Dow Jones Industrial Average - den nest eldste amerikanske markedsindeksen og en av de mest brukte indeksene for å gjenspeile markedets tilstand som helhet - skjedde den største og raskeste nedgangen noensinne den 6. mai 2010.

Ved 2:42 den dagen hadde Dow falt 300 poeng siden starten av handel den morgenen. Ved klokken 14:47, bare fem minutter senere, hadde den falt med ytterligere 600 poeng. Plutselig hadde hundrevis av aksjer hatt sine priser slått til nesten null. Krasjen slettet øyeblikkelig nesten $ 1 trillion på lagerverdi.

Selv store blue chip-selskaper var ikke trygge fra effektene: Accenture-aksjer falt mer enn 90 prosent fra $ 40 til $ 0,01. Enda mer utrolig, bare 20 minutter senere, hadde markedet spratt tilbake til nesten samme nivå som det var tidligere.

Denne store wobble i globale økonomiske markeder sendte shockwaves gjennom hele finansmarkedet, hovedsakelig fordi det ikke var klart klart hva som hadde forårsaket det. Et år på, og til tross for noen lange undersøkelser fra US Securities and Exchange Commission (SEC) og Commodity Futures Trading Commission (CFTC), er det fortsatt ikke klart, men en sannsynlig årsakssammenhenger er høyfrekvent automatisk algoritmisk handel.

Det er kjøp og salg av aksjer, ikke av markedshandlere, men av finansiell programvare som automatisk analyserer finansmarkedet og kjøper eller selger aksjer basert på denne informasjonen ved lynhastigheter. Ideen om en megler på telefonen shouting, "Kjøp, kjøp, selg, selg!" er langt fjernet fra hvordan mange mennesker nå handler på aksjemarkedet.

I noen markeder gjøres mer enn halvparten av handelen med dataprogrammer, som bruker algoritmer til å bestemme om de skal kjøpe eller selge aksjer. Vanligvis er disse enkle systemer som kan generere flere små fortjenester ved systematisk handel på elektroniske markeder i blink of a eye. Algoritmene skrives vanligvis av proprietære handelsfirmaer og selges videre til andre forhandlere.

Innenfor algoritmen vil det være visse verdier som bestemmer nøyaktig når og hvor man skal handle, inkludert prisen på et sikkerhetssystem, størrelsen på fondet som er tilgjengelig, tidsbestemte hensyn som hvor raskt en ordre kan utføres, den beste tiden til å bestille sikker på at den vil bli utført, hvor sannsynlig en ordre skal fylles og den totale kostnaden for hver transaksjon. Enkelt sagt, hvis algoritmens betingelser er oppfylt av et bestemt markedsscenario, handles aksjene automatisk i løpet av millisekunder (og denne hastigheten faller hele tiden).

Husk at denne prosessen er helt automatisk, uten menneskelig involvering bortsett fra det som ble lagt ned i algoritmen av programvarens programmerer. Noen mennesker kjøper selv disse programmene uten å vite hva algoritmen inneholder, bare stoler på at de vil gjøre det de sier de vil gjøre.

Dette er kjent som svart bokhandel, som refererer til det faktum at du ikke kan se på den svarte boksen for å se hvordan den fungerer. Andre firmaer lager sine egne tilpassede algoritmer, og disse utvikler seg til mye mer komplekse programmer over tid, ettersom flere og flere opplysninger og garantier inngår i utviklingen deres.

Gjennomsnittlig levetid for disse handelsalgoritmene har en tendens til å være ekstremt kort - noen ganger bare et par dager. Så nyttig er disse algoritmer at de blir en svært verdifull vare i seg selv - faktisk har det allerede vært to domfeller i de amerikanske domstolene mot mennesker som har stjålet proprietær kode fra disse typer programmer verdt millioner av dollar.

Konsekvensen av disse handelsalgoritmene på økonomi ble gjort bekymringsfullt av assisterende USAs advokat Joseph Facciponti da han beskrev saken mot tidligere Goldman Sachs-ansatt Sergey Aleynikov, som ble dømt for et slikt tyveri tidligere i år.

"Banken har økt muligheten for at det er fare for at noen som visste hvordan man bruker dette programmet, kunne bruke den til å manipulere markeder på urettferdige måter," sa Facciponti..

