High Frequency Trading Algorithm Forex Trading

Quase 30 anos atrás, a negociação foi caracterizada por negociações realizadas por telefone, investidores institucionais, informações sobre preços opacos, uma distinção clara entre a negociação interdealer e negociação negociante-cliente E baixa concentração de mercado. Hoje, os avanços tecnológicos transformaram o mercado. Trades são feitos principalmente através de computadores, permitindo que os comerciantes de varejo para entrar no mercado, em tempo real streaming preços levaram a uma maior transparência ea distinção entre os revendedores e seus clientes mais sofisticados em grande parte desapareceu. Quando você é novo para a negociação é improvável que os algoritmos estão entre as primeiras coisas que atravessam sua mente. O conceito de negociação de algoritmos (às vezes chamado algo-trading) é razoavelmente direto é realmente apenas uma forma mais técnica de se referir a uma forma de negociação automatizada. Um único algoritmo é simplesmente o conjunto de regras matemáticas que um programa de computador segue para resolver um problema específico. Quando aplicados à negociação forex aqueles problemas geralmente centro em torno de uma combinação de preço, tempo e volume. Negociação algorítmica é o processo de utilização de computadores programados para seguir um conjunto definido de instruções para colocar um comércio, a fim de gerar lucros a uma velocidade e frequência que é impossível para um comerciante humano. Os conjuntos definidos de regras baseiam-se no tempo, preço, quantidade ou qualquer modelo matemático. Além de oportunidades de lucro para o comerciante, algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática, excluindo impactos humanos emocionais sobre as atividades de negociação. A negociação algorítmica pode ser utilizada em qualquer estratégia de investimento ou estratégia de negociação, incluindo a criação de mercado, a disseminação entre mercados, a arbitragem ou a especulação pura (incluindo a tendência seguinte). A decisão de investimento e implementação podem ser aumentadas em qualquer fase com suporte algorítmico ou podem operar de forma totalmente automática. Muitos tipos de atividades de negociação algorítmicas ou automatizadas podem ser descritas como negociação de alta freqüência (HFT), que é uma forma especializada de negociação algorítmica caracterizada por altas taxas de rotação e rácios de ordem para o comércio. Muitos estão pedindo maior regulamentação e transparência no mercado cambial à luz dos recentes escândalos. A crescente adoção de sistemas de negociação algorítmica forex pode efetivamente aumentar a transparência no mercado forex. Além da transparência, é importante que o mercado cambial permaneça líquido com baixa volatilidade de preços. Estratégias de negociação algorítmicas, como cobertura automática. Análise estatística, execução algorítmica, acesso direto ao mercado e negociação de alta freqüência podem expor inconsistências de preços que representam oportunidades lucrativas para os comerciantes. Laino Group número de registro 21973 IBC 2014. Aviso de risco: Observe que a negociação de produtos alavancados pode envolver um nível significativo de risco e não é adequado para todos os investidores. Você não deve arriscar mais do que você está preparado para perder. Antes de decidir negociar, certifique-se de compreender os riscos envolvidos e levar em conta seu nível de experiência. Procure aconselhamento independente, se necessário. PaxForex hoje a nossa classificação de 9,3 de 10. confiar em 107 votos e 55 comentários qualificados. Por favor, como o site PaxForex em sua rede favorita e ter acesso ao livre Bonus conta página de registroAlgorithmic Trading Algorithmic trading. Também chamado de negociação automatizada. Black-box de negociação. Ou algo comercial. É o uso de plataformas eletrônicas para a entrada de ordens de negociação com um algoritmo que decide sobre aspectos da ordem como o cronograma, o preço ou a quantidade da ordem ou, em muitos casos, inicia a ordem sem intervenção humana. A negociação algorítmica é amplamente utilizada por fundos de pensão, fundos mútuos e outros comerciantes institucionais de lado de compra (investidores), para dividir grandes negócios em vários negócios menores para gerenciar o impacto de mercado e o risco. Vendem comerciantes laterais, como criadores de mercado e alguns fundos de hedge, fornecem liquidez ao mercado, gerando e executando ordens automaticamente. Negociação algorítmica também é muito popular entre os comerciantes de Forex (Expert Advisors). Uma classe especial de negociação algorítmica é a negociação de alta freqüência (HFT), na qual os computadores tomam decisões