외환 거래 위키피디아

Forex Wikipedia.

외환 (외환) 시장은 환전을위한 세계에서 가장 크고 정교한 시장입니다. Forex 거래는 옵션, 주식 또는 선물의 경우와 같이 중앙 집중식 거래가 아니라 다양한 FX 브로커를 통해 이루어집니다. forex에 관하여 너 자신을 교육 할 것을 볼 때, Wikipedia, Investopedia 및 다른 유사한 웹 사이트는 아주 도움이 될 수있다. 그럼에도 불구하고 송금 비교 웹 사이트는 웹에서 찾을 수있는 가장 포괄적이고 유용한 정보를 제공합니다. 그들은 당신을 위해 다리를 놓습니다 : 그들은 트렌드와 시장을 연구하고, 환율과 중개인을 비교하고 지침에 따라 최상의 결과를 나열합니다. 모든 정보가 수집되면 최상의 환율 만 선택하면됩니다.

Forex 거래는 우리가 깨닫지 못할 때보 다 일상 생활에서 더 많이 나타납니다. 종종 우리는 해외 여행을하고 다른 나라의 통화가 필요할 때, 재산을 살 때, 투자 할 때, 국제 무역을 수행 할 때 또는 해외 사업을 시작할 때 이러한 거래를해야하는 입장에 서 있습니다. 결혼 선물을 사고 다른 나라로 보내야 할 때조차도 실제로 외환 거래를합니다.

실제로 거래를하기 전에 외환에 대해 배우는 것은 돈으로 무슨 일이 일어나고 있는지, 왜 금리를 받는지, 청구 방법 및 청구 방법을 이해할 수있는 올바른 길입니다. 그것은 위압적 인 과정 일 필요는 없습니다. 명백한 환율과 수수료가 적용될 수 있다는 것 외에도 몇 가지 핵심 요소가 있음을 명심하십시오. 이러한 요소에는 다음과 같습니다. 송금하려는 국가, 송금 마감 기간, 송금하고자하는 금액 및 빈도. 위의 조건을 가장 잘 충족시키는 의료기관을 찾는 것이 어렵거나 어렵지 않습니다. 그것은 무엇을 찾고 어떤 기초 연구를하는 것만 알면됩니다.

외화 이체에 대해 알아야 할 또 다른 중요한 점은 이체 규모에 따라 조건이 크게 달라질 수 있다는 것입니다. 선정 된 운영자와 상관없이 귀하의 자국 통화로 보통 1,000 달러 이하의 소액 이체는 상당히 높은 수수료와 정규 환율을 수반합니다. 양도 금액이 그렇게 크지는 않지만 요금을 선택할 수 없으며 이관의 긴급 여부에 따라 더 높은 수수료를 지불해야합니다.

반대로 FX 중개인을 통한 대형 거래 (1,000 달러 이상)는 협상에보다 개방적입니다. 모기지 론돈을 지불하기 위해 해외에서 정기적으로 지불해야하거나, 급여를 가족에게 보내거나, 학비를 지불하거나 해외 투자에 기여할 필요가있는 경우, 더 나은 요금과 수수료를 요구할 수 있습니다. 선택한 FX 중개인에 따라 환율을 고정시키고 가장 적절한 시간에 대리인에게 환불을 요청하고 그 과정에서 상담을 요청할 수 있습니다. 기억해야 할 중요한 점은 양도 할 금액이 많을수록 지불하는 수수료가 적다는 것입니다. 브로커를 찾는 최고의 장소는 비교 웹 사이트입니다.

따라서 외환, 위키피디아 및 기타 온라인 리소스에 대한 질문에 대한 답변을 찾아야 할 때 유용 할 수 있지만 외환 서비스 제공 업체에 직접 문의 할 수 있습니다.

최신 보너스로 최신 정보를 얻으십시오!

© Forex Wikipedia - 판권 소유.

나열된 모든 제공 업체는 관련 기관 (영국의 FCA, 미국의 FinCEN 및 호주의 ASIC)에서 규제합니다.

Forex 무역 시스템 위키 피 디아.

Forex Capital Markets라고도하는 FXCM은 현재 고객 이탈에 대해 미국 시장에서 금지 된 후 런던에서 운영되는 소매 금융 중개인입니다. [2] [3] [4] 그것의 모회사 인 Global Brokerage, Inc는 2017 년 12 월 11 일에 파산을 신청했다. [5] [6] [7]

FXCM은 소매 고객이 외환 시장을 추측 할 수있게하고 금 및 원유와 같은 주요 지수 및 원자재에 대한 차이 (CFD) 계약 거래를 제공합니다. 그것의 주주는 2015 년 1 월부터 그들의 투자의 98 %를 잃었다. [8]

2017 년 2 월 6 일, 회사는 고객 및 규제 당국에 대한 FXCM의 허위 진술과 관련하여 미국 상품 선물 거래위원회 (CFTC)의 소송을 해결하기 위해 7 백만 달러의 벌금을 지불하기로 합의했습니다. FXCM은 CFTC 등록을 철회하고 향후 재 등록하지 않기로 합의하여 미국에서의 거래를 효과적으로 금지했습니다. [10] [11] [12] [13] 미국 이외의 규제 기관들 [9] 3 명의 최고 경영자가 규제 압력하에 사임했으며, 회사의 대다수 소유자는 2017 년 1 월 27 일부터 Global Brokerage Inc. 로 명칭을 변경했습니다. FXCM UK 이사회가 영국의 금융 행위 감독 기관 (FCA)에 의해 제재 될 것으로 예상하지는 않지만 동일하거나 유사한 사건을 조사하고있다. [4]

운영 회사 지분 49.9 %를 보유하고있는 Leucadia National Corp의 전무 이사 [15]가 FXCM 이사회 의장으로 임명되었습니다. [16] 미국 계좌는 게인 캐피탈에 매각되었다. 약 40,000 개의 고객 계정이 각각 약 375 달러에 판매되었습니다. [11] [17]

모기업 인 Global Brokerage Inc (이전의 FXCM Inc.)는 상장 폐지 경고를 받았지만 나스닥에서 상장되었습니다. Global Brokerage는 FXCM의 50.1 %를 소유하고있는 Global Brokerage Holdings에 대해 74.5 %의 지분을 소유하고 있습니다. Leucadia National Corp는 2017 년 3 월 31 일 현재 49.9 %의 지분과 더불어 1 억 2,200 만 달러의 부채를 소유하고 있습니다. FXCM은 영국 FXCM을 포함한 모든 운영 회사를 소유하고 있습니다. Leucadia는 Global Brokerage의 주식을 소유하지 않습니다. [18] [19]

Ken Grossman은 Global Brokerage의 CEO입니다. 그 직위를 사임 한 Drew Niv는 2017 년 5 월 15 일경까지 Global Brokerage의 임시 최고 경영자 (CEO)였습니다. 그로스 만 (Grossman)은 기본급에서 600,000 달러를 지불하는 비정상적인 계약을 맺었습니다. 1 년 내내 재직하지만, 재임 기간은 1 년 만에 종료됩니다. [20]

FXCM에서 Brendan Callan은 CEO이며 Leucadia의 Jimmy Hallac은 이사회 의장입니다. COO David Sakhai는 연간 600,000 달러의 기본 보상과 1,000,000 달러의 보너스를받습니다. 헤드 딜러 인 Eduard Yusupov는 600,000 달러의 기본급을받습니다. Global Brokerage, Inc. 는 2017 년 5 월 시가 총액이 약 1,200 만 달러였습니다. [21] [22] FXCM에 의해 생성 된 현금은 Leucadia가 소유 한 채무를 상환하기 위해 먼저 적용됩니다. Leucadia는 2018 년 1 월 FXCM 판매를 강제 할 수 있습니다. 부채는 지불되지 않습니다. [18] [19]

FXCM은 유로 넥스트 익스체인지 (Euronext Exchange)에 15 억 3 천만 ~ 1 억 6 천 3 백만 달러에 판매되고있는 ECN FastMatch의 약 34.5 %를 소유하고있다. FXCM은 매각시 약 5560 만 달러를 실현할 수 있습니다. 거래는 2017 년 3 분기에 끝날 것으로 예상된다. [23] [24]

