בתכל'ס:
מהירות המסחר בקרב האלגוריתמים עלתה משמעותית בעשור האחרון
היקף רווחי המסחר נשארו דומים, אולם המהירות להשיגם התקצרה מ-97 מילי-שניות לכ-7 מילי-שניות בלבד
במהלך אירועי מזג אוויר רע שהגבילו את המהירות, נזילות השווקים דווקא השתפרה
המהירות היחסית נמצאה כגורם המשמעותי ברווחיות של אלגוריתמי המסחר המהיר
מסחר אלגוריתמי הוא מסחר בניירות ערך המבוצע על ידי תוכנות מחשב (או רובוטים בשפת השוק). מרבית מסחר זה מתבסס על מהירות, הן של זיהוי ההזדמנות והן של ביצוע העסקה, והמונח HFT - High Frequency Trading הפך למרכזי בשוק בשני העשורים האחרונים. אם בתחילת המילניום העריכו כי ה-HFT מהווה כ-10-15% מנפח המסחר בשווקים, הערכות כיום מדברות על כך ש-60-80% מהמסחר הינו אלגוריתמי.
מהירות המסחר הפכה להיות לפרמטר העיקרי אשר מגדיר את הצלחת המסחר, כאשר הסוחרים של ימינו הפכו להיות מהנדסי חשמל ופיזיקאים. בפוסט זה אסקור שלושה מחקרים אקדמאיים אשר בחנו את חשיבות מהירות המסחר ליכולת זיהוי ההזדמנויות של גופי ה-HFT, עבור הרווחיות שלהם, והשפעות ברמת הנזילות בשווקים.
כבל אופטי בעלות 300 מיל' דולר הפך לחסר ערך בתוך שנתיים
מחקר ראשון (בודיש, קרמטון ושין, 2015) מתחיל באנקדוטה מעניינת אודות פרויקט תשתית שהושלם ב-2010, בו הונח כבל אופטי כמעט ישר בעלות של כ-300 מיל' דולר, בין המרכזים הפיננסיים של ניו-יורק ושיקגו. כבל זה היה אמור להחליף את קווי התקשורת שנפרסו לאורך פסי הרכבת והסתאבו בין הערים, ובכך לקצר את זמן התקשורת מ-16 מילי-שניות (שש-עשרה אלפיות השנייה!!) לכ-13 מילי-שניות. באופן אירוני, כשנה לאחר מכן טכנולוגית גלי-מיקרו הצליחה לקצר את זמן התקשורת לפחות מ-10 מילי-שניות והכבל האופטי הפך לכמעט חסר ערך.
בהמשך, החוקרים מציגים הזדמנות ארביטראז במסחר בין קרן הסל על מדד ה-S&P500 (SPY) לבין החוזה העתידי על המדד (S&P e-mini). ברמת המסחר היומי, השעתי ואפילו הדקתי שני ניירות הערך האלו מתנהגים, כצפוי, באופן כמעט זהה (קורלציה של כמעט 1). אולם כאשר יורדים לטווחי מסחר של מתחת לשנייה נוצרים פערים בין המחירים (ראו גרף מצורף), והקורלציה ברמה של 10 מילי-שניות היא 0.102 בלבד. פערים אלו מאפשרים לאלגוריתם הזריז לסגור את הפער ברווח חסר סיכון.
רווחיות המסחר לא השתנתה, אבל רף המהירות להשיגה עלה בחדות
החוקרים מציינים כי בין השנים 2005 עד 2011 טווחי הזמן אשר מאפשרים את הזדמנויות הארביטראז' האלו הצטמצמו מכ-97 מילי-שניות לכ-7 מילי-שניות, אולם היקף הארביטראז' לא השתנה מהותית. כלומר, סך הרווח הפוטנציאלי לא השתנה אם כי רף המהירות הנדרש אשר מאפשר להשיגו עלה בהתמדה לאורך השנים.
מחקר נוסף ועדכני (שקילקו וסוקולוב, 2020) בחן האם הפרשי מהירות משפרים את הנזילות בשווקים, והשתמש בדיוק באותה אנקדוטה שהוזכרה קודם לכן. בשנים 2011 ו-2012 חלק מאלגוריתמי המסחר עוד השתמשו בכבל האופטי וחלק כבר עברו לגלי-מיקרו כדי לשפר את המהירות, ולכן היה פער מהירות בין האלגוריתמים.
החוקרים בחנו מה קרה כאשר אירועי גשם ושלג חריגים ביטלו את יתרון המהירות של הסוחרים דרך גלי-מיקרו. ראשית, נדרש היה להראות כי אירועי מזג אוויר אלו בכלל משפיעים על המסחר. הם מצאו כי מניות הנסחרות בבורסות בניו-יורק מגיבות לתנודות של החוזים העתידיים שנסחרים בשיקגו לאט יותר בכ-2 מילי-שניות כאשר ישנם אירועי גשם ושלג חריגים.
