洛克希·马丹(Lokesh Madan) 洛克希·马丹(Lokesh Madan)是全球多家高频交易公司的战略业务顾问,在金融技术,研究工作和业务开发方面拥有超过12年的经验

哪些高频交易者对市场表现不好或不好?

9分钟阅读

哪些高频交易者做的不好或不好?

在过去的几年中,已迅速转向基于算法/基于HFT的交易,其中资产管理人的市场回报率为24%&HFT交易者可获得300%的回报。在使用执行算法降低交易成本的长期投资者中,短期投资者都可以自动化做市和统计套利策略。这些短期投资者通常被称为高频交易者(HFT),占股票市场总交易量的很大一部分。但是,关于它们的交易如何影响流动性的知识鲜为人知。在某种程度上,高频交易仅充当做市商,它们将倾向于提高流动性。但是,高频交易商还搜索贸易和订单数据,以获取有关未来价格走势的线索,当他们根据这些信息进行交易时,它们可能会与长期投资者竞争流动性,从而增加了这些投资者’ trading costs.

在本文中,我们还尝试研究了高频交易从传统资产管理公司获利的程度’通过预期他们的未来订单流进行交易&天气HFT交易员提供实时或假的流动性。传统的资产经理,例如共同基金和养老基金经理,通常将其大笔交易分成一个或多个交易日内执行的一系列订单。他们拆分交易,因为一系列小交易使价格低于单个大交易。但是,在进行交易拆分时,传统资产管理人可能会向其他交易技术专家投资者透露其交易意图,而这些投资者最终可能会在传统资产管理人之前或与之交易。

 
为了研究这些问题,我使用NSE股票市场的交易数据研究了HFT积极买卖期间周围的回报和交易模式。具体来说,我专注于HFT’激进交易,即HFT通过提交可交易的(IOC或投标过程)买或卖订单来发起交易的交易,这些交易在功能上等同于市场订单,因为这是一种筛选提供交易的流动性的简单方法(订单交易员)。我测试是否HFT’激进的股票购买预测非超高频交易机构未来的激进购买,以及超高频交易机构是否’积极的销售预测非高频交易者未来的积极销售。

与非HFT用户相比,HFT用户反应更快。

我发现有证据表明,高频交易能够预测其他投资者的订单流向。在一些测试中,在几微秒的时间范围内,按HFT的净可买入股票对期货进行分类,由HFT最积极地购买的股票期货在接下来的30微秒内累积标准化非HFT的可净卖出净值为0:66,)和股票在接下来的三十微秒内,购买力最强的商品将在0:68累积累积标准化非HFT的可销售净值。此外,积极购买期货HFT的股票具有正的未来收益,而积极出售期货的股票具有负的未来收益。– HFT traders do so).

综上所述,这两个结果表明高频交易’激进交易预测来自其他投资者的价格压力。(实际上,HFT交易使用CEP通过各种方法对“微秒市场未来”预测方法进行分析)。

我考虑并拒绝了这些结果最可能的替代解释。

为了排除结果是由高频交易对新闻做出更快反应而驱动的可能性,我重新运行了分类测试,不包括彭博终端发布当日公司新闻的几秒钟内的时间段。排除日内新闻时段的结果几乎与完整样本的结果相同。

第二种解释是,HFT和非HFT交易是由相同的基础序列相关过程(即相同的交易信号)驱动的,因此HFT交易仅因为它是滞后的非HFT交易的代理而预测非HFT订单流。最终的选择是,如果非HFT追随价格趋势,则HFT实际上可能会导致非HFT通过其交易进行未来交易’对收益的影响。但是,HFT和非HFT交易之间的超前-滞后关系对于控制滞后的非HFT交易和滞后的收益具有鲁棒性,这与第二和第三种替代解释不一致。

我还研究了不同的HFTs的横截面是否存在差异’交易预测未来订单流。也许某些高频交易员更熟练或更专注于预期订单流的策略,而另一些则专注于做市或指数套利。我的证据表明,高频交易之间确实存在差异。与HFT的交易在给定月份与未来订单流的相关性最高,其交易与未来几个月与非HFT订单流的相关性也强于平均水平。

暗池和HFT交易员。

有两种交易市场,一种是显示的订单簿类型&第二种是未显示的订单簿类型。 2009年,纳斯达克’纳斯达克(NASDAQ)上市证券的市场份额约为35%,纽交所上市证券的市场份额约为20%。美国股票交易的其余部分分布在具有显示订单簿的交易场所,例如纽约证券交易所和BATS,以及具有未显示订单簿的交易场所,例如ITG’瑞士信贷的POSIT市场’十字发现者和骑士之都。美国大部分交易都发生在未展示的交易场所。此部分不适用于印度交易所–它同时具有两种市场类型,但是大宗或多数交易仅显示订单簿,因为某些情况下某些批量交易对订单簿不可见。如您所知,印度不允许使用黑池。

