Wie macht Hochfrequenzhandel Geld?

Auf der Vorderseite steht: Am 30. Juli 2016 wurde der Hauptakteur von Trading Gate, der Hochfrequenz-Händler Lio, von der Hong Kong Alumni-Veranstaltung der Transport University Hong Kong eingeladen, um über das Thema Quantifizierung von Finanzen und Hochfrequenz-Handel zu teilen.

• Ich werde etwas IT-orientiert sein, weil ich immer IT gemacht habe. Weil ich keine formalen Mathematik- und Statistikstudien gemacht habe, könnte es nicht so formell aussehen, mit ein paar Tipps und Erfahrungen aus meinem eigenen Handelsprozess. Ich werde über vier Arten von Handelsstrategien sprechen und dann über etwas Mathematisches und IT-bezogenes. Quantitative Trading kann, wie der Name schon sagt, in zwei Teile unterteilt werden, Quantitative und Trading. Quantitative im Vergleich zum traditionellen Handhandel wird viel durch Modelle quantifiziert, nicht durch Intuition. Trading ist eng mit Risikokontrolle verbunden, nicht durch Handhandel, sondern durch Programmierung. Quantitative Trading kann in viele Kategorien unterteilt werden, von einer Woche bis zu einem Monat. In den fundamentalen Teilen gibt es einige Long / Short Equity, einige Alpha-Strategie. Es gibt auch eine Preis-Quant-Klasse, zum Beispiel Options-Pricing, wie man die Preise festlegt.

Abbildung 1

• High-Frequency-Trading basiert auf reinen Marktdaten, da es selbst etwas höher ist. Marktdaten ändern sich ständig, aber Fundamental, News, ändern sich in der Regel nicht ständig. Was ist Hochfrequenz-Handel? Zuerst ist es Automatisierung. Hochfrequenz-Handel kann nicht manuell durchgeführt werden, nicht auf einer Zeitebene, es braucht viel Rechenleistung, einen leistungsstarken Computer, dann eine große Anzahl von Aufträgen, nicht wie die Hand, vielleicht jede Sekunde, jede Millisekunde, wird gehandelt. Natürlich beinhaltet diese Liste auch viele Rücknahmen, eine große Anzahl von Rücknahmen. Einige Strategien haben viele Rücknahmen, möglicherweise mehr als eine Million Einträge und nur mehr als 10.000 Einheiten. Außerdem ist die Geschwindigkeit sehr hoch. Bevor ich weitermache, möchte ich einige Zeitkonzepte vorstellen. In unserer Zeitrechnung sind die kleinen Einheiten möglicherweise in Sekunden oder sogar in Minuten notiert. Unter der Sekunde befindet sich eine Millisekunde: ein Tausendstel Sekunde.

Abbildung 2

• Vergleichen Sie: Der Schlüssel dazu ist, dass der Benutzer in nur 15 Millisekunden 1000 Handelsentscheidungen treffen kann. Wir sagen oft, dass ein Hochfrequenz-Handel in einem Augenblick mehr als 10.000 Entscheidungen treffen kann. Daher ist der Zeitrahmen des Hochfrequenz-Handels nicht derselbe. Für Hochfrequenz-Handel ist eine Sekunde zu lang.

• #### Im Folgenden werden einige der wichtigsten Strategietypen des Hochfrequenzhandels erläutert.

Abbildung 3

• Marktstrategie

Die Strategie des Marketmakers zielt hauptsächlich darauf ab, die Liquidität auf dem Markt zu schaffen, die Auflistung von Bid/Ask zu erleichtern, die Bid/Ask zu verringern und die Differenz in der Mitte zu nutzen. Es klingt einfach, aber es gibt viele Modelle, wie Risk Control oder ein Rüstungswettlauf in der IT. Das heißt, einige der Gebäude hier sind besser gebaut. Es gibt viel zu reden, wie man seine Position kontrolliert, wie man sein Risiko steuert. Es gibt auch viel Prediction. Wie man Volatilität und Preise vorhersagt. Die IT-Kosten sind hoch, weil alle im Wettbewerb sind, alle wollen schneller sein, von Co-Location über FPGAs bis hin zu Mikrowellen. Die Konkurrenz ist groß. Für den normalen Investor ist es von Vorteil, dass es einen Markt gibt, in dem er weniger Unterschiede zwischen den Kauf- und Verkaufspreisen hat. Abbildung 4 Dies ist die Performance meiner Strategie am 12. August letzten Jahres bei der Aufnahme der 50-Aktien-Futures. An diesem Tag wurde der gesamte Markt mit 225.000 Händlern gehandelt. Meine Strategie machte 4.1% der 9180 Händler aus. Im Juli letzten Jahres begann die Zentralbank, einige Investoren auf Aktienindex-Futures zu beschränken, weil die Aktienkatastrophe. Es gab Anzeichen, dass die Bid / Ask Spread in diesen Tagen im Juli gezogen wurde. Bis zum 7. September begann die Zentralbank, die Spekulanten zu beschränken, die Lagerbürgschaft wurde auf 40% erhöht, die Gebühren für die Pfandbriefe wurden auf 23 Prozent erhöht. Abbildung 5 Abbildung 6 So kann man die Liquidität des Marktes erhöhen, die Bid/Ask Spread verringern und die Kauf- und Verkaufsmenge nicht zu vielen Schlupfpunkten führen. Eine Marktstrategie erfordert eine ungefähre Einschätzung, welcher Preis angemessener ist.

