El fondo Simmons Grand Prix es un mito de los hedge funds de Wall Street, que durante 20 años consecutivos han obtenido un rendimiento anual promedio del 35% y un rendimiento anual superior al 60% si se considera el 5% de la cuota de administración y el 40% de la recaudación del fondo.
La estrategia de Simmons consiste principalmente en utilizar modelos matemáticos y software de computadora para realizar operaciones de alta frecuencia en diferentes productos de los mercados globales, ganando pequeñas diferencias de fluctuación para obtener una ganancia sólida y continua. Esta estrategia es neutral en el mercado y no está muy influenciada por los mercados alcistas y los mercados bajistas.
En términos generales, el trading de alta frecuencia incluye principalmente las siguientes estrategias: Liquidity Rebate Trading, Predatory Algorithmic Trading y Automated MarketMakers Trading.
Para ilustrar claramente la estrategia de negociación de alta frecuencia anterior, aquí se construye un caso que coincide mucho con la negociación real. Un inversor institucional comprador decide comprar 10.000 acciones de XYZ a un precio de alrededor de $ 30, como la mayoría de los inversores institucionales compradores, como fondos comunes, fondos de pensiones y otros. La compra se introduce primero en su sistema de negociación algorítmico.
Negocios de reembolso de liquidez
Para obtener más pedidos de transacción, todos los intercambios de valores en los Estados Unidos ofrecen a los corredores que crean liquidez un reembolso de la tarifa de transacción, generalmente de 0.25 centavos por acción. Si la transacción es exitosa, los intercambios pagan reembolsos a los corredores que proporcionan esa liquidez al mismo tiempo que cobran una tarifa más alta a los corredores que utilizan esa liquidez para operar.
En este caso, supongamos que el precio de la transacción psicológica del inversor institucional está entre 30 y 30.05 dólares. Si el primer pago (por ejemplo, 100 acciones) en el sistema de negociación es exitoso, el primer pago (por ejemplo, 500 acciones) sale a la vista. Supongamos que el segundo pago (por ejemplo, 500 acciones) en el sistema de negociación también es exitoso y se realiza a un precio de 30 dólares.
Después del éxito de la transacción, los comerciantes de recompra cambian de dirección inmediatamente y venden 100 acciones que acaban de comprar por $30.01 al mismo precio, es decir, $30.01 en el listado. Como el precio de las acciones de $30 ya no existe, es probable que el listado sea aceptado por los inversores institucionales.
De este modo, aunque el retorno de los comerciantes no es rentable durante el proceso de negociación, ya que la segunda orden de venta activa proporciona liquidez al mercado, se obtiene una comisión de retorno de 0.25 centavos por cada acción ofrecida por el intercambio. Por supuesto, los ganancias de 0.25 centavos por cada acción obtenidas por los comerciantes de retorno son a cambio de 1.0 centavos de pago adicional por parte de los inversores institucionales.
Las transacciones de algoritmos de presa
En los Estados Unidos, más de la mitad de las ofertas de algoritmos de los inversores institucionales siguen el principio de la mejor oferta nacional de la SEC ("National Best Bid or Offer, NBBO"); es decir, el NBBO, donde el agente debe garantizar el mejor precio de venta disponible en el mercado cuando el cliente compra un valor; de la misma manera, cuando el cliente vende un valor, el agente debe garantizar el mejor precio de compra disponible en el mercado. Según este principio, a menudo se ve en la práctica que el precio de una acción se eleva a 100 o incluso a 500 porciones de dólar en el mercado de acciones cuando el precio de una cotización es más prioritario que el de otra en el orden.
La estrategia de negociación de algoritmos de caza está diseñada sobre la base de la investigación de las leyes históricas de los cambios de los precios de las acciones mencionadas anteriormente. En general, esta estrategia induce a los inversores institucionales a aumentar el precio de compra o reducir el precio de venta para obtener ganancias en las transacciones.