elaboradas para iniciar pedidos com base em informações que são recebidas eletronicamente, antes que os comerciantes humanos sejam capazes de processar as informações que observam. Isto resultou em uma mudança dramática da microestrutura do mercado, particularmente na maneira como a liquidez é fornecida. A negociação algorítmica pode ser utilizada em qualquer estratégia de investimento, incluindo a tomada de mercado, a disseminação de mercado, a arbitragem ou a especulação pura (incluindo a tendência seguinte). A decisão de investimento e implementação podem ser aumentadas em qualquer fase com suporte algorítmico ou podem operar de forma totalmente automática. Pelo menos dois terços de todos os negócios de ações da União Européia e Estados Unidos são impulsionados por programas automáticos ou algoritmos. Os mercados americanos e os mercados europeus geralmente têm uma proporção mais elevada de negócios algo do que outros mercados, e as estimativas para 2008 variam tão alto quanto uma proporção de 80 em alguns mercados. Os mercados de câmbio também têm negociação de algo ativo (mais de 50 de ordens). Os mercados de futuros e de opções são considerados bastante fáceis de integrar na negociação algorítmica, com cerca de 20 volumes de opções que deverão ser gerados por computador em 2010. Os mercados de títulos estão se movendo em direção a mais acesso a comerciantes algorítmicos. Algorithmic e HFT têm sido objeto de muito debate público desde a Securities and Exchange Commission dos EUA ea Commodity Futures Trading Commission disse que contribuíram para uma parte da volatilidade durante o Flash Crash 2010, quando a Dow Jones Industrial Average sofreu seu segundo maior ponto intraday Balanço nunca para essa data, embora os preços recuperaram rapidamente. Um relatório de julho de 2011 da Organização Internacional de Comissões de Valores (IOSCO), um órgão internacional de reguladores de valores mobiliários, concluiu que embora os algoritmos ea tecnologia HFT tenham sido usados ​​por participantes do mercado para gerenciar suas negociações e riscos, seu uso também foi claramente uma contribuição O histórico de negociação algorítmica A informatização do fluxo de pedidos nos mercados financeiros começou no início da década de 1970, com alguns pontos de referência sendo a introdução do sistema de reviravolta de pedidos designado pela Bolsa de Valores de Nova York (DOT, e Depois SuperDOT), que encaminhou ordens eletronicamente para o posto de negociação adequado, que as executou manualmente. O sistema automatizado de notificação de abertura (OARS) auxiliou o especialista na determinação do preço de abertura do mercado (SOR Smart Order Routing). Programa de negociação é definida pela Bolsa de Valores de Nova York como uma ordem para comprar ou vender 15 ou mais ações avaliadas em mais de US1 milhão total. Na prática, isto significa que todas as transacções do programa são introduzidas com o auxílio de um computador. Na década de 1980 programa de negociação tornou-se amplamente utilizado na negociação entre o SampP500 equity e futuros mercados. Na arbitragem de índices de ações, um trader compra (ou vende) um contrato de futuros de índices de ações, como os futuros SampP 500, e vende (ou compra) uma carteira de até 500 ações (pode ser um subconjunto representativo muito menor) Futuros. O programa de negociação na NYSE seria pré-programado em um computador para inserir a ordem automaticamente para o sistema de roteamento de ordens eletrônicas NYSEs em um momento em que o preço de futuros eo índice de ações estavam longe o suficiente para fazer um lucro. Na mesma época, o seguro de carteira foi projetado para criar uma opção de venda sintética em uma carteira de ações negociando dinamicamente futuros de índices de ações de acordo com um modelo de computador baseado no modelo de precificação de opções da BlackScholes. Ambas as estratégias, muitas vezes simplesmente agrupadas como programa de negociação, foram responsabilizados por muitas pessoas (por exemplo, o relatório Brady) para exacerbar ou mesmo iniciar o crash de 1987 mercado acionário. No entanto, o impacto da negociação orientada por computador em falhas do mercado de ações é pouco claro e amplamente discutido na comunidade acadêmica. Mercados financeiros com execução totalmente electrónica e redes de comunicações electrónicas semelhantes (ECN) desenvolvidos no final dos anos 80 e 90. Nos EUA, a decimalização, que mudou o tamanho mínimo de tick de 1/16 de dólar (US0.0625) para US0.01 por ação, pode ter encorajado a negociação algorítmica, pois alterou a microestrutura do mercado ao permitir menores diferenças entre a oferta e a oferta Preços, diminuindo a vantagem de mercado dos