Algorithmisches Handelssystem Wiki

Daten, Informationen und Material (ldquocontentrdquo) dient nur zu Informationszwecken und Bildungszwecken. Dieses Material ist und ist weder ein Angebot, eine Aufforderung noch eine Empfehlung zum Kauf oder Verkauf von Wertpapieren. Alle Investitionsentscheidungen, die der Nutzer durch die Nutzung solcher Inhalte getroffen hat, basieren ausschließlich auf der unabhängigen Analyse der Nutzer unter Berücksichtigung Ihrer finanziellen Verhältnisse, Anlageziele und Risikobereitschaft. Weder KJTradingSystems (KJ Trading) noch irgendeiner seiner Inhalteanbieter haftet für irgendwelche Fehler oder für irgendwelche Handlungen, die im Vertrauen darauf getroffen werden. Durch den Zugriff auf die KJ Trading-Website stimmt der Benutzer zu, den darin enthaltenen Inhalt nicht neu zu verteilen, es sei denn, dies ist ausdrücklich erlaubt. Individuelle Leistung hängt von jedem studentrsquos einzigartige Fähigkeiten, Zeit Engagement und Anstrengung. Studenten, die ihre Geschichten teilen, wurden nicht für ihre Testimonials ausgeglichen. Student Stories wurden nicht unabhängig von KJ Trading überprüft. Ergebnisse können nicht typisch sein und einzelne Ergebnisse variieren. 8203U. S. Regierung Erforderlich Haftungsausschluss - Commodity Futures Trading Commission. Futures und Optionen Handel hat große potenzielle Belohnungen, sondern auch ein großes Potenzial Risiko. Sie müssen sich der Risiken bewusst sein und bereit sein, diese zu akzeptieren, um in die Futures - und Optionsmärkte zu investieren. Dont Handel mit Geld, das Sie nicht leisten können, zu verlieren. Diese Website ist weder eine Aufforderung noch ein Angebot an BuySell Futures oder Optionen. Es wird nicht vertreten, dass ein Konto ähnliche oder ähnliche Gewinne oder Verluste erzielt, wie die auf dieser Website besprochenen. Die bisherige Wertentwicklung eines Handelssystems oder einer Methodik ist nicht notwendigerweise ein Hinweis auf zukünftige Ergebnisse. CFTC RULE 4.41 - HYPOTHETISCHE ODER SIMULATIVE LEISTUNGSERGEBNISSE HABEN BESTIMMTE BESCHRÄNKUNGEN. EINE AKTUELLE LEISTUNGSAUFNAHME, SIMULATIVE ERGEBNISSE NICHT VERTRETEN. Da auch die TRADES nicht ausgeführte, können im Ergebnis Unter - oder überkompensiert für die Auswirkungen, wenn überhaupt, Marktfaktoren, wie der Mangel an Liquidität, simuliert TRADING Programme im Allgemeinen unterliegen ebenfalls den Umstand, dass SIE SIND MIT DEM VORTEIL VON HINDSIGHT ENTWERFEN. KEINE REPRÄSENTATION WIRD DURCHGEFÜHRT, DASS JEDES KONTO ODER EINEN ERGEBNIS ODER VERLUSTE ENTSTANDEN WIRD. Testimonials auf dieser Website erscheinen tatsächlich per E-Mail-Einreichung oder Web-Umfrage Kommentare erhalten. Sie sind individuelle Erfahrungen und reflektieren echte Lebenserfahrungen derer, die unsere Produkte und Dienstleistungen in irgendeiner Weise genutzt haben. Allerdings sind sie einzelne Ergebnisse und Ergebnisse variieren. Wir behaupten nicht, dass sie typische Ergebnisse sind, die die Verbraucher in der Regel erreichen werden. Die Testimonials sind nicht unbedingt repräsentativ für alle, die unsere Produkte und Dienstleistungen nutzen. Die angezeigten Zeugnisse werden mit Ausnahme der Korrektur von grammatischen oder Tippfehlern verbatimiert. Einige wurden verkürzt, was bedeutet, dass nicht die ganze Botschaft des Zeugnisautors angezeigt wird, wenn sie langwierig erschien oder das Zeugnis in seiner Gesamtheit für die Allgemeinheit irrelevant erschien. E-Mail: kdavey at kjtradingsystems (c) Urheberrecht - KJ Trading Systems. Alle Rechte vorbehalten. KJ Trading SystemsAlgorithmischer Handel Algorithmischer Handel. Auch als automatisierte Handel. Black-Box-Handel. Oder Algo-Handel. Ist die Verwendung von elektronischen Plattformen für die Eingabe von Handelsaufträgen mit einem Algorithmus, der vorprogrammierte Handelsanweisungen ausführt, deren Variablen den Zeitpunkt, den Preis oder die Menge des Auftrages beinhalten können oder in vielen Fällen die Anweisung eines Roboters ohne menschliches Eingreifen einleiten. Algorithmischer Handel wird häufig von Investmentbanken genutzt. Rentenfonds. Investmentfonds. Und andere Buy-Side (Investor-driven) institutionelle Händler, um große Trades in mehrere kleinere Trades zu teilen, um Markt Auswirkungen und Risiko zu verwalten. 1 2 Verkaufen Nebenhändler, wie Market Maker und einige Hedge-Fonds. Bieten Liquidität auf den Markt, Erzeugung und Ausführung von Aufträgen automatisch. Eine besondere Klasse des algorithmischen Handels ist der Hochfrequenzhandel (HFT). Viele Arten von algorithmischen oder automatisierten Handelsaktivitäten können als HFT beschrieben werden. Im Februar 2012 bildete die Commodity Futures Trading Commission (CFTC) eine spezielle Arbeitsgruppe, die Wissenschaftler und Branchenexperten einschlug, um die CFTC zu beraten, wie sie am besten HFT definieren können. 3 4 HFT-Strategien nutzen Computer, die aufwendige Entscheidungen treffen, um Aufträge auf der Grundlage von Informationen zu initiieren, die elektronisch empfangen werden, bevor menschliche Händler in der Lage sind, die von ihnen beobachteten Informationen zu verarbeiten. Algorithmischer Handel und HFT haben zu einer dramatischen Veränderung der Marktmikrostruktur geführt, insbesondere im Hinblick auf die Bereitstellung von Liquidität. 