高頻度取引 2022年02月11日 – Posted in: Forex trading – Tags: hft, high frequency trading

高頻度取引。HFT （High-frequency trading）は、1989年に初めて金融市場の取引に適用されました。この取引方法の主な利点は、情報処理のスピードにあります。コンピューター・プロセッサーは、用途によっては人間よりもはるかに速く処理できることは周知の事実です。プロセッサのすべての領域が人間の脳を上回るわけではありませんが、トレーディングでは、ほとんどの場合、そうなっています。高頻度取引の主なアイデアは、高性能のコンピュータを使用して取引プラットフォームから利益を上げることでした。現在この稼ぎ方は、取引プラットフォーム、プロセッサ、コンピュータ、値動きの仕事について表面的な知識さえあれば、ほぼ誰でも利用できます。実際、高頻度取引では、作業に使用する機器のコンピュータ特性により、より早く見積もりを取得し、取引所での取引を最も早く行った者が、その利益を得ることができる。非常に高速に処理され、1秒の何倍もの時間がかかります。このようなコンテストには参加しない方がいい。高頻度取引とアルゴリズム取引には、いくつかの違いがあります – 高頻度取引の場合、収益に影響を与える主な特性の1つは、機器のパワー、インターネットの速度、データセンターへの近さです。

高性能コンピュータを商取引に利用するというアイデアは、ステファン・ソンソンによって考え出されました。その頃、彼は数秒間の市場相場の動きの判断に取り組んでいました。スティーブン・スワンソン、デビッド・ウィットコム、ジム・ホークスの3人は、トレーディング・オートメーションの会社、Automated Trading Deskを設立しました。当時のアドバンテージは、取引スピードが1秒であるため、あまりにも明白でした。同時に、他のビッダーズも電話の参加を得て、取引を実施しました。 20世紀の90年代後半、高頻度取引は一斉に市場に登場しました。1998年にSEC（米国）委員会が電子取引サイトを許可した後のことです。当初、高頻度取引は数秒しか続きませんでした。2010年には、時間はすでにミリ秒単位で計測されるようになり、時にはさらに速くなることもあるのです。取引所での高頻度取引利用に関する情報は、2000年代の終わりまで、金融界の外部にほとんど漏れることはありませんでした。この種の取引に世間の注目を集めた最初の記事の一つは、2009年7月に新聞『ニューヨーク・タイムズ』に掲載されたものになります。

CFTC委員会は2011年、HFT取引の中核的な機能を利用することを提案しました。

5ミリ秒以下の極めて高速な注文の発注、変更、取消しを最小限の遅延で実現するシステム。
意思決定の仕組みを自動化するためにソフトウェアや特殊なアルゴリズムを使用し、その過程において、注文に関する全ての操作がソフトウェアによって決定され、個々の行為を行うために人が関与する必要がないこと。
取引所の近くにサーバーを設置し、情報の受け渡しにかかる時間を短縮するコロケーション、取引所への直接アクセス、取引所やその他の組織がネットワークの遅延を減らすために提供できる独立したデータ受信チャネルなど。
非常に限定された生涯取引。
現金回転率が大きい、および/または、注文から取引までの比率について、置かれたアプリケーションの割合が大きい。
ミリ秒以内にキャンセルされる大量の注文を出すこと。
取引日は、夜間の大規模な非ヘッジポジションが保持されていないために、ポジションのゼロボリュームで終了。

このような超高速取引から得られる利益は、取引商品の購入と売却の間のマージンから得られます。高頻度取引では、1回の取引から得られる利益は非常に小さく、数量によってのみ結果が得られるため、大量の取引を行います。高速取引の一般原則に基づく高頻度取引の基本は、次の取引日にポジションを移動させることなく、その日のうちに取引を行うことです。

高頻度取引アルゴリズム

高頻度取引のアルゴリズム。アルゴリズム取引は、投機的な利益を引き出すために資本を取引するヘッジファンド投資家の間で人気を博しています。予備軍のヘッジファンドが十分な資金を真剣に保有していることを考えると、高頻度取引が主要な市場関係者の間で人気を博していることが理解できるのではないでしょうか。