최소한 3 건의 모회사 소송이 모회사 인 글로벌 브로커리지 (Global Brokerage, Inc.)에 제기되었습니다. 주주는 회사의 최초 공개 매수 또는 회사 경영진에 의해 사기 된 것으로 추정된다고 주장합니다. 이전 고객은 "거래 데스크 없음"시스템에서 거래하고 있다는 주장에 의해 사기 당했다고 주장합니다. [25] [26] 영국 Daniela Shurbanova는 그녀를위한 이익에서 $ 460,000를 초래 한 무역이 간단하게 취소되었다는 것을 주장하는 한 벌을 제기했다. FXCM에 따르면 거래가 취소 된 이유는 거래 가격이 실제 시장 가격보다 느리게 변경 되었기 때문이며 Shurbanova가 가격 불일치를 이용하기 위해 거래했기 때문입니다. [27]

FXCM은 2017 년 3 월 1 일 마감 분기에 2 천 8 백 20 만 달러의 부정적 수입을보고하고 현금으로 1 억 4,770 만 달러를 보유했다. 그들은 Leucadia에게 1 억 2 천 1 백만 달러를 빚지고 있습니다. [28] [29] Global Brokerage는 전환 사채 보유자에게 또 다른 1 억 6,300 만 달러를 빚지고있다. [26]

2017 년까지 FXCM, Inc. 로 알려진 Global Brokerage, Inc의 시가 총액은 2015 년에는 90 %, 2016 년에는 58 % 감소했습니다. [30] 2017 년 2 월 7 일에 주식으로 50 % 하락했습니다 $ 3.45로 끝나는 가격. [31] 주식 시세는 2017 년 5 월 25 일 시가 총액 1200 만 달러로 2.00 달러까지 계속 하락했다. [32] 글로벌 브로커리지가 2017 년 11 월에 파산 보호를 추구하겠다는 의사를 표명하기 전에 자사 주식은 1.30 달러에 거래되었고, 11 월 22 일에 27 % 하락하여 0.95 달러가되었다.

Forex Capital Markets은 1999 년 뉴욕에서 설립되었으며 온라인 외환 거래의 초기 개발자 중 한 명입니다. 처음에이 회사는 Shalish Capital Markets으로 불렸지 만 1 년 후에는 FXCM으로 명칭 변경되었습니다. 2003 년 1 월, FXCM은 당시 미국 최대 선물 중개인 중 하나 인 Refco 그룹과 파트너십을 체결했습니다. 레 코 (Refco)는 FXCM에 35 %의 지분을 가지고 FXCM 소프트웨어에 대한 라이센스를 자체 고객이 사용할 수 있도록 허가했다. 레 푸코는 4 억 3000 만 달러의 사기가 발견 된 지 일주일 후인 2005 년 10 월 17 일에 주식을 처음 공개 한 지 2 개월 만에 파산 신청을했다. Refco의 CEO Phillip R. Bennett은 나중에 사기죄로 유죄 판결을 받았습니다. [34] FXCM은 수년간 Refco 파산 절차에서 확고하게되었다.

2003 년 FXCM은 런던에 사무소를 개설했을 때 해외로 진출하여 영국 금융 서비스국 (UK Financial Services Authority)이 규제하게되었습니다. [35]

2005 년까지 온라인 소매 외환 시장은 사기와 추측으로 가득 찬 위험한 시장으로 일반적으로 간주되었지만 성장하기 시작했습니다. [36]

"거래 데스크"또는 고객과 거래하는 마켓 메이커 시스템은 소매 외환 거래자에 대한 불신을 창출했습니다. 고객은 거래 상대방과 직접 거래 한 브로커와 직접 거래 할 수있었습니다. 고객이 이익을 얻을 때마다 브로커는 돈을 잃어 이해 상충을 일으킬 수 있습니다. 2007 년 FXCM은 모든 고객 거래가 독립적 인 마켓 메이커를 통해 이루어졌으며 FXCM과 고객간에 어떠한 이해 관계도 없어야한다는 "거래 데스크 없음"시스템을 사용하기 시작했습니다. [37]

2008 년 미국 선물 산업 협회 인 NUT (National Futures Association)는 Commodity Futures Trading Commission (CFTC)에서 "Forex"에 대한 최소 자본 요구량을 단계적으로 2,000 만 달러로 늘리는 것에 대한 허가를 얻었습니다 FXCM을 포함한 딜러 회원들. 이 증가는 일부 외환 중개인의 실패에 대한 대응이었으며, FXCM은 모든 운영을 중단하거나 미국 밖으로 이사 한 소규모 경쟁사로부터 신규 사업을 인수 할 수있었습니다. [39]

신규 공모.

2010 년 12 월 FXCM은 공개적으로 NYSE에서 거래를 시작하여 미국에서 외환 브로커가되어 주식을 발행했습니다. 초기 공모 가격은 주당 $ 14.00입니다. [40] [41]

IPO 안내서에서 FXCM은 거래 거래 금지를 설명했다.

우리의 고객이 우리의 외환 시장에서 가장 좋은 가격 견적을 통해 거래를 할 때, 우리는 신용 중개자 또는 위험 부담이있는 원금으로 작용하면서 동시에 고객과 외환 시장 메이커 모두와 거래를 상쇄합니다. FX 시장에서 제공하는 가격에 마크 업을 추가하고 수익 또는 손실 거래가 아닌 거래량을 기준으로 거래 수익을 창출함으로써 수수료를 받는다. [43]

그 다음 해인 2011 년 2 월과 3 월에 FXCM을 상대로 여러 가지 집단 소송이 제기되었는데, 속임수 및 불공정 거래 행위로부터의 사기와 폭력, 그리고 2010 년 IPO 중 오해의 소지가있는 주주들에 대한 주장이있었습니다. [44] [46]

2011 년 8 월 NFA는 미끄러짐 과오에 대해 2 백만 달러의 벌금을 부과했습니다. FXCM은 또한 고객에게 긍정적 인 미끄러짐을 지불하지 못해 6 백만 달러에 CFTC와 정착했습니다. FXCM은 또한 약 8 백만 달러의 배상금을 고객에게 지급했습니다. [47]

법적인 문제.

2011 년 10 월 25 일, 3 명의 채무자, Certified, Inc., Global Bullion Trading Group, Inc. 및 WJS Funding, Inc. 는 플로리다 남부 지구의 미국 파산 법원에 Forex Capital Markets LLC , ODL Securities, Inc. 및 ODL Securities, Ltd. (이하 "피고"). 이 소장은 Racketeer 영향 및 부패 조직법 (RICO), 18 USC §1961 이하 및 일반법에 의거하여 피고인에게 우발적이고 사기성이있는 것으로 확인 된 연방 채무 법상의 청구를 주장합니다. 불만은 불특정 다수의 보상 적 및 징벌 적 손해, 이익 및 비용을 추구합니다. [48]

2012 년 6 월 FXCM은 통화 거래에 중점을 둔 런던 기반의 자동 거래 그룹 인 Lucid Markets LLP의 지분을 매입했습니다. [49] Lucid는 현재 판매 중이다.

2005 년 1 월부터 2017 년 1 월까지 FXCM은 CFTC 배상금 총 13 건, NFA 중재 결정 17 건, 미국 내 8 건의 규제 조치에 직면했습니다.

2014 년 2 월 영국 재무 윤리 당국 (FCA)은 미끄러짐 위반 및 FCA에 동일한 관행에 대한 CFTC 조사를 통보하지 않은 경우 Forex Capital Markets Ltd와 FXCM Securities Ltd ( "FXCM UK")에게 400 만 달러의 벌금을 부과했습니다. FXCM UK의 고객에게 6 백만 달러 (약 1 천만 달러)의 보상금도 지급되었습니다. [51]

스위스 프랑 점프.

2015 년 1 월 15 일 스위스 프랑 가격이 급등하자 회사는 2 억 2500 만 달러의 손실을 입었고 규정 자본 요구 사항을 위반했습니다. [52] [53] 그 다음날 FXCM은 Leucadia National Corp에서 10 % 쿠폰으로 3 억 달러를 빌려 자금 요구 사항을 충족시켰다. [54] 대부의 추가 기간은 쿠폰 비율이 17 % 이상으로 상승하고 다른 제한이 부과 된 ㄴ다는 것을 보여주는, 나중에 풀어 놓였다. 블룸버그가 인용 한 씨티 그룹 (Citigroup) 애널리스트들은 대출 조건이 FXCM 주식의 가치를 "근본적으로"제거했다고 말했다. [55]

미국 면허의 손실.