5 Algorithmisches Handelssystem kann in jeder Anlagestrategie verwendet werden. Einschließlich der Marktreife. Inter-Markt-Ausbreitung, Arbitrage. Oder reine Spekulation (einschließlich Trend folgend). Die Investitionsentscheidung und - implementierung kann in jedem Stadium mit algorithmischer Unterstützung ergänzt oder vollständig automatisiert betrieben werden. Eines der Hauptprobleme in Bezug auf HFT ist die Schwierigkeit, festzustellen, wie rentabel es ist. Ein im August 2009 von der TABB-Gruppe veröffentlichter Bericht, ein Forschungsinstitut für Finanzdienstleistungsunternehmen, schätzte, dass die 300 Wertpapierfirmen und Hedge-Fonds, die sich auf diese Art von Handelsgeschäften spezialisiert haben, 2008 ein Maximum von US21 Milliarden an Gewinnen erhielten6, was die Autoren Genannt relativ klein und überraschend bescheiden im Vergleich zu den Märkten insgesamt Handelsvolumen. Ein Drittel aller Aktien der Europäischen Union und der Vereinigten Staaten im Jahr 2006 wurden durch automatische Programme oder Algorithmen, nach Boston-basierte Finanzdienstleistungsindustrie Forschung und Beratung Firma Aite Group getrieben. 7 Ab 2009 gaben Studien an, dass HFT-Unternehmen 60-73 des gesamten US-Aktienhandelsvolumens ausmachten, wobei diese Zahl im Jahr 2012 auf etwa 50 fallen würde. 8 9 2006 an der Londoner Börse. Über 40 von allen Aufträgen wurden durch algorithmische Händler eingegeben, mit 60 für 2007 vorhergesagt. Amerikanische Märkte und europäische Märkte haben im Allgemeinen einen höheren Anteil algorithmischen Handel als andere Märkte, und Schätzungen für 2008 reichen so hoch wie ein 80 Anteil in einigen Märkten. Die Devisenmärkte haben auch aktiv algorithmischen Handel (etwa 25 Bestellungen im Jahr 2006). 10 Futures-Märkte gelten als relativ einfach in den algorithmischen Handel zu integrieren, 11 mit etwa 20 Optionen Volumen erwartet, dass Computer-generiert bis 2010. Script Fehler Skript Fehler 91 datiert info 93 12 Bond-Märkte sind auf dem Weg zu mehr Zugang zu algorithmischen Händlern. 13 Algorithmische und HFT wurden das Thema viel öffentlicher Debatte seit der US-amerikanischen Securities and Exchange Commission und der Commodity Futures Trading Commission in Berichten, dass ein algorithmischer Handel von einem Investmentfonds-Unternehmen eingeleitet eine Welle des Verkaufs, die zum 2010 Flash Crash führte ausgelöst . 14 15 16 17 18 19 20 21 Dieselben Berichte zufolge haben HFT-Strategien zu einer anschließenden Volatilität beigetragen. Als Ergebnis dieser Ereignisse erlitt der Dow Jones Industrial Average seine zweitgrößte Intraday-Pendelschwelle bis dahin, obwohl sich die Preise schnell erholten. Der Bericht der Internationalen Organisation der Wertpapieraufsichtsbehörden (IOSCO), ein internationales Gremium von Wertpapieraufsichtsbehörden, kam zu dem Schluss, dass Algorithmen und HFT-Technologien auf dem Markt verwendet worden sind (siehe Liste der größten täglichen Veränderungen im Dow Jones Industrial Average) Teilnehmer, um ihre Handels-und Risiko zu verwalten, war ihre Nutzung auch eindeutig ein wichtiger Faktor in der Flash-Crash-Event vom 6. Mai 2010. 22 23 Einige algorithmische Handel vor der Index-Fonds Rebalancing überträgt Gewinne von Investoren. 24 25 26 Geschichte Bearbeiten Die Informatisierung des Auftragsflusses an den Finanzmärkten begann in den frühen 1970er-Jahren, wobei einige Markierungen die Einführung des Order-Turnaround-Systems der New Yorker Börse (DOT, später SuperDOT) waren, das die Bestellungen elektronisch an die Ordnungsgemäße Handelsposten, die sie manuell ausgeführt haben. Das Eröffnungsautomatisierungssystem (OARS) unterstützte den Spezialisten bei der Ermittlung des Marktklärungsöffnungspreises (SOR Smart Order Routing). Der Programmhandel wird von der New York Stock Exchange als Order zum Kauf oder Verkauf von 15 oder mehr Aktien im Wert von über US1 Millionen insgesamt definiert. In der Praxis bedeutet dies, dass alle Programmabschlüsse mit Hilfe eines Computers eingegeben werden. In den 1980er Jahren wurde der Programmhandel im Handel zwischen den SampP500-Aktien - und Futures-Märkten weit verbreitet. In Aktienindex Arbitrage ein Händler kauft (oder verkauft) einen Aktienindex Futures-Kontrakt wie die SampP 500 Futures und verkauft (oder kauft) ein Portfolio von bis zu 500 Aktien (kann eine viel kleinere repräsentative Teilmenge) an der NYSE abgestimmt gegen die Futures-Handel. Der Programmhandel an der NYSE würde in einem Computer vorprogrammiert sein, um den Auftrag automatisch in das elektronische Orderrouting-System der NYSE einzugeben, zu einem Zeitpunkt, an dem der Futures-Preis und der Aktienindex weit genug voneinander entfernt waren, um einen Gewinn zu erzielen. Gleichzeitig wurde die Portfolio-Versicherung dazu entworfen, eine synthetische Put-Option auf ein Aktienportfolio durch dynamisches Trading von Aktienindex-Futures nach einem Computermodell basierend auf dem BlackScholes-Optionspreismodell zu schaffen. Beide Strategien, oft einfach zusammengefasst als Programm-Trading, wurden von vielen Menschen (zum Beispiel durch die Brady-Bericht) für die Verschärfung oder sogar Start der 1987 Börsencrash. Doch die Auswirkungen der Computer gefahrenen Handel auf Börsencrashes ist unklar und weit in der akademischen Gemeinschaft diskutiert. 