Daggry av automatisering

Klart da har disse algoritmene muligheten til å påvirke finansmarkedene, men burde vi være bekymret for dem? Gir de ikke bare et nytt nivå av automatisering for å gjøre handlerne lettere? Sikkert de faktisk ikke forårsaker noen problemer for de finansielle markedene av seg selv?

Andy Haldane, Bank of Englands administrerende direktør med ansvar for finansiell stabilitet, er ikke så sikker. Som han sa i en tale i juni 2011 i Beijing,

"Drevet av en sterk cocktail av teknologi og regulering har handel i finansmarkeder utviklet seg dramatisk i løpet av dette århundret. Platformene for handelsaksjer har spredt seg og fragmentert, og hastighetsgrensen for handel har gått gjennom taket. Det er gode grunner, teoretisk og empirisk, å tro at selv om denne utviklingen i handel kan ha medført fordeler som reduksjon i transaksjonskostnader, kan det også ha økt abnormalitet i fordelingen av risiko og tilbake i finanssystemet. Slike abnormiteter stemplet Flash Crash. "

Så hvilken effekt føler han at høyfrekvent algoritmisk handel har hatt?

"HF-handel har hatt tre nøkkelfunksjoner på markeder," forklarer Haldane. "For det første har det betydd at stadig større volumer av handel har blitt komprimert til stadig mindre biter av tid. For det andre har det betydd at strategisk oppførsel blant handelsmenn skjer i stadig høyere frekvenser. For det tredje er det ikke bare at strategiens hastighet samspillet har endret seg, men også dets natur. I går var samspillet menneske til menneske. I dag er det maskin-til-maskin algoritme til algoritme. For algoritmer med levetid til en nyfrokost, gjør dette for rask evolusjonær tilpasning. "

Når Haldane snakker om en massiv endring i måten finansmarkedene kjøres, snakker han ikke. Det har virkelig vært en forandring som skyldes økningen i farten på det som er mulig - og det kommer raskt rundt. Sikkert for fort for alle implikasjonene å bli fullt realisert, som Haldane forklarer:

"Gjennomsnittlig hastighet for ordreutførelse på den amerikanske New York Stock Exchange har falt fra rundt 20 sekunder for et tiår siden til rundt et sekund i dag." Og det er bare gjennomsnittet. Etter hvert som bruken av høyfrekvent handel øker, vil gjennomsnittet synke betydelig.

Som Haldane forklarer, er elektronisk handel i seg selv nærme seg lyshastighet - universets fartsgrense.

"For ti år siden, kjørte eksekveringstider på noen elektroniske handelsplattformer avgjørende under en sekunders barriere. For nylig som for noen år siden nådde handelstiden tider" blinkhastighet "- så fort som et blinkende øye. , som virket øye vanning på rundt 300-400 millisekunder, eller mindre enn en tredjedel av et sekund, men mer nylig har fartsgrensen skiftet fra millisekunder til mikrosekunder - millionths av et sekund. Flere handelsplattformer tilbyr nå handelstiltak målt i mikrosekunder.

"Fra og med i dag ser den nedre grensen for handelstiltak ut til å være rundt 10 mikrosekunder. Dette betyr at det i utgangspunktet vil være mulig å utføre rundt 40 000 back-to-back-bransjer i blikket på øyet. Hvis supermarkeder kjørte høyt frekvens handelsprogrammer, kunne gjennomsnittlig husholdning fullføre sin shopping for en levetid på under et sekund. Forestill deg det. "

Stigningen av HFT

Selvfølgelig er det ikke nødvendigvis et problem at HFT gjør det mulig å gjøre mange handler raskt, men vi må vurdere hvor mye handel som skjer automatisk uten menneskelig inngrep. Frykten her er at snart grunnlaget for finansmarkedene kan endres.

Hvis investorer begynner å tro at aksjer ikke vurderes på selskapets forventede fremtidige inntjening, men faktisk får sin verdi fra datamaskiner som handler mot andre datamaskiner for fart og fordel, så vil de finansielle markedene virke som for mye av en gamble å investere i. Så hvor mye handel i dag gjøres utelukkende av datamaskiner?