מזג אוויר השפיע על מהירות המסחר, ובכך השתפרה הנזילות
בהמשך, הם בחנו מהי ההשפעה של ביטול יתרון המהירות על נזילות ניירות הערך בשווקים. מהתוצאות עולה כי במהלך אירועי מזג האוויר אלו, עלויות המסחר (הנמדדות לפי מרווח הקנייה והמכירה) יורדות והנזילות והיכולת להרוויח ממסחר משתפרות. החוקרים מיחסים זאת לכך שביטול יתרון המהירות מייצר מסחר "שוויוני" יותר ולכן הסוחרים האיטיים צריכים פחות "להגן" על עצמם. אבל כיצד יתרון המהירות משפיע על רווחי האלגוריתמים המהירים ממסחר?
מחקר שלישי (בארון, ברוגארד, האגסטרום וקירילנקו, 2019) בחן אילו יתרונות מסחר מהיר יותר מייצר עבור אלגוריתמי המסחר, ומה הם הביצועים של אותם אלגוריתמים. לצורך כך, הם בחנו מידע מפורט אודות עסקאות ב-25 המניות הגדולות בשוק השבדי במהלך חמש שנים, הן בעיתוי ברמת המילי-שנייה והן בזהות הסוחרים בשוק.
החוקרים זיהו כ-16 גופי מסחר אלגוריתמי (על ידי מספר סינונים והגדרות), חישבו את הרווח היומי של גופים אלו בכל נייר ערך בו סחרו, וניתחו את הרווחיות שלהם. הרווחיות נמדדה הן ביכולת להרוויח רווחי ארביטראז', הן ביכולת למזער סיכוני השקעה ביחס לרווחיות (לדוג' יחס שארפ) והן ברווחיות ביחס לסך המחזור. כמו כן, הם חישבו את השיהוי (Latency) בהוראות של גופים אלו.
התוצאות מראות כי השהייה זו משמעותית ביותר לרווחיות של אלגוריתמי המסחר. השהייה יחסית (relative latency) נמוכה יותר מסבירה באופן הכי טוב את אותם מדדי רווחיות שהוזכרו לעיל, ומצביע על יעילות טובה במיוחד בעסקאות ארביטראז' קצר טווח ובפעילויות של עשיית שוק (יצירת נזילות למסחר).
לסיכום,
המסחר האלגוריתמי המהיר HFT הוא זירת קרב אכזרית בה למהיר יותר יש עדיפות כמעט מוחלטת על פני הגופים האיטיים יותר. הדבר מתבטא בהשקעות אדירות בתשתיות בכדי לנצח בתחרות המהירות, והיא אינה משפרת את הרווחיות הכוללת אלא רק מהווה תחרות פנימית בין אלגוריתמי המסחר להגדלת נתח הרווחים.
אולם, למלחמות מהירות אלו יש השלכות בעייתיות לגבי שווקי ההון, כגון פגיעה בנזילות, הפיכת המסחר לפחות מבוזר עקב דחיקה של גופים מחוץ לשוק וגם השקעה מיותרת בשיפור המהירות למרות שאינה תורמת כלל לרווחה הכללית. למרבית המשקיעים הפרטיים וארוכי הטווח, פעילות אלגוריתמי המסחר אינה בעלת השפעה רחבה אולם חשוב להבין את היקום המקביל הזה הפועל בטווחי זמן קצרים יותר ממצמוץ העין שלכם כרגע... תזכורת חשובה - הפוסט איננו המלצה להשקיע או לשנות את ההשקעה הנוכחית באף אחד מהנכסים המוזכרים בפוסט או בתיקי ההשקעות שלכם. יש לראות בטקסט לעיל אך ורק כחומר למחשבה והתחלה של גיבוש מחקר בנושאים אלו.
References
Budish, E., Cramton, P., & Shim, J. (2015). The high-frequency trading arms race: Frequent batch auctions as a market design response. The Quarterly Journal of Economics, 130(4), 1547-1621
Shkilko, A., & Sokolov, K. (2020). Every Cloud Has a Silver Lining: Fast Trading, Microwave Connectivity, and Trading Costs. The Journal of Finance, 75(6), 2899-2927
Baron, M., Brogaard, J., Hagströmer, B., & Kirilenko, A. (2019). Risk and return in high-frequency trading. Journal of Financial and Quantitative Analysis, 54(3), 993-1024
הערה: חלק מהמחקרים הנ"ל נגישים באופן מלא. בכדי לקבל גישה מלאה לחלקם האחר, נדרש להירשם לאתר בקישור (או לדלג על הרישום, לדוגמה באתר SSRN), או לפתוח את הקישור דרך מוסד אקדמאי שמאפשר גישה למאגרי מידע אלקטרוניים.