高頻度取引は、取引サイトでの取引戦略収益のアルゴリズム利用で分けることができます。そのような取引アルゴリズムのいくつかを考えてみましょう。

受動的マーケットメイク

受動的マーケットメイク – 流動性と仕事の高周波のアルゴリズム。この戦略を使用する場合、高周波のアルゴリズムは、スプレッドの内側に取引することにより、取引所から利益を作ります。スプレッドは、現在の時点で選択された取引商品の売り手の価格と買い手の価格の差を反映しています。スプレッドが拡大する場合、多くの買い手または売り手が取引に参加している状況があります。同時に、取引所にはマーケットメーカーが存在し、その任務は流動性を維持することです。マーケットメーカーは、その時点で市場に十分でない買い手または売り手を探すために、スプレッドが大きく広がらないようにします。マーケットメーカーが十分な買い手または売り手を見つけられない場合、取引商品の供給または需要をカバーする必要があります。マーケットメーカーが、その手段で取引所における取引商品の流動性を常に維持したいわけではないことは、極めて明白です。そのために、手数料や流動性報酬を通じて、第三者のトレーダーを誘致しているのです。このメカニズムを理解した上で、高頻度取引システムの所有者は、取引プラットフォームにおける取引商品の流動性の維持に関与しています。高頻度取引システムの所有者は、その能力を活かして、流動性を維持するためにマーケットメーカーの機能を部分的に果たしています。マーケットメーカーはその機能を一部停止し、取引商品の穴を再び塞ぎたくないので、高頻度取引システムの所有者はスプレッドを狭めることで利益を得て、売り手と買い手が簡単に取引商品で取引できるようにします。この場合、高頻度取引システムの所有者は、取引所から利益を得ると同時に、収益も得ることができるのです。

高頻度統計アービトラージアルゴリズム

高頻度統計アービトラージの取引戦略は、原資産とデリバティブの間の相関関係を見つけることに基づいています。例えばアルゴリズム取引では、高頻度アルゴリズムが取引商品の先物と原資産の価格との関係を探ります。裁定取引高頻度取引は、主に投資商業銀行が行っています。このために彼らは十分なお金を持っており、高頻度取引のためのソフトウェアはユニークなものをインストールできる余裕があります。また仕事のためにかなりの資格を持った専門家を雇うことができます。

ポリシー戦略

高頻度取引において、流動性を見出すための政策戦略、あるいは戦略。この取引戦略は、価格のグラスの中で大きなビッドを見つけることに基づいています。流動性検索は次のように行われます。高頻度取引システムの保有者は、注文のグラスから価格で購入または売却するための注文を開始します。この操作の目的は、大量の取引を検出することです。大口取引先から取引所に存在する価格水準が明らかになると、流動性検索アルゴリズムが発見された取引に向かって作業を開始します。大手プレーヤーが高頻度流動性探索アルゴリズムを発見し、それを排除したいと考える確率は極めて低いです。このような取引はノンヘッジであり、反対方向の値動きによるリスクを想定していることを意味します。

構造的戦略

構造戦略は、取引所の構造にあり得る脆弱性を利用し、取引所から最も必要なデータをより早く取得することを目的としています。このアプローチでは、彼らのサーバーは取引所の中心にできるだけ近い場所に設置されたり、情報に直接接続されたりします。このような仕事の仕組みにより、他の人が情報を配信する時間が長くなれば、プレイヤーは取引で稼ぐことができるようになります。