Overraskende, med kanten det gir over andre handelsmenn når det gjelder hastighet og jevn kunnskap, øker den jevnt. For eksempel, som Haldane forklarer: "I Europa, siden 2005, har HFT steget fra en liten andel til å representere over 35 prosent av aksjemarkedet. I Asia og i fremvoksende markeder vokser det raskt fra en lavere base. land er også sant på tvers av markeder.

"HFT antar en stadig økende rolle i gjelds- og valutamarkeder. I noen futures-markeder står det allerede for nesten halvparten av omsetningen. I løpet av noen få år har HFT steget fra relativt uklarhet til absolutt hegemoni, i det minste i enkelte markeder. "

Endre spillplanen

Det er ikke alt algoritmisk handel har gjort - det har også endret måten det økonomiske spillet spilles på. Tidligere - for bare ti år siden, før datautomatisering - ville handlende og store finansinstitusjoner tjene penger ved å handle i rimelig enkle instrumenter: obligasjoner, aksjer og utenlandsk valuta.

Etter hvert som automatiseringen gikk inn, ble fortjenestemarginene på disse handelen drevet ned. Dette hadde påvirkningen av å oppmuntre disse bedriftene til å redusere sine egne kostnader og finne konkurransefortrinn ved å automatisere så mange av deres enkle handler som mulig.

Mens det tidligere var hundrevis av handelsmenn som kjøpte eller solgte små mengder aksjer i et forsøk på ikke å tippe konkurransen om hva de gjorde, nå kunne de håndteres av datamaskiner, etter hvert kjøpe eller selge små antall aksjer over kontrollerte tidsperioder.

Den massive økningen i hastigheten som tilbys av disse automatiske prosessene, gjorde det også mulig for de store finanshusene å se andre steder hvor algoritmer kunne bli ansatt for å generere rikdom, steder hvor den splittede andre timingen kunne tillate ineffektivitet i finansiell rapportering å bli utnyttet.

Et eksempel er arbitrage muligheter. Her er eiendeler som egentlig er identiske, kjøpt og solgt samtidig for å tjene penger på en prisforskjell mellom de to eiendelene. Så hvis samme aksje er notert på £ 20 på New York Stock Exchange og £ 19,95 på Philadelphia Stock Exchange, kan du garantere deg selv en fortjeneste ved å kjøpe aksjer på Philadelphia børsen og deretter selge den med en gang på New York Stock Utveksling (forutsatt at forskjellen kompenserer eventuelle omsetningskostnader).

Med algoritmisk handel, selv om disse forskjellene bare vises for en delt sekund, kan de finansielle husene handle på dem. Det er denne form for algoritmisk handel som har noen regulatorer bekymret - de tror at når de søker etter volatile markeder å utnytte, kan disse handlerne legge til den generelle volatiliteten i markedet selv. Ved aktivt å søke ut disse ufullkommenhetene, forverrer de effekten på markedene.

Dette er nyhetene

Et annet nyttig triks som algoritmisk handel kan benytte, er å automatisk skanne innkommende økonomiske nyhetsfeeder for buzzord eller uttrykk som "rentestigning", for eksempel. Når datamaskiner oppdager disse, kan de øyeblikkelig utløse de samme handlingsstrategiene som ble ansatt når en lignende situasjon skjedde tidligere.

Denne øyeblikkelige reaksjonen gjør det mulig for bedrifter å få slipp på sine konkurrenter og kan vise seg å være svært lønnsomme. Dette blir svært populært blant de større firmaene, og nyhetsmatleverandører har til og med endret strukturen i sine feeder slik at de lettere kan leses av datamaskiner.

Problemet her er imidlertid at hvis du har mange dataprogrammer som reagerer på en veldig lignende måte så snart nyheten er produsert, kan det føre til en dårlig reaksjon på markedene - spesielt hvis dette da utløser ytterligere runder med automatisk handel basert på tidligere automatisk handel. Dette er et stort skifte i måten finansmarkedet fungerer på.

Plutselig er det ikke mennesker som absorberer nyhetene og handler på det basert på erfaring. I stedet er det bare en datamaskin som går gjennom en forhåndsinnstilt prosess automatisk. Klart, hvis denne formen for algoritmisk handel blir endemisk, vil fremtiden for enkelte aksjer og aksjer ikke stole på hvordan selskapene utfører, men hvordan resultatene rapporteres i nyhetene.