comerciantes, aumentando assim a liquidez do mercado. Este aumento da liquidez do mercado levou os comerciantes institucionais a dividir as encomendas de acordo com algoritmos de computador para que pudessem executar encomendas a um preço médio melhor. Esses benchmarks de preço médio são medidos e calculados pelos computadores, aplicando o preço médio ponderado pelo tempo ou mais normalmente pelo preço médio ponderado pelo volume. Um incentivo adicional para a adoção da negociação algorítmica nos mercados financeiros ocorreu em 2001, quando uma equipe de pesquisadores da IBM publicou um artigo na Conferência Internacional Conjunta sobre Inteligência Artificial, onde mostraram que em versões laboratoriais experimentais dos leilões eletrônicos usados ​​nos mercados financeiros , Duas estratégias algorítmicas (IBM próprio MGD e Hewlett-Packards ZIP) poderia consistentemente out-perform comerciantes humanos. MGD foi uma versão modificada do algoritmo GD inventado por Steven Gjerstad amp John Dickhaut em 1996/7 o algoritmo ZIP foi inventado na HP por Dave Cliff (professor) em 1996. Em seu trabalho, a equipe da IBM escreveu que o impacto financeiro de Seus resultados mostrando MGD e ZIP superando os comerciantes humanos pode ser medido em bilhões de dólares anualmente o papel IBM gerou cobertura de mídia internacional. Com a abertura de mais mercados eletrônicos, foram introduzidas outras estratégias de negociação algorítmica. Essas estratégias são mais facilmente implementadas pelos computadores, porque as máquinas podem reagir mais rapidamente a erros de preços temporários e examinar os preços de vários mercados simultaneamente. Por exemplo Stealth (desenvolvido pelo Deutsche Bank), Sniper e Guerilla (desenvolvido pelo Credit Suisse), arbitragem, arbitragem estatística, acompanhamento de tendências e reversão média. Este tipo de negociação é o que está impulsionando a nova demanda por baixa latência de proximidade de hospedagem e conectividade global do Exchange. É imperativo entender o que é latência quando se junta uma estratégia para o comércio eletrônico. Latência refere-se ao atraso entre a transmissão de informações de uma fonte ea recepção da informação em um destino. A latência tem como limite inferior a velocidade da luz, o que corresponde a cerca de 3,3 milissegundos por 1.000 km de fibra óptica. Qualquer equipamento de regeneração ou encaminhamento de sinal introduz uma latência maior do que esta linha de base da velocidade da luz. Estratégias de Negociação Algorítmica Tendência Seguir Trend seguir é uma estratégia de investimento que tenta tirar proveito de longo prazo, médio prazo e movimentos de curto prazo que por vezes ocorrem em vários mercados. A estratégia visa tirar proveito de uma tendência de mercado em ambos os lados, indo longa (compra) ou curto (venda) em um mercado em uma tentativa de lucrar com os altos e baixos dos mercados de ações ou futuros. Os comerciantes que usam esta aproximação podem usar o cálculo atual do preço de mercado, as médias moventes e os breakouts do canal para determinar a direção geral do mercado e para gerar sinais do comércio. Os comerciantes que aderem a uma estratégia de tendência seguinte não pretendem prever ou prever níveis de preços específicos, eles iniciam um comércio quando uma tendência parece ter começado e sair do comércio uma vez que a tendência parece ter terminado. Há tendências muito estáveis ​​no mercado de moeda corrente, assim que negociar de Forex baseado em tendências tem uma probabilidade elevada do sucesso. Negociação de pares A negociação de pares ou negociação de pares é uma estratégia de negociação neutra do mercado, permitindo que os comerciantes lucram com praticamente todas as condições de mercado: tendência de alta, tendência de baixa ou movimento secundário. Esta estratégia de negociação é categorizada como uma arbitragem estatística e estratégia de negociação de convergência. Delta Neutral Strategies Em finanças, delta neutral descreve uma carteira de títulos financeiros relacionados, nos quais o valor da carteira permanece inalterado devido a pequenas alterações no valor do título subjacente. Tal carteira contém tipicamente opções e seus correspondentes títulos subjacentes de tal forma que os componentes delta positivo e negativo são compensados, resultando no valor das carteiras sendo relativamente insensível às mudanças no valor do título subjacente. Arbitragem Na área econômica e financeira, a arbitragem é a prática de tirar proveito de uma diferença de preço entre dois ou mais mercados: uma combinação de acordos de correspondência que capitalizam o desequilíbrio, sendo o lucro a diferença entre os preços de mercado. Quando usada por