Grunderna för algoritmisk handel: Begrepp och exempel En algoritm är en specifik uppsättning tydliga instruktioner som syftar till att utföra en uppgift eller process. Algoritmisk handel (automatiserad handel, blackbox trading eller helt enkelt algo-trading) är processen med att använda datorer som är programmerade att följa en definierad uppsättning instruktioner för att placera en handel för att generera vinst med en hastighet och frekvens som är omöjligt för en mänsklig näringsidkare. De definierade reglerna baseras på tid, pris, kvantitet eller någon matematisk modell. Bortsett från vinstmöjligheter för näringsidkaren gör algo-trading marknaderna mer likvida och gör handel mer systematisk genom att utesluta emotionella mänskliga effekter på handelsverksamheten. Antag att en näringsidkare följer dessa enkla handelsvillkor: Köp 50 aktier i ett lager när dess 50-dagars glidande medelvärde går över 200-dagars glidande genomsnitt Säljer aktier i aktierna när dess 50-dagars glidande medelvärde går under det 200-dagars glidande genomsnittet Med hjälp av denna uppsättning av två enkla instruktioner är det enkelt att skriva ett datorprogram som automatiskt kommer att övervaka aktiekursen (och de glidande medelindikatorerna) och placera köp - och säljordern när de definierade villkoren är uppfyllda. Näringsidkaren behöver inte längre hålla koll på levande priser och grafer eller lägga in orderen manuellt. Det algoritmiska handelssystemet gör det automatiskt för honom genom att korrekt identifiera handelsmöjligheten. (För mer om glidande medelvärden, se: Enkla rörliga genomsnittsvärden gör trenden uppe.) Algo-trading ger följande fördelar: Handlar utförda till bästa möjliga priser. Instant och exakt orderingång (därmed höga chanser att genomföras på önskade nivåer). tidsbestämd korrekt och omedelbart för att undvika betydande prisförändringar. Minskade transaktionskostnader (se exempel på genomförandebrist nedan). Samtidig automatiserad kontroll av flera marknadsförhållanden. Minskad risk för manuella fel vid placering av handel. Backtest algoritmen baserat på tillgänglig historisk och realtidsdata. möjligheter till misstag av mänskliga handlare baserade på känslomässiga och psykologiska faktorer Den största delen av dagens algohandel är HFT, som försöker kapitalisera att placera ett stort antal order med mycket snabba hastigheter över flera marknader och flera beslut parametrar, baserat på förprogrammerade instruktioner. (För mer om handel med högfrekventa handelar, se: Strategier och hemligheter hos högfrekvenshandeln). Algo-trading används i många former av handels - och investeringsverksamhet, bland annat: Mid till långsiktiga investerare eller köpsidor (pensionsfonder , fonder, försäkringsbolag) som köper aktier i stora mängder men inte vill påverka lagerpriserna med diskreta investeringar i stor volym. Kortfristiga näringsidkare och sälja sidodeltagare (marknadsmäklare, spekulanter och arbitrageurs) dra nytta av automatiserad handelstillverkning och allmäna handelshjälpmedel för att skapa tillräcklig likviditet för säljare på marknaden. Systematiska handlare (trendföljare, parhandlare, hedgefonder etc.) finner det mycket effektivare att programmera sina handelsregler och låta programmet handla automatiskt. Algoritmisk handel ger ett mer systematiskt tillvägagångssätt för aktiv handel än metoder baserade på en mänsklig handlare intuition eller instinkt. Algoritmiska handelsstrategier Alla strategier för algoritmisk handel kräver en identifierad möjlighet som är lönsam när det gäller förbättrat resultat eller kostnadsminskning. Följande är vanliga handelsstrategier som används i algo-trading: De vanligaste algoritmiska handelsstrategierna följer trender i glidande medelvärden. kanalbrytningar. prisnivå rörelser och relaterade tekniska indikatorer. Dessa är de enklaste och enklaste strategierna för att genomföra genom algoritmisk handel, eftersom dessa strategier inte innebär att man gör några förutsägelser eller prisprognoser. Trader initieras baserat på förekomsten av önskvärda trender. som är enkla och raka att implementera genom algoritmer utan att komma in i komplexiteten av prediktiv analys. Ovanstående exempel på 50 och 200 dagars glidande medelvärde är en populär trendstrategi. (För mer om strategier för trendhandel, se: Enkla strategier för att kapitalisera på trender.) Att köpa ett dubbelt noterat lager till ett lägre pris på en marknad och samtidigt sälja det till ett högre pris på en annan marknad ger prisskillnaden som riskfri vinst eller arbitrage. Samma operation kan replikeras för aktier kontra futuresinstrument, eftersom prisskillnaderna existerar från tid till annan. Genomföra en algoritm för att identifiera sådana prisskillnader och placera orderna möjliggör lönsamma möjligheter på ett effektivt sätt. Indexfonder har definierat perioder av ombalansering för att få sina innehav i nivå med sina respektive referensindex. Detta skapar lönsamma möjligheter för algoritmiska handlare, som utnyttjar förväntad handel som erbjuder 20-80 basispoäng vinst beroende på antalet aktier i indexfonden, precis innan indexfonden ombalanseras. Sådana branscher initieras via algoritmiska handelssystem för snabb genomförande och bästa priser. Många bevisade matematiska modeller, som den delta-neutrala handelsstrategin, som tillåter handel på kombination av alternativ och dess underliggande säkerhet. där handeln placeras för att kompensera positiva