Escolar Documentos
Profissional Documentos
Cultura Documentos
Je
n
u
1^ 1
Algorithmic t
Negocia
o i
|jDMA
&
Barry Johnson
Nenhuma parte deste livro pode ser reproduzida, armazenada em um sistema de recuperao ou
transmitida por qualquer meio, eletrnico, mecnico, fotocpia, gravao ou outro, sem escrito a
permisso do detentor dos direitos autorais. As permiss es podem ser procurados on-line
atravs do livro ' spagina inicial (http://www.algo-dma.com) selecionando "Contato" e depois
"Obteno de permisses".
Os direitos autorais de todo o material provenientes de fontes externas pertencem aos seus
respectivos proprietrios. As permisses devem ser procurados pelos propriet rios
correspondentes para a reproduo de qualquer material desse tipo.
Todos os nomes de marcas ou nomes de produtos usados neste livro podem ser nomes
comerciais, marcas de servio, marcas comerciais ou marcas registradas de seus respectivos
proprietrios.
Esta publicao destina-se a fornecer material til e informativo sobre o assunto covcred. Se for
necessrio aconselhamento profissional ou outra assist ncia especializada, os scrviccs de
umaprofissional financeiro competente devem ser procurados.
Embora toda precauo tenha sido tomada na preparao deste livro, o autor e editora no
assumem nenhuma responsabilidade por quaisquer erros ou omiss es. O autor e editor tambm
no assumimos nenhuma responsabilidade por qualquer responsabilidade, perda ou risco, pessoal
ou de outra forma, o que incorridos como Em consequncia, direta ou indiretamente, do uso e
aplicao de qualquer dos contedo deste livro.
ou
www.themmrf.org
Mieloma (tambm conhecido como mieloma
mltiplo) um tipo de cancro que afecta as clulas
plasmticas da medula ssea. Estas clulas so
responsveis pela produo de anticorpos para o
sistema imunolgico.
No h atualmente nenhuma cura para o mieloma,
mas a investigao est em curso para desenvolver
novos tratamentos para retardar o seu progresso e
melhorar a qualidade de vida dos pacientes.
Mieloma o segundo cncer mais comum sangue,
mas o financiamento da investigao e de apoio
ainda muito menor do que outros tipos de cncer
mais conhecidos, assim que cada doao pode fazer
uma diferena real.
Contedo
Prefcio
xiii
Viso geral
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
Introduo
Fundamentos
Execuo de ncleo mtodos
Negociao institucional tipos
Eletrnico comrcio
Algorithmic comrcio
Tipos de negociao algorithms13
A evoluo do comrcio algorithms13
Acesso direto Negociao
Direto ao Mercado Access15
Patrocinadas access15
Crossing16
Liquidez direta Access16
Estratgia direta Access17
Comparando execuo mtodos
Efficiency18
Usability19
Atuao / Cost20
De outros reasons21
Quanto custam estes mtodos de execuo usa va?
Medos e mitos
Segurana da algortmica trading22
Desempenho de algortmico trading23
Utilidade da algortmica trading24
Resumo
Microestrutura de mercado
2.1
2.2
2.3
Introduo
Fundamentos
Funcionamento do mercado
Participantes
Liquidez
Estrutura do mercado e design
Tipos de mercados
Tipos de ordem
Protocolos de negociao
3
5
6
8
10
11
15
17
21
22
25
27
27
28
28
28
29
30
31
35
35
vi
Conted
o
2.4
2.5
2.6
Transparncia
Aberto at tarde e fora do mercado de negociao
Outras caractersticas importantes de design do mercado
Mecanismo de comrcio de pesquisa
Formao de preos
Preo descoberta / execuo de comrcio
Relatrios, compensao e liquidao
Mensurao dos custos de transao e de anlise
Medio de custo
Analisando os componentes de custos de transao
Resumo
Os mercados mundiais
3.1
3.2
3.3
3.4
3,5
3.6
Introduo
Classes de ativos
Capital prprio
Renda fixa
Divisas
Mercados monetrios
Derivativos
Outras classes de ativos
Estrutura do mercado
Mercados Inter-dealer
Revendedor-a-cliente mercados
Mercados alternativos
As tendncias globais do mercado
Prego eletrnico
Transparncia
Acessibilidade
Centralizao contra a fragmentao
Comparao global do mercado
Tamanho nico
Volume mdio dirio
Adoo de equipamentos electrnicos e de negociao
algortmica
Resumo
Parte II
4
Encomendas
4.1
4.2
4.3
4.4
Introduo
As ordens de mercado
Ordens Limitadas
Instrues de ordem opcionais
Instrues de durao
Leilo / sesso Cruzando instrues
Preencha instrues
Preferencing e dirigido instrues
Instrues de roteiro
Vinculao Instrues
Instrues Diversos
36
37
38
39
39
40
46
47
48
49
51
53
53
54
54
54
55
55
56
57
58
59
62
63
66
67
69
69
70
74
74
75
77
78
81
83
83
84
85
88
88
89
89
92
92
95
95
vii
4,5
4.6
5.5
5.6
5,7
5.8
Introduo
Algoritmos Categorizao
Caractersticas comuns dos algoritmos
Parmetros de algoritmo
Algoritmos orientada para o impacto
Tempo Preo Mdio Ponderado (TWAP)
Volume Preo Mdio Ponderado (VWAP)
Percentual de Volume (POV)
Impacto mnimo
Algoritmos custo-driven
Dfice de implementao (IS)
Dficit Adaptive (AS)
Mercado Close (MC)
Algoritmos oportunistas
Preo inline (PI)
Orientada por liquidez
Par de negociao
Outros algoritmos de negociao
Multi-perna
Impulsionado pela volatilidade
Gamma Preo Mdio Ponderado (GWAP)
Resumo
Custos de transao
6.1
6.2
6.3
6.4
6.5
6.6
Introduo
O processo de investimento
Anlise pr-negociao
Dados de preos
Os dados de liquidez
Dados de risco
As estimativas dos custos de transao
Anlise ps-negociao
Anlise de desempenho
Custos de transao ps-negociao
Quebrar os custos de transao
Custos relacionados com o investimento
Custos relacionados com a negociao
Resumo
Os custos de transaco em todos os mercados
mundiais
96
96
98
100
103
106
108
109
112
115
115
116
118
118
119
120
123
127
130
132
133
138
141
143
144
146
150
154
155
157
159
160
161
161
162
165
165
166
166
167
167
167
172
173
175
176
184
184
viii
6,7
Contedo
Resumo
7,4
7,5
7.6
7.7
7.8
Introduo
Avaliando a dificuldade de ordens
Selecionando a estratgia ideal de negociao
A fronteira eficiente de negociao
Escolher o ponto de referncia
Determinar o nvel de averso ao risco
Escolhendo um objetivo comercial
Determinao do horizonte comercial ptima
Escolher entre algoritmos de negocia o
Algoritmos de mapeamento para a fronteira eficiente de
negociao
Fatores que afetam o algoritmo escolha
Outros requisitos para algoritmos de negociao
Para cruzar ou no cruzar?
As condies de mercado durante a crise financeira de 2007-09
Uma rvore de deciso para a seleo estratgia
Resumo
186
189
189
190
192
192
194
196
196
198
199
199
203
208
211
213
214
217
219
221
Ordem localizao
8.1
8.2
8.3
8.4
8.5
8.6
8.7
Introduction221
Preo formao
Valuation222
Todos os modelos de preo formation223
Preo descoberta / Order correspondente
Contnuo matching226
Baseado chamar- matching231
Colocao de pedidos decises
Sinalizao risk234
Foro choice235
Ordem choice237
Ordem aggressiveness237
Fatores de mercado que afetam a colocao do pedido decisions238
Lidar com oculto liquidez
Spotting escondido liquidity248
Estimar a probabilidade de escondido liquidity250
Execuo estimar probabilidade
Resumo
Tticas de execuo
9.1
9.2
9.3
Introduo
Projetando tticas de execuo
Tticas orientada para o
impacto
Preo
/ tticas impulsionado
pelo risco / impulsionada
Oportunista
ttica
LiquidezAlgoritmo
seleco
222
226
234
247
252
254
257
257
258
259
262
265
270
ix
9.4
10
10.1
10.2
10.3
10,4
10,5
11
11.1
11.2
11,3
11,4
11,5
12.1
12.2
12,3
12,4
271
275
Reforar estratgias de
Introduo
277
Requisitos de infraestrutura
311
277
278
278
281
287
288
292
293
299
300
300
306
309
Introduo
Gerenciamento de pedidos
Entrada de pedido
Roteamento de ordens
Negociao algortmica
Requisitos de infra-estrutura para negociao algortmica
Projetando um ambiente para negociao algortmica
Implementar regras de negociao
Testing
Outros requisitos
Compensao e liquidao
Cumprimento regulamentos
311
312
313
316
322
323
326
329
332
334
335
335
Resumo
337
Parte EU V
339
12
ttica
Portfolios
Introduo
O risco da carteira
Volatilidade da carteira
Diversificao
Decompondo o risco da carteira
Medidas de risco do portflio
Anlise de custos de transao para carteiras
Impacto no mercado
Risco de temporizao
Carteira de negociao Optimal
Metas adicionais para carteira de negociao
Hedging
Minimizar o risco geral da carteira
341
341
342
342
345
346
349
351
351
352
352
354
354
359
Conted
o
12,5
13
13,1
13,2
13,3
13,4
13,5
13,6
13,7
13,8
14
14,1
14,2
14,3
14,4
14,5
Negociao multi-ativos
Introduo
Estratgias de negociao multi-ativos
Estratgias de utilidade
Trades FX de caixa
Cobrindo as vendas a descoberto
Estratgias estruturadas
Principais notas protegidas
Estratgias de hedge
Cobertura de risco de mercado
Cobertura de risco de taxa de juro
Hedging fatores de risco derivados (os "gregos")
Estratgias de arbitragem
Listagem mltipla / depositrio arbitragem
recebimento negociao Basis
ndice de arbitragem
Index ETF Arbitrage
Opo arbitragem
Futuros e opes arbitragem
Dividendo arbitragem
Algoritmos que adapta pela negociao multi-ativos
Fatores a considerar para algoritmos de negociao multi-ativos
A minimizao do risco
Negociao algoritmo de escolha
Resumo
Notcia
Introduo
Tipos de notcias
Notcias macroeconmicas
Notcias corporativas
A nova face da notcia
Digitalizao de notcias
Digitalizao de relatrios corporativos / investigao
Alterar fontes de notcias
Tcnicas de manejo de not cias Informatizado
Filtragem Notcias
Associao Notcias
Anlise Notcias
Interpretao Notcias
Notcias de minerao
Reaes do mercado s notcias
As reaes a notcias macroeconmicas
As reaes a notcias / anncios corporativos
360
360
363
367
369
371
371
372
374
374
374
374
375
375
376
378
380
383
384
386
387
390
392
394
395
397
397
399
399
400
401
401
401
402
403
404
404
406
407
409
410
410
412
413
414
416
416
423
14,6
14,7
15
15.1
15,2
xi
427
432
432
433
436
437
439
15,5
Introduo
Minerao de dados
Tcnicas de minerao de dados
Encontrar padres / associaes
Inteligncia artificial
Tipos de inteligncia artificial
Prevendo dados e tendncias
Incorporando em estratgias de negociao
Aplicando modelos de previso de curto prazo
Gerao de Estratgias de Negociao / regras / parmetros
Back-teste
O futuro
439
440
440
442
448
449
455
461
461
464
465
468
15,6
Resumo
469
15,3
15,4
Eplogo
471
Apndices
473
A
B
C
D
E
F
474
495
504
509
515
534
Abreviaes &Acrnimos
543
Referncias
ndice
545
569
xiii
Prefcio
Negociao ainda muito uma arte do que uma cincia.
Os fundamentos da negocia o no mudaram durante dcadas (se no milnios). No entanto, o
ambiente comercial moderno carrega muito pouca semelhan a com a da dcada de 1980, ou at
mesmo o incio de 1990. Prego eletrnico transformou os mercados, tornando-os mais accessiblc do
que nunca. Ferramentas como o Acesso Direto ao Mercado (DMA) e dar negocia o algortmica
investidores muito mais controle sobre como suas strategics so executados. Por exemplo, DM A permite aos
investidores para enviar ordens para o interc mbio, usando seu corretor ' s infra-estrutura.
A acessibilidade grande, mas os comerciantes s o bons
Um sistema informatizado
responsvel pela execuo de ordens seguindo estritamente estas regras, oferecendo uma alternativa
eficiente negociao manual.
A fim de obter o mximo benefcio a partir de tecnologias como o sistema de negocia o algortmica e
DM UMA vital para ter uma compreenso completa deles. Esperemos que, ao ler este livro voc deve acabar
com um bom conhecimento fundamental de ambos estes temas, bem como o comrcio e comercializa em geral.
xiv
Prefcio
aulas, catering para qualquer coisa de a es e ttulos de derivativos. Assim, este gancho oferece
cobertura para todos os principais tipos de ativos, em conjunto com uma viso completa do mundo ' s
mercados. Obviamente, h uma ligeira tendncia para as aces, sincc estes continuam a liderar o caminho em
termos de adoo. Mesmo assim, no h muito a ser aprendido com outro ativo classes. Assim, ao longo
deste livro exemplos se referem a ativos XYZ, apenas a discutir ac es, ttulos ou derivados quando
h diferenas distintas.
Um esboo do livro
O livro dividido em quatro partes principais. As duas primeiras partes oferecer uma viso geral
do trading e mercados seguido por uma avaliao mais detalhada da negociao algortmica e DMA. As
duas ltimas partes oferecem um olhar em profundidade a implementao destas strategics
negociando em conjunto com
experientes podem preferem roar sobre as primeiras peas, enquanto os leitores que querem apenas
uma introduo deve se concent rar em peas I e II e, talvez, parte IV.
teoria subjacente til, permitindo-nos tirar proveito da pesquisa emprica que tem carricd foi para
fora, e para apreciar as diferen as fundamentais entre o mundo ' s mercados. Os componentes-chave da
estrutura de mercado e arco projeto discutido, antes de analisar o processo de negocia o em mais detalhes.
Os princpios por trs anlise de custos de transa o so tambm introduzido.
Captulo 3 arredonda a introduo revendo as principais classes de ativos do mundo 's e seus respectivos
mercados. Negociao foi dividido por classe de activos ao longo de dcadas. Ainda assim, atravs da ltimos
anos as instituies tm cada vez mais comeou a quebrar as paredes, trazendo- juntos mais perto. Isto
no um caso de "one size fits all"; ainda h enormes diferenas entre muitos dos mercados do mundo, mas
muitas tendncias comuns tambm. H tambm lies importantes que eles possam aprender uns com os
outros.
xv
Captulo 4 centra-se em ordens. Estes podem representar simplesmente instrues de comrcio, mas h uma
enorme variedade de diferentes tipos de ordem heyond as ordens de mercado e limite padr o.
Opcional condies permitem o controle sobre fatores como como e quando as ordens e para se
tornar ativo Quanto tempo. Com mercados cada vez mais composta de v rios locais, as regras de
roteamento de ordens tamb m so uma considerao chave. Uma compreenso pormenorizada do mecanismo
e variedade de tipos e condies de ordem vital tanto para DM A e negociao algortmica.
Captulo 5 abrange os vrios tipos de algoritmo de negociao em mais detalhes. Eles so classificados
usando trs tipos principais, ou seja orientada para o impacto (por exemplo, Volume Pre o Mdio
Ponderado (VWAP)), orientada para o custo (por exemplo, d ficit de implementa o) e
oportunistas (po r exemplo, busca de liquidez). Para cada algoritmo, examinamos seu mecanismo
bsico e discutir comum variaes. Para permitir a comparao, uma ordem de exemplo padro usado
por toda parte. Este, combinado com grficos mostrando os padres comerciais pot enciais, destaca
as diferenas (e semelhanas) entre os vrios algoritmos.
Captulo 6 concentra-se na importncia da anlise dos custos de transao. Os custos tm um efeito
significativo sobre retornos de investimento; portanto, pr e ps-negociao anlise so vitais. Um
exemplo comercial usado para decompor os custos de transao em seus componentes-chave, tais como
impacto no mercado e risco temporal. Para colocar isso em perspectiva, algumas compara es de custos
em todo o mundo ' s mercados so fornecidos.
Captulo 7 passa a considerar como a estratgia ideal de negociao pode ser selecionado. UMA estrutura
para decis es de negocia o sero analisados; este avalia ordens em termos de dificuldade. O
impacto das decises de investimento / requisitos, tais como padres de referncia ou a averso ao
risco,
tambm considerada. O "comerciante" s dilema "de equilibrar o trade-off entre custo e risco
visualizada usando a fronteira negocia o eficiente. Este , ento, aplicado seleco de negociao
algoritmos. O efeito de ambos os requisitos e factores espec ficos de ativos, tais como liquidez e
volatilidade, so examinados. Uma rvore de deciso potencial para seleo algoritmo , ento, proposto.
tticas comuns que podem ser utilizados para alcan ar os objetivos de algoritmos.
Mtodos para aumentar o desempenho destes strategics arco ento revisto. Os aspccts tecnolgicos de
implementao destas strategics arco tamb m considerados.
Captulo 8 considera os meandros da colocao da ordem. Uma quantidade considervel de pesquisa
microestrutura de mercado analisou a forma como as condies de mercado affcct colocao de pedidos decises
e probabilidade de execuo.
Captulo
9 discute tticas de execuo. Estes fornecem colocao de ordem comum mecanismos para
achievc as metas de algoritmos de negocia o. Com base na teoria de ordem colocao, tticas
comuns / mecanismos so, ento, descritos juntamente com
xvi
Prefcio
rea para melhoria a manipulao de eventos especficos, como dias witching ou negociao pra.
Estudos de microestrutura de mercado emp ricas so revisadas para dar uma viso de como
previsveis as reaes a tais eventos possam ser.
Captulo 11 analisa as principais considera es para realmente implementar estrat gias de
negociao, com um foco sobre a tecnologia necessria. Claramente, gerenciamento de pedidos um
componente-chave, de modo a mecnica de entrada de pedidos e encaminhamento so descritos. Os
requisitos para o desenvolvimento
algortmica negociao e DMA . As diferenas regionais entre as Amricas, Europa e sia so tambm
examinados.
xvii
Sobre o autor
Minha formao de desenvolvimento de software, tendo gasto mais de doze anos trabalhando em
grandes bancos de investimento. A maioria da minha experi ncia no prego eletrnico e
anlise de risco,
referidos, cmbio e renda fixa tambm desempenharam uma parte. O livro evoluiu para fora do meu desejo
de entender como microestrutura de mercado poderia ser aplicada para criar algoritmos de negocia o
mais eficientes.
Agradecimentos
Este livro baseia-se em uma vasta gama de fontes. No teria sido possvel sem todos a informao que outros
pesquisadores e empresas tm disponibilizado atravs de seu prprio empreendimentos. Em particular,
graas deve ir para todos os investigadores, empresas e editoras que ter dado permisso para usar
figuras de suas publicaes, bem como todos os indivduos que deram feedback sobre as vrias verses. Este
projeto tambm est em dvida com servios, tais como o Rede social de pesquisa da cincia (SSRN) e
Google Scholar, que fez encontrar pesquisa muito mais fcil.
Parti
Uma viso geral de negociao e
mercados
Esta primeira parte do livro define a cena com uma viso geral do algortmica e direta
negociao aeeess. Ele tamb m fornece uma breve reviso da mundo ' s principais
classes de ativos e seus respectivos mercados.
Captulo 1 abrange os mtodos de execuo do ncleo que so utilizados em institucional
negociao e detalhes ho negociao de acesso w e por algortmica e direta
desenvolvido.
Captulo 2 introduz microestrutura de mercado, a teoria para a mecnica de negociao.
Isso destaca algumas das diferen as fundamentais entre o mundo ' s mercados.
Captulo 3 oferece um breve panorama dos principais classes de ativos todos os 's mundo e
seus mercados. Comentrios mais detalhados so fornecidos para a classe de ativos
eaeh no apndices.
Esperemos que, no final destes tr s captulos voc deve ter no exterior apreciao
do mundo ' s mercados e comrcio em geral. Voc tambm deve ter uma viso mais clara de
negociao algortmica e acesso direet e sua utilizao em o mundo' s mercados.
-Captulo 1 -
Viso geral
Algorithmictradingis
1.1
Introduo
tal negocia o
acontece comumente referido como liquidez:. mercados altamente lquidos (ou ativos) arco mais activc
e assim geralmente muito mais fcil e mais barato para o comrcio de Melhorar liquidez, dedicado
plataformas de negociao, tais como intercmbios, muitas vezes foram estabelecidas. No entanto,
pode no haver sempre
Viso geral
Acesso Direto ao Mercado (DMA) onde corretores de permitir que os clientes para acessar seu
roteamento de ordens infra-estrutura, como mostrado por via B. Isso permite que o buy -side para
emitir sua eletrnico ordens quase diretamente para as trocas, efetivamente dando -lhes muito o
mesmo nvel de o controle sobre uma ordem ' s execuo como um comerciante de sell-side tem. Acesso
patrocinado leva isso para o prximo nvel, para clientes cujo de alta frequ ncia de negociao
estratgias precisam ultra-baixa latncia conexes. Essencialmente, isso permite que os clientes se
conectem diretamente para o mercado, como mos tra a E via, utilizando o corretor ' s identificador
de negociao, mas a sua prpria infra-estrutura. Alternativamente, o buy-side pode organizar a adeso do
mercado especfico e assim ter acesso nativo.
Negociao
algortmica
leva
computadorizado responsvel por executar as ordens de compra ou venda um determinado ativo, em vez
de ser trabalhado manualmente um comerciante. Assim, um programa de computador segue regras predefinidas
para determinar como cada ordem deve ser executada. Com base nestas regras, ele se divide por es
(ou ordens de criana) para enviar
eventos. Inicialmente, esses algoritmos de negociao Foram utilizadas como um dispositivo de economia
de trabalho para os comerciantes scll-SIDC ocupadas, marcado via C na Figura 1-1. Como estes algoritmos
tornou-se mais estabelecido, os corretores comearam a oferecer aos seus clientes buy-side acesso
direto a eles, mostrado por via D. Junto com DMA , Permitindo aos clientes o acesso ao comrcio nos
mercados desta forma tambm conhecido como acesso direto negociao.
importante observar que todos os percursos marcados na Figura 1 -1 arco preocupados apenas com
execuo uma determinada ordem. A deciso real de investimento uma completamente separada
proccss. Neste caso, mostra-se uma ideia de como um analista buy-side; essa idia que leva a a deciso
para o comrcio. Este , ento, analisado e aprovado pelo gerente de portflio antes sendo traduzido em
uma ordem real para comprar (ou vender) uma quantidade conjunto de XYZ de ativos. A ordem em
seguida, geralmente repassados para um comerciante in-house que decide sobre a abordagem mais adequada
e em que corretor / s para usar. Como alternativa, para mais fundos de investimento quantitativo da
ordem pode tambm ser gerado por um sistema automatizado. De qualquer maneira, negocia o
algortmica, DM A e o comerciante de sell-side so todos apenas um meio para executar esta ordem; da,
ns tambm pode se referir a eles como mtodos de execuo do ncleo.
De certa forma, o prazo de negociao algortmica uma escolha infeliz, especialmente para tal usar
por investidores institucionais. Negociao tende a fazer as pessoas pensarem de concession rias de
comprar na baixa e vender alta. Considerando que os sistemas de negocia o algortmica, que so
oferecidos pela maior corretores, nica cxccute as ordens que arco dado, como Figura I- l tenta
mostrar. Talvez um mais nome representativo para este processo "execuo algortmica".
Claramente, h excees para cada regra; no h grandes motivos tcnicos algoritmos de
negociao no poderia tambm incorporar decises de investimento. Na verdade, como o buy-side
comea a desenvolver os seus prprios algoritmos esta pode muito bem tornar-se mais comuns.
Contudo, o principal objetivo deste livro se concentrar em como algoritmos e DM A pode ser utilizado
para melhorar execuo de ordens.
Ao longo dos ltimos anos, tornou-se negociao algortmica um tema quente. Ne w manter relatrios
prevendo um aumento da quota de mercado global, que est se expandindo a partir de aes para
estrangeiros cmbio, futuros e op es e at mesmo ttulos. Tambm houve m imprensa; algumas
manchetes predisseram o fim da negocia o, tal como a conhecemos. Embora o in cio da subprime crise, no Vero de 2007 , Viu "negociao algortmica" culpou tanto para a volatilidade do mercado e
algumas empresas realizando enormes perdas. A volatilidade certamente mais elevado; em parte, isto
devido ao aumento da velocidade alcan ada por via electrnica e algortmica negociao. No
entanto, quaisquer perdas que as empresas tm feito arco geralmente devido sua estratgia de
investimento. Se este no adequado para o condies de mercado, em seguida, as perdas sero
realizados. Negociao algortmica a bala, e no o o dedo no gatilho. Na seo 1.10, alguns dos
medos e mitos comuns circundante negocia o algortmica tambm ser examinado (e esperemos
que desmascarou).
Antes de passarmos a considerar cada um desses m todos de execu o CORC em mais
detalhes, vamos rever brevemente alguns fundamentos, como o risco, r etorno e custos, a partir da
perspectiva de tanto um investidor e um comerciante.
1.2
Fundamentos
um
portflio de ativos financeiros. Volatilidade frequentemente utilizado como um proxy para o risco global;
esta representa a desvio-padro dos retornos. Os ativos com retornos mais elevados arco geralmente
mais arriscados. Portfolios pode ser constitudo por um conjunto quase infinito de composi es, usando
uma gama de ativos com diferentes ponderaes. Tramando as caractersticas de risco-retorno destes permite uma
fronteira eficiente para ser construdo, como se mostra na Figura 1 - 2 (a). Este o bordo superior da regio
sombreada; isto representa as carteiras com os retornos mais elevados para uma determinada quantidade
de risco. Consequentemente, um investidor deve se concentrar na composio global do seu portflio, tanto
quanto o risco e retorna para os activos individuais.
Viso geral
Negoci
ao
passiva
Risco
->
Risco
-*
1.3
comparao com comrcios principais o risco transferido imediatamente para o corretor / dealer.
Consequentemente, negociao principal mais caro porque o comerciante tenta compensar isso,
incorporando- no preo negociado. O investidor deve dccide se os custos iniciais so de valor em
comparao com o risco potencial de mercado.
Em geral, ambos os tipos de negociao so suportados para a maioria das aces e normalizado para o
(ou lista) futuros e opes, que so negociados em bolsas. A ligao e mercados de cmbio tendem a
basear-se mais sobre os concessionrios (ou formadores de mercado), e assim por diretor ou OT
Trading C mais comum (embora negociao agncia s vezes disponvel para os ativos mais lquidos).
Assim, o destino final para os pedidos em Figura 1 -1 tambm depende de o ser ativo
negociados. Negociao algortmica e DM Um so opes viveis, geralmente, apenas quando h um bem
estabeleceu mercado secundrio, como uma troca. Assim, o comrcio historicamente tem acesso
directo centrado em aes e futuros. Apesar de a negocia o algortmica e DM Um so rapidamente
espalhar a maioria das principais classes de ativos, como veremos no captulo 3.
Agncia de negocia o tambm podem ser classificados de acordo com o m todo de
execu o usado para alcan -lo. "High -touch" trading onde as ordens so trabalhados
manualmente
negociao, uma vez que exige pouca ou nenhuma manipulao por comerciantes reais e assim pode ser
oferecido como um servio de agncia de custo mais baixo. A pea final do quebra-cabea DMA , Que
tambm referido como "Zero-Touch". Com DM Um corretor 's prpria o acesso electrnico aos mercados
estendido para fora a seus clientes. Os comerciantes de sell -side tem nada a ver com a ordem; Em
vez disso, a execuo feita manualmente pelo cliente.
O crescente foco em custos de transa o por buy-side significou um declnio no mais comrcio
tradicional "high-touch". Mesmo assim, todos estes mtodos so, de facto, complementares, desde
eles esto tentando alcanar os mesmos objectivos, como a Figura 1-3 tenta mostrar.
Viso geral
Outro exemplo da constante evolu o do strategics negociao est cruzando. Bloco comercial
uma especializao para lidar com grandes encomendas de bens individuais. O advento de plataformas como
IT G ' s POSIT permitiu aos investidores a participar de cruzamento eletrnico, ao invs de recorrer a corretores "
bloquear mesas de negociao para tais ordens. Esta tend ncia continuou com o sucesso da sochamados "dark pools" de liquidez oferecidas pelos cr uzamentos ocultos de comrcio alternativo
Sistemas (ATS). Embora a probabilidade de execu o inferior
comrcio, estas abordagens oferecem o potencial de obter um preo melhor. Tal como acontece com DMA,
que a cliente ' s responsabilidade de gerir essas ordens. Portanto, de passagem mostrada em conjunto com
DM A na Figura 1-3. Sourcing de liquidez atravs destes "dark pools" tambm tornou-se extremamente
importante para a negocia o algortmica.
1.4
Na seo anterior, centrada sobre os mtodos utilizados para realmente executar as ordens. o ordens em
si so, invariavelmente, provenientes de buy-side, ou seja institucional ou investidores de fundos
de hedge, como parte de sua estrat gia global de negocia o. A Figura 1-4 mostra o mais amplo
gama de tipos de negocia o, que so amplamente adotados por diferentes tipos de investidores.
Carteira de negocia o por vezes referido como cesta ou programa de negocia o. Ele fornece
com investidores um meio rentvel de negociao vrios ativos, ao invs de ter de comrcio -los
individualmente. Normalmente, isso usado quando eles precisam ajustar ou reequilibrar o seu
carteiras. A lista de negocia o representa os ativos que devem ser comprados ou ve ndidos para
transformar o carteira atual do investidor ao seu destino desejado. Negocia o Carteira
um
corretor fornecida servio, que permite a economia de escala, e por isso, em geral, oferece uma
alternativa mais barata para lidar com tais transies. Tal como acontece com nica negociao de aes
institucionais, o investidor pode escolher a negociar um diretor de comrcio com um corretor / revendedor,
ou ter um corretor de comrcio a lista em um agncia de moda. Vamos revisitar este t pico com mais
detalhe no Captulo 12.
Sistemtica, caixa-preta, quantitativa e negocia o de alta frequncia so termos que todos os
sons como referncias negociao algortmica, e s vezes so erroneamente utilizados como tal.
Contudo, eles tm tanto a ver com o estilo de investimento como a negocia o real. Na verdade, eles
so todos formas de negociao sistemtica (ou investimento), e s vezes so chamados de
negociao
automatizada.
Predominantemente,
essas
estrat gias
so
adotadas
tanto
por
mercado, tentando manter um relativamente posio neutra, exceto para tirar proveito de todas as
discrepncias de preos. Por tal
1
Esses modelos tm sido s vezes chamadas de "caixas-pretas", sincc seus mecanismos reais so muito bem guardado,
embora, obviamente, seus criadores tm uma compreenso clara de como eles funcionam.
10
Viso geral
1.5
Prego eletrnico
Em seu tempo, a inveno do telgrafo e telefone revolucionou negociao, permitindo priccs e ordens
devem ser comunicadas remotamente. Ainda assim, foi o advento do computador que tem comrcio
mais afetados. Antes de entrar em qualquer mais detalhes sobre negocia o algortmica e
DM A
tcnicas, vale a pena rever brevemente o desenvolvimento do comrcio eletrnico. Alguns dos marcos mais
notveis nesta arco jornada apresentados na Tabela II .
Ano Evento
1969 "Redes Institucionais" do instinto come ou, permitindo eletrnico bloco-trading.
1971 NASDAQ b olet im eletr nico ini ci ad o, p ermi t ind o OTC negocia o de a es.
1972 Cantor estabelecer o primeiro mercado eletr nico para ttulos do governo dos
EUA. 1976
NYSE ' s Designada Ordem Turnaround (DOT) rotas do sistema de pequenas
encomendas.
1978
1980
1981
1982
London Stock Exchange "The Big Bang" muda para a tela de negocia o.
Paris Bourse introduziu um sistema eletrnico de negociao.
1987
Ofertas Posit 1TG agendada cruzamentos bloco para as aes.
1988
Plataforma MTS criado mercado secund rio eletrnico para ttulos do governo
italiano. 1992
CME lana primeira verso da plataforma GLOBEX futuros
eletrnicos.
1986
1993
1997
1998
pequenas encomendas. o granel de negociao ainda foi realizada por telefone ou pessoalmente nas
bolsas. No entanto, pela
meados de 1990 muitos do mundo ' S grandes bolsas de valores estavam
negociando uma parte considervel do seu volume eletronicamente. Desde ento, a mudana para negociao
totalmente electrnico tem tornar-se quase inevit vel.
1.6
Negociao algortmica
Um algoritmo 2 um conjunto de instrues para realizar uma determinada tarefa. Assim, um algoritmo de
negociao apenas um modelo computadorizado que incorpora as etapas necessrias para negociar um fim em
um maneira especfica. certo que, para o algoritmo de reagir s condies de mercado em
constante mutao dessas
dividi-las e consider essas decises de forma isolada, bem como mostrando como eles podem ent o
ser agrupados para construir algoritmos de negocia o reais.
Por exemplo, dada uma ordem de compra de 20.000 XY ativos Z pode ditar as regras colocao
2
A palavra deriva do algorilhm algorism lerm, que foi usado pelo matem tico persa do sculo 9 Abu Abdullah
Muhammad ibn Musa al-Khwarizmi em referindo-se s regras da aritmtica.
12
Viso geral
a quantidade total de uma ordem de limite ao melhor preo de mercado atual. Como alternativa, eles podem
trabalhar a ordem ao longo do dia, dividindo -o em segmentos. As regras determinam o tipo, pre o e
quantidade para cada uma dessas ordens criana, muitas vezes baseadas em uma mistura de histrico e ao
vivo dados de mercado. Um sistema informatizado responsvel por manipular as instrues do algoritmo, de
modo que a execuo totalmente automatizada. O sistema garante que cada ordem correspondente
criana dividida e placcd no mercado. Em seguida, ele monitora essas ordens crian a, ajustando ou
cancel-los, como e quando se torna necessrio.
Lei ' s considerar um algoritmo de negociao muito simples que visa atingir um mercado mdia preo. Ele
faz isso hy dividindo cada ordem em fatias uniformes, que Arc negociados sequencialmente. Dada
uma ordem para comprar 10 mil de ativo AB C ao longo dos prximos cinco horas, o nosso algoritmo simples
trocar 1000 AB C a cada meia hora, enviando uma ordem de mercado para o cmbio. Figura 1-5 mostra o
padro de negociao resultante para essas ordens crian a.
Volume
Preo
Ordem tamanho
m m Mercado volume
Preo
08:30
09:00
09:30
10:00
10:30
11:00
11:30
00:00
00:30
13:00
rio de
1000
1000
1000
1000
1000
1000
1000
1000
1000
1000
Tolal
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
estratgia simplista de corte para o ponto onde os seus padr es de negociao arco
13
analistas quantitativos. Eles s o projetados para atingir a melho r execuo, dada a especificado
objetivos.
outros podem ser mais dinmica, adaptao em tempo real para sempre em mudan a condies de
mercado. Obviamente, vital para os objetivos a serem claramente definido para um algoritmo para ter
a chance de alcanar seus objetivos.
Se ignorarmos os vrios nomes que so usados podemos comear a destilar os algoritmos existentes
para dentro um punhado de tipos bsicos. Tabela 1-3 mostra um resumo dos mais comumente adotada
algoritmos de negociao, que arc atualmente em uso generalizado.
Chave condutor
Cronograma
Referncia
predeterminad
o
Tempo
Volume
Volume
Preo
Proporo
Algoritmos
Tempo Preo Mdio Ponderado (TWAP)
Volume Preo Mdio Ponderado (VWAP)
Percentual do volume (POV)
Dfice de implementao (IS)
Pares / Negociao
Espalhe Preo inline
Dinmico
ndice de referncia
Pre
Liquidez
ordem. Eles focado em atender benchmarks espec ficos, comeando com um tempo mdio ponderado
Preo (TWAP) e progredindo para o onipresente Volume Pre o Mdio Ponderado
14
Viso geral
(VWAP). A simplicidade de c lculo um seu reflexo mais preciso da diria SVA P e movimentos de
preos significou que durante vrios anos SVA P reinou supremo.
Tanto o incio TWA Algoritmos de P e P APV tendiam a ser impulsionado estaticamente. Assim, logo que
uma ordem foi recebida
algoritmo de negociao. Para VWAP , Este horrio seria baseado em um perfil histrico de volume,
Essencialmente, este uma representao de como o volume de comrcio progride atravs de um dia mdio.
Embora, utilizando horrios comerciais criados estaticamente cada vez mais vulner veis provou,
sincc
outros participantes de mercado poderiam facilmente detectar e tirar proveito de tal preg o
regular padres. Para combater o comrcio predatrio, algoritmos comeou a incorporar mais
aleatorizao. Por conseguinte, houve
movidos a estratgias mais dinmicas. Por exemplo, a percentagem do volume (POV) algoritmo
baseia a sua execuo em resposta ao volume de mercado ao vivo, em vez de negocia o com
base em uma histrica perfil de volume.
A segunda gerao de algoritmos de negociao foram criados em resposta aplicao de anlise
de custos de transao (TCA). Esta anlise decompe todos os vrios custos associados com a
negociao. TC Um destaque que o efeito tem uma ordem sobre o preo do ativo (o seu mercado impacto) no
foi o nico custo significativo. De fato, outros fatores, como o risco de temporiza o e custo de
oportunidade, poderia realmente compensam o impacto no mercado. Andre Pcrold (1988) cunhou a
dficit implementao termo para representar os cust os reais de negociao. Essencialmente, este
reflete a diferena entre o preo de mercado, quando a decis o de investimento foi, na verdade,
feito (o preo de decis o) eo pricc executado real. A crescente popularidade do TC
UMAinvestidores significou comeou a reexaminar a sua utiliza o de benchmarks. Na verdade, a
APV P comeou a ser substitudo pelo preo de deciso. De um modo geral, os algoritmos de
negociao de primeira gerao no eram projetado para ser o preo ou sensvel ao risco; eram
mais focusscd sobre a reduo do total impacto no mercado. Por isso, os corretores necess rio
para desenvolver algoritmos que foram mais pricc - e custo- centric, o mais notvel dos quais sendo
o dficit de implementao (IS) algoritmos baseados. Estes novos algoritmos tentou resolver o que
Robert Kissell e Morton Glantz (2003) denominou o comerciante ' s dilema: negociao muito rpido
traz altos custos de impacto no mercado, enquanto loo negociao lentamente nos expe a riscos
considerveis. De repente, comeou a incorporar algoritmos complexos modelos de mercado para
estimar os potenciais custos de transa o, como eles tentaram determinar o
estrat gia de
15
Dficit ou mesmo VWAP . Assim, novas estratgias hbridos esto comeando a evoluir.
Em paralelo com a procura de liquidez, uma outra mudan a no comportamento do algoritmo est
tomando lugar. Personalizao e adaptabilidade esto se tornando focos principais para algoritmos,
permitindo corretores para mais facilmente oferecer algoritmos d e negociao centrada no
cliente.
Exatamente o que a prxima gerao de algoritmos de negociao vai oferecer difcil de
prever, mas certo que eles vo continuar a evoluir.
1.7
Trading acesso directo representa a mudan a no acesso e controle de execu o para o buy-side.
Investidores e comerciantes buy-side podem agora obter acesso directo que lhes permite fazer
pedidos on muitos pases do mundo ' s mercados financeiros. Originalmente, a negociao de acesso directo
era de sinnimo de DMA ; no entanto, a introduo de cruzamento e de negociao algortmica tem
instituies significava agora tm uma escolha ainda mais ampla de m todos de execuo.
Acesso patrocinado
Acesso patrocinado atende a clientes buy -side com estratgias de negociao de alta frequcncy.
este permite que o cliente se conecte ao mercado usando usar seu corretor ' s identificador mercado
nico (ou MPID), mas sem ter que passar por toda a sua infra -estrutura. Embora os mercados geralmente
exigem o corretor para monitorar a negocia o, garantindo que no h riscos excessivos so
tomada. A monitorizao pode ser realizado pr-comrcio, quer com um sistema rpido, dedicado ou
por
Viso geral
16
uso uma soluo de um fornecedor de terceiros, tais como FTEN. Enquanto isso adiciona alguma sobrecarga, o
cliente ainda deve obter um acesso mais rpido do que o normal DMA .
Alternativamente, alguns de acesso patrocinado pode contar com o mon itoramento psnegociao. Isto tem sido denominado "acesso nu", uma vez que esta docs n o permitir que o
corretor para impedir o abuso err nea.
Cruzamento
Instituies muitas vezes precisam negociar em tamanhos grandes, as ordens de bloco grande
cabana pode exp-los a risco de preo substancial. Tradicionalmente, estes grandes encomendas
foram tratadas corretores hy fora do prego. Este por vezes referido como o "mercado no andar
de cima" sincc historicamente, tais negocia es tiveram lugar no andar de cima no corretor ' s
escritrios, bem longe do cho cxchangc.
Muitas vezes, de comrcio do bloco realizado em qualidade de mandante, embora negociao
agncia tambm atendidas. Dentro um comrcio principal, o corretor / revendedor assume todo o risco ao
tomar a posio necessria para o seu inventrio. Para resolver tais ordens de blocos grandes podem precisar de
encontrar um novo contrapartes que necessitam de um ativ o, ou eles podem dividir o pedido em
menor quantidade e trabalha-los no mercado.
Sistemas de cruzamento de fornecer um mecanismo electr nico que permite aos investidores a
realizar a sua prprio de comrcio do bloco de forma annima. Estes sistemas agregar ordens e, em
seguida, combin-los em conjunto pontos ao longo do dia. Por exemplo, ITG ' s POSIT corresponde
encomendas em mais de uma dzia de conjunto vezes por dia. Em comparao, os sistemas de negociao
alternativos (ATS), como Liquidnet, geralme nte fornecem correspond ncia contnua pedido
eletrnico. Estas plataformas de negocia o annimos garantir a detalhes do pedido (tamanho e s
vezes de preos) esto escondidos; por isso, eles tm sido muitas vezes referido como "dark pools"
de liquidez. Efetivamente, eles oferecem o buy-side a oportunidade de cortar o corretor como
intermedirio e comrcio anonimamente com o outro. Devido ao tamanho da ordens envolvidas,
tornaram-se importantes fontes de liquidez.
Note que importante lembrar que as enco mendas feitas em sistemas de passagem ou ATS s o
no garantido para executar. Em vez disso, o foco est na obteno de um preo melhor e minimizando o
vazamento de informaes. Na verdade, a probabilidade de execuo pode ser muito menor do que nas principais
bolsas, dependendo da liquidez do activo e o tamanho do bloco de ordem. Por conseguinte, tais ordens
tendem a exigir algum acompanhamento. A fim de garantir a execu o outros mtodos de
negociao, como a negociao algortmica ou DMA, podem ser utilizados em conjunto. Para
exemplo, poderamos colocar uma ordem de compra um milho de aes da XY Z em um sistema de
travessia no manh. medida que o dia avan a, se ele ainda no tenha executado poder amos
reduzir a quantidade de 10 ou 20 % A cada hora e trabalhar este separadamente. Isto permite-nos manter fora
para o melhor preo a partir do cruzamento, garantindo ao mesmo tempo que a ordem seja executada.
De fato, h agora negociao algoritmos que oferecem este tipo de abordagem.
servios.
Servios do tipo DLA n o so necessariamente apenas uma combinao de DM A e prestao
travessia. Eles tambm podem incorporar caracter sticas como a agrega o de liquidez, onde o
roteamento de ordens inteligente ou algoritmos de negociao personalizados so usados para buscar
liquidez suficiente ao preo desejado.
1.8
Orde
m
Mtodo de negociao
ManualDMA / CrossingAlgorithmic
1.
ABC
"Comprar 10.000
2.
ABC
com um limite de 53
"
"Comprar 100,000
Trade VWAP mais o
dia
Don ' t ir acima de 53
"
Comprar ordem de
limite 10.000 ABC
aos 53 anos
No equivalente direto
Compre 100.000
Algoritmo: VWAP
Hora de incio:
Agora Tempo do
fim: Close Preo
limite: 53
umafim nico equivalente que pode lidar com algo como o exemplo di rio SVA P
comrcio. A DM atende exclusivamente para acesso de baixo n vel. Ento, ao invs, o cliente deve
tentar reproduzir a estratgia aquele um comerciante pode adoptar manualmente. Portanto, para conseguir a
melhor execuo um cliente precisar considervel experincia no mercado, bem como ter o tempo
para analisar e dccidc a melhor forma de placc cada ordem de criana. Embora isto possa atender
alguns clientes, este claramente uma vez mais consumir abordagem. por isso que, para muitos
clientes, seja manual ou algor tmica negociao oferta uma alternativa mais prtica.
Da mesma forma, cruzamento ordem pode facilmente lidar com ordens de limite simples, mas
no mais complicado tipos de ordem. Mais uma vez, cabe ao cliente para monitorar o fim ' s status,
possivelmente cancelando e re-encaminhamento-lo se as execues no so prximas na ATS. Uma vez
que tais redes de passagem tendem a lidar com tamanhos de ordem maior, um cliente pode realmente
preferem uma estratgia de negociao dupla, pelo que a maior parte do fim deixado sobre a ATS por
cruzamento potencial enquanto
execuo. Essas estratgias esto comeando a ser oferecido por novos algoritmos de negociao
baseada em liquidez.
Negociao algortmica destina-se a lidar com estrat gias de negociao mais complexas, de
modo a exemplo SVA Ordem de P na Tabela 1-4 no levanta problemas. Ao receber o pedido, um SVA P
18
Viso geral
algoritmo de negociao, ento, decidir como deve ser tratado. Alguns algoritmos adoptar um
esttico abordagem, as ordens de divis o puramente baseado em informa es a partir de dados
histricos. Alternativamente,
mercado histricos e viver em suas decises. Conforme necessrio, o algoritmo vai ento emitir ordens
para o mercado de criana, escolhendo o mais adequado tipo de pedido / preo e tamanho; em
seguida, monitorar continuamente o seu progresso. Essencialmente, isso n o diferente do que
acontece para os comerciantes que trabalham ta is ordens manualmente ou atrav s DMA , Com
excepo de que o algoritmo de negociao fornece um proccss totalmente automatizado. Claramente, em ordem
para a execuo de satisfazer o cliente ' s objectivos, vital que todos os requisitos, tais como limite de
preos, etc. benchmarks arco totalmente especificado. Como podemos ver na Tabela 1 -4, o algoritmo
parmetros (os tempos de in cio e fim eo preo limite) so semelhantes forma como poderamos
perguntar umacomerciante para trabalhar a ordem. Evidenteme nte, este uma abordagem mais restrita
do que apenas falar para um comerciante por telefone. No entanto, os corretores esto constantemente a introduo
de novos algoritmos e refinando seus parmetros para tentar torn -lo mais fcil de emitir ordens
apropriadas e para lidar
Efficicncy
Usabilidade
Performance / Custo
Fatores
Eficincia
Usabilidade
Atuao/
Custo
De outros
Manual
Capacidade
Rapidez
Ao controle
Transparncia
Anonimato
As condies de
Conhecimento do
mercado
Conhecimento de
ativos
atuao
Comisso
Risco de controle /
Custo
Regulamentos
DMA
Acesso direto
Cruzamento
Eficincia
Eficincia tem sido um dos principais motores do sell -side; um profissional qualificado um valioso
mercadoria, qualquer coisa que ajuda a torn -los mais produtivos clcarly ben fico. Para
alguns segmentos de buy-side, os fundos de hedge, tipicamente, a velocidade est se tornando
cada vez mais importante.
19
lidar com milhares de pedidos simultaneamente. Capacidade adicional muitas vezes pode ser
adicionado atravs da criao se outro servidor computador, desde a infra-estrutura subjacente (redes,
links para intercmbios etc.) bom o suficiente. Em compara o, troca manual uma opo
muito caro.
Traders so inerentemente bom em multi -tasking; No entanto, ainda h um limite de quantas
encomendas uma pessoa pode tratar de uma s vez, para alm deste nvel da qualidade de execuo pode sofrer.
DM Um tem problemas de capacidade semelhantes j que tudo que aconteceu realmente uma mudana da
negociao manual do corretor para o buy-side. A capacidade menos de um problema ao usar
sistemas cruzando uma vez que esta tende a ser um estilo de negociao mais passiva. Embora, as ordens
ainda precisam ser monitorados, e se eles no cruzaram depois de algum tempo, de comrcio alternativo
mtodos podem precisar de ser utilizado.
No que diz respeito velocidade, sistema de negociao algortmica novamente a melhor opo.
Os sistemas informatizados so perfeitos para acompanhar e analisar milhares d e variveis em fraes
de
um segundo. Trocas costumavam ter as lat ncias de cerca de 300 milissegundos, neste
momento eles est o agora competindo para oferecer servi os com latncias inferiores a 10
milissegundos. Para colocar isto em perspectiva umapiscar leva entre 100-150 milissegundos (como
observado por David Burr (2005)). Mesmo complexo anlise para a determinao da reaco mais
apropriado pode ser calculado em frac es de
negociao pode manchar uma oportunidade e enviar uma adequada ordenar a troca antes mesmo de
perceber a oscilao citaes em nosso monitor. Speed tem becomc tais uma questo-chave que alguns
intercmbios e ATS j oferecem servios de co-location, essencialmente permitindo que os servidores de
computador membro 's para ser colocado em suas salas de mquinas para praticamente erradicar quaisquer
atrasos na rede.
Usabilidade
Usabilidade , obviamente,
complicada improvvel para ser popular, mesmo que obtm bons resultados.
Dircct controle sobre a forma como as suas encomendas s o tratadas melhorou significativamente
para o buylado. DM Uma lhes permite colocar e gerenciar ordens como se fossem um corretor / dealer. Em comparao,
tanto manual e Algorithmic Trading representam uma ligeira perda de controle, uma vez que o cliente s pode
emitir instrues de comrcio geral ou selecionar um algoritmo de negociao apropriado. Claramente, muitas
vezes mais fcil comunicar tais instrues para uma pessoa, mas algoritmos de negociao esto evoluindo
continuamente para tentar ser o mais intuitivo possvel. Eles tambm esto se tornando altamente personalizvel,
catering para uma gama cada vez maior de requisitos comerciais. Transparncia est intimamente relacionado com
o controle. Se wc no pode ditar exatamente como algo feito, teramos pelo menos gostaria de ser capaz de
monitor-lo de perto para garantir que ele est fazendo o que queremos. A vantagem competitiva significa que os
corretores no pode divulgar os funcionamentos internos exatos de seus algoritmos, mas devem ainda ser capaz de
explicar o comportamento de ordens especficas.
Tambm importante conseguir um amplo entendimento de como cada um algoritmo de negociao funciona,
de modo para poder escolher o mais adequado para nossos pedidos.
O anonimato importante, bem como, uma vez que o vazamento de informa es uma das
principais preocupa es para
muitos investidores. Ao longo dos ltimos anos, o anonimato oferecidos pelas redes de passagem
tem ajudado estes ganho de sistemas uma quota de mercado substancial, especialmente em os EUA A e DM
negociao algortmica tambm pode fornecer anonimato, uma vez que a maioria dos corretores
segregar a negociao para suas corretoras de primeira linha para garantir a privacidade do cliente.
Outro fator que afeta a usabilidade est mudando as condi es do mercado, em parte
desencadeada por eletrnica e de negociao algortmica e pela concorrncia entre os diferentes
locais. Em muitos dos o mundo' s mercados tamanhos mdios pedidos diminuram significativamente,
enquanto os volumes de negociao dispararam. Ento ordens, que poderia ter imediatamente
preenchidos, h cinco anos, deve ser agora
Viso geral
20
dividir para evitar impacto no mercado. Da mesma forma, ter v rios locais de execuo fragmenta o
liquidez disponvel, tornando mais difcil para o comrcio. Negociao algortmica o mais
adequado para lidar com tais condi es; capacidade do computador significa que ele pode
acompanhar de perto cach local e
atuao / Custo
Mtodos de execuo tem que entregar tanto em termos de desempenho e custo. O desempenho
pode ser medido pela comparao do preo mdio de execuo de um ndice especfico. Note-se que tambm
importante ter em conta a variabilidade, ou volatilidade, destas mdias. Para qualquer especfico ordem,
negociao manual geralmente deve ser capaz de superar o desempenho de um algoritmo, uma vez
que comerciantes muitas vezes pode inferir sinais muito mais sutis do mercado. No entanto, com
base na regra natureza dos algoritmos significa que eles devem fornecer resultados mais
consistentes, uma vez que eles fazem no ficar cansado ou distrado. Portanto, em termos de
desempenho global e algoritmos de negocia o manual so relativamente equilibradas.
Reconhecidamente, os comerciantes provavelmente ainda tem a vantagem, mas algoritmos arco
melhorar o tempo todo.
Tambm importante para obter o balancc certo entre desempenho e eficincia. Um comerciante
experiente geralmente deve ser capaz de superar a maioria dos algoritmos de negocia o; Contudo,
este pode consumir uma grande parte do seu tempo. No geral, o melhor desempenho pode ser por ter
conseguido o comerciante trabalhar as ordens mais difceis manualmente enquanto a delega o da
para outros algoritmos de negocia o.
Ao examinar o desempenho, as metas de investimento deve ser considerada como bem. Para
exemplo, a negociao passivamente pode salvar a oferta lance propaga o e assim resultar em uma
boa mdia preo, mas esta pode ser feito custa de completar totalmente a ordem. Se, no dia
seguinte, o ativo mudanas de preos, em seguida, completar a or dem pode ser mais caro do que se
tivssemos negociado mais agressivamente no dia anterior. An lise de custos de transa o (TCA)
tem desempenhado um papel fundamental na que fazem os comerciantes e investidores examinar tais
custos mais profundamente.
Para os mercados onde os corretores ainda chargc comiss es, por exemplo, aces, este clcarly
uma muito custo visvel de negociao. At a crise financeira de 2007 -09, as comisses gerais foram
em constante declnio. Figura 1- 6 grficos a sua progresso ao longo dos ltimos anos, em termos de
$ / sharc. Ele tambm destaca as diferen as entre o DMA , Algortmica e manual (alta touch) de
negociao. A partir da 's ponto de vista de um corretor, os servios de baixo toque (DMA e algortmica
negociao) tem os custos trabalhistas relativamente baixos, portanto, as taxas mais baixas. Os
custos para high touch /troca manual tambm refletir o fato de que os comerciantes podem oferecer
informaes adicionais aos clientes, tais como cor de mercado ou sentimento.
Em geral, TC Um destacou o fato de que os custos ocultos, como o impacto no mercado e sincronismo risco,
arco mais significativa do que os custos visveis, como as comisses. A maioria dos algoritmos so
adeptos a reduo do impacto global do mercado, dividindo a ordem em tamanhos menores.
21
$ 0. 07
$ 0 , 0 6
- Toque -Alta
$ 0. 05
- i P r o g r a m T radin g
$ 0. 04
Algorthmic Tracin g
$ 0. 03
$ 0,02 - t r
11
DMA
$ 001 - *
$2 0 002 0
01
2 0 02
2 0 03
2 0 CW
2 0 05
2 0 06
Outras razes
Regulao do mercado, como o Regulamento NMS em os EUA e MiFID na Europa, significa que
os corretores e investidores devem ser capazes de demonstrar que eles alcan aram a melhor
execuo. Negociao eletrnica tornou este um pouco mais fcil, uma vez que as trilhas de
auditoria detalhadas so relativamente simples de manter. Portanto, negociao algortmica sem
dvida uma das melhores opes para atender para tais regulamentos, natureza desde a sua regra
hased fornece consistente e facilmente auditvel negociao decises, bem como lidando bem com
mercados fragmentados.
1.9
As corretoras de sell-side tiveram de negociao eletrnica por anos. Internamente, quase todos
os seus negociao eletrnica, com exceo dos poucos mercados onde ainda h considervel piso
base de actividade. Da mesma forma, os sistemas de negociao automatizada e algoritmos de
negociao tm sido estabelecida. Por isso, a maioria dos estudos focam a absor o dessas
tecnologias com o buy-side instituies. Por exemplo, a Figura I-7 mostra estimativas da
consultoria Aite Group para a repartio dos mtodos de negociao adotada instituies norteamericanas hy.
As tendncias de crescimento para negociao algortmica e DMA so claramente visveis,
como o declnio na "High touch" (e maior custo) negociao manual. Um relatrio do Grupo de
TABB (2008) estima que at 2007 negociao algortmica, DMA, cruzamento e negociao programa juntos
representaram 63% das aces norte-americanas institucionais comrcios. Ainda assim, em 2008,
eles tambm observam que a crise do mercado levou a uma ligeira mudana nas tendncias. Negociao
algortmica continuou a aumentar, alcanando 24% do fluxo de buy-side, at 2% em relao ao ano
anterior. No entanto, a negociao de alto contato via comerciantes de vendas tambm aumentou,
recuperando para 44% (de volta de 37% em 2007), como institui es procurou lidar com os
22
Viso geral
100%
DMA
80%
f t Algorithmic Tradin g
60%
Progra m Tradin g
40 %
20%
w alta Touc h
0%
200020012002
Fonte: Aile Grupo (2007a)
2003
2004
20052006
Figura 1-7 Estimativas para o uso de diferentes mtodos de negociao por instituies
norte-americanas
23
lembrar que arco eletrnica e trading algortmico meros instrumentos. Certamente, papis de trabalho
arco evoluo, por exemplo, os vendedores esto se tornando comerciantes de vendas. Mesas de
sell-side so agora cobrindo vrios classcs ativos. No muito tempo atrs, a previso era de que o
principal risco de negociao ou se tornaria mais comumente usado de negociao agncia. A crise
financeira de 2007-09 ea transformao do sector financeiro ter dado um novo sopro de vida
negociao agncia. Dentro fato, durante esta negociao principal crise parecia muito mais ameaadas
de extino. Nesses mercados, os comerciantes e os investidores precisam ser flexveis para tirar
proveito de todas as ferramentas que ajudam a dar-lhes uma vantagem e dirigir lucros.
Um artigo na revista CFA (2006) intitulado "Hype e algoritmos 'poses um bem contraponto ao
medo que os algoritmos ir tomar sobre o mundo. No artigo, Joe Gawronski, diretor de operaes
da Rosenblatt Securities, destaca o fato de que:
"Algoritmos no pode reagir no sentido verdadeiro de como eu definir uma reao. Tudo o
que fazem baseado em uma regra que tem sido fornecida, enquanto que os comerciantes
podem mudar de idia sobre a voar. No h nenhuma maneira de incorporar em algoritmos
os fatos aleatrios e observao que pode dar um comerciante uma "sensao" para o
mercado. "
Inteligncia Artificial (IA) pode oferecer uma soluo para isto; no entanto, este ainda um pouco
distante. AI primeiro tomou de na dcada de 1950, mas no foi at 1997 que a IBM ' s computador Deep
Blue poderiam aliviar o mundo chcss campeo. No mesmo artigo CFA James Finnegan, editor do
Engenharia Financial News, ressalta:
"As pessoas equiparar algoritmos caixa-preta com super computadores desenvolvidos para
jogar xadrez e erroneamente supor que h um dia ser um algoritmo que to inteligente,
rpido e inovador que mesmo os melhores comerciantes do mundo no ter uma chance. No
entanto, a diferena que, embora existam bilhes e bilhes de permutationswith xadrez, h
uma placa definido e um conjunto muito rigorosa
de regras, ento um computador
com memria suficiente pode aprender cada movimento. Isso no o caso com os mercados.
"
Alm todo o hype, negociao algortmica, certamente, ter um grande impacto. Por exemplo, bons
algoritmos pode ser utilizada da forma mais eficiente apenas pela um vendedor como um comerciante
de vendas. Deveria tambm abrir novos caminhos para o comrcio, expandir o potencial de multiregio e multi- negociao de ativos.
Outra conccrn para os investidores o vazamento de informaes. H ainda uma certa suspeita
de que corretores pode reunir informaes de fluxo de ordens do cliente e usar isso para seu prprio
proprietrio negociao. Dito isto, o buy-side tem mais poder e controle do que ele j teve. Redes
de passagem fora de bolsa at mesmo permitir que o buy-side completamente corretores de bypass.
Dado que as comisses esto em declnio, vital para os corretores para reter o fluxo de pedidos.
Reputao primordial. Corretores tm de assegurar que suas mesas de negociao prprias so
realmente isolado a partir de as operaes de corretagem. Isso vale para todos os principais corretores,
cujo principal corretora unidades so freqentemente segregados, localizados em andares separados ou
at mesmo edifcios.
s temos que olhar para os mercados para ver como os produtos pa dronizados tm
24
Viso geral
Em termos de algoritmos de apenas ser capaz de lidar com ativos lquidos ou pequenas encomendas,
isso pode
25
ter sido verdade para a primeira gerao de algoritmos. Algoritmos modernos so muito mais
verstil. Em particular, a introduo de algoritmos de busca de custo-centric e de liquidez significa
que eles podem agora apoio um conjunto muito mais amplo de requisitos.
Os activos ilquidos posar um problema especfico, ou seja, sinalizao de risco. Isto representa o
vazamento de informaes a outros participantes do mercado de nossa estrat gia de negociao.
Imagine usar o algoritmo simplista vimos na Figura 1-5 para um activo ilquido. As ordens
regulares grandes buy gritariam: "Temos um comprador ", enquanto que para um ativo mais fortemente
negociados eles no iriam destaca como muito. Consequentemente, muitas vezes necessrio para
esconder as nossas intenes reais tanto quanto possvel, usando os tipos de pedidos especiais e
buscando liquidez de fontes alternativas tais como redes de passagem. Vamos cobrir isso com mais
detalhes nos captulos 8 e 9. Interessantemente, estas tcnicas esto a ser cada vez mais aplicado aos
activos lquidos.
Uma rea onde algoritmos que precisam de mais trabalho lidar com eventos inesperados ou
notcias. Comerciantes humanos muitas vezes pode lidar com isso muito mais eficaz. Dito isto, a
prxima gerao de algoritmos j esto comeando a olhar para a melhor forma de incorporar
informaes adicionais para lidar com tais situaes. Vamos olhar para isso com mais profundidade nos
Captulos 10 e 14.
1.11 Resumo
Acesso Direto ao Mercado (DMA) permite que os clientes para enviar ordens para trocas usando
umaproxy para a adeso do seu corretor, dando-lhes um nvel semelhante de controle para um
execuo de fim de um comerciante de sell-side.
Viso geral
27
Captulo 2
Microestrutur
a de mercado
Mercado
microstructurefocuseson o
chave
mechanismsinvolved
na negociao. Ele tambm ajuda a explicar muitos dos
custos que possam surgir.
2.1
Introduo
Economia tende para si resumo dos mecanismos subjacentes da negociao. Do mesmo modo, teoria
de precificao de ativos em comum se concentra exclusivamente nos valores fundamentais de ativos.
Considerando que o campo de microestrutura de mercado 1concentrados sobre o processo de
negociao real, analisando como especfico mecanismos afetam tanto os preos observados e os
volumes negociados. Microestrutura de mercado ajuda explicar muitos dos custos que impedem
ativos de alcanar os seus valores fundamentais.
Interesse na microestrutura de mercado cresceu rapidamente nas ltimas duas dcadas, ao lado de
as rpidas changcs na estrutura e na tecnologia dos mercados mundiais. Mudanas estruturais tm
surgido devido globalizao, a desmutualizao de muitas trocas (para se tornar profit-Based
empresas) e aumentar a concorrncia intra-mercado. Regulamento tambm desempenhou a sua
parte. Por exemplo, em os EUA, Securities and Exchange Commission (SEC) governao levou
criao de ECNs (Redes de Comunicaes Electrnicas), que tm agressivamente competiu com
trocas de quota de mercado. O ritmo da mudana tecnolgica tem tambm ajudou, como ferramentas
como DMA e negociao algortmica abrir os mercados, reduzindo as barreiras para entrada e
alterando o equilbrio entre investidores, corretoras e distribuidoras.
Que temas no microestrutura do mercado realmente cobrir? Ns pode quebrar a teoria em trs
reas-chave:
1
Mark Garman (1976) usou pela primeira vez o termo "microestrutura de mercado" em um artigo sobre a criao de
mercado. Contudo, publicou uma pesquisa microslruclure mercado remonta ao t7 vc 'Cenlury, quando Joseph De la Vega
(1688) foi analisar as prticas comerciais e preos na bolsa de Slock Amsterdam.
28
mercado
2.2
Microestrutura
de
Fundamentos
Funcionamento do mercado
O objetivo fundamental da um mercado trazer compradores e vendedores juntos. Amplamente
falando, os mercados de capitais podem ser classificados em mercados primrio e secundrio,
com base nas duas fases do ciclo de vida do ativo. 2 Os negcios no mercado primrio, com a
emisso de novas activos / ttulos. Negociao subsequente destes activos leva placc nos mercados
secundrios.
Novos ttulos do governo so geralmente emitidos por meio de leil es especializados.
Relativamente s aces, o mercado primrio est preocupado com ofertas pblicas iniciais
(IPOs), follow-on e ofertas questes de direitos. Da mesma forma, a nova dvida corporativa
geralmente placcd usando subscritores (normalmente umasindicato de bancos).
Historicamente, o mercado secundrio de ttulos tem sido muitas vezes "over the counter"
(OTC), embora j existam tambm mercados inter-negociante e dealcr-a-customcr substanciais. o
situao semelhante negociao de divisas e muitos ativos derivativos. Enquanto para As aces
principais marketplaces so trocas, embora cada vez mais estas devem agora competir com outros
locais como ECNs e sistemas de negociao alternativos (ATS).
Os mercados secundrios arco investidores sincc vitais estar o mais dispostos a fornecer
capital se eles sabem os ativos podem ser facilmente negociados. Esta flexibilidade permite -lhes a
retirar capital quando necessrio e para alternar entre os ativos. Assim, a pesquisa microestrutura de
mercado tem-se concentrado principalmente na efficicncy dos mercados secund rios, fn particular,
examinar a diversidade de estruturas de mercado e mecanismos de comrcio, como vamos sec nas
seces 2.3 e 2.4.
Participantes
Convencionalmente, os papis do mercado foram definidos pelas necessidades comerciais. O
"buy-side" corresponde aos clientes tradicionais, ou seja, investidores institucionais e
individuais. Enquanto o "sell-side" representa os corretores, intermedirios e outros
intermedirios financeiros que as necessidades dos clientes de servi os. Corretores atuar como
agentes para facilitar a negociao real, enquanto os concessionrios (ou formadores de mercado)
o comrcio em seu prprio nome tentando lucrar com oferta de liquidez. Os especuladores agir de
forma independente, a negociao por si mesmos.
Em comparao, os modelos de microestrutura de mercado na literatura acadmica tendem a
classificar os participantes com base nas informaes que eles possuem:
29
Participant
es reais
Informado
Investidores
LiquidityActive
Passiva
Investidores
Especuladores
Conc
essionri
as
Investid
ores
Liquidez
Negociao geralmente significa converter um ativo em dinheiro ou vice -versa. O quanto isso
converso custa realmente pode ser representado pela liquidez do ativo, ou o mercado de TI foi
negociado por diante. Este ponto de vista da liquidez remonta a Harold Demsctz (1968). Expressou
liquidez em termos de imediatismo, o que reflete a capacidade de negociar imediatamente,
executando com o melhor preo disponvel.
Preo de um ativo est intimamente ligada sua liquidez. Por exemplo, recentemente emitido
tesouraria EUA ttulos muitas vezes tm preos mais elevados do que as questes mais velhos
(chamados de "off-the-run") para a mesma maturidade. Este prmio de liquidez reflete o valor de
ser capaz de converter rapidamente o ativo de volta ao dinheiro.
30
mercado
Microestrutura
de
Um mercado lquido ou ativo deve ter um custo menor para o imediatismo, ou seja, os custos de
negociao. Lquido mercados ou activos tambm costuma ter volumes de negociao mais
elevados. Por exemplo, o estoque mercado geralmente mais lquido do que o mercado
imobilirio.
No geral, podemos caracterizar A liquidez do mercado3 em termos de trs caractersticas principais:
Profundidade
Aperto
Resilincia
Profundidade indica a quantidade total de ordens de compra e de venda que est o disponveis
para o ativo, em torno do preo de equilbrio. Assim, um mercado profundo nos permite negociar
grandes volumes sem causando movimentos considerveis de preos (ou impactos). Por outro lado,
um mercado rasa significa que muito mais difcil para o comrcio; muitas vezes teremos que alterar
os nossos preos para atrair compradores ou vendedores.
Aperto refere-se oferta de lance spread. Isto quer dizer, que representa a diferen a entre o os
preos de compra e venda de um ativo. Um spread apertado significa que os custos de negociao so
baixos (por quantidades mdias) e por isso relativamente fcil para o comrcio dentro e fora da
uma posio.
Resilincia determina a rapidez com que o mercado se recupera de um choque. Um mercado
resiliente vai sofrer menos discrepncias de preos de negociao. Assim, variaes de preo no afetam
o global nvel de negociao, ou a disponibilidade de ordens.
Esses trs fatores esto intimamente relacionados: mercados mais profundas t m, geralmente,
mais estreito oferta lance barrar (to apertado arco), uma vez que arco mais fcil para o comrcio,
e assim menos arriscado. Isto tambm faz os mais propensos a ser resiliente.
Outro fator potencial, Diversidade, sugerido por Avinash Pcrsaud (2001). Seu estudo de crises de
mercado, intitulado "Liquidez buracos negros", destacou a import ncia da uma gama diversificada
de pontos de vista de mercado entre os investidores e comerciantes. Sem essa diversidade, todo mundo
quer comprar ou vender ao mesmo tempo ou pricc, de modo a liquidez obrigado a desaparecer.
Felizmente, para a maioria mercados, existe geralmente uma grande quantidade de diversidade nas
opinies. Embora, como pontos Persaud fora, periodicamente uma convergncia de sentimento do mercado
ajuda criscs gatilho, como a de 1987 crash da bolsa ou a crise financeira de 2007-09.
2.3
Para os mercados a funcionar bem, seu projeto deve atender s necessidades de institucional (ou
individuais) investidores, comerciantes e especuladores. Portanto, um mercado bem sucedido permite
investidores de negociar quando eles querem, e minimiza os cus tos de ordens de negociao
enquanto ainda tornando-o til para comerciantes e especuladores.
As principais caractersticas de arquitetura mercado 4pode ser definido como:
Tipo de Mercado
Tipos de ordem
Protocolos comerciais
Transparncia
Off-mercado de negocia o
Conforme descrito por Fisher Black (1971) e Albert Kyle (1985) em seus trabalhos sobre os mercados de leilo conlinuous.
Com base em um Iisl por Madhavan (2002).
31
descoberta de preo, o que por sua vez, pode afectar o custo global de negociao. No entanto, no
h dois mercados so os mesmos, mesmo se eles so baseados no mesmo projeto, uma vez que os
regulamentos locais podem diferem, assim como o universo de ativos negociados.
Mecanismo de comrcio
Mercados so geralmente consideradas como estando orientado a citao, orientada por ordem ou
uma mistura (ou hbrido) dos dois. Um mercado puramente orientado a citao significa comerciantes
devem transaccionar com um negociante (ou formador de mercado) que cita preos em que eles vo
comprar e vender uma determinada quantidade. Ordem- mercados impulsionados permitir todos os
comerciantes a participar igualmente, colocar ordens em um livro para que estamos ento combinados
utilizando um conjunto consistente de regras. Figura 2-1 tenta destacar estes diferenas.
Citar-driven-drivenOrder
Bidirecional de formador de mercado Citao: Best
ordens:
Tamanh
o500
Bid
1.
Licita
o
52,0
Oferta
53,5
Off
tamanho
1000
'Leva a oferta'
Tamanh
o500
Bid
Licitao tamanho
Licitao Oferta
Off tamanho 500
1000
52.053.5
3.
e
Si
o
a.
Negociar,
ou deixe ordem de
limite
Ofert
a
53,5
Off
tamanho
1000
1.
2.
Licitao tamanho
Licitao Oferta
Off tamanho 500
52,0
53,5 !
1000
2.
Licit
ao
52,0
compra e venda
Licita
o
52,0
Ofert
a
53,5
54,0
Off
tamanho
1000
1000
Licit
ao
52,0
Ofert
a
53,0
53,5
Off
tamanho
1000
1000
Para um mercado dirigido pela citao, quando confrontado com uma citao de duas vias,
podemos escolher a "tomar o oferta "," hit a oferta ", renegociar ou apenas deix-lo. Escolhendo a"
aceitar a oferta "resulta em uma compra
32
mercado
Microestrutura de
execuo ao preo de sua oferta, enquanto batendo os resultados da proposta na uma venda. O
formador de mercado bidirecional proporciona Citao uma execuo garantida a esse preo, para um
tamanho conjunto.
Com um mercado dirigido pela ordem, os preos de arco por ordens reais. Ao melhor preo de
oferta representa a ordem de compra com preo mais alto, enquanto a melhor oferta definido
pelo sell preo mais baixo ordem. Um comrcio s pode ocorrer quando uma ordem de compra combina
(ou superiores) o melhor preo de oferta atual, enquanto que para uma ordem de venda o melhor preo de
compra o alvo. Ento, ao invs de responder A citao de formador de mercado de dois maneira
como reagimos liquidez disponvel no livro de ofertas. o resultado tambm depende do tipo de
pedido utilizado. A ordem de mercado tenta garantir a execuo independentemente de pricc,
enquanto uma ordem de limite adere a um estrito limite de preo, mas sacrifcios certeza execuo. O
equivalente a "aceitar a oferta" colocar cither uma ordem de mercado, ou um limite pedir preo para
coincidir com a melhor oferta. O seu tamanho deve ser igual a ou menor do que a oferta
disponveis tamanho. Por outro lado, podemos "bater o lance", colocando uma ordem de mercado
sell, ou uma ordem de limite de preo para coincidir com a melhor oferta. Note que no h garantias,
uma vez que a qualquer momento muitos outros comerciantes tambm ser a emisso de novas
encomendas, a atualizao dos j existentes e cancelando os obsoletos. De a cal reagimos e colocar
um fim, bem possvel que uma outra ordem j tem combinado com o melhor lance ou oferta atual.
Conseqentemente, uma ordem de compra (venda) mercado pode executc mas potencialmente em um
preo mais elevado (inferior) do que a melhor oferta atualmente exibido. Alternativamente, uma ordem de
limite pode falhar para executar, caso em que ele vai ficar na carteira de pedidos at que ele
corresponda com uma outra ordem ou cancelada. Portanto, para os mercados em funo das ordens
da melhor oferta de compra e oferta Os preos so indicativos em vez de como garantido Citao
empresa nos dois sentidos de um negociante.
Enquanto o imediatismo do bidirecional citao til, a persistncia de ordens dentro
sistemas orientado a ordem tambm benfico, j que eles fornecem liquidez visvel, o que
aumenta a descoberta de preo. Mercados orientados para a ordem tamb m oferecer mais controle
sobre a ordem choicc. As encomendas podem ser colocadas por qualquer preo e tamanho preferido
sem a necessidade de negociao. Por exemplo, acreditando que o preo vai subir, podemos optar por
emitir uma ordem de venda mais passiva preo apenas acima do melhor oferta atual. Efetivamente, isso
vai entrar na fila atrs da melhor oferta de venda, como mostrado no painel 3a. Como alternativa,
pode optar por definir um novo nvel de mercado, em um pricc ligeiramente menor do que a melhor oferta,
mostrado no painel 3b.
A negociao uma diferena fundamental entre os mercados-driven quote-driven ordem e. Muitos
mercados orientados para as citaes, mesmo os eletrnicos, fornecem um mecanismo que permite
que tanto contrapartes para negociar o tamanho e / ou pricc. O crcalion de novos sistemas de
cruzamento e ATS, tais como Liquidnet, que tambm incorporar mecanismos de negociao
significa que este j no se limita aos mercados puramente baseado no negociante. No entanto,
no h nenhum equivalente direto para este mecanismo para os mercados puramente em funo das
ordens. A aproximao closcst colocar uma Para que o nosso tamanho desejado e preo, e, em
seguida, closcly monitorar e atualiz-lo para tentar garantir que ele executado. Mas isso ainda
est longe de entrar em uma negociao bilateral. Na verdade, este diferena to fundamental que
ele pode ser usado como um fator chave para a categorizao de mecanismos de negociao.
Apesar destas diferenas, a Figura 2-1 tambm destaca algumas semelhanas claras entre
umacitaes de duas vias e usando ordens do revendedor. Um mercado onde os negociantes devem
fornecer contnua empresa cita efetivamente forccs-lhes oferecer constantemente ordens de limite.
Em muitos aspectos, isso pode ser pensado como um mercado hbrido. De fato, mercados como a
NASDAQ, que costumavam ser puramente orientada para o oramento, desde ento mudou para se
33
Frequncia de negociao
A frequncia de negociao o outro classificador principal para a estrutura dos mercados, uma
vez que este determina quando requisito jogos (se eles s o de citaes ou ordens) so, na
verdade, transformado em execues. Geralmente, os mercados fornecem um ou mais dos seguintes
tipos:
A negociao em contnuo
Negociao peridica
Trading-driven pedido
Contnuo
Baseado no fim-drivenHybridNegotiation
CDA
Cont.
cruzes cegos /
ATS Instinet
CBX
LeveL
Chamada
Contnuo com
programa
Pedido
Freqncia
Cruzamento
interno
CDA
Tokyo SE
CDA w / LP
CM E
Cruzes
anunciados
contnuas /
ATS
Oleoduto
ITG POSIT Alerta
CDA w /
LP
Euronext,
LSE,
Eurex
Cont. dealer
(cotao
firme) MTS
RFS
Cont. dealer
(Citao
indicativo)
Cont. cruzes
negociados / ATS
Liquidnet
Revendedor
hbrido livro /
fim NYSE,
NASDA Q
ICAP BrokerTec
EBS
Call auction
Euronext ilquidos
Sys de
passagem ITG
POSIT, Cruzes
Instinet
Ordem de
limite
Revendedor
Revendedor RFQ
Trading
"em cima"
Tabela 2-2 tipos de mercado organizado por seu mecanismo e frequncia de negociao
Os cantos desta tabela correspondem aos extremos, enquanto que o centro mostra a mais hbrida
"mix 'n match" abordagem. Observe que o mecanismo de comrcio de classificao, na verdade, usa
"base de negociao-", que engloba a abordagem orientada para a cotao. Antes de passarmos
34
mercado
Microestrutura de
considerar outros fatores na concepo do mercado, vale a pena rever brevemente algumas das
principais tipos de mercado mostrados na Tabela 2-2:
CDA significa Leilo Duplo contnua; esta simplesmente uma contnua orientada para o fim
mercado de leiles. Seu nome derivado do fato de que ele suporta e venda simultnea de compra
leiles. O mecanismo CDA sinnimo de livros limite de ofertas central (CLO) que formam a
base para a maioria dos mercados em funo das ordens. medida que cada nova ordem chega,
atualizado ou cancclled o processo de correspondncia verifica o livro de ordens para quaisquer
pedidos que correspondem.
Mercados negociante contnuas assegurar que os criadores de mercado constantemente
atualizar cotaes de duas vias para refletir seus mais recentes pre os. Eles podem ser
subdivididas naquelas onde os concessionrios
fornecer qualquer empresa ou citaes
indicativos. Mercados baseado em ofertas de preos firmes, incluindo request- I'or-streaming
(RFS) mecanismos, efetivamente forar os comerciantes a manter constantemente limite
encomendas. Isto corresponde a um mecanismo mais hbrida, que pode at mesmo ser capaz de atender a
a negociao annima. Como mencionado anteriormente, locais onde s o utilizados preos
indicativos representam um (ou orientado a citao) abordagem mais baseada em negociao.
Na outra ponta do espectro esto os mecanismos orientado a pedido, como nico representante
(PDO) plataformas pedido-de-oramento. Da mesma forma, o tradicional trading "andar de
cima" para grande ordens de bloco puramente orientada para o pedido. Enquanto solicitando
uma ordem de limite de um negociante efetivamente coloca uma ordem em sua carteira de pedidos
privada.
Programado ou peridica, leiles de chamadas so geralmente definido para hora / s
especficos do dia. o perodo antes do leilo permite que as ordens (e assim de liquidez) para
acumular. O processo de leilo em seguida, compara comprar e vender ordens, geralmente tentando
encontrar um nico preo de equilbrio que maximiza a quantidade executado. Ao for ar interesse na
negociao de esperar, as ordens podem acumular pronto para a chamada de leilo, ajudando a
reduzir a volatilidade. O pooling de sucesso de liquidez tambm significa que eles so muitas vezes
utilizados para ativos menos lquidos.
Mercados hbridos oferecem elementos de ambos os mercados baseados em negocia o orientada
por ordem e. Aviso prvio que na Tabela 2-2 a coluna mecanismo hbrido , na verdade, subdivididos. Este vagamente representa os mercados que foram originalmente com base em qualquer
um orientado a ordem ou uma abordagem baseada negotiation-. Assim, os mercados CDA, como
Euronext, que se tornaram hbrido por permitindo aos provedores de liquidez dedicada (w / LP) para
melhorar a sua liquidez global, arco mostrado do lado esquerdo. Em comparao, NASDAQ
eficazmente convertido em si a partir de uma citao- orientada para o mercado em um livro hbrido
fim, estendendo sua plataforma representante mltiplo de apoio exibido ordens de limite. Ento, NASDAQ
mostrada no lado direito desta coluna.
Muitos mercados agora incorporam tanto leil es contnuos e de chamadas. Combinando estes
dois Mecanismos tipos oferece a comodidade de execu o contnua com o efeito de
estabilizao da chamada. Por isso, muitos mercados de leiles contnuos agora usar leiles de
chamada para o seu mais perodos de volatilidade, nomeadamente as paradas comerciais abrem e
fecham, e alteram de liquidez ou preo suspenses. Alguns mercados at mesmo incorporar
leiles de chamadas intraday adicionais.
O esquema mostrado na Tabela 2-2 tambm pode ser utilizada para categorizar os vrios tipos
de "escuro pool "sistemas de negociao alternativos (ATS). Essencialmente, esta segue a
abordagem delineada por Jeromee Johnson do Grupo TABB (2006), que classifica os cruzamentos,
como previsto ou contnua e ou cego, negociado, anunciado ou interno. Cruzamentos programados, tais
como ITG ' s POSIT, so semelhantes aos leiles de chamadas programadas, exceto a liquidez est
escondido. Cruzes cegos contnuos, como CBX da Instinet, so efetivamente um CDA onde a
ordem livro continua a ser completamente opaco. Um mecanismo semelhante adotada para os
corretores "interno sistemas de passagem. Plataformas de cruzamento negociados cont nuas
constantemente procurar potencial jogos notificando cada participante quando um for encontrado.
Isso, ento, lhes permite entrar em um negociao bilateral annimo para o tamanho e preo.
Cruzamento anunciado contnua sistemas, tais como Pipeline, realce quando a liquidez est
presente, sem dar afastado o tamanho.
35
Isso permite que os participantes a fazer encomendas firmes para com cxccute isto.
Em geral, a tendncia para a concepo do mercado parece ser em direco ao centro da Tabela 22. Dentro Ou seja, a negociao em contnuo com base em mecanismos hbridos, muitas vezes com
chamada adicional leiles para ajudar a iniciar e / ou fechar o mercado. Esta abordagem est sendo
cada vez mais adotada pelos principais locais de mercado do mundo. Dito isto, inova es notveis
tambm esto ocorrendo em outro reas, devido, principalmente, ao advento de sistemas de
cruzamento e ATS. Exatamente o que os mercados do futuro ser semelhante ainda est longe de ser
certo.
Tipos de ordem
Encomendas tambm desempenham um papel importante na estrutura do mercado. Uma ordem
simplesmente uma instruo para comprar ou vender uma quantidade especfica de um determinado
ativo. Microestrutura mercado tende a diferenciar ordens tanto por sua liquidez efeito e por seus riscos
associados. Os dois principais tipos so os seguintes:
Ordens Limitadas - Estes tm um limite de preo embutido que no deve ser violado, uma
preo mximo de compra e um preo mnimo para as ordens de venda. Assim, ordens de
limite pode ajudar a fornecer liquidez, mas o risco de deixar de executar.
Note-se que os mercados tambm podem ser diferentes em termos de comportamento destes
tipos de ordem. Por exemplo, uma ordem de limite colocado com um traficante pode ser mantido
escondido at que as condies de mercado est certo, caso em que ele no fornece liquidez visvel.
Considerando que, um puro-driven fim mercado, tais uma ordem de limite vai imediatamente no livro de
ofertas central e visvel, desde que a carteira de pedidos suficientemente transparente.
Uma ampla variedade de condies pode tambm ser aplicada a cada pedido. Estes permitem o controle
sobre quando cada ordem se torna ativa, sua durao e se eles podem ser parcialmente preenchido. As
condies podem ainda ser definido que dirigir o fim de negociantes ou locais espec ficos.
Usando estas condies e incorporando comportamentos especiais adicionais tem locais
habilitados oferecer uma vasta gama de tipos de ordens. Por exemplo, as ordens de hbridos, tais como
market-to-limit ordens, na verdade, tem algumas das propriedades de ambas as ordens de mercado e
ordens de limite. Enquanto ordens condicionais permitem ordens para se tornar ativo, apenas uma
vez uma condio especfica verdade. Por exemplo, as ordens de despejos so ativados quando o preo de
mercado excede o seu limite de paragem interno. Ordens ocultas e iccberg tambm esto se tornando cada
vez mais importante, j que os investidores tentam alcanar o melhor preo para as suas ordens sem
revelar toda a liquidez associado.
Cada uma suporta mercado um conjunto diversificado de condies e tipos de ordem. No Captulo 4,
que deve cobrir estas em muito mais detalhe.
Protocolos de negociao
Os mercados devem fornecer um ambiente de negociao "equitativa e ordenada". Isto conseguido por
definio de regras de negociao ou protocolos adequados e, em seguida, aplic -las
rigorosamente. As regras covcr tudo, desde:
ordem de precedncia
incrementos de preos
Assim, eles podem ter um efeito considervel sobre a eficincia da negociao num determinado
mercado.
36
mercado
Microestrutura
de
Ordem de precedncia: Essas regras especificam como executar ordens recebidas com as
ordens existentes ou cotaes de operadores. Geralmente, os mercados de dar mais prioridade aos
pedidos com o melhor pricc, com prioridade secundria com base no tempo de entrada do pedido.
Alternativamente, alguns do secundrio prioridade com base no tamanho do pedido.
Quantidades comerciais mnimas: Tambm conhecida como lote-tamanhos, esses limites podem
variar de uma nica a unidade um milhar ou mais. Os pequenos investidores preferem a flexibilidade de
lotes menores, de modo mercados pode usar as regras de tamanho de lote para ajudar a controlar o
mix de investidores institucionais e de varejo.
Incrementos de preos mnimos: Tambm conhecido como carrapato-tamanhos, esses limites
afetar a propagao entre os preos de compra e venda. Incrementos maiores aumentar a
propagao e assim torn-lo mais rentvel para fornecer liquidez (tanto para os revendedores e
para os usurios de ordens de limite). Mas se o carrapato tamanho muito pequeno, ento a
prioridade na ordem baseada no tempo pode se tornar sem sentido, como observado por Larry Harris
(1991). Cenrio um novo preo de mercado barato para pequenos carrapatos, por isso a tentao para o
passo em frente de outras ordens, a fim de manter a prioridade. Em os EUA, esta muitas vezes
referida como "pennying".
Procedimentos de abertura / fechamento: Os detalhes de como (e quando) o mercado aberto e
closcs, e que constitui a abertura e fechamento preos oficiais. Pesquisa microestrutura mostrou
que a descoberta de preo pode ser mais eficiente por ordens de lotes no peridica leiles de
chamada. Muitos tipos de mercados agora usar leiles de chamadas para abrir e / ou fechar o mercado.
Negociao paradas e disjuntores:
A interrupo da negociao pode ser chamado por razes
regulamentares, por exemplo, um pouco antes uma empresa faz um anncio que possa afetar
significativamente a sua estoque pricc. Alternativamente, tambm pode ser desencadeada por um grande
movimento pricc. Travar a negociao permite que o tempo de mercado para avaliar as novas
informaes, e pode reduzir o impacto quando a negociao for reiniciado. Alternativamente, a
negociao pode ser mudado temporariamente para um leilo de chamada especial para reduzir a
volatilidade de negociao. Eventos em todo o mercado disjuntores dizem respeito, eles so para se
proteger de venda em massa durante grandes declnios do mercado. Por exemplo, a NYSE tem
disjuntores fixados em limiares para 10, 20 e 30% do Dow Jones Industrial Average (DJIA). Se
estes forem atingidos, o mercado pode parar por 1 -2 horas ou at mesmo completamente Fechar.
Transparncia
Transparncia representa a quantidade de informa es de mercado que est disponvel antes e
depois umaOcorreu comrcio. Informao pr-negociao corresponde aos priccs e tamanhos de
citaes ou encomendas. Informao ps-negociao refere-se a detalhes de execuo comrcio
reais, ou seja, o tempo, tamanho e pricc.
Mercados orientados para as citaes tendem a ser menos transparentes do que os movidos a
ordem, uma vez que sempre apenas mostrar melhor oferta de compra e oferta de um corretor. A
natureza bilateral de meios de negociao baseado em citaes que ambas as partes geralmente sabem que
eles esto lidando. Mercados Multi-corretor melhorar visibilidade ligeiramente, tornando-a mais
fcil de comparar citaes de uma gama de criadores de mercado. Se os criadores de mercado fornecem
cotaes firmes em seguida, h tambm a possibilidade de annimo negociao.
Mercados em funo das ordens tendem a oferecer muito maior visibilidade. Certamente, o
mais transparente mercado um livro de ordens totalmente exibido, que mostra os proprietrios de cada
ordem e sem volume da ordem oculta, onde as negociaes so notificadas prontamente e
publicamente. Ainda assim, essa transparncia completa no atraente para todos os usurios. Em
37
identificvel. Uma soluo comum fazer com que a carteira de encomendas annimo. Cada vez mais,
mercados tambm esto permitindo ordens ocultas, proporcionando controle comerciantes sobre a
visibilidade do seu volume total da ordem.
Espaos que se especializam em lidar com grandes encomendas de bloco, como o "dark pool"
ATS, tendem a ser opaca. Isso permite que os comerciantes para colocar grandes encomendas, sem
medo de sua sinalizao intenes a outros participantes do mercado. Obviamente, muito mais
difcil de descobrir o preo de mercado de um activo quando h poucos dados disponveis.
Portanto, estes opaco locais tendem a ser mais bem sucedido quando h tambm um mercado grande
e altamente visvel de que preos justos de mercado pode ser determinada. Assim, ATS, at agora,
visto a maioria de sucesso no mercado de aces dos EUA, embora eles arco rapidamente se
espalhando globalmente.
Em geral, a tendncia na maioria dos mercados e classes de ativos, parece que o aumento da
transparncia, mas com o anonimato. Na verdade, vrios mercados, que tinha inteiramente divulgados
identidades corretor, j voltou para a identificao voluntria ou completamente annimo negociao.
No entanto, o sucesso da ATS significa que h tambm continuar a ser um grande e crescente
nmero de mercados completamente opacos.
A transparncia do mercado
As mudanas tecnolgicas
A poltica de regulamentao
Como vimos na seo anterior, a transparncia do mercado permite locais (tais como ATS) para
garantir de forma confivel para coincidir com o principal mercado melhores preos. Sem isso, os
comerciantes devem
38Market
microestrutura
participar no mercado principal apenas para descobrir o preo. Da mesma forma, os avanos
tecnolgicos tornaram mais fcil para distribuir priccs e ordens entre locais. Muitos rgos reguladores
tambm esto exigindo transparncia, a fim de incentivar a concorrncia. Na
Mercados de aes dos EUA, regulao tem tambm incentivou mercados para unir, permitindo
outros locais para competir diretamente com os principais mercados. Assim, os comerciantes podem
participar com um alcance de locais de forma direta ou indireta.
Para capturar o fluxo de ordens de mercados mais estabelecidos os locais concorrentes muitas
vezes tm de oferecem funcionalidades adicionais, tais como o anonimato ou melhor manuseio
para as ordens de bloco. Alguns at oferecem incentivos, quer atravs da reduo de custos para
fornecedores de liquidez (dando descontos para as encomendas que fornecem liquidez) ou atravs de
pagamentos directos aos corretores para capturar pedido Como (que tem sido criticado desde o
pagamento no vai para o cliente).
Como Sloll (2001) aponta, desde que os mercados esto ligados, em seguida, as consequncias do
mercado A fragmentao pode ser relativamente menor. Um dos principais problemas que os
mercados esto fragmentados s realmente capaz de apoiar a prioridade preo. Embora, isso pode
ser quebrado quando uma grande ordem "caminha o livro "e negociada atravs de uma gama de
preos em um local. Secundria prioridades, tais como o tempo, no so totalmente com suporte em
vrios mercados ligados no presente. Nota que os algoritmos de negociao conduzido de liquidez e
de roteamento de ordens inteligente pode ser usado para lidar com isso.
A maioria dos mercados esto em um estado de fluxo constante; novas plataformas de negociao
continuam aparecendo enquanto feroz concorrncia resultou em muitos qualquer fuso ou falhando.
A nica certeza que mercados existentes ter que manter adaptando para lidar com essas mudanas.
2.4
O processo
1.
2.
3.
39
Em outras palavras, primeiro precisamos decidir sobre o preo que esto dispostos a negociar no
referido como formao de preos. Em segundo lugar, para um comrcio que ocorra, precisamos
encontrar uma contraparte que preparados para negociar com a gente a esse preo, tambm
denominado descoberta de preos ou a execuo do comrcio. Finalmente, os comrcios arco
relatados e os processos de compensao e liquidao lidar com a necessria fluxos de caixa e
transferncias de propriedade.
A maioria das pesquisas tem-se concentrado nas duas primeiras fases, tentando determinar as
relaes entre estrutura de mercado, volume de negociao, os preos e os custos de negociao.
Formao de preos
Os investidores tendem a ter opinies diferentes sobre o valor futuro de um ativo; em parte, isso
porque eles tm diferentes nveis de informao. Consequentemente, suas avaliaes alvo diversos
preos. Portanto, a formao de preos de um ativo geralmente baseada em condies de oferta
e demanda. isto tambm afetada pelo mecanismo fundamental de mercado, ou seja, citaoconduzido ou conduzido ordem. Pesquisadores microestrutura de mercado t m usado uma vasta gama
de modelos para investigar esta processo; Captulo 8 oferece uma anlise mais detalhada destes.
Mercados orientados para as citaes so um ponto de partida perfeito para anlise em formao de
preo desde a prpria natureza do formador de mercado citar preos. Modelos baseados em
informao assumem que alguns participantes tm uma vantagem de informaes concretas sobre os
outros. A oferta lance propagao representa o custo para que os criadores de mercado est o
preparados para negociar. Essencialment e, esse spread deve gerar retornos suficientes para cobrir
os seus custos e eventuais prejuzos de negociao com os comerciantes mais bem informadas.
Modelos baseados em inventrio derivar citao do dealer com base em seu inventrio (ou posio).
Isso s deve ser suficiente para atender a todas as ordens recebidas. Portanto, o mercado oferta lance
propagao do fabricante muitas vezes tende a aumentar medida que a sua posio se afasta
mais do seu inventrio ideal.
Para os mercados em funo das ordens, a formao de preos mais complexa, pois h muitos
mais participantes, cada um com a sua prpria opinio. Mercados em funo das ordens geralmente
so baseados em torno de umacarteira de pedidos do limite central, que contm toda a ordem ao vivo
para o ativo. A imagem mostrada na Figura 2-2 exibe uma tela de negociao carteira de pedidos tpico.
As encomendas so organizados por seu preo limite com os melhores preos no topo. A ordem de compra
superior tem o preo mais alto limite de compra, neste caso 336,00, enquanto o top ordem de venda
tem o menor limite de preo de venda, em 336,75.
Note-se que as melhores ofertas de compra e mostrado na Figura 2 -2 so, na verdade totais
agregados, projetado para mostrar rapidamente a quantidade disponvel em cada ponto de preo. A
coluna mais externo mostra o nmero de pedidos em cada total; ele tambm pode mostrar
quaisquer identificadores especficos proprietrio, tais como FIRM, CMPY. Assim, a 10.800
disponveis para vender em 337,25 realmente composto de dois pedidos separados. Figura 2-3
mostra uma viso alternativa deste livro fim, expandindo-o para ilustrar cada um dos pedidos
subjacentes (neste caso, S6 e S8) que compem esses totais.
Claramente, a transparncia da carteira de encomendas tem um efeito significativo sobre a
formao de preos. E se apenas o melhor lance e oferecem cotaes so exibidas, como sombreada
na Figura 2-3, em seguida, de forma eficaz o carteira de pedidos reduzida para ser como Citao
de duas vias de um formador de mercado. Isso adiciona um grau de incerteza uma vez que os operadores
econmicos no podem dizer o que os outros liquidez pode estar dispon vel. Este adicional risco
poderia conduzir a ordens sendo fixado o preo de forma mais agressiva do que o necessrio.
40
mercado
Microestrutura de
PFechar
Listados Companhia
LCPY
NP.B 25.100
Urato Oi
Truli: L j
Total de
Vol
GBX
CL0fKw52BP59
Occtw FT25
Sogm-ITC SET?
6 AT M 0 & 45
V I 7307
33fl 131 ATATAT
33f AT
337
Aberto
33H
335
VWAP
335V.
107.38
SETQ .c.l 52 ^
0
07
L- * t
Pr:
336
CurTt-nl
336
C u i t - j i l H Eu
33 *
Ciarwnt Ln
335
E. *. 33 .
COMP
RAR:,,,
PLC
Buys
td
B8
B1
B5
B7
B3
B4
B6
B2
Tempo
08:25:0
0
08:20:2
5
08:23:2
5
08:24:0
9
08:20:2
5
08:21:0
0
08:24:0
5
08:20:4
0
Taman
ho8000
15.000
1082
10.000
25.000
50.000
25.000
1000
Sells
Preo
336,0
334,0
333.5
332,0
329.0
325,0
324.5
300,0
Preo
336,75
337,0
337,25
337,25
340,0
345,0
350,0
365,0
420,0
Tamanho
2700
25.000
4000
6800
25.000
10.000
1000
7000
6000
Tempo Ide
08:25:0 ntid
S7
0
08:25:3
S9
0
08:23:0
S6
0
08:25:2
S8
5
S2
08:20:2
5
08:20:4
S3
2
08:21:5
S4
0
08:22:2
S5
0
08:20:0
SI
0
41
A negociao bilateral
Leilo contnuo
Call auction
A negociao bilateral usado principalmente para negociao baseado em simulao e baseianegociao, enquanto que mercados em funo das ordens e hbridos adotar mecanismos com base
em leiles mais multilaterais. o principal diferena entre os dois tipos de leilo a frequncia. Ao
contrrio contnua leiles, leiles de chamadas com base permitem ordens para acumular por
algum tempo antes de o real descoberta (ou correspondente) ocorre.
Note-se que alguns mercados no tm um mecanismo de descoberta de preos independentes:
An leilo tem lugar, mas o preo de execuo derivado externamente (muitas vezes a partir do
mercado primrio). Como exemplo, vamos ver como uma correspondncia ponto mdio trabalha para
leiles contnuos.
A negociao bilateral
Como o prprio nome sugere, o comrcio bilateral representa mecanismos de comrcio de um-paraum. Portanto, ele usado principalmente para negociao baseado em ofertas de negociao e de base,
embora alguns hbrido mercados tambm apoiar este mtodo.
Estados das citaes nos dois sentidos tanto os preos e as quantidades de um criador de mercado que
eles esto dispostos para negociao a. O preo de compra representa o que eles vo pagar para
comprar um ativo, enquanto a oferta o que eles vo vend-lo para. Como vimos na Figura 2-1,
descoberta de preo s ocorre se um cliente preparados para lidar com esses preos. Nesse caso,
eles podem, em seguida, "bater o lance" (vender) ou "tomar a oferta "(buy). Como alternativa,
eles podem tentar renegociar um novo preo, muitas vezes por um diferente quantidade, ou
simplesmente a p.
A natureza one-to-one de negociao bilateral significa que partido cach geralmente conhece a
identidade do outro. Isso permite que o formador de mercado para adequar a sua co tao com
base no cliente. Dentro particular, eles podem estimar o risco de seleo adversa e incorporar
isso em sua Citao. Note-se que alguma proteo dada aos clientes pela bidirecional citao,
uma vez que no fazer tm de divulgar imediatamente se so compradores ou vendedores, o que
poderia prejudicar a preo do formador de mercado.
Sistemas multi-negociante no alteram os fundamentos da um mecanismo de comrcio bilateral,
mas eles podem ajudar a acelerar. Como a Figura 2-4 mostra, por agregao das citaes de formador de
mercado
um cliente pode ver facilmente os preos e tamanhos disponveis sem ter de contat-los
individualmente. Para simplificar, cada corretor mostrada na uma linha separada, juntamente com
uma linha com sombra para as melhores cotaes de compra e venda. Embora muitos sistemas permitem
essa viso de ser resolvida por preo, de modo que ele se parece com uma carteira de encomendas.
Identidade
itao
BrokerC
BrokcrA
BrokerB
BrokerC
BrokerD
BrokerE
Lic
tamanho
... 700
500
1000
700
800
1000
Licitao
52,1
a
52,0
52,0
52,1
52,0
51,9
Ofert
53,4 ,
53,5
53,5
53,6
53,4
53,5
Oferta
tamanh
, o
900
800
1000
500
900
700
td
BrokerD
BrokerA
BrokerB
BrokerC
BrokerD
BrokerE
Formao de preos ainda feito pelos concessionrios, embora em um ambiente multi-dealer eles
muitas vezes ter de fornecer atualizaes contnuas. Isto d-nos uma idia melhor de seus preos,
mesmo sem ter que entrar em contato com os concessionrios, e assim dar o nosso interesse. Para os
mercados onde
42
Microstructurc mercado
elas so obrigados a fazer ofertas de preos firmes, tais como NASDAQ, podemos ento acertar
imediatamente ou levantar um oramento para o comrcio. Alguns mercados hbridos tambm suporta
tipos de pedidos spccial que permitem a clicnts ordens diretas para os criadores de mercado
especficos. Por exemplo, NASDAQ usado para fornecer uma ordem de no-responsabilidade
dirigido que poderia ser encaminhado para um criador de mercado especfico. Eles foram, em seguida,
deixada para choosc se acccpted a ordem. O formador de mercado tambm pode optar por aceitar parte
da ordem, tentar renegociar um acordo ou simplesmente recusar a ordem, tudo dentro de um limite de
tempo fixo (5s).
Para alguns sistemas multi-negociante, o arco cotaes de preos meramente indicativo, por isso,
deve clicar sobre um corretor para emitir um "pedido de cotao" (PDO). Este, ento, sinalizar o nosso
interesse para o formador de mercado, que, ento, dar uma citao, como mostrado na Figura 2-5.
Os preos
indicativo
s:
Oferta
Off tamanho
50052.053.5
1,000
Ua)
As solicitaes
do cliente
cotao firme
--
Comerciante
responde com uma
empresa
Oferta
51,9
1000
Eles podem ento negociar a quantidade, enquanto o preo muitas vezes definido pelo mercado
primrio, como os EUA Nacional Melhor de compra e venda (NBBO). Somente aps a execuo bemsucedida pode sua real identidades tornar-se conhecido.
43
Fluxo de
pedidos de
clientes
2.
Revendedor
crregos
citaes
frescas
para
cliente
Ofere
cer
53,2
53,3
53,3
53,4
Bid
51,8
51,8
51,9
52,0
52,1
Off
tama
1000
1500
1000
1000
Tem
po
10:01
10:02
10:03
10:04
10:05
3. Para cada novo cliente Citao deve decidir se vai bater / elevador ou ignorFigura 2-6 Um exemplo Pedido de Stream (RFS) mecanismo
Leilo contnuo
O mecanismo de leilo contnuo se aplica de forma consistente o correspondente governa cada
uma vez ordem adicionado, actualizada ou cancelada. Este um processo multilateral com muitos
diferente comerciantes toda a colocao e que altera ordens. Portanto, necessrio um sistema de
filas para assegurar que cada pedido processado, por sua vez, como mostrado na Figura 2-7.
Plataforma de leiles
2. Cada pedido / update / cancelamento
aplicado ao livro de ordens, por sua vez
Carteira de pedidos
BuysSells
Tempo
1. As novas
encomendas
Atualizaes e
Cancelamentos
08:20:25
08:24:09
TamanhoPricePrice
Tamanho 08:25:00 1,000100
101
1000
101
2000
5000
99
98
101
1000
2500
102
3000
4. Notificao Trade
1
44
mercado
Microestrutura
de
Em seguida, o cyclc simplesmente comea tudo de novo para a prxima instruo ordem na fila.
Em termos de correspondncia de comrcio real, regras estritamente definidas so aplicadas de forma
consistente. Normalmente, os mercados de dar a mxima prioridade s encomendas com base no
preo, mas uma variedade de abordagens utilizado para a prioridade secundria. Os dois mais
comuns so o tempo eo pr-rata, alguns mercados tambm dar prioridade primeira ordem em
um ponto de preo fixo, enquanto outros podem at mesmo dar prioridade a usurios especficos.
Preo / hora correspondncia comercial baseada comum na maioria dos mercados de renda
varivel. O mais alto preo ordens de compra e vende a preo mais baixo so recompensados com
as maiores probabilidades de execuo. Para encomendas ao mesmo preo, no momento em que
foram colocados ento usado para distinguir entre eles, favorecendo assim as ordens
anteriores.
Preo / correspondncia comercial pr-rata mais comum em mercados futuros. Mais uma
vez, o melhor preo comprar e vender ordens tm prioridade, mas a alocao entre as encomendas
ao mesmo ponto de preo feito sobre uma base pro-rata. Assim, cada ordem atribudo com base na
sua proporo do total volume de encomendas a esse preo. Assim, recompensando pedidos maiores,
em vez do que aqueles colocados anteriormente.
Por exemplo, vamos dar uma olhada em como uma ordem de mercado para comprar 1.000 EEE pode
ser manipulado para o ordenar livro mostrado na Figura 2-8. Adotando a / prioridade baseada no tempo
dos preos, podemos ver o lhat encomendas j esto dispostos em termos de preo e de cal. A ordem
de venda anterior SI leva prioridade sobre a S2 e S3 mesma faixa de preo eo S4 preos mais
elevados.
Buys
Sells
Tam
anh
1000
o
400
200
Identidade
Temp
08:20:25
08:21:09
08:20:04
Price
100
100
99
99
Tam
anh
o250
1000
800
Pre
o
101
101
102
Temp
o
08:21:25
08:22:05
08:19:09
Id
SI
S2
S3
S4
(a) Antes
Preo / timePrice / pro-rata
Sells
Pricc
101
vciI
IQI
Tamanh
o
7SO
\ JO
3SQ
ivi
101
Identidade
g1
Eu
cri
uc
1000
800
S3
S4
Sells
Preo
101
101
101
102
Tam
anho
375
125
500
800
Alloc
Ide
nti
SI
S2
S3
S4
375
125
500
(b)
Um1f0t2er
Figura 2-8 Um exemplo comprar ordem combinado com prioridades diferentes
Com base no tamanho da ordem de mercado de entrada, podemos ver que a ordem SI ser
preenchido completamente, como ser o prximo S2 ordem. Posteriormente, a fim S3 tem agora
tanto o preo como prioridade tempo para novas ordens de compra recebidas.
Em comparao, utilizando uma relao preo / pro-rata abordagem baseada a alocao (Alloc
marcado) com base no tamanho de pedido, uma vez que as ordens SI, S2 e S3 todos tm a mesma
prioridade preo. o propores alocados so com base no tamanho de cada ordem dividido pelo
montante total disponvel a esse preo. Assim fim S3 ser alocado (1000 / 2000) = 50% da ordem
de entrada. Ordem
45
SI ter (750 / 2000) = 37,5%, deixando a 12,5% restantes para a ordem S2. O resultado lquido aquele
todas as trs ordens de receber execuo parcial e permanecer no livro de ofertas pronto para a prxima
execuo. Os valores residuais so apresentados na Figura 2-8 (b), confirmando que esta
recompensas abordagem dimensionar quase tanto como o preo.
Alguns mercados contnuos no tem um mecanismo de descoberta de preos independentes. Em
vez disso, o preo de execuo derivado externamente (geralmente a partir do mercado
primrio). Frequentemente este o ponto mdio dos melhores preos de compra e venda externas.
Se as ordens de mercado so confirmadas, eles executam no ponto mdio, sempre que houver volume
suficiente disponvel no outro lado da carteira de encomendas. Ordens de limite s ir corresponder
quando o pricc ponto mdio melhor do que o seu limite. Assim, os preos limite indicados na
Figura 2-9, na verdade, referem-se a este ponto mdio.
Buys
Sells
Preo
Tempo Tamanho
Preo
08:25:00 1000
Tempo Identidade Bl
1,0003: 25: 00SI
101
5000
3,0003: 20: 25S2
99102
2500
1,5003: 24: 09S3
98102
Identidade
Tamanho
B2
B3
08:20:25
08:24:09
Buys
Ide Tempo
ntid
B4- 08:25:00
B2 08:20:25
B3 08:24:09
Taman
1hopop
5000
2500
Preo
Preo
m99
98
m
102
102
Tamanho
] QQQ
3000
1500
Tempo Iden
03:25:00 tida
03:20:25 S2
03:24:09 S3
Call auction
Um leilo da chamada poder ocorrer to pouco quanto uma vez por dia ou to freqentemente quanto cada
10 a 15 minutos ao longo do dia de negociao. Essencialmente, o processo semelhante ao da
Figura 2-7, em que as ordens sejam enfileirados e aplicada carteira de encomendas do leilo.
Ainda assim, correspondncia comercial no instantnea; levada a cabo a um tempo de leilo set.
O objectivo assegurar que o volume mximo possvel de encomendas atravessada ao preo do leilo.
Assim, as encomendas se acumulam antes do leilo leva lugar, permitindo mais tempo para a
formao do preo. Isto pode ser particularmente til quando h mais incerteza sobre o que o
preo deve realmente ser. Na verdade, muitos mercados que usar leiles contnuos muitas vezes
optam por abrir e fechar o mercado com um leilo de chamada separada em um esforo para reduzir a
volatilidade pricc.
46
mercado
Microestrutura de
Antes da travessia comea, o local tambm pode publicar informaes sobre o total
desequilbrio entre as ordens de comprar e vender. Eles podem at oferecer um preo de leilo
indicativo para ajudar os comerciantes a decidir sobre os preos para as suas encomendas de leilo.
A travessia leilo comea por verificar que a carteira de encomendas atravessada; Em outras
palavras, quer o livro contm ordens de mercado (MO) ou existem ofertas de compra com preoslimite mais elevados que algumas das ordens de venda. Ele ir, em seguida, tentar determinar o
melhor preo para o leilo. Para a carteira de encomendas exemplo mostrado na Figura 2-10 (a), o melhor
preo do cruzamento de 104.
Buys
Sells
Tempo
Taman Preo Preo
ho
07:25:0
7000
MO
MO
07:20:20
3000
105
101
07:24:05
1000
104
102
07:20:29
2000
102
104
07:21:05
1000
101
105
0
(a) cruzamento
carteira de pedidos
Buys
Tempo
Tamanho PriccPrice
7: 20: 252,000
102
07:21:00
1000
101
Tamanho Tempo
2000
7: 25.00
3000
07:25:0
0
5000
07:20:2
5
1000
07:20:2
5
5000
07:24:0
9
Sells
105
Tamanho
5,0007: 24: 09
Tempo
A prxima etapa do processo limpar, que basicamente uma etapa preparatria antes liquidao
real. Clearing envolve validar os detalhes da negociao e liquidao, bem como garantindo que o
comprador eo vendedor tm os activos necessrios / recursos para ser capaz de prosseguir.
Frequentemente,
47
um agente de compensao especfica ser mandatada para comrcios em locais regulamentados, tais como
intercmbios.
O processo de liquidao representa a troca efectiva de activos e fundos. Os detalhes para o
comprador eo vendedor arco matchcd; o pagamento feito na conta do comprador e do ativo de
propriedade reatribuda. Hoje em dia, a maioria dos ativos financeir os so desmaterializados,
assim que esta literalmente significa actualizao uma entrada de livro para refletir a mudana de
propriedade. No entanto, para alguns ativos, tais como commodities, ele ainda pode envolver uma
entrega fsica. Geralmente, este processo manipulados por depositrios ou custdios de segurana
dedicados, as instituies financeiras que se especializam
na custdia dos activos. Encarregados
tambm gerenciar qualquer juros ou dividendos associados pagamentos, e at mesmo lidar com
aes corporativas para as exploraes. Muitos depositrios de segurana e Encarregados
tornaram-se agora internacional, catering para uma ampla gama de mercados e permitindo o comrcio
transfronteirio.
O processo de compensao e de liquidao tornou-se cada vez mais automatizado para
acompanhar prego eletrnico. Straight-through-processing (STP) oferece a perspectiva de um
totalmente eletrnico negociao, compensao e liquidao via. Gradualmente, mais e mais
mercados arco migrar para apoiar compensao eletrnica e liquidao. Datas de liquidao
costumava ser geralmente de cinco dias teis aps a execuo real, denotado como T + 5. Isso
est mudando gradualmente para T + l ,e, finalmente, na direo de T + 0.
Cada vez mais, locais de execuo esto adotando uma abordagem contraparte central (CCP) para a
sua compensao e liquidao. Isto divide efetivamente cada negcio em duas partes; cada metade
ento transacionado contra o PCC. Assim, o Huyer realmente paga o PCC em troca para o ativo,
enquanto o vendedor deve entregar o ativo para o PCC em troca de pagamento. Isto ajuda a reduzir
risco de contraparte, bem como, sincc a contraparte central agora assume o risco de
inadimplncia. o CCP mecanismo tambm permite a negociao totalmente annimo, uma vez
que cada uma das partes s tero de lidar com o PCC. O comprador eo vendedor s precisa fornecer
garantias suficientes para covcr seus comrcios. Isto tambm significa compensao pode ser
compensada atravs de todas as negociaes de um participante para um de ativos, resultando em um
comrcio lquido nica ou com o PCC. Claramente, essa compensao significa muito menos
transferncias e assentamentos e isso pode levar a economias substanciais de custos. Ele tamb m
pode ajudar a reduzir os compromissos margem necessria (ou colaterais) necessrio para cobrir o
risco de crdito. Muitos Central contrapartes suportam margens atravs de ativos diferentes, por
isso a margem de uma posio de futuros pode ser reduzida pela uma participao correspondente no
activo subjacente. Isso pode ajudar a reduzir o custos de gesto do financiamento / posio.
Para obter mais informaes sobre os processos de compensao e liquidao, a reviso por
Marco Pagano e Jorge Padilla (2005) um bom ponto de partida.
2.5
48
mercado
Microestrutura
de
Medio de custo
Medio de custo tem-se focado predominantemente sobre os spreads e priccs benchmark. Ambos
medidas arco fcil de calcular e pode dar idias significativas.
Usando os spreads
Spreads tm sido h muito tempo uma medida popular para a avaliao dos custos, em parte devido
simplicidade de sua determinao. Eles tambm tm sido utilizados como uma medida de mercado
global eficincia. Muitos estudos acadmicos tm comparao a mdia se espalha para diversos
tipos de mercado. Tabela 2-3 mostra os spreads-chave que so comumente usados:
Tipo
espalhar
efectiva
espalhar
MeasuresFrom:
Citado
Mercado qualidade
preo
Custo de
Intermedirio de
comrcio lucros
execuo
Propaga
o
percebi
Usando benchmarks
Benchmarks Preo so amplamente utilizados para monitorar o desempenho dos negcios. Eles
tambm tm tornar-se um factor determinante para avaliar os custos de transao. O desempenho
frequentemente medido em base Os pontos (bps), que so centsimos de um por cento.
Pode ser utilizada uma grande variedade de valores de referncia, que vo desde a abertura e fecho
de preos mdias, como a mdia ponderada do preo (VWAP). Um maneira de escolher entre eles
baseia-se em que podem ser determinados. Benchmarks ps-negociao no ser disponvel at aps
o fechamento do prego. Da mesma forma, benchmarks intraday que abrangem a totalidade
49
dia de negociao no ter um valor definitivo at o fim. No entanto, os valores provisrios podero
ser calculada ao longo do dia. Benchmarks pr-negociao esto disponveis antes da principal
trading sesso iniciada. Tabic 2-4 resume os diferentes benchmarks baseados nesta categorizao:
TypeName
Intraday
Post-Trade
Fechar
Futuro Fechar
Open-High-Low-Close (OHLC)
Tempo Preo Mdio Ponderado (TWAP)
Volume Preo Mdio Ponderado (VWAP)
P re-Trade
Fechar Anterior
Abertura
Preo deciso
Preo
Arrival
Preo
negociao
Microestrutura de
50
mercado
Custo atraso
Impacto
Custo de oportunidade
Todos estes so preos relacionados e correspondem a decises que o investidor e comerciante deve
fazer, com base no conhecimento da ordem e as condies de mercado atuais. Figura 2-11 fornece
uma vista de estes custos com base na visibilidade relativa de cada componente. Note-se que o
tamanho de cada componente de custo ir variar com base no activo, o tamanho da ordem e estilo de
negociao assim Figura 2-11 no desenhada para qualquer escala particular.
uma
S pread
,
custo Custo
atraso
m Comisses
Comisses
lr Impostos
Mercado
impacto Preo
risco trending
sincronismo
\ Custo de oportunidade/
\
/
Diminuindo
visibilidade
Custo Spread: o offer spread bid compensa os comerciantes para fornecer liquidez. O spread
51
2.6
Resumo
Microestrutura de
mercado
53
Captulo 3
Os mercados mundiais
Os investidores, comerciantes e sistemas de negociao so cada vez abrangendo vrios
mercados e classes de ativos. Por conseguinte, importante ter uma ligao terra de
base em todos os principais mercados mundiais.
3.1
Introduo
Mercado de capitais
Os mercados cambiais
Mercados monetrios
Mercados de derivativos
Os mercados de capitais oferecem mdio e financiamento de longo prazo por meio de aes e
renda fixa ativos, enquanto o mercado de cmbio permite a transferncia de dinheiro entre as moedas.
Financiamentos de curto prazo fornecido nos mercados monetrios, que esto estreitamente ligadas
a ambos renda fixa e de cmbio. Os mercados de derivativos fornecer um meio de negociao
contratos financeiros, que por sua vez so baseados em activos subjacentes. Os underliers podem
incluir aes, ttulos, moedas, commodities ou mesmo outros derivados. Na verdade, tanto
negociao de commodities tratado atravs de derivados do mercado de commodities tem sido
eficaz subsumido no mercado de derivativos.
Cada mercado tem sua prpria identidade forte. Mesmo que muitos dos mesmos jogadores
(corretores e os investidores) esto envolvidos neles, eles ainda so muitas vezes tratados
separadamente. Em parte, isso devido s suas diferentes estruturas de mercado. Convencionalmente,
a negociao para aes e derivativos listados tem-se centrado em bolsas, enquanto que para muitas
das outras classes de ativos no mercado de balco (OTC) negociao tem predominado.
Nas sees seguintes, ns brevemente ir cobrir os principais tipos de classe de ativo e como eles
so negociadas. Ns poder ento considerar algumas das principais tendncias que esto afetando o
mundo principais mercados. Finalmente, para tentar colocar as coisas em contexto, vamos comparar
o mundo principal mercados em termos de suas dimenses globais, volumes de negociao ea
aceitao de eletrnica e negociao algortmica.
Nota que apndices AF fornecer avaliaes mais detalhadas de cada um dos principais mercados.
Para ainda mais anlise aprofundada dos relatrios compilados pela consultoria, como o Grupo Aite,
Celent, Greenwich Associates e do Grupo TABB so inestimveis.
54
mundiais
3.2
Mercados
Classes de ativos
Os ativos financeiros geralmente fornecer seus emitentes com um meio de financiar a si mesmos, e
investidores com uma oportunidade de ganhar renda. Por exemplo, representam slocks uma
participao no empresa lhat as emitiu, enquanto Assels renda fixa correspondem a empr stimos.
Cmbio uma transferncia de depsitos em dinheiro em moedas diferentes. Derivados oferecem uma
forma de negociao em Ihe preo futuro de ativos, proporcionando um meio de seguro e uma
oportunidade para especulao.
Capital prprio
Stocks permitir que as empresas se financiam por realmente fazendo a sua propriedade pblica;
share representa cach uma parte do valor inerente IHE empresa 's, ou a equidade. Este valor representa
quais ativos restantes da corporao valem uma vez todos os passivos foram deduzidos. Um nmero
finito de aces emitidas por empresas pblicas, embora eles tambm podem escolher emitir novas ou
comprar de volta alguns dos IHE aes oulstanding. As empresas tambm podem fazer pagamentos de
dividendos aos acionistas peridicas.
Aes so prospectivas investimentos, uma vez que representam uma poro de lolal da empresa
IHE capital prprio. Os investidores expeel valor Ihe de suas a es para aumentar ou dividendos lo
ser pago em ordem para os compensar o risco de falncia.
A determinao do justo valor para as aes no-trivial. Teoria do valor presente stales thai
IHE valor de um ativo corresponde ao uma soma descontada de seus pagamentos futuros. Isto pode ser
baseado no valor presente dos seus pagamentos futuros de dividendos. Por sua vez, isso depende de
ganhos fulure, que pode ser difcil prever lo. As empresas podem tambm optar lo reinvestir alguns
dos iheir renda em vez de aumentar os pagamentos de dividendos. Consequentemente, h
inmeros diferente mtodos de avaliao que podem ser aplicadas s empresas, cada lo tentando
resolver a gama de possibilidades.
Uma reviso detalhada de aces e dos mercados associados pode ser encontrada no Apndice A.
Renda fixa
Assels de renda fixa, como ttulos, permitem que ambos os governos e corporaes publicamente
dvida problema, por perodos de at 30 anos, ou at mesmo perpetuamente. O emitente obrigado a
pagar o titular uma quantidade especfica (o principal) em um dale conjunto no futuro (o dale maturidade).
Muitos nomes so dados a esses ativos, mas para os fins deste chaptcr, vamos apenas usar o
vnculo prazo. O emitente de um vnculo geralmente vai pagar inlercst (o cupom) lo o titular em uma dada
frequncia durante toda a vida do emprstimo, por exemplo, cada 6 meses. Alternativamente, cupo
zero ttulos no fazer tais pagamentos; em vez disso, seu preo descontado no montante
equivalente.
Essas dvidas podem ser emitidos por governos, agncias olhcr e pelas empresas. Eles podem
tambm ser emitidos com base em pools de emprstimos, o que a essncia de ttulos lastreados em
ativos. Do mesmo modo, ttulos lastreados em hipotecas so o equivalente de dvida imobiliria. O
efetivo taxa de juros, que o emissor deve pagar, depende do dale de contrato Ihe maturidade bem
como seu rating de crdito e IHE taxas de mercado atual. Bonds, por vezes, ter adicional
collaleralization ou proteo para reduzir o seu risco de crdito. Eles tambm podem ser em
differcnliated termos de sua antiguidade quando il trata de audi ncias falncia. Uma escritura
para cada contrato especifica quaisquer condies adicionais. Todos esses recursos significa lhat
ligaes so muito mais ativos sob medida do que as aes. Na verdade, existem mais de trs
milhes de obrigaes diferentes na IHE
Sozinho EUA, que duzentas vezes mais do que o nmero de aces disponveis globalmente. Essa
diversidade pode representar srios problemas de liquidez, uma vez que para muitos ativos que vai
ser difcil lo
55
Divisas
Cmbio (FX) representa a negociao de moedas, essencialmente atravs da transferncia de
propriedade de depsitos. Geralmente, o que primeiro pensar de cmbio estrangeiro o comrcio
local. Operaes cambiais vista travar o atual taxa de cmbio para liquidao em dinheiro,
geralmente dentro de dois dias. assim um dlar / iene japons comrcio consiste na venda de dlares
norte-americanos para outra contraparte em troca de uma quantidade especfica de ienes.
H tambm contratos de derivativos de cmbio, ou seja, forwards, opes e swaps. Forwards
cambiais (ou outrights) pode ser utilizado para organizar transferncias para meses ou mesmo anos
no futuro. Elas arco com base em contratos vinculativos com uma taxa para a frente, o que ser ento
utilizada para uma troca s uma data especfica no futuro. Esta taxa reflecte a taxa de cmbio futura
esperada, e assim por incorpora a volatilidade das duas moedas. Assim, eles oferecem um meio de
bloqueio em um- taxa de cmbio. Opes de FX so semelhantes, embora eles do ao comprador o
direito de comprar ou vender, e no uma obrigao. Um swap de cmbio um pouco mais
complexo, uma vez que consiste em duas pernas: uma transao vista FX padro associado a um
comrcio em frente FX simultnea. Inicialmente, o arco duas moedas trocadas, e quando os amadurece
definitivas, eles so trocados de volta novamente, taxa prc-agrecd. Eles arco muitas vezes usado
para muito intercmbio a mais longo prazo do que FX forwards (anos em vez de meses).
Preos taxas de cmbio pode ser bastante difcil, uma vez que eles so afetados por uma ampla
gama de fatores econmicos, tais como mudanas no crescimento econmico, inflao, taxas de juro ou
saldos oramento / comerciais. Modelos de determinao da taxa de cmbio tradicional baseada
unicamente em fatores macroeconmicos no conseguiram explicar e flutua es de previso das
taxas de cmbio. Modelos alternativos adotaram abordagens baseadas microstructurc de mercado
para analisar o fluxo de ordens com algum sucesso.
Uma avaliao mais detalhada do FX e dos mercados associados pode ser encontrada no Apndice C.
Mercados monetrios
Os mercados monetrios so essenciais para a prestao de financiamento de curto prazo para
bancos, instituies e corporaes. Isto pode variar de dia para o outro a cerca de um ms, embora
possa ser, por tanto quanto um ano. Ativos tpicos do mercado monetrio so de curto prazo da dvida,
depsitos, rcpos e do emprstimo de ttulos. Portanto, os mercados monetrios esto tambm estreitamente
ligada tanto incomc fixa e cmbio.
Engloba dvida de curto prazo uma gama de tipos, a partir de contratos tradicionais fixos para incomc
tradahle emprstimos / depsitos e papel comercial. Ttulos do governo, como o Tesouro EUA
contas, fornecer um investimento relativamente livre de risco, especialmente no curto prazo. Emprstimo
interbancrio tambm uma importante fonte de liquidez de curto prazo para os bancos, particularmente
durante a noite. Em os EUA, o que corresponde aos "fed funds" contas de dep sito mantidas com
a Federal Reserve, enquanto na Europa depsitos em eurodlares. H tambm arco mercados
secundrios para depsitos em dinheiro negociveis (ou comercializveis) e acccptanccs do banqueiro
(ou rascunhos dinheiro). O papel comercial negociado bem; isto representa notas promissrias sem
garantia emitidos por
56
mundiais
Mercados
empresas como uma alternativa (e chcaper) Os meios de financiamento. Embora o 2007 -09 crise
financeira e turbulncia no mercado resultante teve um impacto considervel sobre a curto prazo
mercados de dvida.
A repo o nome comum para um acordo de venda e recompra de aes. Essencialmente, este um
emprstimo garantido. O vendedor oferece ttulos em troca de dinheiro, mas eles tambm se
comprometem a recompr-los de volta no uma determinada data a um preo fixo. Na data de
vencimento acordada, o vendedor reembolsa o emprstimo de dinheiro junto com um pagamento de
juros, ao passo que os ttulos so devolvidos ao eles. Os juros pagos baseado em uma taxa repo
pr negociado, o que, muitas vezes, ser compensada a partir de um ponto de referncia, tais como a taxa de
fundos do Fed. Existem dois tipos principais de repo: repos especficas so para um segurana ccrtain.
Repos Gerais colaterais permitir que a garantia de ser fungvel de modo que qualquer segurana aceitvel
que respeite os requisitos estabelecidos podem ser utilizados. Esta flexibilidade reflectida em
uma taxa de juros mais baixa.
Valores Mobilirios (ou aes) de emprstimos como um repo sem o emprstimo; os ttulos so
simplesmente emprestado para uma taxa. Tal como acontece com acordos de recompra, o tipo de
emprstimo pode ser classificado em geral e especfica. Ofertas de emprstimo Gerais um ttulo que
equivalente a um acordo de recompra com garantia geral, por isso s precisa corresponder um conjunto de
critrios. Mais uma vez, as taxas para emprstimos dependem da escassez do de segurana, de modo
geral, os emprstimos custa significativamente menos.
Uma avaliao mais detalhada dos mercados de dinheiro pode ser encontrada no Apndice D.
Derivativos
Como seu nome sugere, contratos de derivativos so derivados de outros ativos, referido como o
activos subjacentes. Puramente derivativos financeiros foram criados na dcada de 1970. Estes
permitiram que os activos subjacentes se expandir para al m de commodities para incluir tambm
aes e estoque ndices, obrigaes, moedas ou mesmo outros derivados.
Os principais tipos de contrato de derivativos s o contratos a prazo e futuros, opes, swaps e
crditos derivados. Eles podem ser classificados como "cotada" (ou negociado em bolsa) ou
atravs da counter (OTC). Derivados referidos so contratos padronizados que podem ser
negociados muito parecido stocks; Normalmente, estes s o os contratos de futuros e opes.
Contratos OTC so feitos sob medida, para que eles pode representar mais contratos complexos ou
derivativos exticos.
Futuros e opes
Um contrato de futuros um acordo para comprar (ou vender) uma quantidade fixa de um determinado ativo
a um determinado preo em uma data especfica no futuro, por exemplo, um contrato para a aquisio de
5.000 alqueires de gros em Julho por US $ 3. Quando a data de vencimento rcachcd, o contrato
expirar ea transao deve em seguida, ser resolvido. Um contrato de futuros apenas uma frente com
termos padronizados (por exemplo, quantidades, preos, datas), que negociado em uma troca.
Os contratos de opo so semelhantes a prazo e futuros em lhat eles permitem um pricc de ser
atingido Trocar uma quantidade definida de um determinado activo numa data futura especfica. O pricc
liquidao chamado o pricc de exerccio da opo. O prmio representa o preo real pago por opo
Ihe contrato. Uma opo de compra callcd uma chamada, enquanto um contrato para vender uma
opo de venda. As opes podem tambm ser classificado como estilo europeu ou americano. Isto se
refere a quando eles podem realmente ser exercidas. Opes de estilo americano podem ser
exercidas a qualquer momento antes da data de expira o, Considerando que as opes de estilo
europeu s pode ser exercida no vencimento.
A principal diferena entre futuros (ou para a frente) e opes que o proprietrio de um opo
no est obrigado a negociar. Portanto, se o preo de mercado mais favorvel que eles podem
escolher no para exercer o seu contrato de opo (da o seu nome). Considerando que o criador
(escritor) da opo contrato obrigado a negociar, se o comprador desejar faz-lo. Por conseguinte,
embora possa haver uma abundncia de investidores que querem comprar lo chamadas ou coloca
muito menos pode ser preparado para vender
57
eles. Assim, corretores / negociantes especializados, muitas vezes desempenham um papel vital como
fornecedores de liquidez e criadores de mercado.
Preos estes derivados podem ser complexas. Eles so, obviamente, baseado no preo de sua
subjacente ativo / s. Por exemplo, um contrato de futuros reflete o valor futuro esperado do seu
underlier descontado para dar um valor presente. Outros fatores podem tambm precisam ser
considerados, tais como a taxa de juro e quaisquer custos adicionais relacionados com o
armazenamento ou transferncia (normalmente para contratos baseados em mercadorias), ou quaisquer
rendimentos potenciais (por exemplo, de dividendos).
Opes so mais complexas do que o preo de futuros, embora muitos modelos de precific ao
padro existem, tais como a equao de Black Scholcs ubqua criado por Fisher preto e Merlon
Scholcs (1973). Estes pode calcular o valor justo de uma opo com base em fatores tais como o preo de
exerccio do contrato, o preo de mercado do activo subjacente e da sua volatilidade, o tempo
que resta para expirao ea taxa de juros livre de risco.
Swaps
Um swap essencialmente um acordo entre duas contrapartes para a troca de fluxos de caixa. Estes podem
ser vinculados a taxas fixas / flutuantes de juros, moedas, ou at mesmo os pagamentos de
dividendos. Assim, eles oferecem um meio flexvel de fluxos de caixa controladores, que vai alguma do
caminho para explicando sua popularidade. O tipo mais comum de swap um simples Taxa de Juros
Swap (IRS). Um swap de taxa de juros de baunilha consiste em uma perna com base em uma taxa flutuante
de interesse enquanto o outro tem uma taxa fixa. Note-se que o principal (ou fictcia) quantidade no
realmente trocadas; apenas os pagamentos de juros associados s o trocados. Uma ampla gama de
outros swaps tambm podem ser negociadas. Por exemplo, swaps de base tm duas pernas baseado
em flutuante taxas. Os swaps de divisas permitir que as empresas de tomar empr stimos em moeda
onde eles podem obter a melhor taxa de juros, em seguida, converter isso em IHE moeda que eles
realmente precisam. Total de cmbio swaps de retorno pagamentos de juros para o retorno total de
um ativo ou cabaz de activos enquanto swaps de ativos representam a combinao de um swap de
taxa de juro com um vnculo de taxa fixa. H tambm muitos modelos para arco swaps de preos, mas eles
esto fora do mbito de SIGH livro.
Os derivativos de crdito
Os derivativos de crdito agir como garantias financeiras, que podem ser utilizados para fornecer
proteo contra uma variedade de eventos de crdito, mas mais tipicamente padro ou falncia. Um credit
default swaps (CDS) um contrato que transfere o risco de crdito para um valor nominal de dvida
emitida por uma entidade. O comprador ganha proteo contra o risco de crdito, enquanto o vendedor
pago regularmente prmios para a vigncia do contrato. E se um evento de crdito ocorre, em
seguida, o vendedor deve compensar o comprador eo contrato expira. O vencimento t pico para um
contrato de CDS de cinco anos. CDS ndices de expandir o escopo, cobrindo vrias entidades, muitas
vezes abrangendo mais do que uma centena de companhias separadas. Eles provaram ser incrivelmente
popular, uma vez que permitem aos investidores fazer comrcios macro muito mais amplas para risco de
crdito. Intercmbios lderes tambm comearam a oferecer futuros e opes baseados em CDS
subjacentes ndices. Mais uma vez, h muitos modelos para o apreamento de derivativos de
crdito, mas eles esto fora do mbito deste livro.
Uma anlise mais detalhada dos derivados e dos seus mercados pode ser encontrada no Apndice E.
58
mundiais
Mercados
Depositary receipts (DRs) representam aes em uma empresa estrangeira. Eles fornecem uma
alternativa negociao cross-bordcr, bem como ser um importante meio de acesso ao principais
mercados financeiros para as empresas estrangeiras. DRs essencialmente atuar como proxies para
aces estrangeiras que podem ser comercializados localmente, seja em interc mbios, outros
locais de execuo ou OTC. Elas so emitidos por um banco ou corretora domstica contra o seu
prprio inventrio do estoque estrangeira. Qualquer dividendos arco geralmente pago na moeda local, e para
uma taxa o banco depositrio converter as receitas de volta para o estoque subjacente. Assim, em
muitos rcspccts, estes se comportam como aes domsticas. Embora a ganhar direitos de voto, o
DR deve ser parte de uma patrocinados programa, uma vez que o banco depositrio deve organizar
os votos por procurao. Os dois mais comuns tipos so American Depositary Receipts (ADRs) e
Global Depositary Receipts (GDRs). ADRs so negociadas OTC ou nas principais bolsas de
valores norte-americanas, enquanto GDRs permitir o comrcio em mais de um pas. Preos desses
ativos baseada no preo de mercado atual deste subjacente, ajustado pelas taxas de cmbio de mercado
atuais e quaisquer taxas associadas.