• Statistische Arbitrage Ich bin nicht der einzige, der sich mit dieser Frage beschäftigt, ich bin der einzige, der sich mit dieser Frage beschäftigt. Statistisches Arbitrage umfasst Probabilitäten, Datamining, Modellierung, Transaktionsdurchführung und wie man Data Cleaning durchführt. Das ist eine sehr wichtige Aufgabe, die manchmal sehr schmerzhaft ist. Es gibt ein klassisches Sprichwort: “Garbage in, Garbage out”. Viele Quants verbringen viel Zeit damit, Daten zu verarbeiten. Manchmal findet man sehr aufregende Ergebnisse, wenn man herausfindet, dass die Daten falsch sind. Ein einfaches Arbitrage-Modell ist die historische Preisschwankung, mit einigen Ausführungsräumen auf beiden Seiten. Zum Beispiel Milchpulver, das man für 100 Dollar aus Hongkong kauft und für 120 Dollar auf dem Festland verkauft. Wenn wir die Differenz berechnen, und feststellen, dass sie sich von der historischen statistischen Zone entfernt, zum Beispiel bei Brexit, werden wir feststellen, dass das Gold in China billiger ist und das Gold in den USA teurer. Dann können wir das zu niedrigen Preisen kaufen und das zu hohen Preisen verkaufen, um einen Gewinn zu erzielen.

• Prognose Die Zukunft kann in der nächsten Sekunde, in der nächsten Minute, am nächsten Handelstag, in der nächsten Woche, im nächsten Monat liegen. Wenn Ihr Modell richtig prognostiziert, übertrifft es die NB, egal ob in der nächsten Sekunde, in der nächsten Minute oder in der nächsten Woche. Solange Ihr Modell funktioniert, ist es die NB. Abbildung 7 Der grundlegende Prozess besteht darin, die Daten zu sammeln und zu verstehen, welche Faktoren den Markt beeinflussen. Du kannst schnell anfangen, mit einer Durchschnittslinie anfangen, vielleicht schnell etwas rausfinden, aber wie lange wird die Stabilität deines Modells stabil sein, das erfordert ständiges Tuning, ständige Kreisläufe. Du trainierst, evaluierst das Modell, dann optimierst du deinen Faktor. Natürlich gibt es jetzt viele Faktoren, und manche Leute versuchen, 500 Faktoren hineinzuwerfen. Sein Modell kann ihm sagen, welche Faktoren nützlich sind und welche Faktoren nicht nützlich sind, und er kann die Faktoren mit hoher Korrelation selbst entfernen. Ein Super-Simple-Modell ist nicht einfach, es ist einfach. Ein einfaches Vorhersagemodell ist, dass der Preis zurück in die Durchschnittslinie zurückkehrt. Was für eine Periodische ist die Durchschnittslinie, sieh selbst. Data und Factor müssen sich ständig weiterentwickeln.

  • Micro Structure Das ist sehr hochfrequent, und Quants in der Regel werden das vielleicht nicht benutzen. Zum Beispiel im Börsenhandel hört man oft von Unterstützung, Druck, oder einfache Mikrostruktur. Ein Beispiel dafür ist eine Untersuchung der US-amerikanischen Wertpapieraufsichtsbehörde, die im vergangenen Jahr durchgeführt wurde. Spoofer, einige Spieler, die auf dem Markt bluffen. Der Markt war normal, die Kaufpreise waren 10, 20 und plötzlich kam ein Spieler und sagte, ich solle 1000 kaufen. Alle dachten, dass es eine große Kaufpreis gab, und sie wollten sie kaufen. Ich habe zwei interessante Links gepostet: How to Catch a Spoofer http://www.bloomberg.com/graphics/2015-spoofing/ Iceberg Orders http://www.marketdelta.com/blog/2011/10/footprint-chart/iceberg-orders/ Mathematik, aus meiner Erfahrung, wird sowohl in der Grundschule als auch in der PhD-Mathematik verwendet. Und dann gibt es Predictive Modelling, das ist sehr umfangreich, es gibt viele Firmen, die es benutzen. Die Schwachstelle bei der Hochfrequenz ist, dass die Kapazität sehr klein ist. Also, wenn du ihm 500.000 gibst, verdient er 200.000. Wenn du ihm fünf Millionen gibst, verdient er vielleicht immer noch 200.000.