FXCM은 고객에게 "거래 데스크 없음"거래 시스템을 제공하여 다수의 주요 은행 및 마켓 메이커의 가격을 책정했습니다. 이 시스템을 통해 고객은 주어진 시간에 최상의 가격으로 거래 할 수있었습니다. 외환 브로커가 일반적으로 사용하는 마켓 메이커 시스템과는 달리, 직접 시장 접근 (DMA) 시스템으로도 알려져 있습니다. "거래 데스크"또는 시장 마커 시스템에서 FXCM은 모든 거래의 상대방이 될 것이며 고객이 돈을 잃어 버렸을 때만 이익을 얻을 것이고 고객이 이익을 얻을 때마다 돈을 잃을 것입니다. "거래 데스크 없음"시스템에서 FXCM은 모든 거래에 대해 수수료를받는 중개인으로서의 역할을하는 반면, 은행 및 시장 업체는 거래 위험을 감수하고 FXCM은 이해 상충을 피했습니다.

2017 년 2 월 6 일 CFTC는 소매 고객을 해고하기 위해 FXCM에 7 백만 달러의 벌금을 부과했습니다. 위원회는 밀접한 관련 회사가 자사의 거래를위한 주요 마켓 메이커로서 행동하고 FXCM이 마켓 메이커에 대해 고객에게 거짓말을했다는 사실을 발견했습니다. FXCM은 시장에서 "리베이트"로 7,700 만 달러를 받았다. [37]

위원회는 회사가 CFTC에 등록하는 것을 금지하여 미국 상품 중개업 (commodity brokerage industry)에서 효과적으로 금지하고 있습니다. [58] 같은 날, NFA는 회원 자격에서 FXCM을 금지했다. [13] 회사는 미국 고객 기반을 경쟁하는 외환 브로커 인 Gain Capital Holdings Inc. 에 매각하여 대응했다.

2017 년 2 월 13 일 FXCM은 FXCM이 2015 년 1 월에 2 억 달러가 자본 부족이라고 비난 한 혐의를 해결하기 위해 CFTC에 650,000 달러의 벌금을 추가로 지불하기로 합의했습니다.

2017 년 3 월 4 일 현재이 회사는 홍콩, 일본, 러시아, 싱가포르, 터키, 우크라이나, 미국 및 미국령 버진 아일랜드를 비롯한 많은 국가의 고객을 받아들이지 않았습니다. [61] 3 월 30 일에, 2017 년 Forex 자본 시장 LLC는 FXCM 호주 대표자로 그만 뒀다. [62]

FXCM은 더 이상 메인 웹 사이트에 "no dealing desk"시스템을 광고하지 않지만 영국 웹 사이트에 광고를 계속합니다. [61]

Leucadia National Corp는 2017 년 4 월 27 일에 미국 증권 거래위원회 (SEC)에 FXCM에 대한 지분 투자 가치를 1 억 3 천만 달러로 표시했다고 발표했습니다. 그들은 약 3 억 달러의 원 투자에 대한 누적 이익을보고하고 "우리가 투자 한 현금의 거의 전부를 회수했습니다." 그들은 여전히 ​​1 억 2 천 3 백만 달러의 부채와 18 억 7 천만 달러의 지분을 가치로 둡니다. [64]

2017 년 5 월 2 일 30 일 연속으로 Global Brokerage의 공개 주식 가치가 1,500 만 달러 (주당 약 2.60 달러)로 떨어지면서 NASDAQ은 2017 년 10 월 31 일에 주식이 상장 될 수 있다고 경고 할 것을 촉구했다. 66] [67] 상장 폐지는 FXCM의 전환 사채에 대한 채무 불이행을 초래할 수 있으며, 이로 인해 Leucadia에게 빚을지고있는 채무의 채무 불이행이 발생할 수 있습니다. [26]

글로벌 브로커리지 (Global Brokerage, Inc.)에 대한 1 분기 분기 보고서에서 "우리는 잠재적 인 상장 폐지로 인해 2017 년 5 월 15 일에 계속 될 우려가있는 우리의 능력에 대해 상당한 의문을 제기한다고 믿는다" [69]

주주들에 의한 글로벌 브로커리지에 대한 네 개의 집단 소송이 2017 년 5 월 뉴욕 남부 지방 법원에 통합되었습니다.

2017 년 6 월 6 일에 2 월에 제기 된 관련 회사 인 Effex Capital은 NFA에 대해 명예 훼손 소송을 제기했습니다. 소송은 NFA가 FXCM과 공동으로 Effex를 고객의 손해로 잘못 고소했다고 주장한다. [72]

재정 문제.

FXCM의 대주주 인 Global Brokerage는 2017 년 3 월 20 일에 10K 보고서를 제출했다. [14] [73]

전환 사채는 2018 년 6 월 15 일에 만기가된다. 당시 우리는 전환 사채의 원금 총액을 상환해야 할 의무가있다. 우리는 상환 의무를 이행하기 위해 사용 가능한 현금이 충분하지 않거나 그 당시에 자금을 얻을 수 없을 수도 있습니다.

업계의 비평가들은 거의 소매 상인이 돈 거래 외환을 만드는 경험이 있다고 말합니다. FXCM의 최고 경영자 인 Drew Niv는 "15 %의 하루 거래자가 수익성이 있다면 나는 놀랄 것이다." 뉴욕 타임즈 (New York Times)는 FXCM의 최고 마케팅 책임자 인 마크 프로서 (Marc Prosser)는 "단지 투자 라 부르지 말라. 이것은 투기이며, 사람들은 잃을 수있는 위험 자본을 투입해야한다"고 말했다. [75]

거래 212 위키.

Trading 212 Wiki 페이지는 전문 외환 거래 전문가들에 의해 설명되었으며, Trading 212 Wikipedia에 관해 알아야 할 모든 것.

거래 212 위키 페이지.

Trading 212는 무료 거래 응용 프로그램을 보유한 런던 외환 기업으로 누구나 주식, 암호화, 통화, 필수품 및 CFDS를 거래 할 수 있습니다.

이 그룹은 영국과 유럽에서 수수료없는 주식 거래 서비스를 제공함으로써 주식 중개 업계를 혼란에 빠뜨리고 수백만 명의 사람들을 위해 주식 시장을 열었습니다.

Trading 212 모바일 앱은 7 000 000 건 이상의 다운로드를 기록하며 전 세계에서 가장 인기있는 거래 앱 중 하나입니다.

알고리즘 트레이딩.

알고리즘 트레이딩은 시간, 가격 및 볼륨과 같은 변수를 설명하는 자동화 된 사전 프로그래밍 된 거래 지시를 사용하여 대량 주문 (한 번에 모두 기입하기에는 너무 큼)을 실행하여 주문의 작은 조각 (하위 주문 ) 시장에 시간이 지남에. 그들은 상인들이 주식을 끊임없이보고 반복적으로 그 조각들을 수동으로 보낼 필요가 없도록 개발되었습니다. 인기있는 "알 고스 (algos)"는 볼륨 백분율, Pegged, VWAP, TWAP, 구현 빈도, 대상 닫기를 포함합니다. 지난 몇 년 동안 알 고 트레이딩은 소매 업체 및 기관 거래자 모두에게 인기를 얻고 있습니다. 알고리즘 트레이딩을위한 인기있는 플랫폼으로는 MetaTrader, NinjaTrader, IQBroker 및 Quantopian이 있습니다.

알고리즘 트레이딩은 거래 이익을 창출하려는 시도가 아닙니다. 이것은 단순히 주문 실행시 비용, 시장 영향 및 위험을 최소화하는 방법입니다. [2] [3] 투자 은행, 연금 펀드, 뮤추얼 펀드, 헤지 펀드 등에서 널리 사용되는데, 이러한 기관 트레이더들은 모든 규모를 동시에 지원할 수없는 시장에서 대규모 주문을 수행해야하기 때문입니다.