och negativa delta så att portföljen delta hålls noll. Medelåtervändningsstrategin bygger på idén att de höga och låga priserna på en tillgång är ett temporärt fenomen som regelbundet återgår till deras medelvärde. Att identifiera och definiera ett prisklass och en implementeringsalgoritm baserad på det gör det möjligt att placera affärer automatiskt när priset på tillgången bryter in och ut ur sitt definierade intervall. Volymvägd genomsnittsprisstrategi bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med hjälp av aktiespecifika historiska volymprofiler. Syftet är att genomföra ordern nära Volymvägd Medelpris (VWAP) och därigenom dra nytta av genomsnittspriset. Tidsvägd genomsnittsprisstrategi bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med jämnt fördelade tidsluckor mellan start - och sluttid. Syftet är att genomföra ordern nära genomsnittskursen mellan start - och sluttiderna och därigenom minimera marknadseffekterna. Till dess att ordern är fullt fylld fortsätter denna algoritm att skicka delbeställningar, enligt det definierade deltagandekvoten och enligt volymen på marknaden. Den relaterade stegstrategin skickar order till en användardefinierad procentandel av marknadsvolymer och ökar eller minskar denna delaktighet när aktiekursen når användardefinierade nivåer. Strategin för genomförandet av underskottet syftar till att minimera genomförandekostnaden för en order genom att handla i realtidsmarknaden och därigenom spara på beställningskostnaden och dra nytta av möjlighetskostnaden för försenat genomförande. Strategin kommer att öka den riktade delaktighetsgraden när aktiekursen rör sig positivt och sänker den när aktiekursen rör sig negativt. Det finns några speciella klasser av algoritmer som försöker identifiera händelser på andra sidan. Dessa sniffningsalgoritmer, som till exempel används av en försäljningssida-marknadsförare, har den inbyggda intelligensen för att identifiera existensen av några algoritmer på köpsidan av en stor order. Sådan upptäckt genom algoritmer kommer att hjälpa marknadsmakaren att identifiera stora ordermöjligheter och möjliggöra för honom att få fördel genom att fylla orderen till ett högre pris. Detta identifieras ibland som high-tech front-running. (För mer om högfrekvent handel och bedrägliga rutiner, se: Om du köper aktier online, är du involverad i HFT.) Tekniska krav för algoritmisk handel Genomföra algoritmen med ett datorprogram är den sista delen, klubbad med backtesting. Utmaningen är att omvandla den identifierade strategin till en integrerad datoriserad process som har tillgång till ett handelskonto för beställning. Följande behövs: Datorprogrammeringskunskap för att programmera den nödvändiga handelsstrategin, anställda programmörer eller färdiga handelsprogramvaror Nätverksanslutning och tillgång till handelsplattformar för orderingång Tillgång till marknadsdata feeds som kommer att övervakas av algoritmen för möjligheter att placera order Förmågan och infrastrukturen att backtest systemet en gång byggt innan den går live på reala marknader Tillgängliga historiska data för backtesting, beroende på komplexiteten av regler som implementeras i algoritmen Här är ett omfattande exempel: Royal Dutch Shell (RDS) är listat på Amsterdam Fondbörs (AEX) och London Stock Exchange (LSE). Låter bygga en algoritm för att identifiera arbitrage möjligheter. Här är några intressanta observationer: AEX handlar i euro, medan LSE handlar i Sterling Pounds På grund av en timmes tidsskillnad öppnar AEX en timme tidigare än LSE, följt av att båda börserna handlar samtidigt för de närmaste timmarna och sedan endast handlar i LSE under Den sista timmen när AEX stängs Kan vi undersöka möjligheten till arbitragehandel på Royal Dutch Shell-börsen som är listad på dessa två marknader i två olika valutor Ett datorprogram som kan läsa aktuella marknadspriser Prismatningar från både LSE och AEX A-valutahastighet för GBP-EUR-växelkurs Beställa placeringsförmåga som kan styra ordern till rätt utbyte Backtestningskapacitet på historiska prismatningar Dataprogrammet ska utföra följande: Läs det inkommande prismatningen av RDS-lager från båda börserna Använda tillgängliga valutakurser . konvertera priset på en valuta till andra Om det finns en tillräckligt stor prissammanhang (diskontering av mäklarkostnaderna) som leder till ett lönsamt tillfälle, placerar du köpsordern på lägre prissättning och säljarorder på högre prissättning. Om beställningarna utförs som Önskad, arbitrage vinsten kommer att följa Enkel och lätt Men övningen av algoritmisk handel är inte så enkelt att underhålla och genomföra. Kom ihåg, om du kan placera en algo-genererad handel, så kan andra marknadsaktörer. Följaktligen fluktuerar priserna i milli - och till och med mikrosekunder. I det ovanstående exemplet, vad händer om din köphandel blir verkställd, men sälja handel, eftersom försäljningspriserna ändras när din order träffar marknaden. Du kommer att sluta sitta med en öppen position. göra din arbitrage strategi värdelös. Det finns ytterligare risker och utmaningar: till exempel riskerar systemfel, nätverksanslutningsfel, tidsintervaller mellan handelsorder och utförande, och viktigast av allt, ofullkomliga algoritmer. Ju mer komplexa en algoritm krävs, desto strängare backtesting behövs innan den tas i bruk. Kvantitativ analys av algoritmernas prestanda spelar en viktig roll och bör granskas kritiskt. Det är spännande att gå till