История алгоритмической торговли, HFT трейдинга и системной торговли на основе новостей
В статье разберем, как и когда сформировались технологические методы торговли, как их может использовать частный трейдер, и что ждет алгоритмический трейдинг в ближайшем будущем.
Полезные материалы, которые хорошо бы изучить перед продолжением:
- От создания первого тикера до алгоритмической торговли — история трейдинга за 150+ лет.
- Эпоха больших данных и как к ней адаптироваться нам — частным трейдерам?
- Человек против машины: интуитивный трейдинг против системного.
- В чем потенциал системных трейдеров и как его развивать.
- 3 главных навыка, необходимые начинающим (и не только) алгоритмическим трейдерам.
- Может ли ChatGPT предсказывать ценовые движения в трейдинге?
Содержание
Видео
Как выглядит технологический трейдинг сегодня
В основе технологического подхода на финансовых рынках есть 3 основных метода:
- Системная (автоматизированная) торговля
- Высокочастотный трейдинг — High-Frequency Trading (HFT)
- Торговля на основе новостей с использованием алгоритмов и искусственного интеллекта
И теперь подробней о каждом методе.
Системная автоматизированная (алгоритмическая) торговля
Алгоритмический трейдер или хедж-фонд применяют математические и статистические модели для анализа исторических данных. И уже на основе этих данных формируются автоматизированные торговые системы.
Алгоритм генерирует торговые сигналы, опираясь на технические индикаторы, свечной анализ, регрессионный, объемный, или на анализ альтернативных источников информации.
То есть алгоритмические стратегии здесь могут быть как достаточно примитивные (например, торговля по одной скользящей средней), так и более сложные (стратегии на основе объемов или безиндикаторных моделях). В любом случае любая автоматизированная система стремится зафиксировать изменения цен (краткосрочные, среднесрочные или долгосрочные) и использовать рыночные неэффективности.
За 1 час поможем разобраться с факторами успеха и причинами неудач на финансовых рынках. Бесплатно
Высокочастотный трейдинг — High-Frequency Trading (HFT)
Компании, занимающиеся высокочастотной торговлей, применяют уже более сложные алгоритмы и высокоскоростные соединения для трейдинга на нескольких биржах одновременно.
Алгоритмы анализируют данные рынка в реальном времени, включая анализ потока ордеров. Стратегии HFT быстро исполняют ордера, целью которых является захват небольших различий в ценах.
Основное преимущество HFT — скорость исполнения сделок. Системы HFT могут реагировать на изменения рынка в течение миллисекунд и даже наносекунд, что позволяет выполнить большое количество сделок за очень короткий промежуток времени.
Торговля на основе новостей с использованием алгоритмов и искусственного интеллекта
Такие стратегии чаще всего включают в себя использование алгоритмических методов для анализа данных и проведения сделок. По той причине, что здесь нужно мгновенное исполнение сделок на основе поступающих данных. Человек не способен физически анализировать и открывать сделки за секунды.
История технологической торговли
Начало 1970-х: появление электронных технологий на финансовых рынках и электронных бирж
В начале 1970-х годов началась компьютеризация потока ордеров на финансовых рынках и развитие электронных бирж. В 1984 на Нью-Йоркской фондовой бирже появились системы DOT (Designated Order Turnaround) и SuperDOT (улучшенная версия DOT), электронно направляющие ордера для ручного исполнения.
Обе системы были разработаны для автоматизации и ускорения процесса торговли на бирже, что помогло снизить временные задержки и улучшить ликвидность рынка. Они также поспособствовали повышению прозрачности и эффективности выполнения ордеров для участников рынка.
Тогда же зарегистрировалась первая электронная биржа NASDAQ.
Сохраните себе шпаргалку о развитии системного трейдинга 📈
С 1980 по 2000 год: рост фондовых рынков и начало алгоритмической торговли
С 1982 по 2007 годы произошли значительные изменения в финансовом секторе США. Такие факторы, как регулирование, технологический прогресс и инновации, стимулировали рост финансового сектора.
В конце 1980-х и 1990-х годах финансовые рынки в США перешли к использованию десятичной системы цен, что уменьшило разницу между ценами покупки и продажи. Это поощрило распространение алгоритмической торговли и увеличило ликвидность рынка.
