Perdagangan algoritmik (atau perdagangan "algo") mengacu pada penggunaan algoritma komputer (pada dasarnya seperangkat aturan atau instruksi untuk membuat komputer melakukan tugas tertentu) untuk berdagang blok besar saham atau aset keuangan lainnya sambil meminimalkan dampak pasar seperti itu. berdagang Perdagangan algoritmik melibatkan penempatan perdagangan berdasarkan kriteria yang ditentukan dan mengukir perdagangan ini menjadi lot yang lebih kecil sehingga harga saham atau aset tidak terpengaruh secara signifikan.
Manfaat dari perdagangan algoritmik jelas: ini memastikan "eksekusi terbaik" dari perdagangan karena meminimalkan elemen manusia, dan dapat digunakan untuk berdagang beberapa pasar dan aset yang jauh lebih efisien daripada yang bisa dilakukan oleh pedagang daging dan tulang. (Untuk lebih lanjut, baca: Dasar-dasar Perdagangan Algoritma: Konsep dan Contoh ).
Apa itu Perdagangan Frekuensi Tinggi Algoritma?
Perdagangan frekuensi tinggi (HFT) membawa perdagangan algoritmik ke tingkat yang berbeda sama sekali - anggap sebagai perdagangan algo steroid. Seperti yang tersirat dalam istilah ini, perdagangan frekuensi tinggi melibatkan penempatan ribuan pesanan dengan kecepatan sangat cepat. Tujuannya adalah untuk menghasilkan keuntungan kecil pada setiap perdagangan, seringkali dengan memanfaatkan perbedaan harga untuk saham atau aset yang sama di pasar yang berbeda. HFT secara diametris bertolak belakang dengan investasi jangka panjang tradisional, beli dan tahan, karena aktivitas arbitrase dan pembuatan pasar yang merupakan roti dan mentega HFT umumnya terjadi dalam rentang waktu yang sangat kecil, sebelum perbedaan harga atau ketidaksesuaian menghilang.
Perdagangan algoritmik dan HFT telah menjadi bagian integral dari pasar keuangan karena konvergensi beberapa faktor. Ini termasuk meningkatnya peran teknologi di pasar saat ini, meningkatnya kompleksitas instrumen dan produk keuangan, dan dorongan tanpa henti menuju efisiensi yang lebih besar dalam pelaksanaan perdagangan dan biaya transaksi yang lebih rendah. Sementara perdagangan algoritmik dan HFT bisa dibilang telah meningkatkan likuiditas pasar dan konsistensi penetapan harga aset, peningkatan penggunaannya juga telah menimbulkan risiko tertentu yang tidak dapat diabaikan, seperti dibahas di bawah ini.
Risiko Terbesar: Amplifikasi Risiko Sistemik
Salah satu risiko terbesar HFT algoritmik adalah risiko yang ditimbulkannya terhadap sistem keuangan. Laporan Juli 2011 oleh Komite Teknis Komisi Komisi Sekuritas Internasional (IOSCO) mencatat bahwa karena keterkaitan yang kuat antara pasar keuangan, seperti di AS, algoritma yang beroperasi di seluruh pasar dapat mengirimkan guncangan dengan cepat dari satu pasar ke pasar berikutnya., sehingga memperkuat risiko sistemik. Laporan tersebut menunjuk ke Flash Crash Mei 2010 sebagai contoh utama risiko ini.
Flash Crash mengacu pada penurunan 5% -6% dan rebound dalam indeks ekuitas AS utama dalam rentang beberapa menit pada sore hari 6 Mei 2010. Dow Jones jatuh hampir 1.000 poin pada basis intraday, yang pada saat itu waktu adalah penurunan poin terbesar dalam catatan. Seperti yang dicatat dalam laporan IOSCO, banyak saham dan dana yang diperdagangkan di bursa (ETF) hari itu ambruk, jatuh antara 5% dan 15% sebelum memulihkan sebagian besar kerugian mereka. Lebih dari 20.000 perdagangan di 300 sekuritas dilakukan dengan harga sejauh 60% dari nilai mereka hanya beberapa saat sebelumnya, dengan beberapa perdagangan dieksekusi dengan harga yang tidak masuk akal, dari serendah satu sen atau setinggi $ 100.000. Tindakan perdagangan yang luar biasa tidak menentu ini mengguncang investor, terutama karena itu terjadi lebih dari setahun setelah pasar pulih dari penurunan terbesar mereka dalam lebih dari enam dekade.
