Articulo de referencia

Sistema de negociación automatizado

Un sistema de negociación automatizado ( ATS ), un subconjunto de la negociación algorítmica , utiliza un programa informático para crear órdenes de compra y venta y enviarlas a...

Un sistema de negociación automatizado ( ATS ), un subconjunto de la negociación algorítmica , utiliza un programa informático para crear órdenes de compra y venta y enviarlas automáticamente a un centro de mercado o bolsa. [ 1 ] El programa informático genera automáticamente órdenes basándose en un conjunto de reglas predefinidas mediante una estrategia de negociación basada en análisis técnico , cálculos estadísticos y matemáticos avanzados o información de otras fuentes electrónicas. [ 2 ] Estos sistemas se utilizan a menudo para implementar estrategias de negociación algorítmica que suelen operar a alta velocidad y frecuencia.

Estos sistemas de negociación automatizados son empleados principalmente por bancos de inversión o fondos de cobertura , pero también están disponibles para inversores privados mediante herramientas online sencillas. Se estima que entre el 70 % y el 80 % de todas las transacciones de mercado se realizan a través de software de negociación automatizada, en contraste con las operaciones manuales. [ 3 ] [ 4 ]

Los sistemas de negociación automatizada se utilizan frecuentemente en centros de negociación electrónica , incluyendo redes de comunicación electrónica , " dark pools " y bolsas automatizadas. [ 5 ] Los sistemas de negociación automatizada y las plataformas de negociación electrónica pueden ejecutar tareas repetitivas a velocidades mucho mayores que cualquier equivalente humano. Los controles de riesgo y las salvaguardas tradicionales que se basaban en el juicio humano no son apropiados para la negociación automatizada, lo que ha provocado problemas como el Flash Crash de 2010. En algunos mercados electrónicos se han implementado nuevos controles, como restricciones a la negociación o "interruptores de circuito", para hacer frente a los sistemas de negociación automatizada. [ 6 ]

Mecanismo

El sistema de negociación automatizado determina si se debe enviar una orden basándose, por ejemplo, en el precio de mercado actual de una opción y en los precios teóricos de compra y venta. [ 7 ] Los precios teóricos de compra y venta se derivan, entre otras cosas, del precio de mercado actual del valor subyacente a la opción. Una tabla de consulta almacena un rango de precios teóricos de compra y venta para un rango dado del precio de mercado actual del valor subyacente. En consecuencia, a medida que cambia el precio del valor subyacente, se puede indexar un nuevo precio teórico en la tabla de consulta, evitando así cálculos que de otro modo ralentizarían las decisiones de negociación automatizadas. [ 8 ] Un sistema de negociación automatizado en línea de procesamiento distribuido utiliza mensajes estructurados para representar cada etapa de la negociación entre un creador de mercado (cotizador) y un comprador o vendedor potencial (solicitante). [ 9 ]

Estrategias

El seguimiento de tendencias es una estrategia de trading que basa las decisiones de compra y venta en las tendencias observables del mercado. Durante años, han surgido diversas formas de seguimiento de tendencias, como el programa informático Turtle Trader . A diferencia de la previsión financiera , esta estrategia no predice los movimientos del mercado. En cambio, identifica una tendencia al principio del día y luego opera automáticamente según una estrategia predefinida, independientemente de los cambios de dirección. El seguimiento de tendencias ganó popularidad entre los especuladores, aunque sigue dependiendo del juicio humano para configurar las reglas de trading y las condiciones de entrada/salida. Encontrar la estrategia inicial óptima es esencial. El seguimiento de tendencias está limitado por la volatilidad del mercado y la dificultad de identificar tendencias con precisión. [ 11 ]

Por ejemplo, la siguiente fórmula podría utilizarse para una estrategia de seguimiento de tendencias:

