アルゴリズム取引

アルゴリズム取引は、時間、価格、量などの変数を考慮して事前にプログラムされた自動取引指示を使用して注文を実行する方法です。^[1]このタイプの取引は、人間のトレーダーと比較してコンピューターの速度と計算リソースを活用しようとします。21世紀には、アルゴリズム取引は個人トレーダーと機関トレーダーの両方で注目を集めています。^{[2] [3]} 2019年の調査によると、外国為替市場での取引の約92％は人間ではなく取引アルゴリズムによって実行されました。^[4]

これは、より大きな注文の実行を分散させたり、人間のトレーダーが反応するには速すぎる取引を実行したりする必要がある投資銀行、年金基金、投資信託、ヘッジファンドで広く使用されています。ただし、シンプルな小売ツールを使用する個人トレーダーも利用できます。

アルゴリズム取引という用語は、自動取引システムと同義語として使用されることが多い。これらにはさまざまな取引戦略が含まれており、その一部は数理ファイナンスの公式と結果に基づいており、多くの場合、専用のソフトウェアに依存しています。^{[5] [6]}

アルゴリズム取引で使用される戦略の例には、システマティック取引、マーケット メイキング、市場間スプレッド、裁定取引、またはトレンド フォローなどの純粋な投機が含まれます。多くは高頻度取引(HFT)のカテゴリに分類され、高回転率と高注文対取引比率が特徴です。^[7] HFT 戦略では、人間のトレーダーが観察した情報を処理できるようになる前に、電子的に受信された情報に基づいて注文を開始するための精巧な決定を行うコンピューターを使用します。その結果、2012 年 2 月に、商品先物取引委員会(CFTC) は、HFT を最も適切に定義する方法について CFTC に助言するために、学者と業界の専門家を含む特別ワーキング グループを結成しました。^{[8] [9]アルゴリズム取引と HFT は、}市場のミクロ構造 の劇的な変化と、特に流動性の提供方法における市場のマクロダイナミクスの複雑さと不確実性をもたらしました。^{[10 ]}

金融市場における注文フローのコンピュータ化は、ニューヨーク証券取引所が「指定注文処理」システム (DOT) を導入した1970 年代初頭に始まりました。SuperDOTは、 DOT のアップグレード版として 1984 年に導入されました。どちらのシステムでも、注文を適切な取引拠点に電子的にルーティングできました。「開始自動報告システム」(OARS) は、市場清算開始価格 (SOR、スマート注文ルーティング)を決定する専門家を支援しました。

完全に電子化された市場の台頭とともに、プログラム取引が導入されました。これは、ニューヨーク証券取引所によって、総額100万ドル以上の価値を持つ15以上の株式を購入または売却する注文と定義されています。実際には、プログラム取引は、さまざまな要因に基づいて自動的に取引を開始または終了するように事前にプログラムされていました。^[12] 1980年代には、プログラム取引は、インデックスアービトラージと呼ばれる戦略で、S&P 500株式市場と先物市場間の取引に広く使用されるようになりました。

ほぼ同じ時期に、ポートフォリオ保険は、ブラック・ショールズ・オプション価格モデル に基づくコンピュータモデルに従って株価指数先物を動的に取引することにより、株式ポートフォリオに合成プットオプションを作成するように設計されました。

両方の戦略は、しばしば単に「プログラム取引」としてまとめられ、多くの人々（例えばブレイディ報告書）から、 1987年の株式市場の暴落を悪化させた、あるいは引き起こしたと非難された。しかし、コンピュータ駆動型取引が株式市場の暴落に及ぼした影響は不明であり、学界で広く議論されている。^[13]

1990年代に電子通信ネットワーク（ECN）が登場し、伝統的な取引所の外で株式や通貨を取引できるようになり、金融環境は再び変化しました。^[12]米国では、10進法化により、最小ティックサイズが1株あたり1/16ドル（0.0625米ドル）^[a]から0.01米ドルに変更されました。これにより、ビッド価格とオファー価格の差が小さくなり、マーケットメーカーの取引上の優位性が低下して市場のミクロ構造が変化したため、アルゴリズム取引が促進され、市場の流動性が高まった可能性があります。^[16]

この市場流動性の増加により、機関投資家はコンピュータ アルゴリズムに従って注文を分割し、より良い平均価格で注文を執行できるようになりました。これらの平均価格ベンチマークは、時間加重平均価格、またはより一般的には出来高加重平均価格を適用してコンピュータによって測定および計算されます。

金融市場におけるアルゴリズム取引の採用をさらに後押ししたのは、2001年にIBMの研究チームが国際人工知能合同会議で論文^[18]を発表した時でした。この論文では、金融市場で使用されている電子オークションの実験室バージョンでは、2つのアルゴリズム戦略（IBM独自のMGDとヒューレット・パッカードのZIP）が一貫して人間のトレーダーを上回ることができることが示されました。MGDは、1996/7年にスティーブン・ジェルスタッドとジョン・ディックハウトによって発明された「GD」アルゴリズムの修正版でした。 ^[19] ZIPアルゴリズムは、 1996年にHPのデイブ・クリフ（教授）によって発明されました。 ^{[20] IBMチームは論文の中で、MGDとZIP}が人間のトレーダーを上回るという結果の経済的影響は「年間数十億ドルに達する可能性がある」と記しており、IBMの論文は国際的なメディアで取り上げられました。

