En tid så det ut som om høyfrekvent handel, eller HFT, ville overta markedet fullstendig. I 2010 utgjorde HFT over 60% av det amerikanske aksjevolumet. Men trenden kan avta. I 2009 flyttet høyfrekvente handelsmenn rundt 3, 25 milliarder aksjer om dagen. I 2012 var det 1, 6 milliarder om dagen, ifølge Bloomberg. Samtidig falt gjennomsnittlig fortjeneste fra "omtrent en tidel av en krone per aksje til en tyvende av en krone", bemerket rapporten.
I 2017 utgjorde HFT i underkant av halvparten av alt innenlandsk egenkapitalvolum.
I HFT bruker kraftige datamaskiner komplekse algoritmer for å analysere markeder og utføre supersnelle handler, vanligvis i store volumer. HFT krever avansert handelsinfrastruktur som kraftige datamaskiner med avansert maskinvare som koster enorme mengder penger og kutter til overskudd. Og med økende konkurranse er ikke suksess garantert. Denne artikkelen ser på hvorfor handelsmenn beveger seg bort fra HFT og hvilke alternativstrategier de nå bruker.
Hvorfor mister HFT
Et HFT-program koster mye penger å etablere og vedlikeholde. Den kraftige maskinvaren og programvaren trenger hyppige og kostbare oppgraderinger som spiser fortjeneste. Markeder er svært dynamiske, og det er umulig å kopiere alt til dataprogrammer. Suksessraten i HFT er lav på grunn av feil i underliggende algoritmer.
Verden av HFT inkluderer også ultrahøyfrekvent handel. Ultrahøyfrekvente handelsmenn betaler for tilgang til en børs som viser pristilbud litt tidligere enn resten av markedet. Denne ekstra tidsfordelen fører til at de andre markedsdeltakerne opererer med en ulempe. Situasjonen har ført til påstander om urettferdig praksis og økende motstand mot HFT.
HFT-regelverket blir også strengere for dagen. I 2013 var Italia det første landet som innførte en spesiell skatt på høyfrekvent handel, og dette ble tett fulgt av en lignende skatt i Frankrike.
HFT-markedet er også blitt veldig overfylt. Enkeltpersoner og fagpersoner pitter sine smarteste algoritmer mot hverandre. Deltakerne distribuerer til og med HFT-algoritmer for å oppdage og overgå andre algoritmer. Nettoresultatet er av høyhastighetsprogrammer som kjemper mot hverandre, og presser skinntynnde overskudd enda mer.
På grunn av ovennevnte faktorer med økte infrastruktur og utførelseskostnader, nye skatter og økte reguleringer, krymper høyfrekvente handelsresultater. Tidligere høyfrekvente handelsmenn går mot alternativer for handelsstrategier.
Fremvoksende alternativer til HFT
Bedrifter går mot driftseffektive handelsstrategier til lave kostnader som ikke utløser større regulering.
- Momentum trading: Den eldgamle tekniske analyseindikatoren basert på momentumidentifikasjon er et av de populære alternativene til HFT. Momentumhandel innebærer å registrere retningen på prisbevegelser som forventes å fortsette i noen tid (alt fra noen minutter til noen måneder). Når datamaskinalgoritmen har registrert en retning, plasserer handelsmennene en eller flere forskjøvne handler med store størrelsesordrer. På grunn av den store mengden bestillinger, fører til og med små differensialprisbevegelser til en pen fortjeneste over tid. Siden posisjoner basert på momentumhandel må holdes fast i en tid, er det ikke nødvendig med rask handel innen millisekunder eller mikrosekunder. Dette sparer enormt på infrastrukturkostnader. Automatisert nyhetsbasert handel: Nyheter driver markedet. Børser, nyhetsbyråer og dataleverandører tjener mye penger på å selge dedikerte nyhetsfeeder til handelsmenn. Automatiserte handler basert på automatisk analyse av nyheter har fått fart. Dataprogrammer kan nå lese nyheter og iverksette øyeblikkelig handelstiltak. Anta for eksempel at selskapets ABC-aksjer handles til 25, 40 dollar per aksje når følgende hypotetiske nyheter kommer inn: ABC deklarerer utbytte på 20 øre per aksje med eks-datoen 5. september 2015. Som et resultat vil aksjekursen skyte opp med samme beløp av utbyttet (20 cent) til rundt $ 25, 60. Dataprogrammet identifiserer nøkkelord som utbytte, utbyttebeløpet og datoen og legger inn en umiddelbar handelsordre. Det bør programmeres til å kjøpe ABC-aksjer bare til en begrenset (forventet) prisstigning på 25, 60 dollar. Denne nyhetsbaserte strategien kan fungere bedre enn HFT-er, da disse ordrene skal sendes i løpet av et sekund, mest på pristilbud på åpent marked og kan bli utført til ugunstige priser. Utover utbytte er nyhetsbasert automatisert handel programmert for prosjektbudgivningsresultater, kvartalsresultater for selskapet, andre bedriftshandlinger som aksjesplitt og endringer i valutakurser for selskaper med høy utenlandsk eksponering. Feedbasert handel med sosiale medier : Skanning av sosiale medier i sanntid fra kjente kilder og pålitelige markedsdeltakere er en annen voksende trend innen automatisert handel. Det innebærer prediktiv analyse av sosiale medier innhold for å ta handelsbeslutninger og legge inn handelsordrer. Anta for eksempel at Paul er en kjent markedsfører for tre kjente aksjer. Hans dedikerte sosiale mediefôr inneholder sanntidstips for sine tre aksjer. Markedsdeltakere, som stoler på Paul for sin handelshåndtering, kan betale for å abonnere på hans private sanntidsfeed. Oppdateringene hans mates inn i datamaskinalgoritmer som analyserer og tolker dem for innhold og til og med for tonen som brukes på oppdateringsspråket. Sammen med Paul kan det være flere andre pålitelige deltakere, som deler tips om en bestemt aksje. Algoritmen samler alle oppdateringene fra forskjellige pålitelige kilder, analyserer dem for handelsbeslutninger og plasserer endelig handelen automatisk. Kombinasjon av sosiale medier fôranalyse med andre innspill som nyhetsanalyse og kvartalsresultater, kan føre til en kompleks, men pålitelig måte å føle stemningen i markedet på en bestemt aksjes bevegelse. Slik prediktiv analyse er veldig populær for kortsiktig intradagshandel. Firmware-utviklingsmodell: Hastighet er viktig for å lykkes i høyfrekvent handel. Hastighet avhenger av tilgjengelig nettverk og datamaskinkonfigurasjon (maskinvare), og av prosessorkraften til applikasjoner (programvare). Et nytt konsept er å integrere maskinvaren og programvaren til å danne firmware, noe som reduserer hastigheten på behandlingen og beslutningen om algoritmer drastisk. Slik tilpasset firmware er integrert i maskinvaren og er programmert for rask handel basert på identifiserte signaler. Dette løser problemet med tidsforsinkelser og avhengighet når et datasystem må kjøre mange forskjellige applikasjoner. Slike nedgangstider har blitt en flaskehals i tradisjonell høyfrekvent handel.
Bunnlinjen
For mange utviklinger av for mange deltakere fører til en overfylt markedsplass. Det begrenser mulighetene og øker kostnadene for driften. Slike trender fører til nedgang i høyfrekvent handel. Imidlertid finner handelsmenn alternativer til HFT. Noen går tilbake til tradisjonelle handelskonsepter, og andre drar nytte av nye analyseverktøy og teknologi.