이 용어는 또한 자동화 된 거래 시스템을 의미하는 데 사용됩니다. 이들은 실제로 이익을내는 목표를 가지고 있습니다. 블랙 박스 트레이딩이라고도하며 복잡한 수학 공식과 고속 컴퓨터 프로그램에 크게 의존하는 거래 전략을 포함합니다. [4] [5]

이러한 시스템은 시장 만들기, 시장 간 퍼짐, 차익 거래 또는 추세 추적과 같은 순수한 추측을 포함한 전략을 실행합니다. 많은 기업들이 고수익 거래 및 높은 주문 대 거래 비율을 특징으로하는 고주파 거래 (HFT) 범주에 속합니다. 그 결과 2012 년 2 월 상품 선물 거래위원회 (CFTC)는 학계 및 업계 전문가를 포함하는 특별 실무 그룹을 결성하여 CFTC에 HFT를 정의하는 최선의 방법을 조언했습니다. [7] [8] HFT 전략은 인간 거래자가 관찰하는 정보를 처리 할 수 ​​있기 전에 전자적으로 수신 된 정보를 기반으로 주문을 시작하기 위해 정교한 결정을 내리는 컴퓨터를 사용합니다. 알고리즘 거래와 HFT는 특히 유동성이 제공되는 방식에서 시장 미세 구조의 극적인 변화를 초래했습니다. [9]

미국 HFT 산업에 대한 금융 서비스 산업 연구 기관인 TABB Group의 수익 예상은 2014 년 비용 지출 전에 13 억 달러였으며 [10] 최대 210 억 달러를 크게 밑도는 300 개 증권 회사 및 헤지 펀드 그런 다음이 유형의 거래를 전문으로하는 이윤은 2008 년에 취해졌으며 [11], 저자는 시장의 전체 거래량과 비교했을 때 "상대적으로 작고"놀랍도록 겸손하다고 불렀습니다. 2014 년 3 월 고주파 ​​거래 회사 인 Virtu Financial은 5 년 동안 회사 전체가 1278 일 거래일 중 1,277 건에 대해 수익을 올렸으며 [12] 단 하루 만에 손실을 보았으며 경험적으로 많은 수의 법칙을 입증했습니다 거래 일마다 수천에서 수백만 개의 작고, 위험이 적으며, 낮은 엣지 거래를 할 수있는 이점. [13]

2006 년 유럽 연합과 미국 주식 거래의 3 분의 1은 자동 프로그램 또는 알고리즘에 의해 주도되었습니다. [15] 2009 년 현재, HFT 기업이 미국 주식 거래량의 60-73 %를 차지했으며, 2012 년에는 약 50 %로 하락했다. [16] [17] 2006 년 런던 증권 거래소에서, 모든 주문의 40 % 이상이 알고리즘 거래자에 의해 입력되었으며 2007 년에는 60 %가 예측되었습니다. 미국 시장 및 유럽 시장은 일반적으로 다른 시장보다 알고리즘 거래의 비율이 높으며 2008 년 범위의 추정치는 일부에서는 80 % 시장. 외환 시장 또한 적극적인 알고리즘 트레이딩 (2006 년 약 25 %의 주문)을하고 있습니다. [18] 선물 시장은 2010 년까지 컴퓨터로 생성 될 것으로 예상되는 약 20 %의 옵션 물량을 가지고 알고리즘 거래에 쉽게 통합 할 수 있다고 생각됩니다. [20] 채권 시장은 알고리즘 상인. [21]

알고리즘 거래와 HFT는 미국 증권 거래위원회와 상품 선물 거래위원회가 뮤추얼 펀드 회사가 입력 한 알고리즘 거래가 2010 년 플래시 충돌로 이어지는 파동의 물결을 일으켰다 고 보도 한 이후 많은 공개 논쟁의 대상이되어왔다 . [22] [29] [29] [28] [29] [29] [29] [29] [29] [29] HFT 전략이 시장에서 유동성을 빠르게 끌어 냄으로써 후속 변동성에 기여했을 수도 있다는 동일한 보고서가있다. 이 사건의 결과로, 다우 존스 산업 평균 지수는 그날까지 두 번째로 큰 intraday 포인트 스윙을 겪었지만 가격은 빠르게 회복되었습니다. 2011 년 7 월 국제 증권 감독기구 (IOSCO) 보고서에 따르면 증권 감독 당국의 국제기구 인 "IOSCO"는 "알고리즘 및 HFT 기술은 시장 참여자들이 그들의 거래 및 위험을 관리 할 수있게 해준다면 그들의 사용은 2010 년 5 월 6 일의 플래시 충돌 이벤트에서 분명히 공헌 요인이었습니다. [30] [31] 그러나, 다른 연구원은 다른 결론에 도달했습니다. 한 가지 2010 년 연구에 따르면 HFT가 플래시 충돌 동안 거래 인벤토리를 크게 변경하지 않았습니다. [32] 인덱스 펀드 재조정을 앞두고 일부 알고리즘 트레이딩은 투자자로부터 이익을 이전한다. [33] [34]

금융 시장에서의 주문 흐름의 컴퓨터 화는 뉴욕 증권 거래소의 "지정된 주문 처리"시스템 (DOT 및 이후의 SuperDOT)의 도입으로 인해 일부 거래가 시작되어 전자 주문을 적절한 거래 지점으로 전자식으로 라우팅했으며, 수동으로 실행했습니다. "개방형 자동보고 시스템"(OARS)은 시장 개장 개방 가격 (SOR; Smart Order Routing) 결정 전문가를 도왔습니다.

프로그램 거래는 뉴욕 증권 거래소 (New York Stock Exchange)에 의해 총 1 백만 달러가 넘는 15 개 이상의 주식을 매매하기위한 것으로 정의됩니다. 실제로 이것은 모든 프로그램 거래가 컴퓨터의 도움으로 이루어짐을 의미합니다. 1980 년대에 프로그램 거래가 S & P 500 주식과 선물 시장 거래에서 널리 사용되었습니다.

주가 지수 차익 거래자는 S & P 500 선물과 같은 주가 지수 선물 계약을 매입 (또는 매도)하고 뉴욕 증권 거래소 (NYSE) 매칭 매도시 500 종목 (매우 작은 대표적인 서브 세트가 될 수 있음)의 포트폴리오를 매도 (또는 매수) 선물 거래 반대. 뉴욕 증권 거래소 (NYSE)의 프로그램 거래는 컴퓨터에 사전 프로그래밍되어 선물 가격과 주가 지수가 이익을 내기에 충분히 떨어져있는 시점에 NYSE의 전자 주문 라우팅 시스템에 자동으로 주문을 입력합니다.

거의 동시에 포트폴리오 보험은 Black-Scholes 옵션 가격 결정 모델을 기반으로 한 컴퓨터 모델에 따라 주가 지수 선물을 동적으로 거래함으로써 주식 포트폴리오에 합성 풋 옵션을 생성하도록 설계되었습니다.

1987 년 주식 시장 위기를 더욱 악화 시키거나 심지어 시작하기까지 한 많은 전략들이 (예를 들어 Brady 보고서를 통해) 비난 받았다. 그러나 주식 시장 위기에 대한 컴퓨터 기반 거래의 영향은 불분명하며 학계에서는 널리 논의됩니다. [36]

1980 년대와 1990 년대 후반에 개발 된 완전 전자 실행 및 유사한 전자 통신 네트워크를 갖춘 금융 시장. 미국에서는 최소 틱 크기를 1/16 달러 (0.0625 달러)에서 주당 0.01 달러로 변경 한 소수점 처리로 인해 입찰가와 제안 가격의 차이가 더 작아 시장 미세 구조가 변경되어 알고리즘 거래가 촉진 될 수있었습니다 시장의 유동성을 증가시켜 시장의 거래 우위를 감소시킨다.

이렇게 증가한 시장 유동성으로 인해 제도적 거래자가 컴퓨터 알고리즘에 따라 주문을 나누어보다 나은 평균 가격으로 주문을 실행할 수있게되었습니다. 이러한 평균 가격 벤치 마크는 시간 가중 평균 가격 또는 일반적으로 가중 평균 가격을 적용하여 컴퓨터에 의해 측정되고 계산됩니다.