2005年、SECは株式市場を強化するために国家市場規制システムを導入した。^[12]これにより、トレードス​​ルールールなどのルールによって企業の取引方法が変更され、市場注文は最良価格で電子的に投稿および執行されなければならないことが義務付けられ、ブローカーが買い注文と売り注文をマッチングさせる際の価格差から利益を得ることが防止された。^[12]

より多くの電子市場が開かれるにつれて、他のアルゴリズム取引戦略が導入されました。これらの戦略は、価格の変化に迅速に反応し、複数の市場を同時に観察できるため、コンピューターによってより簡単に実装できます。

多くの証券会社は、行動、オプション、ブランドによって差別化されたアルゴリズム取引戦略を顧客に提供していました。例としては、カメレオン（BNPパリバが開発）、ステルス^{[21] （}ドイツ銀行が開発）、スナイパーとゲリラ（クレディ・スイスが開発）などがあります。^{[22]これらの実装では、}裁定取引、統計的裁定取引、トレンドフォロー、平均回帰などの投資アプローチの慣行が採用されていました。

現代のグローバル金融市場では、アルゴリズム取引が金融目的の達成に重要な役割を果たしています。^[23]トレーダー、投資銀行、投資ファンド、その他の金融機関は、30年近くにわたってアルゴリズムを利用して取引戦略を改良し、実行してきました。^[24]金融市場におけるアルゴリズムの使用は1990年代半ば以降大幅に増加していますが、日々の取引量への正確な貢献は依然として不正確です。^[25]

技術の進歩とアルゴリズム取引により、取引量の増加、コストの削減、ポートフォリオのパフォーマンスの向上、金融市場の透明性の向上が促進されました。^[26] 2019年4月の外国為替活動レポートによると、外国為替市場の1日あたりの取引高は6.6兆米ドルで、2016年の5.1兆米ドルから大幅に増加しました。^[27]

金融サービス業界の調査会社であるTABBグループによる米国株式HFT業界の2014年の収益性予測は経費控除前で13億ドル^[28]で、当時この種の取引を専門としていた300の証券会社とヘッジファンドが2008年に得た利益の最大値210億ドル[29]を大幅に下回るものであった。 ^[29]当時、著者らは市場全体の取引量と比較すると「比較的小さい」かつ「驚くほど控えめ」と呼んでいた。2014年3月、高頻度取引会社であるVirtu Financialは、5年間で同社全体で1,278取引日のうち1,277日に利益を上げており、^[30]損失が出たのは1日のみであり、取引日ごとにさまざまな金融商品で何百万回も取引することの利点を実証したと報告した。^[31]

2006年の欧州連合および米国の株式取引の3分の1は、自動プログラム、つまりアルゴリズムによって行われていた。^[33] 2009年の時点で、研究によると、HFT企業は米国の株式取引量全体の60～73％を占めていたが、2012年にはその数字は約50％に低下した。 ^{[34] [35]} 2006年には、ロンドン証券取引所で全注文の40％以上がアルゴリズムトレーダーによって入力され、2007年には60％になると予測されている。米国市場および欧州市場では、一般に他の市場よりもアルゴリズム取引の割合が高く、2008年には一部の市場で80％に達すると推定されている。外国為替市場でもアルゴリズム取引が活発に行われており、2016年には注文の約80％（2006年の約25％から増加）となっている。^[36] 先物市場はアルゴリズム取引に統合するのが比較的容易であると考えられており、^{[37] [38]} 2016年にはオプション取引の約40％が取引アルゴリズムを介して行われました。 ^[39] 債券市場はアルゴリズムトレーダーへのアクセスの拡大に向かっています。^[40]

アルゴリズム取引とHFTは、米国証券取引委員会と商品先物取引委員会が報告書の中で、投資信託会社が行ったアルゴリズム取引が売りの波を引き起こし、2010年のフラッシュクラッシュにつながったと述べて以来、多くの議論の的となっている。^{[41] [42] [43] [ 44] [45] [46] [47] [48]}同じ報告書では、HFT戦略が市場から急速に流動性を引き出すことで、その後のボラティリティの一因となった可能性があると指摘されている。これらの出来事の結果、ダウ工業株30種平均は、その日以来2番目に大きな日中ポイント変動を経験したが、価格はすぐに回復した。 （ダウ工業株30種平均の1日の最大変動リストを参照）国際証券監督者機構（IOSCO）による2011年7月の報告書は、「アルゴリズムとHFT技術は市場参加者が取引とリスクを管理するために使用されてきたが、その使用は2010年5月6日のフラッシュクラッシュの要因でもあったことは明らかだ」と結論付けている。 ^{[49] [50]}しかし、他の研究者は異なる結論に達している。2010年のある研究では、フラッシュクラッシュ中にHFTが取引在庫を大幅に変更しなかったことが判明した。^[51]インデックスファンドのリバランス前のアルゴリズム取引の一部は、投資家から利益を移転する。^{[52] [53] [54]}

米国の民間年金基金や401(k)、個人退職金口座などの退職貯蓄のほとんどは、投資信託に投資されている。その中で最も人気があるのは、定期的に「リバランス」、つまりポートフォリオを調整して、追跡する株式やその他の指数の原資産の新しい価格や時価総額に合わせる必要があるインデックスファンドである。 ^{[55] [56]}利益はパッシブなインデックス投資家からアクティブ投資家に移されるが、アクティブ投資家の中には、特にインデックスリバランス効果を利用するアルゴリズムトレーダーもいる。パッシブ投資家が被るこれらの損失の規模は、S&P 500では年間21～28bp、ラッセル2000では年間38～77bpと推定されている。^[53]ブリッジウェイ・キャピタル・マネジメントのジョン・モンゴメリーは、投資信託よりも先に取引を行うことで生じる「投資家のリターンの低さ」は「驚くべきことに、人々が話題にしていない」という「目に見えない大きな問題」であると言う。^[54]