纽交所和纳斯达克等不同展示市场的市场结构之间曾经存在很大差异。在纽约证券交易所进行的交易是在公开喊价交易场中进行的,而纳斯达克拥有带有做市商报价的电子定单,经纪人必须通过电话致电做市商来进行交易。现在,显示的市场都被构造成电子自动执行限价订单,它们在价格上有很大的竞争。尽管纽约证券交易所仍然拥有现在称为“指定市场庄家”(DMM)的专家,但在大多数情况下,他们是与在其他交易所进行市场交易的电子交易公司相同的。例如,大型电子做市商GETCO LLC在2010年初(Kisling,2010年)成为持有350支纽约证券交易所股票的DMM,并且还是纳斯达克,BATS,NYSE ARCA和CBOE的注册做市商(McCarthy,2010年)。

展示市场中的执行主要来自专业交易者。很少有零售订单直接到达显示的市场。大多数零售经纪人与做市商签订合同,这些公司为履行零售订单支付权利。例如,在2009年第三季度,Charles Schwab吸引了90%以上的客户’在纽约证券交易所和纳斯达克上市的股票向瑞银的定单’执行的做市商。同样,E * Trade几乎路由了所有客户’市场订单及其一半以上的客户’将订单限制为Citadel或E * Trade’做市的武器。但是,当股票的零售买卖订单之间存在很大的失衡时,做市商可能会通过在展示市场进行交易来消除失衡,因此零售交易需求与展示市场之间存在一些相互作用。

高频交易者占股票市场交易的很大一部分

卷。高频交易者是使用高周转自动交易策略的专有交易公司。这样的贸易圈公司的例子包括Edelweiss Capital,Way2Wealth,Motilal Oswal Financial Services,Ltd. Angel Broking,印度Infoline(IIFL),SMC Global Securities,Anandrathi Financial Advisor&还有很多。这些公司可能从事做市和统计套利的某种组合。

高频交易者使用的数据

主要是HFT交易员在托管时使用高速TBT数据&为了进行测试,他们使用了2级历史数据。

我们如何识别高频交易者(或HFT交易公司)

大多数Pro Coups的Colocations Setup具有更好的低延迟硬件’s /低延迟网络/超低延迟OMS引擎& more Interactive &来自交换的TBT链接(400个消息链接)属于此类别。

或交易所的交易记录包括指示参与者进行交易的市场参与者标识符(MPID)。经纪人/经销商可能具有多个MPID,这些MPID被不同的业务部门或客户使用。客户拥有自己的MPID的典型原因是他们拥有赞助访问权限(托管ID和做市专业知识)。在典型的赞助访问安排中,客户处理与交易所的连接,并且与经纪人/经销商的交互作用有限’的交易系统。赞助访问安排的动机是交流’分层定价计划,可为大批量经纪人/交易商提供更好的定价。

通过赞助访问协议访问交易所的客户可以获得直接的市场访问权,而大型赞助经纪人/交易商的费用较低。这些赞助访问的客户往往是大型,活跃的交易者或较小的经纪人/交易商。这些安排的结果之一是可以直接观察赞助访问客户的活动,而不是在汇总经纪人级别。

来自NSE的数据将市场参与者分为HFT或非HFT。

使用各种定性和定量标准将公司分类为HFT公司。

归类为HFT的公司(具有托管位置设置的道具商店)通常使用低延迟连接,并且比其他投资者更活跃地交易。他们的订单持续时间比其他投资者短,并且在一天中表现出更大的在多头和空头头寸之间进行操作的趋势。它们是音量驱动程序。

HFT交易员如何找到适合其工作的资产类别。

传统HFT交易者投资的一组资产类别的合理定义是大多数流动性产品(即Nifty 50或bank Nifty)中的资产类别,或大多数交易者不曾接触的产品,即或股票属于那些指数类别,或者他们从事基于交易的公司新闻。

还是他们进行交易取决于资产类别的波动性–小盘股的波动性比中,大盘股小。小型股的标准差’每日收益为4.5%,而中型股为3.5%,大型股为2.5%。

高频交易在大盘期货股票中相对活跃&索引的。他们在小型股票中的总交易量中位数份额为14:8%,在中型股票中为29:2%,在大型股票中为40:9%。可以想象,自从高频交易以来 ’比较优势对市场事件反应迅速,他们在期货中发现更多获利机会&报价和深度的期权经常更新。

高频交易如何利用贸易失衡的优势。

贸易失衡有两种类型:可交易失衡和买卖失衡。市场失衡是衡量买卖压力的常见指标。买卖失衡是指购买的股票减去出售的股票,并用于衡量不同投资者群体的头寸变化。

关于市场失衡的最简单解释是,它们实际上是市场订单所购买的股票数量减去市场订单所出售的股票数量。在NSE系统中实际上没有市场订单,但是本质上任何以至少与最佳卖出价一样高的限价买入的订单或以至少与最佳买价一样低的限价卖出的订单实质上是与市场订单相同。据说提交这样的订单的一方已经提交了可销售的订单,交易立即执行。如果可销售订单是购买交易,则可以说该交易是买方发起的,如果是销售,则可以说交易是由卖方发起的。从按可交易订单购买的股票中减去按可交易订单出售的股票,得出可交易的不平衡度量。如果在订单簿中有剩余限价单的投资者是被动的流动性供应商,那么市场失衡就是交易需求的直观衡量。

