Прогноз. Как, наблюдая за погодой, научиться предсказывать экономические кризисы - Марк Бьюкенен

Их алгоритмы работают пассивно, ожидая поступления приказа на покупку или продажу по выставленным ценам. Вместе с тем многие другие трейдеры применяют торговые алгоритмы более активно: подобно хищникам, они рыщут по рынку в поисках малейших возможностей для извлечения прибыли. Например, вооружившись более качественным анализом, они могут заметить, что кто-то из маркет-мейкеров выставил несколько заниженную цену на продажу акций IBM. Тогда торговый алгоритм (российские трейдеры чаще используют термин «торговый робот») может купить эти акции и продать их с прибылью в другом месте. Когда на рынке появляется слишком много таких хищников, жаждущих заработать за счет оплошностей маркет-мейкеров, последние стараются предпринять защитные меры, расширяя свои ценовые спреды. Конечно, это делает рынок не более, а менее лик видным.

Таким образом, простое уравнение: «Увеличение скорости торговли = Повышение ликвидности» выглядит уже не столь однозначно верным. Наводнение рынка торговыми алгоритмами может привести к настоящему сражению между участниками рынка и хищниками, которое приведет к резкому колебанию ценовых спредов. К счастью, реальные данные указывают на то, что позитивное влияние в целом преобладает; высокочастотная торговля сделала трейдинг более дешевым. А легкость, с которой на рынок теперь поступает актуальная информация, способствует повышению точности биржевых цен. Как было сказано в заключении, сделанном по итогам одного из рыночных исследований: «Алгоритмическая торговля повышает ликвидность и информативность котировок»[196].

Это счастливая история о том, как направленные на извлечение прибыли технологии стремятся изменить мир к лучшему, является отличной рекламой, представляющей «невидимую руку» рынка в действии. Однако, на самом деле, это лишь часть истории, поскольку в ней пока еще не было сказано ни слова о стабильности.

«Молниеносное падение», которое началось 6 мая 2010 года в 14:32:00 с продажи крупного пакета фьючерсов, принадлежавшего фонду под управлением Уодделла и Рида, продлилось 13 минут и 27 секунд. В 14:45:27 цепная реакция приказов на продажу привела к падению цены мини-фьючерсов еще на 1,3 % за одну секунду. Это привело к срабатыванию автоматического выключателя на электронной торговой площадке CME Globex, после чего торги были приостановлены на пять секунд. В 14:45:33, когда торги возобновились, цена мини-фьючерсов поколебалась в течение еще пяти секунд, а затем развернулась и начиная с 14:45:38 стала расти. С этого момента прошло всего несколько секунд, когда брокер Майка Маккарти заключил описанную выше злополучную сделку по продаже акций P&G. Спустя еще 20 минут, в 15:06:00, рынок практически вернулся к тем ценовым уровням, с которых начался обвал[197].

Никто не знает, как развивались бы события в том случае, если бы на торговой площадке CME Globex не было автоматического выключателя. Никто не знает реальной «причины» молниеносного падения. В докладе Комиссии по ценным бумагам и биржам, посвященном этому вопросу, нет никаких доказательств того, что падение было вызвано слишком толстым пальцем трейдера, дьявольскими действиями «взбесившегося торгового алгоритма» или чьими-то попытками манипулировать рынком. При этом никаких существенных поломок в элементах инфраструктуры, обеспечивающей проведение торгов, обнаружено не было. Все системы работали в штатном режиме.

Но также очевиден и тот факт, что во время биржевого обвала случилось нечто экстраординарное: вся та замечательная ликвидность, которая обеспечивалась высокочастотными трейдерами, внезапно исчезла. Согласно заключительному совместному отчету[198] Комиссии по срочной биржевой торговле и Комиссии по ценным бумагам и биржам (CFTC-SEC), в период «молниеносного падения» «некоторые трейдинговые фирмы, специализирующиеся на высокочастотной торговле, существенно снизили свою торговую активность или вовсе приостановили проведение операций на время… между 2:41 и 2:44 дня. При этом высокочастотными трейдерами было продано около 2000 фьючерсных мини-контрактов в целях сокращения краткосрочных длинных позиций». Иными словами, маркет-мейкеры перестали поддерживать котировки с обеих сторон и вместо этого бросились распродавать скопившиеся у них к этому времени активы.

Один из руководителей трейдинговой фирмы TD Ameritrade позже вспоминал, что «ликвидность полностью испарилась на обоих рынках, как акций, так и фьючерсов»[199].

Таким образом, можно сделать следующий вывод: ликвидность, которую обеспечивает рынкам высокочастотный трейдинг, не совсем та, какой она кажется. По крайней мере, во время «молниеносного падения» она скорее напоминала моторное масло, которое было залито в двигатель автомобиля, но полностью испарилось в тот момент, когда двигатель сильно нагрелся и особенно нуждался в охлаждении и смазке. Как оказалось, такое исчезновение ликвидности вовсе не было необычным или разовым явлением, поэтому представление о значимой роли высокочастотного трейдинга в обеспечении рыночной ликвидности нуждается в некоторой корректировке. Такая поддержка имеет свойство исчезать, и, на самом деле, в этом нет ничего удивительного.

О реках и рисках

В 1906 году молодой английский служащий по имени Гарольд Эдвин Херст отправился в египетский Каир, находившийся в то время под британским правлением. В задачу Херста входило повышение качества прогнозов для такого заведомо труднопредсказуемого явления, как сила наводнений, происходящих из года в год при разливе Нила. Несмотря на то что инженеры ориентировались на записи наблюдений, которые велись на протяжении примерно восьми сотен лет, построенные ими плотины в последние годы регулярно затапливались, так как наводнения были сильнее, чем кто-либо ожидал. Херсту удалось выяснить почему: речные потоки, и Нил здесь не исключение, имеют долгосрочную память. Ежегодные наводнения с точки зрения их силы имеют тенденцию группироваться, а вовсе не носят случайный характер.

Херст пришел к этой гениальной идее, по-новому взглянув на имеющиеся данные. Чтобы применить его метод, необходимо, во-первых, рассчитать среднее значение и составить график динамических колебаний вокруг него. Полученная на графике беспорядочная линия будет блуждать вверх и вниз вблизи среднего значения. Далее следует наложить на полученный график «окно», которое способно растягиваться и сжиматься по горизонтали, захватывая, таким образом, бо́льший или меньший интервал времени. Для каждого значения ширины «окна» t необходимо определить разницу между наибольшим и наименьшим значениями внутри рассматриваемого интервала. Назовем это диапазоном r: он отражает наибольшее изменение речного разлива в выбранный период времени. Проделав эту операцию несколько раз для разных интервалов t, вы сможете увидеть, как диапазон колебаний увеличивается с увеличением временного промежутка (рис. 8).

Рис. 8. Представленная британским гидрологом Гарольдом Эдвином Херстом методика статистического масштабирования (анализ временных рядов) характеризует размах вариации во времени. Данная методика рассматривает, насколько быстро увеличивается диапазон значений (r) при увеличении интервала времени (t). Как выяснилось, расширение диапазона блужданий в данном случае может происходить либо быстрее, либо медленнее, по сравнению со стандартным случайным блужданием, при котором значение r растет как квадратный корень из t.

Идеи Херста могут быть использованы для того, чтобы судить о тенденциях изменения любого меняющегося показателя, будь то