"Consideremos un espacio de probabilidad completo (Ω, F, P). SeaSr{\displaystyle S_{r}}denota el precio de la acción en el momentor{\displaystyle r}satisfaciendo la ecuación
dSr=Sr[μ(αr)dr+σdBr],{\displaystyle dS_{r}=S_{r}[\mu (\alpha _{r})dr+\sigma dB_{r}],}St=incógnita,{\displaystyle S_{t}=X,}trT<{\displaystyle t\leq r\leq T<\infty },
dóndeαr{1,2}{\displaystyle \alpha _{r}\in \{1,2\}}es una cadena de Markov de dos estados ,μ(i)μi{\displaystyle \mu (i)\equiv \mu _ {i}}es la tasa de retorno esperada en régimeni=1,2,σ>0{\displaystyle i=1,2,\sigma >0}es la volatilidad constante,Br{\displaystyle B_{r}}es un movimiento browniano estándar yt{\displaystyle t}yT{\displaystyle T}son los tiempos inicial y final, respectivamente". [ 12 ]

Según la página de Wikipedia sobre el precio promedio ponderado por volumen ( VWAP), este se calcula utilizando la siguiente fórmula:

":PAGVWAPAG=jPAGjQjjQj{\displaystyle P_{\mathrm {VWAP} }={\frac {\sum _{j}{P_{j}\cdot Q_{j}}}{\sum _{j}{Q_{j}}}}\,}

dónde:

PAGVWAPAG{\displaystyle P_{\mathrm {VWAP} }}es el precio promedio ponderado por volumen;
PAGj{\displaystyle P_{j}}es el precio del comercioj{\displaystyle j};
Qj{\displaystyle Q_{j}}es la cantidad de comercioj{\displaystyle j};
j{\displaystyle j}es cada operación individual que se realiza durante el período de tiempo definido, excluyendo las operaciones cruzadas y las operaciones cruzadas de cestas de valores".

"Una serie temporal continua que revierte a la media puede representarse mediante una ecuación diferencial estocástica de Ornstein-Uhlenbeck:

dincógnitat=θ(μincógnitat)dt+σdWt{\displaystyle dx_{t}=\theta (\mu -x_{t})dt+\sigma dW_{t}}

Dóndeθ{\displaystyle \theta }es la tasa de reversión a la media,μ{\displaystyle \mu }es el valor medio del proceso,σ{\displaystyle \sigma }es la varianza del proceso yWt{\displaystyle W_{t}}es un proceso de Wiener o movimiento browniano ". [ 13 ] [ 14 ]

Historia

El concepto de sistema de negociación automatizado fue introducido por primera vez por Richard Donchian en 1949, cuando utilizó un conjunto de reglas para comprar y vender fondos. [ 15 ] Donchian propuso un concepto novedoso en el que las operaciones se iniciarían de forma autónoma en respuesta al cumplimiento de condiciones de mercado predeterminadas. Debido a la falta de tecnología avanzada en ese momento, el personal de Donchian se vio obligado a realizar gráficos de mercado manuales y evaluar la idoneidad de ejecutar operaciones basadas en reglas. Si bien este laborioso procedimiento era susceptible a errores humanos, sentó las bases para el desarrollo posterior de la negociación de activos financieros. [ 16 ]

Luego, en la década de 1980, el concepto de negociación basada en reglas ( seguimiento de tendencias ) se popularizó cuando operadores famosos como John Henry comenzaron a utilizar dichas estrategias. A mediados de la década de 1990, algunos modelos estuvieron disponibles para su compra. Además, las mejoras tecnológicas aumentaron la accesibilidad para los inversores minoristas. [ 17 ] Posteriormente, Justin-Niall Swart empleó un método de negociación de seguimiento de tendencias basado en canales de Donchian para la optimización de carteras en su análisis del mercado de futuros sudafricano . [ 18 ]

La forma inicial de un Sistema de Negociación Automatizada (SNA) se compone de software basado en algoritmos, utilizado históricamente por gestores financieros y corredores. Este tipo de software se empleaba para administrar automáticamente las carteras de los clientes. [ 19 ] Sin embargo, el primer servicio de libre mercado sin supervisión se lanzó en 2008: Betterment , de Jon Stein . Desde entonces, este sistema ha ido mejorando con el desarrollo de la industria de las tecnologías de la información.

