For en tid så det ut som om høyfrekvent handel ville ta over markedet helt. I 2010 utgjorde høyfrekvente handler over 60 prosent av amerikanske aksjevolum. Men trenden kan være avtagende. Ifølge en Bloomberg-artikkel som beskriver veksten og høsten av høyfrekvent handel, "i 2009 flyttet høyfrekvente handlende rundt 3. 25 milliarder aksjer om dagen. I 2012 var det 1. 6 milliarder om dagen. "Samtidig falt gjennomsnittlig fortjeneste fra" omtrent en tiendedel av en øre per aksje til en tjue av en krone. “

Ved høyfrekvent handel bruker kraftige datamaskiner komplekse algoritmer for å analysere markeder og utføre super raske handler, vanligvis i store volumer. Høyfrekvent handel krever avansert handelsinfrastruktur som kraftige datamaskiner med high-end maskinvare som koster stor mengde penger og reduserer overskuddet. Og med økende konkurranse er suksess ikke garantert. Denne artikkelen ser på hvorfor handelsmenn beveger seg vekk fra høyfrekvent handel og hvilke alternativer strategier de bruker nå.

Hvorfor høyfrekvent handel mister grunnen

Et høyfrekvent handelsprogram koster enorme mengder penger for å etablere og vedlikeholde. Den kraftige maskinvare og programvare trenger hyppige og kostbare oppgraderinger som spiser i fortjeneste. Markeder er svært dynamiske, og det er umulig å kopiere alt til dataprogrammer. Suksessraten i høyfrekvent handel er lav på grunn av feil i underliggende algoritmer som implementeres.

Verden av høyfrekvent handel inkluderer også ultra høyfrekvent handel. Ultrafrekvenshandlere betaler for tilgang til en børs som viser prisnoteringer litt tidligere enn resten av markedet. Denne ekstra tidsfordelen fører til at de andre markedsdeltakere har en ulempe. Situasjonen har ført til krav om urettferdig praksis og voksende motstand mot høyfrekvent handel.

Høyfrekvente handelsreguleringer blir også strengere om dagen. I 2013 var Italia det første landet som introduserte en spesiell skatt på høyfrekvent handel, og dette ble tett fulgt av en lignende skatt i Frankrike.

Den høyfrekvente handelsmarkedet har også blitt veldig overfylt. Enkeltpersoner og fagfolk piterer sine smarte algoritmer mot hverandre. Deltakerne distribuerer selv høyfrekvente handelsalgoritmer for å oppdage og overtale andre algoritmer. Nettoresultatet er høyhastighetsprogrammer som kjemper mot hverandre, og klemmer wafertunn fortjeneste enda mer.

På grunn av de ovennevnte faktorene for økt infrastruktur og eksekveringskostnader, nye skatter og økte reguleringer, synker høyfrekvent handelsgevinst. Tidligere høyfrekvente handelsfolk beveger seg mot alternative handelsstrategier.

Emerging alternatives for High-Frequency Trading

Bedrifter beveger seg mot operasjonelle, effektive handelsstrategier som ikke utløser større regulering.