Exchange traded funds (ETFs) arco uma quota negociveis em um fundo de investimento. Sincc eles
representam cestas de bens, eles so um meio extremamente eficaz de ganhar exposi o a
sectores ou mercados inteiros, tanto como futuros sobre ndices. ETF so geralmente classificados
como um ou outro sendo ndice ou otimizada. Os fundos de ndice passivamente monitorar, ou
rcplicatc, um ndice especfico enquanto os fundos otimizados tentar bater o benchmark e assim
adotar tcnicas semelhantes s ativa investidores. Note que ETFs no esto restritas apenas s
aces; eles podem igualmente ser baseada crcatcd em carteiras de ttulos ou at mesmo
commodities. Em termos de avaliao, o valor patrimonial lquido (NAV) de um fundo essencialmente o
valor total de todos os activos do fundo, dividido pelo nmero de aes de emisso. Por causa de sua
transparncia inerente, o NAV facilmente calculado, embora para os fundos de participa o
diferenas ativos estrangeiros em fusos horrios e taxas de cmbio podem levar a discrepncias
entre o pricc mercado ea NAV.
Uma avaliao mais detalhada dos mercados para esses tipos de ativos pode ser encontrada no Apndice F.
3.3
Estrutura do mercado
59
-Inter-dealerDealer-to cliente
De ativos aula
Equities
Derivada (Listed)
Intercmbio
OTC / BID
Single / Multi
ECN, ATS
corretor
monetrios
Derivado (OTC) OTC
OT C
Mercados Inter-dealer
Um forte mercado inter-dealer vital para a liquidez. Caso contrrio, os concessionrios podem estar
menos dispostos a comrcio para alm do seu estoque atual. Tendo um mercado onde eles podem
facilmente trocar com outro concessionrios, permitem-lhes para controlar suas posies e assim
atender s exigncias dos clientes.
Por exemplo, algumas trocas fornecer plataformas de negociao de ttulos e acordos de recompra.
60
mundiais
Mercados
Trocas
Trocas so provavelmente o local mais conhecido para negociao. Intercmbios mais antigos do
mundo principalmente data de volta aos sculos 17 ou 18, embora os intercmbios organizados pode
ser rastreada costas tanto quanto o sculo 13.
Negociao em bolsas realizado por seus membros, que esto lidando principalmente
especializada casas ou empresas corretor / revendedor. Historicamente, a regulamentao e os custos
de manuteno de um presena sobre o comrcio de pisos tm garantido que as trocas se manteve o
domnio dos concessionrios e corretores. Cada vez mais, porm, os corretores est oferecendo a
seus clientes acesso DMA para trocas. Da mesma forma, as associaes no esto limitados aos
concessionrios; to grandes investidores, que podem justificar a custo, pode ter acesso atravs da
compra de uma adeso. por isso que a segmentao do mercado no bastante como preto e
branco, tal como sugerido pela Figura 3-1 (c).
Como vimos na Tabela 3-1, a negociao baseada em troca geralmente adotado para os ativos
mais padronizados. Os maiores mercados so para aces e futuros cotados e opes, mas
intercmbios tambm so utilizados para o comrcio de renda fixa, mercado financeiro e outros tipos
de ativos. Tabela 3-2 d alguns exemplos para as vrias classes de ativos e regies.
De ativos classVenues
Equities
Futuros /
Opes
EUA: Chicago Mercantile Exchange (CME), Chicago Board of Trade (CBOT), Chicago
Board Options Exchange (CBOE)
Europa: Eurex, London International Futures Exchange (Liffe)
Dinheiro
Fixo
mercados
renda
De outros
dedicado
61
62World
Mercados
De ativos classPlatforms
Renda fixa
Estrangeiro intercmbio
Mercados
monetrios
EBS, Reuters
Swaps
Revendedor-a-cliente mercados
Tradicionalmente, fazendo a ponte entre os concessionrios e os clientes tem sido o domnio de
corretores. Hoje em dia (D2C) mercados negociante-a-cliente so representados por uma mistura
de negociao por telefone, solteira e multi-corretor / negociante de plataformas de comrcio
electrnico, desde hy uma gama de hrokers e fornecedores de terceiros. Quadro 3-4 mostra alguns
exemplos.
63
De ativos aula
Plataformas
Equities,
Listados futuros /
opes, DRs / ETFs
Fixo renda
Estrangeiro intercmbio
Dinheiro mercado
Swaps
Tradeweb, MarketAxess
Mercados alternativos
Plataformas de negociao alternativas tornaram-se mais e mais importante nos ltimos anos.
Muitos desses locais servem tanto a compra e venda de lado, para que eles efetivamente so
atravessadas pela segmentao rigorosa vimos volta na Figura 3-1. Assim, as estruturas do mercado
esto se tornando cada vez mais complexo, como podemos ver na Figura 3-2.
Corretores / negociantes tm comeou a fornecer acesso DMA para intercmbios e outros locais
de execuo (mostrado como a linha tracejada cinza). Os clientes tambm podem obter acesso direto a
muitos dos ECNs e ATS; para que eles no esto mais restritos s plataformas de comerciante para o
cliente.
Mercados
64
mundiais
ECNs / MTF
Redes de comunicaes electrnicas (ECNs) so provavelmente o mais conhecido fora de exchangc
plataformas de negociao. Eles comearam no mercado equidade EUA; no entanto, eles tm desde
ento se espalhou para muitos dos mercados do mundo. Tabela 3-5 d alguns exemplos.
De ativos classVenues
Equities
Estrangeiro intercmbio
Accelor Dinheiro
mercado
65
Europa est comeando a ver o mesmo nvel de competio intensa vivida nos os EUA No
passado, os locais de execuo pan-europeus tiveram sucesso misturado; porm, alguns tm
floresceu, tal como Chi-X. A introduo dos Mercados de Instrumentos Financeiros (MiFID), em
2007, com o objetivo de incentivar a concorrncia entre plataformas de negociao, melhorar a
transparncia pr e ps-negociao e fazer cumprir "execuo nas melhores condies" requisitos. O
efeito imediato foi a criao de uma gama de novos espaos. Estes so classificados como
Lnternalisers sistemticas (SIS), para plataformas de um nico corretor, ou como multi -corretor
Multilateral Facilidades de negociao (MTF), como turquesa. Assim, as principais bolsas de
valores agora tem que para competir liquidez, embora isso tenha levou ao mercado cada vez mais
fragmentado.
ECNs tambm se estabeleceram no mercado FX, o primeiro foi Hotspot FXi. Baseado em torno
visvel, mas annimas, livros centrais ordem de limite, estes sistemas so alvo hedge funds, uma
parte em rpido crescimento do mercado. Hotspot foi acompanhado por Lava LavaFX de
negociao em 2006. FXA1I tambm ter lanado seu Accelor ECN, enquanto Bloomberg lanaram
Tradebook FX.
Mercados em funo das ordens centralizadas tambm esto comeando a aparecer para outras
classes de ativos, tais como emprstimo de ttulos e negociao OTC DR.
Mecanismo de travessia
Leilo Leilo
cego
Contnuo
Anunciado
negociado
Interno
so oculto. Alguns desses locais tambm oferecem "passar por" ordens que primeira tentativa de
combinar com o
66
mundiais
Mercados
liquidez disponvel dentro da ATS, antes de ser encaminhado para o seu destino previsto, mesmo que
seja uma troca primrio / regional, ECN ou outro ATS. Estes provaram ser uma importante fonte
adicional de liquidez.
Plataformas de cruzamento negociados constantemente procurar potencial notificadora matchcs
cada participante quando um encontrado. Isso, ento, lhes permite entrar em um bilateral annimo
negociao para tanto o tamanho e preo. Liquidnet provavelmente o exemplo mais conhecido,
emprega um scorecard (como os ratings da eBay) para refletir cada histria de sucesso usurios
cruzamentos.
Anunciado destaque sistemas de passagem quando a liquidez est presente, embora eles no do
tamanhos de distncia. Por exemplo, Pipeline mantm um bloco de bordo das unidades
populacionais, que Arc destaque em laranja quando a liquidez est presente. Gamas de preos bloco
esto disponveis como uma diretriz e no tamanhos so exibidos. Os usurios podem em seguida,
coloque pedidos firmes para executc com essa liquidez.
Prprias redes de passagem dos corretores geralmente adotam um mcchanism semelhante ao
contnuo plataformas cegos Crossing. Originalmente, estes eram apenas de passagem redes
internas, permitindo eles para salvar as taxas de execuo em bolsas. No entanto, eles se tornaram
rapidamente um fora considervel em termos de "dark pool" de liquidez.
Embora ATS comeou nos mercados de aes dos EUA, a maioria dos principais operadores esto
agora Tambm presente nos mercados europeus e asiticos. ATS tambm so estorninho para
aparecer para outras classes de ativos, Tabela 3-7 mostra alguns exemplos.
De ativos
aula
Estabelecimentos
ITG POSIT (Programado), CB Instinct X (Cegos), Liquidnet (de negociao),
Equities
Estrangeiro intercmbio
(Anunciado) Opes
3.4
Prego eletrnico
Transparncia
Acessibilidade
Prego eletrnico j generalizada; de fato, para muitos mercados agora a norma. Transparncia
tambm est a melhorar, tanto para informaes de pr e ps-negociao. A acessibilidade tem
67
tambm becomc uma questo fundamental como comerciantes buy-side procuram ter acesso aos mesmos
locais como a sua homlogos sell-side.
Prego eletrnico
Negociao eletrnica agora comum para a maioria das classes de ativos, em especial para as
mais ativos padronizados. Um grande nmero de plataformas electrnicas existem, fornecendo interdealer e negociao dcalcr-to-clicnt para ambos os mercados base de troca e de balco.
A tecnologia tem reduzido substancialmente as barreiras entrada no mercado. Os novos
operadores, tais como as ECNs e ATSs tiveram um enorme impacto, sobretudo no mercado de aes dos
EUA. Captura de liquidez a partir de centros de mercado estabelecidas pode ser extremamente
difcil e caro. Ainda assim, o comrcio eletrnico tem se mostrado uma ferramenta poderosa para
alcanar isso. Por exemplo, no incio de 1997, o DTB (agora Eurex) tinha cerca de um quarto do mercado
com a sua Euro-Bund contrato de futuros. Uma nova plataforma eletrnica de negociao ajudou a
reconquistar mercado liderana da Liffe, at o final do ano a sua quota de mercado tinha atingido
90%.
A concorrncia tem forado os concessionrios e as trocas de mudana para plataformas
electrnicas, a fim de atingir redues de custos e aumentar a capacidade de volume de
negociao. No de troca mercados base, tem havido uma migrao considervel do cho base de a
negociao electrnico. Mesmo os preges mais bem-sucedidos, como a NYSE ea CME, tem agora abraou
totalmente eletrnico de negociao.
O advento do comrcio eletrnico tem tambm levou a mudanas irrevogveis nos mercados globais.
Mais notavelmente em termos de:
Velocidade / Latncia
Tamanho Ordem
O crescimento em volumes
Colocao de pedidos e execuo tempos agora so medidos em fraes de um segundo. Dentro
comparao, o antigo sistema de aces dos EUA inter-mercado (ITS) permitiu negociantes at
30 segundos. Ns arco atualmente no meio de uma corrida entre locais para fornecer as plataformas
mais rpidas. UMA
68
mundiais
Mercados
alguns anos atrs, uma latncia, ou atraso, de 300 milissegundos (10 3s) costumava ser perfeitamente
razovel. Hoje em dia, locais de ponta est direcionando latncias em microssegundos (10 6s).
Dentro luz desta, os servios de co-localizao esto se tornando cada vez mais popular. Estes
permitem mercado participantes para hospedar seus sistemas de negocia o informatizados nas
mesmas salas de mquinas como a local de execuo, minimizando, assim, os atrasos
relacionados transmisso.
Tamanhos mdios de ordem assistimos a mudanas considerveis tambm. Em alguns
mercados, como as opes dos EUA listadas FX e tamanhos de ordem est o efectivamente a
aumentar, a fim de lidar com os enormes aumentos na negocia o nestes mercados esto
experimentando. No entanto, o efeito a longo prazo de negociao eletrnica provavelmente
melhor ilustrado pelos mercados accionistas. Ao longo dos ltimos dez anos, houve um declnio
constante nos tamanhos mdio de pedidos em plataformas eletrnicas de negociao para equidades. Por
exemplo, no final de 1980 o tamanho mdio de pedido no NYSE era de quase 2.500 ao passo que
agora paira em torno de 300. Um declnio perceptvel ocorreu com a introduo de decimalisation em
2001, como mostra a Figura 3-4, com base em dados para os tamanhos mdios de comrcio do
US Government Accountability Office (GAO). Esta tend ncia torna-se auto- perpetuando
como os comerciantes adotar progressivamente corte ordem e estratgias de negociao
algortmica em a fim de minimizar o impacto no mercado. Um declnio similar est ocorrendo em
tamanhos de ordem para os mercados de futuros cotados em bolsa; na verdade ordens contratuais individuais
esto se tornando comuns.
1400
- --NYS E
1200
- * - NASDAQ
0)
N
<55 1000
0)
800
H
dj 600
o
>
2<D 400
<
200
0 i1999
2000
2001
Ano
200220032004
69
Transparncia
Transparncia desempenha um papel importante na melhoria da qualidade de execuo. Isso
tambm um factor chave em refletir a acessibilidade dos mercados. Pr e informaes ps-negociao
vital para a eficaz negociao. Locais precisa fornecer dados em tempo til sobre o tamanho eo
preo de ordens / cotaes / comrcios, como bem como o tempo de execues. Historicamente,
orientada por citaes ou OTC Markets tenderam a ser muito menos transparentes do que os movidos
a ordem.
Transparncia ps-negociao est bem estabelecida para os mercados baseados em c mbio.
Mas igualmente melhorar para mercados de balco. Por exemplo, em os EUA, o Relatrio de
Comrcio e Compliance Iniciativa Engine (TRACE) determinou comunica o dos preos
comerciais para a dvida corporativa desde 2001. Isto pode muito bem se expandir para incluir
mercado primrio, agncia do governo e da dvida de a Federal National Mortgage Association
(Fannie Mae) e Federal Home Loan Mortgage Corporation (Freddie Mac). Na Europa, a DMIF tem
mandato de relatrios para comrcios de capital do mercado de balco. Isso tambm pode se
espalhar para abranger outras classes de ativos europeus, tais como obriga es e Derivativos de
balco.
Transparncia pr-negociao coloca mais problemas, uma vez que para os mercados OTC
apenas os corretores / intermedirios ' melhor oferta de compra e oferta esto disponveis.
Plataformas multi-corretor / mercados a melhorar esta ligeiramente tornando mais fcil para
descobrir e comparar citaes de uma gama de criadores de mercado. Dentro comparao, bolsas e
outros locais de execuo com base na carteira de encomendas electr nicas so capaz de muito
mais transparncia. Eles podem permitir que as cinco melhores ofertas de compra e ou mesmo a
livro inteiro para ser visualizado.
Por outro lado, tambm existe uma tendncia global para mais anonimato pr-negociao. Enquanto
transparncia importante ver os preos e liquidez disponveis atualmente, ela tambm pode causar
problemas para participantes que precisam trocar quantidades maiores. Risco representa a
informao de sinalizao que pode ser dado afastado por tais grandes encomendas. Anonimato prnegociao ajuda a reduzir o sinalizao de risco, como pode a adoo de diviso ordem ou
estratgias algortmicas. O anonimato geralmente oferecidos apenas por espaos em funo das
ordens e algumas plataformas multi-corretor. Isto porque os acordos do tipo prime-corretoras e
contrapartes centrais esto disponveis, que ajudam a reduzir o crdito e potencial risco de
liquidao. Assim, para a maioria de negociao OTC a nica Proteo do cliente ainda a de
duas vias cotao.
A justificao para estas tendncias aparentemente opostas em transparncia e anonimato fornecido
por Robert Schwartz e Michael Pagano (2005). Eles apontam que enquanto a transpar ncia
necessria para a descoberta de preo, a opacidade necessria para a descoberta de quantidade.
este explica a popularidade de "dark pool" ATS q ue permitem aos participantes trocar
anonimamente no tamanho. Ironicamente, alguns dos sucessos dos "dark pools" devido
transparncia das trocas primrios. Uma vez que, em geral, elas coincidam com base no tamanho,
usando preos descoberto a partir de a troca primria. Assim, dark pools foram at agora concentrada
em mercados onde os preos esto prontamente disponveis, tais como os mercados de aes. Eles
tambm esto comeando a ser introduzido para os mercados de cmbio e derivativos listados.
Negociao com base "dark pools" Poderia ser estabelecido para outras classes de activos, embora
com a carga adicional de descoberta de preo.
Acessibilidade
Tradicionalmente, os mercados para a maioria dos ativos ter sido dividido em dois, entre os
concessionrios e clientes, como vimos na seo 3.3. Negociao eletrnica borrou esses limites,
criando marketplaces muito mais abertos. Negocia o tela ajudou a diminuir o custo de acesso
rede inter-negociante: Uma vez que uma plataforma de comrcio eletrnico estabelecida, a
acessibilidade no mais sobre ser capaz de suportar uma presena fsica em um prego. De repente,
h muito menos diferena entre o buy-side e sell-side. O acesso remoto tambm fez com que
70
mundiais
Mercados
justa. Embora, como a Figura 3-6 tenta mostrar, ainda no est claro exatamente o que deve
formar este lago.
71
OTC
Trocas
Monopli
o
Por sua prpria natureza, a negociao com base OTC muito mais fragmentado do que base de
troca negociao. O mercado ideal provavelmente algum tipo de hbrido destes dois, capturando
a melhores caractersticas de ambos. Ele deve ser capaz de suportar tanto o principal e negociao
baseada em agncia, bem como permitindo que ambos execuo direta e negociao para os clientes.
Centralizao
Trading mais fcil, e geralmente mais barato, em mercados l quidos. Isto leva a um "efeito de
rede" o que significa locais com liquidez suficiente tendem a reter e at mesmo atrair novos fluxos
de comrcio. H sim uma tendncia natural para os mercados de centralizar, como a liquidez do mercado
tende a ser "pegajoso". Assim, o sucesso de grandes bolsas do mundo. Mesmo os mercados OTC so
centradas em torno uma srie de grandes corretores / negociantes que demonstraram que eles podem
fornecer suficiente liquidez.
Centralizao pode surgir de regulao. Por exemplo, em 1963, a SEC recomendado
reestruturao OTC negociao Slock; isso levou criao da NASDAQ. Na Europa foram usadas
regulamentos de concentrao (por Frana, Espanha e Itlia) para evitar significativo negociao
fora de bolsa, at a introduo de MiFTD. De fato, para muitos pases, o principal bolsa nacional
frequentemente lida com a maior parte da negociao de aes em empresas nacionais. Portanto, a
bolsa ainda muitas vezes visto como a personificao da centralizao.
A concorrncia tambm pode levar centralizao. Ao longo da ltima dez anos, o custo mdio
de negociao diminuiu substancialmente (exceto durante a crise financeira de 2007 -09). Reduzido
margens para corretores / negociantes significa que as redu es de custo de economia de escala
so vitais. Assim, consolidao tende a ocorrer; os corretores / negociantes bem sucedidos ficam
maiores eo resto quer tentar competir com inovaes e incentivos, ou mudar seu foco para outros
mercados. Inter- Key corretores de concessionrios, como ICAP e BGC, dominar a negociao
electrnica de US renda fixa. Enquanto na Europa as plataformas MTS e Euro MTS lidar com uma
proporo considervel de negociao de ttulos do governo. No mercado de cmbio, os dez
maiores bancos agora so responsveis por quase 80% da negociao. 2
Dcmutualization e concorrncia mundial levaram a uma onda de fuses e de troca alianas. Por
exemplo, a Euronext fuso com a NYSE, embora anteriormente tivesse havido Discusso de uma
ligao com o Deutsche Borse. Da mesma forma, NASDAQ OMX comprou o, apesar de terem sido
anteriormente centrada na London Stock Exchange (LSE). A LSE, por sua vez estava ocupado
planejamento uma aquisio da Borsa Italiana. Portanto, h agora duas entidades massivas concorrentes
para ns e para o volume Europeia, nomeadamente a NYSE Euronext ea NASDAQ OMX. Enquanto
em os mercados de derivativos, o CME e CBOT tamb m se uniram a fim de manter sua posio
global contra outras bolsas, como a Eurex e Liffe. A concorrncia global provvel continuar a
aumentar nos prximos anos, nomeadamente no que mais pan-europeu (e mesmo pan-asitica)
execuo locais de arco.
Note-se que a centralizao no se aplica apenas a locais de execuo, compensao e
liquidao
72
mundiais
Mercados
procedimentos devem ser considerados como bem. Tendo um nico depsito, tais como os EUA
Confiana Depository & Clearing Corporation (DTCC), faz a liquidao muito mais simples.
Centralizao tambm tem sido bem sucedida para FX, com base no sistema de liquidao CLS.
No entanto, esta uma questo mais complexa para os mercados de balco. A crise financeira de 2007-09
mostrou como vulnerveis poderiam ser. Ao longo dos prximos anos, provvel que a
regulamentao encarregar mais centralizao para estes. Racionalizar os processos de compensao e
liquidao poderia realizar economias de custo significativas e ajudar a melhorar a liquidez. Adotando
ccntral contrapartes reduz o risco de contraparte. Ainda assim, isso s vivel se o risco
facilmente quantificveis, caso contrrio as cmaras de compensao pode ser mais exposto.
Avaliao muito menos certo para ativos mais complexas e menos lquidos. Portanto, um grau de
padronizao poderia tambm ser necessria. Na verdade, este processo j comeou para o CDS,
com vrias trocas a criao de cmaras de compensao para eles. Se os mercados de balco ceder
presso para mudar, em seguida, sua liquidez pode muito bem melhorar. Estas medidas poderiam
conduzir a menores custos de transao. Clearing centralizada iria permitir aos participantes uma
maior flexibilidade na gesto das garantias, por compensao de suas exposies. Os acordos tipo
corretora Prime poderia ser estabelecida para ajudar controlar o risco de crdito. Todas estas
medidas so os precursores de anonimato prc-comrcio, e assim eles pode at mesmo levar a novas
plataformas de negociao eletrnica para ativos de balco.
Fragmentao
A fragmentao frequentemente referido com tons sinistros. Dito isto, uma parte importante
do cyclc da concorrncia. Muito pouco significaria que os mercados se tornam grandes monop lios,
sem oposio para ajudar a reduzir taxas. Por outro lado, o excesso de fragmentao e ns ter um freefor-all que faria at mesmo os mercados de balco parecem centralizados.
Regulamento tambm pode incentivar a fragmentao, procurando reduzir os custos com o
aumento da concorrncia. Por exemplo, a SEC ' s citaes 1997 NASDAQ deciso ajudou a lanar a
ECN como um concorrente. Pelo milnio, havia mais de um dzia de negociao ECNs aces norteamericanas. Da mesma forma, 2007 viu a introduo do MiFID na Europa, levando criao de ECN- likc
MTF e Internaliscrs sistemtica. Na verdade, locais de execuo pan-europeus esto comeando a
florescer, competindo diretamente com as principais bolsas de valores. Ainda assim, a Europa
inerentemente mais fragmentado do que os EUA desde ainda no existem regulamentos para uma
escala europeia Melhor Venda e de Oferta (ebbo) ou requisitos de roteamento de ordens estilo
Regulamento NMS. Compensao e soluo tambm mais complicada na Europa.
Para atrair liquidez, novos operadores no mercado, obviamente, precisa oferecer algo especial. Para
ECNs, foi o livro de ordens electr nico ea possibilidade de negociao em um preo melhor do
que o principais mercados. ATSs oferecem a capacidade de anonymous atravessar grandes
encomendas com um impacto mnimo. Sobrevivncia continuou significa reter essa liquidez e
atrair mais. Conseqentemente, inovao nem sempre suficiente, pricc incentivos tambm
podem ser necessrios. Por exemplo, BATS capturada uma parte significativa do volume NASDAQ,
oferecendo uma srie de descontos pricc.
A fragmentao tambm est afetando outras classes de ativos, como cmbio. ICAP ' s EBS
Reuters e ainda dominam o mercado intcr-dealcr. No entanto, os ltimos anos viram competio fresco
de ECNs como Hotspot FXi, LavaFX, Bloomberg Tradebook FX e Accclor. "Dark pool" ATS, tais
como MilanFX, tambm comearam a aparecer.
Os mercados de derivativos listados so afetados tambm. Como a maioria desses contratos
no arc transferveis (ou fungvel) entre locais, a fragmentao significa que vrios locais que
oferecem contratos semelhantes para a mesma subjacente. Muitas vezes esta compet io tem sido
global, tais como entre a CME, Eurex e Liffe. No entanto, a concorr ncia local tambm chegou,
particularmente em os EUA com locais como a NYSE Liffe US bem como a troca de liquidez
eletrnico (ELX). Uma exceo importante o mercado de opes de aes dos EUA, que tem
um comum
73
limpar mcchanism. Isto pode ser seguido de volta s mudanas na regulao do mercado (em
1994) garantindo que estes poderiam ser negociados em qualquer um dos centros do mercado e
no concentrada em locais especficos. Negociao de opes de aes dos EUA agora
espalhado entre mais de metade umadzia de locais. Tendo em conta que este mercado tem visto
alguns dos mais altos nveis de crescimento de qualquer dos derivativos listados do mundo parece
ter sido um sucesso.
Espaos tambm esto comeando a atender a diversas classes de ativos, levando a inter mercado fragmentao. Por exemplo, tanto NYSE e NASDAQ tm se expandido em opes de
aes. NYSE tambm renovou o seu mercado de t tulos corporativos. Inicialmente, estes
podem apenas ser adicional locais concorrentes nos diversos mercados de ativos. Apesar de, no
futuro strategics multi-ativos podem comear a ligar as vrias classes de activos mais de perto.
Mais uma vez, docs de fragmentao no s se aplica a locais de execuo, apuramento e
procedimentos de resoluo tambm deve ser considerada. Na Europa, existe uma gama de
depositrios para aces; Assim, o preo de uma aco no necessariamente o nico fator, uma vez que
cada um destes depositrios cobrar diferentes taxas.
Tendo fragmentao elogiado por aumento da concorrncia, importante notar que no arc
tambm custos associados. Ao reduzir a liquidez em qualquer local, aumenta a complexidade de
negociao. Isto difcil de quantificar com preciso a cabina pode ser significativo. Apesar disso,
sistemas de negociao informatizados tornaram mais fcil para lidar com liquidez fragmentado.
Ordem encaminhamento tende a se concentrar em combinar o melhor preo. Algoritmos de
negociao pode oferecer ainda mais abordagens sofisticadas: rastreamento tanto liquidez vis vel e
escondido em vrios locais e aproveitando as oportunidades dentro uma fraco de um segundo. Como
os sistemas de negociao hecomc mais sofisticado, os efeitos da fragmentao do mercado pode ser
sensivelmente reduzido.
Repetindo ciclos
Ondas de fragmentao arco geralmente seguidos por perodos de centralizao (ou
consolidao), como a Figura 3-3 tentou mostrar. Note-se que os perodos envolvidos geralmente
abranger anos, ou at mesmo decadcs.
O "efeito de rede" significa que h uma fora centralizadora forte por liquidez para centralizar em
torno estabeleceu centros de mercado. Novos operadores no mercado deve oferecer inova o
significativa, ou incentivos de custos, para atrair liquidez longe desses centros. Essa concorrncia
muitas vezes fragmenta o mercado. No entanto, os centros de maior sucesso vai continuar a
crescer, consolidando a sua posio atravs da aquisio ou fuso com outros locais. Assim, a
centralizao comea a se firmar novamente, at o prximo ciclo.
O mercado de aes dos EUA provavelmente o melhor exemplo dessas ondas de centralizao
e fragmentao. Limpar perodos marcador para centralizao so a fundao da grande
intercmbios, da NYSE em 1792 com o "acordo de Buttonwood" e NASDAQ em 1973. Embora
fragmentao pode estar ligado ao oramento 1997 deciso que levou mais de uma dzia ECNs,
todos competindo por participao de mercado. At o milnio, o mercado de aes dos EUA foi
claramente fragmentada. Seguindo isto, uma srie de fuses e consolidaes ocorreram, balanando de
volta centralizao. Muitas das aquisies foram pelas principais bolsas de valores, ajudando a
consolidar a sua quota de mercado. De repente, nica um punhado de ECNs independentes
permaneceu. Alm disso, dois dos principais ECNs restantes, morcegos e Direct Edge, t m quer
tornar-se intercmbio em seu prprio direito ou esto em processo de faz-lo.
Outra onda de novos operadores no mercado chegou ao mercado de a es dos EUA desde a
milnio, ou seja, o "dark pool" ATS. Existem hoje cerca de 40 locais onde as a es podem ser
negociadas. Claramente, os ATS tornaram a situa o mais complexa, e aumentaram
fragmentao. Por outro lado, eles esto a jogar um papel fundamental na tomada de liquidez
adicional acessvel. Ordens que pode foram previamente negociados no mercado "l em cima", so agora
74
mundiais
Mercados
3.5
At agora, ns cobrimos as vrias classes de activos e visto como eles so negociados. Isso tambm
importante tentar ver estes mercados no contexto. Uma maneira de fazer isso compar-los em
termos da sua dimenso global ou valor. Mdia de volume de negcios dirios tambm dar uma idia de
sua importncia relativa. Finalmente, vamos olhar para algumas estimativas para os seus n veis de
adoo de eletrnica e trading algortmico.
Tamanho nico
A dvida global est dividido entre capital prprio, dvida de renda fixa, os ativos dos bancos
comerciais (depsitos / emprstimos) e derivados. Em 2006, a dvida global, foi de cerca de $
208 trilho, de acordo com a Indstria Valores Mobilirios e Mercados Financeiro Association
(SIFMA).
Figura 3-7 apresenta a composio da dvida por estas quatro classes de ativos durante o
ltimo poucos anos. A capitalizao de empresas pblicas do mundo mercado responde por 26%
desse total, enquanto que outros 32% de ttulos emitidos por empresas, governos e os seus
agncias. No entanto, a maioria, 36%, da dvida so efectivamente prestados pelos bancos
comerciais. Os derivativos so baseados em activos subjacentes separadas, pelo que a sua
contribuio real ligeiramente mais complexa medida. Vrios contratos de derivados podem
abranger o mesmo subjacente ativo fsico. Portanto, os valores nocionais de derivativos no so
comparveis a outros ativos classes. Com base em dados do inqurito trienal 2007 BIS (2007c)
derivativos de balco, o
valor nocional total em dvida para todos os derivados realmente $ 613000000000000.
75
Os mercados de
aes
Pro ib i o c o me rc ia l
kd e a t i v o s s
Derivados do
mercado
va lo r
capitaliza o
Fonte: SIFMA (2007a) 3
Com base em dados do Fundo Monetrio Inlernalional, o Banco de Pagamentos Internacionais, Standard and Poor de, MSCI-
76
mundiais
Mercados
12004
2006/7
. 7000
OT
6173
| 6000
3
</>
5000
<D
> 4000
O
E
3000
d 2000
a)
O)
e<Dn
<
1,20Q
1,35 2
1,00
0
631^
167 278
Equities
Fixo
renda
FX
OTC derivs
Derivs ET
Fonte: Aces WF E (2007a), FX / Derivativcs BIS (2007b), Autores de renda fixa que utilizam as suas pr prias
estimativas SIFMA (2007a, 2008) 5
IEMEA
01 sia
4,00 0
3687
c 3,50 0
o
g 3,00 0
c
>
< 2,500
D
c 2,00 0
1, 50 0
CT) '
5
<
1 .ooo
899
j
.1286
50 0
14 3
584
m m 236
86 49
Eq uit ie s
Corrigido incom e
FX
OT Cderi vs
Derivs ET
Fonte: Aces WF E (2007a), SIFMA renda fixa (2007a), FX / derivs BIS (2007b)
Nota para os fins da presente carta outrights e swaps cambiais so classificados como derivados OTC
Com base em dados do Federal Reserve Bank de Nova York, Municipal Securities Rulemaking Board, NASD TR ACE,
Asian Bonds linha, Reino Unido Escri t rio de Gest o da Dvida, e os bancos centrais locais.
5
77
80%
70%
60%
50 %
40 %
30 %
20 %
10%
0%
2001 2002 200 3 2004 200 5 2006 2007 2008 2009 201 0
Fonte: Aile Grupo (2008) Reproduzida
Figura 3-10 Estimativas para a adopo do comrcio electrnico nas principais classes de
ativos
Os mercados de aes ainda lideram cmbio e renda fixa por uma margem substancial, com
cerca de 80% de adoo. Se a corrente aumenta continuar poderamos esperar estrangeira intercmbio
para alcanar este nvel de cerca de 2009-10. Renda fixa pode ser alguns anos de atraso esta. No
entanto, mais difcil de ver uma mudana por atacado ocorrendo em alguns dos mercados de balco.
O crescimento do comrcio electrnico para futuros, opes e FX tem sido ainda mais rpida
do que a observada nos mercados accionistas. Isto possivelmente devido reutilizao de
tecnologia existente e uma curva de aprendizado mais rpido, beneficiando da experincia do passado. As
condies de mercado so tambm uma vital fator. De fato, a proporo de negociao eletrnica
mergulhou ligeiramente em muitos mercados em 2008 devido volatilidade macia da crise
financeira. Apesar de, no mdio e longo prazo a nveis de adopo do comrcio electrnico deve
ficar praticamente em curso.
Mercados do mundo continuar a evoluir, a fim de se adaptar s mudanas que comrcio
eletrnico traz. Negociao algortmica cada vez mais utilizado pelos participantes do mercado,
a fim de lidar com essas mudanas. Figura 3-11 traa o Grupo Aite (2008) estima para a captao
de negociao algortmica, principalmente para os EUA uma vez, algortmica comrcio tem seu
mais forte domnio sobre o mercado de renda varivel, seguido de perto por futuros listados,
enquanto renda fixa fica para trs. Ainda assim, em 2010, de negociao algortmica poderia muito
bem ser a manipulao considerveis volumes de negociao em todas as principais classes de ativos.
No geral, o mercado de aes ainda algum caminho frente de qualquer dos outros mercados,
em termos dos nveis de electrnica e algortmica negociao. Embora se olharmos para trs a Figura
3-8, a enormes volumes de negcios para FX e derivados negociados em bolsa destacar a
importncia da progressos realizados nestes mercados. O mercado de derivados OTC representa
tambm um considervel oportunidade, embora a natureza sob medida de muitos dos contratos
significa que esta , de longe, o mais complexo mercado de resolver. Portanto, provvel que para
o progresso futuro previsvel vai continuar a centrar-se na troca de derivativos negociados e FX,
78
mundiais
Mercados
60%
50%
Equities
40%
.F utur es
30%
Opes
20%
Renda fixa
10%
0%
2004
2005
20062007
2008
20092010
Figura 3-11 Estimativas para a adoo de negociao algortmica nas principais classes de
ativos
Da mesma forma, olhando para trs em Figura 3-9, podemos ver que, em termos de volume de
negcios para capturar os EUA, de longe a maior oportunidade para a eletrnica e trading
algortmica cxchange- derivativos negociados, seguido de renda fixa. Enquanto para a Europa e
sia a mais importante mercados so derivativos cambiais e negociados em bolsa.
Futuro investimento em eletrnica e trading algortmica provavelmente vai continuar a
divergir em ambas as classes de ativos e regies. Isso vai depender de uma mistura de fatores, a
saber, mercado condies, a demanda de instituies e investidores, e os tamanhos relativos de
cada mercado.
3.6
Resumo
H ainda arco enormes diferenas entre muitos dos mercados do mun do, mas um aumento
da foco em custos (tanto pelo buy e sell-lados) e o ritmo da mudana tecnolgica significa que
muitos deles esto exibindo tendncias semelhantes, embora em ritmos diferentes:
Negociao eletrnica generalizada, para muitos mercados agora a norma.
Transparncia crescente, tanto para as informaes de pr e ps-negociao.
Cruzando para encomendas bloco est se deslocando para eletrnico "dark pool" ATS.
A acessibilidade a melhoria para o buy-side.
Contrapartes centrais de compensao e liquidao so cada vez mais generalizada.
como sistemas de negociao se tornam mais sofisticados tais problemas podem ser
reduzidos significativamente.
79
Negociao algortmica est sendo cada vez mais utilizado pelos participantes do mercado,
a fim de fazer face com mercados de hoje. Equities ainda esto na vanguarda, mas em 2010, ele
poderia muito bem ser manipulao de volumes de negociao considerveis em todas as
principais classes de ativos.
Parte II
Estratgias de negociao algortmica e
de DMA
83
Captulo 4
Encomendas
Ordens so o fundamentalbuilding bloco para qualquer negociao
4.1
estratgia.
Introduo
Se ele deve ser encaminhado para outros locais ou ligados a outras ordens
Uma ampla gama de estilos de negociao pode ser alcanado apenas atravs da combinao destas
condies wilh limite e ordens de mercado. De fato, muitos locais passaram a apoiar uma ainda mais
ampla espectro de encomendas, todos essencialmente derivada de ordens bsicas de mercado e limite.
Esses incluem:
84
Encomen
das
ordens, ordens de atrelar). Considerando negociao algoritmos basear suas decises em uma
variedade de condies, a partir do volume volatilidade. Para efeitos do presente texto, que
adopta este de classificao, assim como estratgias de negociao e participao VWAP volume
ser discutida no Captulo 5. Vamos tambm discutir como as ordens so realmente usados para
implementar algoritmos e estratgias de negociao no Captulo 9.
Os exemplos neste captulo so amplamente baseado em exemplos das principais bolsas de
valores. Alguns locais, nomeadamente a Bolsa de Londres (LSE) (2006) e da Chicago
Mercantile Exchange (CME) (2006), oferecem excelentes materiais com exemplos detalhados
para a sua ordem tipos. Por isso, sempre vale a pena conferir para tal documentao. Outro guia
til para o vrios tipos de ordens (1999) livro "Negociao e Trocas" de Larry Harris.
Finalmente, antes de comear a cobrir os diferentes tipos e condies da ordem em mais detalhes,
interessante notar alguns dos principais pressupostos subjacentes nos exemplos deste captulo. Em
primeiro lugar, eles so todos baseados em torno de livros de encomendas. Fundamentalmente, toda a
negociao envolve livros de encomendas, se uma transao de OTC por telefone ou eletrnico de
negociao via DMA, RFQ ou um algoritmo de negociao. A nica diferena real que, para
mercados orientados para as citaes do livro de ofertas completamente privado e pertence ao
criador de mercado, ao passo que para os mercados em funo das ordens do carteira de pedidos
geralmente centralizado e muito mais transparente. Em segundo lugar, os exemplos geralmente
atender a perodos de negociao em contnuo, embora alguns dos mais distintos so destacadas
para os leiles de chamadas. Isto simplesmente porque para a maioria desses tipos de ordens de
negociao em contnuo o perodo mais relevante. Tambm por convenincia, que geralmente
assumem que uma execuo ser ocorrer quando colocar uma ordem que corresponde. Ohviously,
em mercados reais centenas de os participantes podem ser emitir ordens ao mesmo tempo por isso,
independentemente de a combinar nossos encomendas s vezes ser batido a ele. Por ltimo, os
exemplos geralmente assumem que o mercado adota uma prioridade preo / tempo, embora para
alguns casos, o efeito de diferentes prioridades igualmente destaque.
Ento, vamos comear por rever o mecanismo de ordens de mercado e limite em mais detalhes.
4.2
As ordens de mercado
A ordem de mercado uma instruo para negociar uma quantidade determinada pelo melhor preo
possvel. O foco sobre a realizao do fim, sem limite de preo especfico, de modo que o risco principal
o incerta do preo de execuo final.
As ordens de mercado exigem liquidez, uma ordem de mercado buy ir tentar executar ao preo da
oferta, enquanto uma ordem de venda ir tentar executar pelo preo de compra. O custo imediata disto
metade do offer spread lance. Podemos ver isso usando a carteira de encomendas de exemplo mostrado
na Figura 4-1.
Buys
Id
Bl
B2
B3
Temp
o
08:20:20
08:24:00
Tam
anho
1500
900
Sells
Pre
o
99
98
Pre
o
102
102
Tamanho Temp
1000
o
800
08:20:2
5
1200
08:24:0
9
Id
SI
S2
S3
nosso mercado ordens tem sido (101 - 100), que igual ao spread, ou metade da propagao em cada
sentido.
Para encomendas que so maiores do que o melhor lance ou oferta tamanho atual, a maioria dos
locais permitem mercado
85
ordens para "andar do livro". Se eles no podem preencher completamente a partir do nvel superior
da carteira de encomendas, que em seguida, avanar mais profundamente no livro (aumentando o
preo para compra ou decrescente para vende) at que a ordem completada. Se a ordem ainda no
pode ser concluda alguns locais vontade cancelar que, como a LSE, enquanto outros podem deixar a
ordem do mercado residual na ordem livro, por exemplo, Euronext.
Assim, o preo de execuo alcanado depende tanto da liquidez e do mercado atual tamanho da
ordem de mercado. Por exemplo, se emitirmos uma ordem de mercado para comprar 2.000 ABC, o
carteira de pedidos na Figura 4-2 (a) mostra que isso pode, potencialmente, cruzar com a ordens de
venda e SI S2. Receber preenchimentos de 1000 em 101 desde o pedido S1, e de 1.000 a 102 a
partir de S2 d um preo mdio de execuo de 101,5. A carteira de encomendas resultante (b)
mostra que a ordem SI tem sido concludo e S2 agora tem apenas 500 em oferta (o buy side
mantm-se inalterado e por isso omitido).
Taman
ho
1000
800
1500
Sells
Sells
Buys
Preo
100
99
98
Preo
101
102
104
106
Tamanh
o
1000
1500
2000
3000
(a) antes
Tempo
: 25: 00
: 20: 25
: 19:09
: 15:00
Id
ent
ida
S2
S3
S4
Preo
.EU
4-
VI
03
102
104
. I 106
Tamanho
Tempo Identidade IQI
1 non ft -? * vOO
Eu, \ 7 \ 7 \ J
tTTC ^ W
VTT
-hOQO
500
2000
3000
08:20:25
08:20:25
08:19:09
08:15:00
S3
S2
S3
S4
(b) depois
Figura 4-2 efeito de O uma ordem de mercado no livro de ordens
Neste exemplo, bem como de pagar metade da propagao existe um custo adicional que
corresponde ao salto de pricc 101-102, resultando em um preo mdio de execuo mais elevado. Este
custo adicional representa o impacto da nossa ordem de mercado. dependente tanto do tamanho
da ordem e as condies atuais do mercado, particularmente a liquidez. Por exemplo, se o exemplo
tivesse sido por uma ordem de 5000, podemos ver a partir da Figura 4-2 (a) que seria exigir cruzamento
com ordens SI a S4, resultando em um preo mdio de execuo de 103. Consequentemente,
muitas vezes tm grandes encomendas um impacto maior mercado do que as menores.
As condies de mercado tambm podem mudar rapidamente. Novamente usando o exemplo a
partir da Figura 4-2 deix assumir o proprietrio da ordem S2 subitamente cancelado pouco antes
da nossa ordem mercado para comprar 2.000 bater a carteira de encomendas. Nesse caso, a nossa
ordem de mercado tm agora de cruzar com a ordem S3, o preenchimento de 1.000 em 104 eleva o
preo mdio de execuo de 102,5.
s vezes ordens de mercado pode realmente conseguir preos melhores do que o esperado.
Este preo melhoria poderia ser porque a ordem do mercado executada contra uma ordem oculta,
tal como um ordem iceberg, de modo um pricc melhor pode ser possvel que o livro ordem sugere. Ns
cobriremos estes tipos de ordem mais tarde neste captulo.
Sem limite de preo, o desempenho de ordens de mercado claramente dependente das
condies atuais do mercado. Da mesma forma, grandes ordens de mercado pode ter impacto
significativo no mercado, por isso, pode valer a pena dividir tais ordens em menores. Se o
desempenho mais importante do que a velocidade (e de segurana) de execuo, em seguida, uma
ordem de limite pode ser uma escolha melhor.
4.3
Ordens Limitadas
A ordem de limite uma instruo para comprar ou vender uma determinada quantidade a um preo
especificado ou melhor. UMA comprar ordem de limite deve executar igual ou inferior a este limite de
preo, enquanto que uma ordem de venda deve executar a ou acima isto.
Ordens de limite vai tentar preencher o mximo de ordem como eles podem, sem quebrar o pricc
86
Encomen
das
limite. Se no h ordens que correspondem a um pricc aceitvel, ento a ordem deixado no local
em a carteira de pedidos at expirar ou for cancelado. Se a ordem for executada parcialmente ent o
qualquer quantidade residual permanecer no livro de ofertas. Isso ajuda a fornecer liquidez desde
outras os comerciantes podem sec estamos dispostos a negociar por um determinado pricc e
quantidade.
Esta persistncia faz ordens limite bastante verstil. Eles podem ser utilizados com um
agressivo preo limite, caso em que eles agem como uma ordem de mercado exigindo liquidez. O preo
firme limite d proteo adicional preo em comparao com uma ordem no mercado, embora exista o
risco de deixando de executar. Alternativamente, pedidos de limite pode ser emitido com limites
mais passivos, tais como ao tentar capturar ganhos de tendncias de preos futuros ou reverses,
como mostrado na Figura 4-3.
Figura 4- 3 ordens de limite destinados a ganhar com a evoluo futura dos preos
Por exemplo, colocando uma ordem de limite para vender a 93,5, no tempo t, quando o ltimo pricc
negociadas foi de 93 ns estamos esperando que o preo no cair subitamente, caso contrrio, a nossa
ordem expira no executada. Alternativamente, poderamos coloc- uma ordem de compra com um
limite de 92, apenas no caso de o reverte de preos, como mostrado na via (a). Observe que, mesmo
se o preo atinge o nosso limite existe ainda sem garantia de execuo, uma vez que outras ordens
podem ter prioridade sobre a nossa.
Vamos considerar um exemplo mais detalhado: Se ns emitir uma ordem de limite de compra para
1.000 no ABC 100, como mostrado na Figura 4-4, no h nenhuma ordem que pode ser imediatamente
crosscd com este.
Buys
Tempo
Tam
Ide
anho
Bl
ntid 08:25:00
500
B2
B3
08:20:25
08:24:09
(a) antes
1500
2000
Sells
Preo
100
99
98
Preo
101
102
102
Tamanho
1000
800
1500
Buys
Identid
Bl
ade
B4
B2
B3
Tempo
08:25:00
08:28:00
08:20:25
08:24:09
Taman
ho
500
1000
1500
2000
Preo
100
100
99
98
(b) depois
Figura 4-4 O efeito da uma ordem de limite na carteira de pedidos
Assim, o nosso fim deixado sobre a carteira de encomendas como B4. Observe a sua posi o,
ele colocado aps a ordem Bl uma vez que tem menos prioridade tempo, mas colocado frente do
fim B2 becausc tem prioridade pricc. Assim, qualquer ofertas de venda que se cruzam em um preo de
100 ir primeiro combinar com ordem Bl , Em seguida, com B4 (correspondente a menos com base pro-rata
usado).
Para ver como ordens de limite diferem de ordens de mercado permite fazer um comrcio semelhante
ao exemplo em Figura 4-2, utilizando em vez uma ordem de limite para comprar 2.000 ABC na atual
melhor oferta (ou seja, 101).
87
Identidade
C o mp r a r s
Tempo
Tamanho
Bl
08:25:01
1000
B2
8: 20: 02800
1500
B38: 24: 09
Preo
100
99
98
Preo
101
102
104
Pricc
101
100
99
98
Pre
o
102
104
V e nd
er s
Tamanho
1000
1500
2000
Tempo
03:25:00
01:20:25
03:19:09
Identidade
SI
S2
S3
(a) b e f o r e
Id
B4
Bl
B2
B3
C o mp r a r s
Taman
Temp
ho
o
1000
08:25:01
1000
08:20:02
800
08:24:09
1500
Ve nde r s
Tamanh
Temp
o
o
]1500
QQQ
03:20:25
2000
03:19:09
Id
S4S2
S3
(b) depois
Figura 4-5 A ordem de limite parcialmente executada
Ns podemos ver a partir deste fim de que SI pode ser imediatamente cruzado com nossa ordem de
compra. No entanto, no podemos cruzar com S2 ordem de venda porque o seu preo de 102 breaks
nosso limite condio. O restante 1000 ser deixado no livro de ordens como uma compra na 101,
mostrado como fim B4. Devido a prioridade preo, a nossa ordem colocada no topo do livro de
ordens, resultando em mudana a propagao de 101-102, 100-101-se.
Se o proprietrio de ordem SI subitamente cancelado pouco antes da nossa ordem bater a carteira
de encomendas, em seguida, desde no podemos cruzar com a ordem S2 toda a 2000 teria sido
deixado na carteira de pedidos como fim B4 para comprar pelo 101.
Em comparao com a ordem de mercado, temos sacrificado execuo completa para garantir a
nossa pricc, assim, em vez de encher 2000 em 101,5 temos conseguido 1000, exatamente 101. Embora
se tivssemos mudado nossa pricc limite a ser 102, poderamos ter matchcd com a ordem de venda S2,
dando o mesmo preo mdio como a ordem de mercado.
Assim, o risco principal, com ordens de limite esta falta de certeza execuo. O mercado pode
pricc Nunca chegar ao nosso limite ou mesmo se isso acontecer, ele pode ainda no ser executado,
porque outras ordens podem tm prioridade tempo. Isso enfatiza a precisa fazer uma escolha
cuidadosa entre a requisitos para imediatismo e preo.
Limite de preo
Vendvel
Buys
Melhor
Oferta
Buys
Identidade
Tempo
Tamanho
BI ^ 08:25:01
, 000Preo
, 10 0
B2
08:20:02
800
99
B3
08:24:09
1500
98
104
2000
08:19:09 S3
1021.500
08:20:25 S2
Td Eu^ 1000 '**' 8:25: 00
SI "
Preo
Tamanho Tempo
Identidade
Sells
Melhor
oferta
Vendvel Sells
Limite de
preo
88
Encomend
as
probabilidade de execuo imediata. Figura 4-6 tenta mostrar esta torcendo a carteira de pedidos a
partir da Figura 4-5 (a) para alinhar todas as ordens atravs do aumento de preo limite. Ordens de
limite com o
maior probabilidade de execuo so frequentemente denominado ordens
comercializveis, uma vez que os seus preos-limite so tais que eles podem potencialmente atravessar
imediatamente com uma ordem do outro lado do livro. Conseqentemente, uma ordem de compra
comercializvel tem um limite igual a ou maior do que a actual melhor oferta preo, enquanto que
uma ordem de venda comercial tem um limite pricc maior do que ou igual ao melhor preo de compra.
Encomendas que so colocados "no mercado" correspondem s compras com um limite da melhor
oferta ou Sells com um limite ao melhor oferta. Os comerciantes que colocaram essas ordens so disse
a ser tomada o mercado. Enquanto as ordens de limite mais passivamente preos so denominados
"por trs do mercado". Seus preos significa que eles so susceptveis de permanecer na carteira de
encomendas como em p ordens de limite at que o melhor lance ou oferta preo se move mais perto
deles.
4.4
Instrues de ordem so condies que servem para os vrios requisitos para uma vasta gama de
estilos de negociao. Como podemos ver no resumo na tabela 4-1, eles permitem o controle sobre
como e quando os pedidos se tornam ativos, como eles so preenchidos e pode at mesmo especificar
onde (ou a quem) eles so enviados para.
Tipo
Durao
Leilo / Cruzamento
Pre
enc
her
Instrues de exemplo
Bom para o dia, bom 'at data, Boa' at cancelar, depois de boa
data / hora
sesso,, Next-leilo on-aberto no fimImmediate-ou-canccl, Encha-ou-matar, Tudo-ou-nada,
Mnimo volume, deve -ser-cheia
Preferencing
Preferenced, Directed
Routing
piscando
Vinculao
Um cancela-outro, um-gatilhos-other
Variado
Instrues de durao
De um modo geral, as ordens so consideradas para ser vlida desde a sua criao at que estejam
completamente levou 111 ou cancelado, ou se chega ao fim do dia de negociao em curso. Estes so
conhecidos como ordens dia ou "bom para o dia "(GFD) ordens.
As instrues especficas pode ser utilizada para alterar esta durao, tais como:
A "boa 'Til cancelar" instruo significa o fim associado deve permanecer ativo at que o
89
utilizador cancela especificamente que, ou at que o instrumento expira. Algumas trocas tambm
oferecem uma"good 'til validade" tipo para esses instrumentos, por exemplo, futuros.
A instruo "bem depois da hora / data" um pouco menos comum. Claramente, isto permite
que controle sobre quando o fim realmente se torna ativo. Esta instruo mais frequentemente
usado para sistemas de corretagem, onde os clientes podem optar por espalhar encomendas ao longo
do dia, ao invs de ordens de cmbio. A maioria dos algoritmos de negociao apoiar
comportamento semelhante usando iniciar um parmetro de tempo.
Preencha instrues
Tradicionalmente, enchem instrues foram usadas para tentar minimizar os custos de
compensao e liquidao para comrcios. Mas eles esto agora mais comumente usado como parte
de liquidez em busca strategics. Instrues de como immediatc-ou-cancelar permitir ordens de exigir
liquidez sem sair uma pegada bvio sobre a carteira de encomendas.
Tabela 4-2 resume o leque de instrues de preenchimento que esto disponveis, a maioria dos
mercados apoio um subconjunto destes.
Imediata-ou-cancelar
Esta instruo significa qualquer parcela da ordem que no possa executar imediatamente contra
as ordens existentes sero cancelados. Qualquer limite de preo ser aplicada, por isso vai
executar tanto da quantidade necessria como disponvel dentro do limite especificado. Isto pode
90
Encomen
das
Execuo parcial
permitido
Instruo
Parte no executada
adicionado ao reservar?
Expira
sim
No
Encha-or-kill
Nligar
apresentao
Immed ia le ly
depo is
apresentao
Tudo -o u-na da
Nligar
M n i mo vo lu me
Sim Sim
MUSL-bc-fillcd
No
Fim do dia
Fim do dia
N / UMA
Ap resentao Afler
Sells
Sells
Preo
dem
99
ais
98
(a) antes
Preo
101
101
102
Taman
ho
400
600
1200
Tem
:po
20:
: 00
22:
: 25
24:
09
Identid
ade
SI
S2
S3
PriceSize
101
.
+ 64102
660
1200
Tempo
20/8: 00
s|
08:22:25
08:24:09
S3
S3
(b) depois
Figura 4-7 O efeito de uma ordem do COI sobre a carteira de encomendas
Encomendas usando este tipo de instruo tambm foram chamadas de "Acccss Liquidez
Imediata", qual um nome adequado, uma vez que exatamente o que tem feito. A instruo do COI
marcas uma garra fim liquidez disponvel; ao contrrio de uma ordem de mercado, tambm mantm
nosso pricc limite. Assim, a instruo do COI frequentemente utilizado por algoritmos quando
sondagem para liquidez.
Oferece uma rea da NYSE uma toro nova no conceito de imediato ordens-ou-canccl. Deles
"AGORA" meios de instruo fim que, se uma ordem no podem ser executadas de imediato, em
seguida, ele ser encaminhado para um provedor de liquidez dedicada.
Encha-or-kill
A instruo fill-or-kill (FOK) garante que a ordem seja executada imediatamente na ntegra ou no em
todos. Com efeito, uma instruo COI combinada com 100% de concluso requisito. Algum limite
pricc leva prcccdcncc, por isso, se ele no pode preencher a ordem dentro do dado limitar, em seguida,
ele ir cancel-lo. Esta instruo tambm por vezes referido como um completo
91
de volume (CV) ordem. Note-se que alguns locais usam o termo fill-e-kill, mas, como sempre,
importante verificar sua documentao, pois isso pode realmente se referem a um imediato-oucomportamento estilo caneel.
Figura 4-8 mostra um exemplo FOK ordem de limite para comprar 1.000 ABC em 101. Mais
uma vez, ns podemos ver a partir do livro de ordens em que esta pode cruzar imediatamente isso
com a ordem de venda SI. Tambm Observe que, assim como do COI ordens, a instruo de
preenchimento ou-kill faz uma ordem no-persistente, por isso, se algum conseguiu atravessar
com ordem de venda SI primeiro, em seguida, o nosso pedido seria cancelado, j que no
podemos cruzar com a ordem S2 por causa de seu preo.
Sells
C o mp r
V e nd e r s
aTaman
r s
ho
1000
1200
2000
Preo
101
102
102
Preo
100
99
98
Taman
ho
1000
900
1800
Tempo
08:25:00
08:20:25
08:24:00
Identida
de
SI
S2
S3
m
102
102
Preo
SizeTime
Identidade
-HGO0
08:25:00
S49008: 20: 25
S2
1800
08:24:00 S3
(b) depois
(a) antes
Tudo-ou-nada
Os tudo-ou-nada (AON) impe instruo um requisito de concluso de 100% em uma ordem. Ao
contrrio da instruo de preenchimento ou-kill no h nenhuma exigncia para imediatismo, por
isso tudo-ou-nada ordens podem persistir durante algum tempo. Isso pode representar um problema
para sistemas baseados em volume de encomendas, uma vez que o ativo pode muito bem acabar
negociando abaixo do preo de uma oferta de compra AON, ou acima do um preo de venda do
AON, particularmente se a ordem do AON grande. Assim, as ordens so dadas AON umamenor
prioridade para a execuo, e so muitas vezes tratadas por armazenando-os em uma condicional
separado Livro de Ofertas. Essa complexidade adicional significa que muitos dos mercados, uma vez
que todas as instrues suportadas-ou-nada, como a NYSE, Euronext e da ASX, passaram a usando
COI ou preencher-ou-matar ordens em vez.
Mnimo volume
Isto tambm por vezes referido como um preenchimento mnimo ou instruo quantidade mnima
aceitvel. A-volume mnimo garante que a ordem s ir corresponder se a quantidade for suficiente.
Como vimos com AON ordens, essa restrio pode significar que o volume mnimo ordens so
deixados para trs pelo mercado. Assim, alguns mercados, como Euronext, cancelar a ordem, se
no puder preencher imediatamente para a quantidade mnima.
Restries mnimo de volume tambm so suportados para os leiles de chamadas em
alguns mercados, para exemplo, NASDAQ. Figura 4-9 mostra um leilo de chamada simplificada
para ABC ativo onde vrios das ordens de venda tm instrues de quantidade mnima.
Sells
Buys
Tempo
07:25:0
0
Taman
ho
15.000
Preo
MO
Preo
MO
MO
MO
MO
MO
107
Taman
ho
3000
5000
9000
13.000
5000
7000
Notas
Min 1000
Min 1000
Min 5000
Identi
dade
SI
S2
S3
S4
Nsight
1500
2500
4500
6500
Alloc
2100
3500
0
9400
92
Encomen
das
A coluna "Peso" mostra como as dota es poderia ter sido atribudo. Note que vender ordem
S3 tem uma restrio de volume mnimo de 5000. Isso mais do que o atribudo ponderao de 4500,
assim que a ordem S3 excludo da travessia. Consequentemente, as dotaes realmente vemos no
"Alloc" arco coluna bem diferente, j que o 4500 redistribudo entre as outras ordens de venda.
Observe que, neste exemplo, tamanhos de lote de 100 arco aplicado para que haja um residual de
200. Quando a atribuio de eventuais montantes residuais alguns leiles favorecer ordens com o
menor mnimo quantidade, portanto, neste caso a dotao para a ordem S4 aumentado para
9.400.
Deve ser-cheiaAo contrrio de alguns dos outros instrues de preenchimento, a incapacidade de executar
plenamente no realmente uma opo para deve-ser-cheia (MBF) ordens. De fato, na Euronext
eles usaram para disparar uma interrupo de volatilidade, uma parada sbita intraday seguido por um
leilo de chamada, se eles no foram preenchidos.
Ordens Hoje em dia deve-ser-cheia so geralmente associados com a negociao de cumprir
expirando de futuros ou contratos de opo. A sesso de negociao separada estabelecida no dia
antes do vencimento, assim, para opes esta frequentemente a terceira quinta-feira de cada ms. Os
comerciantes podem colocar ordens para compensar suas posies expirando. Por exemplo, um
escritor opo descoberto por um in- the-money chamada deve comprar o activo subjacente em
prontido para o seu exerccio no dia seguinte. MBF ordens arco efetivamente tratadas como
ordens de mercado, embora eles sejam isentos de qualquer curto regulamentos venda. Eles, ento,
ser atravessado como parte do leilo de abertura da manh seguinte. Algumas trocas publicar um
desequilbrio MBF para garantir fornecedores de liquidez lugar encomendas suficientes para as
ordens MBF para ser concludo.
Instrues de roteiro
Modalidades de execuo, muitas vezes servidos instrues de roteamento adicionais para ordens.
Assim, fornecendo um servio de gateway que permite que os pedidos sejam encaminhados para outros
locais, bem como manuse-los localmente.
No mercado de aes dos EUA, a introduo do Regulamento-NMS fez roteamento instrues
ainda mais importante. Em particular, a regra de proteo Ordem significa que os corretores e
locais so agora responsveis por proteger ordens para garantir que alcanar o melhor preo.
93
Ento, se uma ordem pode "-atravs do comrcio" o melhor preo disponvel em outro local, o local de
acolhimento deve rejeitar o pedido ou envi-lo para o local onde ele pode conseguir o belter preo.
No entanto, como roteamento de ordens automatizadas nem sempre apropriado, especialmente
para os comerciantes ou os sistemas que esto simultaneamente em execuo atravs de uma
variedade de locais. Portanto, instrues como do-not-route e varredura inter-mercado permitir um
melhor controle sobre o roteamento de ordens. Claramente, quando o uso de tais instrues torna-se
o sistema do comerciante ou do responsabilidade para garantir que ainda est a cumprir com o
Regulamento-NMS.
Na seco 4.5, vamos cobrir alguns tipos de ordens adicionais que servem para ainda mais complexa
estratgias de roteamento.
No-route
Esta instruo garante que o local de execuo ir lidar com o fim localmente e no rota
-lo para
outro local. Eles tambm so referidos como instrues do-no-navio na NYSE e ps- ordens de nopreferenee na NYSE Area.
Em termos de regulao do NMS, isso significa que, se um pedido feito pelo um local, mas uma
melhor preo est disponvel em outros lugares, ento ele deve ser rejeitado. Dentro todos os outros
aspectos, as ordens com este se comportam de instrues como normal.
Dirigido roteamento-Roteamento Dirigido fornece um destino associado para que a ordem deve ser encaminhado para.
Efetivamente, o local de acolhimento atua como uma porta de entrada para encaminhar essas ordens
para o seu escolhido destino. A vantagem desta abordagem que as ordens podem ser encaminhadas
para locais para os quais no temos uma associao, embora o local de acolhimento vai cobrar taxas de
encaminhamento para tais ordens.
Varreduras Inter-mercado
Nos termos do Regulamento-NMS, sinalizando uma ordem como uma varredura inter -mercado
permite que o fim de varrer, ou a p para baixo, a carteira de encomendas em um nico local. Isso
significa que o corretor / operador deve assegurar que a proteco da ordem e melhores condies de
execuo sejam atendidas. Assim, um mercado inter- ordem de varredura ser geralmente parte de
um grupo de pedidos, emitido em simultneo, a uma gama de locais de execuo (da o nome).
Por exemplo, vamos considerar o livro de ordens mercado consolidado para o ABC ativo mostrado
na Figura 4-10. Para simplificar, o mercado tem apenas dois locais, troca Exch -1 e REC-1.
Sells
Buys
Venue
ECNExch-1
ECN-I
Exch-1
ECN-I
Tam
anh
1500
1000
700
1200
Preo
50.00
50,00
49.99
49.99
49.98
Pre
o
50,01
50,02
50,02
50.03
Tamanh
o 1500
500
1200
800
2200
Venue
ExchECN-1
Exch-1
ECN-1
Exch-1
exemplo, vamos supor que o carteira de encomendas para Exch-1 parece com a Figura 4-11 (a). Nosso
fim de comprar 2.000 pode imediatamente
94
Encomen
das
Exch-1
Preo
Sells
Exch-1
Tamanho Identidade
50,01
500
SI
50,01
1000
S2
50,02
500
S3
50,02
700
S4
(uma) antes
Preo
50 pi
./\J. vy Eu
50 Qii
7TV77T7T
50,02
50,02700
Sells
Tamanho
sop
Exch-1 Sells
Identidade
ci
Preo
<0 ni
Tamanho Identidade
5Q0
ci
50 QI
1OOP
Z7T7X7
UT
JU. U Eu
EU V W
C7c
TTXTTXJL
500
S3
S4
estouro
co
50 Q9
Jv77T7E
tr w CT T
Eu,V_7V/V/
5QQ
Z7 \ 7 \ J
50,02700
CO
TTC
e um
UJ
S4
Piscando
Como seu nome sugere, as ordens flash so exibidas no local de origem por um instante antes quer ser
encaminhado para outro destino. Os timeseales envolvidas so muitas vezes cerca de 25-30
milissegundos, embora algumas variantes pode durar at metade um segundo.
No mercado de aes dos EUA, a regra de proteo de ordem regulamento-NMS significa
encomendas devem ser encaminhados para o local exibindo o melhor preo de compra, embora as
cargas de roteamento pode ser aplicado. Tambm pode haver taxas para tirar liquidez do local de
destino. Ento o inteno de ordens de flash era oferecer os comerciantes o potencial para alcan ar
o melhor preo do mercado, neste caso, o melhor lance e oferta (NBBO), nacional sem ter que pagar
quaisquer custos adicionais. Da mesma forma, para locais de execuo, que proporcionam a
oportunidade para atender aos pedidos localmente em vez de encaminhando-as para um
concorrente.
Este foi vivel porque cada local oferece os seus prprios dados de mercado fced / s alm para o
sistema de cotao nacional. Durante o perodo de flash, os participantes do mercado com o direito
feeds de dados podia ver e, potencialmente, o comrcio com essas ordens, antes de serem
encaminhadas ou canceladas. Isso fez com que eles controverso, com muita c onversa de criar um
"two-tiered" mercado; apesar do fato de que as plataformas que oferecem ordens de flash fez o seu
feeds de dados facilmente disponvel. Na verdade, muitos dos locais acionrios dos EUA j
retiraram o seu Ordens de disperso.
Em parte, esta controvrsia simplesmente reflete o ritmo de mudana da tecnologia: O antigo
internacional sistema de mercado (ITS), que foi substitudo pela regra de proteo do fim, permitiu
um de 30 segundos janela de tempo para um fim de ser executado. S o tempo vai dizer se ordens
Hash tornar-se
95
Vinculao Instrues
Instrues de enlace fornecem um meio de introduo de dependncias entre as ordens.
Um one-caneels-outra instruo (OCO) pode ser usado para fazer duas ordens mutuamente
exclusivas, muitas vezes isso usado para fechar fora de posio. Por exemplo, a partir de qualquer
capitalizar ganhos em uma posio longa poderamos colocar uma ordem de venda a um preo
elevado. Se o mercado se move contra ns, faz sentido tambm tm uma ordem de parada separada a
um preo inferior. Claramente, ns no queremos que ambas as ordens para executar desde que este
no s achatar a nossa posio, mas poderia na verdade revert-la, levando a uma posio curta. Ao
vincular os dois vende com um OCO instruo, ns EAN garantir que se qualquer uma das ordens de
venda executa, em seguida, a outra vontade imediatamente ser cancelado. Note-se que se uma das
ordens OCO cancelada dos outros restos afectada.
A One-gatilhos-outra instruo (OTO) liga uma ordem suplementar que s ser criado sobre a
execuo bem-sucedida da ordem principal. Por exemplo, uma ordem de compra bem sucedida
poderia gerar automaticamente uma ordem de paragem como proteo contra eventuais perdas. A
ordem secundrio contingente na ordem principal, e por isso algumas vezes referido como um fimse feito. Observe que, se a ordem primria cancelada em seguida, a ordem secundria tambm ele
cancelou; No entanto, este docs ligao no funcionar no sentido inverso.
Alguns locais ainda permitem que as ordens sejam agrupados. Por exemplo, a plataforma de
negociao SAXESS suporta tanto ordens ligados e combinados. Ordens ligadas efetivamente fornecer
uma "OR" lgica, assim, para um determinado montante que EAN comprar ativos ABC, DEF ou
XYZ. Como um preenchimentos de ordem para um ativo, todas as outras ordens de reduzir seus
tamanhos proporcionalmente. Ordens de combinao fornecer "AND" lgica de ligao tanto os
preos e tamanhos para duas ordens distintas, de forma eficaz permitindo o comrcio do spread.
Vamos passar por esses tipos de ordem do contingente em mais detalhes na seo 4.5.
Instrues Diversos
At agora, temos focado nas instrues que so comumente adotadas na maioria dos locais de
execuo. H tambm opes mais especializadas, que tendem a ser mais local especfico. Como
sempre, vale a pena verificar cuidadosamente a documentao de cada local para ver exatamente o
que instrues adicionais so suportados. Alguns dos mais variado comum instrues so:
Dados de identificao: Muitos locais oferecem anonimato por padro Embora alguns outros
ainda permitem identificadores annimos para ser usado, por exemplo, utilizando o identificador
TAMANHO na NASDAQ.
Curtas-venda: Esse sinalizador deve ser definida para os mercados que impem normas de vendas
curtas. Isto usado para fazer cumprir negociao tiek-sensitivc, ou seja, vendendo apenas em um
uptiek ou mesmo carrapato.
Fraes: Alguns locais incorporar negociao de fraes em conjunto com a negociao
normal mecanismo. Esta instruo permite rodada ordens de lote a ser correspondido com fraes.
Instrues de liquidao:
Geralmente, instrues de liquidao no-padro requerem
negociao, e dependendo das condies de vir a incorrer em taxas de corretagem mais elevadas ou
no pode mesmo ser possvel. No entanto, algumas instrues no-padro razoavelmente comuns so
suportados, tais como resoluo de moeda estrangeira. A liquidao financeira a alternativa mais
comum para equidades. Isto frequentemente usado para conseguir liquidao no mesmo dia, em
vez de T + L ou T + 3. Normalmente, a liquidao financeira necessrio para se tornar o acionista
de registro antes
96
Encomen
das
dividendos, as questes de direitos ou splits Slock, como Larry Harris (1999) ressalta. Claramente,
no entanto, este benefcio vai atrair os custos adicionais, para compensar o provedor.
4,5
Alm do mercado padro e tipos de ordens limite, no arco uma vasta gama de outras ordens
disponveis nos vrios locais de execuo. Quadro 4-3 sumaria estes, classificada pela funo:
Tipos de ordem
Aula
StandardMarket,
Limite
Hbrido
Condicional
sensvel Oculto
Discricionrio
No-realizada, Discricionrio,
ORDER-contingentLinked-allernalives, contingente,
Implcita
Mercado-a-limite de encomendas
Mercado-a-limite de encomendas so, na verdade um hbrido: a ordem de mercado com um limite de
preo implcito forte. Quando a ordem chega em primeiro lugar, ele se comporta como uma ordem de
mercado, buscando liquidez ao melhor preo disponvel, que ento se torna o seu limite de preo.
Ao contrrio de uma ordem de mercado tradilional, no vai simplesmente varrer o gancho fim, ao
invs, se no houver liquidez suficiente disponvel ao melhor preo ele ir converter em uma ordem
permanente limite para a quantidade residual.
Por exemplo, se emitir uma ordem de market-to-limite para comprar 2.000 ABC, como mostrado
na Figura 4-12, o ordem inicial do mercado cruzar imediatamente com a ordem de SI. Este preo
agora torna-se limite de preo da ordem; portanto, incapaz de cruzar com a ordem S2. Assim, um
preenchimento parcial de 1000 na 101 alcanado ea ordem agora se converte em uma ordem de
limite a esta ltima preo executado, como mostrado na Figura 4-12 (c) como fim B4.
97
Sells
Buys
Iden Tempo
Tamanho
tida 08:25:10
Bl
1200
B2
08:20: J5
800
B3
8: 24: 102,100
Preo
100
99
98
Preo
101
102
103
Tamanho
1000
1500
700
Sells
Tempo
08:25:0
0
08:20:2
5
08:24:0
9
Identi
dade
SI
S2
S3
Preo
40J102
103
Tamanh Identi
1 opop dade
S41500
S2
700
S3
(b) cruzes MO
(a) antes
BuysSells
Id
B4
Bl
B2
B3
Temp
o
08:25:10
08:20:15
08:24:10
Tam
anho
1000
1200
800
2100
Pricc
muit
o100
99
98
Preo
+ 04102
103
Taman
ho
] QQQ
1500
700
Temp
o J:
25:
00
J: 20:
25
05:24:0
9
Id
S4S2
S3
(c) depois
Figura 4-12 O efeito de um mercado para limitar a ordem do livro de ofertas
certo que, uma ordem de limite comercializvel ao preo de 101 teria alcanado a mesma coisa. Mas
e se o proprietrio de ordem SI subitamente cancelou sua ordem pouco antes de nosso mercado para
limitar a ordem foi processada?
Usando uma ordem de limite comercializvel na 101 que no seria suficiente para corresponder com a
ordem S2, e assim permanecem na ntegra no livro de ofertas. Por outro lado, uma ordem de mercado
teria executado com ambas as ordens S2 S3 e completando com um preo mdio de 102,25. Em
comparao, o nosso limite market-to- ordem teria cruzado com ordem S2 resultando em execuo em
1500 102 e deixando o 500 como residual uma ordem de limite para comprar a 102.
Assim, o mercado-a-limite ordens oferecer um meio termo entre as encomendas e mercado ordens
de preenchimento comercializveis. Seu comportamento inicial ordem de mercado significa que
eles oferecem mais certeza de execuo do que uma ordem de limite negocivel, mas um pouco menos
certeza do pricc execuo.
Market-com-protectionorders
A ordem de mercado-com-proteo oferece o imediatismo de uma ordem de mercado, juntamente com o
proteo de um limite de preo embutido. Efetivamente, uma extenso da ordem de mercado-alimite com um preo limite mais longe a partir da ltima pricc execuo.
Por exemplo, vamos questo uma ordem de mercado-com-proteo para comprar 3.500 ABC como
mostrado na Figura 4-13. Vamos assumir o limite de preo equivale a 103, por isso a nossa ordem
de mercado pode cruzar com ordens SI, S2 e S3. Desde fim S4 custa 104 no somos capazes de cruzar e
assim o residual 500 deixado sobre a carteira de encomendas como ordem de limite B1 com um
preo limite de 103.
Market-com-proteco ordens de ajudar a garantir que a execuo no alcanado a qualquer
custo. Devido a um limite razovel proteo est definido, eles atacam uma certeza de equilbrio hetween
execuo e certeza de preo.
Nota para o CME todas as ordens de mercado so realmente implementadas como mercado-comproteco encomendas. O limite de preo calculado para ordens de compra, adicionando pontos de
proteo pr-definidos para a melhor oferta, enquanto que para vende eles s o subtrados da melhor
oferta. Os pontos de proteo so iguais a metade do "intervalo no-bust" do ativo.
O intervalo no-bust um limite destinado a proieel participantes do mercado, dentro deste intervalo de ordens no podem ser
canceladas.
98
Encomen
das
Buys
Temp
Iden
tida o
de
08:20:25
08:21:00
08:22:00
08:14:00
Sells
Tam
anho
900
2000
1500
800
Pre
o
100
99
99
98
Tamanho
1000
1500
500
1000
1300
Pre
o
102
103
104
105
Sells
Temp
o
03:09:25
03:14:09
03:16:00
03:13:00
Id
SI
S2
S3
S4
S5
(a) antes
(c)
0
08:20:2
5
08:21:0
0
depois
| QQQ
4-500
500
1000
1300
Id
S42S
3S
S4
S5
(b) cruzes MO
Buys
Ide Temp
ntid o
ade 08:28:0
08:25:0
Tamanh
o
Pre
o
402
403
104
105
Sells
Tam
anh
1000
900
2000
Pre
o
100
100
99
Tam
anho
1300
Pre
o
105
104
Tempo
03:16:0
03:13:00
Id
en
S5
tid
Pare de encomendas
As ordens so contingentes em uma ativao (ou parar) preo. Uma vez que o preo de mercado
atinge ou passa este ponto, eles so transformados em ordens activas do mercado. Na negocia o
em contnuo, o pricc sendo rastreado geralmente o ltimo preo negociado, 2enquanto em um
leilo geralmente o preo de equilbrio. A ativao ocorre para compras quando o preo de
mercado atinge o preo stop ou move acima, enquanto que para vende-lo quando os hits de
preos de mercado ou movimentos abaixo da parada.
Preo
(b)
Pare desencadeada
ltimo preo ;
Eu Potencial ganho
-(uma )
Tempo
Em algumas bolsas, por exemplo, o CME, o preo stop rastreia a oferta de mercado e oferecer, bem como o ltimo pricc
negociados.
99
As paradas so s vezes tambm referida como ordens de stop-loss. Desde que vende (compra)
so geralmente utilizado como uma rede de segurana para proteger os lucros, fechando fora longa
(curta) deveria posies o movimento do mercado contra ns, como podemos ver na Figura 4-14. Assim,
por exemplo, vamos supor umaposio longa foi iniciado em 92; uma vez que o preo chega a 93 uma
ordem de venda stop colocado (em 93) como proteco. Se a tendncia dos preos reverte no tempo t,
conforme mostrado na via (a), ento a parada ser ser desencadeada. Alternativamente, se o pricc
continua a tendncia favorvel (b) a paragem permanecer inactiva.
Note-se que a ordem de mercado gerado por uma parada no d garantias sobre a pricc alcanado.
Isto importante uma vez que a prpria natureza do pra significa que eles s so activados
quando o preo de mercado se torna desfavorvel. Eles oferecem o menor de dois males; um preo
pobre pode ser conseguida, mas se o mercado no reverter, a alternativa ainda pior.
Ordens de limite de paragem de substituir a ordem de mercado com uma ordem de limite. O preo
de parada ativa o ordem, enquanto que o preo limite controla a ordem desencadeada. Embora este
oferece algum preo proteco, controlando o preo da ordem desencadeada, tambm introduz um
risco de no cxecutc. Infelizmente, as condies do mercado de fast muitas vezes aumentar este
risco.
O tipo de ordem mercado-com-proteo atua como uma casa de recuperao entre as encomendas e
mercado um ordens de limite. As ordens com proteco usar este tipo fim de aumentar a probabilidade de
execuo apesar de ainda ter um limite para algum controle de preos. O preo limite baseia-se na preo
stop eo limite de proteo indicado. No entanto, ainda fundamentalmente um limite ordem,
portanto, se as mudanas de preos so graves o suficiente para violar o limite de proteo, em
seguida, a posio permanecer exposta.
Portanto, se fechar fora do uma posio uma obrigao, ento no h escolha real que no seja por
uso uma ordem de paragem pura. Ele tambm pode valer a pena considerar outros meios de cobertura do
posio, tal como com opes e futuros.
Enquanto ordens de stop arco uma ferramenta til, eles tambm podem ter um impacto considervel
no mercado, em especial quando o mercado est no seu mais vulnerveis. Aps a activao, todas as
ordens de stop tendem a acelerar a tendncia que eles pricc disparado. Por exemplo, uma ordem stop
de venda tentar vender quando j houve uma queda significativa no preo. Esta queda mais
provavelmente devido a um desequilbrio entre o volume livro de ordens de compra e venda. A ordem
de paragem efectivamente procura de liquidez, quando ele j diminuiu. Se ele consegue
executar, em seguida, o desequilbrio ser ainda maior.
Preo
Pare
desencadeada
Preo trancando
Te
mpo
Figura 4-15 O preo trancando comportamento dos uma ordem trailing stop
100
Encomen
das
uma quantidade efectiva ou s vezes como uma variao percentual. Para uma ordem de venda, como o
preo de mercado sobe o preo stop mvel ir subir por uma quantidade similar. No entanto, quando o preo
de mercado cai o preo paragem no changc, como mostrado na Figura 4-15. Uma vez que os preos
de mercado becomcs menos favorvel, o preo stop permanece fixo at que o preo de mercado
efectivamente rcachcs a parada e aciona-lo. A ordem, em seguida, se comporta exatamente como uma
ordem de parada ou uma ordem de limite de paragem. este pricc mecanismo de travamento permite
lucros a ser locked-in sem ter que tentar prever o melhor preo nvel para definir a parada no.
Contingentes / ordens se tocaramContingente, ou se-tocado, as ordens so efetivamente o oposto de paradas. Para c mbio de
moeda estrangeira, s vezes so chamados ordens de entrada, uma vez que so geralmente usados
para estabelecer posies.
Tal como acontece com paragens, existem dois tipos principais, um mercado de fim-se touchcd e um
limite se-tocado. Note que um limite se tocou-fim similar a uma ordem de limite de p, exceto que est
escondido da carteira de pedidos at activado.
Sua operao extremamente semelhante ao pra; ambos permanecem escondidos at que o
mercado pricc move-se suficientemente para ativ-los, aps o que eles criam uma ordem
correspondente. Mas o lgica de ativao o inverso do que para paragens. assim uma compra setouchcd ordem acionado quando o preo de mercado atinge o preo-alvo ou se move abaixo, enquanto que
uma venda desencadeada quando o mercado pricc atinge o alvo ou se move acima.
Alguns locais ainda permitem que as ordens que so contingentes sobre o preo de se tocou- um
completamente activo diferente, tal como um ndice de aes.
Mercados eficientes precisa para satisfazer as necessidades de uma gama de usurios. Embora a
transparncia permite que os comerciantes para ver facilmente a oferta ea procura disponveis, apresenta
problemas para grandes encomendas. Muitos mercados e locais de fornecer tipos de ordens ocultas
que permitem aos operadores trabalhar ordens maiores sem atrair ateno indevida. Isso garante
que a liquidez permanece disponvel no
101
local de execuo, em vez de mudar para uma piscina alternativa de liquidez ou cruzar rede.
H alguns anos, as ordens completamente escondidas tinham sido todos, mas gradualmente
eliminados. Ordens ocultas foram visualizadas para aumentar a incerteza de execuo, e assim
afectar a qualidade do preo formao. Eles tambm foram pensados para actuar como um
desincentivo para a colocao de ordens de limite, possivelmente levando a um aumento dos spreads.
Transparncia foi visto como sendo mais importante, e assim por locais, como a Euronext eo ASX,
ligado prestao de ordens iceberg vez. Estes oferta um compromisso razovel, uma vez que uma
poro da ordem ainda visvel. Ainda, o sucesso de ATS locais de fornecimento de "dark pools" de
liquidez tem levou a resurgencc na popularidade de ordens ocultas. Na verdade trocas, tais como
NASDAQ, AMEX e rea de NYSE, so agora a introduo de ordens ocultas, a fim de manter
sua liquidez e para competir com o ATS.
Ordens ocultas
Ordens ocultas, no revelados ou no exibido permitir que os comerciantes a participar sem dar
afastado sua posio. Por exemplo, a Figura 4-16 (a) mostra a carteira de encomendas antes uma
ordem de mercado para comprar 1.000 ABC chega. Depois disso, podemos ver que a carteira de
encomendas no mudou tanto como poderamos esperar. A partir dos relatrios comerciais
subsequentes, podemos ver que em 1000 encheu 101, mas no livro de ofertas s podemos ver ordem
SI cheio e havia nenhum novo entrante ordens, ento onde que os outros 500 vem?
Buys
Identidade
08:25:00
08:20:25
08:24:09
08:24:20
Sells
Tempo Tamanho
1000 Tamanho
100 Tempo
101
900
99
102
1400
98
102
102
2000
97
(a) antes de
Preo
Preo
Identidade
500
08:20:0
0
1000
08:22:2
5
08:24:0
800
9
1500
08:25:0
0
Sells
Preo
SI
S2
S3
S4
Tamanho Identidade
101
IVIJUU
102
102
102
sonSUCTL
1000
800
1,500S4
S2
S3
(b) depois
102
Encomen
das
Sells
Tamanho PricePricc
Tempo Identidade
1,000100
900
1500
101
101
99
98
101
102
Sells
Tamanho
1000
1000
9000
1500
08:20:00
08:21:25
Preo
SI
S2
X: 10:09 HI
08:24:09
S3
ini
Eu noo
101
500
500
101
8,000
TTXT
.W
.
Tamanho Tempo
1
. [102
1500
Identidade
9-QQ-oo
ci
IJTXTTTVTV
ITT
08:21:25
08:21:25
S3
S2
X: 10:09 HI
08:24:09
S3
(a) antes
(b)
de
depois
Figura 4-17 cruzamento com a parte de exibio de uma ordem iceberg
Quando
uma ordem de mercado para comprar 1.500 ABC bate a carteira de encomendas:
Ordem de exibio do nosso iceberg SI imediatamente cruza com ele para 1000
Next, o restante preenchido por 500 parcialmente cruzamento com ordem S2.
Desde a nossa ordem de apresentao complcled, uma nova ordem dividida do
oculto quantidade como sell S4.
Continuando com este exemplo uma segunda ordem de mercado lo comprar outro 2.200 ABC,
mostrado na Figura 4-18.
Buys
Tama
nho
1000
900
1500
Sells
Preo
100
99
98
Preo
101
101
Taman
ho
500
1000
1018.000
Sells
Tempo
08:21:25
08:27:00
Identida
de
S2
S4
X:
1500
08:24:09
.W
.401.
10:09 HI
102
Preo
00
-hOOO
1Q |
TvTT
70 Q
Euv \ /
o . T Q . n nc
u.i.O.U JOJ
1017,0008: 10: 09
S3
0,102
(a) antes
Tamanho Tempo
Identidade
08:21:25
S2
08:27:00 S4
1500
08:24:09
111
S3
(b) depois
Figura 4-18 Outro cruzamento com a ordem iceberg
103
(a) antes
(b) depois
Figura 4-19 cruzamento com vrias ordens iceberg
O primeiro iceberg est a ser apresentado vender ordem SI com um HI volume oculto de 6000,
enquanto a segunda possui um maior volume oculto de 9000, mas tambm utiliza um maior tamanho
de exibio de 1.500 para sua ordem S3. Assim, quando uma ordem de mercado para comprar 3.200
chega:
o ltimo 200 da ordem de mercado sero cruzados com o primeiro iceberg do recmordem diviso S5, j que este iceberg tem prioridade tempo.
Isto tambm destaca a importncia do tamanho de exibio do iceberg. Mesmo que o
segundo icebergue H2 tem prioridade menor tempo, cada vez que ele divide uma nova ordem para
1500, por isso vai encher mais rpido do que Hl.
Estes exemplos tm tudo mostrado como o volume escondido na carteira de pedidos participa o
mcchanism correspondente ordem. Isto a principal diferena entre as ordens nativas de cmbio
com base iceberg e um mecanismo de fim-slicing externo, onde reside Desconto escondidos fora da
carteira de encomendas. Mecanismos externos so dependentes de recebimento de execuo
confirmaes lo mostrar que a ordem anterior foi concluda, s ento vai ser uma nova ordem
criado. Isso pode ocorrer algum tempo alterar a travessia carteira de pedidos terminou,
portanto, uma externa mecanismo no ser capaz de responder a tempo. Assim, a fim de preencher a
ordem do mercado a carteira de pedidos em vez disso, cruzar com outras ordens de limite de p,
como o S4 na figura 4-19. Isto significa que as abordagens fim-de corte pode levar mais tempo
para executar do que iceberg nativa encomendas. No entanto, ele tambm lhes pe rmite ter mais
espao para a melhoria de preos; vamos passar por isso com mais detalhes no Captulo 9.
No-realizada encomendas
A fim de no-realizada d total liberdade para o comerciante sobre como a ordem trabalhado.
104
Encomen
das
Geralmente, estes so utilizados para comerciantes de assoalho uma vez que em mercados
menos transparentes que ter melhor conhecimento das condies de mercado. A qualidade da
execuo depende deles escolher a melhor poca para o comrcio.
Ordens discricionrias
A ordem discricionria uma ordem de limite com um preo limite ligeiramente mais flexvel. O
limite que
apresentado no livro de ordens pode ser aumentado de um montante suplementar
quando as condies so apropriados. Para uma ordem de compra, o limite de preo real , na
verdade, o preo-limite acrescido esta montante discricionrio, enquanto para a vend-lo o preo
limite menos o discricionria. A verdade limite levado em conta somente quando uma ordem de
correspondncia vem dentro do intervalo discricionrio. Portanto, a ordem pode ser executada a
qualquer preo entre o limite exibido eo limite de verdade. Note-se que quaisquer ordens visveis
ainda ter prioridade sobre a ordem discricionria.
Por exemplo, vamos emitir uma ordem de limite de compra para a ABC, com um limite de
100 e uma gama discricionrio de 1, como mostrado pela compra B1 na Figura 4-20 (a).
Identidade
Temp
B1
08:25:0
08:20:05
08:24:00
C o mp r a r s
Taman
ho
1000
800
1200
Preo
100
99
98
Priee
102
103
104
Pre
om
100
99
98
Priee
4G4
102
103
104
V e nd
er
1000
2000
900
Tempo Iden
05:25:00 tida
SI
05:20:25 S2
05:24:09
(uma ) antes
C o mp r a r s
td
m
Bt ^
(b)
Tempo
08:25:0
08:29:0
0
08:20:0
5
08:24:0
0
depois
Tama
nho
5Q
Iff 500
800
1200
V e nd e r s
Temp
Taman
ho
o
- 51000
0 0
03:25:0
0
2000
03:20:2
5
900
03:24:0
9
Id
S4
SI
S2
S3
Ordens atrelado
Ordens atrelada fornecer um limite de preo dinmico; portanto, eles podem ajudar a reduzir o
inerente risco miss-precificao de p ordens de limite. Limite de preo de uma ordem indexada
pode rastrear o melhor oferta, oferta ou mesmo meados de preo, aplicao de uma quantidade
adicional de deslocamento. Por exemplo, a Figura 4-21 espetculos a trajetria de um rastrear o
melhor preo de compra ordem de limite atrelado. Um limite de preo firme maio ainda ser aplicado o
que impedir a ordem atrelar alm desse limite.
Por exemplo, vamos questo uma ordem de limite de compra para o ABC de atrelar a melhor
proposta com um compensar de 1. Inicialmente, a nossa ordem B2 ser placcd com um limite de 99,
um de distncia do atual melhor oferta de compra, como mostrado na Figura 4-22 (a). Quando um
novo B4 fim junta-se ao livro, a melhor proposta movimentos at 101, por isso, em resposta a nossa
ordem atualizado com um novo limite de 100 para manter o ritmo
105
Sells
Buys
Tam
anh
1000
1500
Identidade
Pre
Tempo
Tamanho
o
BgfQoT ' 103
F B 2 r l Preo
8] 2 5 l 2 5 MO o o J 1000
104
08:24:09
800
98
B3
Identidade
Tamanho
B4
08:27:00
B1
08:20:00
* B3
(a) antes de
0,500
1000
Preo
I01 _
100
800 ~
98
(b) propagao
Narrows
Sells
Buys
Tempo
Preo
500
101
1000
100
, '8: 27: 25 3Ll, 200,1 Kf t Afl
""8: 24: 09800
98
Identidade
Tamanho
08:27:00
B4
08:20:00
B1
B3
"08:24:09
Tempo
Preo
102
103
104
Tamanho
900
1000
1500
Tempo
S: 28: 00
S: 25: 00
03:20:25
Identidade
(c) depois
Figura 4-22 O efeito de uma ordem indexada sobre a carteira de encomendas
com a melhor proposta.
Quanto aos pedidos discricionrios, alguns locais, como a NYSE, suporte uma quantidade
mnima, por isso pegging que no desencadeada por pequenas encomendas. Instinet at mesmo
ofertas atreladas tipos de ordens que pode tem um tamanho de exibio associada, assim como
uma ordem iceberg.
Ordens de escala
Estes pode ser usado para a camada ordens criana durante todo o livro de ordens em uma variedade
de nveis de preos.
Sells
Buys
Iden Tempo
Tamanho
tida 08:25:00
900
B5
1500
B2
08:20:25
B4
8: 24: 092,000
1200
Bi
08:20:25
8: 24: 00700
B3
Preo
100
99
98
97
97
Preo
101
101
102
t02
103
Tamanho
1000
800
1200
2000
1000
Tempo
08:24:2
0
08:25:0
0
08:24:2
5
08:24:2
0
08:24:2
0
Ide
ntid
S3
S5
S4
'S2
Si
106
Encomen
das
Por exemplo, podemos especificar uma ordem de venda para 4000 ABC, em escala com 25% a
101, 50% a 102 e 25 a 103%, como mostrado na Figura 4-23. Como alternativa, ele pode definir
valores especificados para os vrios nveis de preo. Dentro um mercado em rpida evoluo, esta
abordagem tem a vantagem de que nossos pedidos j esto no lugar, e assim receber prioridade tempo.
Mas se o preo mantm tendncia favoravelmente, melhores preos pode ser alcanada pela
espera. Ns vai revisitar essas tticas estratificao no Captulo 9.
Pass-through encomendas
Ordens como seu nome sugere, pass-through permitem que um fim de pass-through, inicialmente, o
hospedagem local no caminho para o seu destino final, muitas vezes, a principal bolsa.
Efetivamente, eles agem como duas ordens sequenciais, uma ordem IOC no local de acolhimento
inicial seguido por uma ordem para o resto enviado para o local de destino.
Isso permite que um fim de consumir a liquidez da carteira de encomendas hospedado antes
do encaminhamento qualquer residual para o destino escolhido. Em comparao, uma ordem de
limite padro que varre o carteira de pedidos s vai deixar qualquer restante como uma ordem
permanente. Por conseguinte, eles so tipicamente fornecida pelo cruzamento de redes ou locais
que procuram atrair liquidez adicional.
Por exemplo, vamos considerar um fim de vender 1.500 de ABC ativo em 100. Figura 4-24
mostra os livros de encomendas, tanto para o REC (REC-1) e ao intercmbio primrio (Exch-1).
ECN-1
(a) antes
ECN-1
(b) depois
Figura 4-24 Um exemplo pass-through fim
Podemos ver a partir da Figura 4-24 (a) de que existem 500 disponvel em ECN-1. Assim, ns
podemos
A l g o r i t h m i c Tradin g & D M A
107
edio uma passagem de ordem, que vai tentar atravessar com a liquidez disponvel no ECN-1 antes
do encaminhamento para a troca primrio, Exch-1. Ter consumido a liquidez disponvel em
100, o nosso pedido vai agora tornar-se uma ordem de limite S4 p no Exch-1.
Embora a Figura 4-24 mostra um exemplo de roteamento entre dois livros de encomendas
visveis, faz no dar um grande salto da imaginao para substituir ECN-1 com um "dark pool" ATS.
Quando colocando o nosso vender ordem j no podemos ver o que a liquidez est disponvel, mas
sabemos que vai tentar atravessar antes do encaminhamento para a troca primrio, Exch-1. Isto
bastante uma forma conveniente da disponibilizao de liquidez adicional para o ATS.
Normalmente, ATS tm-se esforado para ter fluir corretores rota de varejo atravs dessa forma
desde h menos chance de informaes vazamento.
Ordens de estratgia de rotaOrdens de roteamento de estratgia estender o conceito simples de ordens de passagem para
permitir que instrues de roteamento mais complexos. Estes podem permitir que as ordens para
participar de leiles, ou ser encaminhados para locais adicionais antes de chegarem ao seu destino
final. Por exemplo, a Tabela 4-4 mostra alguns dos strategics roteamento oferecidos pela
NASDAQ.
Nome
Estratgia
Rota para todas as cita es prote gid as por apenas
ta ma nho de exib io
ES FR
EG O
P
DOTI
SKI P
SCA N
STG Y
108
Encomen
das
Encomendas negociadas
Encomendas no confirmadas
Encomendas no confirmadas arco semelhante ao indicaes de interesse (IDI), combinada
com um mecanismo o que lhes permite converter em pedidos firmes. Eles so tambm por vezes
referido como ordens condicionais, como sobre a oferta.
Encomendas no confirmadas podem cruzar uns com os outros ou com pedidos firmes. Se um
potencial transversal descobriram, o proprietrio ser enviada uma notificao, em que ponto eles
podem ento se dccide para convert-los em um pedido firme. Isso permite que os investidores /
comerciantes para deixar uma ordem no confirmada na rede de cruzamento, enquanto eles tentar
trabalhar da mesma ordem em outros locais, sabendo que no ir gelificar quaisquer preenchimentos
inesperados.
Alguns locais tambm permitem parmetros de sensibilidade adicionais, que podem ser
utilizados para especificar limites pricc / volume discricionrias em que podemos estar
preparados para o comrcio. Esses so incorporada a lgica de correspondncia, por isso, quando
a notificao for recebida por um parceiro em potencial uma negociao estruturada pode levar placc.
Quando ordens firmes esto a ser combinados com aqueles no confirmadas, importante tambm
proporcionar alguma proteco para o proprietrio de o pedido firme. Para garantir a equidade, e
prevenir comrcio predatrio, um tamanho razoavelmente grande pedido mnimo muitas vezes
necessria para no confirmada encomendas. APOSTAS tambm usa seu mecanismo de scorecard
para garantir que ambos os participantes tm um
109
Encomendas negociadas
Ordens so negociados utilizado por locais para fornecer um ambiente de negociao estruturado.
Essencialmente, eles fornecem um mecanismo de comrcio bilateral, como vimos no Captulo 2.
Cada contraparte tem uma idia do preo e tamanho que eles esto preparados para o comrcio em,
ento eles devem simplesmente alterar estas at que ambos chegar a um acordo. Como alternativa, eles
podem simplesmente ir embora sincc no h nenhuma obrigao para o comrcio.
Uma das coisas interessantes sobre cruzando redes que a negociao annimo. Ambos os
participantes podem ser investidores, ou um pode ser um provedor de liquidez. Uma soluo
comum para permitir aos participantes para ser capaz de medir cach outro, proporcionando-lhes um
scorecard que mostra a taxa de sucesso histrico de suas passagens anteriores.
Ordens alertaram
Estas ordens utilizao de indicaes, ou alertas, para tentar melhorar a probabilidade de
execuo pela radiodifuso uma mensagem que notifica outros participantes de interesse do mercado
em um determinado ativo. Isto particularmente importante para "dark pool" redes de passagem, onde
a carteira de encomendas completamente invisvel.
Por exemplo, o ATS Millennium tem um tipo de opt-in Alm disso fim que aciona um alerta
para seus Parceiros de Liquidez (PLP). Estes representam uma mistura de instituies de buySIDC, outra "dark pool "ATS e motores de corretor de internalizao. Note-se que este processo
inteiramente automatizado, assim os alertas no arco visvel para os comerciantes. Os PLPs devem,
portanto, usar sistemas automatizados para responder a quaisquer alertas, detalhando sua liquidez
disponvel para Millennium, que, em seguida, olha para nenhuma partida. E se uma correspondncia
for encontrada, o PLP correspondente deve ento responder com um pedido firme.
O ISE tambm fornece uma ordem anunciado, que ele chama uma Solicitao de interesse.
este ativa um mecanismo de negociao do bloco que notifica os membros da troca do smbolo ticker
do ativo. Eles podem ento inserir respostas que detalham o preo e tamanho em que esto dispostos a
negociar com uma ordem de bloqueio. No final deste perodo (10 segundos), todas as ordens que o
arco priccd melhor do que o preo de execuo bloco ser executado. A prioridade dada
primeiro a ordens por a troca, em seguida, as respostas membros e ordens de no-clientes.
Encomendas-Linked alternativos
Este tipo de ordem relativamente incomum permite uma lista de pedidos alternativos para ser
ligada de modo a que se uma ordem recebe preenchimentos, em seguida, as outras ordens ser
reduzido de um montante equivalente. Efetivamente, ele permite a negociao simultnea de
activos ABC ou DEF ou HIJ, de modo que este tipo de ordem por vezes referido como
estando ligados ou "OR" ordens. Obviamente, um dos principais precaues ao manusear tais
ordens garantir que vrias das ordens no agrupados simultaneamente, preencher,
potencialmente causando um excesso de preenchimento.
IJO
Encomen
das
Por exemplo, na Figura 4-25 (a) uma amostra conjunto de ordens vinculadas mostrado.
Quando recebemos uma encher de 500 para o nosso buy KLM temos efetivamente 50%
completaram o nosso pedido.
De ativos
Lad
Comprar
Comprar
Comprar
Comprar
oKLM
NOP
QRS
TUV
(a) antes
de
Original
Tamanho
1000
3000
800
2000
Exlanl
tamanho
1000
3000
800
2000
Existe
nte
tamanho
500
1500
400
1000
(b) depois
Preen
chida
s 0
0
0
0
Preenchidas
500
0
0
0
Ordens contingentes
Alguns locais permitir relacionar ainda mais dinmica entre as ordens abrangendo vrios ativos.
Tais ordens contingentes garantir que uma partida s possvel quando todos os outros dependentes
encomendas podem tambm ele correspondeu. Normalmente, essa fu ncionalidade oferecida
por bolsas de futuros de negociao propagao de apoio, em que as posies longas e curtas
simultneas so negociadas a tenta lucro de as diferenas de preos entre os dois ativos. Tambm
podem ser empregues para cobrir, em vrias etapas de negociao derivados estratgias mais
complexas.
Por exemplo, na Figura 4-26 (a) podemos ver os livros de encomendas de bens JKL e XYZ.
Vamos assumir que deseja comprar o spread, e assim comprar 1.000 JKL, enquanto a venda de
1.000 XYZ, mas apenas quando atinge a propagao -0.2. Assim ns poderamos placc uma ordem
combinado para comprar e vender JKL 1000 1000 XYZ com um spread de -0,2.
Actualmente, o spread realmente -0,5, uma vez que a melhor oferta de compra para JKL
50,8 ea melhor hid de XYZ 50,3. Portanto, temos de utilizar de forma mais passiva priccd ordens de
limite e esperar que o propagao a se estreitar, como podemos ver na Figura 4-26 (b). Em termos
de preos, o nosso B4 ordem de compra dependente do vender ordem S4, e vice-versa. O preo
do B4 baseada na melhor oferta para XYZ eo spread, ou seja, (50,3 - -0.2) = 50,5.
JKL
Buys
Identi
dade
Bl
B2
B3
Tempo
08:24:00
08:22:25
08:23:09
Sells
Tam
anho
1000
800
1200
Preo
50,6
50,6
50,5
XYZ
Buys
Tamanho PricePrice
Tempo Identidade
1000
50,3
50,5
1000
600
50,3
50,6
1200
1500
50,2
50,6
700
Preo
50,8
50,9
50,9
Buys
Tamanho Identida
de
1500
Bl
900
B2
2000
B3
B4
Tempo
08:24:00
08:22:25
08:23:09
08:26:00
Sells
Tam
anho
1000
800
1200
1000
Preo
50,6
50,6
50,5
50,5
Sells
__
Tamanho
08:25:4
0
08:21:0
5
08:22:4
9
SI
S2
S3
.
.
.
.
Preo
50,5
50,6
50,6
50,6
Tamanho Tempo
Identidade
1000
1200
700
1000
SI
S2
S3
S4
08:25:40
08:21:05
08:22:49
08:26:00
(a) antes
de
(b) depois
Figura 4-26 Um exemplo par de encomendas combinadas
111
Do mesmo modo, o nosso ordem vender S4 baseado na oferta de melhor preo para JKL, ou seja,
(50,8 + -0,2) =
50.6. Se um de nossos pedidos compensada, em seguida, a outra ordem ir mudar imediatamente
seu preo em ordem para garantir que ele est cheio. Ento, se B4 pode ser preenchido em seguida,
pedir S4 ir re-preo simultaneamente a 50,3, a fim de completar.
Claramente, nossos pedidos precisam atualizar para ajustar aos novos preos de mercado e
tamanhos para garantir o propagao requerida seja mantida. Se houver volume insuficiente
disponvel para um dos ativos em seguida, o tamanho da outra ordem deve ser reduzida por uma
quantidade correspondente. Por exemplo, se a fim de comprar 1.000 XYZ a 50,3 foi subitamente
cancelada precisaramos changc o tamanho para nossos pedidos. Para um tratamento mais sofisticado
de tais ordens de spread, poderamos usar pares de algoritmos de negociao, que discutiremos em
mais detalhes no Captulo 5.
Ordens implcitas
Como vimos na seo anterior, uma maneira de lidar com pedidos combinados usar o actual
preos de mercado e a propagao desejada para implicar o seu preo atual e tamanho. Portanto,
bens ordens so ajustados dinamicamente para garantir que eles manter-se em linha com a
propagao requerida.
Ordens implcitas representam a prxima evoluo dessa abordagem. Negociao Spread
to comum para futuros que muitos locais lhes permitem ser negociados como ordens de
autnomos. assim podemos comprar um spread JUN-setembro, assim como ns possa comprar ou
vender os futuros junho ou setembro contratos. Isso geralmente tratado por ter livros de pedidos
separados dedicados para espalhar negociao
ou manuseamento Strategics complexos. No
entanto, ao longo do ltimos anos mais e mais locais comearam a vincular os seus livros de
encomendas normais com esses livros complexos. Isto permitiu a criao de ordens implcitas, que
so capazes de abranger ambos os tipos de livro de ofertas. Um diferencial implcito pode ser
derivada a partir da combinao de ordens definitivas para diferentes contratos, enquanto ordens
implcitas podem ser derivados a partir da combinao de ordens de propagao e as ordens
definitivas.
A importncia de tal negociao implcitas nos mercados de futuros destaque em um bom
pedao por John em branco (2007): Em mercados relativamente novos, como o NYMEX de
energia, at 44,6% da comrcios so alcanados atravs de negociao implcita. Mesmo em
mercados maduros, como o CME Eurodlares, em torno de 16% da negociao atribuvel s
ordens implcitas (11,5% da volume). Consequentemente, as ordens implcitas so uma
importante fonte de liquidez adicional.
Figura 4-27 mostra um exemplo de como um implcito na ordem criada. Por simplicidade
nica as ordens que criam a ordem implcita so mostrados, ou seja, a compra para os futuros de
Junho contrato (Bl) eo vender ordem para o futuro setembro equivalente (SI). Assim, podemos
vender um contrato de futuros de junho, no 96,5 e comprar um futuro de Setembro, para 96,0, em
outras palavras, podemos vender o spread para (96,5-96,0) = 0,5. Isto implica que h uma oferta de
0,5 disponvel para comprar o espalhar. O tamanho determinado por qualquer ordem menor
(entre ordens Bl e SI) e assim 10. Como podemos seg na Figura 4-27, estas duas ordens resultar na
ordem implcita 11.
J futuro da ONU
Id
Bl
Tamanho
Bid 10
Licit
ao
Ofert
a
Oferta
Tamanho
Ofere
Oferta
96.50
SE P futuro
Identi
dade
Tamanho
Bid
Licit
ao
td
Tamanho
Bid
Lici
ta
cer
96.00
JUN-SE P
Ofert
a
Tama
nho
Oferta
Tamanho
Iden
tida
de
Id
en
tid
Iden
tida
II
10
0.50
112
Encomen
das
Por outro lado, uma ordem de venda para o contrato de junho vai combinar com uma ordem de
compra para o Setembro futuro para criar um JUN-setembro preo de oferta propagao e tamanho.
Da mesma forma, ao desconstruir uma ordem de propagao firme em seus constituintes
podemos criar uma implcita OUT ordem. Por exemplo, na Figura 4-28 podemos ver S2, um pedido
firme para vender o Setem- Dezembro, distribudos em 0,6. Ao combinar isso com a empresa
compra ordem B1 para o contrato de Setembro, ns ean implicam o preo de um futuro de Dezembro.
Em outras palavras, deve haver uma ordem de compra equivalente para o futuro de dezembro no
(95,7-0,6) = 95,1, mostrado como a ordem implcita 12.
Id
Bl
Tamanho
Bid 10
Licit
Oferta
Oferta
Tamanho
Iden
tida
de
Oferta
Oferta
Tamanho
td
Ofere
Oferta
ao
95.70
DE Cfuturo
Id
ent
12
Identidade
Tamanho
Bid
tentati
95,10
95,10
Tamanh
o Bid
Licita
o
cer
Tama
0,60
nho 5
Id
S2
4.6
R e sum o
113
Novos tipos de ordens continuam a evoluir. Alguns locais oferecem mesmo ordens que se
comportam algoritmos similares, tais como a concentrao o VWAP ou participar de uma
percentagem fixa do volume do mercado. Na verdade, a linha entre eles e algoritmos de
negociao cada vez cada vez mais tnue.
115
Captulo 5
Tradingalgorithmsare
forexecution, cada
whetherit
5.1
matchingthe
predefinedsetsof
targetinga
VWAPor
regras
specificgoal,
busca de liquidez.
Introduo
Um algoritmo basicamente um conjunto de instrues para realizar uma determinada tarefa. Portanto,
uma algoritmo de negociao simplesmente define as etapas necessrias para cxecute um pedido em
uma maneira especfica. Corretores / vendedores fornecem uma srie de algoritmos de negociao, cada
um com objetivos distintos. Alguns se esforam para igualar ou bater um ponto de referncia especfico,
ou tentar minimizar os custos globais de transao, enquanto outros procuram negociar mais oportunista.
Para atingir esses objetivos, algumas abordagens rigidamente a uma determinada escala de negociao,
enquanto outros so mais dinmicos, a adaptao constante mudana das condies de mercado.
Embora as regras individuais podem ser bastante simp les, a grande variedade de diferente
eventos e possibilidades que devem ser atendidos para algoritmos m dios pode rapidamente
tornar-se bastante complexo. Uma maneira comum de resolver essa complexidade tem sido a de dividir o
problema em duas partes. Por exemplo, Vladimir Kazakov (2003) decompe negociao VWAP para a
determinao do estratgia de negociao ideal e, em seguida, percebendo isso com execu o
ideal. A estratgia concentra-se na agenda de negociao e de referncia, enquanto que a
execuo se concentra em escolhendo ordens apropriadas para esta achicve. Da mesma forma,
Robert Kissell e Roberto Malamut (2005) propem quebrar negociao algortmica para baixo em
decises macro e micro nvel. Novamente, a nvel macro faz escolhas estratgicas, com base nos
objectivos globais. O micro nvel considera mais detalhes tticos, tais como as especificidades do
envio do pedido.
Como exemplo, vamos dar uma ordem simples de compra de 6.000 ABC activo durante a prxima hora
e time-cortar sua execuo para que ns trocamos cada 1.000 dez minutos. Podemos representar esta
tarefa com alguns pscudo-CODC:
para timer = 1-6
Quantidade = 1000
comrcio
(quantidade) do
sono (10 minutos)
Este CODC no vai ganhar nenhum prmio, mas destaca que estamos a seguir especfico horrio
de negociao at que a ordem completada. Obviamente, ns podemos fazer o algoritmo de
negociao mais sofisticada, incorporando dados histricos ou condies de mercado ao vivo. Por
exemplo, a quantidade pode basear-se no melhor lance ou oferta tamanho em vez de apenas
Viso
116
algoritmo
geral
do
Exatamente como ns comrcio uma deciso separada, para a qual a funo trad e ()
simplesmente age como um espao reservado. Uma variedade de abordagens podem ser adotadas, de
modo a funo trad e () poderia:
dinamicamente escolher o tipo de ordem ideal com base nas condi es de mercado
Ao separar a lgica de execuo do padro de negociao desta forma, podemos criar
umaconjunto comum de funes, que referirei como tticas de execuo. Estas arco, em seguida,
disponvel para todos os algoritmos de negociao, e podem ser utilizados indiferentemente. Isto
torna muito mais mais fcil de personalizar nossas estratgias de negociao. Por exemplo,
podemos usar como padro para uma mais passiva estilo de execuo, mas, em seguida, mudar
para usar um mais agressivo quando chegarmos atrs alvo ou quando as condies se tornam mais
favorvel.
Ento, algoritmos de negociao acordo com o quadro geral, eles se concentram principalmente
sobre a melhor forma de acabar com a ordem de execuo. No nvel micro so os mecanismos reais
para a ordem gerenciando submisso. Vamos cobrir tais tticas de execuo em mais detalhes
no Captulo 9.
5.2
Algoritmos Categoriza o
-Driven programao
Matricial
Oportunista
Algoritmos puramente orientado a programao segue uma trajetria de negociao estritamente
definido, geralmente criado estaticamente a partir de dados histricos. Por exemplo, perfis de
volume histricas tm muitas vezes fui usado para implementar algoritmos VWAP; eles representam
o volume histrico intra-dia mdias. Estes perfis podem, em seguida, ser utilizado co mo um
modelo de como a ordem deve ser dividido ao longo do tempo.
s a outra extremidade do espectro, algoritmos oportunistas so completamente dinmica. Eles
reagem s condies de mercado favorveis, o comrcio de forma mais agressiva a vantagem lago
deles. Ento, como as condies tornam-se menos favorvel, que o comrcio de forma mais passiva, se
em tudo. Conseqentemente, algoritmos de procura de liquidez so um bom ajuste para esta
categoria.
Algoritmos de avaliao representam o meio termo entre esses dois extremos. Muitas vezes,
eles combinam aspectos de cada abordagem. Na verdade, Yang e Jiu (2006) sugerem que na
macro nvel eles podem se comportar de uma forma mais orientada para o calendrio, enquanto ao
nvel micro eles se concentrar em equilibrar o trade-off entre custo e risco. Algoritmos de segmentao
117
A l g o r i t h m i c Tradin g & D M A
enquanto que um comerciante ou investidor faz as suas decises com base em objetivos ou metas
estabelecidas. Para melhor reflectir estes podemos adotar um esquema ligeiramente modificada
usando trs tipos principais, a saber:
Custo-driven
Oportunista
Mesa 5-1 mostra alguns algoritmos de negociao comuns agrupados uso dessas categorias. Isso
tambm mostra alguns dos fatores especficos que algoritmos de negociao so mais afetadas
pela, ou arco sensvel a.
BenchmarkSensitivity
Volume
Perce nta ge m de Vo lu m e
Impacto
Mnimo
Custodriven
Oportunis ta
impacto
I mp le me nta o
Adap tativo
Dficit
Mercado On
Fec ha r
Preo
Preo
Em linha
Liquidez
Rcio /
Espalhar
oo
Dficit
Preo
/
Risco
Volume
Vo lu me M d io Po nd e ra do Preo
Orientada para o impacto
Price
Determinar
Tempo
Algoritmos
Pr-
foco
Dinmico
Tipo
Chave
oo
oo
oo
frequentemente
os vezes
Classificao Tabela 5-1 Algoritmo
118
algoritmo
Viso
geral
do
tipos diferentes de funcionalidades bsicas. De um modo geral, os algoritmos podem ser mais
exticos construdo usando um (ou mais) destas Strategics ncleo como a base. Por exemplo, o par
negociao pode agir como o ncleo para alguma negociao classe de mltiplos ativos, que
cobrir em mais detalhe no Captulo 13.
Note que este captulo focuscs sobre algoritmos de negociao que pode ser utilizados pelas
instituies e investidores. Ns abrangem igualmente alguns dos potenciais strategics arbitragem no
Captulo 13. No entanto, em geral, os algoritmos que so predominantemente utilizados para a
tomada de mercado ou de alta negociao freqncia / Arc arbitragem estatstica para alm do
mbito deste livro.
Antes de passar por cada uma destas classes de algoritmo com mais detalhes, Os seguintes
seo descreve algumas caractersticas que o arco comum Todos os algoritmos.
5.3
Parmetros de algoritmo
Algoritmos de negociao pode ser controlada por uma gama de parmetros. Estes proporcionam o
algoritmos com limites ou linhas de orientao; elas pode ser algoritmo especfico ou genrico.
Parmetros especficos pode ser usado para especificar o quanto um algoritmo VWAP pode
desviar-se a partir da o perfil de volume histrico, ou a participao necessria para um por cento do
volume algoritmo.
Os parmetros genricos representam detalhes comuns, como quando comear e parar e se
reforar um limite de preo etc. A lista a seguir resume a maioria dos parmetros que so comumente
suportado, embora possam ser utilizados vrios nomes:
Incio / Fim dos Tempos: Algoritmos geralmente aceitam de incio especfica e tempos do fim,
em vez de condies tais como "bom para o dia". Alguns algoritmos, principalmente os
baseados nos custos, possa derivar seus prprios horizontes comerciais ideais, embora o incio e
trmino ainda deve atuar como limites rgidos. Certos algoritmos podem exigir um montante mnimo
de tempo para negociar, ento ordens com demasiado curto um horizonte pode ser rejeitada. Note-se
que quando os tempos de incio ou final do arco indefinido, defaults arco normalmente aplicado:
Para o tempo final, o padro normalmente o closc mercado, enquanto o a hora de incio ser
agora (ou no mercado aberto). Alm disso, lembre-se que quando se utiliza vezes importante
verificar que eles so transmitidos e interpretados corretamente, especialmente para estrangeiros
fusos horrios. Para os algoritmos que suportam negociao multi-dia, os bccomcs data final
igualmente importante.
Durao: Alguns fornecedores podem realmente abrir mo de tempos do fim, em vez de usar
uma durao parmetro.
Deve-ser-cheia: De um modo geral, os algoritmos de negociao apontar para a execuo
completa, excluindo a
119
outros mais oportunistas. As condies de mercado podem significar que esta meta no pode ser
sempre conseguida. Conseqentemente, parmetro um deve-ser-cheia ir garantir que o algoritmo
comercializa qualquer
quantidades residuais. Muitas vezes isso invocar terminar lgica
especializada, que tem um grande abordagem agressiva para garantir a concluso. Isso pode afetar
o custo / desempenho global.
Estilo de execuo: Normalmente, isso representa negociao passivo, agressivo ou neutro.
Agressividade em funo do tamanho e preo, assim que um algoritmo agressivo, muitas vezes,
executar mais rapidamente, mas a um custo mais elevado do que um impacto passiva.
Preo limite: Um limite de preo rgido oferece proteo de preos da mesma forma que faria para
uma ordem de limite.
Isto particularmente til para algoritmos que no tm uma sensibilidade inerente ao preo.
Limite de volume (mximo): Isto impede um algoritmo de negociar mais de um determinado por
cento do volume real de mercado. Se esta estiver a ser utilizado para prevenir o risco de sinalizao,
que pode ser melhor a utilizao de um impacto mnimo ou um algoritmo-driven liquidez.
Limite de volume (mnimo): Cuidado deve ser tomado ao impor nveis mnimos de
negociao, uma vez que poderia ter um efeito substancial nos custos de impacto no mercado.
Limite de volume (criana): Alguns algoritmos pode at mesmo apoiar limites sobre o tamanho
de qualquer criana ordens que so divididas off, ou at mesmo o nmero de pedidos que pode
ser existentes em qualquer momento. Mais uma vez, Se esta estiver a ser utilizado para reduzir o
risco de sinalizao pode ser melhor para mudar para um mnimo impacto ou um algoritmo-driven
liquidez.
Leiles: Esta bandeira pode ser usado para especificar se o pedido pode participar de
abertura, encerramento e quaisquer leiles intraday. Pode at haver parmetros para afirmar isso
como uma porcentagem do tamanho do pedido.
Como algoritmos desenvolver, h ser sem dvida novos parmetros comuns, mas a lista acima d
uma idia de seu alcance. Nas sees seguintes, cada uma das diferentes classes de algoritmo
sero analisadas com mais profundidade, bem como detalhando quaisquer parmetros especficos.
Para consistncia, ns geralmente usam a mesma ordem da amostra, para comprar 10 mil de um
razoavelmente ABC ativo lquido, para cada algoritmo. 2Esta abordagem deve tornar mais fcil
para comparar os algoritmos de negociao.
5.4
Algoritmos orientada para o impacto evoluiu de estratgias simples ordem de corte. Ao dividir
maior ordens em ordens crianas menores, eles tentar reduzir a negociao tem efeito sobre o preo
do ativo, e assim minimizar os custos globais de impacto mercado.
Os algoritmos baseados preo mdio, ou seja, TWAP e VWAP, representam a primeira
gerao de algoritmos orientada para o impacto. Embora destinado a minimizar os custos de
impacto, a sua foco principal seus respectivos benchmarks. Estes so predominantemente
baseado no calendrio algoritmos, e para que eles costumam acompanhar trajetrias estaticamente
criados com pouca ou nenhuma sensibilidade a condies como preo ou volume. Seu objetivo
executar totalmente a ordem dentro do prazo estabelecido, independentemente das condies de
mercado.
A progresso natural destas abordagens estticas tem sido a adoo de mtodos mais
dinmicos. Isto tambm deu origem a uma mudana gradual no sentido mais oportunista
Obviamente, os volumes de negociao so significanlly diferente entre as classes de activos. Assim, um tamanho
total de 10.000 ordem pequeno para a maioria das aces, mas muito grande para alguns futuros ou ttulos. No entanto,
os princpios LHE mesmas aplicveis independentemente.
120
algoritmo
Viso
geral
do
Mecanismo bsica
A verso mais simples TWAP um algoritmo baseia-se em corte tempo. Figura 5-1 mostra dois tais
ordens, cada compra de 10.000 ABC ativos. Ordem 1 emite ordens de criana para cada 500
perodo de quinze minutos para 5 horas, enquanto que 2 fim comrcios dobrar que mais de metade
do tempo.
Orderl
tamanho
e u o r d e n o 2tamanho
Ps m Mercado volume
Preo
concluso
121
grfico. Por exemplo, um TWAP 2 horas deve ter 25% da ordem executada depois de meia hora.
Ento, ao invs de seguir o rigoroso padro slieing vez que poderia adotar uma abordagem um
pouco mais aleatria. Por constantemente comparando o nosso progresso com a quantidade alvo ideal,
ns pode ento ver quo longe (ou frente de) o cronograma somos. Assim, agora podemos variar a
freqncia eo tamanho da negociao, enquanto ainda seguindo o mesmo perfil de concluso prevista.
este nos permite negociar com um padro muito menos bvio negociao.
100%
80%
60%
40%
20%
0%
- - O r d e m Eu
fSf
- # - Ordem 2
Mercado mm volume
Preo
Viso gera l do
122
algoritmo
comparar com as metas idealizadas. s vezes, a negociao est aqum das quantidades tericas,
embora tambm pode obter um pouco antes do previsto, por exemplo, s 8:15 e 09:45.
este pode ser visto mais claramente na comparao dos grficos de taxa de concluso, como
ilustrado na Figura 5-4. Evidentemente, a ordem randomizados ainda controla a taxa linear de
concluso alvo bastante de perto, o que lhe d uma boa chance de igualar o benchmark TWAP.
Hor
08: 0 0
08: 1 5
08: 3 0
08: 4 5
09: 0 0
0 9: 5 t
09: 3 0
09: 4 5
rio de
30 0
40 0
15 0
20 0
30 0
400
20 0
45 0
Toiat
30 0
70 0
85 0
105 0
135 0
175 0
195 0
240 0
Alvo lolal
29 0
57 0
86 0
114 0
143 0
171 0
200 0
229 0
Diferena
10
t3 0
-para
-9 0
-8 0
40
-5 0
HO
Tabela 5-2 O padro de negociao para uma ordem TWAP mais randomizados
Randomis e d
S t a nda r d
Variaes comuns
Algumas verses pode permitir que um factor adicional a ser aplicado escala de negociao,
o qual inclina-lo e assim tornando-se o comrcio, quer de forma mais agressiva ou mais passivamente,
como mostrado na Figura 5-5. A postura mais agressiva vai emitir mais encomendas no incio,
ajudando a reduzir o risco temporal, enquanto uma abordagem mais passiva deve resultar em menores
custos de impacto no mercado.
Um algoritmo de preo TWAP adaptativa pode at ajustar sua programao dinamicamente com
base em o preo de mercado (embora, sem dvida, o que torna um algoritmo de linha de preos
simples).
123
0.00 %
Parmetros especiais:
Rastreamento: Algumas variantes podem ter parmetros personalizados que permitem o
controle sobre quo perto eles rastrear o perfil de concluso prevista. Isso pode ser apenas um
interruptor on / off ou limites reais para quo longe ela pode ir em frente (ou atrs) agenda (como
cither uma porcentagem ou possivelmente um dinheiro valor). Isso poderia at ser inferida a partir
de um parmetro de estilo de execuo.
Intervalo de frequncia: Algumas verses podem permitir que o controle sobre a freqncia
com que comercializa e se ele usa randomisations para variar os intervalos.
Mecanismo bsica
Como o prprio nome sugere, VWAP uma mdia ponderada por volume, corresponde ao total
volume de negcios dividido pelo volume total. Dada n comrcios em um dia, cada um com um
preo especfico pn e tamanho vn ns pode expressar o VWAP diariamente como:
VWAP = -4
2> .
n
Assim, grandes comrcios ter mais impacto sobre o preo de referncia do que os pequenos.
Considerando que a aproximao TWAP foi simplesmente uma questo de negociao
regularmente durante todo o dia, para ns VWAP Tambm ser necessrio negociar nas propores
corretas. No entanto, uma vez que estes so baseado no volume de negcios do dia no sabemos de
antemo que estas propores Deve ser.
Uma soluo comum para este problema tem sido a utilizao de perfis de volume histricos. Esses
so
124
algoritmo
Viso gera l do
mdias de volume negociado histrico para intervalos de tempo fixos durante todo o dia. Se o dia
dividido em jperodos, em seguida, o VWAP diria pode ser expresso como:
VWAP ^ UjPJ
j
onde Uj a porcentagem do volume dirio negociado e pj o preo mdio de cada perodo.
Robert Kissell Morton e Glantz (2003) mostram que o horrio de negociao ideal para cumprirem
os padres estabelecidos VWAP pode basear-se esta percentagem. Em outras palavras, o alvo
quantidade Xj para cada perodo j:
Xj = L
jx
(5-1 )
Onde x o tamanho total da ordem. Assim, podemos usar esta equao para predeterminar o nosso
padro de negociao ideal. Esta abordagem tem sido a base para a maioria dos algoritmos VWAP.
Nota que assume claramente que o volume de negcios do dia segue um padro semelhante ao
histrico perfil. Devido a o perfil histrico baseado em dados suficientes essa uma suposio
razovel para muitos ativos lquidos. No Captulo 10, vamos discutir perfis de volume histricos em
mais detalhes.
Continuando com nosso exemplo para comprar 10.000 ABC, Figura 5-6 mostra uma amostra
diria Padro de negociao VWAP. Aviso prvio que neste exemplo, a negociao dependente
do histrico perfil de volume. isto no afetado pelo volume real de mercado ou por ehanges preos.
VolumePrice
Ordem tamanho
Histrico volume
Preo
125
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
2600
2560
2700
2800
2500
2080
1560
960
640
% De dia
5.2
10,4
15,8
21,4
26,4
30,6
33,7
35,7
37,0
Targel
520
510
540
560
500
420
310
190
130
a: 15
10:30
10:45
11:00
ll: t 5
11:30
11:45
00:00
00:15
400
440
360
280
400
480
400
520
320
40,7
41,7
42,5
43,6
44,2
Tempo
Hisl
Tempo
Hisl Volm
10:00
37,8
38,7
39,4
39,9
80
90
70
60
80
100
80
100
60
Tempo
00:30
00:45
13:00
13:15
13:30
13:45
14:00
14:15
14:30
Hist Volm
480
480
640
800
960
1040
960
1120
1280
% De dia
45,2
46,1
47,4
49,0
50,9
53,0
55,0
57,2
59,8
Targel
100
100
130
160
190
210
190
220
260
14:45
15:00
15:15
15:30
15:45
16:00
16:15
16:30
Hisl Volm
1400
1920
2200
2400
2600
2800
3000
3700
% De dia
62,6
66,5
70,9
75,7
80,9
86,5
92,6
100.0
Targel
280
390
440
480
520
560
600
740
% De dia
Alvo
Tempo
% concludo
126
algoritmo
Viso
geral
do
razoavelmente semelhante, por isso, nosso padro de negociao deve ser uma aproximao justa
para o dia do VWAP (sem levar em conta o impacto no mercado e outros tais custos de derrapagem).
Obviamente, se o volume de mercado significativamente diferente para o perfil histrico do volume,
em seguida, o desempenho pode muito bem sofrer.
Outra forma de visualizar isso o grupo de volume de mercado do dia por seu preo. Para
exemplo, utilizando os mesmos dados do nosso exemplo comrcio para comprar 10.000 ABC,
Tabela 5-4 mostra o mercado total (e histrico) volumes agrupados pelo preo mdio para cada
hora do dia de negociao. A partir disso, pode calcular um VWAP aproximado para todo o dia de
negociao,
VWAP = Valor Total / Quantidade = 332360/60300 = 5,5118
Em vez de utilizar os volumes de mercado reais, tambm podemos calcular um VWAP terica
baseado puramente sobre os volumes do perfil histrico. Isto d um VWAPhisI = 274400 / 49780
= 5,5123. Assim, neste exemplo, o nosso perfil histrico de volume de fato um aceitvel caber,
usando-o para guiar nossos resultados padres de negociao em um preo mdio no prazo de um
ponto base o VWAP diria.
Preo
Mkt
Volm
Hist
Volm
Ideal
Trade
Hist
Com
rcio
5.49
5,495
5.5
5,505
5.51
5,515
5.52
5,525
600
2000
4700
14200
11300
8600
11600
7300
60300
480
1360
3280
10780
10000
7660
9720
6500
49780
100
330
780
2350
1870
1430
1920
1210
10000
100
270
660
2170
2010
1540
1950
1310
10000
Variaes comuns
A dependncia em dados histricos significa que os algoritmos VWAP podem ser vulnerveis
a sbita mudanas no volume de negociao ou de liquidez. Estes podem causar desvios
considerveis de VWAP. Portanto, algumas verses tambm podem monitorar as con dies de
mercado atuais. Efetivamente, isso torna um hbrido entre um algoritmo VWAP esttica ea
abordagem participao no volume mais dinmico.
Algumas variantes podem oferecer uma abordagem mais adaptativa que acompanha preos no
curto prazo e as tendncias de volume e ajusta dinamicamente seu perfil de execuo de destino
em conformidade. Embora, essas personalizaes significa que eles so no verdade algoritmos
VWAP mais.
Parmetros especiais:
Rastreamento: Alguns algoritmos VWAP permitir o controle sobre quo perto eles rastreiam
o alvo Perfil completo. Normalmente, esta atravs de parmetros personalizados ou apenas
inferida a partir de uma execuo parmetro de estilo.
Hora de incio tempo / Final: Estes podem ser especificados para negociar o VWAP para um
intervalo especfico; caso contrrio, a maioria dos algoritmos sero padro para negociao
durante todo o dia.
Trending / Inclinao: Geralmente, VWAP uma referncia aceitvel para o comrcio no
sentido de se no tm uma viso especfica sobre o preo do ativo. Mas, se esperamos o preo a
tendncia ao longo do dia, ento isso poderia vir a ser uma opo cara. Algumas verses podem
fornecer parmetros aquele deixar que o perfil cxccution alvo ser inclinado para tanto o incio ou o
fim do dia. UMA
127
exemplo mais detalhado dado na Kissel! e Glantz (2003). Note-se que tambm pode valer a
pena considerando um algoritmo alternativo em tais casos.
Mecanismo bsica
Ao contrrio dos algoritmos, como TWAP e VWAP, onde um horrio de negociao pode ser
predeterminado, para algoritmos POV o horrio de negociao determinado dinamicamente. o
algoritmo tentativas para participar no mercado a uma determinada taxa, em proporo com o
mercado volume. Por exemplo, a Figura 5-8 mostra a nossa ordem de exemplo para comprar
10.000 ABC usando um POV algoritmo com uma taxa de participao de 20%. Observe que no h
nenhuma relao entre o padro de negociao eo preo de mercado. Como a Tabela 5-5 mostra, o
tamanho comercial alvo impulsionado apenas pelo volume de mercado observado.
Volume
Preo
Ordem tamanho
mm
Mercado volume
Preo
Tempo
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
mkl Volm
3100
3000
3200
3600
2800
2000
1600
1200
Alvo
620
600
640
720
560
400
320
240
..
128
algoritmo
Viso
geral
do
Perfil completo mostrado na Figura 5-9. Em comparao, uma ordem VWAP ir espalhar-se para
fora para tomar o tempo disponvel. Em termos gerais, no entanto, o padro de negociao POV ainda
parece bastante semelhante ao exemplo ordem VWAP vimos na Figura 5 -6. Isto porque o fim
representa cerca de um quinto do volume histrico do dia, e do histrico e de mercado perfis de
volume so bastante semelhantes. Portanto, a ordem VWAP exemplo da Figura 5 -6 quase
umaproxy para a participao de 20%.
- - % Concludo
Tempo
08:16:02
08:19:24
08:23:09
08:25:15
08:27:06
08:28:26
08:29:21
preo
TradeTarget
tamanho
5.56
5.56
5.57
5.55
5.56
5.56
5.56
500
1000
200
400
300
400
200
Accum.
Quantidade mercado
posilion
volume
500
100
1500
300
1700
340
2100
420
2400
480
2800
560
3000
600
atrs
100
300
340
20
80
160
0
Tabela 5-6 A repartio das operaes de mercado para o exemplo fim POV
Como vimos na Tabela 5-5, para este perodo, o volume de mercado de 3.000, dos quais
gostaramos de ser 600. Por isso, ao 08:23, quando 1.700 de ABC j negociados gostaramos de ter
visto 20% desse valor, ou 340. No entanto, em vez de responder a cada in divduo que ns
comrcio ean Os pontos de disparo estabelecidas, por exemplo, ns alcanamos s 08:25, preenchendo
um pedido para 400. Note-se que uma vez que estamos reagindo ao volume de executado, o clculo
nossos tamanhos reais de ordem precisamos ajustar nossa taxa de participao ligeiramente para
explicar nossa prpria negociao. Isto porque quando veja 1000 foi executado, se ns, em
seguida, negociar outros 200, mudamos o volume global, e portanto, este no vai ser realmente
20% de participao mais:
129
Variaes comuns
Alguns algoritmos POV pode incorporar previso para tentar antecipar melhor o prximo volume
de negociao. Geralmente, tais abordagens so baseados em uma mistura de perfis de volume
histrico, volume observado atual e anlises quantitativas.
Preo verses de algoritmos adaptativos POV tambm esto comeando a aparecer. Estes
ajustar a taxa de participao com base em como o preo de mercado atual se compara a um
ponto de referncia. Alguns variantes pode at se adaptar s mudanas de preos relativos de
outros ativos, como o sector ou ndices de mercado ou mesmo ETFs.
Programas de recompra de Empresa em os EUA costumam usar a disposi o de "porto
seguro" concedido pela da SEC Regra 10h-18, que protege contra os emitentes responsabilidade
por manipulao de mercado. Isso exige de tempo, preo e volume condies estritas, destinadas a
minimizar o impacto no mercado
de recompras. Alguns corretores / vendedores fornecem
dedicados algoritmos de recompra de aes corporativas que aderir a estes requisitos. Muitas
vezes, estes so, de facto, com base em algoritmos POV modificados. Um
130
algoritmo
Viso
geral
do
das principais mudanas adicionar uma condio de preo que garanta o algoritmo no emitir
ordens que acabam fazendo com o mercado, de modo que eles fazem no permitir que as suas
ordens criana a ser mais do que priccd a ltimo negcio ou o melhor lance atual.
Parmetros especiais:
Taxa de participao: Claramente, esse percentual o parmetro chave para algoritmos POV.
Rastreamento: Alguns algoritmos POV permitir o controle sobre quo perto eles rastreiam o
alvo taxa de participao. Pode at ele possvel dictatc como muito frente e atrs ele pode ficar,
ento wc pode permitir-lhe muita margem de manobra para estar frente, mas quase nenhum que
deve ficar para trs. Efetivamente, isso becomcs um mecanismo de inclinao para a taxa de
participao-alvo. Tambm para as variantes que permitem um ajuste mais dinmico da taxa de
participao no ter de ser parmetros adicionais, o que nos permite especificar o que o valor de
referncia e exatamente como o taxa de participao deve mudar em relao a esta.
Desconto filtros: Estes ajudam a evitar que o algoritmo desnecessariamente perseguindo
volume. Alguns verses permitem operaes de blocos a serem excludos; alternativamente, os
limites de tamanho mximo comerciais pode ser ajustado. Em os EUA, alguns vendedores ainda
permitem o controle sobre se o volume est sendo monitorado a partir da troca ou primrio um
total de volume composto por todos os locais de execuo comuns.