高頻度取引のすべての戦略は、取引注文の高速執行の適用により可能となります。現代の条件下では、取引のスピードはミリ秒です。

取引所では、どのように取引が成立しているのかを見てみましょう。トレーダーまたはトレーダーのアルゴリズム専門家は、トレーディング・プラットフォームを介して、選択した取引商品の取引を行うための電子申請をブローカーに提出します。取引所では、取引商品の購入と売却の注文が比較されます。需要と供給が一致すれば、取引は成立します。取引申込書はフィード技術により、すべての入札者が見ることができます。フィードとは、OPRA（Options Price Reporting Authority）などの専門機関が入札者に提供する価格カップビッドの情報です。フィードは、取引商品に関する標準的なデータのセットに関する情報を運び、特別なプロトコル（通常はUDPを使用したイーサネット経由）を介して取引参加者の端末に配信されます。高頻度取引で競争に勝ち残り、何らかの優位性を得るためには、データ伝送を最適化し、時間を短縮することが不可欠です。アウトレットは、トレーディングフロアの日付センターの隣にサーバーを配置するようになります。その場合、フィードを取るための時間が短縮されます。現在ではこのようなサーバーの配置の仕方も、高頻度取引では特別な利点とは言えなくなってきています。明確な優位性を得たい人は取引所そのものと交渉し、結果的に数ミリ秒速くデータを取得する機会を得ることができます。もちろん、このようなサービスは小さなトレーダーを犠牲にして、少しではないコストが不利になります。これは高頻度取引のために重要である可能性があります。

最近は高頻度取引の増加が減少しています。このような取引は、十分に機能するシステムの誤動作により、大きな損失をもたらす可能性があると考える理由があります。そのようなケースはすでに実際に発生しています。高頻度取引も含めて、それぞれの取引アルゴリズムには長所と短所があります。現代の技術の可能性を考慮しても、この取引方法はまだ発展途上であり、口座のミリ秒単位で判断する必要があります。

高頻度取引のためのプログラム。また、いくつかの言語では、高頻度取引のためのロボットなどの概念が使用されています。

高頻度取引を行うには、2つの方法があります。第一は、そのような貿易に特化したブローカーの助けを借りています。もうひとつは、必要な高性能機器を購入し、専用のソフトウェアをインストールする方法です。市場にはいくつかの開発者がいます。まず第一に、この種の取引に関連するすべての費用を事前に計算する必要があります。必須となる費用には、ソフトウェアと取引システムの費用が含まれます。開発者は、アルゴリズム、シグナル、またはストラテジーのないプログラムを提供します。サーバーへの接続に関するブローカーサービスの支払い、高速インターネット、取引サーバーの配置に関する費用など、高頻度取引には高いコストがかかり、平均的なトレーダーにとって法外な負担となることがよくあります。ヘッジファンドは通常、このようなサービスを利用しています。高頻度取引を利用するプログラムは、取引を開始するために微調整が必要です。

高頻度暗号取引。

HFTは暗号取引商品にも適用できます。暗号取引における高頻度取引の機会は、他の取引所で使用されているものと同じです。暗号化商品のボラティリティは、従来のものと比較して高いことを念頭に置く必要があります。これにより、新たな取引機会とそれに伴うリスクが発生します。高頻度取引アルゴリズムは、主に暗号市場の短期取引と裁定取引に利用されています。現在、暗号の高頻度取引に関する情報はあまり提示されておらず、この分野が発展し始めたばかりであると結論付けることができます。現代の状況では取引のための準備、個々のソフトウェアの高いコスト、そのようなソフトウェアのサプライヤーの数が少ないことを考えると、結果への期待が大きく上回ることになります。リターンはあったとしても小さいです。価格品質比において高頻度暗号取引より優れた取引方法はたくさんあります。

HFTの応用として、様々なバリエーションのマーケットメイクとアービトラージが最もよく使われています。時間が経つにつれて、戦略や取引システムの数が増加し、新しい開発は、広告をしないようにしていることが確認されています。高頻度取引について、市場にとってプラスかマイナスかという単一の定義はありません。一方では、高頻度取引は流動性を提供し、取引コストを削減し、市場を安定させ、他方では、高頻度取引は誠実な投資家から利益を奪っています。

単純なトレーダーにとっての高頻度取引とは？

非常に強力な資金援助がなければ、これを始める必要がないことは明らかです。この取引方法の長所と短所を比較すると、ヘッジファンドや大手銀行のサークルからのユニットによって適用されることが示唆されます。平均的なトレーダーにとって、この取引方法は当初はコストがかかりすぎ、収益性が低いように見えます。取引所では取引プロセスの設定とサービスの両方のコストが大幅に低い、十分な方法の選択肢があります。