automation med hjälp av datorer med en uppfattning att tjäna pengar utan problem. Men man måste se till att systemet är noggrant testat och att gränserna är nödvändiga. Analytiska handlare bör överväga att lära sig programmering och byggsystem på egen hand, för att vara övertygade om att implementera rätt strategier på idiotsäkert sätt. Försiktig användning och grundlig testning av algo-handel kan skapa lönsamma möjligheter. Algoritmisk handel Vad är algoritmisk handel Algoritmisk handel, även kallad algo trading och black box trading, är ett handelssystem som använder avancerade och komplexa matematiska modeller och formler för att göra höga - Snabba beslut och transaktioner på finansmarknaderna. Algoritmisk handel innebär användning av snabba dataprogram och komplexa algoritmer för att skapa och bestämma handelsstrategier för optimal avkastning. BREAKA NER Algoritmisk handel Några investeringsstrategier och handelsstrategier som arbitrage. intermarknadsspridning, marknadstillverkning och spekulation kan förbättras genom algoritmisk handel. Elektroniska plattformar kan helt driva investerings - och handelsstrategier genom algoritmisk handel. Som sådan kan algoritmer utföra handelsinstruktioner under särskilda förhållanden i pris, volym och timing. Användningen av algoritmisk handel används mest av stora institutionella investerare på grund av den stora mängd aktier de köper varje dag. Komplexa algoritmer gör det möjligt för dessa investerare att få bästa möjliga pris utan att väsentligt påverka aktiekursen och öka inköpskostnaderna. Arbitrage är skillnaden mellan marknadspriser mellan två olika enheter. Arbitrage praktiseras vanligen i globala företag. Företag kan exempelvis dra nytta av billigare leveranser eller arbetskraft från andra länder. Dessa företag kan sänka kostnaderna och öka vinsten. Arbitrage kan också utnyttjas i handel med SampP-futures och SampP 500-aktierna. Det är typiskt för SampP-futures och SampP 500-aktier att utveckla prisskillnader. När detta inträffar, säljs de aktier som handlas på NASDAQ - och NYSE-marknaderna antingen bakom eller före SampP-terminalerna, vilket ger möjlighet till arbitrage. Höghastighetsalgoritmisk handel kan spåra dessa rörelser och dra nytta av prisskillnaderna. Handel innan Index Fund Rebalancing Pensionssparande som pensionsfonder investeras oftast i fonder. Indexfonderna i fondsmedel justeras regelbundet för att matcha de nya priserna på de underliggande tillgångarnas medel. Innan detta händer utlöser förprogrammerade handelsinstruktioner av algoritmiska handelsstödda strategier, som kan överföra vinster från investerare till algoritmiska handlare. Mean Reversion Mean reversion är matematisk metod som beräknar genomsnittet av en säkerhet tillfälligt höga och låga priser. Algoritmisk handel beräknar detta medelvärde och den potentiella vinsten från rörelsen av säkerhetspriset eftersom det antingen går ifrån eller går mot medelpriset. Scalpers vinst från handel bidragen spridas så snabbt som möjligt flera gånger om dagen. Prisrörelserna måste vara mindre än de spridna säkerheterna. Dessa rörelser sker inom några minuter eller mindre, vilket innebär behovet av snabba beslut, vilket kan optimeras av algoritmiska handelsformler. Andra strategier som optimeras genom algoritmisk handel inkluderar transaktionskostnadsreduktion och andra strategier som rör mörka pooler. Algoritmisk handel Algoritmisk handel. även kallad automatisk handel. black-box trading. eller algo trading. är användningen av elektroniska plattformar för att komma in i handelsorder med en algoritm som exekverar förprogrammerade handelsinstruktioner vars variabler kan innefatta timing, pris eller kvantitet av ordern eller i många fall initierar ordern med en robot utan mänsklig inblandning. Algoritmisk handel används i stor utsträckning av investeringsbanker. pensionsfonder. fonder. och andra investerare-driven institutionella handlare, att dela stora affärer i flera mindre affärer för att hantera marknadens påverkan och risker. 1 2 Sälj sidhandlare, till exempel marknadsaktörer och vissa hedgefonder. tillhandahålla likviditet till marknaden, generera och exekvera order automatiskt. En särskild klass av algoritmisk handel är högfrekvent handel (HFT). Många typer av algoritmiska eller automatiserade handelsaktiviteter kan beskrivas som HFT. Som ett resultat av detta bildade Commodity Futures Trading Commission (CFTC) i februari 2012 en särskild arbetsgrupp som inkluderade akademiker och branschexperter för att ge CFTC råd om hur man bäst kan definiera HFT. 3 4 HFT-strategier använder datorer som gör utarbetade beslut att initiera order baserat på information som mottas elektroniskt innan människohandlare kan bearbeta den information de observerar. Algoritmisk handel och HFT har resulterat i en dramatisk förändring av marknadens mikrostruktur, i synnerhet när det gäller likviditeten. 5 Algoritmisk handel kan användas i någon investeringsstrategi. inklusive marknadsföring. inter-market spridning, arbitrage. eller ren spekulation (inklusive trend efterföljande). Investeringsbeslutet och genomförandet kan vid varje tillfälle ökas med algoritmiskt stöd eller kan fungera helt automatiskt. Ett av de viktigaste frågorna om HFT är svårigheten att bestämma hur lönsamt det är. En rapport som släpptes i augusti 2009 av TABB-koncernen, ett forskningsföretag inom finanssektorn, uppskattade att de 300 värdepappersföretag och hedgefonder som specialiserat sig på denna typ av handel tog upp högst US21 miljarder i vinst 2008, 6 som författarna kallas relativt liten och förvånansvärt blygsam jämfört med marknadens totala handelsvolym. En tredjedel av alla Europeiska unionens och USA: s aktieaffärer 2006 drivs av automatiska program eller algoritmer, enligt den amerikanska forskningsinstitutet Aite Group i Boston. 