알고리즘 거래

Algorithmic trading
알고리즘을 이용한 거래는 자동 거래 시스템을 참고하세요.
금융시장 참가자

알고리즘 트레이딩은 시간, 가격, [1]물량 등의 변수를 고려하여 미리 프로그램된 자동 거래 명령을 사용하여 주문을 실행하는 방법입니다.이러한 유형의 거래는 인적 거래자에 대한 컴퓨터의 속도와 계산 자원을 활용하려고 시도합니다.21세기에는 알고리즘 거래가 소매업자와 기관 [2][3]거래자 모두에게 인기를 끌고 있다.투자은행, 연기금, 뮤추얼펀드, 헤지펀드에 의해 널리 사용되고 있으며, 대규모 주문을 분산하거나 거래를 너무 빨리 수행해야 하므로 인간 트레이더가 반응할 수 없습니다.2019년 한 연구에 따르면 Forex 시장에서의 거래의 약 92%가 사람이 [4]아닌 거래 알고리즘에 의해 수행되었다.

알고리즘 거래라는 용어는 자동 거래 시스템과 동의어로 종종 사용됩니다.여기에는 다양한 거래 전략이 포함되며, 그 중 일부는 수학 재무 공식과 결과에 기초하고 있으며, 전문 [5][6]소프트웨어에 의존하는 경우가 많습니다.

알고리즘 거래에서 사용되는 전략의 예로는 체계적인 거래, 시장 형성, 시장 간 확산, 재정 거래 또는 트렌드 팔로잉과 같은 순수 투기 등이 있습니다.이들 대부분은 높은 거래량과 높은 주문 대 [7]거래 비율을 특징으로 하는 고주파 거래(HFT) 범주에 속합니다.HFT 전략은 인간 거래자가 관찰한 정보를 처리할 수 있기 전에 전자적으로 수신된 정보에 기초하여 주문을 개시하기 위해 정교한 결정을 내리는 컴퓨터를 활용합니다.그 결과 2012년 2월 상품선물거래위원회(CFTC)는 학계 및 업계 전문가를 포함한 특별 실무그룹을 구성해 CFTC에 HFT를 [8][9]가장 잘 정의하는 방법을 조언했다.알고리즘 거래와 HFT는 시장 미세 구조의 극적인 변화, 시장 거시 [10]역학의 복잡성과 불확실성, 특히 유동성의 [11]공급 방식을 초래했다.

역사

초기 개발

금융시장의 주문흐름 전산화 작업은 1970년대 초 뉴욕증권거래소가 '지정주문반전(DOT)' 시스템을 도입하면서 시작됐다.SuperDOT는 DOT의 업그레이드 버전으로 1984년에 소개되었습니다.두 시스템 모두 주문을 적절한 무역소로 전자적으로 전송할 수 있도록 허용했습니다.OARS(Opening Automated Reporting System)는 전문가가 시장 청산 개시 가격(SOR; Smart Order Routing)을 결정하는 데 도움을 주었다.

완전한 전자 시장의 상승과 함께 프로그램 트레이딩이 도입되었습니다.이 프로그램은 뉴욕 증권거래소에 의해 총 1백만 달러 이상의 가치가 있는 15개 이상의 주식을 사거나 파는 명령으로 정의됩니다.실제로 프로그램 매매는 다양한 [12]요인에 따라 자동으로 거래를 시작하거나 종료하도록 사전 프로그래밍되었습니다.1980년대에 프로그램 매매는 지수 재정 거래로 알려진 전략으로 S&P 500 주식 시장과 선물 시장 간의 거래에 널리 사용되었다.

이와 동시에 포트폴리오 보험은 Black-Scholes 옵션 가격 모델에 기초한 컴퓨터 모델에 따라 주가지수 선물을 동적으로 거래함으로써 주식 포트폴리오에 종합 풋옵션을 생성하도록 설계되었다.

종종 단순히 "프로그램 거래"로 묶인 이 두 전략은 1987년 주식 시장 붕괴를 악화시키거나 심지어 시작했다고 많은 사람들에 의해 비난받았다(예: 브래디 보고서에 의해).그러나 컴퓨터 주도 거래가 주식시장 붕괴에 미치는 영향은 불분명하고 학계에서 [13]널리 논의되고 있다.

개선과 성장

1990년대 전자통신망(ECN)이 등장하면서 금융지형이 다시 바뀌어 주식과 통화를 [12]거래할 수 있게 됐다.미국에서는 2001년에 최저 틱 사이즈를 1달러당 16분의 1달러(0.0625달러)에서 0.01달러로 변경해, 입찰가격과 오퍼가격의 차이를 작게 해 알고리즘 거래를 촉진해, 시장 메이커의 거래 우위성을 떨어뜨렸을 가능성이 있다.습도[14]

이러한 시장 유동성 증가로 기관 거래자들은 컴퓨터 알고리즘에 따라 주문을 분할하여 더 나은 평균 가격으로 주문을 수행할 수 있게 되었습니다.이러한 평균 가격 벤치마크는 일반적으로 볼륨 가중 평균 가격으로 시간 가중 평균 가격 또는 그 이상을 적용하여 컴퓨터에 의해 측정 및 계산됩니다.

끝났어.수세기에 걸쳐 존재했던 무역은 사라졌다.오늘은 전자 시장이 있습니다.그것은 선물이다.그것은 미래다.

Robert Greifeld, NASDAQ CEO, April 2011[15]

IBM연구 팀 국제 합동 회의 인공 지능에서 그들이 전자 경매는 금융 시장에서 사용되는 실험 실험실 버전의, 두 알고리즘을 보인 paper[16]발표한 바 있는 금융 시장에서 트레이딩의 채택에 대한 추가적인 격려 2001년에 왔다.ic s전략(IBM의 MGD와 Hewlett-Packard의 ZIP)은 일관되게 인간 트레이더를 능가할 수 있습니다.MGD는 1996/[17]7년에 Steven Gjerstad & John Dickhaut에 의해 발명된 "GD" 알고리즘의 변형 버전입니다. ZIP 알고리즘은 1996년에 [18]Dave Cliff(교수)에 의해 HP에서 발명되었습니다.IBM 팀은 논문에서 MGD와 ZIP이 인간 거래업체를 능가하는 실적을 보인다는 결과가 가져올 재정적 영향은 연간 수십억 달러로 측정될 수 있다고 밝혔습니다. IBM 논문은 국제적인 언론 보도를 이끌어냈습니다.

2005년 SEC는 주식시장 [12]강화를 위해 규제전국시장제도를 도입했다.이는 시장 주문을 가능한 최상의 가격으로 전자적으로 게시하고 실행하도록 의무화하는 Trade Through Rule과 같은 규칙과 거래하는 방식을 바꾸었습니다. 따라서 증권사들은 매매 [12]주문을 일치시킬 때 가격 차이로부터 이익을 얻는 것을 막습니다.

더 많은 전자 시장이 열리면서, 다른 알고리즘 거래 전략이 도입되었다.이러한 전략은 가격 변화에 빠르게 반응하고 여러 시장을 동시에 관찰할 수 있기 때문에 컴퓨터에 의해 보다 쉽게 구현됩니다.

많은 브로커 딜러가 고객에게 알고리즘적인 거래 전략을 제시하여 행동, 옵션 및 브랜드별로 차별화했습니다.예를 들어 카멜레온(BNP파리바 개발), 스텔스(도이체방크 개발), 스나이퍼(스나이퍼), 게릴라(크레디트스위스[20] 개발) 등이[19] 있다.이러한 이행은 재정거래, 통계재정거래, 추세추종 및 평균환산 투자접근법의 관행을 채택하였다.

상징적 예

그 TABB 그룹은 금융 서비스 산업 연구 회사,에 미국 주식 고온 기능 시험 산업을 위해 수익성 예측이 미화 13억 2014,[21]대폭 줄이달러 21억의 최대에 비용은 그럼 거래 이런 타입의 전문화된 300여개 증권사와 헤지 펀드 이익에 2008,[22]는에서 찍기 전에.그 aut당시 시장 전체 거래량과 비교해 볼 때 호스는 "매우 작고" "놀랍도록 미미한 수준"이라고 말했다.2014년 3월, 고주파 무역회사인 Virtu Financial은 5년 동안 1,278거래일 중 1,277거래일 [23]동안 전체 수익이 발생했으며, 단 하루의 [24]손실로 인해 매일 다양한 증권 세트에 걸쳐 수백만 번 거래되는 이점을 입증했다고 보고했습니다.

알고리즘 거래.시장량의 [25]퍼센티지.