acadêmicos, uma arbitragem é uma transação que não envolve fluxo de caixa negativo em qualquer estado probabilístico ou temporal e um fluxo de caixa positivo em pelo menos um estado em termos simples, é a possibilidade de um lucro sem risco a custo zero. Os comerciantes de Forex usam principalmente arbitragem de latência e correlações estratégias de negociação de arbitragem. Condições de Arbitragem A arbitragem é possível quando uma das três condições é cumprida: O mesmo activo não é negociado ao mesmo preço em todos os mercados (a lei de um preço). Dois ativos com fluxos de caixa idênticos não são negociados ao mesmo preço. Um activo com um preço conhecido no futuro não negoceia actualmente com o seu preço futuro descontado à taxa de juro sem risco (ou, o activo não tem custos insignificantes de armazenagem como tal, por exemplo, esta condição é válida para o grão, mas não Para títulos). Arbitragem não é simplesmente o ato de comprar um produto em um mercado e vendê-lo em outro por um preço mais elevado em algum momento posterior. As transações devem ocorrer simultaneamente para evitar a exposição ao risco de mercado, ou o risco de que os preços possam mudar em um mercado antes que ambas as transações estejam completas. Em termos práticos, isso geralmente só é possível com títulos e produtos financeiros que podem ser negociados eletronicamente, e mesmo assim, quando cada etapa da transação é executada, os preços no mercado podem ter se mudado. Faltando uma das pernas do comércio (e subsequentemente tendo que trocá-lo logo depois em um pior preço) é chamado risco de execução ou mais especificamente perna risco. No exemplo mais simples, qualquer bem vendido em um mercado deve vender para o mesmo preço em outro. Os comerciantes podem, por exemplo, achar que o preço do trigo é menor nas regiões agrícolas do que nas cidades, comprar o bem e transportá-lo para outra região para vender a um preço mais alto. Este tipo de arbitragem de preços é o mais comum, mas este exemplo simples ignora o custo de transporte, armazenamento, risco e outros fatores. A verdadeira arbitragem exige que não haja nenhum risco de mercado envolvido. Quando os valores mobiliários são negociados em mais de uma bolsa, a arbitragem ocorre ao comprar simultaneamente um e vender no outro. Reversão média A reversão média é uma metodologia matemática usada às vezes para investimento em ações, mas pode ser aplicada a outros processos. Em termos gerais, a idéia é que tanto um estoque alto e baixo preços são temporários, e que um preço das ações tende a ter um preço médio ao longo do tempo. A reversão média envolve primeiro identificar a faixa de negociação de uma ação e, em seguida, calcular o preço médio usando técnicas analíticas relacionadas a ativos, ganhos, etc. Quando o preço atual de mercado é menor que o preço médio, o estoque é considerado atrativo para compra , Com a expectativa de que o preço vai subir. Quando o preço de mercado atual está acima do preço médio, o preço de mercado deve cair. Em outras palavras, espera-se que os desvios do preço médio revertem para a média. O desvio padrão dos preços mais recentes (por exemplo, os últimos 20) é frequentemente utilizado como um indicador de compra ou de venda. Os serviços de relatórios de ações (como o Yahoo Finance, o MS Investor, a Morningstar, etc.) oferecem geralmente médias móveis para períodos de 50 a 100 dias. Embora os serviços de relatórios fornecem as médias, a identificação dos preços altos e baixos para o período de estudo ainda é necessária. A reversão média tem a aparência de um método mais científico de escolher pontos de compra e venda de ações do que gráficos, porque os valores numéricos precisos são derivados de dados históricos para identificar os valores de compra / venda, ao invés de tentar interpretar movimentos de preços usando gráficos (gráficos). Conhecida como análise técnica). Scalping Scalping (trading) é um método de arbitragem de pequenas diferenças de preços criadas pelo spread bid-ask. Scalpers tentam agir como tradicionais fabricantes de mercado ou especialistas. Para fazer a propagação significa comprar ao preço de oferta e vender ao preço de venda, para ganhar a diferença de lance / pedir. Este procedimento permite o lucro, mesmo quando o lance e pedir não se movem em tudo, desde que há comerciantes que estão dispostos a tomar preços de mercado. Ele normalmente envolve estabelecer e liquidar uma posição rapidamente, geralmente em minutos ou mesmo segundos. O papel de um scalper é realmente o papel dos criadores de mercado ou especialistas que são para manter a liquidez eo fluxo de ordem de um produto de um mercado. Um market maker é basicamente um scalper especializado. O