27 Finanzmärkte mit voll elektronischer Ausführung und ähnlichen elektronischen Kommunikationsnetzen, die Ende der 80er und 90er Jahre entwickelt wurden. In der US-Dezimalisierung. Die die minimale Tickgröße von 116 Dollar (US0.0625) auf US0.01 pro Aktie änderte, könnte den algorithmischen Handel ermutigt haben, da sie die Marktgeometrie veränderte, indem sie kleinere Unterschiede zwischen den Geld - und Briefkursen zuließ und die Marktmacher verringerte Wodurch die Marktliquidität erhöht wird. Diese erhöhte Marktliquidität führte zu institutionellen Händlern, die Aufträge nach Computeralgorithmen aufteilen, um Aufträge zu einem besseren Durchschnittspreis ausführen zu können. Diese Durchschnittspreis-Benchmarks werden von Computern unter Anwendung des zeitlich gewogenen Durchschnittspreises oder häufiger durch den volumengewichteten Durchschnittspreis ermittelt und berechnet. Eine weitere Ermutigung für die Annahme des algorithmischen Handels an den Finanzmärkten kam im Jahr 2001, als ein Team von IBM-Forschern ein Papier 28 auf der Internationalen Gemeinsamen Konferenz über Künstliche Intelligenz veröffentlicht, wo sie zeigten, dass in experimentellen Laborversionen der elektronischen Auktionen in den finanziellen verwendet Märkten, zwei algorithmische Strategien (IBMs eigene MGD und Hewlett-Packard s ZIP) konsequent out-perform menschliche Händler. MGD war eine modifizierte Version des GD-Algorithmus, der 1996 von Steven Gjerstad amp John Dickhaut erfunden wurde. 29 Der ZIP-Algorithmus wurde 1996 von Dave Cliff (Professor) bei HP erfunden. 30 In ihrer Arbeit schrieb das IBM-Team, dass die finanziellen Auswirkungen von Ihre Ergebnisse zeigen, MGD und ZIP Outperforming menschlichen Händlern. Könnte in Milliarden von Dollar jährlich die IBM-Papier generiert internationalen Medienberichterstattung gemessen werden. Als weitere elektronische Märkte eröffnet wurden, wurden andere algorithmische Handelsstrategien eingeführt. Diese Strategien werden leichter von Computern implementiert, da Maschinen schneller auf vorübergehende Fehlpreise reagieren und gleichzeitig die Preise von mehreren Märkten untersuchen können. Zum Beispiel Stealth (entwickelt von der Deutschen Bank), Sniper und Guerilla (von Credit Suisse 31 entwickelt), Arbitrage. Statistische Arbitrage. Trend folgend. Und mittlere Reversion. Diese Art von Handel ist, was treibt die neue Nachfrage nach Low Latency Proximity Hosting und Global Exchange Connectivity. Es ist unerlässlich zu verstehen, was Latenz ist, wenn eine Strategie für den elektronischen Handel. Latenz bezieht sich auf die Verzögerung zwischen der Übertragung von Informationen von einer Quelle und dem Empfang der Informationen an einem Ziel. Latenz hat als untere Grenze die Lichtgeschwindigkeit dies entspricht etwa 3,3 Millisekunden pro 1.000 Kilometer Lichtwellenleiter. Jede Signalregenerierungs - oder Routing-Ausrüstung führt zu einer größeren Latenz als diese Lampenkurven-Grundlinie. Strategien Edit Trading vor der Index-Fonds-Rebalancing Edit Die meisten Altersvorsorge. Wie private Pensionskassen oder 401 (k) und individuelle Rentenkonten in den USA, werden in Investmentfonds investiert. Die populärsten sind Indexfonds, die ihr Portfolio regelmäßig neu ausbalancieren oder anpassen müssen, um den neuen Kursen und der Marktkapitalisierung der zugrunde liegenden Wertpapiere in der Aktie oder einem anderen Index, den sie verfolgen, gerecht zu werden. 32 33 Dies erlaubt algorithmischen Händlern (80 der Trades, von denen die Top 20 der populärsten Wertpapiere 32 betroffen sind), vor Aktienkursbewegungen zu rechnen und zu handeln, die durch die gegenseitige Fondausgleichung verursacht werden, was einen Gewinn aus den Vorkenntnissen der großen institutionellen Blockaufträge ergibt. 24 34 Daraus resultieren Gewinne von Anlegern zu algorithmischen Händlern, die für SampP 500 Indexfonds jährlich mindestens 21 bis 28 Basispunkte und für Russell 2000 Fonds mindestens 38 bis 77 Basispunkte pro Jahr betragen. 25 John Montgomery von Bridgeway Capital Management sagt, dass der daraus resultierende schlechte Investor aus dem Handel vor Investmentfonds zurückkehrt, ist der Elefant im Raum, der schockierend, die Leute nicht reden. 26 Verwandte Zeitzone Arbitrage gegen Investmentfonds und ihre zugrundeliegenden Wertpapiere, die auf überseeischen Märkten gehandelt werden, ist wahrscheinlich schädlich für die finanzielle Integration zwischen den Vereinigten Staaten, Asien und Europa. Trendverlauf Trend Trend ist eine Investitionsstrategie, die versucht, langfristige, mittelfristige und kurzfristige Bewegungen zu nutzen, die manchmal in verschiedenen Märkten auftreten. Die Strategie zielt darauf ab, von einem Markttrend auf beiden Seiten zu profitieren, lange (kaufend) oder kurz (Verkauf) auf einem Markt zu profitieren, um vom Auf und Ab der Aktien - oder Futures-Märkte zu profitieren. Händler, die diesen Ansatz verwenden, können aktuelle Marktpreisberechnungen, gleitende Durchschnitte und Kanalausbrüche verwenden, um die allgemeine Richtung des Marktes zu bestimmen und Handelssignale zu erzeugen. Trader, die einen Trend nach der Strategie abschließen, zielen nicht darauf ab, bestimmte Preisniveaus zu prognostizieren oder vorherzusagen, die sie ein Handelsgeschäft initiieren, wenn ein Trend zu beginnen scheint, und den Handel zu beenden, sobald der Trend zu Ende zu sein scheint. Handelspaar Handel oder Pärchenhandel ist