2006년 유럽연합과 미국 주식 거래의 3분의 1은 자동 프로그램 또는 알고리즘에 의해 추진되었습니다.[26]2009년 현재 HFT 기업은 미국 전체 주식 거래량의 60~73%를 차지하고 있으며,[27][28] 2012년에는 HFT 기업이 약 50%로 감소했다고 한다.2006년 런던증권거래소에서는 알고리즘 트레이더에 의해 모든 주문의 40% 이상이 입력되었으며, 2007년에는 60%가 입력될 것으로 예측되었습니다.미국 시장과 유럽 시장은 일반적으로 다른 시장보다 알고리즘 거래 비중이 높으며, 2008년 추정치는 일부 시장에서 80%에 이른다.외환시장도 2016년 주문량의 약 80%(2006년 [29]주문량의 약 25%에서 증가)로 알고리즘 거래가 활발하다.선물시장은 알고리즘 [30]거래로 통합하는 것이 매우 쉬운 것으로 여겨지며,[needs update][31] 2010년까지 옵션 물량의 약 20%가 컴퓨터 생성될 것으로 예상됩니다.채권시장은 알고리즘 [32]트레이더에 대한 접근을 늘리는 방향으로 움직이고 있다.

알고리즘 거래와 HFT는 미국 증권거래위원회와 상품선물거래위원회가 2010년 플래시 크래시를 [33][34][35][36][37][38][39][40]일으킨 뮤추얼펀드 회사의 알고리즘 거래가 매도 물결을 일으켰다고 보도한 이후 많은 공론의 대상이 되어 왔다.같은 보고서에 따르면 HFT 전략은 시장에서 유동성을 빠르게 끌어냄으로써 후속 변동성에 기여했을 수 있다.이 사건들로 인해 다우존스 산업평균지수는 그 날까지 두 번째로 큰 폭의 장중 변동을 겪었지만, 가격은 빠르게 회복되었다.다우존스 산업평균지수의 가장 큰 일일 변동 목록을 참조하십시오.2011년 7월, 국제 증권 규제 기관인 국제 증권 위원회(IOSCO)의 리포트는, 「알고리즘과 HFT 테크놀로지는, 시장 참가자에 의해서 거래와 리스크를 관리하기 위해서 사용되고 있지만, 그 사용도, 201년 5월 6일의 플래시 크래시의 원인이 되고 있는 것이 분명하다」라고 결론지었다.하지만 다른 연구진은 다른 결론을 내렸다.[41][42]2010년의 한 조사에 따르면 플래시 [43]크래시 동안 HFT는 거래 인벤토리를 크게 변경하지 않았습니다.인덱스 펀드 재조정 전 일부 알고리즘 거래는 [44][45][46]투자자들로부터 수익을 이전한다.

전략들

체계적인 거래

컴퓨터 모델을 사용하여 무역 목표, 리스크 관리 및 체계적인 방법으로 무역 주문을 실행할 수 있는 규칙을 정의합니다.체계적 거래에는 고주파 거래(HFT, 알고리즘 거래라고도 함)와 체계적 추세가 이어지는 등 느린 유형의 투자가 포함됩니다.패시브 인덱스 트래킹도 포함됩니다.

Sergio Alvarez-Telena(PhD)의 최근 조사에 따르면 이 전략에 재무 통찰력을 투입하는 것이 일반적인 데이터 중심 보정 프로세스를 능가하는 것으로 나타났습니다.즉, 데이터 중심 교정을 통해 전략이 강화될 뿐만 아니라 통찰력도 향상됩니다.또한 입자 군집 최적화를 사용하면 거래 대리점의 리스크 프로파일을 증가시키지 않고 입찰자 할인을 달성할 수 있다.[47] 체계적인 거래에서 기계 학습에 대한 자세한 분석과 자세한 내용은 런던 대학 Alvarez Telena의 논문과 Trading 2.0: Learning Adaptive Machines를 참조하십시오.그 후, 그의 연구 결과는 BBVA 은행에 Global Strategies & Data Science라고 불리는 새로운 부서가 출현하는 계기가 되었습니다.

인덱스 펀드 재조정 전 거래

개인연금펀드나 401(k) 및 개인퇴직계좌와 같은 대부분의 퇴직저축은 뮤추얼펀드에 투자되며, 그 중 가장 인기 있는 펀드는 주식 또는 기타 인데의 기초증권의 새로운 가격과 시가총액에 맞춰 정기적으로 "재균형"하거나 포트폴리오를 조정해야 하는 인덱스펀드이다.추적하는 [48][49]x.수익은 수동적 지수 투자자에서 능동적 투자자로 이전되며, 이들 중 일부는 특히 지수 재조정 효과를 이용하는 알고리즘 트레이더이다.수동적 투자자에 의해 발생하는 이러한 손실의 규모는 S&P 500의 경우 연간 21~28bp, 러셀 [45]2000의 경우 연간 38~77bp로 추정되어 왔다.브릿지웨이 캐피털 매니지먼트의 존 몽고메리는 뮤추얼 펀드에 앞서 거래한 결과 발생하는 "투자자 수익률 저하"는 "놀랍게도 사람들이 이야기하지 [46]않는" "방 안의 코끼리"라고 말합니다.

쌍 거래

페어 트레이딩 또는 페어 트레이딩은 트레이더가 단기적이고 이상적인 시장 중립적인 전략으로, 근접한 대체품의 상대적 가치의 일시적인 불일치로부터 이익을 얻을 수 있습니다.전통적인 재정거래의 경우와 달리 쌍 거래의 경우, 단일 가격의 법칙은 가격의 수렴을 보장할 수 없다.이는 특히 전략이 개별 종목에 적용될 경우 더욱 그러하다. 이러한 불완전한 대체품들은 사실상 무한히 분산될 수 있다.이론적으로 이 전략은 주식 시장의 향방에 관계없이 오랫동안 단기적이었기 때문에 효과가 있어야 한다.실제로 실행 위험, 지속적이고 큰 차이, 그리고 변동성의 감소로 인해 이 전략은 장기간에 걸쳐 이익을 내지 못할 수 있다(예: 2004-2007).통계적 재정거래,[50] 수렴거래 및 상대적 가치전략의 광범위한 범주에 속합니다.

델타 뉴트럴 전략

금융에서 델타 뉴트럴(delta-neutral)은 관련 금융증권의 포트폴리오를 말하며, 그 포트폴리오 가치는 기초증권의 가치의 작은 변동으로 인해 변경되지 않는다.이러한 포트폴리오에는 일반적으로 옵션과 이에 대응하는 기본증권이 포함되어 있습니다.이러한 옵션과 기본증권은 양의 델타 요소와 음의 델타 요소가 상쇄되기 때문에 기본증권의 가치 변동에 상대적으로 민감하지 않습니다.

재정 거래

경제 및 금융에서 차익거래는 두 개 이상의 시장 간의 가격 차이를 이용하는 관행이다. 즉, 불균형을 자본화하는 매칭 딜의 조합, 즉 이익은 시장 가격 간의 차이이다.학자들이 사용할 때, 차익거래는 확률적 또는 시간적 상태에서는 마이너스 현금흐름이 없고 적어도 한 상태에서는 플러스 현금흐름이 수반되는 거래이다.간단히 말해서, 원가가 0일 때 위험이 없는 수익이 발생할 수 있다는 것이다.예:가장 인기 있는 Arbitrage 거래 기회 중 하나는 S&P 선물과 S&P 500 주식과 거래됩니다.대부분의 거래일 동안, 이 둘은 가격 차이가 생깁니다.이는 NYSE와 나스닥 시장에서 주로 거래되는 종목의 가격이 CME 시장에서 거래되는 S&P 선물보다 앞서거나 뒤질 때 발생한다.

차익거래 조건

상세정보 : 합리적인 가격설정 arbit재정거래 메커니즘

재정거래는 다음 세 가지 조건 중 하나가 충족될 때 가능합니다.

  • 동일한 자산이 모든 시장에서 동일한 가격에 거래되는 것은 아닙니다('한 가격의 법칙'은 일시적으로 위반됩니다).
  • 현금흐름이 동일한 두 자산은 같은 가격에 거래되지 않는다.
  • 미래에 가격이 알려진 자산은 현재 무위험이자율로 할인된 미래 가격으로 거래되지 않는다(또는 자산에 무시할 수 있는 저장원가가 없다). 따라서 이러한 조건은 곡물에는 적용되지만 유가증권은 적용되지 않는다).

