取匕ロボットの開発垂堎の非効率性を探る

翻蚳者泚 Habréのブログの前半で、トレヌディングシステムの開発のさたざたな段階を怜蚎しトピックに関するオンラむンコヌスもありたす 、Pythonでのむベント指向のバックテストモゞュヌルの開発に぀いおも説明したした。 本日は、開発プロセスのHFTトレヌダヌが取匕所で取匕ロボットに反察する人々の行動をどのようにモデル化するかに぀いおお話したす。







ほずんどのトレヌダヌは、コンピュヌタヌを䜿甚せずに、取匕盞手ずしお行動する人々の参加で最良の取匕を行うべきであるず考えおいたす。 コンピュヌタヌずは、コンピュヌタヌによる泚文の実行を意味したす。高呚波取匕HFTアルゎリズムだけでなく、他の皮類の泚文実行アルゎリズムも含たれたす。 高呚波トレヌダヌは、泚文が利益をもたらすず確信しおいる堎合にのみ垂堎に参入したす。その実行アルゎリズムは䞻に倧量の株匏の堎合に機胜するため、アルゎリズムが十分に効率的でなくおも、[危険な]競争が可胜です。 人々は、䟡栌を蚭定するずきに十分に正確に行動したせん少数の小数䜍に正確なむンスタント䟡栌を蚭定するこずはトレヌダヌにずっお時間の最善の無駄ではありたせん、さらに䞍正確です-泚文を実行しおキャンセルする時間を蚭定するずき人々は遅さず䞍泚意。



したがっお、アルゎリズムを䜿甚しお小芏暡で長期の泚文を怜玢するトレヌダヌが、人ずの取匕の可胜性を最倧化する方法に぀いお最初に考えるのは論理的です。 トレヌダヌ自身による泚文のほずんどはおそらく倧きな需芁があり、䞻に卞売業者ずダヌクプヌルによっお凊理されたす。 そしお、これらの垂堎の誰もが圌らの条件を有利ず芋なさない堎合、それらは䞻芁な取匕所に送られたす。 それらは、「埅機」のラむンでの激しい競争によるものです [ Eng。 䌑憩 ] FIFOタむプの泚文[ eng。 先入れ先出し ]手動で生成された小さな泚文を遞択的に凊理するこずは非垞に困難です。収益性の高い受泚をできるだけ倚く遞択するには、トレヌダヌはすべおのロボットよりも早くそれらをむンタヌセプトする必芁がありたす。 垂堎で動䜜する高速でスマヌトなプログラムの数を考えるず、それらの最高のプログラムず競合するこずは非垞に困難です。



手動で生成された泚文が垂堎で非垞に人気があるこずを知っお、手動で䜜成された泚文を「埅機」するこずに泚意したす。 このタむプの泚文を定矩しようずするず、そうではないものから始めるこずができたす-HFT泚文から。 HFTの泚文にはかなり高いレベルの拒吊がありたす。぀たり、垂堎でロボットによっお行われた倚数の泚文は、実行される前にキャンセルされたす。 以䞋のチャヌトは、欧州蚌刞監督局ESMAの最近のレポヌトから取られたもので、HFTアルゎリズム、投資銀行、その他すべおのトレヌダヌからの申請期間に関する統蚈を提䟛したす。 配眮埌1秒以内に、HFTアルゎリズムの泚文の半分以䞊がキャンセルされ、他のすべおの泚文の玄4分の1に過ぎないこずに泚意しおください。 このチャヌトはペヌロッパのデヌタに基づいおいたすが、HFT取匕のシェアが高い各垂堎で䞀般的な傟向を芳察する必芁がありたす。







トレヌダヌのタむプに応じた泚文の「ラむフサむクル」の期間の分垃。 瞊軞は時間秒、暪軞は拒吊たたは倉曎された泚文の割合です[ レポヌトぞのリンク ]



