Электронные торги, скорость которых превышает пороговую скорость человеческой реакции, стали причиной 18,5 тысяч сверхбыстрых экстремальных колебаний цен на американском фондовом рынке за период с 2006 по 2011 год. Рост числа регулярных, но «скрытых» экстремальных колебаний, спровоцированный постоянным уменьшением времени отклика автоматических трейдерских систем, способен серьезно дестабилизировать финансовые рынки, считает группа системных аналитиков, работающая под руководством профессора физического факультета Университета Майами Нила Джонсона, ведущего автора статьи «Финансовые «черные лебеди» управляются экосистемой сверхбыстрых вычислительных машин», выложенной на сайте электронных препринтов.
Общепризнанных версий, объясняющих столь молниеносное падение, до сих пор нет.
Одни связывают «черный четверг» с выделением финансовой помощи Греции в размере 110 млрд евро и опасениями инвесторов, что это может дестабилизировать мировую финансовую систему. Другие — с до сих пор не выявленным компьютерным сбоем в системе электронных торгов.
Впрочем, версию сбоя следует, скорей всего, рассматривать в последнюю очередь: как показывает детальный анализ ценовой динамики за пять лет биржевой активности, сделанный с милисекундным разрешением, в мгновенном обвале рынка виноват никак не сбой, а как раз слаженная и, главное, очень быстрая работа компьютерных алгоритмов, автоматизирующих процесс купли-продажи огромных массивов акций, бондов и прочих финансовых инструментов, и постоянно соревнующихся друг с другом в скорости.
Скорость, с которой совершаются автоматизированные сделки внутри таких систем, уже давно лежит в подпороговой, недоступной для человека миллисекундной зоне. Сказывается ли столь быстрая оперативность алгоритмов на поведении рынка и если да, то как?
Сказывается, притом пока не лучшим образом, считает группа Джонсона, которая проанализировала с пошаговым миллисекундным разрешением журналы торгов с 600 американских биржевых площадок, используя данные, собранные фирмой Nanex — базирующейся в Чикаго компанией, торгующей рыночной статистикой. Результат анализа стал для всех сюрпризом,
показав аномально высокое число экстремальных флуктуаций цен при сделках, скорость совершения которых была ниже уровня 950 мс. Таких неожиданных скачков, никак не связанных с динамикой рыночной капитализации компаний, было насчитано 18520.
Почему так происходит, пока неясно.
Похоже, автоматизированный сверхбыстрый трейдинг создал новую рыночную экосистему, населенную алгоритмами, результат работы которых не всегда хорошо понятен даже их создателям, и в которой известные правила уже не действуют.
Слом же фрактальных, сложноузорных паттернов, свойственных «человеческому» скоростному диапазону сделок, авторы, полагаясь, впрочем, больше на интуицию, объясняют разницей между человеческой и компьютерной стратегиями торгов: если «живые» трейдеры используют множество стратегий, то «компьютерные» жертвуют разнообразием экспертных и прогностических моделей ради одного, но важного для получения прибыли параметра — скорости сделки.
В результате ценовая динамика в досекундном диапазоне выглядит более дерганой, но и более однообразной, а поведение алгоритмов — более стадным.
К счастью для нас, рынок пока что корректирует мгновенные миллисекундные экстремумы цен, которые возвращаются к прежнему уровню почти сразу же в момент пикового «взбрыка» (см. рис. 1), но это происходит не всегда — из-за особенностей программных алгоритмов, склонных к сетевой рекурсии, то есть мгновенному автоусилению какого-то одного сигнала, колебания могут синхронизироваться, а рынок — «сваливаться» в состояние фазового перехода, как это, по всей видимости, и произошло 6 мая 2010 года.
skin: article/incut(default)
data:
{
"_essence": "test",
"incutNum": 2,
"pic2": "/files3/981/4007981/Screenshot.jpg",
"picsrc": "Рис. 1. А: 25-милисекундный обвал акций ABK во время сессии кибертрейдинга 11/04/2009. B: 25-милисекундный пиковый рост SMCI во время сессии кибертрейдинга 10/01/2010. C: Рост числа милисекундных пиковых колебаний цен (голубая линия -- обвалы, красная -- пиковый рост ) за период 2006-2011 гг. Черная линия -- индекс Standard & Poor. // Neil Johnson et al.",
"repl": "<2>:{{incut2()}}",
"uid": "_uid_4007981_i_2"
}
«Огромным по важности вкладом в проблему решения запутанного финансового паззла» назвал статью финансовый аналитик Тобиас Прайс из Швейцарского федерального института технологий, изучающий паттерны, предшествующие рыночным пузырям. Экономист Джон Картлидж из Бристольского университета выразился более радикально: «Мы наблюдаем один из самых важных переходов в истории экономики. Экономическая теория все время отставала от реалий, но сейчас этот разрыв растет по экспоненте. Звучит устрашающе,
но мы вступаем в мир, управляемый глобальным финансовым киберрынком, механизм функционирования которого теоретически никак не объясняется».