Alrededor de 2005, el copy trading y el mirror trading surgieron como formas de trading algorítmico automatizado. Estos sistemas permitieron a los traders compartir sus historiales y estrategias de trading, que otros traders podían replicar en sus cuentas. Una de las primeras empresas en ofrecer una plataforma de autotrading fue Tradency en 2005 con su software "Mirror Trader". [ 20 ] [ 21 ] [ 22 ] Esta función permitió a los traders enviar sus estrategias, permitiendo a otros usuarios replicar cualquier operación producida por esas estrategias en sus cuentas. Posteriormente, algunas plataformas permitieron a los traders conectar sus cuentas directamente para replicar operaciones automáticamente, sin necesidad de codificar estrategias de trading. Desde 2010, numerosos brokers online han incorporado el copy trading a sus plataformas de internet, como eToro , ZuluTrade , Ayondo y Tradeo. [ 23 ] [ 24 ] El copy trading se beneficia de las decisiones de trading en tiempo real y del flujo de órdenes de inversores creíbles, lo que permite a los traders menos experimentados replicar operaciones sin realizar el análisis ellos mismos.

Ahora, el Sistema de Negociación Automatizada gestiona enormes activos en todo el mundo. [ 25 ] En 2014, más del 75 por ciento de las acciones negociadas en las bolsas de valores de Estados Unidos (incluidas la Bolsa de Nueva York y el NASDAQ ) se originaron a partir de órdenes de sistemas de negociación automatizada. [ 26 ] [ 27 ]

Disrupción y manipulación del mercado

El comercio automatizado, o comercio de alta frecuencia, genera preocupaciones regulatorias como contribuyente a la fragilidad del mercado. [ 28 ] Los reguladores de Estados Unidos han publicado comunicados [ 29 ] [ 30 ] que analizan varios tipos de controles de riesgo que podrían utilizarse para limitar el alcance de tales perturbaciones, incluidos controles financieros y regulatorios para prevenir la entrada de órdenes erróneas como resultado de fallas informáticas o errores humanos, el incumplimiento de varios requisitos regulatorios y la superación de un límite de crédito o capital.

El uso de estrategias de negociación de alta frecuencia (HFT) ha crecido sustancialmente en los últimos años e impulsa una parte significativa de la actividad en los mercados estadounidenses. Si bien muchas estrategias HFT son legítimas, algunas no lo son y pueden utilizarse para manipular el mercado. Una estrategia sería ilegítima o incluso ilegal si provoca una perturbación deliberada en el mercado o intenta manipularlo. Dichas estrategias incluyen las "estrategias de activación de impulso": la suplantación de identidad y la estratificación, donde un participante del mercado coloca una orden no legítima en un lado del mercado (generalmente, aunque no siempre, por encima de la oferta o por debajo de la demanda) con el fin de incitar a otros participantes a reaccionar a la orden no legítima y luego operar con otra orden en el lado opuesto del mercado. También se las conoce como estrategias depredadoras o abusivas. Dado el alcance del impacto potencial que estas prácticas pueden tener, la vigilancia de los algoritmos abusivos sigue siendo una alta prioridad para los reguladores. La Autoridad Reguladora de la Industria Financiera (FINRA, por sus siglas en inglés) ha recordado a las empresas que utilizan estrategias de negociación de alta frecuencia (HFT, por sus siglas en inglés) y otros algoritmos de negociación su obligación de mantenerse vigilantes al probar estas estrategias antes y después de su lanzamiento para garantizar que no den lugar a prácticas comerciales abusivas.