7 Från och med 2009 utgjorde studier för HFT-företag 60-73 av alla amerikanska aktievolymer, där antalet faller till cirka 50 år 2012. 8 9 2006, på Londonbörsen. Över 40 av alla beställningar ingick av algoritmiska handlare, med 60 förutsagda för 2007. Amerikanska marknader och europeiska marknader har i allmänhet en högre andel algoritmiska handel än andra marknader och uppskattningar för 2008 varierar så hög som 80 procent på vissa marknader. Valutamarknaderna har också aktiv algoritmisk handel (cirka 25 order under 2006). 10 Futures-marknaderna anses vara ganska lätta att integrera i algoritmisk handel, 11 med cirka 20 alternativvolymer som förväntas bli datorgenererade 2010. Skriptfel Skriptfel 91 daterad information 93 12 Obligationsmarknaderna rör sig mot mer tillgång till algoritmiska handlare. 13 Algoritmiska och HFT har varit föremål för mycket offentlig debatt sedan USA: s Securities and Exchange Commission och Commodity Futures Trading Commission sade i rapporter att en algoritmisk handel som ingåtts av ett fondföretag utlöstes en våg av försäljning som ledde till 2010 Flash Crash . 14 15 16 17 18 19 20 21 Samma rapporter har hittat HFT-strategier kan ha bidragit till efterföljande volatilitet. Som ett resultat av dessa händelser led Dow Jones Industrial Average sin näst största intradagpunktsvängning någonsin till det datumet, trots att priserna snabbt återhämtade sig. (Se Lista över största dagliga förändringar i Dow Jones Industrial Average.) En rapport från Internationella värdepappersorganisationens (IOSCO), en internationell instans av värdepappersregulatorer, konstaterade i juli 2011 att medan algoritmer och HFT-teknik har använts av marknaden deltagarna för att hantera sin handel och risk, var deras användning också en tydlig bidragande faktor vid flashkraschhändelsen den 6 maj 2010. 22 23 En del algoritmisk handel före indexfondsstabilisering överför vinster från investerare. 24 25 26 Historia Redigera Dataströmningen av orderflödet på de finansiella marknaderna började i början av 1970-talet, med några landmärken som introducerades av New York Stock Exchanges utsedda orderomvandlingssystem (DOT och senare SuperDOT), som dirigerade beställningar elektroniskt till rätt handelspost, som utförde dem manuellt. Det automatiska rapporteringssystemet (OARS) hjälpte specialisten att bestämma marknadens clearing-öppningspris (SOR Smart Order Routing). Programhandel definieras av New York Stock Exchange som en order att köpa eller sälja 15 eller fler aktier värderade till över US1 miljoner totalt. I praktiken betyder det att alla programhandlar skrivs in med hjälp av en dator. På 1980-talet blev programhandeln allmänt använd i handeln mellan SampP500-aktiemarknaden och futuresmarknaderna. I lagerindex-arbitrage köper en näringsidkare (eller säljer) ett aktieindexkontrakt som SampP 500-futures och säljer (eller köper) en portfölj med upp till 500 aktier (kan vara en mycket mindre representativ delmängd) på NYSE som matchas mot terminshandel. Programhandeln på NYSE skulle vara förprogrammerad till en dator för att automatiskt komma in i ordern i NYSEs elektroniska orderrutingssystem vid en tid då terminspriset och aktieindexet var tillräckligt långt ifrån varandra för att göra vinst. Vid ungefär samma tid var portföljförsäkring utformad för att skapa ett syntetiskt säljoption på en börsportfölj genom dynamiskt handlande aktieindex futures enligt en datormodell baserad på BlackScholes optionsprismodell. Båda strategierna, som ofta helt enkelt klumpades samman som programhandel, skylldes av många personer (till exempel av Brady-rapporten) för att förvärra eller till och med starta 1987 års börskrasch. Men effekten av datordriven handel på aktiemarknaden kraschar är oklart och diskuteras brett i det akademiska samhället. 27 Finansmarknader med fullt elektroniskt genomförande och liknande elektroniska kommunikationsnät utvecklade i slutet av 1980-talet och 1990-talet. I USA-decimalisering. som ändrade den minsta kryssstorleken från 116 av en dollar (US0.0625) till US0,01 per aktie, kan ha uppmuntrat till algoritmisk handel, eftersom den förändrade marknadsmikrostrukturen genom att tillåta mindre skillnader mellan bud och anbudspriser, minskade marknadsmäklare handelsfördel, vilket ökar marknadslikviditeten. Denna ökade marknadslikviditet ledde till att institutionella handlare splittrade order enligt datoralgoritmer så att de kunde genomföra order till ett bättre genomsnittspris. Dessa genomsnittliga prisnivåer mäts och beräknas med datorer genom att tillämpa det tidsvägda genomsnittspriset eller mer vanligtvis med det volymvägda genomsnittspriset. En ytterligare uppmuntran till antagande av algoritmisk handel på finansmarknaderna kom 2001 när ett team av IBM-forskare publicerade ett dokument 28 vid den internationella gemensamma konferensen om artificiell intelligens där de visade att i experimentella laboratorieversioner av de elektroniska auktionerna som användes i den finansiella marknader, två algoritmiska strategier (IBMs egen MGD. och Hewlett-Packards ZIP) kan konsekvent utföra mänskliga handlare. MGD var en modifierad version av GD-algoritmen uppfunnad av Steven Gjerstad, amph John Dickhaut i 19967 29 ZIP-algoritmen hade uppfunnits hos HP av Dave Cliff (professor) 1996. 