ペア取引またはペアトレーディングは、ロングショート、理想的には市場中立の戦略であり、トレーダーは近い代替品の相対価値の一時的な相違から利益を得ることができます。 従来の裁定取引の場合とは異なり、ペア取引の場合、一物一価の法則は価格の収束を保証するものではありません。 これは、戦略が個々の株式に適用される場合特に当てはまります。これらの不完全な代替品は、実際には無限に発散する可能性があります。 理論上、この戦略のロングショートの性質により、株式市場の方向に関係なく機能するはずです。 実際には、実行リスク、持続的で大きな発散、およびボラティリティの低下により、この戦略は長期間にわたって利益を上げられない場合があります (例: 2004-2007 年)。 これは、統計的裁定取引、収束取引、および相対価値戦略のより広いカテゴリに属します。^[57]

金融において、デルタ中立とは、関連する金融証券のポートフォリオのことであり、そのポートフォリオの価値は、原証券の価値の小さな変化により変化しません。このようなポートフォリオには通常、オプションとそれに対応する原証券が含まれており、正のデルタ要素と負のデルタ要素が相殺されるため、ポートフォリオの価値は原証券の価値の変化に対して比較的鈍感になります。

経済学と金融において、アービトラージ（arbitrage / ˈ ɑːr b ɪ t r ɑː ʒ /）は、2つ以上の市場間の価格差を利用する行為、つまり不均衡を利用するマッチング取引の組み合わせを行い、市場価格の差額を利益とする行為である。学者が使用するアービトラージとは、確率的または時間的などの状態でもマイナスのキャッシュフローがなく、少なくとも1つの状態でプラスのキャッシュフローがある取引である。簡単に言えば、ゼロコストでリスクのない利益を得られる可能性がある。例：最も人気のあるアービトラージ取引の機会の1つは、S＆P先物とS＆P 500株で行われる。ほとんどの取引日において、これら2つの価格には差異が生じる。これは、主にNYSEおよびNASDAQ市場で取引されている株式の価格が、CME市場で取引されているS＆P先物よりも上または下になったときに起こる。

裁定取引は、次の 3 つの条件のいずれかが満たされた場合に可能になります。

• 同じ資産がすべての市場で同じ価格で取引されるわけではありません (「一物一価の法則」が一時的に破られます)。
• 同一のキャッシュフローを持つ 2 つの資産は同じ価格で取引されません。
• 将来の価格がわかっている資産は、現在、リスクフリー金利で割り引かれた将来の価格で取引されることはありません（または、資産の保管コストが無視できるほどではありません。そのため、たとえば、この条件は穀物には当てはまりますが、証券には当てはまりません）。

裁定取引は、単に、ある市場で商品を購入し、後で別の市場でより高い価格で販売する行為ではありません。ロングとショートの取引は、理想的には同時に行われ、市場リスク、つまり両方の取引が完了する前に一方の市場で価格が変動するリスクを最小限に抑える必要があります。実際には、これは通常、電子的に取引できる証券や金融商品でのみ可能であり、その場合でも、取引の最初のレッグが執行されたときに、他のレッグの価格が悪化し、確実に損失が確定する可能性があります。取引のレッグの 1 つを逃すこと (その後、より悪い価格で取引を開始する必要がある) は、「執行リスク」、より具体的には「レッグイン レッグアウト リスク」と呼ばれます。^[b]最も単純な例では、ある市場で販売された商品は、別の市場でも同じ価格で販売されるはずです。たとえば、トレーダーは、小麦の価格が都市よりも農業地域で安いことに気づき、商品を購入して別の地域に輸送し、より高い価格で販売する場合があります。このタイプの価格裁定取引は最も一般的ですが、この単純な例では輸送費、保管費、リスク、その他の要因が考慮されていません。「真の」裁定取引には市場リスクが伴わないことが求められます。証券が複数の取引所で取引されている場合、裁定取引は同時に一方の取引所で買い、もう一方の取引所で売りを行うことで発生します。このような同時実行は、完全な代替品が関与している場合、資本要件を最小限に抑えますが、実際には、多くの情報源が理論に従って誤って想定しているように、「自己資金調達」（無料）ポジションを作成することは決してありません。2 つのレッグの市場価値とリスクに何らかの違いがある限り、ロング ショート裁定取引ポジションを維持するために資本を投入する必要があります。

平均回帰は株式投資に時々使用される数学的手法ですが、他のプロセスにも適用できます。一般的に言えば、株式の高値と安値はどちらも一時的なものであり、株式の価格は時間の経過とともに平均価格になる傾向があるという考え方です。平均回帰プロセスの例としては、オルンシュタイン-ウーレンベック確率方程式があります。

平均回帰では、まず株式の取引範囲を特定し、次に資産、収益などに関連する分析手法を使用して平均価格を計算します。

現在の市場価格が平均価格よりも低い場合、その株は購入するのに魅力的であると考えられ、価格が上昇すると予想されます。現在の市場価格が平均価格よりも高い場合、市場価格は下落すると予想されます。言い換えると、平均価格からの偏差は平均に戻ると予想されます。

最新の価格（たとえば、過去 20 日）の標準偏差は、買いまたは売りの指標としてよく使用され ます。

株式レポート サービス ( Yahoo! Finance、MS Investor、Morningstarなど) では、通常、50 日や 100 日などの期間の移動平均が提供されます。レポート サービスでは平均が提供されますが、調査期間の高値と安値を特定することは依然として必要です。