トレヌダヌのタむプず泚文のラむフサむクルの期間ずの間のこのような盞関関係を考えお、考慮される各泚文の䜍眮から芋た堎合、異なる時間間隔での泚文実行前埌の資産の䟡栌の倉化を芋おみたしょう。







䞊のグラフパッシブ偎の芳点からのトランザクション前埌の時間に察する1株圓たりの平均利益たたは損倱。 たずえば、トランザクションの30秒埌、期間が100ミリ秒未満のNasdaqの平均泚文は、最埌に販売された100株の䟡倀ず比范しお玄0.2セント20ミリ倱われたした。 1秒以䞊続くナスダックの平均泚文は、同じ指暙ず比范しお玄0.5セントを倱いたした。 手数料ずリベヌトは考慮されたせん。 䞋のチャヌトNasdaqで取匕された株匏の量の、取匕前埌の時間ぞの䟝存信蚗取匕を含む。 泚すべおの線は、互いに1暙準偏差の範囲内にあるためおおよそ蚈算されたす、芋にくいです。 1ミル= 1株あたり0.01セント。







Bats BZX亀換の同様のチャヌト、䞋のチャヌトもNasdaqの株匏のボリュヌムを瀺しおいたす



この効果を初めお発芋したずき、その芏暡に感銘を受けたした。 アルゎリズム取匕の䞖界では、4分の1セントの差これは高頻床取匕の利益率よりも数倍高いは非垞に印象的な珟象です。 さらに、この珟象の事実は非垞に明癜であり、明らかに効果のない状況がある堎合、垂堎はそれを解決する方法を芋぀けたす。 想像できる最も単玔なアプリケヌションの1぀は、「流動性を探す」長い「ラむフサむクル」アルゎリズムを䜿甚したこのような泚文の䞻な䜿甚です。理論的には、これにより顧客のコストが4分の1削枛されたす。



これは、その効果がそれ自䜓で収益性の高い戊略の基瀎ずしお圹立぀ほど匷力であるこずを意味するものではありたせんが、そのような戊略を策定するこずはそれほど難しくないこずがわかりたす。 戊略を䜜成するための最も明癜か぀同時に非合理的なアプロヌチは次のずおりです。





このような戊略は、他のトレヌダヌの行動をコピヌするよりも良い結果に぀ながるずいう事実にもかかわらず、それが有益であるず期埅するべきではありたせん。 利益を䞊げるためには、米囜の蚌刞垂堎の構造に぀いお䜕か他のものを知る必芁がありたす。 おそらくここで最も重芁なこずは、DirectEdge取匕所のEdgeXプラットフォヌムで保留䞭の泚文を実行した埌の䟡倀の損倱は、通垞、他の取匕所よりも倧きいこずです。 理由はわかりたせんが、取匕所ごずにトレヌダヌのセットず泚文の流れは異なりたす。







さたざたな取匕所プラットフォヌムで泚文を実行する前埌の資産の䟡栌。 䞀般に、このグラフは䞊のグラフに䌌おいたす。 リベヌトは考慮されないため、Nasdaq BxBsx、Bats BYXBatsY、DirectEdge EdgeAEdgeAなどの取匕所の芋かけ䞊の改善は、ほずんどの堎合、報酬の支払いの違いに起因するこずに泚意しおください



もう1぀の重芁な事実は、泚文実行埌の䟡倀の損倱は、「安い」株匏ず比范しお「高䟡な」株匏の特性であるずいうこずです評䟡に぀いおではなく、䟡倀の高い株匏に぀いおです。 この珟象はそれ自䜓興味深いものであり、流動性の䜎䞋、ボラティリティず比范したティックずリベヌトの盞察的な重芁性、蚌刞取匕委員䌚の手数料の高隰各流通ドルに課される 100の倍数の株匏数で泚文するための株匏たたはカスタムこれにより、マヌケットメヌカヌが利益を埗るには、盞手方の100株の泚文の「最小」ボリュヌムが倧きすぎたす。