ein Long-Short. Idealerweise marktneutrale Strategie, die es den Händlern ermöglicht, vor transienten Diskrepanzen des relativen Werts enger Substitute zu profitieren. Anders als im Fall der klassischen Arbitrage kann im Falle eines Paarhandels das Gesetz eines Preises keine Konvergenz der Preise garantieren. Dies trifft besonders dann zu, wenn die Strategie auf einzelne Bestände angewendet wird - diese unvollkommenen Substitute können auf unbestimmte Zeit divergieren. In der Theorie sollte die langfristige Natur der Strategie machen es funktionieren, unabhängig von der Börsen-Richtung. In der Praxis können das Ausführungsrisiko, anhaltende und große Divergenzen sowie eine Abnahme der Volatilität diese Strategie für längere Zeiträume unrentabel machen (z. B. 2004-7). Es gehört zu weiteren Kategorien von statistischen Arbitrage. Konvergenzhandel. Und Relativwertstrategien. 37 Delta-neutrale Strategien Edit Im Finanzbereich beschreibt delta-neutral ein Portfolio von verwandten Finanzwerten, bei dem der Portfoliowert aufgrund geringer Wertveränderungen des zugrunde liegenden Wertpapiers unverändert bleibt. Ein solches Portfolio enthält typischerweise Optionen und deren entsprechende zugrunde liegende Wertpapiere, so dass positive und negative Delta-Komponenten versetzt werden, was dazu führt, dass der Portfoliowert relativ unempfindlich gegenüber Wertänderungen des zugrunde liegenden Wertpapiers ist. Arbitrage Edit In Wirtschaft und Finanzen. Arbitrage r b t r ist die Praxis, einen Preisunterschied zwischen zwei oder mehreren Märkten auszunutzen. Schlagen eine Kombination von passenden Deals, die aus dem Ungleichgewicht zu profitieren, wobei der Gewinn ist der Unterschied zwischen den Marktpreisen. Wenn ein Arbitrage von Akademikern verwendet wird, handelt es sich bei einem Arbitrage um eine Transaktion, bei der kein negativer Cashflow in einem probabilistischen oder zeitlichen Zustand und ein positiver Cashflow in mindestens einem Staat vereinfacht ist, die Möglichkeit eines risikofreien Gewinns zu Nullen. Bedingungen für Arbitrage Die Bearbeitung von Arbitrage ist möglich, wenn eine der drei Bedingungen erfüllt ist: Der gleiche Vermögenswert wird nicht auf allen Märkten zum gleichen Preis gehandelt (das Gesetz eines Preises wird vorübergehend verletzt). Zwei Vermögenswerte mit identischen Cashflows handeln nicht zum gleichen Preis. Ein Vermögenswert mit einem bekannten Kurs in der Zukunft tut heute nicht zu seinem künftigen Kurs, der zum risikofreien Zinssatz diskontiert wird (oder der Vermögenswert hat keine vernachlässigbaren Lagerkosten als solche, zum Beispiel gilt diese Bedingung für Getreide, aber nicht Für Wertpapiere). Arbitrage ist nicht einfach der Akt des Kaufens eines Produktes in einem Markt und verkauft es in einem anderen für einen höheren Preis zu einem späteren Zeitpunkt. Die langen und kurzen Transaktionen sollten idealerweise gleichzeitig auftreten, um das Risiko des Marktrisikos zu mini - mieren oder das Risiko, dass sich die Preise auf einem Markt ändern können, bevor beide Transaktionen abgeschlossen sind. In der Praxis ist dies grundsätzlich nur bei Wertpapieren und Finanzprodukten möglich, die elektronisch gehandelt werden können, und selbst dann, wenn die ersten Beine des Handels ausgeführt werden, sich die Preise in den anderen Beinen verschlechtert haben und sich in einem garantierten Zustand verriegeln können Verlust. Fehlt eines der Beine des Handels (und dann muss es zu einem schlechteren Preis zu öffnen) heißt Ausführungsrisiko oder insbesondere Bein-und Leg-out-Risiko. Anmerkung 1 Im einfachsten Beispiel sollte jede in einem Markt verkaufte Ware für denselben Preis in einer anderen verkauft werden. Händler können zum Beispiel feststellen, dass der Preis für Weizen in landwirtschaftlichen Regionen niedriger ist als in Städten, kauft das Gut und transportiert es in eine andere Region, um zu einem höheren Preis zu verkaufen. Diese Art von Preis-Arbitrage ist die häufigste, aber dieses einfache Beispiel ignoriert die Kosten für Transport, Lagerung, Risiko und andere Faktoren. True Arbitrage erfordert, dass es kein Marktrisiko beteiligt. Wenn Wertpapiere an mehr als einer Börse gehandelt werden, erfolgt die Arbitrage durch gleichzeitigen Kauf und Verkauf auf der anderen. Solche gleichzeitige Ausführung, wenn perfekte Substitute beteiligt sind, minimiert Kapitalanforderungen, aber in der Praxis schafft niemals eine selbstfinanzierende (freie) Position, wie viele Quellen nach der Theorie falsch annehmen. Solange sich der Marktwert und die Risikobereitschaft der beiden Beine unterscheiden, müsste das Kapital aufgebracht werden, um die Long-Short-Arbitrage-Position zu tragen. Mittlere Reversion Bearbeiten Die mittlere Reversion ist eine mathematische Methode, die manchmal für Aktieninvestitionen verwendet wird, kann aber auch auf andere Prozesse angewendet werden. Im Allgemeinen ist die Idee, dass sowohl eine hohe und niedrige Preise sind vorübergehend, und dass ein Aktienkurs tendenziell einen durchschnittlichen Preis im Laufe der Zeit haben. Die mittlere Reversion beinhaltet zunächst die Ermittlung der Handelsspanne für eine Aktie und die Berechnung des Durchschnittspreises anhand analytischer Techniken in Bezug auf Vermögenswerte, Erträge usw. Wenn der aktuelle Marktpreis unter dem Durchschnittspreis