高頻度取引とトレンドスキャルピングを比較してみましょう。HFT取引は、ソフトウェア投資、取引アルゴリズム、データセンターの近くに自社サーバーの設置が必要です。トレンド・スキャルピングを使用する場合、手動で取引を行うか、エキスパートを作成するか、または準備のできたものを購入することができます。専門家を購入する場合の価格は、アルゴリズムと販売者のマーケティング戦術の成功によって、100ドルから1万ドルまで様々です。取引ロボットと取引所の近接性は重要ではありません – あなたは、月額15ドルでVPSサーバを選択することができます。最初のケースでのコストは、2番目のケースよりも不釣り合いに大きいです。

マーケットメーカーがHFTを利用することで、この種の取引の持ち主には、取引時の利益であるボーナスや手数料が収入源となるのです。同時に、トレンド・スキャルピングに基づくロボットを使用するトレーダーは、手数料とスプレッドで損失を負担します。この点から、高頻度取引は好ましいと言えます。HFTを使用すると、単一のトランザクションからの利益は非常に小さく、唯一の取引の数と大量の取引によって達することができるように、取引で大きな資金を必要とし、取引のための預金でトレンドのスキャルピング投資ははるかに控えめにすることができ、結果としてそれに見合った利益です。それぞれの取引方法の長所と短所を推し量ることができ、何を使って取引を行うかの判断は、選択する人に委ねられているのです。私の考えでは、ヘッジファンドや投資銀行を持たない人々にとって、よりコストの低い取引方法を選択することは明らかです。

取引前や取引段階での多額の投資や、長期にわたる赤字決算などの欠点があるため、高頻度取引は過去のものではありません。このような取引を利用するプロや投資家は、HFTに未来を見出していると考えるのが自然でしょう。このような取引技術の発展がどこに向かうかを見定めてみましょう。この取引手法の強み、つまり使用する「ハードウェア」の速度の開発に基づいて、ソフトウェアは現在までの最先端技術を使用する人に有利に働きます。現時点では現在のHFTの発表に基づくと、データセンターに基づいて相場の変化を予測するシステムはまだ使用されていません。つまり、取引所のサーバーの出口には、誰よりも早く貴重な情報をキャッチし、それを元に取引を行おうとするトレーダーのサーバーが存在するのです。そして取引所のサーバーの入り口には、誰も立っていないような状態です。そう思われるだけでこのような取引方法はまだ一般には報道されていません。もちろん、入ってくる情報が相場に影響を与えない、あるいはまったく、予想される動きと正反対の符号を反映する可能性もあります。しかしこうした点は、取引システムや資産運用の確立されたルールによって考慮されるべきものであります。

高頻度取引による短期的な予測戦略

こうすることで、目先の戦略を立てることができるのです。高頻度取引による短期的な予測戦略。このアルゴリズムの本質は、取引プラットフォームのデータセンターで受信した情報を傍受し、取引プラットフォームの外で人工知能で処理し、相場の予測を取引サーバーに送信することにあります。このような取引方式を利用した場合、取引プラットフォームからの相場情報の受信時間がゼロになるか、あるいは取引プラットフォームで処理・発行される前に相場が形成されることが、紛れもない利点となります。スピード競争ではこのような方式では、取引所の出口に座っている既存の取引員は、はるか後塵を拝することになります。高頻度取引では、時間が重要な要素であるため、短期予測戦略が実用化されれば、現在のお調子者は後回しにされるでしょう。もしかしたら、もっと高度な技術に取って代わられ、かなり的外れになるかもしれません。

短期的な予測戦略に必要なものは何か、技術的な観点から考えてみる。

相場が発生するショッピングセンターの日付に情報を入力してみます。興味深い情報と引用符への変換の出現の前に長い間推測しないでください。取引のより信頼性の高いバージョンのために、それはデータセンターの入り口でそれを取るために十分です。オプションとして、トレーディングフロアで使用されているのと同じソースから注文することも可能です。このタスクは、現代の技術レベルでは極めて論理的で実行可能です