금융 시장에서 알고리즘 거래의 채택에 대한 한층 더 격려가 된 것은 2001 년에 IBM 연구원 팀이 인공 지능에 관한 국제 합동 회의에서 논문을 발표했을 때였 다. [38] 금융 시장, 두 가지 알고리즘 전략 (IBM 고유의 MGD 및 Hewlett-Packard의 ZIP)은 지속적으로 인적 자원을 능가 할 수 있습니다. MGD는 Steven Gjerstad & amp;가 발명 한 "GD"알고리즘의 수정 버전입니다. 1996/7 년 John Dickhaut; [39] ZIP 알고리즘은 1996 년 Dave Cliff (교수)가 HP에서 고안 한 것입니다. [40] IBM 팀은 자신의 논문에서 MGD 및 ZIP을 보여주는 결과가 재무 실적에 미치는 영향을 측정 할 수 있다고 썼습니다 매년 수십억 달러 "; IBM의 논문은 국제 언론의 보도를 창출했다.

더 많은 전자 시장이 개설됨에 따라 다른 알고리즘 거래 전략이 도입되었습니다. 이러한 전략은 컴퓨터가보다 쉽게 ​​구현할 수 있습니다. 기계가 일시적으로 가격을 잘못 계산하고 여러 시장의 가격을 동시에 조사 할 수 있기 때문입니다. 예를 들어 카멜레온 (BNP 파리 바가 개발), 스텔스 (41) (도이체 방크가 개발), 스나이퍼와 게릴라 (크레디트 스위스 [42]가 개발), 차익 거래, 통계 차익 거래, 추세 추종 및 평균 회귀.

이러한 유형의 거래는 저 대기 시간 근접 호스팅 및 글로벌 교환 연결에 대한 새로운 요구를 주도하고 있습니다. 전자 거래 전략을 수립 할 때 어떤 대기 시간인지 이해하는 것이 중요합니다. 대기 시간은 소스에서 정보를 전송하고 목적지에서 정보를 수신하는 사이의 지연을 나타냅니다. 지연 시간은 빛의 속도에 따라 결정됩니다. 이는 광섬유 1,000 킬로미터 당 약 3.3 밀리 초에 해당합니다. 신호 재생 또는 라우팅 장비는이 초고속 기준선보다 더 긴 대기 시간을 발생시킵니다.

인덱스 펀드 재조정을 앞두고 트레이딩.

개인 연금 펀드 또는 미국의 401 (k) 및 개인 은퇴 계좌와 같은 대부분의 퇴직 저축은 뮤추얼 펀드에 투자되며, 가장 인기있는 것은 인덱스 펀드이며, 정기적으로 "재조정"하거나 새로운 포트폴리오에 맞게 포트폴리오를 조정해야합니다 주식 및 기타 추적 지표의 기초 유가 증권 가격 및 시가 총액. [43] [44] 이익은 수동적 지수 투자자에서 적극적인 투자자로 옮겨 지는데 그 중 일부는 특히 지수 재조정 효과를 이용하는 알고리즘 거래자이다. 패시브 투자자들이 초래 한 이러한 손실의 규모는 S & amp; P 500의 경우 연간 21-28bp, Russell 2000의 경우 연간 38-77bp로 추정됩니다. [34] Bridgeway Capital Management의 John Montgomery는 " 투자자 수익률 "은 뮤추얼 펀드를 앞두고"놀랍게도 사람들이 이야기하지 않는 "방안의 코끼리"라고 말했다. [35]

쌍 거래 거래 편집.

쌍 매매 또는 쌍 매매는 길고 짧고 이상적인 시장 중립적 인 전략으로 거래자는 가까운 대체물의 상대 가치가 일시적으로 불일치하여 이익을 얻을 수 있습니다. 고전적 차익 거래의 경우와 달리 쌍 거래의 경우 한 가격의 법칙은 가격의 수렴을 보장 할 수 없습니다. 이것은 전략이 개별 주식에 적용될 때 특히 그렇습니다. 이러한 불완전한 대체물은 사실 무한정 발산 할 수 있습니다. 이론적으로 전략의 오랜 단점은 주식 시장의 방향에 관계없이 전략을 작동시켜야합니다. 실제로 실행 위험, 지속성 및 큰 변동성, 변동성의 감소는이 전략을 장기간에 걸쳐 이익을 창출 할 수 있습니다 (예 : 2004-7). 그것은 통계적 재정 거래, 융합 거래 및 상대 가치 전략의 더 넓은 범주에 속합니다. [45]

델타 중립 전략 편집.

금융 분야에서 델타 중립은 관련 증권 유가 증권 포트폴리오를 기술하며, 포트폴리오 가치는 기본 유가 증권 가치의 작은 변화로 인해 변하지 않습니다. 이러한 포트폴리오에는 일반적으로 옵션 및 해당 기본 증권이 포함되어 양수 및 음수의 델타 구성 요소가 상쇄되므로 포트폴리오의 가치는 기본 보안의 가치 변동에 상대적으로 덜 민감합니다.

Arbitrage Edit.

경제 및 금융 분야에서, 재정 거래 /? ?? r b? t r ?? ? /는 두 개 이상의 시장 간 가격 차이를 활용하는 실천입니다. 불균형을 이용하여 매칭되는 거래의 조합을 치고 수익은 시장 가격의 차이입니다. 학자에 의해 사용될 때, 재정 거래는 임의의 확률 론적 또는 일시적인 상태에서 부정적인 현금 흐름을 포함하지 않고 적어도 하나의 주에서 긍정적 인 현금 흐름을 포함하는 거래입니다. 간단히 말하면 무위험 이익이 제로 비용으로 발생할 가능성이 있습니다. 예 : 가장 인기있는 Arbitrage 거래 기회 중 하나는 S & P 선물과 S & amp; P 500 주식으로 이루어집니다. 대부분의 거래 일 동안이 두 회사는 두 회사 간의 가격 차이가 발생합니다. 이것은 NYSE와 NASDAQ 시장에서 주로 거래되는 주식의 가격이 CME 시장에서 거래되는 S & P 선물보다 앞서거나 뒤쳐지면 발생합니다.

재정 거래 조건.

차변 거래는 다음 세 가지 조건 중 하나가 충족 될 때 가능합니다.

동일한 자산이 모든 시장에서 동일한 가격으로 거래되지 않습니다 ( "한 가격의 법"이 일시적으로 위반됨). 현금 흐름이 동일한 두 자산은 동일한 가격으로 거래하지 않습니다. 미래에 알려진 가격의 자산은 현재 무위험 이자율로 할인 된 미래의 가격으로 거래하지 않습니다 (또는 자산이 무시할 수있는 저장 비용을 가지지 않으므로 예를 들어이 조건은 곡물에 적용되지만 유가 증권은 아님).

Arbitrage는 단순히 한 시장에서 제품을 구입하여 나중에 다른 가격으로 판매하는 행위가 아닙니다. 장기 및 단기 거래는 시장 위험에 대한 노출을 최소화하기 위해 동시에 발생해야하며 두 거래가 완료되기 전에 한 시장에서 가격이 변할 수있는 위험을 가져야합니다. 실용적인 측면에서 이것은 일반적으로 전자 상거래가 가능한 유가 증권 및 금융 상품에 한해서 가능하며 심지어 첫 번째 거래가 실행되면 다른 다리의 가격이 악화되어 보장 된 상태로 고정 될 수 있습니다 손실. 거래의 다리 중 하나가 누락되면 (그리고 더 나쁜 가격으로 그것을 열어야하는 경우) '실행 위험'또는보다 구체적으로 '다리 인 및 다리 아웃 위험'이라고합니다. [에이]

가장 단순한 예에서 한 시장에서 판매되는 모든 상품은 다른 시장에서 동일한 가격으로 판매되어야합니다. 예를 들어, 상인들은 밀 가격이 도시보다 농업 지역에서 낮고, 재화를 구입하고 그것을 다른 지역으로 운반하여 더 높은 가격으로 팔 수 있음을 발견 할 수 있습니다. 이러한 유형의 가격 조정은 가장 일반적이지만이 간단한 예는 운송, 보관, 위험 및 기타 요인의 비용을 무시합니다. "진정한"재정 거래는 시장 위험이 관여하지 않을 것을 요구합니다. 유가 증권이 하나 이상의 교환기에서 거래되는 경우, 하나를 동시에 구매하고 다른 하나를 판매함으로써 차익 거래가 발생합니다. 이러한 완벽한 동시 대행은 자본의 필요성을 최소화하지만 실제로는 많은 자금원들이 이론에 따라 추측하는 것처럼 "자기 자금 조달"(자유) 지위를 창출하지 못한다. 두 다리의 시장 가치와 위험성에 약간의 차이가있는 한, 장단기 차익 거래 포지션을 유지하려면 자본을 올려야 할 것입니다.