FINRA también se centra en la entrada de actividades problemáticas de HFT y algorítmicas a través de participantes patrocinados que inician su actividad desde fuera de los Estados Unidos. En este sentido, FINRA recuerda a las empresas sus obligaciones de vigilancia y control en virtud de la Regla de Acceso al Mercado de la SEC y el Aviso a los Miembros 04-66, [ 31 ] así como los posibles problemas relacionados con el tratamiento de dichas cuentas como cuentas de clientes, la lucha contra el blanqueo de capitales y los niveles de margen, tal como se destaca en el Aviso Regulatorio 10-18 [ 32 ] y la Alerta Nacional de Riesgo de Examen de la Oficina de Inspecciones y Exámenes de Cumplimiento de la SEC, de fecha 29 de septiembre de 2011. [ 33 ]

FINRA realiza labores de vigilancia para identificar la manipulación del precio de los títulos de renta variable subyacentes, tanto entre diferentes mercados como entre distintos productos. Estas manipulaciones suelen llevarse a cabo mediante algoritmos o estrategias de negociación abusivas que cierran posiciones de opciones preexistentes a precios favorables o establecen nuevas posiciones de opciones a precios ventajosos.

En los últimos años, se han producido varios fallos en la negociación algorítmica que han causado importantes perturbaciones en el mercado. Esto genera preocupación sobre la capacidad de las empresas para desarrollar, implementar y supervisar eficazmente sus sistemas automatizados. FINRA ha declarado que evaluará si las pruebas y los controles de las empresas relacionados con la negociación algorítmica y otras estrategias de negociación automatizadas son adecuados a la luz de las obligaciones de supervisión de la Comisión de Bolsa y Valores de EE. UU. y de las propias empresas. Esta evaluación puede adoptar la forma de exámenes e investigaciones específicas. Se exigirá a las empresas que indiquen si realizan pruebas previas a la implementación de algoritmos y sistemas de negociación que sean independientes, separadas y rigurosas. Asimismo, se investigará si el personal jurídico, de cumplimiento y de operaciones de la empresa revisa el diseño y el desarrollo de los algoritmos y sistemas de negociación para garantizar el cumplimiento de los requisitos legales. FINRA revisará si una empresa supervisa y revisa activamente los algoritmos y sistemas de negociación una vez que se implementan en sistemas de producción y después de que se hayan modificado, incluidos los procedimientos y controles utilizados para detectar posibles abusos en la negociación, como ventas ficticias, manipulación de precios, estratificación y estrategias de activación de impulso. Finalmente, las empresas deberán describir su enfoque respecto a los interruptores de desconexión o "apagado" de toda la empresa, así como los procedimientos para responder a fallos catastróficos del sistema. [ 34 ] [ 35 ] [ 36 ]

Ejemplos notables

Algunos ejemplos de recientes perturbaciones importantes del mercado son los siguientes:

  • El 6 de mayo de 2010, el índice Dow Jones Industrial Average cayó aproximadamente 1000 puntos (alrededor del 9 %) y recuperó esas pérdidas en cuestión de minutos. Fue la segunda mayor variación de puntos (1010,14 puntos) y la mayor caída de puntos en un solo día (998,5 puntos) en la historia del índice. Esta perturbación del mercado se conoció como el Flash Crash y dio lugar a que los reguladores estadounidenses emitieran nuevas regulaciones para controlar el acceso al mercado mediante el comercio automatizado. [ 37 ]
  • El 1 de agosto de 2012, entre las 9:30  y las 10:00  a. m. EDT, Knight Capital Group perdió cuatro veces sus ingresos netos de 2011. [ 38 ] El director ejecutivo de Knight, Thomas Joyce, declaró, al día siguiente de la interrupción del mercado, que la empresa tenía "todos los recursos disponibles" para corregir un error en uno de los algoritmos de negociación de Knight que envió órdenes erróneas a las bolsas para casi 150 acciones diferentes. Los volúmenes de negociación se dispararon en tantos valores que el ETF SPDR S&P 500 (SÍMBOLO: SPY), que generalmente es el valor estadounidense más negociado, se convirtió en la 52.ª acción más negociada ese día, según Eric Hunsader, director ejecutivo del servicio de datos de mercado Nanex . Las acciones de Knight cerraron con una caída del 62 % como resultado del error de negociación y Knight Capital estuvo a punto de colapsar. Finalmente, Knight llegó a un acuerdo para fusionarse con Getco , una empresa de negociación de alta velocidad con sede en Chicago. [ 39 ] [ 40 ]