liegt, wird die Aktie als attraktiv angesehen , Mit der Erwartung, dass der Preis steigen wird. Wenn der aktuelle Marktpreis über dem Durchschnittspreis liegt, wird der Marktpreis voraussichtlich fallen. Mit anderen Worten, es wird erwartet, dass Abweichungen vom Durchschnittspreis auf den Durchschnitt zurückgehen. Die Standardabweichung der jüngsten Preise (z. B. die letzten 20) wird häufig als Kauf - oder Verkaufsindikator verwendet. Stock Reporting Services (wie Yahoo Finance, MS Investor, Morningstar, etc.), bieten in der Regel gleitende Durchschnittswerte für Zeiträume wie 50 und 100 Tage. Während Reporting Services die Durchschnittswerte bereitstellen, ist die Ermittlung der hohen und niedrigen Preise für den Studienzeitraum noch notwendig. Scalping Edit Scalping (Handel) ist eine Methode der Arbitrage von kleinen Preislücken, die durch die Bid-Ask-Spread. Scalpers versuchen, wie traditionelle Market Maker oder Spezialisten zu handeln. Um die Ausbreitung zu machen, bedeutet, zum Bid-Preis zu kaufen und an dem fragen-Preis zu verkaufen, um den Bidask-Unterschied zu gewinnen. Dieses Verfahren ermöglicht Gewinn auch dann, wenn das Angebot und die Nachfrage überhaupt nicht verschieben, solange es Händler gibt, die bereit sind, Marktpreise zu nehmen. Normalerweise wird eine Position schnell aufgebaut und liquidiert, in der Regel innerhalb von Minuten oder sogar Sekunden. Die Rolle eines Scalper ist eigentlich die Rolle der Market Maker oder Spezialisten, die die Liquidität und Order Flow eines Produktes eines Marktes zu halten. Ein Market Maker ist im Grunde ein spezialisierter Scalper. Das Volumen eines Market Maker Trades sind oft mehr als die durchschnittlichen einzelnen Scalper. Ein Market Maker verfügt über ein ausgeklügeltes Handelssystem zur Überwachung der Handelsaktivitäten. Allerdings ist ein Market Maker durch strenge Wechselkurse gebunden, während die einzelnen Händler nicht. Zum Beispiel benötigt NASDAQ jeden Market Maker, um mindestens ein Gebot zu veröffentlichen, und man fragt auf einem Preisniveau, um so einen zweiseitigen Markt für jede vertretene Aktie beizubehalten. Transaktionskostenreduzierung Die meisten Strategien, die als algorithmischer Handel (sowie algorithmisches Liquiditätssuchen) bezeichnet werden, fallen in die Kostensenkungskategorie ein. Die grundlegende Idee ist, brechen Sie einen großen Auftrag in kleine Aufträge und legen Sie sie auf dem Markt im Laufe der Zeit. Die Wahl des Algorithmus hängt von verschiedenen Faktoren ab, wobei die wichtigste Volatilität und die Liquidität der Aktie sind. Beispielsweise ist für eine hochflüssige Lagerung die Übereinstimmung eines bestimmten Prozentsatzes der Gesamtbestände (sogenannte Volumeninlinealgorithmen) in der Regel eine gute Strategie, aber für eine hoch illiquide Aktie versuchen Algorithmen, jede Bestellung mit einem günstigen Preis ( Sogenannte liquiditätssuchende Algorithmen). Der Erfolg dieser Strategien wird in der Regel durch den Vergleich der durchschnittlichen Preis, bei dem die gesamte Bestellung durchgeführt wurde, mit dem durchschnittlichen Preis durch eine Benchmark-Ausführung für die gleiche Dauer erreicht gemessen. Üblicherweise wird der volumengewichtete Durchschnittspreis als Maßstab herangezogen. Manchmal wird der Ausführungspreis auch mit dem Preis des Instruments zum Zeitpunkt der Bestellung verglichen. Eine spezielle Klasse dieser Algorithmen versucht, algorithmische oder Eisberg-Befehle auf der anderen Seite zu detektieren (d. H. Wenn Sie versuchen, zu kaufen, versucht der Algorithmus, Aufträge für die Verkaufsseite zu erkennen). Diese Algorithmen werden Sniffing-Algorithmen genannt. Ein typisches Beispiel ist Stealth. Einige Beispiele für Algorithmen sind TWAP, VWAP, Implementierungsfehlbetrag, POV, Displaygröße, Liquiditätssucher und Stealth. Strategien, die nur im Zusammenhang mit dunklen Pools Bearbeiten Vor kurzem hat HFT, die eine breite Palette von Buy-Side sowie Markt machen verkaufen Nebenhändler, hat sich mehr prominent und umstritten. 38 Diese Algorithmen oder Techniken werden üblicherweise wie Stealth (von der Deutschen Bank entwickelt), Iceberg, Dagger, Guerrilla, Sniper, BASOR (von Quod Financial) und Sniffer genannt. 39 Dark Pools sind alternative elektronische Börsen, bei denen der Handel anonym erfolgt, wobei die meisten Aufträge versteckt oder gefroren sind. 40 Gamers oder Haie schnüffeln große Aufträge, indem sie kleine Marktaufträge pflücken, um zu kaufen und zu verkaufen. Wenn einige kleine Aufträge gefüllt werden, können die Haifische die Anwesenheit einer großen eisigen Ordnung entdeckt haben. Jetzt ist es ein Wettrüsten, sagte Andrew Lo, Direktor des Massachusetts Institute of Technology s Labor für Financial Engineering. Jeder baut anspruchsvollere Algorithmen, und je mehr Wettbewerb vorhanden ist, desto kleiner die Gewinne. 41 Hochfrequenzhandel Bearbeiten In den US-amerikanischen Hochfrequenzhandelsunternehmen (HFT) stellen 2 der rund 20.000 Unternehmen, die heute tätig sind, 2 der gesamten Aktienhandelsvolumen dar. 42 Ab dem ersten Quartal 2009 betrug die Bilanzsumme für Hedgefonds mit HFT-Strategien 141 Milliarden US-Dollar. 43 Die HFT-Strategie wurde erstmals von Renaissance Technologies erfolgreich umgesetzt. 44 Hochfrequenz-Fonds wurden in den Jahren 2007 und 2008 besonders populär. 