue-Chips, die 5 Stop-Verluste auf ihre Positionen während der Flash Crash würde höchstwahrscheinlich 25.000 sein. Am 1. August 2012 stornierte die NYSE Trades in sechs Aktien, die auftraten, als der Knight-Algorithmus Amok laufen ließ, weil sie zu Preisen 30 über oder unter dem Tage-Eröffnungskurs ausgeführt wurden. Die NYSEs Clearly Erroneous Execution-Regel gibt die numerischen Richtlinien für die Überprüfung solcher Trades an. (Siehe: Die Gefahren des Programmhandels). Verlust des Vertrauens in die Marktintegrität. Investoren Handel auf den Finanzmärkten, weil sie voller Glauben und Vertrauen in ihre Integrität. Jedoch könnten wiederholte Episoden der ungewöhnlichen Marktvolatilität wie der Blitz-Unfall dieses Vertrauen erschüttern und einige konservative Investoren führen, die Märkte total aufzugeben. Im Mai 2012 hatte Facebooks IPO zahlreiche technologische Probleme und verzögerte Bestätigungen, während am 22. August 2013 Nasdaq den Handel für drei Stunden wegen eines Problems mit seiner Software aufhörte. Im April 2014 mussten nahezu 20.000 fehlerhafte Geschäfte nach einer Computerstörung bei IntercontinentalExchange Groups zwei US-Optionsbörsen abgebrochen werden. Ein weiterer großer Blow-up wie die Flash-Crash könnte stark schütteln Investoren Vertrauen in die Integrität der Märkte. Maßnahmen zur Bekämpfung von HFT-Risiken Mit dem Flash Crash und Knight Handel Knightmare Hervorhebung der Risiken der algorithmischen HFT, haben Austausch und Regulierungsbehörden Schutzmaßnahmen. Im Jahr 2014 führte die Nasdaq OMX Group einen Kill-Switch für ihre Mitgliedsunternehmen ein, die den Handel abschneiden würden, sobald ein voreingestelltes Risikopotenzial überschritten wird. Während viele HFT-Unternehmen bereits Kill-Switches haben, die unter bestimmten Umständen alle Handelsaktivitäten stoppen können, bietet der Nasdaq-Switch ein zusätzliches Maß an Sicherheit, um Schurkenalgorithmen entgegenzuwirken. Circuit-Breaker wurden nach Black Monday im Oktober 1987 eingeführt und werden verwendet, um Markt-Panik zu unterdrücken, wenn theres ein riesiger Sell-off. Die SEC genehmigt überarbeitete Regeln im Jahr 2012, dass Leistungsschalter zu treten, wenn die SampP 500 Index taumelt 7 (von der vorherigen Tage Schließung Ebene) vor 3:25 PM EST, die Markt-Trading für 15 Minuten stoppen würde. Ein 13-Sprung vor 15:25 Uhr würde einen weiteren 15-minütigen Stopp auf dem gesamten Markt auslösen, während ein 20-Tauchgang den Aktienmarkt für den Rest des Tages schließen würde. Im November 2014 hat die Commodity Futures Trading Commission Vorschriften für Unternehmen vorgeschlagen, die algorithmischen Handel mit Derivaten anwenden. Diese Regelungen würden es erforderlich machen, dass diese Unternehmen Risikokontrollen vor dem Handel durchführen, während eine umstrittene Bestimmung verlangt, dass sie den Quellcode ihrer Programme der Regierung auf Verlangen zur Verfügung stellen. Die Bottom Line Algorithmic HFT hat eine Reihe von Risiken, von denen die größte das Potenzial zur Verstärkung des systemischen Risikos ist. Die Neigung zur Intensivierung der Marktvolatilität kann auf andere Märkte rascheln und die Unsicherheit der Anleger stören. Wiederholte Anfälle von ungewöhnlichen Marktvolatilität könnte erodieren viele Investoren Vertrauen in die Marktintegrität.
No comments:
Post a Comment