차익거래는 단순히 한 시장에서 제품을 구입하고 나중에 더 높은 가격에 다른 시장에서 판매하는 행위가 아닙니다.시장 리스크에 대한 노출이나 두 거래가 완료되기 전에 한 시장에서 가격이 변동될 수 있는 위험을 최소화하기 위해 긴 거래와 짧은 거래가 동시에 이루어지는 것이 이상적이다.이는 일반적으로 전자거래가 가능한 증권 및 금융상품에서만 가능한 것으로, 거래의 첫 번째 레그가 실행되었을 때에도 다른 레그의 가격이 악화되어 보증손실에 고정되었을 가능성이 있다.거래의 다리 중 하나를 놓치는 것(따라서 더 나쁜 가격으로 문을 열어야 함)을 '실행 위험' 또는 더 구체적으로 '레그인 및 레그아웃 위험'[a]이라고 한다.가장 간단한 예로, 한 시장에서 판매되는 모든 상품은 다른 시장에서도 같은 가격에 판매되어야 한다.예를 들어, 상인들은 도시보다 농업 지역에서 밀 가격이 더 낮다는 것을 발견하고, 상품을 구매하고, 더 높은 가격으로 팔기 위해 다른 지역으로 밀을 운송할 수 있다.이러한 유형의 가격 차익거래가 가장 일반적이지만, 이 간단한 예는 운송, 보관, 위험 및 기타 요소를 무시합니다."진정한" 재정거래에서는 시장 리스크가 발생하지 않아야 합니다.증권이 둘 이상의 거래소에서 거래되는 경우, 차익거래는 한 거래소와 다른 거래소에서 동시에 매수 및 매도함으로써 발생합니다.이러한 동시 실행은 완벽한 대체가 수반될 경우 자본 요건을 최소화하지만, 실제로는 많은 출처가 이론에 따라 잘못 추정하기 때문에 "자기 자금 조달" (자유) 위치를 만들지 않는다.두 다리의 시장가치와 위험성에 약간의 차이가 있는 한, 장기 단기 재정 거래 포지션을 유지하기 위해 자본을 투입해야 할 것이다.

평균 복귀

평균 환원은 때때로 주식 투자에 사용되는 수학적 방법론이지만 다른 과정에도 적용될 수 있습니다.일반적으로 주식의 높은 가격과 낮은 가격 모두 일시적이며, 주식의 가격은 시간이 지남에 따라 평균 가격을 갖는 경향이 있다는 생각이다.평균 반전 과정의 예로는 Ornstein-Uhlenbeck 확률 방정식이 있습니다.

평균 환산이란 먼저 주식에 대한 거래 범위를 파악한 후 자산, 수익 등과 관련된 분석 기법을 사용하여 평균 가격을 계산하는 것을 포함한다.

현재 시세가 평균 가격보다 낮으면 주가가 오를 것이라는 기대와 함께 주식을 사기에 매력적이라고 본다.현재 시세가 평균을 웃돌면 시세는 하락할 것으로 예상된다.즉, 평균 가격으로부터의 편차가 평균으로 되돌아갈 것으로 예상된다.

최근 가격의 표준 편차(예: 마지막 20)는 종종 매수 또는 매도 지표로 사용된다.

주식 리포트 서비스(Yahoo! 등) Finance, MS Investor, Morningstar 등)는 일반적으로 50일에서 100일 등의 기간 동안 이동 평균을 제공합니다.보고 서비스는 평균을 제공하지만, 조사 기간의 높은 가격과 낮은 가격을 식별하는 것은 여전히 필요합니다.

스캘핑

스칼핑은 비전통적인 시장 메이커에 의한 유동성 제공으로, 트레이더들이 입찰-매수 스프레드를 획득(또는 성사)하려고 시도합니다.이 절차에서는 가격 변동이 이 스프레드보다 작으면 이익을 얻을 수 있으며, 일반적으로 몇 분 이내에 신속하게 포지션을 확립하고 청산해야 합니다.

마켓 메이커는 기본적으로 전문 스캘퍼입니다.시장 메이커가 거래하는 물량은 평균적인 개인 스캘퍼의 몇 배이며, 보다 정교한 거래 시스템과 기술을 활용할 수 있습니다.그러나 등록된 시장 제조업체는 최소 견적 의무를 규정한 교환 규칙에 구속됩니다.예를 들어, 나스닥은 각 시장 제조사가 적어도 한 번의 입찰과 한 번의 요청을 어느 정도 가격 수준에서 게시해야 하며, 이는 각 주식의 양면 시장을 유지하기 위해서이다.

거래비용절감

알고리즘 거래(및 알고리즘 유동성 추구)라고 불리는 대부분의 전략은 비용 절감 범주에 속합니다.기본 개념은 대량 주문을 소량 주문으로 분해하여 시간이 지남에 따라 시장에 투입하는 것입니다.알고리즘의 선택은 다양한 요인에 따라 결정되며, 가장 중요한 것은 주식의 변동성과 유동성이다.예를 들어 유동성이 높은 주식의 경우 전체 주식 주문의 특정 비율(볼륨 인라인 알고리즘이라고 함)을 맞추는 것이 일반적으로 좋은 전략이지만 유동성이 매우 낮은 주식의 경우 알고리즘은 유리한 가격을 가진 모든 주문(유동성 추구 알고리즘이라고 함)을 일치시키려고 합니다.

이러한 전략의 성공 여부는 일반적으로 전체 주문이 실행된 평균 가격과 동일한 기간 동안 벤치마크 실행을 통해 달성된 평균 가격을 비교하여 측정된다.일반적으로 볼륨 가중 평균 가격이 벤치마크로 사용됩니다.또, 발주시의 실행 가격과 발주시의 계측기의 가격을 비교하기도 한다.

이러한 알고리즘의 특수한 클래스는 알고리즘 또는 빙산의 주문을 다른 쪽에서 검출하려고 합니다(즉, 구입하려고 하면 알고리즘은 판매 측의 주문을 검출하려고 합니다).이러한 알고리즘을 스니핑 알고리즘이라고 부릅니다.전형적인 예는 "스텔스"입니다.

알고리즘의 예로는 VWAP, TWAP, 구현 부족, POV, 디스플레이 크기, 유동성 검색기, 스텔스 등이 있습니다.현대 알고리즘은 종종 정적 [51]또는 동적 프로그래밍을 통해 최적으로 구성됩니다.

다크 풀에만 관련된 전략

최근에는 시장 메이킹 사이드 트레이더뿐만 아니라 광범위한 매수 사이드 트레이더로 구성된 HFT가 더욱 두드러지고 [54]논란이 되고 있다.이러한 알고리즘 또는 기술은 일반적으로 "스텔스", "아이스버그", "단거", "원숭이", "게릴라", "스니퍼", "BASOR" (Quod Financial에서 개발), "스니퍼" (Sniper) 및 "스니퍼" (Sniffer)[55]와 같은 이름으로 불린다.다크풀은 본질적으로 개인적이고 공공질서 흐름과 상호 작용하지 않으며 대신 대규모 [56]증권 블록에 표시되지 않은 유동성을 제공하는 대체 거래 시스템입니다.어두운 풀장에서는 대부분의 주문이 숨겨지거나 "얼음"[57] 상태로 익명으로 거래가 이루어집니다.게이머 또는 "상어"는 구매 및 판매를 위해 소규모 시장 주문을 "ping"하여 대량 주문을 탐지합니다.여러 개의 작은 주문들이 채워졌을 때 상어는 거대한 얼음 덩어리 주문의 존재를 발견했을지도 모른다.

"지금은 군비 경쟁입니다,"라고 매사추세츠 공과대학교의 금융 공학 연구소장 앤드류 로는 말했다.「모두가 보다 고도의 알고리즘을 구축하고 있어, 경쟁이 심할수록 [58]이익은 작아집니다.」

시장 시기

알파를 생성하도록 설계된 전략은 시장 타이밍 전략으로 간주됩니다.이러한 유형의 전략은 백 테스트, 전진 테스트 및 라이브 테스트를 포함하는 방법론을 사용하여 설계되었습니다.시장 타이밍 알고리즘은 일반적으로 이동 평균과 같은 기술적 지표를 사용하지만 유한 상태 [citation needed]기계를 사용하여 구현된 패턴 인식 로직을 포함할 수도 있습니다.

알고리즘 백테스트는 일반적으로 첫 번째 단계이며 표본 내 데이터 기간에 걸쳐 가상 거래를 시뮬레이션합니다.최적화는 최적의 입력을 결정하기 위해 수행됩니다.과잉 최적화의 가능성을 줄이기 위해 취해진 조치에는 입력 +/- 10% 수정, 큰 단계에서 입력 교신, 몬테카를로 시뮬레이션 실행, 미끄러짐 [59]및 커미션 설명 등이 포함될 수 있다.

알고리즘의 순방향 테스트는 다음 단계로, 알고리즘이 테스트된 예상 범위 내에서 동작하도록 하기 위해 샘플이 부족한 데이터 세트를 통해 알고리즘을 실행합니다.

라이브 테스트는 개발의 최종 단계이며 개발자는 실제 라이브 트레이드를 백테스트된 모델과 포워드 테스트된 모델 모두와 비교해야 합니다.비교된 지표에는 수익률, 수익률, 최대 인출량 및 거래당 평균 이득이 포함됩니다.