Apakah "Spoofing" Menyumbang Ke Kecelakaan Flash?
Apa yang menyebabkan perilaku aneh ini? Dalam laporan bersama yang dirilis pada September 2010, SEC dan Komisi Perdagangan Berjangka Komoditas menyalahkan kesalahan pada program perdagangan senilai $ 4, 1 miliar oleh seorang pedagang di perusahaan reksa dana yang berbasis di Kansas. Tetapi pada bulan April 2015, otoritas AS menuduh pedagang hari yang berbasis di London, Navinder Singh Sarao, dengan manipulasi pasar yang berkontribusi terhadap crash. Tuduhan itu menyebabkan penangkapan Sarao dan kemungkinan ekstradisi ke AS
Sarao diduga menggunakan taktik yang disebut "spoofing, " yang melibatkan penempatan volume besar pesanan palsu dalam aset atau turunannya (Sarao menggunakan kontrak E-mini S&P 500 pada hari Flash Crash) yang dibatalkan sebelum dipenuhi. Ketika pesanan palsu berskala besar muncul di buku pesanan, mereka memberi kesan kepada pedagang lain bahwa ada minat beli atau jual yang lebih besar daripada kenyataannya, yang dapat memengaruhi keputusan perdagangan mereka sendiri.
Misalnya, spoofer dapat menawarkan untuk menjual sejumlah besar saham di saham ABC dengan harga yang sedikit jauh dari harga saat ini. Ketika penjual lain melakukan aksi dan harganya menjadi lebih rendah, spoofer dengan cepat membatalkan pesanan jualnya di ABC dan membeli saham sebagai gantinya. Kemudian spoofer memasukkan sejumlah besar pesanan beli untuk menaikkan harga ABC. Dan setelah ini terjadi, spoofer menjual kepemilikannya atas ABC, mengantongi laba bersih, dan membatalkan pesanan pembelian palsu. Bilas dan ulangi.
Banyak pengamat pasar skeptis terhadap klaim bahwa satu hari pedagang bisa sendirian menyebabkan kehancuran yang hampir mendekati satu triliun dolar nilai pasar untuk saham AS dalam beberapa menit. Tetapi apakah tindakan Sarao benar-benar menyebabkan Flash Crash adalah topik untuk hari lain. Sementara itu, ada beberapa alasan mengapa HFT algoritmik memperbesar risiko sistemik.
Mengapa HFT Algoritma Menguatkan Risiko Sistemik?
Algoritmik HFT memperkuat risiko sistemik karena sejumlah alasan.