スキャルピングとは、非伝統的なマーケットメーカーによる流動性の提供であり、トレーダーはビッド・アスク・スプレッドを獲得（または作ろう）とします。この手順では、価格変動がこのスプレッドより小さい限り利益を得ることができ、通常は数分以内にポジションを確立して清算することを伴います。^[58]

マーケットメーカーは基本的に専門のスキャルパーであり、ディーラーとも呼ばれます。^[59]マーケットメーカーの取引量は平均的な個人スキャルパーの何倍も大きく、より洗練された取引システムとテクノロジーを活用します。しかし、登録されたマーケットメーカーは、最低提示義務を規定する取引所の規則に縛られています。たとえば、NASDAQは、各マーケットメーカーに、少なくとも1つのビッドと1つのアスクをある価格レベルで投稿することを義務付けており、これにより、各株式の両面市場が維持されます。^{[60] [59] [61]}

アルゴリズム取引 (およびアルゴリズム流動性追求) と呼ばれる戦略のほとんどは、コスト削減のカテゴリに分類されます。基本的な考え方は、大規模な注文を小規模な注文に分割し、時間をかけて市場に出すことです。アルゴリズムの選択はさまざまな要因によって異なりますが、最も重要なのは株式のボラティリティと流動性です。たとえば、流動性の高い株式の場合、株式の注文全体の一定の割合を一致させる (ボリューム インライン アルゴリズムと呼ばれる) のが通常は良い戦略ですが、流動性が非常に低い株式の場合、アルゴリズムは有利な価格のすべての注文を一致させようとします (流動性追求アルゴリズムと呼ばれる)。

これらの戦略の成功は、通常、注文全体が執行された平均価格と、同じ期間のベンチマーク執行で達成された平均価格を比較することによって測定されます。通常、出来高加重平均価格がベンチマークとして使用されます。場合によっては、執行価格が注文時の金融商品の価格と比較されることもあります。

これらのアルゴリズムの特別なクラスは、反対側のアルゴリズム注文またはアイスバーグ注文を検出しようとします (つまり、購入しようとしている場合、アルゴリズムは販売側の注文を検出しようとします)。これらのアルゴリズムはスニッフィング アルゴリズムと呼ばれます。典型的な例は「ステルス」です。

アルゴリズムの例としては、VWAP、TWAP、Implementation shortfall、POV、Display size、Liquidity seeker、Stealthなどがあげられる。現代のアルゴリズムは、静的プログラミングまたは動的プログラミングのいずれかによって最適に構築されることが多い。^{[62] [63] [64]}

2009 年現在、バイサイドとマーケット メイキングを行うセルサイドのトレーダーの幅広い集団で構成される HFT は、より顕著になり、議論を呼ぶようになりました。^[65]これらのアルゴリズムや手法は、一般的に「ステルス」(ドイツ銀行が開発)、「アイスバーグ」、「ダガー」、「モンキー」、「ゲリラ」、「スナイパー」、「BASOR」(クオド ファイナンシャルが開発)、「スニファー」などの名前が付けられています。^[66] ダーク プールは、本質的にプライベートな代替取引システムであり、したがって公開注文フローとやり取りせず、代わりに大量の証券に非表示の流動性を提供します。^[67]ダーク プールでは、取引は匿名で行われ、ほとんどの注文は非表示、つまり「アイスバーグ」されます。^[68]ゲーマーまたは「シャーク」は、小さな市場注文を「ping」して売買することで、大きな注文を嗅ぎ分けます。いくつかの小さな注文が満たされると、シャークは大きなアイスバーグ注文の存在を発見した可能性があります。

「今は軍拡競争だ」とマサチューセッツ工科大学金融工学研究所所長アンドリュー・ローは2006年に語った。「誰もがより洗練されたアルゴリズムを構築しており、競争が激しくなるほど利益は小さくなる。」^[69]

アルファを生み出すために設計された戦略は、マーケットタイミング戦略と見なされます。これらのタイプの戦略は、バックテスト、フォワードテスト、ライブテストを含む方法論を使用して設計されます。マーケットタイミングアルゴリズムは通常、移動平均などのテクニカル指標を使用しますが、有限ステートマシンを使用して実装されたパターン認識ロジックを含めることもできます。^{[70] [71]}

アルゴリズムのバックテストは通常​​、最初の段階で、サンプルデータ期間を通じて仮想取引をシミュレートします。最適化は、最も最適な入力を決定するために実行されます。過剰最適化の可能性を減らすために実行される手順には、入力を+/- 10％変更する、入力を大きなステップでシュムーする、モンテカルロシミュレーションを実行する、スリッページと手数料が考慮されていることを確認することが含まれます。^[72]

アルゴリズムのフォワード テストは次の段階で、サンプル データ セットを通じてアルゴリズムを実行し、アルゴリズムがバックテストの期待値内で動作することを確認します。

ライブ テストは開発の最終段階であり、開発者は実際のライブ取引をバックテストおよびフォワードテストされたモデルの両方と比較する必要があります。比較される指標には、利益率、利益率、最大ドローダウン、取引あたりの平均利益などがあります。