Hora de incio: Nota que os algoritmos POV nica controlar o volume do mercado, enquanto eles
esto activc, eles no vai tentar recuperar o atraso com volume negociado desde o aberto.
Fim do tempo: Desde algoritmos POV so movidos por volume de mercado e no por uma
agenda, seu tempo final real varivel. O tempo final apenas atua como um limite firme, embora no
garantir que a ordem ser concludo at ento. Por outro lado, se os picos de volume de mercado em
seguida, a ordem poderia concluir mais cedo do que o esperado.
Deve-ser-cheia: Como vimos para o tempo final, a natureza varivel do POV significa que a
necessidade wc sinalizador se 100% de concluso necessria. Isso permite que o algoritmo para
alterar seu estilo de negociao quando ele est correndo contra o tempo.
Preo limite: Algoritmos POV tem nenhuma dependncia preo intrnseco; portanto, um
preo firme limite pode ser utilizado. Observe que, embora algoritmos POV normalmente rastrear
todo o volume de negociao quando um limite de preo aplicado deve ignorar todos os comrcios
que o arco fora do alcance deste limite. Caso contrrio, todas as vezes que o preo se move para
trs, dentro do limite ele ir se comportar como se no tivesse fui um aumento sbito de volume.
Estilo de execuo: Alguns algoritmos POV pode apoiar um parmetro de execuo-stylc, que
permite fine-tuning do seu comportamento comercial. Uma abordagem mais passiva pode ser usado
para tentar alcanar a melhoria de preos, enquanto um estilo agressivo ir acompanhar a taxa de
participao mais de perto. Essencialmente, esta uma outra forma de o parmetro de rastreamento.
Esta escolha pode tambm ser ditada pela liquidez do ativo, por exemplo, para ativos ilquidos
comercial mais agressiva pode ser necessrio para evitar ficar atrs suas metas.
Impacto mnimo
Algoritmos de mnimo impacto representam a prxima progresso lgica do VWAP e POV
algoritmos. Ao invs de procurar rastrear um benchmark orientado para o mercado que eles se
concentrar exclusivamente na minimizando o impacto no mercado.
131
Sinalizao de risco uma considerao importante para estes algoritmos. Isto representa as
perdas potenciais devido a informaes que os nossos rels padro de negociao para o outro
mercado participantes. dependente tanto nosso tamanho e ordem de liquidez do ativo. Assim, os
algoritmos se concentrar em aproveitar as facilidades oferecidas pelo programa "dark pool" ATS
e corretor de interno cruzando redes, bem como a utilizao de tipos de ordens ocultas para
reduzir este risco.
Mecanismo bsica
A verso mais simples um algoritmo impacto mnimo rotear todo o fim de um "dark pool "ATS e
apenas deix-lo l. Embora as taxas de acerto reais sobre alguns ATS pode ele bastante baixos, muitos
algoritmos tambm podem funcionar uma pequena poro do fim de assegurar um separadamente
razovel nvel de execuo. Por exemplo, poderamos deixar 80% na ATS e negociar o restante
usando um VWAP passiva ou algoritmo POV, ou mesmo um orientado a liquidez um.
Alternativamente, algumas variantes podem ajustar dinamicamente a tamanho total disponvel em
cada ATS Tempo o algoritmo decide se separar de outra ordem criana. Note que para ATS, que
suportam ordens condicionais ou IOIs, uma indicao poderia ser deixado para toda a ordem
enquanto em ordens criana paralelas poderia ser trabalhado nos mercados. Portanto, o padro de
comrcio global muito dependente preenchimentos da ATS. Hcnce, isso muito mais varivel
do que alguns dos outros algoritmos j vimos, assim Figura 5-10 apenas uma possibilidade:
Volume
Preo
Ordem tamanho
milmetro
Mercado volume
Preo
132
algoritmo
Viso
geral
do
% Concluda
Variaes comuns
Algumas verses podem incorporar modelos para estimar a probabilidade de ser preenchido em
a ATS, usando isso para determinar o quanto da ordem deve ser deixado l. Da mesma forma,
modelos de custo impacto pode ser utilizado para prever o potencial de custo global, que pode
ento ser utilizado como um alvo de referncia. Em muitos aspectos, h um monte de cruzamento
entre esses algoritmos e Essa dos mais queridos baseados nos custos, que analisaremos na prxima
seo. Da mesma forma, o abordagens baseadas-stealth usada para reduzir o impacto significa que
eles compartilham um monte de a mesma lgica que a algoritmos orientado a liquidez, o que
veremos em mais detalhe na seco 5.6.
Parmetros especiais:
Visibilidade: Quanto de a ordem pode realmente ser exibida em locais de execuo. No
visibilidade implica a ordem apenas trabalhou em "dark pool" ATS enquanto baixas garante
visibilidade tipos de ordem que s ocultos ou do COI ordens so usados em outros locais.
Deve-ser-cheia: O algoritmo de impacto mnimo focado apenas na reduo de custo a este
o risco de no conseguir executar integralmente, muito parecido com uma ordem de limite. Se h uma
exigncia para totalmente preencher a ordem, ele pode ser mais conveniente utilizar um algoritmo de
custo-hascd vez.
5.5
133
134
algoritmo
Viso
geral
do
Mecanismo bsica
o objectivo de algoritmos dfice implementao alcanar uma execuo mdia que pricc minimiza
o dficit quando comparado com o preo de deciso. Como vimos na Figura 5 -12, a chave
para conseguir isso encontrar o justo equilbrio entre o impacto de mercado e sincronismo risco.
Muitas vezes, isto significa que os algoritmos tendem a ter apenas enquanto for necessrio para
impedir impacto significativo no mercado.
Desde atingir esta meta mais complicado, existe uma variedade muito mais em como corretores
/ vendedores enfrentar dficit de implementao em comparao com algoritmos mais simples.
Como Middleton (2005) relata, alguns destes algoritmos so essencialmente verses do
reforada VWAP ou POV algoritmos. Estes utilizar modelos de custos para determinar um
horizonte ideal de negociao, que aqui incorporada como seja um modelo determinado tempo do
fim ou uma taxa de participao optimizada. Verses modernas tm sido muitas vezes construda
de baixo para cima, de reagir mais oportunista para preo e liquidez.
Para simplificar, vamos focar em exemplos baseados em um horizonte de negociao ideal.
Estes pode ser dividida em duas abordagens principais; um baseado em horrios comerciais
criados estaticamente enquanto que os outros adota um mecanismo mais dinmico reagindo ao
volume do mercado.
O primeiro passo realmente determinar o horizonte comercial id eal, que deve levar em
conta para fatores como o tamanho do pedido eo tempo disponvel para negociao. Ele tambm
deve incorporar informaes especficas de activos, como sua liquidez e volatilidade. Alm disso,
tambm deve levar wc conta de urgncia do investidor, ou a averso ao risco. Modelos
quantitativos ser ento utilizada para leva todos esses fatores e derivar o horizonte comercial ideal.
Geralmente, um horizonte comrcio mais curto devido a:
Os ativos com alta volatilidade, tambm aqueles com baixa lance offer spreads
135
VolumePrice
Ordem tamanho
wh k histrico volume
C Z Mercado J volume
Preo
Tempo
Hist Volm
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
2600
2560
2700
2800
2500
2080
1560
960
640
3.2
2.2
% De janela
8,7
8.6
9.1
9.4
8.4
7. 0
5.2
Tilt
1.3
1.3
1.3
1.3
1.2
1.2
1.2
1.2
1.1
Alvo Volm
1140
1120
1180
1220
1010
840
630
390
240
Tempo
10:15
10:30
10:45
11:00
11:15
11:30
11:45
00:00
00:15
320
Hisl Volm
400
440
360
280
400
480
400
520
% De janela
1.3
1,5
1.2
0,9
1.3
1.6
1.3
1.7
1.1
Tilt
I,
+
150
1.1
1.1
0,9
0,9
160
130
90
130
160
130
160
100
Alvo Volm
Viso geral do
136
algoritmo
Volume
Preo
Ordem tamanho
milmetro
Mercado volume
Preo
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
3100
3000
3200
3600
2800
2000
1600
1200
800
% Particip
36
36
36
36
35
35
35
35
34
Alvo Volm
1130
1090
1160
1310
990
710
570
420
270
Tim
eMkl Volm
Tempo
10:15
10:30
10:45
31:00
11:15
11:30
11:45
00:00
00:15
Mkt Volm
600
800
600
400
800
600
500
800
400
% Particip
34
34
34
33
33
33
33
32
32
Alvo Volm
210
270
210
130
270
200
170
260
130
137
% concludo esttica
% concludo dinmica
Participa o alvo dinmico
0%
cP
.<
<?>, T . <
Variaes comuns
Adaptao s condies de mercado, como liquidez ou preo tornou -se um foco importante para
muitos algoritmos. Preo de implementao adaptativa algoritmos dfice tem becomc
suficientemente importante que a sub-seco seguinte dedicado a eles. algoritmos que tm
acesso "dark pools" de liquidez tambm esto disponveis.
Volatilidade outro fator chave para algoritmos . Algumas verses realmente ajustar a
alteraes da volatilidade dos preos a curto prazo; quando a volatilidade cai, eles pode dar ao luxo
de negociar de forma mais passiva. Outras variantes tambm podem usar estimativas alternativas para
a volatilidade. Por exemplo, Algoritmo Assistente de Instinet utiliza a volatilidade implcita
nos mercados de opes, um calibre mais accuratc da volatilidade intraday.
Parmetros especiais:
Preo de referncia: Isso permite que o investidor para especificar seu preo de deciso; caso
contrrio, este geralmente o padro o preo da chegada (ponto mdio) quando a ordem foi
recebida.
3
No captulo 10, vamos ver como previses de curto prazo podem ser feitas para as condies de mercado, tais como preo e
volume.
Viso geral do
138
algoritmo
Averso a risco: Isto representa nvel de um investidor de urgncia. A averso de alto risco
sugere que a posio mais sujeitos ao risco de preo, de modo que o algoritmo vai usar um
horizonte de tempo mais curto, adotando tticas mais agressivas de execuo. Algumas verses s
podem suportar passivo, agressivo ou neutro, enquanto outros pode permitir uma mais fina grained
definio (digamos, de 1- 10).
Estilo de execuo: Essencialmente, este substitudo pela averso ao risco, embora para
algumas variantes ele pode realmente proporcionam o cenrio de averso ao risco.
Fim do tempo: Isto age como um prazo absoluto. Embora, como vimos, muitos algoritmos
arco accionado por determinao de um horizonte de negociao ptima. Note que importante
verificar com anlise pr-negociao / modelos que o tempo final especificado No, na
verdade, antes que o tempo ideal, caso contrrio, o desempenho pode sofrer.
Preos-limite: Estes so suportados, mas importante notar que a quebra aplicao
algoritmos so otimizados para trabalhar para a sua referncia, que o preo da chegada.
Limites de volume: A fim de minimizar o risco de tempo, algoritmos muitas vezes comeam
por negociao bastante agressivamente. Seus modelos internos esto tentando equilibrar
impacto potencial de mercado contra esta risco. Colocar demasiado rigorosas um limite de
volume pode realmente afetar o desempenho do algoritmo. Se o limite de volume est a ser usado
para reduzir o risco de sinalizao depois de um impacto mnimo ou algoritmo orientado a liquidez
pode ser uma escolha melhor.
PIM
-Eu
4
fV<l>r8f
Fonte: Kissell e Malamut (2005b) Reproduzida
Pb
PbHrel
com a permisso de investidor institucional
139
Figura 5-16 ilustra esse traando a taxa de negociao alvo versus o preo de mercado de um
exemplo comprar ordem. Um agressivo in-the-money (AIM) comercializa estratgia mais
agressiva com preos favorveis e menos quando se tornam adverso. Para uma ordem de compra,
favorvel condies correspondem a quando o priee mercado cair abaixo do valor de referncia,
com o oposto para uma venda. Assim, na Figura 5-16 sua taxa de negociao s aumenta quando o
priee mercado cai significativamente abaixo do valor de referncia priee (Pb). Considerando um
passivo em-the-money (PIM) ttica o contrrio, torna-se mais passiva quando os preos so
favorveis. Assim, na figura 5-16 sua taxa de negociao s aumenta quando o preo sobe
significativamente acima do benchmark.
Nota a estratgia alvo mostrado na Figura 5-16 semelhante a um algoritmo de preos de-linha,
desde faz no representam risco temporal, vamos cobrir esta mais na seo 5.6.
Outra maneira de olhar para estratgias adaptativas de preos baseada em co mo eles lidam
com as tendncias globais de preos. Uma estratgia AIM assume que as tendncias so de
curta durao e reverter em breve, enquanto que uma abordagem PIM conta com a persistente
tendncia. Assim, a negociao de AIM ir imediatamente tentar tirar vantagem de quaisquer preos
favorveis, e espero que os preos desfavorveis reverter. Por outro lado, a negociao PIM ir reagir
agressivamente para conter quaisquer perdas potenciais do tendncia desfavorvel, mas vai ser
passivo durante tendncias favorveis, na esperana de conseguir uma maior melhoria priee.
Mecanismo bsica
Essencialmente, este ainda um algoritmo de dfice de implementao, de modo que o
comportamento bsico vai seguir uma abordagem IS. Mas, alm disso, o algoritmo se adapta
dinamicamente s condies de mercado. Efetivamente, isso como tendo uma funo da
inclinao que se ajusta, em tempo real com base na condies atuais de mercado.
Inicialmente, um objectivo de base para a participao de volume pode ser determinado, com base
na Estima horizonte comrcio ideal. Durante a troca, a parte de adaptao depois usado para
modificar esta taxa. Os resultados para um exemplo para o comrcio comprar 10.000 ABC usando
tanto AIM e PIM abordagens mostrado na Figura 5-17.
Preo
Volume
4500
i 5,53
4000
3500
3000
2500
2000
1500
1000
500
Volume do mercado
140
algoritmo
Viso
geral
do
Com uma estratgia de AIM, uma tendncia preo favorvel resultar em participao adicional.
Algumas variantes podem igualmente solicitar uma inclinao para incentivar a negociao mais
cedo. Para este exemplo, a participao de linha de base foi definido como 30%, com a primeira
hora aumentado para 35%. A curto prazo indicador de impulso foi usado para variar presente em
at 10%, dependendo o preo ea estratgia de negociao. Novamente, essas taxas de
participao arco escolhido para ampliar a diferena entre as duas abordagens para este
exemplo. Na realidade, estes muitas vezes seria menor eo ajuste provavelmente dependeria de
volatilidade do ativo. O efeito que isso tem sobre o alvo taxa de participao mostrado na
Figura 5-18. evidente que, como o preo torna-se crescentemente favorvel, a partir de cerca
de 10:00, o AIM capitaliza isso aumentando a sua taxa de participao, enquanto a estratgia PIM
faz o oposto. Ento, 11:00-00:00 quando o preo comea a subir novamente, acontece o inverso.
Finalmente, como ambas as ordens atingir a concluso As taxas de participao cauda em direo
zero.
- - AI M
- -PIM
Preo
Variaes comuns
Assim como esses algoritmos reagir ao preo de mercado, ns tambm poderia adicionar
comportamento que reage de mudanas na profundidade livro de ordens ou medidas globais de
liquidez. Cada vez mais, eles tambm so acesso liquidez de "dark pool" ATS.
Parmetros especiais:
Em geral, os algoritmos adaptativos dfice ter os mesmos parmetros que execuo dficit.
Obviamente, h uma adio chave:
Tipo de adaptao: Ou agressivo em-the-money (AIM) ou passiva in-the-money (PIM).
141
- -AIM %com pl et o
PIM % completo
Figura concluso 19/05 por cento para as ordens de dfice adaptativas preo
Note que ao contrrio de preos algoritmos embutidos h geralmente no muito lor disposio
parmetros para controlar cxactly quanto ele reage a movimentos reais de pre os. Isto porque
fundamentalmente, que se baseia num algoritmo dfice aplicao. Mesmo que ela se adapta ao
preos de mercado, a taxa de negociao ideal ainda em funo do seu impacto no mercado com
balanceamento risco temporal.
Mecanismo bsica
Claramente, a principal questo para um fim algoritmo mercado o fato de que o valor de referncia
desconhecido at o final do dia de negociao. Ao contrrio de VWAP ou TWAP no uma
mdia com base na negociao dias, portanto, no pode simplesmente cortar a ordem em pores em
uma tentativa de combinar com o benchmark. Se comearmos a negociao muito cedo, poderamos
estar expostos a um substancial quantidade de temporizao risco, devido variabilidade do preo
de fechamento. Considerando negociao tarde demais Maio causc impacto significativo no
mercado.
Muitos algoritmos closc mercado determinar um horizonte de negociao ideal usando
quantitativa modelos, que incorporam estimativas de volatilidade de um ativo, e volume de
negcios. Ento, assim como algoritmos dfice implementao determinar um mercado ideal
tempo do fim algoritmos perto pode calcular uma hora de incio ideal, como Middleton (2005)
ressalta. Figura 5-20 mostra o padro de negociao resultante para o nosso prximo fim exemplo
mercado.
Supondo uma taxa de participao-alvo de 30%, por isso, precisamos de 33.333 ABC para o comrcio.
Trabalhando para trs o nosso modelo histrico modificado mostra que para atender a essa exigncia
que deve iniciar a negociao s 11:45, como podemos ver na Figura 5-20.
]42
algoritmo
Viso geral do
Volume
Preo
4500
5.53
4000
5.52
3500
3000
5.51
2500
5.5
2000
1500
5.49
1000
5.48
500
5.47
Ordem tamanho
w * Mercado volume
Preo
80%
60%
40 %
20%
- % completo
143
necessidade real para inclinar a taxa de participao. Claramente, isso no vai ser sempre o caso por
isso precisamos estimar regularmente o impacto da evoluo dos preos de mercado correntes e
ajustar a nossa participao em conformidade. Na prtica, isto semelhante ao que um passivo themoney in-dfice adaptativo algoritmo faria.
Variaes comuns
Alguns algoritmos esto agora a ser denominado algoritmos de preos partida. Estes fornecem
uma mais mcchanism gcncric que vai trocar a qualquer momento final, em vez de apenas o
fechamento do mercado. Por exemplo, se queremos garantir uma posio alcanada por meio-dia
poderamos definir o tempo final de acordo e deixar o algoritmo para encontrar a hora de incio ideal.
Parmetros especiais:
Em geral, os algoritmos de fechamento do mercado ter parmetros semelhantes aos dfice de
implementao, Embora haja algumas diferenas bvias arc:
Averso a risco: A averso ao risco elevado, significa que o comrcio est mais sujeito ao risco de preo
e por isso deve ser negociadas de forma mais rpida. Ainda assim, em termos de um fim algoritmo
mercado, isso geralmente significa um tempo de incio ideal para mais perto do fechamento do
mercado. Portanto, se no houver preo genuna risco de um ativo pode fazer mais sentido usar um
dfice algoritmo em vez de um mercado um perto.
Fim do tempo: Como observado nas variaes comuns, algumas verses permitem o controle sobre a
extremidade tempo, dando uma abordagem muito mais flexvel.
Participao de leilo: Tambm pode haver parmetros para especificar o valor mnimo e / ou
tamanho mximo permitido fim de participar no fim do leilo.
5.6
Algoritmos oportunistas
Algoritmos oportunistas evoluram a partir de uma gama de estratgias de negociao. Todos eles
aproveitar as condies favorveis do mercado, se este se baseia em pricc, liquidez ou outro fator.
Pricc algoritmos embutidos arco essencialmente baseado em uma estrat gia de impacto-drivcn
subjacente, como VWAP ou POV. O que eles acrescentar a sensibilidade ao preo, o que lhes
permite modificar seu estilo de negociao com base em se o preo de mercado atual favorvel ou
no. assim um foco em impacto no mercado, deu lugar a uma abordagem mais oportunista.
Da mesma forma, os algoritmos-driven de liquidez so uma evoluo do mais simples de
roteamento de ordens baseado em regras estratgias. A negociao conduzida pela liquidez
disponvel, embora o custo tambm um factor. Enquanto par de negociao eficaz uma
estratgia market neutral, por isso o risco menos de um conccrn. Em vez disso, o fator-chave quando
a propagao ou a razo entre os ativos favorvel.
Note-se que para cada um destes algoritmos de preo ainda um factor importante. Pontos de
referncia alvo fornecer uma linha de base que lhes permita avaliar se as condies do mercado so
favorveis ou no. Uma vez que eles so to dinmico, algoritmos oportunistas tendem a ser muito mais de
perto alinhado com suas tticas de execuo subjacentes do que outros algoritmos, como veremos no
captulo
9. Nas sees a seguir, examinaremos cada um dos algoritmos de oportunistas, de alguma forma mais
aprofundada.
144
algoritmo
Viso
geral
do
Mecanismo bsica
Um algoritmo de linha de preo constitudo por um mecanismo de troca de base combinado com o preo
funcionalidade de adaptao. Assim, poderia ser baseado em um algoritmo VWAP esttico ou um
mais dinmica de abordagem por cento de volume. A adapta o do preo real pode controlar
diretamente o diferena entre o preo de mercado eo valor de refer ncia, ou pode at mesmo
incluir outras factores como a fora.
Figura 5-22 mostra um algoritmo de linha de preos simples, baseado em um por cento subjacente
estratgia de volume. A adaptao preo um ajuste simples para a taxa de participao com base na
diferena entre o preo de mercado eo valor de referncia.
Volume
4500
Preo
5.53
4000
3500
3000
<, NF
>\/v
5.51
2500
2000
1500
iI
1Eu
SEu
5.49
1000
500
f> . <
. <
<>
o r d e m sizemm
f | 5.47
Mercado
volume
Preo
torna-se cada vez mais favorvel, em torno de 10:00, o AIM aumenta a sua taxa de participao,
enquanto a estratgia PIM faz o contrrio.
145
5.5 4
60 %
5.5 2
5.5 0
5.4 S
5.4 2
5.40
- UMA EuM
- P EuM
Preo
- -AIM % Complet e -
PIM % completo
Figura concluso 24/05 por cento para as ordens em linha exemplo de pre os
Tal como acontece com os outros algoritmos, variantes modernas ser diferente em termos de eles
como eles responder a estar por trs de seu alvo, e se permitem ir em frente do alvo.
Variaes comuns
Algumas verses podem at permitir a adaptao preo a ser baseado no preo de outros
activos, setores, ndices de mercado ou at mesmo ETFs.
Parmetros especiais:
Tipo de adaptao: Ou agressivo em-the-money (AIM) ou passiva in-the-money (PIM).
Preo de referncia: Se a referncia est relacionada a um outro activo, ndice ou ETF, em seguida,
detalhes tambm ter de ser fornecida para este para permitir que o algoritmo para fazer um preo em
tempo real
146
algoritmo
Viso
geral
do
despachou uma ordem para vender a 100. Esta percentagem baseada em uma srie de fatores, incluindo
a probabilidade de cancelamento, latncia e resultados histricos.
Liquidez oculto outra considerao importante. Para ordens ocultas (sombreada na Figura 525), a probabilidade baseada principalmente na probabilidade de o volume no ser escondido a
esse preo. Assim, em ATS-1 corresponde a ordem H3 uma probabilidade de 15% que esta "dark pool"
147
ATS tem um escondido ordem de compra para pelo menos 1.000 ABC em 100. Estes todos so ento
agregados em uma carteira de pedidos virtual, onde a prioridade baseada em preo, ento a probabilidade
(em vez de tempo). Claramente, ao fazer pedidos, ser dada preferncia a locais com o melhor preo e maior
probabilidade de execuo.
Encontrar volume oculto um caso de rastrear continuamente comrcios relatados e combinando
estes para o estado carteira de encomendas. Quando as negocia es so notificadas com um preo
melhor do que a carteira de encomendas sugere, este pode ser devido a liquidez escondido. Por
exemplo, a Figura 5-26 mostra a carteira de pedidos visvel antes e depois comrcios para 2000
ABC a 100 so relatados.
Com
p r a r Tam
Iden
s
anho
tida 08:25:00
B3
1000
B4
08:25:25
500
Bt
08:20:25
2000
B2
08:24:09
1500
(a) antes
V e nd e
Preo
100
100
99
98
Preo
101
102
r
800
1500
C o mp r a r s
Identid
ade
B4
B5
B1
Tempo
8 2 5 00
Tamanho Preo
1QQ
1000
| QQ
08:25:25
50 0
; 08:26:05 j C Mwol. ifclOO .
08:20:25
2000
99
(b) depois
Figura 5-26 livro Encomendar antes e depois de relatrios comerciais para Abc
As ordens de compra B3 e B4 representam apenas 1.500 do com rcio; assim que a menos
uma nova ordem chegou de repente, 500 foi potencialmente cheio de uma ordem oculta. Alm disso, a
nova ordem pode B5 ser o tamanho de exibio para uma ordem iceberg, ou pode ser apenas uma nova
ordem de limite autnomo. Somente rastreando o livro de ordens sobre um longo perodo de tempo que
podemos comear a estimar que possibilidade mais provvel. Com mais dados histricos, podemos at
comear a prever o que o tamanho oculto pode ser, portanto, dando o tipo de estimativas vimos na
Figura 5-25.
Ento, usando dados histricos e monitorando de perto a carteira de pedidos, podemos criar
modelos para a estimativa de liquidez escondido. Podemos, ent o, adaptar a nossa estratgia de
posicionamento para tentar tirar partido desta. Normalmente, isso com imediato-ou-cancelar ou
encher-ou-matar pedidos de limite, por isso no h ordens permanentes so deixados no livro limite.
Viso
148
algoritmo
geral
do
liquidez, bem como um sinal de radar ou sonar. Ns vamos entrar em mecnica de ordem escondida
colocao e busca em mais detalhe nos Captulos 8 e 9.
A ltima considerao principal para algoritmos baseados em liquidez est sinalizando risco.
Para ilquidos ativos, mesmo uma pequena ordem pode resultar no preo abandonando como outros
comerciantes tentam segunda acho que os nossos requisitos. Para contrariar esta situa o, podemos
adotar uma estratgia similar de uso immcdiate- ou-canccl estilo (COI) ordens. Ento, quando a
liquidez se torna disponvel uma ordem agressivo usado para cruzar com ele, por vezes referido
como sniping. A fim de deixar a melhor pricc inalteradas, algumas estratgias s pode tomar uma
poro do tamanho disponveis. Alternativamente, escondido encomendas podem ser utilizados, tanto
ordens iceberg ou ordens discricionrias, embora estas deixaro umadeterminado tamanho de
exibio do livro de ofertas. Mais uma vez, vamos abordar isso com mais detalhes no Cap tulo 9.
Mecanismo bsica
A liquidez est intimamente relacionada com profundidade de mercado e pre o. Portanto, um
algoritmo de procura de liquidez vai reagir mais forte quando h uma abundncia de profundidade do
mercado e da pricc favorvel. Esta razoavelmente semelhante agressiva de negociao emthe-money estilo vimos para linha de preo e algoritmos adaptativos em dfice.
Em vez de fazer o algoritmo de reagir ao volume negociado, criaremos uma profundidade de
mercado medida que reflecte o volume disponvel no um ponto pricc favorvel. A Figura 5-27 mostra
um fim exemplo para comprar 10.000 ABC com um algoritmo de procura de liquidez usando essa
mtrica.
Ordem tamanho
Mercado mm volume
Preo
149
100%
5.54
5.52
80%
5.50
5.48
5.46
5.44
5.4 2
5.4 0
&b, A
"CK .tS-
N *'
?> UMA*y'
- -% O volume de f
80 %
0%
Figura 5-29 por cento para concluso uma ordem de busca de liquidez
Embora algoritmos seeking liquidez pode ser usado para qualquer ativo, eles foram
originalmente destina-se a ativos mais ilquidos e mercados fragmentados. O exemplo na Figura 527 era de um ativo razoavelmente lquido. Em comparao, a Figura 5-30 mostra um exemplo a fim de
comprar 10.000 NOP, um ativo muito menos lquido. Mais uma vez, podemos ver um padro similar de
comparativamente negociao agressivo, logo que o preo e a profundidade so favorveis. Com
ativos ilquidos, sinalizao de risco uma preocupao ainda mais importante e mais da liquidez
est escondido. Conseqentemente,
150
algoritmo
Viso
geral
Volume
do
Preo
Ordem tamanho
milmetro
Mercado volume
Mercado cm profundidade
Preo
Figura 5-30 Uma ordem de procura de liquidez para um ativo mais ilquidos
tticas, tais como busca e sniping usando ordens tipo COI becomc importante, como veremos no
Captulo 9. Alm disso, observe que estes exemplos do apenas um sabor de como este problema pode
ser enfrentado. Tal como acontece com dfice de execuo, a complexidade de busca com sucesso liquidez
significa que h muita variedade na forma como atingir seus objetivos.
Variaes comuns
Algoritmos-driven de liquidez so frequentemente utilizados em mercados fragmentados. Os
clientes podem querer seu ordens para participar apenas em locais especficos, como apenas
algumas "dark pool" ATS. Dentro Alm disso, eles podem (ou no) querem que seus pedidos para
ser includo no fluxo de internalizao do corretor. Corretores / vendedores, muitas vezes vers es
sob medida para as necessidades especficas de cada cliente.
Parmetros especiais:
Visibilidade: Isso especifica quanto da ordem pode realmente ser exibida em execu o
estabelecimentos. Baixa visibilidade implica tipos de ordem oculta ou do COI ordens devem ser
utilizados, alternativamente isso pode significar que a ordem s trabalhado em "dark pool" ATS.
Maior visibilidade pode ser costumava deixar ordens expostas, tentando incentivar negociao para
ativos ilquidos.
Preo de referncia: Isto pode ser usado para dccide se o preo favorvel suficiente para garante
participao.
Par de negociao
Par negociao envolve a compra de um ativo, enquanto vendendo simultan eamente outro. Portanto,
este uma estratgia market neutral; os riscos de cada activo deve cobrir ou compensar cach outro. este faz
com que a negociao menos afetadas por movimentos de todo o mercado, desde que os pre os
dos ativos so suficientemente correlacionados. A situao ideal que o ativo que compramos
aumentos de preo, enquanto aquele que vendeu quedas. Embora tanto tempo como o resultado
de um lado do comrcio supera qualquer perda, por outro lado, ainda devemos sair na frente. Os
resultados podem em seguida ser bloqueado em
151
trocando o par reverso para achatar nossas posies. Note-se que as escalas de tempo envolvido aqui
poderia ser qualquer coisa de minutos a dias, semanas, meses ou mesmo mais tempo.
Existem dois tipos principais de par negociao, ou seja, arbitragem estatstica e de risco (ou
fuso) arbitragem. Arbitragem estatstica baseia-se em avaliaes de ativos relativos enquanto
arbitragem de risco mais especfico patrimnio, gira em torno da probabilidade de uma fuso
acontecendo. Um comum abordagem para a arbitragem estatstica baseia-se na expectativa de
reverso mdia. Isso pressupe que a propagao ou a razo para os preos dos dois ativos
altamente correlacionados geralmente oscilam em torno de sua mdia.
Espalhar
Como a Figura 5-31 mostra, quando o spread desvia significativamente da mdia significa este
umaoportunidade de negociao. Um sinal de entrada do comrcio tpico ocorre quando esperamos que o
spread para voltar mdia; Neste caso, a banda baseada em dois desvios padro acima e abaixo do
significar. Se a propagao continua dessa forma, podemos sair da posio em relao mdia.
Ligar Por outro lado, se no conseguir reverter e continua a divergir, em seguida, estamos a registar
prejuzos. este pode ser porque os activos no so to correlacionados como pensvamos, ou a
relao entre eles podem ter mudado fundamentalmente.
Os mtodos quantitativos para identificar pares de arbitragem estat stica esto fora do escopo
deste gancho, desde negociao algortmica entra em ao uma vez que os pares j foram encontrados.
Para os interessados neste tema o livro 'Pairs Negociao: Mtodos Quantitativos e Anlise "por
Ganapathy Vidyamurthy (2004) est um bom lugar para comear.
Mecanismo bsica
Algoritmos par de negociao para se concentrar em negociao um ponto de referncia prdctermined, que o cither espalhar entre dois ativos ou a razo de seus preos.
O exemplo mais simples de um comrcio par baseado no spread entre dois preos dos ativos.
Quando a diferena de preos entre os dois ativos supera um limite especificado, o comrcio
ativado. Isso pode basear-se nos preos mdios, ou o preo de compra para o ativo a ser comprado eo
preo de oferta para o ativo a ser vendido, ou mesmo todas as combinaes possveis.
Por exemplo, vamos supor que as informaes histricas mostrou ativos XYZ e EFG ser altamente
correlacionados, seguindo a tendncia que vimos na Figura 5-31. Algum tempo aps o tempo T,
esperamos que o duas bandas de desvio padro a ser violado e a propagao ea razo para comear a
regressar ao seu meios histricos, esta violao ser o nosso gatilho. Figura 5-32 mostra os preos
intraday, difundir e razo. Note-se que a propagao mostrado na Figura 5-32 um valor absoluto,
apenas o mid preo da XYZ menos o preo mdio de EFG.
152
algoritmo
Viso geral do
XYZ preo
- - Preo EFG
- St- * "
mm
EFG volume de
Mercado
Espalhar
153
Inicialmente, a propagao continua a aumentar (a comrcio par separado pode j estar a tomar
vantagem deste (XYZ vendendo e comprando EFG)). No entanto, logo depois do meio-dia a
propagao cruza a banda dois desvios-padro, presumivelmente em seu caminho de volta em
direo ao histrico significar. Assim, o comrcio par inicia a execuo. Embora, observe o blip
em torno 15:00 quando o spread aumenta temporariamente novamente, fazendo com que o
comrcio par para fazer uma pausa.
Uma forma alternativa de especificar o comrcio usar uma relao preo como o gatilho. Baseado
novamente em dados histricos vamos definir o gatilho proporo que 1.2. A Figura 5-34 mostra um
exemplo de ordem comprar 10.000 XYZ e vender EFG quando a proporo inferior a ou igual a 1.2.
ti
Alvo
EFG volume de
- Relao
Variaes comuns
Pares de arbitragem de risco geralmente pode usar a mesma abordagem que os arbitragem
estatstica. o estratgia de negociao de vender as aes da empresa de licitao e comprar
aqueles da meta empresa. Se a fuso acontecer, a posio pode, ento, ser desenrolado. O lucro
a partir do diferena de spreads; geralmente o spread mais amplo antes da fuso, em
seguida, aperta como o
154
algoritmo
Viso geral do
180
230
260
350
470
530
470
440
530
530
0
0
850
880
930
930
1140
8720
260
340
380
510
680
770
680
630
770
780
0
0
1250
1280
1370
1370
1690
12760
-220
-280
-310
-420
-560
-640
-560
-530
-640
-640
0
0
-1020
-1060
-1120
-1120
-1350
-10.470
-270
-340
-380
-520
-690
-800
-690
-660
-800
-790
0
0
-1250
-1320
-1390
-1390
-1670
-12.990
260
350
390
510
690
780
690
660
790
780
1040
1300
1250
1310
1380
1390
1070
14660
-220
-280
-320
-420
-560
-630
-560
-530
-630
-630
-840
-1050
-1020
-1060
-1120
-1120
-860
-11.850
-270
-340
-400
-520
-690
-790
-690
-660
-790
-780
-1050
-1300
-1250
-1320
-1390
-1390
-1070
-14.700
Tabela 5-9 Comparao dos valores de execuo para comrcios exemplo par
negcio atinge concluso.
Algumas verses podem tambm apoiar um ajustamento de caixa, que pode ser aplicado antes que a
relao, ou propagao calculado.
Parmetros especiais:
Propagao / Proporo: Claramente, esta atua como o ponto de referncia para a relao. Note
que frequentemente necessrio especificar a forma como ela se baseia, portanto, se se trata de
um spread AB ou a razo A / B, ou BA ou B / A. Isto pode ser uma verificao de sanidade til para
garantir a meta definida corretamente.
Identificador de ordem: Pode ser que cada uma das pernas do par tem de ser enviada separadamente,
nos quais caso algum tipo de identificador comum necessrio para ligar as duas ordens de perna.
Legging: Isso permite controle sobre como autonomamente cada perna podem ser negocia das.
Um valor pequeno vai restringir o comrcio, mas tambm ir nos proteger da exposio ao risco pricc.
Limite de volume: Nestes exemplos, a taxa de participao foi limitada a 25%. Algumas variantes
podem permitir que as restries de volume especficos para cada lado do par de comrcio.
5.7
At agora, todos os algoritmos que consideramos so relativamente genricos, dentro da razo que podiam
ser aplicado a qualquer classe de ativos. Ainda assim, existem tamb m alguns algoritmos baseados no
original propriedades de certas classes de activos. Por exemplo, j vimos como alguns corretores
/ vendedores fornecem algoritmos para manipula o de programas de recompra das empresas
(Regra da SEC I Ob-18) para aces dos EUA, com base em algoritmos POV modificados.
Como negociao algortmica continua a se expandir fora dos mercados de aces, deve tratar
155
os problemas comerciais comuns encontrados em cada novo mercado. No ser, sem dvida, mais
especializaes de classe de ativos no futuro. Em ltima instncia, estes podem ainda aproveitar o
natureza fungvel de alguns destes ativos. Por exemplo, um algorit mo pode selecionar o vnculo
ideal para o comrcio com base em seu rendimento at o vencimento, ou uma opo com base em
fatores de risco especficos.
No curto prazo algumas das reas em whieh maior desenvolvimento mais provvel so:
Negociao multi-tramo
Multi-perna
Estratgias de negociao para os ttulos, futuros e opes, muitas vezes envolvem mltiplas
pernas. Cada perna representa uma ordem para um ativo especfico. Estes podem ser to simples como
um comrcio propagao de duas vias, embora possam ter trs ou quatro pernas ou ser ainda mais
complexa. No entanto complexo que sejam, estes ainda so geralmente comrcios de valor relativo,
procurando tirar partido das diferenas na precificao entre ativos. No geral, eles vo tempo o
atualmente sob valorizado ativo / s, esperando que no futuro os preos vo reequilibrar a compensao
nos um lucro. Essencialmente, eles so muito o mesmo como pares (ou spread) de negociao, embora
eles podem consistir de cestas (ou carteiras) de comrcios.
Por exemplo, a Tabela 5-10 mostra algumas estratgias exemplo de negociao para ttulos.
Embora estes exemplos tm 2-3 ps cada, podemos v-los simplesmente em termos de as compras
globais e vende.
Tipo
Rolls cupom, On / Off the-run
Nova edio
Lado B (vende)
Atual edio
Longo prazo
Maturidade curta
Barbell
Borboleta
Lado A (compra)
(Bullet-barra)
Longo prazo
Maturidade
curta
Maturidade Intermediate
investidores podem decidir trocar (ou rolo) seus investimentos neles. Em que facilidade eles podem
precisar para comprar a nova edio e vender a sua posio currcnt. Os investidores tambm podem
adotar uma estratgia barbell, atravs da compra tanto de curto prazo e de longo prazo ttulos.
Alternativamente, eles podem tomar um ponto de vista sobre as taxas de juros com base no
Viso
156
algoritmo
geral
do
curva de juros. Por exemplo, a estratgia de borboleta mostrado na Tabela 5-10 est estruturado para
tomar vantagem de um futuro aumento da curvatura. Se as taxas de ttulos de vencimento intermedirio
subir, o preo de nossos ttulos intermedirios cair dando nossa posio curta um lucro. Por outro
lado, se a curva de rendimento expectcd para achatar as posies opostas podem ser tomadas.
Para futuros, troca spread to bem estabelecida que a maioria das trocas de apoiar carteiras de
encomendas dedicados apenas para spreads. Dentro De certa forma, os spreads so quase tratados como
ativos em seu prprio direito. Tabela 5-11 mostra alguns dos tipos de estratgia com vrias etapas que
podem ser utilizados com contratos de futuros.
Tipo
Um lado (compra) Lado B
Espalhar (touro) contrato Perto
JAN09Deferred por exemplo
Propagao da borboleta (grandes) Perto contrato, por
exemplo, Jan09
Por exemplo, contrato diferidos
May09 Condor propagao (grandes) Perto contrato, por
exemplo, Jan09
Por exemplo, contrato diferidos
JUL09
(vende)
p o r e x e m p l o . Contrato
Mar09
Prximo contrato (x2), por exemplo,
Mar09
Prximos dois contratos por exemplo
Mar09,
May09
perna. Ainda, isso pode nos expor a riscos legging considervel. Por exemplo, poderamos acabar
com a desejada posio longa, mas apenas metade dos curtas-alvo. Por conseguinte, as pernas e
ligando negoci-los simultaneamente muitas vezes uma opo mais segura. Em alguns casos isso
pode ser to simples como usando os tipos de ordens ligadas vimos no Captulo 4.
157
Lado B (vende)
Lado A (compra)
Call (xl) a maior greve por exemplo
Call (xl), por exemplo, Agosto
Agosto 55
50 (xl)
Coloque
(xl) a maior greve
Put
Call (x2) a maior greve
Call (xl)
propagao
Call (xl) no vencimento mais tarde, por
Call (xl), por exemplo. Mar 50
Calendrio
exemplo,
propagao
Call (xl) aJulho
maior50greve
Put (xl)
Colarinho
Call
(xl)
a
menor
greve,
por
exemplo,
Setembro
50
Borboleta
Call (x2), por exemplo, Setembro 55
Call (xl) a maior greve por exemplo Setembro 60
chamada (long)
Call (xl) a menor greve, por exemplo,
Call (xl) a menor greve, por exemplo,
Condor (long) ligar
Agosto 50 Chamada (xl) a maior greve
Agosto 45
por exemplo Agosto 55
Ligue para (x 1) a maior greve por
exemplo Agosto 60
Call (xl)
Pernalta (grandes)
Coloque (xl) a mesma greve
Call (xl)
Strangle (grandes)
Coloque (x 1) a menor greve
Tipo
Ligar spread
(touro)
Coloque
propagao
(urso)
Chamada relao
(5-2)
Onde K o preo de exerccio da opo Ihe, r o interesse e rale N () o padro normal, funo de
distribuio cumulativa. A factores d] e D2 so definidos por:
ii=
MSIK) Hr + sl2) T
2 d = d Eu_umaJ
CT-jt
Onde um a volatilidade do preo do ativo. Assim, o preo da opo depende do assel subjacente, sua
maturidade e juros estertores cal lo. Note que este o seu preo terico, ou valor justo. Assim
como wilh qualquer outro tipo de Assel, o preo de mercado ser um pouco diferente a partir deste.
Essas diferenas refletem os pontos de vista (e invent rios) do outro mercado
158
algoritmo
Viso
geral
do
participantes (dealers). Tendo em conta que o tempo para as taxas de maturidade e de juros s o
praticamente fixo, isso deixa volatilidade como a varivel principal. Assim, uma forma alternativa de
ver estes preo diferenas trat-los como diferentes estimativas para a volatilidade do activo
subjacente. De invertendo a lgica de preos, podemos, portanto, determinar volatilidades
implcitas base destes preos de mercado. Por exemplo, a Figura 5-35 mostra uma carteira de
pedidos com setembro de 09 opes de compra de ativos com a EFG um preo de exerccio de 50. O
preo atual do EFG de 47.
Buys
Sells
Tamanho Preo
Preo
Sells
Tamanho Tempo
Identidade
50
3,78
3.93
3.98
4.03
10
25
20
09:02:00
09:02:05
09:02:19
SI
S2
S3
(a) Preos
Implcita Vol.Size
[d_
25,00%
10
25,25 %
25
20
25,50%
Tempo
09:02:0
0
09:02:0
5
09:02:1
9
SI
S2
S3
Figura 5-35 A carteira de pedidos opo amostra juntamente com vista para as volatilidades
implcitas
A Figura 5-35 (b) mostra como os priccs mercado foram convertidos de volta sua
implcita volatilidades. Agora vamos considerar a situa o quase uma hora mais tarde.
Buys
Sells
Tamanho PricePrice
Tempo Identidade
20
3.95
4.09
4.20
4.23
(uma) Preos
Sells
Tamanho
15
5
30
09:51:00
09:51:45
09:52:19
Implcita Vol.
S4
S5
S6
24,50%
25,10%
25,25%
Tamanho Tempo
Identidade
15
09:51:0
0
5
09:51:4
5
30
09:52:1
9
S4
S5
S6
contratos de umaativo especfico, cada um deles ter muito menor liquidez. Ao v-las em termos
de sua volatilidade implcita, podemos potencialmente cumprir os nossos requisitos com outros
contratos. Para exemplo, no exemplo anterior poderamos ter tambm negociados alguns contratos
de agosto, ou algum
159
com outro preo de exerccio. Dito isto, esta abordagem pode adicionar mais complicaes, uma vez que
diferentes tipos de contratos pode trazer a exposi o a outros riscos. Portanto, se um portflio de
opes contratos est sendo gerado, importante considerar os fatores de risco (ou "gregos") para
fazer Certifique-se de que no existem surpresas em termos de exposio ao risco.
Como algoritmos de expandir ainda mais nos mercados de derivativos, incorporando estes factores
de risco em algoritmos de negociao provvel que se torne uma exigncia muito mais comum. No
Captulo 3 J vamos brevemente rever a forma como alguns fatores de risco (como delta e gamma)
poder ser coberto.
wap
Onde P o preo da opo, A ' o delta ajustado e xroc a taxa de mudana de preos. Dentro por
sua vez, a taxa de mudana de preos (Xroc) Baseia-se na VWAP do activo subjacente:
^ roc ~ SVWAP -sq
5 onde 0 o preo de referncia do activo subjacente, por exemplo, o preo de chegada ou o
fechamento anterior, e SVWAP a mdia VWAP para o intervalo especificado.
O delta um dos "gregos"; uma medida que representa o risco em termos de movimentos de preos
pelo activo subjacente. 4Um delta de 1,0 significa que para cada aumento (queda) de US $ 1, na activo
subjacente preo da opo tambm subir (queda) por $ 1. Por outro lado, um delta negativo
significa que os movimentos de preos da opo na direo oposta. No clculo GWAP, o delta
ajustado (A ') baseado em delta tcita da opo (A) e gama (y) a partir de quando o
ordem foi inscrito:
Um W) = U M A +(^ * R )
UMA' ( p W )= A - a ^ * Y)
Gamma uma segunda medida de risco derivado. Ele quantifica o quanto o delta vai mudar quando os
movimentos de preos do ativo subjacente em uma unidade, por exemplo $ 1. Por exemplo, vamos
considerar umaopo de compra preo de US $ 6 com um delta de 0,5 e uma gama de 0,1. Quando o
preo do activo subjacente aumenta em US $ 1, o delta significa a opo de compra aumentar para
US $ 6,5, enquanto que a sua vontade delta aumentar para 0,6 por causa da gama. Vamos cobrir
ambos com mais detalhes no Captulo 13 na reviso das estratgias delta e gama de cobertura.
Larison (2008) continua a dar um exemplo de como o GWAP pode ser calculada. Sediada
160
algoritmo
Viso geral do
sobre isso, vamos supor que o ABC activo subjacente comea com um preo de referncia (S0) de
45,0 $. Durante todo o dia 9:30 - 16:00, consegue um VWAP de $ 46,00. O preo de uma opo de
compra 09 de setembro com uma greve de 50 comea em US $ 2,15, com um delta implcita de 38% e uma
gama de 4%.
Por conseguinte, a taxa de mudana de preo:
xroc = 46,0 - 45,0 = 1,0.
O ajustado delta:
UMA' = 38% + (1,0 * 4%) = 42%. Dando
um GWAP para o nosso apelo opo:
G wap = $ 2,15 + [38% * 1,0] = $ 2.53.
Consequentemente, a henchmark alvo baseia-se o preo se move no activo subjacente em
vez do que os do mercado de opes.
A CBOE uma parceria com a Pipeline para fornecer uma passagem de referncia com base na
GWAP. Se esta for bem sucedida bem podemos come ar a ver algoritmos opo tentando
rastrear o GWAP em tempo real.
Como algoritmos de continuar a se espalhar para mais mercados bem podemos ver outros novos
benchmarks sendo adotado.
5.8
Resumo
Algoritmos oportunistas se esforar para tirar o melhor partido das condies favorveis do
mercado.
Preo algoritmos embutidos so variantes priee-sensveis de algoritmos orientada para o
impacto.
Algoritmos-driven de liquidez so uma evoluo do mais simples de roteamento de
ordens baseado em regras.
Par de negociao uma estratgia neutra mercado impulsionado por uma expanso favorvel ou
proporo.
A maioria destes algoritmos ir funcionar em classes de activos. Ainda assim, as
caractersticas nicas de algumas classes de activos significa que tambm podem ser
necessrios completamente novos tipos. Por exemplo:
Negociao com vrias etapas para ttulos e derivados
Algoritmos impulsionado por fatores como taxas de juros ou volatilidade
Manipulao de bens fungveis, ento negociao baseada em especificao, em vez de
activos explcitos Segmentao novos benchmarks mais adequados
161
Captulo 6
Custos de transao
Os custos de transao pode ter um efeito significativo sobre o retorno dos
investimentos. Portanto, importante para ambos medida e analis-los se
"melhor execuo" para ser alcanado.
6.1
Introduo
Cada vez que um ativo comprado ou vendido custos de transao incorridos. Em termos
econmicos, Robert Kissel I (2006) descreve-os como os custos pagos pelos compradores, mas no
recebeu por parte dos vendedores. Eles podem ter um efeito considervel sobre retornos de investimento,
por exemplo, Ed Nicoll (2004) custos de transao total estimado anual de aproximadamente $
120.000.000.000 para o 12000000000000 $
EUA mercado de aes. Isto baseado em custos por fim que variam de 20 pontos base (bps) at
200 (ou 2%) do valor. A ampla gama , em parte devido s diferentes caractersticas de cada activo e
da ordem, mas tambm devido s diferentes formas os custos de transao possam ser atribudas.
Uma das maneiras mais comuns para examinar os custos de transac o foi comparar o
desempenho real de uma carteira com o seu equivalente "papel". A carteira de trabalho simplesmente
um Portflio Virtual negociadas a preos de referncia, mas sem levar em conta todos os custos.
162
Custos de transao
foi denominado o "dfice implementao" por Andre Perold (1988), como mostrado na Figura 6-1.
Alternativamente, esta muitas vezes referida como "deslizamento".
Um exemplo especfico do impacto dos custos de transao dada por David Leinweber (2002) para os
retornos de um fundo com base na carteira Value Line. A Linha de Investimento Valor Inqurito um
boletim semanal de anlise de aes focusscd sobre os EUA entre 1979 e 1991 a carteira de papel atingiu
uma rentabilidade anualizada de 26,2%, enquanto que o fundo real, na verdade, gesto de 16,1%.
Grande parte dessa diferena directamente atribuvel a custos de transao, o sincc fundo fez
as mesmas rotas como recomendado no boletim. 1
Apesar de os custos de transao arco inevitvel, que pode ser minimizado. Por conseguinte, a
fim de maximizar o retorno de investimento importante para medir com preciso os custos de
transao e analis-los para compreender como e por que eles ocorrem.
6.2
Os proces investimento s
Os custos de transao cobrem todo o processo de investimento. Eles podem ser rastreados a
partir do inicial deciso de comprar / vender um ativo por meio s ordens reais e execues que
alcanam isto.
; Buy-side
Analist
a
(Compra
r/
vender
idias ')
Portfolio Manager
(Optimizao,
controlo de risco)
Trader Interno
(Pre-trade seleo
anlise broker)
Encomendas
Relatrios
Sistema de
negociao
algortmica ou
DMA (Execuo)
atuao
monitorao
> Vendedor N
(Anlise, monitoramento
elabora
o de
relatrios)
Comercia
nte
(Execuo)
163
Figura 6-2 mostra uma viso simplificada do processo, abrangendo tanto a tradicional negociao
corretor bem como algortmica / Execuo DMA: A fonte inicial de cada ordem encontra-se o buy-side,
com um investimento comprar ou vender idia. O impacto potencial da carteira de investimentos , em
seguida, modelado pelo gestor da carteira, que ir utilizar tcnicas de otimizao e anlise de risco
para
determinar o conjunto de posies de destino. Um comerciante interno deve, em seguida,
identificar a melhor maneira de negociar esses pedidos. 2Isto conseguido atravs da estimativa
do custo potencial da operao, bem como considerando o desempenho histrico corretor. Tendo
decidido sobre os meios mais adequados para de negociao, as ordens so ento encaminhados
para execuo. Mais comumente, isso vai significar o envio de los para uma instituio de sell-side, a
partir de onde eles sero enviados para o mercado. Isto pode ser conseguida atravs um vendedor /
comerciante ou por um processo de negociao algortmica / DMA. 3Finalmente, as execues de que o
mercado vai completar a ordem e relatrios comerciais ser enviado de volta para o buy-side.
Uma forma alternativa de ver este processo a de considerar todo o ciclo de investimento, como
realado por Ananth Madhavan (2002). Ao invs de focar sobre os indivduos envolvidos, ele
enfatiza a natureza cclica do processo de investimento, mostrado na Figura 6-3. Comrcio execuo
impulsionada pela estratgia de investimento, mas tambm d um feedback importante, que podem
afetar as decises de investimento futuras.
Estratgia de Investimento
Pesquisa Fundamental
o
foli
o
Otimizao
Backtestin
tipo
2
Note-se que alguns destes diferentes funes podem ser adoptada a mesma pessoa, dependendo do tamanho da
organizao.
3
Os vendedores arco cada vez mais vendas / comerciantes, capazes de rotear ordens diretamente para algoritmos de
negociao.
Custos de transao
164
tdtotit
t3
Tempo
165
closc dia desde que a ordem no for totalmente executado. A tend ncia dos preos forte
tambm bvio, a aumentar progressivamente, desde a abertura em 90,5 para finalmente
fechando em 93,0.
As sees a seguir fornecem uma descrio mais detalhada de ambos anlise comrcio pr e ps,
juntamente com uma anlise detalhada de como os custos de transaco so formados, usando Neste
exemplo comrcio. Para ainda cobertura mais detalhada da anlise dos custos de transao bem a
pena referindo-se a 'Optimal Negociao Strategics' por Robert Morton Kissell e Glantz (2003).
6.3
Anlise pr-negociao
Anlise pr-lradc importante para assegurar que conseguido o melhor execuo. Estes analytics
ajud investidores ou comerciantes tomar decises informadas sobre a melhor forma de executar
uma determinada ordem.
A maioria dos corretores / vendedores fornecem uma quantidade considervel de informao geral de
referncia. Isso pode ser to simples como o pas associado e moeda, ou pode ser mais ativo
especfica. Por exemplo, para as aces que possam fornecer informaes fundamentais, como o
capitalizao de mercado e as vrias propores de investimento (por exemplo, preo de ganhos (P /
E), preo a livro (P / B)), juntamente com todos os dados do setor e ndices relevantes. Da mesma
forma, para os ttulos, eles podem fornecer rendimento do ttulo e durao, bem como detalhes de
sua classificao de crdito, tamanho do problema e qualquer termos e condies relevantes.
Tabela 6-1 descreve os dados que a chave para a seleo estratgia de negociao.
Essencialmente, este consiste em priccs, medidas de liquidez e de dados para an lise de risco e
estimativas de custos.
TypeData
Preos de
Liq uidez
Risco
As estimativas
de custo
Risco
Marke t impacto, risco Timin g
Dados de preos
Uma ampla gama de dados de preos til para anlise pr-negociao. A actual oferta de mercado e oferta
preos, ou um instantneo recente, agir como uma linha de base para o que podemos alcanar. A ltima
negociados preo tambm til, especialmente para ativos ilquidos, uma vez que este pode ser
significativamente diferente das cotaes atuais. A oferta lance propagao fornece uma
estimativa para o custo de imediatismo. Spreads mdios histricos nos permitem avaliar se o spread
atual incomum.
Gamas de preos, como a diferena entre os preos mximos e mnimos de hoje, dar um
indicao da volatilidade do preo atual. Da mesma forma, benchmarks como preo de abertura de
hoje ou closc de ontem noite tambm so teis. Tendncias pode ser refletida por dirias, semanais
ou mensais, mesmo variaes percentuais.
Custos Transaclion
166
Os dados de liquidez
A liquidez est intimamente relacionado com os custos de transa o. Ofertas de volume de
negociao uma maneira simples de avaliar a liquidez do um determinado ativo. O volume mdio dirio
(ADV) frequentemente ealeulalcd para o ltimo 30 ou 90 dias. A percentagem de ADV representa o
tamanho da nossa ordem como uma fraco deste volume. Assim, podemos medir o quo difcil pode
ser para trabalhar um determinado fim. Por exemplo, qualquer coisa menos de 20-25% devem ser
alcanveis no mbito um dia; no entanto, nada mais que isso poderia ter um efeito mais significativo
sobre o mercado.
Uma estimativa do horizonte negociao necessria pode basear-se no ADV, em conjunto com
umafaetor (uma) o que representa a nossa taxa de troca desejada:
Horizonte = Tamanho / (ADV * a)
Por exemplo, dado um tamanho ordem de 50.000 com uma ADV de 1.000.000, se n s no
queremos a participar em mais de 10% do volume de mercado, em seguida, o tempo necessrio :
Horizonte 50.000 = / (1.000.000 * 0,1) = 0,5 dias.
Na participao de 10%, poderia nos levar metade um dia para completar a ordem, enquanto se somos
nica preparada para ser de 5% poderia levar o dia inteiro.
Claramente, para tais estimativas para ser confivel, importante que o volume de negociao
real corresponde de perto o perfil histrico volume. Kissell e Glantz (2003) quantificar isso,
adopo um coeficiente de variao (CV), que baseado no desvio padro A (ADV):
cv = (T (ADV) / ADV
A estabilidade de negociao inversamente relacionado a este coeficiente, assim um elevado
valor de CV implica que a variao considervel da mdia histrica possvel.
Desde que a actividade de negociao razoavelmente estvel, podemos estimar que de hoje de
negociao o volume pode ser apenas comparando o volume at agora com o perfil histrico. Se o
mercado s foi aberto uma hora e dias o volume 50% maior do que a histrica mdia, ento este
pode muito bem continuar para o resto do dia, em que a facilidade precisamos redimensionar o
perfil de volume. Obviamente, em tais casos, igualmente importante para verificar se existe qualquer
notcia que pode estar dirigindo este adicional volume.
Como veremos no captulo 10, uma variedade de factores pode ter um impacto sobre o esperado
volumes. Por exemplo, Kissell e Glantz (2003) observam a import ncia do dia da semana para
aces norte-americanas: segundas-feiras geralmente sec abaixo volumes mdios, enquanto
quarta-feira e Quintas-feiras ver um pouco acima da mdia queridos.
O tamanho mdio do comrcio, tambm pode ser til, por vezes, em particular se o fim para
ser trabalhado manualmente. Este actua como um guia simples para evitar a sinalizao de riscos; se a
ordem significativamente maior do que o tamanho mdio de comrcio, em seguida, vale a pena
dividindo-o ou usando escondida encomendas.
Dados de risco
A volatilidade uma varivel-chave para estimar o quanto wc risco pode ser exposto. Baseia- no desvio
padro dos retornos de preos, muitas vezes para a ltima 3 ou 6 meses. Como j vimos, uma volatilidade
elevada implica uma quantidade considervel de risco temporal. Portanto, mais Strategics comerciais
agressivas sero geralmente utilizados para contrariar isto.
O risco de mercado pode ser medida usando beta de um ativo, que uma medida da sua
sensibilidade aos retornos do mercado. Um valor positivo significa que o preo do activo se move na
mesma direco que a
167
mercado enquanto uma negativa significa que ele se comporta de uma forma contrria. 4A beta de 1
significa que os preos dos ativos se move em linha com o mercado, por isso, se o mercado como um
todo cai de 10%, em seguida, o preo do ativo far o mesmo. Um beta superior a 1 significa que a resposta
preo ampliada, assim um beta de 2 cairia de 20%, enquanto que um beta de 0,5 s iria cair 5%. Nota ns
abrange outras mtricas portflio de risco em mais detalhes no Captulo 12.
6.4
Anlise ps-negociao
Os resultados histricos de anlise ato ps-negociao como uma medida de desempenho corretor /
comerciante; eles tambm podem informar tanto o investimento e as decises de execuo.
Claramente, existe muito mais para os custos de transaco do que as taxas e comisses. Passado
desempenho , portanto, uma importante ferramenta para comparar a qualidade de execu o de
ambos corretores e comerciantes individuais. Honorrios de pesquisa separao tambm tornou
mais fcil para os investidores para conectar os custos para a execuo, e assim utilizar a anlise
post-trade para comparar com preciso corretor desempenho.
Quebrando os custos para baixo em seus componentes nos permite ver onde e como os custos
(ou escorregamento) realmente ocorreu. Medio detalhada ajuda a assegurar que os esforos futuros
para a reduo de custos so focusscd no palco correta do proccss investimento. Ele tambm pode ser
usado para guiar a seleco do mtodo de execuo. Por exemplo, o risco elevado de temporizao e /
ou custo de oportunidade sugere que a negociao pode ter sido demasiado passiva.
Anlise de desempenho
Como podemos dizer se um corretor / comerciante hbil ou sorte? Da mesma forma, como podemos
saber se um algoritmo VWAP determinado corretor executa melhor do que outro? An lise de
desempenho uma ferramenta importante para a comparao ps-negociao de resultados corretor
/ negociante / algoritmo.
Comparao de referncia provavelmente a ferramenta mais amplamente utilizado para o
desempenho
Nole s vezes pode ser difcil de encontrar ativos com um beta negativo (excepto durante um curto perodo de tempo).
Custos de transao
168
Benchmarks
Uma boa referncia deve ser fcil de acompanhar e facilmente verificvel, tambm deve fornecer uma
medio de desempenho precisas. Tabela 6-2 mostra os vrios benchmarks agrupados em termos
de quando pode ser determinada.
Resultados para Exemplo 6-1
ndice de referncia
BenchmarkRelative
performance (bps)
Preo
TypeName
Po s t -Tra d e
Intraday
Pr -Tra d c
Clos e
93. 00
37
94.00
137
OHL C
92.00
-6 3
TWA P
92, 20
-4 3
APV P
92, 40
-2 3
90. 00
-26 3
A b e rto e m g Preo
90. 50
-21 3
Dec is o Pre o
90. 00
-26 3
Arriva l Pre o
90,6 5
-19 8
Exec u o m d ia preo
92, 6 3
n / uma
Para converter em pontos base, podemos dividir pelo valor de nossa ordem global. Note-se que este
foi para 50.000 XYZ com base em um preo deciso de 90 (em vez dos 45.000 wc executado).
Estes valores podem visto que ele, por sua vez para avaliar o desempenho do exemplo comrcio.
Desempenhos relativos positivos arco bom, portanto, o exemplo parece ter feito bem comparado
para os valores de referncia ps-negociao. Por outro lado, parece ter se sado to bem em termos
dos intraday e pr-comerciais benchmarks. As sub-sees a seguir descrevem cada um dos
benchmarks em mais detalhes.
Nota Exemplo 6-1 que tem Heen especificamente projetado para destacar os diferentes custos
potenciais; Por isso, perdeu alguns dos benchmarks por mais de 200 pontos base (bps). Na seo
6.6 vamos olhar para os custos de transaco efectivos notificados de alguns dos mercados do mundo.
Benchmarks ps-negociao
Geralmente, estes so baseados sobre o encerramento preos, sejam eles para o dia de negociao
em curso ou H algum tempo no futuro prximo. Sua popularidade como um ponto de referncia
devido ao fato de que o preo de fechamento usado frequentemente como um marco para a marcao
a mercado e de lucros e perdas (P & L) clculos. Priccs perto futuras podem ser usadas para analisar
o desempenho retrospectivamente. Elas fornecer um valor de referncia que fcil de determinar e
amplamente utilizado. Embora, em termos de um medida de desempenho, eles simplesmente agir
como um marco.
Os mercados tendem para ser mais ativo no fim assim que os preos so menos reflexivo do
mercado real condies em toda a o dia. Em particular, se o preo do ativo est tendendo ento
pedidos concludos no incio do dia ser comparado com um preo de referncia que
substancialmente diferente para que, no momento da execuo. Assim, uma tendncia de preos
desfavorvel pode fazer comprar ou vender ordens parecem ter um bom desempenho; Por outro lado,
uma tendncia favorvel pode torn-los parecem ter um mau desempenho.
Benchmarks ps-negociao tambm tendem a encorajar a negociao mais perto do fim do dia
de negociao. Infelizmente, o perodo de fechamento exatamente quando os preos dos ativos pode
ser mais sensvel ordem de fluxo, como demonstrado pela Cushing e Madhavan (2001). Isso pode
expor um fim de risco desnecessrio de temporizao e tambm para condies mais volteis.
Enquanto leiles de chamada pode reduzir fim da volatilidade dia ainda pode haver um prmio
considervel para os comerciantes que necessitam de liquidez no closc.
Para um comerciante ou algoritmo tentando localizar um ponto de referncia ps-negociao, em
geral, o objetivo ser o de alcanar (ou superar) o preo de fechamento. Portanto, a menos que a
estratgia de negociao simplesmente participar no leilo de fechamento eles tero de usar um
preo previsto como uma diretriz. este preo ter de ser atualizado regularmente, por exemplo,
observe como o preo trilhas em direo o closc na Figura 6-4.
Em termos de nossa ordem exemplo, a tendncia dos preos faz com que parea ter um bom
desempenho. O pricc mdia obtida para o Exemplo 6-1 92,63, batendo o prximo por 37 pontos de
base. Supondo a tendncia continua para o dia seguinte, para fechar em 94, significa que ele realiza
ainda melhor contra esse futuro preo prximo. No entanto, ainda melhor desempenho poderia ter
sido alcanado inclinando a execuo para o incio do dia, quando eram mais baixos preos. Em
termos de parmetros de referncia, esta s se torna evidente ao olhar para o preo de fechamento
anterior de 90. Ento, embora os preos de fechamento pode ser uma referncia popular,
isoladamente eles no so a melhor meios de anlise de desempenho.
Benchmarks intraday
Estes usar os preos mdios para tentar refletir com mais preciso as condies do mercado intradirio.
A mdia OHLC (Abertura Alta Baixa Fechar) tem sido muitas vezes usado como um proxy
para a mdia pricc mercado. Porm, sua popularidade diminuiu como a melhoria do acesso a dados
em tempo e tem vendas permitidos clculos mais precisos. Claramente, como uma mdia de apenas
quatro pontos de dados que pode ser facilmente distorcidos por valores extremos.
O (Mdia Ponderada de Tempo Pricc) referncia TWAP uma mdia de todas as observadas
Custos de transao
170
Os preos no comrcio mais um determinado perodo. Igual ponderao dada a todos os comrcios, por
isso pequenos comrcios na preos pode ter extremos um grande efeito sobre ela. Geralmente, TWAP
usado onde os dados volume de comrcio no est disponvel.
O VWAP (Volume Weighted Average Pricc) de refer ncia, sem dvida, d o mais justo
indicao de como o preo de mercado se moveu sobre o intervalo de tempo. Este pesos cach
mdia Preo de comrcio pelo seu tamanho correspondente. O VWAP para um determinado perodo
o valor total negociado dividido pela quantidade de negcios total. Consequentemente, os pequenos
comrcios na priccs extremos tero um efeito muito menor; em vez disso, a mdia ser dominado
pelas maiores trades.
Um comerciante ou algoritmo tentando rastrear o TWAP ou VWAP precisar freqentemente recalcular
o preo de referncia para incorporar novas informaes de mercado. Ps-negociao Sincc informao
tornou-se mais amplamente disponvel VWAP tem becomc um dos mais populares benchmarks,
devido preciso dos seus intraday desempenho.
O benchmark VWAP no perfeito, porm, particularmente para grandes encomendas.
Institucional investidores tm frequentemente necessidade de negociar grandes quantidades, por
exemplo, considerar a negociao de uma ordem igual ao volume mdio dirio (ADV) de XYZ de
ativos. A ordem representaria muito do dia " s negociao que o VWAP no tem praticamente significado
em termos de desempenho. Dentro fato, o mesmo pode-se argumentar para qualquer coisa mais de
30% do ADV. Acompanhando o VWAP tambm tende a cncourage negociao para ser distribuda
ao longo do tempo, reduzindo o impacto global do mercado, mas exp ondo a ordem ao risco de
preo considervel. Por exemplo, vamos supor meia ordem trabalhou durante todo o primeiro
dia, atingindo um preo mdio prximo do VWAP atual. Com base no ndice de referncia, o
desempenho at agora bom, ento a tentao deixar o resto do fim para o dia seguinte. No
entanto, em termos de custos na sua globalidade pode ter sido mais vantajosa para exccute
totalmente a ordem no primeiro dia, a despeito de qualquer mercado adicional impacto. Para os
ativos que so volteis ou para os quais no uma forte tendncia adversa pricc rastreando o VWAP
pode at levar a um desempenho global mais pobres. Da mesma forma, para os pequenos
encomendas, que pode no ser apropriado para espalhar para fora sobre a execuo muito tempo.
Em termos de desempenho para Exemplo 6-1, a tabela a seguir mostra um agregado vista dos
volumes de negociao ao longo do dia agrupados por preo de execuo.
Preo
Tamanho
# Trades
R$k
90.50
25.000
5
2,262.5
91.00
20.000
3
1,820.0
91.50
15.000
2
1,372.5
92.00
10.000
2
920,0
92.50
30.000
4
2,775.0
93.00
50.000
5
4,650.0
93.50
40.000
4
3,740.0
94.00
10.000
2
940,0
200000
27
18,480.0
= 92.00
= 92,20
=
9 2 ,4 0
Em comparao com os outros, o benchmark VWAP melhor representa a mdia de mercado
condies ao longo do dia. O seu preo mais elevado corresponde ao maior impacto da aumentou
os volumes de negociao em 93 e 93,5. Tambm menor do que o preo de fecho 93, e assim
rcllects o volume que foi negociado no incio do dia em priccs inferiores.
Em comparao com os valores de referncia ps-negociao, a fim exemplo parece ter realizado
menos bem contra os intraday. A ordem exemplo perdeu o VWAP por base 23 pontos. Esta no to
) / 27
171
especialmente sincc mais tarde foi preenchido no dia em que o preo tinha subido. Dada a tendncia
preo, parece que mais da ordem deveria ter sido executada no incio do dia. Hencc, faz o VWAP de
fato agir como um benchmark de desempenho razovel.
Benchmarks pr-negociao
Estes arc um marco imediatamente disponvel, o qual pode ser utilizado para medir directamente
desempenho. O fechamento anterior e o pricc abertura tanto pode ser utilizado para determinar os
custos de negociao. Embora, apenas como para os benchmarks de ps-negociao, a negociao
nestes momentos pode ser mais volteis e que eles no so necessariamente reflexo das condies
reais do mercado ao longo o dia. Uma mudana substancial de preo tambm pode fazer o benchmark
menos significativa para quaisquer ordens posteriormente introduzidos, sincc eles sero comparando a
um preo que nunca poderia ter alcanado.
O preo deciso representa o preo pelo qual a escolha de investir realmente foi feito, que laos
com conceito de dficit de implementao Pcrold. Chegada preo utilizado numa forma semelhante
para o preo de deciso, que representa o momento em que a encomenda possa realmente ser
negociados. No caso de um corretor, o momento em que a ordem chega do investidor. este pode,
ento, ser usado para medir o que por vezes tem sido chamado de dficit de execuo, uma vez que ao
contrrio de implementao shortfall s rastreia os custos relacionados com a negociao.
Benchmarks Prc-tradc
arco atraente dado que ambos so facilmente determinados e
imediatamente disponvel para comparao. Enquanto eles fazem no refletem as condies reais
do mercado ao longo o dia, este tambm pode ser usado como uma vantagem, uma vez que significa
que no h maneira de influncia ou "jogo" do benchmark. Outra vantagem que eles so to
adequadas para Todos os tamanhos de ordem.
Nota que os preos de deciso e de chegada nem sempre so registradas pelos investidores, de
modo anterior closc e priccs de abertura podem ser utilizados como substitutos para eles
correspondente. Isto ir clcarly afetar a preciso da medio dos custos de transao. Em particular, o
que ir afectar custos relacionados com o investimento, o que significa muitas vezes estes so
subestimados.
O comrcio do Exemplo 6-1 parece ter realizado extremamente mal em comparao com o
benchmarks pr-negociao. este causada pela tendncia perceptvel preo ao longo do dia.
Menores custos de transao poderia ter sido alcanado atravs do preenchimento de mais de ordem
no incio do dia.
Custos de transao
172
normalizado, sincc as taxas percentuais desempenho do com rcio em comparao com o resto do
mercado. Assim, um comrcio que atinge um RPM 90% j tiveram um desempenho significativamente
melhor do que um atingir 60%. Isso faz com que o RPM uma ferramenta til para comparar o
desempenho relativo atravs uma variedade de ambas as ordens e activos, bem como ao longo do tempo.
Kissell prope uma gama de ajustamentos para RPM para torn-lo adequado para uma vasta gama de
estratgias de negociao. Como o uso de filtragem tempo para lidar melhor com trades curtos, ou a
adio de ponderaes para incorporar a agressividade da estratgia de negociao. Mais
detalhes sobre o RPM pode ser encontrado em Kissell e Glantz (2003).
Usando os dados de volume de agregados da Tabela 6 -3, o RPM ' s para Exemplo 6-1 pode ser
determinada:
RPM (volume) = (50,000 + 40,000 + 10,000) / 200.000 = 50%
RPM (comrcios) = (5 + 4 + 2) / 27 = 41%
RPM mdia = 45%
Em outras palavras, 50% do volume transaccionado realizada to bem ou melhor do que a ordem de
exemplo, enquanto que o restante alcanado um preo mdio pior. Isso confirma que o desempenho do
exemplo do comrcio melhor mdia.
xj pj - fixa) = ^ Xj p
}-
Xpd+ Fixo
Devolues Verdadeiro
Papel
Note que isto assume que a ordem totalmente executado. Para ter em conta este Robert
Kissell e Morton Glantz (2003) introduziu um fator de custo de oportunidade, n o sincc cada ordem
ser totalmente executado:
75 = x p
2 J J ~ &xJ ^Pd +
Execuo
~ 2xJXPN ~ Pd)+fixed
CostOpportunity
Custo
173
Xj P j -
(X ^ j) pQ+ (X
relatedTrading
-^
relatedOpportunity
Custo
onde o p pricc 0 o preo de mercado quando a ordem foi despachada, vulgarmente conhecido como
o pricc chegada. Observe que os custos relacionados com o comrcio e de oportunidade agora conta
para o mudar a partir deste preo chegada em vez do preo de deciso.
Kissel! e Glantz (2003) incorporou esta em uma medida que chamaram de expandida dficit de
implementao. Isto consegue no s so responsveis por custos de transao, mas tambm ajuda
a identificar onde os custos realmente ocorreu. A seo a seguir mostra como estes custos podem
ser divididos em fatores tais como colchas, impacto no merca do e risco temporal.
6.5
Houve uma quantidade considervel de investigao centrou-se em custos de negociao. O mais notvel
entre estes um estudo realizado por Wayne Wagner e Mark Edwards (1993), que dividiu a os custos de
negociao em componentes especficos, ou seja, calagem, atraso, impacto e custos de
oportunidade.
H arco vrias maneiras diferentes de classificar os constituintes de custos de transa o,
como mostrado na Tabela 6-4.
Concentre-se para:
Classificao
M a r k e t Impac t
Pric e Tren d
T i m i n g de
y/
y
y
y
y
y
yy
execuo
y
y
Tticas de
Algoritmos
Del a y Cos t
Espalhar
Negocia
o
y
y
Commissio
Taxa
Varivel
Taxe
Fixo
Investimen
to
Implcito
Explcito
Tipo de custo
o
o
Risco
O p p o r t u n i t y Cos t
frequentemente o s vezes
Tabela 6-4 Transao constituintes custo
5
Nota thai se [ele investimento preo deciso (p d) Eo preo de chegada (p 0 ) So conhecidos, ento atrasar custo explcito, mas
desde que um ou ambos os preos muitas vezes no so gravados ento torna-se um custo mais implcita.
6
Apesar de oferecer lance spreads s o facilmente visveis, eles devem ser registrados cada vez que uma ordem splil, a fim
de determinar o custo spread. Ento medio semelhante ao monitoramento a evoluo dos preos ou impacto no mercado.
Custos de transao
174
Diferenciando entre investimento e os custos de negocia o relacionados til uma vez que
ajuda identificar quem melhor pode control-los. Olhando para trs, a exemplo de negociao na
Figura 6-4, o custos relacionados com o investimento pode ser classificado como tudo o que
ocorre antes de (quando o pedido feito com o corretor / operador), enquanto os custos
relacionados com a conta de negociao para o resto.
Os custos de transao tambm so comumente denominado como explcito ou implcito.
Custos explcitos so claramente identificveis e facilmente medido, enquanto que os custos
implcitos arco menos diretamente observvel e por isso mais difcil de quantificar. Os custos
fixos so definidas independentemente da estratgia de negociao enquanto as variveis
dependem do ativo, a ordem, as condies do mercado e do comrcio estratgia. Outra maneira de
ver estes tipos de custos diferentes mostrado na Figura 6-5. Note que embora este no
desenhada escala, ele tenta enfatizar a importncia relativa de cada tipo.
Investimento
Custos
Custos Operacionais
mais discriminao pormenorizada dos custos associados com o Exemplo 6-1. As sub-sees a
seguir fornecem descries mais detalhadas para cada um dos componentes individuais dos custos.
175
15.000
,.
Investiment
o
custos
relacionados
t <i
para ti
rp <
Negociao
custos
relacionados
t2
Key:
Ml = Impacto Mercado
sc
= Custo Espalhe
t c = T i m i n g Custo
t3
Tempo
Figura 6-6 detalhada repartio dos custos de transao para Exemplo 6-1
Impostos
Os impostos devem ser incorporados na estratgia de investimento. Geralmente, eles s o
aplicadas com base sobre ganhos de capital; no entanto, alguns mercados, como o mercado de a es
do Reino Unido tm um adicional imposto de selo sobre aquisies de participaes acionrias.
Delay Custo
O custo atraso for causado por qualquer varia o de preo de a deciso inicial de investir para
quando um pedido foi efectivamente recebido pelo um corretor. Isto pode ser especificado como:
Delay Custo = X * (p0- Pd)
Onde x o tamanho do pedido, p d o preo mdio quando a deciso de investimento foi feito (hora
Custos de transao
176
td)e p0 o preo mdio em t0quando a ordem foi recebida pelo corretor. Por
exemplo 6-1:
Atraso Custo
Usando o valor de referncia de preos deciso, o desempenho do exemplo do comrcio foi -293
bps.
Portanto, para este exemplo um quarto dos custos de transao arco devido a demora custo.
Tais custos so claramente mais importante para ativos cujo preo est tendendo longe (ou seja,
para compra e vende para baixo). Da mesma forma, os ativos mais vol teis tambm podem sofrer.
Custo atraso pode ser causada pela uma defasagem entre a simples deciso de investimento e de
emisso de
ordem. s vezes pode ser inevitvel, por exemplo, quando a deciso tomada fora do mercado
horas. Tempo tambm pode ser gasto na anlise pr-negociao e escolher o corretor mais
adequado, particularmente para ativos e mercados mais ilquidos. Alternativamente, se o
comerciante tem buy-side umaforte vista no mercado isso pode lev-los a esperar por um tempo
timo. No entanto, se esse julgamento se revelarem incorrectos que incorrer um custo de atraso.
A crescente disponibilidade de ferramentas e sistemas para an lise pr-negociao pode
ajudar a reduzir este custo. Especialmente porque eles se tornam mais integrados com ordem e
execuo sistemas de gesto (OMSs e SGA). Observe que no h razo para que o custo de
atraso no pode ser subdividida. Por exemplo, priccs mercado poderiam ser gravados em cada
etapa do processo, desde a estratgia inicial e pesquisa atravs de formao da carteira.
(6-2)
Embora estes custos operacionais no pode ser eliminado, eles podem ser controlados
seleccionando estratgias de negociao adequadas. Impacto no mercado custa arco superior para
negociao agressiva Considerando cronometrando risco maior para negociao passiva. Por
conseguinte, o comerciante precisa encontrar o equilbrio adequado entre o custo de impacto e de
risco, e ajustar a estratgia de negociao em conformidade. Este sclcction tambm precisa levar
em conta as especificidades de cada ordem juntamente com as condies de mercado atuais e
objetivo do investidor e do nvel de risco averso. No Captulo 7, vamos covcr estas decises de
forma mais detalhada.
177
Comisso
Corretores cobrar comisso para negociao agncia para os compensar os custos (particularmente
trabalho e capital) incorreu em ordens de manipulao, a execuo de comrcios e realizando a
compensao e assentamento. Comisso geralmente cotado em pontos base (bps). Apesar de, nos
mercados acionrios dos EUA citando em ccnts por ao (cps) comum.
Comisses tm vindo a diminuir ao longo do tempo. Certamente, ao longo um perodo mais
longo comisses caram significativamente. Por exemplo, Hans Stoll (2001) observou que em
1970 comisses por 500 aes da um estoque $ 40 foram de US $ 270, ou 135 hps (54 cps). Embora
este era de um investidor de varejo, mesmo investidores institucionais paga em torno de 65 bps (26 cps) em
5000 comrcio parcela. Hoje em dia, em os EUA, as comisses so muitas vezes abaixo de dez
pontos de base, em particular para DMA. Da mesma forma, no mercado europeu ac es um servio
completo corretora provavelmente ir cobrar cerca de 20 bps, com servios de transao
algortmica custando cerca de 10 bps e DMA bsico at menos do que isso.
Claramente, uma forma de reduzir este custo comparar as comisses de uma vasta gama de
corretores. Tenha em mente, porm, essa comisso apenas uma parte dos custos de transao.
UMAcomparao detalhada dos todos os custos associados necessria para comparar adequadamente
corretores.
Honorrios
Taxas representam os custos efectivos de negocia o. Estes podem ele a partir de corretores de
piso, troca taxas ou custos de compensao e liquidao. Muitas vezes, corretores de incorpor-las
em sua comisso carga. Note-se que algumas trocas e ECNs atribuir custos ordens apenas para priccd
agressivamente a fim de incentivar a oferta de liquidez. Por exemplo, a Tabela 6-5 destaca encargos de
BATS para Setembro de 2008.
Honorrios
($ / ao)
A fita
(NYSE)
Tape B
(Regional)
Tape C
(NASDAQ)
-0 , 0 0 2 4
-0 , 0 0 3 0
0,002 4
R e mo v i n g liquidez
0,0 02 5
0,0 02 5
0,0 02 5
Fresa ge m pa ra
0,002 9
0,002 9
0,0029
Ad ic io na r e m g liquidez
quando decidir entre roteamento destinos para garantir que eles fazem uma comparao justa do real
pricc.
178
Custos de transao
Spreads
Custo propagao representa a diferena entre os melhores preos de compra e venda em um
determinado momento. O spread compensa aqueles que fornecem liquidez. Claramente, estilos de
negociao agressivas ir resulta em um custo de propagao mais elevada do que as passivas.
O custo global propagao pode ser determinada pela soma da oferta lance espalha para cada
execuo. (A fator de 0,5 utilizado, uma vez que s paga metade do spread para cada
comrcio):
Espalhe Custo = Z (jc) * (0,5 * sj))
onde X } o tamanho de cada execuo e Sj a oferta proposta espalhar naquele momento. Note que
esta a propagao citado no momento de cada execuo, em vez de a propagao eficaz, que
tambm incorpora o impacto imediato no mercado.
No Exemplo 6-1: Propagao Custo = (10.000 * (91,1-91)) + (20.000 * (92,4-92,2))
+ (15.000 * (93,45-93,4))
= $ 5.750
= 13 bps
Custos de spread variam consideravelmente entre ambos os mercados e activos. Para alguns
ativos / mercados, a propagao pode ser um factor de custo importante. No mercado de aces dos EUA,
decimalisation drasticamente reduzido custo se espalhou para cerca de 5 pontos base, embora durante os
2007-09 expanso da crise financeira quase dobrou. Na Europa e Japo para barrar pode ser muito
maior, variando de 10-50 bps ou mesmo mais. Sem surpresa, grande-tampo e os estoques lquidos
tm spreads mais baixos. Stocks mais volteis tendem a ter spreads mais elevados.
A maneira mais simples para reduzir os custos de spread o comrcio de forma mais passiva,
usando ordens limitadas que so ao preo de mercado ou apenas atrs isto. Algoritmos nem sempre
pode considerar diretamente espalhar custo, embora possa afetar sua escolha de tticas de execuo
(passivo ou agressivo). A maioria das tticas de execuo baseados nos preos vai acompanhar de
perto a propagao, a fim de utilizar um nvel adequado de agresso ao colocar e atualizar as
ordens.
Impacto no mercado
Impacto no mercado representa a variao de preos causada por um comrcio ou ordem especfica.
Geralmente, tem um efeito adverso, por exemplo, ajudando os preos Dirija-se quando estamos
tentando comprar.
O custo exato impacto no mercado a diferena entre o grfico eo preo real um hipottico
que teria ocorrido se o nosso pedido no tinha sido criado. Embora, neste faz impacto no mercado
difcil de medir e estimar com preciso, como Kissell e Glantz (2003) observam. Figura 6 -7 tenta
mostrar este efeito para a ordem do Exemplo 6 -1; a grfico hipottico pricc rotulado como um
"papel" (emprstimos de Perold de implementao dfice nomenclatura).
Impacto no mercado normalmente dividido em impactos temporrios e permanentes:
Impacto do mercado = Temporary Impacto + Permanente Impacto
(6-3)
O impacto temporrio reflecte o custo de exigir liquidez. Por exemplo, uma ordem que "anda
o livro" consigam normalmente um preo mais pobre do que se tivesse acabado de tomar a quantidade
disponvel ao melhor lance ou oferta.
Impacto permanente corresponde ao efeito a longo prazo da nossa ordem, representando o
contedo de informao que tem exposto ao mercado. Claramente, se o mercado detecta um
grande comprador ou vendedor atua como este um sinal forte e vai afetar o preo em conformidade. Um
nico, a grande ordem pode ter um impacto temporrio maior do que uma srie de ordens menores.
Contudo,
compensao dos impactos permanentes das ordens menores dar um resultado semelhante ao sinal
dado pelo grande ordem.
Uma medida aproximada para o impacto de mercado a soma do total de impactos para cada
ordem. o impacto pode ser determinado como a diferena de preo entre a nossa execuo ea melhor
oferta ou oferecer naquele momento (bid para vende e oferta para compra):
Mercado 1 compactas = E (x, - * (pj - ph))
(6-4)
Preo
92,0
91,9
91,8
Preo
92,4
92,5
92,8
92,9
V e nd
er
10.000
7000
2000
3000
Tempo
01:05:00
01:00:25
01:04:09
01:05:00
Identida
de
SI
S2
S3
S4
V e nd e r s
Tamanho Tempo
1 0 fiOO
01:05:00
Eu
U, UW 01:00:25
92S
7QQQ
Eu .R \\ jA'Eu . n\ Jn J
9 OOQ
Preo
9 ^ 4
|QQQ
92,9
(u antes
ma
1 OS-QO S4
2,0001: 05: 00
S4
Ide
ntid
B6
B5
B1
B2
Ide
ntid
S4S2
3S
Tempo
01:07:00 Tamanh
1000
01:08:00
2000
1000
01:05:00
01:00:25
3000
Sells
Pricc
92,1
92,1
92,0
91,9
Preo
92,5
92,6
92,9
92,9
Tamanho
5000
4000
2000
5000
Tempo
01:08:00
01:09:00
01:09:10
01:08:00
Identida
de
S5
S6
S7
S8
Custos de transao
180
92,5, 92,8 e 2.000 em 2000 para 92,9, atingindo um preo mdio de 92,5. O efeito temporrio do
comrcio tem sido a de mudar o preo de oferta at 92,9. Apesar de, no prazo de a poucos minutos
de novas encomendas chegam que estabilizam a oferta pricc de volta para 92,5. O impacto permanente,
causada por nosso comrcio, ajudou a mudar o preo de oferta 92,4-92,5. A nossa ordem agiu como
uma indicao que o ativo foi desvalorizada e assim ajudou a elevar o pre o de forma permanente,
como podemos ver na Figura 6-9.
ji
1Eu[
<
eu
Mercado
impacto /
x impacto no mercado Permanente
Tempo
Figura 6-9 Os componentes de impacto no mercado
O impacto global para Exemplo 6-1, usando a equao 6-4:
Mercado impacto = (10.000 * (91,15-91,1)) + (20.000 * (92,5-92,4))
+ (15.000 * (93,8-93,45))
= $ 7.750
= 17 bps
Quebrar este em seus componentes temporrias e permanentes um pouco mais difcil. Alguns
modelos de estimativa de custos realmente definir o impacto permanente como zero, assumindo
que o comrcio no ter um cffcct global significativa. Ainda assim, podemos fazer uma aproximao,
utilizando o modelo de estimativa de Kisscll e Glantz (2003). 7Em primeiro lugar, o impacto instantneo
custo / $ determinada por reorganizando sua equao estimativa da seguinte forma:
Mh = 0,95 / t TJ ~x+ 0,05 / C
v *, (0,95? 7
( 6 5)
0,05)
~
Temporrio
impactPermanent
/ = cx
impacto
rj
Nota do Kissell e Glantz modelo de estimativa (2003) o impacto no mercado discutido em mais detalhes no Cap tulo 10.
181
Este custo impacto instantneo pode ento ser alimentado de volta para a primeira parte da
equao para 6-5 determinar tanto os custos de impacto temporrios e permanentes:
Temporrio Impacto
Permanente Impacto
= 0,05 * $ 22.475
= $ 1.124
= 2 bps
Preo trending
Os preos dos ativos, por vezes, apresentam tendncias amplamente consistentes. Essa deriva
preo, ou impulso, tambm conhecido como alfa de curto prazo. Uma tendncia ascendente
implica que os custos vo aumentar quando a compra de um ativo, enquanto a poupana ser feita
se vendendo. Por outro lado, o oposto verdadeiro para uma tendncia de queda de preos.
O custo tendncia dos preos pode ser determinada com base na diferena entre este preo
tendncia eo preo da chegada:
Pricc tendncia de custo = (*; * (p) ~ Poi)
Onde x, o tamanho de cada execuo, /? * o preo esperado com base na tendncia dos preos
e p0 novamente o preo mdio em t0 quando a ordem foi recebida pelo corretor.
Para simplificar, no Exemplo 6-1 a linha de tendncia tem sido conjunto para atravessar entre o
anterior Fechar ea mdia OHLC dias. Isto mostrado no como a linha a tracejado na Figura 6-6.
Interpolao d os seguintes preos de tendncia:
Comrcio
t,
vc
Mid pricc
Tendncia pricc
91.00
90.50
92,20
91.00
93,40
91,60
182
Custos de transao
Nota esta tendncia simplista pode ter dado uma medida custo tendncia superior; No entanto,
este no afetar a medio global dos custos de transao. Uma vez que o custo de temporizao a
soma de tendncia custo e risco temporal, se o custo tendncia superestimado em seguida, o risco
temporal ser subestimado por um montante equivalente.
No nosso exemplo, o custo de temporizao pode ser determinada a partir da diferena entre o
mdio preo (rtij) e o preo de chegada (P0).
Cronometragem Custo E = (JT, * (m; - P0))
Reduo do custo tendncia pode realmente ser alcanado apenas pelo encurtamento do
horizonte de negociao e assim aumentando os custos de impacto no mercado. Para grandes
encomendas, que podem duram vrios dias, investidores devo usar a anlise pr-negociao para
encontrar a abordagem comercial ideal para equilibrar ambos estes custos.
Preo tendncia um foco para os algoritmos sensveis ao preo, como o dficit de implementao
e no mercado perto. Em particular, o dficit de adaptao e de preos algoritmos embutidos
ativamente responder s tendncias tanto de forma agressiva ou passivamente. Baseado Dito isto,
programao algoritmos tambm pode ser modificado para lidar com as tend ncias de preos.
Algumas variantes de TWAP e VWAP permite parmetros para especificar como inclinar
suas programaes com base no qual maneira o comerciante acha que o preo pode
tendncia. Algumas tticas de execuo podem tambm tornar-se mais ou menos agressivo se
detectar tendncias do mercado de curto prazo.
Risco temporal
Kissell e Glantz (2003) utilizam um risco temporal para representar a incerteza do custo de
transao estimativa. As duas principais fontes de incerteza so volatilidade do preo tanto do
ativo e de o volume negociado, embora outros fatores, como risco de spread poderia tambm ser
considerada. Para os propsitos deste livro, o risco de temporizao ser reduzido simplesmente a
soma destes dois tipos principais em conjunto com os riscos um fator de erro genrica (e):
Risco de temporizao = Volatilidade Risco + Risco de Liquidez + e
A volatilidade dos preos arguahly o risco mais importante. Quanto mais voltil um ativo,
em seguida, a mais provvel seu preo vai se afastar e assim aumentar os custos de transao. O
risco de liquidez representa a incerteza no que diz respeito ao custo de impacto no mercado.
Geralmente, os custos de impacto no mercado de arco estimados com base em volumes
histricos, por isso, se os volumes de negociao reais diferem significativamente isto pode
resultar em uma mudana no impacto no mercado. Por exemplo, se o mercado volume maior,
ento os custos de impacto mercado tender a ser menor.
Com base no clculo de custo calendrio mostrado na sub-seco anterior, cronometrando
risco eficazmente o custo residual uma vez que a tendncia dos preos foi contabilizada.
Assim, o risco de temporizao pode ser medida usando:
Risco de temporizao = (JCY * (rrij - p *))
Onde x) o tamanho de cada execuo, rrij o preo mdio neste momento e p * a preo
esperado com base na evoluo dos preos.
Para Exemplo 6-1, usando as mid e preos de tendncia da Tabela 6-6:
Cronometragem Risco
183
Custo de oportunidade
Custo de oportunidade reflete o custo de no executar integralmente uma ordem. Isso pode ser
porque a preo do ativo ultrapassava limite de preo de um cliente ou poderia ser apenas devido
liquidez suficiente. De qualquer forma, ele representa uma oportunidade perdida, uma vez que os
preos prximos dias podem movimentar ainda mais longe.
O custo global pode ser determinada como o produto do tamanho e da ordem remanescente
diferena de preo entre o preo final (PN) ea pricc chegada:
OC = (X - j t, X P * - P o)
Ao contrrio das outras componentes de custo, custo de oportunidade representa uma perda
virtual do que um um fsico. A perda s realizado quando uma nova ordem torna-se o restante a
uma menor preo favorvel.
Assim, por exemplo 6-1: Oportunidade Custo = (50.000 - 45.000) * (93,0 - 90,65)
= $ 11.750
= 26 bps
Se o pricc tendncia reverte amanh, ento ele deve ser fcil para comprar o restante de 5000 XYZ
pelo menos de 93,0. Se a tendncia continuar, em seguida, um custo de oportunidade de pelo menos
26 bps vontade ser realizado.
Reduzir custo de oportunidade pode realmente s pode ser conseguido atravs de anlise prnegociao para confirmar ordens so dimensionados corretamente para as condies atuais do
mercado. Para grandes encomendas, a investidor deve decidir se arriscar impacto no mercado, ou
se espalhar o comrcio ao longo de vrios dias, arriscando a exposio a um movimento de preo.
Definir limites de preo efetivamente significa que oportunidade custo aceitvel (desde que isso
devido ao mercado um preo para mover desfavorvel). Para tais ordens repen tinas mudanas de
preos pode parar a fim de ser executvel. Boa comunicao entre o investidor e os comerciantes
vital para permitir a modificao da estratgia de negociao se neccssary.
Alguns algoritmos podem considerar directamente o custo de oportunidade; Tipicamente, este
a base de custo queridos, como dficit de implementao. Ainda assim, importante o uso de
analytics pr-negociao para garantir a liquidez do ativo suficiente para a ordem proposta. O
custo de oportunidade tambm abordada indiretamente pela lgica-finish up opcional fornecido por
corretores / vendedores para alguns algoritmos. Este destina-se principalmente para completar ordens
que podem ter um monte estranho restante.
184
Custos de transao
Resumo
As sees anteriores esbocei cada um destes transao individual componentes de custo em
algum detalhe. Figura 6-6 deu um colapso visual do constituinte custa para Exemplo 6-1. Estes esto
resumidos na tabela a seguir.
Tipo
Custo $
Impostos 8
Custo atraso
Comisso / Taxas
Custo propagao
Impacto no mercado
Preo tendncia
Cronometragem risco
Custo de oportunidade
Total
0
32.500
4500
5750
7750
19.750
56.000
11.750
138000
Bps Custo
0
72
10
13
17
44
124
26
307
% de custo
s
240
3
4
6
14
41
9
100
6.6
Tendo passado por um exemplo para ilustrar trabalhou cach dos principais componentes de custos
de transao vale a pena ver como elas realmente diferem em todos os mercados do mundo.
UMAAlguns fornecedores oferecem anlise de custos de transao (TCA), que
verdadeiramente global em escopo. Dentro em geral, estes tm-se centrado nos mercados de
aces, embora eles tambm arco de Starling cobrir outros classcs ativos. Tabela 6-8 mostra os
custos de transaco mdia para o comrcio global de aes tomado de comentrios de custos
trimestrais carricd pelo ITG Inc. para 2007 e 2008.
8
Por simplicidade (eixos so assumidos lo ser zero (vamos supor il uma conta de caridade).
185
Regio
EUA (combinado)
EUA (Large Cap)
EUA (Small Cap)
U.K.
Europa ex U.K.
Mdia CostAverage
Custo
no 4 trimestre de 2008 / bps em Q2 2007 / bps
Dficit Comm. Total Atraso Impacto Comm
11
1
20
76
85
9
19
10
6
54
8
62
124
73
12
12
136
84
27
31
66
11
77
37
13
4
10
11
Total
38
35
51
46
Japo
Desenvolvido sia
(Austrlia, Hong Kong, Malsia, Ne
1119
12039
11315128
611
54
168
63
95
1614
125
80
12
WZelndia, Singapura)
Todos Emergentes
(Ar gentina, Brasil, Chile, Chile, China,
Col mbia, Chipr e, Rep blica Czcch,
Egito, Hungr ia, ndia, Indonsia, Israel,
128
21
148
20
112
186
Custos de transao
Pas
CUSTO MDIO /
bps Q4-Q12007-
Ttulos dos
EUA
-9.1
-5. 3
Tesouraria
5,87
Agncia
Municipal
Hipoteca
6,73
11,32
Grcia
Reino Unido
Holanda
-9.
-5.
-11.
-12.
Japo
Hong Kong
Cingapura
5
5
1
0
Corporativo
5.23
6,97
-14. 0
-7. 2
Malsia
Mxico
Peru
-16. 0
6.7
Resumo
Os custos de transao pode ter um efeito significativo sobre os retornos de investimento; por
conseguinte, importante tanto medir e analisar-lhes se "melhor execuo" para ser alcanado.
187
Custos de transao potencial. Isto ajuda a mostrar como adequado uma determinada
estratgia de negociao .
Anlise ps-negociao se concentra no desempenho de execuo e mensurao de custos.
Comparao de referncia ainda uma das ferramentas mais comuns:
Fechando benchmarks de preos so populares porque eles so usados para
clculos de P & L.
Benchmarks intradia, tais como VWAP, refletem as condies do mercado.
O preo deciso d a estimativa mais prxima para dficit de implementao.
Mtricas alternativos, tais como RPM Kissel I, pode ser utilizado para comparar o
desempenho atravs uma gama de ativos, bem como ao longo do tempo.
Os custos de transao pode ser decomposto em uma vasta gama de componentes diferentes:
Comisses, taxas e impostos representam tarifas cobradas pelos corretores de ch o e
intercmbios, bem como quaisquer custos associados compensao e liquidao.
Custo propagao representa a compensao comerciantes exigem para fornecer
liquidez.
Custo atraso reflecte as alteraes de preos entre a deciso inicial de investir e quando
uma ordem enviada para execuo.
Impacto no mercado representa o efeito da ordem tem no preo do ativo (tanto
temporrio e permanente).
Risco temporal reflete a volatilidade em termos de preo do activo, e a sua liquidez.
Custo de oportunidade representa a oportunidade perdida se uma ordem n o for
concluda.
-
Anlise dos custos de transao est se espalhando pelas classes de activos. Os custos esto
intimamente relacionados com liquidez e volatilidade no mercado, por isso muitas vezes
mais barato ao comrcio de os EUA seguido por Europa e sia.
189
Chapter7
Estratgias de
negociao Optimal
Selectingthe melhor estratgia de negociao para qualquer fim um caso
cuidado balancingthe
mercado investmentobjectiveswith
condies.
7.1
de
Introduo
Melhor execuo tornou-se um termo cada vez mais comuns nos ltimos tempos. Reguladores do
mercado so tentando colocar em vigor regras e diretrizes para garantir que suas ordens so
executadas com o a maioria das condies favorveis, com base nos seus objectivos e nas
condies de mercado. Claramente, o custo total da transao um componente chave para a
melhor execuo. Portanto, importante Note que a velocidade de execuo (refletindo risco
temporal) e sua integralidade (que reflete o custo de oportunidade) pode ter tanto significado como o
preo.
Infelizmente, no h regras rgidas e rpidas sobre como conseguir a melhor execuo. o
julgamento depende de fatores tais como a escolha de refern cia e de nvel do investidor
averso a risco, bem como os seus objectivos globais.
Ento, como que vamos determinar a estratgia ideal de negociao para uma determinada
ordem? Ns vai comear examinando uma deciso-quadro de comrcio exemplo, como descrito por
Wayne Wagner (2006) e mostrado na Figura 7-1. Este quadro ilustra o processo do ponto de vista de
um trader buy-side:
Passo
1.
2.
3.
Caso contrrio, o profissional deve avaliar o quo difcil a ordem ser o de comrcio.
3.1
3.2
Da mesma forma, para as encomendas que so julgados fcil, o comerciante tem muita
margem de manobra na forma como melhor para lidar com eles.
3.3
Estratgias
190
Optimal
de
negocia o
7.2
Determinar o quo difcil uma ordem ser depende de uma gama de propriedades. Wagner (2006)
destaca trs fatores, a saber grandes encomendas (em relao ao ADV), preo desfavorvel mpeto e
urgcncy. Por outro lado, o elemento-chave que torna a negociao mais fcil a liquidez.
Outras propriedades especficas de activos, como a volatilidade tambm pode ter um effeet
substancial.
Uma maneira de quantificar o potencial dificuldade ordem baseada em resultados histricos
de anlise de custos de transao (TCA). Por exemplo, a Figura 7-2 mostra os resultados de uma
anlise da liquidez e impacto do custo de propriedade realizada por Jacqueline Rei e Yan Yaroshevsky
(2005) com Abel / Noser. Eles estudaram os custos realizados para uma amostra de 1.500 aces,
atravs de uma gama de diferentes tamanhos de ordem (como mostrado uma percentagem do
ADV). Vamos examinar cada um dos estes factores-chave, por sua vez:
Tamanho Ordem:
Um grande ordem executada imediatamente geralmente causar impacto significativo no mercado.
Qualquer coisa acima de 20-25% do ADV um grande comrcio e por isso mais difcil, enquanto
nada menor que 1% um pequeno comrcio. Ainda assim, como podemos ver na Figura 7-2 o efeito
do tamanho do pedido closcly ligado a liquidez do ativo. Um grande fim de um ativo de alta
liquidez tender a causc muito menos impacto no mercado do que para um um ilquidos.
191
1400
UMA"
Estratgias
192
Optimal
de
negocia o
Urgncia:
A negociao de forma agressiva sobre um pequeno horizonte de tempo, muitas vezes, causar
impacto significativo no mercado. A chave determinar se este compensado por fatores como
impulso ou pricc volatilidade. De qualquer forma, a negociao agressiva provavelmente ser
necessria para atender aos objetivos comerciais.
Horizonte de negociao:
O horizonte comrcio est intimamente ligada com a urgncia. Comparando-se o tamanho
para o ADV assume que o horizonte de comrcio para todo o dia de negociao. assim um
horizonte de negociao mais curta pode fazer executar a ordem mais difcil. Por exemplo, uma
ordem de 10% do ADV recebeu duas horas antes do encerramento muito mais difcil para o
comrcio do que seu tamanho de ordem por si s pode sugerir.
Outros factores tambm pode ter um efeito. Por exemplo, Scott Lyden (2007) informou sobre a
importncia da hora do dia, observando que o impacto no mercado de aes norte-americanas
foi maior para negociao na primeira meia hora aps a abertura.
7.3
referncia destina-se
(7.j )
193
curva slida mostra a fronteira negociao real eficiente. Cada ponto sobre esta curva representa uma
soluo ptima para um determinado valor de X. Em termos de custos, a estratgia B tem o menor
esperado valor, embora focando em minimizar isso resultou em maior risco de qualquer um dos
estratgias timas. Nota que a curva tracejada destaca as estratgias para o qual existe uma
alternativa ideal com tanto custo mais baixo esperado e risco, ou seja, estratgia B.
x10
0. 51
Variao
1,5
V [x] (S2)
2
x10
12
Estratgias
194
Optimal
de
negocia o
Escolhendo o referncia
Como vimos no Captulo 6, o valor de referncia pode ter uma substncia] cffect na preciso dos
medidas de desempenho. Um resultado semelhante pode ser observada para as fronteiras comerciais
eficientes, como em destaque na um estudo por Kissell e Malamut (2005b), mostrado na Figura 7-4.
O cxpectcd custos e riscos para cada um destes valores de referncia so apresentados no Quadro
7-1. Ns cobrir o real modelos de estimativa de custos com mais pormenor no captulo 10.
T i m i n g Ris k
Fonte: Kissell e Malamul (2005b) Rcproduccd
Figura 7-4 A fronteira comercial eficiente para uma gama de diferentes benchmarks
Avaliao comparativa
Custo
marca
Risco
Anterior
Fechando /
Abertura
Preo
Chegada
Preo
Futuro
Preo
de
fecham
ento
22
+ (P0~ pd) +
* (AR) = FF ( (a))
SR (a) = -
195
por sua vez, se baseia em um factor de erro (E), este apenas representa o rudo aleatrio. 1
Usando uma referncia prc-tradc (PD) mais cedo do que o preo de chegada significa uma
mudana de preo adicional (P0 - Pd) deve ser considerada. Isto corresponde ao custo de atraso.
Portanto, benchmarks com base nos preos de fechamento ou abertura anteriores d evem
incorporar isso em sua custos esperados e riscos. Em termos de custo esperado, a fronteira eficiente
de negociao ser desviado por este montante. O sentido depende do facto a ordem uma
compra ou uma venda. Por exemplo, supondo que uma ordem de compra, em seguida, um aumento de
preos ir deslocar a fronteira para cima, com a efeito oposto para uma ordem de venda. De igual
modo, o factor de risco adicional de temporizao reflectida como um (po ~ Pd) - Este risco
aumentado ajuda a transferir a fronteira para a direita na Figura 7-4.
Em comparao, utilizando uma referncia ps-negociao com base em um preo de fechamento
futuro ir reduzir o custo esperado. Esta bccause o impacto no mercado permanente j
contabilizado de o futuro preo de referncia. Assim, o custo estimado apenas o impacto no
mercado temporrio (assumindo que no h tendncia de preo real). Assim, a fronteira eficiente
de negociao deslocado para baixo por um montante igual ao impacto no mercado
permanente. Embora, em termos de risco temporal, ele ser apenas como o ponto de referncia
preo chegada (uma vez que os prazos so os mesmos).
Nota que os benchmarks intraday se comportam um pouco diferente, uma vez que eles so
baseados em preos ao longo do dia para que eles incorporar tanto temporria e custo impacto
permanente. Portanto, para uma referncia VWAP possvel minimizar o risco de custo e tempo por
participando de maneira uniforme com o volume do dia.
A escolha de benchmark pode afetar claramente a fronteira eficiente de negociao, e assim
ele pode alterar a escolha tima da estratgia de negociao. Por exemplo, a Figura 7-5 (a) mostra as
duas fronteiras consoante o preo de chegada ou o fechamento anterior usado como referncia.
Dado o mesmo Ci custo-alvo, o deslocou fronteira comercial eficiente para o benchmark fechamento
anterior resultados numa estratgia ptima (X2), que tem um maior risco (R2) do que o
correspondente estratgia ideal (X]) para uma referncia de preos chegada.
Clos e
R1
R2
Para simplificar estes exemplos assumem que no h tendncia de preo real e volatilidade de liquidez excludo da risco
temporal.
196
Optimal
Estratgias
de
negociao
Por outro lado, dado o mesmo sincronismo risco (RO, Figura 7-5 (b) mostra como o uso do dia
perto de preos como um ponto de referncia ter um custo mais baixo esperado (C2), quando
comparado com a utilizao do preo chegada (CO, devido ao preo de fechamento incorporando
impacto no mercado permanente.
Kissell e Malamut (2005b) destacou esta relao entre a averso ao risco parmetro (A,) e
estilo de negociao traando uma fronteira comercial eficiente normalizado. Como a figura 7-6
mostra, tanto os eixos de risco de custo e de tempo so expressas em termos de pontos de base.
Conseqentemente, os valores de X so muito mais clara, variando de 0 a 3, em vez de 10 "6to 10" 7.
Eles observaram uma relao aproximadamente linear entre o parmetro de averso ao risco (X) e um
nvel do investidor de preocupao com risco relativo ao custo. Por exemplo, um valor de x = 1 na
figura 7-6 representa um investidor que est igualmente conccrned sobre risco e de custos
expcctcd, ao passo que para X = 0.5 o investidor apenas metade to preocupado com o risco.
O gradiente xtambm corresponde ao tempo total negociado. Um valor mais alto de X sugere mais
urgncia e de modo a horizonte mais curto, ao passo que valores mais baixos indicam uma
abordagem mais paciente.
197
escolher para corrigir o risco expccted, enquanto os investidores orientados por informaes
podero compor o preo melhoria para maximizar os retornos a curto prazo.
Minimizar o custo
A fronteira de negociao eficiente representa o conjunto de estratgias de negociao ideais;
eles oferecem a menor custo esperado para cada especfico nvel de risco. Portanto, para um dado
nvel de risco que pode encontrar a estratgia ideal simplesmente por encontrar o ponto
correspondente na fronteira. o estratgia ideal UMAmentiras na fronteira com um custo estimado C e
risco R, como a Figura 7-6 mostra. Em comparao, as estratgias suh-optimal situar-se acima da
fronteira, e assim alcanar o mesmo nvel de risco, mas com um custo muito mais elevado esperado.
Melhoria de preos
Roberto Malamut provou que a estratgia de melhoria de preo timo para bater um custo
especfico
(C) pode ser encontrada a partir da tangente de uma linha traada a partir de (0, C) para a
negociao eficiente fronteira.
198
Optimal
Strategics
comerciais
7.4
199
At agora, WC vimos como vrios fatores podem afetar a escolha de estratgia, mas como isso
realmente traduzir para seleo de diferentes algoritmos de negociao?
Em primeiro lugar, wc deve mapear os algoritmos de negociao para um exemplo eficiente
fronteira negociao. este nos permitir comparar a adequao de algoritmos especficos para
objectivos definidos. Para escolher o algoritmo ptimo para um determinado fim, seria preciso criar
uma negociao eficiente fronteira sob medida para seus detalhes especficos. Isto ir incorporar os
fatores que vimos no captulo 7.2 ao avaliar a dificuldade de ordens. Hencc, wc examinaremos como
essas condies afetam tanto a fronteira negociao eficiente e nossa escolha final da estratgia tima.
Ns vamos tambm considerar alguns dos requisitos essenciais para algoritmos de negociao, e
ver como fatores tais como a disponibilidade de dados e limite de estrutura de mercado a nossa
escolha.
POV
UM)
Eu
T-
MC
n Ht
I (PIM)
(PIM)
Dficit Adaptive
Dficit Implementao
Orientada por liquidez
Fechamento do mercado
Impacl Minimal
Pricc em linha
Por cento do volume
UMA
P
Agressivo
Passiva
PIM
AIM
Passivo
no no
dinheiro
Agressivo
dinheiro
TWAP
PI
COMO
Key:
COMO
LIQ
MC
MI
PI
POV
COM
O
(AIM)
Eu
IS
(P)
LIQ
ti
oI
VWAP
PI (AIM)
PKOV (P)
Ml
VWAP / dia
Risco de temporizao
20 0
Optimal
Estratgias de negociao
VWAP:
O algoritmo VWAP concentra em minimizar o impacto no mercado, atravs da diviso da
ordem em quantidades com base no perfil histrico de volume. Embora para pedidos menores isto
pode prolongar desnecessariamente negociao, fazendo com que a exposio ao risco
adicional. Assim, uma ordem da esquerda para a VWAP comrcio atravs o dia todo tem um dos
mais altos riscos associados. Isto pode ser utilizado como um ponto de referncia na fronteira de
negociao eficiente, rotulado como VWAP / dia na Figura 7 -10. Simplesmente atravs da
reduo do tempo de negociao para um tamanho apropriado para o fim, o risco pode ser
reduziu consideravelmente (VWAP marcado). Observe que o custo faz No aumentar
significativamente para alcanar este objectivo.
TWAP:
Na Figura 7-10, TWAP mostrado como o nico algoritmo no seja realmente eficiente na
fronteira negociao. Isto porque quando um algoritmo TWAP divide uma ordem que no leva em
condies de mercado. Por isso, pode incorrer impacto de mercado adicional em comparao
com outros algoritmos (exceto para pequenas encomendas ou ativos muito lquidos). Ainda assim,
em termos de risco semelhante ao VWAP, quer distribudos por todo o dia de negociao ou
para um perodo mais curto. Assim, TWAP mostrado diretamente acima VWAP na fronteira
negociao eficiente. (Observe que, para locais onde informaes sobre o volume no est
disponvel TWAP uma alternativa vivel ao VWAP).
Por cento do volume (POV):
Algoritmos tm POV um objetivo semelhante ao VWAP, ou seja, minimizao do impacto no
mercado. A nica diferena real entre as duas abordagens que a trajetria de negociao para
um POV algoritmo gerado dinamicamente, com base em uma proporo fixa do volume real de
mercado. Desde sua participao baseia-se no volume de mercado actual, cada ordem mais provvel
completo em uma escala de tempo adequado para seu tamanho. Consequentemente, o risco calendrio
deve ser reduzida em comparao com VWAP, embora o custo impacto no mercado pode ser
ligeiramente superior alcanar este objectivo. Ento, na fronteira de negociao eficiente,
algoritmos POV arco posicionada para o justo deixou de VWAP, enquanto ainda exibindo mais
risco do que algoritmos dfice de implementao. Note-se que a agressividade de um algoritmo de
POV pode ser inferida a partir da sua taxa de participao,
<5% relativamente passiva, de modo que este parece o direito de VWAP na fronteira.
Impacto mnimo:
Ao focar exclusivamente na minimizao do custo global impacto no mercado, estes algoritmos
assumir
um maior nvel de risco temporal. Consequentemente, eles aparecem no lado direito da
eficiente fronteira negociao.
Algoritmos custo-driven tentar equilibrar tanto custo e risco. Portanto, eles tendem a ser mais
no centro da fronteira comercial eficiente. Embora verses agressivos ser mais perto do lado da mo
esquerda, atingindo menor risco, mas em um custo mais elevado esperado.
Dfice de implementao (IS):
Esses algoritmos buscam minimizar tanto impacto no mercado e risco, muitas vezes
determinando a taxa tima de negociao. Eles tendem a trocar mais rapidamente do que VWAP
ou POV algoritmos, resultando em um risco temporal inferior. Embora, neste risco reduzido
alcanado a uma ligeiramente mais elevada custo esperado. Assim o comrcio algoritmos usando
agressivo (A) ou estilos de negociao neutros aparecem esquerda do POV na fronteira
negociao eficiente mostrado na Figura 7-10. Apenas o estilo passivo (P) apresenta um custo
mais baixo, embora isto ainda tem risco temporal inferior ao VWAP.
Fechamento do mercado (MC):
201
dfice algoritmo calcula uma implementao comercial durao ptima, algoritmos MC inverter
esta proccss para determinar um horrio de incio ideal. Desde o seu preo -alvo est sujeito a o
mesmo risco temporal, isso compensa alguns dos seus riscos. No entanto, o perodo de fechamento
muitas vezes mais volteis e assim algoritmos MC muitas vezes vai incorrer em custos mais
elevados. Como resultado, eles so posicionado logo esquerda do dfice em execuo a fronteira
eficiente, com menor risco, mas os custos mais elevados esperados.
Dficit Adaptive:
Um agressivo in-the-money (AIM) algoritmo adaptativo dfice torna-se mais agressivo com
preos favorveis. Como Kissell e Malamut (2005b), isso resulta em destaque uma enviesada
distribuio de retornos entre subindo e os mercados em queda. Em comparao, os algoritmos com
um baixa sensibilidade a movimentos de preos (como POV) tm uma distribuio mais simtrica
de retorna. Podemos ver isso claramente na Figura 7-11 (a) tirado de seu estudo, onde o AIM
algoritmo adaptativo dfice comparado com uma taxa de comrcio constante (POV) algoritmo.
Desde a adaptao preo AIM aproveita melhores condies de mercado, consegue um menor custo
esperado (C3). A desvantagem que esta abordagem ser cada vez mais expostos a riscos em
condies adversas, uma vez que ser mais passiva como o preo se torna desfavorvel. este
tambm ajuda a explicar a distribuio de custos enviesada. Portanto, em termos da fronteira
comercial eficiente algoritmo AIM dfice adaptativo (AS) vai estar direita do algoritmo POV.
Estratgias de negociao
20 2
Optimal
Preo inline:
Como j vimos para o algoritmo dfice adaptativo, um inline preo AIM tem algoritmo uma
distribuio de custos enviesada. Podemos ver isso mais claramente quando comparado com um POV
algoritmo conforme mostrado na Figura 7 -12, novamente retirado do estudo por Kissell e
Malamut (2005b). Observe o algoritmo embutido preo rotulado como "T arget". Assim, o
preo AIM adaptao aproveita melhores condies de mercado, obtendo um menor custo
esperado (C2), mas exp-lo a um maior risco global. Portanto, na fronteira negociao eficiente
o PI agressivo (AIM) algoritmo vai ser para a direita do algoritmo POV. Por outro lado, o
comportamento invertido da verso passiva in-the-money (PIM) eficaz um espelho imagem
resultante em um risco global inferior (mas custos mais elevados) e assim est situada esquerda de
POV sobre a fronteira eficiente.
Boa Risco
Cs< C jBad
Risco
20 3
algoritmos pode ele posicionado sobre uma fronteira eficiente de negociao, as verses atuais podem
executar de forma ligeiramente diferente.
Requisitos Investidores
Requisitos do investidor so tambm claramente um factor determinante na escolha de negociao
algoritmo, da mesma forma como vimos para a seleo estratgia ideal.
ndice de referncia
A escolha de referncia afeta a fronteira eficiente de negociao, como vimos na Figura 7-4. Se o
referncia o preo da chegada ou deciso, ento dficit de implementao provavelmente a mais
20 4
Optimal
Strategics
comerciais
algoritmo apropriado. Se for VWAP, em seguida, um algoritmo VWAP faz mais sentido.
Averso a risco
A averso ao risco elevado sugere um estilo de negociao agressiva, enquanto que uma averso baixo
significa podem ser usados algoritmos mais passivas. Por exemplo, a Figura 7-14 mostra a relao
entre custo e averso ao risco por um algoritmo oportunista (ITG ativo) e um mais abordagem
baseada dficit de implementao agressiva (ITG ACE), com base em uma reviso por Jian Yang
e Brett Jiu (2006). Em baixos nveis de averso ao risco, o algoritmo mais oportunista prova rentvel,
enquanto em nveis mais elevados do algoritmo dficit de implementao executa melhor. Um efeito
similar pode ser visto se ns substitumos o algoritmo oportunista com um impacto conduzido um,
tais como VWAP. Em termos de negociao da fronteira eficiente, um alto risco averso sugere uma
mudana para algoritmos mais agressivas no lado esquerdo da fronteira, enquanto uma averso baixo
implica uma mudana para a direita.
Ris k aversio n
205
um pequeno
Strategics
20 6
Optimal
comerciais
ordem trabalhou durante todo o dia de negociao est exposta a riscos desnecessrios, uma vez
que poderia facilmente ter sido concluda muito antes. Como vimos para o tamanho do pedido, h
tender a ser menor diferena de desempenho para horizontes curtos em comparao com os
mais longos.
Assim, em termos de seleo algoritmo, horizontes mais curtos portanto, ir favorecer um mais
negociao agressiva, tais como uma percentagem do volume ou at mesmo um algoritmo dfice
aplicao. Horizontes mais longos favorecem, algoritmos mais passivos-driven impacto, como um
todo- VWAP dia.
i -Activ e
--Dark
3
4
VWAP
VP
Ns pode ver claramente na Figura esta 7-16, que mostra os resultados do estudo por Brandes et ai.
(2007). Como os intraday volatilidade aumenta, o custo mal muda para o
20 7
dficit de implementao (IS) algoritmos. O VWAP impacto conduzido e por cento do volume (VP
marcado) algoritmos tarifa menos bem, tanto o sofrimento como o aumento dos custos de volatilidade
aumenta. Isso no surpreendente, uma vez que no tm sensibilidade ao preo embutido.
Certamente, a percentagem de algoritmo de volume o mais afetado; Brandes et al. razo que isto
devido flutuao de volume de mercado em reao aos movimentos de preos. Os algoritmos so
tambm oportunistas afectados, mas um pouco menos do que os orientada para o impacto. Por
exemplo, ITG activo, um algoritmo de busca de liquidez que utiliza atrelar dinmico, parece lidar com
preo de curto prazo se move quase to bem como um algoritmo dfice aplicao.
Para os ativos de menor volatilidade, cronometrando risco menos de um problema e assim os
potenciais custos reduzidos de participao no volume fazer mesmo algoritmos oportunistas-driven
impacto ou mais adequado.
Tendncias de preos
A tendncia dos preos persistente e favorvel nos permite reduzir os custos atravs da negociao de
forma mais passiva. Enquanto uma tendncia desfavorvel exige negociao mais agressivo, uma vez
que qualquer atraso ser simplesmente resultado em ainda piores execues. Portanto, se estamos
confiantes de uma tendncia persistente de preos ento devemos considerar o uso de algoritmos do
lado apropriado da fronteira eficiente de negociao, a fim de beneficiar a maioria. Por exemplo, um
algoritmo VWAP mais negociadas passivamente pode melhor desempenho para tendncias de
preos favorveis. Alternativamente, um algoritmo dficit de implementao mais apropriado
para evitar perdas de uma tendncia de preos desfavorvel. Note-se que o grau de agressividade tem
de ser adequado para o tamanho do preo tendncia esperada; caso contrrio, o aumento dos custos de
impacto mercado vai neutralizar quaisquer ganhos / poupana.
Preo algoritmos adaptativos, tais como inline preo ou dficit de adaptao tambm pode ser
usado para aproveitar-se de tendncias. Como vimos estes do uma distribuio mais distorcida do
esperado custos, com agressiva in-the-money estratgias (AIM) alcanar um custo mais baixo, mas
mais alto risco, enquanto passiva in-the-money verses (PIM) fazem o oposto. Se a tendncia dos
preos de curta durao ou reverte mdios, em seguida, um (AIM) abordagem agressiva pode ser
mais apropriado. Embora, se a tendncia persistir, ento a abordagem passiva in-the-money podem
oferecer os melhores resultados.
Portanto, em termos da fronteira eficiente de negociao favorveis e tendncias persistentes mudar
o seleo para os algoritmos mais passivos (mas mais arriscados) no lado direito da Figura 7-10,
Considerando que as tendncias desfavorveis transferi-lo para a esquerda.
Resumo
A fronteira eficiente de negociao tambm pode ser usado para sintetizar o efeito destes factores
tem, como j t Expr * ^ * "1
Risco de temporizao
Figura 7-17 Fatores que influenciam a escolha de negociao
208Optimal
estratgias de negociao
Figura 7-17 shows. No novidade que, urgncia, a averso ao risco e volatilidade todos tendem
a influenciar o seleo estratgia de negociao mais agressiva com menor risco, mas os custos de
impacto potencialmente mais elevados. Por outro lado, pedidos maiores e tendncias de preos
favorveis tendem a cncouragc uma abordagem mais passiva com menores custos de impacto, mas
potencialmente de maior risco.
Requisitos de dados
Algoritmos de negociao dependem de dados de mercado, a fim de funcionar. Embora a
transparncia do mercado aumentando, arco l ainda marcado diferenas entre os mercados do
mundo, tanto para pr e informaes ps-negociao.
Preos pr-negociao pode ser entregue em crregos, quer a partir de um fornecedor de
dados de mercado, direto de o local de execuo ou via um pedido de stream (RFS) Tipo de
mecanismo. Eles tambm podem ser coletado atravs de uma solicitao de cotao (RFQ)
mecanismo. Embora a latncia considervel associado com uma abordagem baseada em RFQ
significa que ele s realmente vivel para que strategics no estar gerando um monte de pequenas
encomendas criana.
Dados ps-negociao deve fornecer informaes precisas sobre os preos no comrcio,
tamanhos e tempos (e, se possvel, qualquer informao contraparte). Para alguns mercados,
tais informaes simplesmente no tem estado disponvel. Por exemplo, nos primeiros dias de
adoo nos mercados cambiais alguns locais s forneceu negociadas priccs mas no tamanhos.
Muitos algoritmos de acompanhar o volume negociado, por isso, se este no disponvel a
choicc ser severamente restringida. Do mesmo modo, se os dados estiverem disponveis, mas
apenas depois de um atraso considervel, em seguida, de pouca utilizao de algoritmos, como por
cento do volume. Dados ps-negociao tambm necessrio para criar perfis de volume histricos,
bem como para muitos dos modelos que utilizam a algoritmos estimar a probabilidade de
execuo ou custos.
Dados carteira de pedidos necessrio para qualquer strategics que arco com base na liquidez
disponvel. Claramente, esta deve estar disponvel em tempo real para qualquer algoritmo que
monitora ativamente liquidez. Dados livro ordem histrica tambm podem ser necessrios para
a ordem de limite e modelos de custos.
Mesmo a maioria dos algoritmos de negociao bsicas precisam de acesso em tempo real a
melhor compra e venda priccs, caso contrrio correm o risco de colocar ordens
20 9
Algoritmo
TWAP
VWAP
Por cento do Volume
Dficit de implementao
Baseado Liquidez-
Tempo real
Trades
Carteira de
Preos
pedidos
o
o
Histrico
Trades
o
0
o
Estrutura do mercado
Cada um dos os principais mercados do mundo tem suas prprias caractersticas especficas, como
vimos no Captulo 3. aes e derivativos listados so negociadas em locais centralizados,
embora se admita que h fragmentao considervel em alguns desses mercados. Em
comparao, o comrcio OTC ainda a norma para um monte de negociao de renda fixa. Embora
claramente no arc excees, como o mercado do Tesouro dos EUA, que to grande que seu
mercado inter-dealer no que diferente das principais bolsas de valores norte-americanas.
Dado seus mercados centrais bem estabelecidas com uma gama de ativos de alta liquidez, o
mercados de aces foram o ponto de partida perfeito para negociao algortmica. Como j tem
wc visto, os algoritmos evoluram de simples corte fim de VWAP, implementao dficit e
algoritmos de liquidez baseada. No entanto, nem todos os algoritmos so iguais; alguns arco mais
aplicvel em toda uma gama de classes de ativos do que outros, como Tabic 7-3 tenta mostrar.
Seccionar ordem simples ou algoritmos so TWAP um ponto de partida bsico para cada classe
de ativos, uma vez que tm o mnimo de requisitos.
Algoritmos orientado a volume, como VWAP, fazer mais sentido para os mercados
centralizados. este porque no s precisa de ser um conjunto de relatrios comerciais, por isso
21 0
negociao
Algoritmo
TWAP
VWAP
Por cento do volume
Dficit de implementao
Baseado Liquidez-
Optima! estratgias de
Equities
o
Liga
es
o
o
FX
o
o
Futuros
o
Opes
o
ETFs
o
Alto o Mdio
Liquidez
Da mesma forma, o volume de comrcio no to vital para alguns ativos. ETFs abertas no so
suhject para um fundo de tamanho fixo, um em espcie criao e processo de resgate permite aos
comerciantes especializados reagir s demandas do mercado secundrio. Por conseguinte, o
fornecimento e demanda tm menos
211
impacto sobre o preo de tais ETFs do que para as aes. Assim, o volume de negociao a
menos importante indicador para estes. Assim, o volume impulsionado abordagens, tais como
VWAP ou POV, pode ser menos apropriado.
Como negociao algortmica continua a se espalhar, algoritmos provavelmente ir evoluir para
ser ainda mais adaptados para as classes de activos especficos. No futuro, poderemos, bem ver
uma nova gerao de algoritmos evoluem que tratam ativos em uma forma mais fungvel.
Algoritmos adaptados para ligao negociao pode selecionar entre um conjunto de activos, se o
investidor tem o prazer de considerar uma alternativa com caractersticas semelhantes. Da mesma
forma, para opes, a negociao com base nas caractersticas de risco (ou a "gregos") pode se
tornar mais importante do que encontrar uma correspondncia para um contrato especfico.
7.5
A liquidez adicional, oferecido pela "dark pool" ATS significa que o cruzamento outro
considerao importante quando se busca a estratgia de negociao ideal. Eles oferecem o
potencial para a reduo de custo substancial por negociao no tamanho sem incorrer impacto
significativo no mercado. Portanto, importante considerar tambm a possibilidade de usar
como parte de passagem da estratgia de negociao ideal.
Apesar de travessia tem vantagens bvias, a execuo nem sempre garantido. Alm disso,
sempre que negociao em tamanho risco sinalizao sempre uma preocupao, mesmo para
locais que se destinam a ser completamente opaco. Ento a melhor abordagem pode envolver uma
combinao de cruzamento e de negociao algoritmos.
Diminuio
do impacto no
66%
63%
59%
62%
62%
Poupana
(em bps /
21.53
13,43
8.08
5.18
6.61
212
Optimal
Estratgias de negociao
Condies
Peridi
co
cruzame
nto
(POSIT)
Baixa volatilidade
A alta volatilidade
No geral
3
4
4
+1
-1
0
(ITG escuro)
-2
-8
-4
-11
-18
-12
Tabela 7-5 Uma comparao entre os custos dos diferentes mecanismos de passagem por ITG
Inc.
A partir de seus dados, cruzamento via POSIT percebeu uma economia de 3-4 bps nos dois
regimes de baixa e alta volatilidade. Passagem contnua atravs POSIT Agora e algoritmos "dark pool"
(ITG escuro) tambm foram encontrados para alcanar custos mais baixos do que um universo de
comrcios de pares, cuja mdia custo foi 12 bps, atingindo bps IB durante perodos de alta
volatilidade.
Seu estudo considerado mais de 20 milhes de pedidos, dos quais cerca de 12,6 milhes foram
inscritas em 2007 usando uma srie de mecanismos, incluindo tanto a passagem peridica e contnua
e agregao de liquidez. A mais de 8 milhes de pedidos foram tomadas a partir de um complementar
banco de dados de custo de transao. Assim como bem como abrangendo as redes de passagem
ITG o estudo tambm englobadas "dark pools" de uma variedade de vendedores / corretores.
Domowitz, Finkelshteyn e Yegerman tambm analisou a distribuio dos custos de
transao entre estes diferentes mecanismos. Para encomendas concludas dentro de trinta
minutos de submisso, eles descobriram que a probabilidade de alcanar um custo entre -20 e +20
bps foi maior para o cruzamento peridica (POSIT) em 88%. Passagem contnua atravs POSIT Agora
tinha uma 77% de probabilidade de atender a essa banda de custo enquanto negociao atravs
de um agregador de liquidez foi encontrado ter apenas uma chance de 61%. Eles descobriram que o
risco de incorrer em maiores custos de transao foi significativamente menor para os mecanismos
de passagem dedicados. Para cruzamento peridico, o probabilidade de incorrer um custo de mais
de 20 bps foi de apenas 4%, enquanto para o cruzamento contnuo foi de 10%, chegando a 20% para
os algoritmos "dark pool" baseada na liquidez agregao.
O efeito do tempo de execuo foi analisada bem. Eles encontraram um consistente
degradao no desempenho com o tempo crescente. Por exemplo, a passagem peridica de
POSIT percebeu economias saudveis para at a primeira hora da execuo, Aps 2,5 horas,
mas esta tornou-se um custo de 6 pb. Em comparao, eles descobriram que este efeito seja ainda
maior para a outra "dark pools", realizando perdas de at 25 bps aps 2,5 horas.
No geral, Domowitz, Finkelshteyn e Yegerman (2008) concluiu que a execuo usando "dark
pools" benfica; porm, eles no encontraram nenhuma melhoria usando algoritmos "dark
pool" em comparao com passagem peridica. Eles argumentam que esta provavelmente
devido ao vazamento de informaes: enquanto cada local pode ser escuro, o mais encomendas
so encaminhadas entre eles mais chance existe de vazamento. Assim, algoritmos que rotear
ordens entre diferentes "dark pools" may no necessariamente executar, bem como simplesmente
encaminhar a fim de um nico local.
Claramente, economias substanciais de custos pode ser realizada por passagem, mas
tambm importante comparando os vrios mecanismos. Usando uma travessia peridica pode
muito bem revelar-se uma mais custo abordagem eficiente do que usar alguns dos "dark pool"
21 3
7.6
Acima At este ponto, o foco tem sido em princpios gerais. Ainda assim, impossvel ignorar as
condies durante a crise financeira de 2007-09, em particular nos mercados de aes. Principal
ndices de aes viu dez pontos baixos do ano, com quedas dirias (e) aumentos de 3-5%, ou at mais.
70
-U.S. Volume mensal consolidado (milhes de aes)
Mdia mensal VIX
&J*
s f ^^^ $
D3"& Vs^ &
&
c f 3"^^^
^&
d 3 "V ^
Fonte: Clculos dos autores com base em CBO prprios E (2009) e na NYSE (2009)
A crise do mercado tambm bancos levaram a reduzir a quantidade de capital e negociao por
conta prpria.
214
Optimal
Estratgias
de
negocia o
Negociao ordens grande bloco tornou-se mais difcil, uma vez que o mercado "andar de
cima" foi uma sombra ol " seu ex-auto. Da o valor das redes de passagem e "dark pools". De fato,
uma pesquisa de
U.S. "dark pools" realizados por Rosenblatt Securities (2008a) descobriu que sua quota de
mercado na verdade aumentou em novembro de 2008, para 8,57%, ap s queda em setembro e
outubro. Eles tambm observam que a volatilidade parecia ter maior impacto sobre os locais focados
em grande ordens bloco.
Os custos de transao tambm registraram aumentos considerveis devido volatilidade do
mercado. O mais mudana visvel foi em custos de spread. Concessionrias e fabricantes do
mercado precisam incorporar o maior nvel de risco em seus preos cotados. Assim, os spreads bid
oferta quase dobrou, mesmo para algumas aes blue-chip. Empresas menos lquidas registaram
aumentos ainda maiores. Spreads viu aumentos semelhantes em toda a Europa e mesmo os maiores
na sia. Embora o custo spread no a nica preocupao, uma vez que a liquidez reduzida
tambm levou a custos mais elevados de impacto mercado. De fato, em seu estudo de 2008 ITG
dados execuo cliente Hitesh Mittal e James Wong (2008) constatou que houve 37% menos
liquidez exibido durante o regime de elevada volatilidade. No geral, eles estimaram aquele
seleccionando o algoritmo de negociao ptima levou a uma economia de 60 bps para os seus
clientes, em comparao com 20 bps durante os perodos de menor volatilidade.