평균 Reversion 편집.

평균 회귀는 때때로 주식 투자에 사용되는 수학적 방법론이지만 다른 프로세스에도 적용될 수 있습니다. 일반적으로 주식의 고가와 저가 모두 일시적이며 주식 가격은 시간이 지남에 따라 평균 가격이되는 경향이 있다는 개념입니다. 평균 복귀 과정의 예로는 Ornstein-Uhlenbeck 확률 방정식이 있습니다.

평균 회귀는 먼저 주식의 거래 범위를 확인한 다음 자산, 이익 등과 관련된 분석 기법을 사용하여 평균 가격을 계산하는 것과 관련됩니다.

현재 시장 가격이 평균 가격보다 낮 으면 주가는 상승 할 것으로 기대하면서 구매에 매력적이라고 ​​간주됩니다. 현재 시장 가격이 평균 가격보다 높으면 시장 가격이 하락할 것으로 예상됩니다. 다시 말해서, 평균 가격의 편차는 평균으로 되돌아 갈 것으로 예상됩니다.

가장 최근 가격의 표준 편차 (예 : 지난 20 일)는 종종 구매 또는 판매 지표로 사용됩니다.

재고보고 서비스 (예 : Yahoo! Finance, MS Investor, Morningstar 등)는 일반적으로 50 일 및 100 일과 같은 기간 동안 이동 평균을 제공합니다. 보고 서비스가 평균을 제공하는 반면, 연구 기간 동안 높은 가격과 낮은 가격을 식별하는 것은 여전히 ​​필요합니다.

스캘핑 편집.

스캘핑은 비 전통적 마켓 메이커에 의한 유동성 공급으로, 거래자는 매도 호가 스프레드를 획득 (또는 생성)하려고합니다. 이 절차는 가격 변동이이 스프레드보다 적 으면 일반적으로 수분 이내로 신속하게 포지션을 설정하고 청산하는 것과 관련하여 수익을 허용합니다.

마켓 메이커는 기본적으로 전문적인 scalper입니다. 마켓 제조사가 거래하는 거래량은 평균 개인 스 캐 퍼보다 수 배 이상 많으며보다 정교한 거래 시스템 및 기술을 사용할 것입니다. 그러나 등록 시장은 최소 견적 의무를 규정 한 교환 규정에 구속됩니다. 예를 들어, NASDAQ은 각 시장 메이커가 적어도 하나의 입찰을 게시하고 하나는 가격 수준을 요구하여 각 주식에 대한 양면 시장을 유지할 것을 요구합니다.

거래 비용 절감 편집.

알고리즘 거래 (알고리즘 적 유동성 추구뿐만 아니라)라고하는 대부분의 전략은 비용 절감 범주에 속합니다. 기본 아이디어는 대규모 주문을 소규모 주문으로 분해하여 시간이 지남에 따라 시장에 배치하는 것입니다. 알고리즘의 선택은 주식의 변동성 및 유동성이 가장 중요한 다양한 요소에 따라 달라집니다. 예를 들어 유동성이 높은 주식의 경우 전체 주식 주문의 특정 비율 (볼륨 인라인 알고리즘이라고 함)을 일치시키는 것이 일반적으로 좋은 전략이지만 고도로 유동성이 낮은 주식의 경우 알고리즘이 유리한 가격의 모든 주문을 일치 시키려고합니다 소위 유동성 추구 알고리즘).

이러한 전략의 성공은 일반적으로 전체 주문이 실행 된 평균 가격과 동일한 기간 동안 벤치 마크 실행을 통해 달성 된 평균 가격을 비교하여 측정됩니다. 일반적으로 가중 평균 가격이 벤치 마크로 사용됩니다. 때로는 집행 가격이 주문할 때의 계좌 가격과 비교됩니다.

이러한 알고리즘의 특수 클래스는 다른 쪽에서 알고리즘 또는 빙산 주문을 감지하려고 시도합니다 (즉, 구매하려는 경우 알고리즘은 판매 측의 주문을 감지하려고 시도합니다). 이러한 알고리즘을 스니핑 알고리즘이라고합니다. 전형적인 예가 "비밀"입니다.

알고리즘의 몇 가지 예는 TWAP, VWAP, 구현 부족, POV, 디스플레이 크기, 유동성 추구 자 및 은폐입니다. 현대 알고리즘은 종종 정적 또는 동적 프로그래밍을 통해 최적으로 구성됩니다. [46] [48]

어두운 수영장에만 관련된 전략 편집.

최근 HFT는 판매 측면의 거래자뿐만 아니라 구매자의 광범위한 세트로 구성되어있어보다 눈에 띄고 논란이되고 있습니다. 이러한 알고리즘이나 기술은 일반적으로 "Stealth"(Deutsche Bank에서 개발), "Iceberg", "Dagger", "Guerrilla", "Sniper", "BASOR"(Quod Financial에서 개발) 및 "손수건". 다크 풀은 본질적으로 사적이며 따라서 공공 질서의 흐름과 상호 작용하지 않는 대형 거래 시스템이며 큰 증권 블록에 비공개 유동성을 제공하기 위해 노력합니다. 어두운 수영장에서 익명으로 거래가 이루어지며, 대부분의 명령은 숨겨져 있거나 "빙빙이 낀 상태"입니다. 게이머 또는 "상어"는 구매 및 판매 할 수있는 작은 시장 주문을 핑 (ping)하여 대량 주문을 감지합니다. 소규모 주문이 여러 번 채워지면 상어가 큰 빙산 주문을 발견했을 수도 있습니다.

"지금은 군비 경쟁입니다."라고 매사추세츠 공과 대학교 (Milestone Institute of Technology)의 금융 공학 연구실 책임자 인 Andrew Lo는 말했습니다. "모두가보다 정교한 알고리즘을 구축하고 있으며 경쟁이 많을수록 이익은 적습니다."

시장 타이밍 편집.

알파를 생성하기위한 전략은 시장 타이밍 전략으로 간주됩니다. 이러한 유형의 전략은 백 테스트, 전달 테스트 및 실제 테스트를 포함하는 방법론을 사용하여 설계되었습니다. 시장 타이밍 알고리즘은 일반적으로 이동 평균과 같은 기술 지표를 사용하지만 Finite State Machine을 사용하여 구현 된 패턴 인식 로직을 포함 할 수도 있습니다.

일반적으로 알고리즘을 백 테스트하는 것은 첫 번째 단계이며 샘플 내 데이터 기간을 통해 가설적인 거래를 시뮬레이트하는 것을 포함합니다. 최적의 입력을 결정하기 위해 최적화가 수행됩니다. 과도한 최적화의 가능성을 줄이기 위해 취한 조치에는 입력을 +/- 10 % 수정하고, 큰 단계로 입력을 분석하고, 몬테 카를로 시뮬레이션을 실행하고, 미끄러짐 및 커미션을 보장하는 단계가 포함될 수 있습니다. [54]

알고리즘을 전방 테스트하는 것은 다음 단계이며 알고리즘이 백 테스팅 된 기대치 내에서 수행되도록 보장하기 위해 샘플 데이터 세트를 벗어난 알고리즘을 실행하는 것을 포함합니다.

라이브 테스트는 개발의 최종 단계이며 개발자가 실제 라이브 거래를 다시 테스트 된 모델과 앞으로 테스트 한 모델 모두와 비교해야합니다. 비교 된 메트릭스에는 수익률, 수익률, 최대 손실 및 무역 당 평균 이익이 포함됩니다.

