O Simons Grand Prize Fund é um dos mitos dos hedge funds de Wall Street, com uma média de lucro anual de 35% por 20 anos consecutivos, e um rendimento anual de mais de 60% se considerarmos a taxa de gestão de 5% e o rendimento de 40% do fundo.
A estratégia de Simmons era principalmente de usar modelos matemáticos poderosos e software de computador para negociar com alta frequência em diferentes produtos do mercado global, lucrando com pequenas variações para obter um lucro sustentável e contínuo. Esta estratégia era neutra no mercado e não era muito influenciada pelos mercados de touros e ursos.
Em geral, a negociação de alta frequência inclui principalmente as seguintes estratégias: Liquidity Rebate Trading, Predatory Algorithmic Trading e Automated MarketMakers Trading.
Para esclarecer a estratégia de negociação de alta frequência acima, construímos aqui um caso que coincide muito com a negociação real. Um investidor institucional comprador decide comprar 10.000 ações da XYZ por cerca de US $ 30, como a maioria dos investidores institucionais compradores, como fundos comuns, fundos de pensão e outros. A compra é primeiro inserida em seu sistema de negociação algorítmica.
Negociação de reembolso de liquidez
Para obter mais ordens de negociação, todas as bolsas de valores dos Estados Unidos oferecem um certo reembolso de taxas de negociação para os corretores que criam liquidez, geralmente de 0,25 cêntimo por ação. Se a transação for bem-sucedida, a bolsa paga um reembolso ao corretor original que fornece essa liquidez, cobrando taxas mais altas aos corretores que usam essa liquidez para negociar. Com a crescente popularidade desse incentivo, uma estratégia de negociação crescente surge com o objetivo de lucrar.
Neste caso, suponha que o preço da transação psicológica do investidor institucional esteja entre US $ 30 e US $ 30.05; se o primeiro pagamento no sistema de negociação (por exemplo, 100 ações) for bem sucedido, o par de pagamentos será feito por US $ 30; assim, o segundo pagamento no sistema de negociação (por exemplo, 500 ações) aparecerá; e, novamente, suponha que o pagamento também seja bem sucedido, sendo feito por US $ 30; de acordo com as informações de transação acima, o sistema de computador do comerciante de alta frequência especializado em estratégias de rebate de liquidez pode detectar a existência de outros pagamentos de US $ 30 subsequentes do investidor institucional e, portanto, o computador do comerciante de rebate toma ação e relata o preço de compra de US $ 30.01.
Após o sucesso da transação, os negociantes de rebate imediatamente ajustam a direção da transação e vendem 100 ações que acabam de ser compradas por US $ 30,01 pelo mesmo preço, ou seja, US $ 30,01. Como o preço das ações de US $ 30 não existe mais, é muito provável que a venda seja aceita por investidores institucionais.
Assim, embora o retorno não tenha sido lucrativo durante todo o processo de negociação, o retorno recebe uma comissão de retorno de 0,25 centavo por ação oferecida pelo mercado, uma vez que o segundo pedido de venda ativa fornece liquidez. Naturalmente, o ganho de 0,25 centavo por ação do retorno recebido pelo retorno recebido pelo retorno é compensado por um pagamento adicional de 1,0 centavo do investidor institucional.
Negociação de algoritmos de caça
Nos Estados Unidos, mais da metade dos anúncios de algoritmos de investidores institucionais seguem o princípio do melhor lance nacional (NBBO) do SEC. O NBBO é o nome dado aos anúncios de algoritmos de anúncios de ações, onde o corretor deve garantir o melhor preço disponível no mercado quando o cliente compra um ativo; e também quando o cliente vende um ativo. De acordo com o NBBO, quando um anúncio tem um preço de maior prioridade e, portanto, ultrapassa o outro em ordem, o preço do ativo é frequentemente ajustado para ser vendido em um segundo anúncio.