30 I sitt papper skrev IBM-teamet att de ekonomiska konsekvenserna av deras resultat visar MGD och ZIP överträffar mänskliga handlare. kan mäts i miljarder dollar årligen genererade IBM papper internationell mediedekning. När fler elektroniska marknader öppnades introducerades andra algoritmiska handelsstrategier. Dessa strategier genomförs lättare av datorer, eftersom maskiner kan reagera snabbare mot tillfällig prissättning och undersöka priser från flera marknader samtidigt. Till exempel Stealth (utvecklad av Deutsche Bank), Sniper och Guerilla (utvecklad av Credit Suisse 31), arbitrage. statistisk arbitrage. trend efter. och genomsnittlig reversion. Denna typ av handel är vad som driver den nya efterfrågan på Low Latency Proximity Hosting och Global Exchange Connectivity. Det är absolut nödvändigt att förstå vad latens är när man sätter ihop en strategi för elektronisk handel. Latency avser förseningen mellan överföringen av information från en källa och mottagandet av informationen vid en destination. Latency har som lägre bund ljusets hastighet motsvarar ca 3,3 millisekunder per 1 000 kilometer optisk fiber. Eventuell signalregenererings - eller routingsutrustning introducerar större latens än denna ljusstyrka. Strategier Redigera Trading före indexfondsrebalansering Redigera De flesta pensionsbesparingar. som privata pensionsfonder eller 401 (k) och individuella pensionskonton i USA, placeras i fonder. De mest populära är indexfonder som regelbundet måste balansera eller justera sin portfölj för att matcha de nya priserna och marknadsvärdet på de underliggande värdepapperen i lagret eller annat index som de spårar. 32 33 Detta gör det möjligt för algoritmiska handlare (80 av sina affärer involverar de 20 mest populära värdepapperen 32) för att förutse och handla före aktierörelser som orsakas av omräkning av fonden, vilket ger vinst på förhand kunskap om de stora institutionella blockorderna. 24 34 Detta resulterar i vinster som överförs från investerare till algoritmiska handlare, som beräknas vara minst 21 till 28 punkter per år för SampP 500 indexfonder och minst 38 till 77 punkter per år för Russell 2000-fonder. 25 John Montgomery av Bridgeway Capital Management säger att den resulterande dåliga investeraren återvänder från handel framför fonder är elefanten i rummet som chockerande talar folk inte om. 26 Relaterad tidszonarbitrage mot fonder och deras underliggande värdepapper som handlas på utomeuropeiska marknader kan sannolikt skada den finansiella integrationen mellan Förenta staterna, Asien och Europa. 35 Trend efter Redigera Trend följer är en investeringsstrategi som försöker dra nytta av långsiktiga, medellångsiktiga och kortfristiga rörelser som ibland förekommer på olika marknader. Strategin syftar till att utnyttja en marknadsutveckling på båda sidor, gå lång (köp) eller kort (sälja) på en marknad i ett försök att dra nytta av uppgångar och nedgångar på aktiemarknaden eller terminsmarknaden. Traders som använder detta tillvägagångssätt kan använda nuvarande marknadsprisberäkning, glidande medelvärden och kanalbrytningar för att bestämma den allmänna riktningen på marknaden och att generera handelssignaler. Traders som prenumererar på en trendstrategi syftar inte till att förutse eller förutse specifika prisnivåer som de initierar en handel när en trend verkar ha börjat och avsluta handeln när trenden verkar ha upphört. 36 Pairs trading Redigera parhandel eller parhandel är en långsiktig. ideellt marknadsneutral strategi som gör det möjligt för handlare att dra nytta av övergående avvikelser i relativvärdet av nära substitut. Till skillnad från i fall av klassisk arbitrage, i fråga om parhandel, kan lagen om ett pris inte garantera konvergens av priser. Detta gäller särskilt när strategin tillämpas på enskilda aktier - dessa ofullkomliga ersättare kan i själva verket avvika oändligt. I teorin ska strategins långsiktiga karaktär göra att den fungerar oavsett aktiemarknadsriktningen. I praktiken kan exekveringsrisken, beständiga och stora skillnader samt en minskning av volatiliteten göra denna strategi olönsam under långa perioder (t. ex. 2004-7). Det tillhör större kategorier av statistisk arbitrage. konvergenshandel. och relativvärdesstrategier. 37 Delta-neutrala strategier Redigera I finansiering beskriver delta-neutral en portfölj av närstående finansiella värdepapper, där portföljvärdet förblir oförändrat på grund av små förändringar i värdet av den underliggande säkerheten. En sådan portfölj innehåller typiskt optioner och motsvarande underliggande värdepapper så att positiva och negativa delkomponenter kompenseras, vilket resulterar i att portföljvärdet är relativt okänsligt för förändringar i värdet av den underliggande säkerheten. Arbitrage Redigera I ekonomi och finans. arbitrage r b t r är praxis att utnyttja en prisskillnad mellan två eller flera marknader. slår en kombination av matchande erbjudanden som utnyttjar obalansen, vinsten är skillnaden mellan marknadspriserna. När det används av akademiker är en arbitrage en transaktion som inte innebär något negativt kassaflöde i vilket probabilistisk eller tidsmässigt tillstånd som helst och ett positivt kassaflöde i minst ett tillstånd på ett