Фотография: Stephane YAICH (Unsplash.com)
В серии из нескольких материалов для блога ITinvest мы обсудили ход развития технологий и IT-инфраструктуры для биржевых торгов и рынка алгоритмического трейдинга. Взлет последнего повлек за собой экспоненциальный рост объемов как обрабатываемых в моменте, так и исторических данных по финансовым операциям. Сегодня эти данные, их полнота и возможность представления в нужном формате — «воздух» для тех, кто обучает и тестирует свои торговые алгоритмы и модели.
Но помимо этих двух типов (в их самом общем смысле) данных — операционных и исторических — есть и информация, определяющая потенциальные планы игроков рынка. Если говорить простыми словами, это новости и анонсы от лица компаний. В работе алгоритмов их можно и нужно учитывать.
Поэтому Dow Jones и компании вроде Raven Pack выпускают рассылку в формате для автоматического считывания и делают из этого отдельный бизнес. В нее может входить много чего из «неструктурированных» новостей, которые будет сложно быстро проанализировать человеку, а специализированное ПО это делает без проблем. В итоге HFT-трейдер имеет на руках сразу несколько типов данных, оказывающих влияние на результативность работы его алгоритмов.
При таком подходе для него не составляет труда учитывать новостную повестку для фирмы-конкурента или отслеживать малейшие движения в инфополе со стороны Центробанка. Поиск может осуществляться с привязкой к ключевым словам, сводиться к какой-то определенной теме и упоминаниям лиц, принимающих значимые решения. С другой стороны, такая информация не будет для высокочастотных трейдеров определяющей. Одних только анонсов и новостей мало, чтобы убедиться в реальных намерениях игроков рынка. Поэтому переоценивать достижения наиболее активных в информационном поле компаний точно не стоит — это одной из правил в этой сфере.
Фотография: Max Letek (Unsplash.com)
Если углубляться в то, как еще могут выглядеть анализируемые данные, то стоит отметить не только новости регуляторов, имеющих прямое отношение к рынку, но и практически любые публичные данные об экономической активности граждан и бизнеса. Главное — возможность их получать, агрегировать и использовать для проверки трейдинговых моделей и выстраивания общей стратегии поведения на рынке. Дело может доходить до анализа численности людей в торговых центрах и офисах в реальном времени или наоборот — копании в архивах высказываний ключевых лиц индустрии в соц.сетях.
Получение аналитики на основе соц.графа, кластеризация в соц.сетях и работа с текстом публикаций — это фактически применение известных принципов и инструментов к относительно новой нише. Здесь уже есть большое количество научных статей, описывающих методы проверки различных гипотез, оценке эмоционального и психофизического состояния аудитории на базах данных из миллионов публикаций в условном Twitter. Для ученых и практиков (HFT-трейдеров) в этой области важно лишь дополнять эту картину соответствующим рыночным контекстом — соотносить отклик на движение акций в ту или иную сторону и наоборот — уметь прогнозировать ситуацию в реальном времени на основе твитов. Получается, что кванты работают практически со всем, что дает дополнительную информацию для уточнения работы алгоритмов и принятия решений.
Как мы говорили ранее, мало кто может предсказать, какие технологии могут понадобится таким фирмам. Когда Томас Дж. Уотсон из IBM связывал IT будущее финансового рынка максимум с пяти компьютерами, никто и подумать не мог, какой инфраструктурой будут пользоваться современные трейдеры. Поэтому отрицать даже самые безумные теории о том, что в эту сферу не придут условные ускорители нейтрино, между которыми уже проводят простейшие эксперименты по передаче информации, пока преждевременно. На этом мы завершаем наше обсуждение. Спасибо, что дочитали!