• Momentum Trading : Den eldgamle tekniske analyseindikatoren basert på momentumidentifikasjon er et av de populære alternativene til høyfrekvent handel. Momentum trading innebærer å sensere retningen av prisbevegelser som forventes å fortsette i noen tid (hvor som helst fra noen få minutter til noen få måneder). Når datamaskinalgoritmen har en retning, plasserer handelsmenn en eller flere forskjøvne handler med store ordrer. På grunn av den store mengden bestillinger, gir selv små differensialprisbevegelser en god fortjeneste over tid. Siden posisjoner basert på momentumhandel må holdes på for en tid, er hurtig handel innen millisekunder eller mikrosekunder ikke nødvendig. Dette sparer enormt på infrastrukturkostnadene. (Se mer i Introduksjon til Momentum Trading og Informasjon og råd om Momentum Trading.)
• Automatisert nyhetsbasert handel : Nyheter driver markedet. Utvekslinger, nyhetsbyråer og dataselgere gir mye penger som selger dedikerte nyhetsstrømmer til handelsfolk (se relatert Hvordan Trade The News). Automatiserte handler basert på automatisk analyse av nyhetsartikler har fått fart. Dataprogrammer kan nå lese nyhetsartikler og ta umiddelbare handelshandlinger som svar. For eksempel, anta at ABC Inc. aksje handler på $ 25. 4 per aksje når følgende hypotetiske nyhetsartikler kommer inn: ABC Inc. erklærer utbytte på 20 cent per aksje med forfall den 5. september 2015. Som et resultat vil aksjekursen skyte opp med samme beløp av utbyttet (20 cent) til rundt $ 25. 60. Dataprogrammet identifiserer søkeord som utbytte, beløpet på utbyttet og datoen og plasserer en umiddelbar handelsordre. Det bør programmeres for å kjøpe ABC-aksjer bare til den begrensede (forventede) prisøkningen på $ 25. 60. Denne nyhetsbaserte strategien kan fungere bedre enn høyfrekvente bransjer, da disse ordrene skal sendes i delt sekund, for det meste på åpne markedspriser og kan bli henrettet til ugunstige priser. Utover utbytte, er nyhetsbasert automatisert handel programmert for prosjektbudgivning, selskapets kvartalsresultater, andre bedriftsaksjoner som aksjesplittelser og endringer i valutakurser for selskaper som har høy utenlandsk eksponering. (For mer, se Hvordan handle Forex på nyhetsbrev.)
• Social Media Feed-Based Trading : Skanning i sanntid sosial media-feeder fra kjente kilder og pålitelige markedsdeltakere er en annen fremvoksende trend i automatisert handel. Det innebærer prediktiv analyse av sosiale medier innhold for å gjøre handelsbeslutninger og plassere handelsordrer. Anta for eksempel at Paul er en anerkjent markedsfører for tre kjente aksjer. Hans dedikerte sosiale medier-feed inneholder sanntids tips for sine tre aksjer. Markedsdeltakere, som stoler på Paul for sin handelsansvar, kan betale for å abonnere på sin private sanntidsmat. Hans oppdateringer blir matet inn i datalgoritmer som analyserer og tolker dem for innhold og til og med for tonen som brukes på språket i oppdateringen.Sammen med Paul kan det være flere andre klarerte deltakere, som deler tips om en bestemt bestand. Algoritmen aggregerer alle oppdateringene fra forskjellige pålitelige kilder, analyserer dem for handelsbeslutninger og plasserer handelen automatisk. Kombinere sosial media feed analyse med andre innganger som nyhetsanalyse og kvartalsresultater, kan føre til en komplisert, men pålitelig måte å føle stemningen på markedet på en bestemt lagerbevegelse. Slike prediktive analyser er svært populære for kortsiktig intradaghandel.
• Firmware Development Model : Hastighet er viktig for suksess i høyfrekvent handel. Hastigheten avhenger av tilgjengelig nettverks- og datakonfigurasjon (maskinvare) og på prosessorkraften til applikasjoner (programvare). Et nytt konsept er å integrere maskinvaren og programvaren for å danne fastvare, noe som reduserer prosesseringshastigheten til algoritmer drastisk. Slik tilpasset fastvare er integrert i maskinvaren og er programmert for rask handel basert på identifiserte signaler. Dette løser problemet med tidsforsinkelser og avhengighet når et datasystem må kjøre mange forskjellige applikasjoner. Slike tregere har blitt en flaskehals i tradisjonell høyfrekvent handel.

Bunnlinjen

For mange utviklinger av for mange deltakere fører til en overfylt markedsplass. Det begrenser mulighetene og øker driftskostnadene. Slike trender fører til nedgangen i høyfrekvent handel. Imidlertid finner handelsmenn alternativer til høyfrekvent handel. Noen går tilbake til tradisjonelle handelsbegreper, og andre bruker ny analyseverktøy og teknologi.