enkelt sätt. Det är risken för en riskfri vinst till nollkostnad. Villkor för arbitrage Redigera Arbitrage är möjligt när en av tre villkor är uppfyllda: Den samma tillgången handlar inte till samma pris på alla marknader (lagen om ett pris är tillfälligt bruten). Två tillgångar med identiska kassaflöden handlar inte till samma pris. En tillgång med ett känt pris i framtiden handlas inte i dag till sitt framtida pris diskonterat med den riskfria räntan (eller tillgången har inte försumbar lagringsutrymme som sådan, till exempel gäller detta för korn men inte för värdepapper). Arbitrage är inte bara en handling att köpa en produkt på en marknad och sälja den i en annan till ett högre pris vid någon senare tidpunkt. De långa och korta transaktionerna bör ideellt ske samtidigt för att minimera exponeringen mot marknadsrisk eller risken att priserna kan förändras på en marknad innan båda transaktionerna är färdiga. I praktiken är detta i allmänhet endast möjligt med värdepapper och finansiella produkter som kan handlas elektroniskt, och även då när första handelsbenet utförs, kan priserna i de andra benen ha försämrats, låsas i en garanterad förlust. Saknar en av handelsbenen (och därefter måste den öppnas till ett sämre pris) kallas exekutionsrisk eller mer specifikt in-och ut-risk. not 1 I det enklaste exemplet bör godis som säljs på en marknad sälja till samma pris i en annan. Traders kan till exempel finna att priset på vete är lägre i jordbruksregioner än i städer, köp det goda och transportera det till en annan region för att sälja till ett högre pris. Denna typ av prisarbitrage är den vanligaste, men det här enkla exemplet ignorerar kostnaden för transport, lagring, risk och andra faktorer. Sann arbitrage kräver att det inte finns någon marknadsrisk. När värdepapper handlas på mer än en utbyte sker arbitrage genom att samtidigt köpa i en och sälja på den andra. Sådan samtidig genomförande, om perfekta ersättare är inblandade, minimerar kapitalkraven, men i praktiken skapar aldrig en självfinansierande (fri) position, eftersom många källor felaktigt antar att följa teorin. Så länge som det finns någon skillnad i marknadsvärdet och risken för de två benen, skulle kapitalet behövas för att bära den långa arbitragepositionen. Mean reversion Edit Mean reversion är en matematisk metod som ibland används för att investera i aktier, men det kan tillämpas på andra processer. Generellt sett är tanken att både ett lager högt och lågt pris är tillfälligt och att en aktiekurs tenderar att ha ett genomsnittspris över tiden. Betydande reversering innebär att man först identifierar handelsintervallet för ett lager och sedan beräknar det genomsnittliga priset med hjälp av analytiska tekniker när det gäller tillgångar, intäkter mm. När det nuvarande marknadspriset är lägre än genomsnittspriset anses beståndet attraktivt för inköp , med förväntan om att priset stiger. När nuvarande marknadspris överstiger genomsnittspriset förväntas marknadspriset falla. Med andra ord förväntas avvikelser från genomsnittspriset återgå till genomsnittet. Standardavvikelsen för de senaste priserna (t ex de senaste 20) används ofta som en köp - eller säljindikator. Lagerrapporteringstjänster (som Yahoo Finance, MS Investor, Morningstar, etc.) erbjuder vanligtvis glidande medelvärden för perioder som 50 och 100 dagar. Medan rapporteringstjänsterna ger medelvärdena är det fortfarande nödvändigt att identifiera de höga och låga priserna för studieperioden. Scalping Edit Scalping (trading) är en metod för arbitrage av små prisspel som skapas av bud-spread-spridningen. Scalpers försök att agera som traditionella marknadsaktörer eller specialister. För att göra spridningsmedlen att köpa till köpeskillingen och sälja till askpriset, för att få skillnaden mellan bidragen. Detta förfarande ger vinst även när budet och frågan inte rör sig alls, så länge som det finns handlare som är villiga att ta marknadspriser. Det innebär normalt att etablera och likvida en position snabbt, vanligtvis inom några minuter eller till och med sekunder. En scalpers roll är faktiskt rollen som marknadsaktörer eller specialister som ska behålla likviditet och orderflöde av en produkt från en marknad. En marknadsmäklare är i grunden en specialiserad scalper. Volymen en marknadsförare är många gånger mer än de genomsnittliga individuella scalpersna. En marknadsmäklare har ett sofistikerat handelssystem för att övervaka handelsverksamheten. En marknadsförare är emellertid bunden av strikta utbytesregler medan den enskilda näringsidkaren inte är. Exempelvis kräver NASDAQ att varje marknadsförare ska lägga minst ett bud och en fråga på någon prisnivå för att upprätthålla en dubbelsidig marknad för varje aktie som representeras. Reducering av transaktionskostnaden Redigera De flesta strategier som kallas algoritmisk handel (såväl som algoritmisk likviditetssökning) faller i kategorin kostnadsminskning. Grundidén är att bryta ner en stor order i små order och placera dem på marknaden över tiden. Valet av algoritm beror på olika faktorer, där det viktigaste är volatilitet och likviditet hos aktien. Till exempel är det för en starkt likvida bestånd, som matchar en viss procentandel av de totala orderbestämmelserna (kallad volyminlinealgoritmer) en bra strategi, men för ett starkt illikvide lager försöker algoritmer matcha varje order som har ett gynnsamt pris ( kallad likviditetssökande algoritmer). Succesen för