43 Viele HFT-Unternehmen sind Market Maker und bieten Liquidität auf dem Markt, was die Volatilität verringert hat und dazu beigetragen hat, dass die Bid-Offer-Spreads den Handel erschweren und für andere Marktteilnehmer günstiger investieren. 43 45 46 HFT war ein Thema der intensiven öffentlichen Fokus seit der US-Securities and Exchange Commission und der Commodity Futures Trading Commission festgestellt, dass sowohl algorithmische und HFT zur Volatilität im 2010 Flash Crash beigetragen. Hauptakteure in HFT sind GETCO LLC, Jump Trading LLC, Tower Research Capital, Hudson River Trading sowie die Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies. 14 15 16 17 Es gibt vier Schlüsselkategorien von HFT-Strategien: Market-Making basierend auf Auftragsfluss, Market-Making basierend auf Tick-Daten Informationen, Event Arbitrage und statistische Arbitrage. Alle Portfolio-Allokationsentscheidungen werden durch computerisierte quantitative Modelle getroffen. Der Erfolg von HFT-Strategien ist weitgehend von ihrer Fähigkeit geprägt, gleichzeitig Informationsvolumen zu verarbeiten, was normale menschliche Händler nicht tun können. Type move image Datei: Merge-arrow. svg imageright class style textstyle text Es wurde vorgeschlagen, dass dieser Artikel in den Skriptfehler zusammengeführt wird. (Discuss) Vorgeschlagen seit August 2013. small smallbild small signage small text substanz datenname Market making Bearbeiten Market-Making ist ein Satz von HFT-Strategien, die die Platzierung einer Limit-Order zum Verkauf (oder Angebot) über dem aktuellen Marktpreis oder einer Buy-Limit Order (oder Bid) unter dem aktuellen Preis, um von der Geld-Brief-Spread profitieren. Automatischer Handel. Die von der Citigroup im Juli 2007 gekauft wurde, war ein aktiver Market Maker, der rund 6 des Gesamtvolumens auf der NASDAQ und der New York Stock Exchange ausmacht. 47 Statistische Arbitrage Edit Ein weiterer Satz von HFT-Strategien ist klassische Arbitrage-Strategie könnte mehrere Wertpapiere wie abgedeckte Zins-Parität auf dem Devisenmarkt, die eine Beziehung zwischen den Preisen einer inländischen Anleihe, eine Anleihe auf eine Fremdwährung, Preis der Währung und der Preis eines Terminkontrakts auf die Währung. Wenn sich die Marktpreise genügend von denen unterscheiden, die im Modell zur Deckung der Transaktionskosten enthalten sind, können vier Transaktionen getätigt werden, um einen risikofreien Gewinn zu gewährleisten. HFT erlaubt ähnliche Arbitrages unter Verwendung von Modellen mit einer größeren Komplexität, an denen mehr als 4 Wertpapiere beteiligt sind. Die TABB-Gruppe schätzt, dass die jährlichen Gesamtgewinne von Arbitrage-Strategien mit niedriger Latenzzeit derzeit mehr als 21 Milliarden US-Dollar übersteigen. 8 Es wurde ein breites Spektrum statistischer Arbitrage-Strategien entwickelt, bei denen Handelsentscheidungen auf der Basis von Abweichungen von statistisch signifikanten Beziehungen getroffen werden. Wie Strategien der Marktentwicklung kann statistisches Arbitrage in allen Assetklassen angewendet werden. Event Arbitrage Edit Eine Teilmenge von Risiko-, Fusions-, Wandelanleihen oder notleidende Wertpapiere Arbitrage, die auf ein bestimmtes Ereignis z. B. eine Vertragsunterzeichnung, behördliche Genehmigung, gerichtliche Entscheidung usw. zur Änderung des Preis - oder Zinsverhältnisses von zwei oder mehreren Finanzinstrumenten zählt Und erlauben dem Arbitrageur einen Gewinn zu verdienen. Ein Beispiel hierfür wäre die Merger-Arbitrage, die auch als Risikoarbitrage bezeichnet wird. Merger Arbitrage besteht im Allgemeinen aus dem Kauf der Aktie einer Gesellschaft, die das Ziel einer Übernahme ist, während kurzfristig die Aktie der übernehmenden Gesellschaft. Normalerweise ist der Marktpreis der Zielgesellschaft kleiner als der Preis, den die übernehmende Gesellschaft anbietet. Der Spread zwischen diesen beiden Preisen hängt im Wesentlichen von der Wahrscheinlichkeit und dem Zeitpunkt der abgeschlossenen Übernahme sowie dem aktuellen Zinsniveau ab. Die Wette in einer Fusion Arbitrage ist, dass ein solcher Spread schließlich null sein wird, wenn und wann die Übernahme abgeschlossen ist. Das Risiko ist, dass der Deal brechen und die Verbreitung massiv erweitert. Low-Latency-Trading Edit HFT wird oft mit dem Low-Latency-Handel verwechselt, der Computer verwendet, die Trades innerhalb von Mikrosekunden ausführen, oder mit extrem geringer Latenz im Jargon des Handels. Händler mit geringer Latenz sind auf Netzwerke mit extrem niedriger Latenz angewiesen. Sie profitieren durch die Bereitstellung von Informationen, wie konkurrierende Angebote und Angebote, um ihre Algorithmen Mikrosekunden schneller als ihre Konkurrenten. 8 Der revolutionäre Fortschritt in der Geschwindigkeit hat dazu geführt, dass Unternehmen eine Echtzeit-Handelsplattform haben müssen, um von der Umsetzung hochfrequenter Strategien zu profitieren. 