volume de um comerciante comerciantes são muitas vezes mais do que a média individual scalpers. Um fabricante de mercado tem um sistema de negociação sofisticado para monitorar a atividade de negociação. No entanto, um fabricante de mercado é obrigado por estritas regras de troca, enquanto o comerciante individual não é. Por exemplo, o NASDAQ exige que cada fabricante de mercado publique pelo menos um lance e um pergunte a algum nível de preço, de modo a manter um mercado de dois lados para cada ação representada. Redução de custos de transação A maioria das estratégias referidas como negociação algorítmica (bem como busca de liquidez algorítmica) caem na categoria de redução de custos. Grandes encomendas são divididas em várias ordens menores e entrou no mercado ao longo do tempo. Esta estratégia básica é chamada iceberging. O sucesso desta estratégia pode ser medido pelo preço de compra médio contra o preço médio ponderado pelo volume do mercado durante esse período de tempo. Um algoritmo projetado para encontrar ordens escondidas ou icebergs é chamado Stealth. A maioria destas estratégias foram documentadas pela primeira vez em Optimal Trading Strategies por Robert Kissell. Estratégias que só se referem às piscinas escuras Recentemente, HFT, que compreende um amplo conjunto de buy-side, bem como o mercado de venda vender comerciantes lado, tornou-se mais proeminente e controversa. Esses algoritmos ou técnicas são comumente dados nomes como Stealth (desenvolvido pelo Deutsche Bank), Iceberg, Dagger, Guerrilha, Sniper, BASOR (desenvolvido pela Quod Financial) e Sniffer. No entanto, estão em seu núcleo construções matemáticas bastante simples. Piscinas escuras são bolsas de valores eletrônicas alternativas onde a negociação ocorre anonimamente, com a maioria das ordens escondidas ou iceberg. Gamers ou tubarões farejam grandes encomendas fazendo ping a pequenas ordens do mercado para comprar e vender. Quando várias pequenas encomendas são preenchidas os tubarões podem ter descoberto a presença de uma grande ordem iceberg. Agora é uma corrida armamentista, disse Andrew Lo, diretor do Massachusetts Institute of Technologys Laboratório de Engenharia Financeira. Todo mundo está construindo algoritmos mais sofisticados, e quanto mais concorrência existe, menor os lucros. Negociação de alta freqüência Nas empresas de negociação de alta freqüência dos EUA (HFT) representam 2 das aproximadamente 20.000 empresas que operam hoje, mas respondem por 73 de todo o volume de negociação de ações. A partir do primeiro trimestre de 2009, o total de ativos sob gestão para hedge funds com estratégias de HFT foi de US141 bilhões, cerca de 21 de sua alta. A estratégia HFT foi feita pela primeira vez com sucesso pela Renaissance Technologies. Os fundos de alta freqüência começaram a se tornar especialmente populares em 2007 e 2008. Muitas empresas de HFT são fabricantes de mercado e fornecem liquidez ao mercado, o que diminuiu a volatilidade e ajudou a estreitar os spreads da Oferta de Compra tornando a negociação e o investimento mais baratos para outros participantes do mercado. A HFT tem sido objeto de intenso foco público desde que a Comissão de Valores Mobiliários e Câmbio dos EUA e a Commodity Futures Trading Commission declararam que tanto o algorítmico quanto o HFT contribuíram para a volatilidade no 6 de maio de 2010 Flash Crash. Principais jogadores em HFT incluem GETCO LLC, LLC Trading Jump, Tower Research Capital, Hudson River Trading, bem como Citadel Investment Group, Goldman Sachs, DE Shaw, RenTech. A negociação de alta freqüência é uma negociação quantitativa que se caracteriza por períodos curtos de detenção de carteira. Há quatro categorias principais de estratégias de HFT: mercado-making baseado no fluxo de ordem, mercado-fazendo baseado na informação dos dados do tiquetaque, arbitragem do evento e arbitragem estatística. Todas as decisões de alocação de carteira são feitas por modelos quantitativos computadorizados. O sucesso das estratégias de HFT é em grande parte impulsionado pela sua capacidade de processar simultaneamente volumes de informação, algo que os comerciantes humanos comuns não podem fazer. Criação de Mercado A Criação de Mercado é um conjunto de estratégias HFT que envolve colocar uma ordem limite para vender (ou oferecer) acima do preço de mercado atual ou uma ordem de compra limitada (ou lance) abaixo do preço atual para se beneficiar do spread bid-ask. Arbitragem estatística Outro conjunto de estratégias de HFT é a estratégia de arbitragem clássica pode envolver vários títulos, como a paridade de taxas de juros cobertos no mercado de câmbio que dá uma relação entre os preços de uma obrigação doméstica, uma