前述のように、高頻度取引（HFT）は、高回転率と高注文対取引比率を特徴とするアルゴリズム取引の一形態である。HFTには単一の定義はないが、その主な特徴として、高度に洗練されたアルゴリズム、特殊な注文タイプ、コロケーション、非常に短期の投資期間、注文のキャンセル率の高さなどが挙げられる。^[7] 米国では、高頻度取引（HFT）企業は、現在営業している約2万社の2％を占めるが、株式取引高の73％を占めている。^[73] 2009年第1四半期時点で、HFT戦略を採用しているヘッジファンドの運用資産総額は1,410億ドルで、ピーク時から約21％減少した。^{[74] HFT戦略は}、ルネッサンス・テクノロジーズによって初めて成功した。^[75]

高頻度取引ファンドは、2007年と2008年に特に人気が出始めた。^[75]多くのHFT企業はマーケットメーカーであり、市場に流動性を提供しているため、ボラティリティが低下し、ビッド・オファー・スプレッドが狭まり、他の市場参加者の取引や投資が安価になった。^{[74] [76] [77]}米国証券取引委員会と商品先物取引委員会が、アルゴリズム取引とHFTの両方が2010年のフラッシュクラッシュのボラティリティに寄与したと述べて以来、HFTは世間の注目を集めている。米国の大手高頻度取引企業には、シカゴ・トレーディング・カンパニー、オプティバー、バーチュ・ファイナンシャル、DRW、ジャンプ・トレーディング、ツー・シグマ・セキュリティーズ、GTS、IMCファイナンシャル、シタデルLLCなどがある。^[78]

HFT 戦略には、注文フローに基づくマーケット メイキング、ティック データ情報に基づくマーケット メイキング、イベント アービトラージ、統計的アービトラージの 4 つの主要なカテゴリがあります。ポートフォリオ配分の決定はすべて、コンピューター化された定量モデルによって行われます。コンピューター化された戦略の成功は、大量の情報を同時に処理する能力に大きく左右されますが、これは普通の人間のトレーダーにはできないことです。

マーケットメイキングとは、現在の市場価格を上回る売り（またはオファー）の指値注文、または現在の価格を下回る買いの指値注文（または入札）を定期的かつ継続的に出して、ビッド・アスク・スプレッドを獲得することです。2007年7月にシティグループに買収されたAutomated Trading Deskは、積極的なマーケットメイカーであり、NASDAQとニューヨーク証券取引所の両方で総取引量の約6％を占めています。^[79]

古典的な裁定取引戦略における HFT 戦略の別のセットには、外国為替市場のカバード金利平価など、複数の証券が含まれる場合があります。これは、国内債券、外貨建て債券、通貨のスポット価格、通貨の先物契約の価格の関係を示します。市場価格がモデルで示唆されている価格と取引コストをカバーするほど異なる場合は、4 つの取引を行ってリスクのない利益を保証することができます。HFT では、4 つよりもはるかに多くの証券を含むより複雑なモデルを使用して、同様の裁定取引を行うことができます。TABB グループは、低レイテンシー裁定取引戦略の年間総利益が現在 210 億米ドルを超えていると推定しています。^[34]

統計的に有意な関係からの逸脱に基づいて取引の決定を下す、幅広い統計的裁定戦略が開発されています。マーケット メイキング戦略と同様に、統計的裁定はすべての資産クラスに適用できます。

リスク、合併、転換、不良証券の裁定取引のサブセットであり、契約締結、規制当局の承認、司法判断などの特定のイベントを利用して2つ以上の金融商品の価格またはレートの関係を変更し、裁定取引業者が利益を得ることを可能にする。^[80]

合併アービトラージはリスクアービトラージとも呼ばれ、その一例です。合併アービトラージは一般的に、買収の対象となる会社の株式を購入し、買収する会社の株式を空売りするものです。通常、対象会社の市場価格は、買収する会社が提示する価格よりも低くなります。これら 2 つの価格の差は、主に買収が完了する確率とタイミング、および現在の金利水準によって決まります。合併アービトラージの賭けは、買収が完了した場合、そのような差が最終的にゼロになることです。リスクは、取引が「破綻」し、差が大幅に拡大することです。

一部のトレーダーが採用し、禁止されているものの、おそらく今後も続くと思われる戦略の 1 つに、スプーフィングと呼ばれるものがあります。これは、株式を売買したいという印象を与える注文を出す行為であり、注文を執行する意図はまったくなく、一時的に市場を操作して株式をより有利な価格で売買することを目的としています。これは、現在のビッド価格またはアスク価格の範囲外で指値注文を作成し、他の市場参加者に報告される価格を変更することによって行われます。トレーダーは、その後、価格の人為的な変更に基づいて取引を行い、執行される前に指値注文を取り消すことができます。

トレーダーが、現在のビッド価格が 20 ドル、現在のアスク価格が 20.20 ドルの会社の株式を売りたいとします。トレーダーは、アスク価格からまだ少し離れているため実行されない 20.10 ドルで買い注文を出します。20.10 ドルのビッド価格は、全米最良ビッド価格およびオファー価格として報告されます。トレーダーは、売りたい株式の売却のために成行注文を実行します。最良ビッド価格は投資家の人為的なビッドであるため、マーケット メーカーは 20.10 ドルで売り注文を執行し、1 株あたり 0.10 ドル高い売却価格を可能にします。トレーダーはその後、決して完了するつもりのなかった購入の指値注文をキャンセルします。

クォートスタッフィングは、悪質なトレーダーが大量の注文を素早く発注・撤回して市場に流入させ、動きの遅い市場参加者に対して優位に立つために用いる戦術である。^[81]注文が素早く発注・取り消されると、スタッフィングが行われている間、一般投資家が頼りにしている市場データフィードの価格見積りが遅れる。HFT企業は、独自の大容量フィードと、最も高性能でレイテンシが最も低いインフラストラクチャの恩恵を受ける。研究者らは、高頻度取引業者がクォートスタッフィングによって人為的に誘発されたレイテンシと裁定取引の機会から利益を得ることができることを示した。^[82]