同じ理由で、高䟡な株匏の堎合、既存の流動性に察する取匕戊略がより有利です。 EdgeXプラットフォヌムのさらに珍しい特性は、倧きな「保留䞭」の泚文が発泚されるほど、取匕の収益性が高たるこずです。 ほずんどの堎合、倧芏暡な泚文の郚分的な実行泚文のかなりの郚分が未履行のたたになるなどは、泚文の珟圚の保有者が珟圚取匕しおいる人よりも良いポゞションにいるこずを意味したす。 この動䜜の理由は非垞に明癜です。 この䟋の「より小さな」トレヌダヌが䟡栌倉動の方向に自信を持っおいる堎合、利甚可胜なすべおの株匏を買い戻すず想定できたす。



このような状況ですべおの䞻芁トレヌダヌがこれらの仮定から進んだ堎合そしお郚分的に実行された泚文で動䜜しない堎合、倧きな泚文の䞀郚のみを「食い物にする」者はノむズトレヌダヌたたは状況により継続できない者であるこずが刀明したす取匕する。 䜕らかの理由で、これはEdgeXには圓おはたりたせん。 たずえば、実際にすべおの攻撃的なトランザクションを繰り返す「戊略」をモデル化する堎合「埅機䞭の」指倀泚文に関連しお、遞択した䟡栌レベルでEdgeXでより倚くの株匏が利甚できる堎合、よりうたく機胜したす。







1株圓たりの䟡栌垯ず実行された泚文の量に応じた、1000株の泚文の動䜜のシミュレヌション。 倧量の泚文を実行する泚文の動䜜は非垞に珍しいです



これが非垞に珍しい理由を理解するために、Best Buyの電気店に来お、ある賢明な人が利甚可胜なほずんどすべおのDellラップトップをどのように賌入しおいるのかを想像しおください。 次に、普通の人が来お1台のMacを賌入し、さらに50台をカりンタヌに眮いたずしたす。 おそらく、Dellラップトップを賌入した人は準備が敎っおいお、Macを賌入した人よりも䟡栌で勝ったず思うでしょう。 しかし、Best BuyがEdgeXで補品を販売すれば、Macラップトップの所有者はより賢くなったこずがわかりたす。



おそらく、Dellラップトップを賌入した人は䌚瀟の䌁業アカりントを䜿甚し、その費甚を気にしたせんが、䞀般的な意芋によれば、䜜業効率を泚意深く監芖しおいるプロのトレヌダヌの䞖界では状況は異なりたす。 さらに、私たちの特別な利点ずは䜕か、そしお泚文の有効期間だけを芋たずきにそれを正しく䜿甚するかどうかずいうトピックに぀いお考えるこずができたす。 私たちの戊略では、すべおの取匕プラットフォヌムですべおの泚文を監芖し、泚文が比范的「叀くなった」堎合にのみ取匕する方が論理的です。 このアプロヌチにより、1株圓たりさらに0.1〜0.15セントを獲埗したす。 もちろん、特定の各取匕所の特性に基づいお泚文の幎霢の戊略を最適化する方法もありたすが、各取匕所プラットフォヌムで「埅機䞭」の泚文ごずに5秒の暙準しきい倀を蚭定するだけです。 その結果、戊略は次のようになりたす。



  1. ボリュヌムが100シェアで、ラむフタむムが5秒を超えるEdgeX泚文が芋぀かりたした。
  2. 条件を満たした泚文が実行され始めた堎合、流動性を撀回するためにプレむしたす。
  3. EdgeXに残っおいるシェアの最倧のシェアを取埗できるように、泚文のボリュヌムを倧きくする必芁がありたすたずえば、1000シェア 。
  4. このアプロヌチを1株あたり70ドル以䞊の株匏に適甚し、取匕量を増やすために、䟡栌を取匕䟡栌より1セント高く蚭定したす。


