Ученый Питерской Вышки разработал новую статистическую модель для снижения рыночных рисков
Научный сотрудник Центра теории рынков и пространственной экономики НИУ ВШЭ — Санкт-Петербург Владимир Волков совместно с коллегой из японского вуза создал новую модель оценки задержек при выполнении биржевых операций с использованием торговых алгоритмов. Цель исследования — оптимизировать торговые стратегии и снизить финансовые риски.
Современная биржевая торговля кардинально изменилась. Если раньше трейдеры принимали решения по телефону, то сегодня около 80 % всех операций выполняются алгоритмами. Технологии в несколько раз увеличивают скорость совершения сделок: рыночные графики двигаются быстрее, чем успевает моргнуть наш глаз. Однако задержка даже в одну миллисекунду может стоить реальных денег. Исследователь Центра теории рынков и пространственной экономики НИУ ВШЭ — Санкт-Петербург Владимир Волков совместно с коллегой Йоанном Потироном из Университета Кэйо предложили новую формулу для оценки латентности (временной задержки между появлением события и рыночной реакцией на него).
Интерес к теме у Владимира Волкова возник при изучении японских рынков. В январе 2010 года на Токийской бирже запустили сверхбыструю торговую систему. Исследователь решил сравнить, как шли торги до и после внедрения. «Я заметил изменение базовых параметров по модели Хокса — скорость реакции сократилась в пять раз в первый день торгов. До появления алгоритмов задержка составляла четыре секунды. В первый день запуска суперскоростной системы латентность снизилась до 300 миллисекунд, то есть до 0,3 секунды. Отсюда я сделал вывод, что японский трейдинг стал высокочастотным», — рассказывает ученый.
Низкая латентность позволяет быстрее исполнять ордеры (электронные заявки на проведение сделки) и получать более выгодные цены, в то время как высокая может привести к упущенным возможностям и убыткам. На задержку могут влиять такие факторы, как рыночные условия, волатильность и сетевая инфраструктура, что в конечном итоге сказывается на эффективности биржевой деятельности.
Новая статистическая формула поможет лучше охарактеризовать функционирование механизмов и оптимизировать стратегии в высокочастотной торговле.
Владимир Волков
научный сотрудник Центра теории рынков и пространственной экономики
«Наш подход — совершенно новый в этой области, поскольку латентность обычно не учитывается при подобных исследованиях. Задержка является ключевым показателем для участников рынка и играет важную роль в торговле, влияя на скорость совершения сделок и общую конкурентоспособность», — объясняет Владимир Волков.
Ученые изучили, как с помощью особых математических моделей точнее определять «скрытую задержку» между связанными событиями, когда эти события происходят группами или «волнами». Определили новые способы оценки латентности и математически обосновали их надежность. Главное преимущество методики в том, что она строится на открытых данных, что делает ее доступной для широкого круга пользователей.
«Мы предложили использовать только многомерный точечный процесс, описывающий времена событий. Это позволяет обойти детализированные базы данных, которые могут быть недоступны многим участникам рынка», — комментирует исследователь.
Для проверки новой модели исследователи воспользовались данными с Нью-Йоркской фондовой биржи и Биржи Торонто за 2020–2021 год. Анализ показал, что оценки латентности для фондовых рынков США и Канады колеблются от 1 до 6 миллисекунд.
«Американский рынок характеризуется более короткой продолжительностью торгов, в то время как на канадской бирже наблюдается меньшее стандартное отклонение продолжительности торгов. Мы изучали цены сделок, среднюю котировку, а также временные метки в миллисекундах — всю информацию брали из истории торговли в базе данных Transaction Datascope. На основе этих характеристик мы сформировали оценки задержки и проверку гипотез», — говорит научный сотрудник Центра теории рынков и пространственной экономики.
Хотя исследование сфокусировано на финансовых рынках, разработанная методология имеет более широкое применение. По словам автора, ее можно использовать в любой области, где наблюдаются многомерные точечные процессы и есть интерес к задержкам передачи — например, в сейсмологии, эпидемиологии, биологии и медиа. «Результаты исследования помогут лучше понять современную структуру рынка. По мере развития трейдинга, как и любой сферы жизни в сторону еще более высоких скоростей, измерение задержек становится критически важным для регулирующих органов, участников рынка и ученых», — резюмирует Владимир Волков.
Исследование опубликовано в авторитетном научном издании Journal of the American Statistical Association.