En este caso, supongamos que el inversor institucional sigue el NBBO y el precio de la transacción psicológica está entre 30 y 30.05 dólares. Como el operador de reembolso de liquidez en el caso anterior, el operador de algoritmos de caza utiliza procedimientos y técnicas muy similares para buscar posibles pedidos de algoritmos consecutivos de otros inversores. Una vez que la computadora confirma la existencia de un recibo de algoritmos con un precio de 30 dólares, el operador de algoritmos de caza lanza un ataque: anuncia una compra con un precio de 30.01 dólares, lo que obliga a los inversores institucionales a subir rápidamente el precio de la compra posterior a 30.01 dólares; y luego el operador de algoritmos de caza aumenta aún más el precio hasta 30.02 dólares, lo que induce a los inversores institucionales a continuar la persecución.
En este sentido, los operadores de algoritmos de caza impulsan instantáneamente el precio hasta el límite de $30.05 aceptable para los inversores institucionales, y venden las acciones a los inversores institucionales a ese precio. Los operadores de algoritmos de caza saben que los precios humanos de $30.05 son generalmente difíciles de mantener, por lo que pueden aumentar su posición para obtener ganancias cuando el precio baja.
Estrategias de comercialización automáticas
Es bien sabido que la función principal de los operadores de mercado es proporcionar liquidez a los centros de negociación. Los operadores de mercado automáticos de alta frecuencia, al igual que los operadores de mercado normales, aumentan la liquidez al ofrecer órdenes de compra y venta al mercado. Lo diferente es que generalmente operan de forma inversa con los inversores. Los sistemas informáticos de alta velocidad de los operadores de mercado automáticos de alta frecuencia tienen la capacidad de detectar la intención de otros inversores de invertir mediante la emisión de órdenes súper rápidas.
En este caso, supongamos que el inversor institucional envía a su sistema de negociación algorítmico una serie de pagos de $30.01 para $30.03 sin que nadie lo sepa. Para detectar la existencia de órdenes potenciales, el sistema informático de alta velocidad del comerciante automático de alta frecuencia comienza a emitir una oferta de venta de 100 acciones a un precio de $30.05. Como el precio era superior al límite del precio del inversor, no provocó ninguna respuesta, por lo que la oferta fue rápidamente revocada. La computadora volvió a probar a $30.04 o no provocó ninguna respuesta, por lo que la oferta también fue rápidamente revocada. La computadora siguió investigando a $30.03 y realizó una operación.
Estas tres son las estrategias de negociación de alta frecuencia predominantes, que exigen un rendimiento tan alto en las computadoras y la red que algunas instituciones de negociación colocan sus servidores (server farms) cerca de los equipos de la bolsa para reducir la distancia a la que las instrucciones de negociación viajan a la velocidad de la luz a través del cable óptico.
De hecho, los efectos de las operaciones de alta frecuencia en el mercado han sido objeto de una discusión más intensa entre los bancos. Un informe de la Reserva Federal de Chicago señala que, aunque las operaciones de alta frecuencia también son beneficiosas para el mercado y pueden aumentar la liquidez del mercado de valores, pueden tener un impacto catastrófico en el movimiento del mercado si el procedimiento falla o se descuida.
Otro problema es que las transacciones de alta frecuencia implican problemas de equidad en el mercado, y los equipos y la capacidad de computación que requieren las transacciones de alta frecuencia son un umbral insalvable para los inversores pequeños y medianos, que pueden causar una desigualdad en el mercado cuando las instituciones que utilizan las transacciones de alta frecuencia para obtener ganancias.
在国内市场，目前基本上没有高频交易的土壤，股票市场是T+1，股指期货市场的持仓、交易频率都有很大的限制。商品期货市场可以做一些日内的短线交易，但是离高频交易尚且有很大的距离。从监管层的态度以及国内市场的发展来看，高频交易在国内短期内无法成为一个主要的交易方式。
- ¿ Qué es eso?Dios de la Cantidad, Simmons primero, Zero segundo