위에서 언급했듯이 고주파 거래 (high frequency trading, HFT)는 높은 회전율과 높은 주문 대 거래 비율을 특징으로하는 알고리즘 거래의 한 형태입니다. HFT에 대한 단일 정의는 없지만 주요 특성으로는 고도로 정교한 알고리즘, 특수 주문 유형, 동일 위치, 매우 짧은 투자 기간 및 주문 취소 비율이 높습니다. [6] 미국에서 고주파 거래 (HFT) 회사는 현재 운영중인 약 20,000 개의 회사 중 2 %를 차지하지만 전체 주식 거래량의 73 %를 차지합니다. [표창장은 필요로했다] HFT 전략을 가진 헤지 펀드를위한 관리의 밑에 2009 년에 1/4 분기 현재, 총 자산은 그들의 높았던 것에서 대략 21 %, US $ 141 십억이었습니다. [55] HFT 전략은 르네상스 테크놀로지 (Renaissance Technologies)가 처음으로 성공 시켰습니다. [56] 고주파 펀드는 2007 년과 2008 년에 특히 인기를 얻기 시작했다. [56] 많은 HFT 회사들은 시장 제조사이고 유동성을 제공하여 변동성을 줄이고 좁은 입찰 공매도 스프레드를 도운 거래 및 투자를 다른 시장 참가자. 미국 증권 거래위원회 (US Securities and Exchange Commission)와 상품 선물 거래위원회 (Commodity Futures Trading Commission)가 알고리즘 거래와 HFT가 2010 년 플래시 충돌 (Flash Crash)의 변동성에 기여했기 때문에 HFT는 집중적 인 관심 대상이었다. 주요 미국 고주파 거래 회사에는 Chicago Trading, Virtu Financial, Timber Hill, ATD, GETCO 및 Citadel LLC가 있습니다. [59]

HFT 전략에는 네 가지 주요 범주가 있습니다. 주문 흐름을 기반으로 한 시장 만들기, 진드기 데이터 정보를 기반으로 한 시장 만들기, 이벤트 재정 거래 및 통계적 재정 거래입니다. 모든 포트폴리오 할당 결정은 전산화 된 계량 모델에 의해 결정됩니다. 전산화 된 전략의 성공은 대부분의 사람들이 할 수없는 정보량을 동시에 처리 할 수있는 능력에 의해 크게 좌우됩니다.

시장 만들기 편집.

시장 창출은 입찰가 스프레드를 포착하기 위해 현재 가격보다 높은 현재 주문 가격 (또는 제안 가격)을 현행 가격보다 낮은 가격으로 매매 (또는 제안)하기 위해 정기적으로 그리고 연속적으로 제한 주문을하는 것입니다. 2007 년 7 월 Citigroup에서 매입 한 자동화 트레이딩 데스크는 NASDAQ과 뉴욕 증권 거래소에서 총 거래량의 약 6 %를 차지하는 적극적인 시장 조사 기관이었습니다. [60]

통계적 재정 거래 편집.

고전적 차익 거래 전략에서 HFT 전략의 또 다른 세트는 국내 채권의 가격, 외화로 표시된 채권, 통화의 현물 가격과 외환 시장의 대상 이자율 패리티와 같은 여러 증권을 포함 할 수 있습니다 , 그리고 통화에 대한 선도 계약의 가격. 시장 가격이 거래 비용을 충당하기 위해 모델에서 암시 된 것과 충분히 다를 경우 위험없는 이익을 보장하기 위해 4 건의 거래가 이루어질 수 있습니다. HFT는 4 가지 이상의 증권을 포함하는 더 복잡한 시스템을 사용하여 유사한 중재를 허용합니다. TABB 그룹은 저 지연 차익 거래 전략의 연간 총 이익이 현재 미화 210 억 달러를 초과한다고 추정합니다. [16]

통계적 재정 거래 전략의 광범위한 범위가 개발되어 통계적으로 중요한 관계의 편차를 토대로 거래가 결정됩니다. 시장 전략과 마찬가지로 통계적 재정 거래는 모든 자산 클래스에 적용될 수 있습니다.

이벤트 arbitrage 편집.

두 가지 이상의 금융 상품의 가격 또는 금리 관계를 변경하고 계약 서명, 규제 승인, 사법 결정 등과 같은 특정 이벤트를 고려한 위험, 합병, 전환 또는 부실 증권 차익 거래의 하위 집합. 이익을 얻는 중재자. [61]

위험 조정 (arbitrage arbitrage)이라고도하는 합병 차익 거래는이를 예로들 수 있습니다. 합병 차익 거래는 일반적으로 인수 회사의 주식을 매입하는 동안 인수 대상이되는 회사의 주식을 구입하는 것으로 구성됩니다. 일반적으로 대상 회사의 시장 가격은 인수 회사가 제공하는 가격보다 적습니다. 이 두 가지 가격의 스프레드는 주로 인수의 확률 및 타이밍뿐만 아니라 지배적 인 수준의 이자율에 달려 있습니다. 합병 차익 거래에서의 베팅은 인수가 완료되면 그러한 스프레드가 결국 0이 될 것이라는 점입니다. 위험은 거래가 "중단되며"스프레드가 크게 확장된다는 것입니다.

스푸핑 편집.

일부 거래자가 고용 한 전략은 금지되었지만 여전히 계속 될 가능성이있어 스푸핑이라고합니다. 그것은 더 유리한 가격으로 주식을 매매하기 위해 시장을 일시적으로 조작하도록 명령을 내릴 의도없이 주식을 사고 파는 인상을주기위한 명령을 내리는 행위입니다. 이는 현재 입찰가 밖에서 제한 주문을 생성하거나 가격을보고 가격을 다른 시장 참여자에게 변경함으로써 이루어집니다. 그러면 상인은 인위적인 가격 변화에 따라 거래를 한 다음 실행되기 전에 제한 주문을 취소 할 수 있습니다.

상인이 $ 20의 현재 입찰가와 $ 20.20의 현재 요청으로 회사의 주식을 판매하기를 원한다고 가정하십시오. 상인은 매수 주문을 $ 20.10에두고 물음과 약간 거리가 있으면 실행되지 않을 것이고 $ 20.10의 입찰가는 National Best Bid와 Offer best bid price로보고됩니다. 그러면 상인은 그들이 팔고 자하는 주식 매각을위한 시장 명령을 실행합니다. 가장 좋은 입찰가는 투자자의 인공 입찰이기 때문에 시장 제조사는 판매 주문을 $ 20.10으로 채우고 주당 $ .10의 높은 판매 가격을 허용합니다. 상인은 이후에 그가 결코 완료 할 의사가 없었던 구매에 대해 자신의 한계 주문을 취소합니다.

견적을 때우는 편집.

Quote stuffing은 시장에 홍수를 일으키기 위해 대량의 주문을 신속하게 입력 및 철회하여 느린 시장 참여자에게 이점을 제공하는 악의적 인 거래자가 사용하는 전술입니다. 신속하게 배치 및 취소 된 주문은 일반 투자자가 채우기가 발생하는 동안 가격 견적을 지연시키는 데 의존하는 시장 데이터 피드를 발생시킵니다. HFT 회사는 독점적 인 대용량 피드와 가장 기능이 뛰어나고 대기 시간이 가장 짧은 인프라로부터 이익을 얻습니다. 연구원들은 고주파 거래자들이 인위적으로 유발 된 대기 시간과 견적을 통한 결과로 인한 차익 거래 기회로 이익을 얻을 수 있음을 보여주었습니다. [63]

단방향 지연 또는 왕복 시간으로 측정 된 지연의 동의어 인 네트워크 유발 대기 시간은 일반적으로 데이터 패킷이 한 지점에서 다른 지점으로 이동하는 데 걸리는 시간으로 정의됩니다. 낮은 대기 시간 거래는 금융 거래가 증권 거래소 및 전자 통신 네트워크 (ECN)에 연결되어 금융 거래를 신속하게 수행하는 데 사용되는 알고리즘 거래 시스템 및 네트워크 경로를 의미합니다. [65] 대부분의 HFT 회사는 거래 전략의 실행 지연이 적습니다. Joel Hasbrouck과 Gideon Saar (2013)는 1) 정보가 상인에게 도달하는 데 걸리는 시간, 2) 정보를 분석하는 상인의 알고리즘, 3) 교환기에 도착하여 얻을 수있는 행동의 세 가지 구성 요소를 기반으로 대기 시간을 측정합니다. 구현. 현대 전자 시장 (2009 년경)에서는 대기 시간이 짧은 거래 처리 시간이 10 밀리 초 미만으로, 초저 대기 시간이 1 밀리 초 미만으로 제한되었습니다. [67]

