Торговые системы-роботы на рынке ценных бумаг. Проблемы их применения в России.

Курс, Кафедра Экономической теории, Факультет магистратуры

Самарский Государственный Экономический Университет (СГЭУ),

Россия, г. Самара

Статья посвящена современному развитию интернет-трейдинга, применению новейших информационных технологий на фондовых рынках. Примеры положительных и отрицательных последствий использования современных разработок на рынке ценных бумаг.

Ключевые слова: торговля, фондовый рынок, системы-роботы, биржа, искусственный интеллект, инвестиции

The article is devoted to the modern development of Internet trading, the use of advanced information technologies in the stock markets. Examples of positive and negative impacts of the use of modern developments for the securities market.

Keywords: trading, stock market system, robots, Exchange, artificial intelligence, investment

В последние годы появилось множество ранее неосуществимых возможностей и новых инструментов торговли, находящих широкое применение на фондовых биржах. В частности, стало возможным создавать и использовать не только механические, но и автоматические торговые системы, работающие без участия человека. Речь идет не о биржевых или внебиржевых торговых системах, а об индивидуальных торговых системах, с помощью которых осуществляется покупка и продажа ценных бумаг отдельными участниками рынка. Современное развитие Интернет-трэйдинга (продажа-покупка финансовых инструментов) переживает сегодня значительные изменения. За долгие годы торговли на фондовом рынке у инвесторов и спекулянтов сложились определенные традиции и навыки торговли, которые жестко укладываются в концепции фундаментального и технического анализов. Но как показывает практика и опыт работы на фондовом рынке, предлагаемые подходы не обладают общей универсальностью и четкой формализацией. Уже давно делаются попытки создания так называемых механических торговых систем, но, как правило, такие системы также не достаточно универсальны, хотя и приносят ожидаемую прибыль. Для современного трэйдера сегодня открываются широкие перспективы, благодаря развитию информационных вычислительных систем и технологий. Так, если первым инвесторам приходилось рассчитывать каждую формулу вручную, а каждый график рисовать на миллиметровке, то сегодня, с развитием вычислительной техники в руках инвесторов появилась возможность не просто облегчить саму процедуру торговли, но и сделать ее более эффективной и доходной. Особенно актуальным и интересным для торговли на фондовом рынке является применение новейших технологий искусственного интеллекта. Такой интерес к подобным приложениям искусственного интеллекта проявляют и создатели систем искусственного интеллекта, и их потенциальные пользователи — финансовые организации и частные лица, занимающиеся операциями на этих рынках. Происходит это потому, что, с одной стороны, прогноз динамики рынка — системы, корректирующей свое поведение в зависимости от собственной истории, является едва ли не одной из самых сложных существующих задач и потому воспринимается как вызов всемогуществу математики, статистики и современной компьютерной техники, а с другой — результаты даже небольшого увеличения эффективности управления портфелем по сравнению со среднерыночными значениями немедленно могут оказаться весьма существенными. Управление торговлей включает: управление риском, прибылью, капиталом и позициями. Если показатели одной из АТС выходят за границу заданного доверительного интервала или наблюдается сильная просадка капитала, то следует ответная реакция, например уменьшается размер инвестиций для данной АТС и увеличивается размер инвестиций для более успешных АТС. Дополнительными условиями торговли, которые необходимо учесть, могут быть: значимые даты, овернайтовые закрытия, спрэд, гэп, проверка реальности цен и пределов ценовых движений, реакция на новости, и на отсутствие связи. На разного рода биржах работают программные комплексы, «роботы», которые позволяют автоматизировать процесс купли/продажи. На крупных биржах, у крупных компаний, работают очень дорогие программные комплексы, стоящие многие миллионы долларов. Такие комплексы оправдывают свою стоимость, зарабатывая владельцам десятки и сотни миллионов долларов. Но иногда автоматизация может привести к беде. Внутренняя система Goldman Sachs, помогающая трейдерам рассчитывать цены, по которым стоит продавать или покупать опционы, внезапно дала сбой и совершила тысячи невыгодных для компании сделок на покупку и продажу опционов. Сделки проходили на трех крупнейших фондовых биржах — NASDAQ OMX, NYSE Euronext и Chicago Board Options Exchange (CBOE) с 9.30 до 9.47 утра. Goldman Sachs сумел справиться со сбоем в системе и сейчас пытается установить его причины. Биржи вынуждены пересматривать утренние сделки с тикерами от Н до L. Из 500 крупнейших опционных сделок в первые минуты открытия рынков 405 были с тикерами от H до L и c ценой 1 долл. Сбой, возможно, затронул 400 тыс. контрактов таких компаний, как JP Morgan Chase, Johnson & Johnson, Kellogg и др. Однако некоторые эксперты полагают, что Goldman Sachs отделался малой кровью. Под ударом оказались те компании и трейдеры, кто успел заключить сделки с Goldman Sachs и хеджирует свои опционы. Системные сбои в компаниях, торгующих на бирже, происходят уже не первый раз. биржевой «робот» компании Knight Capital Group начал бесконтрольно скупать акции разного рода компаний, включая RadioShack, Ford Motor Company и American Airlines. Торговая вакханалия автомата продолжалась всего 45 минут. После этого компания постаралась как можно быстрее сбыть нежелательные пакеты акций. Подсчитав затраты на покупку акций, а затем выручку от продажи, компания недосчиталась 440 миллионов долларов. Чуть позже компания сообщила, что активы ее клиентов не были затронуты. Причина таких «удачных» торгов, по мнению, представителей компании — новое программное обеспечение, которое было недавно установлено. Это в четыре раза больше прибыли, полученной компанией в 2011 году. Убытки настолько велики, что компания испытывала серьезные трудности с дальнейшим ведением бизнеса. Стоит отметить, что ранее компания Knight Capital Group неоднократно высказывалась за использование биржевых роботов и прочих программных комплексов на биржевых торгах. Более того, руководство этой компании можно назвать группой энтузиастов, продвигавших идею автоматизации биржевых торгов. Руководство компании верило, что автоматизация поможет Knight Capital Group превзойти всех своих конкурентов. В мае того же года у социальной сети Facebook возникли технические проблемы при размещении акций, что привело к убыткам компаний Уолл-стрит в 500 млн долл.