- Mengintensifkan Volatilitas: Pertama, karena ada banyak kegiatan algoritmik HFT di pasar saat ini, upaya untuk mengakali persaingan adalah sifat bawaan sebagian besar algoritma. Algoritma dapat bereaksi secara instan terhadap kondisi pasar. Akibatnya, selama pasar yang kacau, algoritma mungkin sangat memperluas spread bid-ask mereka (untuk menghindari dipaksa mengambil posisi perdagangan) atau akan menghentikan perdagangan sementara, yang mengurangi likuiditas dan memperburuk volatilitas. Efek Riak: Mengingat semakin tingginya tingkat integrasi antara pasar dan kelas aset dalam ekonomi global, krisis di pasar utama atau kelas aset sering beriak ke pasar lain dan kelas aset dalam reaksi berantai. Sebagai contoh, jatuhnya pasar perumahan AS menyebabkan resesi global dan krisis utang karena kepemilikan substansial surat kabar sub-prime AS diselenggarakan tidak hanya oleh bank-bank AS, tetapi juga oleh lembaga keuangan Eropa dan lainnya. Contoh lain dari efek riak tersebut adalah dampak buruk dari jatuhnya pasar saham China, serta jatuhnya harga minyak mentah, pada ekuitas global dari Agustus 2015 hingga Januari 2016. Ketidakpastian: Algoritma HFT adalah kontributor utama volatilitas pasar yang berlebihan, yang dapat memicu ketidakpastian investor dalam waktu dekat dan memengaruhi kepercayaan konsumen dalam jangka panjang. Ketika pasar tiba-tiba runtuh, investor dibiarkan bertanya-tanya tentang alasan untuk pergerakan dramatis tersebut. Selama kekosongan berita yang sering terjadi pada saat-saat seperti itu, pedagang besar (termasuk perusahaan HFT) akan memangkas posisi perdagangan mereka untuk mengurangi risiko, dan memberi tekanan lebih besar pada pasar. Ketika pasar bergerak lebih rendah, stop-loss lebih banyak diaktifkan, dan loop umpan balik negatif ini menciptakan spiral ke bawah. Jika pasar beruang berkembang karena aktivitas seperti itu, kepercayaan konsumen terguncang oleh erosi kekayaan pasar saham dan sinyal resesi yang berasal dari krisis pasar utama.
Risiko Lain dari HFT Algoritma
- Algoritma yang salah: Kecepatan menyilaukan di mana sebagian besar perdagangan HFT algoritmik terjadi berarti bahwa satu algoritma yang salah atau salah dapat menyebabkan jutaan kerugian dalam waktu yang sangat singkat. Contoh terkenal kerusakan yang disebabkan oleh algoritma yang salah adalah Knight Capital, pembuat pasar yang kehilangan $ 440 juta dalam periode 45 menit pada 1 Agustus 2012. Algoritme perdagangan baru di Knight membuat jutaan perdagangan yang salah di sekitar 150 saham, beli dengan harga "minta" yang lebih tinggi dan langsung jual dengan harga "tawaran" yang lebih rendah. (Perhatikan bahwa pembuat pasar membeli saham dari investor pada harga penawaran dan menjual kepada mereka pada harga penawaran, spread menjadi keuntungan perdagangan mereka. Untuk lebih lanjut, baca: Dasar-dasar Penyebaran Bid-Ask ). Sayangnya, hiper-efisiensi HFT algoritmik - di mana algoritme terus-menerus memantau pasar untuk perbedaan harga semacam ini - berarti bahwa pedagang saingan menyerbu masuk dan mengambil keuntungan dari dilema Knight sementara karyawan Knight dengan panik berusaha untuk mengisolasi sumber masalah. Pada saat mereka melakukannya, Knight telah didorong mendekati kebangkrutan, yang akhirnya menyebabkan akuisisi oleh Getco LLC. Kerugian Investor Besar: Gejolak volatilitas yang diperburuk oleh algoritme HFT dapat membebani investor dengan kerugian besar. Banyak investor secara rutin menempatkan stop-loss order pada kepemilikan saham mereka pada level yang berjarak 5% dari harga perdagangan saat ini. Jika pasar gap turun tanpa alasan yang jelas (atau bahkan untuk alasan yang sangat bagus), stop-loss ini akan dipicu. Untuk menambah penghinaan pada cedera, jika saham kemudian rebound dalam waktu singkat, investor akan mengalami kerugian perdagangan yang tidak perlu dan kehilangan kepemilikan mereka. Sementara