Como j vimos, a volatilidade tende a levar a estratgias de negociao mais agressivas que
procuram minimizar o risco ao custo de maior impacto potencial. Consequentemente, a crise do
mercado resultou em uma mudana no tipo de algoritmos que est sendo usado. Implementao ou
algoritmos adaptativos dfice tornou-se muito mais importante. Nveis mais baixos de liquidez visvel
eo desejo de minimizar o risco de sinalizao tambm significou que os algoritmos baseados em
liquidez tornou-se mais amplamente utilizado. No geral, Mittal e Wong (2008) encontrou o
melhor desempenho foi do / algoritmos oportunistas dinmicas, que se aproveitaram das condies
de mercado, mas tambm custos de implementao dfice registado. Por isso, importante para
algoritmos de negociao para:
7.7
Comeamos este captulo com (2006) exemplo quadro deciso comercial da Wayne Wagner,
mostrado na Figura 7-1 para trs. A primeira deciso importante foi determinar a dificuldade da
ordem. Como vimos no captulo 7.2, trs dos principais fatores para isso so de liquidez, volatilidade
e ordem
215
tamanho. Estes tambm alinhados com as tendncias mostradas volta na Figura 7 -17.
Uma rvore de deciso potencial para a seleo algoritmo para ordens difceis mostrado na Figura
7-19. A escolha principal saber se a ordem urgente ou grande. Um pedido pode ser urgente,
porque a averso ao risco do investidor alto ou o ativo voltil, enquanto uma grande ordem
pode ser qualquer coisa mais de 20% do ADV.
Figura 7-19 Uma rvore de deciso de seleo algoritmo para ordens difceis
Ativos volteis podem ter um risco temporal considervel, por isso eles precisam ser
negociados com mais urgncia. Encomendas maiores podem causar impacto substancial do
mercado, para que eles requerem um tratamento mais carcful. Tenha em mente que o tama nho
ordem relativa. Por exemplo, um milho de aes pode ser muito pouco para um estoque de
blue-chip, enquanto dez mil pode ser uma enorme quantidade para uma empresa ilquidos. assim
liquidez podem ser incorporados, a uma extenso, no tamanho de ord em relativa. Assim, a
liquidez tratado como um fator secundrio, o que torna a nossa negociao mais fcil. Assim, os
pedidos urgentes ou grandes para ativos lquidos representam muito menos de um problema do que
para aqueles sem liquidez.
A escolha do algoritmo de negociao segue as tendncias que vimos na Figura 7 -17, que
tambm se coaduna com o mapeamento algoritmo da fronteira eficiente na Figura 7-10. Comrcios
urgentes para ativos lquidos tender a usar a implementao custo-driven (ou adaptativa) com base
dfice algoritmos, enquanto grandes transaces de activos lquidos usar o mais VWAP
orientada para o impacto ou Algoritmos POV. Com ativos ilquidos h muito menos escolha, a fim
de atingir melhor wc execuo ter de contar com algoritmo baseado liquidez. Para pedidos
urgentes, a temporizao risco significa a negociao ter de ser razoavelmente agressiva, enquanto
para grandes encomendas a mais abordagem passiva vale a pena.
Crossing uma outra considerao chave. Algoritmos de negociao es to cada vez mais
interagindo com redes de passagem. Porm, isso pode significar simplesmente passando ordens por
meio de cruzamento estabelecimentos. O risco de excesso de enchimento significa que muitas
vezes no vivel para deixar um inteiro na ordem umacruzando local enquanto negoci-lo em
paralelo atravs de um algoritmo ou DMA. Portanto, alguns algoritmos baseados em liquidez
pode bem deixar uma proporo considervel da ordem em um cruzamento local, enquanto
separando fatias ao comrcio nos mercados. Esta abordagem ser geralmente para ativos ilquidos
ou ordens maiores, uma vez que a menor probabilidade de execuo torna -
Strategics comerciais
21 6
Optimal
7.8
217
Resumo
No h nenhum disco e regras rpidas sobre como conseguir a melhor execuo. O acrdo
depende dos objetivos do investidor, assim fatores-chave so a:
Alvo de referncia
Nvel de averso ao risco
Objetivos comerciais especficos, tais como a:
Minimizar o custo esperado.
Alcanar a melhoria dos preos.
Equilibrar o trade-off entre o custo esperado e risco.
Com base nesta dificuldade, o comerciante, em seguida, deve selecionar os mtodos mais
adequados, se isso significa o manual, DMA, cruzamento, usando algoritmos de negocia o
ou uma mistura de estes.
21 9
Parte III
Implementingtrading
estratgias
221
Captulo8
Colocao de pedidos
8.1
In tro du o
resultados histricos
222Order
8.2
localizao
2 Formao de preos
Formao de preos um processo multi-etapa. O valor justo de um ativo reflete seu valor real enquanto
o preo de mercado reflete o que as pessoas esto dispostas a pagar. O preo de mercado pode tambm
refletir as suas expectativas para o valor futuro. Se a demanda alta ea oferta limitada, ativos, muitas
vezes, no comrcio um prmio ao seu justo valor. Por outro lado, se a demanda baixa, em seguida,
desconto pode ocorrer.
Essa diviso se reflete tambm na anlise de preos. Os analistas fundamentalistas resolver o
problema esforando-se por determinar o valor justo (ou presente) do ativo. Assim, o preo real de
mercado ser o factor determinante do se vale a pena ou no comercial. Por outro lado, tcnicas
analistas tendem a basear seus preos exclusivamente a partir de tendncias no pricc mercado e
volume.
Dada a importncia do preo de mercado, a transparncia do mercado tambm desempenha um
papel fundamental na descoberta de preo. Citao de um formador de mercado de duas vias s d uma
viso sobre os preos. Da mesma forma, se apenas o melhor cotaes de compra e venda de arco
exibidas a partir de um livro de ordens, em seguida, de forma eficaz este o mesmo que uma citao de
duas vias. Isso adiciona um grau de incerteza desde os comerciantes no posso dizer o que os outros liquidez
pode estar disponvel. Este risco adicional poderia levar a ordens sendo fixado o preo de forma mais
agressiva do que o necessrio. Por outro lado, se as cotaes so procurados a partir de vrios
concessionrios ou mais da carteira de encomendas visvel, em seguida, os comerciantes podem ver a
gama de priccs disponveis e tamanhos. Ao usar tais liquidez visvel, eles podem, em seguida, ajustar
as suas prprias avaliaes para determinar seu prprio preo-alvo para o ativo.
Avaliao
O valor de um activo claramente um componente fundamental do seu preo. Muitos livros tm sido
dedicada a este assunto sozinho. Embora, para efeitos do presente cap tulo, a caixa descontado
modelo de fluxo vai sufficc como nosso modelo de precificao: teoria do valor atual afirma que o
presente valor de um ativo corresponde ao uma soma descontada de seus pagamentos futuros. Os lagos
taxa de desconto em conta o valor do dinheiro no tempo, assim como outros fatores, como o risco. Assim,
activos os preos sero mais elevados para os fluxos de caixa maiores e menor quando a taxa
aumenta de desconto.
Ativos de renda fixa, como ttulos, nveis de oferta fixa de interesse para um determinado perodo
de tempo e assim ter muito claramente definidos fluxos de pagamentos futuros, ou Hows de caixa.
Teoria do valor presente presta-se bem para a precificao desses ativos.
Valorizao de activos, tais como partes de capital em uma empresa mais complcx, uma vez que o
dinheiro fluxos so menos previsveis. No entanto, a teoria do valor presente foi aplicada tamb m
aos estoques, que remonta a trabalhar por Robert Wiese (1930) e John Williams (1938). Caixa
descontado modelos de fluxo de fazer avaliaes com base no valor presente dos pagamentos
futuros de dividendos, o que por sua vez, dependem de ganhos futuros. Porm, existem outras
complicaes quando valorizando stocks. Por exemplo, as empresas com altos retornos sobre o
capital prprio, muitas vezes, reinvestir em vez de renda de aumentar os pagamentos de dividendos.
Alm disso, ao contrrio de ttulos, as empresas poderiam durar para sempre (dentro teoria), a emisso
de perpetuamente os pagamentos de dividendos. Assim, Myron Gordon (1962) desenvolveu sua
modelo de crescimento, onde as valorizaes so baseados no preo das aes currcnt e
dividendos, em conjunto com a taxa esperada de crescimento dos dividendos e uma taxa de desconto.
Outros modelos passaram a incorporar vrios perodos de crescimento, ou horizontes finitos.
Outros ativos tambm pode ser complcx ao preo, como vimos no Captulo 3. cmbio
afectados por tanto informaes macroeconmicas, como taxas de juros e fluxo de pedidos.
Derivados refletem o pricc dos seus activos subjacentes comhined com estimativa s de fatores
tais como taxas de juros e volatilidade. Assim, os ajustes apropriados devem ser feitas para o seu
correspondente modelos de precificao.
Independentemente de como tais avaliaes so realmente determinado, a quantidade de
informao
223
e dados necessrios significa que os investidores iro invariavelmente alcanar preos diferentes para
ativos (mesmo que s um pouco). A diversidade resultante crucial para manter os mercados fluindo.
O fe rta
Licitao
Revende
dor
"smnmifii
Posio:
Flat (c)
Grandes
224
pedidos
Colocao
de
O modelo de Foucault foi estendido para incorporar informa o assimtrica por Puneet
Handa, Robert Schwartz e Ashish Tiwari (2003). Usando dados emp ricos de estoque principal de
Frana ndice, o CAC 40, eles mostraram que o tamanho da propagao baseada nas diferenas de
valorizao entre os comerciantes, bem como o risco de seleo adversa. Estes efeitos eram
quantificadas em mais um estudo realizado por Chang Ming-Wang, Lon-Ping Zu e Chau Kuo-Jung
225
(2006). Usando dados empricos da Bolsa de Valores de Taiwan descobriram que cerca de 25% do
spread foi atribuda a diferenas de valorizao. Os restantes 75% era um prmio para compensar o
risco de seleo adversa (dividido igualmente para os compradores e vendedores).
Wang, Zu e Kuo (2006) tambm constatou que o custo mdio variou seleo adversa
significativamente ao longo do tempo; o maior custo foi na abertura, enquanto a menor foi no
lunchtimc. Isto consistente com estudos realizados por Ken Nyholm (2002), e Harrison Hong
Jiang Wang e (2000), que mostrou que a probabilidade de negocia o informado maior na parte
da manh do que no perodo da tarde. Assim barrar tendem a ser mais la rga na parte da manh em
comparao com mais tarde no dia.
Modelos combinados
Um modelo hbrido incorporando tanto inventrio e efeitos de informao assimtrica foi desenvolvido
pela Ananth Madhavan Smidt e Seymour (1993). Neste modelo, o mercado fabricante tambm
ativamente investidos modificando dinamicamente seus nveis de inventrio alvo de acordo com as
condies de mercado. Usando dados de especialistas da NYSE, eles descobriram que inventrios
exibiram uma reverso mdia lenta, com uma semi-vida de cerca de sete dias.
Em outro estudo Wang, Zu e Kuo (2008) estendeu o Handa, Schwartz e Tiwari (2003) modelo
baseado em informaes para incluir os comerciantes avessos ao risco. Eles tambm estudaram o
efeito de informaes do livro de ordem, novamente usando dados empricos de Taiwan Stock
Exchange. o seguintes informaes agiu como indicadores para estratgias de pedidos dos
operadores:
desequilbrio fim
agressividade ordem prvia
volatilidade de curto prazo
dinmica de preos de curto prazo
propagao relativa
prazo
Vendedores foram encontrados para ser mais preocupados com o risco de n o execuo; eles
seguiram o
226Order
localizao
ordem agressividade de ambos buy antes e vender ordens. Considerando que os compradores
estavam mais conccrned sobre ordens tornando-se mispriced e assim "pegou-off; hencc, as ordens
eram mais dependentes sobre a agressividade de compras anteriores. Um sinal favorvel tenderam a
fazer os compradores mais agressivo e vendedores mais paciente, enquanto o oposto aplicado para
obter informaes desfavorvel. Eles concluram que a formao dos preos refletiu
continuamente as mudanas na expectativa de picking-off de risco e risco de no execuo para
compradores e vendedores.
8.3
Preo descoberta a execuo do comrcio, que ocorre quando os requisitos de oferta e demanda de
encomendas so matchcd. O preo pelo qual isto acontece determinada pelo mecanismo. Como
ns serra no Captulo 2, existem trs tipos principais de descoberta mecanismo:
A negociao bilateral
Leilo contnuo
Call auction
Comrcio bilateral representa um-para-um mecanismos baseados em negociao baseado em
ofertas de e. O processo de correspondncia apenas uma questo de saber se os seus preos cotados
so aceitveis ou no. Os mecanismos multilaterais com base em leil es so utilizados para
mercados em funo das ordens e hbridos. Regras especficas so aplicadas para determinar se as
execues ocorrem. A principal diferena entre estes dois tipos de leilo simplesmente a
freqncia. Ao contrrio dos leiles contnuos, call- leiles baseados permitir ordens para acumular
durante algum tempo antes da descoberta real (ou Coincidindo) leva placc.
Correspondncia contnua
O mecanismo de leilo contnuo se aplica de forma consistente a correspondncia governa cada
uma hora ordem adicionado, actualizada ou cancelada. Quaisquer partidas resultar em execu es
correspondente. Normalmente, os mercados de dar o preo mais prioridade. Uma variedade de
abordagens for utilizado para a prioridade secundria, que usado para diferenciar entre as ordens
com a mesma ordem de classificao termos de condio primria (por exemplo, o mesmo preo).
Dois do tempo de arco mais comum e pro-rata, de modo que as encomendas so muitas vezes quer
classificados com base em quando eles foram recebidos em primeiro lugar, ou o seu tamanho.
Existem tambm vrias derivaes comuns destes dois tipos principais. Na sequncia sees vamos
considerar alguns exemplos trabalhados para cada uma delas. Note -se que alguns locais no tm o
seu prprio mecanismo de preos interno; em vez disso, os preos do ponto mdio da troca primrio
so muitas vezes utilizados, por isso, deve tambm olhar para um exemplo para uma partida do
ponto mdio.
como ser o prximo S2 ordem. A ltima 300 resultar a partir da uma execuo parcial com ordem
S3, deixando 2.200 restante no livro. Em seguida, ordem S3 tem agora tanto o preo como prioridade
tempo para novas ordens de compra recebidas.
227
Buys
Identidade
Temp
08:25:00
08:20:25
08:24:00
Sells
Sells
Taman
ho
1000
700
1500
Preo
101
101
101
102
Preo
100
99
98
Tamanho
1000
1200
2500
900
Tempo
05:20:00
05:20:25
03:21:09
03:15:00
Identidad
e
SI
S2
S3
S4
(uma) antes
Preo
+ W404404101
102
Tamanh Ident
idade
o
] Pop
4S
1 200
2S
300
3S
S3
2200
900
S4
(b) depois
Sells
Buys
Tamanh Preo
o 500
100
1000
100
400
99
200
99
Preo
101
101
101
102
Tamanho
750
250
1000
800
Tempo
03:21:00
03:21:25
03:22:05
03:19:09
Identi
dade
SI
S2
S3
S4
(a) antes de
Preo
101
101
101
102
Taman
ho375
125
500
800
Alloc
Ide
nti
SI
S2
S3
S4
375
125
500
(b) depois
(a) antes de
Sells
Sells
Pricc
101
101
101
102
Tamanho
750
250
1000
800
Tempo
08:21:00
08:21:25
08:22:05
08:19:09
Identi
dade
SI
S2
S3
S4
Preo
404
101
101
102
Tamanh
o750
200
800
1000
Alloc
Ide
ntid
S4S2
S3
S4
(b) depois
750
50
200
228
pedidos
Colocao de
Portanto, como podemos ver na Figura 8 -4 a ordem do mercado para comprar 1.000 EEE
agora manipulado um pouco diferente. Desta vez, a ordem SI est completamente cheio eo
restante alocado pro-rata entre as ordens S2 e S3. Note-se que nem os pedidos S2, S3, nem
tem a especial prioridade por isso, quando uma nova ordem de compra atinge o livro de encomendas a
correspondncia vai voltar a usar o mtodo pro-rata originais.
Outras variantes desta abordagem aplicar limitadores de volume para impedir os comerc iantes de
entrar em grande encomendas em um novo preo, ganhando assim privilgios especiais prioritrias para
um volume significativo. Por outro lado, podem tambm ser adoptados requisitos mnimos de
volume para assegurar que os comerciantes no basta colocar uma pequena ordem a um novo preo,
a fim de obter prioridade especial.
Outra alternativa que visa ajudar as alocaes pr-rata para pedidos menores adotado pelo
CME para os seus futuros em eurodlar. A atribuio dividido em duas fases. A primeira fase
umapro-rata mtodo baseado; no entanto, ele arredonda para baixo todas as alocaes e cessionrios
de zero a qualquer ordens que acabam com menos de duas unidades. A quantidade restante ento
distribudo sobre umacom base no tempo, ordens de prioridade to anteriores ter dotao
adicional. Por exemplo, vamos olhar para Como uma ordem de mercado para comprar 100 EFG sero
tratadas para a carteira de pedidos apresentados na Figura 8-5.
Buys
Tamanh Preo
o 500
dem
1000
ais
dem
ais
t.ooo
100
400
99
400
99
200
99
Sells
Preo
101
101
101
101
101
102
Tamanho
50
25
50
500
75
200
(a) antes de
Sells
Tempo
05:21:00
05:21:20
05:21:25
05:21:35
05:22:05
05:19:09
Identi
dade
SI
S2
S3
S4
S5
S6
Preo
101
101
101
101
102
Taman
ho
ASSIM
21
47
462
70
200
Alloc
Ide
ntid
S4S2
S3
S4
S5
S6
50
044
3+0
38 + 0
5+0
(b) depois
Figura 8-5 Um exemplo comprar ordem usando o preo / pro-rata prioridade, com a
primeira ordem de preferncia e prioridade de tempo secundria
Ordem SI teve prioridade especial para que ele fique completamente preenchido, os restantes
50 ento alocado entre ordens S2 a S5 (para simplificar, vamos supor o tamanho do lote 1).
Inicialmente, o pequeno ordem S2 no ganha nada com base nesta atribuio. O restante 4 unidades
de base so ento so qualificadas em prioridade tempo, ento estes so alocados para a primeira
ordem, que neste caso a ordem S2.
Por exemplo, vamos nos concentrar sobre o vende por NLO ativo como mostrado na Figura 8 -6.
A carteira de encomendas est formatado de forma ligeiramente diferente, com base em exemplos de
NYSE (2006), porque na verdade compreende de ordens de vrias fontes.
229
(a) antes
(b) depois
Figura 8-6 Um exemplo comprar ordem combinado com preo, paridade, produzindo
As ordens DOT tambm esto competindo com citaes electrnicas de outros corretores de
cho (e- Cotaes) eo especialista (s-aspas). Figura 8-7 mostra isso no livro de ordens mais
familiarizados estilo, pedidos com prioridade de preo so sombreadas em cinza claro, enquanto a
citao do especialista (SQ) realado em cinza escuro. As ordens DOT tm identificadores
comeando com D, a E-Quotcs comear com E.
(a) antes de
Ihice
7.00
7.00
7.00
6.99
6.99
6.99
6,98
Preo
7.01
7.0T
7.01
7.01
7.01
Tamanho
200
2000
800
4000
1200
7.02
1000
Alloc
Sells
Sells
Buys
Tamanh
o500
800
400
300
100
100
200
Tempo Ident
09:41:0 idad
D1
0
09:41:2
D2
9: 04t:
El
25
D3
09:41:3
5
09:42:0
E2
5
09:41:4
04 1
5
Preo
Taman
OQQ
7 ^ 4UmVV
7.01
800
320
7.01
1600
7.01
7.01
480
jSfiri y M i l
7.02
1000
Iden
tida
WD2
El
D3
E2
200
1200
480
2400
720
0
D4
(b) depois
Figura 8-7 Uma opinio nvel da ordem do exemplo usando o preo, paridade, produzindo
Quando uma ordem de mercado para comprar 5.000 NLO bate a carteira de encomendas, a prioridade
dada ao mais antiga ordem em 7,01, que passa a ser de uma quantidade de 200. O restante , em
seguida, 4,800 atribudo a paridade entre as ordens DOT e e-cotaes dos corretores de cho. Dadas
as dimenses de ordem existentes tm razo de 3: 1 entre DOT e e-Quotcs, 3600 cruzar com DOT
ordens, enquanto 1200 ir corresponder com e-Quotes. S-Quote do especialista no est envolvido,
uma vez que rendimentos s ordens DOT existentes.
Assim, na Figura 8-7 a ordem DOT D1 est completamente cheio, enquanto ordens D2 e D3 e do
e-Quotcs El e E2 so todos parcialmente preenchido a partir do remanescente de 4800, com base no seu
tamanho. Citao do especialista SQ permanece inalterado. Os res duos so mostrados na Figura
8-7 (b).
Se uma outra ordem de mercado para comprar 5.000 NLO agora atinge o c mbio, o especialista do
s-Quote pode, ento, participar, uma vez que as ordens DOT vigentes em 7,01 tenham sido
preenchidas. Uma vez que existem 4200 nica disponvel no total, 7,01, todas estas ordens sero
preenchidos. Para os restantes 800, DOT D4 ordem em 7,02 tem prioridade, ento isso vai cruzar
com a ordem do mercado de sair um total restante de 3,200 a 7,02 em DOT. Podemos ver isso na
Figura 8-8 resumidos:
(uma) antes
(b) depois
Figura 8-8 Uma ordem de compra subsequente manuseados com preo, paridade, produzindo
Este mecanismo permitiu que os especialistas para fornecer liquidez adicional sem tomar
prioridade sobre ordens clicnt.
230Order
localizao
Partidas Mid-ponto
Os pedidos com base no preo ponto mdio da principal bolsa de harmoniza o est se tornando
umamecanismo popular para sistemas de cruzamento de cont nuas. Como vimos no Captulo 2,
ordens de mercado executar no ponto mdio sempre que houver disponvel um volume suficiente no
outro lado da carteira de encomendas. Ordens de limite s ir corresponder quando o preo do ponto
mdio melhor do que o seu limitar; Assim, os priecs limite na Figura 8-9 so acinzentado.
Por exemplo, se o livro ordem mostrada na Figura 8-9 aplicada um leilo normal contnua que
seria de esperar ordens B1 e SI ter j correspondido desde seus priecs atravessar.
Buys
Iden Temp
tida 08:25:00
o
B1
B2 08:21:25
B3 08:23:00
Taman
ho
1500
3000
2500
Sells
Preo
101
100
99
Preo
100
102
103
Tamanho
1500
2000
1800
Tempo Iden
03:25:00 tida
SI
03:20:20 S2
03:24:09 S3
Tempo
no
31,0JU00vc
2500
Sells
SizePrice
4m100
99
PriceSize
/QQ
102
103
-hSOO
2000
t, 800
03:25:00
03:20:20
03:24:09
Tempo
S4S2
S3
Outros tipos
A maioria dos mecanismos comuns para correspond ncia comercial j foram abordados no subsees anteriores. Porm, haver invariavelmente locais que usam um pouco diferente regras.
sempre vale a pena ler atentamente a documenta o e regulamentos para cada mercado local para
confirmar exatamente como a correspondncia realizada.
Catering para alguns tipos de ordem personalizada tamb m podem exigir modificaes para o
comrcio mecanismo de harmonizao. Estes podem ser razoavelmente simples, requerendo
algumas extenses lgica de correspondncia ordem, tais como para o tratamento de ordens ocultas ou
limites discricionrios pricc. No entanto, alguns tipos de ordem personalizado pode causar
problemas mais substanciais. Por exemplo, comprovativos ordens contingentes podem exigir
uma carteira de pedidos em separado.
Em termos de correspondncia puro, ordens ocultas ainda esto limitar ordens. No entanto, para
garantir a equidade para outros participantes do mercado a maioria dos locais atribu -los
prioridade menor do que as ordens visveis na
uma
231
o mesmo preo. Caso contrrio, haveria pouco incentivo para deixar de liquidez visvel.
Da mesma forma, as ordens iceberg tem uma parte que visvel e um reserva, o que est oculto.
UMA caracterstica fundamental das ordens iceberg que quando a poro visvel preenchida, ela
ser substituda com uma ordem equivalente, reduzindo o tamanho da reserva oculta. Mais uma vez, o
mecanismo de comrcio ter de ser modificado para gerir este processo.
Ordens discricionrias realmente tem dois limites de preo, uma pblica e uma privada. Assim
como ordens iceberg esconder a sua verdadeira dimenso, ordens discricionrias esconder o seu
limite de preo verdadeiro. Portanto, ao manusear ordens discricionrias o mecanismo de
correspondncia comercial precisa de verificar tambm se todas as ordens corresponder no limite
discricionrio preo.
Ordens contingentes so mais complexas bccause eles introduzem dependncias adicionais.
Eles permitem que as ligaes entre as ordens, muitas vezes por diferentes ativos. Normalmente, os
livros de encomendas para cada arco ativo completamente separado, de modo ordens condicionais
introduzir ligaes entre eles. De repente, o comrcio mcchanisms correspondncia para diversos
ativos precisam interagir uns com os outros para determinar se um comrcio pode ocorrer. Por esta
razo, os mercados que suportam contingente ordens tendem a lidar com eles em livros de encomendas
dedicados. Assim, se espalhar entre as ordens contratos de futuros e algumas estrat gias de opes
complexas podem ser tratadas de forma totalmente separada. Dito isto, como motores de
confronto de ordens cada vez mais sofisticados alguns locais est o agora comeando a usar
"ordens implcitas" para integrar essas ordens complexas de volta para as principais carteiras de
encomendas. O objetivo deste para melhorar a liquidez global, embora no adicionar umanvel
considervel de complexidade para os motores de harmoniza o.
Os pesquisadores tambm esto constantemente procurando maneiras de melhorar o
comrcio existente mecanismos de harmonizao. Uma importante rea de estudo encontrar
uma maneira de equilibrar a exigncia de visibilidade (para descoberta de preo) com a necessidade
de esconder grandes encomendas (para evitar vazamento de informaes). Uma proposta
interessante por Peter Gomber, Miroslav Budimir e Uwe Schweickert (2006) introduz um novo
tipo de ordem feita sob encomenda, a ordem de volume. Essencialmente, este um cruzamento entre uma
ordem e um iceberg discricionria um: O preo discricionrio est ligado para um requisito mnimo de
volume, por isso, se h ordens correspondente, que pode preencher esse necessria volume e eles esto
dentro do limite de preo, em seguida, uma partida pode ocorrer. Alternativamente, Leslie Boni e Chris
Leach (2004) investigam o "expansvel" ordem de limite, que tem sido utilizado no mercado interdealcr para US Treasuries. Efetivamente, ele d o comerciante cujo ordem de limite tinha apenas
executou o direito de preferncia ao comrcio com o volume adicional mesmo concessionrio.
Enquanto eles observam que este til para grandes encomendas negociao em bloco, o tempo
necessrio para negociao pode ser prejudicial, uma vez que eles arco essencialmente empurrando
na frente de outras ordens do livro de ofertas. Boni e Leach propor algumas potenciais solues
alternativas, com base em rigoroso prazos para a opo de recusar, garantindo apenas este direito de
primeira ordem em um novo preo nvel, ou at mesmo lidar com eles em uma carteira de pedidos em
separado. Esperemos que, mais pesquisas continuar a olhar para mtodos alternativos para
correspondncia comercial, uma vez que este poderia muito bem fornecer novos mecanismos
inovadores que ajudaro a reduzir o fosso que existe actualmente entre trocas e sistemas de
passagem.
cada ordem como ele chega, as encomendas so apenas na fila e aplicada carteira de
encomendas do leilo. O comrcio real correspondncia s ocorre no momento em leilo
conjunto. Assim, as encomendas se acumulam antes do leilo leva lugar. Isto permite mais tempo
para a formao de preos e assim pode ajudar quando h mais incerteza sobre o que o preo deve
realmente ser. Consequentemente, muitos mercados muitas vezes optam por abrir
232Order
localizao
e fechar com um leilo de chamada separada, em um esforo para reduzir a volatilidade dos preos.
Quando o leilo comea, um algoritmo de cruzamento tenta garantir que o mximo possvel volume
de encomendas atravessada no pricc leilo. Uma abordagem tpica a seguinte:
Aplicar os seguintes critrios passo a passo at num jogo que atinge preo lhes
encontrado:
1. Um volume mximo executvel
2. Como acima E um excedente mnimo de pedidos
3. Como acima E uma presso de mercado consistente
Uma vez um preo for encontrado, a carteira de pedidos leilo ento processado para
combinar com qualquer ordens que sero executados dentro deste limite de preo.
Muitos locais usar o tempo como umaprioridade secundria, esta recompensa a
rpida entrada de ordens de leilo.
Esta a base para muitos dos leiles de chamada do mercado de aes, por exemplo, o
Deutsche Borse e de Londres, Austrlia, Hong Kong e Cingapura bolsas de valores. A mais
aprofundada avaliao para uma ampla gama de mercados fornecida por Carole Comcrton-Forde e
James Rydge (2004).
Alguns locais tambm podem publicar informaes sobre o desequilbrio global entre o buy e
vender ordens antes da travessia comea. O objetivo incentivar novos compradores / vendedores para
corrigir o desequilbrio e assim maximizar o volume de leiles potencial. Eles tambm podem
oferecer uma preo do leilo indicativo para ajudar os comerciantes a decidir sobre os pre os para
as suas encomendas de leilo.
Como exemplo, vamos considerar o livro de ordens leilo mostrado na Figura 8-10.
Buys
Temp
o
07:20:2
5
07:24:0
9
07:20:2
5
07:24:0
9
07:24:0
9
Tama
nho
2.000
5000
10.000
6000
4000
Sells
Pricc
MO
105
104
102
101
101
Pricc
MO
MO
102
102
103
105
106
Tamanho
2000
3000
4000
1000
5000
12.000
15.000
Temp
o
07:25:0
0
07:20:2
5
07:20:2
5
07:24:0
9
07:20:2
5
07:24:0
9
233
Ordens
de
compra
agrupad
os no
limite
Pre
o
Ordens de
venda
agrupados
no limite
Acumulativ
o presso
Comprar Vender
Executvel
volume
Ordem
superv
it
-30.000
-13.000
Mercado
presso
12.000
0
2000
MO
106
105
5000
15.000
12.000
12.000
14.000
42.000
27.000
12.000
14.000
5000
I I P 04
103
102
101
19.000
15.000
15.000
4000
5000
5000
0
19.000
29.000
39.000
15.000
10.000
5000
15.000
10.000
5000
4000
19.000
34.000
0
10.000
10.000
.
-
+
+
5.
O sombreamento cinza claro na Figura 8-10 mostra as ordens que se cruzam, para
que possamos continuar.
Dois preos atingir o volume mximo executvel de 15.000, por isso, devemos
utilizar os excedentes prximo fim de tentar isolar num jogo preo.
Ambos os preos resultam na mesma ordem excedente de 4000, por isso devemos
agora Considere a presso do mercado.
A presso do mercado consistente; que positivo tanto para 103 e 104. Uma vez que
o excedentes so para compras, isto implica que os preos so mais propensos a
aumentar aps a leilo; portanto, o mais elevado dos dois preos utilizado para o
leilo preo.
Conseqentemente, 104 ser usado como o pricc leilo, por isso no precisa de olhar para o
preo rcfcrcnce.
Tendo agora atribudo um preo de leilo de passagem de 104, podemos ver o efeito sobre o real
carteira de pedidos leilo na Figura 8-11 (a) como os cruzamentos ter lugar e (b) uma vez que o
leilo finalmente completado.
Se este foi o leilo de abertura para um mercado contnuo leilo duplo, em seguida, a Figura 8-11
(b) mostra a carteira de encomendas como ser quando o mercado abre oficialmente para contnua
negociao. Como alternativa, se este foi um leilo de chamada de lote ou um leilo de fechamento, em
seguida, dependendo do mercado, essas ordens restantes ou ser cancelado ou esquerda para o
prximo leilo.
Alguns sistemas de passagem derivam seu preo de leilo a partir de outro mercado. No
entanto, em todos Noutros aspectos, o leilo cruzando mecanismo o mesmo como mostrado na
Figura 8-11.
234
pedidos
Colocao de
Buys
Sells
Taman Preo
Tempo
Preo
ho000
MQ
07:25:0
12
HS
0
? nop
07:20:2
HS
Eu
5
1 pop
07:24:0
404
402
sou
9
1 () 2
07:24:0
4000
104
9
07:20:2
10.000
102
403
5
07:24:0
6000
101
105
9
07:24:0
4000
101
106
9
(a) cruzamento
carteira de pedidos
Buys
Temp
o
07:20:25
07:24:09
07:24:09
Tama
nho
4000
10.000
6000
4000
Tamanho Tempo
7. T y i n f
2 pop
^ QQ Q
07:25:0
0
UMAco 07:20:2
| Q QQ
5
07:20:2
^ QQ Q
75~
2/109
12.000
07:20:2
5
15.000
07:24:0
9
Sells
Pre
o
102
101
101
Pre
o
106
Tama
nho
15.000
Temp
o
07:24:0
9
8.4
Ao tomar decises sobre a colocao de ordem precisamos equilibrar os objectivos necessrios com
as condies de mercado atuais. Essencialmente, estamos a tentar encontrar o melhor preo com um
probabilidade aceitvel de execuo e risco. Isso usado para significar simplesmente escolher
um alvo preo e decidir quando e como melhor para dividir uma ordem para a execuo.
Em mercados cada vez mais fragmentadas de hoje, escolher onde colocar uma ordem pode ser to
importante um fator como o preo ou tamanho. O pequeno tamanho mdio de ordem agora comum em
muitos mercados (melhor tipificado por aces e futuros listados) tambm significa que a
sinalizao de risco agora umapreocupao significativa. Assim, a esforar-se para a execuo
ptima temos de decidir onde estamos preparados ao comrcio e como (que ordem tipos usaremos),
bem como o grau de agressividade que ir preo eo tamanho da nossa ordem.
Sinalizao risco
Sinalizao de risco representa o vazamento de informaes a outros participantes do mercado de
nossa estratgia de negociao. Fazendo uma encomenda de um livro de ordens aberta fornece
uma opo de negociao valioso que outros comerciantes podem executar livremente contra. Nosso
padro de negociao tambm transmite informaes para os outros participantes do mercado, como se
ns somos um grande comprador ou vendedor.
Armado com esta informao os outros participantes podem, em seguida, ajustar as suas
strategics comerciais. Por exemplo, em ver uma grande ordem de compra vendedores podem se tornar
menos agressivo em seus preos, uma vez que eles sabem que h um comprador. Muitas vezes,
necessrio esconder as nossas intenes reais tanto quanto possvel, buscando liquidez a partir de fontes
alternativas, como redes de passagem ou "dark pool "ATS, ou usando os tipos de pedidos especiais.
Note que a sinalizao de risco depende tanto do tamanho do pedido e da liquidez do ativo. Para
exemplo, com um activo ilquido mesmo uma pequena ordem pode resultar pode resultar em risco de
sinalizao, uma vez que no pode ser muito pouco exibido profundidade carteira de encomendas.
Considerando que, para os activos lquidos do aumento da atividade comercial e carteiras de
encomendas mais profundas significa que a sinaliza o de risco menos grave.
235
Escolha Venue
Os activos podem frequentemente ser negociadas em vrias bolsas, ECNs (MTF), ATS, ou mesmo
sobre o countcr, para que haja uma grande variedade de escolha, como a Figura 8-12 tenta mostrar.
Buys
Exch-1
Iden
tidad
e
Prob %
85
HI
10
Tamanh Preo
o
100
1000
2, (XX) 100
X2
85
1500
18
3000
X3
85
1200
99
99
98
Buys
OTC
Corretor
LPP
Tam
anh
o
Pre
o
1000
99
Buys
ECN-1
Identidade
Tamanho
E270
Prob %
Preo El70800
100
1200
99
116302,5009H
Buys
ATS-1
Identidade
Prob 1
11315
Tam
anh
o
I,
(XX)
Preo
100
Gaming refere-se a manipulao do preo de mercado para o lucro. J vimos como as ordens
do COI pode ser usado para buscar liquidez escondido sem sair uma ordem de p no fim livro.
Normalmente, isso deve ser usado para tentar cruzar em tamanho, com tal liquidez, ao m tuo
benefcio de ambas as partes. Em comparao, o jogo implica assuno uma abordagem mais cnica
por emisso de ordens de conduzir o preo de mercado para cima (ou para baixo) antes do golpe
final, quando uma grande encomenda emitido para cruzar com a liquidez escondido neste novo
preo. Isto um risco particular quando o
236
pedidos
Colocao de
travessia com base na melhor oferta do mercado principal e oferta (por exemplo, o NBBO US).
H tambm a preocupao de que as informaes sobre grandes encomendas manchado por
(ou at fez disponveis para mesas de negociao) de propriedade. Isso lhes daria a vantagem,
permitindo-lhes ao jogo ou "firont prazo" as ordens. 1Para evitar que isso a maioria dos principais
corretores / intermedirios impor estrito "Muralhas da China" entre suas opera es. Isto no uma
questo de tecnologia - um dos Confiar em.
Fluxo de ordens txica outro termo que usado s vezes. Isto , quando as ordens interagir
com Como impulsionada pelos participantes, ou sistemas quantitativos, que esto tentando ativamente a
buscar liquidez, unicamente para lucrar com movimentos de curto prazo.
Muitos locais a monitorizao para detectar quando surgem situaes suspeitas, gamers ou
frontal Os corredores podem ento ser excludos do local. Eles tambm podem definir suas
estruturas de preos para fazer pequenas encomendas proibitivamente caro para o uso de alta
freqncia. Impondo grande mnimo tamanhos comerciais constitui um outro impedimento
comumente utilizado, uma vez que isso impede que a liquidez inicial buscar (ou "ping"). Embora,
como Gabriel Butler (2007) aponta, estes tm a desvantagem de limitar o potencial de agregao de
liquidez, uma vez que evitar genuinamente pequenas encomendas.
Hitesh Mittal (2008) fornece uma avaliao NIEE de algumas das principais preocupaes sobre estes
problemas. Em essncia, as principais questes investidores precisam considerar antes de usar um
ATS so:
Claramente, buy-side nica locais deve ser a "mais segura", uma vez que Todos os participantes
devem unicamente ser foeusscd em encontrar jogos para as suas necessidades de liquidez. Ainda, deve
tambm ser lembrou que os provedores de liquidez e mesas propriet rias so fontes teis de
adicional liquidez. Ele s precisa ser claro que eles esto ativos no local e que no h
monitoramento para proteger todos os participantes.
Indicaes de interesse (IOIs) so outra preocupao comum. ATS base de Publicidade
geralmente restringem a informao que passada atravs destes. Assim, os anncios ou
indicaes arco enviados para possveis correspondncias, ou se eles arco transmitido para em
seguida, todos os participantes apenas subconjunto das informaes distribudo, normalmente o ativo
e talvez o lado e / ou pricc. Alguns locais ainda permitem que o remetente para eontrol que
informao divulgada. Mais uma vez, importante conhecer essas especifica.
tambm importante recordar que, embora um "dark pool" pode manter sua carteira de pedidos
escondidas as negociaes ainda devem ser comunicados. Se o relatrio de comrcio no inclui o
nome ATS comerciantes ainda pode ser capaz de reduzi-lo a um nmero de locais com base em onde
relatado. Para cruzamentos, Mittal (2008) aponta que a maioria das empresas anunciam os
cruzamentos completados com servios como Autex ou Bloomberg. Assim, h sempre o potencial
para alguns sinalizao risco. Isso tambm deve ser tida em conta no momento de decidir a
melhor forma de tirar proveito de liquidez "dark pool".
1
Running Fronl uma prtica abusiva, ll o lugar onde um corretor recebe uma ordem, mas antes SIGH colocao utiliza a
informao lo irade por conta prpria accounl, benefiling da ordem subsequenl clicnl.
237
Escolha Ordem
Em termos de risco, pedidos de limite de p fornecer liquidez e assim por grandes encomendas tm
considervel sinalizao risco. Portanto, para reducc risco sinaliza o importante para esconder
as nossas intenes. Como vimos no Captulo 4, h uma ampla gama de tipos de ordens que o
comerciante pode choosc de, juntamente com um conjunto de instrues opcionais. A maioria das
bolsas e redes de comrcio eletrnico agora suportam uma mistura de discricionria, iccberg ou
ordens totalmente ocultos. Figura 8-13 destaca esses vrios tipos e mostra como diferentes escolhas de
ordem nos levar de padres de negociao altamente visveis atravs de os mais escondidos.
Opaco
Transparente
Liquidez
forneced
ores
Limite
jjjv:
j.
encomendas
ftecberg encomendas
Euencomendas
t- f "f
Discricionrio
Hnkloi llja
:
Liquidez
demandcrs
Ordem agressividade
Agressividade refletida por ordem de escolha, preo e tamanho.
As ordens de mercado arco geralmente o tipo mais agressivo de ordem, uma vez que eles n o
tm nenhuma restrio pricc. Eles se esforam para alcanar a execuo imediata ao melhor preo
disponvel. No mnimo que deve provavelmente ter que pagar metade do offer spread bid, ou at mais,
se as necessidades de ordem para varrer o livro de ordens, a fim de completar. Portanto, a agressividade
de uma ordem de mercado com base no seu tamanho, uma vez que grandes ordens so mais
propensos a ter a varrer o livro.
Ordens de limite permitem mais controle desde que ns podemos escolher como definir o seu
limite de preo embutido.
Colocao
238
pedidos
de
Embora isso oferece alguma proteo de preos, isso significa que eles correm o risco de no
conseguir executar completamente. Assim, a agressividade de uma ordem de limite uma funo
tanto do seu limite de preo e o seu tamanho.
A fim de ser capaz de comparar a agressividade de muitos diferentes ordens do estudos de
microestrutura criaram esquemas de classifica o com base em ambos pricc e tamanho. Um dos
esquemas mais conhecido mostrado na Tabela 8-2, com base na um estudo por Bruno Biais, Pierre
Hillion e Chester Spatt (1995). Eles atribudo seis categorias, classificadas por ordem de
agressividade. Os trs nveis mais agressivos so imediatamente executvel e correspondem s
ordens de mercado ou ordens de limite comercializveis, assim tamanho de ordem a chave para
determinar o seu impacto.
CategoryPriceSize
1
2
3
4
5
6
preo
Ao ou melhor do que o
Algum
Algum
Algum
Espalhar
Volatilidade
Hora do dia
Em termos gerais podemos classificar esses fatores em trs tipos principais, com base na
liquidez, preo e prazo. Nos seguintes sub-sees, vamos avaliar o efeito de cada um destes,
virar.
239
Sandas (2004) observou que muito mais profundidade estava disponvel na Bolsa de Estocolmo,
para a Ericsson, longe da melhor oferta de compra e oferta atual.
240
pedidos
Colocao de
130
Buys
Sells
120
Tama
nho
500
Preo
Preo
96
97
Tama
nho
900
1200
94
97
1500
2000
93,5
97
2500
4000
92
100
5000
a>
uma
* 100
uma .
C
2500
89
105
2500
90
3000
85
110
4500
4000
84,5
115
2000
2000
75
120
2500
110
80
5000
10.000
15.000
20.000
25.000
Profundidade acumulada
241
A profundidade disponvel tambm pode ter um efeito importante sobre os preos das ordens
ocultas. UMAestudo da colocao oculta de pedido no Euronext por D'Hondl, De Winne e FrancoisHeude (2004) constataram que as ordens ocultas foram precificadas de forma mais agressiva, se
houve profundidade suficiente j disponvel no mesmo lado do livro de ordens. Por outro lado, eles
notaram que o profundidade exibida no lado oposto teve efeito limitado sobre a coloca o de
ordem escondido.
Fluxo de comrcio
H arco dois indicadores-chave para o fluxo de comrcio, ou seja, volume e frequncia. Beber e
Caglio (2005) descobriram que, para a NYSE, o volume transacionado teve mais impacto no
fim agressividade do que a frequncia de negociao, especialmente para as ordens de venda.
O volume de negcios tem sido tradicionalmente visto como um proxy para informaes de
mercado, nomeadamente do trabalho por David Easley e Maureen O'Hara (1987). Na verdade
Beber e Caglio (2005) concluiu que o aumento da agressividade que observado para ordens de
compra foi consistente com informao revelada por grandes volumes de negociao. Eles tambm
observaram que o volume poderia confirmar informaes sobre tendncias de preos. Para a maioria
de sua amostra, houve um positivo tendncia dos preos, mas mesmo sendo responsvel por efeitos
de momentum eles descobriram que maiores volumes geralmente conduziu a um aumento em demanda.
Assim, comprar ordens tornou-se ainda mais agressivo e ordens de venda mais passiva. Para ordens de
venda o aumento do risco picking-off ajuda a explicar a mudana a preos mais passiva.
Em termos de frequncia de negociao, Beber e Caglio (2005), ligado frequncias mais altas para
menos buy agressivo e ordens de venda mais agressivas. Eles conclu ram que estes resultados
eram consistente com o agrupamento de negociao baseada em liquidez no lado da venda.
Note-se que a crescente adoo de negociao algortmica e tamanhos de queda de ordem
significa que fluxo de comrcio est a aumentar significativamente. Assim, em termos de
informao, agora h mais rudo em os mercados; fluxo de comrcio no o indicador era uma vez.
Outros factores base de liquidez
Outros atributos Assel-spccific tambm pode ser utilizado como uma proxy para a liquidez. Mais
notavelmente para aces, podemos usar a capitalizao de mercado das empresas como um guia.
Da mesma forma, o crdito ratings tambm podem ser usados para ajudar a diferenciar entre a
liquidez dos ttulos.
Para as empresas negociadas na NYSE Area, Bongiovanni, Borkovec e Sinclair (2006) constatou
que ordens ocultas foram usadas mais para as empresas de capitalizao menores, como mostra a
Tabela 8-3.
26
43
Caixa baixa
<$
1500000000
26 0
20 70 0 0
87.800
72.000
37 0
300
20 0
55 0
45 0
320
% Do comrcio escondido
21
23
28
11
13
Cap Grande
> 10000000000 $
# De aes
N de comrcios
Ta ma n ho m d io vis ve l d o
co
rcnioho m d io oc ulto
O m
ta ma
Mid Cap
Bessembinder, Panayides e Vcnkataraman (2008) constatou que at 50% das encomendas para o
menos lquido stocks estavam escondidos, em comparao com 30% para as empresas mais
lquidas. Mais uma vez, isso faz sentido,
242
pedidos
Colocao
de
uma vez que poderia esperar ordens ocultas para ser mais prevalente por ativos mais ilquidos, onde
sinalizao risco maior. Rudy Dc WinNc e Catherine D'Hondt (2005) tambm encontraram
escondido liquidez a ser negativamente relacionado com tanto volume de negocia o e capitalizao
de mercado.
volatilidade sell side desencadeada mais oculto vender ordens. Eles concluram que os comerciantes
adotado ordens ocultas quando o risco de ordem aumentos de exposio.
Preo Momentum
Tendncias no mercado
Consequentemente,
arco
pricc
algo
que
muitos
comerciantes
seguem de
perto.
mpeto pricc pode afetar as suas decises em ambos choicc ordem e agressividade. Ellul et ai. (2003)
analisaram a troca do impulso de curto prazo na NYSE. Eles encontraram um positivo
dependncia entre a freqncia de ordens de compra e o retorno dos ltimos cinco minutos,
enquanto uma correlao negativa foi observada para vende. Em um estudo similar, Beber e Caglio (2005)
usava um indicador de impulso com base na relao entre o preo e um mvel exponencial mdia (EMA):
P
MOM, ==
'EM ^ IPJ) AEMA
t_t(fj
-) + (1 - X) Pt
onde P o preo atual eo fator de deteriorao A ^ 0,95. Eles observaram que, como preo
mpeto aumentou, ordens de compra se tornou mais agressiva pre o, enquanto as ordens de venda
se tornou menos agressivo. Risco de no execuo claramente um problema para as ordens com
limites, em particular quando o pricc est tendendo distncia. Beber e Caglio (2005) concluram que
os comerciantes esperam tendncias positivas pricc para rcducc a probabilidade de execuo de
ordens de compra passivos, aumentando simultaneamente a probabilidade de ordens de limite de
venda. Por outro lado, o oposto vlido para preos para baixo momentum. Uma relao semelhante
foi tambm observado por Yue-Cheong Chan (2005) para o Hong Kong Stock Exchange.
O efeito contrrio foi observado para o ASX por Hall e Hautsch (2006). Eles encontraram
umadiminuio da agressividade ordem de compra para as tendncias de preos positivas, com
base em retornos de cinco minutos. Uma possvel explicao para estas diferenas que no estudo
ASX mais os comerciantes podem tem sido esperando uma reverso ao invs de uma tendncia de
preos prolongada. Assim, qualquer relacionamento entre impulso e preos ordem tambm deve
incorporar expectativas trader.
Colocao de ordem oculta tambm podem ser afetados por retornos recentes. Pardo e Pascual
(2006) noticcd uma dependncia positiva entre a proporo de ordens ocultas e Slock retornos intraday.
Eles concluram que os comerciantes utilizam ordens ocultas eram muitas vezes aps a prevalecente
tendncia pricc.
Tick-size
O tamanho tick representa o incremento mnimo permitido preo. Portanto, intimamente
alinhado com a oferta de lance spread. Tamanhos de carrapatos maiores geralmente ir fazer com que
a oferta de lance propagao Aumentar. Eles tambm torn-lo mais caro para pular na frente de uma
ordem, fazendo "pennying" menos atraente e ajudando a compe nsar em parte o risco de
sinalizao. Assim, em teoria, as ordens ocultas deveria ser mais comum para ativos com
carrapato-tamanhos inferiores. Larry Harris (1996) estudaram a relao entre tick-size e
exposio para que a negociao de ambos Francs e aes canadenses. Ele descobriu que os
carrapatos maiores encorajou mais exposio ordem. este Tambm foi confirmado em um estudo
emprico da parte francesa do NM Euro por D'Hondt, Dc Winne e Francois -Heude (2001) e por
anlise de Australian da Bolsa Troca por Aitkcn, Bcrkman e Mak (2001).
244
pedidos
Colocao
de
Figura 8-15 padres de liquidez intradia / atividade no mercado de aes espanhol em 2002
David Abad, Sonia e Jos Sanabria Yage (2005). As linhas tracejadas destacar trs distintos fases
ao longo do dia de negociao. No aberto, um perodo de menor liquidez durou em torno de duas
horas, com spreads mais elevados e profundidades relativamente baixo cotados. Isto corresponde ao
incerteza que os comerciantes enfrentam diariamente. A pr xima fase foi um perodo intermedirio
em que liquidez melhorada e diminuio da volatilidade. Isto pode ser explicado pelo fato de que os
padres comerciais ajudar a informao rel, diminuindo, assim, algumas das incertezas para os
comerciantes. Finalmente, o ltimo perodo, de cerca de 3:30, coincidiu com o Aberto dos EUA,
portanto, no havia um aumento substancial no volume de negcios. Embora, houve apenas uma ligeira
melhoria liquidez global.
Tendncias similares podem ser encontradas na maioria dos mercados. Por exemplo, uma
alterao na comparahle propagao relativa mdia combinada com um aumento da profundidade
acumulada conhecido pela umaestudo de estoques Xetra por Alexander Kcmpf e Daniel Mayston
(2008).
Claramente, a evoluo natural das condies de mercado durante todo o dia tem uma
significativa impacto sobre as decises de colocao de ordem. Basta saber que o mercado em breve
ser fechar pode forar as mos de alguns comerciantes. Na verdade, parece polarizar o
comportamento dos comerciantes; alguns tornam-se consideravelmente mais agressivo, enquanto
que os outros vo fazer encomendas mais passivos pouco antes da Fechar. A Figura 8-16 mostra
como o tipo de ordem pode variar ao longo do tempo, novamente retirado do Abad, Sanabria e
Yagiie (2005) estudo. Neste facilidade, pedidos de limite foram mais fortemente utilizado em o
perodo da manh incerto enquanto ordens de mercado dominadas como o dia chegou um fim. Da
mesma forma, vrios estudos da NYSE descobriram que os comerciantes tendem a colocar mais agressivo
ordens como o dia progride. Beber e Caglio (2005) observaram esta tanto para comprar e vender
ordens, enquanto Ellul et ai. (2003) verificaram que para o fim, pedidos de limite eram mais
propensos a ser prieed em ou dentro do oramento. Eles tambm descobriram que os comerciantes
colocado de forma menos agressiva ordens com limites razoveis no incio do dia.
245
ordem de
mercado ordem
de limite
cancelamento
0. 2
0510
15
20
25
Intervalos de quinze minutos
u
^
MELHOR
AUSEN
TE
OAT
J'J *
&
J*
<V
n$>-.<$>' #
rfV
<V
<b "
.<$>
V
A "A-
Figura 8-17 probabilidades de colocao Entrega NYSE Area com base no tempo do dia
246
pedidos
Colocao
de
decises de colocao foram divididos de forma bastante equilibrada entre os pre os no, melhor
ou para longe do melhor preo atual. Ento, ao longo do dia, a proporo de encomendas a preos
agressivamente diminuiu de forma constante. Eles observaram que o padr o de colocao de
pedidos mimickcd a propagao curva; tanto da alterao na escolha colocao da ordem pode ser
atribuda a este. Alguns esta diferena tambm pode ser devido ao facto de a NYSE rea eficazmente
um ECN de modo comerciantes pode adoptar estratgias ligeiramente diferentes na principal bolsa.
A hora do dia tambm pode afetar a deciso de colocar ordens ocultas. Estudos tm mostrado
que a proporo de ordens ocultas tende a aumentar no final do dia. Uma possvel razo para este
aumento foi proposto por D'Hondt, De Winne e Francois-Hcude (2001). Eles argumentaram que o valor
informativo de encomendas aumenta antes de um leilo de chamada. Portanto, antes do encerramento
do leilo ordens sofrer nveis mais elevados de risco de exposio, tornando- ordens ocultas
mais atraente.
9- minut e Interval s
Minut S- e Interval s
Fonte: D'Hondt, De Winne e Francois-Heude (2004) Reproduzido com permisso dos autores
Figura 8-18 comportamento Profundidade no (a) melhor (b) cinco melhores limites da
carteira de pedidos
Figura 8-18 mostra grficos para a profundidade carteira de pedidos total e vis vel para aes
no CAC40, ao longo do dia de negocia o. Esta a partir da anlise por D'Hondt, De Winne e
Francois-Heude (2004). Como podemos ver, a profundidade vis vel bastante estvel e aumenta
gradualmente ao longo do dia, tanto com o melhor limite e com os melhores cinco limites. No
entanto, nota a profundidade total voltil para o limite melhor na Figura 8-18 (a). Isto devido a
flutuaes considerveis na liquidez escondido durante todo o dia, enquanto que entre os cinco
melhores preos limite do oculto profundidade parece ser muito mais estvel.
Hendrik Besscmbinder, Marios Panayidcs e Kumar Vcnkataraman (2008) encontrado uma
247
aumento semelhante no uso escondido pedido no Euronext. Da mesma forma, Angel Pardo e
Roberto Pascual (2006) relataram a mesma tendncia para encomendas escondidos no espanhol
Stock Exchange.
Note-se que at agora tudo isto anlise foi para as aes. Para Treasuries dos EUA, e Fleming
Mizrach (2008) descobriram que a proporo de profundidade escondida foi muito mais elevado
fora da Nova Horrio de negociao York; na verdade, ele estava em seu menor 8:00-11:00. Por
isso, diferente comportamento pode tambm candidatar-se a outras classes de ativos.
ltima evento
A atividade de negociao muitas vezes agrupado, portanto, qualquer evento provvel que
aumente a probabilidade de outro acontecendo logo depois, se elas so novas encomendas,
modificaes ou cancelamentos.
Em sua anlise emprica da Bolsa de Paris Bias, Hillion, e Spatt (1995) encontrado umacorrelao
serial positiva para a chegada dos tipos de ordem. Em outras palavras, uma ordem de compra, muitas
vezes, ser seguida por outra compra. Resultado semelhante foi encontrado em um estudo da NYSE por
Andrew Ellul et ai. (2003). Note-se que este efeito no limitado aos mercados de aes, por
exemplo, Damclsson e Payne (2002) descobriu uma correlao de srie para a colocao de pedido no
Reuters ' Lidar 2000 sistema de corretagem FX.
Hans Degrysc et ai. (2005) encontraram uma correlao semelhante em seu estudo de estoques de
franceses. Porm, eles tambm descobriram que no havia uma alta probabilidade de que uma ordem
preo agressivo Seguiu-se um priccd mais passivamente um, tanto para comprar e vender ordens. Eles
atriburam isso para os comerciantes que reagem mudana de propagao aps ordens agressivas. Da
mesma forma, Ellul et ai. (2003) descobriram que, depois um fim comercial tinha consumido liquidez,
pedidos de limite eram mais propensos a chegar no lado oposto da carteira de encomendas, em vez de
substituir a profundidade perdido em o mesmo lado.
A pesquisa est continuando a olhar para por que tal correlao serial ocorre. Na verdade, o
evidncia emprica ainda est em desacordo com alguns dos modelos tericos. Por exemplo, um
modelo criado por Christine Parlour (1998) previu uma correlao serial negativa, uma vez que
seqencial compra ou vende reduzir a probabilidade de execuo. A correlao positiva muito
provavelmente devido para uma combinao de fatores, com base na ordem de colocao strategics dos
operadores e sua reao a tendncias de preos de curto prazo. De fato, um estudo de dados da NYSE
por Wee Yong Yeo (2008) ascrihcs mais de dois teros da correlao como sendo devido a encomendar
estratgias de diviso e subcotao dos preos.
8.5
Uma srie de estudos examinou o impacto da liquidez escondido, se este de totalmente ordens ocultas ou
a parte escondida do iceberg. A liquidez oculto ou inferida a partir de dados carteira de
encomendas ou por meio da anlise de dados de cmbio privadas. Principalmente, esses estudos tm
centrou-se nos mercados de aces. Tabela 8-4 mostra as estimativas para a proporo de ordens
ocultas utilizados nos principais locais dos EUA, com base em an lise pela Rosenblatt Securities
(2009). Claramente, uma proporo significativa de fluxo de ordens nestes locais est agora escondido.
Estudos acadmicos encontraram resultados semelhantes, por exemplo, Laura Tuttle (2003)
constatou que at 20% da profundidade para dentro NASDAQ 100 aes estava escondido. Na Europa,
D'Hondt, De WinNc e Francois-Heude (2004) relataram que, para CAC 40 aes da Frana cerca
de 35% dos o volume de pedidos para os cinco melhores limites estava escondido. 2Da mesma
forma, Bessembinder, Panayides e Venkataraman (2008) constatou que cerca de 45% do volume de
encomendas foi escondido para uma
D'Hondt (2008) utilizou estatsticas de melhoria de execuo para a Euronext irack volume oculto. Ela descobriu
que 37% das ordens elegveis transaccionveis recebeu melhoria execuo, e assim tinha negociado com ordens ocultas.
Colocao de
248
pedidos
Foro
NASDAQ
BATS
Direct Edge
NYSE rea
% Do volume
de local
10,4
4.8
4.6
3.4
Tabela 8-4 Oculto estimativas de volume para os livros de encomendas de grande Aces
locais dos EUA
amostra de 100 aes negociadas na Euronext Paris. Enquanto Pardo e Pascual (2006) constatou
que para sua amostra de operaes no mercado de valores espanhol ao redor 18% envolveram
escondido volume.
At agora, tem havido menos anlise do uso de escondido lor liquidez outras classes de ativos. Para
Tesouro dos EUA o uso de ordens iceberg no ICAP ' s plataforma BrokerTec foi analisada por Michacl
Fleming e Bruce Mizrach (2008). Eles descobriram que o uso foi relativamente baixo em mdia
(cerca de 3,3% para a nota 2 anos); embora quando havia profundidade oculto, que era substancial.
Totalmente ordens ocultas tornaram-se populares, mais uma vez, em parte devido ao sucesso do
ATS "dark pool". Trocas tinha sido a mudana para as ordens icebcrg parcialmente visveis, mas
agora comearam a oferecer ordens puramente visveis novamente. Um estudo por Amber Anand e
Daniel Weaver (2004) constataram que a profundidade total vis vel para aes canadenses no
alterar se ordens ocultas foram autorizados ou no. No entanto, a profundidade real da indstria
cresceu com a sua reintroduo. Eles concludcd que as ordens ocultas aumentou o uso do livro de
ordens limite e forneceu liquidez que no teria j foi disponveis. Tuttle (2003) relataram achados
semelhantes para o volume escondido em NASDAQ.
249
Sells
Buys
Tam
anho
700
1500
Identidade
Temp
08:20:20
08:24:00
Pre
o
99
100
98
Pre
o
101
102
Tam
anh
o700
1500
Sells
Tempo
: 20: 00
: 22:
: 25
24:
09
Id
en
S2
tid
S3
Preo
Tamanho
Identidade11 i
SLL
700
S2
TT7T
. '(/ * /
101
101
: J o i 3 t, eu j o o o X S
41,500S3
l
102
(a) hefore
(b ) Afte r
Sells
Sells
Taman Preo
ho
100
1000
700
99
1,50098
Pricc
101
101
102
Tam
anh
700
1000
1500
Tempo
: 22:25
: 25: 30
: 24: 09
Identi
dade
S2
S4
S3
Preo
1 P Eu
TTTT
Tamanho
7Identidade
n o
ca .
TT7T7
ns
i pii
ono
ca
TJUY7T7
Lf
Eunisoo
TTTT
J o i W s o o X s sl
TUT
102
(a) antes
1500
S3
(b) depois
Figura 8-20 livro Encomendar antes e depois de novas negocia es para ABC
Um tamanho normal de exibio podem fazer encomendas iccberg mais fcil de detectar, embora o real
escondida liquidez pode ainda ser apenas estimado. Se os tamanhos de display iceberg s o
randomizados ou totalmente ordens ocultas so usados ento as coisas tornam-se ainda mais difcil.
Muitas vezes mais fcil de detectar liquidez escondido uma vez que tenha sido consumida.
Por exemplo, a Figura 8-21 mostra a carteira de encomendas antes e depois comrcios para 2000
ADE so relatados em 110.
Tempo
08:25:00
08:25:25
08:20:25
08:24:09
(a) antes
Buys
Sells
Buys
Iden
tida
B3
B4
B1
B2
Taman
ho
1000
500
1200
2000
Preo
110
110
109
108
Preo
111
112
Tamanho Identida
1200
2de8
B4
2500
B1
B2
Tempo
08:25:00
08:25:25
08:20:25
08:24:09
Tam
anho
| Q QQ
filho
1200
2000
Preo
44Q
44Q
109
108
(b) depois
Figura 8-21 livro Encomendar antes e depois de comrcios para ADE
250
pedidos
Colocao
de
Quando os comerciantes fazer descobrir liquidez escondido, sem surpresa, eles tendem a
colocar mais ordens agressivas na tentativa de se beneficiar de melhoria execu o. Assim,
descobrindo profundezas ocultas do lado da compra ir resultar em ordens de venda mais agressivas.
Pardo e Pascual (2006) encontraram evidncia emprica para este no espanhol Bolsa de Valores,
assim como D'Hondt, De Winne e Francois-Heude (2004) para Euronext Paris.
Ainda assim, mesmo que a liquidez oculto se esgota o tempo de nossas ordens chegar ao local, n o
sempre a oportunidade para mais. Como Bongiovanni, Borkovec e Sinclair (2006) apontam, uma vez
liquidez escondida foi descoberto h uma boa chance de que mais voltar no futuro prximo.
251
Preo $
Probabilidade%
35.00
35.01
13
4,6319
2,7683
35.02
12
23
8,0532
35.03
6
43
15
29
10,5157
109
207
74, 03 0 9
35.05
Sells
Sells
Preo
34.99
34.92
34,90
Preo
35.05
35,07
35.12
35.15
Tamanho
500
300
500
600
Priee
35-FX)
35.01
35.02
35.03
Tamanh
o
13
8
23
29
35.05
500
35,07
35.12
35.15
(b) depois
300
500
600
^ W35.05v- $ ^ '207
(uma)
antes
Figura 8-22 livro Encomendar antes e aps incluindo a estimativa de liquidez oculto
Para encomendas iccberg, um estudo emprico do CAC 40 aes na Euronext Paris por D'Hondt,
De Winne, e Francois-Heude (2004) descobriu que eles estavam centradas em torno dos cinco
melhores limites da carteira de encomendas. Figura 8-23 mostra seus resultados, traando a proporo
de pedidos feitos contra o seu nvel de agressividade. As categorias para a ordem agressividade so
baseados em os propostos pela Biais, Hillion e Spatt (1995) (ver seco 8.4), onde 1 o mais
agressivo e 6 a menos.
Colocao
252
pedidos
de
com cerca de 35% colocado longe do melhor lance ou oferta (grupo 6) correspondente.
Outra caracterstica de ordens iceberg que o tamanho exibido nos d uma linha de base para
adivinhar o total de pedidos. Por exemplo, Angelika Esscr e Burkart Monch (2007) observaram
umapreferncia forte para o tamanho de visionamento escolhido para ser de 10% do volume total,
para o amostras em seu estudo de negociao no XETRA. Na verdade, quase 40% dos todos os
comerciantes seguiram esta tendncia, com 5% como o prximo tamanho de exibio mais popular.
Enquanto na Euronext Paris de Hondt, De Winne e Francois-Hcudc (2005) descobriram que o
tamanho de exibio mediana para encomendas foi iccbcrg cerca de 17%. Em um estudo anterior
da parte francesa do Euro Nouveau Marche D'Hondt, De Winne, e Francois-Hcudc (2001)
descobriu que mais de 70% do oculto ordens exibida a menos de 30% do seu total de pedidos.
Obviamente, no h garantia de que no h liquidez escondido, ou quo perto ele pode
combinar estas estimativas, vamos s descobrir quando colocamos uma ordem de compra (ou outra
pessoa docs). No entanto, estas estimativas podem ser de alguma ajuda quando se tenta choosc
entre locais.
8.6
Probabilidade de execuo oferece uma outra maneira de olhar para a coloca o do pedido. Ordens
Limitadas sacrificar probabilidade de execuo para a segurana pricc, enquanto ordens de
mercado fazem o oposto. Como vimos na seo 8.4, uma ampla gama de fatores como liquidez,
volatilidade e tendncias pricc deve ser levado em conta. Ao incorporar todos esses fatores em modelos
adequados, o que pudermos estimar a probabilidade de execuo de qualquer ordem de limite. Tais
modelos de ordem limite permitir tanto os comerciantes e algoritmos para selecionar os preoslimite que melhor correspondam s suas necessidades comerciais e as condies de mercado atuais.
AXP
BUD
253
exemplos para duas aes da NYSE. Observe o quanto a probabilidade pode variar para diferentes
preos. Por exemplo, neste exemplo, uma ordem para Budweiser (BUD) tem sobre uma probabilidade
de 95% de sobrevivncia 30 minutos quando colocado um carrapato abaixo do limite pricc. Considerando
que uma ordem colocada um tick acima tem apenas uma chance de 55%. Claramente, para uma ordem de
compra mais elevado seu preo limite menor a sua probabilidade de sobrevivncia, e por isso quanto maior a
probabilidade de sua execuo. O modelo de ordem de limite ITG usa um modelo economtrico de tempo
de execuo de ordens, tambm com base em torno de anlise de sobrevivncia. ITG (2003) fornece um
bom exemplo, mostrado na Figura 8-25. Este grfico reflecte a probabilidade de execuo de uma ordem
para uma gama de preos limite durante a prxima meia hora. Ele destaca claramente as relaes nolineares entre a probabilidade de execuo e ambos pricc e tempo. Note-se que a forma de cada grfico
depender do activo, o tamanho de ordem, as actuais condies de mercado e da hora do dia. Por exemplo, o
grfico mostrado na Figura 8-25 representa uma compra de 500 aes para um estoque NYSE lquido. O
grande aumento
na probabilidade em torno do lance atual ($ 23,00) e oferta ($ 23,10) claramente visvel.
254
pedidos
Colocao de
Hora do dia
Fonte: Mittal e Taur (2008) Reproduzida
Figura 8-26 taxas de acerto para aes listadas em um "dark pool" ATS
Assim, para ser exato, modelos de ordem limite tem muitos fatores diferentes que eles precisam
levar em considerao. Embora, uma vez criados, eles podem ser uma ajuda inestimvel para o
processo de tomada de deciso. Como wc j vimos, podemos us-los para selecionar os preos limite
adequados com base na tamanho do pedido e os dados para as condies de mercado atuais. Isso
deve permitir-nos a procurar pricc melhoria sem sacrificar a probabilidade de execu o.
8.7
Resumo
Formao de preos um processo multi-etapa. O valor justo de um ativo reflete seu real pena que
o preo de mercado reflete o que as pessoas esto dispostas a pagar.
Pesquisadores microestrutura de mercado tm usado uma vasta gama de modelos para investigar o
mecanismo de formao de preos. Modelos baseados em inventrio tomar ponto de vista do
comerciante, enquanto os modelos de livros baseados em informa o e ordem supor que h
outras fontes de informaes, o que pode por sua vez affcct precificao de ativos.
Descoberta Pricc Execuo / comrcio geralmente conseguida pela negociao bilateral (com um
market maker) ou por meio de leiles (contnuo ou baseada em chamar).
255
Leiles contnuos normalmente priorizar os pedidos com base no seu pre o. Prioridade
secundria comumente atribudo ao tempo (por exemplo, mercados de aces) ou pro-rata
(tamanho) (por exemplo listada derivados). Embora, no h uma srie de outras variantes,
particularmente para pro-rata correspondente.
Mid-ponto partidas pode ser utilizado para locais que no tm a sua prpria descoberta de
preos mecanismo; aqui o preo originria externamente, muitas vezes a partir da troca
primrio.
Decises de colocao de ordem nos obrigam a escolher onde estamos preparados para o
comrcio e como (que ordem tipos wc usar), bem como o grau de agressividade que ir preo
e tamanho nossa ordcr / s.
Em mercados cada vez mais fragmentadas de hoje, escolher onde colocar uma ordem pode ser to
importante uma escolha como o preo ou tamanho.
Ordens ocultas podem ser uma importante fonte de liquidez adicional, as condies de mercado
podem tambm ser usada para estimar a probabilidade de encontrar qualquer.
257
Chapter9
Tticas de execuo
Executiontactics
quando
focuson micro
trading.They
monitorizao
9.1
estamos
ser feita
actualexecution,
submisso.
Introduo
Tticas de execuo representam as escolhas micro-nvel que devem ser feitas durante a
negociao. Normalmente, isso significa a colocao e gerenciamento de pedidos. A diviso do
trabalho entre algoritmos de negociao e tticas de execuo mais claro para os algoritmos
baseados cronograma anteriormente. Por exemplo, numa tudo algoritmo dia VWAP o horrio de
negociao pode ser baseado em torno de 15 volume minuto "baldes". Durante o primeiro perodo,
pode apontar para o comrcio de 3.000, 2.000, em seguida, na prxima e assim por diante. Assim,
para cada perodo de 15 minutos uma ttica de execuo pode ser encarregada de comrcio uma
quantidade especfica. Ele pode simplesmente optar por colocar uma nica ordem de limite ao melhor oferta
ou oferecer; Em alternativa, pode cortar a quantidade em uma srie de pedidos menores, como mostrado
nas Figura 9-1. De certa forma, uma ttica de execuo pode ser pensado como um mini-algoritmo,
com um horizonte negociao de segundos ou minutos em vez de horas.
Tticas de execuo
258
Para atingir seus objetivos, tticas de execuo muitas vezes adotam uma gama de comum
mcchanisms comerciais. Como vimos no Captulo 4, dinmico ordens arco tornando cada vez mais
sofisticado, portanto, no so muitas vezes crossovers entre tticas de negociao comuns eo real
tipos de ordens subjacentes. Por exemplo, pegging est obviamente relacionado s ordens
atreladas, enquanto esconderijo depende de iccbcrg e tipos de ordens ocultas. Embora, no todos os
locais de apoiar estes tipos de ordem, de modo tticas de negociao pode fornecer uma abstrao
conveniente. A ttica pode ento uso os tipos de ordens nativas, ou adotar uma estratgia de colocao
de pedidos que imita essencialmente o comportamento exigido para locais que no os suportam.
Alternativamente, tticas de negociao tambm podem empregar uma lgica mais complexa do
que est atualmente disponvel atravs de tipos de ordens nativas.
Como algoritmos de negociao evoluram, muitos agora acompanhar as condies de mercado em
um tick-by-tick base. Uma maneira de se adaptar s novas condies lo usar tticas diferentes de
execuo. Quando as condies de mercado so favorveis, uma abordagem agressiva pode ser
empregada; em seguida, como eles tornam-se menos favorvel, poderia voltar a usar uma mais
passiva.
Note-se que importante perceber que no tem que ser um-para-um relacionamento entre
algoritmos de negociao e tticas de execuo. Alguns podem usar vrios algoritmos tticas de
execuo em paralelo, deixando as passivas ao comrcio sobre um horizonte mais longo enquanto
mais rpido, tcnicas mais agressivas tirar proveito dos preos favorveis.
9.2
As tticas de execuo mais simples so estticos; assim toda a lgica reside com o algoritmo de
negociao. Efetivamente, estes consistem apenas de encomendas crian a diviso ao mercado
com um adequado preo. Abordagens passivas adotar ordens de limite ao preo de ou atrs do
mercado, enquanto os agressivos usar qualquer mercado ou ordens de limite comercializ veis.
Tticas neutros arco mais flexvel. Eles podem comear de forma passiva, buscando preo
melhoria, mas se eles no conseguem executar dentro uma certa quantidade de tempo que vai
actualizar ou cancelar as ordens existentes, substituindo-os por outros mais a preos agressivamente.
O prazo para a execuo pode ser apenas um perodo fixo (digamos cinco minutos). Alternativamente,
pode ser determinada a partir de um modelo de ordem de limite, como vimos no Captulo 8.
Tticas que so mais dinmicos tendem a considerar as condies de mercado ao fazer pedidos
opes de posicionamento. Por exemplo, como vimos no Cap tulo 8, as condies para que o
livro geralmente tendem a incentivar os comerciantes a placc menos agressiva priccd ordens arco:
spreads maiores
Dadas as condies favorveis, uma ttica orientada para o preo passivo pode muito bem preos dos
seus pedidos mais do mercado, buscando a melhoria dos preos. Alternativamente, / tticas drivcn
custo de risco podem optar pesar os custos potenciais e decidir se melhor esperar ou tomar uma
imediata acertar. Tticas oportunistas podem negociar agressivamente para aproveitar as condi es
atuais.
Assim, em termos gerais, as tticas de execuo podem ser classificados de acordo com os
objetivos que orientam a sua utilizao, assim como ns catcgorised algoritmos de negociao no
Captulo 5. Alguns exemplos comuns arco mostrado na Tabela 9-1.
Em geral, a ttica orientada para o impacto se a apoiar impacto no mercado reducc dividindo o
encomendar em quantidades menores ou ocultando uma parte dele. Preo abordagens / impulsionada
pelo risco nos esforamos para ajustar dinamicamente com base nas condies de mercado. Da mesma
forma, os oportunistas olhar para aproveitar quando as condies so favorveis.
259
Orientada para o
impacto
Cortando
Escondendo
Preo /
impulsionada
RiscoCa madas
Oportunista /
impulsionada
LiquidezBusca ndo
Atre la r
Snip ing
Routing
e mpa re l
ha me nt
Catc hin g
Cortando
Pedido de corte essencialmente o precursor para os algoritmos-driven schcdule iniciais. Dito
isto, ele ainda pode ser uma abordagem til. A reduo do tamanho de uma encomenda pode diminuir o
seu impacto no mercado e qualquer risco de sinalizao associado, embora custa de probabilidade
execuo.
Tticas de execuo geralmente se concentram em um perodo de tempo muito menor do que um
algoritmo de negociao. Para exemplo, um sobre o algoritmo VWAP dia pode precisar negociar
100.000 ABC. Embora, em
um perodo de dez minutos, ele pode precisar apenas de a ttica de
execuo para trabalhar 3.000. Dependendo do mercado, 3.000 ainda poderia ser demasiado grande para
colocar como um nico pedido, por conseguinte, a fim de corte pode ser utilizado para este rcducc um
scries de tamanhos menos noticcable. A aleatorizao uma forma de ainda mais reduzindo o risco de
sinalizao. Isso se aplica tanto as quantidades a serem divididos e o tempo entre cada ordem de
criana. Caso contrrio, um padro de negociao muito previsvel emerge, o que pode ser aproveitada
por outros participantes do mercado. Por exemplo, a Figura 9-2 mostra duas diferentes
18 0 -
160
140
.
12 0 -
100 -
40
20
0
Strate
EuEu
gy 1
Strategy 2 J T i m
260Execution
ttica
tticas para dividir uma ordem para 1.000 ABC em relao ao mesmo perodo de tempo.
Claramente, quanto mais aleatria segunda estratgia mais difcil de adivinhar.
Sequencialmente usado, a fim de corte age efetivamente como um mecanismo de esconderijo. Pode
ser adoptadas para criar ordens iceberg sintticos para locais que no tm suporte nativo para este tipo
de ordem. Nota que existe uma diferena fundamental entre o corte ordem e ordens iceberg nativas, como
vimos no Captulo 4: Para encomendas iceberg nativas, a parte oculta ainda parte da carteira de
encomendas, e assim por ainda podero participar plenamente no mecanismo de comrcio de
passagem, ainda que apenas com prioridade preo. Considerando um mecanismo a fim de corte
depende de confirmaes de execuo para saber quando ao lado enviar outra fatia fim. Uma vez
que estas so expedidas aps o processo de correspondncia, vamos potencialmente perder
algumas oportunidades de passagem.
Por exemplo, considere um requisito para vender 10.000 ABC, a partir do qual ns dividimos um fim
criana inicial para 1000 em 101 como SI. Figura 9-3 (ac) mostra como um mercado de entrada Para
comprar 2.200 afeta a carteira de encomendas, enquanto que (d) mostra o resultado alternativa
para umaiceberg nativa.
Buys
Identidade
Temp
08:25:00
08:20:25
08:24:20
Taman
ho
1000
2000
1500
Sells
Sells
Preo
100
99
98
Preo
101
101
102
Tamanho
1000
800
2500
Tempo
08:20:0
0
08:25:2
5
08:24:0
9
Identi
dade
SI
S2
S3
Buys
08:20:25
08:24:09
Taman
ho
10.000
50.000
25.500
1QI
"TT7T
101
TvTTu \ 7v7
Preo
404404
402
101
102
Tamanho Tempo
1estouro 08:20:00
800
08:25:25
400
8'21 "09
. "850" 08:26:00
2,1008: 24: 09
9QQ
Eu sou jap
1UU
102 "2100
(b) Cruzes MO
CM
CO
C7
Ott
S3
Sells
Sells
Preo
100
99
98
Tamanho
1 OOP
Eu CTT
P ar a e
(a) antes
Identidade
Temp
08:25:00
Preo
Ident
idad
S+
ss
3S
S6
S3
Preo
mii
TvXT
Eupi
iQ |
i L Eu
IIU
101
102
Tamanho
Identidadeex
coc
lyvTvTXy
QQQ
vTT7vT
Ann
"TT7T7
600
2500
Li
co
TEV
OA
v> u
S6
S3 "
261
Esconde
ndo
Esconder tudo sobre a reduo do risco de sinalizao. Geralmente, utilizado para que as ordens
de outro modo fornecer liquidez, ou seja, em p ordens de limite. este risco reflete o potencial
perdas que pode incorrer a partir das informaes de que o nosso padro de negociao retransmite
para o outro mercado participantes. Por exemplo, colocando uma grande ordem de compra d
afastado nossas necessidades; de outros comerciantes ento reagir a esta, provavelmente,
aumentando o preo pelo qual esto dispostos a vender. Eles podem at mesmo cancelar as suas
encomendas para ver se estamos preparados para ir ainda mais alto.
Note que em alguns mercados multi-local de encontro escondendo pode ser to simples como
roteamento o fim de um local menos bvia, onde ele ir enfrentar menos concorrncia. Isto aplica-se
em nomeadamente para aces norte-americanas desde a regra de proteo de ordem introduzida
por regulamento NMS significa que as ordens placcd no topo do livro de ordens no devem ser
comercializados atravs de.
Ordens algortmicas arco implicitamente oculta, uma vez que a maioria das estratgias de s
liberar uma pequena poro da ordem para negociao imediata. No entanto, o risco de sinalizao
dependente tanto a ordem tamanho e liquidez do ativo. Na verdade, para ativos ilquidos mesmo
uma pequena ordem pode resultar na pricc abandonando como outros comerciantes tentar adivinhar
as nossas necessidades. Ns podemos avanar reduzir o risco de sinalizao usando tipos de ordens
ocultas, como mostrado na Figura 9-4.
Sells
Sells
Preo
101
101
^ 1UZ Ja
102
Tamanho
1000
3000
2000
Ident
SI
idad
S2
uma?*
S4
(a) Discricionrio
Preo
101
101
~ I o
Rf
101
102
Sells
Tam
anho
2000
3000
f
7000
4000
(b) Icebergue
Identida
de
SI
S2
S3 "
doente
S4
Preo
101
101
101
102
Tamanho
1000
2000
4,000
1000
Ide
SI
nti
S2
111
S4
enquanto que o restante poro escondida mantm prioridade pricc. Por exemplo, na Figura 9 -4
(b) temos que definir a tamanho do display para 1000, novamente indicados como fim S3. Os
restantes 7000 permanecer escondido at ordem S3 completada, embora manter prioridade de
preo ao longo do fim S4. Note que importante obter o equilbrio certo na seleco um tamanho de
display. Muito pequeno uma quantidade eo
26 2
Tticas de execu o
ordem levar mais tempo para ser concludo, uma vez que apenas a parte visvel ter tanto pricc e
prioridade tempo. Por outro lado, a seleco muito grande um tamanho de visualizao deve
permitir a concluso mais rpida, mas em um risco de exposio maior. Outro fator a considerar a
previsibilidade do visor tamanho. Dentro um estudo de negociao no XETRA, Angelika Esser e
Burkart Monch (2007) observaram uma preferncia distinta a utilizao de um tamanho de exibio
de 10% do fim-me. Claramente, isto ir variar em ambos os ativos e mercados; no entanto, a
natureza humana tambm desempenha uma parte; as pessoas muitas vezes preferem usar um
nmero redondo que fcil de calcular. Para locais que no suportam iceberg ordens, podemos criar
icebergs sintticos usando corte ordem aleatria, como vimos no seo anterior.
Ordens totalmente ocultos podem reduzir ainda mais a sinalizao de risco, de modo a Figura 9 4 (c) toda a nossa ordem HI est escondido. Algumas trocas, como o Australian Stock Exchange
(ASX) utilizados para oferta ordens totalmente ocultos; no entanto, na tentativa de equilibrar as
necessidades tanto institucional e varejo muitos usurios tm substitudo-los com ordens iceberg.
Dito isto, a introduo do novo "dark pools " via sistemas de negociao alternativos (ATS)
significa que as ordens totalmente ocultos esto agora a fazer um retorno.
importante lembrar que mesmo os melhores mecanismos esconderijos s pode realmente
atrasar o inevitvel. Outros participantes do mercado sem dvida, ser constantemente monitorando
o estado carteira de pedidos e comparar isso com os comrcios relatados para tentar encontrar liquidez
escondido.
Camadas
A ttica camadas mantm simultaneamente uma gama de p ordens de limite. O arco ordens
espalhados por todo o livro de ordens, geralmente com diferentes preos -limite. Esta abordagem
visa tirar proveito dos movimentos de preos favorveis. Tambm para locais onde a
correspondncia baseada em
263
prioridade de preo / hora, a ttica camadas ajuda a preservar a prioridade de tempo para cada
fim. Isto porque quando o preo de mercado se move uma nova ordem pode ser dividido, em vez
de apenas uma atualizao Para coincidir com o novo nvel existente. Isto permite que as outras
ordens de camadas para manter a sua prioridade tempo na fila de carteira de encomendas.
Como Michael Aitken et ai. (2007) apontam, a prioridade tempo particularmente importante
para lquido aes que tm densamente povoadas livros de encomendas. A alta rotatividade de
ordens significa que se prioridade tempo est perdido, a nica maneira de recuperar com um
preo mais agressivo. Por exemplo, a carteira de pedidos na Figura 9-5 (a) mostra os nossos trs
ordens camadas SI, S2 e S5 para o ABC, variam de preo de 101 a 103. Comparado com o nico fim
S3 nossos pedidos combinados oferecer mais potencial para melhoria de preos, deve uma ordem
agressiva subida da carteira de encomendas.
Buys
Sells
Preo
Tamanho
Tamanho Preo
Identidade
1000
99
J 0 l _ ^ 1000
101
800
500
99
1800
98
102
2500
2400
98
t02 " f |
500 1
900
2500
97
97
(a) antes
, 10 3
EU .
1000
Tempo
08:25:20 S 5
08:25:00 S4
08:24:25 S3
08:24:09 2 S
*y
8: 23: 00S
Sells
Preo
100
Tamanho Tempo
500
08:26:20
Identidade
S7
800
2500
08:25:00
8: 2425
S4
S3
Todas estas opes permitem-nos de participar em 100; na comparao de um nico pedido, como
S3, tem poucas alternativas em tal situao. Opo 1 nos deixa com nenhuma presena da ordem livro
em 101. Se o preo reverte ligeiramente poderamos perder a oportunidade de executar. Opo 2
aborda esta questo, no entanto, temos ainda reduzida a dimenso da encomenda que foi o
segundo mais provvel para executar. 1Para resolver este problema opes 3 e 4 o volume
requerido fonte usando ordens mais longe do mercado, reduzindo o impacto na nossa execuo
global probabilidade. Em geral, a opo 4 provavelmente a melhor abordagem 2, uma vez que
modifica a ordem menos propensos a executar.
Ento camadas ordens til para ativos de alta liquidez com livros de encomendas densas onde
alcanar prioridade tempo difcil. Atrelar o preo das ordens de manter -se com o mercado
seria uma opo cara, uma vez que iria continuar a reduzir a nossa prioridade. Considerando que,
pela estratificao encomendas em todo o livro, pode acompanhar os movimentos de preos,
sem afetar significativamente a nossa total
A reduo do tamanho teria mais efeito nas um local usando o preo / correspondncia ordem pr-rata.
Isto vlido independentemente de o local utiliza prioridade pre o / cal ou preo / pro-rata pelo seu correspondente
ordem.
264
Tticas de execu o
probabilidade cxccution.
Camadas til para ativos ilquidos, bem como, uma vez que h mais espao para pricc
melhoria, mas tambm melhora a profundidade visvel. Ganchos mais profundas com uma
gama mais baixa de preos tendem a promover ordens mais agressivos do lado oposto. Assim, hy
preenchimento de lacunas que pudermos reduzir o impacto previsvel do mercado e de modo a
tentar encorajar os participantes do outro lado para colocar ordens com preos mais favorvel.
Note-se que o preenchimento de lacunas significa apenas que, no significa Docs preenchendo
um vazio livro de ordens para um activo ilquido com ordens em camadas para dar a iluso de
profundidade.
Pegging
Ordens so atreladas uma convenincia, eles fornecem atualizao dinmica dos preos-limite que
reduzam o risco de erro de preo por p ordens de limite. Muitas vezes, essa ttica usada com
ordens passivas que est tentando se beneficiar de melhoria de preos. Pegging tambm pode ser
baseado no preo de outro activo, por exemplo, no par de negociao, ou contra um ndice de
mercado. Da mesma forma, para opes, delta-ajustado ordens arco eficazmente com base no
atrelado o preo do activo subjacente e delta da opo.
Cuidados devem ser tomados ao usar pegging desde padres de negociao regular pode
leva a risco considervel de sinalizao. Atrelar a cada 30 segundos 0,5 longe de meados da
dcada quase to predicable como o corte ordem vimos na Figura 9-2. Por isso, importante para
a randomizao reduzir a previsibilidade do comrcio Pegged, tanto para quando as
atualizaes feitas arco, bem como para seu tamanho. Duas outras questes potenciais com
pegging foram apontados por David Brown e Craig Holden (2005): as ordens atrelado pode
contribuir para a dinmica, uma vez que continuamente mudar liquidez com a tendncia
predominante. Eles tambm tm geralmente uma probabilidade inferior a execuo, uma vez que
em um local com base prioridade preo / tempo mudando o pricc limite, muitas vezes, coloc-los em
o fim da fila (a menos um novo nvel de preos definido).
Uma abordagem mais adaptvel pegging poderia incorporar as condies do mercado ou
previses de preos de curto prazo na deciso de se atrelar a ordem. Note que pegging pode apenas
como facilmente ser aplicado a ordem tamanhos. Assim negociao com base na ordem
disponvel profundidade livro fora peg ordens ao melhor lance ou oferta tamanho. Nota que a
maioria dos locais vai permitir que um fim de ser reduzidas em tamanho sem perder prioridade.
Aumentando o tamanho de uma ordem seria claramente desfavorecer outras ordens mesma faixa
de preo por trs dele na fila de carteira de encomendas, de modo a garantir equidade tal
actualizao resulta muitas vezes na ordem de derrotas a sua prioridade. Alternativamente, pode
ser belter a adotar uma ttica a fim de estratificao.
Catching
Essa ttica baseada em corte nossas perdas quando o preo parece ser tendncia longe de ns.
De certa forma, pode ser pensado como um trailing stop visvel. Para comear, vamos adotar uma
trancando bastante passiva mecanismo, como podemos ver na figura 9 -6.
Essencialmente, este um meio de ajustar dinamicamente o nosso limite de preo com base no
preo de mercado atual. A principal diferena do pegging que ele s funciona em uma direo.
Geralmente, travas de preos so utilizadas para (ry para manter quaisquer ganhos potenciais de
movimentos do mercado. Consequentemente, esse mecanismo usado tanto hy stops mveis e
ordens lamber-sensveis. UMAfecho positivo s vai se mover quando o preo sobe (por exemplo,
arrastando despejos vende e ordens downtick); enquanto um negativo apenas as faixas quedas de
preos (por exemplo, arrastando compra de parada e uplick ordens).
Figura 9-6 mostra uma ordem de compra de travamento positivamente lo Ihe melhor proposta;
Assim, apenas o seu limite de preo muda quando a melhor oferta sobe. Alm do trinco, pode-se
atribuir um limite de gatilho, tanto Como por uma ordem de paragem. Quando o preo de mercado
chega a esse ponto wc vai becomc mais aggress-
265
eu tenho, para tentar conter eventuais perdas. Este o ponto de disparo marcado na Figura 9-6.
Portanto, a nossa ordem vai agora ser fixado o preo com base na melhor oferta, pagando a
propagao para evitar mais perdas. Alternativamente, uma ordem de mercado pode ser usado at
mesmo, arriscando ainda mais impacto no mercado para garantir a execuo.
Buscando
A ttica procurar toda sobre encontrar liquidez escondido. Os participantes do mercado esto
constantemente acompanhamento da situao da carteira de encomendas e comparar isso com
os comrcios relatados para tentar detectar liquidez escondido. Com base nisto dados pode criar
modelos para estimar a probabilidade de quanto volume est escondido nos vrios nveis de preos
ao longo do livro fim, como vimos no Captulo 8. Note que estas so apenas estimativas; a nica
maneira que ns deve realmente saber se h qualquer liquidez oculto atravs da emisso de uma
ordem e, esperanosamente, a ser preenchido com um preo melhor.
Outra preocupao importante na busca de liquidez manter nossas prprias ordens
escondido; caso contrrio, podemos estar expostos ao risco de sinalizao considervel.
Queremos encher nossas prprias ordens com o melhor preo possvel, sem dar informaes
sobre as nossas necessidades reais. assim uma ordem persistente no vai fazer, em vez disso, ter
que usar tanto ordens de mercado ou comercializvel ordens de limite com instrues de
preenchimento especficos. Partindo do princpio de que queremos ser capazes de controlar nosso
mercado impacto ento podemos descartar ordens de mercado. assim a escolha agora entre os
vrios enchimento instrues disponveis para pedidos de limite: Destes, apenas-ou-morte
imediata encher-ou-cancelar e so adequados, uma vez que os outros todos saem ordens residuais
do livro de ofertas. A principal diferena entre as duas instrues que immediatc-ou-permite
cancelar preenchimentos parciais, enquanto encher-ou- matana tem uma rgida 100% exigncia
execuo.
Tendo em locais potenciais identificados na carteira de pedidos com liquidez escondido, tudo
o que precisamos fazer
26 6
Tticas de execu o
agora dar ordens apropriadas. Por exemplo Figura 9-7 (a) mostra uma carteira de encomendas
exemplo para o ABC de ativos. Neste exemplo, as nossas estimativas sugerem que pode haver
6.000 escondida para vender 101 (rotulado HI). Ao dimensionar a nossa ordem maior do que o volume
visvel no livro de ordens ns esto buscando liquidez escondido. Se o nosso pedido preenchido
ento pode bem ser escondido liquidez no que ponto de preo. Se liquidez suficiente no estiver
disponvel, nossa ordem imediatamente cancelado, no deixando nenhum vestgio do livro de
ofertas. Figura 9-7 (b) mostra a nossa estimativa de que a carteira de pedidos ser semelhante
aps a emisso de uma ordem de limite para comprar 3.000 ABC na 101.
Buys
Tam
anh
1000
2500
(a) antes
Sells
Price
100
99
98
Pricc
101
101
102
102
Tam
anho
6000
2000
1500
Tempo
08:25:00
08:20:25
08:21:2
5
08:24:0
9
Sells
Id
SI
III
2S
3S
__
.EU
.m
PriceSize
mii
V / I1
Tempo
Identidade
r\nn
p . o c N - nc
U . i - . T, V / vc
V7I
2 0 0
08:20:25
H4-
, \ " V C vc
Eu
102
2,0008: 21: 25
S2
(b) depois
Figura 9-7 Um exemplo de busca por liquidez oculto
Na facilidade de uma ordem iceberg, uma nova tranche pode ser emitido, tais como ordem S4.
Porm, nem esta, nem uma execuo bem-sucedida garante que no h qualquer liquidez mais
escondido. Ns ainda precisamos de cuidado bochecha do estado carteira de encomendas antes e
depois; uma vez que potencialmente poderamos ter cruzado com outro fim visvel que atingiu a
carteira de pedidos ao mesmo tempo como o nosso. Se suficiente liquidez escondido est disponvel,
em seguida, o comportamento de nossa liquidez fim posicionamento ser o mesmo,
independentemente de se usamos um-ou-eancel imediata ou uma instruo de preenchimento-oumorte. No entanto, vamos agora supor que o tamanho escondida mostrado na HI apenas para 1500.
Uma instruo imediato-ou-cancelar significaria que o nosso pedido preenche 2.500 ABC em 101,
com a melhor oferta tornar-se fim S2 em 102. Aps ter consumido toda a liquidez escondido que
estava disponvel em 101, tambm podemos comentrios deste tamanho em nossa ordem escondida
modelos para ajudar a melhorar as estimativas futuras. Em comparao, uma ordem de preenchimento
ou-kill teria falhado para cruzar uma vez que existe insuficiente liquidez oculto; portanto, a ordem
seria imediatamente cancelada deixando a carteira de encomendas ainda parecendo Figura 9-7 (a).
Infelizmente, tudo isso nos tem dito que no h
no suficiente ABC escondido na 101.
Assim, as ordens de imediato-ou-eaneel oferecer uma forma de sondagem de liquidez oculto que
reduza a sua pegada sobre a carteira de encomendas e pode encher parcialmente, mesmo se a
nossa estimativa para a montante de liquidez oculto errado. Enchem-or-kill ordens so menos
indulgente neste ltima respeet devido sua exigncia de 100% de concluso. Negcios parciais so
importantes, pois no momento em que reenviar um fim algum mais pode j ter encontrado e
consumido qualquer liquidez escondido.
Sniping
Sniping uma ttica para a captura de liquidez, minimizando o risco de sinalizao. Com efeito,
uma caminho para demandantes de liquidez para esconder sua estratgia. Como alternativa,
apenas uma verso do buscando ttica de liquidez visvel. Reduzir o potencial risco para a
sinalizao usaremos ordens de limite transaccionveis com instrues de preenchimento
especficos. Isso nos d controle pricc e limites nossa pegada do livro de ofertas.
Quando a liquidez se torna disponvel, uma ordem agressivo usado para cruzar com isto.
Para exemplo, a Figura 9-8 mostra a carteira de encomendas como nova ordem SI chega,
oferecendo-se para vender 1.000 Abc a 101.
267
Buys
Tamanho Preo
Preo
Identidade
1000
100
101
102
1700
99
2200
98
104
Sells
Sells
Tamanho
1000
800
1100
Tempo
08:25:00
08:20:25
08:19:09
SI
S2
S3
Preo
404101
102
104
Tamanho Tempo
Identidade
900
08:25:0
S40
100
08:25:0
Si "
0
800
08:20:2
S2
5
1100
08:19:09 S3
(b) depois
(a) antes
Figura 9-8 Um exemplo fim sniping
Routing
O roteamento importante para mercados que tm uma gama de locais de execuo. Ao escolher
para onde enviar ordens, diversos fatores devem ser analisados. Obviamente, o preo e
quantidade chave arco disponvel para a deciso, mas outras consideraes importantes so a
probabilidade de liquidez oculta, a probabilidade de execuo bem-sucedida, latncia e
qualquer local custos ou taxas especficas. Mecanismos de roteamento constantemente tomar
essas decises, com base no dados disponveis, a tentar assegurar pedidos so enviados para o
destino ptima.
Como vimos em algoritmos de negociao baseada em liquidez, uma maneira comum de resolver
a dificuldade da negociao em mercados fragmentados usar agregao de liquidez. A carteira de
pedidos virtual pode ser criado atravs da recolha de dados de todos os possveis locais de execuo.
A partir disso, podemos, ento, tomar decises mais equilibradas sobre quanto ao comrcio e em
que nvel de preos. Tendo decidiu isso, ento, necessidade de converter os nossos requisitos em
ordens reais. Esta transformao maio ser realizado pelo algoritmo de negociao real;
alternativamente, pode ser delegada a um ttica de execuo baseado roteamento.
Figura 9-9 mostra uma extenso do exemplo vimos no captulo 5 de liquidez com base
algoritmos de negociao. A carteira de encomendas virtual foi decomposto de volta em seus
constituintes. Estes arco ordenados por preo, probabilidade de execuo e tamanho. Os
pedidos ocultos so apenas estimativas, e assim por arco colocado aps ordens visveis. Cada
entrada tambm sinalizado com o local que originado a partir, quer se ja a partir da troca
primria (Exch-1), uma alternativa comercial sistema (ATS) ou uma rede de cruzamento
eletrnico (ECN).
Ns pode ento usar essa viso para traduzir requisitos de ordem em ordens reais. Por exemplo, se
pricc a nossa principal preocupao, em seguida, wc deve tentar claramente para capturar qualquer
liquidez escondido na 101 na ECN-2. Se wc so mais conccrned sobre a probabilidade de execuo,
em seguida, devemos concentrar- sob as ordens disponveis no Exch-1, ECN-2 e ATS-2. Para
quantidades maiores, wc ser preciso rotear ordens para o uma maior variedade de locais.
Por exemplo, se wc precisa vender imediatamente 10.000 ABC, wc poderia focar apenas a
liquidez visvel, enviando os seguintes ordens da criana:
268
Tticas de execu o
Exch-1
Buys
Identidade
XI
85
III
10
X2
85
H2
X3
85
Prob % SizePrice
1000
100
6000
100
4000
99
99
3000
2000
98
ATS-1Buys
Identidade
Prob %
7
80
11
79
17
82
100
ATS-2
Buys
Identidade
Prob % Tamanho
Buys
ECN-1
Identidade
ATS-1
El
70
E2
70
70
Prob
1000
3000
500
ECN-2
Identidade Prob
%
116
7
E480
H713
Preo
ECN-2
Exch-1
98
ATS-2
Exch-1
ECN-1
Exch-1
ATS-2
Exch-1
ECN-1
1500
2,0 (H)
Preo
101
100
100
11.000
7000
6000
2500
Preo
101
100
1 (00
99
99
98
Buys
Foro
Preo
ECN-2
ATS-2
Exch-1
ECN- 2
ECN-1
% Tamanho
100
99
Buys
Taman
ho
1000
Tamanh
o
I.IHH)
4200
Eu t
Prob % SizePrice
H3151,000
E3
Buys agregados
#
1
4
4
2
2
2
Prob
7
90
85
80
70
15
13
10
10
85
70
18
16
85
70
Tamanho
1000
700
1000
1500
1000
1000
2000
6,000
2000
4000
3000
3000
3000
2000
500
Preo
10)
100
100
100
100
100
100
100
100
99
99
99
99
98
98
O emparelhamento
Como vimos no Captulo 4, alguns locais de execuo de apoio uma gama de tipos de ordens
contingentes e condies; no entanto, a maioria dos lugares fazer no fornecem estes. Assim, um dos
principais aspectos da ttica de emparelhamento a imitar este comportamento, a fim de ser
capaz de ordens de links.
Quando da negociao de pares (ou cestos) de activos, o algoritmo de negociao se
concentra no gatilho, isto , Se a relao ou a propagao favorvel. Garantir que cach de os
ativos arco com sucesso comprado ou vendido pode ser delegada a uma ttica de execuo. Uma
vez que a execuo no pode ser garantida,
269
legging uma considerao importante. Esta a diferena em valor nas posies negociadas para
cada ativo. Certamente, legging muitas vezes leva a execuo por estas tticas.
Se uma quantidade razovel de legging permitida, em seguida, cada ordem pode quase ser
trabalhado separadamente. A ttica execuo pode escolher usar mecanismos padro, bem como
qualquer outra esttica, preo ou abordagem baseada em liquidez. Somente quando os alcances
legging o seu limite ser que precisa para tentar intervir.
Por exemplo, vamos considerar a compra de 2.000 JKL ativos e venda de 2.000 XYZ. Para
convenincia, assumir ambos esses ativos esto com preos em torno de $ 50. Nosso limite
definido legging para US $ 5.000, portanto, equivale a cerca de 100 ou de qualquer uma das JKL
XYZ. Ento, se ns j executou 400 JKL, mas apenas 300 XYZ, ento temos de abordar esta legging
antes de podermos pensar em comprar mais JKL. Da mesma forma, todas as ordens existentes para
JKL deve ser cancelada para garantir que no fazer ficar ainda mais patas. A fim de tentar recuperar
o atraso e reduzir a legging podemos converter todas as ordens existentes para XYZ para os mais
agressivos, enquanto o preo do XYZ permanece dentro de nossos limites.
Se uma quantidade insignificante de legging permitido, ento cada ordem ser condicionada de
outros. Figura 9-10 mostra os livros de encomendas para cada ativo. Por isso, o:
Compre ordem para 2000 JKL (B4) dependente de ser capaz de vender XYZ em
50,5
Vender fim de 2000 XYZ (S9) dependente de ser capaz de comprar JKL em 50,8
JKL
(uma) antes
(b) al ter
Figura 9-10 Um exemplo de ordens contingentes
Portanto, quando o B6 ordem de compra para XYZ subitamente cancelada, no pode mais
ter certeza de vender 2.000 XYZ em 50,5, por isso precisamos modificar nossa B4 ordem de compra
para JKL, reduzindo
para ele para 1000, como mostrado na Figura 9-10 (b). Essencialmente, cada
pedido atrelar ao que disponveis do mesmo lado do livro de ordens para o outro activo.
Observe que isso tambm pode significar a alterao do preo, bem como o tamanho.
Por sua vez, estes pedidos esto tambm ligados para o resultado de um ao outro, como o
contingente ordens que ns serra no Captulo 4. Isso significa que ns tambm pode precisar de
ajustar o tamanho da nossa vender ordem S9 para XYZ. Caso contrrio, poderamos acabar com cerca
de US $ 50.000 dos legging.
A liquidez relativa de cada ativo tambm importante: Se um activo signifi cativamente
menos lquida do que o outro, ento isso se torna um gargalo. Na verdade, as ordens para os ativos
menos lquidos tendem para conduzir todo o processo.
27 0
Tticas de execu o
9.3
Algoritmo seleco
Tactics
Impact
o
dirigid
o
Preo /
Risco
dirigid
o0
o
o
o
Oportunista /
IJquidily
o
o
o
o
0
o
o
o
o
o
frequentemente usava
utilizados
O vezes
271
Nota que a relao entre algoritmos de negociao e tticas de execuo no tem para ser
estritamente um-para-um; de fato, alguns algoritmos podem usar vrias tticas de execuo em
paralelo.
Algoritmos orientada para o impacto essencialmente usar a fim de corte tentar minimizar o
impacto global do mercado. Eles podem simplesmente ser conduzido por tempo (TWAP), um perfil
histrico de volume (VWAP) ou o volume real de mercado (POV). Assim, o algoritmo apenas
necessita a execuo tticas para trabalhar a ordem da melhor forma possvel. Ento, ns realmente
poderia usar qualquer uma dessas abordagens. Por exemplo, um algoritmo VWAP ou POV usando
tticas stealth-based ou oportunistas pode vir a ser uma boa maneira de reduzir o impacto no mercado.
Algoritmos custo-driven tem bastante um objetivo difcil de alcanar; eles precisam de ter em
conta impacto no mercado, risco temporal, e at mesmo fatores como tendncias de preos. Por
isso, importante que o tticas de execuo arco sintonizadas com isso e fazer No perca
oportunidades ou incorrer em custos adicionais. Por isso, estes algoritmos podem tambm adotar
vrias tticas. Eles podem alternar entre as abordagens, ou at mesmo executar tticas em paralelo.
Algoritmos oportunistas esto centrados na aproveitando sempre o mercado as condies so
favorveis; eles esto menos preocupados com a concluso de toda a ordem. Ento eles estamos
muito mais semelhante tcticas de execuo do que as outras duas classes de algoritmo. Por
exemplo, os algoritmos-driven liquidez tendem a adotar tticas de liquidez ou base de discrio. Da
mesma forma, par negociao implica um par base, ou abordagem contingente ordem, embora se a
legging suficiente tambm pode ser implementado com uma mistura de busca (para ativos ilquidos)
e sniping (para os mais lquidos). Algoritmos de preo em linha tendem a adotar uma gama mais
ampla, uma vez que eles arco essencialmente baseado num algoritmo orientada para o impacto
subjacente.
As condies de mercado
Como algoritmos de negociao evoluram muitos agora acompanhar as condies de mercado em
uma base tick-by-tick. Internamente, eles podem usar essas informaes para alterar os seus padres
de negociao alvo. Elas podem tambm choosc ao comrcio mais ou menos agressivamente com
base em se as condies do mercado so favorveis ou no, como serra wc para o dfice
adaptativo e algoritmos embutidos preo.
Em termos de sua escolha de tticas de execuo, os algoritmos controladores podem decidc
para alternar entre mais ou menos agressivo abordagens, com base em sua percepo da atual
condies de mercado. Por exemplo, se a tendncia atual preo favorvel O algoritmo pode
adotar uma abordagem mais passiva, buscando a melhoria dos preos.
Alguns algoritmos podem usar vrias tticas de execuo em paralelo. Por exemplo, um
passivo abordagem baseada no preo pode ser deixado em execuo para tentar alcanar melhoria
de preos, enquanto mais tticas agressivas base de discrio pode ser usado para tirar proveito
de todas as oportunidades que surgir.
Liquidez outro fator importante. Embora esta seja principalmente um activo especfico
caracterstica, tambm podemos caracterizar este ao nvel do mercado / local com base em seus
spreads mdios e tamanhos comerciais.
272
Tticas de execu o
Spread mdio
o hid offer spread um dos indicadores mais visveis de liquidez. 9-3 mostra o Tabic spreads
mdios em pontos de base para uma srie de diferentes locais e classcs ativos.
De ativos classVenue
Capital prprio
Renda fixa
FX
Derivativos
NASDAQ
Euroncxt Paris
Itlia SE22
LSE
Hong Kong Ex 3
Singapore SE 3
Stocks
TRACE
EBS
CME
Mdia
propagao
/ bps
7
13
32
47
61
~3
~
6
~25+
l-3
~2
Fonte: Equidade: EDHEC (2007), FT Mandale (2006), de Renda Fixa: Edwards, Harris e Piwowar (2007) e
prprios cslimales de aulhor
Figuras medianas
De ativos classVenue
27 3
Mdia
taman
ho do
comr
cio
330
301
956
6335
39.544
NASDAQ
NYSE
Capital prprio Stocks
Euronext
LSE
Hong Kong Exch
U.S Tesouro 2anos
ICAP BrokerTec
Renda fixa FX
5yr U.S Tesouro
ICAP BrokerTec
Derivativos
Local
EBS
ndice futuros
CME
3
Taxa de
juro
futs e Mizrach
L1FFE
10
Fonte: WFE (2008), Renda
Fixa:
Fleming
(2008), FX: Euromoney (2006a)
O valor do
comrcio
mdio (US
$ 1,000)
9
13
36
64
18
8342
2974
-3000
-
Desempenho do algoritmo
Internamente, a maioria dos algoritmos de negociao continuamente monitorar seu prprio
desempenho. Isto pode ser contra uma quantidade alvo executado ou como uma comparao do seu
preo mdio executado versus seu benchmark. Portanto o algoritmo pode facilmente dizer se ele est
executando frente ou atrs dos seus prprios objectivos.
A reao do algoritmo para o fraco desempenho vai depender se as condies de mercado so
favorveis e quanto tempo resta para o comrcio. Se as condies forem desfavorveis, ele vai
provavelmente empregar tticas comerciais mais agressivas para tentar conter suas perdas. Por outro
lado, se o condies so favorveis que poderia aguentar por mais algum tempo para ver se as ordens
existentes podem conseguir uma melhoria significativa dos preos. Da mesma forma, Se no h
muito tempo para executar o algoritmo pode reverter para o uso de tticas de execuo mais
agressivas.
abrangidos
Tticas Execulion
27 4
tipos de ordem especializadas e por isso precisa de um mercado dirigido pela ordem ou hbrido. Eles
simplesmente no arc vivel para mercados orientados para a solicitao. Para os mercados
puramente orientada por citaes, wc ainda pode usar a fim de corte para espalhar a ordem entre os
vrios corretores, mas que sobre ele. Da mesma forma, a maior parte do tticas de negociao que
cobrimos so destinados principalmente para perodos de negociao em contnuo.
As regras preccdence que so usados para os mercados em funo das ordens arco tambm
significativo. Se a prioridade dada em termos de preo e prazo, ento importante para as ordens
para manter sua posio no a fila. Assim, tticas tais como camadas becomc mais valioso. Por outro
lado, se o secundrio prioridade atribudo em uma base pro-rata, como para muitos mercados de
futuros, ento importante ter ordens com tamanho suficiente a esse nvel de preo.
Latncia
Corresponde latncia para o lapso de tempo que pode ocorrer entre o envio de um pedido e ele chegar
seu destino, e assim poder participar na negociao. Este atraso pode ser devido atrasos nos vrios
sistemas que processam o pedido, bem como o tempo que leva para realmente transmitir a
informao entre localizaes. Latncia tem o mais cffcct no roteamento de ordens decises, mas
ele tambm pode afetar tticas dinmicas, como atrelar ou captura.
H alguns anos atrs, as latncias foram medidos em segundos. Embora este ainda pode ser a
facilidade em alguns mercados emergentes, os principais locais Agora esto todos competindo para
oferecer plataformas com latncias medidos em milissegundos ou menos. Encontrar uma comparao
imparcial de latcncics pode ser bastante difcil, sincc cada local faz questo de salientar a velocidade
de sua plataforma. Tabela 9-5 mostra os resultados de um teste de ida e volta por Exponcntial-c (2009)
para a sua scrvicc roteamento. Isto d uma ideia dos tempos de transmisso para algumas posieschave do mercado. Latncia ser significativamente mais elevados para mercados orientados para a
solicitao.
A partir da:
Londres
Nova Iorque
Para:
Frankfurt
Nova Iorque
Chicago
Toronto
Zurique
Tquio
Sydney
Latnci
a
Senh
68
85
25
90
246
260
Tabela 9-5 Uma comparao de ida e volta latncia snapshot para alguns locais-chave
Claramente, o envio de pedidos aos mercados remotos podem adicionar uma quantidade
considervel de latncia. Hcnce, um nmero de locais j oferecem servios de co-location, em que
SPACC disponibilizado para mquinas clientes para reduzir os atrasos de transmisso.
Latncia reduz a probabilidade de execuo j que no momento em que foram capazes de
responder outro participante do mercado vai provavelmente ter-nos batido a ele. Portanto, uma ttica
como pegging no adequado para locais de maior latncia desde a sua natureza reativa a cxaccrbatcs
problema. Ao invs, melhor adotar a ordem de camadas ttica, por isso, se os docs mercado mover
encomendas j esto no lugar em uma variedade de diferentes nveis de preos. A ttica de
travamento pode tambm ser usado quando a latncia alto, para conter eventuais perdas.
9.4
275
Resumo
Tticas de execuo concentrar nas escolhas micro nvel que precisam ser feitas para o real
a execuo, o acompanhamento da carteira de pedidos e gerenciamento de envio do
pedido. Eles providenciam mecanismos comuns para alcanar as metas de algoritmos de
negociao.
Tactics so muitas vezes baseadas em torno de tipos de ordem existente, por exemplo, atrelar e
se escondendo. Para locais que fazer no nativamente suporte a esses tipos de ordens dinmicas
a ttica pode adotar uma estratgia de posicionamento para que essencialmente imita o
comportamento desejado. Eles podem tambm empregam uma lgica mais complexa do
que est atualmente disponvel via tipos de ordens nativas.
o principais factores que afectam a escolha de ttica execuo dependem tanto da actual
condies de mercado e quo bem o algoritmo realmente executar.
277
Captulo10
Reforar negociao
estratgias
Uma mistura Tradersroutinelybasetheirdecisionson
de currentmarket
conditionsas bem
Como anticipatinghow estes
poder changein o futuro. Lgica Incorporatingsuch
para dentro
algorithmictradingstrategiesis um
chave para melhorar o
seu desempenho.
10.1 Introduo
Tendo passado por Basies de ambos os algoritmos de negociao e tticas de execuo, este captulo
objetivos para destacar algumas das maneiras em que eles podem ser melhorados. Estes mecanismos
so abordagens que respondam s condies de mercado baseada em regras. Embora, s podemos
estimar que condies pode ser como no futuro.
No Captulo 5, foi utilizado para comparar os grficos padres tpicos de colocao de pedidos para
diferentes algoritmos de negociao. No entanto, durante a execuo importante lembrar que ns s
no podes dizer o que o futuro nos reserva, como a Figura 10-1 tenta mostrar.
VolumePrice
^ O i r d e r s ze
milmetro
Preo
278
negocia o
Reforar
estrat gias
de
De tempos T para o fim, ns no sabemos exatamente o que vai acontecer com o mercado pricc,
volume ou de liquidez. Assim, algoritmos de negociao e tticas de execuo arco
inerentemente reativa. Se ocorre uma mudana repentina no mercado, uma tal abordagem reativa
pode ser travado para fora e forado a jogar catch-up, a preos menos favorveis.
Uma forma de melhorar as estratgias de negociao informatizadas incorporar a curto prazo
modelos de previso para as condies de mercado-chave, tais como volume e pricc. Estes
permitem estratgias para tomar uma abordagem mais pr-ativa, fazer encomendas mais
passivamente preos (desde as previses arco correto). Por exemplo, um por cento do volume (POV)
algoritmo que sempre apenas comrcios em resposta ao volume de mercado poderia incorrer impacto
significativo no mercado, que seria sincc sempre estar perseguindo o mercado. A previso de curto
prazo de volume de negcios permite que o algoritmo para a camada ordens, garantindo que
participa no volume de mercado em vez de simplesmente respondendo a isto. Da mesma forma,
para pricc algoritmos de negociao adaptativos, um preo de curto prazo predio lhes permitir
colocar ordens limite adequados para aproveitar as tendncias pricc. Se a previso mostra ser
incorrecta, as ordens podem ser canceladas.
Estimar os custos potenciais de transao tambm se tornou mais importante,
particularmente para algoritmos baseados nos custos, tais como dficit de implementao.
Muitos destes modelos de custos arco base ligar um quadro por Robert Almgren e Neil Chriss
(2000), que utiliza um modelo de passeio aleatrio estimar o preo de mercado atual em termos de
custos.
Outra melhoria potencial melhor manipulao de eventos especficos, que por sua vez pode
ser seja previsvel ou no. Por exemplo, os futuros tm vida til finita, ento expirao
umafator previsvel para estes contratos. Embora nos dias witching quando grandes contratos de
derivativos expirar, como por o ndice S & P 500, no haver aumentos considerveis no comrcio
de volume, e volatilidade de curto prazo, nos mercados de aes. Mudanas a ndices de aes arco
outro exemplo, uma vez que os anncios so feitos algum tempo antes que eles ocorram. Dado como
muitos empresas de investimento controlar os principais indiccs, essas mudanas tm efeitos
relativamente previsveis sobre o comrcio de curto prazo para os slocks afectados, dependendo se
eles arco sendo adicionado ou removido do ndice. Eventos imprevisveis so geralmente
desencadeada por informaes ou notcias. Eles podem ser mais difceis de prever, mas os seus
efeitos a curto prazo pode ainda ser quantificado. Para exemplo, as interrupes comerciais, tais
como paragens ou leiles de volatilidade, arco geralmente seguido por perodos de muito maior
volatilidade e volumes, embora muitas vezes estas dissipam depois poucos horas. No Captulo
14, wc ir abranger o impacto das notcias em mais detalhes.
s o nvel mais simples, o preo de um ativo representa apenas o que algum est disposto a pagar. Os
desequilbrios na oferta e demanda pode ser um indicador til para os movimentos pricc de curto
prazo.
279
Um excesso de oferta (ou vende) deve levar a uma queda de preo, enquanto um excesso de demanda
deve resultar em uma caminhada pricc. A pesquisa emprica tem considerado desequilbrios tanto em
volume negociado e profundidade livro a fim de testar a sua eficcia.
Uma correlao positiva entre os desequilbrios comerciais e variaes de preos subsequentes foi
encontrado por Joey Yang (2005), um estudo de negcios no Australian Stock Exchange (ASX). Ele
confirmou que o preo mais susceptvel de se elevar mais dos ltimos 30 comrcios
deveram-se a exigir em buy-side, como seria de esperar. 1
Desequilbrios na melhor hid e oferecer tamanhos tambm foram analisadas por Yang (2005) por
ordens em o ASX. Usando um modelo probit ordenado, ele estabeleceu uma forte ligao entre
futuros changcs de preos e os logaritmos dos melhores tamanhos de compra e venda. Um tamanho
maior lance implcita aumentos de preos eram mais provveis, enquanto quedas de preos foram mais
provvel quando a perguntar tamanho era maior. Da mesma forma, em um estudo anterior, Sergei
Maslov e Mark Mills (2001) trackcd as melhores cotaes na NASDAQ. Eles focusscd na mdia
de mudanas de preos em torno de perodos quando significativa desequilbrios entre os
melhores tamanhos de compra e venda ocorreu. Efetivamente, eles eram monitoramento o
impacto no mercado de curto prazo de grandes comrcios, como mostrado na Figura 10-2.
0,003
0, 0 0 2
G BRCM, Julho
3, 2000 x
xJDSU, julho
de 11,2000
- CSCO, junho 30,2000
0,001
-0.001
-0,002
-0,003
2040
Na (s)
base.
2
Idealmente, os limites para esta deve basear-se no volume dirio mdio de cada Slock; No entanto, para os seus resultados
eles descobriram que um limite de venda por atacado de 10.000 aes deram resultados satisfatrios.
28 0
negocia o
prazos relativamente curtos envolvidos (menos de um minuto), estas tendncias podem ser mais fcil
para uma sistema informatizado para tirar vantagem de que um comerciante ocupado.
Vrios grupos tm estudado o efeito de desequilbrios para toda a carteira de encomendas. o
desequilbrio / J para cada j nvel da carteira de encomendas apenas o valor das ordens de venda
(oferta) menos o valor das ordens de compra correspondentes (demanda):
I: = Q'j PJ ~ Qj Pf
Onde Qj a quantidade disponvel a um determinado preo Pj e os sobrescritos S e D
correspondem oferta e demanda. Em comparao, o pricc ponderada simplesmente o WPj preo
mdio com base na oferta disponvel e da demanda em um determinado nvel da carteira de
encomendas:
WPJ =
Qj qj PJ + Pj
Qj + qj
o preo ponderado tambm pode ser calculado para partes especficas do gancho ordem:
^ (+ QjPJ QJ
P f)
J=ni
WP "
I, (e1
+ g; >
j = n,
Onde ni um nvel mais elevado do que n2, v.g. WPj. $ Representa o preo ponderado para os
cinco primeiros nveis da carteira de encomendas. Um livro de ordens exemplo mostrado na Figura
10.3 em conjunto com o desequilbrios associados e preos ponderados para cada nvel.
Buys
Valor
Sells
Ident
idade
Dl
Taman
ho
2000
D2
1) 3
D4
05
6000
4000
3000
5000
Preo
100
Preo
102
Tama
nho
3000
Ide
nti
SI
Buys
100
99
99
98
103
103
104
104
2000
5000
1000
6000
S2
S3
S4
S5
594
392
29 Eu
480
1957
200
(milhares)
EuSells
306
Desequilbrio
106
206
-388
520
105
636
1773
128
-186
156
-184
WP
101,20
100,00
101.33
99XX)
101,45
100,81
Figura 10-3 Um livro de ordens exemplo, com os seus desequilbrios associados e preos
ponderados
Assim, para o topo do livro de ordens na Figura 10-3 o desequilbrio e ponderados so priccs
determinado Como:
I, = (3000 x 102) - (2,000 x 100) = 106.000
WPj = ((2,000 x 100) + (3,000 x 102)) / (2,000 + 3,000) = 101,2
WP, 0,5 = (1,957,000+ 1.773.000) / (20,000+ 17.000) = 100,81
No geral, o desequilbrio para os primeiros nveis vivos deste livro ordem -184.000 $, de modo a
momento em que a demanda est superando a oferta disponvel.
Retornos de curto prazo sobre o ASX foram examinadas por Charles Cao, Oliver Hansch e
Xiaoxin Wang (2008). Eles medidas calculadas de liquidez com base na diferena entre o preo
ponderado wpn, .n2 eo mid-preo. Eles concluram que h uma ligao forte
281
entre estes desequilbrios e futuros retornos de curto prazo. Predominantemente, este foi o melhor
oferta e procura, mas os desequilbrios em todo o resto do livro de ordens tambm teve um efeito.
Uma abordagem semelhante foi adotada por Jorgen Hellstrom e Ola Simonsen (2006) para estudar
retornos na Bolsa de Estocolmo. Eles modelaram a forma livro de ordens usando medidas de preos
ponderadas (WPN, .n 2 - meados de preo), juntamente com uma variante ajustada ao tempo. Deles
resultados mostraram que uma inclinao positiva no desequilbrio carteira de pedidos (um excedente
de oferta de ordens de venda) aumentou a probabilidade de diminuio posterior no preo. Por outro
lado, um excesso da demanda de ordens de compra estava ligada a subsequentes pricc aumenta.
Embora, estas relaes foram encontradas para ser bastante curta, muitas vezes menos do que um
minuto. Eles tambm confirmou que, enquanto a maioria desta cffect poderia ser explicado por
desequilbrios ao melhor lance e oferta, tendo em conta o resto do livro de ordens tinha alguns cffect.
A importncia de lacunas na carteira de encomendas foi destacada em um estudo de grande preo
alterar na London Stock Exchange por J. Doyne fazendeiro et al. (2004). Um razovel pressuposto
para tais alteraes podem ser grandes ordens de mercado varrendo profundamente no fim livro.
Ainda assim, a anlise mostrou que cerca de 85% das ordens de mercado que causou pricc mudanas
combinado o tamanho com o melhor pricc. Essencialmente, eles encontraram as flutuaes de preos
causada por ordens de mercado para ser independente do volume de ordens. Em vez disso, eles
revelaram que os saltos pricc poderia ser explicada por flutuaes de liquidez causadas por falhas na
Livro de Ofertas. Ento, uma ordem levaria o volume disponvel ao melhor preo, levando a um
preo mudana porque a prxima entrada no livro de ordens foi a um nvel significativamente
diferente. Curiosamente, eles encontraram esse problema afetou at mesmo as aes de maior
liquidez, embora tenha sido mais predominante para os ilquidos. Eles passaram a achar que a
distribuio de lacunas na carteira de pedidos exibiram correlaes no-triviais com a posio no
livro. Isso destaca a importncia de olhar passado o melhor lance e oferta se no quiser afetar
significativamente o preo atual.
Desconto perfis
Um ponto de partida comum para predizer o volume de comrcio criar um perfil de volume com
base em dados histricos. Como vimos para o algoritmo VWAP no Captulo 5, esta apenas uma
questo de
282
negocia o
Refora r
de
definio um intervalo de tempo fixo e, em seguida, medir o volume de negociao para cada
perodo. Para exemplo, na Figura 10-4 os volumes de transaces dirias Mattel Inc. para arco
mostrado mais 30 minutos perodos em termos de uma percentagem do total diria, tomadas a partir
de um estudo por Dana Hobson (2006). Claramente, no pode haver uma variao considervel de dia
para dia.
20
18
16
14
3? 12
a>
E10
o
- -J u l y
13
2
>
- 14 de julho
- * - 15 de julho
8
6
4
2
0
0.0
1. 0
3.0
2.0
Tempo (horas)
Fonte: Hobson (2006)
310 86420
0.0
1.0
2.03.0
Tempo (horas)
283
2004/07/12 /,
16,35
fc 2004/07/12
\
2004/10/01
8.00
2004/10 / 1JR
\
2005/07/02
9
2005/07/29 / <F
2800000 Eu
2800000
2400000
2400000
2000000
2000000
| 1600000
1600000
1200000
1200000
800000
800000
400000
400000
0
8.00
Tem
po
16,35
16,35
8.00
2004/07/12
2005/01/11
2005/07/25
\ 2005/07/25
800000
800000
400000
400000
Tempo
Fonte: Black and Auto (2005) 2005 UBS
16,35
284
285
0,6
0,4
0,2
0.0
-0.2
<*** * * * * * *
rf ** *
d um fe
0 6 *^V
estoque : RBS
Nota lhat volume de negcios utilizado como uma verso mais normalizado de volume de negociao. O volume de
negcios a relao entre o volume negociado com o nmero total de aes em circulao, por isso permite uma melhor
comparao entre os ativos que a negociao de volume sozinho.
28 6
Volume de negcios
Componente comum
t1135
Componente comum
S.
SENHOR
A
0 C33
um
330
8625
0075
C206
00i5
I) Ci O
0 i) l l
S. J I 0
i) . DG 5
C)
0038
5 08 3
L013
t ' 2 S 0I I
2S
li 201 1 2
1 3: 2l )
Componente especfico
Componente
especfico
Li 0 5 6
d 05 ')
-8
0 35 '\UMA
>\J
um ei i
-i) im \Eu
a -O
-3610
- 0 .0ii
0 1) 2?
-s
como n
lj 20
T T M
- 3. 0/5
1 3. 2 0
Tempo
Figura 10-9 componentes volume dirio para Total em 9-10 setembro 2003
O volume de negcios global para a empresa de energia total exibido no topo dos charts. Isto
seguido pelo volume comum (ou de mercado), a qual foi determinada como uma mdia histrica
atravs todas as CAC-40 aes. Note-se que este volume comum idntica em ambos os dias e Adota
o padro U-shapcd comum. Os grficos de fundo ilustrar a especfica estoque volumes, que so
significativamente diferentes entre os dois dias. Diffcrcnccs Assim, a diria podem ser claramente
relacionada com a o componente especfico.
287
Bialkowski, Darolles e Le Fol (2007) utilizados dois mtodos estatsticos para estimar estes
volumes especficos. Um deles foi com base em mdias mveis auto -regressivos (ARMA); o
outro utilizado um modelo auto-regressivo limiar auto-extravel (SETAR). Em geral, eles descobriram
que o Modelo SETAR deu as melhores previses de volume dirio, embora ambos os mtodos
foram encontrados para ser melhor do que uma mdia histrica simples. Eles atriburam o
desempenho do SETAR- estimativas baseadas como sendo devido capacidade de discriminar
entre ambos turbulento e plana perodos de mercado.
Prevendo liquidez
No Captulo 8, vimos como modelos de ordem limite poderia ser usado para prever a probabilidade
de execuo de diversas ordens de limite. Previses de curto prazo de liquidez pode permitir
estratgias de negociao para decidir se eles devem ser mais ou menos agressivo quando
aproveitando condies atuais de mercado.
A profundidade do mercado, muitas vezes tende a aumentar ao longo do dia. Alexander
Kempf e Daniel Mayston (2008) acharam este para negociao em Xetra, assim como Catherine
D'Hondt, Rudy De Winne e Alain Francois-Heude (2004) para CAC-40 aes na Euronext Paris.
Ns tambm podemos ver isso tendncia na Figura 10-10, que de um estudo do espanhol Stock
Exchange (SIBE) por David Abad, Sonia e Jos Sanabria Yague (2005).
28 8
negocia o
Reforar
estrat gias
de
Este grfico tambm mostra o perfil de volume em forma de U caracterstica. Ento, assim como
histrica mdias so usados para prever os volumes de negociao intraday, uma abordagem
semelhante pode ser tomada para estimativas de liquidez. Em perodos de menor liquidez,
strategics negociao pode estimar quando o profundidade pode melhorar. Eles podem ento
avaliar se o risco temporal suficientemente baixo para justificar a espera; Alternativamente,
eles ter que emitir ordens mais agressivos, arriscar e pagar os custos mais elevados de impacto
mercado.
Previses de liquidez de curto prazo tambm so vitais quando procuram liquidez escondida,
como em wc serra Captulo 8. A natureza oculta deste liquidez significa que toda essa negociao
baseada em estima. Isto particularmente importante quando se tenta escolher entre locais de
execuo. Mais uma vez, a disponibilidade de liquidez escondido frequentemente parece
aumentar ao longo do dia. Hendrik Bessembinder, Marios Panayidcs e Kumar Venkataraman
(2008) e D'Hondt, De Winne e Francois-Heude (2004) ambos encontrados este para encomendas
escondidos na Euronext. UMA Tendncia semelhante foi relatado para o espanhol Bolsa de
Valores de Angel Pardo e Roberto Pascual (2006).
Volatilidade Prevendo
Volatilidade Pricc um fator importante para muitas strategics de negociao, uma vez que
ajuda a determinar o probabilidade de execuo de ordens com limites. Volatilidade mais
elevada aumenta a probabilidade de execuo uma vez que significa que susceptvel de ser
mais largo na gama pricc observada. No entanto, isso tambm significa ordens so mais
propensos a erros no preo, e assim aumenta o risco de seleo adversa. Superior volatilidade tambm
faz uso da ordem oculta mais provvel. Por isso, a volatilidade um fator importante para modelos
de ordem limite, utilizados para determinar a colocao do pedido, e os modelos de custos usado
por algoritmos baseados em dfice para determinar o horizonte de negociao ideal.
Como acontece com qualquer condio de mercado, volatilidade de curto prazo flutua intraday,
muitas vezes aumentando em torno do mercado aberto e fechar, como vimos volta na Figura 10-10.
Existem duas formas principais de estimar volatilidade, estes so baseados em ambos os dados de
histrico ou implicando a partir dos priccs de contratos de opes.
28 9
i=l
29 0
negocia o
-1 1 0
Se p
Ja n
Julho
291
Preo de exerccio
292
negocia o
10
9394
95
96
97
98
99000102
03
04
05
0607
08
09
Ano
Fonte: CBO E (2009)
2.
3.
A base para muitos destes modelos um quadro sugerido por Robert Almgren Chriss e Neil
(2000). Este utiliza um modelo de passeio aleatrio para estimar o preo de mercado atual em
condies de custos, como o impacto no mercado permanente, trending pricc e volatilidade. Robert
Kissell, Morton Glantz, e Roberto Malamut (2004) expressa isso como:
Pn = Po + ^] h (Xj) e ( " J) c + Y jg ( xj) + ^ A p j + j ^
7=1
Impacto no
mercado
temporrio
i =i7 = 17 = 1
(02/10)
Mercado PermanentPricePrice
impactappreciationvolatility
293
Impacto no mercado
O modelo de preo de acordo com a equao 10-2 caminho dependente. Como Kissell, Glantz, e
Malamut (2004) apontam, usando-o para estimar o impacto no mercado requer estimativas
precisas, tanto do temporrio e impactos permanentes.
Os primeiros modelos assumidos funes impacto no mercado foram lineares. Em particular,
Albert Kyle (1985) modelo derivado equilbrios lineares a partir de princpios fundamentais. Da
mesma forma, Almgren e modelos (2000) primeiro impacto de Chriss tambm foram baseados em
uma abordagem linear.
A realidade provavelmente algo mais complexo e no-linear. Joel Hasbrouck (1991) relatado
um bom ajuste para uma relao de raiz quadrada. Fabrizio Lillo, J. Farmer e Doyne Rosario
Mantegna (2003) encontrado uma dependncia significativa sobre a capitalizao de mercado. Para
stocks de baixa capitalizao em a NYSE, eles encontraram uma relao raiz quadrada realizada,
enquanto para aes de grande capitalizao e para aqueles listadas na LSE eles notaram que o
relacionamento era mais como uma potncia lei, com um expoente entre 0,2 e 0,3. Na sub-seo
seguinte, vamos rever em mais detalhe um modelo por Almgren et al. (2005), que pode servir tanto
para linear e no-linear solues.
Outro forma de tratar este problema uma abordagem mais top-down. Kissell e Glantz (2003)
adotam a lo tcnica de alocao de custos estimam um custo mdio impacto no mercado com base em
desequilbrios comerciais agregados. Eles, ento, alocar isso para perodos de negociao
especficas, em vez de comrcios individuais. Wc deve rever este mtodo em mais detalhe mais
tarde.
Muitos estudos acadmicos tm usado dala disposio do pblico, muitas vezes a partir da NYSE. No entanto, h vrias
questes com o uso de tais dados. Em primeiro lugar, compra e vende MUSL ser estimado, muitas vezes usando o Lee e
Ready (1991) algoritmo, uma vez que os dados no levar esta informao. Infelizmente, tais estimativas (com base na
comparao do preo da ordem wilh a melhor proposta e oferta em cal thai) no so 100% precisas. Alm disso, dados
pblicos no contm quaisquer ligaes entre as ordens to grandes transaes no podem ser facilmente rastreados.
294
negocia o
dp = Pmg {v) dz + P
mumadB
h ( j\
(10-6)
permanente
=g\
x_
+(barulho)
(07/10
)
VT
(08/10)
1
Temp
1=
realperm =
^ J + (rudo)
Aviso prvio que impacto temporrio expressa em termos dos impactos realizados e
permanentes. Almgren et ai. (2005) assumem que o fator de ajuste n = 0,5. O fator de rudo genrico
representa uma expresso de erro para cada uma das estimativas.
Para alm de normalizar as funes de impacto, eles tambm verificado para quaisquer
dependncias especficas de activos. Eles descobriram que um factor adicional de liquidez (L), foi
necessrio para o custo impacto permanente function.5 Este fator baseado em das aes em
circulao (0) e o volume mdio dirio (V) (efetivamente este o volume de negcios inversa):
E U - , 'F
Sem tais modificaes foram encontrados para ser necessrio para a funo de impacto
temporrio. Finalmente, as funes de impacto lei de potncia, 10-3 e 10-4, foram substitudos em
equaes
10-7 e 10-8 para dar:
uma
<7
= YT sign (X)
VT
J ~ H ^ verdadeira
<T
= TJ sinal
(X)
(EY
-J
+(barulho)(
xP
VT
+ (Rudo)
10-9)
(10-10)
Para resolver os valores dos expoentes Almgren et ai. (2005) usaram um Gauss modificada
Algoritmo de otimizao Newton. Por seu conjunto de dados, o que resultou nos valores
aproximados:
a ~ 0,89
5
Almgren e l al (2005) tamb m considerou a capitalizao de mercado, mas apenas observado uma dependncia fraca no
preo efeito para que eles optaram por usar IHE aes mais simples medida excepcional.
295
P ~ 0.60
5 ~ 0,27
Concluram que uma funo linear para impacto permanente era vivel, uma vez que era to
fechar a um. Estes resultados tambm confirmam a natureza cncava do impacto temporrio
funo desde p <1. No entanto, eles encontrados em favor de uma lei 3 / 5ths potncia, em vez de a
modelo de raiz quadrada. O fator de liquidez 8 tambm parece razovel, o que sugere que os custos
de impacto so mais altos para os ativos com volumes mdios dirios inferiores.