Одной из распространенных на рынке схем является искусственное изменение цен на бумагу с помощью выставления ложных заявок (стратегия Spoofing — имитация заявки). Недобросовестный участник, например, выставляет ложные крупные заявки на продажу — это приводит к снижению цены. В результате торговые роботы других участников, учитывающие объем предложения данной бумаги на бирже, начинают продавать ее. Это дает возможность роботу купить ее дешевле. Существуют и другие способы заработать на высокочастотной торговле: в частности, одной из распространенных практик является Front-running (опережение заявки). По словам начальника управления интернет-трейдинга «Открытие Брокер» Александра Дуброва, обычно робот успевает увидеть и отреагировать на заявку еще до того, как ее обнаружили другие участники рынка. Если это крупная заявка, например, на покупку по рыночной цене, то робот успевает купить несколько мелких лотов, поднять рыночную цену и затем продать ценные бумагу покупателю, выставившему крупную заявку. «Практики Front-running наиболее распространены на российском фондовом рынке», — говорит Дубров. Именно подобные методы высокочастотной торговли часто приводят к биржевым сбоям, резкому снижению котировок акций и остановке торгов. Например, знаменитый «черный четверг», случившийся в мае 2010 года на фондовом рынке США и получивший название Flash Crash, связывают именно с манипуляциями одним из трейдеров фьючерсными контрактами на индекс S&P500. Участник использовал стратегию Spoofing и сумел за несколько минут обвалить индекс Dow Jones почти на 1 тыс. пунктов. Это повлекло за собой падение всего валютного рынка и колоссальные убытки инвесторов по всему миру. Чтобы предотвратить подобные ситуации, в большинстве стран Европы и в США введены ограничения на использование HFT-стратегий. В частности, в США с 2010 года действует закон Додда — Франка, запрещающий стратегию Spoofing. На европейских фондовых рынках под определение рыночного манипулирования с 2003 года подпадают действия участников рынка, заявки которых привели к изменению цены бумаги, и снятые до их исполнения. С 2016 года система автоматического мониторинга, выявляющего недобросовестную алгоритмическую торговлю, заработает в Европе не только на фондовых рынках, но и на внебиржевых площадках, при этом под закон о манипулировании попадут любые стратегии, направленные на дестабилизацию и замедление работы торговой системы. Московская биржа начнет штрафовать брокеров и их клиентов за попытки влиять на цены активов с помощью торговых роботов. Такое манипулирование запрещено законами в США и Европе, но в России до сих пор было ненаказуемо. Внимание Московской биржи к проблеме манипулирования рынком ценных бумаг с помощью торговых роботов привлекли сами брокеры. Официальный представитель биржи сказал РБК, что последние полгода биржа получала жалобы от брокеров и их клиентов-нерезидентов на попытки влиять на цены активов с помощью алгоритмической торговли. Речь идет о практиках высокочастотной торговли (High-frequency trading, HFT), которую используют в торговле участники рынка. Благодаря специальным алгоритмическим программам (роботам), позволяющим провести сделку в течение долей секунды, брокеры могут продать или купить бумагу быстрее, чем большинство других участников, и заработать прибыль на незначительном движении котировок. По оценкам Московской биржи, на долю роботов приходится свыше 55% объема торгов акциями на российском рынке. Охота на роботов. В России пока нет никаких ограничений для участников рынка, использующих в своей деятельности Spoofing, Front-running и другие стратегии, позволяющие манипулировать ценами на рынке. Однако уже к концу года ситуация может измениться. Как рассказал РБК источник, близкий к Московской бирже, планируется, что с 2016 года за такие операции будут введены штрафы на сумму до 1 млн руб. Кроме того, этим участникам может быть ограничен или вовсе закрыт допуск к торгам. «Эти меры биржа может применять по отношению к участникам рынка, которые неоднократно или в течение непродолжительного периода времени подавали и снимали заявки на покупку или продажу ценной бумаги, что приводило к изменению ее стоимости», — сказано в материалах биржи. Пока биржа планирует рассматривать случаи недобросовестной алгоритмической торговли по письменным заявкам участников торгов, а уже в начале 2016 года внедрит систему онлайн-мониторинга подобных сделок. «Комитет по фондовому рынку принял решение создать специальную рабочую группу, которая разработает критерии автоматического выявления недобросовестных роботов», — сообщили в пресс-службе биржи.