学習させた人工知能を短期的に利用する

相場の変動を予測する。人工知能技術の発展により、彼のためのタスクもかなり可能です。あとは、入ってきた情報がどのように相場の変化に影響を与えるか、履歴をもとに訓練するだけです。取引戦略のこのステップは、主要なものの1つになるので、そのために保存する価値はありません。ここでは、最高の “ハードウェア “でそれを提供するために、人工知能の学習のアルゴリズムの主な投資を集中することをお勧めします。一般的に、取引システムの「脳」は何も必要としません – それは、取引所で得られた利益の形でリターンを動作します。このタスクは、今日でも実現可能です。

週末の取引所の相場で活躍する取引ロボット。長い時間が経過し、思いつくことはあまりありません。おそらく貿易の高速バリアントを実装するために、短期的な予測取引ロボットに従事し、人工知能を組み合わせる価値があります。すなわちアカウントに取引業務を遂行するために人工知能の職務に置くこと。この点はより良いシステム全体のパフォーマンスの観点から検討されています。おそらく、人工知能と商社ロボットの間で機能が分担されたときがベストなタイミングになるでしょう。この課題はすでに過去に解決されているので、あとは人工知能の機能を追加して最適化することです。

その結果、すべての問題は現代の技術開発の段階ですでに解決できることがわかりました。おそらく誰かがすでに決めているのでしょうが、明らかな理由で宣伝していないだけでしょう。新興の競争相手とお金を共有しなければならなくなります。競争相手が現れるのは必然です。どの程度強いかは貿易戦略で使われる「頭脳」次第です。同じインプットを持つ人工知能が、どのようなデータから学習していたかによって、アウトプットで異なる結果を出すことは周知の通りです。人工知能の過学習と低学習の問題があります。短期的な相場の変動を最も正確に予測した企業が、最も利益を上げることになります。

受信データからの最終価格によって矛盾があります。例えば、いわゆる「ドルスマイル」は、経済から入ってくるデータからのドル相場のある種の非論理的な行動で構成されています。非常に良いデータが来るとき – 非常に悪いデータが来るときドルは論理的に上昇します – ドルは非論理的に上昇します。この時「安全な通貨」、「セーフヘブン」という特性を利用します。経済の中間値では米国の通貨は競合相手に対して下落する可能性があります。このような行動の説明として、通常投資家はこのような瞬間にリスクへの関心を呼び起こすとされます。このような主張には批判する根拠があるかもしれませんが、「ドルスマイル」が存在し米国経済の非常に悪い経済データで成長することは事実です。

短期予測取引戦略において、人工知能が相場の動きをより正確に予測すればするほど、そのような戦略の所有者が持つ利益は大きくなる可能性があります。このようなアルゴリズムが、使用されるAIの特性に直接依存することは間違いないでしょう。既存の高頻度取引アルゴリズムに人工知能を追加しても、すでに非常に大きなコストが大幅に増加することはありません。しかし、経済的な影響は予想以上に大きくなる可能性があり、現在のHFT技術の停滞は、人工知能の急速な進歩に道を譲りつつあるのです。

人工知能の技術開発は機が熟しました。その範囲は常に見直され拡大されています。金融分野だけでなく、この技術は日常生活のほとんどすべての領域に広がり、そこにとどまり新しいニッチを占拠したり、時代遅れの技術を駆逐したりしています。例外はなく、トレーディングもそうです。トレーディングにおけるAIの最初の利用は、「今までどうやってそれなしで生きてきたのか？」と言えるほど成功したとは言えませんでした。これはオーバートレーニングやアンダートレーニングなど、AI自体に問題があるためと思われます。いつものように、最適な黄金平均はこのような両極端の間にあるため、それを見つけ過去のデータに基づいて最も正確な未来予測をしなければなりません。少なくとも高頻度取引のように – ミリ秒単位で計算された間隔で。異なる開発者からの人工知能の主な特性の1つは、同じ入力に対して異なる出力結果です。これは絶対に正常です。市場との関係では、最終的な取引で最小限の預金伝票で最大の肯定的な結果を与える異なる開発者からの異なるアルゴリズムで、異なるAIの存在への権利を持っています。高頻度取引を使用しているすべての組織は、これに至るでしょう、早くそれが起こるでしょう – それはラガーダーの役割に残る可能性が低いです。そしてこのオプションは、HFT-技術に焦点を当てたプレイヤーには明らかに適してはいません。