Estes foram, em seguida, utilizado expoentes para determinar os coeficientes y e i]. Almgren et
ai. (2005) denominou estes os "coeficientes universais de impacto no mercado", uma vez que
encontrou-os para manter durante todo o seu conjunto de dados:
y ~ 0,314
0,142
Portanto, substituindo estes valores em equaes 10-9 e 10-10 eles foram capazes de custos de
impacto estimativa de mercado aecuratcly para qualquer ativo de seu conjunto de dados usando
o seguinte:
(10-11 )
<J +
(barulho)
(10-12 )
importante notar que seu trabalho foi para as aes dos EUA. Eles concluram que o
coeficientes, possivelmente, os expoentes e talvez at mesmo as formas funcionais pode ser
significativamente diferente entre os diferentes mercados como bem como ao longo do tempo. Por
esta razo, tais modelos requerem calibrao cuidadosa para cada mercado antes do uso.
Exemplo 10-J: Almgren et ai. (2005) fornecem um exemplo estimar os custos do impacto de
ordens para comprar equivalentes 10% do ADV da IBM e DRI, como mostrado na Tabela 10-1.
Usando seu modelo de custo, vamos trabalhar atravs destes clculos para os potenciais custos de
impacto mercado:
Neste facilidade, a IBM suposto para ter uma ADV de 6.561.000, de um total pendente de
1.728 milhes de aces, e uma volatilidade diria de 1,57%.
Portanto, podemos estimar o impacto permanente, inserindo esses valores em equao 1 0 11 :
Tabela 10-1 mostra as estimativas do impacto do mercado, tanto para IBM e DRI para uma
srie de comrcio duraes, de 0,1 a 0,5 de um dia. Os custos para DRI so maiores do que aqueles
para IBM; Isto principalmente devido a a sua volatilidade mais elevada. Se ns normalizamos os
29 6
negocia o
Reforar
estrat gias
de
as volatilidades relativas, wc pode ver que a ordem DRI deve realmente ter um impacto permanente
custo mais baixo. Isso faz sentido, j que DRI tem um volume de negcios maior para negociao
10% do ADV deve ter menos impacto do que para a IBM. Por conseguinte, tem um DRI normalizada
inferior impacto permanente (0,096) em comparao com IBM (0,126). Os impactos temporrios
normalizados so os mesmos, uma vez que o custo no dependente das propriedades especficas de
activos.
IBM
DRI
6,561 M
1.929 M
&
1728 M
168 M
0/V
263
87
1.57
2.26
0,1
0,1
0,126
0,096
X/V
Eu Pern /
20
Eu VERM
Eu temp / &
22
0,1
0,2
0,5
0,1
0,2
0,5
0,142
0,094
0,054
0,142
0,094
0,054
Jtemp
22
15
32
21
12
bater
32
25
18
43
32
23
6
Embora no haja evidncias de que vende pode ser mais costty, eles observam que as estimativas podem ser
corrigidos com uma ajuste para acomodar este.
297
xZ*-*
_jeside
_bl\
- _j = \ j = i_ (1 -? /]
~*
/ esttte
-f
)/
"q
Z-<-/
y=i
Onde / o custo total e impacto <2 o desequilbrio lquido entre compra e vende. Eles observam
que apenas demandantes de liquidez pagar o custo de impacto temporrio, de modo vSide o volume
negociado demandantes de liquidez (no mesmo lado que o desequilbrio ou jeside). O fator b \
representa o percentual de impacto temporrio, ento (1 - b \) igual percentagem de impacto
permanente.
Estas mdias podem ento ser usadas para deseribe o impacto no mercado:
'B, I
MI$(X) = X
+(1-b),
oI
VsideQ
(10-14)
$ (xk) =
Y,x>
q_k_b, l
k
-b{)EU
QVsideQ
k=\
O impacto no mercado pode ser atualizado em termos de apenas detalhes do pedido e de mercado
esperado volume usando as seguintes suposies:
\ k.
* $ ( **) =
(Eu~ ^ L )/
k = 1 [X (Xk+ 0.5Vk)X
Finalmente, este pode ser reorganizados para mostrar os componentes temporrios e permanentes
de forma mais clara:
Mis(xk) = y
5
15)
2
- ^ - + (- ,) /
* f- (X- (X
k+
, * = '*
0.5Vk)(10-
Z_, Permanent
Temporrio
Equao 10-15 pode ser utilizado para determinar o impacto no mercado unicamente a partir do
impacto /, o detalhes do pedido (total tamanho X e ordem de tamanho xk para perodo k) eo volume
esperado para esse perodo VK.
A fim de realmente estimar os parmetros do modelo, Kissell e Glantz rearranjado o custo impacto
no mercado para uma ordem (equao 10-14) para ser o produto de duas funes, permitindo
7
Kissell e Glantz (2003) tambm discutem allernalives para situaes em que os volumes de mercado no so distribudas
298
negocia o
estimativa utilizando regresses no-lineares. este obtida assumindo os pedidos funciona sobre
uma dia inteiro, com X uma quantidade igual ao desequilbrio lquido Q, e substituindo pelo RFX = Q
/ Vside- Assim, a equao 10-14 pode ser rearranjada para:
Mh (X = Q) = ~ 0 + - b
eu)
I = HQ, +
(1 -b,))
lado
Trs estruturas possveis para esta funo impacto no mercado instantnea foram investigados
por Kissell e Glantz (2003):
Linear: r
hp(Z,
= (0.30a 8Z + + 90)
umaeuZa2+ A2(J +
Nonlinear: r
hp(Z, a) =
(35Z06 5+0.30a + 15)
(10-17)
= (25Z
uma4 =
38 0
(70 28 )
Usaram regresso no linear para derivar estimativas para cada um destes modelos, a partir de
amostras com uma gama de tamanhos, volatilidades e taxas de participao. Os resultados preferidos
para cada modelo so mostradas no lado direito. Curiosamente, os erros de regresso foram
encontrados a ser menor para os modelos de funo no linear e poder base, o que implica que a
verdadeira relao entre o custo eo tamanho impacto de facto no-linear.
Os resultados provaram para ser coerente tanto para tamanho e volatilidade; mas como acontece
com qualquer modelo, ainda preciso recalibrar-lo para encontrar as estimativas mais adequadas para
mercados especficos.
Kissell e Glantz (2003) tambm determinou uma estimativa para a funo de dissipao como:
d (rj) = (0,9577 "'+ 0-05)
A 95% foi encontrada na maioria de suas regresses, e parecia ser invariante no tempo e
independente de tamanho. Substituindo esta de volta na equao 10-16 d:
/, = / $ (0.95IT1 + 0,05) = 0,95 /, n ~ \ +
Temporrio
0,05 / $
impactPermanent
impacto
Assim, 95% dos custos totais do impacto no mercado so temporrios, o eost de exigir liquidez.
Portanto, independentemente da estratgia de negociao, um impacto permanente 5% resultar,
refletindo a contedo de informao da ordem.
Vamos agora colocar isso na prtica, com um exemplo, vagamente baseado em mais de Kissell e
Glantz (2003).
Exemplo 10-2: Considerar uma ordem para comprar 100 mil EFG, assumindo um preo atual de US
$ 50, um volatilidade diria de 200 bps e um ADV de 1.000.000.
Para estimar o impacto no mercado, vamos primeiro precisa de uma figura para a instantnea
299
impacto de custo. Usando as estimativas mostrados para equao 10 -17, ns Z pode substituir
With10
(sincc 100.000 de 10% do ADV) e uma 200 bps :
Linear:
/ * = (8 * 10 + (0,3 * 200) + 90) * 10 "4 * 50 * 100.000 = $ 115.000 nolinear: I * = (35 * 10065 + (0,3 * 200) H- 15) * 104 * 50 * = $ 100.000 115,670
Potncia:
EU* = (25 * 10038 * 200 28) * 10 "4 * 100.000 * 50 = $ 132190
Mdia
/ * = $ 120.953
Assim, o impacto mdio de mercado instantnea de aproximadamente $ 120.000.
Banheiro agora pode alimentar esse impacto no mercado instantnea na equao para estimar a 1015 impacto global do mercado. Mesa 10-2 mostra um exemplo de estratgia de negociao em
conjunto com o volumes de mercado cxpected.
Perodo
Aes
E (volume Mkt)
Ordem temporria
impacto
1
20.000
250000
2
15.000
150000
3,1452,850
($)
3
10.000
100000
4
25.000
250000
5
30.000
250000
100000
1000000
1900
4750
6619
19.264
Note, isso pressupe que continuamos a usar o mesmo 0,95: rcio de 0,05, como vimos na
equao 10-18, de modo b \ = 0,95.
Como pode wc sec de Tabic 02/10, o impacto temporrio total de $ 19.264. Estimando o impacto
permanente muito mais fcil, uma vez que est apenas a uma proporo fixa do instantneo
impacto. Portanto:
Temporrio impacto
Permanente impacto
Mercado impacto
= $ 19 .264
= (1-0.95) * $ 120.000 = $ 6.000
= $ 19.264 + $ 6.000 = $ 25,264 = 50 bps.
Assim, com um mnimo de dados necessrios (pricc, volatilidade, ADV) que so capazes de usar o
Kissell e modelo Glantz para fornecer estimativas para tanto o impacto permanente e temporrio
mercado.
Risco temporal
Cronometragem risco reflete a incerteza da estimativa de custo de transao. Volatilidade e Pricc
risco de liquidez arco as duas principais fontes de esta incerteza, embora outros fatores, como
risco de spread tambm pode ser considerado.
Para fazer a determinao de timing arriscar um pouco mais fcil Kissell e Glantz (2003)
assumem esse volume e movimento dos preos so independentes. Isto lhes permite determinar a
pricc volatilidade e liquidez arriscar separadamente:
30 0
negocia o
5R (0) = um
cr2(KXXk))
(jU (xk)) +
(10-19)
Preo volatilityLiquidity
risco
O preo risco de uma estratgia de negociao representa a exposio volatilidade para os restantes
posio. Assim, para uma estratgia de negociao discreta Kissell e Malamut (2005b) define este
como:
Eventos previsveis
Alguns eventos acontecem em datas estabelecidas ou eles so anunciou-prc, para que haja um alto
grau de certeza sobre eles. Assim, relativamente fcil de crcate regras personalizadas a serem
aplicadas nestes datas. Bons exemplos deste so:
Para os emitentes regulares de ttulos, o mais tipicamente governos, novas questes tendem a atrair
maior nveis de liquidez do que os contratos que tm efetivamente substitudos. Por exemplo, a
301
Tesouro EUA distribui novas questes de 1, 3 e 6 meses contas a cada semana, enquanto a emisso
de 2 e 5 anos notas, notas mensais de 10 anos trimestral e ttulos de 30 anos semestral. A
edio atual de qualquer Tesouro dos EUA dado est a ser dito "em fuga". Assim, a cada semana, ms
ou trimestre um novo lote de ttulos do Tesouro tornar-se "em fuga" e do facturas / notas / ttulos
que substituram esto a ser dito "off the run".
Um estudo realizado por Michael Barclay, Terrence Hendershott, e Kenneth Kotz (2006)
descobriram que uma vez Treasuries se tornar "off the run" o seu volume de negcios cai rapidamente
por 90% dentro de um importam de dias. Isto ilustrado na Figura 10-14, que baseado nos volumes
mdios comerciais entre janeiro de 2001 e novembro de 2002.
30 2
E n h an ci n estratgias de negociao g
140000
400000
350.000
120.000
^300000 |
V
250000 -
2100000
> 80.000
Q
Eu
^
200000 .
60.000
150000
40.000
100.000 5
D)
>
50.000 <
20.000
-6153657
78
99.120
Dias at o vencimento
141
Fonte: Schwartz, Van Ness e Van Ness (2004), Jornal de Mercados Futuros
Copyright 2004 John Wiley & amp; Sons, Inc.Reprinted com permisso de John Wiley & Sons,
Inc.
Figura 10-15, o volume dirio e interesse aberto de S & P 500 para 1999-2000
Ambos os contratos pode realmente ver um aumento lquido de cerca de 30%, como observado para
o S & P 500 por Ira Kawaller, Paul Koch e John Peterson (2001). Eles tambm descobriram que a
volatilidade do contratos est intimamente ligada ao seu volume de negcios. Assim, o contrato
de chumbo tem consistentemente menor volatilidade do que o prximo contrato-out.
Figura 10-15 mostra tambm o interesse aberto, o que reflete o nmero real de contratos em
aberto. Mais uma vez, pode-se sec este sobe repentinamente em torno do marcador de 98 dias, e
cai em torno do marcador de oito dias. Entre esses dois picos, o interesse permanece aberto
relativamente esttica ao longo deste perodo, enquanto o volume de negociao visivelmente
inferior. Esta fase representa o comrcio secundrio de contratos.
Um maneira de lidar com essa sazonalidade relacionada com validade para os dados de volume de
negociao fornecido por Phil Holmes e Jonathan Rougier (2005). Eles usaram a mudana em
contratos em aberto como um ajuste para o volume de negcios, por isso, quando um contrato
torna-se chumbo haver um negativo ajustamento. Esta abordagem foi usada com sucesso para
interpretar o significado de negociao volumes para o S & P 500, Reino Unido longas
marrs e contratos de petrleo Brent.
Dias Witching
Dias Witching ocorrer quando vrias categorias de derivados, para o mesmo activo subjacente,
todos expirar na mesma data. Este o melhor tipificada para ndices de aes em que o
vencimento do ndice futuros e opes, bem como opes de aes conhecido como "triple
witching". A introduo de futuros de aes individuais adicionou mesmo mais volume, juntamente
com o mais pesado apelido de "quadruple witching". O maior dia witching em os EUA, quando
o trimestral expiraes de S & P 500 derivados convergir. Uma avaliao detalhada deste, e seus
efeitos sobre negociado a ambos NYSE e NASDAQ, fornecido por Michael Barclay, Terrence
Hcndershott Jones e Charles (2006). Os volumes envolvidos nos dias witching pode ser grande,
por exemplo, em termos de S & P 500 sozinhos eles observam que desde o final de 2004 entre US
$ 50-75 bilhes em liquidados em cada dia witching.
Arbitradores so responsveis por uma proporo considervel do volume durante os dias
witching. Eles mantm posies coberto no dinheiro e mercados de derivativos, uma vez que os
derivados em geral liquidar em dinheiro. Na expirao, eles precisam CloseOut suas posies no
mercado vista. Fazer umalucro que deve atingir o preo de liquidao dos contratos de
derivativos. Portanto, em witching dias os mercados vista rcccive considervel fluxo de
pedidos adicionais de arbitradores. Para
A l g o ri t h mi c Trading & DM A
30 3
exemplo, Barclay, Hendershott e Jones (2006), note a sua actividade pode aumentar at 50 vezes
em dias witching, tendo volumes de arbitragem normais de $ 0240000 por ao at
12740000 $ na NYSE, com base em dados de 2003 a Q3 2005. Essas mudanas podem
significativamente alterar o equilbrio normal entre oferta e demanda, potencialmente causan do
grande, mas transitria, variaes de preos.
Os efeitos de curto prazo sobre o volume de negociao para tanto NYSE e NASDAQ so
mostrados na Figura 10-16. Esta traa a relao entre o volume dia witching em comparao com
volumes normais, com base em mdias para cada trimestre de 1998 a Q3 2004. Assim, nos dias
que witching encontrado o volume de comrcio abertura NYSE era, em mdia, cerca de sete
vezes maior.
NYSE.
30 4
E n h an ci n estratgias de negociao g
ndice de Reequilbrio
ndices de aes so referncias importantes. A fim de reflectir com preciso os mercados em
que atuam reequilbrios peridicas so necessrias. Estes asseguram stocks que agora cumprir os
requisitos para o ndice so adicionados, e aqueles que no conseguem encontr-los so removidos.
Assim, ao reequilbrio ndices, tais como o FTSE 100 ou o S & P 500, conseguem manter
representando as principais unidades populacionais para seus respectivos mercados.
Uma vez que tantas empresas de investimento controlar os principais ndices de aes tais
alteraes so divulgado bem antes que eles realmente acontecer. Isto d aos investidores aviso
suficiente para realinhar as suas carteiras. Para minimizar os erros d e rastreamento, os fundos de
ndice comprar aes adicionadas ao ndice, e vender aqueles que so removidos. Assim sendo
includas num ndice principal pode conduzir a uma aumento sbito da procura de aes de uma
empresa. Isto pode levar a uma permanente melhoria da sua liquidez, alm de melhorar a
cobertura pelos analistas. Numerosos estudos descobriram que as aes que so adicionados a
um ndice ver um aumento anormal em seus retornos enquanto as aes que so removidos ver uma
diminuio.
Um monte de investigao tem incidido sobre o S & P 500, que no surpreendente dada a vasta
quantidade de ativos que so referenciados a esta index.8 Desde 1989 Standard and Poor de ter
ajustes pr-anunciadas uma semana de antecedncia. Honghui Chen, Gregory Noronha e Vijay
Singal (2006) analisaram os retornos para as unidades populacionais envolvidas no um reequilbrio,
desde antes da inicial anncio para mais de dois meses aps a mudana do ndice. Figura 10 -18
mostra o efeito sobre os preos desses slocks para o perodo 1989-2002.
No dia do anncio, retornos anormais foram, em mdia, + 5,12% para as adies,
experimentado por mais de 94% das empresas da amostra. Esta aumentou para 8,37% para a +
o dia do reequilbrio real. Em contraste, os estoques de ser removido a partir do ndice de serra,
em mdia, 8% queda nos retornos por o dia do anncio, seguido por uma nova reduo de 14%
no Data efetiva. Ao contrrio das adies, porm, este efeito preo fiz no parece ser
permanente.
8
A l g o r i t h m i c Tradin g & D M A
30 5
12
8
4
0
AnnDate ; 1AnnDateEffDateEffDate
-4
-8
-12
-.4-i Adies
- -M- - Eliminaes
-16
Fonte: Chen, Noronha e Singal (2006)
Figura 10-18 respostas Mdia de preo para S & P 500 reequilbrios (1989-2002)
O cffcct negativo desapareceu no prazo de 60 dias do reequilbrio.
Resultados semelhantes para o perodo entre o anncio ea data efetiva foram observados por
Ananth Madhavan e Kewei Ming (2003) e Anthony Lynch e Richard Mendcnhall (1997). Embora,
aps a data efetiva Lynch e Mendenhall (1997), apenas notado uma reverso parcial dos preos.
Chen, Noronha e Singal (2006) explicam que esta diferena muito provavelmente devido ao
seu estudo utilizando amostras de maior dimenso, assim como o rastreamento retornos para
mais aps o evento. Eles tambm sugeriram que o aumento da conscientizao foi umapotencial
explicao para o aumento permanente de retornos para adies. Eles raciocinam que investidores
fazer no de repente se tornam menos conscientes dos estoques que so removidos do ndice, hcncc a
assimetria nos retornos.
Madhavan e Ming (2003) centrada sobre o reequilbrio 19 de julho de 2002 S & P 500, quando
sete fora dos EUA. companhias foram substitudos. Eles descobriram que, negociando no
perodo que antecedeu a os investidores rebalance reais podem reduzir drasticamente seus custos de
negociao, sem expor suas carteiras a substancial risco de erro de seguimento.
Madhavan (2002a) encontraram um efeito equivalente para os reequilbrios anuais da Russell
3000 ndice. Ele observou que as reverses de retorno subseqentes em julho sugeriu que
preo presso pode ter sido um fator determinante importante na gerao os retornos anormais.
Ele tambm concluiu que a baixa liquidez das aes a ser removido pode explicar algumas das
assimetria nos retornos entre as adies e as excluses.
Retornos anormais comparveis de curto prazo foram tambm observadas para
reequilbrios do Reino Unido FTSE-100 por Bryan Mase (2006). Porm, ele no encontrou
efeitos sobre os preos permanentes equivalentes para adies. Em vez disso, ele observou que
uma reverso ocorreu para ambas as adies e excluses, dentro um ms as suas declaraes estavam
de volta ao normal.
Em termos de volume de negociao, Chen, Noronha e Singal (2006) encontrou volumes de
negcios a ser mais de trs vezes maior para as populaes afetadas sobre os S & P 500 dias o
anncio. Eles tambm viram turnovers saltar para mais de 12 vezes os nveis normais nas datas
efetivas. Aps o reequilbrio, o volumes voltaram ao normal para as unidades populacionais
recm-adicionados, mas aqueles removido do ndice Serra um declnio nos seus volumes. Em seu
estudo da S & P 500, Lynch e Mendenhall (1997) relatado volumes significativamente maiores no
dia antes da data efetiva. Da mesma forma, Mase (2006) encontraram picos no volume de
negociao no dia anterior FTSE-100 reequilibra. Os picos
306
negocia o
Reforar
estrat gias
de
aplicada a ambas as adies e delees; embora ps-reequilbrio houve um aprecivel declinar nos
volumes para as unidades populacionais removido do ndice.
O impacto das alteraes dos ndices tambm foram analisadas para os mercados de opes
de aes. UMA
estudo da S & P 500 por Rong Qi e Libo Sui (2007) seguiu os preos e negociao volumes de
opes de aes com greves dentro 5% do preo de mercado e prazo de vencimento de 30 a 117
dias. Eles descobriram que no dia das opes de compra anncio para as adies viu um aumento de
preos considervel, enquanto o custo de puts caiu. Para as excluses, as opes de venda viu um
ainda maior aumento de preo, enquanto as chamadas ficaram mais baratos. Eles observam que o
hetween datas de anncio e eficazes o mais alto retorno anormal foi para opes de venda sobre
o delees, embora o opes de compra sobre adies tambm viu um retorno positivo. Mais uma
vez, o preo mudanas parecia ser permanente para as adies, enquanto uma inverso parcial
ocorreu dentro cerca de 30 dias de a data efetiva para as excluses. Curiosamente, eles tambm
observaram que os preos das opes comearam a changc at dez dias antes do anncio e acelerou a
cinco dias antes, sugerindo que o mercado opo poderia ser um indicador importante til. Qi e Sui
(2007) tambm relataram picos de volume similares. No dia do anncio, eles encontraram at um
aumento de 30 timcs para opes de venda sobre as adies e excluses, at 50 vezes para chamada
opes sobre as excluses e cerca de 17 vezes para opes de compra sobre as adies. Eles
observaram que o nvel de interesse aberto aumentou dramaticamente desde o anncio da data de
vigncia, em seguida, de repente caiu para nveis normais. Claramente, somente tanto volume
devido indexao fundos, atriburam grande parte do aumento de arbitradores.
Eventos imprevisveis
Eventos disparados por informaes ou notcias so muito menos previsvel. Enquanto que pode
ser mais difcil de prever, os seus efeitos a curto prazo ainda pode ser quantificada. Por exemplo, a
negociao interrupes, tais como paragens ou leiles volatilidade, podem ser seguidos por
perodos de muito maior volatilidade e volumes, embora muitas vezes estas desaparecem ao fim de
algumas horas.
Interrupes comerciais
Poses volatilidade excessiva um problema srio para os participantes do mercado. Numa tentativa
para evitar isto, a maioria dos mercados adoptar uma variedade de mtodos diferentes para tentar
controlar as coisas quando novo informaes de repente se torna disponvel, a saber:
Paradas de negociao
Limites de preo
Leiles de volatilidade
Paradas de negociao sejam impostas pelas autoridades do mercado; eles deixam a
negociao para um determinado perodo enquanto nova informao tornada pblica. Muitas
vezes, estes so seguidos por um leilo de chamada para fornecer a reabertura mais estvel para o
ativo affcctcd. Limites de preo atuar como faixas de negociao, todos os comrcios que mudaria o
preo fora destes no so simplesmente permitido. Alternativamente, a volatilidade alternar leiles de
negociao em contnuo para um leilo de chamada por um curto perodo. Essencialmente, eles so
como micro-pra vez que muitas vezes duram apenas cerca de cinco minutos; Contudo, eles so
geralmente desencadeada por regras de preos conjunto, bem como um limite de preo. Esta
uma diferena fundamental entre estes mecanismos j que ambos os leiles de volatilidade e
limites de preos podem ele mantidas automaticamente pelos sistemas de monitorizao do
mercado. A sua natureza baseada em regras torna muito mais fcil de prever, Na verdade, um
estudo realizado por David Abad e Roberto Pascual (2006) determina ainda a probabilidade de
atingir esses limites. Em comparao, paradas de negociao so mais subjetiva e assim mais
difcil de prever.
307
usado mais em mercados europeus e asiticos de aes, bem como os mercados de futuros dos EUA.
Leiles de volatilidade esto se tornando cada vez mais popular, especialmente na Europa. Eles
tambm tm foram incorporados NYSE como Pontos de Reabastecimento de Liquidez (LRPS).
Os pesquisadores esto ainda divididos sobre qual mecanismo o melhor. Em geral, paradas
comerciais parece ter preferncia sobre limites de preo, enquanto alguns estudos encontrar leiles
de volatilidade mais eficaz do que pra. Por exemplo, Yong Kim, Jos Yagiie e J. Jimmy Yang
(2008), em comparao o efeito de limites de preo e paradas para negociao no a bolsa espanhola.
Eles concluram que depois ambas as interrupes houve aumento da atividade comercial. Embora,
eles notaram que, aps negociao volatilidade permaneceram paradas o mesmo eo bid-offer spread
realmente reduzida, enquanto que aps limite de preo atinge tanto a volatilidade ea propagao
aumentada.
Nota que o foco principal desta seo sobre interrupes de um activo especfico, uma vez que
estas ocorrem com muito mais freqncia do que as paradas de todo o mercado. Por exemplo, em seu
estudo NYSE Bidisha Chakrabarty, Shane Corwin e Marios Panayides (2007) analisaram 4.020
paradas entre janeiro de 2002 e dezembro de 2005, uma mdia de mais de quatro por dia.
Paradas de negociao
Paradas de negociao podem ser divididos em dois tipos principais, aqueles impulsionado
pela notcia e aqueles que surgem a partir de desequilbrios de ordem. Os funcionrios em
intercmbio instigar notcias pra quando a informao devido a ser libertada dever ter um
impacto significativo sobre os preos. O impasse permite tempo para que isso ser divulgada aos
comerciantes e investidores. Paradas desequilbrio ordem so acionados por um mercado
especialista quando o desequilbrio entre compra e vende muito grande. Durante os comerciantes
halt pode modificar, cancelar e novas encomendas, aps a negociao parada, em seguida, reabre
com uma chamada leilo.
NYSE suporta ambos os tipos de paradas. Em seu estudo, Shane Corwin e Ma rc Lipson
(2000) encontrou o impasse mdia NYSE durou mais de 80 minutos. Notcias paradas levou
cerca de 86 minutos enquanto ordem paradas desequilbrio durou uma mdia de 56 minutos.
Durante esse tempo, eles notaram que a atividade fim aumentou significativamente, tanto para a
apresentao de novos pedidos e cancelamentos dos j existentes. Assim, no momento em que o
mercado reabre a carteira de pedidos consiste principalmente de encomendas feitas durante a
parada. Embora, devido incerteza em torno paradas, eles tambm observou que a profundidade
perto as cotaes cai a nveis anormalmente baixos durante o interromper, mesmo que especialistas
e comerciantes de assoalho fornecer liquidez adicional. Eles tambm observada que o fluxo de
ordens poderia permanecer em nveis elevados durante vrias horas aps a parada. Importante, eles
descobriram que o preo de equilbrio aps o leilo foi uma chamada de reabertura bom preditor
de priccs futuras. Em seus dados de amostra, 36% das notcias pra levou a aumentos de preos,
43% levou a gotas 21% e manteve-se inalterada. Enquanto para o desequilbrio fim pra, 48% levou a
aumentos, 41% a quedas e 11% eram estveis. No geral, o retorno mdio absoluto aps uma parada
foi ligeiramente inferior a 4%.
NASDAQ atende pra-driven de notcias. William Christie, Shane Corwin, e Jeffrey
Harris (2002) descobriu que estes levou a aumentos substanciais no volume e volatilidade. O
volume de negcios eo nmero de comrcios foram mais seis vezes os nveis normais para a
metade hora aps a parada, e manteve-se invulgarmente elevado para at duas horas depois.
Intraday paradas significa criadores de mercado no pode comear a postar preos at cinco
minutos antes do a retomada da negociao. Estes foram encontrados para resultar em at nove
vezes os nveis normais de volatilidade, enquanto o oferta de lance se espalhar mais do que
duplicou. Em comparao, para paragens que ocorrem depois 4:00 h uma abertura alargada 90
minuto no dia seguinte. A volatilidade associada com tais aberturas foi significativamente
inferior e a offer spread bid era praticamente afectada. Eles concluram que no h um benefcio
claro para permitir mais tempo para preo descoberta aps quaisquer paradas.
308
negocia o
Reforar
estrat gias
de
Limites de preo
Limites de preo so geralmente adoptadas nos mercados em funo das ordens. Eles podem ser
estticos e / ou dinmica. Limites estticos arco geralmente aplicadas a um preo de referncia,
como o aberto ou o fechamento anterior. assim um limite de 10% do aberto restringe a faixa de preo
entre 36 e 44 para um ativo que tem incio s 40. limiares dinmicos so mais versteis e arco
muitas vezes baseada na ltimo preo negociado. Por exemplo, um limite de 5% sobre um ativo cujo
ltimo preo negociado foi de 100 permite uma faixa de preo de 95,00-105,00. Se a prxima
comrcio est em 104, a faixa de preo permitida se deslocar para 98,8-109,2.
As regras intervir para todos os comrcios que iria quebrar esses intervalos e enviar o
preo de mercado, quer acima da alta limitar ou abaixo do ponto baixo. Tais negociaes podem,
ento, simplesmente no ser permitido, caso em que o profissional deve decidir se vai alterar o preo
ou no o comrcio, forando-os a reavaliar as condies de mercado.
A pesquisa sobre a eficcia dos limites de preo, no foram conclusivas. Certamente, h
tantos estudos que encontram limites de preo para ser arco ineficiente h aqueles encontr -los
benfica. Um bom exemplo a anlise da Bolsa de Tquio por Kenneth Kim e
S. Ghon Rhcc (1997). Eles descobriram que os limites de preo poderia, na verdade, levar a uma
maior volatilidade e spillover volatilidade nos dias subseqentes. Um dos problemas com os
limites de preo que a mesma regra de preo muitas vezes aplicado para todos os ativos dentro
de um determinado mercado. Isso pode representar problemas para ativos ilquidos, uma vez que estes
podem ter os spreads significativamente mais amplas, que pode levar a que estes desencadeando os
limites com mais freqncia. Isto ilustrado na um estudo sobre o mercado acionrio chins por
Gong-Meng Chen, Kenneth Kim e Oliver Rui (2005), que concluem que limites mais amplos
podem ser apropriado para o menos B-aces com liquidez.
Leiles de volatilidade
Leiles de volatilidade mudar negociao em contnuo em um leilo de curto perodo de chamada,
muitas vezes durando apenas cerca de cinco minutos. Isto d aos comerciantes uma breve pausa antes
de negociao em contnuo recomea, permitindo que o tempo de um novo nvel de preos a ser
determinado. Os limites que desencadeiam volatilidade leiles so geralmente muito menos do que
quaisquer limites pricc dirias e assim por leiles de volatilidade ocorrer mais frequentemente.
Estes esto agora em usar a NYSE, Euronext e na Bolsa de Londres, bem como um variedade de
outros mercados. Um estudo detalhado da eficincia dos leiles de volatilidade no Bolsa espanhola
fornecido por David Abad e Roberto Pascual (2007). Eles encontraram que a volatilidade
comeou a aumentar meia hora de antecedncia, com um pico na janela de dez minutos ao redor
do leilo de chamada. Neste perodo nveis de volatilidade poderia deslocar mais de seis desviospadro longe de nveis normais. Porm, eles tambm observou que a volatilidade rapidamente
dissipada chegar nveis normais de novo dentro de 90 minutos.
Um efeito similar foi observado para os volumes de negociao, enquanto eles descobriram que a
oferta do bid propagao foi ligeiramente mais largo por 30 minutos aps o leilo. No entanto,
nenhum efeito significativo sobre a profundidade livro ordem exibida foi encontrado. Uma vez
que os perodos de recuperao eram mais curtos do que aqueles observados para NYSE e
NASDAQ, eles concluram que os leiles de volatilidade arco um eficaz meios de lidar com tais
situaes.
Anncios corporativos
Anncios corporativos pode ser outro evento relativamente imprevisvel. Lanamentos de
detalhes, tais como ganhos da empresa ou pagamento de dividendos, so muitas vezes marcada,
mas as empresas arco livre para alterar as datas. Assim, tanto as informaes que eles transmitir
e quando eles ocorrem pode ser difcil de prever.
Um estudo de anncios de dividendos para as unidades populacionais da NYSE foi realizado por
John Graham,
309
Jennifer Koski, e Uri Loewenstein (2003). No geral, foi observada uma diminuio da liquidez
imediatamente antes de avisos que foram bem antecipadas. Como seria de esperar, o
profundidade disponvel diminuiu medida que os comerciantes preparados para o anncio.
Depois disso, as coisas voltaram ao normal, apesar de quanto tempo isso levou dependia de quo
bem as novas informaes foi recebido. Para anncios completamente inesperadas, as mudanas na
liquidez eram menos perceptvel de antemo. Eles observaram um aumento considervel e sbito do
spread que durou cerca de uma hora aps a notcia. O tempo necessrio para a profundidade
disponvel para recuperar Tambm parece ser mais longo para esses eventos. Curiosamente, eles
tambm descobriram que no antecipada eventos foram precedidos por volumes anormais de
negociao. A consistncia deste volume pr-evento sugeriu alguma antecipao pelos
comerciantes informados. Porm, seu estudo focado em notcias pblica, em vez de quaisquer
outras fontes de informao de mercado ou rumores.
Se o anncio est no tempo tambm pode dar informaes importantes. As empresas tende a ser
desejosos de anunciar uma boa notcia e adiar a emisso de ms notcias. Mark Bagnoli, William
Kross e Susan Watts (2004) analisaram o efeito para as empresas norte-americanas. Eles
descobriram que, para cada dia de atraso a partir da data esperada do anncio no foi uma queda
de um centavo / share abaixo das previses de consenso. Em adio a estas perdas, eles
tambm notar-se que a reao do mercado no prprio dia do anncio dependia da tarde que tinha
sido. Assim, as empresas que relataram tarde viu at reaes mais adversas aos maus resultados do que
aqueles com resultados semelhantes que relataram a tempo. Em comparao, eles descobriram
que a reaco de mercado ser mais agressivo para anncios iniciais.
O formato relativamente desestruturado de notcias pode tornar muito difcil para computador
sistemas para analisar e interpretar. No Captulo 14, vamos examinar mtodos para superar estes
dificuldades e analisar o impacto da notcia com muito mais detalhe, abrangendo tanto corporativa e
notcias macroeconmicas.
10,5 Summar y
310
n egocia o
Estimativa de custos de transao ajuda a aferir o equilbrio entre custo e risco. Muitos estes
modelos so baseados um quadro por Almgren e Chriss (2000):
Modelos de impacto mercado adotar uma abordagem de baixo para cima.
Modelos de alocao de custo tomar uma vista de cima para baixo com base em
desequilbrios comerciais agregados.
311
Chapter11
Requisitos de
infraestrutura
Algorithmictrading to dependente
infrastructureas
financeira em que as suas regras se baseiam.
As suas
a teoria
11.1 Introduo
At agora, neste livro, temos focalizado na teoria por trs estratgias de negociao. Contudo,
implement-las tambm envolve uma quantidade considervel de infra-estrutura. Figura 11-1 mostra
uma viso geral de alto nvel dos principais componentes que so necessrios para a negociao
algortmica e DMA.
Figura 11-1 A viso de alto nvel da infra-estrutura necessria para o comrcio eletrnico
31 2
Claramente, gerenciamento de pedidos uma parte fundamental deste processo, sem que nada o
faria muito acontecer. Antes de passarmos a olhar para algumas das consideraes tcnicas para
a implementao de negociao algoritmos vamos primeiro revisar os me canismos de
gerenciamento de pedidos.
Funo
Gerencia
mento de
Risco
gesto
Analtica
Execuo
Operaes
OMS
V
V
s
s
y
V
V
o
V
s
V
EMS
s
V
y
V
V
V
V
v
s
s
A l g o ri t h mi c T rad i n g & A DM
31 3
Entrada de pedido
Claramente, os principais pontos a ser capturado por qualquer arco ordem:
o tamanho do pedido
O' der T yp e
Smbolo
Di s pl a y
. f atri b
"Limite
Exibio
Quantidade
*Eu?.
54,11
f ~ l intfMkt Varrer
Capacidade
Quantit total
Baix
o
C> Isento
J * - -A.
Filial SQ #
Recebidos Data MM / DD /
1i
YYYV I f 2007/03/30
Encom endas
atrelado
Compensar
Bon Preo
Discricionrio Oftset
D "* 9 ED
Rev
0 Ctoe. .
Status:
httpsV / www.nasdagworkstat iori.com/Container.aspx
fl sites confiveis
Fonte: NASDAQ (2008) Copyright 2008, The NASDAQ OMX Group, Inc. Reproduzido com permisso
importante para DMA, onde os usurios podem no estar plenamente consciente do todos os
meandros da administrao local
31 4
ordem de mercado tipos / condies e regulamentos. Ele tambm pode fazer sentido para
incorporar algum lgica "dedo gordo", como verificar o tamanho geral ordem ou compar -lo
com do ativo volume mdio dirio (ADV), para tentar pegar todos os erros.
Com algoritmos de negociao, as telas de entrada de pedidos tendem a ser mais personalizado,
uma vez que cada algoritmo tem um pouco diferentes parmetros e requisitos. Muitas vezes
fornecedores tambm incorporar anlise pr-negociao e / ou estimativas de custos de transao
para ajudar com algoritmo de seleo. Para exemplo, a Figura 11-3 mostra uma tela de amostra
retirada de negociao Passaporte do Morgan Stanley aplicao. Desde as telas so personalizados
para cada algoritmo, todo o necessrio parmetros so colocado para fora de uma forma intuitiva,
permitindo a entrada de pedidos fcil e preciso.
_NB_XS_ _ _ _
Quantit
yE s t r e l a
60.000
10;OO
00:30
Tim t *
E x p o r t e d Fn d Tame
Hotie nai Tra de
2 1 Dia M i a n Votum #
Pr wjirtp d Volur ne / Dia
Pret & ctetl
VeSums
21% Dia Mprfian Vo> u; n Pr
d; M d Veiuma / oay
* 4 Piwi ^ TSED
Volu me
2, 1 5 6. 4 0 0
2. 3 5 3. 2 2 3
Eu1. 8 8 7. 9 2
3
SS <t, 322
2.5 5 %.
3.1 8 %
e.? o *.
o.a? -v,
27.97
%3 5,3
45
w DHM * s im @ H, Sfc r
! _ _ ^!
"3
60 ^ 000 1
ndi ce d e re fer n ci a :
(Miva l Pric e * |
CAgora
Slart Tempo
en dTis; y
**
-f
EDO
^ J i o o o oo ||
r3
Afi ar
1
"S r d * - - i k e
j: > '
r *
Bu y
S e l eu
Eu um s eu 35,9 4
N E T C h .0,6 8
35.9 5
BXS
Juration Spina f
_j
fMS
r"
r !!,;
r
|| Md i o
-3
"2 ] F ~~
di
3 I d
>
As f c P x 3 5 , 9 7
r i
S h ort
Vol 1,673,25 8
Stanley
Extensible Markup Language (XML) uma especificao geral para a anotao de texto, criao de "lnguas"
personalizados.
315
Os dados ncleo representa as informaes chave sobre cada parmetro especfico, comeando
com o seu nome. Neste exemplo, RiskLevel mapeado para o nmero da etiqueta FIX 7078. Seu
tipo definido como um inteiro, embora decimais, caracteres / cordas e at mesmo arco
enumeraes tambm suportada. o uso tag define este como um parmetro opcional, enquanto
que o mutableOnCxlRpl tag refere- para determinar se pode ser modificado de uma actualizao
subsequente (neste caso, pode).
As regras de validao pode ser apenas restries bsicas, tais como a valores mnimos e
mximos mostrado na RiskLevel exemplo. Alternativamente, eles podem ser mais
complexo, e com base em combinaes de parmetros. O tipo de parmetro tambm ir garantir
um nvel bsico de validao, tais como entre as cordas ou nmeros.
Os requisitos de interface do usurio determinar como o parmetro deve aparecer em uma
tela de entrada do pedido. Neste facilidade, o RiskLevel parmetro ser mostrado como uma
barra deslizante, permitindo o usurio escolher o valor mais adequado, entre 1 e 10. outros widgets so
suportados seleo caixas, botes de rdio, suspensa caixas de listagem ou caixas de combinao ()
e campos de entrada simples para texto ou datas / horas. Um elemento separado, o
strategyPanel, permite mais controle sobre como vrios parmetros so agrupados e
exibidos. Por exemplo, o seguinte XML permite a scrccn mostrado na figura 11-4 a ser gerado, ao
agrupar parmetros dentro
strategyPanels.
<stategyPanel orientao = "horizontais
<strategyPanel title = "parmetros de tempo" =
recolhveisnfalse "orientao =" verticaln>
<parmetro name = "Start Time" xsi: type =
"UTCTimeStamp_t" fixTag = "168" use = controlType
"opcional" = "Clock" />
<parmetro name = "End Time" xsi: type =
"UTCTimeStamp_t" fixTag = "126" use = "opcional"
controlType = "Clock" />
</ strategyPanel>
<strategyPanel title = "Avanado" desmontvel =
orientao "false" = "vertical">
<parmetro name = "Taxa de Participao" xsi: type =
"Percentage_t" fixTag = "7022" usar controlType =
"opcional" = "SingleSpinner" />
<nome do parmetro = "Agresso" xsi: type = "Int_t"
fixTag = "7023" use = "opcional" controlType =
"ComboBox">
<enumPair uiRep = "High" wireValue = "3" />
<enumPair uiRep = "Medium" wireValue = "2" />
<enumPair uiRep = "Low" wireValue = "l" />
</ parameter>
</ strategyPanel>
</ strategyPanel>
Para mais informaes sobre a especificao FIXatdl, agradar seg a descrio fornecida por
E x i gn ci a d e i n fr a -es t ru t u r a s
316
Tempo Parmetro
Iniciar Timei
Avanado
03:45:00
SOU
Fim do tempo
11:45:03 SOU
... .
5v.i |
u
m
.
W'- '
'
Participao Taxa
Agresso
Mdio
...... .
Eui
i
|
Y
Roteamento de ordens
Uma vez que tenhamos entrado com sucesso o nosso fim, ento, necessidade de encaminh -lo
para o destino desejado. Na figura 01/11 isso simplesmente representado por algumas flechas
passando por um processo de gateway e em seguida, atingindo magicamente o local de execuo
adequada. Na prtica, cada local pode ter seu prprio protocolo proprietrio para tratamento de
encomendas. Portanto, a ordem sistemas de roteamento tem que converter (ou codificar) os
detalhes de cada pedido para o adequado formato e depois transmiti-los para o destino
desejado.
Codificao Ordem
Antes de roteamento de ordens foi tratado por via electrni ca, codificao de ordem
significava apenas usando os termos corretos com o seu comerciante. Da mesma forma, para
poos de negociao, significou conhecer os sinais de mo corretos para comunicar o preo
direito, lado e tamanho.
Como locais mudaram para comrcio eletrnico, eles tm cada implementadas seus prprios
protocolos para como as ordens devem ser processados. Estes so frequentemente acessados por
costume interfaces de programao de aplicativos (APIs). Felizmente, um esquema de mensagens
comum, o Financial Information Exchange (FIX Protocol), tornou-se um padro de fato para
muitos mercados. CORRECO destina-se troca de todas as informaes relacionadas com
as transaces de valores mobilirios. Por isso, ele suporta a transmisso de ordens, dados de
mercado, informaes de segurana e os detalhes de pagamento. Ela existe em dois formatos
principais, um protocolo estritamente machinc legvel e um baseado em torno de um esquema
XML (FIXML).
O protocolo FIX original baseado em "TAG = Valuc" emparelhamentos, assim uma ordem
para comprar 1000 aes ir conter a string "54 = 38 = 1A 1000". Para o primeiro par, 54 o nmero
da etiqueta que representa o lado enquanto que o valor 1 mapeia para uma compra. Considerando
marcar 38 mapas para o tamanho do pedido.
Cada mensagem comea com um formato padro; isto reflecte a verso de FIX, o comprimento de
a mensagem eo tipo de mensagem (tag 35). Ele termina com uma soma de verificao que pode ser
utilizado para validao. Assim uma mensagem para uma nova ordem para comprar aes da IBM
5000 se parece com isso, com base em um exemplo de FIX (2008a):
8 = F I X . 4 0,2 UMA9 = 2 5 1 UMA3 5 = D UMA4 9 = A F U N D M G R UMA5 6 = A B R C ) K E R UMA3 4 = 2 UMA5 2
= 20030615 0 1 : 1 4 : 4 9 UMA1 1 = 1 2 3 4 5 UMA1 = 1 1 1 1 1 1 UMA6 3 = 0 UMA6 4 = 2 0 . 0 3 0 . 6 2 1 UMA2 1 = 3
UMA
1 1 0 = 1 0 0 0 UMA1 1 1 = 5 0 0 0 0UMA5 5 = I B M UMA4 8 = 4 5 9 2 0 0 1 0 1 UMA2 2 = 1 UMA5 4 = 1
UMA
6 0 = 2 0 0 3 0 6 1 5 0 1 : 1 4 : 4 9 UMA3 8 = 5 0 0 0 UMA4 0 = 1 UMA44 =1 5 , 7 5 UMA1 5 = U S D UMA5 9 =
0 UMA1 0 = 1 2 7
(Note-se a
UMA
Neste exemplo, a mensagem comea por indicando a verso 4.2 FIX , o comprimento da
mensagem,
251 bytes eo valor de D refere-se ao fato de que esta mensagem para uma nova ordem nica.
317
Claramente, esta abordagem muito bem para o envio de mensagens entre os sistemas de
computador, mas no muito propcios para os seres humanos a ler, por exemplo, durante o teste
ou depurao.
Ofertas FIXML uma sintaxe mais legvel, e uma vez que baseado em XML que permite aos
desenvolvedores crcate para filtros personalizados ou manipuladores. Ento, para nosso exemplo
nova ordem uma representao FIXML algo como isto:
<FIXML>
<Order C10rdID = "12345"
Lado = "1"
TransactTm = "2001-09-11T09: 30: 47-05: 00"
OrdTyp = "2" Px
= "93,25" Acct =
"26522154">
<Hdr
Snt = "2001-09-llT09: 30: 47-05: 00"
PosDup =nN
"PosRsnd ="
"SeqNum =" N
521 ">
<SNDR ID = "AFUNDMGR" />
<Tgt ID = "ABROKERn/>
</ Hdr>
<Instrmt Sym =nIBM "ID =" 459200101 "IDSrc =" l "/>
<OrdQty Qtde = "5000n/>
</ Order>
</ FIXML>
Tendo substitudo os campos numricos com marcas mais descritivos agora mais fcil de
ler o detalhes. Os agrupamentos significa que os vrios parmetros so colocados com a sua
marca associada, assim wc clcarly pode diferenciar entre os detalhes do cabealho e aqueles para o
instrumento. Embora, alguns traduo ainda necessria. Por exemplo, o valor de 1 para lado
meios que uma ordem de compra, enquanto que o valor de 2 para OrdTyp meios uma ordem de
limite com um limite (Px) de
93,25. Os detalhes do instrumento confirmar isto para a IBM, tanto do smbolo e do ID, que se
baseia na um CUSIP. Ns tambm podemos ver que a ordem est sendo enviado de AFUNDMGR
para ABROKER, usando a conta 26522154. Por fim, a mensagem em si tambm tem um nico
cliente identificador (ciOrdlD), ou seja 12.345.
A principal desvantagem com FIXML o aumento do tamanho das mensagens, o que pode
causar
problemas de capacidade e desempenho para a infra-estrutura necessria. Com variantes
anteriores, a mensagens poderiam ser 3-5 vezes o tamanho de uma mensagem equivalente
usando o FIX tag = valor sintaxe. Na verso 4.4, o esquema FIXML foi atualizado para
incorporar a mais recente XML melhorias. Ao agilizar a sintaxe e usando as abreviaturas mais o
novo FIXML mensagens de arco de cerca de 70% maior do que os equivalentes de marcao =
valor.
Lidar com diferentes tipos de mercado
CORRECO foi originalmente crcated para lidar com o fluxo de ordens. Porm, ele agora
tambm serve para CITAES mercados impulsionados, apoiando tanto o pedido de cotao
(RFQ) e pedido de stream (RFS) mecanismos que so comumente usados na renda fixa e
mercados cambiais.
Uma transao com base PDO comea com o cliente enviando uma Solicitao de cotao
mensagem para uma corretor especfico. Este pode, opcionalmente, especificar o Lado e
tamanho (OrderQty), mas o padro solicitar um mercado normal (nos dois sentidos) cotao. O
corretor deve ento responder com um correspondente Citao mensagem em que detalhe o
preo / s e tamanho / s eles esto preparados para comrcio em. Alternativamente, eles podem
318
Requisitos de infraestrutura
Preos de streaming para RFS arco manipulados via FIX de Dados de Mercado
mensagens. Novamente, essas arco desencadeada pela umaPedido de dados de mercado.
Um inicial Dados de Mercado Snapshot fornecido; citaes so ento transmitidos atravs
via posterior Incremental Atualizar mensagens. Para comrcio em resposta a qualquer
citao requer simplesmente enviando uma nova ordem com base no preo e tamanho citado.
CORRECO tambm suporta indicaes de interesse (IOIs). Para fazer negcios com qualquer
Indicao de interesse mensagem significa responder com um adequado Citao
Response, semelhante ao Mecanismo de RFQ.
Detalhes especficos de ativos
Inicialmente, Fix inicialmente catercd exclusivamente para aes, mas a sua gama de classes de
ativos suportados tem agora expandida para includc renda fixa, cmbio, mercado monetrio e
derivados. A verso atual do FIX (5.0) suporta:
As aces mundiais
Repos
ValueOrder
0
1
2
3
4
5
6
7
8
9
tipo
319
ValueOrder
1
2
3
4
J
P
tipo
Mercado
Limite
Parar / Stop Loss
Limite de parada
Mercado Se Tocado
Pegged
Tag
StopPx
Discretioninst
DiscretionOffsetvalue
PegPriceType
PegOffsetValue
DisplayQty
32 0
TypeFIX campos
usava
Texto
Do utilizador Definiram
alcance
321
Como algoritmos de negociao, OMS SGA e evoluir, o nvel de padronizao deve esperamos
melhorar, tornando mais fcil para o buy-side para alternar entre corretores, sem ter de
alterar significativamente o formato de suas mensagens FIX.
Manipulao de listas / carteiras
o Protocolo FIX tambm suporta listas de negociao ou carteiras. o Nova ordem - Lista
mensagem permite uma onda de ordens a ser enviado, em uma nica hased ListlD.
UMAClOrdLinkiD identificador tambm pode ser utilizado para ordens de links. As ordens
constituintes ainda pode ser actualizada ou cancelada. No entanto, FIX tambm fornece uma Pedido
de Ordem de Ao de Massa aquele pode ser usado para actuar sobre todas as ordens que
correspondem a critrios especficos. Da mesma forma, existem pedidos equivalentes para cancelar
ordens en-massa ou para consultar o seu estado.
CORRECO ainda fornece mensagens para lidar com a mecnica de carteira de negociao.
Na
U.K. e dos Estados Unidos, esta muitas vezes realizada atravs de um leilo cego, no caso de o que
BidRequest mensagem pode ser utilizado para proporcionar um modelo de sntese da carteira.
Este descreve em termos de os seus sectores, pases, ndices e liquidez. Os corretores participantes
podem ento responder com propostas adequadas para o comrcio. O licitante vencedor ser
enviado um New Order - Lista e os detalhes do portflio atual. Para alguns pases, como o
Japo, os detalhes de carteira podem ser divulgadas para o leilo; caso em que os detalhes so
fornecidos carteira up-front, Embora o lado esquerdo pode ser indefinido. Comrcios principais
so servidos, bem como, com umaLista greve Preo mensagem, que pode ser usada para
detalhar os preos de exerccio acordados para cada constituinte. Dado que a carteira de negcios
geralmente se estendem por muitas contas diferentes, FIX mensagens tambm pode ser usado
para comunicar qualquer conta detalhes de alocao, pronto para liquidao.
Transmisso Ordem
Tendo considerado como codificar as ordens, precisamos agora de envi-los ao seu destino
desejado. Transmisso Ordem nos leva ao mago da questo tcnica de realmente fazer isso. Para
o protocolo FIX um monte de esta lgica est contida dentro do motor FIX especfica ou gateway
servidores. Estes so prontamente disponveis a partir de uma grande variedade de fornecedores.
Eles entendem a FIX protocolo de mensagens e fornecer a lgica necessria para o
estabelecimento de ligaes a outros FIX engi nes / porto de maneira s.
Originalmente, esses gateways foram apenas utilizado pelos clientes para estabelecer uma
conexo direta com seus corretores, como mostrado pela via 1 na Figura 11-5. O corretor, por sua vez
tm ligaes para as diferentes plataformas de execuo, muitas vezes estes seriam
implementados usando APIs nativas. Com o tempo, porm, um numher crescente de
modalidades de execuo, j comearam a conjunto os seus prprios gateways FIX. Assim, os
clientes tm agora a possibilidade de se conectar diretamente a locais especficos, alm de
roteamento atravs do seu intermedirio, como mostrado pelas vrias vias rotulado 2 na Figura 11-5.
Para garantir a qualidade dos dados de mensagens que incorporam tanto verificar somas e
mensagem comprimentos, como vimos na seo anterior. Assim, o motor FIX pode confirmar
que o mensagem recebida corresponde a uma que foi realmente transmitido.
Em termos de transmisso real, claramente queremos que a conexo com o corretor / execuo
local para ser to resistente quanto possvel. Consequentemente, quando o motor faz FIX uma
conexo estabelece uma nova sesso. Todas as mensagens enviadas durante esta sesso so
identificados por um nmero de sequncia nica (MsgSeqNum). As mensagens devem ser
entregues em ordem por isso, se um motor recebe uma mensagem cujo identificador fora de
seqncia pode emitir uma solicitao de reenvio. Da mesma forma, se um mecanismo que determina
que pode ter havido um problema com a transmisso
322
mensagem ele pode optar por retransmiti-lo, definindo o PossDupFlag para "Y". da
responsabilidade do motor, em seguida, receber a processar a mensagem, ou descart-lo se ele j tiver
sido processado com xito. Durante os perodos em que no h mensagens esto sendo
transmitidas, batimento cardaco mensagens tambm podem ser enviadas, para confirmar que a
ligao est ainda bem.
323
Client
e
Trader estao de
trabalho cliente
OMS / EMS
Encom
endas
Servidore
sP&
URisk
Analytics4- ^
Servidores de
negociao algortmica
servidor / s
Dados
armazenar
Dados
de
merca
do
servidor / s
Gerencia
mento de
pedidos
servidor / s
Manipulador
Posies
jGateway / s
j
de alimentao Infra-estrutura /
s
*1
Mercado
dados *
VenueExecution
Preos
Trades
"parel
T ** <r ~ ha
{\ Gateway de Execues
Encomendas
venueVenue
Velocidade / Latncia
Velocidade sempre foi importante na negociao; No entanto, os timeseales envolvidos tm
drasticamente reduzida. As pessoas agora falar em termos de microssegundos (10 6s). Para colocar
isto em perspectiva, um piscar leva entre 100-150 milissegundos (103 s).
A latncia um termo frequentemente utilizado. Representa os inerentes atrasos na transmiss o
e processamento de dados (por ordens ou dados preos de mercado). A Figura 11-7 mostra uma
outra verso do diagrama de infra-estrutura, com destaque para as vrias fases que as
encomendas e preos passam.
Assim, para chegar ao local de execuo de uma ordem enviada a partir do cliente atravs das
vrias passagens, chegando ao corretor, conforme mostrado pelo caminho A. O motor de negocia o
algortmica, em seguida, envia ordens (de novo via gateways) para o local de execuo, mostrado por
caminhos B e C. Por fim, a local de execuo deve receber e processar a ordem (caminho D).
32 4
R eq u i s i t os d e i n fr aes t ru t u r a
Encomendas
Eu
Eu gateway
^
/ "\ Execues
f gateway Pedidos j
Ordem
| Gesto ^
servidor / s
Servidor de negociao
algortmica / s
Client
e
Firewall
A partir da:
Londres
Novo
Iorque
32 5
Para:
Latncia / ms
Frankfurt
Nova Iorque
Chicago
Toronto
Zurique
10
68
85
25
90
246
260
Tquio
Sydney
Tabela 11-6 Uma comparao de ida e volta latncia snapshot para alguns locais-chave
Capacidade
Sobre o ltimos anos, eletrnica e trading algortmico levaram a tamanhos menores e comerciais mais
atualizaes pedidos frequentes. Consequentemente, o nmero de mensagens de dados tem
mercado massivamente aumentado, como ns pode ver na Figura 11-8.
SOP RA
Nasdaq Nvel 2
DUQDF
CKQDS
MOO, 000 ,
j Fonte: Estatsticas compilar d por th e Informaes Financeiras Foru m sagacidade h dat um fro m
SIAC, NASDAQ uma NYSE rea d.
//// / / /
/ / / /
////
J
//
//
/ / //
Frum
32 6
Requisitos de infraestrutura
Estes incluem o Sistema de Cotao Consolidado (CQS) e sistema de fita Consolidado (CTS),
que carregam a Citao e atualizaes comerciais para a NYSE (Tape A), Regional (Tape B) ea
alimentao UTP Cotao de Dados (UQDF) e UTP Trade Data Feed (UTDF) para NASDAQ (Tape
C) stocks. Eles podem ser muito menor, mas a tendncia a mesma, estes tm tudo visto
aumentos considerveis nas taxas de atualizao nos ltimos anos.
Claramente, os nmeros da Figura 11-8 so enormes; no entanto, eles cobrem todos os ativos
negociados cujos preos / comrcios so transmitidos em cada um dos respectivos feeds.
Assim, o nmero de atualizaes de dados de mercado por segundo para um ativo especfico
ser, obviamente, muito menor. Sem um algoritmo vai ser exposto a centenas de milhares de
actualizaes por segundo. Ainda assim, em qualquer momento uma plataforma de negociao
algortmica pode ser negociado centenas ou milhares de diferentes ativos. Assim, estas taxas de
atualizao em massa tornam-se relevantes, e as infra-estruturas ter de ser capaz de lidar com
elas.
Outros factores
Velocidade e capacidade so obviamente importantes. No entanto, a confiabilidade tambm
vital. A orelha rpido grande, a menos que ele quebra todos os dias. Assim, a infra-estrutura
tambm tem de lidar com uso de cada dia, como bem como a movimentao das cargas em horrios
de pico. Nos mercados modernos, isso pode significa a infra-estrutura estar disponvel 24x7 (ou o
mais perto possvel). Por conseguinte, todo o processos do lado do servidor que vimos volta na
Figura 11-6 tambm precisa ser:
Resiliente
Manejvel
Escalvel
Hardware questes (ou software) no deve resultar em falha catastrfica. Portanto, se um mquina
ou processo no deve haver outra mquina / processo pronto para assumir imediatamente mais
em seu lugar. Isto pode ser alcanado atravs da execuo de mquinas / processos em tolerante a
falhas pares, ou o uso de "fazendas de servidores" para lidar com processos. Falhas tambm deve
no ser permitido propagar, assim um problema com a anlise no deve desativar o servidor de
negociao algortmica.
Problemas sempre ocorrer, portanto, a infra-estrutura precisa ser gerencivel. Falhas deve ser
simples de detectar e corrigir. O monitoramento deve destacar os servidores / processos que so sob
carga mais pesada, uma vez que estes podem ser mais propensos a falhar no futuro. O
balanceamento de carga pode igualmente ser adoptadas para tentar assegurar que o trabalho
distribudo uniformemente entre as diferentes processos / machi nes.
A escalabilidade outra questo fundamental. Obviamente, para a longo prazo, desejvel
ser-se capaz de facilmente estender capacidade. L tambm pode ser picos de curto prazo na
demanda, portanto, uma infra-estrutura flexvel, onde podem ser facilmente adicionados novos
servidores pode ser extremamente til.
327
Eventos Encomendar
/-
^\ / Order
roteador
Algoritmo de negociao
O algoritmo de negociao efetivamente criado a partir de um fim-me, que encapsula o bsico
requisitos, tais como os detalhes de ativos, ta manho do alvo e direo (compra / venda),
juntamente com quaisquer limite de preo ou condies especficas. A ordem pai tambm precisa
manter detalhes de cliente para garantir que eles podem ser fornecidos com atualiza es de status
ordem.
Com base no tipo de negociao algoritmo especificado e quaisquer parmetros associados, a
algoritmo apropriado pode ento ser lanado. O algoritmo de negociao contm todas as vrias
informaes necessrias para a sua execuo. Por isso, mantm as assinaturas de dados de
mercado para obter acesso para os preos etc. O algoritmo tambm gerencia uma lista de todas as
ordens criana que gerou, por isso, se ele cancelar levou ele pode facilmente percorrer e cancelar todas as
ordens existentes. Ele tambm mantm os detalhes tais como a posio atual e talvez at mesmo o seu
desempenho em relao a qualquer benchmarks. Esta informao pode ento ser utilizada para
determinar se ele est frente ou atrs de suas metas, e assim decidc quo agressivamente os
pedidos futuros deve ser fixado o preo / tamanho. Obviamente, h tambm as regras de negociao
reais; vamos considerar estes em mais pormenor na prxima seo.
Dados de mercado
Dados de mercado geralmente fornecida para um ativo especfico em um local definido, embora
alguns fornecedores tambm fornecem alimentos consolidadas. Portanto, uma assinatura para os dados de
mercado para um ativo nos fornece streaming de atualizaes para cada vez que o preo ou tamanho
alteraes, ou para quando o comrcio relatrios so emitidos.
Ao longo deste livro, usamos livros de encomendas para visualizar a liquidez dispon vel,
como mostrado na Figura 11-10. Bccause do valor informaes contidas dentro da ordem livro,
muitas trocas comerciais e locais de dados de mercado tm taxas variveis para os diferentes
profundidades. Nvel 1 geralmente corresponde melhor oferta e oferecer citaes, enquanto Nvel 2
fornece
32 8
R eq u i s i t os d e i n fr aes t ru t u r a
Dados de
mercado:
Nvel 1 -C
Nvel 2/3
Buys
Identidade
B1 08:24:00
B2 08:21:25
B3 08:23:25
B4 08:24:09
TimeSizePricePriceSizeTime
100
1000
101
5000
99
102
2500
104
98
1000
97
106
Sells
1000
1500
2000
3000
08:25:00
08:20:25
08:19:09
08:15:00
Ide
nti
St
S2
S3
S4
Encomendas
Cada ordem criana que gerado pelo algoritmo de negociao deve conter seus requisitos
especficos. Ou seja, os detalhes de ativos, alvo tamanho e direo (compra / venda), em conjunto com
qualquer limite de preo ou outras condies. tambm necessrio algum tipo de identificador de
modo que possa ser ligada costas com a ordem de pai / algoritmo.
Encomendas se prestam bem a ser implementado em uma classe. Por exemplo, para enviar uma
ordem IOC com um preo limite de 7.9 a um especfico destino poderamos simplesmente usar
CODC como:
Ordem myOrd = New LimitOrder (7,9);
myOrd.setCondition (ImmediateOrCancel);
myOrd.send (destino);
atualizao ou de ordem cancelamentos. Isto pode significar que certas aces so impedidos,
por exemplo, um pendente cancelar pode falhar se o destino emite uma atualizao que a ordem
acaba de ser preenchido.
A l g o ri t h mi c T r ad i n g & DM UMA
32 9
Destino
Encomendas precisam claramente de ser enviado em algum lugar. Portanto, um outro objectivo
chave que tem de ser implementado algum tipo de destino. Isto pode ser simplesmente um
invlucro para uma ligao a um CORRECO motor. O objeto de destino tambm pode
incorporar a lgica adicional, como mdia informaes latncia e detalhes de qualquer taxa extra.
Isto pode ento ser utilizado por quaisquer estratgias que necessidade de decidir entre locais de
execuo.
Outras classes
Algoritmos de negociao tambm podem usar uma vasta gama de classes adicionais. Por exemplo,
VWAP algoritmos precisam ter acesso a perfis de volume histricos. Algoritmos impulsionado cost vai precisar de acesso ao impacto no mercado e modelos de risco. Algoritmos orientado a
liquidez pode utilizar uma gama diversificada de mtricas de liquidez. A lgica associada com todas
estas anlises pode ser encapsulado em aulas dedicadas, que pode ento ser compartilhado entre
diferentes algoritmos de negociao.
33 0
Requisitos de infraestrutura
isso significa criar regras comerciais que respondem a eventos ou situaes especficas, como
mostrado na Figura 11-12.
Ve nd er s
Buys
vcAfinao Si Preo
Preo Sl / c
Tempo
Identidade
834: 00 1.1X1)
100101
SI
Bl
700 08:23:00
<)
1 ')
2JXM)
I.IC
112 08:21:25
08:20:25 S2
08:19:09
98
1,000
1114 3,000
111 8: 2 ':. 25 2.1X1)
08:15:00 Um
Bl 08:14:09 1,500 ) 7 100
S
331
adjustTarget ();
}
Alm de actualizao a posio que tambm pode usar esse evento para ajustar nossas metas, como
mostrando pelo adjustTarget () Espao reservado. Note-se que o notYetProcessedO
funo simplesmente nos protege de situaes em que poderamos receber vrias
confirmaes para o mesmo preenchimento.
Dados de mercado oferece dois tipos principais de informao, dados do volume de
encomendas em primeiro lugar bsicos, tais como a melhor proposta e oferta e seus tamanhos. Por
exemplo, vamos considerar recriando uma pegging simples ordem. Em cada atualizao de dados
de mercado (ou assinale) vamos verificar se o melhor lance ou oferta mudou:
onMarketDataUpdate public void {MarketDataEvent mde) {
E se {Mde.hasBestBidOrOfferChangedO
PriceChangeSufficient && ()) {
doPeg ();
}
}
E se a variao de preo suficiente, precisamos mudar o preo de nossa ordem existente, este
deciso tratado pela funo de espao reservado priceChangeSuf ficiente (). o doPeg
() Mtodo contm toda a lgica necessria para a ancoragem real. Toda a regra de negociao
realmente agir como um link para desencadear esta, com base na troca de dados de mercado.
Eventos de dados de mercado pode tambm fornecer informaes de relatrios comerciais.
Por exemplo, um simples Percent reativa de (POV) algoritmo Volume ter de responder ao
comrcio de dados de mercado relatrios, definio seu novo alvo com base no volume adicional:
onMarketDataUpdate public void (MarketDataEvent mde) {
if (mde.isTradeTick () && isValidTrade (mde)) {
adjustTarget (mde.getTradeSize ());
se (targetChanged ())
sendOrder ();
}
}
11-13.
332
Requisitos de infraestrutura
Testing
Testing clcarly uma parte vital do processo. O mecanismo bsico de cada estratgia de negociao e
regra deve ser verificada, de modo um ambiente de teste dedicado geralmente necessria. Isto
permite ns testar cada componente separado para uma ampla gama de condies de mercado. Backteste pode em seguida, ser utilizado para analisar o desempenho geral, com base em dados histricos.
Note-se que enquanto ambientes de teste arco importante, no h substituto para a coisa real.
Portanto, depois de terem passado todos os vrios testes e anlises do desempenho comercial
algoritmos muitas vezes vai passar por um perodo de pequeno-scalc teste ao vivo. S depois de
cuidadosa real monitoramento de desempenho mundial e anlise dos algoritmos estar pronto para
mais uso generalizado.
333
Ambiente de teste
Um ambiente de teste necessita de ser capaz de recriar realisticamente a infra-estrutura real, por isso
ser semelhante ao layout vimos na Figura 11-1. Dados de mercado importante, da mesma forma que
precisamos ser capazes de despachar ordens e ver o seu efeito. Claramente, todos estes processos
precisa operar separadamente a partir dos exemplos de produo ao vivo, de modo que no h
confuso (ou qualquer acidentes).
Teste contra preos de mercado ao vivo certamente til; no entanto, histrico (ou "enlatados")
dados frequentemente usado como bem. Preos ao vivo de mercado so inerentemente incertas,
enquanto que usar dados histricos permite-nos controlar exatamente quais so as condies de
mercado so. Isso nos permite reproduzir cenrios especficos e assim testar o desempenho de uma
variedade de estratgias de negociao, ou regras, baseado em exactamente nas mesmas condies.
Um nmero de fornecedores j oferecem solues que pode armazenar e reproduzir dados histricos.
Validando a codificao e transmisso de ordens tambm importante, embora seja
assumidamente estes vai mudar muito menos frequncia do que as regras comerciais. Muitas vezes,
isso vai exigir uma mistura de inspeo visual pelos desenvolvedores e ordens de roteamento atravs
de trocas de teste.
Outro fator vale a pena considerar a latncia. Como estratgias cada vez mais procur ar
liquidez entre diferentes plataformas de execuo, eles precisam ser capazes de tomar conta de
latncia. Infelizmente, ambientes de teste, muitas vezes executar de forma muito diferente para o
mundo real, por isso, simuladores podem desempenhar um papel importante em reproduzir o
efeito de latncia.
Back-teste
Back-teste um importante mtodo para a verificao do desempenho potencial e rentabilidade
de negociao strategics. Por exemplo, vamos considerar uma estratgia de negociao que se baseia
no preo previses com base nos preos mdios em movimento histrico (MA), como mostrado
na Figura 11-14.
E se a mdia mvel de 10 dias se eleva acima da mdia mvel de 30 dias, em seguida, vamos tratcomo esta um sinal para comprar o activo. Por outro lado, quando cai abaixo da mdia de 30 dias ns
devemos olhar para vender o ativo. Para este exemplo, a regra parece funcionar muito bem. Ainda
assim, isso faz no garante seu sucesso futuro. Uma maneira comum de validar o seu potencial
verificar como ele docs ao longo do tempo. Por volta-teste para o ltimos meses wc pode
determinar se a regra
334
Requisitos de infraestrutura
vlido ou se rompe ao longo do tempo. Normalmente, isso medido pela determinao a lucro
global e perdas (P & L) de uma estratgia simulada. Com base neste valor, podemos ento comparar
o desempenho de diferentes estratgias de negociao.
Nota vital lembrar que s porque uma regra vlida para um determinado perodo de histrico
docs de dados no significa que ele vai necessariamente continuar a faz-lo no futuro. Como o
prprio nome indica tudo docs back-teste destacar o desempenho com base em dados do
passado. Fatores como custos de transao tambm desempenham um papel fundamental: S
porque uma estratgia parece rentvel com base em preos prximos docs no significa que ele vai ser
realmente vivel.
Algoritmos de negociao pode ser re-testado, embora o foco ser geralmente sobre o
desempenho em vez de geral o P & L, uma vez que a deciso de comprar ou sell continua a ser
uma opo separada. Obviamente, isto requer muito mais dados do que os preos perto simples,
simulaes tero de incorporar dados para cada preo "tick" e todos os comrcios, como um
mnimo. Eles tambm ir geralmente recriar o livro de ordens, de modo a ser capaz de se replicar as
condies exactas do mercado.
Dados de mercado histrico inestimvel para testar o comportamento fundamental da
negociao algoritmos e regras. Tambm importante lembrar que nossas estratgias de
negociao, na verdade, condies de mercado changc. Cada um de nossos pedidos aumenta a
presso global compra ou venda e por isso tem um efeito sobre ambos o preo de mercado e
volume de negcios global. Consequentemente, h sempre alguma incerteza sobre como o mercado
vai realmente reagir a nossos pedidos.
Impacto no mercado e risco de sinalizao so fatores importantes, assim, para wc testes de
desempenho preciso tentar simular esses efeitos. Embora, como vimos no captulo 10, estimar com
preciso o impacto no mercado no trivial. Por isso, os simuladores so muitas vezes utilizados para
tentar fornecer um realista do mercado para fins de teste. Qualquer simulao deve ter em conta a
concorrncia de outros participantes e fornecer uma reao realista a quaisquer ordens de teste,
embora aplicando o mesmo comrcio regras como correspondncia o local de execuo. Muitos
destes foram desenvolvidos in-house, embora cada vez mais fornecedores esto oferecendo
simuladores de cmbio que fornecem este.
A qualidade global conseguido usando back-teste deve muito para a preciso do mercado
simulao. No captulo 15, vamos ver como a inteligncia artificial est sendo usado para tentar
fazer estas simulaes mais precisas.
bem, mas
335
Compensao e liquidao
O objetivo final de qualquer plataforma de negociao para executar negcios com rapidez e
eficincia. Embora recebendo uma execuo de voltar de uma troca apenas metade da histria,
desde a colonizao ainda precisa acontecer.
Comrcio eletrnico tem levou a um aumento significativamente os volumes de negociao, que
poderia ter inundado os servios de compensao e liquidao. Felizmente, o afastamento da
negociao manual ajudou a agilizar o processo, j que a maioria (se no todos) do relacionada com o
comrcio informaes podem agora ser processados electronicamente. Isso aumentou a preciso
e permitiu a compensao e liquidao para tornar-se mais altamente automatizado.
Assim como o Protocolo FIX provou inestimvel como um meio de ligao entre plataformas de
negociao, ele tambm oferece solues para comunicao ps-negociao e liquidao. Uma
vez que uma ordem foi concluda, uma Relatrio de Execuo mensagem pode ser
enviada, detalhando o quanto estava cheio eo preo mdio. O cliente pode ento enviar uma
Alocao mensagem para especificar as contas reais que devem ser usados para a liquidao.
Como alternativa, eles podem at mesmo incluir esta pr-negociao na sua Novo Ordem
mensagem. Finalmente, o corretor pode emitir Confirmao mensagens que confirmam cada
alocao de comrcio, bem como as taxas, conta / s e outro detalhes liquidao. Mais detalhes
pode ser encontrada no site da FIX (www.fixprotocol.org).
Tal como acontece com qualquer outra pea de infra-estrutura, para uma plataforma de
negociao para ser bem sucedido importante que todos os seus componentes esto bem integrados.
Da, o apelo do comum protocolos, como o FIX, que fornecem uma estrutura de mensagens
uniforme permitindo linear atravs do processamento (STP) a partir de pr-negociao at
liquidao.
Cumprimento regulamentos
Negociao deve respeitar por regulamentos do mercado, quer seja realizada manualmente ou
eletronicamente. H tambm espao para evitar possveis problemas, assegurando que os sistemas
executar bsicos "checagens" para assegurar que as ordens so razoveis. Estes podem ser
aplicadas pela administrao ou pelos departamentos de conformidade dedicados.
Uma das vantagens do formato eletrnico (e algortmico) negociao que muito mais fcil
implemento uma trilha de auditoria completa, acompanhamento de quaisquer colocaes ordem,
alteraes e execues resultantes, do que para execuo manual. Isto torna mais fcil para
encontrar a causa de todos os problemas, deveria eles ocorrem.
Checagens
Sobre o ltimos anos, tem havido vrios casos de grandes chamado "dedo gordo" comrcios. Estes
so quando algum entra acidentalmente uma ordem com um preo ridculo ou quantidade,
normalmente enviando preo do ativo espiral para baixo e resultando na suspenso da
negociao. importante assegurar que existem sistemas e procedimentos para evitar que tais
comrcios. Isto pode ser conseguido assegurando existem certas verificaes de sanidade para
controlar pedidos ':
Preo
Tamanho
Valor
336
Requisitos de infraestrutura
A regulamentao do mercado
Os comerciantes devem passar por exames, a fim de negociar nas bolsas mais organizados.
Isto assegura aquele Eles tm um profundo conhecimento das regras e regulamentos associados
negociao e assentamento. Por exemplo, eles ter de estar ciente da:
Requisitos de informao
Cdigo de conduta
Claramente, esses regulamentos devem ser seguidos se o comerciante est no cho da troca, o
envio de ordens de um scrccn ou usando um algoritmo de negociao. Portanto, a ordem sistemas
de gesto tambm deve estar ciente destas regras. Idealmente, deve ser capaz de evitar
quaisquer ordens incorretas sejam enviados para o local da execuo. Telas de entrada de ordem
tambm devem estar cientes destes e tentar fazer a vida mais fcil para o comerciante de apenas
oferecendo o opes e / ou combinaes apropriadas.
Plataformas de negociao algortmica deve tambm incorporar as regras adequadas e
regulamentos dentro de sua lgica. Por exemplo, eles devem, certamente, estar ciente das
diferentes negociao sesses, tais como a negociao em contnuo ou um leilo de chamada, e
ajustar em conformidade. Eles tambm devem estar ciente de quaisquer paradas de mercado, ou
atrasos na abertura ou fechamento do mercado. Mais uma vez, caso esta acontecer que precisam de
ser capaz de ajustar a sua estratgia de forma adequada, ou como um mnimo que deveriam a
bandeira que no tem sido um problema e eles exigem ateno ou interveno manual. Alguns
locais ainda estipular que eletrnico e plataformas de negociao algortmica tem que ser capaz de
ser desligada durante os perodos de instabilidade do mercado. Tambm deve haver processos
para lidar com quaisquer problemas tcnicos, como falha de um servidor de dados de mercado ou
o link para o
33 7
intercmbio.
Tambm importante rever a lgica por trs algoritmos de negociao, a fim de tentar impedir
quaisquer violaes acidentais de regulamentao do mercado. Como exemplo, vamos considerar um
algoritmo qual alguma maneira atrs de seus alvos. Na tentativa de ser preenchido, pode colocar um
agressivo ordem. Embora, j que o mercado mudou substancialmente ao longo do dia este poder
ser suficiente para pender a balana e desencadear uma parada baseada no preo. Idealmente, deveria
haver preos cheques no lugar para evitar isso. Mais uma vez, essencial para testar como os
algoritmos de responder a tais eventos.
Claramente, uma auditoria completa do sistema um processo demorado; No entanto,
importante verificar que os sistemas so compatveis. Em geral, a regulamentao do mercado no
costumam mudar isso com freqncia. Assim, bochechas de conformidade so sobretudo
necessrios quando plataformas de negociao e algoritmos de expandir para atender a novos
mercados. Dito isto, este podem toda a mudana quando os mercados se tornam voltil. Um bom
exemplo disto a rpida mudana de regulamentos para curtas-vendas durante a crise financeira de
2007-09. Com efeito, dado o regulamento turbulncia no mercado resultante provvel Aumentar.
Por exemplo, no possvel a reintroduo de alguma forma de sobressalto 4 governar para as aes
dos EUA. Portanto, testes e auditoria um processo que deve evoluir continuamente, a fim de
manter o ritmo com as mudanas nos mercados do mundo.
11.5 S u m m a r y
Regras de negociao podem ser codificados ou script para responder a eventos espec ficos,
normalmente estes so:
Os dados de mercado, para os preos e liquidez
Notificaes de encomenda, para preenchimentos e mudanas no estado
Testing uma parte vital desse processo. Regras comerciais individuais devem ser verificadas,
mas
At sua retirada em 2007, isso significava lhal vendas a descoberto s poderia ser realizada oul depois que o preo tinha se
movido para cima.
338
Requisitos de infraestrutura
tambm importante ver como eles se comportam en-masse, como parte de um algoritmo.
Repetindo cenrios especficos permite que o desempenho do uma variedade de regras
diferentes para ser comparado baseado em exactamente nas mesmas condies. No entanto,
tambm sempre importante testar contra dados de mercado ao vivo. Por isso, os corretores
geralmente usam algoritmos internamente para um pouco antes tornando-os disponveis para
seus clientes.
Compensao e liquidao devem tambm ser considerado; importante para assegurar que
podem lidar com o volume de negcios de eletrnica e trading algortmico.
Parte IV
Estratgias de negociao
avanadas
Esta parte final o livro centra-se em algumas das tcnicas mais avanadas que so
ainda na vanguarda da negociao algortmica.
Captulo 12 considera como os algoritmos podem ser utilizados para as
carteiras de negociao. isto tambm analisa o potencial de algoritmos
otimizados para portfolio que tomar conta o risco de portflio e diversificao.
Captulo 13 introduz negociao multi-ativos e comentrios muitas das estratgias
comuns de negociao de ativos cruzados. Ele destaca os fatores adicionais que
devem ser considerados ao criar algoritmos para estes.
Captulo 14 examina o potencial para a incorporao de notcias. Isto cobre a
vrias fontes de informao e as anlises utilizado para criar significativa
indicadores. Tambm h uma avaliao das reaces do mercado para eventos
noticiosos.
Captulo 15 muda o foco para a minerao de dados e inteligncia artificial (AI).
Isso mostra como eles podem ser aplicados para melhorar o desempenho por
negociao minerao de relacionamentos, e fornecendo previses de curto
prazo.
Esperemos que, no final destes quatro captulos voc deve ter uma boa idia do
algumas das tcnicas que podem ser mais comumente utilizados no No tambm
futuro distante.
339
341
-Chapter12-
Portfolios
Portfoliotrading no apenas
tasking.Significantrisk
achievedby
e managingportfoliorisk.
12.1 Introduo
Carteira Trading proporciona aos investidores um meio eficaz em termos de custos de cestas
inteiras de negociao ativos. Isso pode ser usado para converter novos fluxos de caixa, liquidar
posies existentes, ou umacombinao dos dois para a carteira reequilibra. Pode ainda ser
utilizado para facilitar a transio de carteiras de investimento inteiras, tambm conhecida como
gesto de transio.
Assim como com o comrcio ativo nico, as carteiras so negociadas em cada uma agncia
ou de mandante. Comrcios de agncia pode simplesmente ser trabalhado nas "melhores
esforos", ou pontos de referncia alvo, tais como o VWAP ou fecho dirio. Comrcios
principais so acordadas para um tempo de greve especfico, em que ponto
um instantneo de
todos os preos dos ativos tomada. Citaes pode ser obtido a partir de um nmero de
intermedirios, embora o vazamento de informaes , obviamente, uma preocupao central.
Assim, a negociao tambm pode ser cego realizado, caso em que o corretor apenas dado uma
descrio da carteira. este oferece apenas um valor aproximado, o nmero de ativos, e fatores
como coeficientes durante o pases, ndices e / ou sectores. Claramente, com esses comrcios
cegos o corretor / s tender a citar mais conservadora para se proteger da incerteza adicional.
Existem alguns tipos comerciais hbrido, bem como, nomeadamente agncia incentivo e
garantida comrcios benchmark. Uma agncia de incentivo comrcio significa a comisso do
corretor depende da desempenho em relao ao benchmark, enquanto um comrcio garantido
referncia impe um rigoroso alvo que o corretor deve atender.
Carteira Trading tambm um importante ferramenta para controle de risco e eficincia. A
maioria dos corretores fornecer anlises abrangentes de negociao pr-negociao e em tempo real,
que permitem aos investidores avaliar mais precisamente o impacto da negociao. Esta
informao pode tambm ser til para a sua estratgias de hedge. Detalhadas anlises ps negociao permitem medio de desempenho precisas. A alta nvel de automao associada a
carteira de negociao tambm permite a racionalizao da alocao de ps-negociao e liquidao.
Uma das principais consideraes quando da negociao cestas de ativos o risco da carteira.
Por isso, ir iniciar este captulo revendo isso com mais detalhes. Em seguida, depois de ver a
transao anlise de custo pode ser aplicado, vamos focar em estratgias de carteira de negociao
ideais. este inclui tcnicas como a cobertura e determinar o portflio de maquiagem ideal.
Finalmente, ns ir considerar um como melhor aplicar algoritmos de negociao para a execuo de
carteira comrcios.
342
Portfolios
Um estudo de carteiras de aes por Burton Malkicl (2004) confirmaram este efeito. Embora ele
constatou que a reduo do risco de em breve becamc insignificante uma vez carteiras eram
maiores do que 15 stocks (equivalente para o ponto de N na Figura 12-1). A chave para alcanar a
diversificao a ativos agrupar no correlacionados. Isto significa que o preo sobe / gotas
no ir afectar todos os ativos na carteira uniformemente. Assim, Malkiel (2004) encontraram que as
carteiras contendo estoques internacionais tiveram um risco muito menor do que as que se
concentram sobre os estoques norte-americanos.
Volatilidade da carteira
A relao entre a carteira volatilidade e que de seus ativos constituintes , na verdade, no linear.
Portanto, ao contrrio dos retornos no podemos simplesmente determinar que a partir da soma
ponderada de cada volatilidade do ativo. Este foi apontada pela primeira vez por Harry
Markowitz (1952) em seu artigo marco "Portfolio Selection". Ele observou que a
contribuio de cada componente para o global
A carteira
343
i>
Onde r, o retorno para o ativo i constituinte e Var (r), sua varincia, co, e vo, representam os
pesos dos ativos especficos i e j e Cov (r "rj) a covarincia entre seus retornos. Note-se que a
covarincia uma varivel com si igual a sua varincia. Podemos simplificar ainda mais equao
12-2 a:
V=J\i=i
<12-3)
A volatilidade global (op) de um portflio simples com dois ativos ponderados igualmente, que
tm volatilidades correspondentes AI e o2, pode ser determinada como:
(7 p = ^ (0. 5 * cr,) 2 + (0,5 * <r2) 2 + 2 (0.5 * 0.5) * Cov ( 1,2)
(04/12)
Exemplo 12-1: Vamos examinar o risco para uma gama de carteiras com base em diferentes As
composies de dois activos amostra. Ativos EFG tenha uma volatilidade de 40%, enquanto que
tem uma das HIJ 25%. A covarincia entre esses ativos de 0,05.
Assim, uma carteira que 100% EFG ter volatilidade de 40%, enquanto uma baseada unicamente
na HIJ ter 25%.
Sediada na equao 12-4 um portflio com 50% de cada ao tem uma volatilidade
de: op V = (0 - 5 * 0,40) 2 + (0,5 * 0,25) + 2 * 2 (0,5 * 0,5) * 0,05 =
28%
Em comparao, a soma ponderada das volatilidades de ativos de 32,5%.
Esta menor volatilidade devido baixa covarincia entre os dois activos. Em outras
palavras, o risco global reduzida, porque eles no so perfeitamente correlacionados. Se marcamos
o real pasta risco para todos os potenciais misturas, obtemos a curva mostrada na Figura 12-2. Com
base nisso, a menor volatilidade da carteira de 24,74% pode ser conseguido por um cesto que
compreende de cerca de 10% e 90% EFG HIJ.
1
A covarincia positiva entre duas variveis significa que eles se comportam da mesma forma, por isso, se um maior do que o
esperado, em seguida, provvel que o outro ir ser assim. Por outro lado, uma covarincia negativa significa que eles se
comportam em frente modas, assim um valor elevado para um implica um menor valor esperado para o outro. Uma covarincia de
zero, mostra que o itens so completamente independentes, de modo que nenhuma inferncia pode ser feita a partir de
qualquer valor. Para mais detalhes sobre o clculo covariance ver adenda A no final deste captulo.
344
Portfolios
40%
.52
cn
30%
20%
0%
80%
100%
0,05
Cov (i, j)
<J
Cy
Eu
0,25
0,40 *
= 50%
Exemplo 12-1 destaca o fato de que o risco geral da carteira pode ser menor ou igual a a soma
ponderada dos riscos de ativos individuais, e que esta , em grande parte devido correlao entre
eles. Por exemplo, se a correlao entre EFG e HIJ foi zero a carteira risco pode ser ainda mais
reduccd para cerca de 20%.
Claramente, carteiras normalmente tm mais do que apenas dois constituintes. Sincc eles
podem de fato ser bastante grande, as matrizes so muitas vezes utilizados para simplificar o
clculo da volatilidade da carteira. Assim, uma notao alternativa para a equao 12-3 :
= V w 'um W
(05/12)
120 ^
W=
-8 0
345
'0,060
0,033 0,02 f
2 =0,033 0,026
<f
R
ON
0,021
0,002
0,002 0,150,
(120 -8 0
(0,060
0,033
0,021 ^ 1 f 120 ^
- 4 0 ) 0,033
0,026
0,002
-80
0,021
0,002
0,150
- 40
= $ 21,17
Diversificao
A diversificao pode resultar em uma diminuio significativa no risco geral da carteira, como vimos
de volta na Figura 12-1. Na verdade, o seu efeito provavelmente melhor resumido por Burton
Malkiel (2004) como a coisa mais prxima que existe para um almoo livre em finanas.
50%
40%
30%
20%
10%
0%
0% 10%
20% 30%
40%
50%
60%
70% 80%
90% 100 /
Portfolios
34 6
Diversificao bem sucedida se baseia em agrupar ativos que no esto corrigidos, de modo
que a sua covarincia zero. Portanto, o preo sobe / gotas no vai afetar todos os ativos na
carteira uniformemente, reduzindo a volatilidade global da carteira e a ssegurando um mais
consistente desempenho. Por exemplo, a correlao deve ser menor para as populaes em
todos os sectores, indstrias ou pases diferentes.
Outra maneira de visualizar a relao entre o risco de correlao e mostrada na Tabela 121 que mapeia diretamente a correlao com a proporo de risco que pode ser divcrsifiable eliminado:
Portflio
intracorrelao
Percentagem
de risco
diversiflable
eliminado
1.00
0,75
0.50
0,25
0.00
-0.25
-0.50
-0.75
-1.00
0.00
12.50
25.00
37.50
50,00
62.50
75.00
87.50
100,00
o%
5%
347
10% 15%
20 %
25 %
30 %
35 %
40 %
45 %
Risco
Figura 12-4 Exemplo de Markowitz fronteiras eficientes
R = A + / 3 rB+
Onde umarepresenta o out-performance, r B o valor de referncia (ou mercado) e de retorno e
um factor de erro independentes. A beta (ft )fator determina o quanto impacto o benchmark tem
sobre os retornos totais. Em comparao, (a) e o factor de erro fora-do desempenho representam
retornos que no so corrigidos com o ndice de referncia (ou mercado).
Uma abordagem semelhante pode ser usada para modelar a varincia destes retornos, ou o risco da carteira.
Nadine Gottschalk (2003) mostra que a variao pode ser representada como:
tR = f f f i o i + Var (e)
(06/12)
onde o H a variao do ndice de referncia (ou mercado) e retorna Var (e) representa um factor de
erro independentes. Assim, o risco da carteira pode ser dividido em dois principais componentes:
348
Portfolios
Um meio comum de decomposio risco substituir o modelo de fator nico com mais modelos
complexos multi-fator. O estudo realizado por Eugene Fama e Kenneth French (1993)
umaexemplo disto bem conhecido. Eles analisaram os dados relativos uma mistura de aes e
ttulos dos EUA (governo e empresas). No geral, eles encontraram trs riscos comuns para as
unidades populacionais, nomeadamente o mercado e fatores relacionados ao patrimnio
tamanho e book-to-market da empresa (que relaciona o valor de balano da empresa para o seu
valor real de mercado). Para ligaes, eles notaram fatores comuns com base na sua maturidade e
risco de inadimplncia. Outros fatores comuns podem corresponder ao ativo da pas de emisso ou
moeda; ou para as empresas dos ramos ou sectores com o qual so Ihcy mais alinhados. Assim,
uma maneira de ver esta composio da carteira de risco mostrada na Figura 12-5.
349
100%
90%
E5 Especfica
80%
Indstria
70%
Setor
60%
Valor / Crescimento
* 3 50%
t:
Taman
. 1 40%
ho do
( 30%
Merca
20%
do
10%
0%
Russell 1000Russell
2000
Beta
O coeficiente beta refere-se volatilidade dos retornos de um ativo ou carteira em
comparao com o resto do mercado. Essencialmente, ele funciona como uma medida do mercado
no diversificveis risco (ou sistemtica). Um beta mais elevado sugere uma maior volatilidade e
assim mais risco.
O beta para um activo baseado na covarincia dos seus retornos com o mercado:
,Cov {ruma, Rm)
'
Var (rm)
(07/12)
35 0
Portfolios
onde luj a matriz de covarincias, Wj o peso de cada activo (/) e a2 P a varincia de toda a
carteira.
teoria! n, se pudssemos construir um portflio de ativos com beta igual a zero no teria risco no
diversificvel. Consequentemente, ns poderamos usar a diversificao para reduzir o risco
global para uma quantidade insignificante. Na realidade, no entanto, a maioria dos activos tm algum
grau de correlao com o outro.
Erro de tracking
Muitas carteiras so geridas para um valor de referncia, tal como um ndice. Fundos passivos,
muitas vezes, como objectivo para coincidir com os retornos de um ndice de referncia especfico,
enquanto fundos ativos vai tentar superar eles. Rastreamento de erro fornece uma medida de quo de
perto uma dada carteira segue o benchmark. Portanto, os gestores de carteiras de rastreamento
de ndice passiva procurar minimizar seu erro de seguimento. Em geral, o acompanhamento de
erro calculado a partir do desvio padro da a diferena entre a carteira eo ndice de retornos:
n
A l g o r i t h m i c Tradin g & A DM
351
dWio
op
Onde Q a matriz de covarincia, w a vcctor de pesos dos ativos, cp o desvio padro de toda a
carteira e r, e Rp so os retornos do ativo (/) e da carteira respectivamente.
Note-se que geralmente o MCR medida por determinao do efeito da variao da existente
posio do ativo dado por 1%. Assim, a mudana padronizada em risco da carteira pode
simplesmente ser determinada pela diviso de 100 por equao 12-8.
Sediada sobre a similaridade com a equao 12-7 tambm pode expressar o MCR em termos de do
ativo beta:
=^
P.-O
Peu
d \ V;
"
Assim, o MCR equivalente a um risco da carteira de beta ajustado. Traders no pode variar a
contedo uma lista de comrcio; no entanto, eles podem usar o MCR como uma diretriz de como
vai negociao afetar o risco residual, como Robert Morton Kissell e Glantz (2003) apontam.
E se um particular ativo tem a MCR alta, ento negoci-lo de forma mais rpida ir ajudar a reduzir
o risco global. Por outro lado, os ativos com MCRs negativo realmente agir como hedges
naturais; Portanto, faz sentido de negociar estes mais lentamente para prolongar este benefcio.
Impacto no mercado
Custos impaet mercado so aditivos, pelo que o clculo do impacto de mercado para uma
carteira somente uma facilidade de soma de todos os constituintes impactos. Usando o Kissell e
Glantz (2003) modelo impaet mercado, pode expressar o custo impaet mercado para uma carteira de
m stocks como:
M/
-F
-95x'j' '
f
x
t R . * ( *. / o- v
Euff
hh
um s
V'-
<
onde /, o custo impacto instantneo, X-, o total de pedidos para o ativo e para eaeh cada
perodo jo tamanho do pedido representado por XTJ enquanto vy o volume esperado. Embora
fcil de eompute, a natureza aditiva tambm significa que os custos de impacto mercado so no
reduzida por diversificao da carteira. Ento custos impaet so uma considerao importante
para as carteiras.
Portfolios
352
Risco de temporizao
Assim como no captulo 6, o risco de cronometragem para Carteiras podem ainda ser dividido em
separado e preo riscos de liquidez. O risco de preo baseado no portflio risco de que as
restantes posies. A partir da equao 12-5 Robert Kissell e Roberto Malamut (2005b) definem o
risco de preo para umacarteira como:
onde o vetor de posies de carteira residual que ARC deixou de ser negociadas para cada
perodo j, e C a matriz de covarincia em $ / ao.
Liquidez risco representa o risco de que nossas estimativas de impacto mercado ser impreciso
devido para os volumes de mercado inesperados. Ao assumir que nenhuma surpresa de liquidez
no so corrigidos, Kissell e Glantz (2003) so capazes de risco de liquidez de base na variao do
seu temporria funo de impacto no mercado. Portanto, para qualquer determinado activo o
risco de liquidez pode ser definido como A (h (x)):
Onde / o impacto no mercado instantnea, X o tamanho total da ordem e para cada perodo j
o tamanho de ordem representado por x) enquanto vy o volume expectcd.
Atravs de uma carteira inteira, o risco de liquidez pode ser representado como a soma destas
riscos individuais:
Assim como um todo, o risco da carteira de temporizao pode ser expressa como:
Assim, a principal diferena com os exemplos portflio de volatilidade que vimos na seo 12.2 o
adio do risco de liquidez. Isto coberto em mais algum detalhe no Kissell e Glantz (2003).
35 3
onde V (jt) corresponde ao risco esperado e X representa o nvel de averso ao risco. Para
encontrar as melhores solues, tcnicas de otimizao de mdia-varincia pode ajudar a minimizar o
custo expcctcd impacto, enquanto covarincia ou multi-factor de modelos de risco podem ser
utilizados para fornecer o risco da carteira cxpected.
Dito isso, ao tentar minimizar o custo para expcctcd um determinado nvel de risco, o ideal so
solues um alvo em constante movimento. Isto porque o risco da carteira baseia-se nas posies de
negociao residuais, e por isso deve ser reavaliada cada vez que as mudanas no portflio. Assim,
cada changc exige a criao de uma nova fronteira de negociao eficiente, a partir do qual o custo
mnimo pode ento ser alvejado. Consequentemente, os custos de mnimo impacto ir variar ao
longo do tempo. Assim, para manter o mesmo nvel de risco WC pode ter de alterar o padro do nosso
negociao, como mostrando pelo caminho de amostra na Figura 12-7.
Portfolios
354
modelos de execuo e tcnicas de otimizao de carteiras. Cada vez mais, estes arco convergindo
para proporcionar modelos de execuo da carteira dedicados.
Balanceamento de dinheiro
Hedging
Incorporando os requisitos de cobertura de risco em uma estratgia de carteira de negociao pode
representar algum dificuldades. Wc precisa encontrar o equilbrio certo entre a aplicao da
cobertura e permitindo as ordens de comrcio constituintes optimamente.
Essencialmente, isso semelhante ao que vimos para a estratgia de negociao par, cxccpt
que podem envolver vrios grupos. Por exemplo, se o valor executado por um grupo comea a
ficar para trs ento podemos precisar cither:
concluda, de modo a ordem de limite para 50 HJK ainda por preencher (ou existente).
355
Posio em t /
Enviados
Preen
chidas
SideAssetPrice
Alvo
Abc
Comprar HJK
Vender XYZ
31
31
31
Lquido
50050
500
1000
50
100
0
50
0
100
-50
Balanceamento de dinheiro
Balanceamento de caixa se aplica, obviamente, apenas para carteiras de dois l ados. O objetivo
ficar "dlar neutro ", para que os dois lados compensados entre si. Essencialmente, o produto da
venda de cobertura os custos das compras.
Ns j vimos um exemplo simples de equilbrio de caixa, de volta na Tabela 12-2. Outro exemplo
de uma caixa lista equilibrado do comrcio mostrada na Tabela 12-3. Os compram e vendem os
lados j esto equilibrados, para que possamos dividir off ordens criana para o primeiro perodo com
base numa percentagem de o seu valor. Para lado da compra, ns simplesmente atribudo a meta
para o primeiro perodo de at 10% da posio, como mostrado no alvo marcada coluna (TGT).
Enquanto que para o lado da venda, a quantidades tericas tm Heen ligeiramente mais atribudo
aleatoriamente. Isso nos permite levar em conta fatores como liquidez de curto prazo e preos
favorveis. Embora, em termos de o dinheiro restante neutro, a soma de nossas posies sell
356
Portfolios
Buys
De
ativos
Abc
Sells
Ativo
Pr
3600
PQR
20
1300
104
50
2000
STU
30
700
84
2520
800
80
4800
vw x
70
600
66
4620
50
600
60
3000
Yza
40
400
32
1280
80
200
20
BCD
90
500
50
Pr
Pos
30
1200
120
DEF
40
500
GHI
60
JKL
MNO
Tgt
Valor
Eu
1600
15.000
Pos
Tgt
Eu
Valor
2080
4500
15.000
Tabela 12-3 metas comerciais Exemplo para manter um portflio equilibrado de caixa
Os preos de mercado mudam constantemente, por isso pouco provvel que atingir o
equilbrio de dinheiro simplesmente perfeito por percentagens de negociao. Ajustes ter de ser
feita com base nas alteraes de preos em tempo real. Embora, impraticvel para mudar
constantemente o tamanho das encomendas existentes; particularmente para locais onde isso
iria resultar em uma perda de prioridade sobre a carteira de encomendas, ou aqueles que cobram para
ordenar os updates. Assim, as estratgias podem incorporar limites mnimos para garantir que o
preo a mudana grande o suficiente para justificar a alterao das ordens.
Esta abordagem tambm pode ser utilizada para que sejam carteiras No, na verdade, de caixa
equilibrado. Para exemplo, poderamos modificar a estratgia de negociao para influenciar as
taxas de negociao para a compra e vender lados tentar melhorar o equilbrio. Se a carteira era
lquida longa, poderamos negociar lado da compra de forma mais agressiva at que em relao com
o lado da venda. No entanto, por muito desequilibrada carteiras Anna Bystrk Richard e Johnson
(2005) sugerem que pode valer a pena negociao separadamente cada lado, as tcnicas de gesto de
riscos sincc tendem a ser mais eficazes para carteiras halanced.
Mercado neutralidade
A carteira normalmente dito ser neutro em termos de mercado, se a sua verso beta lquido zero.
Em outras palavras, o os retornos da carteira deve ser corrigida com o mercado. Esta
abordagem popular com fundo gestores uma vez que significa risco geral do mercado
minimizada, deixando-os expostos a nica a riscos especficos que esto centrados na.
Portanto, quando se tenta manter uma abordagem neutra em termos de mercado dos ativos com
um beta maior muitas vezes sero negociadas mais rpido do que aqueles com um mais baixo. Por
exemplo, vamos considerar o comrcio lista apresentada no Quadro 12-4.
Ativ
os
Buys
Pr
fi
Posio
fi-wgt
Alvo
Posio
Residual
Mkt Val
fi-wgt
30
40
2.0
1200
0,480
480
0,384
1.0
500
0,133
100
720
400
21.600
DEF
16.000
0,142
GHI
60
1,5
800
0,480
240
560
33.600
0,448
JKL
50
0,5
600
0,100
60
540
27.000
0,120
MNO
80
0,5
200
0,053
20
180
14.400
0,064
112.600
1.157
Eu
1,247
Tabela 12-4 Exemplo comprar metas comerciais para manter uma carteira neutra
mercado
Ativos e ABC GHI tm as maiores betas, combinada com suas posies relativas este
357
significa que mais contribuem para o total beta lquido, como pode ser visto no peso beta (fi-WGT)
coluna.
Como uma linha de base, podemos negociar 20% de cada um dos activos no prximo perodo.
Embora, isso vai no fazer nada para aliviar o desequilbrio beta relativa. Uma maneira simples de
mudar isso para ajustar esta proporo por beta de cada ativo, portanto, na verdade negociar 40%
do ABC e apenas 10% dos JKL. Se estes executar integralmente o que deixa posies residuais com
um beta lquida significativamente inferior, como mostrado na Tabela 12-4. Por isso, deve reduzir
em cerca de 8% 1,247-1,157.
Embora este ajustamento beta simples funciona para listas do comrcio de um s lado (ou
carteiras), ns precisa ser mais cuidadoso com os dois lados. Por exemplo, vamos agora supor que o
vende mostrando na Tabela 12-5 representar a outra metade de nossa lista.
Sells
Ativo
sPQR
Pr
fi
Posio
fi-wgt
Alvo
Posio
Residual
Mkt Val
fi-wgt
20
1,5
1300
0,260
390
910
18.200
STU
30
0,8
700
0,112
112
588
17.640
0,126
VWX
70
1.3
600
0,364
156
444
31.080
0,360
Yza
40
1,5
400
0,160
120
280
11.200
0,150
BCD
90
1.2
500
0,360
120
380
34.200
0,365
112.320
1.243
1.256
0,243
Tabela 12-5 Exemplo metas comerciais sell para manter uma carteira neutra mercado
Usando a mesma abordagem ajustado beta podemos reduzir o beta net para este lado para 1.243.
A reduo menos acentuada porque ao contrrio dos buys os betas so mais equilibrados.
Esta simples abordagem resulta em um lado da compra com um beta lquido de 1,157 e um sell
side com
1.243. Os valores de mercado so praticamente os mesmos; porm, nossa lista residual ainda mais
exposto ao risco de mercado do lado da venda. Por isso, importante considerar tambm a beta rede
quando manipulao de listas de duas faces / carteiras.
Uma abordagem diferente poderia ser a de trocar 20% do lado da compra, mantendo a sua lquido,
tal como beta
1.247. Enquanto que no lado da venda podem ser utilizados na abordagem de beta-ajustado,
reduzindo-o a 1.243. Alternativamente, ns tambm podemos usar um fator de escala para o
comrcio mais dos activos beta mais elevados no vender lado, para tentar corrigir o desequilbrio.
Neutralidade Categorizados
Carteiras tambm poder ter uma exposio significativa a fatores comuns, como pas, moeda
ou risco sector. Para reduzir esse ns pode tentar negociar a carteira de forma a neutralizar estes
fatores de risco.
Por exemplo, a Tabela 12-6 apresenta as atribuies de campo para a nossa lista de comrcio
exemplo, usando os cdigos ISO de pas para Frana (FR), Alemanha (DE) e Reino Unido (GB).
Os saldos lquidos so apresentados na Tabela 12-7. Observe que as compra e vende so
razoavelmente equilibrada, embora h mais exposio lquida a ativos do Reino Unido do que nos
outros pases. Novamente, destinam-se a comrcio 10% desta lista no prximo perodo. Para tentar
reduzir o risco pas que pudermos negociao vis para o lado que maior para cada pas. Assim, para
o U.K., o foco ser a reduzindo o $ 42,000 valor de ativos para vender, enquanto para Frana e
Alemanha, o foco ser na reduo das compras. Da mesma forma, uma vez que o Reino Unido tem
o maior desequilbrio lquido tambm deve direcionar estes activos mais do que os outros.
358Portfolios
Ativ
os
Abc
Buys
Pr
30
Ctry
Residual
Mkt Val
Posio
Mkt Val
Alvo
FR
1200
36.000
90
Posio
1110
33.300
DEF
40
GB
500
20.000
54
446
17.840
GH1
60
DE
800
48.000
88
712
42.720
JKL
50
FR
600
30.000
52
548
27.400
MNO
80
GB
200
16.000
28
172
Eu
150000
Sells
Ativo
Pr
PQR
20
STU
30
VWX
70
Yza
40
BCD
90
Ctry
13.760
135.020
Residual
Mkt Val
Posio
Mkt Val
FR
1300
26.000
38
1262
25.240
FR
700
21.000
26
674
20.220
GB
600
42.000
150
450
31.500
FR
400
16.000
18
382
15.280
DE
500
45.000
25
475
42.750
Alvo
Posio
150000
134.990
Tabela 12-6 metas comerciais Exemplo apontar para uma carteira neutra categoria
Uma forma de atribuir os comrcios alvo base-las puramente sobre os desequilbrios.
Dado umasoma total de US $ 30.000 para ambos os compra e vende, podemos atribuir semestre
deste para restabelecer o equilbrio para os ativos do Reino Unido, enquanto que o restante dividido
igualmente entre a Frana ea Alemanha.
o desequilbrios lquida pode ento ser usada como um ponto de partida, a atribuio desta para o
lado que possui o maior valor. O residual pode ento ser dividido igualmente entre compra e
vende. Assim, para o Reino Unido $ 6.000 ter como alvo vende, deixando $ 9.000 para dividir entre
eles. Assim, nossos valores-alvo de US $ 4500 para as compras do Reino Unido e $ 10,500 para
ordens de venda. Os valores-alvo restantes so mostrados na Tabela 12-7.
Valor de
Mercado
Ctry
Buys
DE
FR
GB
48.000
66.000
36.000
45.000
63.000
42.000
Lquido
3000
3000
-6000
Alvo
Buys
5250
5250
4500
Valor
Sells
2250
2250
10.500
Valor residual
Buys
Sells
43.200
59.400
32.400
43.200
59.250
32.550
Lqui
do 0
150
-150
359
meios que os desequilbrios categoria, muitas vezes, ser reduzida de forma mais gradual do que isso.
Alm disso, note que exatamente os mesmos princpios podem ser utilizados para outros factores
comuns, tais como moeda ou risco sector.
d (Risco) _
dW
= 0 => w T Q = 0
ylw Qw
Eles enfatizam o fato de que esta soluo s vlida para a execuo de um nico ativo. o
mudana de posio resultante vai afetar o risco de todo o portflio, de modo que para cada um
comrcio subseqente nova soluo deve ser recalculado.
Como exemplo, vamos reutilizar o portflio e matriz de covarincia do Exemplo 12-2:
'120''0.060
W=
0,033 0,02 f
-1,269
-0,140
-0 ,077
-0 ,013
0.000
-8
0=-14
-40 ,
'6 2
oo
'0.000
A*B*W=
9
-1 6
=> V =
69
-2 4
Isto implica que os coeficientes so ptimas 58 de ativo ABC, de -149 e -16 DEF de HIJ.
Dadas as nossas posies atuais, isso implica o vetor v, que representa o possvel transies
para chegar a este estado ideal. Note que no pode negociar qualqu er DEF desde o ideal
Portfolios
360
posio de -149 encontra-se fora de nossa faixa permitida. Assim, podemos vender 62 de ABC
ou comprar 24 HIJ.
Usando a equao 12-5, podemos agora aplicar cada uma dessas posies potenciais para
confirmar que d o menor risco. Por exemplo, introduzir os valores para a ABC d:
^ 0,060 0,033
<^ =(58 -8 0
)
-40
0,021 " r ^ 58
-8 0
0,021
-4
0
0,002 0,150
= $ 14,74
Negociao ABC reduz o portflio risco para $ 14,74 Considerando que o comrcio HIJ s reduzlo para
$ 18,97. Portanto, o comrcio ideal vender 62 aes da ABC.
Como vimos volta na Figura 12-7, a soluo ideal quando se tenta minimizar o esperado custo
para um determinado nvel de risco um alvo em constante movimento. Cada muda o comrcio global
composio da carteira e assim o risco global. Portanto, para encontrar os prximos comrcios ideais
ns deve simplesmente continuar a repetir esse processo at a execuo for concluda.
361
10,00%
250,00% 300,00%
0.00%
Somente as abordagens mais simples orientado a programao, como TWAP, proporcionar uma
consistncia de
Portfolios
362
363
risco da carteira. Por exemplo, vamos comparar o exemplo portflio na Figura 12-9 tempo entre
perodos 1 e 3. Inicialmente, a maior posio de destaque para a Cisco, seguido por Medtronic,
Continental Airlines e, finalmente, Citigroup. Seguindo os horrios alvo, em o incio do perodo
de 3 a posio da Cisco caiu a ser apenas a terceira maior posio, apenas acima Citigroup. Assim, a
carteira residual agora dominado pela Medtronic e Continental Companhias areas. Hcncc, o
risco geral da carteira pode ser muito diferente entre esses dois perodos.
No novidade, este problema no exclusivo para os algoritmos baseados em shortfall.
Outra negociao algoritmos tambm ter de enfrentar esta questo, uma vez que improvvel que
seja equilibrada em toda a negociao carteira. Em particular, esta diz respeito a algoritmos
dinmicos, que so movidas por condies de mercado. Ela tambm afeta algoritmos orientado
a programao como VWAP, uma vez que no h garantia que os perfis de volume para os
vrios activos ser semelhante o suficiente para preservar a carteira misturar. Os activos ilquidos
tambm vai ficar para trs os mais negociadas. Mais uma vez, isso poderia reduzir a diversificao
global. Assim, uma estratgia de negociao mais agressiva pode ser a nccessary compensar isso.
Observe que esse problema no apenas restrito a algoritmo escolha. Um problema semelhante
surge para carteiras que abrangem vrios pases. Embora mercados como a Europa esto se tornando
mais uniforme, no pode ainda haver pequenas diferenas no mercado aberto e closc vezes. Assim,
algumas ordens pode comear a negociao antes de outros, causando um desequilbrio. Incio
Explicit e fim vezes pode ser ajustado para evitar que esta, embora, obviamente, esta reduz o
potencial comercial horizonte. As coisas tornam-se ainda mais complexo para as carteiras
verdadeiramente globais, onde as diferenas de fuso horrio dificultam negociao simultnea
(se no impossvel). Por exemplo, durante o Manh Europeia logo aps os mercados asiticos
fecharam e antes de os EUA abriram.
No entanto, mantendo um portflio consistente ponderada no necessariamente a melhor forma
de minimizar o risco da carteira. De fato, tudo que faz garantir que o risco da carteira permanece
consistente. Em vez disso, precisamos avaliar cada fim de determinar o quanto isso contribui para
o global risco. Para minimizar esse risco em geral, estamos, portanto, precisa se concentrar em
reduzir os cargos de esses ativos o que mais contribuem. Alm disso, observe que os maiores
contribuintes de risco no vai ser necessariamente as ordens para os ativos mais arriscados, desde
cobertura natural ocorrer entre os ativos na carteira. Ento, em vez de selecionar o algoritmo ideal
com base na especfico requisitos de ordem deve wc tentar determinar a melhor abordagem para todo
o portflio.
364
Portfolios
Nota Assistente de PRO de Inslinel desde ent o tem sido substitudo com iheir carteira algoritmo.
365
Neste exemplo, as duas unidades areas, Continental Airlines (CAL) e da AMR Corporation
(AMR), esto altamente correlacionados. Assim, estes pedidos realmente actuar como eficaz
hedges para o outro desde tanto CAL e AMR tem preos semelhantes e que esto comprando e
vendendo quantidades equivalentes. A reduo do risco realizada a partir desta cobertura nos permite
comrcio -los de forma mais passiva, apesar de eles serem estoques razoavelmente volteis. Como
podemos ver na Figura 12-10, a negociao para ambas as ordens espalhado ao longo do dia,
ajudando a reduzir o seu impacto no mercado.
Um nvel semelhante de correlao existente entre a Microsoft (MSFT) e Yahoo (YHOO). Porm,
uma vez que estes so ambos ordens de compra a concentrao sector resultante poderia, na verdade,
aumentar o risco potencial de carteira. Assim, ambas as ordens so executadas razoavelmente
rapidamente, como mais um algoritmo tpico dfice aplicao. O ilquidos Opes Xpress (OXPS)
no tem hedge natural na carteira, por isso deixou de negociar durante todo o dia, principalmente para
minimizar os custos de impacto.
Claramente, se compararmos isso com uma abordagem puramente baseado dficit de
implementao, que vimos volta na Figura 12-9, uma das diferenas mais notvel o facto de muitos
dos pedidos so agora comercializados em todo o dia. Isso por causa da reduo de risco
proporcionado por diversificao. Ele permite uma negociao mais passiva, a tentar reduzir os
custos de impacto mercado.
Outro maneira de ver a eficcia de algoritmos otimizados para carteira comparar o seu
desempenho em termos de risco. Por exemplo, a Figura 12-11 mostra um exemplo de Olivier Thiriet
(2006) do Credit Suisse. Esta traa o erro de rastreamento para uma carteira de 214 Aes japonesas,
com 104 buys, no valor de $ 20 milhes, e 110 vende, no valor de $ 22 milhes. Deles PHD
personalizado (carteira de cobertura de Dispositivo) algoritmo alcana um erro de seguimento
inferior usando o padro em linha mercado nico ativo (efetivamente POV) algoritmos, e muito
menos do que o VWAP onipresente.
12
ooooooooooo
ornofnotnoroqe ^ o
cr \
-PHD
Fonte: Thiriet (2006)
LIGAR oor
jN
PO
rn
Mercado INLINE
-uma- LA
-VWAP
Um "algoritmo de algoritmos"
O "algoritmo de algoritmos" uma abordagem centrada-porlfolio delineado por Kissell, Freyre-
366
Portfolios
Sanders e Carrie (2005). Ele responsvel por gerenciar os requisitos carteira de negociao
enquanto so algoritmos individuais ainda usado para cada ordem constituinte. Portanto, um
algoritmo de portflio pode controlar o risco global, a emisso de ajustes para alterar os padres de
negociao do algoritmos para a carteira constituintes.
Esta abordagem inovadora deve permitir algoritmos de negociao activo nico para ser
usado por negociao carteira tima com o mnimo de alteraes. A exigncia principal que
eles suportar atualizaes dinmicas de seus parmetros, permitindo que o algoritmo de
portflio para dinamicamente control-los. Portanto, ao invs de adotar um "one size fits all"
abordagem, podemos usar o algoritmo que mais apropriado para cada ordem constituinte, dado
fatores tais como o ativo de volatilidade e tamanho da ordem. Assim, uma carteira pode empregar de
uma gama de POV, VWAP, dficit de implementao ou algoritmos baseados em liquidez. O
algoritmo portflio autnomo acompanha o progresso de cada um destes pedidos, ajustando-os
quando se torna necessrio em a fim de manter o risco global mnimo.
Obviamente, alguns algoritmos arco mais adequado para esta abordagem do que outros. O
alvo taxa de participao de algoritmos POV torna extremamente fcil de controlar, uma vez que
o algoritmo portflio pode alterar o padro comercial simplesmente aumentando ou diminuindo este
alvo. Uma abordagem semelhante pode ser tomado com algoritmos com suporte um fator de
inclinao, como alguns TWAP ou VWAP variantes. Para algoritmos baseados em dficit, o
parmetro de averso ao risco Pode ser actualizado para desencadear mais ou menos agressivo
negociao. Alternativamente, a carteira algoritmo poderia algoritmos de tambm diminuir,
definindo, ou modificar, limites de preo.
Ao longo do tempo, como as mudanas de perfil da carteira de risco, o algoritmo mais
adequado para umaordem constituinte pode tambm mudar. assim o algoritmo de portflio pode
precisar para cancelar a pedir para o algoritmo original e substitu-lo por uma nova ordem para a
posio residual. Assim, a carteira de componentes pode ser trocado de um algoritmo VWAP a um
dfice de liquidez ou com base um.
Em termos de o algoritmo atual portflio, claramente isso precisa acompanhar aten tamente a
carteira risco das posies residuais, como bem como determinar a estratgia ideal de negociao
para cada ordem constituinte. Alm disso, necessrio garantir que as poupanas projectadas
obtido a partir de diversificao superam qualquer incorridos pela alterao de negociao ideal
de cada pedido individual estratgia.
Uma abordagem que se presta bem a isso est baseado na contribuio marginal para arriscar
(MCR) medida, como descrito por Bystrk e Johnson (2005). Por determinao do MCR para
cada constituinte, podemos quantificar o seu efeito sobre o risco da carteira. Assim, posies
que tm um grande MCR positivo deve idealmente ser reduzidos mais cedo, enquanto aqueles
com um MCR negativo deve ser preservada, uma vez que est realmente ajudando compensar o
risco global. Esses ajustes pode ento ser aplicada ao algoritmo de negociao constituinte.
Por exemplo, a Figura 12-12 ilustra como a taxa de participao-alvo pode ser variada ao longo
do tempo para uma gama de diferentes riscos. Inicialmente, a taxa de participao elevou-alvo arco
para os constituintes que tem uma MCR positivo, enquanto eles so descidos para aqueles com um
negativo um. Como negociao avana, a urgncia para o comrcio aqueles com uma MCR
positivo diminui, enquanto torna-se mais importante para os outros para recuperar o atraso.
Alm disso, observe que no h ajustes so necessrios para os componentes que tm uma
contribuio negligencivel para arriscar. Alternativamente, quando dois componentes com diferentes
liquidez ambos tm a MCR positivo semelhante, pode ser mais rentvel para o comrcio a um lquido
mais rpido, uma vez que negociao agressiva por um ilquidos poderia levar a custos proibitivos.
367
12.6 Resumo
Gestores de carteiras podem ter objetivos comerciais adicionais, uma vez que eles tamb m
podem rastrear em risco termos de outros componentes, tais como mercado, setor ou riscopas:
Balanceamento de dinheiro
Beta / neutralidade Mercado
368
Portfolios
Portflio otimizado algoritmos precisa controlar risco para todo o portflio. H dois
principais maneiras de fazer isso:
Estendendo algoritmos existentes para incorporar modelos de carteira
A adoo de um "algoritmo de algoritmos" para gerenciar os requisitos carteira de
negociao enquanto so algoritmos individuais ainda usado para cada ordem
constituinte
369
Adendo A: Covariance
Covariance apenas uma medida da quantidade de duas variveis I e J em conjunto variar:
E {(I - H) (J - V ))
COV(I, j) =
onde a funo E () representa o valor esperado (ou mdia), e variveis ne v arco dos respectivos
valores mdios para as variveis / e J. Uma covarincia positiva significa que os dois elementos em
conjunto variar, por isso, se o valor de / mais do que a sua mdia, ento provvel que J tambm ter um
valor mais elevado do que o normal. Por outro lado, uma covarincia negativo significa que eles comportar
em formas opostas, assim um valor elevado para um valor inferior indica uma esperada para o de outros.
A covarincia zero mostra que os itens so completamente independentes, de forma nenhuma inferncia
pode ser feita a partir de qualquer valor.
Por vezes, a relao entre as variveis comparada utilizando a correlao coeficiente (/>).
Essencialmente, esta a sua covarincia divididos pelo produto dos seus desvios padr o:
.CovO, J)
Pi.i K ** ~~ - )
w - M i X J - f j ))
C
D
Preo
srie
TR2
Eu
10
3 ,5 0
3 ,5 0
3 .2 8
3 .3 4
3 .6 9
3 .8 6
3 ,5 8
3 .6 9
3 .1 2
3 .1 7
3 .47
0 .0 6
4 .3 4
4 .6 9
4 .8 6
4 ,5 8
5 0
4 .2 2
4 3
4 .4 8
0 .0 9
5 .9 3
5.61
5 .9 4
5 .6 0
0 .0 7
6 .3 0
6 .9 4
6 .6 2
0 .0 5
4.41
4 .4 2
5 .5 4
5 .4 2
6 .4 2
6 .5 4
4 .2 8
5 .5 8
5 .6 8
6 .5 8
6 .3 4
5 .4 4
6 .6 9
5 3
6 .8 6
5 .8 2
6 .5 8
6.9 3
10
0 ,3 9
0 ,1 1
0 ,2 2
-0 .3 5
-0 .3 0
-0 .1 4
0,21
0 ,3 8
0 ,1 0
0 ,5 2
-0 .2 6
-0 .4 6
0 .0 2
0 .0 5
0 ,1 5
0 .0 9
0 ,1 4
0 .0 2
0 .0 3
-0 .1 9
- 0 .1 3
-0 ,0 7
-0 ,0 7
-0 .2 0
0 .0 0
0 .0 0
0 .0 4
0 ,2 2
0 ,0 1 P 0 . 1 1
370
Portfolios
0,07
-0 ,0 3
0,02
0,07
0,09
-0,0 2
0,03
-0 ,0
3
0,02
-0 ,0
2
0,03
0,07
0,01
0,01
0,05
371
Chapter13
Negociao multi-ativos
Negociao multi-ativos nada de novo; No entanto, a negociao entre
diferentes classes de ativos representa um novo conjunto de questes para
algoritmos de negociao.
13.1 Introduo
Negociao multi-ativos estorninho para atrair quase tanto como o hype negociao
algortmica. Dentro As suas forma mais simples, isso significa que sistemas nicos que permitem
que investidores e comerciantes para gerenciar negociao atravs de mltiplas classes de
ativos. Embora, em termos de negociao algortmica o mais interessante perspectiva
comercializao de ativos cruzados. Isto oferece a possibilidade de simultaneamente
negociao um amplo variedade de diferentes tipos de ativos usando uma estratgia de negociao
individual.
Historicamente, os mercados mundiais tm sido altamente segmentado, tanto a nvel regional
e em frente classcs ativos. Negociao eletrnica ajudou abrir os mercados, permitindo uma gama
muito mais ampla de acesso. Negociao qualquer activo a nvel mundial est rapidamente se
tornando uma questo tcnica simples. Aumento do nmero de ordem (OMS) e sistemas de
gerenciamento de execuo (EMS) agora fornecem plataformas unificadas que permitem
negociao atravs uma gama de classcs ativos. Da mesma forma, protocolos de comunicao,
tais como FIX tm se expandido para atender a aces, obrigaes, e FX uma srie de
derivados.
Os fundos de hedge so, indiscutivelmente, o principal motor por trs da actual tendncia
para a negociao multi-ativos. Suas estratgias esto se tornando cada vez mais complexa
medida que constantemente procuram novo fontes de lucro, ou alfa. A gesto de risco tambm se
tornou progressivamente mais sofisticada em seu uso de derivativos para a proteo. Uso buy-side
Por conseguinte, o total de derivados aumentou vertiginosamente nos ltimos anos, levando ao
aumento da procura de multi-ativos apoio.
O sell-side teve de evoluir para lidar com uma nova era de margens menores e maiores volumes.
Muitas empresas comearam a reorganizar-se; os antigos silos de classe de ativo so desaparecendo.
Aes e derivativos de empresas esto se fundindo, em alguns casos, at mesmo fixa mesas de
renda e de renda varivel esto se integrando. Balco de vendas esto se tornando mais clientefocado, capaz de atender negociao uma ampla gama de ativos. O objetivo tentar alcanar uma
maior eficincias de escala e assim reduzir os custos globais. Estratgias de negociao de
ativos cruzados tambm oferecem eles um meio significativo de diferenciao, bem como os
benefcios associados com ser de primeira-to markct.
A concorrncia entre plataformas de execuo tambm est ajudando. Como vimos no
Captulo 3, a competio agora verdadeiramente global e comeou mesmo para abranger todas
as classes de ativos. Trocas esto cada vez mais catering para aes, derivativos e at mesmo de
negociao de renda fixa. Para exemplo, tanto NYSE e NASDAQ tm se expandido para oferecer
negociao de ETFs, futuros e
Negociao
37 2
ativos
multi-
opes. A NYSE tem ainda relanou sua plataforma de bond-trading. Muitos dos Europeia e
bolsas de valores tambm lidar com ttulos, enquanto alguns dos intercmbios nrdicos tambm
servem para derivados. Na sia, Austrlia, Coria e Cingapura tm todas as concentraes
observadas entre as suas aes e bolsas de derivativos. Da mesma forma, as principais bolsas de
derivados comearam hranching para fora em outras classes de ativos tambm. Por exemplo,
Eurcx tambm comedores de ligao negociao enquanto o ISE criou o seu prprio mercado de
aes. A concorrncia tambm est a aumentar hetween o "dark pool" ATS. Com efeito, se alguns
dos participantes mais recentes ATS em opes FX e ser bem sucedida, podemos fuses e
aquisies seg nesta arena tambm.
Regulamentos tambm vai desempenhar um papel importante na expanso da negociao multiativos. Dentro Europa, MiFID significa que a regulamentao agora divididos entre uma ampla
seo de classcs ativos, o que deve ajudar CLCAR o caminho para a comercializao de ativos
cruzados. Embora, em os EUA significa que os rgos reguladores diferentes que for que ele mais
complicado, como evidenciado com dificuldades mais ativos mais recentes, como ETFs e futuros de
aes individuais.
Outro fator que ser crucial para o crescimento do comrcio multi-ativo a prestao de
mecanismos unificados para compensao e liquidao. Servios de corretagem tero de expandir
entre as vrias classes de activos. Acordos de compensao para lateralizao col e margem
requisitos tambm ter que abrangem uma gama muito mais ampla de ativos.
Embora as divises entre os mercados do mundo esto cada vez mais tnue hccoming, o
resultado exato de toda essa mudana ainda incerto. No momento, muito poucos locais de execuo
realmente fornecer comercializao de ativos cruzados. Algumas das razes para isso so
destacados em um artigo por Ivy Schmerken (2006): Muitas trocas ainda executar plataformas
separadas e motores correspondentes para cada classe de activos, alguns podem ter meia dzia de
sistemas diferentes. Embora possa ele juros, a demanda ainda no hecn suficiente para justificar a
despesa de fundir estes sistemas. Dito isto, como trocas migrar para novas plataformas de suporte
para mltiplas classes de ativos est se tornando uma considerao chave. Outro fator importante
que, enquanto as ordens ligados podero ele conveniente, como "one-stop shopping" contrria s
obrigaes best-cxccution do corretor. No curto prazo, muitas das solues comercializao de
ativos cruzados so susceptveis de ser de corretores e outros terceiros. Ordens complexas pode
facilmente ser dividida em vrias pernas e encaminhado para locais diferentes. Latncias
reduzidas tambm ajudaram a reduzir a legging risco de tais estratgias. Por isso, provvel que
no futuro previsvel grande parte da inovao na transversal negociao de ativos ser fornecido
por algoritmos / plataformas especializadas como corretores de procuramos continuar a diferenciarse com novos servios de valor acrescentado.
373
Arbitragem
typeExamplesAssets
envolvido
FX dinheiro comrcios
estoque
FX
Cobrindo as vendas a
Da
ligao
Opo
Futuro / s
Futuro / s
Hedging os "gregos"
Stock / s
Ligaes
Opo / s
ADR arbitragem
DR
Da / s
estoque
Basis trading
Futuro / s
Ligaes
ndice de arbitragem
Futuro / s
Stocks
Opo arbitragem
Opes
Opes
Aes / Bonds
Futuro / s
Dividendo arbitragem
estoque
Opo / s
Negociao
37 4
ativos
multi-
Trades FX de caixa
Quando da negociao pares ou carteiras de ativos com vrias moedas s taxas de cmbio arco
um considerao importante. certo que muitas vezes pode ser especificado moedas de
liquidao; Contudo, quaisquer alteraes na taxa de cmbio pode significar fixando-se em uma taxa
de desvantajoso. Portanto, quando da negociao de ativos denominados numa moeda diferente,
pode ser conveniente tambm executar um comrcio dinheiro FX, para garantir que h uma
quantidade suficiente de moeda local para assentamento.
Sistemas de negociao pode ser prorrogado para emitir comrcios de caixa de cmbio para
combinar o valor negociado. Dependendo do valor e da volatilidade da moeda, isso poderia
ser carricd fora automaticamente aps a concluso da ordem. Alternativamente, a moeda
poderia ser negociado em em paralelo com a ordem. Algoritmos de negociao existentes poderia
ser alargado a incorporar a manipulao da moeda, ou poderia ser feito manualmente usando
DMA. O cliente tambm pode querer executar este atravs de mltiplos ativos, de modo a
posio lquida da moeda poderia ser negociado. Isso pode ser manuseado pelo corretor ou, se
informaes de execuo enviada de volta para o clicnt em tempo real, eles poderia se encarregar
de isso por si mesmos.
Por exemplo, vamos considerar um pares de trocas comerciais entre as empresas farmacuticas
Gencntcch (EUA) e GlaxoSmithKline (Reino Unido) por US $ 10 milhes. O algoritmo rcio ir
constantemente construir posies nas duas empresas. Para garantir nossa conta esterlina dinheiro
do Reino Unido suficiente para liquidao do algoritmo poderia emitir ordens de caixa
incremental FX para esterlinas com base em o tamanho atual da nossa posio GlaxoSmithKline.
Isso pode significar simplesmente a emisso de limite ordens; Alternativamente, um algoritmo
separado pode ser usado para lidar com a negociao de FX.
uso por investidores institucionais tambm est crescendo. Mais de $ 100 bilhes em novas
questes foram feitas em 2007
375
de acordo com estimativas do Structured Products Association (SPA) (2008). 1De fato, sua
crescente popularidade significa que eles esto comeando a emergir como uma classe de activos
separado. Nota que so principalmente concebidos para ser mantido at o vencimento, por isso este
um nico mercado OTC com pouco ou nenhum comrcio secundrio.
Embora produtos estruturados podem ser altamente complexos e adaptados s necessidades
de umainvestidor especfico, h arco tambm algumas variantes cada vez mais comuns, tais
como notas estruturadas, como Chris Biscoc (2005) ressalta. Algoritmos de negociao podem
bem que evoluir aproximado para alguns dos produtos mais comuns ou simples.
Negociao
37 6
ativos
multi-
VF
PFm
(13-1)
"
(rp, rm)
Varir-m)
377
Portanto, a venda de 13 contratos de futuros devem fornecer cobertura suficient e para o nosso
portflio. UMAms depois, o S & P 500 caiu 1.549,37-1.445,94, enquanto o preo de futuros caiu
para
1.449,9. Assim, a posio acionria v uma perda de quase 7%, ou $ 333.780. Por outro lado, o
valor dos futuros cobertura curta na verdade aumentou, devido queda de 109,8 no preo. este
equivale para US $ 250 x 13 x (1559.7-1449.9) = $ 356.850.
Mesa 13-2 resume os valores de mercado a cada data. No geral, o hedge funcionou: Se ns
necessria para liquidar a carteira em agosto, as menos-valias realizadas com a venda de aes
seria mais do que compensado pelo ganho de nossos futuros.
Encontro
Mercado
Valor / $
Posio
Da carteira
S & P 500 SEP
Slock portflio
17 Agosto
S & P 500 SEP
Lquido
Valor / $
5000000
-5.069.025
4.666.219
-4.712.175
16 Julho
-69.025
-45.956
Encontro Posio
Valor / $
Da carteira
S & P 500 SEP
Da carteira
Agosto
17
S & P 500 SEP
16 Julho
-5.000.000
7.408.575
-4.475.000
6.887.025
/ {- ajustado
Valor de
Mercado / $
-7.500.000
7.408.575
-6.712.500
6.887.025
Valor
Lquido / $
2.408.575
2.412.025
378Multi-ativo
comrcio
DatePosition
Mercado
Valor / $
Da carteira
S & P 500 SEP
Da carteira
17 Agosto S & P 500 SEP
-5.000.000
7.408.575
-5.250.000
7.623.750
16 Julho
({-adjusted
Valor de Mercado /
$
-7.500.000
7.408.575
-7.875.000
7.623.750
Lquido
Valor / $
2.408.575
2.373.750
x-'-rAT:
no = c
iC
ii
onde Tt o tempo que resta at o vencimento para cada pagamento (em anos). Observe a taxa
(r) eficazmente o rendimento at o vencimento (YTM) da obrigao. Representa a taxa de
juros global que seria ganho por compra no mercado atual pricc e segurando at o vencimento.
Exemplo 13-3: Vamos considerar uma ligao de 2 YCAR com um cupom anual de 5% para um
notional valor de US $ 100.000. fixado o preo de tal forma que o seu rendimento at o
vencimento (YTM) tambm de 5%.
Assim, no final do primeiro ano recebemos um cupom de US $ 5.000, whieh tem um valor de
eurrent (5000 * E W l) = $ 4.756.
No final do segundo ano, recebemos tanto o pagamento e cupo final o valor nocional total. Isto
d um valor eurrent total de $ 99.764, apresentado na Tabela 13-5.
Tem
po
(anos)
Dinh
eiro
fluxo
1
2
Total
5000
105000
Present
e valor
4756
95.008
99.764
0,05
0.95
1
0,05
1.90
1.95
4756
94.989
99.745
Presente
valor
4, '757
95.027
99.784
De $ 20.
Assim, a alterao mdia em valor para um 1 bps mudar nas taxas de juros = (19 + 20/20) =
19,5 $. Esta medida de risco por vezes referido como o valor PVBP (pricc de um ponto-base),
enquanto que, se medido em dlares chamado o valor DV01 (dlar de um ponto changc base).
Alternativamente, podemos usar a durao para representar a sensibilidade de um ttulo de taxa de
juros
379
movimentos. Este inversamente relacionado com a taxa de cupo, por isso obrigaes de taxa
mais altas tm duraes mais curtas, enquanto que para obrigaes de cupo zero a durao
igual ao seu vencimento. A durao
(D) pode ser expressa como a soma dos vencimentos ponderadas para os fluxos de caixa associados:
nP (i) T,
Para Exemplo 13-3, a coluna de peso na Tabela 13-5 simplesmente cada valor presente dividido
pelo total. Hencc, a durao do vnculo de 1,95 anos quando o rendimento de mercado de 5%.