obrigação denominada em moeda estrangeira, o preço à vista de A moeda e o preço de um contrato a termo sobre a moeda. Se os preços de mercado forem suficientemente diferentes dos implícitos no modelo para cobrir os custos de transacção, então quatro transacções podem ser feitas para garantir um lucro sem risco. HFT permite arbitragens semelhantes usando modelos de maior complexidade envolvendo mais de 4 títulos. Foi desenvolvida uma vasta gama de estratégias de arbitragem estatística através da qual as decisões comerciais são tomadas com base em desvios de relações estatisticamente significativas. Como as estratégias de mercado, a arbitragem estatística pode ser aplicada em todas as classes de ativos. Event Arbitrage Um subconjunto de arbitragens de risco, fusão, conversão ou angariação de valores mobiliários que contam com um evento específico, como assinatura de contrato, aprovação regulamentar, decisão judicial, etc., para alterar a relação preço / taxa de dois ou mais instrumentos financeiros e Permitir que o arbitrador obtenha lucro. A arbitragem de fusões também chamada de arbitragem de risco seria um exemplo disto. A arbitragem de fusão geralmente consiste em comprar o estoque de uma empresa que é o alvo de uma aquisição e, ao mesmo tempo, encurtar o estoque da empresa adquirente. Normalmente, o preço de mercado da empresa-alvo é menor do que o preço oferecido pela empresa adquirente. O diferencial entre estes dois preços depende principalmente da probabilidade e do momento em que a aquisição está a ser concluída, bem como do nível prevalecente das taxas de juro. A aposta em uma arbitragem de fusão é que tal propagação será eventualmente zero, se e quando a aquisição for concluída. O risco é que o negócio quebra e a disseminação maciçamente alarga. Low-Latency Trading HFT é muitas vezes confundido com baixa latência de negociação que usa computadores que executam negócios dentro de milissegundos, ou com latência extremamente baixa no jargão do comércio. Os operadores de baixa latência dependem de redes de ultra baixa latência. Eles lucram com o fornecimento de informações, tais como ofertas concorrentes e oferece, aos seus algoritmos de microssegundos mais rápido do que seus concorrentes. O avanço revolucionário na velocidade levou à necessidade de as empresas terem uma plataforma de negociação em tempo real, colocada para se beneficiar da implementação de estratégias de alta freqüência. As estratégias são constantemente alteradas para refletir as mudanças sutis no mercado, bem como para combater a ameaça da estratégia de ser engenharia reversa por concorrentes. Há também uma pressão muito forte para adicionar continuamente funcionalidades ou melhorias a um determinado algoritmo, tais como modificações específicas do cliente e várias mudanças que melhoram o desempenho (no que diz respeito ao desempenho de negociação de referência, redução de custos para a empresa comercial ou uma gama de outras implementações). Isso se deve à natureza evolutiva das estratégias de negociação algorítmicas que devem ser capazes de se adaptar e negociar inteligentemente, independentemente das condições do mercado, o que envolve ser flexível o suficiente para resistir a uma vasta gama de cenários de mercado. Como resultado, uma proporção significativa da receita líquida das empresas é gasta na RampD desses sistemas de comércio autônomo. Implementação da estratégia A maioria das estratégias algorítmicas são implementadas usando linguagens de programação modernas, embora algumas ainda implementem estratégias projetadas em planilhas. Cada vez mais, os algoritmos utilizados pelas grandes corretoras e gestores de ativos são escritos no FIX Protocols Algorithmic Trading Definition Language (FIXatdl), que permite que as empresas recebam ordens para especificar exatamente como suas ordens eletrônicas devem ser expressas. Ordens construídas usando FIXatdl podem então ser transmitidas de sistemas de comerciantes através do protocolo FIX. Modelos básicos podem contar com apenas uma regressão linear, enquanto modelos mais complexos de teoria e reconhecimento de padrões ou modelos preditivos também podem ser usados ​​para iniciar negociação. Redes neuronais e programação genética têm sido usadas para criar esses modelos. Questões e Desenvolvimentos A negociação algorítmica demonstrou melhorar substancialmente a liquidez do mercado entre outros benefícios. No entanto, as melhorias na produtividade trazidas pela negociação algorítmica têm sido combatidas por corretores humanos e comerciantes que enfrentam uma forte concorrência dos computadores. Preocupações A desvantagem com estes sistemas é a sua caixa-ness preto. Os comerciantes têm sentidos intuitivos