Известно, что не следует рассчитывать на серьезный успех в биржевой торговле, обладая лишь знанием текущих котировок, цен и собственной интуицией. Вопрос программной торговли и создания отечественной научной базы для развития и построения эффективных торговых систем является очень объемным и недостаточно проработанным в настоящий момент, несмотря на большое количество исследований, проводимых большей частью в финансовых компаниях, а не в учебных заведениях. Частные компании не заинтересованы в распространении своих результатов и достижений по данной теме по причине конкуренции. Несмотря на разнообразие подходов, большинство систем основываются в своей работе на анализе истории рынка. Однако очевидно, чтобы построенная на основании прошлого опыта модель работала в будущем, необходимо, чтобы рынок в течение достаточно длительного времени не претерпевал кардинальных изменений, чтобы происходящие на нем события имели приблизительные аналоги в прошлом. Например, многие нейросетевые системы требуют для своего обучения данные по истории рынка не менее, чем за 3-5 лет. То есть предполагается, что в течение какого-то времени внутренние законы динамики рынка не будут существенно отличаться от тех, которые действовали последние 3-5 лет. Совершенно очевидно, что для российских финансовых рынков эти условия не выполняются. Кроме того, нейронные сети обладают тем недостатком, что очень трудно понять, а, значит, и проконтролировать, почему они принимают те или иные решения, а это уменьшает надежность управления в кризисных ситуациях, когда сильно влияние внешних факторов, не учитываемых системой. Еще одной российской особенностью является отсутствие развитой системы индексов, характеризующих отдельные финансовые инструменты, рынки и экономику в целом, которые используются торговыми системами. Поэтому представляется, что эти и некоторые другие причины делают применение в России традиционных систем управления портфелями ценных бумаг малоэффективным. Решением проблемы эффективных инвестиций и построения оптимальной стратегии управления портфелем может стать технология Data Mining and Knowledge Discovery – «добыча» данных (DM) и обнаружение знаний. Этим термином обозначается набор методов из области искусственного интеллекта, начавшей активно развиваться совсем недавно. Эти методы позволяют извлекать из «сырых» данных (в нашем случае — описания истории рынка) ранее неизвестные знания о зависимостях и закономерностях поведения описываемого объекта. Следует отметить, что при торговле автоматическими торговыми системами, особенно в течение дня, на первое место выходит не перспективность инструмента рынка, а его ликвидность и волатильность. С точки зрения механических спекуляций не важны названия товаров (услуг) и их свойства. Важно, чтобы предмет торговли имел высокий спрос и постоянно изменял свою стоимость. Фондовый рынок в этом смысле обладает уникальными возможностями и перспективами.

Использованные источники

1. Положение о требованиях, предъявляемых к организаторам торговли на рынке ценных бумаг. Утверждено Постановлением ФКЦБ от 16 ноября 1998 г. № 49.

2. Balsara Nauzer J. Money Management Strategies for Traders. New York: John Wiley & Sons, 1991. P.151-153.

3. NYSE Rule 80A.40(b) Index Arbitrage Trading Restrictions // http://www.nyse. com/glossary/1042235995760.html.

4. Federal Register (USA). 2007. April 17. Vol. 72. Num. 73. P. 19225-19227. (from the Federal Register Online via GPO Access. DOCID:fr17ap07-88 // wais.access.gpo.gov).

5. . Чеботарев Ю. Торговые роботы на Российском фондовом рынке. М.: Омега-Л, 2006.

6. Беляев А., Евтушенко С. Принципы построения механических торговых систем // Валютный спекулянт. 2006. № 6.

7. Яшин С. Базовые принципы создания торговых автоматов // Валютный спекулянт. 2006. № 5.