Essas mtricas de risco tambm pode ser aplicado a carteiras de ttulos, como uma soma
ponderada com base em o tamanho da posio de cada ligao. Hull (2003) mostra que o nmero
de futuros de taxas de juros (AO necessrio Para cobrir este risco pode ser determinada utilizando a
seguinte equao:
N=
D~ -S
DfF
D
U V V0 UJ 1
futuro
( 1 H)
Existem vrias formas de determinar o DV01 para um futuro, o mais fcil fazer uma
aproximao baseada na DV01 do activo subjacente mais econmica, o "mais barata de
entregar "(CTD). Assim, o DV0 \ fUlure por sua vez baseado no DVOI desse vnculo e um CTD
fator de converso (CF).
W0
W= -
DV 01 ,
=x=
250
$ 10000000
-82. 8
$ 94.200
OO Q
Portanto, com a venda de 83 contratos de futuros que deveria ter coberto a nossa carteira
de obrigaes. E se as taxas de juro aumentam, tanto a carteira de ttulos e os contratos futuros vai
valer menos. A perda de valor da carteira de ttulos devem ser compensados pelo lucro dos
futuros curtos posio. Por outro lado, uma queda nas taxas de juros vai fazer a carteira de
obrigaes no valor de mais, ao passo que a posio de futuros vai perceber uma perda.
Negociao
38 0
ativos
multi-
(13-3)
(13-4)
Onde um a volatilidade do preo do ativo. O preo de opo sensvel a todos estes tecla
parmetros, cada um dos quais tiver sido atribudo um nome baseado no nome para a sua smbolo
matemtico. Desde que a maioria destes so grega, eles ficaram conhecidos como os "gregos".
Delta representa a taxa de variao no valor em relao ao o preo do ativo subjacente. Rho
mede a sensibilidade a mudanas na taxa de juros. Vega reflete o impacto das mudanas no
volatilidade e teta corresponde ao efeito do tempo sobre o valor do derivado. Gamma
umafactor de risco secundrio, em vez de directamente para um mapeamento de os parmetros
nas equaes 13-3 ou 13-4 mede a taxa de variao em delta com base em mudanas na pricc
subjacente.
Desde o foco deste captulo comercializao de ativos cruzados, vamos concentrar-se nos hedges
de segmentao do risco de mudanas no preo subjacente, ou seja, delta e gama.
Delta Hedging
Delta hedging equilibra alguns dos o risco de uma posio de opo pela compra ou venda de um
conjunto valor do activo subjacente. Isso protege contra os movimentos de preos no
subjacente.
O valor de delta varia entre -1.0 e 1.0. Um delta de 1,0 significa que para cada aumento (queda)
de US $ 1 em ativo subjacente o preo do derivado tambm vai subir (descer) por $ 1.
381
Por outro lado, um delta negativo significa que os movimentos de preos do derivativos no oposto
direo. assim um delta igual a -0.5 significa que um aumento de preo de $ 1 lor do activo
subjacente ir resultar em uma queda de preo de US $ 0,5 para o derivado.
Usando o modelo de Black Scholes, equao 13-3, o delta de uma opo de compra realmente
igual ponderao 0> (di), assim que estes tm que variam de deltas 0 a 1,0. Por outro lado, para
put opes do delta - 1), assim
estes variam de 0 a -1,0.
O tamanho do delta rcllects como provvel a opo para ele exerceu. Uma opo dito
ser at-the-money quando o seu preo de exerccio igual ao preo de seu subjacente mercado. Uma
opo de compra (venda) in-the-money quando o preo de mercado subjacente maior (menor) do
que o seu preo de exerccio, enquanto que se o oposto verdadeiro que dito ser out -of-themoney. At-THC-dinheiro opes tendem a ter deltas em torno de 0,5, como eles se tornam in the-money mais profundo isso se torna mais perto de 1,0, enquanto profundamente out-of-themoney opes tm deltas aproximando 0.0. Mais prximo a expirao, deltas tendem a tornar-se
mais perto de 1,0. Deltas tambm variam de acordo com as mudanas no preo do activo
subjacente, volatilidade e taxa de juros, como ns pode ver a partir da equao 13-4.
Ao calcular o risco delta para as posies que devemos incorporar tambm se eles so longa ou
curta. Isso feito por negar os deltas de posies curtas. Assim uma posio chamada de longa e
um arco curto posio put ambos realmente delta positivo, devido s duplas negativas para o short
put. Da mesma forma, chamada curta e posies de longo colocadas so ambos delta negativo.
Por exemplo, uma posio longa de 50 opes de compra com um delta de 0,5 tem um ajustado
delta- posio de 50 x 0,5 = 25. Para cobertura delta esta posio que ns podemos vender 25 aes
do subjacente de ativos. Alternativamente, poderamos comprar 100 out-of-the-money coloca cada
um com um delta de -0.25 (embora cobertura com outra opo pode introduzir fatores de risco
adicionais). De qualquer maneira ns alcanar o nosso objectivo de alcanar um delta posio
neutra.
Exemplo 13-5 (um): Ns vendemos 100 outubro 50 opes de compra para EFG a $ 4. EFG
atualmente negociao em $ 45 e a sua volatilidade de 20%.
Uma vez que temos vendido uma opo de compra que so delta negativo, portanto, podemos
proteger este por a compra de aes da EFG. Tendo em conta que a opo de compra delta
inicialmente de 0,15, isso significa a compra de 15 aes. O hedge ser atualizado em uma base
diria para a vida da opo. Tabela 13-6 mostra como esta progride ao longo do tempo.
Encontro
13 ago 07
14 ago 07
15 ago 07
16 ago 07
Pre
o do
45,30
46,90
47,80
48.60
Opo
delta
0,15
0,19
0.33
0,44
Aes
da
15
19
33
44
Hedging
P/L$
30,4
29,7
35,7
53.80
0,75
75
17 set 07
0,89
89
160.2
18 setembro
55.60
07 setembro
92
59,8
19
56.25
0,92
07 setembro
118,8
57.50
0.95
95
20
07
Tabela 13-6 Um exemplo de delta hedging
Como as opes de compra se tornar mais profunda in-the-money, suas abordagens delta 1,00,
por isso, o final de setembro ns efetivamente tm uma posio chamada totalmente coberto.
provvel que a opo ser atribudo, fazendo-nos perceber uma perda. Embora, o delta hedging
significa que grande parte
382
ativos
Negociao
multi-
esta perda sero cobertos pelos ganhos com a nossa cobertura longa.
Com qualquer estratgia de cobertura, vital para encontrar o justo equilbrio entre o custo de
eficcia e risco. Isto particularmente verdadeiro para o delta hedging desde o delta affectcd por
tantos factores. Mudanas no preo do activo subjacente, sua volatilidade, a taxa de juros eo
tempo que resta de expirao podem desencadear uma mudana no delta. Em teoria, devemos ajustar
constantemente o hedge posio para garantir que continuemos delta neutro. Infelizmente, devido
a custos de transao impraticvel.
Re-hedging podem ser carricd fora de forma ad-hoc com base em (1) tempo, (2) delta ou
(3) a preo do ativo subjacente, como Euan Sinclair (2008) aponta em seu livro "Negociao
volatilidade '. Assim ajustes de posio pode ser feita em intervalos de tempo discretos, quando
o reachcs delta umaspecillc nvel ou quando o activo subjacente atinge um nvel de preos
conjunto, como para cada US $ 1 ou 1% movimento. Alternativamente, Sinclair (2008) descreve
algumas abordagens mais sistemticas com base na teoria da utilidade, que levam em conta a
averso ao risco do comerciante. Estes uso delta bandas, com cobertura correspondentes
realizadas quando o delta move fora sua faixa permitida. As posies curtas so cobertos mais na
defensiva, enquanto as posies longas so tratados mais frouxamente (os deltas so permitidos "para
executar"). A largura da banda corresponde a delta risco do comerciante averso.
O tipo de ser de volatilidade utilizado para estes clculos tambm podem desempenhar um papel
importante. Como vimos no captulo 10, a volatilidade implcita calculada com base nos preos de
contratos de opes de mercado, enquanto volatilidade realizada determinado a partir dos
changcs pricc activo subjacente. Ambos pode ser usado para tentar prever o que a volatilidade
futuro pode ser. Para delta hedging, Sinclair (2008) observa que o uso de volatilidade implcita
reduz a variao do lucro e perdas (P & L) ao longo do tempo, embora a final P & L menos
certo quando comparado ao uso de volatilidade realizada.
Delta hedging uma ferramenta importante; da, locais j comearam a oferecer ligado
ordens entre um estoque e suas opes. Por exemplo, o Internacional Securities Exchange (1SE)
introduziu o "buy-escrever" encomendas em 2004. A perna estoque enviado para NYFIX para a
execuo, aps a concluso a opo perna, em seguida, becomcs ativo em carteira de encomendas
do ISE. Inicialmente, apenas umaRazo 1: 1 foi apoiada, embora este tenha sido sincc estendido para
suportar qualquer proporo.
Gama Hedging
Gamma hedging uma extenso do delta hedging, que tambm tem o objetivo de manter a
estreita gama a zero. Obras de cobertura de delta bem para pequenos movimentos no preo do
subjacente. Contudo, o delta podem mudar rapidamente quando a opo quase at-the-money. Ao
controlar a gamma, podemos diminuir essa taxa de changc e assim melhorar a eficcia do delta
hedging.
Como j vimos, gamma uma segunda medida de risco derivado que representa o quanto o delta
vai mudar quando se move pricc do ativo subjacente em uma unidade, tal $ 1. Por exemplo, vamos
considerar uma opo de compra com preo de US $ 6 com um delta de 0,5 e uma gama de
0,25. Quando subjacentes aos aumentos de preos de ativos por US $ 1, o delta significa a opo
de compra ser aumentar para US $ 6,5, enquanto seu delta aumentar para 0,75 por causa da gama.
Com base no modelo de Black Scholes, equao 13-3, ns podemos realmente definir gama
como:
<PidQ
SCTylr
onde (p a funo densidade de probabilidade normal padro, S do activo subjacente preo,
um a sua volatilidade, T o tempo de expirao e d, como definido na equao 13-4.
Infelizmente, a gama do activo subjacente ou quaisquer futuros / forwards zero. Assim,
relquias gama de hedge principalmente sobre as opes, ou quaisqu er outros derivados que
tenham um no-linear
383
de arbitragem entre eles. Isto demonstrado por ndices de aces por vias (a), (b) e (c) na Figura 131, que
384
ativos
Negociao
multi-
Futuros
ETFs
! Opes
-4 "
Disponibilidades de caixa
385
Karolyi (2003). Cada parcelas grfico ambos o preo em dlares do ADR e do preo local de o
estoque convertidos em dlares. Oportunidades mispricing surgir tanto a diferena de moeda e
informao local. Fusos horrios diferentes e lnguas pode significar que os fluxos de informao
para os mercados a taxas diferentes. Para aes de grandes empresas dos pases desenvolvidos
pases, como a British Petroleum (BP) e Toyota Motor Corp., este deve representar menos de
umaproblema. Na verdade, podemos ver muito poucas discrepncias de preos para estes.
Embora, para menores slocks bon ou as de pases em desenvolvimento, pode haver
inconsistncias bastante substanciais. Para exemplo, a Figura 13-2 mostra diferenas claras para
Taiwan Semiconductor Manufacturing e lnfosys tecnologias. Eles tambm descobriram aes que
cross-listados tendia a seguir US mercado ndices mais de perto do que outras aes domsticas.
Bp Pfc (BP, Reino Unido)
W*
s?
I / 1 B 8J
0 1 / 0 1 ( 1 9 96
0 1 ( 0 1/1 9 99
V C . S. p r i c e
P f c e differenc e
ver
*HomepriCE
v c S . Shai e & turno
Si
0 1 < 0 1/1 9 9
0 1/0 V 1 9 98
U S pric e
P r i c e d i f f e r e n c UE
0 1 ( 0 1/2 0 02
- Hom e pric
. S nhereo turnoverj
VC . S. p r i C E
P r i cu id f fe re n ce
H s a p r l c*
U. . S atordoamento * 9 <volume de negcios
0 H 5 1 . 2 0 02
H o me priCE
VC . S. B h s r s t u o r n o v e r
386
ativos
Negociao
multi-
Basis trading
Em geral, a negociao de base refere-se a uma arbitragem entre um contrato de futuros e seu
produto dinheiro subjacente. Embora, em teoria, pode tambm ser aplicado para a arbitragem entre
outros derivados e seus correspondentes activos subjacentes. O nome derivado do conceito de
base do futuro (Z?), que a diferena entre o atual pricc mercado vista (5) e o preo do contrato de
futuros (F):
B= S-F = F = S
5)
-B
(13-
Isto tambm por vezes referido como o base, total ou o valor bruto. Note-se que quando o
base bruta positivo o preo de futuros esteja abaixo do preo vista, o que referido como
normal backwardation. Alternativamente, uma base negativa significa que o preo futuro maior
do que o dinheiro pricc, s vezes descrito como contango.
As alteraes de base ao longo do tempo, embora geralmente menos voltil do que quer o
dinheiro ou os preos futuros. No entanto, no sentido de vencimento do futuro os dois preos
comear convergem, sincc na data do vencimento, no h diferena real entre um contrato de
futuros eo dinheiro activo, salvo os custos de transao. Esta convergncia significa que a base
deve tambm diminuir, e deve chegar a zero quando o contrato de futuros expira, como mostrado na
Figura 13-3.
(13-6)
onde o custo de carregamento (C) representa o custos lquidos associados posio de caixa:
Custo de carregamento = custo + Financiamento custo de armazenamento - Os rendimentos
auferidos
Por sua vez, este custo pode ser representado Como:
C = (S-rT, 3B5) + A-I
(13-7)
387
Onde rest financiando taxa de juros, T o nmero de dias at que o contrato de futuros expira, A
representa os custos de armazenamento e / Corresponde ao rendimento do trabalho.
O custo de captao o interesse que teria de ser pago para financiar uma posio de caixa
para o perodo do contrato de futuros, muitas vezes isso com base na taxa repo. Os custos de
armazenamento e rendimentos auferidos ser diferente dependendo do que o activo subjacente .
Por exemplo, com ativos de investimentos, como ttulos ou aes, os custos de armazenamento
ser insignificante enquanto o rendimentos auferidos Que Ele considerveis (Bonds pode ganhar
juros acumulados, enquanto as aces podem recebimento de dividendos.). Como alternativa,
para as commodities os custos de armazenamento podem ser considerveis enquanto sem
renda ser gerado.
Quando o custo lquido de carry positiva a posio de futuros mais atraente, uma vez que vai
no precisa fazer quaisquer pagamentos at que o futuro chega a termo, alm de chamadas de
margem. Considerando que, se o eost de carry negativa ele realmente paga para assumir a
posio de caixa em seu lugar.
o base lquida, tambm denominado base de valor, ajusta o valor bruto para o eost de carry:
A base lquida = base Gross + Custo de transporte
Conseqentemente, a base lquida representa a diferena entre o valor justo do futuro e seu preo
real de mercado. Um valor positivo indica que est subvalorizado, enquanto um negativo significa que
muito caro.
Comprar os meios de base que emitem uma ordem de compra para o ativo em dinheiro,
enquanto, simultaneamente, vender o contrato de futuros correspondente. Isto tambm chamado
comrcio de cash-and-carry. Quando ns somos a base de longo, ns nos beneficiamos de
eventuais aumentos de base; em outras palavras, de preo sobe para caixa do ativo ou preo cai para
o futuro. Efetivamente, sendo longa a base permite ns para ganhar o custo do transporte.
Vendendo a base o processo inverso, de modo caixa do ativo vendido eo futuro comprado.
Isso tambm conhecido como reverse negociao cash-and-carry. A posio base de curto iro
beneficiar de diminuir de forma; efetivamente paga o custo de transporte.
Estas estratgias podem efetivamente ser implementada por meio de um m odelo de
precificao adequada e ligando as encomendas para o futuro e para o ativo subjacente / s.
ndice de arbitragem
ndice de arbitragem em focuscs as oportunidades de lucro que surgem entre futuros de ndice e os
seus constituintes subjacentes. Normalmente, a maioria arbitragem ndice realizada por
ndices de aes, embora tambm poderia ser aplicada para ndices de obrigaes ou mesmo
CDS ndices. Efetivamente, outro exemplo de negociao com base, exceto que a posio de
caixa corresponde a uma cesta de ativos.
Com base na equao 13-6, podemos usar o preo vista eo custo lquido de carry para determinar
o valor justo de o contrato de futuros. Oportunidades de arbitragem surgem quando o preo de
mercado para o futuro de ndice se desvia significativamente desse valor justo. Se o preo de
futuros exceder o valor justo, em seguida, um comrcio cash-and-carry pode lucrar comprando os
constituintes do ndice, enquanto a vender o contrato futuro muito caro. Inversamente, quando o preo
futuro menor que seu valor justo, podemos usar um comrcio cash-and-carry reversa para comprar
os futuros e vender o ndice. Geralmente, essas posies ser fechada para fora uma vez que a
discrepncia de preos desapareceu, em vez de quando o contrato de futuros expira.
Como observamos em o eost de carry, os rendimentos auferidos dependente do activo subjacente.
Assim, estimar com preciso os fluxos de caixa de dividendos chave para o sucesso de arbitragem
ndice de aes. A emisso de dividendos razoavelmente sazonal; No entanto, mesmo por curtos
perodos eles podem ser adiados ou at mesmo trouxe para a frente. Da mesma forma, enquanto
analistas pode oferecer razovel
Negociao
388
ativos
multi-
87/365
) -6,46 = 12,78
Encontro Aao
Comprar aes por US $ 250 x 1.492,89
26 de junho Emprestar dinheiro em 5,52%
Vender setembro futuro, em 1.510,00
Vender aes por US $ 250 x 1.533,38
Recebimento de dividendos, US $ 250 x 6,46
21 de setembro
Pagamentos de juros para 87 dias emprstimo
Futuro expira, US $ 250 x (1510,00-1533,38)
Montantes brutos
Futuros
fluxo de
caixa / $
-373.222,50
383,345.00
1,615.00
-4,810.58
6,926.92
-5845,00
-5845,00
Total
1,081.92
Flui Tabela 13-7 Exemplo dinheiro para cash and carry ndice de arbitragem
Note que o S & P 500 um ndice baseado capitalizao de mercado, de modo que cada
componente tem um ponderao com base no tamanho da sua empresa. Para tornar as coisas um
pouco mais fcil ns assumir ns pode crcatc uma cesta de aes equivalente ao valor do contrato
de futuros. O valor desta cesta igual ao multiplicador de futuros ($ 250) vezes o fecho do ndice
price.2 O S & P 500 contrato de futuros expira em a terceira sexta-feira do ms de entrega, neste
caso setembro 21; altura em que temos de vender de volta nossas existncias (com mercado em
ordens abertas), enquanto o futuro liquidada em dinheiro.
389
Alm disso, observe que durante toda a vida deste comrcio, haver vrios outros fluxos de caixa,
tais como os dirios pagamentos de margem de futuros e de pagamentos de juros de emprstimo. Os
dividendos de aes vai tambm ser pago de forma intermitente ao longo do perodo, e poder ser
reinvestido at ao termo para mais reduzir custos. Pela simplicidade, todos esses fluxos de caixa
so apenas apresentados na Tabela 13-7 como somas acumuladas a ser pago no vencimento.
No geral, ns pode ver que, neste exemplo, o lucro derivada somente a partir da perna de caixa,
qual teve um lucro bruto de cerca de US $ 7.000. Grande parte disso foi devido ao aumento global da
ndice de aes, embora os pagamentos de dividendos assegurada, na verdade, que a estratgia
fez mais do que empatar. Em compensao foram os pagamentos de juros e a perda de quase US $
6.000 em o posio de futuros. Os futuros perna fez fornecer uma cobertura bem sucedida, uma vez
que se o ndice tinha cado que teria sido na posio oposta. Se isso tivesse acontecido, o lucro dos
futuros contrato teria compensado a perda nos estoques.
Exemplo 13-6 (b): Na realidade, o preo setembro S & P 500 2007 de futuros fechou em
1.497,80 em dia 26 de junho.
Comparado ao nosso valor justo de 1505,67 o contrato futuro parece agora underprieed, com
umabase de -4,91. Portanto um dinheiro e inverter carry trade realmente mais adequada. Assim,
devemos considerar a compra do futuro setembro e vender o equivalente cesta de aes. o fluxos de
caixa resultante para esta abordagem esto apresentados na Tabela 13 -8.
Fluxo de
caixa
subjacente /
$
Encontro Aao
Bruto valores
Futuros
cashflow / $
373222,50
-383,345.00
4,810.58
8,895.00
-5,311.92
8,895.00
Total
3,583.08
Tabela 13-8 Exemplo fluxos de caixa para o dinheiro inversa e realizar ndice de
arbitragem
Desta vez, a nossa posio de futuros longa realmente se beneficia com o aumento do nvel de
ndice, levando para um lucro bruto de $ 8,895. Em comparao, a nossa posio de caixa de curto
percebeu perdas de
$ 10.122, os quais foram compensados pela renda de $ 4.810 de juros. Porm, uma vez que
foram curta stoek, no houve renda adicional de dividendos.
Note-se que para ambos estes exemplos, o valor final do cesto stoek realmente baseado sobre o
preo de liquidao de futuros (1.533,38), ao invs de o priee abertura do S & P 500 em
21
(1.520,11). Isto porque priee abertura do ndice baseia-se quando a NYSE abriu em vez de quando
Todos os leiles de abertura da manh tinham completado, o que poderia realmente ser alguma hora
aps a abertura oficial. Portanto, o ndice oficial aberta , na verdade com base em preos prximos
de alguns estoques a partir do dia 20. Assim, no termo do CME em vez fornece umacotao
especial de abertura (SOQ), que no finalizado at que todo o ndice do constituinte preos oficiais
de abertura so definidas. Isso garante que arbitradores podem liquidar suas operaes em
nveis coordenada. Porm, isso no significa que no h, por vezes, pode ser uma diferena
considervel entre estes dois preos. O SOQ foi introduzido em Junho de 1987 a tentar minimizar o
390
ativos
Negociao
multi-
volatilidade, antes deste acordo foi baseado no preo de fechamento. Para maiores informaes,
consulte o CME (2005) documentao.
H arco algumas complicaes posteriores, que foram omitidos Exemplo 13-6 (a) e (b) para
maior clareza. Estratgias de arbitragem do mundo real devem lidar com o risco de que o custo
de carregamento incerta. Ao longo do comprimento do comrcio curto prazo taxas de juro
poderia deslocar, de forma semelhante a fluxo de caixa de dividendos pode ser diferente da sua
estimativa. Arbitradores deve tambm explicar os fatores tais como custos de transao, as taxas
de juros de mercado e regulamentaes.
Os custos de transao, obviamente, tm um impacto direto sobre as oportunidades de
arbitragem; custos elevados pode fazer mispricings mesmo significativas no rentveis.
Consequentemente, os modelos de arbitragem deve tambm factor de lance offer spread para as
aes e futuros, bem como quaisquer taxas ou comisses. Para ondas maiores, o impacto no
mercado pode ser um fator importante tambm. Alm disso, quando os estoques de curto -circuito
o custo dos emprstimos deles tambm deve ser considerada. Isso significa que os futuros sobre
ndices so mais frequentemente subestimados do que as, como Catherine Shalen (2002)
ressalta.
Taxas de financiamento tambm pode ter um efeito. A mesma taxa de financiamento foi utilizado
em toda Exemplo 13-6 (a) e (b). Embora, as taxas de juros para emprestar ser um pouco maior do
que esta taxa de mercado, enquanto aqueles para os emprstimos ser menor.
A regulamentao do mercado tambm pode ter um impacto perceptvel sobre a arbitragem. A
venda a descoberto restries, como a regra de up-tick, torn-lo mais difcil de manter o dinheiro
e futuros pernas sincronizada. Coleiras do mercado tambm representam um problema
considervel. Por exemplo, a NYSE Regra impe 80A um colar com base no ndice DJIA; quando
acionado requer indexao ordens de arbitragem para o S & P 500 aes estar se estabilizando.
Portanto, se o ndice cai 190 pontos (a partir do encerramento prvio) ordens de arbitragem s
pode ser vendido em um up-tick; Por outro lado, se ele sobe por este montante ordens de compra
deve estar em a-tick para baixo.
Para contrariar algumas dessas questes, arbitradores, muitas vezes fechar fora de suas posies
antes do contrato de futuros expira. De fato um estudo do NYSE por George Sofianos (1990)
descobriram este
para ser verdade por mais de 70% das posies, com liquidao ocorra em
consequncia da reverso do original mispricing ou dentro alguns dias. Arbitrageurs tambm pode
comerciais, por vezes apenas uma poro do ndice real, em vez criando um subconjunto que actua
como um proxy. Embora este oferece custos de transao reduzidos, ele cria o risco potencial de erro
de rastreamento entre o proxy eo ndice real.
Claramente, a arbitragem ndice de sucesso no-trivial. Embora no exista ainda muito
dinheiro para ser feito a partir desta, no sem algum risco ou dificuldade. Para automatizar esse
processo, requerem modelos de preos detalhados que precisam de ter em conta todos estes
factores. Da mesma forma, a realizar a negociao precisaremos uso abordagens para lidar com
cestas de ordens, como ns serra no captulo 12. Isto tambm ter de ser ligada negociao de
futuros.
391
Desde ETFs representam uma parte pro-rata em um fundo modelado sobre o ndice eles devem ter
um de erro de seguimento negligencivel. Seu mecanismo de criao de dirio inerente sig nifica
que as vendas a descoberto no apresentam problemas. Como Gary Gastineau (2003) observa,
isso tambm significa apertos curtos no so possvel. A falta de uma regra de up-tick tambm
os torna muito mais flexvel quando vender. Assim ETFs circumvcnt muitos dos problemas que
vimos na seo anterior. Eles oferecem um baixo risco e custo alternativa eficaz para arbitradores
de ndice, desde que tenham liquidez suficiente.
H uma diferena fundamental entre o uso uma cesta de aes ou um ETF para a perna de
dinheiro uma arbitragem ndice, como Andrew Economopoulos (2005) destaca: Para ETFs, os
dividendos so acumulado no fundo e distribudo 45 dias aps a data ex-dividendo. O valor de esses
dividendos acumulados vai realmente ser descontados, por isso o priee de um ETF mercado vai ser
ligeiramente inferior do seu valor patrimonial lquido (NAV). Isso tambm significa que o ETF pode
realmente comrcio em um pequeno prmio para o ndice, que tambm ser refletido em quaisquer
futuros baseados valor justo sobre o preo de ETF.
Indiscutivelmente, o recurso principal de ETFs o seu potencial para reduzir
substancialmente a transao despesas. Por exemplo, Economopoulos (2005) d um exemplo do
S & P 500, onde dez Partes de arco equivalente para SPDR o ndice. Para uma carteira no valor de
$ 25000000 ele estimou um custo total de $ 170.362 para a negociao do ndice dinheiro. Em
comparao com o custo SPDR ETF
$ 45.357, enquanto os futuros do custo de apenas US $ 2.777. Mesa 13-9 ajuda a explicar essas
diferenas.
Aes compradas
ndice de
caixa
ETF
714.185
266.810
Mdia
spread ($)
0,219
0,15
Custo (bps)
68
18
392
ativos
Negociao
multi-
Opo arbitragem
Paridade Put-Call um princpio fundamental na precificao de opes, mais notavelmente
demonstrada por Hans Stoll (1969). Ele destacou a relao entre os valores de mercado para um
par de idntico Chamada Europeu e opes de venda e seu activo subjacente, como mostra a
equao 13-8:
C, + Xe ~H P =, + EU,
(13-8)
393
Exemplo 13-7 (a): Ativo HJK est sendo negociado atualmente em US $ 50. A OCT 50
chamada fixado o preo em US $ 3 enquanto a OCT 50 put de $ 2. A taxa de juros 5,52%.
Com base na equao 13-8, devemos primeiro determinar o fator de desconto, assumindo que
ambos Opes expira em um ms, ento en = e '/, 2x00552 = 0,995.
Ns agora pode substituir esses valores na equao Paridade Put-Call (13-8):
3 + (50 x 0,995) = 2 + 50 => 52.75 + 52
Claramente, quer o opo de compra muito caro ou a venda undcrpriced. Assumindo que o
preo da opo de chamada justo, em seguida, a opo de venda deve ser realmente $ 2,75.
De qualquer maneira, ns pode tirar vantagem deste com uma estratgia de converso:
Renda
Comprar subjacente
Vender ATM chamadas
Despesas
$ 50 x 100 = $ 5.000
$ 3 x 100 = $ 300
$ 2 x 100 = $ 200
Total = $ -4900 =
$ 300
$ 5,200
vSetting se a converso comrcio custou $ 4.900, por isso de US $ 100 mais barato do que
simplesmente comprar o subjacente. Esta poupana deve-se diferena de preos entre o ATM e
chama coloca. Este lucro imediatamente bloqueado na, como mostra a Figura 13-4.
Em Outubro, se o preo do ativo sobe a US $ 60 o opes de compra ser em-the-money e assim
que ser exercido. A posio subjacente longa podem ser utilizados para a entrega. As opes de
venda ir becomc intil. No geral, ns recebero US $ 5.000, dando
um lucro bruto de US $
100.
Por outro lado, se o pricc caiu a US $ 40 o puts ser in-the-money, enquanto as opes de compra
ser intil. Assim, podemos exercer as opes de venda para vender a nossa posio subjacente para
US $ 5.000, novamente deixando um lucro bruto de US $ 100.
Alternativamente, se o pricc no muda podemos vender o activo subjacente para US $ 5.000, com
um lucro bruto de US $ 100.
Independentemente do resultado, um lucro bruto de US $ 100 deve ser alcanado. Tudo o que
resta subtrair quaisquer pagamentos de juros e custos de transao.
Para uma estratgia de reverso, ns vendemos opes de venda ATM, e vender o subjacente e
comprar ATM chama. Ns tambm podemos ver isso como o curto-circuito subjacente e criao
de uma posio longa sinttica. Figura 13-5 representa os potenciais pagamentos para esta
abordagem.
Exemplo 13-7 (b): Ativos HJK ainda negociado a US $ 50, mas agora a chamada outubro 50
caiu para $ 2 enquanto a OCT 50 put subiu a US $ 3.
Vamos assumir que o preo da chamada justo, caso em que, com base na actualizao
foi calculado em Exemplo 13-7 (a), a opo de venda deve ser fixado o preo em $ 1.77.
Desta vez, o posto muito caro em relao ao a chamada, caso em que podemos adotar uma
inverso:
Renda
Vender subjacente $ 50 x 100 = $ 5.000
Comprar ATM chamadas
Vender ATM puts
$ 3 x 100 = $ 300
Total = $ 5.100 =
$ 5,300
Despesas
$ 2 x 1 0 0 = $ 200
-
$ 200
Negociao
394
ativos
multi-
Mais uma vez, a configurao do comrcio reverso provou mais rentvel do que
simplesmente o curto-circuito subjacente. Uma vez mais, o lucro derivado da diferena de
preos entre as chamadas ATM e puts, e imediatamente bloqueado. Como podemos seg a partir da
Figura 13-5, eventuais perdas na subjacente so compensadas por ganhos com as chamadas,
enquanto os ganhos so neutralizados pelos puts.
Em Outubro, se o preo do ativo sobe a US $ 60 opes de compra ser em-the-money e assim que
ser exercidas, o que nos permite achatar nossa curta subjacente para US $ 5.000. Os puts expirar
sem valor. Assim, o lucro bruto global continua a ser de $ 100.
Se o preo cai a US $ 40, em seguida, o nosso opes de compra ir expirar sem valor. Embora, as
opes de venda ns vendemos expirar in-the-money, de modo que o comprador vai querer vendernos 100 HJK por US $ 5.000. Isso achata a nossa posio curta, deixando-nos com US $ 100 de
lucro novamente.
Se o preo no muda, ns podemos nivelar nossa posio curta, a um custo de US $ 5.000.
o lucro lquido para esta estratgia tambm vai incorporar os juros eventualmente produzidos para o $
5000 sobre o ms, o que vai ajudar a compensar os encargos financeiros associados com o curtocircuito subjacente.
395
Ns pode substituir esta no lado direito da equao Paridade Put-Call (13-8) para express-lo em
termos de preo de futuros, e assim definir a paridade P-C-F:
C, + XerT= P, + F, e
rT
Se o contrato de futuros undcrpriced em relao s opes que pode tirar partido utilizando um
estratgia de converso. Essencialmente, este o mesmo que vimos no Exemplo 13 -7 (a),
exceto ns ir por muito tempo o contrato de futuros, em vez de o subjacente. Para contrariar esta
situao, um sinttica futuro curto criado com a venda de chamadas ATM e de comprar os puts
equivalentes. O sinttico futuro completado por emprestar um montante adicional em
dinheiro, com base na diferena com desconto entre o preo de exerccio e os preos futuros ou
seja (X- FJ e'rT.
Considerando que, se o contrato de futuros muito caro em comparao com as opes, em
seguida, podemos adotar umaestratgia de reverso, como vimos no Exemplo 13-7 (b). Mais uma
vez, em vez de curto-circuito subjacente ns vender o contrato de futuros. Este ento coberto com
uma posio de futuros longa sinttico, a partir de a compra de chamadas ATM e venda de opes de
venda e emprstimo (X- F,) ERX.
Negociao um contrato de futuros uma alternativa muito mais barata para negociar uma cesta de
aes. assim negociao baseada exclusivamente em futuros e opes podem provar ndice um
custo-eficaz e eficiente meios do ndice de arbitragem.
Em seu estudo de FTSE-100 arbitragem PCF, Markose e Er (2000) nota que quando o futuro de
ndice pelo seu valor justo a-chamada de venda e as condies de paridade Put-Call-futuros so
idnticos. Eles concluram que algumas das oportunidades de arbitragem PCF mais rentveis
eram para contratos futuros mais de maturidade, tal como 20-50 e 50-80 dias. Eles tambm
observaram que o chamado efeito de preto poderia ter um impacto substancial sobre as perspectivas
para a arbitragem. Isto devido ao formadores de mercado para opes sobre ndices, muitas
vezes usando o Fisher Black (1976) preos mtodo, uma modificao da frmula Black Scholes
que calculada com base nos futuros preo bastante do que o ndice. O efeito pode significar que
futuros sobre ndices superfaturada levar a chamadas carssimas e puts undcrpriced, e vice-versa.
Markose e Er (2000) encontraram que o efeito preto limitado a eficincia de PCF arbitragem e em
algumas circunstncias, a arbitragem possvel notar-se que mesmo exacerbar os futuros
subjacentes mispricing.
Dividendo arbitragem
Pagamentos de dividendos da empresa pode ser uma importante fonte de rendimentos.
Dividendo arbitragem combines uma posio no estoque com profundas opes in-the-money, a fim
de travar nos lucros.
Quando um dividendo formalmente anunciado, a empresa vai spccify quando o pagamento ser
realmente ser feito, chamado a data de vencimento. Eles tambm estipular a data de registo que
determina a direito real, uma vez que apenas os acionistas registrados no momento recebero
pagamentos. No entanto, uma vez que leva tempo para comrcios a ser compensados e liquidados, a
troca ser geralmente estabelecer um prazo distinto. Este o ex-dividendo (ou ex-div) data, que
muitas vezes dois dias antes da data de registro. Qualquer pessoa comprar o estoque antes da
data ex-dividendo ir receber o dividendo, mesmo que, posteriormente, vender o estoque. Assim,
o preo de mercado normalmente reflete este fato com uma queda de preo igual ao dividendo,
conforme mostrado na Figura 13-6.
Se ns comprar as aes pouco antes da data ex-div estamos efetivamente pagando um prmio com
base sobre o valor do dividendo. A queda de preo na data ex-div vai perceber uma perda imediata
para posies longas. S na data de vencimento posterior o dividendo vai realmente ser pago. Assim,
uma rpida venda muitas vezes retornar uma perda, ou na melhor das hipteses um lucro
insignificante. Para travar nos lucros do dividendo, existem dois tipos principais de arbitragem
baseados tanto opes de compra ou de venda de venda opes de compra.
396
ativos
Negociao multi-
fluxo / $
-5000
-600
5500
200
Total
100
O fluxo de caixa / $
DateAction
15 outubro
16 de
outubro
397
-6000
1000
5800
-800
200
Total
200
Liquidez
Latncia
Transparncia
Consistncia
Dependncia
Caso contrrio, pode haver uma exposio de risco adicional considervel.
Liquidez
Como ns serra no Captulo 3, a liquidez varia consideravelmente entre os diversos mercados e
classes de ativos, tal como acontece entre os ativos especficos. Algoritmos de negociao multi-ativos
precisam equilibrar sua negociao com base na liquidez dos ativos-alvo. Simplistieally, isso
significa uma incidncia no menor denominador comum, de modo que o ativo mais ilquidos
impulsiona a taxa de negociao.
Por exemplo, quando a negociao uma das obrigaes das empresas contra a sua stoek, ordens
somente pode ser colocado para a perna estoque uma vez uma execuo foi confirmado para o
vnculo menos lquido. Alternativamente, poderamos usar legging para fornecer um pouco mais
de flexibilidade sobre a execuo, tal como vimos em pares comrcios. Embora, para ativos
ilquidos muito isso poderia nos expor a significativa
398
ativos
Negociao
multi-
risco. Embora tais abordagens vai funcionar, eles poderiam perder oportunidades para o mais lquido
ativos.
Latncia
Latncia pode ser to importante quanto a liquidez. Isso torna mais difcil de confiar nas priees
ns podem ver, uma vez que pelo tempo nossa ordem tratado o preo pode ter mudado.
Cada classe de ativos pode muito bem ser negociados em plataformas diferentes, atravs de
execuo diferente estabelecimentos e possivelmente at mesmo abrangendo fusos horrios. As
trocas so agora foeussed em alcanar tempos de resposta inferiores a 10 ms. No entanto, ainda
existem muitos locais onde esta figura mais como 100 ms ou mais. Assim, no esto vinculados a
haver diferenas de latncia entre a estabelecimentos.
O mecanismo de negociao real outro fator chave para a latncia, j que bem possvel que
a negociao pode precisar para abranger ambos os livros de encomendas e pedido-de-oramento
(PDO) ou de solicitao-para- stream (RFS) plataformas baseadas. Em tais atenuaes, a diferena
de latncias pode variar desde milissegundos para segundos.
Por exemplo, vamos considerar execuo um comrcio pares simples, ambos os ativos tm o
mesmo liquidez, exceto um em comrcios um local com uma latncia de 50 ms enquanto para o
outro 500ms. Se colocarmos uma compra de correspondncia e de venda para cada ativo h pelo
menos 450ms de incerteza. Um comerciante ocupado pode no notar este atraso; afinal de contas,
equivalente a algumas piscadas. No entanto, ele ainda pode ter um efeito aprecivel. A fim de
compensar esta situao, o algoritmo de negociao ter a tendncia para a negociao local com
maior latncia.
Transparncia
A transparncia tambm podem variar consideravelmente entre os mercados. Dentro um
mercado nico, diferindo nveis de transparncia tm-se revelado bastante sucesso. Locais
primrias altamente transparentes permitir a fcil descoberta de preo, enquanto locais mais
opacos habilitar a descoberta volume. De fato, os ATS "dark pool" provaram to bem sucedido
para as aes porque apesar de ser opaco sua descoberta preo tende a basear-se nas trocas
primrios.
Do outro lado, as diferenas de classes de ativos na transparncia pode representar mais de um
problema, j que no h ligaes equivalentes. Por exemplo, todo o livro de ordens pode ser visvel
quando da negociao stocks, mas por outros ativos que s poderia ser capaz de ver a melhor
proposta e oferta. Embora ns pode ter a confiana de execuo nas melhores condies para
nossa negociao de aes, muito mais difcil ter essa para os demais ativos.
Consistncia
Consistncia outra grande faetor para garantir a bem sucedida negociao multi -ativos,
particularmente para os custos de transao. Como vimos na seo 13.6, h uma ampla gama de
oportunidades de arbitragem entre as classes de activos. Para que estes sejam rentveis, vital que
qualquer adicional custos so considerados quando se olha para os preos relativos. Isso pode
ser to bvia como incorporando as diferentes oferecem spreads de oferta, comisses ou taxas
de roteamento / manuseio. No entanto, tambm deve incluir factores de ativos especficos, tais
como taxas de armazenamento / entrega, acumulados juros ou dividendos pagamentos.
Dependncia
Ao longo dos anos, os estudos microstrueture analisaram as relaes de preos em muitos dos
diferentes classes de activos. Por exemplo, estudos tm foeussed sobre se os mercados de futuros
conduzir ou retardar os mercados para seus activos subjacentes. Tais relaes inter-mercado so uma
fonte de informao importante para previses de curto prazo de priees eo out ro mercado
399
condies, como ns ver no Captulo 15. Aproveitando-se destes poderia ser a diferena entre uma
estratgia de negociao rentvel e uma deficitria um.
A minimizao do risco
Menores custos de transao pode ser alcanado para carteiras atravs da maximizao da
cobertura natural, ou diversificao, por tanto tempo quanto possvel. Portanto, bastante provvel
que os modelos baseados no risco, semelhantes aos que vimos para a carteira de negociao, vai
estar no centro da prxima gerao de multi- algoritmos de ativos. Claramente, a construo de
modelos de risco de multi-ativos mais complexa que o os ativos individuais existentes. No
entanto, estes devem esperamos fornecer a flexibilidade necessria para conseguir a melhor
execuo para todos os activos numa carteira mista.
Por exemplo, vamos considerar o comrcio manequim lista apresentada no Quadro 13-12.
De ativos
Euro mid-cap estoque
Euro opes equidade de
venda
Euro FX
Opes de venda americanas
equidade
EUA
estoque grandetampo
Tamanho / $
mm
10
2
10
2
10
Lado
Liquidez
Risco
Compra
rCompra
r
Compra
rCompra
rCompra
r
Mdio
Baixo
Alto
Mdio
Alto
Alto
Mdio
Mdio
Baixo
Baixo
Neste caso particular, o estoque europeu mid-cap e suas opes de venda tem o menor liquidez.
Nota que as opes de venda so destinados para hedge e por isso pode ser feito dependente sobre a
posio do activo subjacente. A out-of-the-money coloca para o estoque dos EUA de grande
capitalizao so atribudo um risco global menor do que o comrcio FX, uma vez que o tamanho
necessrio menor. Assim, para esta cesta da posio de estoque mid-cap representa o maior risco,
para que possamos atingir este mais agressivamente. Isto claramente um exemplo simplista, mas
destaca o fato de que a liquidez no deve ser o nico determinante ao avaliar estratgias de
negociao.
Uma abordagem mais quantitativa seria determinar a contribuio marginal para arriscar (MCR)
para cada ordem em a lista de trocas comerciais e, em seguida, ajustar a sua execuo em
conformidade, como vimos no Captulo 12. Tambm deve tentar incorporar fatores como latncia nas
estimativas para risco temporal.
rpido e confivel, no existe uma verdadeira razo pela qual o algoritmo poderia portflio no
residir no buy-side, com
40 0
ativos
Negociao multi-
13.8 Resumo
Para lidar com o comrcio atravs de diferentes classes de activos, vital que strategics ter em
conta das diferenas de:
Liquidez
Latncia
Transparncia
Para melhor execuo, estratgias tambm devem assegurar que os preos arco comparado de
forma consistente, por incluindo quaisquer custos especficos de ativos relevantes ou fatores.
As estratgias podem tambm usar relaes de preos inter-mercado estabelecidas para ganhar
uma vantagem de previses de preos a curto prazo.
401
Captulo 14
Notcia
14.1 Introduo
Mercados do mundo arco guiado pela informao, muita da qual relatada em notcias e histrias.
Adaptar-se a fatos noticiosos pode dar aos comerciantes uma vantagem significativa sobre a resto do
o mercado. Ao longo dos ltimos anos, a incorporao de notcias em negociao algortmica
sistemas tem atrado cada vez mais ateno.
Claramente, o aumento implacvel tanto na velocidade e capacidade de computadores ofertas
umaenorme potencial para a anlise baseada em notcias. No entanto, as pessoas so ainda muito
mais hbeis em notcias interpretao e eventos do que mquinas. Anlise de notcias baseado em
computador um no-trivial tarefa. Parte da dificuldade simplesmente o fato de que as notcias
so muitas vezes baseadas em textos no estruturados por isso difcil para sistemas baseados em
regras para process-lo, e ainda mais difcil para eles para interpretar de forma confivel isto. A
digitalizao crescente de notcias aos formatos legveis por computador est a ajudar a colmatar esta
lacuna. Tcnicas de processamento de inteligncia artificial complexo e de linguagem natural so
tambm a ser empregue. Como veremos nas sees seguintes, o progresso est sendo feito em
anlise eomputcr base, mas h ainda um longo caminho a percorrer.
Exemplos
Mundial / Regional
Macroeconmico
Corporativo
402
Novo s
Tabela J4-1 mostra alguns exemplos. Note que os trs tipos de notcias podem ter distintas
efeitos sobre o volume ea volatilidade dos mercados e ativos especficos. Embora, o inteiro efeitos
de notcias globais / regionais pode ser bastante difcil de interpretar. Assim, este captulo se
concentra sobre o impacto de ambos macroeconmica e notcias corporativas.
Notcias macroeconmicas
Mais notcias macroeconmicas vem na forma de anncios regulares que fornecem
informaes sobre os principais indicadores econmicos. H sim uma vasta gama de diferentes
indicadores; alguns dos principais para a economia dos EUA so apresentados na Tabela 14-2.
ClassAnnouncementType
Consumo
Investimento
Exportaes Lquidas
Governo Despesas
FOMC
Estoque de dinheiro
Atividade real
Preos
FreqTime
PIB
Produto Interno Bruto (PIB)
Despesas de Consumo Pessoal
Os estoques empresariais
Pedidos de Bens Durveis
Ordens de fbrica
Despesa da construo
New Home Sales
Balana comercial
Oramento do Estado
Alvo Federal Funds Rate
M2
/ Emprego Non-Farm Payrolls
Desemprego iniciais
Produo industrial Utilizao da
Capacidade
As vendas de varejo
Rendimento das Pessoas Singulares
Crdito ao Consumidor
Producer Price Index (PPI)
ndice de Preos ao Consumidor (IPC)
ndice de indicadores principais
ISM / NAPM Index
ndice de Confiana do Consumidor
Os comeos de carcaa
Q
M
M
M
M
M
M
M
M
6W
W
M
W
M
M
M
M
M
M
M
M
M
M
08:3
0
08:3
08:30
08:30
10:00
10:00
10:00
08:30
14:00
14:15
16:30
08:30
08:30
09:15
08:30
08:30
15:00
08:30
08:30
08:30
10:00
10:00
08:30
40 3
com uma figura avano, seguido por nmeros preliminares e depois finais. O PIB real
umaIndicador do PIB com base que inclui ajustes para variaes de preos e da inflao.
Consumo representa o consumo privado; em outras palavras, gastos domsticos em comida,
roupa e contas de servios pblicos, sade, educao e seguro.
Investimento corresponde ao investimento em capital, que por sua vez dividido em vrias subcategorias: Os estoques empresariais reflecte as trs fases de produo, nomeadamente fabricao,
comrcio grossista e retalhista. Efetivamente, ele atua como um indicador importante para a
demanda do consumidor. Durable Goods Orders mede o nmero de pedidos feitos com os fabricantes,
similarmente Ordens de fbrica monitora as colocaes totais da ordem. Estes do uma
indicao da sade dos sectores da fbrica / fabricao. Os restantes indicadores de
investimento destaque o estado dos mercados edifcio / habitao. Despesa da construo fornece
uma estimativa do despesa interna total em todos os tipos de construo, enquanto New Home Sales
concentra-se em habitaes familiares. Estes podem ser utilizados para estimar a futura demanda
por hipotecas. Habitao Os indicadores do mercado tambm muitas vezes atuam como um
indicador importante para a sade geral da economia.
Exportaes Lquidas so reflectidos pelo balancc do comrcio. Essencialmente, esta a diferena
entre o valor das importaes e exportaes de uma economia.
As despesas do governo representada pelo oramento global, que incorpora o custo de servios
governamentais e projetos como bem como a massa salarial para o setor governamental
funcionrios.
Outro indicador econmico importante a taxa de fundos alvo Federal, que reflecte
Poltica monetria EUA. Para os mercados monetrios, o indicador M2 mede a total de U.S
moeda em poder das reservas, corrente, poupana ou contas correntes.
o Verdadeiro Atividade
indicadores
fornecem um ponto de vista sobre as actividades econmicas importantes como o emprego, as
vendas no varejo, crdito e renda pessoal. No FarmPayrolls,
ou o
relatrio Employment, fornece uma contagem do nmero de assalariados a tempo parcial e integral.
Embora o Desemprego iniciais mostra o nmero de pessoas recentemente fora do trabalho.
Produo industrial d uma medida da produo das indstrias nacionais. As vendas de varejo
valoriza o total de vendas das lojas de varejo, e assim reflete os gastos dos consumidores. Medidas
renda pessoal total da renda antes e depois de impostos, enquanto que as medidas de Crdito do
Consumidor a nvel da dvida pessoal.
o ndices de Preos fornecer medidas dos custos mdios para os fabricantes (PPI) ou para
consumidores (CPI). Por isso, eles agem como indicadores de inflao, se para commodities
priccs ou domstica.
A maioria dos indicadores de medida mencionados fornecem uma medida desfasado do
desempenho econmico. O ndice de Indicadores principais tenta fornecer uma previso para a
economia nos prximos seis a nove meses. O Instituto de Gesto de Fornecimento (ISM) Survey, exAssociao Nacional de Gesto de Compras (NAPM), d uma indicao sobre se o setor industrial
est se expandindo ou contraindo. Da mesma forma, a pesquisa de Confiana do Consumidor mede o
nvel de otimismo realizada pelos consumidores.
Indicadores macroeconmicos pode ser ligeiramente diferente para outros pases, mas
essencialmente eles todos oferecer o mesmo tipo de informao.
Notcias corporativas
Para as empresas, a notcia chega em duas formas principais: Relatrios da empresa fornecer
regularmente indicaes sobre a fora econmica da uma empresa. Outras notcias corporativas
apenas um pega-tudo para qualquer evento importante que pode acontecer para uma empresa.
Relatrios da Companhia de resultados, mostrando o seu desempenho histrico, e as
estimativas para
40 4
Nov o s
rentabilidade futura e crescimento. Muitas vezes, estes so feitos anualmente, embora para
alguns pases, como como os EUA, eles so arquivados trimestral. Ao contrrio de indicadores
macroeconmicos, estes no arc amarrado datas especficas, as empresas podem escolher
livremente a antecipar ou atrasar os seus relatrios. O mesmo aplica -se para todos os anncios
de dividendos.
Em termos de outras notcias corporativas, uma vasta gama de eventos especficos podem
ocorrer. Isso pode incluir qualquer coisa a partir de:
Mudanas de gesto
Aes judiciais
Falncia
Digitalizao de notcias
Notcias est disponvel digitalmente, de uma forma ou outra, ao longo de dcadas. P orm,
somente sobre a ltimos anos temos visto mais esforos para tornar mais fcil para os computadores
para realmente processo e interpretar isto.
Quando telas de notcias primeiro tornou-se acessvel digitalmente, eles eram simplesmente
cpias do telas de terminal originais. Um exemplo simulada na Figura 14-1.
09
09
09
09
09
09
08
08
08
06
05
04
03
01
00
55
51
49
A l g o ri t h mi c T rad i n g & A DM
40 5
A nica maneira de lidar com notcias neste formato extrair o texto cru, tambm
conhecido como "screen scraping". Assim como web page raspagem, este tem sido utilizado
como um meio de fuso manchetes de uma gama de fontes ou adicionando filtragem rudimentar.
Embora tal abordagem til para a entrega de ttulos para os comerciantes para ler, menos
adequado para anlise de notcias informatizado e interpretao.
No incio dos anos 90, os fornecedores introduziram feeds de notcias de que poderia entrega r
manchetes separados e histrias. Por exemplo, jornalistas da Reuters com etiquetas cada ttulo e
histria com especfica categorias. As categorias de mercados, pases, idiomas, indstrias
abrangidas e empresas. Este foi um mecanismo de entrega mais verstil, tornando o armazenamento e
recuperao de notcias muito mais fcil. Os cdigos de categoria poderia facilmente ser usado para
filtrar as notcias. No entanto, a notcia foi ainda em um nico corpo do texto, que teve de ser
analisado para interpretao e anlise.
Manchete: 09:05 NEWS DEF Corp Q2 resulta $ 0,25 EPS
Eu Symbol | DEF.Q | Tipo | Pesquisa
Histria:
EuTempo | 09: 05 |
Fonte | VENl
EuSymbol | DEF.Q
| Tipo EuPesquisa
| Pas |
EUA Eu Ttulo | DEF Corp Q2 resulta $ 0,25 EPS
I Histria | * lucros do segundo trimestre por ao $ 0,25
* A receita do segundo trimestre subiu 15 por cento US $ 100 milhes
* Estimativas de lucros do segundo trimestre por ao
$ 0,20 Vista receitas $ 85000000
muitas vezes
406
Novo s
baseada na Extensible Markup Language (XML). Portanto, a nossa histria exemplo pode agora
olhar algo como a Figura 14-3 (novamente reformatado para facilitar a leitura). Claramente, isto
permite mais campos a serem adicionados aos dados e torna as informaes mais fceis de acessar.
Para este exemplo, tanto os ganhos reais por ao (EPS) e os nmeros estimados so agora
facilmente acessveis para os sistemas informatizados, sem a necessidade de qualquer anlise de
texto. Isso permite que programas para ler nestes valores em muito da mesma forma que eles possam
usar o lance e oferecer preos a partir de dados de mercado alimenta. Assim, eles so muito mais
facilmente incorporado em regras de negociao estratgias e algoritmos. Esta tecnologia j
disponveis; por exemplo, o Dow Jones Elementized Feed de Notcias publica principais
elementos de dados corporativos e econmicos, tais como nmeros de ganhos ao publicar
simultaneamente as notcias sobre os ganhos.
407
Novo s
40 8
fontes, desde a agncias de notcias e negcios de mdia, para nacionais e estrangeiros jornais, como
bem como sites e blogs governo e web corporativa. O seu email Pista produto pode at mesmo
incorporar e-mail e seus anexos. Isso particularmente til dada a forma como muita informao
comunicada por e-mail, a partir de memorandos internos aos boletins de notcias e notas de
pesquisa. As principais agncias de notcias ARC tambm comeando a oferecer servios
semelhantes, para exemplo, notcias e informaes da Dow Jones est disponvel atravs da
sua prpria soluo atual conscincia (Dow Jones Factiva).
Assim, uma nova gerao de servios de notcias alternativas e complementares tem Heen criado.
Ir estes ser o equivalente a ECNs para a notcia?
Potenciais benefcios
Terceirizao de informaes de fontes alternativas pode dar uma cabea comear de novo mais
significativo notcias convencional feeds. Por exemplo, mais quinze dias antes ganhos do Google
Q4 2005 anncio um blog criado por um tcnico Yahoo previu que eles iriam perder o seu
Estimativas Q4. certo que isso poderia ser visto como desinformao da concorrncia, de fato
CNN Money pegou a histria em janeiro 31s1 com um relatrio intitulado "Rival trashes do Google
perspectivas de crescimento ". No entanto, a previso provou ser preciso com as aes caindo
em at 10% pouco depois da apresentao de resultados, como se mostra na Figura 14-5 (um).
Claramente, muito mais fcil para julgar tais informaes com retrospectiva. Apesar de um
ponto de vista alternativo a partir da um especialista de domnio ainda til, mesmo se tivesse
provado ser errada.
(uma)
Ja n 12: Em seu blog. especialista
Yahoo! tecnlogo Amr Awadallah " pr ev
qu e o G oogle vai perder 4T 05
\
ga n h os . E l e ar g u m en t a m s tha t aps a
otimizao b u s ca d e c o l o c a o d e
a n n c i o s mo t or n o 3 T 0 5 ,
Google sobr e-estimado ganhos futur os, citando \ <
"Evidncia de Google mudando th e posies e \ j" " quantidade da
sua ads. - motor de busca
3 0 o 3 S o ? 33
Comprar * ~
1 Ja n 31s Google
J anuncia aps o f ec har qu e
el e p er d e Q 4
G P F J ganhos devido
desacelerao Cr es c i m en t o
A d S en s e ...
> CNNMoney.com
1 cita o blog de Awadallah "~
f V quando se discute
Miss GOOG
S'-jck para
baixo
M a r C H 1 4:
(W portanto, ,
G e n en t ec h ( D N A ) a n u n c i a q u e I n s t it u t o N a c i o n a l d o C n c er
( N C I ) M O N i T O R K Fas e I I ! ens a ios mostr ar t ha t seu medicamento Avastin efetivamente trata cncer de
pulmo
4 horas antes
G en en t ec h '
sa n n c i o ,
website e NCI
w w w. ca nc er . g o v
mensa gens de t h e
Avastin Fa s e 1 1 1
ju l ga men t o
r es u lta d os
40 9
nome comercial para Bevacizumab, uma droga anti-angiogenie que tenha sido aprovado para uso
contra o cncer colorretal desde 2004. Em maro 14 de 2005, o Instituto Nacional do Cncer (NCI)
publicou os resultados da Fase III ensaios utilizando Bevacizumab combinado com quimioterapia
para pacientes com cncer de pulmo avanado. Cerca de quatro horas mais tarde, Genentech
lanado esta notcia imprensa, resultando em uma caminhada de 25% no preo de suas aes.
Qualquer pessoa que fez a ligao entre Bevacizumab Genentech e poderia ter tido uma vantagem de
mercado significativo.
41 0
Novo s
Filtragem Notcias
Dada a quantidade de informaes disponveis, a filtragem notcia vital para garantir os
comerciantes e investidores notar as histrias que so importantes para eles, em vez de ser
distractcd pelo fluxo geral de notcias.
Voltar nos dias de terminais, os servios de notcias dircctly controlada a filtragem,
proporcionando pginas especficas para os principais tpicos de notcias. Enquanto "screen
scraping" tcnicas podem ser usadas, foi difcil de alcanar Uma exactido de 100%, em
particular para as empresas uma vez que uma grande variedade de nomes e podem ser usadas as
abreviaturas. Filtragem tornou-se muito mais fcil quando os vendedores comearam a marcao
notcias com dados adicionais, tais como a categoria codcs Reuters News 2000. Adicionando este
meta- dados permitiu aos usurios configurar filtros personalizados para si, com base em qualquer
combinao de cdigos de categoria. Da mesma forma, a notcia elementized alimenta
oferecem a perspectiva de ainda mais fino filtragem gro. Em vez de ter que contar com os
catcgorisations atribudos por editores de notcias e / ou jornalistas, podemos agora crcate
filtros que jogo do contedo efectivo da notcia.
Fora dos servios tradicionais de notcias, informaes em sites, blogs e fruns muito mais
desestruturado. Mais uma vez, estes foram inicialmente tratadas com "scrcen raspagem" simples
programas. Este, desde ento, evoluram para tcnicas mais avanadas com base em texto e anlise
estatstica, ou at mesmo o processamento de linguagem natural. Software comercial para fazer
estes dados processamento est se tornando disponveis, servios de feeds de notcias
semelhante alternativos comearam anexando meta-dados adicionais para a informao em
bruto, o qual pode ento ser utilizada para a filtragem mais padronizado.
Clustering est estreitamente alinhada com a filtragem, assegurando que no vemos um punhado
de manchetes, de vrias fontes, todos para o mesmo evento. Isto pode ser to simples como a
remoo manchetes duplicados. Alternativamente, abordagens mais sofisticadas cluster
baseado na sua interpretao da informao real, lidar com o fato de que fonte pode cach uso
ligeiramente diferentes ttulos para a mesma histria. Este oferecido por sistemas como o de
Relcgancc Primeira Trilha e Infonic de Exploso>.
Associao Notcias
As notcias todos diferem em seus efeitos. No entanto, as relaes implcitas significa que alm do
efeitos imediatos impacto, secundrias e tercirias tambm pode se propagar em todos os
mercados. Por exemplo, os fatores macroeconmicos muitas vezes, tm impacto mais imediato
no fixo mercados de renda e divisas; em ltima anlise, no entanto, eles tambm podem affcct
preos das aes. Da mesma forma, uma m notcia para uma empresa pode fazer com que a sua
pricc a cair, mas tambm pode affcct o preo da sua principal competio ou mesmo todo o scctor.
Idealmente, gostaramos de seg qualquer notcia associado que pode nos afetar. Por exemplo,
wc poderia simplesmente reduzir o nvel de filtragem, por exemplo deslocando o foco da empresalcvcl para de nvel de sector. Ainda assim, ns no queremos ser to inundados com notcias de
que perdemos itens-chave. o objetivo atingir o melhor equilbrio entre estes dois extremos. Uma
maneira de combater isso incorporar um modelo de dependncia que reflete todas as relaes de
chave. Por exemplo, considere uma cadeia de fornecimento. altamente provvel que um problema
com um fornecedor de componentes pode tambm afectar outras empresas, a montante ea jusante.
Em os EUA, as empresas devem divulgar financeira para informaes qualquer cliente que
representa mais de 10% do total das vendas, ou qualquer indstria segmento que compreendia mais
de 10% das vendas anuais, bens ou lucros consolidados. este dados pode ser usada para inferir as
principais dependncias.
Existem vrias maneiras de construir modelos de dependncia. Por exemplo, servios como
TextMap crcatc-los com base na anlise de entidades distintas de arquivos de notcias
histricas. Figura 14-6 mostra um mapa associao para notcias sobre o Google.
411
41 2
Notcia
- - C * H w * y ELY fciwonier}
Coutcust PAH
Figura 14-7 reao tardia do preo do Coastcast Corp. queda em sua liderana cliente
Callaway Golf Corp.
potenciais retornos anualizados de 18,6%. Sem surpresa, a anlise baseada associao provando
ser cada vez mais popular.
Anlise Notcias
Atualmente, a forma mais comum de anlise de notcias est interpretando seu sentimento. Quando
ns pode determinar de forma confivel se uma notcia especfica bom ou ruim, podemos ento
comear a estimativa o seu impacto sobre o mercado.
A maneira mais simples de tentar determinar o sentimento de procurar, e contar, palavras
especficas, como "excede" ou "lucros". Claramente, isto tem os seus limites, sincc o texto pode conter
palavras que por si s pode ser interpretado como positivo, por exemplo, "subindo", mas em contexto
so realmente negativo, por exemplo, "A dvida est a aumentar". A prxima progresso lgica
estender a contagem para frases. Um estudo da Young-Woo Seo, Joseph Giampapa e Katia Sycara
(2002) usado bigramas (duas palavras-chave ligadas) para inferir sentimento. Sua tcnica extrai
as frases-chave removendo primeiro quaisquer palavras desnecessrias ou identidades, por isso
"Aes da Companhia ABC aumentou" torna-se os bigrama "As aes subiram" para o ABC. Estas
bi-gramas, em seguida, so traduzidos numa baseado em sentimento uma gama de cinco
classificaes diferentes, como se mostra na Tabic 14-3.
As notcias tambm diferem em termos de saber se eles esto relatando fatos aps o evento
ou reflectindo previses para o futuro. Ento notcias que certas utilizaes frases como "receita
subiu" ou "aes caram", enquanto incerto notcias inclui palavras como esperar, previso,
antecipar ou aviso. No geral, esta tcnica pode alcanar resultados razoveis, em especial para
simples texto como manchetes. No entanto, tudo o que no contm um bom ou mau bigram
classificadas, a informao to til como neutro pode ser ignorado. Portanto, eles que
concludcd As suas
Aula
BOA
BOM,
INCERTO
NEUTRO
BAD,
INCERTO
MAU
41 3
Exemplos
.. . Compartilhar sof ABC Companhia ros ehor 2 percen t
o n th e NASDA q t o $ 24-15 / 16 .
.. .
Bigramas: "receita subiu", "excede as expectativas", "ao subiu", "rose
lucro "
.. . ABC Company predictsfourth - trimestre
s a l r i o s w i l l b e alta .
.. .
Bigramas: "esperar ganhos", "previses de lucros", "antecipar ganhos"
.. . ABC um d XYZ Inc. d anunciar plano sto pan desen industr yinitiative .
.. .
Bigramas: "empresa alliance", "aliana corp", "anuncia produto"
.. . ABC (Nasdaq: ABC) warne d o n Tuesda y t h um t Q u a r t a q u a r t e r r e s u l t s coul d f a l l shor t d e x p e c t a t i v a s .
.. .
Bigramas: "lucros de alerta", "curto expectativa", "ganhos de alerta"
.. . Compartilhar sof ABC (ABC: down $ 0,5 4 a $ 49,37) f e llin conde
y New Yor ktrading .
.. .
Bigramas: "compartilhar off '," compartilhar down "," reduo de lucros ","
queda por cento ", "queda de vendas"
Interpretao Notcias
A progresso lgica de anlise para os sistemas sentimento para ser capaz de executar um
cheio interpretao da notcia. Em vez de simplesmente se decidir uma determinada histria boa
ou ruim, eles comeam a estimar o quanto a informao deve alterar preo do ativo. assim sistemas
de interpretao ter de identificar e extrair toda a informao chave a partir da notcia histria.
Novamente, isso pode usar abordagens baseadas PNL. Alternativamente, com a crescente
41 4
Novo s
disponibilidade de notcias legvel por mquina e relatrios corporativos isso pode ser apenas
uma questo de extrao de dados usando as tags necessrias.
No entanto, a informao originria, ento ele deve ser usado para determinar o seu efeito
sobre o preo do ativo. Precificao de ativos no trivial, por isso, a fim de interpretar o
potencial impacto sobre preos a nova informao ter de ser incorporado em modelos de
precificao de ativos dedicados. Obviamente, isso mais fcil de fazer para algumas histrias do
que outros. Por exemplo, um anncio de
um novo contrato pode significar ajustes a valores
relativos s vendas esperadas e custos, ao passo que o renncia de um executivo snior mais difcil
de quantidade. Tcnicas de interpretao notcias mais avanados podem at tentar "ler nas
entrelinhas". Por exemplo, um estudo realizado por Antonina Kloptchcnko et ai. (2004)
constataram que o tom usado nos relatrios das empresas, muitas vezes melhores reflete o
desempenho futuro do que os resultados reportados.
Os novos preos-alvo gerados por esta anlise pode ento ser utilizada para tomar decises de
investimento. Ainda assim, em termos de execuo a sua utilizao discutvel. Os changcs podem
no ser refletidas em breve nos mercados de sistemas de execuo de beneficiar desta informao
no real Tempo.
Notcias de minerao
Notcias minerao combina a anlise de dados histricos com informaes de arquivos de
notcias. Actualmente, grande parte das pesquisas se concentra em interpretar o texto da notcia
headlines histrias / e usar isso para explicar as mudanas pricc. Tcnicas de reconhecimento de
padres so usados para inferir a impacto no mercado de notcias. Inteligncia (AI) tcnicas
artificiais, tais como redes neurais ou mquinas de vetores de suporte, em seguida, so treinados
sobre esses dados histricos, a fim de aprender a changcs prever futuros.
Como vimos nas sub-sees anteriores, interpretar com preciso o significado de notcias uma
tarefa complexa. Muitos estudos lutam para alcanar a preciso melhor do que 50%. No
entanto, dado tempo, provvel que a anlise semntica ir melhorar o suficiente para fazer tais
tcnicas de adio de valor (em um futuro no muito distante). Entretanto, os dados tambm cada
vez disponvel em formatos legveis por mquina tais como XML.
Analisando o impacto de curto prazo de notcias uma meta mais fcil do que a estimativa
o seu meio e Efeitos de longo prazo. Ao comparar os dados de notcias, tais como figur as EPS,
com mercado expectativas, podemos determinar o quanto de uma surpresa a notcia realmente .
Se a notcia atende s expectativas, em seguida, o mercado provavelmente j incorporaram esta
informaes no preo do activo, de modo uma mudana significativa pricc improvvel. Enquanto
que se o notcia uma grande surpresa, ento, um perodo de volatilidade ser provvel, enquanto o
mercado se ajusta a esta nova informao. Seo fornece J4.5 uma reviso de estudos empricos de
mercado detalhando estes efeitos de curto prazo.
Note-se que quando se tenta avaliar o impacto de uma determinada notcia ou manchete, em vez
do que trat-la como um evento discreto, podemos olhar para trs sobre notcias anteriores para
confirmar quanto novas informaes na verdade ele contm. Encadeando juntos notcias, ns
podemos determinar a quantidade relativa de cada uma nova informao contm. Assim, ns
pode comear a analisar se tem notcia cl'fcct um impulso substancial. Isso poderia tambm nos
permitem estudar como efetivamente nova informao assimilada pelo mercado, e se sub ou
excessiva reage notcia.
Um exemplo interessante dado em um estudo realizado por Gur Huberman e Tomer Regev
(2001). EntreMed Inc. (ENMD) uma empresa farmacutica foeussed em liberar medicamentos para o
tratamento do cncer e doenas inflamatrias. Em 3 de maio 1998, a edio de domingo do New
York Times (1998) tinha uma articlc sobre sua primeira pgina intitulado "ESPERANA NO
LABORATRIO: Um
415
relatrio especial; A Awe Cauteloso Cumprimenta Drogas que Erradicar a tumores em ratos ". Este
descritas o potencial de endostatina, uma protena anti-angiognico. A endostatina foi encontrado
para inibir a crescimento dos tumores de cncer, e em estudos em ratos demonstraram nenhum
aparecimento da resistncia aos medicamentos. De fato, aps cyclcs repetidas foi mesmo encontrado
para remover os tumores em ratos completamente, curar eficazmente o cancro. O artigo tambm
mencionado EntreMed, uma vez que eles teve a licencc para produzir os medicamentos com base
nesta pesquisa. Na segunda-feira seguinte, Preo da EntreMed tem incio s 85 caindo para
fechar em torno de 52, acima dos 12,063 na anterior Sexta-feira, um aumento de 330%. Isto
mostrado na Figura 14-8.
Preo de negociao Figura 14-8 EntreMed eo volume em torno notcia de sua nova
droga
Ainda assim, como Huberman e Regev, note a notcia na verdade no traz qualquer
significativa novas informaes ao mercado. Na verdade, foi apenas uma verso mais completa de
um artigo anterior impresso no New York Times (1997) no dia 27 anterior novembro, Intitulado
testes em ratos Bloquear um Defesa por Cancer ". Este cobriu a publicao de os mesmos
resultados de pesquisa na revista Nature. Houve tambm a cobertura em moneyline da CNN e Sinais
de rua da CNBC sobre 27 novembro. Embora esta notcia anterior foi lanado por volta de
Ao de Graas, que ainda viu um reao do mercado considervel com um aumento de preos de
28,4%. Eles concluram que a principal diferena parece ser devido a ser colocado na primeira
pgina do New York Times contra pgina 28, gerando aumentos correspondentes de 330%
versus 28%. Certamente, no havia um excesso reaco de a notcia em maio. O aumento de preos
persistente em EntreMed pode refletir uma compreenso reao por parte dos investidores
profissionais em Novembro; Alternativamente, pode tambm reflectir a macia publicidade
adicional que a empresa recebeu. Ento, quando rastrear o impacto da notcia que tambm deve
considerar a quantidade de ateno a informao poderia receber.
Novidades minerao tambm pode ser usada para inferir as relaes que so mais
complexas. Por exemplo, os efeitos indirectos e correlaes que pode ocorrer entre ativos,
normalmente atravs de aes indstrias e sectores. No caso de EntreMed, e Huberman Regev
(2001), note que na Maio 4o as sete empresas do ndice NASDAQ Biotechnology Combinada
(excluindo ENMD) serra um retorno mdio dirio de 4,89%, enquanto o destaque foi para o setor.
41 6
Novo s
Preo
Em seu estudo de Tesouro dos EUA, Pierluigi Balduzzi, Edwin Elton e T. Clifton Verde (1997)
constataram que o anncio do Non-Farm Payroll teve o maior impacto sobre os preos. o impacto
foi persistente e quase imediata; tambm se comportou aproximadamente simetricamente entre
surpresas positivas e negativas. Alm de Non-Farm Payrolls, eles descobriram que anncios
para PPI, CPI, Confiana do Consumidor, pesquisa ISM / NAPM, New Home Sales, Pedidos
de Bens Durveis, comea a habitao e reivindicaes jobless iniciais todos tiveram um
impacto noticcablc sobre o preo de mercado. Por exemplo, a Figura 14-9 mostra a reao ao
Consumidor Pricc ndice de a nota 10 anos.
Um efeito comparvel foi observado para a nota de Tesouraria de 5 anos em anlise por Michacl
Fleming e Eli Remolona (1997). Os principais anncios eram muito semelhantes, com No- Farm
Payrolls dominando, enquanto PPI, CPI, Confiana do Consumidor, pesquisa ISM / NAPM e
Negativo Surpresas
417
Positivo Surpresas
Figura 14-9 respostas Preo da nota de Tesouraria de 10 anos ativo para surpresas na
CPI
New Home Sales tambm foram encontrados para ser significativo. Embora, eles encontraram
Bens Durveis Pedidos e comea a habitao teve um efeito muito menor. Em vez disso, eles
observaram que as vendas de varejo e a taxa alvo de fundos federais eram mais importantes,
como ns pode ver a partir de sua relao rankings na Tabela 14-4.
Infelizmente, a complexidade da relao entre os indicadores de macro e os preos dos
ttulos significa que cada estudo parece encontrar ligeiramente diferentes relacionamentos. Parte
disso pode estar relacionada com os prazos de investimento associados a activos diferentes.
Balduzzi, Elton e Green (1997) analisaram o efeito sobre as contas de 3 meses, notas de 2 anos e
ttulos de 30 anos. Elas observada que o tamanho da reao tende a aumentar com a maturidade do
Tesouro, com destaque para o aumento da volatilidade dos preos dos ttulos de longo prazo.
Um estudo posterior hy Fleming e Remolona (1999) tambm foeussed sobre esta tendncia. Eles
descobriram que este efeito ocorre para a maioria anncios, com exceo dos ndices de
preos (CPI e PPI), em que a reaco parecia permanecer constante para vencimentos ao longo de
quatro anos.
O nmero de anncios que afetam diferentes valores mobilirios tambm parece variar de
acordo com a data de vencimento. Balduzzi, Elton e Green (2001) relatou que nove anncios afetou
significativamente o preo do projeto de lei de 3 meses, enquanto havia 13 para a nota de 2 anos, 16
para a nota de 10 anos, depois de cair para 10 para o bnus de 30 anos. Isto poderia ser devido a
diferenas na aplicabilidade de cada anncio para tanto a curto e longo prazo expectativas.
Para as taxas de cmbio, Alain et Chaboud ai. (2004) analisaram o impacto de anncios
usando dados de EBS. Eles descobriram aumentos repentinos de preo ocorreu quase
instantaneamente, mas s durou cerca de 5-10 minutos e estabilizada em geral menos de uma hora.
Surpresas para o PIB e Non-Farm Payrolls geralmente teve o maior efeito. No geral, eles descobriram
que notcias que indicava mais forte do que atividade esperada para os EUA foi seguida
sistematicamente por valorizao do dlar. Uma tendncia semelhante foi relatado em um estudo
anterior por Torben Andersen et al. (2003). Eles observaram as maiores variaes de preos para NonFarm Payrolls e Comrcio Saldo surpresas, seguido de Pedidos de Bens Durveis, vendas no
varejo e dos fundos federais
418
Notci
a
Anncio '
Efeito em: 2
Rankin
PriceVolumePriceVolume
-23,1
-8,59
-6,51
-6,48
-5,08
-4,61
-4,42
-4,17
-3,87
-3,42
-3.2
-2.5
-1,79
-1.7
1.61
-1,41
-0,46
-0.29
0,19
0,05
60,52
27,87
39.03
24.56
23.97
60,8
9.62
35.83
17.81
12,05
29.04
4.94
-5,35
2.24
27,55
-5.1
2.28
-1,86
-1,66
24.88
1
2
5
6
7
8
9
11
12
13
14
15
16
17
18
19
22
23
24
25
de:
2
8
4
12
13
1
16
5
14
15
7
21
19
23
9
20
22
24
25
11
41 9
Taxa poderia levar a uma diminuio de 0,5% no DJ1A. Estudos semelhantes que incidiram sobre o
impacto de anncios de FOMC encontrados em torno de uma resposta de 1% para fundos federais
surpreende. Michael Ehrmann e Marcel FRATZSCHER (2004) analisaram o impacto sobre o S & P
500 e Ben Bernanke e Kenneth Kuttner (2005) estudaram o valor do ndice ponderado CRSP.
Albuquerque e Vega (2007) razo que a diferena nos resultados devido sua amostra baseando
o DJIA, que uma pequena amostra de grandes empresas, que muitas vezes so menos afetados pela
monetria surpresas polticas.
Uma comparao til de efeitos para uma gama de contratos futuros fornecida em um estudo por
Andrew Clare e Roger Courtenay (2001), mostrado na Figura 14-10. Usando dados para 1994- 99,
que investigou o impacto dos anncios de taxa de juros macroeconmica e do Reino Unido,
whieh so geralmente libertados s 9:30 e 12:00. O objetivo de seu estudo foi determinar o efeito
da independncia operacional que est sendo concedida ao Banco da Inglaterra em 1997
permitindo Comit de Poltica Monetria para definir as taxas de juros.
f nt cr c t t mudana rsie *
SitrllugCurto
LongoCILT
l. g Gill
FTSF.-I08
Mlkutr>apsisunairemtbr
Fonte: Clare e Courtenay (2001)
42 0
Novo s
respostas por hora so apresentados na Figura 14-10. A partir destes grficos, claro que o
interesse alteraes na taxa tm efeito muito mais considervel em ambos os futuros ea moeda de
outros dados macroeconmicos. Curiosamente, o maior impacto global das taxas de juro foi de O
FTSE-100 futuros, embora estes tinham muito menos resposta a mais gerais no Reino Unido
anncios macrocconomic. Em comparao, a moeda e Long Gilts apareceu a ser os mais
afetados por notcias macroeconmicas geral. The Long Gilts tambm parecia ser mais voltil
do que o Short Sterling, que semelhante ao que temos visto por ttulos do Tesouro dos EUA.
Volume
A programao fixa de muitos anncios macroeconmicos dos EUA faz seu efeito sobre
actividade de trading e volumes fceis de detectar. Por exemplo, o pico repentino n a atividade de
negociao inter-negociante para notas do Tesouro s 8:30 da manh claro, para ver na Figura 1411, tomada de um estudo de Fleming e Rcmolona (1997). H tambm um pico perceptvel para a
10:00 notcias. Fleming e Remolona (1998) observaram uma tendncia quase idntico para o
volume negociado.
Nmero de comrcio s
14
Hora do dia
Fonte: Fleming e Remolona (1997) Reproduzido com permisso do Federal Reserve Bank of New York
Figura 14-11 atividade Intraday em dias o anncio de cinco anos Notas do Tesouro U.S
Portanto, anncios macroeconmicos podem levar a grandes, mas de curta durao, aumenta no
volume de negcios. Isto foi relatado por uma ampla gama de estudos. Por exemplo, Fleming e
Remolona (1998) observaram volumes elevados na nota de 5 anos por mais de 90 minutos aps o
Emprego e os anncios de ndices de preos CPI / PPI. De modo semelhante, um estudo do cffect de
Anncios FOMC por Michael Fleming e Monika Piazzesi (2005) analisaram o impacto para 3
e 6 meses e 2 contas, notas de 5 e 10 anos. Eles encontraram um aumento significativo volume que
durou cerca de 45 minutos aps os anncios, enquanto volumes manteve-se superior do que o
normal para 1 Zi para 2Vi horas.
Na seo anterior, vimos como cada tipo de anncio tinha um efeito marcadamente diferente no
priee mercado. Fleming e Remolona (1997) tambm analisaram o impacto de cada anncio sobre o
volume de negcios. Os resultados so apresentados na Tabela volta 14-4. o maior influncia
foi realizado pelo Federal Funds Target Rate e os Non-Farm Payrolls, que tiveram coeficientes
virtualmente idnticos a partir da anlise de regresso. Em termos de importncia, estes foram
seguidos por vendas de varejo, o levantamento ME1 / NAPM, GOP, e PP1
421
anncios. No total, cerca de uma dzia dos anncios teve um impacto notvel sobre volume de
negociao. Balduzzi, Elton e Green (2001) encontraram um nmero similar de chave anncios.
Os efeitos de volume tendem a ser comparveis em toda a gama de ttulos do Tesouro,
Embora os tamanhos relativos diferentes. Flamengo e Piazzesi (2005) encontrou o maior percentual
aumenta para o Contas de 3 e 6 meses, com picos de cerca de 400%. Em comparao, os aumentos de
cinco e dez notas anos atingiram cerca de 150%. Da mesma forma, um estudo realizado por Balduzzi,
Volume de Elton e Green (2001) encontrado para a nota de 10 anos atingiu o pico em cerca de
170-200% do nveis normais nos primeiros quinze minutos aps o anncio. Embora, para o ms 3 bill eles descobriram que os efeitos de volume a ser muito mais fraca.
Outra tendncia Fleming e Piazzesi (2005) foi relatado uma ligeira diminuio dos volumes
cerca de uma hora antes dos anncios. Eles atribuem isso como sendo "a calma antes da
tempestade "quando os comerciantes esperam para ver o que o anncio traz notcias. Fleming e
Remolona (1998) observou um ligeiro atraso de at dois minutos aps o anncio quando os volumes
permanecem em nveis normais. Isto pode ser atribudo s um atraso enquanto o mercado reage
notcia.
Para as taxas de cmbio, Chaboud et ai. (2004) focusscd em um subconjunto de indicadores,
em seu estudo do impacto dos anncios macroeconmicos. As reaces mostradas na Figura 14-12
arco de Emprego (Non-Farm Payrolls), sincc este teve o maior impacto. Note que este
essencialmente uma variao percentual, uma vez que 100 representa o volume mdio de um minuto.
Para comparao, os volumes mdios de dias no-anncio so mostrados como linhas pontilhadas.
Reserva Borda
Figura 14-12 volume mdio de um minuto em dias para o anncio (a) Euro / Dlar,
(b) O dlar / iene
PIB tem quase tanto efeito, seguido de vendas no varejo, balana comercial e as Produtor
ndice Pricc. Os resultados FOMC teve impacto menos imediato; no entanto, seu efeito global
parecia durar mais tempo. Alm disso, como se pode ver pelas escalas relativas na Figura 14-12, o
Dlar / Yen foi muito menos afetado que o euro / dlar; essa tendncia foi consistente em todo o
outros indicadores macro.
Liquidez
Um aumento considervel na oferta lance espalhar muitas vezes acompanha macroecon mica
anncios. Por exemplo, Fleming e Remolona (1998) observaram aumentos acentuados na
42 2
Notcia
propagao do Tesouro dos EUA cinco anos regista cerca de 8:30 e s 10:00 horas no dia do
anncio. Estudos empricos tambm encontrar uma tendncia consistente para o efeito na oferta
escondeu espalha: Just antes do anncio, eles comeam a aumentar, atingindo o pico em torno
da poca da notcia. o diferenciais mantm em nveis mais altos do que o normal durante entre
meia hora a duas horas depois. Flamengo e Piazzesi (2005) encontraram a nota de 10 anos
recuperou mais rpido, em torno de
30 minutos. o 3 e 6 meses e contas a nota de 2 anos levou muito mais tempo para se recuperar. UMA
efeito semelhante foi observado por Fleming e Remolona (1997a) e Balduzzi, Elton e verde
(2001). O ltimo estudo tambm observa que o relatrio Emprego causou o mais efeito, tanto
em termos da dimenso do aumento de difuso e a sua durao.
Volatilidade
O efeito da notcia sobre a volatilidade de curto prazo pode ser extremamente importante,
muitas vezes mais do que As suas efeito sobre os volumes de negociao. Alguns dos
volatilidade devido ao mercado para ajustar o novo informaes entregues no anncio da
notcia, enquanto alguns dos que tambm devido sbita mudanas no volume de
negociao e liquidez.
Para Tesouro dos EUA, os picos distintos em resposta a notcias macroeconmicas s 8:30 am
e 10:00 esto novamente evidente na Figura 14-13 (como um desvio-padro das variaes de preos
de log), tomadas de Fleming e Remolona (1997).
Preo volatil dade
J.4
Hora do dia
Fonte: Fleming e Remolona (1997) Reproduzido com permiss o do Federal Reserve Bank of New York
Figura 14-13 volatilidade intradia em dias para o anncio 5 anos de notas do Tesouro U.S
Estudos realizados por Fleming e Piazzesi (2005), Fleming e Remolona (1997a) e Balduzzi,
Elton e Green (1997) tudo descobriu que a volatilidade aumentou imediatamente aps a anncio,
permanecendo em nveis normais superiores a mais de uma hora. Por exemplo, Balduzzi, Elton
e Green (1997) verificaram que a volatilidade para a nota de dez anos se hospedaram no mais
do que o dobro seus nveis normais durante 30-45 minutos depois. Fleming e Piazzesi (2005)
constatou que as maiores mudanas na volatilidade foram para as contas ms 3 -6 e as notas de 2
anos.
Em termos de tipos de anncio reais, Balduzzi, Ellon e Green (2001) descobriram que os maiores
aumentos da volatilidade foram para o emprego e os anncios PP1, tanto para Contas de 3 meses e
notas de 10 anos.
Para as taxas de cmbio, h um aumento semelhante na volatilidade em torno do anncio, como
demonstrada pelos retornos mdios absolutos de um minuto na Figura 14 -14, tomada de um
estudo realizado pela Chaboud et ai. (2004).
42 3
Figura volatilidade 14-14 Intraday (em bps) nos dias o anncio de (a) Euro / Dlar, (b) Dlar /
Yen
Eles descobriram que a volatilidade tambm segue as mesmas tendncias que vimos para
negociao de FX volumes. Assim, anncios de emprego, o PIB e meta para a taxa dos fundos
federais tiveram a maior impacto, seguido de vendas no varejo, balana comercial e do PPI.
Preo
Dentro um estudo de estoques franceses, Angelo Ranaldo (2008) confirmou que os eventos de
notcias, e particularmente ganhos anncios, desencadeou mudanas significativas de preos a
curto prazo. o efeito sobre os preos era muito maior e durou at uma hora para anncios de
lucros, reflectindo a informao adicional que eles transmitem. Ele tambm observou que para
intraday anncios a mudana de preos, na verdade, comeou por volta dez minutos antes de uma
correspondente notcia em seus dados. Potencialmente, estes movimentos so prematuras do
mercado devido ao facto aquele l arco muitas fontes de informao disponveis para os
comerciantes, enquanto seu estudo centrou-se em Notcias Reuters.
Uma anlise interessante de o efeito de anncios de lucros durante a noite foi realizada por
Louhichi Wael (2008), novamente para as aes francesas. No geral, ele descobriu que os preos
poderiam aumentar em 1,7% para as unidades populacionais em que o anncio foi uma boa notcia,
embora m notcia levou a uma queda de cerca de 1%. Estes retornos anormais persistiu por mais de
uma hora para ambos os tipos de notcias. Desde seu estudo centrou-se em anncios durante a
noite a maioria dessas mudanas foram alcanado no leilo de abertura, dando origem a um
aumento de 0,96% para uma boa notcia e -1,28% para ms notcias. Ele tambm observou uma
ligeira inverso cerca de meia hora aps o anncio de mau notcias, sugerindo uma possvel reao
inicial.
Para as unidades populacionais, os efeitos de notcias pode durar dias, semanas ou at mais.
(2008) O estudo de Wael tambm analisou o desempenho de seis dias antes e depois de cada anncio.
Ele encontrou os resultados anormais foram centrados principalmente no dia do anncio, embora
houvesse
42 4
Notcia
algumas reverses menores ao longo dos dias seguintes, particularmente para ms notcias. O
efeito mdio prazo de notcias sobre os retornos acionrios dos EUA tambm foi analisado por
Paul Tetlock, Maytal Sarre Tsechansky e Sofus Macskassy (2008). Seguiram em torno de
350.000 artigos de notcias para S & P 500 empresas. A notcia foi tomada, tanto do Dow Jones
News Service (DJNS) eo Wall Street Journal (WSJ) de 1980 a 2004. Histrias para foram
classificados como usando a anlise de sentimento positivo ou negativo baseado em lxico. No
geral, eles encontraram efeitos persistiu por mais de dez dias aps o anncio. Figura 14-15 mostra
um grfico do retornos de eventos anormais cobrindo dez dias antes e depois de uma notcia.
425
com retornos positivos. Ele tambm descobriu o desvio a ser mais pronunciada para menores e
menos empresas de lquidos.
Um dos fatores que fazem anncios corporativos diferente macroeconmica
notcia que as datas exatas destes avisos pode variar consideravelmente. As estimativas para estes
costumava ser a partir de clculos baseados no calendrio, embora seja cada vez mais comum para as
empresas fornecer as datas previstas para a sua prxima anncio. Produtos como Thomson First
Call Corporao Financeira de agora fornecer fontes centralizadas para estas datas. De outros
de fornecer um aviso para os prximos anncios, as datas estimadas pode realmente ser usados para
ajudar a prever se a notcia vai ser bom ou ruim. Isso ocorre porque as empresas tendem a ser
desejosos de anunciar uma boa notcia e adiar a emisso de ms notcias. Uma anlise mais
quantitativa da presente cffeet foi realizada por Mark Bagnoli, William Kross e Susan Watts
(2004). Eles analisaram os retornos para os estoques dos EUA com base na defasagem entre
as datas estimadas e do anncios corporativos reais, para cerca de 26.000 exemplos entre 1995-8.
Eles encontraram que, em mdia, anncios final continha m notcia 44,5% do tempo, enquanto esta
era nica de 36,1% para anncios incio ou no prazo. A proporo aumentada de modo que aps
sete dias tarde, mais de 50% das notificaes tiveram ms notcias. Para relatar perdas eles
descobriram que este foi mais do que 90% mais propensos com anncios tardias do que aqueles
dentro do prazo. Eles no encontraram nenhuma tais tendncias ohvious para as empresas que fizeram
os primeiros relatos.
No geral, Bagnoli, Kross e Watts (2004) descobriram uma queda mdia de um centavo /
share abaixo das previses de consenso para cada dia de atraso a contar da data prevista do
anncio. Em termos de preos de mercado, eles observaram declnios semelhantes para as
unidades populacionais que foram atrasado em fazer anncios. Por exemplo, um atraso de quatro
dias levou a uma perda cumulativa de por a 1% das declaraes. Em adio a estas perdas, eles
tambm notar-se que a reaco no mercado o prprio dia do anncio dependia da tarde que tinha
sido. As empresas que relataram tarde vi reaes ainda mais adversas aos maus resultados do que
aqueles com resultados semelhantes que relataram a tempo. Em comparao, eles encontraram a
reao do mercado a ser mais agressivo para anncios adiantados.
Volume
Sem surpresa, notcias corporativas tambm leva a notveis aumentos de volume de curto prazo.
Ranaldo (2008) observaram esta em termos de volume hoth e nmero de negcios em seu estudo
sobre Francs stocks. Wael (2008) tambm descobriram que, para ambos os volumes de
negociao notcias boas e ruins aumentou ligeiramente at trinta minutos antes de a notcia
breaks. Embora, a mais significativa foi a mudana ainda centrado nos dez minutos em torno do
anncio real. Ele tambm observou que os volumes de negociao elevados persistiu por cerca de
dois dias em que a notcia era ruim, e por cinco dias aps uma boa notcia. Efeitos de volume
similares foram encontrados para o estoque Espanhol troca por David Abad, Sonia Sanabria e Jos6
Yagiie (2005). Eles observaram que tanto volume de negociao e frequncia eram
anormalmente elevado at trs horas antes do anncio, juntamente com um aumento considervel
quando a notcia foi divulgada. Estes efeitos em seguida, persistiu em nveis anormais para o resto do
dia de negociao.
Como j vimos com os preos, o efeito das notcias sobre os volumes de negociao muitas
vezes pode ser mais prolongada para as unidades populacionais; de fato, o aumento de volume
pode variar ao longo de dias e semanas. Para exemplo, um estudo de estoques dos EUA por Joon
Chae (2005) anncios encontrados teve um efeito considervel sobre volumes por mais de 15 dias
depois. Ele tambm observou que a o volume anterior anncios de lucros regulares realmente
diminuiu ligeiramente em antecipao dos resultados. Embora para anncios no programadas,
tais como mudanas no Ratings Moody, incorporaes ou aquisies, ele descobriu que o
volume aumentou visivelmente nos dias de antemo.
42 6
Novo s
Liquidez
O efeito de notcias corporativas sobre a liquidez menos clara, uma vez que os resultados de
emprica pesquisa so misturados. Alguns estudos encontram redues na liquidez em torno
anncios marcada enquanto alguns relatam aumentos e outros acham que as mudanas sejam
insignificantes.
A diminuio da liquidez em torno de anncios corporativos tem sido observado para estudos da
NYSE por Kenneth Kavajecz (1999), Itzhak Krinsky e Jason Lee (1996) e Charles Lee, Belinda
Mucklow e Mark Ready (1993). Estes mostraram como os spreads cotadas aumentou enquanto a
profundidade disponvel, a partir de especialistas e da carteira de encomendas, diminuiu. Da
mesma forma, Jean-Francois Gajewski (1999) encontrado que alargaram-se depois anncios
corporativos para as aes francesas.
Foi encontrada uma notvel aumento na liquidez para ocorrer aps o anncio em um estudo de o
intercmbio Espanhol estoque por Abad, Sanabria e Yagiie (2005). Eles usaram uma vasta gama de
medidas para analisar a liquidez disponvel. No tempo antes do anncio, eles encontraram no
h mudanas notveis na profundidade livro oferta lance propagao ou ordem. Embora, por cerca
de 90 minutos aps o anncio, eles observaram um estreitamento acentuado do spread e um em
aumentar a profundidade disponvel. Aps este perodo, estas voltaram para nveis normais.
Wael (2008) encontrada uma diminuio semelhante dos spreads para as unidades populacionais
franceses, mas tambm observou que propagao nveis eram visivelmente maior nos dias que
precederam a notcia. Alternativamente, Kazuhisa Otagawa (2003) encontrado uma reduo
consistente dos spreads tanto antes como depois trimestral anncios de lucros para as aes
japonesas. No dia do anncio, a profundidade do mercado era encontrada para melhorar um
pouco tambm.
Nem toda a investigao tem encontrado uma mudana notvel na liquidez em torno de eventos de
notcias corporativas. Por exemplo, em um estudo de estoques alemes Peter Gomber, Uwe
Schweickcrt e Erik Theisscn (2004) alteraes controladas usando o Liquidez Medida Xetra
(XLM). Em geral, eles no encontraram alteraes significativas na liquidez disponvel no
momento da notcia real. Embora, eles foi observada uma ligeira diminuio da liquidez nos quinze
minutos antes de a notcia solte, que eles atribuem aos comerciantes que tm acesso a mltiplas
fontes de informao. o efeito foi mais evidente para as unidades populacionais no -DAX
menos lquidos. Quinze minutos depois uma notcia item, o seu custo XLM tinha aumentado em
cerca de 3%, portanto, dando uma ligeira reduo da sua liquidez global. Em comparao, as aes
DAX na verdade, viu ao redor uma reduo de 3% na sua Custo XLM depois uma notcia,
sugerindo uma ligeira melhoria.
Algumas destas diferenas pode ser atribuvel aos mercados em estudo. Por exemplo, os
mercados onde a liquidez fornecida pelos criadores de mercado ou especialistas podem bem
exposio aumentou os spreads em torno de anncios, como traficantes de tentar minimizar o
custo de negociao com comerciantes mais informados. Embora, como Ranaldo (2008) aponta,
este efeito pode ser reduzido a concorrncia entre os fornecedores de liquidez. Em alguns
mercados, a liquidez pode mudar a ordens ocultas ou sobre a "dark pool" ATS. Por exemplo, um
estudo da ECN INET (agora parte da NASDAQ) por Bidisha Chakrabarty e Ken Shaw (2006)
mostraram que tanto o nmero e tamanho mdio das ordens ocultas aumentou cerca de anncios
de lucros, com durao de at sete dias depois.
O contedo informativo das notcias outro fator potencial. Um aumento na liquidez
depois um anncio pode sugerir uma diminuio da assimetria de informaes entre os operadores
econmicos. UMA estudo de estoques franceses por Fatcn Lakhal (2008) constataram que a
incerteza em torno de lucros previses desencadeada um aumento nos spreads, levando a uma
diminuio da liquidez disponvel. Dentro Comparativamente, a certeza de anncios trimestral foi
encontrado para levar a um aumento em liquidez. Wael (2008) tambm observou que o impacto
imediato sobre a liquidez aps um anncio era muito dependente do que informao foi
transmitida.
427
Anncios que atenderam as expectativas (no h notcias) vimos uma diminuio imediata em
seus spreads, que, em seguida, gradualmente revertido para nveis normais ao longo dos 90
minutos seguintes. Notcia inesperada levou mais tempo para reagir: Para uma boa notcia, os
spreads voltaram ao normal cerca de meia hora aps a anncio, enquanto que para as ms
notcias que levou quase uma hora. Da mesma forma, inesperada notcia parecia que levar aos
spreads muito mais elevados na meia hora antes de cada anncio, novamente este cffcct foi mais
pronunciada para as ms notcias.
o nvel de informao tambm pode ser refletido em diferenas entre trimestrais e relatrios
anuais. Um estudo de anncios de lucros por Theresa Libby, Robert e Mathieu Digitalizar Robb
(2002) descobriram que as mudanas na liquidez foram maiores para anncios trimestrais do que
os anuais.
Disperso nas expectativas do mercado pode ser outro fator responsvel por essas diferenas.
Por exemplo, um estudo de NASDAQ por John Affleck-Graves, Carolyn Callahan e Niranjan
Chipalkatti (2002) encontraram que as empresas com lucros menos previsveis teve
consistentemente maior se espalha, particularmente nos dias cerca de anncios.
Um ltimo fator potencial o momento dos anncios. Um estudo do estoque espanhol troca por
Abad, Sanabria e Yage (2005) descobriram que os anncios durante a noite levou a uma melhoria
imediata de liquidez no seguinte aberto. Eles argumentaram este foi porque os investidores e os
comerciantes tiveram o tempo para avaliar corretamente as informaes. Para intraday anncios, eles
descobriram que ele levou cerca de 90 minutos aps a notcia antes de uma notvel melhoria da
liquidez foi observada. Eles tambm observaram uma tendncia para as empresas espanholas para
preferem lanamentos intraday quando os ganhos foram menores do que o esperado.
Volatilidade
A volatilidade geralmente mais elevada imediatamente aps um anncio corporativo. Ranaldo
(2008) nveis mais elevados foram encontrados para persistir durante 10 minutos aps a notcia
especfico da empresa e por mais de 40 minutos aps o comunicado de resultados. Da mesma
forma, Abad, Sanabria e Yagiie (2005) observou aumentou significativamente os nveis de
volatilidade para cerca de 45 minutos aps o comunicado de resultados.
A volatilidade pode tambm ele afectado pelo facto de a notcia boa ou m. No
novidade que, aps ms notcias Tetlock, Saar-Tsechansky e Macskassy (2008) revelam a
existncia de maior nveis de volatilidade. Wael (2008) tambm observou que leva mais tempo
para o mercado se ajustar a m notcias do que bem. Assim, uma maior volatilidade persistiu por
quase uma hora depois de ms notcias, em comparao com cerca meia hora para uma boa notcia.
Reaes a surpresas
A fim de avaliar o grau de surpresa, precisamos uma fonte comum de expectativas. Para indicadores
macroeconmicos isso significa dados de previses do consenso. Estes so fornecidos em
publicaes como o Wall Street Journal e do Barron. Outra fonte, amplamente utilizado em
estudos de investigao, as previses do consenso de Servios do Mercado Monetrio
Internacional (MMS). Estes inquritos dos gestores do mercado monetrio fornecer estimativas
428
Notcia
os prximos anncios econmicos para ser. Com base nestes valores esperados, podemos ento
determinar a quantidade de uma surpresa os anncios reais realmente arco.
Na anlise de US Treasuries, Balduzzi, Elton e Green (1997) confirmaram que o tamanho da
surpresa afectada a mudana pricc. Eles destacaram os impactos potenciais por expressando as
alteraes de preos causadas por um desvio padro surpresa, como uma porcentagem da volatilidade
diria, mostrado na Tabela 14-5.
Macroeconmico
anncio
Mudana de preo
em%
da
volatilidade diria
89
39
Non-Farm Payrolls
PPI
CPI, Pedidos de Bens Durveis, as vendas de varejo,
ndice NAPM, Consumer Confiana
As reivindicaes jobless iniciais, Capacidade de utilizao,
Produo Industrial, New Home Sales
Fbrica Ordens, M2 Medianas
25-30
12-19
4-9
Tabela 14-5 Efeito de surpresas macroeconmicas sobre EUA 10 anos do Tesouro notas
Por exemplo, uma surpresa um desvio-padro em Non-Farm Payrolls foi de cerca de 110.000. Um
anncio inesperado com um correspondente aumento poderia levar a uma mudana pricc equivalente
a cerca de 90% da volatilidade diria. Dada uma volatilidade diria de 0,47% para o 10- YCAR nota,
isso equivale a uma variao de preo de 0,418%, devido surpresa. Eles tambm confirmaram que
os indicadores pr-cclicos, tais como Non-Farm Payrolls, teve um efeito negativo sobre os preos dos
ttulos, enquanto os contra-cclicas, tais como As reivindicaes jobless iniciais, teve um efeito
positivo.
Em termos de volume de negociao, Balduzzi, Elton e Green (1997) encontraram pouca evidncia
para ela sendo afectada pelo tamanho de surpresas. Eles argumentaram que o volume de negociao
mais estreitamente relacionado com a disperso de pontos de vista em todo o mercado.
Pontualidade
A actualidade de um anncio particularmente se aplica aos anncios macroeconmicos regulares. Ela
ajuda a quantificar o seu contedo de informao, relacionando-os aos dados de que estamos baseado
em. Fleming e Remolona (1997) usaram a oportunidade de um anncio para ajudar explicar seu
impacto sobre os preos do Tesouro EUA. Da mesma forma, David Vcredas (2006) usou-a para
explicar o comportamento dos futuros do Tesouraria.
Por exemplo, a Figura 14-16 mostra alguns dos principais anncios macroeconmicos dos EUA
ordenada em termos dos dados que so baseados em, feita a partir de um artigo e por Fleming
Remolona (1997). Consequentemente, a medida de Confiana do Consumidor prospectiva no lado
mais esquerda. A maioria dos anncios so no meio, uma vez que um relatrio sobre Resultados
para no ms anterior. No lado direito, a balana comercial relata dois dados meses de idade, assim
como um anncio que transmite menos novas informaes ao mercado quando comparado para
outros indicadores. Menos relatrios oportunos so susceptveis de ter menos impacto sobre os preos
e volumes, que de fato o que observou Fleming e Remolona (1997) para os EUA Mercados
Tesouro. Assim, os relatrios timeliest, tais como o emprego, PPI, CPI e Varejo Vendas tendem
ter os efeitos mais fortes.
Em comparao, os indicadores sobre o futuro, ou seja, a confiana dos consumidores e Pesquisa
ME1 / NAPM ter um pouco menos impacto. Este provavelmente porque eles so previses
42 9
Confiana do consumidor
Produtor
- N / D Levantamento P M
, '"Hotel Empr ego
ndice irice
corre
ReUil5ale.- Produto
= R-Consumidor
P riceil
industrial! >mie capacidade de utilizao 1
comea lousing
9P |
MSATUAL
UMMSIJVTRR
Pi
Bl
Tuberculose
mo MS DEPOIS
Figura 14-17 O impacto da actualidade para os EUA de 10 anos do Tesouro not a futuro
Outro ponto a considerar que as reaes do mercado so nem sempre para os nmeros mais
recentes. As revises dos principais indicadores macroeconmicos pode ter um efeito considervel
bem. De fato, Veredas (2006) observa que as repetidas revises para ajuda PIB para reduzir o
interesse do mercado em que como um indicador.
43 0
Novo s
As condies de mercado
Em seu estudo da resposta do Tesouro dos EUA a notcia, Fleming e Remolona (1997) tambm
considerados os potenciais effccts eaused pelas condies do mercado. Eles demonstraram que
a reao preo para dada uma surpresa foi muitas vezes maior durante condies de aumento
incerteza. Como indicadores para a incerteza do mercado, eles usaram a vo latilidade implcita
das opes de futuros do Tesouro em conjunto com o changc esperado no alvo dos fundos
federais Rate. Para a impacto dos preos sobre a nota de 5 anos, eles descobriram que a incerteza
de volatilidade implcita ajudou a explicar a reao do mercado aos anncios para Durable
Goods Orders, Habitao Inicia e PIB surpreende. A mudana esperada no alvo dos fundos federais
Taxa ajudou explicar a reao do Emprego e encomendas de bens durveis surpresas.
Em termos de volume de negociao, eles notaram que ambos os indicadores ainda tinha um efeito,
embora o ligaes eram um pouco mais fraco do que para os preos. Ambos os indicadores de
incerteza ajudou a explicar os aumentos de CPI, PPI e Balana Comercial surpreende. Tal como
acontece com os preos, a Federal esperado Fundos Target Rate tambm ajudou a explicar os
aumentos do Emprego e encomendas de bens durveis surpresas.
Ciclo de negcios
O ciclo de negcios est intimamente relacionado com as condies de mercado. Ns pode
quebrar a cyelc em quatro etapas principais, que reflectem quando o mercado , na sua parte
superior ou inferior, e quando ele ou expandindo ou contraindo. Notcias surpresas maio bem
ter consideravelmente diferentes impactos dependendo do que fase do ciclo de negcios do
mercado s. Intuitivamente, podemos expcct o maior impacto para a expanso e contrao partes
do ciclo, uma vez que estas fases so mais propensos a ter uma maior incerteza / volatilidade.
Uma medida do ciclo de negcios um ndice do Instituto de Gesto de Fornecimento (ISM).
Ao contrrio de fatores como o PIB, uma medida voltada para o futuro, baseado em uma pesquisa
de as expectativas do mercado da indstria transformadora. Mais detalhes sobre o ISM pode ser
encontrado no Niemira e Zukowski (1998).
David Veredas (2006) usou o ISM para confirmar se os ciclos de negcios, de fato, alterar o
impacto das notcias macroeconmicas sobre o preo do US 10 anos futuros Nota do Tesouro. Ele
encontrado uma forte correlao inversa (-0,71) entre o preo futuro eo ISM, que mostrado na
Figura 14-18. Para cada pico no ISM, o preo do futuro do Tesouro foi geralmente a baixo, e viceversa: Com base em dados histricos, veredas (2006) concluiu que quando o ISM foi superior a 55 o
ciclo de negcios estava em uma parte superior, enquanto que abaixo de 50 foi em um inferior. No
meio desta gama, um valor crescente foi tratada como a parte de expanso do ciclo, enquanto uma
queda para um indicou uma contrao.
Veredas tambm analisou o impacto de surpresas sobre o preo do contrato de futuros
durante ciclos especficos. No geral, ele descobriu que as notcias tendem a ter mais efeito em
ciclos para baixo do que para cima em ciclos. Ele observou que as ms notcias tiveram mais
impacto nos momentos bons do que ruins, enquanto boa notcia teve menos efeito quando o ciclo j
estava deprimido. Como exemplo desta Figura 14-19 mostra parcelas correspondentes do impacto das
surpresas nos valores para Confiana do Consumidor. Note-se que as linhas a cheio mostram a
resposta mdia, enquanto que as linhas a tracejado so nicas surpresas negativas e as linhas
tracejadas nicos positivos. O eixo dos tempos representa dez intervalos de um minuto.
Quando o ciclo de negcios baixo ou contratao (mostrado no lado direito da Figura 14-19) ean
ns ver que qualquer tipo de notcia tem um impacto negativo sobre os preos. Curiosamente, em
essas fases deprimidas surpresas positivas parecem causar o maior impacto.
431
Figura 14-18 ISM versus a 10 anos preo nota do Tesouro dos EUA (eixo contnuo,
direita)
Figura 14-19 respostas de impulso de US 10-year nota preo do Tesouro a choques nos
Confiana do Consumidor, quando a economia est no (a) superior, (b) parte
inferior, (c) expanso, (d) parte contrao do ciclo
Quando o ciclo a uma parte superior ou na expanso (mostrado no lado esquerdo da Figura 1419), ns pode ver que surpresas negativas levaram aos maiores preos gotas. No geral, para Confiana
do Consumidor a queda de preo mais significativo parece ser causada por surpresas negativas em um
ciclo de expanso. Veredas observa que sempre que o indicador foi contra a tendncia parecia
Novo s
43 2
para ter mais impacto, provavelmente devido a mais publicidade. tambm interessante notar que
na maioria dos Nestes casos, o impacto inicial dissipou-se razoavelmente rapidamente, com os
preos para retornar normal dentro de uma ou duas horas de a notcia.
no identificar a histria como sendo relevante para o nosso fim. Sistemas de manuseio de notcias
pode no conseguir
43 3
Fluxo de notcias
Segue o velho ditado "No h fumo sem fogo", o fluxo de notcias em si uma importante sinal de
negociao. O volume sheer de notcias itens podem ser tanto um indicador como o real informao
eles transmitem. Claramente, no podemos utilizar com segurana o nmero de manchetes de prever
preos futuros; para que precisamos de saber se a notcia era bom ou ruim. Embora, uma sbita onda
de manchetes sugere que a volatilidade pode aumentar, uma vez que as raas de incerteza
volatilidade. Portanto, Controlando a quantidade de notcias, geralmente associado a um determinado
tpico ou ativo podemos determinar mdias histricas.
30%
25% -
ndice de
Notcias
Finn Notcias
HEarnings
Notcias
o
f>
S
Fonte: Ranaldo (2008)
o
**>
Ti
o
<N
oi
<N
Reproduzido com permisso do autor
434
Novo s
Tempo de efeitos dia pode ser necessrio tidos em conta, bem como, uma vez que eventos de
notcias pode agrupar em torno do abrir e fechar, como podemos ver na figura 14-20. Isso mostra os
resultados de um estudo de padres para as unidades populacionais de notcias francesa por Ranaldo
(2008). Em particular, ele encontrou os picos de notcias foram mais pronunciados para o ndice CAC
40 em comparao com notcias especficas da empresa. Assim, quando os nveis de notcias aumentar
significativamente acima da mdia histrica, temos um indicador imediato que algo incomum est
acontecendo. Isso nos d uma maneira muito rpida e fcil de rastrear potenciais problemas, j que no
precisa mesmo de ler ou interpretar as notcias reais. Por exemplo, calcula um ndice Relcgence
notcias de calor, com base na
nmero de histrias para uma empresa especfica, convertendo isso para uma escala que varia de -4 a
+4.
Para os comerciantes, um indicador de fluxo notcias actua como um alerta simples, permitindolhes a estudar situao com mais cuidado. Enquanto que para os algoritmos de negociao, ele
pode ser usado como um indicador aquele volatilidade de curto prazo tende a aumentar. Assim,
os algoritmos de risco e baseados nos custos pode ento ajustar suas estratgias de negociao de
acordo.
Notcias sentimento
Na seo 14.4, vimos como itens de notcias poderiam ser analisadas para extrair se representada
bom, m informao ou neutro. Ao atribuir estes sentimentos scores numricos podemos
calcular mdias, para que possamos determinar a hora sentimento do mer cado prevalecentes por
hora ou dia a dia. Ns tambm pode acompanhar o sentimento ao longo do tempo como se fosse
pricc ou retornar dados. Por exemplo, a Figura 14-21 mostra grficos das priccs aes e sentimento
para duas empresas, a partir de um estudo realizado por Sanjiv Das (2005). Os sentimentos foram
determinados a partir da anlise estatstica de mensagens de publicaes de boletins; cada ponto nos
grficos representa a chegada de uma nova mensagem.
Apple Computer, 18 de outubro 2000
4^
Kf *
Fonte: Das (2005) Reproduzida
jfrfui "
Figura 14-21 Os preos das aes (superior) e sentimento (inferior) ao longo do traado
dia de negociao
Obviamente, mudanas substanciais no preo pode ter um forte impacto sobre o associado
sentimento, como podemos sec na Figura 14-21. Embora, inferindo alteraes futuras no preo
com base em o sentimento mais complcx. Por exemplo, a mudana no sentimento continuou por
Dell Computador visto na figura 14-21 no imediatamente refletida no pricc mercado. Assim, no
nvel de empresas individuais, a relao entre sentimento e complcx pricc podem
435
Ms / Dia (2001)
Fonte: Das e Chen (2007)
Reproduzido com permissionCopyright
2007, o Instituto de
Pesquisa Operacional e Cincias de Gesto, 7240 Parkway Drive, Suite 300, Hanover, Maryland 21076
Notcias surpresas
Como j se viu, o tamanho das informaes contidas na surpresa uma notcia pode muitas vezes
tm um efeito substancial sobre as condies do mercado, em particular os preos. Alguma novidade
obviamente, presta-se a esta abordagem mais do que outros. Anncios macroeconmicos ou
corporativos entregar novos nmeros ao mercado, se eles representam Non -Farm Figuras ou das
folhas de pagamento lucro trimestral de uma empresa. Estes podem ser comparados com rapidamente
figuras esperadas para determinar a quantidade de uma surpresa que eles representam. Um bom
exemplo deste
dada em um estudo realizado por Linda Goldberg e Deborah Leonard (2003).
Figura 14-23, reproduzido a partir deste estudo, mostra as variaes mensais em dados do NonFarm Payroll juntos com as expectativas do mercado de pesquisas MMS entre janeiro de 2000 e
Junho de 2002.
43 6
Novo s
u
m
.'
Eus
-500
* "
L a r k e X t/
^ Anncio
EU . , -f
1
8 ' Sji
expectativa
tI! I
J
II
1,5
0
-1.5
-3.0
1/2000
4/00
7/00
10/001/01
4/01
7/0110/011/024/02
437
Algoritmos-driven Notcias
Os preos de mercado e comrcios variar continuamente ao longo do dia, tais como, por
conseguinte, os algoritmos por cento do volume ou em linha pricc pode acompanhar
constantemente estes dados e ajustar sua negociao padres de conformidade. Em comparao, a
chegada de notcias um evento muito mais discreta. Cada dia no pode ser apenas um punhado de
notcias que podem afetar uma ordem, e muitas vezes no pode haver nenhum. Mesmo para um
cenrio de pior caso, no provvel que seja apenas alguns pedaos de notcias significativas chegar
em um dia. Pode muito bem haver 30 ou 40 histrias diferentes, mas muitos dos estes ser
simplesmente a mesma informao de diferentes fontes, possveis revises ou dirias resumos
delineando o efeito a notcia teve no mercado. Assim, se uma ordem ser movidos unicamente
pela notcia de que tendem a comportar-se mais como uma ordem condicional, sendo apenas ativado
se bom aparece (ou m) notcia. Para algumas empresas de investimento ordens de notcias
condicional maio ato como um espao reservado til para reduzir (ou aumentar) a sua posio se
ocorrer um determinado evento. Essencialmente, porm, muito parecido com uma ordem de
paragem, mas com base em informaes, em vez de pricc.
De fato, uma ordem de paragem (ou
trailing stop) pode ser usado to bem, -given um razoavelmente preciso estimativa para o potencial
impacto da notcia.
No futuro, os algoritmos orientado a notcia pode muito bem tornar-se mais complexa, mas no
momento difcil dizer o que forma estas podem tomar.
14.7 Resumo
Adaptar-se a fatos noticiosos pode dar aos comerciantes uma vantagem significativa,
embora as pessoas arco ainda mais hbeis em interpretar notcias e eventos do que mquinas.
As principais agncias de notcias e servios de imprensa ter sido eletrnico por um longo
tempo. Convencional
43 8
Novo s
mdia tem agora de enfrentar a concorrncia dos meios de comunicao social, tais como
placas e blogs de mensagens.
Notcia no uma varivel principal mercado como o preo. Cada dia l pode ser apenas um
punhado de notcias que afetam um ativo. Assim:
Notcias algoritmos adaptativos utilizar indicadores adequados para estimativas de
curto prazo de como o mercado pode reagir notcia.
Algoritmos-driven notcias so susceptveis para ser mais como ordens condicionais,
desencadeadas por um resultado ou informaes set.
43 9
Chapter15
Minerao de dados e
inteligncia artificial
Negociao um complexo
minerao escalating.Data
e
a potentialto dar aos comerciantes uma vantagem
ou predictingtrends.
15.1 Introduo
Algoritmos de negociao e tticas de execuo so inerentemente reativa, responder s condies de
mercado com base em regras pr-definidas. No Captulo 10, vimos como eles podem ser reforada por
utilizando modelos de previso de curto prazo para condies de mercado-chave, tais como volume
e preo. Estes permitem uma abordagem mais pr-ativa, fazer encomendas mais passivamente preos.
Contudo, em mercados volteis, tais como aqueles durante a crise financeira de 2007-09, sbita
deslocamentos inesperados podem ocorrer. Esses so difcil de prever e podem previses errado ps
com base em anlise estatstica de dados histricos. Tcnicas como a minerao de dados e artificial
oferta inteligncia o potencial para melhorar as previses de curto prazo para as principais variveis
do mercado, mesmo durante mercados volteis. este porque eles podem incorporar uma gama muito
maior de fatores em seus modelos de previso. Eles tambm podem ser capazes de lidar melhor com
hoje mais marketplaces complexas, onde a negociao fragmentada entre vrios locais.
Minerao de dados toda sobre encontrar e confirmando as tendncias e / ou relacionamentos,
alguns dos quais podem ser bvias, enquanto outros podem ser muito mais sutil. Muitas dessas
tcnicas so puramente estatstico Natural. Certamente, grande parte da anlise da microestrutura do
mercado que temos j visto nos captulos 8 e 10 podem ser vistos como uma forma de explorao de
dados. Da mesma forma, textuais anlise podem ser incorporados. Ento associaes tambm pode
ser inferida a partir de informaes em notcias ou relatrios da empresa, como vimos no captulo 14.
Inteligncia Artificial sistemas (AI) so projetados para se adaptar e aprender, e para que eles
possam efetivamente pensar por si mesmos. L arco dois tipos principais, a saber convencional e
AI inteligncia computacional. Convencional AI uma abordagem top-down, que aplica a lgica e
as regras para tomar decises. Essencialmente, algoritmos de negociao so um exemplo de
convencional AI. Inteligncia computacional leva uma abordagem bottom-up, e inspirado
biolgica mcchanisms. Por exemplo, as redes neurais tente reproduzir a ao de nosso crebro de
neurnios, enquanto a computao gentica simula a evoluo.
Em termos de comrcio e finanas, existem trs principais aplicaes para estas tcnicas: '
Predio
44 0
artificial
captulo 10, modelos baseados em regresso, como ARMA, arco utilizado para fazer previses de
curto prazo para os preos ou volatilidade. Perfis de volume histricos so um outro exemplo,
utilizando modelos baseados em mdias para
441
44 2
artificial
Relaes Intra-mercado
Muitos dos estudos que examinam relaes intra-mercado centraram-se sobre as corporaes,
devido sua facilidade de classificao via indstrias e setores.
Um estudo detalhado dos co-movimentos para os sectores da indstria dos EUA foi realizada por
Jarl Kallberg e Paolo Pasquaricllo (2008). Eles criaram um modelo para retornos com base em quatro
fatores fundamentais. Trs delas eram os riscos sistemticos identificadas por Eugene Fama e
Kenneth French (1993): mercado, book-to-market e de risco de pequena empresa. O quarto fator
foi o risco do sector. Eles encontraram uma quantidade significativa de excesso de co-movimento,
com base na variao cooperao entre os preos dos ativos. Para alguns setores, como servios
pblicos e servios no-cclicas, o excesso foi muito mais elevada do que a mdia. Enquanto que
para outros, tais como industriais gerais, no-
44 3
bens de consumo cclicos, Financials e servios cclicos, o excesso era ligeiramente abaixo mdia.
este est resumido na Tabela 15-1, a qual ordenada com base nas suas descobertas.
Exemplos
Setor
Electricidade, distribuio de gs,
Utilities
fornecedores de gua Non-Cyclical Servios
Alimentos / varejistas de
drogas, fornecedores de telecomunicaes Recursos Minerao, petrleo e gs
Hardware,
software e servios de
Informaes Tecnologia
informtica Consumo Cclico Bens Automveis, bens de consumo e txteis
Produtos qumicos, construo / construo
Bsico Indstrias
materiais,
silvicultura e papel, ao e outros metais
Aerospace e defesa, industriais diversificados,
Geral Industrials
engenharia e mquinas
Bebidas, os produtores de alimentos, sade,
Consumer Non-Cyclical Bens
produtos farmacuticos, tabaco
Bancos, seguradoras, companhias de investimento
Financials
Cclica ServicesGeneral
retalhistas, lazer, meios de comunicao, transportes
Mesa 15-1 O excesso de co-movimento para setores especficos
Seu modelo fundamental era s capaz de explicar 27% do excesso de co-circulao para o
mercado como um todo. Enquanto para alguns setores, como recursos e utilitrios, era muito mais
eficaz. Assim, uma proporo considervel do co-movimento era atribuvel aos no- fatores
fundamentais. No entanto, houve tambm uma quantidade considervel, o que no era. Kallberg e
Pasquaricllo passou a investigar alguns fatores adicionais que poderiam explicar o resto do excesso de
co-movcment. Eles descobriram que ele foi negativamente relacionada com a volatilidade do
mercado eo nvel das taxas de juro de curto prazo.
Co-movimento tambm apareceu para ser negativamente relacionada com a evoluo nos EUA
sada monetrios e reais. Por outro lado, foi positivamente relacionado com a disperso eo nmero de
ganhos previses dos analistas, que atua como um proxy para o fluxo de informaes. Momentum,
contempornea e retornos defasados foram encontrados para ter efeitos explicativos insignificantes.
Em geral, estes outros fatores foram capazes para explicar outro 23% do excesso de co-circulao.
Um fator adicional que pode ajudar a explicar o excesso de co-movimento o tamanho da
empresa. Kewei Hou (2002) observaram uma vantagem significativa / lag efeito para as aes em os
EUA, com os retornos de grande as empresas lderes empresas de menores. Lior Menzly e Oguzhan
Ozbas (2004) encontraram que para as empresas de pequena e mdia dimenso cross-industry
impulso poderia ser significativo, enquanto foi insignificante para as grandes empresas (acima da
NYSE a capitalizao de mercado mdia de corte).
A cadeia de abastecimento outro fator potencial para relacionar o preo se move entre os
diferentes setores. A relao lead / lag parece razovel, j que problemas com os fornecedores a
montante poderia bem affcct os retornos futuros de empresas que so dependentes de seus bens. Por
exemplo,
Y.L. Hsich, Don-Lin Yang Jungpin e Wu (2006) usou algoritmos genticos para analisar a relaes
de preos entre as empresas na indstria de tecnologia de Taiwan. Regras foram criadas com base
sobre os retornos dirios. Usando estes, eles descobriram que podiam prever futuras mudanas de
preos com preciso de 60 a 70%. Em os EUA, Menzly e Ozbas (2004) utilizaram o levantamento de
entrada-sada do Bureau da anlise econmica para quantificar a cadeia de abastecimento. Eles
encontraram uma significativa mpeto do upstream e indstrias a jusante. O efeito de indstrias a
montante foi cerca do dobro o tamanho do impulso cross-indstria, enquanto que para as indstrias
transformadoras era menos, mas ainda assim de cerca de 50% maior.
44 4
artificial
Certas indstrias tambm pode actuar como um indicador importante para o mercado como um
todo. Harrison Hong, Walter Torous e Rossen Valkanov (2007) analisou a relao entre indstria e
do mercado retorna em uma srie de pases. Para os EUA, eles descobriram que o retornos de aes
em mais de uma dezena de indstrias mostrou uma vantagem significativa, de cerca de um ms, em
relao ao mercado como um todo. Em termos de importncia econmica, o setor bancrio liderou,
seguido por bens imobilirios, impresso, vesturio e servios. Eles tambm encontraram uma
relao negativa para algumas das indstrias baseadas em recursos, como o petrleo e metais. Em
geral, eles concluram que as indstrias que liderou o mercado tambm atuou como indicadores da
economia actividade. Um efeito similar foi encontrado para outros pases, incluindo o Reino Unido,
Canad, Alemanha, e no Japo, ainda que no havia mais variao no nmero de indstrias
importantes.
Inter-relaes de mercado
A dinmica intradia entre os mercados de aes internacionais foram analisados por Kari
Harju e Syed Hussain (2006a). Uma vez que os retornos foram dessazonalizada, eles
encontraram umacorrelao de 0,54 entre os retornos para o Reino Unido FTSE eo DAX
alemo. Curiosamente, este nmero aumentou para 0,7 em torno de 15:30 hora da Europa
Central (CET), que coincide com o aberto EUA. O significado do aberto dos Estados Unidos
tambm est em destaque na umaEstudo semelhante de Harju e Hussain (2006), onde eles
compararam as mdias intradia retornos para os principais ndices europeus entre os dias
quando os mercados dos EUA estavam abertos ou fechadas. Eles encontraram uma clara mudana
nos retornos em torno de 15:30 CET nos dias em que o
Mercados dos EUA estavam abertos.
Harju e Hussain (2006a) tambm usado um modelo GARCH exponencial vector autorcgrcssive
para analisar a volatilidade. Eles descobriram que os spillovers de preos significativas da Alemanha
e do
US rapidamente se espalhou para o Reino Unido O mercado alemo tambm affcctcd US
retorna, mas que podiam encontrar nenhuma evidncia do Reino Unido que afecte
significativamente os EUA ou a Alemanha.
Uma anlise similar foi realizada por Kate Phylaktis e Lichuan Xia (2008). Eles analisaram os
retornos de aes em toda a Europa, sia e Amrica Latina. No geral, eles encontraram as aes
asiticas a ser mais responsivo ao mercado dos EUA do que para os mercados regionais, enquanto As
bolsas europeias e latino-americanas mostrou mais reao aos mercados regionais do que os
EUA Dito isso, Uma exceo notvel a tecnologia da informao, que foi encontrado para ser
globalmente responsivo para as empresas de todas as regies.
Robin Brooks e Marco Del Negro (2003) quebrou retorna ao global, pas e componentes
especficos da indstria para as unidades populacionais de 20 pases. Eles confirmaram que o
nvel de risco para um estoque era dependente de sua exposio internacional. Encontrou-se uma
aumento de 10% nas vendas internacionais para aumentar a exposio do estoque a choques globais
em 2%, enquanto reduzindo sua risco especfico pas em 1,5%.
Resultados semelhantes foram encontrados em um Anlises de o ndice KOSPI coreana 200 por
Jangkoo Kang, Soonhcc Lee e Lee Changjoo
445
(2004). Eles observaram que tanto os futuros e mercados de opes levou os preos do ndice
dinheiro por at dez minutos, mesmo quando contabilizao dos custos de transao. Eles tambm
analisaram a relao para a volatilidade e encontrou o mercado vista novamente ficou para as
outras, desta vez por cerca de cinco minutos.
A relao lead / lag para S & P 500 opes de ndice foi analisada por Phelim Boyle, Soku
Byoun e Hun Park (2002). Eles tambm descobriram que os contratos levou o ndice de caixa.
Dentro outro estudo, Fleming, Ostdiek e Whaley (1996) observou que, em termos de lead / lag
relacionamento, os preos das chamadas de ndice e puts ndice movidos juntos. No entanto, a
anlise de de curto prazo (ATM) CAC 40 opes de-the-money ndice por Alexis Cellier (2003)
observou umadiferena marcante entre calls e puts. As opes de compra levou o ndice de caixa
em at cinco minutos, embora um efeito significativo foi encontrado para durar at quinze minutos.
Os puts foram encontrados para ser mais contemporneo do ndice.
Para opes de aes individuais, Richard Holowczak, Yusif Simaan Liuren e Wu (2006), e
Sugato Chakravarty, Huseyin Gulen e Stewart Mayhew (2004) analisaram a descoberta de
preos com estoques dos EUA. Ambos os grupos encontrados estoques tendem a levar os preos
das opes. Embora, tambm observaram que durante os perodos de substancial negociao de
opes no mercado de opes tornou-se mais informativo. Em seu estudo, Chakravarty, Gulen e
Mayhew (2004) estimou que a contribuio do mercado de opo de descoberta de preos foi de
cerca de um quinto, por isso houve um significativo fluxo de duas vias entre os dois mercados.
Em trabalhos anteriores, Matthew O'Connor (1999) tambm constatou que o mercado de aes
liderou o mercado de opes. Ele observou que a liderana estava relacionada com os custos de
negociao das opes. Enquanto Holowczak, Simaan e Wu (2006) observou que o aumentar uso
de algoritmos citando automatizados por fabricantes de opes de mercado estava ajudando aumentar
a confiana no mercado de aes para os preos.
As relaes entre a obrigaes de empresas, swaps de crcdit (CDS) e estoque mercados
foram analisados por Lars Norden Weber e Martin (2005), para uma amostra de 90 empresas da
Europa, os EUA e sia. Retornos de aes foram vistos a conduzir mudanas em spreads para ambas
as ligaes e CDSs. Eles tambm descobriram que o CDS espalhar mudanas eram propensos a ter
mais influncia sobre spreads do que vice-versa. A liderana do mercado de aes pode ser a
sua ascribcd maiores volumes de liquidez e negociao, bem como no caso de curto-circuito em
relao existncias. Resultados semelhantes foram encontrados em um estudo de base dos EUA no
incio por Francis Longstaff, Sanjay e Mithal Neis Eric (2003). Eles observaram que tanto o
estoque e os mercados de CDS liderou a obrigaes de empresas mercado. Em seu estudo, Norden e
Weber (2005) encontraram CDSs que foram mais sensveis move-se no mercado de aes do
que ttulos, e este efeito aumentou para as empresas com crdito inferior avaliaes. Esta
sensibilidade adicional foi explicado pelo fato de que CDSs representam emissor puro risco de
crdito, ao passo que os ttulos so um pacote de tanto o risco de crdito e risco de mercado.
Para as moedas, Tiffany Hutcheson (2003) analisaram as diferenas entre os intraday devolues
com base em contratos de futuros FX do CME e Reuters preos spot para o euro e os EUA dlar. Ela
descobriu que o mercado spot liderou o mercado de futuros, dentro de um perodo de 5 minutos.
As relaes para os preos das commodities foram estudados por Frank Asche e Alle
Guttormsen (2001). Eles analisaram a relao entre os preos vista e futuro para o gs (ou
aquecimento) leo no International Petroleum Exchange (1PE). Eles viram que o preo de futuros fez
de fato levar os preos spot. Eles tambm relataram que os preos dos contratos de futuros com
umamais tempo para expirao levou aqueles que estavam mais prximos do vencimento.
Crises e contgio
As relaes que existem dentro e entre os mercados pode mudar consideravelmente durante
perodos extremas. Em termos de relaes intra-mercado, a pesquisa mostrou que a correlao
tende a aumentar para movimentos para baixo, de modo que este pode ser um problema
importante para previses.
44 6
artificial
Param Silvapullc e Clive Granger (2001) analisaram os retornos dirios para o Dow Jones
Estoques industriais entre 1991-9. Eles confirmaram que a correlao entre eles aumentou para
grandes movimentos negativos do mercado, enquanto no houve diferena not vel para grandes
movimentos positivos. Concluram que esta reaco reduziu os benefcios de diversificao, assim
nas crises carteiras podem ser expostos a mais riscos do que expectcd. UMA aumento similar na
correlao durante quedas de mercado foi relatado por Andrew Ang e Joseph Chen (2002). Em
sua anlise das correlaes entre as unidades populacionais dos Estados Unidos e do mercado como
um todo, eles observaram o efeito foi mais forte para as quedas mais extremas. Eles tambm
descobriram que as maiores mudanas na correlao eram empresas lor que eram menores, tinha
visto baixos retornos recentemente ou poderia ser catcgorised como aes "crescimento". Uma
mudana significativa tambm foi observada para os setores tradicionalmente defensivos, tais
como petrleo e utilitrios. Curiosamente, os estoques com betas mais baixos foram os mais afetados;
stocks de maior risco foram menos afetados.
Em todos os mercados, Donald Lien, Y.K. Tse e X.B. Zhang (2002) analisaram a relao entre
aes e futuros mercados para o ndice Nikkei 225 entre 1995 e 1999. Eles descobriram trs flanelas
de mudanas estruturais. A primeira delas se originou no mercado de futuros, como seria de esperar;
Contudo, os outros dois foram conduzidos pelo mercado de aes. Eles tambm descobriram outra
mudana estrutural no mercado de aes, embora isto no no parece ser grande o suficiente para
afetar os futuros. Hencc, as relaes tradicionais avano / atraso que vimos em o anterior subseco nem sempre segurar durante as crises.
Tambm foi observado um aumento global na correlao durante as crises. Francois e Longin
Solnik de Bruno (2001) usou "teoria do valor extremo" para obter a distribuio de correlaes
entre extremos os mercados de aes dos EUA, europeus e asiticos. Estabeleceram que a changc em
correlao foi relacionada com a tendncia do mercado, em vez de a volatilidade do mercado. Assim,
correlao foi vista a aumentar nos mercados em baixa, mas foi menos afetado em mercados de
touro. L estava Uma mudana notvel nos correlao para uma queda de 10%, enquanto que um
aumento de 10% se comportou como expectcd. Eles concluram que a probabilidade de ter
grandes perdas simultaneamente em dois mercados maior do que se poderia esperar. Simon
Sosvilla-Rivero e Pedro Rodrguez (2004) tambm estudou a relao entre o S & P 500, FTSE
100 e os Nikkei 225 ndice de aes. Eles descobriram que o S & P 500 parecia levar os outros dois
mercados em termos de retornos extremos positivo ou negativo.
A pesquisa tambm se concentrou em como essas crises, distribudos por mercados. Por
exemplo, um NICC Resumo da crise monetria asitica fornecida por Jarl Kallberg, Crocker
Liu e Paolo Pasquariello (2005). Eles examinaram ambos os retornos e volatilidad e das moedas
e das existncias e rastreados como os choques de informao mudou de pas para pas na poca
1992-1998 perodo. Para volatilidade, eles encontraram que as primeiras quebras na verdade,
agrupados em torno da 1994-5 Crise Peso Mexicano para a Malsia, Taiwan e Tailndia. Breaks
volatilidade foi encontrado com o de outros pases asiticos em relao ao final de 1997. Os
mercados de aces foram, ento, afetado pela volatilidade da moeda. Choques de retorno foram
encontrados para afetar Malsia e Coreia do Sul no incio de 1998, estes, em seguida, se espalhou
pelo resto da sia. Phylaktis e Xia (2008) tambm examinaram ambos as crises mexicana e asitica
em sua anlise sectorial. Eles descobriram que quase a metade scctors na Europa, sia e
Amrica Latina foram afetadas pela crise mexicana. No entanto, em a Crise cambial asitica,
eles no encontraram nenhum contgio adicional na Europa ou na Amrica Latina.
Os efeitos de contgio tambm tm sido estudados para os mercados de dvida. Amar e Gandc
David Salsa (2005) analisaram o dlar norte-americano de capital aberto denominada dvida
soberana para 34 pases em toda a Europa, sia e as Americas. Eles descobriram que, em mdia, um
um- notch downgrade, tais a partir de AA + para AA, para classificao de crdito de um pas levou a
um aumento dos spreads dos ttulos soberanos para os outros pases. Assumindo um rendimento de
6%, eles estimaram isso poderia conduzir a uma alterao de 12 pb na propagao. Eles tambm
encontraram evidncia para competitiva
447
foi escolhido apenas porque aconteceu para dar uma correlao alta e
44 8
R2. Se expandirmos o perodo at 2008, a correlao cai para -0,554, com um R2 de apenas
0.31.
Outro risco quando a minerao de dados o potencial para over-fitting de dados.
Essencialmente, este significa que a relao descoberto funciona perfeitamente para os dados
lest; hut logo que expostos a dala real ela d resultados completamente inteis. Por exemplo,
vamos considerar se existe pode ser qualquer ligao hetween o Dow Jones Industrial Average
(DJIA) e dos EUA acidentes de trnsito a partir de 1995-2007, como mostrado na Figura 15-2.