ネットワーク誘導レイテンシーは、遅延の同義語で、片道遅延または往復時間で測定され、通常、データパケットがある地点から別の地点に移動するのにかかる時間として定義されます。^[83]低レイテンシー取引とは、金融機関が証券取引所や電子通信ネットワーク (ECN) に接続して金融取引を迅速に実行するために使用するアルゴリズム取引システムとネットワークルートを指します。^[84]ほとんどの HFT 企業は、取引戦略の実行を低レイテンシーに依存しています。Joel Hasbrouck と Gideon Saar (2013) は、3 つの要素に基づいてレイテンシーを測定します。(1) 情報がトレーダーに届くまでの時間、(2) トレーダーのアルゴリズムが情報を分析するまでの時間、(3) 生成されたアクションが取引所に届き、実行されるまでの時間です。^[85]当時の電子市場 (2009 年頃) では、低レイテンシー取引処理時間は 10 ミリ秒未満、超低レイテンシーは 1 ミリ秒未満と定義されていました。^[86]

低レイテンシトレーダーは超低レイテンシネットワークに依存しています。彼らは、競合するビッドやオファーなどの情報を、競合他社よりもマイクロ秒単位でアルゴリズムに提供することで利益を得ています。^[34]革命的な速度の進歩により、企業は高頻度戦略の実装から利益を得るために、リアルタイムのコロケーション取引プラットフォームを持つ必要が生じました。 ^[34]戦略は、市場の微妙な変化を反映し、競合他社によって戦略がリバースエンジニアリングされる脅威に対抗するために、絶えず変更されます。これは、アルゴリズム取引戦略の進化的性質によるものです。アルゴリズム取引戦略は、市場の状況に関係なく、適応してインテリジェントに取引できなければなりません。これには、さまざまな市場シナリオに耐えられるだけの柔軟性が必要です。その結果、企業の純収益のかなりの割合が、これらの自律取引システムの研究開発に費やされています。^[34]

アルゴリズム戦略のほとんどは最新のプログラミング言語を使用して実装されていますが、スプレッドシートで設計された戦略を実装しているものもあります。大手証券会社や資産運用会社が使用するアルゴリズムは、FIXプロトコルのアルゴリズム取引定義言語（FIXatdl）で記述されることが増えており、これにより注文を受け取る企業は電子注文の表現方法を正確に指定できます。FIXatdlを使用して作成された注文は、トレーダーのシステムからFIXプロトコルを介して送信できます。^[87]基本モデルは線形回帰に頼ることができますが、より複雑なゲーム理論やパターン認識^{[88]または予測モデルを使用して取引を開始することもできます。これらのモデルの作成には、}マルコフ連鎖モンテカルロなどのより複雑な方法が使用されています。^[89]

アルゴリズム取引は、他の利点の中でも特に市場流動性を大幅に改善することが示されています^[90]。しかし、アルゴリズム取引によってもたらされる生産性の向上は、コンピュータとの厳しい競争に直面している人間のブローカーやトレーダーによって反対されています。

金融における技術の進歩、特にアルゴリズム取引に関連する技術の進歩は、金融のスピード、接続性、範囲、複雑さを増大させる一方で、人間性の低下を招いています。複雑なアルゴリズムに基づくソフトウェアを実行するコンピューターは、金融業界の多くの機能において人間に取って代わっています。金融は本質的に、機械と人間が主要な役割を分担する業界になりつつあり、現代の金融をある学者が「サイ​​ボーグ金融」と呼ぶものに変貌させています。^[91]

多くの専門家がコンピューターによるアルゴリズム取引の革新の利点を称賛する一方で、コンピューターによる取引の特定の側面について懸念を表明するアナリストもいる。

「こうしたシステムの欠点はブラックボックス性だ」とウィリアムズ氏は言う。「トレーダーは世界がどのように動いているかを直感的に理解している。しかしこうしたシステムでは、大量の数字を入力すると、何かが出てくるが、ブラックボックスが特定のデータや関係性に固執する理由は必ずしも直感的または明確ではない」^[69]

「金融サービス機構はブラックボックス取引の発展を注意深く見守ってきた。その年次報告書では、規制当局は新しい技術が市場にもたらす効率性の大きな利点について言及している。しかし、同時に「高度な技術とモデリングへの依存度が高まれば高まるほど、システム障害が業務中断につながるリスクが高まる」とも指摘している。」^[92]

英国財務大臣マイナーズ卿は、自動高頻度取引によって企業が投機家の「おもちゃ」になる可能性があると警告した。マイナーズ卿は、このプロセスは投資家と企業の関係を破壊する危険性があると述べた。^[93]

その他の問題としては、トレーダーへの相場情報の伝達が遅れる技術的な問題、 ^{[94]セキュリティ、システムが完全に機能しなくなり}市場の暴落につながる可能性などが挙げられます。^[95]

「ゴールドマンはこうしたことに数千万ドルを費やしている。彼らはトレーディングデスクの人員よりもテクノロジー分野で働く人員の方が多い...市場の性質は劇的に変化した。」^[96]