8 Die Strategien werden ständig geändert, um den subtilen Veränderungen des Marktes Rechnung zu tragen und die Bedrohung der Strategie, die von Wettbewerbern umgekehrt entwickelt wird, zu bekämpfen. Es besteht auch ein sehr starker Druck, kontinuierlich Merkmale oder Verbesserungen eines bestimmten Algorithmus hinzuzufügen, wie kundenspezifische Modifikationen und verschiedene Leistungsverbesserungsänderungen (hinsichtlich der Benchmark-Handelsleistung, Kostensenkung für das Handelsunternehmen oder einer Reihe anderer Implementierungen). Dies ist auf die evolutionäre Natur der algorithmischen Handelsstrategien zurückzuführen, die sie in der Lage sein müssen, sich anzupassen und zu handeln, unabhängig von den Marktbedingungen, die flexibel genug ist, um einer breiten Palette von Marktszenarien standzuhalten. Infolgedessen wird ein beträchtlicher Anteil der Nettoeinnahmen von Firmen für die RampD dieser autonomen Handelssysteme ausgegeben. 8 Strategie-Implementierung Edit Die meisten algorithmischen Strategien werden mit modernen Programmiersprachen implementiert, obwohl einige noch Strategien in Tabellenkalkulationen implementieren. In zunehmendem Maße werden die Algorithmen, die von großen Maklern und Vermögensverwaltern verwendet werden, in die FIX-Protokolldateien (FIXATDL) geschrieben, die es Unternehmen ermöglichen, genau festzulegen, wie ihre elektronischen Aufträge ausgedrückt werden sollen. Mit FIXATDL erstellte Aufträge können dann über das FIX-Protokoll über Tradersysteme übertragen werden. 49 Basismodelle können sich auf eine lineare Regression verlassen, während komplexere spieltheoretische und Mustererkennung 50 oder prädiktive Modelle auch verwendet werden können, um den Handel zu initiieren. Neuronale Netze und genetische Programmierung wurden verwendet, um diese Modelle zu schaffen. Probleme und Entwicklungen Bearbeiten Der algorithmische Handel hat gezeigt, dass er die Liquidität des Marktes 51 neben anderen Vorteilen deutlich verbessert. Jedoch wurden Verbesserungen in der Produktivität, die durch algorithmischen Handel gebracht werden, durch menschliche Vermittler und Händler konfrontiert, die steifen Wettbewerb von den Computern entgegengesetzt sind. Bedenken Bearbeiten Der Nachteil mit diesen Systemen ist ihre schwarze Box-Ness, sagte Mr. Williams. Händler haben intuitive Sinne, wie die Welt arbeitet. Aber mit diesen Systemen gießen Sie in eine Reihe von Zahlen, und etwas kommt aus dem anderen Ende, und es ist nicht immer intuitiv oder klar, warum die Black Box auf bestimmte Daten oder Beziehungen verriegelt. 41 Die Financial Services Authority beobachtet die Entwicklung des Black-Box-Handels. In ihrem Jahresbericht bemerkte die Regulierungsbehörde über die großen Vorteile der Effizienz, die neue Technologien auf den Markt bringen. Aber es wies auch darauf hin, dass eine stärkere Abhängigkeit von ausgeklügelter Technologie und Modellierung mit sich bringt ein größeres Risiko, dass Systemausfall Geschäftsunterbrechung führen kann. 52 UK-Finanzminister Lord Myners hat gewarnt, dass Unternehmen die Spielsachen von Spekulanten wegen des automatischen Hochfrequenzhandels werden könnten. Lord Myners sagte, der Prozess riskiere die Zerstörung der Beziehung zwischen einem Investor und einem Unternehmen. 53 Andere Probleme sind das technische Problem der Latenzzeit oder die Verzögerung bei der Angabe von Anführungszeichen für Händler, die Sicherheit und die Möglichkeit eines vollständigen Systemabbaus, der zu einem Marktunfall führt. 55 Goldman verbringt Dutzende von Millionen Dollar für dieses Zeug. Sie haben mehr Menschen arbeiten in ihrem Technologie-Bereich als Menschen auf dem Trading-Schreibtisch. Die Natur der Märkte hat sich dramatisch verändert. 56 Am 1. August 2012 erlebte die Knight Capital Group ein technologisches Problem in ihrem automatisierten Handelssystem, was 57 zu einem Verlust von 440 Millionen führte. Dieses Problem war im Zusammenhang mit Knights Installation von Handelssoftware und führte zu Knight senden zahlreiche fehlerhafte Aufträge in NYSE gelisteten Wertpapieren auf den Markt. Diese Software wurde aus den companys Systemen entfernt. .. Kunden wurden nicht durch die fehlerhaften Aufträge negativ beeinflusst, und das Software-Problem war auf das Routing von bestimmten börsennotierten Aktien an NYSE beschränkt. Knight hat seine gesamte fehlerhafte Handelsposition gehandelt, die zu einem realisierten Vorsteuerverlust von rund 440 Millionen geführt hat. Algorithmische und HFT wurden gezeigt, um zur Volatilität während der 6. Mai 2010 Flash Crash beigetragen haben, 14 16, wenn die Dow Jones Industrial Average stürzte etwa 600 Punkte nur, um diese Verluste innerhalb von Minuten wiederherzustellen. Damals war es der zweitgrößte Punkt Schaukel, 1.010,14 Punkte und der größte Ein-Tagespunkt Rückgang, 998,5 Punkte, auf einer Intraday-Basis in Dow Jones Industrial Average Geschichte. 58 Aktuelle Entwicklungen Bearbeiten Finanzmarktnachrichten werden nun von Unternehmen wie Need To Know News formatiert. Thomson Reuters. Dow Jones. Und Bloomberg. Über Algorithmen gelesen und gehandelt werden. Computer werden nun verwendet, um Nachrichten zu erzählen Geschichten über die Ergebnisse des Unternehmens Ergebnis oder Wirtschaftsstatistiken, wie sie freigegeben werden. Und diese fast sofortige Information bildet einen direkten Einzug in andere Computer, die auf den Nachrichten handeln. 59 Die Algorithmen handeln nicht einfach auf einfache Nachrichten, sondern deuten auch schwerer nachzuvollziehen. Einige Unternehmen sind auch versucht, automatisch zuweisen, Stimmung (die Entscheidung, ob die Nachricht ist gut oder schlecht), um Nachrichten, so dass automatisierte Handel kann direkt auf die Nachrichten-Geschichte. 