de como o mundo funciona. Mas com esses sistemas você despeja um monte de números, e algo sai do outro lado, e nem sempre é intuitivo ou claro por que a caixa preta trava em determinados dados ou relacionamentos. A Autoridade de Serviços Financeiros tem mantido um olhar atento sobre o desenvolvimento de negociação de caixa preta. Em seu relatório anual, o regulador destacou os grandes benefícios da eficiência que a nova tecnologia está trazendo para o mercado. Mas também apontou que a maior dependência de tecnologia sofisticada e modelagem traz consigo um maior risco de que a falha de sistemas pode resultar em interrupção de negócios. O ministro do Tesouro britânico, Lord Myners, alertou que as empresas podem se tornar brinquedos de especuladores por causa do comércio automático de alta freqüência. Lord Myners disse que o processo corre o risco de destruir a relação entre um investidor e uma empresa. Outras questões incluem o problema técnico de latência ou o atraso na obtenção de cotações para os comerciantes, a segurança ea possibilidade de uma avaria do sistema completo levando a um crash do mercado. Goldman gasta dezenas de milhões de dólares nessas coisas. Eles têm mais pessoas trabalhando em sua área de tecnologia do que as pessoas na mesa de negociação A natureza dos mercados mudou drasticamente. Em 1 de agosto de 2012 Knight Capital Group experimentou uma questão de tecnologia em seu sistema de comércio automatizado, causando uma perda de 440 milhões. Esta questão estava relacionada com a instalação de software de negociação Knights e resultou em Knight enviando inúmeras ordens erradas em títulos listados na NYSE para o mercado. Este software foi removido dos sistemas da empresa. .. Os clientes não foram afetados negativamente pelas ordens erradas, eo problema de software foi limitado ao roteamento de determinadas ações listadas para NYSE. Knight trocou fora de toda a sua posição de comércio errado, o que resultou em uma perda antes de impostos realizados de aproximadamente 440 milhões. Algorítmica e HFT foram mostrados para ter contribuído para a volatilidade durante o 6 de maio de 2010 Flash Crash, quando o Dow Jones Industrial Average mergulhou cerca de 600 pontos apenas para recuperar essas perdas em poucos minutos. Na época, foi o segundo maior ponto de balanço, 1.010,14 pontos, eo maior declínio de um dia, 998,5 pontos, em uma base intraday na história Dow Jones Industrial Average. Desenvolvimentos Recentes As notícias do mercado financeiro estão agora a ser formatadas por empresas como Need To Know News, Thomson Reuters, Dow Jones e Bloomberg, para serem lidas e transaccionadas através de algoritmos. Os computadores estão sendo usados ​​agora para gerar histórias da notícia sobre resultados de lucros da companhia ou estatísticas econômicas enquanto são liberados. E esta informação quase instantânea forma uma alimentação direta em outros computadores que comercializam nas notícias. Os algoritmos não simplesmente trocam em notícias simples, mas também interpretam notícias mais difíceis de entender. Algumas empresas também estão tentando atribuir automaticamente sentimento (decidir se a notícia é boa ou ruim) para notícias de modo que a negociação automatizada pode trabalhar diretamente na notícia. Cada vez mais, as pessoas estão olhando para todas as formas de notícias e construindo seus próprios indicadores em torno dele de forma semi-estruturada, como eles constantemente procuram novas vantagens comerciais disse Rob Passarella, diretor global de estratégia do Dow Jones Enterprise Media Group. Sua empresa fornece tanto um feed de notícias de baixa latência e análise de notícias para os comerciantes. Passarella também apontou para a nova pesquisa acadêmica sendo realizada sobre o grau em que as pesquisas do Google freqüentes em várias ações podem servir como indicadores de negociação, o impacto potencial de várias frases e palavras que podem aparecer em declarações Securities and Exchange Commission ea última onda de comunidades on - Dedicada aos tópicos de negociação de ações. Os mercados são por sua própria natureza conversas, tendo crescido fora de cafés e tabernas, disse ele. Assim, a maneira como as conversas são criadas em uma sociedade digital serão usadas para converter notícias em negócios, também, disse Passarella. Há um interesse real em mover o processo de interpretar a notícia dos seres humanos às máquinas diz Kirsti Suutari, gerente global do negócio de negociar algorítmico em Reuters. Mais de nossos clientes estão encontrando maneiras de usar conteúdo de notícias para ganhar dinheiro. Um exemplo da importância da velocidade de reportagem de notícias para comerciantes algorítmicos foi uma