В тот период появляются первые количественные хедж-фонды. Один из них — хедж-фонд Джима Саймонса Renaissance Technologies. У нас есть статья Кто такой Джим Саймонс и как он заработал $ 25 млрд с помощью количественного трейдинга, или же можно посмотреть видео ниже.
2000-2010: расцвет HFT и услуг ко-размещения
В начале 2000-х высокочастотная торговля составляла менее 10% от всех ордеров на бирже NYSE. А уже между 2005 и 2009 годами объем торговли высокочастотной торговли вырос на 164%.
В 2011 году была представлена технология нано-торговли, использующая микрочипы для исполнения сделок за наносекунды (1 наносекунда = 0,000000001 секунды).
Также начинают формироваться ко-размещения для HFT бизнеса.
Ко-размещение — размещение компьютеров HFT фирм на территории биржи. Это стало популярным в начале 2000-х.
Например, компания CoreSite в Денвере предоставляет услуги ко-размещения, позволяя трейдерам устанавливать свои компьютеры в центре Вашингтона.
Все это формирует новое направление в исследовании трейдинга — микроструктура финансовых рынков. О микроструктуре — в модуле VSA 2.0: по следам умных денег.
2010-2023: возникновение торговли на основе новостей для HFT и алгоритмической торговли
Интернет в начале XX века радикально изменил торговлю новостями, обеспечив мгновенное распространение информации по всему миру. Dataminr в 2012 году представил сервис, превращающий социальные медиа в торговые сигналы, предоставляя бизнес-новости на 54 минуты быстрее традиционных источников.
В 2012 году аналитика в реальном времени анализировала твиты для выявления паттернов. В это время HFT-торговля доминировала, составляя 70% торговли акциями в США. Точность торговли повысилась, а HFT добавила ликвидности, сократив разницу между ценами.
В 2023 такие системы ИИ, как ChatGPT, уже способны создавать торговые стратегии на основе новостных заголовков. Об этом мы рассказывали в статье Может ли ChatGPT предсказывать ценовые движения в трейдинге? Или же можно посмотреть видео ниже:
Что ждет технологический трейдинг в ближайшем будущем
Ожидаются следующие значительные усовершенствования и разработки в каждой из областей:
Алгоритмическая торговля
- Увеличение сложности и точности алгоритмов
- Более быстрые принятия торговых решений
- Оптимизация стратегий исполнения ордеров
- Улучшенная способность выявлять и использовать прибыльные возможности
- Интеграция технологий, таких как искусственный интеллект и машинное обучение
Высокочастотная торговля (HFT)
- Продолжение инвестиций в улучшенную инфраструктуру и технологии
- Эксплуатация рыночных неэффективностей на уровне микросекунд
- Адаптация к развивающимся регулирующим структурам
- Фокус на поддержании честности, прозрачности и целостности рынка
- Акцент на управлении рисками и устойчивости системы
Торговля на основе новостей
- Продвижение в области обработки естественного языка и анализа настроений
- Более быстрый доступ к новостям и информации в реальном времени
- Улучшенное предсказание реакции рынка на новостные события
- Улучшенное понимание настроения и трендов на рынке
- Интеграция аналитики новостей в торговые стратегии
Заключение
Мы — частные трейдеры — находимся в интересном моменте, когда для использования технологических возможностей в трейдинге уже не нужно (необязательно) быть программистом, математиком или физиком. Многое доступно, и еще больше будет появляться.
Как минимум частный трейдер может использовать системный алгоритмический трейдинг — то есть начать автоматизировать стратегии. С получением опыта можно двигаться в сторону машинного обучения, но здесь уже понадобится команда и навыки.
Первые простейшие шаги в сторону системного трейдинга — по ссылке ниже.
Как создавать торговые стратегии на основе статистики и данных, способных работать 24/5
Не упустите возможность получить прибыльные торговые стратегии.
Поделиться статьей
С радостью ответим на ваши комментарии
Читайте также
Павел Овсянников
Сооснователь Empirix. Ритейл-трейдер и квалифицированный инвестор. Автор 110+ статей и 10 курсов. На финансовых рынках с 2012 года. Создает, тестирует и оптимизирует алгоритмические торговые стратегии, управляет системным фондом. E-mail для связи: paul@empirix.ru