Véase también

Referencias

  1. Khandelwal, Nitesh. "3 mitos sobre el trading algorítmico" . BW Businessworld . Consultado el 1 de agosto de 2019 .
  2. Domowitz, Ian; Lee, Ruben (28 de octubre de 1996). "Bases legales para las bolsas de valores: clasificación y regulación de los sistemas de negociación automatizados".
  3. Arnoldi, Jakob (2016-01-01). "Algoritmos informáticos, manipulación del mercado e institucionalización del comercio de alta frecuencia" . Theory, Culture & Society . 33 (1): 29– 52. doi : 10.1177/0263276414566642 . ISSN 0263-2764 . 
  4. Yadav, Yesha (2015). "Cómo el comercio algorítmico socava la eficiencia en los mercados de capitales" . Vanderbilt Law Review . 68 : 1607.
  5. Lemke, Thomas; Lins, Gerald. "2:25-2:29". Soft Dollars and Other Trading Activities (ed. 2013-2014 ). Thomson West. ISBN  978-0-314-63065-0.
  6. «Comunicado conceptual sobre controles de riesgo y salvaguardias del sistema para entornos de negociación automatizados» (PDF) . Comisión de Negociación de Futuros de Productos Básicos. 9 de septiembre de 2013. Archivado del original (PDF) el 27 de noviembre de 2013. Consultado el 22 de diciembre de 2014 .
  7. Hanif, Ayub; Smith, Robert Elliott (30 de septiembre de 2012). "Comercio algorítmico, electrónico y automatizado" . The Journal of Trading . 7 (4): 78– 86. doi : 10.3905/jot.2012.7.4.078 . ISSN 1559-3967 . 
  8. Marynowski, John M., et al. "Sistema de negociación automatizado en una bolsa de valores electrónica". Patente estadounidense n.° 7,251,629. 31 de julio de 2007.
  9. Hartheimer, Richard, et al. «Sistema de intercambio financiero con recuperación/reversión automatizada de órdenes no confirmadas». Patente estadounidense n.° 5,305,200. 19 de abril de 1994.
  10. Zubulake, Paul; Lee, Sang (2011). El factor clave del trading de alta frecuencia: cómo las estrategias de trading automatizadas han revolucionado los mercados . Serie de trading de Wiley. Hoboken, NJ: Wiley. ISBN 978-1-118-01968-9.
  11. Fong, Simon; Si, Yain-Whar; Tai, Jackie (2012). "Algoritmos de seguimiento de tendencias en la negociación automatizada de derivados en el mercado" . Expert Systems with Applications . 39 (13): 11378– 11390. doi : 10.1016/j.eswa.2012.03.048 . ISSN 0957-4174 . 
  12. Dai, Min; Yang, Zhou; Zhang, Qing; Zhu, Qiji. "Tendencia óptima siguiendo las reglas comerciales".
  13. "Conceptos básicos de las pruebas estadísticas de reversión a la media" . QuantStart .
  14. Smith, William (2010-02-01). "Sobre la simulación y estimación del proceso de Ornstein-Uhlenbeck con reversión a la media" (PDF) . Vol. 1.01. 
  15. Donchian, Richard (15 de noviembre de 1995). "Medias móviles de cinco y veinte días de Donchian". Futures Futures: Noticias, análisis y estrategias para operadores de futuros, opciones y derivados . 24 (13). Cedar Falls, Iowa: The Alpha Pages LLC: 32 vía Gale .
  16. Dimov, Diyan (19 de diciembre de 2022). "Modelo conceptual de implementación de sistemas de comercio automatizado" . ROBONOMICS: The Journal of the Automated Economy . 3 : 25–25 . ISSN 2683-099X . 
  17. "Historia de los sistemas de negociación automatizados: de las reglas de Donchian a los agentes de IA" . Consultado el 12 de abril de 2026 .
  18. Swart, JN (2016). "Prueba de una estrategia de ruptura de precios utilizando canales de Donchian". Universidad de Ciudad del Cabo .