A estratégia de negociação de algoritmos de caça foi concebida com base na pesquisa sobre as leis históricas das mudanças dos preços dos ações acima. Em geral, a estratégia é feita por preços artificiais que induzem os investidores institucionais a aumentar o preço de compra ou reduzir o preço de venda, bloqueando assim os lucros do negócio.
Neste caso, os investidores institucionais assumem que seguem o NBBO e que o preço da transação psicológica está entre US$ 30,00 e US$ 30,05; assim como os traders de retorno de liquidez no caso anterior, os comerciantes de algoritmos de caça usam procedimentos e técnicas muito semelhantes para procurar por possíveis pedidos de algoritmos consecutivos de outros investidores. Após o computador confirmar a existência de um recibo de algoritmos com um preço de US$ 30,00, os comerciantes de algoritmos de caça lançam um ataque: anunciam um preço de compra de US$ 30,01, forçando os investidores institucionais a aumentar rapidamente o preço da compra subsequente para US$ 30,01; e, em seguida, os comerciantes de algoritmos de caça aumentam ainda mais o preço para US$ 30,02, atraindo os investidores institucionais a continuar a perseguir.
Assim, os traders de caça instantaneamente levam o preço para o limite de $30.05 aceitável para os investidores institucionais e vendem as ações para esses investidores. Os traders de caça sabem que os preços humanos de $30.05 são geralmente difíceis de manter, portanto, eles reabastecem para obter lucros quando o preço desce.
Estratégias de marketing automáticas
A principal função dos comerciantes de mercado é fornecer liquidez para os centros de negociação. Assim como os comerciantes normais, os comerciantes de mercado de alta frequência aumentam a liquidez fornecendo ordens de compra e venda ao mercado. Diferentemente, eles geralmente operam de forma inversa com os investidores. Os sistemas de computador de alta velocidade dos comerciantes de mercado de alta frequência têm a capacidade de detectar a intenção de investimento de outros investidores através da emissão de ordens super rápidas.
Neste caso, suponha que um investidor institucional tenha enviado ao seu sistema de negociação algorítmico uma série de pagamentos no valor de US $ 30.01 para US $ 30.03, e ninguém saiba. Para detectar a existência de uma ordem potencial, o sistema de computador de alta velocidade do comerciante de alta frequência automático começa a emitir um pedido de venda de 100 ações a US $ 30.05. Como o preço está acima do limite do preço do investidor, não há nenhuma reação, o pedido é rapidamente cancelado. O computador tenta novamente a US $ 30.04 ou não consegue causar nenhuma reação, então o pedido também é rapidamente cancelado. O computador continua a pesquisar o preço de US $ 30.03 e negocia. Com base no sucesso, o sistema de computador percebe a existência de uma quantidade de preços ocultos no limite de US $ 30.03.
As três estratégias de negociação de alta frequência são predominantes, e exigem tanto desempenho em computadores e redes que algumas instituições de negociação colocam seus servidores próximos dos computadores da bolsa para reduzir a distância que as instruções de negociação viajam através do cabo óptico à velocidade da luz.
Na verdade, há discussões mais intensas entre os bancos sobre os efeitos do comércio de alta frequência no mercado. Um relatório do Federal Reserve de Chicago afirma que, embora o comércio de alta frequência também seja benéfico para o mercado e possa aumentar a liquidez do mercado de ações, pode ter efeitos catastróficos sobre a tendência do mercado se o processo for errado ou negligente.
Outro problema é que os negócios de alta frequência são suspeitos de problemas de equidade do mercado, e o equipamento e a capacidade de computação necessários para os negócios de alta frequência são um limite insuperável para os investidores pequenos e médios, que podem causar uma injustiça no mercado.
在国内市场，目前基本上没有高频交易的土壤，股票市场是T+1，股指期货市场的持仓、交易频率都有很大的限制。商品期货市场可以做一些日内的短线交易，但是离高频交易尚且有很大的距离。从监管层的态度以及国内市场的发展来看，高频交易在国内短期内无法成为一个主要的交易方式。
JackySGDeus da Quantidade, Simmons I, Zero II