• #### IT. Jeder kennt den Fall von “Ring of Light” und “Big Owl Finger”. Außerdem hat Knight Capital in einer halben Stunde 440 Millionen US-Dollar verloren. Die Programmierer haben das System aufgerüstet, vielleicht 8 Produktionsmaschinen, eine nicht aufgerüstet, was dazu führte, dass eine falsche Anweisung ausgeführt wurde, und es wurde ununterbrochen gehandelt.

In diesen beiden Fällen heißt es, dass IT wichtig ist und dass man viel Geld verlieren kann. Abbildung 8 Das IT-System besteht aus den oben genannten vier Teilen. Preisdaten sind relativ einfach, und mehr wie Fundamental Data und Unstructured Data sind etwas komplizierter und erfordern viel Programmierkode, wie man sie sammelt, formatiert und vereinheitlicht. Access. Als Quant möchte ich eines Tages mit den Daten eine Karte zeichnen. Natürlich kannst du nicht falsch liegen, deine Fehlerverträglichkeit und deine Fähigkeit, Fehler zu überprüfen, sind sehr hoch. Wir haben schon einmal solche Situationen erlebt, die Rückmeldung war sehr gut, wir haben jeden Tag Geld verdient, aber die Daten waren falsch. Diese Ausführung ist eine Vielzahl von APIs, Marktzugang, Windsteuerung. In der Hochfrequenz-Branche ist Geschwindigkeit sehr wichtig, da die meisten Daten öffentlich sind und viele Menschen sie sehen können. Wenn viele Menschen eine Gelegenheit sehen, können nur die Schnellsten sie ergreifen. Back Testing, manchmal etwas, das Quant entwickelt hat, wird möglicherweise nicht von Ihrem Feedback-System unterstützt und Sie müssen das Feedback-Framework ändern. Die Visualisierung ist wichtig. Man kann nicht sagen: “Gib mir einen Haufen Zahlen, ich kann sie nicht sehen”. Man kann die Abbildung besser sehen. Die Geschwindigkeit der Rückprüfung ist auch wichtig. Zum Beispiel, wenn man eine Strategie mit einem Jahr Daten zurückprüft, braucht man eine Woche. Wer wartet eine Woche, um zu sehen, was man erreicht hat? Eine Minute kann auch etwas akzeptiert werden. Hier haben wir auch viele Optimierungen gemacht, wie zum Beispiel, wie man die Daten nimmt, wie man sie zwischendurch verbessert. Zuvor habe ich bei meinem vorherigen Unternehmen einige Cloud Computing-Tests gemacht, um einige Feedback-Engines auf vielen Servern zu verteilen. Und dann gibt es noch das Monitoring. Es gibt eine Menge Automatisierung darin. Es gibt eine Menge Strategien. Wie geht man zu Monitor Risk, wie geht man zu Alert, das ist auch ein sehr wichtiger Teil. Wie unsere heutigen Strategien sind automatisiert, alle Strategien werden überwacht, das Risiko für jede Strategie kann nicht überschritten werden, mehr als Alarm. Insbesondere handeln wir auch mit Nachtdisketten, so dass Programmierer oft nachts schlafen, ist nicht sehr realistisch. Wenn man viele Sorten verkauft, ist es unwahrscheinlich, dass es dort viele Leute gibt, also muss man viel überwachen.

• #### Empfohlene Lektüre:

Flash Boys
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It
The Problem of HFT - Collected Writings on High Frequency Trading & Stock Market Structure Reform
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
Algorithmic Trading: Winning Strategies and Their Rationale
Quantitative Trading with R: Understanding Mathematical and Computational Tools from a Quant's Perspective

http://numericalmethod.com/courses/introduction-to-algorithmic-tradingstrategies-2011-2013/ https://www.quantstart.com/articles/beginners-guide-to-quantitative-trading https://www.zhihu.com/publications/nacl/19550372

Link