beberapa perdagangan dibatalkan atau dibatalkan selama pertarungan volatilitas pasar yang tidak biasa seperti Flash Crash dan kegagalan Knight, sebagian besar perdagangan tidak. Sebagai contoh, sebagian besar dari hampir dua miliar saham yang diperdagangkan selama Flash Crash berada pada harga dalam 10% dari penutupan 2:40 PM (waktu ketika Flash Crash dimulai pada 6 Mei 2010), dan perdagangan ini bertahan. Hanya sekitar 20.000 perdagangan, yang melibatkan total 5, 5 juta saham yang dieksekusi dengan harga lebih dari 60% dari harga pukul 14:40, yang kemudian dibatalkan. Jadi seorang investor dengan portofolio ekuitas blue-chip AS $ 500.000 yang memiliki stop-loss 5% pada posisinya selama Flash Crash kemungkinan besar akan keluar $ 25.000. Pada 1 Agustus 2012, NYSE membatalkan perdagangan di enam saham yang terjadi ketika algoritma Knight mengamuk karena mereka dieksekusi pada harga 30% di atas atau di bawah harga pembukaan hari itu. Aturan "Eksekusi Jelas Salah" NYSE menyatakan pedoman numerik untuk meninjau perdagangan tersebut. (Lihat: Perils of Trading Program ). Kehilangan Keyakinan dalam Integritas Pasar: Investor berdagang di pasar keuangan karena mereka memiliki keyakinan penuh dan kepercayaan terhadap integritas mereka. Namun, episode berulang dari volatilitas pasar yang tidak biasa seperti Flash Crash dapat menggoyahkan kepercayaan ini dan membuat beberapa investor konservatif meninggalkan pasar sama sekali. Pada Mei 2012, IPO Facebook memiliki banyak masalah teknologi dan konfirmasi tertunda, sedangkan pada 22 Agustus 2013, Nasdaq menghentikan perdagangan selama tiga jam karena masalah dengan perangkat lunaknya. Pada bulan April 2014, hampir 20.000 perdagangan yang salah harus dibatalkan setelah kerusakan komputer di dua pertukaran opsi AS IntercontinentalExchange Group. Ledakan besar lainnya seperti Flash Crash dapat sangat mengguncang kepercayaan investor terhadap integritas pasar.
Langkah-langkah untuk Memerangi Risiko HFT
Dengan Flash Crash dan Knight Trading "Knightmare" menyoroti risiko HFT algoritmik, pertukaran dan regulator telah menerapkan langkah-langkah perlindungan. Pada 2014, Nasdaq OMX Group memperkenalkan "kill switch" untuk perusahaan-perusahaan anggotanya yang akan menghentikan perdagangan begitu tingkat eksposur risiko yang telah ditetapkan dilanggar. Sementara banyak perusahaan HFT sudah memiliki sakelar "bunuh" yang dapat menghentikan semua aktivitas perdagangan dalam keadaan tertentu, sakelar Nasdaq memberikan tingkat keamanan tambahan untuk melawan algoritma jahat.
Pemutus sirkuit diperkenalkan setelah "Black Monday" pada Oktober 1987, dan digunakan untuk memadamkan kepanikan pasar ketika ada aksi jual besar-besaran. SEC menyetujui aturan revisi pada 2012 yang memungkinkan pemutus sirkuit untuk memulai jika indeks S&P 500 jatuh 7% (dari level penutupan hari sebelumnya) sebelum pukul 15:25 EST, yang akan menghentikan perdagangan di seluruh pasar selama 15 menit. Penurunan 13% sebelum 15:25 akan memicu penghentian 15 menit lagi di seluruh pasar, sementara penurunan 20% akan menutup pasar saham untuk sisa hari itu.
Pada November 2014, Komisi Perdagangan Berjangka Komoditas mengusulkan peraturan untuk perusahaan yang menggunakan perdagangan algoritmik dalam derivatif. Peraturan ini akan mengharuskan perusahaan tersebut untuk memiliki kontrol risiko pra-perdagangan, sementara ketentuan yang kontroversial akan mengharuskan mereka untuk membuat kode sumber program mereka tersedia untuk pemerintah, jika diminta.
Garis bawah
Algoritma HFT memiliki sejumlah risiko, yang terbesar di antaranya adalah potensinya untuk memperkuat risiko sistemik. Kecenderungan untuk mengintensifkan volatilitas pasar dapat bergejolak ke pasar lain dan memicu ketidakpastian investor. Perulangan volatilitas pasar yang tidak biasa dapat akhirnya mengikis kepercayaan banyak investor dalam integritas pasar.