고주파 거래

주요 기사:고주파 거래

상술한 바와 같이, 고주파 거래(HFT)는 높은 거래량과 높은 주문 대 거래 비율을 특징으로 하는 알고리즘 거래 형태이다.HFT에 대한 정의는 없지만 핵심 속성으로는 고도의 알고리즘, 특수 주문 유형, 공동 위치, 초단기 투자 범위, 높은 [7]주문 취소율 등이 있다.미국에서 고주파 거래(HFT) 기업은 현재 약 20,000개의 기업 중 2%를 차지하지만 전체 주식 거래량의 [citation needed]73%를 차지하고 있습니다.2009년 1분기 현재 HFT 전략에 의한 헤지펀드의 운용 자산 총액은 1,410억달러로 [60]고점 대비 약 21% 감소했다.HFT 전략은 르네상스 [61]테크놀로지에 의해 처음으로 성공적이었다.

고주파 펀드는 특히 2007년과 [61]2008년에 인기를 끌기 시작했다.많은 HFT 기업들은 시장 메이커이며 시장에 유동성을 공급하고 있으며, 이로 인해 변동성이 낮아지고 입찰 제안 스프레드가 좁혀져 다른 시장 [60][62][63]참가자들에게는 거래와 투자가 더 저렴해졌습니다.HFT는 미국 증권거래위원회와 상품선물거래위원회(CFTC)가 2010년 플래시 크래시 때 알고리즘 거래와 HFT가 모두 변동성에 기여했다고 밝힌 이후 대중의 집중적인 관심의 대상이었다.미국의 주요 고주파 무역회사로는 Chicago Trading Company, Optiver, Virtu Financial, DRW, Jump Trading, Two Sigma Securities, GTS, IMC Financial 및 시타델 [64]LLC가 있습니다.

HFT 전략에는 주문 흐름에 기반한 시장 형성, 틱 데이터 정보에 기반한 시장 형성, 이벤트 재정 거래 및 통계 재정 거래의 네 가지 주요 범주가 있습니다.포트폴리오 할당 결정은 모두 전산화된 정량적 모델에 의해 이루어집니다.컴퓨터 전략의 성공은 보통 인간 상인들이 할 수 없는 대량의 정보를 동시에 처리할 수 있는 능력에 의해 크게 좌우됩니다.

마켓 메이킹

시장 형성에는 입찰-아스크 스프레드를 포착하기 위해 현재 시장 가격보다 높은 판매(또는 오퍼) 또는 현재 가격보다 낮은 구매 제한 주문(또는 입찰)을 정기적으로 발행하는 것이 포함됩니다.2007년 7월에 씨티그룹에 인수된 Automated Trading Desk는 나스닥과 뉴욕 [65]증권거래소 모두에서 총 거래량의 약 6%를 차지할 정도로 활발한 시장 메이커였습니다.

통계적 재정거래

고전적인 재정거래 전략에서 HFT 전략은 국내 채권 가격, 외화로 표시된 채권 가격, 통화 현물 가격 및 통화에 대한 선물 계약 가격 간의 관계를 제공하는 외환 시장에서 커버드 금리 패리티와 같은 여러 증권을 포함할 수 있다.시장가격이 거래비용을 충당할 수 있을 정도로 모델에 내포된 가격과 다르다면 4건의 거래를 통해 무위험 이익을 보장할 수 있다.HFT는 4개 이상의 증권을 포함하는 더 복잡한 모델을 사용하여 유사한 중재를 허용합니다.TABB Group은 저지연 재정거래 전략의 연간 총이익이 현재 210억 [27]달러를 넘는 것으로 추산하고 있습니다.

통계적으로 유의한 관계로부터의 편차에 기초하여 거래 결정을 내리는 광범위한 통계 재정거래 전략이 개발되어 왔다.시장결정전략과 마찬가지로 통계적 재정거래는 모든 자산클래스에 적용할 수 있다.

이벤트 차익거래

둘 이상의 금융상품의 가격 또는 환율 관계를 변경하고 차익을 [66]얻을 수 있도록 하기 위해 계약 체결, 감독 승인, 사법 결정 등 특정 사건에 의존하는 위험, 합병, 전환 또는 부실 증권 재정 거래의 하위 집합.

위험재정거래라고도 불리는 합병재정거래가 그 예가 될 것이다.합병 차익거래는 일반적으로 인수대상이 되는 회사의 주식을 사들이고 인수대상의 회사의 주식을 공매도하는 것으로 구성된다.통상, 대상 기업의 시세는, 인수한 기업이 제시하는 가격보다 낮다.이 두 가격 사이의 스프레드는 주로 인수가 완료될 확률과 시기, 그리고 지배적인 금리 수준에 따라 결정된다.합병 차익거래에 대한 내기는 만약 인수가 완료된다면, 그리고 언제 그러한 스프레드가 결국 0이 될 것이라는 것이다.리스크는 거래가 "파탄"되어 확산이 크게 확대된다는 것입니다.

스푸핑

주요 기사:계층화(재무)

일부 트레이더들이 채택하고 있는 전략 중 하나는 스푸핑(spoofing)이라고 불리며, 금지되어 있지만 계속될 가능성이 높다.일시적 시세조작을 하지 않고 주식을 사고파는 듯한 인상을 심어주는 행위다.이는 현재 입찰에서 벗어난 한도 주문을 작성하거나 다른 시장 참여자에게 보고된 가격을 변경하도록 요청함으로써 이루어집니다.그 후, 트레이더는 인위적인 가격변경에 근거해 거래를 실시하고, 그 후에 한도주문을 취소한 후 실행할 수 있다.

한 트레이더가 현재 입찰가가 20달러이고 현재 요청가가 20.20달러인 회사의 주식을 팔려고 한다고 가정합니다.트레이더는 아직 요청에서 다소 떨어진 20.10달러에 구매 주문을 할 예정이어서 실행되지 않을 것이며, 이 20.10달러 입찰은 National Best Bid and Offer best bid 가격으로 보고됩니다.그런 다음 거래자는 그들이 팔고 싶은 주식의 판매를 위한 시장 주문을 실행한다.가장 좋은 입찰가는 투자자의 인위적인 입찰이기 때문에 시장 제조사는 20.10달러에 매각 주문을 채우고 주당 0.10달러 높은 매각 가격을 허용한다.그 후, 거래자는 결코 완성할 의도가 없었던 매수에 대한 한도 주문을 취소한다.

견적서 작성

주요 기사:견적서 작성

견적서 작성은 악의적인 트레이더에 의해 채택된 전술로 대량의 주문을 신속하게 입력 및 회수하여 시장 [67]참여율이 느린 트레이더에 비해 우위를 점합니다.주문이 빠르게 발주되고 취소됨에 따라 일반 투자자들이 시장 데이터 공급에 의존하여 충전재가 발생하는 동안 가격 견적을 지연시킵니다.HFT 기업은 전용 대용량 피드 및 가장 성능이 뛰어나고 지연 시간이 짧은 인프라스트럭처를 통해 이점을 얻을 수 있습니다.연구자들은 고주파 트레이더들이 인위적으로 지연을 유발하고 견적서 [68]작성으로 인한 재정거래 기회를 통해 이익을 얻을 수 있다는 것을 보여주었다.

저레이튼시 트레이딩 시스템

네트워크에 의한 지연은 지연의 동의어로 단방향 지연 또는 라운드 트립 시간으로 측정되며 일반적으로 데이터 패킷이 한 지점에서 다른 포인트로 이동하는 데 [69]걸리는 시간으로 정의됩니다.저지연거래는 금융기관이 증권거래소 및 전자통신망(ECN)과 연계해 금융거래를 [70]신속하게 수행하기 위해 사용하는 알고리즘 거래시스템과 네트워크 경로를 말한다.대부분의 HFT 기업은 거래 전략의 지연 시간이 짧은 실행에 의존하고 있습니다.Joel Hasbrouck 및 Gideon Saar(2013)는 (1) 정보가 거래자에게 도달하는 데 걸리는 시간, (2) 정보를 분석하기 위한 거래자의 알고리즘, (3) 교환 및 [71]구현에 이르는 데 걸리는 작업 등 세 가지 구성요소를 기준으로 지연 시간을 측정합니다.현대의 전자 시장(2009년경)에서는, 거래 처리 시간이 10 밀리초 미만으로, 초저 레이텐시는 1 밀리초 [72]미만으로 인정되었습니다.