dessa strategier mäts vanligen genom att jämföra det genomsnittliga priset där hela ordern genomfördes med det genomsnittliga priset som uppnåddes genom ett jämförelseindex för samma löptid. Vanligtvis används det volymvägda genomsnittspriset som referens. Ibland jämförs även genomförandepriset med priset på instrumentet vid beställningstillfället. En särskild klass av dessa algoritmer försöker upptäcka algoritmiska eller isbergsbeställningar på andra sidan (dvs om du försöker köpa, kommer algoritmen att försöka upptäcka order för säljsidan). Dessa algoritmer kallas sniffing algoritmer. Ett typiskt exempel är Stealth. Några exempel på algoritmer är TWAP, VWAP, Implementation shortfall, POV, Display storlek, Likviditetssökare och Stealth. Strategier som bara hänför sig till mörka pooler Redigera HFT, som består av en bred uppsättning köpsidor och marknadsföringshandlare, har blivit mer framträdande och kontroversiell. 38 Dessa algoritmer eller tekniker ges vanligen namn som Stealth (utvecklad av Deutsche Bank), Iceberg, Dagger, Guerilla, Sniper, BASOR (utvecklad av Quod Financial) och Sniffer. 39 Mörka pooler är alternativa elektroniska börser där handel sker anonymt, med flest order dolda eller isbergade. 40 Spelare eller hajar sniffar ut stora order genom att pinga små marknadsordningar att köpa och sälja. När flera små order är fyllda kan hajarna ha upptäckt närvaron av en stor isbergsbeställning. Nu är det en vapenävling, säger Andrew Lo, chef för Massachusetts Institute of Technology s Laboratory for Financial Engineering. Alla bygger mer sofistikerade algoritmer, och ju mer konkurrensen finns, desto mindre blir vinsten. 41 Högfrekvenshandel Redigera I USA representerar högfrekvenshandel (HFT) företagen 2 av de cirka 20 000 företagen som är verksamma idag, men står för 73 av alla aktier i volymen. 42 Från och med första kvartalet 2009 var totala tillgångar som förvaltades för hedgefonder med HFT-strategier US141 miljarder, vilket var ungefär 21 från deras höga. 43 HFT-strategin blev först framgångsrik av Renaissance Technologies. 44 Högfrekventa fonder började bli särskilt populära 2007 och 2008. 43 Många HFT-företag är marknadstillverkare och ger likviditet till marknaden, vilket har sänkt volatiliteten och bidrog till att smala budspridningar gör handel och investera billigare för andra marknadsaktörer. 43 45 46 HFT har varit föremål för ett intensivt offentligt fokus sedan USA: s Securities and Exchange Commission och Commodity Futures Trading Commission uppgav att både algoritmisk och HFT bidrog till volatiliteten i 2010 Flash Crash. Huvudspelare i HFT inkluderar GETCO LLC, Jump Trading LLC, Tower Research Capital, Hudson River Trading samt Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies. 14 15 16 17 Det finns fyra viktiga kategorier av HFT-strategier: Marknadsföring baserat på orderflöde, marknadsföring baserat på frikopplingsinformation, händelsesarbitrage och statistisk arbitrage. Alla beslut om portföljtilldelning görs av datoriserade kvantitativa modeller. Framgången av HFT-strategier drivs i stor utsträckning av deras förmåga att samtidigt bearbeta informationsvolymer, något som vanliga mänskliga handlare inte kan göra. typ flytta bild Fil: Merge-arrow. svg bildsteg textstyle text klassisk stil Det har föreslagits att denna artikel sammanfogas till scriptfel. (Diskutera) Föreslagna sedan augusti 2013. Små små bilder Småbilder småtext-subst-datumnamn Marknadsföring Redigering Marknadsföring är en uppsättning HFT-strategier som innebär att en begränsningsorder läggs ut för att sälja (eller erbjuda) över det aktuella marknadspriset eller en köpgränsorder (eller bud) under det nuvarande priset för att dra nytta av budgivningsutbudet. Automated Trading Desk. som köptes av Citigroup i juli 2007, har varit en aktiv marknadsmäklare och står för cirka 6 av den totala volymen på både NASDAQ och New York Stock Exchange. 47 Statistisk arbitrage Redigera En annan uppsättning HFT-strategier är en klassisk arbitrage-strategi kan innebära flera värdepapper som täckt ränteparitet på valutamarknaden som ger en relation mellan priserna på ett inhemskt obligationslån, ett obligationslån i utländsk valuta, platsen pris på valutan och priset på ett terminsavtal på valutan. Om marknadspriserna är tillräckligt olika från de som anges i modellen för att täcka transaktionskostnaden, kan fyra transaktioner göras för att garantera en riskfri vinst. HFT tillåter liknande arbitragor med hjälp av modeller med större komplexitet med många fler än 4 värdepapper. TABB-koncernen uppskattar att årliga aggregerade vinster av strategier med låg latent arbitrage för närvarande överstiger US21 miljarder. 8 Ett stort antal statistiska arbitrage-strategier har utvecklats där handelsbeslut fattas på grundval av avvikelser från statistiskt signifikanta relationer. Liksom marknadsstrategier kan statistisk arbitrage tillämpas i alla tillgångsklasser. Event arbitrage Redigera En delmängd av risk, fusion, konvertibel eller nödsituerad värdepappersarbitrage som räknas på en specifik händelse, såsom ett kontraktsundertecknande, myndighetsgodkännande, rättsligt beslut etc. för att ändra pris - eller ränteförhållandet mellan två eller flera finansiella instrument och tillåta arbitrageur att tjäna vinst. 