14000
12000
10000
<8000
6000
4000
2000
0
4600
4800
5,0005,200
5400
5600
5800
449
por um aumento na dcada de 1980 como a sbita disponibilidade de computadores pessoais ajudou a
becomc mais comercial. Na verdade, em 1985 o mercado de sistemas de inteligncia artificial tinha
atingido um bilho de dlares, de acordo com Daniel Crevier (1993). Na meados de 1980, sistemas
de inteligncia artificial se espalhar para financiar e mais especificamente negociao, anunciando a
alvorada de Al-driven negociao automtica. Embora as duras realidades de lidar em mercados do
mundo significava que muitos desses sistemas tornou-se write-offs dentro alguns anos. No geral, a
falta de resultados significava a lua de mel acabou e grande parte do corporativo e financiamento do
governo para pesquisa AI desapareceu.
A dcada de 1990 viu o ressurgimento de tcnicas de IA, em especial no setor de tecnologia. isto
novamente becamc manchetes em 1997, quando o computador Deep Blue da IBM conseguiu bater
a Gro-Mestre Gary Kasparov no xadrez, quase 50 anos depois que os primeiros pesquisadores de
AI tinha comeado. Sem surpresa, aplicaes financeiras para AI esto novamente sendo
encontrado.
Convencional AI
Inteligncia computacional
AI convencional uma abordagem top-down que usa a lgica e as regras para tomar decises.
este geralmente se baseia em dados que foram traduzidos em smbolos conhecidos, empregando
custom- bases de conhecimento mA CC ou anlise estatstica. Exemplos de AI convencional
incluem especialista e caso baseado em sistemas de raciocnio, bem como redes Bayesianas.
Por outro lado, inteligncia computacional uma abordagem bottom-up que leva seu inspirao
de mecanismos biolgicos. Por exemplo, as redes neurais tente reproduzir o ao de neurnios do
nosso crebro, enquanto computao evolutiva simula populaes. De outros so exemplos de
sistemas inteligentes, os quais so hbridos uma combinao de mecanismos neurais e evolutivos,
enquanto que a lgica fuzzy oferece solues de probabilidade com base.
AI convencional
AI convencional geralmente baseada na lgica. Especialistas definir regras para como
identificar especfico situaes e quais as aces a tomar em resposta a eles. Estes podem ser
divididos em declaraes lgicas simples: se cthis acontece> THEN <fazer isto> ELSE <fazer
isso instcadx As regras tambm devem ser colocados no contexto; Assim, estruturas
semelhantes a rvores de deciso pode ser costumava Garantir que eles arco seguido em uma
ordem sensata. Uma vez suficiente destes so definidos, tem um sistema todas as noes bsicas de
como lidar. Obviamente, porm, existem algumas nuances sutis - haver sempre situaes que
simplesmente no seguem as regras.
Tudo isso soa bem familiar, uma vez que um algoritmo de negociao essencialmente uma
coleo complexo de regras cada um projetado para responder a vrios eventos. As regras em si
geralmente foram determinados por comerciantes experientes ou quantos. Ento, em essncia, um
algoritmo de negociao apenas um exemplo de um sistema especialista AI.
AI convencional pode tambm ser usado para fazer previses; No entanto, a dependncia em
relao explcita regras significa que menos adaptvel do que tcnicas envolvendo inteligncia
computacional.
Inteligncia computacional
Inteligncia computacional, ou soft computing, aplica-se uma variedade de tcnicas diferentes,
usando elementos de aprendizagem, otimizao e adaptao / evoluo.
Aprendizado de mquina usada por sistemas de computador para reconhecer padres
complexos em dados e tomar decises inteligentes com base nesta. Existem trs categorias
principais:
Aprendizagem supervisionada
45 0
artificial
Aprendizagem no supervisionada
Aprendizado por reforo
-J .
\ Eu
Eu"
#B
2 \ /: = 2, /
; //
=/
UMA
"
2/
k=5
Figura 15-3 Um exemplo de classificao K-NN
Ao classificar objetos de amostra, se k = 2, ento A ser classificado como tipo 1 desde a sua
closcst dois vizinhos so ambos tipo 1, enquanto que B ser classificado como tipo 2, como
mostrado pelo sombreado crculos. E se agora usamos k = 5, por exemplo um de trs dos cinco
vizinhos closcst so agora tipo 2, assim A seria reclassificada como tipo 2. Embora este seja um
exemplo simples em 2D, o conceito pode tambm ser prorrogado por mltiplas dimenses.
O mecanismo de K-NN podem ser utilizados para a regresso, bem como, de modo que o valor
ideal para o nosso
451
objeto amostra calculada com base nos valores mdios para o seu kvizinhos mais prximos,
cada ponderada pelo a sua distncia a partir da amostra. Note-se, h muito pouco treinamento
para o algoritmo k-NN; isto simplesmente consiste em armazenar os detalhes para as amostras
de treinamento semeadas. O resto feito na fase de classificao.
Redes neurais
Redes neurais artificiais (RNAs), tambm conhecidas como redes neurais, tomar o seu
biolgica inspirao do mecanismo de neurnios. O crebro uma rede complicada de neurnios
interconectados onde a informao transmitida por estimulao eltrica. Os sinais so
recebido por dendrites de um neurnio, ou ramos, que por sua vez se conectam a muitos outros
neurnios. Se os sinais eltricos suficientes forem recebidos, o neurnio pode tornar-se activado;
em cujo caso que vai transmitir um sinal a outros neurnios, atravs do seu axnio. O crebro humano
tem cerca de uma centena bilho (1011) neurnios enquanto h maio, ele 100-500 trilhes (1012)
conexes (ou sinapses), com base em estimativas de David Drachman (2005).
Cada n uma rede neural imita a estrutura biolgica bastante estreitamente, como na Figura 15-4
tenta mostrar. Um n leva insumos IIi2,3 que so ento processados e a sada resultante On
transmitida. O processamento pode ser dividido em dois, em primeiro lugar soma dos dados de
entrada que determina ento que tipo de sada do sinal apropriado (se em tudo).
45 2
Camada de entrada
(a)
j(b)
Camada de sada
45 3
Algoritmos genticos
Algoritmos genticos (AGs) becamc popular na dcada de 1970, principalmente baseado no
trabalho de John Holland (1975). Para o gs, a populao de indivduos representam possveis
solues para umadado problema. A funo de fitness usado para medir a qualidade de cada
indivduo. Ciclos evolutivos arco repetido depois, com seleco enviesada para assegurar que o
prximo gerao baseia-se aqueles com as maiores pontuaes. Um bom resumo deste ciclo
45 4
artificial
0 1 0 0 0 0 o | 1 1 0 1 0 0 10 0 0 0
<
4
1 0 0 0 1 1 10 0 0 10 1 0 0
0100111000 1
0001
1111101
Eul l 1 0 0 1 0 0 0 0 i
455
Programao gentica
Genctic programao (GP) uma progresso natural do trabalho feito por algoritmos genticos. Ao
invs de depender de bit-strings simples, os indivduos so baseadas em dados mais complexo
estruturas, tais como rvores. Isso permite que a modelagem ainda mais sofisticado. O trabalho no
incio este Realizada foi liderado por John Koza (1992). Inicialmente, a maior parte do foco era a
evoluo real programas de computador; no entanto, isso desde ento se expandiu para abranger
domnios to diversos como computao quntica e de design eletrnico.
Estruturas base de rvores so idealmente adequados para expresses matemticas, por
exemplo, a Figura 15-9 (a) mostra uma rvore para a equao (8 * ((3 + 2) / 4)). Da mesma forma,
eles podem tambm ser utilizados para codificar as regras de negociao. Por exemplo, a Figura 15-9
(b) mostra uma regra que requer a negociao Preo de oferta de ser inferior a 10 e o tamanho
correspondente para ser mais do que 500.
Figura 15-9 Exemplo de rvores para (a) matemtica e (b) regras de negociao
Processamento de programao gentica to com algoritmos genticos. Crossover e mutao
arco essencialmente o mesmo, exceto que ele baseado em torno de ns da rvore ao invs de bits no
bit-string. Possveis problemas com esta abordagem que mais de um nmero razovel de cyclcs as
rvores podem se tornar muito complcx. Alm disso, alguns cruzamentos ou mutaes pode levar a
expresses tais como dcfunct 1 = 1. Note-se que importante para deixar as rvores sozinho durante
os testes. Isto porque mais passagens e as mutaes podem facilmente mudar dcfunct expresses
becomc para os teis, como Jean-Yves Potvin, Patrick Soriano Maxime e Valina (2004) apontam.
45 6
artificial
Para testar a hiptese Mercados Eficientes (HME), que afirma que os preos dos ativos seguir
um passeio aleatrio. Embora no h regras preditivos foram encontrados, destacou a sua pesquisa
potencial para tais anlises. De fato, um estudo posterior de outras seis bolsas dos EUA por George
Tsibouris e Matthew Zeidenberg (1995) encontrou alguma capacidade de previso de preos
histricos. Mais estudos de previso de retornos das aes, tais como aqueles por Apostolos -Paul
Refenes, Achileas Zapranis e Gavin Francis (1995) e Manfred Steiner e Hans-Georg
Wittkemper
(1995), descobriram que as redes neurais superou tcnicas estatsticas
comparveis, tal como modelos de regresso. Alguns estudos tm ainda incorporados aspectos
da anlise tcnica, para exemplo, K. Kamijo Tanigawa e T. (1990) usou uma rede recorrente Elman
para prever os preos das aes para as aes japonesas. O mtodo deles procurou encontrar
padres de tringulo para determinar se os aumentos de preos pode ser permanente, com base em
mximos histricos, baixos e fecha.
Prevendo ndices de aes tem sido uma rea particularmente popular de pesquisa. Amol
Kulkarni (1996) realizaram um estudo do S & P 500, com dados semanais, abrangendo tanto a queda
de Outubro 1986 e da corrida de touros de 1994. Sua rede foi uma rede feed-forward simples, com
19 neurnios de entrada e uma nica camada oculta de 7 neurnios. O modelo incorporado tanto curto
e as taxas de juro de longo prazo, juntamente com os preos histricos. Ela foi treinada com 275
semanas de dados. Ele descobriu que para fora-de-amostra testar a rede deu razovel previses
uma semana antes do ndice atual, como mostrado na Figura 15-10.
Dados nmero
Nmero de dados
Figura 15-10 Valores previstos para o S & P 500 (a) durante o 1986 queda e (b) a 1994
corrida de touros
Ele tambm previu corretamente a tendncia global dos preos 65 de 75 vezes para o perodo da
1986 acidente, e 43 de 50 vezes para o 1994 bull-prazo. Em particular, ele atribuiu seu sucesso ao
longo do perodo de 1986 a queda de ter incorporado o efeito do aumento de longo prazo as taxas de
juro, uma vez que no havia nenhum indcio de que isso as tendncias de preos ndice.
Em seu estudo sobre o ndice S & P 500, Tim Chenoweth, Zoran Obradovid e Sauehi Lee
(1995) tambm usou dados de taxa de juros, ou seja, a taxa do Tesouro dos EUA, defasados por
dois e trs meses. Eles empregaram duas redes neurais separadas, que foram treinados com
qualquer um dados de ndice de tendncia ascendente ou descendente. A qualidade da previso
foi considerado suficiente para produzir uma taxa de retorno anual de 15%.
Outro estudo que olhou para ambos "touro" e mercados "bear" foi realizado para o De
Madrid mercado de aes ndice Geral por Ferndndez-Rodriguez, Gonzalez-Martel e Sim6n
Sosvilla-Rivero (2000). Eles usaram uma rede feed-forward com nove entradas para o anterior
45 7
priccs closc e uma nica camada escondida com quatro neurnios. Os resultados provaram ser
superiores a um simples estratgia huy-and-hold; embora incorporando os custos de transaco
mostrou a ANN undcrperformed comprar e manter durante mercados em alta.
Outros fatores tambm foram incorporados em modelos, como FX e os preos de outras
principais ndices. Thomas Ankenbrand e Marco Tomassini (1995) realizou um estudo da Swiss
Performance Index. Suas taxas de juro modelo incorporou, em relao ao desempenho o S & P
500 ea taxa de cmbio / USD DEM, devido importncia das exportaes para a Sua empresas. Em
geral, a preciso da previso foi de cerca de 70% fora da amostra.
Indicadores tcnicos como mdias mveis e RSI tambm foram utilizados como entrada em
conjunto com os preos histricos para o principais ndices na bolsa de valores de Kuala Lumpur por
Jingtao Yao, Chew Lim Tan e Hean-Lee Poh (1999) e Yao e Poh (1995). Eles testaram redes
de alimentao para a frente com a propagao de volta para uma variedade de diferentes
configuraes de rede. As redes com duas camadas escondidas parecia dar os melhores resultados,
tanto no termos de preciso e de lucros de comrcio de papel. No geral, eles estimaram que os
retornos anuais de at 26% pode ser alcanada a partir destas previses para os dados de 1990,
tendo em conta 1% os custos de transao.
O uso de redes neurais para prever os preos no apenas limitado a aces; Eles tm foi
aplicado para a maioria das principais classes de ativos, como ttulos, FX, futuros e opes.
Previses de U.S, Reino Unido e alemo de 10 anos os rendimentos de ttulos do governo foram
feitas por Christian Dunis Vincent e Morrison (2004). As entradas para seus modelos baseados no
ANN incorporado uma gama de preos prximos dirias para 2001-3, incluindo moedas, levando
estoque ndices e commodities como petrleo. Eles, na verdade, o modelo ARMA dar previses
mais precisas de forma consistente; No entanto, os modelos baseados em RNA mostrou -se o
melhor em prever as tendncias direcionais. Por isso, a sua simulao de negociao, na verdade,
viu o maior lucro dos modelos baseados em RNA.
Um estudo da taxa de cmbio dlar / euro, com dados dirios da 1994-2001, por Christian Dunis
e Mark Williams (2003), observou que os modelos baseados em RNA superaram tcnicas
estatsticas, tais como ARMA. As taxas de cmbio seis moedas diferentes contra o dlar dos EUA
foram modelados por Yao e Tan (2000), usando mdias mveis semanais a partir de 1984-1995
como entradas. Eles descobriram que, para a maioria das moedas, a rede neural superou modelos
baseados ARIMA, atingindo precises de mais de 70% com relativamente baixa desvios.
Resultados semelhantes foram encontrados por Joarder Kamruzzaman e R uhul Sarkcr (2003),
em seu estudo com base em uma srie de moedas em relao ao dlar australiano. Weekly dados foi
utilizado com a formao de mais de 500 semanas. Duas das previses fora da amostra
(abrangendo 65 semanas) so mostrado na Figura 15-11. Outra caracterstica de sua pesquisa foi
a comparao de uma variedade de mecanismos de aprendizagem. Eles relataram que a
aprendizagem baseada em gradiente conjugado escalonado deu resultados significativamente
melhores do que a propagao de volta.
A dinmica de curto prazo dos preos dirios para S & P 500, Libor e Deutsche Mark
futuros foram analisados utilizando redes recorrentes Elman por Ludmila Dmitrieva, Yuri e
Kuperin Irina Soroka (2002). Os melhores previses foram alcanados para o S & P 500. D a
mesma forma, RNAs foram usados para prever NYMEX bruto petrleo preos futuros por Saeed
Moshiri e Faezeh Foroutan (2004). Suas previses baseadas em ANN superou tanto ARMA e modelos
GARCH.
As redes neurais tambm foram aplicadas para prever os preos das opes. Gunter Meissner e
Noriko Kawano (2001) previu as priccs dirias de opes sobre dez US alto aes de tecnologia de
1999-2000. Eles compararam as redes para a frente de alimentao padro com aqueles baseado em
funes radiais de base (RBF) e redes de regresso probabilsticos e generalizadas. As entradas
foram baseados nos para o modelo de Black Scholes, por isso eles usaram a relao entre o local
ao preo de exerccio, a maturidade, a taxa livre de risco e uma estimativa GARCH da volati-
45 8
artificial
0. 6
0.58
0,56
0,54
0,52
0,5
0.48
0.46
0,44
1
11
21314151611
11
2131415161
45 9
Tirre
Fonte: Chen, Shih e Wu (2006) Copyrighl 2006 Inderscience Enterprises Ltd. Reproduzido com permiss o
Volatilidade Prevendo
R. G. Donaldson e Mark Kamstra (1997) criou um modelo GARCH no-linear, com base em uma
rede neural, para estudar a volatilidade de retorno de aes de os EUA, Canad, Reino Unido e Japo.
Eles descobriram que a rede neural capturado efeitos da volatilidade ignorado pelos tradicional
GARCH e EGARCH mtodos.
Para ndices de aes, Fernando Gonzalez Miranda e Neil Burgess (1997) usaram neural redes
de prever as volatilidades intraday de 35 opes de ndice IBEX da Espanha. Mais uma vez, o
redes foram encontrados para superar mtodos lineares mais tradicionais. Apostolos -Paul
Refenes e Will Holt (2001) tambm descobriram que as redes neurais geralmente superou outra
estatstica mtodos de previso de volatilidade. Da mesma forma, um estudo realizado por Peter
Tino, Christian Schittenkopf e Georg Dorffner (2000) encontraram redes neurais eficazes em prever
a volatilidade do
U.K. FTSE e opes de ndices de aes DAX da Alemanha. Embora, eles notaram que, em
mdia, modelos de Markov binrios simples superou tanto GARCH e tcnicas baseadas rede
neural em testes comerciais simulados.
Valeriy Gavrishchaka e Supriya Banerjee (2006) usou uma mquina de vetores de suporte para
prever a volatilidade do ndice S & P 500. Eles descobriram que ele era comparvel a ser
melhor
46 0
artificial
Prevendo o volume
Um estudo prevendo o volume de negociao diria total na NYSE foi realizado por Blake LeBaron e
Andreas Weigend (1994). Eles aplicaram um bootstrapping, ou resampling, tcnica, a redes de feedforward simples. As entradas foram o volume de negcios total eo nvel do DJIA. O volume de
negcios foi retificada pela diviso por sua mdia mvel de 100 dias. (Logaritmos de nota foram
usadas para garantir a distribuio da srie de entrada eram menos distorcida.) Ao contrrio do que as
suas expectativas, eles descobriram que a rede neural no deu uma marcada melhoria em relao aos
modelos lineares padres, embora fundamentado que melhores resultados podem ser
conseguido atravs de variveis de previso adicionais.
Resultados mais promissores foram encontrados em um estudo posterior do volume de negcios
por seis futuros contratos sobre a sobre a Winnipeg Commodity Exchange por Iebeling Kaastra e
Milton Boyd (1995). Eles utilizaram as redes de novo feed -forward, mas com um conjunto
expandido de entrada parmetros. Estes foram selecionados individualmente como preditores
para o volume de negociao de futuros. Ento o modelos foram baseados no volume de
negociao defasada, a volatilidade dos preos futuros, contratos em aberto e o preo mdio de
dinheiro, bem como uma proxy para a procura global de cobertura. O neural rede superou ambos os
modelos ingnuas e AR1MA, fornecendo previses para at nove meses para o futuro.
461
5.47
<$>
<> '
Eu ordeno tamanho
Preo
<>
$>
\N"\v
O ''
Mercado
&
volume
Xf
abordagem reativa pode ser travado para fora e forado a jogar apanhar a preos menos favorveis,
levando sub-ptima
462
artificial
desempenho.
Minerao de dados e inteligncia artificial oferecem o potencial para melhorar a nossa curto prazo
previses para variveis de mercado-chave, tais como preo, volume e liquidez. Isto pode ser
directa, usando tcnicas de previso especficos, ou indireto, com base em mudanas em outros
ativos ou mercados onde a minerao de dados mostrou uma associao clara.
Previso de volume importante para muitos algoritmos de negociao. Se futuras difere
dos fluxos comerciais acentuadamente a partir do perfil histrico de volume, em seguida,
algoritmos VWAP provavelmente vai lutar para satisfazer as suas benchmarks. Mesmo algoritmos
dfice aplicao precisa de uma acurada idia de o volume dirio de negociao, a fim de
determinar o horizonte de negociao ideal. Um aumento repentino ou calmaria no volume ir afetar
seu desempenho. Da mesma forma, uma mudana repentina pode levar uma dinmica por cento do
volume (POV) algoritmo para perseguir o mercado, incorrendo mercado considervel impacto.
Usando uma previso de curto prazo permitiria algoritmos POV para colocar de forma mais passiva
ordens preo na expectativa de volume de negociao futura.
Como vimos no captulo 10, perfis histricos de volume de alguma do caminho para isso,
especialmente quando fatores especficos sazonais ou mesmo ativos so incorporados. Modelos
baseados em Al tambm pode oferecer previses volume til de curto prazo, o que pode melhor
em executar voltil mercados. Eles tambm podem ser capazes de lidar melhor com mercados
complexos de hoje, onde o volume fragmentada entre vrios locais. No entanto, at agora no
parece ter sido pequena pesquisa de Al-base para isso.
Da mesma forma, o preo de mercado pode apresentar uma tendncia consistente de preos, ou
pode haver um reverso como na Figura 15-13. No Captulo 5, vimos como algoritmos
adaptativos preo pode facilmente adaptar-se a este. A estratgia passiva in-the-money (PIM)
assume quaisquer tendncias persistiro e assim Preos ordens de forma mais passiva, quando as
condies de mercado forem favorveis, buscando maximizar a melhoria de preos em potencial.
Por outro lado, um agressivo in-the-money (AIM) ttica leva a abordagem oposta, assumindo que as
tendncias em breve significa reverter e leva to agressivamente vantagem de preos favorveis.
Por exemplo, vamos supor que a venda ABC Arc de ativos, trs potencial de curto prazo
previses de preos arco mostrado na Figura 15-14.
463
Modelo de custos
Dado histrico
Ciclo de negcios/fEu" Mercado
modeUs Macroeconomia *
Eventos
especiais
Chumbo associados / Lag
assetsindicators
* ^^
N ws /
Sentimenl
^^ Mercado
eventos de dados
\ Destino!
\ roteador .!
y
464
artificial
de previso. Vrios modelos so utilizados para a previso; cada um dado um voto ponderado (AE
marcado na Figura 15-4), com base em sua preciso de ensaios anteriores. Mesmo se modelos
estamos no que precisa para comear, combinando-os desta forma a probabilidade de uma previso
correta aumenta. Por isso, uma variante desta tcnica callcd reforo.
Os modelos em si podem ser puramente estatstica, como vimos no captulo 10, ou o uso ou
AI relaes aprendidas a partir de minerao de dados. Por exemplo, a estimativa de preos a
curto prazo pode ser alcanados hy olhando para os mercados de futuros ou de opes ou outros
principais ndices de mercado, com base em liderana histrica / lag relaes. Outro modelo pode
controlar os preos de todos os setores de aes ou sectores baseados em correlaes histricas. Por
exemplo, no captulo 14, vimos como notcias em um companhia conduziu a um efeito de
arrastamento atravs de todo o sector (neste caso biotecnologia). UMA outro modelo pode
simplesmente dar uma indicao de que o preo susceptvel de aumentar ou diminuir, com
base em anlise (baseada em estatstica ou Al) de preos anteriores.
Claramente, cada modelo ter acesso a uma srie de dados, a partir de:
Tsang, Markosc e Er (2005) para investigar os futuros chamar-put paridade arbitragem para o
ndice FTSE-100, que superou as regras de arbitragem naTvc.
465
Contudo, as regras de negociao gerados podem ser to facilmente ser usado para tticas
de execuo, tais como as decises de colocao de ordem. Figura 15-16 mostra o que a rvore
regra pode parecer para umattica execuo amostra. Este modelos a deciso para a escolha entre
a ordem do mercado e um limitar a colocao do pedido.
a profundidade livro (do mesmo lado) menor do que o dobro do nosso tamanho ordem,
ou
Back-teste
Back-tcsting um importante meio de verificar o desempenho ea rentabilidade potencial de
qualquer estratgia de negociao. Ela nos permite seg como a estrat gia poderia ter realizado sob
condies de mercado. Testing Tambm possvel mostrar como a estratgia lida com situaes
especficas, tais como notcias sobre eventos ou falhas de mercado.
Uma viso geral NICC das principais consideraes para back-teste fornecida por Steve
Oppenhcimcr e Thomas Parry (2007) na revista eForcx. Como eles apontam, importante ser
capaz de simular como o mercado poderia ter reagido a nossos pedidos. Para fazer isso com
preciso, precisamos considerar a liquidez disponvel, bem como tendo em conta factores tais
como latncia. Outra considerao importante a forma como a simulao determinista . Para
exemplo, ao testar regras de negociao ou parmetros queremos ser capaz de ver o impacto da
apenas a essas mudanas. Se a simulao determinista, em seguida, cada vez que os
resultados ser o mesmo, tornando mais fcil para isolar o efeito de quaisquer mudanas de
regras. Em comparao, aleatrio (ou estocsticos) simulaes vai dar resultados completamente
diferentes de cada vez. Idealmente, seria til para a simulao para ser capaz de alternar entre estes
dois tipos, dando-nos mais flexibilidade.
At agora neste livro, nos concentramos em estudos empricos; no entanto, h tambm possui
fui um monte de investigao com base em mercados artificiais. Estes oferecem uma soluo
potencial para verificaes a posteriori. Em particular, os mercados artificiais nos permitem testar uma
grande variedade de condies, tais como trending ou mercados volteis ou mesmo crises sbitas
de liquidez. Uma abordagem alternativa a basear a simulao em dados de mercado real. No
caso em que o simulador de necessidades de qualquer modo a mesclar a encomendas de teste com
46 6
artificial
467
Mercados artificiais
A investigao sobre estratgias de negociao e microestrutura de mercado tem rendido uma gama
de diferentes simuladores de mercado. Uma boa viso geral destes fornecida por Julien Derveeuw et al.
(2007), Gilles Daniel (2006) e LeBaron (2001).
O mercado de aes Santa Fe artificial foi um dos primeiros mercados simulados para ser
criado. Negociao gira em torno de dois ativos, uma ligao livre de risco e uma ao arriscada. Na
primeira verso, descrito por Richard Palmer et ai. (1994), o mercado foi impulsionado apenas pelo deciso
dos comerciantes agente para comprar ou vender. Em verses posteriores, descritas por Blake
LeBaron (2001a), os agentes poderiam prever o valor das a es com base em estimativas para o seu
futuro dividendo.
O mercado de aes artificial Genoa, delineado por Marco Raberto et ai. (2001), apoia a
mesmos dois ativos como o simulador de Santa Fe, mas os agentes s podem emitir ordens de
limite. Usando este modelo, eles foram capazes de ver algumas das caracter sticas-chave da
dinmica de preos, ou seja, a volatilidade clustering e distribuies de caudas grossas.
O simulador de mercado fornece NatLab um acontecimento assncrono totalmente conduzido
plataforma. o projeto baseado em torno de um livro de ofertas central e suporta tanto ordens de mercado
e limite. De uso uma mistura de diferentes tipos de comerciante do agente simulador tem sido capaz de
reflectir fenmenos como bolhas financeiras, falhas e recupera es, conforme detalhado por Lev
Muchnik, Yoram Louzoun e Sorin Salomo (2006).
Outra plataforma notvel o simulador U-Mart, relatado por Yoshihiro Nakajima et ai.
(2004), que fornece um mercado de futuros artificial para ambos os agentes humanos e m quinas.
468Data
J "Canned"
Teste TESTE
\
!
dados
i \ agentes / agentes / Eu; ^ ~
VV / t.
Carteira de
pedidos
Simulator
34
BuysSells
Lata*
Tamanho
SireI'ri.t- Pnc * 700
100
101
J: 25:00 SI
824:001.000
H:
*:2I:25 81X1 99 1022.000<20:25 SI
m08:23:25
98
2000
1041000S:19**9 s. \
B408:24:09 cortejar
9-7 Reino Unido. 3,000<:15:0054
identidade
Oi
Dados
de
merca
do ao
vivo
TiinpId
15.5 O futuro
Inteligncia artificial, muitas vezes evoca imagens dos supercomputadores "caixa preta" usados
para jogar xadrez. No entanto, o xadrez um jogo com placa definido e um conjunto muito estrito
de regras, por isso, apesar os bilhes de permutaes um computador pode potencialmente aprender
cada movimento, como James Finnegan aponta em CFA Magazine (2006).
Os mercados financeiros so muito mais complexa do que o xadrez; Para comear, h arco muito
mais participantes, e as regras so menos bem definidos e em constante evoluo. Baseando-se em
um poder de processamento do computador e fora bruta no vai resolver o problema da melhor
execuo. A inteligncia artificial pode bem oferecer uma soluo, embora ainda parece ser
A verso on-line gratuito Irial de simulador Testing Allied 's est disponvel em HUP: //cxehangcsimulalor.alliedtesting.com
469
15.6 Resumo
47 0
artificial
Previses de curto prazo de condies, tais como preos e volatilidade foram mostrados
como eficaz, utilizando redes neurais, mquinas de vetores de suporte e anlise
estatstica.
47 J
Eplogo
difcil dizer o que o comrcio environmentwill parecer em cinco
algorithmictrading e DMA est aqui para
fique.
O prefcio deste livro comeou por referir ambiente de negociao de hoje carrega muito
pouco semelhana com a da dcada de 1980, ou at o incio de 1990. Certamente, a
negociao sofreu algumas alteraes importantes ao longo dos ltimos 20 anos. No momento,
difcil ver o que pode causar um impacto semelhante na dcada de 2010. Por isso, ao longo dos
prximos anos, so mais propensos a ver mudanas evolucionrias em vez do que os principais
mudanas de paradigma.
Negociao algortmica ainda um trabalho em progresso, sem dvida, em vez de dez anos de
alguns dos algoritmos anteriores vai parecer positivamente Natve. Os pontos seguintes tentar
destacar alguns dos a chave "take-casas" deste livro.
40 %
iW
Futuros
30 %
Opes
20 %
Renda fixa
10%
0%
2004
Fonte: Aile Grou P (2008 )
200520062007200820092010
Reproduzido com permisso do Aite Group
47 2
Eplogo
Taxas de adoo de continuam a aumentar em toda a todas as principais classes de ativos, como a
Figura Ep-1 mostra.
Apndices
Os seguintes appcndiccs fornecer uma viso geral de cada um dos o grande
trunfo classes e seus principais mercados. O foco sobre a adoo da eletrnica
negociao e a prestao de negociao algortmica e DMA. Eles tambm examinar
as diferenas regionais entre as Amricas, Europa e sia.
Cada uma destas organizaes publica anual (e s vezes mensal) estatsticas para
os principais mercados do mundo.
Para a anlise que ainda mais abrangente, os relatrios dos consultores, tais
como o Grupo Aite, Celent, Greenwich Associates e o Grupo TABB, arco
inestimvel.
Nota que nenhuma ordem de leitura especial necessria para esses appcndiccs.
Vocs pode preferir saltar direto para os mercados que so mais relevantes para
voc. Ainda, vale a pena voltar a avaliar o outro material uma vez que h muito a
ganhar de ver como as coisas so feitas em outros mercados.
47 3
47 4
Appcndiccs
Apndice A
Os mercados de aes
Mercados de capital prprio do mundo respondem por um quarto do valor do mercado financeiro
global, como vimos de volta no Captulo 3. Historicamente, os mercados de aes tm
desenvolvido em torno forte inter- redes de concessionrios, geralmente centrada nas principais
bolsas. Em parte, isso devido ao altamente natureza padronizada das unidades populacionais. A
negociao na essas trocas ainda realizada principalmente por corretores. Eles agem como
intermedirios, agindo como uma agncia atravs da qual a negociar encomendas no
intercmbios; corretores / dealers tambm podem ser preparados para lidar em capital, com
comrcios do mercado de balco. o mercados de aes provaram ser ideais para a
implementao de electrnica e algortmica negociao. Assim, os nveis de adoo dessas
tcnicas so ainda significativamente maior para o mercados de aes do que qualquer outra
classe de ativos.
Especfico de ativos
O patrimnio em uma empresa representa o valor dos restantes activos uma vez que todos os passivos
foram deduzidos. A participao em uma empresa (tambm conhecido como estoque) representa uma
parte deste capital total. Um nmero finito de aces emitidas por empresas pblicas. Porm, eles
podem periodicamente choosc de emitir novas aes ou comprar cpia de alguns dos mais
proeminentes. Se o empresa executa bem seu valor (e por isso o preo da ao) deve aumentar. No
entanto, se falhar e cai em falncia, direitos dos acionistas so subordinados aos dos credores, para
que eles arco normalmente deixado com pouco ou nada. Portanto, as aes so prospectivas
investimentos; investidores esperam que o valor de suas aes para aumentar a fim de compens-los
pelo risco de inadimplncia. Como alternativa, os pagamentos peridicos dividendos tambm
podem ser feitas pela empresa para reembolsar os investidores.
Empresas em crescimento tendem a precisar de dinheiro para que eles muitas vezes,
dependem de partes pricc sobe para acalmar os investidores. Considerando que as empresas mais
estabelecidas podem preferir emitir maior dividendos. Esta flexibilidade explica parte do
recurso de emisso de aes para as empresas.
O tipo de participaes emitidas por uma empresa podem diferir em termos de direitos de voto e do
distribuio de dividendos e bens, em caso de falncia. Os dois principais tipos de arco comum
aes e aes preferenciais. As aes ordinrias permite ao titular votar em certas decises
corporativas, como a eleio de diretores, emisso de novas aes e aquisies que aprovam. Aes
preferenciais tem prioridade sobre as aes ordinrias quando os dividendos so emitidas e
em liquidao; no entanto, eles tendem a ter menos direitos de voto.
o valor total das aes em circulao referido como mercado da corporao capitalizao, ou
valor de mercado. Em termos norte-americanos, uma grande-tampo, ou bluc-chip, estoque tem um
valor de superior a US $ 10 bilhes. Mdia capitalizao tm valores entre $ 1 e US $ 10
bilhes, small-caps arco
475
Preo e negociao
A determinao do justo valor para as aes no-trivial. Teoria do valor presente afirma que
o valor de um activo a soma de desconto seus pagamentos futuros. Para as unidades
populacionais, estes correspondem aos respectivos pagamentos de dividendos futuros, que por sua
vez dependem de ganhos futuros. Embora, pagamentos de dividendos pode ser difcil de prever. As
empresas podem tambm optar por reinvestir alguns de seus incomc em vez de aumentar os
pagamentos de dividendos. A gama de modelos de estimao tentar levar tais fatores em conta.
Alternativamente, a anlise de regresso cruzada scctional podem ser utilizados inferir preos
comparando os rcios-chave, tais como Preo / Lucro (P / L) com empresas semelhantes, ou em
todos os sectores / indstrias inteiras.
Os investidores tambm tm diferentes informaes sobre cada empresa e assim suas
avaliaes sero ser diferente. Assim, os preos do mercado reflectem a mdia das todas estas
avaliaes combinado com os efeitos da oferta e da procura. Consequentemente, a capitalizao de
mercado, muitas vezes, ser diferente para o valor fundamental de (seus activos menos passivos) a
sua corporao.
Em termos de negociao, as aes so facilmente transferveis num contexto domstico, de modo
mercados como os EUA tm visto uma enorme quantidade de concorrncia local, entre ambas as
bolsas e outros locais de execuo. Acesso eletrnico e associaes remotas, para os investidores
estrangeiros / comerciantes, esto ajudando a aumentar a acccss locais. Tambm h um mercado
flutuante de recibo de depsito para negociao aes de empresas estrangeiras. Essencialmente, estes
so apenas proxies permitindo aes estrangeiras para ser negociadas localmente (eles arco coberto
em mais detalhe no Apndice F). Juntos, todos esses fatores significa que os estoques arco
comeando a se tornar ativos verdadeiramente globais que podem ser negociados 24 horas por dia. Por
exemplo, Mark Howarth (2004) utiliza Sony como um exemplo para demonstrar como tal
negociao agora possvel para muitas grandes empresas. Tabela A-l mostra algum do
potencial comercial locais para este durante todo o dia.
Tem
po Tempo)
(Japo Padro
Plataforma de negociao
0 8 : 00 -09 : 00
Tquio pr-negociao
0 9 : 00 -15 : 00
Tquio
15: 00 -24: 00
Londres, GDR IOB
18: 00 -24: 00
Tquio after-hours
EUA ADR
mercados 22:30 -05:00
0 5 : 00 -08 : 00
EUA after-hours mercados
Apndices
47 6
fragmentao. Dito isto, a alta nvel de prego eletrnico e acesso via DMA e negociao
algortmica significa que os mercados de aes do mundo tm arguahly o nvel mais elevado de
clicnt-SIDC acessibilidade.
Tabela A-2 mostra top quinze bolsas de valores do mundo em termos de seu mercado
interno capitalizao e valor total de negociao de aes para 2007 e 2008, com base em dados
do Federao Mundial de Bolsas (WFE) (2009). Claramente, os EUA domina o mundo
negociao de aces tanto com a NYSE e as trocas NASDAQ. A Tokyo, Euroncxt e Bolsas de
valores de Londres tambm tm quotas de mercado significativas e turnovers.
Tampo do mercado
domstico em $
bilhes
2008
2007
Intercm
bio
NYSE Euronext EUA
Bolsa de Tquio
NASDAQ OMX (EUA)
NYSE Euronext Europa
I ^ ondon Bolsa de Valores
Shanghai Stock Exchange
Trocas de Hong Kong
Deutsche Borse
Grupo TSX
BME Bolsas espanholas
SIX Swiss Exchange
Australian Stock Exchange
Bolsa de Bombaim
National Stock Exchange da ndia
BM & FBOVESPA
9209
3116
2396
2102
1868
1425
1329
1111
1033
948
857
684
647
600
592
15.651
4331
4014
4223
3852
3694
2654
2105
2187
1781
1271
1298
1819
1660
1370
O valor total da
negociao de aes em $
bilhes
2008
2007
33.639
5607
36.447
4411
6272
2600
1630
4619
1716
2411
1500
1213
302
725
724
29.114
6413
28.116
5640
10.334
4029
2134
4325
1635
2970
1883
1372
344
751
598
Fonte: WF E (2009)
477
2004
200 5
2006
EUA
2007
Europ e
200 8
2009
201 0
^ A s i uma
NASD A
Q2 7 , 1 %
Fonte: FIF (2009), 'Direct Edge (2009) e Rosenblatt Securities (2009)
As estatsticas compiladas pelo Frum de Informao Financeira com dados de BATS negociao.
Apndices
478
Regulao
Efeitos diretos
1963
1975
1997
2001
2007
NASDAQ criado
ITS criado
ECNs
Os spreads
reduzidos
Mais concorrncia
Regulamento NMS
47 9
Acesso justo
Proteo Ordem
% Do Tape
A (NYSE)
Obj
etiv
19.90
8.57
7.10
n/D
21.66
% Do Tape
B
(Regional)
28.08 2
32.37
15.10
5.55
n/D
18,90
% Do Tape C
(NASDAQ)
15,64
40.79
10,41
7,83
n/D
25.33
% Do Total
33,55
27.09
10,36
6,93
8,90
13.17
Tabela A-4 L.S. patrimnio lquido combinado repartio quota de mercado em 2008
(dezembro)
Tabela A-4 quantifica isso mostrando a repartio quota de mercado para NYSE e
Inclui Amex.
As estatsticas compiladas pelo F rum de Informao Financeira com dados de BATS negociao.
48 0
Apndices
NASDAQ aes listadas atravs de cach os principais locais para dezembro de 2008. Figura A-3
tentativas para ilustrar isso de uma maneira um pouco diferente, com as principais bolsas de valores
no centro e todo o locais alternativos acima e abaixo deles, livres para negociar em qualquer um
dos seus estoques.
Peter Bennett (2005 ) Reconta a histria de como acidental especialistas surgiu a primeira. Diz a lenda que uma corretora lder, James
Boyd, quebrou a perna em 1875. Incapaz de andar entre entrepostos comerciais, ele fez todos os seus negcios a partir de um cadeira no
posto Western Union. Outros corretores, em seguida, come ou a t-lo trabalhar suas ordens Western Union para
481
O aumento da concorrncia fez com que a quota de mercado ao longo do tempo da NYSE tem
noticcably diminuiu. Em 2005, foi superior a 80%; No entanto, desde ento, tem mergulhado
abaixo de 50%, o estimativa para Dccembcr 2008 mostrada na Tabela A-4. Incorporando a
troca rea em 2006 ajudou a consolidar a sua posio. A estrutura do mercado e mudanas de
plataforma de negociao tambm parecem ter ajudado.
NASDAQ foi originalmente criado em 1971 como um quadro de avisos, permitindo OTC
negociao de stocks, mas logo se tornou um mercado orientado a citao multi-dealer. Como a
NYSE, os sistemas por trs NASDAQ tm sido extensivamente atualizado ao longo dos ltimos
anos. Totalmente eletrnico negociao foi fornecida primeiro em 1984, pelo Sistema de Execuo
de Ordem pequena (SEE). Ento, em 1988, o lanamento de SelectNet permitido revendedores para
negociar eletronicamente. Estes foram mais tarde se fundiu para formar SuperSOES. O prximo
grande passo foi o lanamento do Montage Super em 2002, que exibiu profundidade de mercado (os
trs melhores compra e de venda), limite totalmente suportado encomendas e permitiu a
negociao annima usando o apelido SIZE. Dando continuidade ao seu transformao, leiles de
chamadas clcctronic foram introduzidos tanto para a abertura e fechamento em 2004. Em
termos de quota de mercado, NASDAQ tambm tem enfrentado um monte de concorrncia, de
fato, em 2005, ECNs tinha uma quota de mercado combinada superior a 60%, deixando NASDAQ
com menos de um tero do mercado. Embora, NASDAQ conseguiu recuperar a sua posio,
nomeadamente atravs da a compra de dois seus maiores concorrentes, nomeadamente Brut em
2004 e em 2005. Estes INET livros adicionais de encomendas foram totalmente integrado com
SuperMontage em Single-Book em 2007. NASDAQ tambm conseguiu capturar uma
proporo crescente de negociao de aes listadas NYSE, enquanto seu novo segmento de
listagem (Global Select Mercados) devero ajudar a reforar as suas prprias listas.
BATS Trading iniciou a sua vida como um ECN em 2006, embora em 2008, tornou-se uma
troca em seu prprio direito. Inicialmente, a quota de mercado NASDAQ foi alvejado com preos
agressivos esquemas. Por exemplo, em janeiro de 2007, mais foi premiado nos descontos do
que taxas, crescendo As suas NASDAQ compartilhar a 14%, embora este caiu ligeiramente
depois. BATS tambm conseguiu para aumentar significativamente a sua proporo do volume
NYSE. At agosto de 2008, mdia diria volumes eram de cerca de 750 milhes partes; cerca de
metade do que negociadas na NYSE rea, tornando -se o terceiro local mais importante do
volume norte-americano de forma constante continuaram a aumentar desde ento.
Direct Edge outro local que comeou como um REC. Os Valores Mobilirios internacionais
Exchange (ISE) bolsa de valores agora uma subsidiria integral. Direct Edge continua planeja se
tornar uma troca de por direito prprio. Curiosamente, ele fornece dois execuo plataformas,
EDGA e EDGX. EDGA cobra a mesma taxa para adicionar ou remover liquidez, pretende-se
para os comerciantes mais pr-ativos. EDGX segue um cronograma fabricante de taxa / tomador, de
modo fornecedores de liquidez receber um desconto.
Os intercmbios regionais, nomeadamente a Americanos (AMEX), Boston, Chicago (Centro Oeste) e Nacional (Cincinnati) bolsas de valores conseguiram manter alguma presena em ambos
NYSE e NASDAQ aes, como bem como as empresas cotadas de menor dimenso. Muitos deles
tm tambm abraou os mercados de opes. No entanto, a consolidao do mercado ea
competio teve um efeito enorme sobre eles. A troca do Pacfico foi tomado por Arquiplago
antes de ser incorporado na NYSE. Da mesma forma, AMEX tambm foi comprado e agora
chamado NYSE Alternext; seu foco est na lista das empresas e opes de menores. Os Equities
Boston troca fechado as suas portas em 2007; desde ento se tornou NASDAQ OMX BX. Isso tem
de Preos projetado para atrair compradores de liquidez, dando NASDAQ uma estrutura dual como
direto de Borda. Claramente, essa consolidao torna as perspectivas para os intercmbios regionais
restantes menos certo. Apesar de a sua quota de mercado relativamente pequeno, eles podem ainda
ser atraente proposies como entidades independentes, uma vez que oferecem a oportunidade
de recuperar a receita de
482
Appcndiccs
dados de mercado e taxas de cmbio, como observado por Joshua Galpcr (2006).
Como j vimos, tem ECNs teve um enorme impacto sobre as trocas, particularmente NASDAQ.
At o milnio havia mais uma dzia de redes de comrcio eletrnico, todos competindo por
participao de mercado; embora o mercado era dominado por Island, Instinet e Arquiplago. Desde
ento, o concorrncia aumentou, mas houve uma grande quantidade de consolidao. Na verdade,
do quatro ECNs originais fundada aps a SEC regras de manuseio de ordem 1997, apenas
Bloomberg Tradebook permanece. A rea de ECN fundiu com REDIBook em 2002, formando
a Arquiplago de Valores; ele ento passou a fundir-se com a troca do Pacfico antes de ser
comprei pela NYSE em 2006. Da mesma forma, Ilha fundiu com a Instinet em 2002 para formar a
1Net ECN, que foi comprada pela NASDAQ em 2006, dois anos depois a compra da Brut ECN.
BATS Enquanto isso, tornou-se agora uma troca Direct Edge e est no processo de se tornar um.
Logo, ECNs independentes pode ser algo de uma raridade.
Nos ltimos anos, ATS (ou os chamados "dark pools" ou "livros escuras") tornaram-se mais
proeminente. O seu nmero est crescendo to rapidamente; Atualmente existem cerca de 40
locais, o dobro do incio de 2006. Isso compreensvel quando os tamanhos mdios de
execuo de at para 40-50,000 aes pode ser realizada em alguns deles, em comparao com
menos de 500 na NYSE ou Nasdaq. Rosenblatt Securities fornecer regularmente um relatrio
detalhando o volume negociados em locais de "dark pool". Tabela A-5 mostra a mdia diria
ajustada de passagem volumes (para Abril de 2009) para alguns dos locais-chave, juntamente
com a correspondente Quota de mercado. Os ajustes tentar ter em conta a dupla contagem que
pode acontecer quando os pedidos so combinados em vrios locais.
Foro
Mdia
tamanho do comrcio
APOSTAS
BNY ConvergEx Vortex
Citi Jogo
Credit Suisse CrossFinder
Direct Edge
GETCO execuo dos servios
Goldman Sachs SigmaX
Instinet CBX
1SE Midpoint Jogo
ITG POSIT
Cavaleiro link
LeveL
Liquidnet
Milnio
Morgan Stanley MS Piscina
Oleoduto
UBS PIN Cruz
324
437
386
319
283
344
570
306
231
-6000
357
341
52.428
288
277
-47.105
n/D
Adj. ADV
Abril 2009
(em milhes
de aes)
9.7
6.9
35,5
133,9
99,4
140,5
150
29
9.6
-21,1
116
57
-35. 7
17,3
46
-10. 4
-41. 9
Mercad
o Adj
share%
0,09
0.06
0,32
1.19
0,89
1.25
1.34
0,26
0,09
0,19
1.03
0,51
0,32
0,15
0.41
0,09
0,37
48 3
48 4
Apndices
ordens condicionais para apoiar tanto cruzamento cego contnua como cruzamento bem como
negociou usando scorecards. Vortex do BNY ConvergEx combina Indicaes "acionveis" de
interesse (IDI) de uma grande rede de fornecedores externos de liquidez com sua plataforma de
cruzamento cego contnua para proporcionar segurana liquidez adicional. Outras inovaes arco CBX
da Instinet, que permite aos usurios configurar totalmente o que informao (preo, tamanho)
eles podem querer compartilhar com outros participantes. O nvel ATS pode at mesmo incorporar
as preferncias do cliente para spccillc contrapartes em sua lgica de correspondncia.
Prprias redes de passagem dos corretores tm rapidamente becomc uma fora importante em
termos de "dark pool "de liquidez, como mostrado por suas respectivas quotas de mercado em
Tabic A-5. Originalmente, estes foram apenas de passagem redes internas que lhes permitiu
salvar as taxas de execuo em trocas ou outros locais. Ainda assim, ao longo dos ltimos anos
estes abriram-se progressivamente para acesso do cliente direto, efetivamente transformandoos em ATS em seu prprio direito. Os volumes que passam atravs dos corretores significa que
estes so agora os principais concorrentes neste espao. Proeminente entre e stes CrossFinder do
arco Credit Suisse, Goldman Sachs 'Sigma xPreo e melhoramento da rede de UBS (PIN). Em
2008, Goldman Sachs, UBS e Morgan Stanley tambm fez acordos que vai permitir que os seus
clientes o acesso a liquidez de cada redes de outros.
"Dark pools" vinculados a operaes de formao de mercado tm bccome outra importante
fonte de liquidez. Por exemplo, GETCO Execution Services uma ATS que fornece execuo via
Ordens do COI, com liquidez proveniente de os criadores de mercado GETCO.
No novidade que, intercmbios e redes de comrcio eletrnico tambm tm se esforado
para entrar nessa arena, como eles tenta reter e atrair liquidez do ATS. Em 2006, a Securities
International Exchange (ISE), criado MidPoint Match, um local de passagem cega que suporte
pass-through fluir para seu mercado eletrnico. Ele tambm permite que as ordens para fazer
propaganda via Solicitaes firmes de Juros (SOIs). The Edge ECN direta permite que ordens para
ser encaminhado para uma gama de ATS incluindo Liquidnet H 2 0. Da mesma forma, em 2007
NASDAQ lanou sua prpria rede de travessia com um regime de preos agressiva, enquanto 2008
viu o lanamento NYSE Matchpoint, o seu prprio servio de travessia annimo. Em 2009, o
New York Bloco Exchange (NYBX) foi lanado; Isto uma joint venture entre a NYSE Euronext
e lances Holdings. Ao contrrio de muitos dos outros ATS, NYBX tem acesso total ao livro de ordens
NYSE, incluindo a sua no- liquidez exibida. Outras instituies financeiras arco criando
tambm os seus prprios sistemas de passagem internos, como CrossStrcam da Fidelity.
Apesar de todas estas mudanas e a competio aguda, ainda amplamente cxpcctcd que mais
ciclos de fragmentao e consolidao vai ocorrer. Como de costume, a liquidez ea ordem Como
ir ser as chaves para a sobrevivncia.
48 5
que ajusta para FX e assim pode negociar tais populaes por ordens automaticamente de roteamento
entre o
EUA e Canad.
A concorrncia local chegou em 2003, sob a forma de o Canadian National Stock Exchange
(CNSX) (anteriormente a negociao canadense e Quotation System, Inc.), que oferece uma
site alternativo para listar empresas emergentes. Isto uma plataforma de negociao totalmente
electrnico, agora baseado no motor negociao X-stream a partir NASDAQ OMX.
Locais ECN-like tambm foram criados, como Pure Negociao. Este foi lanado em incio
de 2008 com preo baseado maker / taker. Como o CNSX, tambm baseado no motor X corrente. O Alpha ATS outro novo local baseado livro de ordens eletrnico; lanado em
Novembro de 2008 por nove grandes corretores canadenses, com base de Cinnober
TRADExpress ATS plataforma. Alternativamente, um livro de ordens totalmente annimo
fornecido pela Omega ATS, que foi lanado em 2007.
Os principais jogadores de os EUA tambm comearam a adaptar suas plataformas para o
Canad. Para exemplo, Instinet lanou uma verso canadense de qui-X, com base no mesmo
software tal como utilizado no mercado europeu sua travessia. Bloomberg Tradebook tambm
estabeleceu-se.
Vrios "dark pool" locais de execuo j foram estabelecidos no Canad. Liquidnet oferece
sua plataforma de negociao conduzido passagem contnua. Da mesma forma, do ITG Jogo
Agora ATS fornece um leilo de praticamente contnua cego (a cada 30s), que tambm integra
streaming de liquidez para outros locais. BlockBook do permetro Financial tambm ofereceu um
escuro piscina ATS, mas foi relatado que ela est sendo desligado devido a falta de negcios.
20082007
9209
2,3964,014
TSX Grupo
1033
15.651
2008 ADV
($
Milhes)
132.960
2008 Valor
mdio ($
milhares)
8.3
144,0579.6
9.2
2,1876,837
BM & FBOVESPA
592
1370
2.908
14,8
Mcxican SE (BMV)
234
398
438
24,2
NYSE Amex
132
2582.219
Santiago SE
132
213
144
41,6
Colmbia SE
88
102
82
34,7
Buenos Aires SE
40
57
26
Lima SE
38
6925
n/D
7
17,7
Fonte: WP E (2009)
adicional
48 6
Apndices
liquidez para as aes. Corretores oferecer DMA e tambm comearam a fornecer negociao
algortmica. Do Mxico Bolsa Mexicana dc Valorcs (BMV) segunda maior bolsa da regio.
Este foi sincc totalmente electrnico de 1999, baseado seu centro de BMV-SENTRA Captiales
limitar a carteira de pedidos. Corretores tambm oferecem DMA e negociao algortmica est se
tornando disponvel.
No entanto, cerca de tanto volume para o Brasil e empresas mexicanas negociado via
depositary receipts como negociado em troca. Estes proxies de arco, permitindo aes a
serem negociadas como se fossem aces nacionais em os EUA ou na Europa. Por exemplo, em
2008, $ 750.000.000.000 negociadas na BM & FBOVESPA e 112.000.000.000 $ negociados na
BMV, com base em dados do WFE (2009). Em comparao, no valor de $ 899 brasileiro e
191.000.000.000 $ no valor de mexicano recibos de depsito foram negociadas, de acordo com
o Bank of New York Mellon (BNYM) (2008). Portanto, a chave concorrente para as unidades
populacionais da Amrica Latina realmente o mercado de recibo de depsito, que vamos cobrir
mais detalhadamente no Apndice F.
eletrnicas, muitas vezes usando chamar leiles para a abrir e fechar. Muitos tambm incorporar
os criadores de mercado ou dcdicatcd
487
Intercmbio
2008 ADV
($ milhes)
2008 mdio
valor
($ milhares)
2102
4223
17.231
23,0
Londres SE
1868
3852
24.691
31,1
Deutsche Borse
1111
2105
18.420
33,0
948
1781
9491
64,5
857
1271
5977
35,7
563
1243
5268
24,1
Borsa Italiana
522
1073
5926
21,6
Joanesburgo SE
483
828
1574
22,7
Oslo B0rs
146
353
1756
26,1
Fonte: WF E (2009)
488
Apndices
negociao algortmica. Estima-se que cerca de 40% do seu volume a partir de agora origina
tais sistemas. Xetra tambm usado pelo Vienna, bolsas de valores da Irlanda e Budapeste.
O Bolsas Espanhol y Mercados Espanolcs esto ligados atravs de um sistema electrnico
(SIBE), e ter visto o crescimento do volume considervel ao longo dos ltimos anos.
Os Estocolmo, Copenhaga e Helsnquia bolsas de valores fazem parte do o Nasdaq OMX
Group, assim como as trocas blticos para Riga, Vilnius e Tallinn. Negociao baseado em sua
plataforma INET (anteriormente a plataforma SAXESS foi usada).
Para empresas menores, h um leque de intercmbios dedicados, principalmente de Londres
Alternative Investments Mercado (AIM). Este operado pela LSE, e agora o mundo lder de
mercado para aes de pequena capitalizao. At 2008, a AIM teve mais de 1600 empresas
cotadas incluindo 300 internacionais e os uma capitalizao de mercado combinada de mais de $
170.000.000.000. Ele usa Conjuntos para seus cinquenta aes mais negociadas, enquanto a cotao
impulsionada SEAQ usado para o menor negociados, embora em ltima anlise, esta
provavelmente vai migrar para SETSqx. Mercado Alternext da Euronext, da Espanha Nuevo Mercado
e da NASDAQ OMX First North tambm oferecem alternativa marketplaces, embora estes so
muito menores do AIM. Da Alemanha Neuer Markt tem sido incorporadas volta para o mercado
principal. No U.K., o Grupo de Mercados PLUS tem estabeleceu uma competi o local; sua
troca tem sobre 180 listas e um tampo total do mercado de quase US $ 4 bilhes. Ele fornece a
negociao por cerca de 7.500 Reino Unido e europeu pequena e meados de estoque de tampo.
Locais de execuo pan-europeus tambm foram estabelecidas. No passado, tem o seu
sucesso sido um pouco misto; locais como Chi-X floresceram, enquanto outros, como a EASDAQ
7
e Jiway 8 fracassarem. Em parte, isso foi devido aos regulamentos nacionais de concentrao que
favoreceram muitos dos intercmbios primrios. Alm disso, a rpida adoo de livros de
encomendas electrnicas por parte das bolsas europeias significava que inicialmente ECNs teve
muito menos impacto na Europa do que nos Estados Unidos Embora, a introduo da DMIF
significava que os regulamentos agora incentivar activamente essa concorrncia. Assim, os MTF
de turquesa, NASDAQ OMX Europa e BATS foram lanados em 2008. NYSE Euronext lanou
o seu prprio sistema de negociao multilateral em 2009, assim como Equiduct e Borgonha, outros
locais tambm so devidos.
Chi-X MTF da Instinet provou que a liquidez pode ser deslocado longe de O prefeito
intercmbios. Lanado em 2007, oferece atualmente negociao de aes para a maioria dos
principais Indiccs europeus e tem conseguido atrair grandes empresas de sell-side para fornecer
liquidez. Dentro termos de quota de mercado, estima-se que em torno capturado 17% da
negociao para FTSE 100 aes do Reino Unido, cerca de 13% do CAC 40 empresas da Frana e
estoques AEX de Amesterdo e cerca de 9% da Alemanha DAX 30, com base nos dados prprios
empresas em novembro de 2008. Por suas principais aes, est capturando qualquer coisa de 3050% do volume dirio, relatando mdia melhorias de preos de 4 bps. Este rpido sucesso pode ser
atribudo a uma mistura de seu preo estrutura e a sua velocidade. Curiosamente, ele tambm oferece
negociao para 3 casas decimais para todas as unidades populacionais, e assim permite a negociao
entre os spreads cotadas nas principais bolsas de valores. Isso algo que o Regulamento NMS
removido do ECNs em os EUA (o Sub-Penny regra).
A MTF Turquesa foi impulsionado principalmente pelo um grupo de corretores / negociantes e
foi lanado em setembro de 2008. Ele fornece um livro de pedido eletrnico para a maioria dos
principais ndices europeus, juntamente com suporte para ordens totalmente ocultos. A
plataforma baseada em De Cinnober TRADExprcss, que tambm alimenta a London
Metals Exchange. Um artigo em
7
E A S D A Q foi fundada em 1996 para tentar emular o sucesso da NASDAQ, que por sua vez comprou il e criou N ASD A Q Europa em
2001. No entanto, com apenas 60 lislings revelou-se vulnervel a IHE ps-milnio Lech desacelera o, fechando em 2003 .
8
Jiway foi lanada em 2000 como um venlure joinl belween o OM X Group e Morgan Slanley, bul ele no conseguiu fonte de
liquidez suficiente do fluxo rciail e assim fechou dois anos laler.
48 9
O Trade News (2008) observa que no incio de novembro ele havia capturado cerca de 7% do
comrcio para as unidades populacionais em CAC de Franco e ndices SMI da Sua, 5% ou mais
para o AEX holands, Alemo DAX e FTSE do Reino Unido, bem como uma poro menor da
negociao de MIB da Itlia e ndices OMX da Sucia. A London Stock Exchange anunciou
planos para comprar umaparticipao majoritria na turquesa, por isso, Ser interessante ver o
efeito que isso tem.
A NASDAQ OMX Europa MTF foi ao ar em setembro de 2008. Ela serve para mais de
1.200 stocks, cobrindo os principais ndices de mercados do Reino Unido, Alemanha, Frana,
Holanda, Itlia, Sua, ustria, Blgica, Dinamarca, Finlndia, Irlanda, Noruega, Sucia e
Espanha. Com base na NASDAQ OMX ' s INET plataforma tambm suporta roteamento paneuropeia para outras bolsas e sistemas de negociao multilateral principais da regio.
BATS tambm lanou o seu prprio sistema de negociao multilateral em outubro de 2008,
a fim de reinstaurar o sucesso da sua
EUA operao para aes europias. Negociao engloba aes de todas as principais ndices
europeus.
Enquanto isso, em maro de 2009 viu a introduo da NYSE rea Europa. Com base na sua
UTP plataforma, suporta negociao para as aes europias blue-chip, que so no j tratado por
seus mercados Euronext.
MTF de Equiduct tambm entrou em funcionamento em Maro de 2009, suportando
negociao para o mais lquido stocks da LSE, a Euronext e Deutsche Borse. Sua plataforma um
HybridBook eletrnico carteira de encomendas que tambm suporta negociao em benchmarks
de propriedade, nomeadamente a nvel europeu Melhor Oferta e Oferta (ebbo), que baseado nos
preos consolidadas dos principais mercados. Um volume ponderado Melhor de compra e venda
(VBBO) oferecido como bem, embora haja uma prmio para estes comrcios de benchmark.
A MTF Burgundy lanado em maio de 2009, apoiado pelos principais corretores nrdicos.
Este centra-se no comrcio mid-cap e small-cap stocks nrdicos e tambm oferece escondida (ou
"dark") ordem tipos. Ele baseado no sistema de comrcio de TRADExpress Cinnober.
Em resposta a essa concorrncia, as bolsas europeias esto j a fazer alteraes tentar manter seu
posto de liquidez MiFID. Eles arco alterar as suas estruturas de custos, adotando uma maker / taker
abordagem e redues de oferta para negociao em volume. Londres, e Xetra Euronext tem tudo
seja liberado, ou esto em processo de atualizar seus sistemas de negociao para apoio maiores
volumes e diminuir suas latncias para 10ms abaixo, para competir com os gostos de Chi-X.
NYSE Euronext tambm comeou a reduzir os tamanhos de carrapatos de muitos dos suas aes, a
introduo de suporte para os preos de trs placcs decimais, como Chi-X. O Deutsche Borse
tem tambm lanou um segmento de negociao pan-europeu, o International Market Xetra (XIM), a
ainda competir com os sistemas de negociao multilateral.
Em termos de ordem internalizao, o Deutsche Borse foi uma das primeiras trocas de reconhecer
a importncia desta, introduzindo Xetra-BEST em 2002. Isso permite que os corretores de
internalizar suas ordens de varejo, ganhando o respeito MiFID e economizar em taxas de
liquidao, enquanto clientes de varejo beneficiar uma melhoria de preos obrigatria. Eles
tambm tm redueed suas taxas e cortar a melhoria pricc obrigatrio para 0,001 a incentivar mais a
corretores adotar as melhores. Da mesma forma, no incio de 2007, a Euronext anunciou que
estava desenvolvendo uma nova mecanismo de comrcio para garantir a melhor execuo,
permitindo que os membros para ser MiFID queixa sem ter que se tornar internalizadores
sistemticos.
O ramp-up em "dark pools" de liquidez tambm tem sido mais lento na Europa, embora
determinado que quantidades significativas de comrcio fora da bolsa, particularmente no Reino
Unido e na Alemanha, h muitas oportunidades. Um relatrio da Celent (2007c) consultoria prev
que vai ATSs capturar em torno de uma quota de mercado de 5% em 2011. Em parte, isso ocorre
porque a maior Europeia intercmbios tm oferecido ordens ocultas e / ou icebergs por algum
tempo, ajudando a acomodar de comrcio do bloco. O Deutsche Borse suporta cruzamentos cegos
49 0
Appcndiccs
(exccpt durante leiles no mercado principal) atravs de sua plataforma Xetra-XXL. O LSE
igualmente ofertas um servio de travessia via SEAQ Cruzes, embora seja destinado principalmente
para menos lquido stocks. Sem dvida, as outras trocas tambm vai considerar o fornecimento de
sistemas de passagem para tentar manter sua liquidez.
Em termos de contnuas "dark pools", Xetra ponto mdio ofertas uma carteira de pedidos com
closcd negociao ponto mdio contnua. Da mesma forma, SWX lanou "Swiss Block" em
parceria com NYFIX. Em 2009, a NYSE Euronext lanou SmartPool, como um projeto conjunto
com vrios grandes bancos internacionais. SmartPool fornece passagem contnua ponto mdio
em conjunto com quatro cruzes peridicas dirias; ele tambm oferece roteamento para o livro
de ofertas central NYSE Euronext. Tambm em 2009, NASDAQ OMX lanado sua contnua
piscina escura, NEURO escuro. Baseado em INET oferece meados de ponto de passagem a partir
do mercado primrio e comedores por mais de mil aes europias (que suporta ordens
internalizadas tambm). No mesmo ano, Qui-Chi-X Delta ea BATS Europe escuro Piscina foram
lanados, fornecendo contnua ponto mdio travessia. A LSE tambm proporcionar uma piscina
para a regio escura.
Sem surpresa, o major EUA ATS, ou seja, ITG e Liquidnet, j estabeleceram -se na Europa.
Para os sistemas de passagem programados POSIT sem dvida o lder, sendo estabelecida
aqui desde 1998. Ele cobre mais de 9.000 estoques em 15 pases , com oito sesses de bolsas
por dia (tendncia em direo a cu aberto). ITG adquirida seu principal direta Competio
europeia (E-Crossnet) em 2005. Outros tipos de cruzamento arco tambm disponvel em Europa, o
sistema de cruzamento negociado Liquidnet foi ao ar na Europa em 2002, e ofertas comrcio em 22
mercados, permitindo que os usurios institucionais para negociar aes lquidas em muito maior
tamanhos mdios do que os disponveis nas bolsas. Ele tambm est considerando expandir em a
Oriente Mdio. ITG introduziu uma verso europia de sua plataforma POSIT Alerta, bem como,
complementando seu sistema de cruzamento cego contnua, Posit Agora, que foi lanado em 2007.
Da mesma forma, Euro Millennium foi lanado pela NYFIX em 2008; Isto um europeu verso
sua plataforma de cruzamento cego contnuo, embora seja agora propriedade da NYSE Euronext.
Muitos dos principais corretores tambm estabeleceram redes europeias de passagem internos,
para exemplo, CrossFinder do Credit Suisse.
A fim de lidar com todos estes novos locais e tentar reducc o impacto da fragmentao, pr- e
informaes de ps-negociao devem ser agregadas. Presentemente, isto efectuados pelos
principais fornecedores de dados de mercado. Barco do Markit (anteriormente "Projeto Boat" )
tambm fornece uma interface nica para relatrios de comrcio pan-europeu. Servios Financeiros
do Reino Unido Autoridade props a criao de dedicado Trade Data monitores para atender a essa
requisito.
Outra rea que pode ver uma maior consolidao na Europa seus sistemas de liquidao.
Por exemplo, a Tabela A-8 mostra algumas das opes de liquidao potencial para a empresa
Royal Dutch (Shell).
Execuo
foro
Euronext Amsterdam
London Stock Exchange
Instinet Chi-X
Virt- X
Deutsche B6rsc
491
A vida seria muito mais simples, mais eficiente e, se houver um nico depsito como o
Confiana Depository EUA & Clearing Corporation (DTCC). A escolha de depsito pode tambm
afectar o custo do comrcio, uma vez cada um pode ter diferentes custos de liquidao. Portanto, a
agregao de liquidez s realmente apropriado para os preos de locais que compartilham o
mesmo depsito, como observado em um livro branco sobre a consolidao de dados de mercado da
Instinet (2007). Caso contrrio, custos adicionais podem ser efectuadas, que so no se reflecte no
preo. Liquidao transfronteiria tem sido tradicionalmente caras da Europa.
Um relatrio do Deutsche Borse Grupo (DBG / Clearstream) (2002) observou que por atacado
comrcios poderia ser 30% mais caro, enquanto os retalhistas foram at 150% a mais. Assim, at
h uma maior consolidao entre os depositrios da Europa, sistemas de roteamento de ordens
inteligentes e algoritmos de negociao ter que tomar esses custos adicionais em conta. Felizmente,
h arc alguns sinais de que essa situao deve melhorar. Uma subsidiria da DTCC EUA tem
EuroCCP lanado, que fornece uma compensao e liquidao instalao unificada que utilizado
por Turquesa.
Apndices
492
Cap mercado
domstico ($
bilhes)
Intercm
bio
2008 ADV
($ milhes)
20082007
3116
Tokyo SE
4331
22.887
2008
mdio
valor (US $
milhares)
n/D
Shanghai SE
1425
3694
10.656
2.0
1329
2654
6652
14,6
Australian SE
684
1298
4776
11,4
Bombay SE
647
1819
1226
0,5
0,5
600
1660
2948
Korea Exchange
471
1123
5776
2.2
Taiwan SE Corp.
357
664
3333
4.1
Shenzhen SE
353
785
5076
1.9
Bolsa de Cingapura
265
539
1031
n/D
Bursa Malaysia
189
325
382
6.9
49 3
De aes, futuros e os intercmbios KOSDAQ. Esta fuso tambm incorporou primeiro da regio
ECN, fundada em 2001 por Coria ECN Securities. O KRX fornece uma negociao conduzida
fim sistema, com os leiles de chamada para o abrir e fechar, atravs do seu sistema Automated
Trading (KATS). Ele tambm permite que os criadores de mercado para prove r liquidez para as
aes negociadas a menos e mais recente problemas. Para empresas menores, o brao KOSDAQ
do KSX atende a cerca de 900 aes, com uma capitalizao de mercado combinada de cerca de $ 50
bilhes, tornando-se globalmente apenas atrs AIM em termos de tamanho. Negociao algortmica
est comeando a tomar posse na Coria: Em 2007, sua primeira plataforma algortmica comercial
foi crcatcd por uma joint venture entre Koscom (a subsidiria da KRX) e Progress Apama.
O Bombay Stock Exchange (BSE) o maior da ndia, por capitalizao de mercado, e tem
cerca de 4.800 empresas listadas. Porm, ele enfrenta forte concorrncia da National Stock Exchange
(NSE), que foi criado em 1994 para incentivar a reforma do mercado. Originalmente, a BSE foi
baseado em viva voz, o seu sistema de negociao Bombay On-line (Bolt) foi introduzido em 1995
em resposta ao NSE totalmente automatizado. PARAFUSO fornece um mercado electrnico hbrido,
que incorpora citaes nos dois sentidos a partir de "intermedirios", ou formadores de
mercado. Em comparao, a NSE executa um livro de ordens limite puro annima, com base em
seu National intercmbio automatizado Sistema de comrcio (NEAT). Corretores tambm esto
comeando a oferecer o DMA para essas trocas, umarelatrio da Cclent (2008) consultoria
estima isso poderia rcach 11% da negociao por 2010. A tendncia crescente de globalizao
cmbio tambm tem visto NYSE Euronext- comprar 5% da NSE, enquanto a troca de Singapura
e da Deutsche Borse tm cada tomado de 5% da BSE.
A Bolsa de Valores de Taiwan opera um livro de ordens limite contnuo, juntamente com
peridica chamar aes para a pausa para o almoo e fechar. Isto baseado em seu sistema de
negociao de valores mobilirios totalmente automatizada, que foi introduzido em 1993.
A Bolsa de Cingapura (SGX) foi formada em 1999 pela fuso da Bolsa de Valores de
Singapura e o derivado de Cingapura de Intercmbio Internacional Monetria; ambos so baseados
em livros centrais ordem de limite. SGX negociao de aes realizada em sua plataforma
Procura-ST, que se baseia na NASDAQ OMX ' s CLIQUE-XT software de troca. Ele tambm est
planejando para reduzir a oferta mdio lance se espalhou para melhorar a sua competitividade. Entre
10 e 15% da negociao atualmente estimado a ser negociadas atravs de algoritmos, como
observado em um artigo sobre TradingMarkcts (2007). Para empresas menores, listagem e
negociao tratada pelo SESDAQ.
A Bursa Malaysia actualizou a sua plataforma de negociao, a migrao para o Bursa Trade, que
baseado na plataforma NSC da Euronext ea Atos Origin Consultoria. Isto fornece latncias muito
mais baixos (de 5s para o velha plataforma para milissegundos) e permite DMA. Foi manipulao
de negociao de derivativos da Malsia desde 2006.
Plataformas de negociao alternativas tm Ainda para capturar uma parte considervel do
Asian mercado. Um relatrio da Greenwich Associates (2007a) observa que as redes esto de
passagem Espera-se que cerca de capturar 1% da quota de mercado total, embora isso possa chegar a
at 3% em Japo. Em parte, isso devido prevalncia das carteiras de encomendas limite
centrais eletrnicas entre as trocas, como na Europa. Os regulamentos locais tambm podem
representar problemas, como observado por Maria Trombly (2007). Por exemplo, a China tem
severas restries para os investidores estrangeiros, enquanto a ndia no permite travessia fora da
bolsa. Outras peculiaridades do mercado tambm pode causar problemas, tais como a exigncia
de Taiwan que comercializa ser pr-financiado com o dinheiro. Nenhum destes so
intransponveis, locais alternativos na verdade j comearam a aparecer na sia.
ECNs ter se espalhado para o Japo, ajudada por sua legislao de 1998 para Proprietary
Trading Sistemas (PTS). Isso permite a criao de mercados privados destinados a aumentar os
intercmbios existentes. Da Instinet CBX SIA foi lanado em 2001, proporcionando um livro
de ordens central do limite
49 4
Apndices
para japons e aces de Hong Kong. Da mesma forma, em 2003 Japan Securities Agentes foi
estatuto concedido como a PTS, proporcionando um mecanismo de concessionrios fora da bolsa.
SBI Holdings lanado seus JapanNcxt em 2007, catering para after-hours de negociao de aes.
Austrlia deve ver seu primeiro ECN na forma de AXE em 2009/10. Curiosamente, este
empreendimento parcialmente propriedade da Bolsa de Nova Zelndia. Instinct tambm anunciou
planos para estabelecer Chi-X na regio da sia Pacfico.
Redes de passagem e "dark pool" arco ATS tambm se espalhando por toda a regio. 2001
serra o estabelecimento de JapanCrossing da Instinet. Este PTS ofertas um prc-market VWAP cruz,
bem como uma manh de perto e um fim da tarde. Embora inicialmente lento para decolar, por Q1
2006, havia capturado cerca de 4% do volume de negcios dirio do TSE, esse crescimento
continuou. CLSA lanou sua BlocSec ATS, fornecendo cruzamentos para Cingapura, Hong Kong,
Japo, e Austrlia. Liquidnet trouxe sua contnua mcchanism cruzamento negociado para o Japo,
Hong Kong, Cingapura e Coria do Sul em 2007 e para a Austrlia em 2008. ITG tambm tem
um presena na sia; POSIT Match oferece travessias intradia para o Japo, Austrlia e Hong
Kong. ITG Austrlia tambm lanou seu sistema de cruzamento contnua, POSIT Agora, juntos
com seu sistema de indicaes contnuas POSIT Alerta. Instinct tambm lanou a sua contnua
sistema de cruzamento cego CBX no Japo. Pools de liquidez outro corretor comearam a
aparecer, bem como, por exemplo, CrossFinder do Credit Suisse morar no Japo, Austrlia, Hong
Kong, Cingapura e Coria do Sul. Instinet tambm estabeleceu um acordo com a Credit Suisse
permitir o acesso mtuo a cada um dos outros pools de liquidez. Combinado i sto constitui um dos
o maior "dark pools" de liquidez disponveis atualmente na sia.
Resumo
Ele ainda vai levar algum tempo antes que os nveis de adoo de negociao algortmica em
Europa e sia rcach os de os EUA, mas o ritmo da mudana est aumentando.
495
-AppendixB-
Renda fixa
mercados
O mercado de renda fixa responde por um tero do mercado financeiro global, em termos de valor,
como vimos de volta no Captulo 3. trading de renda fixa se desenvolveu em torno da OTC
mcchanism, principalmente porque os ativos so muito menos padronizada do que as aes.
Contudo, fortes mercados intcr-dcalcr se estabeleceram para alguns ttulos de renda fixa, que so
suficientemente uniforme, tais como ttulos do governo. Estes ttulos tendem a ser aqueles que
migraram com mais sucesso a negociao eletrnica, embora o nvel global de adoo ainda fica
muitas das outras classes de activos.
Especfico de ativos
Um ativo-incomc fixo representa uma dvida por um perodo especfico (o principal), pelo que a
emitente obrigado a reembolsar o titular em alguma data futura (data de vencimento). D vida
pode ser emitidos por governos, outras agncias e por empresas. Uma variedade de nomes de arco
usada para estes, por exemplo, os termos do Tesouro dos EUA com base em seu vencimento, ou
seja, contas (<1 ano), as notas (2-10 anos) e obrigaes (> 10 anos). Para simplificar, neste livro
toda essa dvida ser geralmente referido como ligaes. Dvida tambm podem ser emitidos com base
em pools de emprstimos, que a essncia de ttulos lastreados em ativos. Da mesma forma, os
ttulos backcd em hipotecas arco do equivalente para dvida imobiliria.
O retorno de um investimento em obrigaes geralmente mais previsvel do que para as
unidades populacionais, e delimitada por seu principal valor. Os investidores normalmente
esto procurando retornos mais seguros do que o crescimento potencial oferecido pelas aces.
Portanto, alguns dos maiores investidores penso arco fundos e companhias de seguros. Sincc
essas empresas muitas vezes adotam estratgias de buy-and-hold, os liquidez dos ttulos
negociados nos mercados secundrios pode ser muito menor do que para as aes.
O emissor de um ttulo geralmente vai pagar juros (o cupom) para o titular em um determinado
frequncia para a vida do emprstimo, por exemplo, cada 6 meses. Alternativamente, obrigaes
cupo zero no fazer tais pagamentos; em vez disso, seu preo descontado no montante
equivalente. Ou forma, na data de vencimento do vnculo redimiria seu valor principal, ou o valor
facc. Assim, o principal risco com ttulos que a inadimplncia do emissor sobre a dvida. Este
risco geralmente reflectido pela taxa de juros de ttulos, dvida to arriscados paga cupons
mais elevados para compensar os investidores. Do ttulo preo tambm vai refletir isso, os
ttulos de maior risco to geralmente negociadas a um desconto muito mais profundo do outros.
A taxa efetiva de juros que um emissor de obrigaes deve pagar depende da data de vencimento
contrato, como bem como o seu rating de crdito e as taxas de mercado currcnt. Bonds, s vezes, tem
collatcralization ou proteo de crdito adicional para reduzir o risco de crdito, permitindo
49 6
Apndices
emitentes aos usar taxas ligeiramente mais baixos. Para ttulos garantidos, ativos especficos
(colaterais) ter sido prometeu que podem ser vendidos para garantir a dvida titulares so pagos
em caso de falncia. Dvidas tambm podem ser diferenciadas em termos de sua antiguidade
quando se trata de audincias de falncia, com tomada snior dvida prioridade sobre a dvida
subordinada. Todos esses detalhes devem ser detalhados na escritura de emisso do ttulo, que
formalmente especifica os direitos dos obrigacionistas. Ele tambm contm detalhes de quaisquer
clusulas que possam relacionar-se as finanas do emissor, por exemplo, comprometendo-se a
manter os requisitos de capital especficos, ou at mesmo restringir os nveis de dividendos.
Muitas vezes, tais covenants destinam-se a proteger o fluxo de renda para os detentores de
obrigaes, portanto, novamente eles podem afetar a taxa de cupo.
Bonds tambm pode ter uma gama de condies associadas com a sua data de vencimento.
Extensvel ttulos permitir o emitente para estender a data de vencimento, por exemplo, quando as
taxas de mercado tornam-se desfavorveis. Ttulos resgatveis permitir o emissor de resgatar o
vnculo antes do vencimento. Assim, para compensar os detentores de bnus para tais
disposies do emissor deve pagar um prmio. Ligar Por outro lado, algumas ligaes incorporar
uma opo que permite a bondholder para forar redeno em datas especficas, para as quais eles
devem, por sua vez pagar um prmio.
Preo e negociao
Em geral, as obrigaes so mais simples do que o preo de aces. Essencialmente, o preo justo
das uma ligao o valor presente de todos os seus pagamentos de juros e principal futuras. O valor
presente Incorpora um desconto para a taxa de retorno do mercado, que por sua vez depende da
ligao de caractersticas. Assim, para um ttulo do governo emitido na moeda local com padro
insignificante risco a taxa de mercado deve aproximar-se da taxa livre de risco. Para os emitentes de
maior risco, a taxa de ter de ser maior. Fatores macroeconmicos, tais como as expectativas de
inflao, tambm ter um impacto considervel sobre a pricc de ttulos.
O principal risco com ttulos que a inadimplncia do emissor sobre a dvida. Isto reflecte-se tanto
sua taxa de juros e preo, os ttulos mais arriscados de modo geral o comrcio em um desconto
maior do que outros.
Bonds so preos em termos de uma percentagem do seu valor nominal, em que 100 representa
100% do valor de face. Eles tambm podem negociar com um prmio onde o preo ser acima de 100,
por exemplo, quando cupo do ttulo mais atraente do que as taxas de mercado vigentes. Ligaes
estamos ainda citado em fraes para muitos mercados, de modo 95:05, 95-05 ou 95'05 no so os
mesmos que
95.05. Alguns ttulos citar em oitavos, enquanto US treasuries so cotados em l / 32nds, por isso
95-05 na realidade 95 5/32 = 95,15625, enquanto 95-05 + adiciona um outro 1/64 por isso
95,171875. Esperanosamente, decimalisation continuar a se espalhar.
Outro fator que pode afetar os preos dos ttulos est relacionada com o interesse que tem
sido accrucd uma vez que o ltimo pagamento de cupom, que tambm deve ser transferida quando a
ligao negociada. Alguns mercados incluem esse interesse no preo atual do ttulo, tambm
conhecido como um "dirty preo ", enquanto outros excluir que - em vez da adopo de um "preo
limpo".
Um rendimento do ttulo at o vencimento (YTM) representa a taxa de retorno anualizada ele daria
se mantidos at o vencimento. Isto est inversamente relacionado com o preo do ttulo, de modo
que quanto maior o preo o menor o YTM e vice-versa. Ento, quando as taxas de juro de mercado
subir, priccs de obrigaes deve cair. De fato, as ligaes so muitas vezes referidas pelo seu
rendimento, em vez do que a sua pricc.
Diferentemente das aes, uma nica entidade emitente pode ter um enorme leque de obrigaes,
cada uma diferindo em termos de quando foram emitidos e sua maturidade, sua taxa de juros e
estrutura de pagamento, qualquer collateralization / crdito-protcction bem como as especificidades
da escritura de emisso. Com efeito, o nmero de diferentes ttulos fenomenal. Por exemplo, na U.S.
sozinho h mais de trs milhes de obrigaes, que duzentas vezes mais do que o nmero de
aces disponveis globalmente. Essa diversidade pode representar srios problemas de liquidez,
uma vez que para muitos ativos que ser difcil encontrar profundidade suficiente em um
determinado vnculo para um mercado contnuo. Apenas os mercados
497
para a dvida razoavelmente padronizado, como ttulos do Tesouro dos EUA, tendem a ter um
volume suficiente para ser vivel para a negociao em contnuo. Um fator que ajuda o fato de
que muitos investidores de ttulos baseado no comrcio sobre as especificaes, como a
classificao de crdito e maturidade, ao invs de procurar um vnculo especfico. Isso proporciona
mais liquidez para um mercado que de outra forma seria muito sparser.
Liquidez para ttulos muitas vezes podem diferir significativamente ao longo da sua vida. Por
exemplo, a maior parte da actividade centrada na edio atual de um ttulo (quando "on the run").
Assim que a prxima edio liberada, o volume de negociao da anterior (agora "off the run")
de ativos despenca. De fato, um estudo realizado por Michael Barclay, Tcrrencc Hendershott, e
Kenneth Kotz (2006) verificaram que "fora do prazo" US treasuries cair para cerca de 10% do seu
volume anterior. A prevalncia de "comprar e segure "estratgias, particularmente para ttulos
corporativos, significa que logo aps a emisso, muitos laos so simplesmente No disponveis
para negociao.
Bonds tendem ao comrcio de tamanho muito maior do que as aes, mas muitas vezes com
muito mais baixo frequncias. Por exemplo, um relatrio da UK Financial Services Authority
(FSA) (2005) observa que o tamanho mdio do comrcio para marrs foi 5 milhes em
comparao com apenas 43.000 para
Equidades U.K., em 2004. Embora ainda a questo mais negociadas no mercado dourada apenas viu
cerca de 200 comrcios em um dia, enquanto que para as unidades populacionais esse nmero pelo
menos uma ordem de magnitude Mais.
Dvida corporativa ainda menos fortemente negociados. Um estudo de obrigaes de
empresas norte-americanas por Amy Edwards, Lawrence Harris e Michael Piwowar (2007)
constatou que, em mdia, obrigaes negociados menos de 1,9 vezes por dia, com mais de 60% da
quantidade de negcios no valor de menos de US $ 100.000. Da mesma forma, um estudo europeu
por Bruno Biais et al. (2006) encontraram uma mdia de 3,07 por comrcios dia por euro expressos
ttulos corporativos e apenas 2,23 para aqueles esterlina do Reino Unido, com um nmero mximo
de transaes no mais do que 50 um dia. Obrigaes com crdito associado menor ratings tendem
a ser negociadas com menos regularidade, embora as tendncias data de vencimento para foram
menos conclusivos com Biais et ai. (2006) observando que curta e dvida de longo prazo parecia
ser o mais pesadamente negociados.
498
Apndices
U.K.
6%
Ale man ha
6%
Frana
6%
^5
, ta |
Jap a n
11%
Outro
s 29
%
Memb
ros
37 %
Fonte: Autores clculos prprios baseados no dala do BIS (2008)
Tipo
Dirio HI volume
de negociao de
2008 ($ bilhes)
4700
3100
2700
7600
6200
615,1
116,5
23,1
365,1
18,8
% do
volum
e
dirio
54
10
2
32
2
Os dados do Federal Reserve Bank de Nova York, Municipal Securities Rulemaking Board, NASD TRACE.
Mercado monetrio e de d vida lastreados em ativos vale cerca de $ 7 bilh es, com base em estimativas de SIFMA
(2008a).
10
499
11
50 0
Apndices
Dealers Association primrio (EPDA) (2007) observa que estes foram notificados para explicar
cinco do topo dez participantes sobre BrokerTec e trs dos dez primeiros em eSpeed. A prspera
negcio de arbitragem se desenvolveu entre os dois sistemas e mercado de futuros, como
relatado num artigo por Daniel Safarik (2005). Neste artigo, o CEO da eletrnica corretagem no
ICAP, David Rutter, explica que muito disso devido a um pequeno nmero de empresas de
comrcio quantitativos demitindo risco contra contratos futuros baseados em ttulos da CBOT.
Curiosamente, ele tambm destacou que a negociao al gortmica era o seu crescimento
mais rpido segmento de clientes, com mais de metade das propostas e oferece a partir de
sistemas informatizados. O advento de tais negociaes tambm ajudou a reduzir as
discrepncias de preos e tornar-se um importante fonte de liquidez.
Comercial com sede Exchange foi reacendido em 2007 com a NYSE re-lanando seu
trading ttulos plataforma. Este baseado no livro de ordens eletrnico a partir de sua
plataforma de rea; negociao annima e ambas as ordens de limite e reserva / estilo
iceberg so suportados. Em adio ao segmento de negociao principal, h tambm uma
sesso de incio do prego de quatro horas, e uma sesso que durou at tarde 8:00. Atualmente,
atende a mais de 3.000 ttulos, embora em ltima anlise, esse nmero deve dobrar. Vai ser
interessante ver quota de mercado quanto esta captura, e como ele afeta o mercado global a longo
prazo.
"Dark pools" no se espalhar para o mercado de renda fixa EUA. Dito isto, State Street Global
Markets FICross uma aproximao muito perto. Um bom resumo de FICross fornecida por
Cristina McEachern (2008). Efetivamente, ele oferece uma placa de boletim onde os usurios
podem postar ordens annimos ou indicaes de interesse. Matching ainda feito manualmente com
State Street que actua como intermedirio, embora eles tambm esto planejando oferecer um
processo automatizado. Actualmente, a cobertura para obrigaes de caixa com a maior parte
da actividade empresarial em e instrumentos lastreados em ativos.
Transparncia ps-negociao tambm foi melhorado para o mercado de dvida corporativa
pela Trade Relatrios e iniciativa Compliance Engine (TRACE), primeiro aprovado pela SEC em
2001. Este tipo de notificao obrigatria dos preos do comrcio para todos os concessionrios
e corretores, e parece ter ajudado a reduzir os custos gerais. Um estudo realizado por Michael
Goldstein, Edith Hotchkiss e Eric Sirri (2007) encontraram que o aumento da transparncia teve
um efeito neutro ou positivo sobre a liquidez do mercado, com base em medies de volume de
negociao e os spreads eficazes. Embora, alguns os participantes do mercado ainda sinto que a
liquidez global tem diminudo desde a introduo do TRACE.
Pas
Total
1126,0
1162,6
428,3
77,6
Canad
Brasil
Mxico
Argentina
Governar
.
727,8
789,4
214.4
65,8
Corporativo
135,5
8,7
32,3
7,5
Outstanding HI dvida
internacional 2008in
$ bilhes
Total
Governar. Corporati
vo
506,9
92,3
126,2
95,1
63,5
54,0
41,8
56,7
128
13,5
20,3
3.6
501
O mercado de dvida canadense comeou a atrair mais interesse, especialmente a partir dos
EUA investidores. No entanto, os nveis de negociao so ainda relativamente baixo em
comparao com os EUA Em geral, a Investimento Industry Association of Canada (IIAC) (2008)
relataram que $ 7000000000000 foi negociado em 2007. A taxa de rotatividade para a dvida do
governo de cerca de 6,8, contra mais de 30 por Os Estados Unidos. O mercado de dvida
corporativa canadense tambm pequena em comparao com os EUA, com apenas cerca de
$ 250.000.000.000 em dvida. Em termos de comrcio eletrnico, uma viso consolidada da
mercado fornecida por CanPX, que se fundiu cotaes de corretores inter -negociante desde
1999. No espao dcaler-a-cliente, do Candeal e Bloomberg Bondtrader foram lanados em 2002;
ambos fornecem negociao PDO para clientes institucionais. H tambm um local de
execuo alternativa dirigida por Collective Bid (CBID) Markets Inc. CBID oferece um
annimo livro de ordens eletrnico para ambos os concessionrios e os clientes, embora ele
tambm fornece um PDO mecanismo para ttulos menos lquidos.
O Brasil tem um mercado substancial da dvida, a maioria dos quais para a dvida pblica, desde
a sua mercado corporativo relativamente subdesenvolvida. No entanto, os volumes de
negociao so relativamente baixos;
em 2005, o volume de negcios anual de ttulos do
governo foi $ 433.000.000.000, com base em um relatrio BIS (2006). Na verdade, com base na taxa
de rotatividade parece ser ainda menos lquido do que o mercado de dvida corporativa dos EUA. Ser
interessante para seg quanto impacto a configurao do MTS Brasil tem, que devido a crcate uma
plataforma electrnica especfica para a dvida soberana brasileira.
Mxico a segunda maior fonte de dvida na Amrica Latina, embora seja cerca de metade do
tamanho do mercado brasileiro. Os ttulos pblicos so muito fortemente negociado, o BIS
(2006) relatrio constatou que o volume de negcios anual foi de mais de cinco vezes o valor
nominal remanescente em 2005.
50 2
Appcndiccs
1999 a comedor para as obrigaes do Estado de referncia e outras dvidas de alta qualidade
provenientes de pases da zona do euro. MTS agrega firmes nos dois sentidos preos do criador de
mercado e fornece annimo negociao. Em 2004, havia chegado a um volume mdio dirio de
cerca de 25 bilhes, de acordo com
um relatrio da Associao de Mercado Bond (TBMA)
(2005).
Em termos das outras plataformas, sistema de negociao baseado em ofertas de hDAT da
Grcia baseado na mesma tecnologia FastTrack-ATS do Grupo List. SENAF e Eurex Bonds
ambos fornecem annimos livros de encomendas eletrnico. Todos estes sistemas
predominantemente servem para a dvida local, embora Eurex Bonds comeou a se mover para
alm da Alemanha para covcr Euro-zona governo referncia e dvida corporativa tambm. O
mercado do Reino Unido adota Gilt um hbrido de negociao ambiente que incorpora annimos
de negociao baseado em ofertas de preos, embora seja um pouco menos lquida do que a
zona do euro. Ao contrrio de em os EUA, BrokerTec do ICAP e eSpecd do BGC tem achei mais
difcil de ganhar uma quota de mercado considervel na Europa. Como Avinash Pcrsaud (2006)
explica, concessionrias primrios tm sido muitas vezes concedidas com base na negociao em
plataformas locais, geralmente MTS, por isso no tem heen menos incentivo para os
concessionrios de usar alternativas como BrokerTec ou cSpced. Dito isto, as coisas comearam
a melhorar, por exemplo, austraco, Agncias de tesouraria do Estado belga e holands j
recogniscd formalmente Europeia da BGC Plataforma de Governo.
Para o mercado revendedor-cliente, BcaringPoint (2007) estimam que cerca de 40% tratadas por
via electrnica. Eles tambm relatam que Tradeweb lder de mercado com uma quota de
mercado de 52%, seguido por BondVision do MTS (25%) e BondTrader da Bloomberg (21%)
multi- sistema dealer. Outros sistemas, como o sistema de comrcio Reuter s RTFI representam
apenas cerca de 2%. Essas propores tm no mudaram significativamente desde o relatrio de
2004 TBMA (2005) quando Tradeweb tinha um volume mdio dirio de 8 bilhes, em comparao
com 3 bilhes para tanto BondVision e BondTrader. MarketAxess tambm oferece sua plataforma
multi-representante para a dvida corporativa europeia. Novamente, todos estes sistemas so
geralmente com base no pedido-para- mecanismos de comrcio de citao.
A Europa tambm est comeando a ver algumas mudanas na estrutura do mercado global.
O MTS Grupo est considerando fornecer acesso para os fundos de hedge. Eurex Bonds
tambm foi procura
a incorporar uma ampla gama de empresas de investimento e fundos de
hedge.
presena considervel.
503
Alguns negociao tambm realizada nas bolsas de valores de Tquio, Osaka, Nagoya e.
Negociao eletrnica cada vez maior, com base da Celent (2006a) calcula que deve aumentar
para quase 60% em 2009, de cerca de 35% em 2005. Japo bond tem cerca de Negociao um 60%
quota de mercado, com base em dados de um artigo no International Herald Tribune (IHT) (2006).
Ele fornece tanto uma interface FIX, bem como BB Super Trade, uma plataforma orientada para o
fim inicialmente criado para negociao contas governamentais de curto prazo (TB e FB), descritas
em maior pormenor por a Banco do Japo (BOJ) (2001) Anlise do mercado. Ele tambm formou
uma aliana com a Instinet. Comrcio eletrnico tambm atendida por ETC do ICAP e
plataformas eSpeed do BGC. Embora, MTS-Japo fechou em 2003, depois lutando para lidar com
um mercado inicialmente dormente, que em seguida, tornou-se extremamente voltil. Ao contrrio
da Europa os criadores de mercado no tm o benefcio de ser dealers primrios, como observado
por Tomohiko Taniguchi (2003), de modo que o custo da prestao liquidez, de tal um mercado
era simplesmente demasiado elevado. Para o (D2C) mercado revendedor-cliente, negociao ainda
geralmente tratado por telefone. O pequeno mercado eletrnico, apenas 2% em 2005, consiste de
plataformas multi-negociante, como Yensai.com, JBond e Tradebook da Bloomberg, e sistemas
de corretagem de solteiro. A Celent (2006a) consultoria estima que D2C eletrnico negociao pode
aumentar para quase 13% at 2009.
China tem a segunda maior dvida do governo para o Japo, com 0,9 trilhes de excelente $, com
base em dados provenientes da sia de Bond monitor do banco de desenvolvimento da sia
(ABM) (2007). Governo mercados de dvida em Hong Kong e China tm um volume mdio
dirio de mais de $ 4 bilhes cada. Dvida corporativa na China responde por cerca de $
0500000000000. Isto um aumento significativo, devido um nmero crescente de empresas
chinesas de serem autorizados a emitir directamente os seus prprios ttulos. Volumes mdios
dirios para a dvida corporativa so cerca de US $ 1,3 bilho. O comrcio secundrio de todos
tipos de ttulos ocorre principalmente no mercado interbancrio de ttulos orientado a citao ea
ordem livros de Xangai e Shenzhen bolsas de valores. O grupo MTS tambm assinaram uma
carta de intenes com a China Trade Cmbio Sistema de cooperar com o desenvolvimento de um
mercado MTS-like para a dvida pblica.
Coreia do Sul tem menos de $ 0500000000000 cada um governo excelente e corporativo
dvida. O mercado de dvida do governo mais lquido com volume dirio de mercado de quase
US $ 5 bilhes contra apenas $ 1 bilho para a dvida corporativa. Cerca de 95% do total negociado
no vnculo em o mercado de balco, novamente com base em dados do Asian Bonds Online
(2007a). O restante negociadas na plataforma de ligao dedicada do Troca-coreano, que
tambm servir de base para A nova plataforma da Malsia.
Resumo
O mais margem para negociao algortmica est atualmente nos mercados internegociante, que so muitas vezes baseadas em hbridos livros de encomendas
electrnicas. Porm, tambm possvel usar a RFQ e plataformas RFS habitualmente
fornecidas nos mercados negociante para o cliente.
isto Vai levar algum tempo antes da adopo de equipamentos electrnicos e de negociao
algortmica atinge o de aces, mas o tamanho desse mercado significa que uma
oportunidade significativa.
Apndices
504
AppendixC
Os mercados cambiais
O cmbio de moeda estrangeira (FX) mercado permite a transferncia de dinheiro entre as
diferentes moedas. Isso varia de operaes vista, que lock-in taxa de cmbio para liquidao
em dinheiro, para para a frente, e swaps que organizar as transferncias para meses ou mesmo anos
no futuro. Isto um enorme mercado, representando volumes de transaces dirias de mais de
US $ 3 trilhes. Historicamente, o FX mercados se desenvolveram em torno de redes interdcalcr (mas no trocas). Prego eletrnico tem sido comum h algum tempo no mercado FX;
negociao de acesso directo via DMA e algoritmos tambm est se tornando mais
generalizada.
Especfico de ativos
Cmbio representa a negociao de moedas, essencialmente, pela transferncia de propriedade
de depsitos. Portanto, um dlar / iene japons comrcio composto por um contraparte venda de
dlares norte-americanos para outro em troca de uma quantidade especfica de ienes. Para isso
negcio, a taxa de cmbio pode ser 118.50, o que significa um nico dlar compra 118,5 ienes. 12
Geralmente, as taxas de cmbio so expressas em termos de dlares, diz-se ser a moeda de base
enquanto que a outra moeda referido como a moeda citando ou balco. Observe que a British
libras e dlares australianos so uma exceo a esta regra, estes tambm atuar como moedas
base e assim a taxa de cmbio expressa em termos deles.
O que primeiro pensar de cmbio estrangeiro o comrcio local. Isto corresponde a um
dinheiro comrcio taxa de cmbio atual, que geralmente ser resolvido dentro de dois dias. FX
para a frente, ou outrights, oferecer um meio de bloqueio em uma taxa de cmbio que ser ento
utilizada para uma troca no uma data especfica no futuro. Ao invs de ser transaces em numerrio
em linha reta, forwards so baseadas em contratos vinculativos. A taxa para a frente tentaremos
rellect o esperado taxa de cmbio futuro, e por isso, incorpora a volatilidade das duas moedas. o
disponibilidade de frente permite que ambas as contrapartes para se proteger contra mudanas
no cmbio taxa; inversamente, especuladores vai tentar prever e se beneficiar deles. Uma opo
FX semelhante, embora ele d ao comprador o direito de comprar ou vender, e no uma
obrigao.
Swaps cambiais consistem em duas pernas, uma transao vista FX padro associado a um FX
simultnea comrcio para a frente. Inicialmente, as duas moedas so trocados, e quando o
amadurece definitivas, eles so trocados de volta, taxa pr-acordado. Um swap de moeda
ligeiramente diferente uma vez que representa uma troca de pagamentos de juros para
subjacentes fixo ativos de renda em duas moedas distintas. Na maturidade, que tambm podem
envolver a troca a
12
Nole thai em LHE FX lambe (ou menor incremento quole) chamado um pip, por US $ / YCN um pip = 0,01; No
entanto, para a maioria outros pares de moedas um pip = 0,0001.
505
valor nocional de os ativos de renda fixa subjacentes. Isto proporciona um meio para o estrangeiro
empresas de tomar emprestado a taxas de juros mais favorveis que esto disponveis para
domstico empresas. Ambos os swaps so muitas vezes usado para muito intercmbio a mais
longo prazo do que FX forwards (anos em vez de meses).
Preo e negociao
FX negociao em grande parte concentrada em um pequeno subconjunto de moedas. Na verdade, a
cerca de dois teros de toda a negociao envolve apenas quatro principais moedas. A pesquisa
trienal de 2007 pelo Banco Mundial para Compensaes Internacionais (BIS) (2007b) relata que
86,3% dos todas as transaes envolvem a
Dlar EUA, 37,0% o euro Europeia, 16,5% ao iene japons e 15,0% da libra esterlina britnica
(Tendo em conta que cada comrcio envolve duas moedas, de modo total dos montantes a 200%). Em
termos de pares de moedas reais, eles relataram que, para o volume de negcios global em abril de
2007, 27% foi para o dlar EUA / Euro, seguido por 13% para US dlar / iene japons e 12% para
o dlar EUA / Libra britnica (conhecido como cabo). Moedas de mercados emergentes
representaram para cerca de 20% da negociao.
Preos taxas de cmbio pode ser muito difcil, uma vez que so afectados por uma ampla leque
de factores econmicos. Modelos de determinao da taxa de cmbio tradicional baseada
unicamente em fatores macroeconmicos no conseguiram explicar e flutuaes de previso
das taxas de cmbio. Isto foi claramente observado em estudos de Yin-Wong Cheung, Chinn
Menzie, e Antonio Garcia-Pascual, (2005) e Richard Meese, e Kenneth Rogoff (1983). Uma
alternativa mtodo de fixao de preos adotar uma abordagem baseada em microestrutura de
mercado. Isto tem sido pioneira por Martin Evans e Richard Lyons (2002), e Lyons (2001). Nestes
modelos, informaes macroeconmicas afeta diretamente as taxas de cmbio, mas tambm
indirectamente via fluxo de ordens, ou presso compradora lquida. Estudos subseqentes
mostraram que o fluxo de ordens pode tanto explicar e prever mudanas nas taxas de cmbio. Para
obter mais informaes, consulte o trabalho por Dagfinn Rime, Lucio Sarno e Elvira Sojli
(2008) e Evans e Lyons (2005).
Ambas as taxas de cmbio e fluxos das ordens de reagir a fatores macroeconmicos, tais como
mudanas no crescimento econmico, inflao, taxas de juros ou saldos oramento /
comerciais. Qualquer informao, o que pode refletir fluxos de pedidos futuros, pode ter um
importante, e muitas vezes imediato, efeito nas taxas de cmbio. este pode fazer os volumes de
negociao bastante voltil. Na verdade, o mercado spot pode variar em at 30% do dia a dia, como
observado por Naureen Malik do Wall Street Journal (Stj) (2004). Embora a notcia real
transmitido publicamente, o fluxo de ordem global ainda relativamente opaco. Claramente, os
grandes bancos tm uma vantagem aqui desde os mais clientes eles tm, ento quanto mais
informaes o fluxo de ordens que possuem.
Outro factor que pode ter um efeito considervel sobre o cmbio, a possibilidade de
interveno do Banco Central. Embora estes possam ser capaz de atenuar as flutuaes de curto
prazo, apenas j no vivel para sustentar uma moeda por qualquer perodo de tempo. Por
exemplo, o infame Preto quarta-feira (16 de setembro de 1992), quando o Reino Unido finalmente
anunciou que estava retirando do mecanismo de taxas de cmbio europeu. Este marcou sobre um
lucro bilho de dlares para os especuladores, que entrou em curto at US $ 10 bilhes em libras
sterling nas duas semanas anteriores, antecipando de queda da libra de graa. Banco Central
interveno tambm um sinal interessante para os investidores, uma vez que pode indicar
futuras mudanas na poltica monetria.
506
Apndices
(forwards e swaps cambiais). Este nmero aumenta para cerca de US $ 3,5 trilhes quando
swaps cambiais e Opes de FX esto includos no total. Para colocar isso em perspectiva, que
bem mais de dez vezes o volume dirio de todas as bolsas de valores do mundo. O rpido
crescimento do mercado de FX tal que o volume de negcios 2007 quase o dobro do volume
registrado em 2004, e quase trs vezes mais do que em 2001. As estimativas para 2009/10 prever esta
a crescer para entre US $ 4-5 trilhes. Tabela C-L mostra uma repartio deste volume por tipo de
instrumento.
Estrangeiro
Mdia diria
de volume global
($ Bilhes)
Abr
Intercmbio
il
Abr
2007
2004
ilLocal
Outright forwards
Swaps cambiais
Os swaps de divisas
Opes de FX
De outros
Stocks NYSE
1005
362
1714
32
212
129
80
631
209
954
21
117
108
45
U.K.
volume mdio dirio
($ bilhes)
AprApr
Outubro
2007
2004
2008
605
210
719
18
108
0
335
124
899
18
106
0
222
103
428
16
64
0
Embora os nveis de aclual pode ser maior, j que algumas volume de negociao eletrnica pode no ter sido
507
Negociao algortmica tambm est comeando a tomar posse no FX. As estimativas para
a proporo total de negociao algortmica so em torno de 7%, com esta prevista a aumentar
para at 15%, em 2010, a partir de um Aite Group (2008a) relatrio. A Celent (2007b) consultoria
estima que em alguns locais de negociao algortmica pode j representam mais de 20% do
volume.
O mercado de FX slill segmentado, com fortes redes inter-dealer e separado negociante para o
cliente mercados. Embora, o comrcio inter-negociante est em declnio em importncia como o
proporo de aumentos de negociao orientada para o cliente, especialmente de fundos de
hedge. O BIS (2007b) pesquisa mostra 43% dos negcios de FX foi devido atividade internegociante, abaixo dos 59% em 2001. Em comparao, o comrcio entre os concessionrios e as
instituies financeiras aumentou para 40%, enquanto a negociao de FX de varejo atingiu 17%.
Ao longo dos ltimos anos, o mercado de FX tem visto muitos novos operadores. Mostra
estimativas de quota de mercado para os participantes-chave em ambas as inter-dealer Tabela 2
C- e revendedor para cliente mercados, com base em dados do TABB Group (2007) consultoria:
2007 partes de mercado Estimativas
Plataformas bancrias
EBS / Reuters / Bloomberg
FXAll / State Street / Currenex / Hotspot
Lava
CMB
Inter-dealer
(Sell-side)%
23
27
27
14
9
Appcndiccs
508
introduziram a sua negociao para a plataforma FX, e EBS j est disponvel via
Bloomberg terminais.
Os grandes bancos tambm participam do multi-plataformas corretor negociante-lo-cliente,
como De FXA1I e State Street FX Conncct e Currenex. Geralmente, todos estes sistemas tanto
fornecer um mercado RFQ ou preos streaming direto para clicnts (RFS). Currenex adota um
hbrido mecanismo que tambm suporta as ordens com limites, embora no exista uma carteira
de pedidos visvel. Em termos de volume de negcios, FXA11 alcanado volumes mdios dirios
de mais de US $ 60 bilhes em 2008, com base nas prprias empresas figuras. Estimativas da Celent
(2007b) dar consultoria FX Conecte-se e os volumes de negociao mdia diria Currenex na
faixa US $ 40-50 bilhes.
Muitas das plataformas de comerciante para o cliente no suportam a negociao annima,
sincc a identidade do cliente importante para a verificao de crdito. No entanto, a negociao
annima est se tornando disponvel para clicnts, com base em acordos primos estilo corretora
para abordar a questo do risco de crdito. Por exemplo, FXA11 estenderam seus preos em tempo
para apoiar o anonimato atravs do seu Mecanismo Quickfill. EBS tambm criou EBS Prime, que
permite s instituies financeiras para o comrcio em sua plataforma. De fato, em 2006, foram
responsveis por mais 14% da diria mdia de volume, de acordo com o (2007b) relatrio Celent.
ECNs se estabeleceram tambm para o mercado de FX, o primeiro foi Hotspot FXi. Baseado
em torno do limite central, de encomendas desses fundos de hedge arco sistemas de identificao
visveis, mas annimas, uma parcela crescente de mercado. Hotspot foi acompanhado por Lava
LavaFX de negociao em 2006, enquanto Bloomherg oferece Tradcbook FX. Da mesma
forma, FXAll libertado seu prprio ECN chamado Accelor em 2007. FXAll tambm assinou um
acordo para comprar LavaFX, de modo que o mercado de cmbio tambm est comeando a sec
alguma consolidao.
A progresso natural dos locais baseados livro tal ordem poderia ser a de crcate um dedicado
intercmbio. De fato, uma joint venture entre a Reuters ea Chicago Mercantile Exchange resultou
na criao de FXMarketSpace em 2007. Esta foi a primeira dcdicatcd FX cmbio, servios de
catering para tanto inter-dealer e negociao institucional. Foi com base na um livro de ordens
totalmente eletrnico fornecendo straight-through tratamento, compensao centralizada e liquidao
(muito parecido com as contrapartes centrais para alguns bolsas de valores) e de crdito
verificao. Inicialmente, Centrou-se em local FX nas seis principais moedas e seis cross-currency
pares, com planos de estender o produto para swaps e outrights frente. Infelizmente, o venture no
conseguiu cumprir suas metas e assim por encerradas em Outubro de 2008.
"Dark pool" ATS e redes que atravessam tambm se tornaram disponveis para FX. FX de Instinct
Atravessar, uma joint venture com o Citigroup, foi fundada em 2002, proporcionando trs annimo
sesses de passagem um dia em 17 moedas. De Flextrade MilanFX, anunciado em 2007, o
primeira plataforma de negociao bloco contnuo de FX, proporcionando cruzamento totalmente
escondido para grandes encomendas.
Resumo
509
AppendixD
Mercados monetrios
Especfico de ativos
Geralmente, o tempo de vida para a dvida de curto prazo inferior a um ano, e muitas vezes a
partir de qualquer coisa durante a noite para um ms. Assim, o risco de inadimplncia menor do
que suas contrapartes mais longo prazo.
Ttulos do governo fornecer um investimento relativamente livre de risco, particularmente
atravs da curto prazo. Normalmente, as questes de curto prazo so negociadas na um desconto,
em vez de pagar os cupons. O exemplo mais conhecido Bilhetes do Tesouro EUA. Os seus
homlogos europeus so a Alemanha de Bubills, contas BTF da Frana, contas BOT da Itlia e as
contas DTC holandeses. Curto prazo agncia do governo e da dvida municipal tambm est
disponvel, como agncia federal de desconto notas. Diferente de seus vida til mais curta,
nenhum destes instrumentos que diferente dos ativos de renda fixa que vimos no Apndice B.
Emprstimos inter-bancrios uma importante fonte de liquidez de curto prazo para os bancos,
particularmente durante a noite, para os bancos. Ambos os fundos federais dos EUA e eurodlares
so fontes de imediatamente fundos disponveis para os bancos e, atravs deles grandes
instituies financeiras. Fundos federais dos EUA referem-se a contas de depsito mantidas com
a Reserva Federal. Os bancos que tm excesso de liquidez pode emprestar para fora para aqueles
que podem precisar de cobertura adicional durante a noite. A taxa em que estes negcios ocorrem
baseia-se na taxa de fundos federais. Depsitos em eurodlares representam contas de dlar realizada
em bancos fora de os EUA A London Interbank Offer Preos (LIBOR) so as taxas em que os
bancos podem emprestar altamente cotados depsitos em eurodlares, de um dia a trs ou seis
meses.
Apndices
51 0
Depsitos costumam pagar um pouco maior interesse do que as contas do governo, uma vez
que no h mais risco de crdito. A sua taxa tambm, obviamente, ligada definir perodo de
mandato. Um depsito de tempo (ou termo) representa o dinheiro que no pode ser retirado a partir de
uma conta para um determinado perodo de tempo. Depsitos podem ser negociados nos mercados
secundrios, enquanto os no-negociveis so mantido at o vencimento. Grandes depsitos a
prazo so classificados em os EUA como aqueles com um valor maior de US $ 100.000. Um
certificado de depsito (CD) apenas um tipo de depsito a prazo, onde toda a detalhes usados a ser
impresso um certificado.
A aceitao do banqueiro um projecto de dinheiro para pagar um valor definido em uma
determinada data. Uma vez aceito por um banco que se tornem responsveis pelo montante, por sua
vez, podem ento escolher para o comrcio ele nos mercados secundrios.
O papel comercial (CP) fornece uma alternativa para emprstimos bancrios para
corporaes. Efetivamente, estas so notas promissrias inseguros, muitas vezes emitidos
pelo um desconto. Devido risco de crdito, estes, obviamente, pagar taxas mais elevadas do
que as contas do governo. Ainda assim, estes so frequentemente menor do que a empresa
poderia conseguir financiamento via um banco; da o seu apelo a ambas as empresas e os
investidores. Em os EUA, papel comercial tem geralmente uma data de menos de 270 maturidade
dias desde que este o necessria limite antes do registro junto SEC.
Ao contrrio dos instrumentos anteriores, representa papel comercial (ABCP) asset -backed
umaemprstimo garantido. Geralmente, estes so emitidos contra uma empresa veculo para fins
especiais (SPV), que foi configurado especificamente para fornecer estes emprstimos garantidos.
Tipo
Tesouraria contas
Comercial papel
Tempo Grande depsitos
Bankers aceitaes
Fonte: SIFMA (2008b, 2008c)
1,484.3
1,555.3
2,413.3
0.0
14
511
Repos
Rcpos refletem tanto os mercados monetrios e mercados de ttulos. Seus mandatos curtos
coloc-los em a categoria de activos do mercado monetrio, mas uma vez que a garantia
subjacente muitas vezes uma obrigao que tambm so afetados pelos mesmos fatores que
influenciam ttulos.
512
CIEC
Acrescente
Especfico de ativos
A repo o nome comum para uma venda e contrato de recompra, essencialmente, este um sccurcd
emprstimo. o vendedor fornece ttulos em troca de dinheiro, mas tambm comprometer-se a
recompra los de volta em uma data especificada por um preo fixo junto com um pagamento de juros.
Os juros pagos baseado em uma taxa repo prc-ncgotiatcd, que, muitas vezes, ser compensada a partir
de um ndice de referncia, tais como a taxa de fundos do Fed. Uma operao reversvel-repo
simplesmente o oposto de um repo. UMA Vender comprar volta semelhante a um repo, embora a
venda e recompra arco simultnea. Isto porque a recompra obtida com uma operao para a frente.
A taxa repo est implcita em este preo para a frente. Uma introduo mais detalhada para rcpos
fornecida por Moorad Choudhry (2006).
Repos especficos so para uma certa segurana. Em os EUA, estes so frequentemente
denominado especial repos colaterais ou "especiais". Em comparao, a garantia geral (GC) repos
permitir que a garantia de ser fungvel de modo qualquer segurana aceitvel que respeite os requisitos
estabelecidos podem ser utilizados. o diferena entre a taxa repo garantia geral ea taxa specials
reflete a demanda para emprestar a segurana especfico. Embora repos tradicionalmente tm sido
utilizados para as obrigaes, os mercado de repos capital crescente.
Durante o termo do acordo de recompra, o ttulo legal dos valores mobilirios transferido.
Embora, o vendedor repo permanece exposto ao risco de possu-los, sincc eles se comprometeram a
recomprando-los a um preo fixado. Por conseguinte, se o valor dos ttulos colaterais mercado gotas
eles vo sofrer uma perda. Em comparao, o comprador repo permanece inalterado.
Rcpos tornaram-se extremamente importante para os bancos centrais como um meio de
implementar suas polticas monetrias. Eles trocam repos com os dealers primrios para injetar saldos
de reserva no sistema bancrio, enquanto reverse-repos permitir-lhes reduzir os saldos disponveis.
Assim, eles permitem-lhes controlar a liquidez global. Eles tambm permitem que os revendedores e
empresas de investimento para financiar as suas posies a custos mais baixos de juros.
A padronizao dos acordos de recompra, usando Acordo de Recompra Mestre Global
International Capital Mercado Associao (ICMA), torna- bem adequado para o comrcio
eletrnico. Rcpos tripartidos tambm esto se tornando cada vez mais popular. Estes envolvem um
terceiro banco de compensao com que ambas as partes devem ter contas em dinheiro e colaterais.
Essencialmente, esta age como uma contraparte central (PCC), que permite a negociao annima,
em oposio ao entrega mais bilateral contra liquidao de pagamentos.
513
Emprstimo de Ttulos
Valores mobilirios (ou aes) de emprstimo como um repo sem o emprstimo; o arco
simplesmente ttulos emprestados para uma taxa. Ao longo dos ltimos anos, o negcio de
emprstimo de ttulos tem visto um nvel considervel de crescimento como os fundos de hedge tm
cada vez mais necessria para tomar emprestado valores mobilirios para apoiar as suas posies
curtas. No entanto, a crise financeira teve 2007-09 um efeito considervel, particularmente com
governos introduzindo regulamentao para restringir as vendas a descoberto de certos
sectores.
Tal como acontece com acordos de recompra, o tipo de emprstimo pode ser classificado em
geral e especfica. Geral emprstimos equivalente a um acordo de recompra com garantia geral
assim que a segurana s precisa corresponder a um conjunto de critrios. Mais uma vez, as taxas
para emprstimos dependem da escassez da segurana, de modo geral os custos de emprstimos
significativamente menor.
514
Apndices
No momento, o emprstimo de ttulos ainda muito uma relao impulsionada mercado, com a
maioria do telefone ser comercial com sede. No entanto, Celent (2007a) observam que 10 -15%
dos negcios foram negociados atravs de plataformas electrnicas. Eles cxpcct esta aumente
para cerca de 20% em 2009.
As primeiras plataformas de negociao eletrnica para os emprstimos oferecidos tanto
roteamento de ordens bilateral ou leilo baseada em mecanismos de negociao. Como o prprio
nome sugere, de vSunGard Loanet centralizado Sistema de ordem fornece roteamento uma rede
dedicada ao tratamento de emprstimos de capital prprio. Foi lanado em 1999 e at 2006 estava
processando mais de 100.000 borrow solicita um dia. De fato, SunGard (2006) relataram manusear
22 milhes de pedidos em 2005, no valor de $ 6000000000000. Outro plataforma notvel
EquiLend; lanado em 2002 por um consrcio de dez grandes instituies financeiras que oferece
vrios tipos de servios de negociao. Seu mecanismo permite AutoBorrow muturios para avaliar
os ttulos disponveis. Os muturios podem dirigir ordens a seus emprstimos contraparte, quaisquer
execues bem-sucedidas so, ento, voltou para os sistemas de liquidao de propriedade.
Este mecanismo bilateral tambm suporta negociao eletrnica atravs um servio de chamada
Tradc20, que permite que credores e devedores para carregar posies ou toda especficas
carteiras. Ele voltado para o mercado no-GC no patrimnio global e ttulos de renda fixa.
EquiLend tambm permite que os credores para executar os seus prprios leiles abertos ou
cegos atravs AuctionPort, a que o credor pode convidar licitantes especficos. Em 2007, o
volume de transaes anuais atingiram
2900000000000 $ emprstimos para capital prprio e 277.000.000.000 $ para ttulos de renda fixa,
com base em dados de EquiLend (2008). Em outubro de 2008, eles estavam executando at
20.000 comrcios um dia. Outra oferta plataformas notvel uma abordagem puramente leilo
conduzido so e eSecLending Do BNY Mellon I-Bid.
Mercados em funo das ordens centralizados tambm esto comeando a aparecer para o
emprstimo de ttulos, designadamente Secfinex, SccLend da Eurex e do ICAP I-Sec. Secfinex
foi criada em 2000, e agora faz parte da NYSE Euronext. Ela serve para emprstimos em EUA,
Europa e aces japonesas; proporcionando um mercado impulsionado ordem que suporta prnegociao anonimato e verificao de crdito, enquanto um servio separado permite carteiras
inteiras para ser leiloado. Secfinex tambm oferece um mercado privado, com base em um
mecanismo de comrcio bilateral que suporta negociao. O mercado privado fornece um mecanismo
de busca que permita muturios para verificar a disponibilidade de um determinada ao em toda a
sua base de credor. Eles tambm foram o primeiro sistema para fazer disponvel informao
comercial executado, ajudando a melhorar a transparncia ps-negociao para este mercado.
SecLend da Eurex tem sido em torno desde 2005, permitindo emprstimos eletrnico para
incomc fixa ou renda varivel. Aproximadamente US $ 150 bilhes de ativos esto disponveis
para emprstimos em SecLend. Em 2007, da ICAP I-Sec foi lanado, com base em sua plataforma
BrokerTec. Ele suporta uma ordem annimo dirigido mercado para emprstimos equity em
mercados semelhantes a Secfinex, tambm proporcionando um mecanismo de negociao
bilateral annimo.
Resumo
Negociao eletrnica cada vez mais disponveis para os mercados de dinheiro, muitas
vezes baseado em plataformas tambm usado para renda fixa ou de cmbio.
A dvida de curto prazo parece o candidato mais provvel para negociao algortmica,
embora estratgias de negociao de ativos cruzados pode muito bem comear a incorporar
acordos de recompra e emprstimo de ttulos tambm.
515
AppendixE
Os mercados de derivados
Forwards e swaps
Opes
Capital prprio Futuros sobre ndices de ET
Opes de ndice ET
FRAs
Swaps
Interesse
taxa
FX
Opes
Futuros ET
Opes ET
Fwds / swaps cambiais
definitivas
Os swaps de divisas
Opes
ET futuros Moeda de / opes
Baseado Commodity-15
Os credit default swaps
De outros
Nocional
Jun-08
$ bilhes
%
Jun-07 mudana
2657
7520
1584
7088
39.370
356.772
62.162
26.874
46.905
31.966
16.307
14.710
367
13.229
2470
6119
1315
8897
22.809
272.216
52.288
30.165
55.986
24.530
12.312
11.804
303
7567
8
23
20
-20
73
31
19
-11
-16
30
32
25
21
75
57.325
81.708
42.580
61.713
35
32
Apndices
516
A maioria dos derivativos de balco ainda so negociadas manualmente. Portanto, nas seguintes
sub-scctions ns incidir essencialmente sobre os futuros e opes negociados em bolsa. Vamos
tambm covcr swaps e CDSs uma vez que existem agora plataformas eletrnicas que servem
para estes tambm.
Os mercados de futuros e de op es
Os mercados de futuros e opes representam, principalmente, o segmento de aces
negociadas na bolsa de a derivados de mercado. Como vimos no de volta na Tabela EI, o seu
valor nominal remanescente facilmente ofuscada por derivativos de balco. Embora, em
termos de volume de negociao, as posies so invertidos. Por exemplo, em 2007 mais de $ 6
trilhes em futuros e opes de taxas de juros contratos foram negociados diariamente nas bolsas
do mundo, em comparao com apenas mais de $ 4 trilho OTC negociadas, com base em
dados da pesquisa de 2007 por trienal o Bank for International Assentamentos BIS (2007b).
Subjacente
de ativos
ndice de aces
Estoque de solteiro
Taxa de juro
Moeda
Commodities
Total
Futuros
Nmero de
contratos
(milhes)
2,286.0
1,058.9
2,565.1
331,7
1,541.9
7,783.5
%
do
total
29,4
13,6
33,0
4.3
19,8
100.0
Opes
Nmero de
contratos
(milhes)
4,077.1
4,367.9
609.6
49.9
153,7
9,258.2
%
do
total
44,0
47,2
6.6
0,5
1.7
100.0
Tabela E-2 Global Exchange negociados de futuros e opes de mercado para 2008
Futuros e opes podem basear-se uma grande variedade de activos subjacentes. Tal como a
Tabela B-2 mostra, existe uma diferena acentuada no volume de negociao entre futuros e opes.
(Observe os volumes de mercado de futuros e opes so comumente comparados em termos de
nmero de contratos mais do que seu valor correspondente.) Claramente, a negociao em
futuros liderada por interesse produtos de taxa, bem como suas contrapartes OTC. Em
comparao, a negociao para contratos de opes parecem ser muito mais concentrado nas
aces. Porm, o alto valor da taxa de juro significa que estes contratos ainda representam mais de
80% do volume de negcios total do mercado para ambos futuros e opes, apesar de seus baixos
nveis de volume, com base no BIS (2007b) de dados.
Especfico de ativos
Futuros e opes, representam acordos de comprar ou vender uma quantidade conjunto de um
determinado ativo, se este um estoque, uma ligao ou mesmo uma mercadoria como o petrleo.
Onde eles diferem que um contrato de futuros vinculativa, enquanto um contrato de opo d ao
proprietrio o direito, mas no a obrigao de negociar.
Futuros
Um contrato de futuros um acordo para comprar (ou vender) uma quantidade fixa de um determinado
ativo a um preo ccrtain em uma data especfica no futuro, por exemplo, um contrato para a aquisio
de 5.000 alqueires de gros em Julho por US $ 3. Quando a data de vencimento for atingido, o
contrato expira ea transao deve em seguida, ser resolvido. Um contrato de futuros simplesmente
uma frente com termos padronizados (por exemplo, quantidades,
517
preos, datas), que negociado em uma troca. A padronizao faz futuros mais prontamente
negociveis do que para a frente. Historicamente, esses contratos foram focados em commodities,
sincc eles permitem que os produtores e consumidores para cobrir os seus riscos. Grande parte do
mercado liquidez so efectivamente prestados por intermedirios e / ou especuladores. Sem eles,
os produtores e os consumidores ainda luta para encontrar a liquidez de mercado suficiente, embora
muita especulao faz com que os mercados volteis.
Tendo comprado (ou vendido) um contrato que temos trancado em um preo fixo. Os contratos de
futuros no so geralmente realizada de expirar, mas so negociados fora de. Por exemplo,
podemos ter retomado umaposio de futuros apenas para capitalizar sobre a nossa viso de
onde o preo de mercado deve se mover para. E se esta ainda no foi reachcd apenas antes do
termo do contrato que pode rolar a nossa posio sobre para o prximo contrato. Isto conseguido
atravs da venda (compra) a nossa posio atual e de compra (venda) do prximo contrato de
amadurecimento. Assim, poderamos vender nosso contrato de julho e comprar um futuro setembro
equivalente. Efetivamente, isso nos deu uma posio sinttica no activo subjacente. Na expirao, se
wc arc ainda segurando um contrato eo preo de mercado maior, ento ns fizemos dinheiro; no
entanto, se o preo caiu ento ns perdemos a diferena.
Os contratos de futuros podem ser fisicamente liquidados. Isto significa que pelo termo um
comprador deve pagar o montante nocional a troca em troca do activo subjacente, enquanto um
vendedor deve entregar o activo na troca. Alternativamente, a liquidao financeira foi introduzida no
incio dos anos 1980. Isto permitiu futuros para expandir para alm das commodities e incorporar
uma gama diversificada de ativos financeiros, liquidao sincc baseado em uma quantia em dinheiro
determinada a partir da preo de liquidao.
Preo e negociao
O pricc de um contrato de futuros reflete o valor futuro esperado do seu activo subjacente,
descontado a dar um valor presente. Alguns outros fatores tambm devem ser considerados, tais como
quaisquer custos adicionais (para armazenamento etc.) ou os rendimentos (por exemplo,
dividendos). Uma anlise mais detalhada dos contratos futuros de preos dado por Robert Kolb e
James Overdahl (2006).
Claramente, o preo de um contrato de futuros afectada pelo activo subjacente, bem como a
expectativas de como do mercado pricc que vai mudar ao longo do tempo. Assim, os fatores que
afetam que so o ativo dependente. Futuros de aes individuais sero afetados pela ao especfica
ou setor relacionado notcias. Taxa de juros ou de futuros de moeda vai reagir a notcias e eventos
econmica. Agrcola futuros ser affectcd por previses para as colheitas e previses meteorolgicas.
Em termos de risco, esses contratos podem ter exposio considervel, uma vez que representam
comrcios que ter lugar no futuro (por exemplo, 3, 6 ou 12 meses). Os contratos de futuros remover
contraparte de risco uma vez que a troca actua como uma contraparte central, de modo que o
comrcio efectivamente dividido em comrcios separados entre cada contraparte ea troca. Os
outros riscos so reduzida, assegurando que uma margem inicial depositada com a troca como
garantia. este ento ajustada diariamente pela marcao a mercado do contrato, portanto,
quaisquer lucros resultantes (ou perdas) so liquidados cada dia.
Opes
Os contratos de opo arco semelhante a prazo e futuros em que eles permitem um preo para ele
atingiu a comrcio uma quantidade definida de um determinado activo numa data futura especfica. O
preo de liquidao chamado o preo de exerccio da opo. O prmio representa o preo real pago
pela opo. Um contrato de opo comprar callcd uma chamada, enquanto um contrato para
vender uma opo de venda.
A principal diferena com a frente e de futuros que o proprietrio de uma opo no est
obrigado Trocar. Se o preo de mercado mais favorvel que eles podem optar por no exercer o
seu contrato de opo (da seu nome). Embora, o criador (escritor) do contrato de opo obrigado a
518
Appcndiccs
519
Intercm
bio
CME Group
Korea Exchange
Eurex
Chicago Board Options Cmbio
Liffe
Internacional Securities Exchange
BM & FBOVESPA
National Stock Exchange da ndia
NASDAQ OMX PHLX
Johannesburg Securities Exchange
3,277.2
2,867.3
2,164.8
1,167.3
1,049.7
1,007.7
681,9
601,6
543,3
478,1
2,776.7
100.8
1,231.4
0.0
610.0
0.0
278.1
439,6
0.0
446,2
500.5
2,766.5
933,4
1,167.3
439,7
1,007.7
403.8
162,0
543,3
31,8
Apndices
52 0
a negociao com apenas 32% da adopo de estratgias de baixo-toque. Mais uma vez, eles
esperam HY 2009 a adoo de estratgias de baixo toque, como DMA e negociao
algortmica, aumentar para 40%. Curiosamente, eles tambm descobriram que as pequenas
empresas parecia estar a adoptar estas novas tcnicas mais rapidamente do que os maiores.
Intercmbio
CME Group
Chicago Board Options Cmbio
Internacional Securities Exchange
NASDAQ OMX PHLX
NYSE opes de rea
NYSE Amcx
Opes de Boston Cmbio
ICE Futures EUA
521
Apndices
522
Intercm
bio
523
Ordem
Matchin
g
# De contratos
negociados (em
2008milhes)
2007
Pro-rata
988,1
Pro-rata
933,8
713,9
Pro-rata
537,9
399,1
NYSE rea
Preo / Tempo
416,9
335,8
NYSE Amex
Pro-rata
199.8
226,5
Preo / Tempo
177,6
129,7
Preo / Tempo
n/D
n/D
787.9
524
Apndices
lanado Montagem de um Opes dos EUA, que consolida citaes em todas as trocas e permite
roteamento de ordens inteligente para conseguir a melhor execuo.
Regulamentao em vigor significa que ECNs / ATS no so ainda possvel, uma vez
comrcios deve ser manipulados por troca, como apontado em um articlc por Emily Fraser (2007).
No entanto, a nova plataformas para permitir a passagem do bloco so ainda que est sendo
criado, por exemplo, 2008 viu o lanamento de Ballista. Isto fornece uma abordagem hbrida,
combinando com as negociaes leiles eletrnicos. Cada pedido colocado em um leilo electrnico,
que est aberto a outros membros para at cinco minutos; o usurio Tambm possvel especificar a
quantidade de informaes a fim revela (tamanho ou direo). Um contador de oferta bem sucedida
de outro membro, em seguida, dispara um exclusivo negociao entre os dois. Ballista tambm
permite que os membros para fazer pedidos de complcx estratgias, composto de at trs pernas
de opo e / ou a sua Slock subjacente. Enquanto isso Arcanjo do gasoduto leva uma abordagem
diferente. Adota um leilo cego, semelhantes aos usado para carteira de negociao. Portanto, os
participantes s tem acesso a as caractersticas-chave de as ordens esto disponveis. Assim, as
decises so baseadas em fatores de risco, tais como a "gregos" (delta, gama, etc theta), as
indicaes de tamanho de ordem e outras informaes sobre esttico, como a industria sector.
Uma vez um jogo for acordado, as ordens so ento encaminhados para os locais correspondentes, tais
Como a CBOE ou ISE. Alm de proteger os detalhes de encomendas, esta abordagem orientada a
modelo tambm deve melhorar a numher de fsforos. Dado o tamanho do universo opo, encontrar
uma correspondncia exata para um contrato especfico de outra forma seria difcil. Se (ou ONCC)
a regulamentos comerciais mudar bem podemos ver outros operadores olham para expandir em o
bloco cruzando espao.
Outros americanos futuros e opes Markets
Embora ofuscado por seus colegas norte-americanos na Amrica Latina ainda tem algum do
mundo maiores bolsas de derivativos, conforme demonstrado na Tabic E-6.
Intercm
bio
BM & FBOVESPA
Derivativos mexicanos do Exchange
Montreal Cmbio
Buenos Aires SE
278.1
69,5
22,0
0.0
403.8
0,6
16,0
25,2
525
de outros contratos de renda fixa, aes e cmbio. A troca oferece uma totalmente automatizado e
mercado annimo, bem como apoiar FIX.
1,231.4
610.0
446,2
152,3
80,4
933,4
439,7
31,8
0,6
63,1
526
Apndices
Intercmbio
Korea Exchange
National Stock Exchange da ndia
Dalian Commodity Ex (China)
Zhengzhou Commodity Ex (China)
Australian SE
Osaka SE
Shanghai Futures Exchange
Taiwan Futures Exchange
Trocas de Hong Kong
2,867.3
601,6
313.2
222,6
175.2
163,7
140,3
136,7
105.0
100.8
439,6
313.2
222,6
153,2
131,0
140,3
37,7
44,7
2,766.5
162,0
0.0
0.0
22,0
32,7
0.0
99,0
60,3
ndice para o
527
528
Apndices
Mercados de swaps
Os swaps so um dos tipos mais importantes de derivado, representando cerca de metade a
valor nocional mundial excepcional no primeiro semestre de 2008, como vimos volta na Tabela El.
Essencialmente, um swap um acordo entre duas contrapartes para a troca de fluxos de caixa. Esses
fluxos podem estar ligados ao servio fixo / flutuante taxas de juros, moedas, ou mesmo dividendo
pagamentos. Assim, eles oferecem um meio flexvel de fluxos de caixa controladores, que vai
alguma de o caminho para explicar sua popularidade.
Os swaps so ainda essencialmente vista como um derivado OTC. Porm, o grande volume de
swaps de taxas de juros significa que pode haver liquidez considervel para os contratos mais
padronizados. Assim, o comrcio eletrnico est se tornando mais importante.
Especfico de ativos
Um contrato de swap um acordo bilateral para a troca de fluxos de caixa para um montante de capital
sobre um perodo de tempo definido. Geralmente, os fluxos de caixa associados so baseados em taxas
de juros ou moedas (ou ambos), embora eles tambm podem incorporar fluxos de aces ou de
mercadorias. Por exemplo, um fluxo de caixa pode corresponder renda ou pagamentos de juros a
partir de um ligao especfica, a taxa de juros de uma fixao especfica (como LIBOR) ou os
ganhos / perdas de marcao a mercado uma posio de estoque. Tal como acontece com ttulos,
swaps podem ser classificados por data de vencimento: gama de curto prazo de uma semana a menos
de 1-2 anos, faixa de mdio prazo de 1-10 anos, enquanto a longo prazo podem durar at 50 anos.
Swaps dar s organizaes um extremamente meios flexveis de controle de fluxos de caixa os
seus, embora sua individualidade tambm significa que eles principalmente foram negociados
OTC.