Картлидж уверен, что исследования кибернетического трейдинга, подобные анализу, сделанному группой Джонсона, будут пользоваться все большим спросом среди участников рынка и регуляторов.
«Ниже уровня 650 мс лежит совершенно другой мир, как будто приземляешься на другой планете. И этот мир составляет сейчас громадную часть финансового рынка, недоступную для человека, реактивные и вычислительные способности которого отстают от сверхбыстрых алгоритмов. Мы всего лишь посмотрели в замочную скважину на то, что там творится», — соглашается Нил Джонсон.
skin: article/incut(default)
data:
{
"_essence": "test",
"incutNum": 4,
"pic2": "/files3/981/4007981/NeilJohnson.jpg",
"picsrc": "Нил Джонсон",
"repl": "<4>:{{incut4()}}",
"uid": "_uid_4007981_i_4"
}
На вопрос, означает ли, что иррациональные человеческие свойства (animal spirits — ключевой элемент кейнсианской экономической теории, описывающей поведение агентов рынка) встроены теперь в «неживые» компьютерные алгоритмы, участвующие в биржевых торгах, Джонсон ответил положительно. Трейдерские алгоритмы, поясняет он, должны быть относительно простыми, поскольку обязаны работать быстро. «Это согласуется с нашими собственными алгоритмическими моделями, которые имитировали эмпирические данные реальной биржевой статистики», — указывает физик, отмечая, что «такие алгоритмы больше напоминают микробные формы жизни из ранней истории Земли, поэтому в применении к ним лучше говорить не об «иррациональных человеческих свойствах» (animal spirits), но скорей микробных (microb spirits)».
«Главный вопрос состоит в том, как именно будут развиваться эти формы жизни в новом досекундном мире рыночной активности», —
риторически вопрошает Джонсон.
Физик согласен также с тем, что в недалеком будущем глобальный финансовый рынок будет представлять собой поле боя между все более быстрыми и агрессивными трейдерскими системами и алгоритмами регуляторов, минимизирующими риски и издержки, вытекающие из несовершенной архитектуры таких систем или программных изобретений, способных поставить в невыгодное положение других агентов рынка. Нынешние же действия регуляторов, которые в ответ на «черный четверг» ввели новые правила, останавливающие торги при экстремально быстрых проседаниях котировок, по мнению Джонсона, окажутся неэффективными, так как они не распространяются на сверхбыстрые торги, где, собственно, и возникают зародыши финансового урагана — экстремально быстрые колебания цен.
В этом смысле регуляторов можно сравнить с тренерами, которые выводят с ринга нокаутированного боксера каждый раз, когда он пропускает хук из-за медленной реакции, в то время как скорость реакции соперника — компьютерных трейдерских алгоритмов — все время возрастает.
Как можно противодействовать рискам кибертрейдинга?
Рано или поздно рыночная активность сверхбыстрых кибертрейдеров станет не менее сложной и узорной, чем наблюдаемые сейчас крупномасштабные фрактальные паттерны на более длинных временных отрезках.
В любом случае живой трейдер будет проигрывать таким системам в скорости, и не исключено, что в будущем человек вообще отстранится от оперативного участия в торгах как медленный и неэффективный рыночный агент (частично это уже произошло — современный кибертрейдинг заменил труд большого числа биржевых маклеров низшего звена). Такой сценарий согласуется с наступлением технологической сингулярности — стадии развития цивилизации, когда человеческий разум перестанет контролировать, предсказывать и даже понимать артефакты и сигналы, порождаемые техносферой. Будет ли он реализован — покажет время, но наступление «слабой» сингулярности, когда машинные алгоритмы еще остаются инструментами, активность которых, тем не менее, становится все менее контролируемой и постижимой, можно констатировать уже сейчас.