저지연 트레이더는 초저지연 네트워크에 의존합니다.경쟁사보다 마이크로초 빠른 알고리즘에 경쟁 [27]입찰 및 제안과 같은 정보를 제공함으로써 이익을 얻습니다.속도가 획기적으로 향상됨에 따라 기업은 고주파 전략을 [27]구현함으로써 이익을 얻을 수 있는 실시간 동시 거래 플랫폼을 보유해야 합니다.전략은 시장의 미묘한 변화를 반영하고 경쟁사에 의해 역설계되는 전략의 위협에 대처하기 위해 지속적으로 변경됩니다.이는 알고리즘 거래 전략의 진화적 특성 때문입니다.알고리즘 거래 전략은 시장 상황에 관계없이 인텔리전트하게 적응하고 거래할 수 있어야 합니다.이는 광범위한 시장 시나리오에 충분히 대응할 수 있는 유연성을 필요로 합니다.그 결과, 기업으로부터의 순이익의 상당 부분이 이러한 자율적인 거래 [27]시스템의 연구개발에 소비되고 있다.

전략 실시

대부분의 알고리즘 전략은 최신 프로그래밍 언어를 사용하여 구현되지만 일부 알고리즘은 여전히 스프레드시트로 설계된 전략을 구현합니다.대형 브로커 및 자산 관리자에 의해 사용되는 알고리즘은 FIX Protocol의 Algorithmic Trading Definition Language(FIXatdl)에 의해 작성되어 주문을 받는 기업이 전자 주문의 표현 방법을 정확하게 지정할 수 있게 됩니다.FIXatdl을 사용하여 작성된 주문은 FIX [73]프로토콜을 통해 트레이더 시스템에서 전송할 수 있습니다.기본 모델은 선형 회귀에 의존할 수 있지만, 보다 복잡한 게임 이론 및 패턴 인식[74] 또는 예측 모델을 사용하여 거래를 시작할 수도 있습니다.마르코프 연쇄 몬테 카를로와 같은 보다 복잡한 방법이 이러한 [citation needed]모델을 만들기 위해 사용되었다.

과제와 발전

알고리즘 거래는 다른 혜택들 중에서 시장[75] 유동성을 크게 향상시키는 것으로 나타났다.그러나 알고리즘 거래로 인한 생산성 향상은 컴퓨터와의 치열한 경쟁에 직면한 인간 브로커나 트레이더에 의해 반대되어 왔습니다.

사이보그 금융

금융의 기술적 진보, 특히 알고리즘 거래와 관련된 것은 금융의 속도, 연결성, 도달 범위 및 복잡성을 증가시키면서 동시에 인간성을 감소시켰다.복잡한 알고리즘에 기반한 소프트웨어를 실행하는 컴퓨터는 금융 산업의 많은 기능에서 인간을 대체해 왔다.금융은 근본적으로 기계와 인간이 지배적인 역할을 하는 산업이 되고 있습니다. 즉, 현대 금융을 한 학자가 "사이보그 금융"[76]이라고 부르는 것으로 변화시키는 것입니다.

걱정

많은 전문가들이 컴퓨터화된 알고리즘 거래의 혁신의 이점을 칭찬하고 있지만, 다른 분석가들은 컴퓨터화된 거래의 구체적인 측면에 대해 우려를 표명하고 있습니다.

"이 시스템의 단점은 블랙박스라는 것입니다."라고 윌리엄스는 말했습니다."트레이더는 세상이 어떻게 돌아가는지에 대한 직관적인 감각을 가지고 있습니다.그러나 이러한 시스템에서는 많은 숫자를 입력하면 다른 쪽 끝의 데이터가 나옵니다.블랙박스가 특정 데이터나 [58]관계에 집착하는 이유가 항상 직관적이거나 명확하지는 않습니다."

그는 금융당국은 블랙박스 거래의 추이를 주시하고 있다.규제 당국은 연례 보고서에서 새로운 기술이 시장에 가져오는 효율성의 큰 이점에 대해 언급했다.그러나 "고도의 기술과 모델링에 대한 의존도가 높아지면 시스템 장애가 비즈니스 중단으로 이어질 위험이 커진다"[77]고 지적했다.

마이너스 영국 재무장관은 기업들이 자동 고주파 거래 때문에 투기꾼들의 '장난감'이 될 수 있다고 경고했다.Lord Myners는 그 과정이 투자자와 [78]회사 사이의 관계를 파괴할 위험이 있다고 말했다.

기타 문제로는 지연 시간이나 [79]트레이더에 대한 견적 취득 지연, 보안 및 시스템 완전 고장 가능성 [80]등이 있습니다.

"Goldman은 수천만 달러를 이 제품에 투자합니다.거래 데스크 직원보다 기술 분야에서 일하는 사람이 더 많아요시장의 본질이 [81]크게 바뀌었습니다.

2012년 8월 1일, Knight Capital Group은 자동 거래 [82]시스템에서 기술 문제가 발생하여 4억 4천만 달러의 손실을 입었습니다.

이 문제는 Knight의 트레이딩 소프트웨어 설치와 관련이 있으며 Knight는 NYSE 상장 유가증권의 수많은 오더를 시장에 보냈다.이 소프트웨어는 회사의 시스템에서 삭제되었습니다.고객은 잘못된 주문으로 인해 부정적인 영향을 받지 않았고, 소프트웨어 발행은 특정 상장 주식을 뉴욕증권거래소로 보내는 데 한정되었습니다.Knight는 잘못된 거래 포지션 전체를 거래하여 약 4억 4천만 달러의 세전 손실을 실현했습니다.

2010년 5월 6일 플래시 크래시([33][35]Flash Crash)에서 알고리즘과 고주파 거래가 변동성을 유발한 것으로 나타났습니다. 이때 다우존스 산업평균지수는 약 600포인트 급락하여 몇 분 만에 손실을 회복했습니다.당시 다우존스 산업평균지수 사상 [83]두 번째로 큰 1,010.14포인트, 하루 중 가장 큰 하락폭인 998.5포인트였다.

최근의 동향

현재 금융 시장 뉴스는 Need To Know News, Thomson Reuters, Dow Jones 및 Bloomberg와 같은 기업들이 알고리즘을 통해 읽고 거래할 수 있도록 포맷되고 있습니다.

「현재, 컴퓨터는, 기업의 실적이나 경제 통계의 발표에 관한 뉴스를 작성하기 위해서 사용되고 있습니다.그리고 이 거의 즉각적인 정보는 뉴스를 [84]거래하는 다른 컴퓨터에 직접 공급됩니다."

이 알고리즘은 단순한 뉴스 스토리를 거래하는 것이 아니라 뉴스를 이해하기 더 어렵게 해석한다.또한 일부 기업은 자동으로 뉴스 기사에 감성을 할당하여(소식이 좋은지 나쁜지 판단) 자동화된 거래가 뉴스 [85]기사에 직접 작용할 수 있도록 시도하고 있습니다.

다우존스 엔터프라이즈 미디어 그룹의 글로벌 전략 디렉터인 롭 파사렐라는 "점점 더 많은 사람들이 모든 형태의 뉴스를 보고 반구조적인 방식으로 그들 자신의 지표를 만들고 있다"고 말했다.그의 회사는 트레이더를 위해 대기 시간이 짧은 뉴스 피드 및 뉴스 분석을 제공합니다.파사렐라는 또 구글이 다양한 주식에 대해 자주 검색하는 것이 거래 지표가 될 수 있는 정도, 증권거래위원회 성명에 나올 수 있는 다양한 문구와 단어가 미칠 수 있는 영향, 최근 주식거래 최고에 전념하는 온라인 커뮤니티의 물결 등에 대한 새로운 학술적 조사도 하고 있다고 지적했다.ics.[85]

그는 시장은 커피숍과 선술집에서 성장해 자연스럽게 대화를 나눈다고 말했다.따라서 디지털 사회에서 대화가 만들어지는 방식은 뉴스를 거래로 전환하는 데도 사용될 것이라고 파사렐라는 말했다.[85]

「인간의 뉴스를 기계로 해석하는 프로세스에 정말로 흥미가 있습니다」라고 로이터의 알고리즘 거래의 글로벌 비즈니스 매니저, Kirsti Suutari씨는 말합니다."[84]더 많은 고객들이 돈을 벌기 위해 뉴스 콘텐츠를 사용하는 방법을 찾고 있습니다."

알고리즘 트레이더에 대한 뉴스 보고 속도의 중요성의 예로서 다우 존스의 광고 캠페인(2008년 3월 1일자 월스트리트 저널의 W15면 포함)은 영국 은행의 금리 인하를 보고한 결과, 그들의 서비스가 다른 뉴스 서비스를 2초 차이로 앞섰다고 주장했습니다.

2007년 7월 이미 자체 거래 알고리즘을 개발한 씨티그룹은 하루에 [86]약 2억 주를 거래하는 19년 된 Automated Trading Desk에 6억 8천만 달러를 지불했습니다.씨티그룹은 앞서 라바트레이딩과 온트레이드를 사들인 바 있다.