48 Fusion arbitrage även kallad risk arbitrage skulle vara ett exempel på detta. Fusionsarbitrage består i allmänhet av att köpa aktier i ett företag som är målet för en övertagande samtidigt som aktiebolaget i det förvärvande bolaget förkortas. Marknadspriset för målbolaget är vanligtvis mindre än det pris som erbjuds av det förvärvande bolaget. Spridningen mellan dessa två priser beror främst på sannolikheten och tidpunkten för förvärvet som slutförts samt den rådande räntenivån. Insatsen i en fusionsarbitrage är att en sådan spridning i slutändan kommer att bli noll, om och när övertagandet är klart. Risken är att affären bryter och spridningen ökar massivt. Low latency trading Redigera HFT är ofta förvirrad med låg latent handel som använder datorer som utför handel inom mikrosekunder, eller med extremt låg latens i handelns jargong. Låglighetshandlare är beroende av ultralåga latensnät. De tjänar genom att tillhandahålla information, såsom konkurrerande bud och erbjudanden, till sina algoritmer mikrosekunder snabbare än sina konkurrenter. 8 Det revolutionära framskridandet i hastighet har lett till att företagen måste ha en realtidskolokerad handelsplattform för att dra nytta av att genomföra högfrekventa strategier. 8 Strategier förändras ständigt för att återspegla de subtila förändringarna på marknaden samt att bekämpa hotet att strategin är omvänd konstruerad av konkurrenter. Det finns också ett mycket starkt tryck för att kontinuerligt lägga till funktioner eller förbättringar i en viss algoritm, till exempel klientspecifika modifieringar och olika prestationsförbättrande förändringar (avseende benchmark trading performance, kostnadsminskning för handelsföretaget eller en rad andra implementeringar). Detta beror på den evolutionära karaktären hos algoritmiska handelsstrategier som de måste kunna anpassa och handla intelligent, oavsett marknadsförhållanden, vilket innebär att de är tillräckligt flexibla för att klara ett stort antal marknadsscenarier. Till följd av detta spenderas en betydande andel av företagens nettoinkomster på RampD i dessa autonoma handelssystem. 8 Strategiimplementering Redigera De flesta av de algoritmiska strategierna implementeras med moderna programmeringsspråk, även om vissa fortfarande implementerar strategier utformade i kalkylblad. I allt högre grad skrivs de algoritmer som används av stora mäklare och kapitalförvaltare till FIX-protokollens Algoritmic Trading Definition Language (FIXatdl), vilket gör det möjligt för företag som får order att precisera hur deras elektroniska order ska uttryckas. Beställningar som byggts med FIXatdl kan sedan överföras från handelssystem via FIX-protokollet. 49 Grundmodeller kan lita på så lite som en linjär regression, medan mer komplext spelteoretisk och mönsterigenkänning 50 eller prediktiva modeller också kan användas för att initiera handel. Neurala nätverk och genetisk programmering har använts för att skapa dessa modeller. Issues and developments Edit Algorithmic trading has been shown to substantially improve market liquidity 51 among other benefits. However, improvements in productivity brought by algorithmic trading have been opposed by human brokers and traders facing stiff competition from computers. Concerns Edit 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 its not always intuitive or clear why the black box latched onto certain data or relationships. 41 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. 52 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. 53 Other issues include the technical problem of latency or the delay in getting quotes to traders, 54 security and the possibility of a complete system breakdown leading to a market crash. 55 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. 56 On 1 August 2012 Knight Capital Group experienced a technology issue in their automated trading system, 57 causing a loss of 440 million. This issue was related to Knights 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 companys 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 HFT were shown to have contributed to volatility during the May 6, 2010 Flash Crash, 14 16 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. 58 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. 59 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. 60 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. 60 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. 60 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. 59 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 2 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. 61 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, 62 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. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit 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. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, 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. 68 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 SampPs, 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 andor 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 traders pre-programmed instructions. 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit 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 RampD 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 LTD fixprotocol. org 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 ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clog ged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacifi c Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk.
Comments
Post a Comment