2012年8月1日、ナイト・キャピタル・グループは自動取引システムに技術的な問題が発生し、^[97] 4億4000万ドルの損失が発生しました。

この問題はナイトの取引ソフトウェアのインストールに関連しており、ナイトはニューヨーク証券取引所に上場されている証券の多数の誤った注文を市場に送りました。このソフトウェアは同社のシステムから削除されました。...誤った注文によって顧客が悪影響を受けることはなく、ソフトウェアの問題は特定の上場株式をニューヨーク証券取引所にルーティングすることに限定されていました。ナイトは誤った取引ポジションをすべて売却し、その結果、税引き前で約 4 億 4,000 万ドルの損失が発生しました。

^{2010年5月6日のフラッシュクラッシュ[41] [43]}では、アルゴリズム取引と高頻度取引がボラティリティに寄与していたことが示されました。このときダウ工業株30種平均は約600ポイント急落しましたが、数分以内にその損失を取り戻しました。当時、これはダウ工業株30種平均史上2番目に大きなポイント変動（1,010.14ポイント）であり、1日ベースでは最大のポイント下落（998.5ポイント）でした。^[98]

金融市場のニュースは現在、Need To Know News、 Thomson Reuters、Dow Jones、Bloombergなどの企業によってフォーマット化されており、アルゴリズムを介して読んだり取引したりできるようになっています。

「現在、コンピュータは企業の収益結果や経済統計が発表されるたびにニュース記事を作成するために使用されています。そして、このほぼ瞬時の情報は、ニュースに基づいて取引する他のコンピュータに直接フィードされます。」^[99]

アルゴリズムは単純なニュース記事に基づいて取引するだけでなく、より理解しにくいニュースも解釈します。一部の企業は、ニュース記事に感情（ニュースが良いか悪いかを判断する）を自動的に割り当てて、自動取引がニュース記事に直接作用するようにしようとしています。^[100]

「ますます人々は、あらゆる形態のニュースに注目し、それを中心に半構造化された方法で独自の指標を構築している」と、ダウ・ジョーンズ・エンタープライズ・メディア・グループのグローバル戦略ディレクター、ロブ・パサレラ氏は述べ、常に新たな取引上の利点を求めている。同氏は、トレーダー向けに低遅延のニュースフィードとニュース分析の両方を提供している。パサレラ氏はまた、さまざまな株式に関する頻繁なグーグル検索がどの程度取引指標として役立つか、証券取引委員会の声明に登場する可能性のあるさまざまなフレーズや単語の潜在的な影響、株式取引の話題に特化したオンラインコミュニティの最新の波などについて行われている新しい学術研究を指摘した。^[100]

「市場は本質的に会話であり、コーヒーハウスや居酒屋から生まれたものだ」と彼は語った。したがって、デジタル社会で会話が生まれる方法は、ニュースを取引に変える際にも利用されるだろうとパサレラ氏は述べた。^[100]

「ニュースを解釈するプロセスを人間から機械に移すことに真の関心が集まっています」とロイターのアルゴリズム取引のグローバルビジネスマネージャー、キルスティ・スータリ氏は言う。「ニュースコンテンツを利用して収益を得る方法を見つけている顧客が増えています。」^[99]

アルゴリズムトレーダーにとってニュース報道のスピードが重要であることの一例として、ダウ・ジョーンズによる広告キャンペーン（ 2008年3月1日のウォール・ストリート・ジャーナル紙のW15ページに掲載）が挙げられ、イングランド銀行による金利引き下げの報道で同社のサービスが他のニュースサービスより2秒速かったと主張した。

2007年7月、すでに独自の取引アルゴリズムを開発していたシティグループは、1日あたり約2億株を取引する創業19年の会社であるAutomated Trading Deskを6億8000万ドルで買収した。^[101]シティグループは以前にもLava TradingとOnTrade Inc.を買収している。

2010年後半、英国政府科学局は、金融市場におけるコンピュータ取引の将来を調査するフォーサイトプロジェクトを開始した。 ^[102]ロンドン証券取引所の元CEOであるクララ・ファース女史が主導し、2011年9月にプロジェクトは3つの言語で利用可能な3章からなるワーキングペーパーの形で最初の調査結果を発表した。また、裏付けとなる証拠を提供する16の追加論文も発表した。^[102]これらの調査結果はすべて、一流の学者や実務家が執筆または共著者であり、匿名の査読を受けた。2012年に発表されたフォーサイト調査では、定期的な流動性不足、新しい形態の操作、誤ったアルゴリズムや過剰なメッセージトラフィックによる市場安定性への潜在的な脅威に関する問題が認められた。しかし、この報告書は「標準的なHFT賛成論」を採用し、諮問委員会のメンバーがHFT業界と関係していることでも批判された。^[103]

従来の取引システムは、主に 2 つのブロックで構成されています。1 つは市場データを受信するブロック、もう 1 つは取引所に注文リクエストを送信するブロックです。ただし、アルゴリズム取引システムは 3 つの部分に分けることができます。

1. 交換
2. サーバー
3. 応用

取引所はシステムにデータを提供しますが、これには通常、最新の注文書、取引量、銘柄の最終取引価格 (LTP) が含まれます。サーバーは、履歴データベースのストアとして機能しながら、データを受け取ります。データはアプリケーション側で分析され、ユーザーから取引戦略が供給され、GUIで表示できます。注文が生成されると、注文管理システム(OMS) に送信され、OMS はそれを取引所に転送します。^{[104] [105]}

徐々に、アルゴリズムシステムの旧式の高レイテンシアーキテクチャは、より新しく最先端の高インフラストラクチャ、低レイテンシネットワークに置き換えられつつあります。アルゴリズムベースの取引システムにおける意思決定の中心となる複合イベント処理エンジン（CEP）は、注文ルーティングとリスク管理に使用されます。^{[104] [105]}