2010년 말에서, 영국 정부는 과학에 대한 예지 프로젝트는 금융 markets,[87] 데임 클라라 Furse, 런던 증권 거래소의 ex-CEO과 9월 2011년 그 프로젝트는 three-chapter 조사 보고서 3lang에서 이용 가능한 형태로 그 최초의 조사 결과 발표가 주도한 컴퓨터 거래의 미래 조사에 착수했다.uage증빙 자료를 [87]제공하는 16개의 추가 논문과 함께.이러한 연구 결과는 모두 주요 학자와 실무자에 의해 작성 또는 공동 집필되었으며 익명의 안전 점검이 실시되었다.2012년에 발표된 Foresight 연구는 잘못된 알고리즘이나 과도한 메시지 트래픽으로 인한 주기적인 유동성 부족, 새로운 형태의 조작 및 시장 안정성에 대한 잠재적 위협과 관련된 문제를 인정했다.그러나 보고서는 HFT [88]업계와 연계된 '표준적인 친(親) HFT 주장'과 자문위원들이라는 비판도 받았다.

시스템 아키텍처

기존 거래 시스템은 주로 시장 데이터를 수신하는 블록과 거래소로 주문 요청을 보내는 블록 두 개로 구성됩니다.그러나 알고리즘 거래 시스템은 세 부분으로 나눌 수 있습니다.

  1. 교환하다
  2. 서버
  3. 어플

Exchange는 시스템에 데이터를 제공합니다.시스템은 일반적으로 최신 주문부, 거래량 및 스크립트의 최종 거래 가격(LTP)으로 구성됩니다.서버는 이력 데이터베이스의 저장소로 기능하는 데이터를 동시에 수신합니다.데이터는 애플리케이션 측에서 분석되며, 사용자로부터 거래 전략이 공급되어 GUI에서 확인할 수 있습니다.주문이 생성되면 주문관리시스템(OMS)으로 전송되고 주문관리시스템(OMS)은 거래소로 전송됩니다.

점차적으로 알고리즘 시스템의 오래된 대기 시간이 긴 아키텍처가 최신의 최첨단 고성능 인프라, 짧은 대기 시간 네트워크로 대체되고 있습니다.Algo 기반 거래 시스템에서 의사 결정의 핵심인 Complex Event Processing Engine(CEP; 복합 이벤트 처리 엔진)은 주문 라우팅 및 리스크 관리에 사용됩니다.

FIX(Financial Information Exchange) 프로토콜의 등장으로 다른 수신처와의 접속이 쉬워지고 새로운 수신처와의 접속에 관한 시장 투입 시간이 단축되었습니다.표준 프로토콜이 적용되면 데이터 피드를 위한 타사 공급업체의 통합이 더 이상 번거롭지 않습니다.

자동 제어

수동 개입은 마이크로초 또는 밀리초 단위로 실시간 거래를 하기에는 너무 느리거나 늦기 때문에 자동 거래는 자동화된 통제 하에 운영되어야 합니다.따라서 거래 데스크 또는 기업은 주요 자본 리스크, 무분별한 오류, 거래 상대 신용 리스크, 스푸핑 또는 계층화 등의 시장 파괴적인 거래 전략에서 고객을 해치는 불공정한 내부화 또는 유해 다크 풀의 과도한 사용에 이르기까지 모든 가능한 위험 유형에 대응할 수 있는 적절한 자동 제어 프레임워크를 개발해야 합니다..

영국은행과 유럽증권시장청(European Securities and Markets Authority)과 같은 시장 규제 기관은 알고리즘 거래 활동의 위험 제어에 대한 감독 지침을 특별히 발행했다. 예를 들어, 영국은행의 SS5/18 및 MIFID II.

이에 대응하여 알고리즘 [89][90]거래의 제어 측면에 전념하는 학술적 또는 산업적 활동도 증가하고 있다.

영향들

알고리즘 트레이딩에 관한 학술연구의 아이러니한 결과 중 하나는 개별 트레이더가 커뮤니케이션을 보다 단순하고 예측 가능하게 하기 위한 알고리즘을 도입하는 반면 시장은 더 복잡하고 [10]불확실하게 끝난다는 것입니다.거래 알고리즘은 프로그래밍된 명령 또는 학습된 패턴에 응답하는 로컬 규칙을 따르기 때문에 마이크로 레벨에서는 자동적이고 반응적인 동작을 통해 통신의 특정 부분을 보다 예측하기 쉬워집니다.그러나 거시적 차원에서 보면, 전반적인 비상 프로세스가 더 복잡해지고 예측 가능성이 [10]낮아지는 것으로 나타났다.이 현상은 주식시장만의 현상이 아니며 [91]위키피디아 편집봇에서도 감지되고 있다.

십진화에 따른 무역 규모 감소로 발전이 가속화됐을지 몰라도 알고리즘 거래는 무역 규모를 더 줄였다.한때 인간 상인들이 하던 일이 컴퓨터로 바뀌고 있다.컴퓨터 접속 속도는 밀리초, 심지어 마이크로초 단위로 측정되는 것이 매우 [92][93]중요해졌습니다.

미국의 나스닥, Direct Edge 및 BATS(이전에는 Better Alternative Trading System의 약자)와 같은 완전 자동화 시장은 NYSE와 같은 덜 자동화된 시장으로부터 시장 점유율을 획득했습니다.전자 거래의 규모의 경제는 수수료와 거래 처리 수수료를 낮추는 데 기여했으며, 국제 시장에 기여했습니다.금융 거래소의 합병과 통합

거래소 간 거래 완료 시간이 가장 빠를수록 경쟁이 치열해지고 있다.예를 들어 2007년 6월 런던 증권거래소는 Trad Elect라는 새로운 시스템을 출시했습니다.이 시스템은 주문에서 최종 확인까지 평균 10밀리초의 처리 시간을 약속하며 초당 3,[94]000건의 주문을 처리할 수 있습니다.이후 경쟁사와의 교환은 3밀리초의 처리 시간을 확보하여 지연 시간을 계속 단축하고 있습니다.이는 높은 빈도의 거래자에게 매우 중요한데, 이는 특정 금융상품의 일관되고 가능한 성과 범위를 정확히 파악해야 하기 때문이다.이러한 전문가들은 종종 E-mini S&P와 같은 주식 지수 펀드를 취급합니다. 왜냐하면 그들은 최고의 실적과 함께 일관성과 위험 완화를 추구하기 때문입니다.이들은 시장 데이터를 필터링하여 소프트웨어 프로그래밍에 반영해야 하며, 이를 통해 중단 손실 및/또는 이익을 얻기 위한 지연 시간이 가장 짧고 유동성이 가장 높아야 합니다.이러한 시장에서의 변동성이 높기 때문에, 이것은 복잡하고 신경에 거슬릴 가능성이 있는 시도가 되어, 작은 실수가 큰 손실을 초래할 수 있습니다.절대 주파수 데이터는 트레이더가 미리 프로그래밍한 [95]명령 개발에 영향을 미칩니다.

미국에서는 2005년 [2][96]금융업계에서 컴퓨터와 소프트웨어에 대한 지출이 264억 달러로 증가했다.

알고리즘 거래로 인해 금융업에 종사하는 직원의 유형이 바뀌었습니다.예를 들어, 많은 물리학자들이 양적 분석가로 금융 산업에 뛰어들었습니다.일부 물리학자들은 박사학위 연구의 일환으로 경제학 연구를 시작하기도 했다.이 학제간 운동은 때때로 [97]경제물리학이라고 불린다.일부 연구자들은 알고리즘 거래에 주로 종사하는 회사의 직원과 전통적인 투자 매니저 사이의 "문화적 차이"를 언급하기도 한다.알고리즘 거래는 데이터에 대한 집중도를 높이고 판매 측면 [98]연구에 대한 비중을 줄였습니다.

통신 표준

알고리즘 거래에서는 기존 시장보다 훨씬 더 많은 매개 변수를 전달하고 주문을 제한해야 합니다.한편의 트레이더(「구매측」)는, 거래 시스템(종종 「주문 관리 시스템」 또는 「실행 관리 시스템」이라고 불린다)이, 새로운 알고리즘의 주문 타입의 계속 증가하는 흐름을 이해할 수 있도록 할 필요가 있다.복잡한 새로운 알고리즘 주문 유형을 구축하기 위한 R&D 및 기타 비용과 실행 인프라 및 배포 마케팅 비용이 상당히 큽니다.필요한 것은 마케터('판매자')가 전자적으로 주문을 표현하여 구매자 측 트레이더가 매번 새로운 주문 유형을 시스템에 드롭하고 새로운 주문 입력 화면을 지속적으로 코딩하지 않고 거래할 수 있도록 하는 것이었습니다.