60 In zunehmendem Maße suchen die Leute alle Arten von Nachrichten und bauen ihre eigenen Indikatoren um sie herum in einer halbstrukturierten Weise auf, da sie ständig neue Handelsvorteile suchen, sagte Rob Passarella, globaler Direktor der Strategie bei Dow Jones Enterprise Media Group. Seine Firma bietet sowohl eine niedrige Latenz News-Feed und News Analytics für Händler. Passarella wies auch auf neue akademische Forschung auf dem Grad, in dem häufige Google-Recherchen auf verschiedenen Aktien können als Trading-Indikatoren, die potenziellen Auswirkungen von verschiedenen Phrasen und Worte, die in Securities and Exchange Commission Aussagen und die neuesten Welle der Online-Communities erscheinen können durchgeführt werden Gewidmet Aktienhandelsthemen. 60 Märkte sind von Natur aus Gespräche, die aus Kaffeehäusern und Tavernen erwachsen sind, sagte er. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. 60 There is a real interest in moving the process of interpreting news from the humans to the machines says Kirsti Suutari, global business manager of algorithmic trading at Reuters. More of our customers are finding ways to use news content to make money. 59 An example of the importance of news reporting speed to algorithmic traders was an advertising campaign by Dow Jones (appearances included page W15 of the Wall Street Journal. on March 1, 2008) claiming that their service had beaten other news services by 2 seconds in reporting an interest rate cut by the Bank of England. In July 2007, Citigroup. which had already developed its own trading algorithms, paid 680 million for Automated Trading Desk, a 19-year-old firm that trades about 200 million shares a day. 61 Citigroup had previously bought Lava Trading and OnTrade Inc. In late 2010, The UK Government Office for Science initiated a Foresight project investigating the future of computer trading in the financial markets, 62 led by Dame Clara Furse. ex-CEO of the London Stock Exchange and in September 2011 the project published its initial findings in the form of a three-chapter working paper available in three languages, along with 16 additional papers that provide supporting evidence. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds. have become very important. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. 68 Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. They must filter market data to work into their software programming so that there is the lowest latency and highest liquidity at the time for placing stop-losses andor taking profits. With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. Absolute frequency data play into the development of the traders pre-programmed instructions. 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side ) must enable their trading system (often called an order management system or execution management system ) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side ) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD fixprotocol. org is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clogged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacific Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk. Algorithmic trading Algorithmic trading is a term that is used very loosely to describe systematic trading. The term is often a catchphrase for any or all of the following: black-box trading, computer trading, automated trading, program trading, basket trading, enhanced execution and execution strategies. Simply put, algorithmic trading is rules-based trading. Trading algorithms automatically break up large orders into bite sizes and feed them directly into the market. But they can be tuned to execute almost any strategy. They can attempt to capture the average price over a day or to gain an edge by, for example, trading more heavily at the opening and close, when volume is high. 1 An algorithm can be the trading strategy itself - the rules that determine which market to trade and when to trade it. For example, a strategy that employs a set of technical indicators. such as Moving Average ConvergenceDivergence (MACD) or On Balance Volume (OBV), is algorithmic. Such strategy algorithms are at the heart of most mechanical or black-box trading systems. But an algorithm can also be employed to determine how to execute an order i. e. given the micro-structure and liquidity of a given market, what is the most effective way to execute an order so as to reduce market impact and slippage and therefore improve trading performance An example of an execution algorithm is a Time Weighted Average Price (TWAP), which breaks up a large order and executes it evenly over a set period of time. Other popular execution algorithms include Volume Weighted Average Price (VWAP), Volume Participation, Arrival Price and Pegging. Many brokers have developed customized algorithms that they provide to clients as a way of differentiating themselves and adding value. The advent of electronic trading. first in the equity markets and more recently in the futures and foreign exchange markets, opened the door for algorithmic trading. By some accounts, up to 30 of the equities trading (as of 2007) is executed using algorithms. Algorithmic trading in futures and foreign exchanges is a growing phenomenon that helps explain the recent dramatic growth of volume in both asset classes. Referenzen