高频交易员的日内收益

使用两个来源的出价中点计算日内收益。报价的主要来源是全国最佳出价和最佳报价(NBBO)。 NBBO汇总了所有显示的订单簿中的报价。这是对市场价格的最佳定义,但缺点是由于交易所和数据馈送之间的延迟,不能保证NBBO馈送上的时间戳与时间同步标记NSE贸易数据。为确保结果对报价和交易数据之间的时间标记不符,我使用NSE最佳出价和最佳报价或NSE BBO重做了一些结果。 NSE BBO中的报价时间戳与交易数据的时间戳完全一致。创建NSE BBO占用大量计算资源,因此我仅使用NSE BBO复制结果的一部分。

报价摘要有时包含荒谬的价格数据。每隔一秒钟,出价可能会超出要价,或者对于通常以125 Rs /交易的股票,最佳出价可能是0.25 Rs Tick。从这样的报价计算得出的收益不能准确地反映公司价值的变化。我使用过滤器来筛选出这些价格。我会删除报价大于卖价或买卖差价比买卖中点大20%以上的报价更新。为了解决NSE上的开盘前报价差的问题,其中最后一个用作开盘价的代理,如果最后一个开盘价之间的差异超过20%,我将开盘前的最后一个价格扔掉-打开出价中点和第一个打开后出价中点。在滴答级别应用这些过滤器后,所有库存日的全球最小和最大一秒钟的收益分别报告为-37%和70%。尽管极端,鉴于样本中观察到的时间为一秒钟,但它们似乎不会对结果产生有意义的影响。人们可以应用更严格的过滤器,例如要求一秒钟收益的幅度小于20%,但我认为这不会对结果产生有意义的影响。(2013年8月16日使用的数据用于5种NSE股票)

高频交易员是流动性提供者–是/否..

高频交易可以作为做市商发挥重要作用,例如,在新的电子交易所上产生交易量。但是,交易量不是流动性,而是经常被误认为是流动性。流动性的意思是“当我需要时,另一边会有买/卖,因为我需要的数量(市场深度)处于合理水平(市场广度)。体积与流动性不同,因为体积大致类似于流动性x速度的乘积,并且大体积不一定意味着大流动性。 5月6日的闪电崩盘就说明了这一点,当时基本交易员的算法开始根据先前的交易量进行卖出,从而在自己的卖出与其他市场参与者的交易活动之间产生了积极的反馈。

同一事件还表明,HF Traders可以成为大量的流动性接受者。当他们是适合他们的流动性提供者时(他们没有义务报价)。当做市商自负损失提供流动性或知情交易者从不知情的交易者那里获取流动性时,这也被称为“流动毒性”。实际上,HFT似乎在可能最不需要的时候提供了流动性,并在最需要的时候带走了流动性,从而起到了促进而不是减轻不稳定的作用。

最近的一份报告显示,在发达市场中,高频交易的疯狂发展已经放缓,并且活动转移到了新兴市场,例如俄罗斯,印度,巴西和墨西哥,在这些新兴市场,交易所开始改头换面以​​吸引此类参与者。市场低迷和激烈的竞争导致“高频”急剧下降。这说明了这样一个事实,即随着HFT市场参与者涌入给定市场,机会减少,消除了进一步增长的可能性。

还可以想象,以其他市场参与者为代价提供HFT流动性。短期交易者可能特别倾向于聚集相同的信息,从而驱使价格进一步远离其基本面。市场上的动量交易者越多,对基本面的转移程度越高,基本交易者存活的次数就越少,从而进一步增强了动量交易者的实力。 。短期和长期投资者之间可能存在各种均衡。问题是,什么投资策略和视野可以正确地组合在一起,才能最有效地维护金融市场的正常运作,并最终为社会福利服务?

由Lokesh Madan

给我加Skype – lokesh.madan3

洛克希·马丹(Lokesh Madan) 洛克希·马丹(Lokesh Madan)是全球多家高频交易公司的战略业务顾问,在金融技术,研究工作和业务开发方面拥有超过12年的经验

如何在Amibroker中执行智能订单执行–…

本教程介绍了如何使用Algomojo智能执行模块根据当前仓位簿发送订单。这将是最...
拉贾德兰R
读取14秒

如何从交易视图发送自动定单…

本教程说明了如何将自动托架定单从“交易”视图策略发送到Algomojo交易平台。 交易视图支持包含规则的策略...
拉贾德兰R
4分钟阅读

如何建立一个成功的交易系统

这是构建成功交易系统的实用指南。它解释了什么是交易系统,什么是...
拉贾德兰R
读取20秒

发表评论

获取通知,市场更新警报,交易工具,自动化等