FIX Protocol은 증권 거래 영역에서 무료 개방형 표준을 발행하는 무역 협회입니다.FIX 언어는 원래 Fidelity Investments에 의해 개발되었으며, 협회 회원에는 사실상 크고 작은 브로커 딜러, 머니 센터 은행, 기관 투자자, 뮤추얼 펀드 등이 포함되어 있습니다.이 기관은 보안 거래의 사전 거래 및 거래 영역에서 표준 설정을 지배합니다.2006~2007년에 여러 멤버가 모여 알고리즘 순서 유형을 표현하기 위한 XML 표준 초안을 발표했습니다.이 표준은 FIX Algorithmic Trading Definition Language(FIXatdl)[99]라고 불립니다.

「 」를 참조해 주세요.

메모들

  1. ^ 차익거래는 적어도 두 개의 거래로 이루어지기 때문에, 은유는 바지 한 벌, 한 번에 한 개의 다리(트레이드)를 입는 것이다.따라서 하나의 거래(레그)가 이행하지 못하는 위험은 '레그 리스크'이다.

레퍼런스

  1. ^ 새로운 투자자 UCLA Law Review는 https://ssrn.com/abstract=2227498에서 구할 수 있습니다.
  2. ^ a b "Business and finance". The Economist.
  3. ^ " Aite Group". www.aitegroup.com.
  4. ^ Kissell, Robert, Algorithmic Trading Methods
  5. ^ 신금융산업, 앨라배마 법률 리뷰는 다음 사이트에서 구할 수 있습니다.https://ssrn.com/abstract=2417988
  6. ^ Lemke and Lins, "소프트 달러와 기타 거래 활동", § 2:30 (Thomson West, 2015-2016년판).
  7. ^ a b Lemke and Lins, "Soft Dollars and Other Trade Activities", § 2:31 (Thomson West, 2015-2016년판).
  8. ^ Silla Brush (June 20, 2012). "CFTC Panel Urges Broad Definition of High-Frequency Trading". Bloomberg.com.
  9. ^ 선물거래위원회, 2012년 2월 9일 상품선물거래위원회, 고주파수거래에 초점을 맞춘 기술자문위원회(TAC) 소위원회 신설 의결
  10. ^ a b c Hilbert, M., & Darmon, D. (2020년)알고리즘 거래와 함께 복잡성과 불확실성이 어떻게 증가했는가.엔트로피, 22(5), 499. https://doi.org/10.3390/e22050499; https://www.martinhilbert.net/how-complexity-and-uncertainty-grew-with-algorithmic-trading/
  11. ^ O'Hara, Maureen; Lopez De Prado, Marcos; Easley, David (2011), "Easley, D., M. López de Prado, M. O'Hara: The Microstructure of the 'Flash Crash': Flow Toxicity, Liquidity Crashes and the Probability of Informed Trading", The Journal of Portfolio Management, Vol. 37, No. 2, pp. 118–128, Winter, SSRN 1695041
  12. ^ a b c d McGowan, Michael J. (November 8, 2010). The Rise of Computerized High Frequency Trading: Use and Controversy. Duke University School of Law. OCLC 798727906.
  13. ^ Sornette (2003), "Critical Market Crashes", Physics Reports, 378 (1): 1–98, arXiv:cond-mat/0301543, Bibcode:2003PhR...378....1S, doi:10.1016/S0370-1573(02)00634-8, S2CID 12847333, archived from the original on May 3, 2010
  14. ^ Hall, Mary (May 24, 2018). "Why did the New York Stock Exchange report prices in fractions before it switched to decimal reporting?". Investopedia.com. Retrieved January 21, 2019.
  15. ^ Bowley, Graham (April 25, 2011). "Preserving a Market Symbol". The New York Times. Retrieved August 7, 2014.
  16. ^ "Agent-Human Interactions in the Continuous Double Auction" (PDF), IBM T.J.Watson Research Center, August 2001
  17. ^ Gjerstad, Steven; Dickhaut, John (January 1998), "Price Formation in Double Auctions, Games and Economic Behavior, 22(1):1–29", S. Gjerstad and J. Dickhaut, vol. 22, no. 1, pp. 1–29, doi:10.1006/game.1997.0576
  18. ^ "Minimal Intelligence Agents for Bargaining Behaviours in Market-Based Environments, Hewlett-Packard Laboratories Technical Report 97-91", D. Cliff, August 1997
  19. ^ Leshik, Edward; Cralle, Jane (2011). An Introduction to Algorithmic Trading: Basic to Advanced Strategies. West Sussex, UK: Wiley. p. 169. ISBN 978-0-470-68954-7.
  20. ^ "Algo Arms Race Has a Leader – For Now", NYU Stern School of Business, December 18, 2006
  21. ^ FT.com (April 3, 2014). "Fierce competition forces 'flash' HFT firms into new markets".
  22. ^ Opalesque (August 4, 2009). "Opalesque Exclusive: High-frequency trading under the microscope".
  23. ^ Virtu Financial Form S-1, https://www.sec.gov/Archives/edgar/data/1592386/000104746914002070/a2218589zs-1.htm에서 구할 수 있습니다.
  24. ^ Laughlin, G. Virtu Financial IPO에서 고주파 거래에 대한 통찰력 WSJ.com 2015년 5월 22일 취득.
  25. ^ 모튼 글랜츠, 로버트 키셀입니다다중 자산 리스크 모델링: 전자 및 알고리즘 무역 시대의 글로벌 경제를 위한 기술.Academic Press, 2013년 12월 3일, 페이지 258.
  26. ^ "Aite Group". www.aitegroup.com.
  27. ^ a b c d e Rob Iati, 2011년 7월 7일 Wayback Machine, AdvancedTrading.com, 2009년 7월 10일 아카이브된 트레이딩 소프트웨어 스파이 실화
  28. ^ 시간 토픽: 고주파 무역, 뉴욕타임스, 2012년 12월 20일
  29. ^ Heather Timmons의 2006년 8월 18일 M.B.A.가 아닌 엔지니어를 위한 런던 헤지펀드
  30. ^ "Business and finance". The Economist.
  31. ^ "Algorithmic trading, Ahead of the tape", The Economist, vol. 383, no. June 23, 2007, p. 85, June 21, 2007
  32. ^ "MTS to mull bond access", The Wall Street Journal Europe, p. 21, April 18, 2007
  33. ^ a b Lauricella, Tom (October 2, 2010). "How a Trading Algorithm Went Awry". The Wall Street Journal.
  34. ^ Mehta, Nina (October 1, 2010). "Automatic Futures Trade Drove May Stock Crash, Report Says". Bloomberg L.P.
  35. ^ a b Bowley, Graham (October 1, 2010). "Lone $4.1 Billion Sale Led to 'Flash Crash' in May". The New York Times.
  36. ^ Spicer, Jonathan (October 1, 2010). "Single U.S. trade helped spark May's flash crash". Reuters.
  37. ^ Goldfarb, Zachary (October 1, 2010). "Report examines May's 'flash crash,' expresses concern over high-speed trading". Washington Post.
  38. ^ Popper, Nathaniel (October 1, 2010). "$4.1-billion trade set off Wall Street 'flash crash,' report finds". Los Angeles Times.
  39. ^ Younglai, Rachelle (October 5, 2010). "U.S. probes computer algorithms after "flash crash"". Reuters.
  40. ^ Spicer, Jonathan (October 15, 2010). "Special report: Globally, the flash crash is no flash in the pan". Reuters.
  41. ^ TECHNICAL COMMITTEE OF THE INTERNATIONAL ORGANIZATION OF SECURITIES COMMISSIONS (July 2011), "Regulatory Issues Raised by the Impact of Technological Changes on Market Integrity and Efficiency" (PDF), IOSCO Technical Committee, retrieved July 12, 2011
  42. ^ Huw Jones (July 7, 2011). "Ultra fast trading needs curbs -global regulators". Reuters. Retrieved July 12, 2011.
  43. ^ Kirilenko, Andrei; Kyle, Albert S.; Samadi, Mehrdad; Tuzun, Tugkan (May 5, 2014), The Flash Crash: The Impact of High Frequency Trading on an Electronic Market (PDF)
  44. ^ Amery, Paul (November 11, 2010). "Know Your Enemy". IndexUniverse.eu. Retrieved March 26, 2013.
  45. ^ a b Petajisto, Antti (2011). "The index premium and its hidden cost for index funds" (PDF). Journal of Empirical Finance. 18 (2): 271–288. doi:10.1016/j.jempfin.2010.10.002. Retrieved March 26, 2013.
  46. ^ a b Rekenthaler, John (February–March 2011). "The Weighting Game, and Other Puzzles of Indexing" (PDF). Morningstar Advisor. pp. 52–56 [56]. Archived from the original (PDF) on July 29, 2013. Retrieved March 26, 2013.