O tipo mais comum um swap de taxa de juros (IRS). Note-se que o principal (ou fictcia)
montante no realmente trocadas; somente o associado pagamentos de juros arco trocados. UMA
swap de taxa de juros composta de baunilha de uma perna com base numa taxa de juros
flutuante, enquanto o a outra baseia-se uma taxa fixa. Para a perna flutuante, os pagamentos reais
so determinados pela que fixa horrios para a taxa de juros, por exemplo, trimestral para os
trs meses London Interbank Overnight Rate (LIBOR), enquanto que a perna fixa
normalmente pago semestralmente. Alternativamente, umabase de swap um onde ambas as
pernas so baseados em taxas flutuantes, embora com fixao diferente fontes ou horrios.
Como o prprio nome sugere, um swap de moeda acrescenta taxas de cmbio na mistura. No
entanto, igualmente requer a troca do valor nocional na maturidade e, opcionalmente, em o
incio da contrato. Isso permite que as empresas a tomar emprstimos em moeda onde eles
podem obter a melhor taxa de juros, em seguida, convert-lo para o currcncy eles realmente
precisam. O tipo mais comum de swap de moeda envolve uma taxa flutuante dlares (muitas vezes
baseada na LIBOR) com uma taxa fixa noutro currcncy externa. Note-se que um swap de moeda no
deve ser confundido com um swap forcx, o que representa apenas uma troca de moedas. Um swap
cambial a combinao de um local transao FX juntamente com um contrato para a frente para
inverter esta troca inicial e assim fechar o negcio; pagamentos de juros arco no envolvido.
Efetivamente, um swap cambial representa um comrcio spread entre a taxa de cmbio vista e da
taxa de para a frente.
Uma troca indexada durante a noite (OIS) semelhante a um baunilha IRS, com uma perna ligada a
uma fixao durante a noite. Na maturidade, a diferena entre os juros acumulados para a taxa fixa
ea mdia das taxas flutuantes trocado. Estes so geralmente swaps de curto prazo com
vencimentos que variam de uma semana a dois anos.
Um total return swap troca pagamentos peridicos de juros para o retorno total de um ativo ou cesta
de ativos. Isso permite aos investidores acesso a ganhos de capital, sem ter que realmente
segurar o ativo / s, uma vez que a propriedade no transferido. Efetivamente, eles fornecem o
comprador
529
com uma posio sinttica no activo cedido. Se uma grande queda de preo ou mesmo um padro
ocorre, em seguida, o comprador vai realmente ter que compensar o vendedor. Assim, eles so
expostos a ambos o de mercado do ativo e risco de crdito. Um equity swap basicamente um total
return swap com base em uma subjacente estoque, carteira ou ndice de aes.
Swaps de ativos so a combinao de um swap de taxa de juro com um vnculo de taxa fixa,
onde o interesse do hond deve ser suficiente para pagar a taxa de swap (a taxa fixa IRS). Portanto, o
swap cancela efetivamente o risco de taxa de juros do vnculo, deixando o expostos ao titular
uma mistura de risco vnculo crcdit e risco de contraparte para o swap.
Outros tipos mais exticos de swaps tambm esto disponveis, incluindo caractersticas tais
como ser exigvel ou incorporando catraca preo, mas estes esto fora do escopo deste livro.
53 0
Apndices
transcrito de telefone-dealing em uma carteira de pedidos visvel. Este mercado hbrido realmente
com base na NASDAQ OMX ' s plataforma X-stream. i-Swap tambm suporta ordens implcitas,
permitindo que a liquidez adicional a partir de estratgias de negociao, tais como spreads. O
CME comprou Swapstream em 2006; que oferece negociao para dlares norte-americanos e
em euros swaps contra Libor ou Euribor com vencimentos de 6 meses a 30 anos, bem como de
curto prazo indexados overnight swaps. EuroMTS tambm lanou um mercado de swap dedicada
negociao overnight indexados swaps.
O segmento revendedor-cliente consiste em uma mistura de plataformas individuais e multinegociante. Barclay foram rpidos para aproveitar a oportunidade oferecida pelo comrcio
eletrnico, visualizadas preos ao vivo via Bloomberg ea criao de um sistema de comrcio
dedicado em 2003. Desde ento, outros corretores passaram a liberar suas prprias plataformas de
negociao. Outros fornecedores tambm tm se esforado para criar plataformas de negociao de
swap; Reuters introduziu sua correspondncia para Taxas de juro em 2004, seguido por
SwapTrader da Bloomberg e Tradeweb em 2005. Estes servem para euro e do dl ar swaps de
curto, mdio e longo prazo, geralmente usando um PDO mecanismo para permitir que os
preos devem ser comparados entre vrios concessionrios antes de negociar. Tradeweb
tambm suporta preos para Euro e GBP swaps de taxas de juros de streaming (RFS). Os novelos
e intercmbios ter notado o succcss desses sistemas, e esto trabalhando por conta prpria
plataformas concorrentes. A CME tambm introduziu SPRO, uma verso revendedor-cliente de
Swapstream, que oferece um mercado hbrido com preos de streaming. LiquidityHub foi como
proposto uma porta de entrada para os corretores para fornecer preos de streaming para swaps euro e
do dlar, embora a crise financeira de 2007-09 ajudou a pr fim a este projecto.
Clearing centralizada est comeando a ser oferecido para negociao swaps, bem como, o
que pode ajudar aumentar ainda mais a adoo de plataformas de negociao eletrnica. Em
particular, o CME tem introduzido Clearing360, que fornece um mecanismo para substituir
forwards de taxa de juro e swaps. Com efeito, uma das principais vantagens de swaps negociados na
Swapstream que eles esto compensada centralmente atravs CME Clearing 360. Hencc, esta
plataforma oferece linear completo por meio de processamento (STP) para negociao swaps
eletrnicos.
Especfico de ativos
Os derivativos de crdito agir como garantias financeiras que podem ser utilizados para fornecer
proteo contra umavariedade de eventos de crdito, mas mais tipicamente padro ou falncia.
Eles incluem nica entidade swaps de crdito, swaps, swaps de crdito cesta baseados em
ndices e colateralizadas sinttico obrigaes de dvida como bem como alguns outros produtos
base de crdito.
Um credit default swap (CDS) um contrato em que o risco de crdito por um valor nominal de
dvida emitida a partir de um (ou mais) transferido entidades. O comprador ganha proteo contra o
risco de crdito, enquanto o vendedor paga prmios regulares durante a vida til do contrato. Se um
531
Pagamentos de prmios
Procedimentos de liquidao
CDSs fornecer proteo de crdito para a dvida emitidos a partir de uma variedade de
entidades, que vo desde empresas aos governos ou as suas agncias. Observe que, quando
vrias entidades esto envolvidos o swap por vezes referido como uma cesta CDS. Os valores
nocionais variam consoante classificao de crdito da entidade. Em geral, o grau de investimento
tm CDSs um valor nocional de cerca de
$ 10-20000000 enquanto mais arriscados, os contratos de maior rendimento so muitas vezes
entre US $ 2-5000000. o eventos de crdito autorizados podem variar de falta de pagamento, falta
ou falncia, a dvida reestruturao ou de mudanas de notao de crdito.
O prmio exigido, ou spread, baseia-se na classificao de crdito das entidades e a valor
nocional de dvida a ser eovered. O vencimento tpico para um contrato de CDS de cinco anos.
Geralmente, o prmio citado em termos de pontos de base por ano, e paga trimestralmente. Observe
que, para vencimento constante troca o spread de crdito periodicamente fixada com base no
nvel de mercado eurrent.
Como futuros, CDSs podem ser liquidados fisicamente ou via uma liquidao em dinheiro.
Quando desencadeada pela a liquidao fsica evento de crdito, o comprador deve entregar o dvida
correspondente em troca do valor nocional aess do vendedor. Embora, em dinheiro liquidao
est se tornando cada vez mais popular. Isto exige que o vendedor a pagar a diferena entre o
valor nominal eo valor de mercado atual. Muitas vezes, ps-padro, o eurrent valor de mercado
ser determinado por um leilo da dvida inadimplente, como o Evento de Crdito Leiles
administrado hy Creditex e Markit, mais detalhes deste so apresentados no Saperia e Gross (2008).
Uma nota ligada ao crdito efetivamente uma financiados CDS que fornece seeuritisation para
proteger a comprador contra o risco de contraparte. Na facilidade de padro, isso funciona como
uma garantia para assegurar que o comprador est compensado. Muitas vezes isto conseguido
atravs de uma empresa intermediria propsito especial.
CDS ndices representam uma evoluo natural da nica entidade ou cesta CDSs. Estes swaps de
crdito padronizados, muitas vezes mais do que eover uma centena de companhias separadas.
Geralmente, estes so igualmente ponderados de modo que cada empresa est eovered por uma
parte igual do nocional quantidade. Eles provaram ser incrivelmente popular, uma vez que
permitem aos investidores fazer muito comrcios macro mais amplas para risco de crdito. Alm
disso, possvel comprar ou vender parcelas de CDS ndices, permitindo aos investidores para
definir limites para a cobertura de proteo. Por exemplo, uma tranche de 3-7% para o ndice CDX
significa que a proteo fornecida para perdas de entre 3 e 7% do valor nominal, mas no acima ou
helow estes nveis. Intercmbios que levam sequer comeou a oferecer futuros e opes baseadas em
ndices subjacentes CDS.
Outro uso para CDSs tem sido para produtos estruturados que envolvem risco de crdito.
Obrigaes de dvida colateralizada (CDO) so ttulos lastreados em ativos com base em um
subjacente carteira de obrigaes ou emprstimos. Um CDO sinttico substitui estes activos com
crdito default swaps, o rendimento a partir do qual investido em ttulos de baixo risco.
Efetivamente, um sinttica CDO uma carteira de CDSs combinado com ativos de baixo risco.
Preos de derivados de crdito no trivial. Ao contrrio de um swap de taxa de juros,
preciso tambm incorporar a probabilidade de incumprimento juntamente com o preo de
recuperao para o ativo. Uma variedade de mtodos so usados para precificar derivativos de
crdito, mas estes esto fora do escopo deste livro.
532
Apndices
Uma breve reviso fornecida por Brian Bales (2007) e David Mengle (2007). Estas fontes tambm
fornecem uma avaliao mais detalhada dos derivativos de crdito em geral.
53 3
sistemas de fornecedores individuais eram a norma, como as da BNP Paribas e Barclays Capital.
Plataformas multi-negociante tambm comearam a aparecer, sob a forma de MarketAxess e
Tradeweb. Mais uma vez, o foco inicial foi sobre os ndices CDS de alta liquidez, com base
em torno de um mecanismo de comrcio de RFQ. Ambas as plataformas tm integrado preos
em tempo real para fornecer aos usurios com preos indicativos. tambm provvel que
fornecedores em breve atender a clientes que necessitam de CDS carteira de negociao.
As principais bolsas de valores tm se mostrado dispostos a entrar no mercado de crdito,
bem como, comeando com o lanamento de futuros com base nos ndices i Traxx da Eurex.
Em os EUA, o CBOT anunciado um futuro de ndice com base no ndice de CDR lquido 50. A
CME tambm anunciou uma joint- venture com o Citadel Investment Group LLC para uma
plataforma de negociao CDS chamado CDMX. este proporcionar um mecanismo PDO para
negociao tanto nico ndices entidade e CDS, juntamente com uma facilidade de compensao pela
contraparte central. Enquanto a CBOE tambm tem planos para CDS opes baseadas. Neste
momento, ainda demasiado cedo para avaliar o sucesso desses empreendimentos ir revelar-se, mas,
dada a dimenso deste mercado, mesmo uma pequena porcentagem seria importante.
A crise financeira de 2007-09, tambm chamada a ateno para a compensao e liquidao
procedimentos de derivativos de crdito. O risco de contraparte associada a contratos de CDS
feitas isto difcil para o comrcio fora delas, especialmente com o colapso de vrios grandes bancos.
Por isso, os reguladores esto a tentar impor cmaras de compensao centralizadas para tentar reduzir
este risco. Na EUA, propostas centralizados de NYSE Euronext Liffe de compensao e o CME j
tm foi aprovado. Da mesma forma na Europa h um apoio crescente para as contrapartes centrais,
com
um nmero de novelos j se comprometeu a us-los. Clearing centralizada dever tambm
torn-lo mais fcil de implementar plataformas de negociao totalmente eletrnicos no futuro,
como Ivy Schmerken (2009) ressalta.
Racionalizao o processo de liquidao tambm importante para permitir o crescimento
contnuo do mercado. Na verdade, o relatrio destaca que BBA 2.006 confirmaes comerciais eram
mais do que dois meses de atraso para quase 10% dos comrcios. Contos de enormes atrasos de
back-office para liquidao so no indito. Dito isto, os passos esto sendo feitos para melhorar a
prestao de straight-through processamento. Por exemplo, fornecedores como a T-Zero j
oferecem plataformas dedicadas para racionalizar os processos de confirmao e de atribuio.
Resumo
534
Apndices
-AppendixF-
Outros mercados
Alguns tipos de ativo financeiro no se encaixam perfeitamente nas principais categorias. Mais
notavelmente, recibos de depsitos e fundos negociados em bolsa. Ambas as classes de ativos
tm visto considervel crescimento em relao ao ltimos anos.
Depositary receipts (DRs) so valores mobilirios que representam as aes de uma companhia
estrangeira. Eles fornecem um meio importante de acesso aos principais mercados financeiros
para estrangeiros empresas, bem como oferta uma alternativa mais barata negociao crossbordcr. Em certo sentido, DRs pode ser visto como derivados, uma vez que tm um activo
subjacente. No entanto, no h nenhuma contrato baseado em algum valor futuro de o
subjacente, como em futuros e opes. Ento, realmente, eles so mais um proxy de um derivado.
Exchange Traded Funds (ETF), como seu nome sugere, representam fundos de
investimento comercializveis. Como certificados de depsito, eles tm ajudado a fornecer uma
mais fcil e meio mais barato para os investidores o acesso a ativos de outros mercados. Uma vez
que eles representam cestas de bens, eles so uma extremamente meio eficiente para os
investidores a ganhar exposio muito mais amplo a sectores ou mercados, bem como de
futuros.
Depositary receipts
Recibos de depsito permitem negociao de aes de empresas estrangeiras sem ter de
realizar quaisquer transaces transfronteirias. Note que estes so para as empresas
individuais e no tm qualquer relao a Standard & Poor Depositary Receipt nome semelhante
(SPDR), que um fundo negociado em bolsa (ETF).
Especfico de ativos
Depositary receipts (DRs), essencialmente atuar como proxies para aces estrangeiras que
podem ser negociados localmente, quer no intercmbio, outros locais de execuo ou OTC. Eles
so emitidos por uma domstica banco ou corretora contra o seu prprio inventrio do estoque
estrangeira. Note-se que a razo entre se aes no tem a ser 1: 1, de modo que um nico certificado
de depsito pode traduzir a 0,5, 5, 10 ou at 100 aes estrangeiras, dependendo do preo da ao.
Um DR patrocinado significa que o banco depositrio tambm est envolvido com a empresa
estrangeira, por exemplo, a organizao de votos por procurao para os detentores de DR. An sponsorcd un DR emitido sem essa participao, de modo os detentores podem no receber o
benefcio do accionista ou direitos de voto iguais. Quaisquer dividendos so geralmente pagos
na currcncy local, e para uma taxa ao banco depositrio converter o recibos de volta para o estoque
subjacente. Assim, em muitos aspectos, eles se comportam como domstica stocks.
535
DRs so atraentes para as empresas, uma vez que lhes permite aumentar o capital do exterior,
sem ter que realizar muitos dos relatrios onerosos e requisitos de contabilidade, que de outro
modo seria necessrio para listagem dupla.
Um American Depositary Receipt (ADR) para uma empresa estrangeira cotado em dlares e
podem ser negociadas OTC ou nas principais bolsas de valores norte-americanas. A primeira foi
ADR, de facto, emitido pelo JP Morgan em 1927 para a loja de departamentos Selfridges de
Londres & Co. Existem vrios nveis de ADR disponvel para emissores. Estes ditar como e onde
eles podem ser negociadas, e se baseiam em quanto US relatar a empresa est preparada para fazer.
O ponto de partida mais fcil para as empresas a emiti-los como aes restritas, sob a Regra SEC
144 (a), embora isso restringe negociao para ser apenas para grandes investidores institucionais
(ou compradores institucionais qualificados). Alternativamente, o Regulamento S permite a
negociao, mas apenas para os residentes de fora dos EUA offshore. Nem destas opes impe
quaisquer requisitos especficos de informao sobre a empresa. Um Nvel I ADR tem requisitos de
informao mnimos, mas ainda s permite OTC negociao do ADRs da empresa. Relatrios
trimestrais e anuais SEC no obrigatrio, de forma semelhante no h nenhuma exigncia
para seguir os EUA princpios contabilsticos geralmente aceites (GAAP) padres. Para ADRs
Nvel II, a empresa deve apresentar um relatrio anual compatvel com GAAP a SEC. Isto
permite-lhes ser negociadas em uma troca de EUA, desde que preencham os requisitos de listagem
apropriadas. Finalmente, um ADR Nvel III tem o mais alto nvel de comunicao requisitos uma
vez que significa que a empresa est realmente emisso de novas aes em os EUA
Recibos de depsito so tambm usado fora os EUA, recibos de depsitos europeus permitem
negociao e liquidao nas bolsas de valores da Europa. Da mesma forma, Global Depositary
Receipts (GDRs) so efetivamente equivalentes globais de ADRs. Eles permitem a negociao em
mais de um pas, muitas vezes isso significa que tanto a Europa e os EUA
Uma abordagem semelhante usado para o grande nmero de empresas canadianas que so
cruzadas listados em bolsas de valores norte-americanas. Esses chamados Ordinrios canadenses no
exigem um depositrio banco como intermedirio, para que no haja restries negociao e sem
taxas de converso. Embora, como Louis Gagnon e G. Andrew Karolyi (2003) apontam, eles
no so 100% fungvel, uma vez que aqueles negociados em bolsas dos EUA devem ser
mantidas em contas de dlar e dos EUA a sua dividendos tambm so feitas em dlares
americanos.
Aes registradas globais (GRS), ou Ordinrios globais, adotar uma abordagem similar para os
Ordinrios canadenses. Estes podem ser comercializados internacionalmente, como na NYSE, bem
como sobre a sua domstico de cmbio. Novamente, no h taxas de converso, embora o
processo no precisa ser coordenada entre agentes. O GRS foi criado em 1998 para a
DaimlerChrysler AG, atualmente apenas um punhado de empresas que usam essa estrutura.
Preo e negociao
Um recibo de depsito baseado em um activo subjacente, ou seja, uma ao externa. Seu valor
dependente do pricc mercado atual desse activo subjacente, ao invs de algum valor futuro.
Portanto, o preo de uma DR deve ser semelhante ao preo da ao externa, ajustado pelas taxas de
cmbio do mercado eurrent. Note-se que a taxa de converso normalmente escolhido pela agente
depositrio para melhor refletir o valor das aces estrangeiras. Assim, o preo da maioria
ADRs entre US $ 10 e US $ 100. Assim, para aes mais baratas cada ao ADR pode
equivaler a centenas de aes reais na empresa.
Existem algumas complicaes, no entanto: Uma verdadeira comparao de preos tambm
deve levar em considerao o taxas associadas com a converso a DR para o estoque real. A
economia de gesto e custos de liquidao que as ofertas de DR tambm podem ser refletidas no
preo do DR. Tambm h o custo de transao associados a quaisquer transaes de cmbio a
considerar. Assim, as diferenas nos preos dos dois ativos no representam necessariamente
oportunidades de arbitragem.
53 6
Apndices
Mercados globais DR
Em todo o mundo, havia 2.130 recibos de depsitos no final de 2008. Um aumento de 30%
em no ano anterior, com base em nmeros da reviso anual por parte do Bank of New York
Mellon (BNYM) (2008). Eles abrangem 16 empresas de 77 pases. Os 17 pases BRIC
dominar o mercado em termos de nmeros, o que representa um tero do depositrio emitido
recibos. Na verdade, a ndia tem o maior nmero de recibos de depsito para qualquer pas
(276) seguida pela Rssia (176), enquanto o Brasil tem 128 e 110. Os pases desenvolvidos
China tambm desempenham um papel importante, por exemplo, o Reino Unido tem 141 recibos de
depsito e Austrlia tem 125.
A maioria destes so realmente GDRs (1.013), seguido por US Nvel ADRs I (716) e EUA
listados Nvel II e III (403 ADR). A popularidade de GDRs , em parte, devido s exigncias
regulatrias mais rigorosas no Apesar dos Estados Unidos, uma mudana em decises do SEC tem
simplificou o processo para programas de DR-patrocinado un que esto a ser negociadas OTC.
assim a equilbrio pode mudar; de fato, em 2008 houve 605 novos certificados de depsito
patrocinado un-criados.
Em termos de valor de investimento, at o final de 2008, mais de $ 1200000000000 foram
investidos em certificados de depsito, uma diminuio de cerca de 25% desde 2007. ADRs
listadas representaram US
$ 773.000.000.000, DRs europeias cotadas foram s vale $ 214.000.000.000, enquanto o
restante OTC e outras receitas foram valor de cerca de $ 163.000.000.000. Em termos de emisso,
a maior proporo era para as empresas da Europa Ocidental ($ 452 bilhes) , enquanto o
restante foi divididos de forma bastante equilibrada entre as empresas da Europa emergente e
frica ($ 249.000.000.000), Latino Amrica ($ 237.000.000.000) e sia-Pacfico ($
212.000.000.000).
Para 2008, o valor global de comrcio de recibo de depsito foi de cerca de $ 4400000000000,
um terceiro maior do que no ano anterior. Em comparao, os volumes de 2007 foram 72%
maiores do que os de 2006, assim que a crise financeira desacelerou o crescimento macio que
os mercados DR estavam vendo. DRs para as empresas dos pases do BRIC representaram a
maior parte desse comrcio com cerca de 54% de isto. Especificamente, o Brasil liderou com $
899.000.000.000 valor da negociao, a partir da China
$ 792.000.000.000 e Rssia de $ 579.000.000.000. A maior parte da negociao executado
em bolsas de valores, em fato de apenas 2% foi negociado OTC. Tabela F-L mostra uma
repartio mais pormenorizada da negociao volumes nos principais locais.
Os EUA claramente o maior mercado para os DRs. Dado que cerca de $ 70000000000000
negociados em a duas principais bolsas de valores norte-americanas em 2008, DRs representaram
cerca de 5% desse total. Embora, o negociao bastante concentrada. Na verdade, os cinco
principais ADRs foram responsveis por 27% do total de EUA volume de negcios de cmbio.
Este foi liderado pela China Baidu Inc. ($ 331bn) e Petrobras do Brasil ($ 244bn) e Vale ($ 204bn).
O topo dez tambm incluiu a finlandesa Nokia, a Amrica Mvil do Mxico, a BP do Reino Unido e
Nole lhal salvo staled todos os valores relativos a se o SIGH vm deste relatrio.
Os eounlrics BRIC representam as rpido crescimento economias em desenvolvimento da Brasil, R ssia, ndia e China.
537
Nmero de
patrocinados
DRs
Foro
NYSE
NASDAQ
Londres / IOB Luxemburgo
OTC
De outros
291
109
388
15
O volume
negociado em
2008$ bilhes 2007
3000
698
523
99
45
%
volume
mudana
2288
620
387
76
40
31
31
35
30
13
Appcndiccs
538
Especfico de ativos
ETFs so geralmente classificados como ndice a ser ou fundos otimizados. Os fundos de
ndice passivamente rastrear ou replicar um ndice especfico, os fundos enquanto otimizados tentar
bater mercado benchmarks e assim adotar tcnicas semelhantes aos investidores ativos.
Inicialmente, a maioria dos ETFs abertas concentrada nos principais ndices de aes como
seus ndices de referncia. Hoje em dia, os ETFs especficas do setor esto se tornando
comuns, assim como os ETFs que contenham ativos estrangeiros. Eles no esto restritas
apenas s aces; ETFs tambm podem ser criados com base em carteiras de obrigaes ou
mesmo de futuros de commodities. ETFs de renda fixa so teis porque o fundo gerente
responsvel pela manuteno da carteira, por isso ttulos arco rolado antes que eles amadurecem e
pagamentos de cupons so reinvestidos. Da mesma forma, para ETFs de commodities as alas de
treinador os requisitos de margem e novamente rola quaisquer contratos heforc validade.
ETFs optimizados muitas vezes acompanhar benchmarks personalizados, que so criados
pela aplicao estrita
regras e tcnicas quantitativas. Isto lhes permite preservar sua
transparncia. ETFs sequer Heen criado para atender a estilos de investimento especficos. Por
exemplo, o Claymore MacroShares Fundo do petrleo para baixo compreende os ativos que
beneficiaro de uma descida dos preos do petrleo, enquanto a sua ETF Insider investe em 100 aes
em que insiders tm recentemente heen compra.
ETFs oferecem vrias vantagens para outros tipos de fundos de investimento:
Transparncia
Eficincia fiscal
Em geral, os ETFs empregar composies fixos, muitas vezes publicadas diariamente, ento
eles arco mais transparente do que outros tipos de fundos. Em comparao, por algum gerido
activamente mtuo
fundos ou fundos encerrou-closcd as composies publicamente
disponveis possa Ele meses de idade, em parte para proteger os seus investimentos. ETFs
tambm tendem a ter taxas mais baixas, particularmente para o mais trackers ndice simples. Por
exemplo, SPDR ETF o, que abrange o ndice S & P 500, tem um rcio de despesas de 9,45 bps,
enquanto muitos fundos mtuos citar um custo equivalente cerca de duas vezes isso. Enquanto isso
os fundos activos podem chargc em qualquer lugar a partir de 100 -150 pb ou
539
Mais. Da mesma forma, para os ttulos, Rebecca Knight (2007) aponta que muitos dos ETFs
mais recente tem relaes de despesa em torno de 20 bps, em comparao com a proporo mdia
anual de 109 bps para fundos de obrigaes tpicas. Eficincia fiscal pode tambm ser conseguida por
ETFs de aes, uma vez que os investidores podem sair do fundo com posies equivalentes nos
subjacentes, e assim evitar incorrer em ganhos de capital fiscal.
Preo e negociao
o valor patrimonial lquido (NAV) de um fundo simplesmente o valor total de todos os activos do
fundo dividido pelo nmero de aes emitidas. Para um fundo aberto a NAV representa o pricc
investidores devem pagar (temos resgatado) quando eles se juntam (ou sair), alm de nenhuma
taxa.
Arbitrage garante que o valor do mercado FEF mantm em linha com o NAV, uma vez que se os
comrcios ETF na um prmio (desconto) os concessionrios s vai vender (compra) do ETF e
comprar (vender) os activos subjacentes. Em comparao, os fundos closcd-cnd podem negociar com
um prmio considervel ou desconto ao valor Patrimonial, com base em estimativas de analistas /
comerciantes para o valor real da sua composio. Da mesma forma, para os fundos ETFs
deteno de activos estrangeiros tender a negociar com a mais diferena notvel entre o seu
preo de mercado eo NAV. Isso semelhante ao que vimos para recibos de depsito. As
variaes podem ser causcd por mudanas na taxa de cmbio, o fluxo de informaes, ou
simplesmente devido a fusos horrios. Por exemplo, alguns fundos ser fixado o preo com base
em dados desatualizados, uma vez que o mercado nativa fechada. Discrepncias de preos tambm
pode ser realar novo e informaes prospectivas. Por exemplo, em um estudo de ETFs negociados
asiticos em os EUA, Timothy Jares e Angelinc Lavin (2002) descobriram que os descontos
para o ETF foram umapreditor negativo significativo para o retorno dirio subsequente no Japo /
Hong Kong.
ETFs podem ser comprados livremente e vendido nos mercados secundrios ao longo do dia de
negociao. Ao contrrio dos fundos mtuos, eles no Arc subjcct para quaisquer perodos mnimos
de deteno. Eles podem tambm ser emprestados, e assim permitir que as vendas a descoberto.
Todos esses fatores significa que ETFs tendem a ser muito mais lquido de qualquer outro tipo de
fundo de investimento.
Embora ETFs podem ser negociados como aes muito, ainda importante lembrar que eles so
diferente. Mais notavelmente fundos abertos no esto sujeitos a um fundo de tamanho fixo.
Em vez disso, uma in- crcation tipo e processo de resgate permite que os concessionrios
especializados, s vezes conhecido como participantes autorizados, para reagir s demandas do
mercado secundrio de negociao de grandes blocos de ETFs com o patrocinador do fundo. Por
conseguinte, o fornecimento e demanda ter menos impacto sobre pricc do que para as aes: Se a
demanda est superando a oferta dos concessionrios s vai crcate mais ETFs, alternativamente,
eles podem troc-los para reduzir a oferta. Assim, o volume de comrcio um pouco menos
importante como um indicador para ETFs.
vez crescido em popularidade, com mais de 160 fundos e $ 104.000.000.000 agora investido neles.
Cerca de 50 fundos de commodities tambm foram estabelecidas; embora o investimento neles
Apndices
54 0
ainda muito mais baixo, cerca de US $ 10 bilhes. Existem tambm alguns fundos para moedas e os
investimentos mistos.
Apesar da crise econmica, o investimento em ETFs continua a crescer. A BGI (2009)
relatrio estima que o valor total investido neles poderia alcanar $ 2,000 bilhes em 2011; uma
valor semelhante foi previsto pela Morgan Stanley no FT (2007). Isto uma taxa comparvel de
crescimento ao observado para os fundos mtuos dos EUA nos anos 1980 e 90.
Em termos de ETFs empresas de investimento que emite, o mercado global liderada pelo
Barclays Global Investors (BGI) cujos fundos iShares representam cerca de 50% de os EUA e quase
40% dos mercados europeus, novamente com base em dados do BGI (2009) avaliao. Em os
EUA, State Street e Vanguard tambm se destacam como os principais jogadores, embora haja 18
fundo gerentes no total. Na Europa, h quase o dobro do nmero de prestadores, mas
novamente 80% do mercado atendida por apenas trs, a saber BGI, Lyxor Asset Management e
Banco alemo.
O volume mdio dirio negociado de ETFs tambm cresceu significativamente, com um
mundial mdia de $ 80400000000 em 2008, um tero maior do que no ano anterior, com base em BGI
(2009). Negociao est concentrada principalmente nas principais bolsas de valores,
compartilhando muitas vezes os mesmos sistemas como slocks. Assim, o potencial para a
eletrnica e trading algortmica bom. Globalmente, US $ 10 trilhes de ETFs foram negociadas
em bolsas de valores em 2008, com base em nmeros da WFE (2009). Tabela F-2 descreve as
principais bolsas em termos de volume negociado.
Intercmb
io
Valor
negociado
2008em $ bilhes2007
6821
2710
NASDAQ OMX
NYSE Amex
%
mudan
a
152
Nmero de ETFs
listados em 2008
1048
1906
n/D
n/D
46
18
283
270
356
Deutsche Borse
205
173
19
408
143
119
20
396
Grupo TSX
141
73
92
96
Londres SE
101
n/D
n/D
305
Borsa ltaliana
70
49
40
326
56
20
175
24
Shanghai SE
39
15
150
Troca mexicano
35
23
54
159
18
volume. Durante alguns dos piores movimentos do mercado em novembro, foi respons vel por
quase ETFs 40%. Dadas tais volumes, n o de surpreender que a concorr ncia para este fluxo de
comrcio aumentando. ETFs so agora regularmente os ativos mais negoc iados em muitos locais
dos EUA. Note-se que o grandes quantidades de ET F negociao em os EUA concentrada em poucos
fundos principais, como se mostra na Tabela F-3. Fundos de ndices de aes de rastreamento de dominar o
mercado, com as "aranhas" onipresentes para o S & P500, "Qubes" para o NASDAQ-100 , IShares
Russell 2000 eo DJIA base "Diamonds".
ADV Q4 2008
$ Milhes
ETF
Ativos dezembro
2008
$ Milhes
43.278
93.922
7466
12.537
5436
11.018
4902
2251
3550
8966
3472
19.210
assim; na verdade, o London Stock Exchange tem um dedicado exchange traded commodities
segmento (ETC).
542
Apndices
O ET asitica F mercado visivelmente menor do que a Europa. BGI (2009) relata um total de
200 ETFs com mais de $ 50 bilh es investidos. Mais da metade desse valor investido no 61
ETFs japoneses. O Jap o tamb m lidera o caminho em term os de volumes de negocia o, tanto
a Tquio e Bolsas de valores Osaka. Isto tamb m tem sido ajudado por acordos de cross -listing
com os EUA o que disse, volumes est o aumentando em toda a regi o, em especial no Hong
Kong e Intercmbios Xangai.
Resumo
Prego eletrnico comum para muitos recibos de dep sito e Exchange Traded fundos,
uma vez que so geralmente negociadas no mundo ' s mercados de aes.
543
Abreviaes
& Siglas
por
exemplo.
et ai.
CFA
et ali (i / ae / a) (e outros)
CME
isto ,
est id (que )
CPI
ABCP
CTD
ndice de Preos ao
Consumidor
Mais barato entregar
ADR
DBG
ADV
DJIA
Al
Inteligncia artificial
DMA
AIM
Agressivo no dinheiro
DMM
ANN
DOT
Designada Formador de
Mercado
Designada Ordem Turnaround
AON
Tudo ou Nada
DR
Depositary Receipt
API
Programao de Aplicativo
Interface
DTCC
AR
Autoregressive
DV
Valor em dlar
ARCH
Autorcgressive Condicional
Heteroskedasticity
BCE
ECN
Rede de Comunicaes
Electrnicas
EGARCH
Exponencial Generalizada
Autorcgressive Condicional
Heteroskedasticity
EMA
ARMA
COMO
Dficit Adaptive
ASX
BIS
EMEA
EMS
BNY
EPS
BNYM
ET
Exchange Traded
Basis Point
ETF
BR1C
F1A
CBOE
CONSERTAR
Intercmbio de informao
financeira protocolo
CBOT
Chicago Board do
FIXML
Comrcio CCP
Contraparte central
CDA
CDS
FOK
Preencher ou matar
FOMC
FPL
FRA
544
FT
Financial Times
NAV
FX
Divisas
NBBO
venda NMS
Generalized Autoregressive
Heteroskedasticity condicional
NN
Rede neural
NYSE
GC
Collateral Geral
OHLC
PIB
OMS
GDRs
Recebimento Global
OTC
Sobre o Balco
P1M
Passiva no dinheiro
GAGenetic
Algoritmo GARCH
Depositary G P
Programao Gentica
GWAP
POV
ICE
IntcrcontinentalExchange
PP1
BID
RFQ
Pedido de Citao
IOB
Internacional Transaes
RFS
Pedido de Corrente
COI
Imediato ou Cancelar
RPM
101
Indicao de interesse
SE
Bolsa de Valores
Dficit Implementao
SEC
ISE
Ttulos internacionais
Intercmbio
SI
Systematic Internaliscr
ISM
SIFMA
AS SUAS
LIBOR
SIN
SPDR
STP
MA
Mdia Mvel
MBF
MC
Mercado Fechar
MCR
Contribuio Marginal ao
Risco M eu
Impacto do mercado
MiFID
Mercados de Instrumentos
Financeiros
MO
Ordem de Mercado
MT F
Sistema de negociao
multilateral NAPM
TCA
Transao TWAP
Gesto de Compras
Associao Nacional de
Valores mobilirios e
Distribuidores Cotao
Automatizada
Tempo Preo
Mdio Ponderado
V1X
VWAP
WFE
Associao
Nacional de
NASDAQ
SVM
Relatrios de negcios
idioma
XML
YTM
Rendimento at o vencimento
545
Referncias
Abad e Pascual (2006) Abad e D. Pascual R., 'On the m Efeito de limites de preos', Gesto Financeira
Europeia, Voi: 13 (5), p 833-852, DOI: 10,1111 / j.l468-036X.2007.00399.x
Abad e Pascual (2007) Uma m D. e R. Pascual, "Mudar para um leilo de chamadas Temporria em Times
de elevada incerteza ", EFA 2006 Zurique Reunies
Abad, Sanabria e Yagiie (2005) Uma m D., S. Sanabria e Yagiie J., "Liquidez e informaes em
torno de anncios dos ganhos anuais: uma anlise intraday do mercado de aes espanhol, Instituto
Valenciano de Investigaciones Econdmicas, SA, documentos de trabalho. Serie CE
ABM (2007) 'sia bond Monitor', Banco Asitico de Desenvolvimento (asianbondsonline.adb.org)
Negociao Avanada (2008) 'Algorithmic Trading Diretrio', Negociao
Avanada ( www.advancedlrading.com)
Affleck-Graves, Callahan e Chipalkatti (2002) Affleck-Graves J., Callahan C. e Chipalkatti N.,
"Earnings Previsibilidade, assimetria de informao, e liquidez de mercado ", Journal of Accounting
Research, VO1: 40 (3), p 561-583, doi: 10,1111 / 1475-679X.00062
Ahn, Bac e Chan (2001) Ahn HJ, Bae KH, Chan K., "Ordens Limitadas, profundidade e Volatilidade:
Evidncias da Bolsa de Valores de Hong Kong \ Journal of Finance, vol: 56 (2), p 767-788, doiMO.l
111 / 0022-1.082,00345
Grupo AITC (2007) 'FX eletrnico: Bem-vindo ao Banks' Neverland ', Grupo Aite
(www.aitegroup. Com)
Aite Group (2007a) "Algorithmic Trading: Top 10 chaves para o sucesso em 2007 ", Aite
Group ( www.aitegroup.com)
Grupo Aite (2008), 'Gerenciamento de Pedidos de Execuo: Convergncia e capacidades multi-ativos ",
2008 FPL (FIX Protocol Ltd.) Canadian Conference Eletrnico de Negociao
Grupo AITC (2008a) "Algorithmic Trading no FX: Fad ou Realidade ', Aite Group? (www.aitegroup.com),
Setembro 2008
Grupo Aite (2009) 'Europeu Multilateral Trading Facilities: The Post -MiFID Cmbio Paisagem',
Aite Group (www.aitegroup.com)
Aitkcn et ai. (2007) Aitken M., Almeida N., Harris FH e Mclnish TH "Fornecimento de liquidez dentro
Mercados electrnicas , Journal of Financial Markets, vol: 10 (2), p 144-168
Aitken, Bcrkman e Mak (2001) Aitken MJ, Berkman H. e D. Mak, 'O uso de no-revelado ordens de
limite no Australian Stock Exchange ", Journal of Banking e Finanas, vol: 25 (8), p 1589- 1603
Albuquerque e Vega (2007) Albuquerque R. e Vega C., 'Notcias Econmico e Internacional Stock
Market Co-movimento. ', EFA 2006 Zurique Reunies
Allen e Karjalainen (1999) Allen F. e Kaijalainen R., 'Usando algoritmos genticos para encontrar tcnica
regras de negociao , Journal of Financial Economics, vol: 51 (2), p 245-271
Almgren (2003) Almgren R., 'execuo Optimal com funes no-lineares e de impacto Tradingenhanccd riskApplied Matemtica Financeira, vol: 10, p 1-18
Almgren e Chriss (2000) Almgren R. e Chriss N., "Execuo Optimal da Carteira Transaes ',
Jornal de Risco, vol: 3, p 5-39
546
Referncias
Almgren et al. (2005) Almgren R., Thum C., Hauptmann E. e Li H., "estimativa direta da Equity
Impacto do mercado , Revista Risk (www.risk.net), Julho de 2005, p 57-62
Anand e Weaver (2004) Anand A. e Weaver D., "Pode encomendar a exposio ser mandatada?", Journal of
Mercados financeiros, vol: 7 (4), p 405-426, doi: 10.1016 / j.finmar.2004.04.001
Andersen et ai. (2003) Andersen T.G., Bollerslcv T., Diebold F.X. e Vega C., "Efeitos da Micro
Anncios macro: Real-Time Preo Descoberta no mercado de cmbio ", American Economic Review,
vol: 93 (1), p 38-62
Ang e Chen (2002) Ang A. e J. Chen, "correlaes assimtricas de carteiras de aces", Journal of Financial
Economics, vol: 63 (3), p 443-494, doi: 10.1016 / S0304-405X (02) 00068-5
Ankenbrand e Tomassini (1995) Ankenbrand T. e M. Tomassini, "multivariadas Tempo Scries Modelling
dos mercados financeiros com Redes Neurais Artificiais ", Anais da Conferncia Internacional sobre Redes
Neurais Artificiais e Algoritmos Genticos ICANNGA '95 (Aids, Frana, 18-21 abril, 1995) DW Pearson, NC
Steele e RF Albrecht (Eds.), p 257-260
Apama (2008) 'Screenshot: Apama Evento Modeler', Progress Software Corporation (
www.progress.com/apama)
Asche e Guttormsen (2001) Asche F. e Guttormscn A., 'relaes de defasagem entre futuros de chumbo e os
preos spot ', Instituto de Pesquisa em Economia e Administrao de Empresas (SNF) Documento de trabalho
Asian Bonds Online (2007) 'Mercado Liquidez: Volume de Negociao', Asian Bonds Online
(asianbondsonline. Adb.org)
Asian Bonds Online (2007a) 'Asian Bonds Coria do Mercado Trocas de infra-estrutura e de
Negociao Plataformas ', Asian Bonds Online (asianbondsonline.adb.org)
Atwell (2004) Atwell S., "FPL Algorithmic Trading e DMA Atualizao grupo de trabalho, FPL (FIX
Protocol Ltd.) Americas Conference 2004
A-TCAM Group (2009) "Diretrio de negociao algortmica - Edio de 2009 ', Grupo A-Team (www.ateamgroup.com)
Bae, Jang e Park (2003) Bac KH, Jang H. and Park KS, escolha 'Traders' entre limite e ordens de
mercado: evidncia de stocks NYSE ', Journal of Financial Markets, vol: 6 (4), p 517-538, doi: 10.1016 /
S1386-4181 (02) 00047-2
Bagnoli, Kross e Watts (2004) Bagnoli M., Kross W., Watts S.G., "As informaes em De Gesto
de Resultados Esperados Data do relatrio: Um dia de atraso, a Penny Curto ', Journal of Accounting
Research, vol: 40 (5), p 1275-1296, doi: 10,1111 / 1475-679X.t0l -1 -00.054
Balduzzi, Elton e Green (1997) Balduzzi P., Elton E.J. e verde TC, "Economic News e da curva de
rendimento: Evidncias do Mercado do Tesouro dos EUA", Journal of Financeiro e Anlise Quantitativa, vol:
36 (4), p 523-543
Balduzzi, Elton e Green (2001) Balduzzi P., Elton E.J. e verde T.C., "Economic News e Bond Preos:
Evidncias do Tesouro Mercado 'dos EUA, Jornal da Anlise Financeira e quantitativa, vol: 36 (4), p 523-543
Barclay, Hendershott e Jones (2006) Barclay M., Hendershott T. Jones e C., "Ordem Consolida o,
Preo Eficincia, e choques de liquidez Extreme ', prxima Journal of Financeiro e Anlise Quantitativa
Barclay, Hendershott e Kotz (2006) Barclay M.J., Hendershott T. Kotz e K, 'Automation contra
Intermediao: Evidncias de Treasuries ir fora da Run ', Journal of Finance, vol: 61 (5), p 2395-2414, doi:
10,1111 / J. 1540-6261.2006.01061. x
BATS (2008) Site, BATS (www.batstrading.com)
BBA (2006) Barrett R. e J. Ewan, 'BBA Derivativos de Crdito Relatrio 2006', British Bankers
'Association (www.bba.org.uk)
BearingPoint (2007) "Estudo de mercado bond Eletrnico 2007", BearingPoint (www.bearingpoint.com)
547
BcaringPoint (2007a) Gast F., "plataformas de negociao electrnica - European Repo e Bond
Markets, AC1 Alemanha Conference ', BearingPoint (www.bearingpoint.com)
Bebcr e Caglio (2005) Beber A. e C. Caglio, 'Estratgias de submisso Ordem e Informao:
Evidncias Empricas da NYSE ', Papel EFA Conferncia Anual de 2003 No. 875; Research Paper No.
146 FAME
Bennett (2005) Bennett P., 'End da estrada ou novo comeo para NYSE Especialistas? ", Manual do
Intercmbio (www.exchange-handbook.co.uk), Edio de 2005
Bennett e Campbell (2000) Bennett K.P. e C. Campbell, "Support Vector Machines: Hype ou Aleluia? ',
Arquivo de ACM SIGKDD Explorations Newsletter, vol: 2 (2), P 1-13, doi: http:
//doi.acm.org/10.1145/380995.380999
Bcrnankc e Kuttner (2005) Bernanke BS, Kuttner KN: 'O que Explica o do Mercado de Reao a
Poltica Federal Reserve T, Journal of Finance, vol: 60 (3), p 1221-1257,
doi: 10,1111 / j J 540-6261.2005.00760.x
Bcssembinder, Panayidcs e Venkataraman (2008) Bessembinder H., e M. Panayides Venkataraman
K., "Liquidez oculta: uma anlise das estratgias Ordem de Exposio em eletrnica Stock Mercados ',
Documento de trabalho
BG1 (2009) 'ETF Indstria prvia Ano Final de 2008 ", o Barclays Global Investors (barclaysglobal.com)
Biais et al. (2006) Biais B., Declerck F., J. Dow, Portes e R. von Thadden EL, 'European Corporate Markets
Bond: transparncia, liquidez, eficincia ', Centre for Economic Policy Research, de Maio de 2006
Biais, Glostcn e Spatt (2005) Biais B., Glosten L. e Spatt C., 'microestrutura Mercado: Um inqurito
de microfundamentos, resultados empricos, e implicaes polticas ", Journal of Financial Markets, vol: (2) 8,
p 217-264, doi: 10.1016 / j.finmar.2004.11.001
Biais, Hillion e Spatt (1995) Biais B., Hillion P. e C. Spatt, 'Uma anlise emprica do limite Ordem Livro e do
fluxo de ordens em bolsa de Paris ", Journal of Finance, vol: 50 (5), p 1.655-1.689 Bialkowski, Darolles e Le
Fol (2007) Bialkowski J., Darolles S. e Le Fol G., "melhorar as estratgias VWAP: Uma abordagem de volume
dinmico de idade - Decompondo Volume para VWAP Estratgias", Journal of Banking & Finance, vol: 32 (9), p
1709-1722, doi: 10.1016 / j.jbankfin. 2007.09.023
BIS (2006) Jeanneau Mercados de ttulos domsticos e S. Tovar CE, "na Amrica Latina: realizaes e
desafios ", Banco de Compensaes Internacionais (www.bis.org) Quarterly Review, Junho de 2006, p
51-64 BIS (2007a) "Quarterly Review Anexo Estatstico - Setembro de 2007 , do Banco de
Compensaes Internacionais (www.bis.org), Setembro 2007
BIS (2007b) Heath A., Upper C., P. Gallardo, Mallo C. e P. Mesny, "Banco Central Trienal Inqurito dezembro
2007 de cmbio e derivados da atividade do mercado em 2007, dos Negcios Estrangeiros, Banco de
Compensaes Internacionais (www.bis.org), Dezembro 2007
BIS (2007c) C. superior, Gallardo P. e C. Mallo, 'Trienal e inquritos semestrais sobre as posies em
mercados globais over-the-counter (OTC) de derivados no final de Junho de 2007 , Bank for
International Settlements (www.bis.org), De Novembro de 2007
BIS (2008) 'BIS Quarterly Review, Dezembro 2008 Anexo Estat stico ", Banco de Compensaes
Internacionais (www.bis.org), Maro 2008
Biscoc (2005) Biscoc C., 'trading classe Multi-ativo', FIX global (www.fixglobal.com), Vol 1 Edio 8
Q4 2005
Black (1971) Preto F., "Rumo a uma troca totalmente automatizado, parte 1", Financial Analysts Journal,
vol: 27, p 29-34
Negro (1976) Preto F., "O Preo de de Contratos de Commodities ", Journal of Financial Economics, vol: 3, p
167-79
Preto e Scholcs (1973) Preto F. e M. Scholes, "a precificao de opes e Passivos Corporativa ', Jornal
df Economia Poltica, vol: 81 (3), doi: 10,1086 / 260.062
548
Rcfercnces
Preto e Auto (2005) T. preto e Auto O., 'Escolhendo o algoritmo certo para a sua estratgia de
negociao', 'Algorithmic Trading, Um Manual Buy-Side', primeira edio (2005), editor do comrcio
(www.thetradenews.com),
p 41-50
Em branco (2007) Em branco J. J., "Negociao Implcita no Energy Futures ", Jornal de Negociao,
Vero 2007 BNYM (2007) 'The Depositary Receipt Markets 2007 Ano End Review', Bank of New York
Mellon BNYM (2008) 'The Depositary Receipt Markets 2008 anos End Review', Bank of New York
Mellon
Boehmer e Wu (2006) Boehmer E. e Wu J., "fluxo Ordem e preos", AFA 2007 Reunies Chicago
Papel
BOJ (2001) Aumentar O uso de sistemas eletrnicos de negociao e nos Implicaes na japons Financeiro
Mercados ', Banco do Japo Financeiro Departamento de Mercados
Bollcrslcv (1986) Bollerslev T., 'heterocedasticidade condicional auto-regressivo Generalized', Journal of
Econometrics, vol: 31 (3), p 307-327, doi: 10.1016 / 0304 ^ 076 (86) 90063-1
Bongiovanni, Borkovec e Sinclair (2006) Bongiovanni S., Borkovec M. e Sinclair R.D., 'Vamos Jogar
Hide-and-Scek: The Local e tamanho de Undisclosed Limit Order Volume ", Journal of Trading, Vero 2006
Boni e Leach (2004) Boni L. e C. Leach, "mercados ordem de limite expansveis", Journal of Financial
Markets, vol: 7 (2), p 145-185, doi: 10.1016 / j.finmar.2003.10.001
Boyle, Byoun e Park (2002) Boyle P., Byoun S. e Parque H., "A relao lead-lag entre local e mercados de
opes e volatilidade implcita nos preos das opes ', da Investigao em Finanas, vol: 19, p 269-284, doi:
10.1016 / SO196-3821 (02) 19012-5
Brandes et al. (2007) Brandes Y., Domowitz I., Jiu B. e Yegerman H., "Algoritmos, Custos Operacionais, and
Order Size ', 'Algorithmic Trading, Um Manual Buy-Side', 2 edio (2007), editor do comrcio
(www.thetradenews.com)
Brankc (1999) Branke J., "Evolutionary abordagens dos problemas Dinmico de Otimizao - Uma
pesquisa',
GECCO Workshop sobre algoritmos evolutivos para problemas dinmicos Optimization
Brooks e Del Negro (2003) Brooks R. e M. Del Negro, 'Empresa de nvel Evidence on International Stock
Market Co-movimento ', Reviso das Finanas, vol: 10 (1), p 69-98, doi: 10,1007 / sl0679-006-6979-l
Brown e Holden (2005) Brown D.P. Holden e CW, "ordens atrelada limite, documento de trabalho Burr
(2005) Burr D., "Viso: No Blink of an Eye ', Current Biology, vol: 15 (14), p 554-556 Butler (1997) Butler
J., "EDDIE bate o mercado, Data Mining e Apoio Deciso Atravs
Programao Gentica ', Reuters: Desenvolvimentos, vol: L
Mordomo (2007) G. Butler, "Agregao de Liquidez: O que Investidores Institucionais Precisa Saber ',
Journal of Trading, Primavera de 2007
Bystrk e Johnson (2005) Bystrk A. e R. Johnson, 'Basket algoritmos A prxima gerao',
'Algorithmic Trading, Um Manual Buy-Side', primeira edio (2005), editora The Trade (
www.thetradenews.com)
Calvo (1999) Calvo G., 'Contgio em mercados emergentes: quando Wall Street um portador ', processo
do Congresso da Associao Econmica Internacional, vol. 3, Buenos Aires, Argentina 2002. Tambm em
G. Calvo 'Emerging Capital Markets em tumulto:? M sorte ou m poltica ", Cambridge, MA: MIT Press
2005.
Cao, Hansch e Wang (2008) C. Cao, Hansch O. e Wang X. "O contedo informativo de um Abra
Limit Order Book ", Jornal de Mercados Futuros, prximo
Cao, Hansch e Wang (2008a) Cao C., Hansch O. e Wang X., 'Estratgias ordem de colocao em
umaPure Mercado Limit Order Book ", Journal of Financial Research, vol: 31 (20), p 113-140, doi:
10.111 l / j, 1475-6803.2008.00234.x 10,1086 / 260,062
CBOE (2009) Dados histricos VIX, Chicago Board Options Cmbio (www.cboe.com/VIX)
Cclcnt (2004) ', Negociao E-Crdito: Um futuro baseado tela? ', Celent (www.celent.com)
549
Cclcnt (2006) "Interest Rate Swaps 2006: novos participantes, Novos Desafios", Celent
(www.celent.com )
Cclcnt (2006a) 'cJGBs: e-negociao no mercado Governo japons Bond', Celent
(www.celent.com)
Cclcnt (2007) O mercado Repo Europeia, Celent (www.celent.com)
Cclcnt (2007a) "Securities Lending: Tpico, Tecnologia, e Tendncias ", Celent (www.celent.com)
Cclcnt (2007b) "Plataformas Electrnicas em Foreign Exchange Trading ', Celent (www.celent.com)
Cclcnt (2007c) "Sistemas de negociao alternativos em aces europeias ", Celent
(www.celent.com) Cclcnt (2008) "Impacto de acesso direto ao mercado na ndia ", Celent
(www.celent.com)
Cclcnt (2008a) "bond eletrnico de negociao: Alcanar o Tipping Point ',
Celent
(www.celent.com) Celent (2008b) "da evoluo de acesso direto ao mercado (DMA) Servios de
negociao em os EUA ea Europa , Celent (www.celent.com)
Cellier (2003) Cellicr A., "Chumbo Relaes defasagem entre Curtas Opes Prazo e da francesa ndice
CAC 40: O Impacto Medio do Tempo ', Brussells Economic Review / Cahier Economique de Bruxelles, Voi:
46 (2), p 65-82
CFA Magazine (2006) Opicla N., "Hype e algoritmos a negociao algortmica caminho do futuro ou
"apenas ok"? ', CFA Magazine, maro-abril 2006
Chaboud et ai. (2004) Chaboud A., S. Chernenko, Howorka E., Krishnasami Iyer R., Liu e D. Wright J.,
"Os Efeitos de Alta Freqncia de US dados macroeconmicos Lanamentos em Priccs e Negociao
Atividade no Mercado Global lnterdealcr Cmbio ', Reserva Federal (www.federalreserve.gov)
Chac (2005) Chac J., "volume de negcios, a assimetria de informaes, e informao de tempo ", Journal of
Finanas, vol: 60 (1), p 413-442, doi: 10,1111 / j. 1540-6261.2005.00734.x
Chakrabarty e Shaw (2006) Chakrabarty B. Shaw e K., "Liquidez Oculto ', Jornal de Negcios, Finanas e
Contabilidade, no prelo
Chakrabarty, Corwin e Panayidcs (2007) Chakrabarty B., Corwin SA e Panayides MA, 'The
Informativencss de Off-Negociao NYSE durante NYSE Mercado Closures "de 2007 FMA Conf. (Orlando)
Chakravarty, Gulcn e Mayhcw (2004) Chakravarty S., Gulen H., S. Mayhew, "Negociao Informado Em
estoque e Opo Markets ", Journal of Finance, vol: 59 (3), p 1235-1258, doi: 10,1111 / j.15406261.2004.00661.x
Chan (2002) Chan W.S., "reao notcia da preo e no-notcia: deriva e reverso aps manchetes ',
Journal of Financial Economics, vol: 70 (2), p 223-260, doi: 0,1016 / S0304-405X (03) 00l46-6
Chan (2005) Chan YC, 'Preo Movimento Efeitos sobre o Estado da Ordem Limit-livro eletrnico',
Anlise Financeira, vol: 40 (2), p 195-221, doi: 10,111 l / j.l540-6288.2005.00100.x
Chen, Shih e Wu (2006) Chen W.H., Shih J.Y. e Wu S., "Comparao de apoio-vector mquinas e
redes neurais propagao para trs na previso das seis principais bolsas de valores da sia ',
International Journal of Electronic Finance, vol: L (1), p 49-67
Chen, Kim e Rui (2005) Chen G.M., Kim K.A. e Rui OM, "Uma nota sobre o desempenho do limite pricc: O
caso de aes sem liquidez", Pacific Basin-Journal Finanas, vol: 13 (1), p 81-92,
doi: 10.1016 / j.pacfin.2004.05.002
Chen, Noronha e Singal (2006) Chen H., Noronha, G. e Singal V., 'S & P 500 Index e Alteraes Conscincia
do Investidor, Journal of Investment Management, vol: 4 (2), p 23
Chcnoweth, Obradovic e Lee (1995) Chenoweth T., Z. Obradovic e Lee S., "Tcnicas de negociao
regras como um conhecimento prvio de um sistema de redes neural previso para o ndice S & P 500 ',
Northcon
95. IEEE Technical Conference Applications e Workshops, plula,
doi: 10,1109 / NORTHC. 1995.485023
Cheung, Chinn e Garcia-Pascual (2005) Cheung Y.W., Chinn M. D. e Garcia A. Pascual, 'Troca
emprica modelos de taxa da dcada de noventa: H algum ajuste para sobreviver ", Journal of
International Money and Finance, vol: 24 (7), p 1150-1175, doi: 10.1016 / j.jimonfln.2005.08.002
550
Rcfercnccs
551
Dam'clsson e Payne (2002) Danielsson J. e R. Payne, "determinao de liquidez em uma ordem dirigida
mercado', Papel LSE Trabalho
Darolles e "O volume de negcios e Arbitragem", documento de trabalho Le Fol (2003) Darolles S. e Le
Fol G.
Darwin (1859) C. Darwin, "A Origem das Espcies"
Das (2005) Das S., "Estrutura da Informao e Extrao Sentimento do Investidor usando a Internet ',
Documento de trabalho
Das (2005a) Das S., 'A aprendizagem de formador de mercado no modelo GIosten-Milgrom', Quantitative
Finance,
vol: 5 (2), p 169-180
Das e Chen (2007) Das S.R., Chen M.Y., 'Yahoo! para a Amaznia: Extrao Sentiment de pequeno
Conversa na Web ", Management Science, vol: 53 (9), p 1375-1388, doi: 10,1287 / mnsc. 1070.0704
Das et ah (2001) Das R., Hanson J.E., Kephart, J.O. e G. Tesauro, "interaes do agente humano na duplo
leilo 'contnua, Anais da Conferncia Internacional Conjunta de Inteligncia Artificial, vol: 2, p 11691176
DBG (2008) 'Lder de Mercado da Deutsche Borse Europa em ETF negocia o', Deutsche Borse (deutscheboerse.com), De Abril de 2008
DBG / Clcarstrcam (2002) 'Cross-Border Patrimnio Trading, Clearing E liquidao na Europa ",
Deutsche Borse Grupo e Clearstream International, abril de 2002
Dc La Vega (1688) J. de la Vega, "Confuso de Confusiones '
De Winne e D'Hondt (2005) De Winne e R. D'Hondt C., 'Oculto Liquidez em uma ordem-Pure
Impulsionada pelo mercado ", Finanas Letras, no prelo
Degrysc et ah (2005) Degryse H., de Jong F " van Ravenswaaij M. e G. Wuyts, 'Pedidos agressivas ea
resilincia de um mercado Limit Order ', reviso das Finanas, vol: 9 (2), p 201-242,
doi: 10,1007 / s 10679-005-7590-6
Demsetz (1968) Demsetz H "'O custo de transacionar', Quarterly Journal of Economics, vol: 82 (1), p 33-53
Derveeuw et al. (2007) J. Derveeuw, Beaufils B., Mathieu, P. e Brandouy, O., "Testing duplo leilo como
um componente dentro de uma arquitetura modelo genrico de mercado ', notas de aula em Economia e
Matemtica de Sistemas
D'Hondt (2008) D'Hondt C., 'Qual Melhoria de Execuo de Ordens na Euronext?', Banque &
Marches, vol: 95, p 15-26
Direct Edge (2009) 'Volume mensal Direct Edge para Dezembro de 2008 , Comunicado de imprensa
Dmitrieva, Kuperin e Soroka (2002) Dmitrieva L., Kuperin Y. e Soroka I., "Previso de rede neural de
Curto Prazo Dynamics de futuros sobre Deutsche Mark, Libor e S & P500 ', Lecture Notes in Computer Science,
vol: 2331/2008), p 1201 -1208, doi : 10,1007 / 3-540-47789-6
Domowitz e Krowas (2004) Domowitz EU. e Krowas, J., "Onde Controle de Riscos Cumpre Controle de
Custos em Desenvolvimento Analytics ", Journal of Investing, vol: 13, p 82-87
Domowitz e Yegerman (2005a) Domowitz EU. e Yegerman H., "Medio e Interpretao da atuao
Algoritmos de Broker ',' Algorithmic Trading, Um Manual Buy-Side ', primeira edio (2005), editor do
comrcio (www.thetradenews.com)
Domowitz, Finkelshteyn e Yegerman (2008) Domowitz EU., Finkelshteyn EU. e Yegerman H., "Cul
dc Sacs e Rodovias uma excurso Optical of Dark Piscina Comrcio de Desempenho ', ITG Inc. (www.itg.com),
Agosto 2008
Donaldson e Kamstra (1997) Donaldson R.G. e Kamstra M., "Um modelo da rede neural artificial para
GARCH internacional volatilidade dos retornos", Journal of Empirical Finance, vol: 4 (1), p 17- 46, doi:
10.1016 / S0927-5398 (96) 00011-4
Drachman (2005) Drachman D.A., 'Ser que temos crebro de sobra? ", Neurology, vol: 64, p 20042005 Draper e Paudyal (2002) Draper P. e Paudyal K., "Explicando segunda-feira retorna", Journal of
Pesquisa Financeira, vol 25 (4), p 507-520, doi: 10,1111 / 1475-6.803,00034
552
Rcfcrcnccs
Maio
Elkins McShcrry (2008a) 'Boletim de Notcias', Elkins McSherry LLC, Agosto 2008
EIluI et al. (2003) EIlul A., Holden CW, P. Jain e Jennings R "'Determinantes da Ordem sobre Choicc a , O
documento de trabalho New York Stock Exchange '
Engle (1982) Engle RF, 'Autoregressive condicional Heteroscedasticidade com estimativas do
Variao do Reino Unido Inflao ", Econometrica, vol: 50 (4), p 987-1007
EPDA (2007) 'EPDA Terceira Partido Discussion Paper Access ', Associao Europeia de dealers primrios
Equilcnd (2008) Site, Equilend (www.equilend.com)
Esser e Monch (2007) Esscr A. e B. Monch, 'A navegao de um iceberg: A utilizao ptima dos ordens
ocultas ', Finanas Research Letters, vol: 4 (2), p 68-81, doi: 10.I016 / j.frl.2006.12.003 Euromoney
(2006a) 'As dores do crescimento de divisas ", Euromoney (www.euromoney.com), Maro 2006
Euromoney (2008) '2008 Euromoney FX Poll', Euromoney (www.euromoney.com),
De Abril
de 2008 Euromoney (2008a) 'Crunch acorda para US CDS e-trading', Euromoney
(www.euromoney.com), Fev 2008
Evans e Lyons (2002) Evans M. D. Lyons e RK, "Ordem de Fluxo e Taxa de Cmbio Dynamics ',
Journal of Political Economy, vol: 10 l (1), doi: 10,1086 / 324391
553
Evans e Lyons (2005) Evans M. D. Lyons e RK, "Meese-Rogoff redux: Micro-based de troca previso de
taxa ', American Economic Review, vol: 95 (2), p 405-414, doi: 10,1257 / 000282805774669934
Exponcntial-c (2009) Website, Exponencial-e (www.finanee.exponential-e.com)
Fabozzi e Fleming (2004) Fabozzi F. e M. Fleming, "Tesouro dos EUA e Agncia de Valores Mobilirios",
'The Handbook of Fixed Income Securities', 6 edio, editora McG matria-Hill, New York, NY
Fama e French (1993) Fama E. e francs K., "fatores de risco comuns nos retornos de aes e ligaes.',
Journal of Financial Economics, vol: 33, p 3-56
Agricultor et ai. (2004) Fazendeiro J.D., Gillemot L., Lillo F., Mike S. e A. Sen, 'O que realmente faz com
que grande alteraes de preo? ', Quantitative Finance, vol: 4 (4), p 383-397, doi: 10,1080 /
14697680400008627 Fascruk e Iilynski (2006) Fascruk A. e L. Blynski, "comparao da eficcia da Opo
Preo Forecasting: Black-Scholes vs. Redes Neurais simples e hbridos , Journal of Financial
Gesto e Anlise, vol: 19 (2)
Federal Reserve (2009) 'Financiamento pelo governo dos Estados Unidos Securities Primary
Dealers ", SIFMA Feng, Yu, e Stone (2003) Feng Y., Yu R. e P. Pedra, 'Dois agentes da-Negociao:
Mercado Fazendo e Anlise Tcnica ', Lecture Notes in Computer Science Agent-Mediated eletrnico
Comrcio, vol: 3048/2004, p 18-36, doi: 10,1007 / b99040
Fernandez-Rodriguez, Gonzalez-Martcl, Sosvilla-Rivero (2000) Fernandez Rodriguez- F., GonzdlczMartcl C. e Sosvilla-Rivero S., 'On a rentabilidade das regras de negociao com base em tcnicas redes
neurais artificiais: Evidncias do Madrid mercado de aes ", Economics Letters, vol: 69 (1), p 89-94, doi:
10.1016 / S0165-1765 (00) 00270-6
FIA (2006) Burghardt G., "Pesquisa Anual Volume - 9,899,780,283 contratos negociados ", Futures
Industry Revista (www.futuresindustry.org),
Maro / abril 2006
FIA (2008) Burghardt G., 'Volume Cresce Novamente: Global Futures e Opes Trading Rises 28% em
2007 , Futures Industry Revista (www.futuresindustry.org),
Maro / abril 2008
FIA (2009) Burghardt G. e Acworth W., "2008: Uma Volume passeio selvagem globais de Futuros e
Opes Sobe 13,7%, Mas Damages crise de crdito de liquidez nos mercados core ', Futures Industry
Revista (www.Juturesindustry.org), Maro / abril 2009
FIF (2009) Site, Informaes Financeiras Forum (www.fif.com)
FIX (2007) 'FIX Algorithmic Trading Definition Language', FPL conferncia de imprensa 25 de julho de
2007 FIX (2008) 'Definio de negociao algortmica Idioma: Introduo e Tutorial', FIX Protocol Ltd.
(FPL) (www.fixprotocol.org)
FIX (2008a) 'Financial Information Exchange Protocol (FIX) Verso 5.0 Service Pack 1Vol 1 ", FIX
Protocol Ltd. (FPL) (www.fixprotocol.org)
FIX (2008H) 'Financial Information Exchange Protocol (FIX) Verso 5.0 Service Pack 1Vol 7 ', FIX
Protocol Ltd. (FPL) (www.fixprotocol.org)
Fleming e Mizrach (2008) Fleming M.J. e Mizrach B., "a microestrutura de um Tesouro dos EUA
REC: A Plataforma BrokerTec ', Documento de trabalho
Fleming e Piazzesi (2005) Fleming M. e Piazzesi M., o documento de trabalho "Poltica Monetria Tick-byTick '
Fleming e Rcmolona (1997) Fleming MJ e Remolona E., "O que move o mercado de ttulos? ',
Federal Reserve Bank of New York Poltica Economic Review, vol: 3 (4)
Fleming e Rcmolona (1997a) Fleming M.J. e Remolona E., "formao de preo e liquidez no
US Tesouro Mercado: Evidncias de padres intraday em torno de anncios ', Fed de Nova York (
www. newyorkfed. org)
Fleming e Remolona (1998) Fleming M.J. e Remolona E., "Formao de Preo e de liquidez no
EUA Tesouro Mercado: A Resposta Informao Pblica ", Journal of Finance, vol: 54 (5), p 19011915, doi: 10,1111 / 0022-1082,00172
554
Rcfcrcnces
Fleming e Remolona (1999) Fleming M.J. e Remolona B., "A Estrutura a Termo de Anncio Efeitos ', EFA
2001 Barcelona reunies; Working Paper No. 71 BIS; FRB de Nova Iorque No. 76.
Fleming, Kirby e Ostdiek (1998) Fleming J., Kirby C. e B. Ostdick, 'Informaes e volatilidade
ligaes nas aes, ttulos e mercados monetrios ", Journal of Financial Economics, vol: 49 (1), p 111- 137,
doi: 10.1016 / S0304-405X (98) 00019-1
Fleming, Ostdick e Whaley (1996) Fleming J., Ostdiek B. e Whaley RE, 'Custos Operacionais e as
taxas relativas Preo de Descoberta em aes, futuros e mercados de opes ", Journal of Mercados Futuros,
vol: 16 (4), p 353-387
Foucault (1999) Foucault T., "Ordem de composio de fluxo e de negociao custos em adynamic
ordem de limite mercado', Journal of Financial Markets, vol: 2 (2), p 99-134, doi: 10.1016 / S1386-4181 (98)
00012-3 Fraser (2007) Frascr E., 'Opes in the Dark ", Waters revista (www.watersonline.com), De
Novembro de 2007
FSA (2005) transparncia Negociao nos mercados de ttulos secundria do Reino Unido ", Financial
Services Authority FT (2007)" Surge no volume de fundos negociados em bolsa ", Financial Times website
(FT.com), 31 de Maio 2007
FT Mandato (2006) "Obtendo sia adotar negociao algortmica ", Financial Times Mandato
(www.ftmandate.com), De Junho de de 2006
FX JSC (2007) inqurito trienal BIS de cmbio e ovcr-THC-countcr mercados de derivados em Abril 2007
- Dados Reino Unido - resultados de sntese , www.bankofengland.co.uk/markets/forex/fxjsc
FX JSC (2008) "Resultados do Inqurito Anual SCMI-FX Volume de negcios em outubro de 2008",
www. bankofengland. co. uk / mercados / forex / fxjsc
Gagnon e Karolyi (2003) Gagnon EU. Karolyi e GA, "Multi-Mercado de Negociao e Arhitragc ',
Dice Centro No. 2004-9
Gajcwski (1999) Gajewski JF, "Earnings comunicados, assimetria de informaes, Feiras e Cotaes
', Gesto Financeira Europeia, vol: 5 (3), p 411-424, DOI: 10,1111 / I468-036X.00102 Galper (2006)
Galper J., "Contra o Duopoly: A Nova Economia para US Regional da Intercmbios e ECNs
patrimnio, Journal of Trading, Primavera de 2006
Gande e Salsa (2005) Gande A. e salsa DC, "spillovers Notcias da dvida soberana mercado', Journal of
Financial Economics, vol: 75 (3), p 691-734, doi: 10.1016 / j.jfineco.2003.11.003
GAO (2005) "Securities Markets: preos Decimal tem contribudo para a reduo dos custos de
negociao e um mais ambiente de negociao de desafios , Estados Unidos Governo Accountability
Office relatrio aos solicitantes do Congresso, Maio de 2005
Garman (1976) Garman M., 'Mercado Microstmcturc', Journal of Financial Economics, vol: 3 (3), p25775
Gastineau (2003) Gastineau G.L., 'Est vender ETFs Curtas um Financeiro "esporte extremo?", "A venda
a descoberto: estratgias, riscos e recompensas", Fabozzi F., publicado 2004 por John Wiley & Sons, Inc., NJ
Gavrishchaka e Bancrjcc (2006) Gavrishchaka V. e Bancijce S., "Support Vector Machine como um Quadro
eficiente para Stock Market volatilidade Forecasting ', Gesto de Cincia Computacional, vol: 3 (2), p 147160, doi: 10,1007 / s 10287-005-0005-5
Gjerstad e Dickhaut (1998) Gjerstad S. e Dickhaut J., "Formao de Preo em Duplo Leiles ',
Jogos e Comportamento Econmico, vol: 22 (l), p 29/01, doi: 10,1006 / jogo. 1997.0576
Gode e Sunder (1993) Gode D.K. e Sunder S., "alocativa Efficicncy de Mercados com zero Intclligence
Traders: Mercado como substituto parcial para Pessoa racionalidade", Journal of Political Economy, vol: 101
(I), doi: 10,1086 / 261.868
Goldberg e Leonard (2003) Goldberg e Leonard L. D., "O que move Sovereign Markets Bond? Os
efeitos do noticirio econmico no EUA e os rendimentos alemes ', Federal Reserve Bank of New York
Questes atuais em Economia e Finanas, vol: 9 (9)
555
Goldrcich, Hankc e Nath (2005) Goldreich D., Hanke B. e Nath P., "O Preo do Futuro Liquidez:
Liquidez Variando-Time no Tesouro mercado dos EUA , reviso das Finanas, vol: 9 (1), p 1-32, Doi:
10,1007 / SL 0679-005-2986-X
Goldstein, e Sirri Hotchkiss (2007) Goldstein M. A., Hotchkiss E.S. e Sirri E.R., Transparncia e
Liquidez: um experimento controlado de obrigaes de empresas ", Revista de Estudos Financeiros, vol: 20 (2), p
235-273, doi: 10.1093 / RFS / hhl020.
Gomber, Budimir e Schweickert (2006) Gomber P., M. e Budimir Schweickcrt U., "Volume Discovery:
Aproveitando Liquidez Na profundidade de um mercado Impulsionada Ordem ", mercados eletrnicos, vol: 16
(2), p 101-111, doi: 10,1080 / 10196780600643688
Gomber, Schweickert e Thcissen (2004) Gomber P., Schweickert VC. Theissen e E., "zoom em liquidez ',
EFA 2004 Maastricht Reunies No. Livro 1805
Gonzalez Miranda e Burgess (1997) Gonzalez Miranda F. e Burgess N., 'a volatilidade do mercado
de Modelagem: A Rede Neural Perspectiva', European Journal of Finance, vol: 3 (2), p 137-157, doi:
10,1080 / 135184797337499
Gordon (1962) Gordon M. J., "O investimento, financiamento, e valorizao da corporao ", publisher
RDIrwin, Homewood, III.
Gottschalk (2003) Gottschalk N., 'Portfolio Theory Covariance ea Carteira Optimal', Tese de
Mestrado em "Matemtica Financeira", Oxford (2003)
Graham, Koski e Loewcnstcin (2003) Graham J.R., Koski J.L. e Loewenstein U., 'Informaes Fluxo e
Liquidez em torno antecipada e imprevistos anncios de dividendos ", Journal of Business, vol: 79 (5), doi:
10,1086 / 505.236
Grammig, Hcinen e Rcngifo (2004) Grammig J., Heinen A. Rengifo e E., "actividade de trading e de
fornecimento de liquidez em um mercado de livros ordem de limite pura", EFA 2005 Moscou Reunies de papel
Greenwich Associates (2007) 'EUA Equities Balancing Act: Trades mais barato Versus Sell-Side
Servio ', Greenwich Associates (www.greenwich.com)
Greenwich Associates (2007a) 'Sistemas eletrnicos de negociao Capture One Metade da Global FX
Volume',
Greenwich Associates (www.greenwich.com)
Greenwich Associates (2008) '2008 Japanese Equity Investors Estudo', Greenwich Associates
(www.greenwich.com)
Greenwich Associates (2009) 'Investidores asiticos - Asian Equities para 2008 ', Greenwich
Associates (www. g reen wich. com)
Griffiths et al. (2000) Griffiths MD, Smith BF, Turnbull DAS e branco RW, os custos e a Determinantes
Agressividade da Ordem ", Journal of Financial Economics, vol: 56, p 65-88
Hall e Hautsch (2006) Salo A. e N. Hautsch, "Ordem agressividade e dinmica do volume de encomendas",
Jornal Empirical Economics, vol: 30 (4), p 973-1005, doi: 10,1007 / s00181-005-0008-7
Hamid e Iqbal (2004) Hamid SA e Iqbal Z., 'O uso de redes neurais para previso de volatilidade S & P 500
futuros sobre ndices de preos ', Journal of Business Research, vol: 57 (10), p 1116-1125,
doi: 10.1016 / S0148-2963 (03) 00043-2
Handa e Schwartz (1996) Handa P. e R. Schwartz, "Limite de ordem comercial", Journal of Finance,
vol: 51 (5), p 1835-1861
Handa, Schwartz e Tiwari (2003) Handa P., R. Schwartz e Tiwari A., 'Citar Ambiente e Preo Formao em
um Pedido orientada para o mercado ", Journal of Financial Markets, vol: 6 (4), p 461-489,
doi: 10.1016 / S1386-4181 (02) 00.041 -1
Harju e Hussain (2006) Harju K. e M. Hussain, 'Intraday sazonalidades e Macroeconmico anncios
de notcias '. Documento de trabalho
Harju e Hussain (2006a) Haiju K. e M. Hussain, 'Vnculos intradia em todo International Equity Mercados
2006 ', Documento de trabalho
Harris (1991) Harris L., "agrupamento da preo e discrio", Revista de Estudos Financeiros, vol: 4, p 389-415
556
Refcrcnces
Harris (1996) Harris L., 'Ser que uma grande variao de preos mnimos incentivar exposio ordem ",
documento de trabalho
Harris (1999) Harris L., Negociao e Trocas: microestrutura de mercado para Practitioners ', editora Oxford
University Press, EUA
Hasbrouck (1991) Hasbrouck J., "Medindo o contedo de informao de Stock Trades ', Journal of
Finanas, vol: 46 (1), p 179-207
Hasbrouck e Saar (2002) Hasbrouck J. e G. Saar, "Limite de ordens e volatilidade em um mercado hbrido:
The Island ECN ', Stern School of Business Dept. of Finance Working Paper FIN-01-025 Hellstrom e
Simonscn (2006) e Simonsen Hellstrom J. O. "No o Aberto Limit Order Livro revelar informaes sobre a
curto prazo da Preo Movimentos? ', Estudos Econmicos Umea
Hobson (2006) Hobson D., "VWAP e Volume Profiles", Journal of Trading, da Primavera de 2006
Holland (1975) Holland J.H., 'Adaptao em Sistemas Naturais e Artificiais: Uma Anlise Introdutria com
Aplicaes Biologia, Controlo e Sistemas Artificial ", editora University Press of Michigan Hollifield, Miller
e Sandas (2004) Hollifield B., Miller RA e Sandas P., "Anlise de Emprica Limit Order mercados , Reviso
de Estudos Econmicos, vol: 71 (4), p 1027-1063, doi: 10,1111 / 0034- 6527,00313
Holmes e Rougier (2005) Holmes P. e J. Rougier, 'Volume de Negociao e rollover contrato em contratos de
futuros ', Journal of Empirical Finance, vol: 12, p 317-338, doi: 10.1016 / j.jemplln.2004.01.003 Holowczak, e
Simaan Wu (2006) Holowczak R., Simaan Y.E. e Wu L., "descoberta de preos no
EUA de aes e opes de aes mercados: Uma abordagem de carteira ", Journal reviso dos Derivados de
Pesquisa,
vol: 9 (1), p 37-65, doi: 10,1007 / sl 1147-006-9004-0
Hong e Wang (2000) Hong H. e Wang J., "Negociao e Devolues sob peridica Mercado Closures",
Journal of Finance, vol: 55 (1), p 297-354, DOI: 10,1111 / 0022-1082,00207
Hong e Yu (2006) Hong H. e Yu J., 'Fishin Gone': Sazonalidade em Negociao Atividade e Patrimonial
Priccs ', Documento de trabalho
Hong, Torous e Valkanov (2007) Hong H., Torous W. e Valkanov R., 'Faa indstrias levar estoque
mercados? ' Journal of Financial Economics, vol: 83 (2), p 367-396, doi: 10.1016 / j.jfineco.2005.09.010 Hou
(2002) Hou K., "Indstria da Informao e Difuso da I> Efeito ead-lag em estoque Returns", Revista de Estudos
Financeiros, vol: 20, p 1113-1138, doi: 10.1093 / revfin / hhm003.
Howarth (2004) Howarth M., 'Best execuo em vrios pools de liquidez via FIX ", FIX global
(www.fixglobal.com), Vol 1 Issue 1 Q1 2004
Hsieh, Yang e Wu (2006) Yang D.L., Hsieh Y.L. e Wu J., "Utilizando Minerao de Dados para o
Estudo Rio acima e Downstream Relao Causal em Mercado Slock ', Advances in Proceedings Systems
Research JCIS-2006 inteligentes, doi: 10,2991 /jcis.2006.191
Huang, Nakamori e Wang (2004) Huang W., Nakamori Y. Wang e SY, 'estoque Forecasting direo
movimento do mercado com o apoio da mquina vector ", Aplicaes Computadores e Operaes de Pesquisa
de Redes Neurais, vol: 32 (10), p 2513-2522, doi: 10.1016 / j.cor.2004.03.016
lluberman e Regev (2001) Huberman G. e Regev T., "A especulao contagioso e uma cura para a
Cancro: A nonevent que feita Stock preos sobem ", Journal of Finance, vol: 56 (1), p 387-396, doi: 10,1111 /
0022-1082,00330
Hull (2003) J. casco, 'opes, futuros, e outros derivados ", 5 edn, editora Prentice Hall, New Jersey, EUA
Hutcheson (2003) Hutcheson T., "Lead-lag Relacionamento Em moeda Markets ", documento de trabalho
SIRCA
ICAP (2007) "Resultados Preliminares Apresentao, ICAP (www.icap.com),
Maio de 2007
557
I1AC (2008) 'An Emisso de dvida: Dvida de Mercados de Investimento Industry Association of
Canada Dentro do Canad, Q1 2008
Inoue (1999) Inoue H., "os fatos estilizados de Processos Preo Descoberta no governo Mercados de
Valores Mobilirios: estudo comparativo", editor do BIS Comit de Publicaes
Instinct (2005) "Sistema de negociao algortmica: Uma viso geral ", Instinet (fonte: www.northinfo.com)
Instinct (2006) 'Instinet Algoritmos: Assistente', Instinet (www.instinet.com)
Instinct (2006a) 'Instinet Algoritmos: Assistente PRO', Instinet (www.instinet.com)
Instinct (2007) Misra H., "Consolidao de Dados de Mercado Europeu em uma paisagem fragmentada ",
Instinet (www. Instinet. com)
Internacional Swaps and Derivatives Association (2009) "Comunicado de imprensa: ISDA Publica de
Final de Ano 2008 Resultados da pesquisa de mercado , www.isda.org
ITG (2003) '1TG Connect', 1TG Inc. (www.itg.com),
Primavera de 2003
ITG (2008) 'ITG Global Trading Custo Review', ITG Inc. (www.itg.com),
Fev 2008
ITG (2009) 'ITG Global Trading Custo Review', ITG Inc. (www.itg.com),
Maio de 2009
Jain (2005) Jain PK, 'Design do Mercado Financeiro e Patrimnio premium: Eletrnico contra Pavimento
Negociao ', Journal of Finance, vol: 60 (6), p 2955-2985, DOI: 10,1111 / J. 1540-6261.2005.00822.x
Jares e Lavin (2002) Jares T.E. e Fundos Lavin AM ', Japo e Hong Kong negociados em bolsa (ETFs):
descontos, devolues, e Estratgias de Negociao ", Journal of Financial Services Research, vol: 25 (1), p
57-69, doi: 10,1023 / B: FlNA.0000008665.55707.ab
Johnson (2008) Johnson S., "The Trouble with QSAR (ou como eu aprendi parar de se preocupar e
Embracc Falcia) ', Journal of Chemical Informao e Modelagem, vol: 48 (1), p 25-26, doi: 10,1021
/ ci700332k
Kaastra e Boyd (1995) Kaastra 1. MS e Boyd, "Futuros de Previso Volume de Negociao Usando
Redes neurais', Jornal de Mercados Futuros, vol: 15 (8), p 953-970, doi: 10.1002 / fut.3990150806
Kallberg e Pasquaricllo (2008) Kallberg J. e P. Pasquariello, 'Time-scries e transversal excesso
comovimento em ndices de aes ", Journal of Empirical Finance, vol: 15 (3), p 481-502
Kallberg, Liu e Pasquaricllo (2005) Kallberg J., Liu C.H. e Pasquariello P., "Uma Anlise das A crise
asitica: Regime Desloca em Moeda e Mercados de Aes ", Journal of Business, vol: 78 (1), doi: 10,1086 /
426.523
Kamijo e Tanigawa (1990) Kamijo K. e T. Tanigawa, 'da preo padro de reconhecimento deum abordagem de rede neural recorrente , Redes Neurais, 1990., 1990IJCNN Conferncia
Internacional Conjunta de, vol: 1, p 215-221, DOI: 10,1109 / IJCNN. 1990.137572
Kamruzzaman e Sarker (2003) Kamruzzaman J. e Sarker RA, 'Previso de cmbio taxas utilizando
ANN: um estudo de caso ', Redes Neurais e processamento de sinais, 2003. Anais da Conferncia Internacional
de 2003 sobre, p 793-797, doi: 10,1109 / ICNNSP.2003.1279395 Kamruzzaman, Begg e Sarker (2006)
Kamruzzaman J., Begg R.K. e Sarker R.A., 'Artificial Redes Neurais em Finanas e Manufatura editora Idea
Group Publishing Hershey, PA, EUA Kang, e Lee Lee (2004) J. Kang, Lee S. e Lee C., "uma investigao
emprica do Lead-Lag Relaes de Devolues e volatilidades entre os KOSP1200 spot, futuros e opes e
Mercados suas explicaes , Journal of Emerging Market Finanas, vol: 5 (3), p 235-261,
doi: 10,1177 / 097265270600500303
Kavajccz (1999) Kavajecz KA, 'Citado Profundidade de um especialista ea Limit Order Book ", Journal
of Finanas, vol: 54 (2), p 747-771, doi: 10,1111 / 0022-1082,00124
Kawaller, Koch e Peterson (2001) Kawaller I.G., Koch P.D. e Peterson J.E., 'Volume e Volatilidade
Circundante Redesignao Quarterly do chumbo S & P 500 Futures Contract ", Jornal de Mercados
Futuros, vol: 21 (12), p 1.119-1.149
Kazakov (2003) Kazakov V., 'trading VWAP Optimal em o ASX ', Tese de Doutoramento
558
Referncias
Kearns e Ortiz (2003) Kearns M. e L. Ortiz, 'The Pcnn-Lehman automatizado projeto de negociao ,
Intelligent Systems, IEEE, vol: 18 (6), p 22-31, doi: 10,1109 / MIS.2003.1249166
Kempf e Mayston (2008) Kempf A. e Mayston D., 'comunalidade de liquidez para alm melhores preos ",
Journal of Financial Research, vol: 31 (1), p 25-40, doi: 10,1111 / j. 1475-6803.2008.00230.x
Kim (1998) Kim S., "rede neural recorrente Time-delay para correlaes temporais e previso",
Neurocomputao, vol: 20 (1-3), p 253-263, doi: 10.1016 / S0925-2312 (98) 00018-6
Kim e Chun (1998) Kim S.H. e Chun SH, 'Graded previso usando uma matriz de bipolar previses:
application de redes neurais probabilsticas a um ndice de mercado de aes ", International Journal of
Forecasting, vol: 14 (3), p 323-337, doi: 10.1016 / S0169-2070 (98) 00003-X
Kim e Rhec (1997) Kim K.A. e Rhee SG, "preo limite Performance: Evidncias da Tokyo Bolsa de Valores',
Journal of Finance, vol: 52 (2), p 885-901
Kim, Yagiie e Yang (2008) Kim Y., J. Yagiic e Yang JJ, 'O desempenho relativo de paradas de negociao e
limites de preo: evidncias do espanhol Bolsa de Valores ", Revista Internacional de Economia e Finanas, vol:
17 (2), p 197-215, doi: 10.1016 / j.iref.2007.06.003
Rei e Yaroshevsky (2005) Rei J. e Yaroshevsky Y., 'O Ticker ", Abel / Noser (www.abelnoser.com),
Queda
2005
Kissell (2006) Kissell R., "o dficit Implementao Expandida: Entendendo Custos de Transao Componentes ',
Journal of Trading, Vero 2006
Kissell e Glantz (2003) Kissell R., M. Glantz e Malamut R., 'Estratgias de Negociao ideal: abordagens
quantitativas para o gerenciamento de impacto no mercado e de negociao de risco \ editora American
Management Association
Kissell e Malamut (2005) Kissell R. e Malamut R "'Compreendendo o Profit and Loss Distribuio de
Comrcio de Algoritmos", "Guia de Algorithmic Trading", publisher Institutional Investor Inc., Primavera de
2005
Kissell e Malamut (2005b) Kissell R. e Malamut R., 'Tomada de Deciso Algorithmic Estrutura',
Journal of Trading, Inverno 2006
Kissell, Freyre-Sanders e Carrie (2005) Kissell R., Freyre-Sanders e Carrie A. C., O futuro de
negociao algortmica "," Algorithmic Trading, Um Manual Buy-Side ', primeira edio (2005), editor do
comrcio (www.thetradenews.com)
Kissell, Glantz e Malamut (2004) Kissell R., M. Glantz Malamut e R, 'Um quadro prtico para estimar os
custos de transao e desenvolver estratgias de negociao ideais para conseguir a melhor execuo ",
Finanas Research Letters, vol: I (1), p 35-46, doi: 10.1016 / S1544-6123 (03) 00004-7
Kiymaz e Berument (2003) Kiymaz H. e Berument H., 'O dia da semana efeito no estoque a
volatilidade do mercado e Volume: Evidncia Internacional ", Revista de Economia Financeira, vol: 12 (4), p
363-380, doi: 10.1016 / S 1058-3300 (03) 00038-7
Kloptchenko et ai. (2004) Kloptchenko A., T. Eklund, Voltar B., J. Karlsson, Vanharanta H. e Visa A.,
"Combinando tcnicas de minerao de dados e texto de anlise de relatrios financeiros ', Revista Internacional
de Sistemas Inteligentes em Contabilidade, Finanas e Gesto, vol: (1) 12, p 29-44, doi: 10.10027isar.239
Cavaleiro (2007) Cavaleiro R., 'ETFs de renda fixa no mercado para ficar', o site do Financial Times (ft.com),
04 de junho de 2007
Kolb e Ovcrdahl (2006) Kolb RW e Overdahl, JA, "Entendendo Futuros Mercados",
editora Blackwell Publishing
Koza (1992) Koza J.R., 'Programao Gentica: Na programao de computadores por Meios de
Seleo natural', publisher MIT Press
Krinsky e Lee (1996) Krinsky I. e J. Lee, resultados comunicados e os componentes do Bid-ask spread \
Journal of Finance, vol: 51 (4), p 1523-1535
Krishnamurthy (2002) Krishnamurthy A., "O diferencial das obrigaes / old-bond ', Journal of
Financial Economics, vol: 66 (2-3), p 463-506, doi: 10.1016 / S0304-405X (02) 00207-6
559
Kulkarni (1996) Kulkarni A., Aplicao de Redes Neurais para Predio Stock Market ', Relatrio Kyle
(1985) Kyle AS," Leiles contnua e insider trading', Econometrica, Voi: 53 (6), p 1315- 1335
Kyle e Xiong (2001) Kyle A.S. e Xiong W., "Contagion como um efeito riqueza", Journal of Finance,
vol: 56 (4), p 1401-1440, doi: 10,1111 / 0022-1082,00373
Lakhal (2008) Lakhal F., "liquidez do mercado de aes e assimetria de informao em torno de anncios de
lucros de carcter voluntrio: Novas evidncias a partir de Frana", International Journal of Managerial
Finance, vol: 4 (1), p 60-75, doi: 10,1108 / 17439130810837384
Larison (2008) Larison S., "Anlise dos Custos de Transao e Discovery Liquidez com opes de aes ',
Journal of Trading, Inverno 2008
LeBaron (2000) LeBaron B. ', baseados em agentes finan as computacionais: leituras sugeridas e
no incio pesquisa', Journal of Economic Dynamics e Controle, vol: 24 (5 -7), p 679-702, DOI: 10.1016 /
S0165- 1889 (99) 00.022-6
LeBaron (2001) LeBaron B., "Um guia do construtor baseados em agentes dos mercados financeiros,
Quantitative Finance, vol: I (2), p 254-261
LeBaron (2001a) LeBaron B., "regularidades empricas de interagir memria de longo e curto investidores
num mercado financeiro com base em agente ", IEEE Transactions on Computao Evolucionria, vol: 5, p 442455
LeBaron e Weigcnd (1994) IxBaron B. e Weigend AS, "Avaliando preditores de rede neural por
bootstrapping ", Proceedings da Conferncia Internacional sobre Neural Information Processing (ICONIP'94), p
1207-1212
Lcc (2006) Lee WC, 'Previso de alta volatilidade frcquency dados financeiros via no paramtrico
algoritmos: evidncias dos mercados financeiros de Taiwan ', Nova Matemtica e Computao
Natural (NMNC), vol: 2 (3), p 345-359, doi: 10,1142 / S1793005706000543
Lee e Kadhakrishna (2000) Lee C.M.C. e Radhakrishna B., "Deduzir o comportamento do investidor:
Evidncias de dados BIN", Journal of Financial Markets, vol: (2) 3, p 83-111, doi: 10.1016 / S1386- 4181
(00) 00002-1
Lee e Ready (1991) Lee C.M.C. e Pronto MJ, "Direo Deduzindo Comrcio de Dados Intraday ',
Journal of Finance, VO1: 46 (2), p 733-746
Lcc, Mucklow e Ready (1993) Lee CMC, Mucklow B. and Ready MJ, "Spreads, profundidades, eo impacto
da informao ganhos: uma anlise intraday", Revista de Estudos Financeiros, vol: 6, p 345-374 Leinwcber
(2000) Leinweber DJ, 'Stupid Tricks minerador de dados: O excesso de S & P 500 ", Journal of Investing,
Primavera de 2007
Leinwcber (2002) Leinweber D., "Usando as informaes de negociao em negociao e
portflio gesto: ", documento de trabalho, dez anos depois
Leinwcber e Madhavan (2001) Leinweber D.J. e Madhavan A., "trezentos anos de da Manipulaes do
mercado , Journal of Investing, Vero 2001
L'Habitant (2007) L'Habitant F.S., Handbook ' dos fundos de hedge ", editora John Wiley & Sons,
Inc., Hoboken, NJ
Li e Tsang (1999) Li J. e Tsang EPK, 'Investimento fazendo usando FGP deciso: um estudo de caso',
Computao Evolutiva, 1999. CEC 99. Actas do Congresso de 1999, relativa, vol: 2, p 1259, doi:
10,1109 / CEC. 1999.782584
Li e Tsang (1999a) Li J. e Tsang EPK, Melhorar Previses de anlise tcnica: An Aplicao de
Programao Gentica ", Anais do XII Conferncia da Sociedade Internacional de Inteligncia Artificial
Florida Research, p 108-112
Libby, Mathicu, Robb (2002) Libby T., Mathieu R. e Robb S.W.G., resultados comunicados e Informao
assimtrica: Uma Anlise Intra-Day ', Contemporary Accounting Research, vol: 19 (3), p 449-472
560
Referncia
s
Lien, Tse e Zhang (2002) Lien D., Tse Y.K. e Zhang X., 'changc estrutural e de relacionamento lead-lag
entre o ndice Nikkei local e preo do futuro: uma abordagem de programao gentica ", Quantitative
Finance, vol: 3 (2), p 136-144, DOI: 10,1088 / 1469-7688 / 3/2/307
Lillo, Agricultor e Mantcgna (2003) Lillo F., Agricultor JD e Mantcgna RN, 'Curve Individual
Colapso Preo da Funo Impacto para o New York Stock Exchange ", documento de trabalho
Lo e Wang (2000) Lo A. e J. Wang, 'Volume de Negociao: Definio, anlise de dados, e Implicao
Teoria de Portflio ", Revista de Estudos Financeiros, vol :! 3 (2), p 257-300
Lo, MacKinlay e Zhang (2002) Lo A., MacKinlay C. e J. Zhang, "modelos de LIMIT- Economctric ordenar as
execues ", Journal of Financial Economics, vol: 65 (1), p 31-71, doi: 10.1016 / S0304- 405X (02) 00134-4
Longin e Solnik (2001) Longin F. e Solnik B., "Correlao extremo da International Equity Mercados ',
Journal of Finance. vol: 56 (2), p 649-676, doi: 10,1111 / 0022-1082,00340
Longstaff, Mithal e Neis (2003) Longstaff F., Mithal S. e E. Neis, 'A Troca Market-Credit Padro:
de Proteo ao Crdito Priced corretamente? ", USC FBE Seminrio Finanas
LSE (2006) "Guia de Servios Comerciais", Londres Slock cmbio, Jul 2006
LSE (2006a) "SETSmm Evoluo para o sucesso ', London Stock Exchange, Jul 2006
Lyden (2007) Lyden S., 'Time of Impact Day e Mercado ", Journal of Trading, Vero 2007
Lynch e Mendenhall (1997) Lynch A.W. e Mendcnhall R.R., 'New Evidence em Bolsa de Valores
Efeitos Associated com mudanas no ndice S & P 500 ", Journal of Business, vol: 70 (3),
doi: 10,1086 / 209.722
Lyons (2001) Lyons R., "A abordagem de microestrutura de Taxas de Cmbio. ', Editora MIT Press
Ma, Wong e Sankar (2007) 1. Ma, T. Wong Sankar e T., "a previso de volatilidade utilizando sries
temporais minerao de dados e tcnicas de computao evolucionria ", gentica e evolucionria Conference
Proceedings Computao do arquivo da conferncia anual 9 em gentica e evolucionria
computao
Madhavan (2000) Madhavan A., "Mercado microestrutura: Um inqurito", Journal of Financial Markets,
vol: 3 (3), p 205-258, doi: 10.1016 / S1386-4181 (00) 00007-0
Madhavan (2002) Madhavan A., "Mercado Microestrutura: Guia de um Practitioner ", Financial Analysts
Journal, vol: 58 (5), p 28-42, doi: 10,2469 / faj.v58.n5.2466
Madhavan (2002a) Madhavan A., "Reconstituio do ndice e Patrimoniais Returns ', ITG Inc. (www.itg.com)
Madhavan (2002b) Madhavan A., Aplicao de estratgias de hedge funds ', Hedge Strategies Fund
(Institutional Investor), Outono 2002
Madhavan e Ming (2003) Madhavan A. e Ming K., "Os custos ocultos de ndice de Reequilbrio: A Estudo
de caso das S & P 500 alteraes da composio de julho 19,2002 ", Journal of Investing, Outono 2003
Madhavan e Smidt (1993) Madhavan A. e S. Smidt, "Uma Anlise das Alteraes no Specialist
Cotaes . e Estoques ", Journal of Finance, vol: 48 (5), p 1595-1628
Madhavan e Yang (2003) Madhavan A. e Yang J., 'Anlise de Risco Prtico para Gestores de
Carteira e Traders ", Journal of Portfolio Management, vol: 30 (1), p 73-85
Malkiel (2004) Malkiel B.G., "Um Passeio Aleatrio de Down Wall Street", publisher WW Norton & Company
Mariathasan e Bannister (2007) Mariathasan J. e M. Bannister, "uma perspectiva de mercado no
EuroMTS Governo Bond Index Futures Na Euronext.liffe ', publicao Euronext
Markose e Er (2000) Markose S. e Er H., 'The Black (1976) e efeito transversal arbitragem do mercado
em FTSE-100 futuros sobre ndices e opes ", Economics Discusses Papers, Universidade de Essex
Markose, Malik e Ng (2007) Markose S., Malik A. e Ng WL, 'micro-estrutura Mercado simulador agente
multi- e Londres se pe ", CCFEA Escola de Vero Apresentao setembro 2007
Markowltz (1952) Markowitz H., 'Portfolio Selection', Journal of Finance, vol: 7 (1), p 77-91
Mase (2006) Masc B "" O Impacto das Mudanas no ndice FTSE 100 ", Financial Review, vol: 42 (3), p 461 484, doi: 10,1111 / j. 1540-6288.2007.00179.x
561
Maslov e Mills (2001) Maslov S. e M. Mills, "As flutuaes de preo a partir do livro de ordens
perspective- fatos empricos e um modelo simples ', Physica A: Mecnica Estatstica e suas Aplicaes, vol: 299
(1- 2), p 234-246, doi: 10.1016 / S0378-4371 (01) 00301-6
McEachern (2007) McEachern C., 'Eletrnico de Negociao na sia: as armadilhas e Oportunidades',
Negociao Avanada (www.advancedtrading.com), De Novembro de 2007
McEachcrn (2008) McEachern C., 'Exclusivo: Dentro da State Street FICross', Negociao
Avanada (www.advancedtrading.com), Agosto 2008
Mclntyre (2006) Mclntyre N., "Classificando o trigo do joio, FTMandate.com, Maio de 2006 e
Meese Rogoff (1983) Meese R.A. e Rogoff K., "modelos empricos taxa de cmbio do Seventies ',
Jornal de Economia Internacional,
Meissncr e Kawano (2001) Meissner G. e Kawano N., "Capturando o sorriso da volatilidade de opes em
aes-A alta tecnologia GARCH-neural abordagem de rede combinada ", Jornal de Economia e Finanas, vol:
25 (3), p 276-292, doi: 10,1007 / BF02745889
Mendelsohn (1993) Mendelsohn L., 'pr-processamento de dados Para Neural Networks ", Anlise
Tcnica de Aes e Commodities revista (tambm no www.tradertech.com), vol: 11, p 416-420
Mcnglc (2007) Mengle D., "Derivativos de Crdito: Uma Viso Geral", Economic Review Federal
Reserve Bank de Atlanta, vol: 92 (4), p 24/01
Mcnzly e Ozbas (2004) Menzly EU. e Ozbas O., "o impulso da indstria Cross ', AFA 2005 Reunies
Filadlfia
Middlcton (2005) Middlcton T., "Compreender como os algoritmos de trabalho. Onde que o tempo
de corte e ordem de roteamento inteligente final e randomizar seus pedidos atravs de algoritmos
complexos comear? ', 'Algorithmic Trading, Um Manual Buy-Side \ 1 edio (2005), editor do comrcio
(www.thetradenews.com)
Middlcton (2005a) Middleton T., "Aprender a usar a ferramenta de tecnologia ', FTMandate.com, De
Dezembro de de 2005
Mitra (2006) Mitra S.K., "Melhorando a Preciso Opo de Preo Estimativa usando a Neural Artificial
Networks, Instituto Indiano de Mercado de Capitais Mercado de Capitais 9 Conferncia Papel
Mittal (2008) Mittal H., 'Voc joga em uma associao escuro txico? Um Guia de Informao ao Impedindo
Vazamento', ITG Inc. (www.itg.com), De Junho de 2008
Mittal e Taur (2008) Mittal H. e Taur R., "Manuteno de Lista Trade Estrutura Do outro lado dark pools: A
agregao Algoritmo direito faz toda a diferena ", ITG Inc. (www.itg.com)
Mittal e Wong (2008) e Wong Mittal H. J., 'Escolhendo o "direito" algoritmo pode Minimizar Custos
Operacionais em mercados volteis de hoje ', ITG Inc. (www.itg.com), Novembro 2008 MonitorllO
(2007) Site, Monitorar I I0.com
Morgan (2007) J. Morgan, 'Algos Explore New Space', Revista Waters (www.watersonline.com),
Novembro 2008
Morgan Stanley (2006) 'Exchange Traded Funds Relatrio Trimestral', Morgan Stanley
Morgan Stanley (2007) 'Morgan Stanley Eletrnico de Negociao Estratgias de Execuo benchmark',
Morgan Stanley (www.morganstanley.com)
Moshiri e Foroutan (2004) Moshiri S. e Foroutan F., "Teste de caos determinstico em futuros crudc preo do
petrleo; Faz chumbo rede neural para melhor previso? ', Canadian Economics Association Reunio Anual de
2004
Grupo MTS (2007) 'MTS grupo v Desempenho Q1 Strong; Repo e BondVision New Hit Volumes
recordes ', Comunicado de imprensa, Abril 2007
Muchnik, Louzoun e Salomo (2006) Muchnik L., Louzoun Y. e Solomon S., 'Based Agente
Simulao Princpios de Design - Aplicaes para Stock Market ', frutas prticos de Econofsica:
Proceedings of the Third Nikkei Econofsica Simpsio, editora Springer-Verlag Berlim e Heidelberg
GmbH & Co. KG, p 183-188
562
Referncias
Nakajima et al. (2004) Nakajima Y., I. Ono, Sato H., Mori, N., H. Kita, H. Matsui, K. Taniguchi,
Deguchi H., Terano T. e Shiozawa Y., 'Introducing Virtual Futures Mercado Sistema "U-Mart"',
Documento de trabalho
NASDAQ (2008) 'The NASDAQ Workstation', NASDAQ (www.nasdaq.com)
NASDAQ (2008a) 'Tipos de ordem e Routing Guia de Estratgias de referncia , NASDAQ
Natenberg (1994) Natenberg S.," Opo volatilidade e preos ", 2a ed, editora McGraw-Hill / Irwin
NY
Fed de Nova York (1998) 'EUA Poltica monetria e Mercados Financeiros: CH4 dos mercados financeiros,
Fed de Nova York (www.newyorkfed.org)
Fed de Nova York (2009) Volume transaes Primary Dealer no Governo Federal e Agncia de EUA
Securities ", Fed de Nova York, 11 outubro de 2007
New York Times (1997) Wade N., 'testes em ratos bloquear defesa pelo cncer ", New York Times, 27
de novembro de 1997
New York Times (1998) Kolata G., 'Esperana no laboratrio: Um relatrio especial; Um temor
cauteloso cumprimenta drogas que os tumores erradicar em camundongos ", New York Times, 03 de
maio de 1998
Nicoll (2004) Nicoll E., Reduzir os Custos de Transao e Recaptura de Valor para o seu plano", Pension
Observer Inverno 2004
Niemira e Zukowski (1998) Niemira M.P. Zukowski e GF, intitulado "Negociar os fundamentos ',
editora McGraw-Hill, New York
Norden e Weber (2005) Norden L. e M. Weber, 'The Co-movimento do Credit Default Swap,
Vnculo e Mercados de Stock: Uma anlise emprica ", a ser publicado Gesto NRI Financeira Europeia
(2007)" Assistncia Tcnica para o Desenvolvimento Markets Bond na Tailndia Repo Mercado Implicaes de , Instituto Nomura Research mercados estrangeiros '
NSX (2009) Dados National Stock Exchange histrico ETF ', www.nsx.com
Nyholm (2002) Nyholm K., "Estimando a Probabilidade Informado de Negociao ", Journal of Financial
Research, vol: 25 (4), p 485-505, doi: 10,1111 / 1475-6.803,00033
NYSE (2006) 'Hbrido Programa de Formao de Mercado', NYSE (www.nyse.com), Setembro
2006 NYSE (2009) 'volume mensal histrico', Bolsa de Valores de Nova Iorque (www.nyse.com)
Trocas NYSE (2007) 'Como muito volume hbrido ', Exchanges NYSE (exchanges.nyse.com)
O'Connor (1999) O'Connor ML, "A Transversais relao entre os custos de negociao e
Efeitos lead / lag in Stock & Markets opo ', Financial Review, vol: 34 (4), p 95-117, doi: 10,1111 /
j. 1540-6288,1999. tb00471.x
Oppenheimer e Parry (2007) Oppenheimer S. e Parry T., "Backtesting inteligente: Ganhando uma vantagem
competitiva FX no desenvolvimento da estratgia ', revista e -FOREX, Out 2007
Ormoneit e Neuneier (1996) Ormoneit D. e Neuneier R., Experimentos ' na previso do Alemo ndice de
aes DAX com densidade estimar redes neurais. ', Inteligncia Computacional para Engenharia Financeira,
1996., Proceedings of the / 1AFE 1996 Conferncia IEEE, p 66-71,
doi: 10,1109 / CIFER.l 996,501825
Pagano e Padilla (2005) Pagano M. e Padilla AJ, "A Economia da Caixa de Negociao: Um Viso
geral', Documento de trabalho
Romeiro et ai. (1994) Palmer R.G., Arthur W.B., Holland J.H, IxBaron B. e P. Tayler,. "Vida Econmica
Artificial: um modelo simples de um Stockmarket ', Physica D, vol: 75, p 264-274
Pardo e Pascual (2006) Pardo A. e R. Pascual, "No lado oculto da liquidez", Parlour documento de
trabalho (1998) Parlour C., "a dinmica de preos nos mercados ordem de limite", reviso de Estudos
Financeiros, vol: ll, p 789-816
Pascual e Veredas (2008) Pascual R. e D. Veredas, 'O Pieces of Limit Order Livro
Informaes Matria Ao explicar o comportamento de limite de ordem Traders e Market-Order Traders? ',
Documento de trabalho
563
Vol 1 Issue 7
Rosenblatt Securities (2007) Gawronski J., 'Isto realmente adeus ? E porque? Uma anlise de
encolhendo melhoria de preos na NYSE, suas causas, o potencial para uma reverso, e outro mercado
qualidade e observaes da estrutura do mercado , Negociao Talk, Rosenblatt Securities Inc.
(www.rblt.com), Fev 2007
564
Referncias
Rosenblatt Securities (2007a) Gawronski J., 'O declnio e queda de Mercados apresentados ???
Destacando algumas tendncias recentes em no-exibido pools de liquidez (PARTE DEUX) ', Comrcio de
conversa, Rosenblatt Securities Inc. (www.rblt.com), Outubro 2007
Rosenblatt Securities (2008a) Schack J. e J. Gawronski, 'Haja luz', Negociao Talk, Rosenblatt
Securities Inc. (www.rblt.com), Dezembro 2008
Rosenblatt Securities (2009) Schack J. e Gawronski J., "Vamos l se a luz ', Negociao Talk,
Rosenblatt Securities Inc. (www.rblt.com), Maio de 2009
Safarik (2005) Safarik D., "Renda Fixa Meets the Black Box ', Negociao Avanada
(www.advancedtrading.com),
Out 2005
Sapcria e Gross (2008) Saperia N. e J. Gross, "Evento de Crdito Leilo Primer",
www. creditfixings. com
Schittcnkopf, Dorffner e Dockner (1998) Schittcnkopf C., G. Dorffner e Dockner EJ, "previses de
volatilidade com as redes Mistura densidade", ICANN 98 -. continuaes da 8 Conferncia Internacional
sobre Redes Neurais Artificiais, L Niklasson, M. Boden e T. Ziemka, ed, Berlim, p 929-934
Schittcnkopf, Dorffner e Dockner (2000) Schittenkopf C., G. e Dockner Dorffner E. J., 'Previso
densidades condicionais dependentes do tempo: A abordagem de rede neural semi-nonparametric ',
Journal of Forecasting, vol: 19 (4), p 355-374
Schmerkcn (2006) Schmerken I., Trocas apostar em Multi-Ativos de negociao, Negociao Avanada
(www.advancedtrading.com),
De Janeiro de de 2006
Schmerkcn (2008) Schmerken I., "NYSE dizem adeus a especialistas; Ol
Negociao Avanada (www.advancedtrading.com), De Junho
de 2008
Schmcrken (2009) Schmerken EU, "Empurre Reguladora para Plataformas de Compensao no Credit
Derivatives pode pavimentar o caminho para o E-Trading ", Negociao Avanada
(www.advancedtrading.com),
Jan 2009
Schwartz e Pagano (2005) Schwartz R. e Pagano H " "Consolidao no Exchange e Concorrncia , Um
Comentrio Carta Comisso da Concorrncia em conexo com a London Stock Exchange Sua mensagem
Schwartz, Van Ness e Van Ness (2004) Schwartz A.L., Van Ness B.F. e Van Ness R.A.,
"Clustering no mercado futuro: evidncia de S & P 500 contratos de futuros ", Journal of Mercados
Futuros, vol: 24 (5), p 413-428, doi: 10.1002 / barranco, 10129
Sco, Giampapa e Sycara (2002) Seo Y.W., Giampapa J. e Sycara K., A classificao de texto para
Gesto de Portflio Inteligente ", Tech. denunciar o CMU-RI-TR-02-14, Instituto de Robtica da Carnegie
Mellon University
Shalcn (2002) Shalcn C., "o mago da questo de Index Futures DJ1A CBOT Arbitrage ', Chicago Board of
Trade (www.cbot.com)
Sherstov e Stone (2004) Sherstov A.A. e Stone P., "Trs agentes automatizados de negociao de aes: Um
Estudo comparativo', AAMAS 2004 Workshop sobre Comrcio Eletrnico Agent Mediated VI
Shillcr (1989) Shiller RJ, 'Comovements em estoque Preos e Comovements em dividendos ", Journal of
Finance Papers e Anais da Reunio Anual quadragsima oitava da Associao Americana de Finanas, New
York, vol: 44 (3), p 719-729
SIFMA (2006) "Renda Fixa inqu rito e-commercc ', SIFMA (www.sifma.org)
SIFMA (2007a) "Securities Industry e Financeiro Global Markets Adenda de 2007 , SIFMA (
www.sifma.org )
SIFMA (2008) "O volume mdio dirio em os EUA Markets Bond ', SIFMA (www.sifma.org)
SIFMA (2008a) "Investigao-Quarterly ', SIFMA (www.sifma.org), Setembro 2008
SIFMA (2008b) "Instrumentos do Mercado Monetrio Outstanding ', SIFMA
(www.sifma.org) SIFMA (2008c) 'EUA Tesouro Securities Outstanding ', SIFMA
(www.sifma.org)
565
Grupo TABB (2009) Nybo A., "Opes de US Negociao 2009: resistncia em face de situaes
de crise", Grupo TABB (www.tabbgroup.com)
Referncias
566
Takcuchi (2005) Takeuchi A., "Estudo de Impedimentos para transfronteiria de Bond Investimento e Emisso
em pases asiticos ", Bonds asiticos Online (asianbondsonline.adb.org)
Taniguchi (2003) Taniguchi T., "Quem perdeu MTS? A plataforma de negociao eletrnica Killed By JGB ',
GLOCOM (www.glocom.com), 06 de novembro de 2003
Tay e Cao (2001) Tay F. e Cao L., Aplicao de mquinas de vetor de suporte em tempo financeira
previso de sries ', Omega: A International Journal of Management Science, vol: 29 (4), p 309-317, doi:
10.1016 / S0305-0483 (01) 00026-3
Taylor (1986) Taylor S., "Modelagem Financial Time Series ', editora John Wiley & Sons
TBMA (2005) 'Fontes European Bond Preos e Servios: Implicaes para a transparncia dos preos em o
Europeu Market Bond ', SIFMA (www.sifma.org)
Tetlock, Saar-Tsechansky e Macskassy (2008) Tetlock P.C., Saar-Tsechansky M. e Macskassy S., "More
Than Words: Quantificao Lngua medir Firms" fundamentos ", Journal of Finance, vol: 63 (3), p 14371467, doi: 10,1111 / j. 1540-6261.2008.01362.x
TcxtMap (2007) 'Rede relacional para o Google ", Texto Mapa (www.textmap.com)
O Trade News (2008) 'Turquoise rompe 5% barreira quota de mercado , O Trade News
(www.thetradenews.com),
07 novembro de 2008
Theocharides (2006) Theocharides G., "Contgio: Evidncias do Mercado Bond ', Documento de trabalho
TheOptionsGuide.com (2007) 'Arbitrage Dividend', TheOptionsGuide.comwebsite
Thirict (2006) Thiriet O., "Nvel de execuo nas melhores condies, A Revista Trade, Edio 07 janeiromaro 2006
Tifto, Schittenkopf e Dorffner (2000) Tino P., Schittenkopf C. e Dorffner G "" Padro Temporal
Reconhecimento em Noisy no-estacionrio sries temporais baseado em quantizao em fluxos simblicos:
Lies Aprendidas de volatilidade financeira Negociao ', Documento de trabalho
Traders Magazine (2007h) "Traders Revista Reportagem Especial: Algos 3,0 Developments
dentro Algorithmic Trading. ', Traders Revista (www.tradersmagazine.com)
Tradeweb (2008) Site, www.tradeweb.com
TradingMarkets (2007) 'Da Bolsa de Cingapura preo-alvo elevado para 20 a partir de 15 SGD SGD UBS Tera-feira, 9 de outubro, 2007 ', Mercados de troca (www.tradingmarkets.com)
Trombly (2007) Trombly M., 'Asia Report', Revista Waters (www.watersonline.com),
Julho 2007
Tsang et al. (2000) Tsang E.P.K., Li, J., Markose S., Er H., Salhi A. e Iori G., "EDDIE Em Financeiro
Tomada de deciso', Jornal de Gesto e Economia, vol: 4 (4)
Tsang, Markose e Er (2005) E.P.K. Tsang, Markose S. e Er H., "descoberta chance em estoque opo de
ndice e futuros arbitragem ', New Matemtica e Computao Natural., vol :! (3), p 435-447 Tsibouris e
Zcidenberg (1995) Tsibouris G. e Zeidenberg M., 'Testando os mercados eficientes hiptese com algoritmos
de gradiente de descida "," Redes Neurais nos mercados de capitais ", ed. Refenes A., editora John Wiley and
Sons
Tucker (1991) Tucker A.L., 'Futuros, opes, e swaps ", publisher Oeste bar. Co St. Paul Tuttle (2003)
Tuttle L., 'ordens ocultas, os custos de negociao e informaes ", 2008 FMA Europeia Conf. (Atenas)
Twain (1907) Twain M., "Captulos de My Autobiography ', North American Review, No. DCXVIII., July5
de 1907
EUA DOA (2009) Site, Departamento de Agricultura dos EUA FATUS Commodity agregaes
(www.fas.usda.gov)
EUA DOT (2009) Site, Departamento de Transportes Fatality Analysis Reporting System (www- longe s.
Nhtsa.dot.gov)
Van Gestel et ai. (2001) Van Gestel T., Suykens JAK, Baestaens DE, Lambrechts A., G. Lanckriet, Vandaele
B., De Moor e B. Vandewalle J., "previso de sries temporais Financial usando mnimos quadrados apoiar
vectormachines no mbito evidncia", Redes Neurais, IEEE Transactions on,
vol: 12 (4), p 809-821, DOI: 10,1109 / 72,935093
567
Vapnik (1995) Vapnik, V., "A Natureza Estatstica de aprender a teoria. ', editora Springer, NY
Vcrcdas (2006) Vercdas D., "surpresas Macrocconomic e comportamento de curto prazo em futuros de
obrigaes', Empirical Economics, vol: 30 (4), p 843-866, doi: 10,1007 / s00181-005-0002-y
Vidyamurthy (2004) Vidyamurthy G "'Pairs Negociao: Mtodos Quantitativos e Anlise ', editora John
Wiley and Sons
WACI (2008) Wacl L., 'Ajuste de preos das aes para anncios de lucros: evidncia da Euronext Paris ',
Reviso de Contabilidade e Finanas, vol: 7 (1), p 102-115, doi: 10,1108 / 14757700810853879 Wagner
(2006) Wagner W.H., "Criando A Hierarquia das decises de negociao ", Journal of Trading, Inverno 2006
Wagner e Edwards (1993) Wagner W.H. e Edwards M., "Execuo nas melhores condies,
Financial Analysts Journal, vol: 49 (1), p 65-71, doi: 10,2469 / faj.v49.nl.65
Wagner e Vidro (2001) Wagner W.H. e vidro S., "O que cada patrocinador do plano precisa saber sobre custos
de transao', Guia de Custos de Transao, Institutional Investor Inc., p 16/9
Wang, Zu e Kuo (2006) Wang M.C., Zu L.P. e Kuo C.J., 'Anatomia de bid-ask Spread: Evidncias
Empricas de uma Ordem impulsionada pelo mercado ", Money Macro e Finanas (MMF) Research
Group Conference 2006
Wang, Zu e Kuo (2008) Wang M.C., Zu LP e Kuo CJ, "O Estado do Limite eletrnico Livro de
Ofertas, Ordem Agressividade Preo e Formao ', sia-Pacfico Jornal de Estudos Financeiros, vol: 37
(2), p 245-296
Wei e Zee (1998) Wei H.P. e Zee S., "variao interdia da volatilidade dos preos, volume e contratos em aberto
no mercado de futuros em moeda estrangeira", Journal of Research in Finanas, vol: l, p 27/06 WFE (2007)
"Focus", Federao Mundial de Bolsas (www.world-exchanges.org),
Maio de 2007
Nol71 WFE (2007a) "WFE Relatrio Anual 2006", Federao Mundial de Bolsas (www.worldexchanges.org)
WFE (2008) "Relatrio Anual WFE 2007, Federao Mundial de Bolsas (www.worldexchanges.org)
WFE (2009) "Relatrio Anual WFE 2008 ', Federao Mundial de Bolsas (www.worldexchanges.org)
White (1988) Branco H., 'Previso Econmica utilizando redes neurais: o caso de estoque dirio
IBM retornos ", Redes Neurais, 1988., IEEE Conferncia Internacional sobre, vol: 2, p 451-458,
doi: 10,1109 / ICNN. 1988,23959
Wicsc (1930) Wicsc R.F., "Investir em Valor True ', Barron, 1930 Setembro p 5
Wikipcdia (2006) "Diversificao (finanas) ', Wikipedia (en.wikipedia.org)
Wikipcdia (2008) "(Reconhecimento de padres) Vizinho mais prximo ', Wikipedia
(en.wikipedia.org) Williams (1938) Williams J.B., 'The Theory do valor do investimento ", publisher
Harvard University Press
WSJ (2004) Malik NS, 'troca de moeda est se movendo de corretores para escritrios domsticos ,
Wall Street Journal, 25 de novembro de 2004
www.IndcxArh.com (2007) Site, www.indexarb.com
Yang (2005) Yang J. W., "Prevendo Movimentos da Preo: Uma anlise probit ordenado no Australian
Stock Market ', Documento de trabalho
Yang e Jiu (2006) Yang J. e Jiu B., "Algoritmo de seleo: Uma Abordagem Quantitativa",
'Algorithmic Trading II', publisher Institutional Investor, New York
Yao e Poh (1995) J. Yao e Poh HL, "Prever o ndice KLSE utilizando redes neurais", Redes Neurais,
1995. Anais., IEEE Conferncia Internacional sobre, vol: 2, p 1012-1017, doi: 10,1109 / 1CNN.
1995.487559
Yao e Tan (2000) J. Yao e Tan CL, 'Um estudo de caso sobre o uso de redes neurais para executar tcnica
previso de forex ', Neurocomputao, vol: 34 (1), p 79-98, doi: 10.1016 / S0925-2312 (00) 00300-3
568
Referncias
Yao, Tan e Poh (1999) Yao J., Tan C.L. e Poh H.L, "As redes neurais para anlise tcnica:. Um estude em
KLCI ", International Journal of Theoretical and Applied Finance (IJTAF), vol: 2 (2), p 221 - 241, doi:
10,1142 / S0219024999000145
YCO (2008) Yeo W.Y., "Correlao Serial no Limit Order Fluxo: Causas e Impacto "de 2008 FMA Europeia
Conf. (Praga)
Yuan (2005) Yuan K., "Movimentos assimtrica dos preos e restries ao crdito: A Rational Expectativas
Equilibrium Modelo de Crise, Contgio, e Confuso ", Journal of Finance, vol: 60 (1), p 379-411
Zemke (2002) Zemke S., 'On Desenvolvimento um Sistema de Previso Financeira: Armadilhas e
Possibilidades ",
Anais do Seminrio DMLL-2002 na ICML-2002, Sydney, Austrlia
Zhang e Zhou (2004) Zhang D. e L. Zhou, "Descobrindo pepitas de ouro: a minerao de dados em financeira
aplicao ", Sistemas, homem, e Ciberntica, Parte C: Aplicaes e Avaliaes, IEEE Transactions
ligar, vol: 34 (4), p 513-522, DOI: 10.1109yTSMCC.2004.829279
569
ndice
UMA
Algoritmos adaptativos d fice 138-41 ,201
ADR
Vejo Depositrio recibos
Anunciado encomendas
109
Agncia comrcio
6
Agressivo in-the-money
Veja AI
M AIM 138-41, 144-46, 182, 201,202, 207,
462
projetar um ambiente para
medos e mitos
implementao de regras de
anegociao
infraestrutura
performance de
de segurana
testes
a evoluo de
de utilidade
Algoritmos
326
22
329
322
23
22
Veja Testing
13-15
24
116
199
118
custo-driven
132
requisitos de dados
208
fatores que afetam a escolha algoritmo
203
orientada para o impacto
119
mapeamento para a fronteira eficiente de
negociao 199 requisitos da estrutura do
mercado
209
multi-ativo trading397
base de notcias
436
oportunista
143
outros tipos
154
carteira de negociao
360
Instrues tudo-ou-nada
91
Estratgias de arbitragem
trading base
386
dividendo arb
395
ndice ETF arb
390
futuros e opes ARB
394
ndice de arb
387
listagem mltipla / recibo de depsito
384
opo arb
392
Inteligncia artificial
inteligncia computacional
convencional
computao evolutiva
futuros clientes
geradora de negociao
estratgias / regras / parmetros
incorporando
na negociao estratgias
464
448
449
449
453
468
461
tipos
449
ATS
8, 11, 34, 59,65-66,211, 254
Leilo
ligar
34,45,231
contnuo
34,43
ponto mdio combine
45, 230
outros tipos de harmonizao
230
price / pr-rata prioridade
44, 227
preo / tempo prioridade
44, 226
prioridade, paridade,
228
9
Negociao automatizada
B
estatsticos (pares)
150Benchmarks
48, 168
54
194
a escolha ideal para
intraday
169
169
171
ps-negociao
prc-comrcio
Beta349
Bilateral comrcio
4
1
Bloco
comrcio
8
O negcio
ciclo
43
0
Buy-side
3
C
Call auction
Contraparte central
Ordens Criana
Clareira
Ordens contingentes
Contnuo leilo
leilo Corporativo
anncios
308
Corporativo news403
a reao do mercado
Crdito derivados
530 mercados
423
57,
532
570
Cruzamento
D
Escuro piscinas
Dados minerao
relaes
crises e contagion445
activo cruz aula
inter-mercado
intra-mercado
tcnicas
regras de associao
classificao e agrupamento
sries temporais
Revendedor-to-elient mercados
Depositrio recibos
mercados
precificao e negociao
Derivativos
mercados
Negociao de Acesso Directo
Dircet Acesso Liquidez
Acesso Direto ao Mercado
Acesso Estratgia dircet
Instrues de roteamentoDirigido
ndice
8, 16, 211
Vejo ATS
440
444
444
442
440
441
440
440
62
58, 534
536
535
56
515
15
16
Vejo DM
UMA
17
93
104
345
4, 7, 15
93
Diversificao
DM UMA
No-route instrues
E
CE N
11,59 , 64, 2 478,48
Fronteira negocia o eficiente
algoritmos de mapeamento para
199
Rede de Comunicao Eletrnica .. Vejo
ECN
Eletrnico comrcio
77
tendncias globais
67
histria
10
Capital prprio
54
mercados
474
sia
491
Canad
484
EMEA
486
Latino Amcrica
485
U.S
477
precificao e negociao
475
ET F
5 8 ,53 8
mercados
539
precificao e negociao
539
Exchange Traded Fundo
Vejo ET
Gesto de Execuo F systems312
Mtodos de execuo
comparando
testemunho
eficincia
quanto arco eles usava
performance / custo
usabilidade
Execuo ttica
captura
desenho
escondendo
IMPACTO-d ri ven
estratificao
oportunista / liquidez de drivcn265
emparelhamento
pegging
preo / risco-driven262
roteamento
buscando
slicing
sniping
F
Fat comrcios dedo
Encha-or-kill instrues
Protocolo FIX
apoio classe de ativos
FIXML
tipos de mercado
ordem
condies
tipos
carteiras
comrcio algoritmos
Fixo renda
mercados
Americas
sia
EMEA
U.S
novas questes
precificao e negociao
baixo dvida de curto prazo
Ordens de Flash
Estrangeiro intercmbio
mercados
preos e negociao
Futuros
contrato expirao
mercados
Amricas
sia
EMEA
17
6
18
21
20
19
257
264
258
261
259
262
268
264
267
265
259
266
335
90
316
318
316
317
318
319
321
314, 320
54, 495
495
500
502
501
498
300
496
509
94
55, 504
504.505
505
56, 516
301
516
524
526
525
571
519
517
G
Gamma M dia Ponderada Preo
Vej
o
GWA P
Gentico
algoritmos
453
GWA P
algoritmos
159-60
referncia
159
H
Hedging
beta
376
balanceamento de dinheiro carteiras
355
neutralidade para categoriscd carteiras
357
delta
380
gamma
382
Risco de taxa de juros
378
carteiras neutro para o mercado
356
359
minimizando portflio tracking error
estratgias
375
Liquidez oculto
lidando com
247
estimar a probabilidade de
250
manchas
248
Oculto encomendas
101
Alta frequncia comrcio
9
High-touch comrcio
7
Eu
Icebergue encomendas
101
Imediata-ou-cancelar instrues
89
Implementao dficit
49 , 162
algoritmos
133-38,200
Implcita encomendas
111
ndice reequilbrio
304
Indicao de interesse
Vejo
101
Institucional
estilos
comrcio
nter-dealer mercados
intercmbios
OTC corretor / lnter-dealer redes
Varreduras Inter-mercado
101
eu
Ordens Limitadas
Encomendas-Linked alternativos
Liquidez
predio
estatstico
6
8I
59
60
61
93
108.318
85
109
29
287
Trades FX de caixa
hedging estratgias
estruturada estratgias
Multilateral de Comrcio Instalao
corporativo
426
macroeconmico
421
Algoritmos orientada por liquidez . 14650,20 2 Baixa-touch comrcio
M
Macroecon mico
notcia
402
a reao do mercado
41
6 Contribuio marginal para risco
35
1
Fechamento do mercado algoritmos 141-43
Mercado Fechar algoritmos
200
Impacto no mercado
estimar
2
93 para estimar carteiras
35
1
custos de transao
178 Mercado
fabricante
31, 39,41 , 42,48,223,
224,22 5
Mercado microestrutura
27
classificando grande mercado tipos
33
liquidez
29
funo
do
28 estrutura do mercado
mercado
e
projeto
30
tipos de mercado
participantes
frequncia de negociao
mecanismo de comrcio
protocolos comerciais
transparncia
Mercado encomendas
31
28
33
31
35
36
84
Market-to-limite encomendas
96
Market-com-proteco encomendas
97
MiFID
Vejo
Regulamentos Algoritmos impacto mnimo
.. 130-32,20 0Mnimo volume instrues
91
Dinheiro mercados
55,
509 repos
512
dvida de curto prazo
510
do emprstimo de ttulos
513
MT F
59,64 , 486,48 8
Multi-ativo comrcio
371
estratgias de arbitragem
3
83 cobrindo curta vendas
3
74
374
375
374
Vejo MT
7
92
109
451
572
ndice
prevendo
de ativos prices455
comrcio volume460
volatilidade
459
Notcia
alternativa fontes
407
anlise
412
associao
410
digitalizao
404.406
filtragem
410
fluxo
433
incorporar estratgias de negociao 432
interpretao
413
reaes do mercado para
416
minerao
414
surpresas
427.435
oportunidade
428
tipos de
401
No-realizada encomendas
103
O
-One-cancela outra instrues
95
fatores de mercado
Ordem tipos
condicional
cruzamento
discretional
oculto
hbrido
fim-contingente
roteado
Orientada para o fim comrcio
P
Par de negociao algoritmos
Passiva in-the-money
Atravessar encomendas
Pegged encomendas
Percentagem de Volume
238
35, 96
98
108
103
100
96
109
106
31
150-54, 202
Sec PLM
106
104
Vejo
40 ,
231
226
39, 222
225
224
223
573
avaliao
Preo em linha algoritmos
Diretor comrcio
Programa comrcio
222
144-46 , 202
8
9
Q
Negociao quantitativa
-Driven Citar
comrcio
9
31
R
Regulamentos
conformidade
335
dedo gordo trades335
as regras do mercado
336
sanidade chccks
335
MiFID
11.486, 488
Reg NMS11.478.479
Repos
511
Pedido de CitaoVejo RF
Q
Pedido-para-strcaming
Vejo
RFS Reserva encomendas
101
4 2 2 0 8 2 0 9 3 1 7 , 398
RF Q
RFS
42, 208317 , 398
Risco
5
averso
196
pasta
342
Routing estratgia- encomendas
107
S
Escala encomendas
105
Valores mobilirios Lending
513
Sell-side
3
Sentimento
434
Assentamento
46, 335
Ordem inteligente roteamento
7
15
Acesso patrocinado
Arbitragem
9, 151
estatstica
Pare
de encomendas
98
Straight-through47 , 335
Vector apoio mquinas
453
prevendo
os preos dos ativos
458
volatilidade
459
Swaps
57, 528
mercados
529
Sistemtico comrcio
9
T
TC UMA
Veja Os custos de
transao Testing332
teste de volta
mercados
artificial
333.465
466
real simulaes
Assinale sensvel encomendas
467
100
relatando
46
Negociao
interrupes
limites de preo
paradas de negociao
volatilidade leiles
Negociao algoritmo
306
308
307
308
Vejo
Algoritmos Negociao
objetivos
196
custo de equilbrio e
risco
197
minimizando portfoliorisk
359
minimizar o custo
197
pasta hedging354
preo melhoria
197
Vejo Volume
Negociao ordens
99
de stop volume de
161.292
Custos de transao
184
atravs mercados mundiais
benchmarks
48
quebra baixa
49.173
comisso
177
atraso
175
estimar
292
taxas
177
investimento relacionadas com o
175
impacto no mercado
178 medio
47
oportunidade
183
ps-negociao
172
trending preo
181 os
spreads
48.178
impostos
175
cronometragem
risco
182
trading relacionada
176
Transparncia
36
tendncias globais
69
TWA P
algoritmos
120-23, 200
referncia
169
vc
Uncommitted encomendas
No andar de cima mercado
108
16, 34
ndice
574
V
VIX
Volatilidade
ndices
predio
inteligncia artificial
213, 291
291
288
459
implcita volatility289
estatstico
288
volatilidade ndices
291
reao notcia
corporativo
427
macroeconmico
422
Impulsionado pela volatilidade algoritmos
157-59
Volume
decomposio
285
fatores que afetam
284
perfis histricos
281
predio
281
inteligncia artificial
460
volume de histrico perfis
281
reao notcia
corporativo
425
macroeconomic420
Volume M dio Ponderado Preo
Vejo
AP V
PAP V P
algoritmos
123-27,200
referncia
170
W
Sedutor dias
302
Mundo mercados
53
comparao
74
tendncias
66
Z
Zero-toueh comrcio
7
Ai d
Prego eletrnico transformou os mercados. Negocia o algortmica e Acesso Direto ao Mercado (DMA) s o
ferramentas importantes que ajudam tanto os comerciantes compram e vendem -laterais para conseguir a melhor
execuo.
Este livro comea a partir do zero. fornecendo explicaes detalhadas sobre estas duas tcnicas:
Uma introduo para os diferentes tipos de execuo seguido pela um resumo da teoria da microestrutura de mercado. Ao longo
do livro, exemplos de estudos emp ricos preencher a lacuna entre a te oria ea prtica da negociao.
As ordens so os blocos de construo fundamentais para qualquer estratgia de execuo. Market, limite, pare,
escondido, iceberg, peg, ordens roteadas e imediatas-or-cancelar esto todos descritos, usando exemplos ilustrados.
Algoritmos de negocia o so explicados e comparados usando gr ficos para mostrar padres comerciais
potenciais. TWAP. VWAP, Percentual de Volume, impacto mnimo, Shortfall Implementao, Adaptive dfice.
Mercado On Close e Pairs algoritmos de negocia o esto todas cobertas, juntamente com varia es comuns.
Os custos de transao pode ter um efeito significativo sobre o retorno dos investimentos. Um profundo exemplo mostra como
estas podem ser dividido em componentes, tais como o impacto no mercado, risco temporal, difundir e custo de oportunidade e
outras taxas.
A cobertura inclui todas as principais classes de ativos, de a es para renda fixa, cmbio e derivativos. Vises
gerais detalhadas para cada um dos principais mercados do mundo s o fornecidos nos apndices.
Colocao de pedidos e execuo tticas so abordados com mais detalhes, bem como potenciais melhorias
(como previses de curto prazo), para os interessado s nos detalhes de implementao dessas estratgias.
Aplicaes de corte de ponta, como a carteira de negocia o e multi-ativo tambm so considerados, como esto
lidando com notcias e minerao de dados / inteligncia artificial.
JMY
e lom
ISBN 978-095639920 5
um
1PRes s
9 780956 399205
90 00 >