낮은 대기 시간의 거래자는 초저 대기 시간 네트워크에 의존합니다. 경쟁 입찰 및 제안과 같은 정보를 경쟁사보다 빠르게 마이크로 초 (microseconds)에 제공함으로써 이익을 얻습니다. 혁명적 인 속도의 진보로 인해 기업들은 고주파 전략을 구현함으로써 이익을 얻을 수있는 실시간 거래 플랫폼을 가질 필요성이 생겼다. [16] 전략은 경쟁사에 의해 리버스 엔지니어링 된 전략의 위협에 대처할뿐 아니라 시장의 미묘한 변화를 반영하여 지속적으로 변경됩니다. 이는 알고리즘 트레이딩 전략의 진화 적 특성 때문입니다. 시장 상황에 관계없이 지능적으로 적응하고 거래 할 수 있어야하며, 다양한 시장 시나리오에 견딜 수있는 유연성이 필요합니다. 결과적으로 기업의 순수익 중 상당 부분이 이러한 자율 거래 시스템의 R & D에 소비됩니다. [16]

대부분의 알고리즘 전략은 현대 프로그래밍 언어를 사용하여 구현되지만 일부는 여전히 스프레드 시트로 설계된 전략을 구현합니다. 점차 대형 증권 회사 및 자산 관리자가 사용하는 알고리즘은 FIX 프로토콜의 Algorithmic Trading Definition Language (FIXatdl)에 기록됩니다. FIXatdl은 주문을받는 회사가 전자 주문을 정확히 표현하는 방법을 지정할 수있게합니다. FIXatdl을 사용하여 작성한 주문은 FIX 프로토콜을 통해 거래자 시스템에서 전송할 수 있습니다. [68] 기본 모델은 선형 회귀만큼이나 작은 것에 의존 할 수 있지만, 보다 복잡한 게임 이론 및 패턴 인식 모델 또는 예측 모델을 사용하여 거래를 시작할 수도있다. Markov Chain Monte Carlo와 같은보다 복잡한 방법이이 모델을 만드는 데 사용되었습니다. [표창장은 필요로했다]

Algorithmic trading has been shown to substantially improve market liquidity [70] among other benefits. However, improvements in productivity brought by algorithmic trading have been opposed by human brokers and traders facing stiff competition from computers.

Cyborg finance Edit.

Technological advances in finance, particularly those relating to algorithmic trading, has increased financial speed, connectivity, reach, and complexity while simultaneously reducing its humanity. Computers running software based on complex algorithms have replaced humans in many functions in the financial industry. Finance is essentially becoming an industry where machines and humans share the dominant roles – transforming modern finance into what one scholar has called, “cyborg finance.” [71]

Concerns Edit.

While many experts laud the benefits of innovation in computerized algorithmic trading, other analysts have expressed concern with specific aspects of computerized trading.

"The downside with these systems is their black box-ness," Mr. Williams said. "Traders have intuitive senses of how the world works. But with these systems you pour in a bunch of numbers, and something comes out the other end, and it’s not always intuitive or clear why the black box latched onto certain data or relationships." [53]

"The Financial Services Authority has been keeping a watchful eye on the development of black box trading. In its annual report the regulator remarked on the great benefits of efficiency that new technology is bringing to the market. But it also pointed out that 'greater reliance on sophisticated technology and modelling brings with it a greater risk that systems failure can result in business interruption'." [72]

UK Treasury minister Lord Myners has warned that companies could become the "playthings" of speculators because of automatic high-frequency trading. Lord Myners said the process risked destroying the relationship between an investor and a company. [73]

Other issues include the technical problem of latency or the delay in getting quotes to traders, [74] security and the possibility of a complete system breakdown leading to a market crash. [75]

"Goldman spends tens of millions of dollars on this stuff. They have more people working in their technology area than people on the trading desk. The nature of the markets has changed dramatically." [76]

On August 1, 2012 Knight Capital Group experienced a technology issue in their automated trading system, [77] causing a loss of $440 million.

This issue was related to Knight's installation of trading software and resulted in Knight sending numerous erroneous orders in NYSE-listed securities into the market. This software has been removed from the company's systems. [..] Clients were not negatively affected by the erroneous orders, and the software issue was limited to the routing of certain listed stocks to NYSE. Knight has traded out of its entire erroneous trade position, which has resulted in a realized pre-tax loss of approximately $440 million.

Algorithmic and high-frequency trading were shown to have contributed to volatility during the May 6, 2010 Flash Crash, [22] [24] when the Dow Jones Industrial Average plunged about 600 points only to recover those losses within minutes. At the time, it was the second largest point swing, 1,010.14 points, and the biggest one-day point decline, 998.5 points, on an intraday basis in Dow Jones Industrial Average history. [78]

Recent developments Edit.

Financial market news is now being formatted by firms such as Need To Know News, Thomson Reuters, Dow Jones, and Bloomberg, to be read and traded on via algorithms.

"Computers are now being used to generate news stories about company earnings results or economic statistics as they are released. And this almost instantaneous information forms a direct feed into other computers which trade on the news." [79]

The algorithms do not simply trade on simple news stories but also interpret more difficult to understand news. Some firms are also attempting to automatically assign sentiment (deciding if the news is good or bad) to news stories so that automated trading can work directly on the news story. [80]

"Increasingly, people are looking at all forms of news and building their own indicators around it in a semi-structured way," as they constantly seek out new trading advantages said Rob Passarella, global director of strategy at Dow Jones Enterprise Media Group. His firm provides both a low latency news feed and news analytics for traders. Passarella also pointed to new academic research being conducted on the degree to which frequent Google searches on various stocks can serve as trading indicators, the potential impact of various phrases and words that may appear in Securities and Exchange Commission statements and the latest wave of online communities devoted to stock trading topics. [80]

"Markets are by their very nature conversations, having grown out of coffee houses and taverns," he said. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. [80]

"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." [79]

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 two 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. [81] 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, [82] 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. [83] All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. Released in 2012, the Foresight study acknowledged issues related to periodic illiquidity, new forms of manipulation and potential threats to market stability due to errant algorithms or excessive message traffic. However, the report was also criticized for adopting "standard pro-HFT arguments" and advisory panel members being linked to the HFT industry. [84]

A traditional trading system consists of primarily of two blocks – one that receives the market data while the other that sends the order request to the exchange. However, an algorithmic trading system can be broken down into three parts [85]

Exchange(s) provide data to the system, which typically consists of the latest order book, traded volumes, and last traded price (LTP) of scrip. The server in turn receives the data simultaneously acting as a store for historical database. The data is analyzed at the application side, where trading strategies are fed from the user and can be viewed on the GUI. Once the order is generated, it is sent to the order management system (OMS), which in turn transmits it to the exchange.

Gradually, old-school, high latency architecture of algorithmic systems is being replaced by newer, state-of-the-art, high infrastructure, low-latency networks. The complex event processing engine (CEP), which is the heart of decision making in algo-based trading systems, is used for order routing and risk management.

With the emergence of the FIX (Financial Information Exchange) protocol, the connection to different destinations has become easier and the go-to market time has reduced, when it comes to connecting with a new destination. With the standard protocol in place, integration of third-party vendors for data feeds is not cumbersome anymore.

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. [86] [87]

More fully automated markets such as NASDAQ, Direct Edge and BATS (formerly an acronym for Better Alternative Trading System) 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. [88] 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 S&Ps, 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 and/or 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 trader's pre-programmed instructions. [89]

In the U. S., spending on computers and software in the financial industry increased to $26.4 billion in 2005. [2] [90]

Algorithmic trading has caused a shift in the types of employees working in the financial industry. For example, many physicists have entered the financial industry as quantitative analysts. Some physicists have even begun to do research in economics as part of doctoral research. This interdisciplinary movement is sometimes called econophysics. [91] Some researchers also cite a "cultural divide" between employees of firms primarily engaged in algorithmic trading and traditional investment managers. Algorithmic trading has encouraged an increased focus on data and had decreased emphasis on sell-side research. [92]

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 R&D 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 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). [93]