Трейдинг. Разность скоростей
ГЭП является как раз самым простым примером того преимущества, которое может давать скорость – величина, имеющая огромное значение, особенно на неэффективном рынке. Торговать с преимуществом в скорости все равно что менять валюту в обменнике, торгующем по вчерашнему курсу. Однако скорость – это не метод, а скорее необходимое качество для работы целого ряда методов.Что дает преимущество в скорости? Возможность первым реагировать на информацию и первым забирать краткосрочную ошибку ценообразования. Выше мы уже говорили про такую неэффективность, как схождение к среднему связанных активов. Вы можете видеть возникновение подобных ошибок на тестах, и вам кажется, что ее легко забирать. Но когда вы начинаете строить систему, получается, что эта ошибка способна жить доли секунды, пока ее не забрали, либо цены активов не сошлись к среднему в следующее мгновение. Следовательно, вам нужно успеть считать информацию, поставить заявку, проверить ее статус (сработала или нет), снова считать информацию и отменить заявку, если цены изменились. Все перечисленное требует высоких скоростей и тот, кто проявит медлительность, просто не сможет реализовать целые классы стратегий.
Когда-то неэффективность «разность скоростей» приносила выдающиеся результаты даже ручным трейдерам. Бывало, что рынки запаздывали с реакцией на гэпах, медленно отзывались на новости и даже у ручных трейдеров с быстрым Интернетом всегда имелась возможность успеть купить или продать в числе первых, получая преимущество.
Пример неэффективности: существует фьючерс на «Газпром» и акции «Газпрома». Логично, что оба данных актива должны «ходить» синхронно. Естественно, что акции являются ведущим активом, а фьючерс на эти акции – ведомым. Во времена еще не развитых технологий конкуренция и компетенция игроков на фьючерсе «Газпрома» были невысоки, фьючерс в моменты резких движений иногда запаздывал за акцией. Спекулянт, готовый следить за акцией и за фьючерсом, а также быстро реагировать, мог тогда получать неплохие и более-менее стабильные деньги. Такая стратегия отлично работала в 2007–2008 гг. на срочном рынке России.
Обратите внимание: пока биржевые романтики изучали книжки по теханализу и рисовали «голову и плечи» на своих мониторах, биржевые прагматики искали подобные ошибки, чтобы просто, скучно и последовательно эксплуатировать их, зарабатывая деньги.
Сейчас разность скоростей почти не дает ощутимого преимущества на большинстве ликвидных рынков. Развитие технологий и конкуренции в секторе высокочастотного арбитража сделали рынки более эффективными в данном отношении, то есть возможности для заработков за счет преимущества в скорости резко снизились. Если битва за скорость на российской бирже еще пока стоит каких-то приемлемых денег, то на Западе игроки инвестируют миллионы долларов в оборудование с целью выиграть лишние наносекунды у конкурентов. Со временем, полагаю, выходить в высокочастотное поле станет все дороже и дороже.
Итак, скорость нужна, чтобы арбитражные стратегии работали просто хотя бы приблизительно так, как они работают на тестах. На входе арбитражных стратегий – только рыночная информация, поэтому здесь у алгоритма не возникает сомнений, когда возникает ошибка ценообразования. А что, если нужно быстро отреагировать не на биржевую информацию, а на неожиданные новости? Зачастую без логической интерпретации человека нельзя определить, хорошая эта новость или плохая. Тут возможности машин, конечно, ограниченны, и у человека есть небольшое преимущество. К сожалению, столь неожиданные новости, которые способны вызвать сильное движение рынка в течение торговой сессии, выходят совсем не часто. В этом смысле смотреть весь день в ленту новостей, надеясь первым заметить важную информацию и успеть правильно отреагировать на нее, – пожалуй, не самая лучшая стратегия. Хотя, например, в моменты кризиса, когда рынок становится более чувствительным к любой информации, данная стратегия тоже имеет право на существование.
Из-за развития технологий и роста конкуренции в плоскости высокочастотного трейдинга само по себе преимущество в скорости сложно конвертировать в доход. Однако целый класс стратегий требуют скорости для того, чтобы стратегия на реальных данных работала максимально близко к модели, дающей положительное матожидание на исторических данных.