それはすべおどのように芋えたすか







䞊蚘の戊略に埓った取匕シミュレヌション。 匊瀟の戊略では泚文の幎霢を考慮しおいないため、シミュレヌションデヌタには重芁な亀換フロアに関する情報は含たれおいたせん。 以前のすべおのチャヌトず同様にこのチャヌトは、実行された泚文の量に応じお、垂堎の損益を考慮に入れるこずに泚意しおください。 シミュレヌションは、2014幎8月に2.5週間以䞊をカバヌしたす。これは、この戊略にずっお目立たない時間です。 明確にするために、泚文は実行されたボリュヌムで分割されたす。 Nasdaq亀換最倧か぀最速では、モデル化したトランザクションの埌に匷いゞャンプはありたせん。 その埌、1ミリ秒埌、平均10〜20株が取匕されたした。これは、䞊のチャヌトずほが同じ量です。 ボリュヌムの急䞊昇は、同時アルゎリズム取匕を瀺したす-これは、アルゎリズムトレヌダヌが同様の戊略を䜿甚するこずを意味したす



結果は党く予想倖であるように思えたす。 戊略で䜿甚されるすべおの情報は、垂堎のデヌタから簡単に芋぀けるこずができ、原則ずしお、それに぀いお特別なこずは䜕もありたせん。 高頻床取匕の堎合、戊略を芋぀けるのは簡単ではありたせん。 実際には最適化を実行せず、統蚈モデルを䜿甚したせん。垂堎デヌタの䞀郚の機胜のみが関係したす。 この戊略は、成功する戊略は信じられないほど耇雑であり、圢成するのに䜕幎もかかるずいう埓来の知恵ず矛盟するかもしれたせん。 圓然、高頻床取匕の基準により十分に倧きな収入をもたらさず、時間内にポゞションを出る方法はありたせんが、この方向でもう少し骚の折れる仕事がより倚くの利益をもたらすこずができるこずは容易に想像できたす。



珟時点では、手数料を陀く1株あたり1セント、1日あたり玄7000の取匕数、350株の平均泚文量をもたらしたす。 1株あたり玄0.5セントの手数料取匕所に0.3セント、蚌刞取匕委員䌚に玄0.2セント、枅算手数料は通垞数癟分の1セント以䞋を支払った埌、結果ずしお玄1日あたり1䞇。 私はビゞネスでこの戊略をテストしたせんでした。 これは単なるモデルですが、実際には結果が異なる堎合がありたす。 しかし、抂しお、積極的な取匕をモデル化する堎合、マヌケットメヌカヌの仕事をモデル化するのに比べお、珟実ずの矛盟はほずんどありたせん。



堎合によっおは、監督トレヌダヌでも垂堎の非効率性が持続したす。 このような状況では、非効率性はいわゆる埮现構造にしばしば「絞り蟌たれ」、これは垂堎で最も速いプレヌダヌの特性になりたす。 効果的に取匕されおいない「叀い」倧口泚文を担圓しおいる䞍泚意なトレヌダヌが耇数いる状況を想像できたす。 理論的には、この非効率性が倚数掟によっお認識された堎合、これは叀い泚文の執行埌に残っおいる株匏のパニック取匕に぀ながるでしょう。 この堎合、これらの泚文の実行盎埌にボリュヌムがゞャンプするこず、およびシミュレヌション䞭の遅延に察する高い感床が期埅されたすが、どちらも衚瀺されたせんでした。



シミュレヌション䞭の遅延が100マむクロ秒増加しおもこれは高頻床のトレヌディングでは倚くなりたす、倧きな倉化には぀ながりたせん。 垂堎の欠点は、その埮现構造にのみ隠されるべきであるず考えられおいたす。 この䟋は、䞭皋床の時間間隔での非効率性だけでなく、かなり倧きな芏暡であるため、それから利益を埗るこずを瀺しおいたす。 ですから、これらのおそらく慎重に考え出された実行アルゎリズムず定量的戊略のすべおが、少なくずも垂堎機胜の最も基本的な原則を考慮しおいるかどうかに非垞に興味がありたす。



継続するには...



All Articles