FIX（金融情報交換）プロトコルの出現により、さまざまな宛先への接続が容易になり、新しい宛先への接続に関しては市場投入時間が短縮されました。標準プロトコルが導入されたため、データフィード用のサードパーティベンダーの統合はもはや面倒ではありません。^[104]

アルゴリズム取引に関する学術研究の皮肉な発見の 1 つは、個々のトレーダーがコミュニケーションをより単純で予測可能なものにするためにアルゴリズムを導入する一方で、市場はより複雑で不確実性が高くなるということである。^[10]取引アルゴリズムは、プログラムされた指示または学習されたパターンに応答するローカル ルールに従うため、ミクロレベルでは、自動化された反応的な動作によって、コミュニケーション ダイナミクスの特定の部分がより予測可能になる。しかし、マクロレベルでは、全体的な創発プロセスがより複雑になり、予測不可能になることが示されています。^[10]この現象は株式市場に限ったことではなく、Wikipedia の編集ボットでも検出されています。^[106]

アルゴリズム取引の発展は、小数点化による取引規模の縮小によって促進された可能性があるが、アルゴリズム取引によって取引規模はさらに縮小した。かつては人間のトレーダーが行っていた仕事がコンピュータに切り替えられつつある。ミリ秒、さらにはマイクロ秒単位で測定されるコンピュータ接続の速度が非常に重要になっている。^{[107] [108]}

米国のNASDAQ、Direct Edge、BATS（以前はBetter Alternative Trading Systemの頭字語）などのより完全に自動化された市場は、NYSEなどの自動化がそれほど進んでいない市場から市場シェアを獲得しました。電子取引の規模の経済は、手数料や取引処理料金の引き下げに貢献し、金融取引所の国際的な合併や統合に貢献しました。

取引所間では、取引を完了するための最速の処理時間をめぐる競争が激化している。例えば、2007年6月、ロンドン証券取引所は、注文の発注から最終確認までの平均処理時間を10ミリ秒とし、1秒あたり3,000件の注文を処理できるというTradElectという新しいシステムを立ち上げた。^[109]それ以来、競合する取引所はレイテンシーの削減を続け、処理時間を3ミリ秒にまで短縮している。これは高頻度取引を行うトレーダーにとって非常に重要である。なぜなら、彼らは特定の金融商品の一貫性のある可能性の高いパフォーマンスの範囲を正確に特定しなければならないからである。これらの専門家は、最高のパフォーマンスとともに一貫性とリスクの軽減を求めているため、E-mini S&Pのような株価指数ファンドのバージョンを扱うことが多い。彼らは、ストップロスや利益確定を行う際に、レイテンシーが最も低く、流動性が最も高くなるように、市場データをフィルタリングしてソフトウェアプログラミングに取り込まなければならない。これらの市場ではボラティリティが高いため、これは複雑で神経をすり減らす作業となり、小さなミスが大きな損失につながる可能性があります。絶対頻度データは、トレーダーの事前プログラムされた指示の開発に役立ちます。^[110]

米国では、金融業界におけるコンピュータとソフトウェアへの支出は2005年に264億ドルに増加した。^{[2] [111]}

アルゴリズム取引は、金融業界で働く従業員のタイプに変化をもたらしました。たとえば、多くの物理学者が定量分析者として金融業界に参入しました。物理学者の中には、博士研究の一環として経済学の研究を始める人もいます。この学際的な動きは、経済物理学と呼ばれることもあります。^[112]一部の研究者は、アルゴリズム取引を主に行う企業の従業員と伝統的な投資マネージャーの間に「文化的隔たり」があると指摘しています。アルゴリズム取引は、データへの注目を高め、セルサイドの研究の重要性を低下させました。^[113]

アルゴリズム取引では、従来の成行注文や指値注文よりもかなり多くのパラメータを伝達する必要があります。一方のトレーダー (「バイサイド」) は、取引システム (「注文管理システム」または「執行管理システム」と呼ばれることが多い) が、絶えず増え続ける新しいアルゴリズム注文タイプの流れを理解できるようにする必要があります。複雑な新しいアルゴリズム注文タイプを構築するための研究開発費やその他の費用、執行インフラストラクチャ、およびそれらを配布するためのマーケティング費用は、かなり高額です。必要なのは、マーケティング担当者 (「セルサイド」) がアルゴリズム注文を電子的に表現し、バイサイドのトレーダーが新しい注文タイプをシステムにドロップするだけで、毎回カスタムの新しい注文入力画面をコーディングすることなく取引できるような方法でした。

FIXプロトコルは、証券取引分野で無料のオープン標準を公開する業界団体です。FIX言語はもともとフィデリティ・インベストメンツによって作成され、協会のメンバーには、ほぼすべての大手ブローカーディーラーと多くの中規模および小規模ブローカーディーラー、マネーセンター銀行、機関投資家、投資信託などが含まれています。この組織は、証券取引のプレトレードおよびトレード領域における標準設定を支配しています。2006年から2007年にかけて、数名のメンバーが集まり、アルゴリズム注文タイプを表現するためのXML標準の草案を公開しました。この標準は、FIXアルゴリズム取引定義言語（FIXatdl）と呼ばれています。^[114]

• 2010年のフラッシュクラッシュ
• アルゴリズムの暗黙の共謀
• アルファ生成プラットフォーム
• 代替取引システム
• 人工知能
• 最高の実行
• 複合イベント処理
• 電子取引プラットフォーム
• ミラー取引
• 定量投資
• テクニカル分析

外部ビデオ
アルゴリズムが世界を形作る仕組み、TED（カンファレンス）