Для того, чтобы выжить в современной индустрии высокочастотной торговли , нужно быть не только сверхбыстрым, но и самым умным: анализ big data выходит на первый план.
За последние 10 лет технологии в трейдинге претерпели значительные изменения, в особенности это касается способов прямого доступа на рынок со сверхмалой задержкой. В целом, эти решения можно сгруппировать следующим образом: программные технологии (алгоритмы), технологии обработки данных и стратегии в области размещения и подключения торговых систем.
Торговля высоколиквидными инструментами прошла через процесс эволюции от прямого трейдинга между участниками рынка на торговых площадках к трейдингу с использованием компьютерных терминалов (execution management systems, или систем управления транзакциями) через автоматизированные системы бирж. Затем - к использованию компьютерных программ, которые полностью контролируют выполнение сделок.
На каждом шагу в этой эволюционной лестнице программное обеспечение автоматизировало функции, которые раньше выполняли люди:
• Биржи автоматизировали основную функцию мэтчинга заявок. Ранее эту процедуру выполняли «специалисты» (или маркетмейкеры), теперь – системы по мэтчингу;
• Алгоритмы (запускаемые брокерами) автоматизировали функцию трейдеров, разбивая ордера на более мелкие;
• Роутеры для маршрутизации заявок (smart order routers, или SORs) автоматизировали еще одну функцию трейдеров, в режиме реального времени выбирая из нескольких торговых площадок самую подходящую для размещения заявки;
• Автоматизированный маркетмейкинг (форма высокочастотной торговли) исключил необходимость в «специалисте», готовом совершать сделки купли/продажи и получать прибыль на спреде;
• Роль арбитражёров также была автоматизирована фирмами, которые специализируются на высокочастотной торговле.
В то время, как рынки становятся все более «электронными», во всем процессе трейдинга сильно сократился временной масштаб движения цены. В итоге участникам торгов потребовались технологии, позволяющие ускорить обработку информации. Процессоры с архитектурой x86 становятся быстрее, но основная часть прироста производительности была получена от использования нескольких ядер параллельно, а не от более быстрых тактовых частот (которые ускоряют единственный поток исполнения).
Из-за функциональных ограничений в процессорах с архитектурой x86 трейдинговые фирмы стали вкладываться в специализированные процессинг-технологии, включая FPGA (Field Programmable Gate Array, или «программируемые пользователем вентильные матрицы»). FPGA-процессоры преуспели в простой обработке потоков данных, что сделало их незаменимыми для таких задач как обработка источников рыночных данных, проверка рисков до совершения сделки, а также кодирование/декодирование протоколов – к примеру, FIX (Financial Information eXchange, или «протокол обмена финансовой информацией»). Хоть FPGA и может ускорить такую обработку, однако их труднее программировать, чем процессоры с архитектурой x86, поскольку на рынке существует не так много инструментов для разработки подобных решений.
В то время, как процесс обработки данных ускорился, скорость света стала сдерживающим фактором в повышении производительности. При осуществлении торговых операций по телефону или с использованием терминала 100 миллисекунд ожидания – время, за которое человек не успевает даже моргнуть, – вполне допустимо. Но в HFT трейдинге, с использованием новейших технологий, важна каждая миллисекунда. Это привело к широкому использованию колокации – размещению торговых серверов как можно ближе к мэтчинг-системе.
В некоторых случаях колокация является недостаточной, например, для арбитражных операций между акциями на Московской бирже и ADR, торгуемыми в Лондоне. В этом случае сети передачи данных со сверхмалой задержкой являются особенно важными. Поскольку традиционные телекоммуникационные компании уделяют внимание пропускной способности и цене, а не задержке в передаче данных, это привело к появлению специализированных фирм, таких как TMX Atrium, которые оптимизируют сети для трейдинга.
В Европе и США сети передачи данных претерпели значительные трансформации в сторону их усложнения, так как многие трейдинговые фирмы за последние 10 лет все чаще используют «темное волокно» (dark fiber). «Темное волокно» - обычное оптическое волокно, которое может не использоваться в течение длительного промежутка времени. Например, компания Spread Networks, о которой упоминается в книге Майкла Льюиса «Быстрые парни» («Flash Boys»), предоставляет «темное волокно» для сообщества высокочастотных трейдеров в США.
С помощью dark fiber трейдеры покупают или арендуют определенные сегменты маршрута, чтобы создать канал передачи данных (как правило, от дата-центра одной биржи до другой). Управляя каждым сегментом сети, фирмы могут оптимизировать временные задержки, и часто сегменты одной сети созданы из волокон разных провайдеров и объединены между собой на основе принципа «смешивай и сочетай».
Когда традиционные телеком-провайдеры подключают сетевое оборудование для передачи данных по волокну, они оптимизируют пропускную способность сети, чтобы максимизировать выручку от каждого волокна. Но трейдерам не нужны терабайты пропускной способности, им нужны минимальные временные задержки, поэтому они настраивают оборудование для того, чтобы их сократить.
Но даже темное волокно имеет свои ограничения. Скорость света в нем составляет примерно 2/3 скорости света в воздухе. Поэтому передовые высокочастотные трейдеры строят свои микроволновые сети для создания каналов между торговыми площадками с еще меньшей временной задержкой. Микроволны имеют ограничения в основном из-за того, что их пропускная способность гораздо ниже, чем в волокне, и они менее надежны во время дождя или снегопада. Поэтому большинство компаний, которые используют микроволны, также используют и волокно.
Многие полагают, что из-за высокой стоимости волоконно-оптических и микроволновых сетей, а также из-за проблем программирования FPGA процессоров, участие в высокочастотном трейдинге обходится слишком дорого. Это приводит к тому, что рынок консолидируется вокруг тех фирм, которые конкурируют исключительно на основе скорости. Как следствие, эти компании вынуждены искать конкурентные преимущества в «разумной торговле»: трейдинг с использованием более сложных алгоритмов, а не просто самых быстрых; трейдинг с использованием обширных и глубоких данных, которые могут быть проанализированы с помощью технологий big data (примерами инструментов для их обработки могут служить Hadoop и база данных Hbase); трейдинг с использованием технологий искусственного интеллекта (machine learning techniques), которые могут проанализировать неструктурированные данные, такие как новости и социальные сети.
Поиски возможностей повысить скорости будут продолжаться, однако на передний план сейчас выходят фирмы, которые используют прогнозную аналитику и технологию больших данных.
Автор - глобальный глава аналитических платформ и решений Thomson Reuters.