Tenk også på de problemene som kan oppstå hvis nyhetsforfatteren tok feil. I den raske verden av finansiell nyhetsrapportering er det ikke ufattelig at det kan gjøres en feil, hvis en slik feil nå automatisk kunne skape et solid finansielt svart hull, er det ikke overraskende at det er krav om regulering om hvordan Algoritmisk handel kan brukes.

Kjører for å stå stille

Automatisk handel har hatt en annen effekt på markedet - det har økt sin belastning (antall avtaler som gjøres daglig). Gjennomsnittlig handelsstørrelse på aksjemarkedene i 1996 var over 1600 aksjer. Det siste tiåret har det gått ned til bare 400 aksjer per handel. Det betyr at det er fire ganger så mange bransjer som trengs for å levere det samme volumet som for 10 år siden.

Denne firefoldige økningen i handelsdata betyr at når noe går galt, er det mye vanskeligere å eliminere hva som forårsaket hva når, særlig ettersom disse handlerne er svært vanskelig å spore tilbake til bestemte selskaper. Det er derfor det er så vanskelig å legge skylden til 2010 Flash Crash på en bestemt dør - det er bare ikke papirsporet som trengs for å finne ut hva som skjedde.

Det er sannsynlig at noen reguleringer kan innføres, slik at en revisjonssti kan ses tydelig, men til tross for oppmuntrende lyder fra regulatorer virker dette ikke snart.

Denne ekstrabelastningen har en annen svært viktig konsekvens - reduseringen av risikostyring. I dag tar risikostyring bakover, da det er nesten umulig å konsolidere mengden data som genereres fra høyfrekvent handel. Nummerkrymping kan ikke følge med den ukontrollerte automatiseringen, noe som betyr at det blir stadig vanskeligere å bedømme risikoen for en handling på markedene.

Skjult handel?

Det er ikke bare forvirring over risiko heller - det faktum at de fleste ikke kan se hvilke faktorer de algoritmer de bruker for handel inneholder, har noen argumentert, ført til mangel på åpenhet i markedene.

Åpenbart må menneskene som lager algoritmen, beskytte deres immaterielle rettigheter, og så gi lukkede systemer til programkjøpene, men det betyr at noen mindre handlere som bruker HFT, ikke engang er helt sikre på hva de algoritmer de bruker for handel, inneholder. Dette betyr også at myndighetene ikke kan se hva som skjer i disse svarte boksene heller.

Noen sier dette tillater handelsmenn å skjule fornærmende aktivitet, og de må vise hva de gjør med regulatorer. Traders påpeke at disse algoritmer blir stadig deres livsblod, og å dele hemmelighetene til sin egen proprietære kode ville gi andre en urettferdig fordel.

Selvfølgelig betyr dette at denne typen svart bokshandel påvirker en av de største fasettregulatorene, er opptatt av å ha i markedet - synlighet. Dette forsterkes av det faktum at de høyfrekvente forhandlere med de bedre algoritmer har tilgang til bedre informasjon enn andre handelsmenn, og de kan gjøre avtale mikrosekunder før noen andre. Hvor passer disse massive fordelene som tilbys av de nyeste algoritmene inn hvis markedene er ment å være nivåspill felt?

Et av de største spørsmålene om algoritmisk handel er bare hvor lønnsomt det er. Det er definitivt store penger å bli generert av etablerte firmaer, men hva med de nybegynnere som prøver å dra nytte av denne nye typen handel?

Noen industriinnsidere spekulerer allerede på at de lønnsomme dagene med algoritmisk handel allerede er i fortiden (selv om dette betyr overskudd på bare millioner i motsetning til milliarder). Det ser ut som at økende konkurranse i høyfrekvenshandel verden betyr at det blir vanskeligere og vanskeligere å finne de små inkonsekvensene som ga så mye fortjeneste ved introduksjonen av denne nye handelsformen.

Handelsvolumene har siden gått ned, som har volatilitet, noe som betyr at algoritmisk handel ikke har noe å dra nytte av. Selvfølgelig er hastighet en veldig nyttig faktor som tilbys av automatisk handel, men nå ser det ut til at du må ha algoritmisk handel bare for å holde tritt med resten av feltet.