  47. ^ Alvarez-Teleña, Sergio (2014). "Systematic Trading: Calibration Advances through Machine Learning" (PDF). UCL.
  48. ^ "High-Frequency Firms Tripled Trades in Stock Rout, Wedbush Says". Bloomberg/Financial Advisor. August 12, 2011. Retrieved March 26, 2013.
  49. ^ Siedle, Ted (March 25, 2013). "Americans Want More Social Security, Not Less". Forbes. Retrieved March 26, 2013.
  50. ^ "The Application of Pairs Trading to Energy Futures Markets" (PDF).
  51. ^ Jackie Shen(2013), 특정 볼륨 측정 및 일반 가격 역학(GVM-GPD)에 따른 거래 전 알고리즘 거래 모델, SSRN 또는 DOI에서 구할 수 있습니다.
  52. ^ SSRN에서 이용할 수 있는 Jackie Shen과 Yingjie Yu(2014), 스타일드 알고리즘 거래 및 MV-MVP 스타일.
  53. ^ Jackie (Jianhong) Shen (2017), LQR을 통한 하이브리드 IS-VWAP 동적 알고리즘 거래, SSRN에서 이용 가능.
  54. ^ Wilmott, Paul (July 29, 2009). "Hurrying into the Next Panic". The New York Times. p. A19. Retrieved July 29, 2009.
  55. ^ "Trading with the help of 'guerrillas' and 'snipers'" (PDF), Financial Times, March 19, 2007, archived from the original (PDF) on October 7, 2009
  56. ^ Lemke and Lins, "Soft Dollars and Other Trade Activities", § 2:29 (Thomson West, 2015-2016년판).
  57. ^ Rob Curren, Wall Street Journal, 2008년 8월 19일자, 페이지 c5에서 다크풀의 상어들을 조심하라.2008년 8월 19일 WSJ 블로그에서 입수 가능
  58. ^ a b Charles Duhigg의 2006년 11월 23일 주식선정에 인공지능이 많이 적용됨
  59. ^ "How To Build Robust Algorithmic Trading Strategies". AlgorithmicTrading.net. Retrieved August 8, 2017.
  60. ^ a b Geoffrey Rogow, 월스트리트저널, 2009년 6월 19일, Rise of the (마켓) Machines,
  61. ^ a b "OlsenInvest – Scientific Investing" (PDF). Archived from the original (PDF) on February 25, 2012.
  62. ^ Hendershott, Terrence, Charles M. Jones, and Albert J. Menkveld. (2010), "Does Algorithmic Trading Improve Liquidity?", Journal of Finance, 66: 1–33, doi:10.1111/j.1540-6261.2010.01624.x, hdl:10.1111/j.1540-6261.2010.01624.x, S2CID 30441, SSRN 1100635{{citation}}: CS1 maint: 여러 이름: 작성자 목록(링크)
  63. ^ Menkveld, Albert J.; Jovanovic, Boyan (2010), "Jovanovic, Boyan, and Albert J. Menkveld. Middlemen in Securities Markets", working paper, SSRN 1624329
  64. ^ James E. Hollis (September 2013). "HFT: Boon? Or Impending Disaster?" (PDF). Cutter Associates. Retrieved July 1, 2014.
  65. ^ "Citigroup to expand electronic trading capabilities by buying Automated Trading Desk", The Associated Press, International Herald Tribune, July 2, 2007, retrieved July 4, 2007
  66. ^ 이벤트 Arb 정의 Amex.com, 2010년 9월 4일
  67. ^ "Quote Stuffing Definition". Investopedia. Retrieved October 27, 2014.
  68. ^ Diaz, David; Theodoulidis, Babis (January 10, 2012). "Financial Markets Monitoring and Surveillance: A Quote Stuffing Case Study". SSRN 2193636. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  69. ^ 최정한의 THz 어플리케이션을 사용한 고속 디바이스 및 회선
  70. ^ "Low Latency Trading". Archived from the original on June 2, 2016. Retrieved April 26, 2015.
  71. ^ Saar, Gideon; Hasbrouck, Joel (May 22, 2013). "Low-Latency Trading". SSRN 1695460. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  72. ^ "Archived copy" (PDF). Archived from the original (PDF) on March 4, 2016. Retrieved April 26, 2015.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)
  73. ^ FIXatdl – 새로운 표준, FIXGlobal, 2009년 12월
  74. ^ Preis, T.; Paul, W.; Schneider, J. J. (2008), "Fluctuation patterns in high-frequency financial asset returns", EPL, 82 (6): 68005, Bibcode:2008EL.....8268005P, doi:10.1209/0295-5075/82/68005, S2CID 56283521
  75. ^ Hendershott, Terrence; Jones, Charles M.; Menkveld, Albert J. (2010), "HENDERSHOTT, TERRENCE, CHARLES M. JONES, AND ALBERT J. MENKVELD. Does Algorithmic Trading Improve Liquidity?" (PDF), Journal of Finance, 66: 1–33, CiteSeerX 10.1.1.105.7253, doi:10.1111/j.1540-6261.2010.01624.x, S2CID 30441, archived from the original (PDF) on July 16, 2010
  76. ^ Lin, Tom C.W., The New Investor, 60 UCLA 678 (2013), https://ssrn.com/abstract=2227498 에서 구할 수 있습니다.
  77. ^ 블랙박스 트레이더는 2006년 8월 27일 텔레그래프 행진을 하고 있다.
  78. ^ 2009년 11월 3일 화요일 BBC 뉴스에 경고하는 마이너스의 초고속 주식.
  79. ^ Skypala, Pauline (October 2, 2006). "Enter algorithmic trading systems race or lose returns, report warns". The Financial Times. Archived from the original on October 30, 2007.
  80. ^ The Street's New Math, 알고리즘 거래가 주식 시장을 휩쓸고 있습니다.
  81. ^ AP통신, 2007년 7월 2일 씨티그룹, Automated Trading Desk를 인수하여 전자거래 기능을 확장하기 위해 2007년 7월 4일에 접속
  82. ^ Knight Capital Group, Wayback Machine에서 2012년 8월 4일 아카이브된 뉴욕증권거래소(NYSE)의 8월 1일 라우팅 중단에 관한 최신 정보 제공
  83. ^ [1] Lauricella, Tom, McKay, Peter A. "Dow Takes a Harrowing 1,010.14-Point Trip", 온라인 월스트리트저널, 2010년 5월 7일.2010년 5월 9일 취득
  84. ^ a b "City trusts computers to keep up with the news". Financial Times.
  85. ^ a b c "Traders News". Traders Magazine. Archived from the original on July 16, 2011.
  86. ^ Siemon의 도입 사례 Automated Trading Desk, 2007년 7월 4일 액세스
  87. ^ a b "Future of computer trading". GOV.UK.
  88. ^ "U.K. Foresight Study Slammed For HFT 'Bias'". Markets Media. October 30, 2012. Retrieved November 2, 2014.
  89. ^ "Algorithmic Trading and Controls". atc.deepquantech.com. Retrieved February 11, 2021.
  90. ^ Shen, Jackie (2021). "Nine Challenges in Modern Algorithmic Trading and Controls". Algorithmic Trading and Controls. 1: 1–9. arXiv:2101.08813.
  91. ^ Hilbert, M., & Darmon, D. (2020년)자동화된 봇을 사용하면 Largescale 통신이 더욱 복잡해지고 예측할 수 없습니다.저널 오브 커뮤니케이션(Journal of Communication), 70(5) https://www.martinhilbert.net/large-scale-communication-is-more-complex-and-unpredictable-with-automated-bots/.
  92. ^ "Business and finance". The Economist.
  93. ^ "InformationWeek Authors". InformationWeek. Archived from the original on October 22, 2007. Retrieved April 18, 2007.
  94. ^ Alistair McDonald The Wall Street Journal Europe, 2007년 6월 19일자, "LSE가 더 빠른 거래를 위한 경쟁을 주도합니다."
  95. ^ "Milliseconds are focus in algorithmic trades". Reuters. May 11, 2007.
  96. ^ "Moving markets". Retrieved January 20, 2015.
  97. ^ Farmer, J. Done (November 1999). "Physicists attempt to scale the ivory towers of finance". Computing in Science & Engineering. 1 (6): 26–39. arXiv:adap-org/9912002. Bibcode:1999CSE.....1f..26D. doi:10.1109/5992.906615. S2CID 9058415.
  98. ^ Brown, Brian (2010). Chasing the Same Signals: How Black-Box Trading Influences Stock Markets from Wall Street to Shanghai. Singapore: John Wiley & Sons. ISBN 978-0-470-82488-7.
  99. ^ [2] FIXatdl 버전 1.1 2010년 3월 출시

외부 링크

외부 비디오
video icon 알고리즘이 세상을 형성하는 방법, TED(컨퍼런스)