campanha publicitária da Dow Jones (aparições incluídas página W15 do Wall Street Journal, em 1 de março de 2008) alegando que seu serviço tinha batido outros serviços de notícias por 2 segundos em relatórios Um corte de taxa de juros pelo Banco da Inglaterra. Em julho de 2007, o Citigroup, que já havia desenvolvido seus próprios algoritmos de negociação, pagou 680 milhões para a Automated Trading Desk, uma empresa de 19 anos que comercializa cerca de 200 milhões de ações por dia. Citigroup já havia comprado Lava Trading e OnTrade Inc. No final de 2010, o Escritório de Governo do Reino Unido para Ciência iniciou um projeto prospectivo investigar o futuro da negociação de computadores nos mercados financeiros, liderado por Dame Clara Furse, ex-CEO da London Stock Exchange e Em setembro de 2011, o projeto publicou suas conclusões iniciais sob a forma de um documento de trabalho de três capítulos disponível em três línguas, juntamente com 16 artigos adicionais que fornecem evidência de apoio. Todas essas descobertas são autoras ou co-autoras de acadêmicos e profissionais de renome, e foram submetidas a análises anônimas. O projecto Foresight está programado para concluir no final de 2012. Em Setembro de 2011, a RYBN lançou o ADM8, um protótipo de Trading Bot de código aberto, já activo nos mercados financeiros. Desenho Técnico Os desenhos técnicos de tais sistemas não são padronizados. Conceitualmente, o projeto pode ser dividido em unidades lógicas: A unidade de fluxo de dados (a parte dos sistemas que recebe dados (por exemplo, aspas, notícias) de fontes externas). A unidade de decisão ou estratégia A unidade de execução. With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. Effects Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds, have become very important. More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. They must filter market data to work into their software programming so that there is the lowest latency and highest liquidity at the time for placing stop-losses and/or taking profits. With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. Absolute frequency data play into the development of the traders pre-programmed instructions. Communication Standards Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side) must enable their trading system (often called an order management system or execution management system) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD (fixprotocol. org ) is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl). The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Edited by Ingmar Mattus Sources: Wikipedia. org, Armada MarketsInfoReach HiFREQ High Frequency Trading Software (HFT) for Algorithmic Trading Overview HiFREQ is a powerful algorithmic engine that gives traders the ability to deploy HFT strategies for equities, futures, options and FX trading without having to invest the time and resources in building and maintaining their own technology infrastructure. It provides all the essential components to facilitate throughput of tens of thousands of orders per second at sub-millisecond latency. HiFREQ can be used independently as a stand-alone black box trading solution, or as part of the InfoReach TMS trading platform for a complete, end-to-end trading system. Its open, broker-neutral architecture allows users to create and deploy proprietary, complex trading strategies as well as access algorithms from brokers and other third-party providers. Orders can be routed to any global market destination via InfoReachs internal low-latency FIX Engine . Features Multi-asset Global equities, futures, options and FX Risk control HiFREQ provides risk assessment of every order request and ensures compliance with pre-configured firm-specific trading constraints. Broker neutral HiFREQ connects you to the multiple brokers, exchanges and ECNs. Centralized monitoring and control While components of HiFREQ can be distributed across various geographical locations all strategy performance monitoring and control functions can be performed from a centralized remote location. Fast HiFREQ can execute 20,000 orders per second per single FIX connection. Using two or more FIX connections can considerably increase throughput. Low latency Sub-millisecond roundtrip latency measured from the point HiFREQ gets a FIX execution report to the point when HiFREQ completes sending of a FIX order message. Distributed and Scalable To increase the efficiency and performance of the trading strategies their components can be designed to run concurrently. Strategy components can also be deployed across multiple servers that can be collocated with various execution venues. API Java Programmers Guide