  19. Durenard, Eugene A. (2013). Trading automatizado profesional: teoría y práctica . Serie de trading de Wiley. Hoboken, Nueva Jersey: John Wiley & Sons. ISBN 978-1-118-12985-2OCLC 847541969 .​ 
  20. Lievonen, L. (2020). "Investigación empírica sobre el rendimiento de los portafolios de copias en la plataforma E-TORO" (PDF) .
  21. "Tradency, Robo para Asesores" . tradency . Consultado el 12 de julio de 2022 .
  22. "Mirror Trader" . Tradency . Consultado el 12 de julio de 2022 .
  23. Mingwen, Yang; Eric, Zheng; Vijay, Mookerjee (2019). "El dilema de la transparencia y los ingresos en el comercio social: implicaciones para las plataformas y los inversores" (PDF) . Escuela de Administración Jindal, Universidad de Texas en Dallas.
  24. Apesteguia, Jose; Oechssler, Jörg; Weidenholzer, Simon (2020). "Copy Trading" . Management Science . 66 (12): 5608– 5622. doi : 10.1287/mnsc.2019.3508 . ISSN 0025-1909 . 
  25. Muller, Christopher (14 de julio de 2018). "Robo-Advisor: ¿El futuro de la gestión financiera?" . Algonest . Archivado del original el 6 de enero de 2019. Recuperado el 24 de junio de 2018 .
  26. "Por qué los proveedores de señales humanas siguen siendo importantes en el trading automatizado" . Consultado el 18 de abril de 2026 .
  27. "Un día en la tranquila vida de un operador de la Bolsa de Nueva York" . 29 de mayo de 2013.
  28. Giovanni Cespa, Xavier Vives (febrero de 2017). "Negociación de alta frecuencia y fragilidad" (PDF) . Serie de documentos de trabajo (2020). Banco Central Europeo . Esto respalda las preocupaciones regulatorias sobre los posibles inconvenientes de la negociación automatizada debido a los riesgos operativos y de transmisión, e implica que la fragilidad puede surgir en ausencia de toxicidad en el flujo de órdenes.
  29. ""La CFTC publica un amplio documento conceptual que plantea preguntas sobre la regulación adicional de las estrategias de negociación automatizadas y la negociación de alta frecuencia" - JD Supra" .
  30. "La SEC adopta una nueva norma que impide el acceso sin filtros al mercado (Comunicado de prensa n.º 2010-210; 3 de noviembre de 2010)" .
  31. "Aviso a los miembros 04-66 – FINRA.org" .
  32. "FINRA publica directrices sobre acuerdos de cuentas maestras y subcuentas" . Archivado del original el 25/12/2014 . Consultado el 25/12/2014 .
  33. "Subcuentas maestras de alerta de riesgo" (PDF) . www.sec.gov .
  34. Foley, Michael T.; Angstadt, Janet M.; Pazzol, Ross; Van De Graaff, James D. (2016-01-01). "La enmienda a la regla de FINRA exige el registro de las personas asociadas que desarrollan estrategias de negociación algorítmica" . Journal of Investment Compliance . 17 (3): 39– 41. doi : 10.1108/JOIC-07-2016-0028 . ISSN 1528-5812 . 
  35. Scopino, Gregory (2015). "Preparando la regulación financiera para la segunda era de las máquinas: la necesidad de supervisar a los intermediarios digitales en los mercados de futuros". Vol. 2015, n.º 2: 439. Columbia Business Law Review.  
  36. "Aviso reglamentario 15-09 | FINRA.org" . www.finra.org . 26 de marzo de 2015. Consultado el 23 de marzo de 2024 .
  37. "No hay tiempo para comerciar" . Archivado del original el 29/05/2015 . Consultado el 29/05/2015 .
  38. matthewaphilips, Matthew Philips. "Knight muestra cómo perder 440 millones de dólares en 30 minutos" . Bloomberg News .
  39. "Knight Capital y Getco se fusionarán" . 19 de diciembre de 2012.
  40. Matthew Philips. "Cómo perdieron los robots: Auge y caída del trading de alta frecuencia" . Bloomberg .