Anatomie d’un algo trader

Voici un article de Jennifer Nille, journaliste et auteur du blog Fair Trade dont l’objectif est de faire découvrir le monde obscur du trading. Jennifer décrit comment les dark pools, algo-traders, MTFs,… fonctionnent, et ce qu’ils entraînent comme changement sur les marchés. Les autres acteurs (régulateurs et Bourses traditionnelles) sont également épinglés.

Ce petit schéma ci-dessus décortique le fonctionnement du trading à haute fréquence. Il montre que ce trading se décompose en trois temps entre: la collecte et transmission des données de marchés, le traitement de ces données et la prise de décision pour l’ordre, et l’exécution elle-même.

J’ai trouvé ce schéma dans un article intitulé “High Frequency Trading: Implications for markets, regulators, and efficiency” figurant dans le Journal of Trading.

Un détail frappe immédiatement  dans ce schéma: la proximité de la boîte noire avec les données de marché et les places d’exécution de l’ordre.

Actuellement, nos amis les bots se battent pour réduire le temps de transmission de données. Chez NovaSparks, Yves Charles m’a indiqué que de plus en plus de traders à haute fréquence se tournent vers le hardware (transistors, câbles) pour la collecte des données. Par rapport à un serveur informatique, ceci leur permet de diminuer le temps de transmission de 10 à 1 microseconde.

La course se passe aussi au niveau de l’exécution, où beaucoup cherchent la co-location (la Bourse abrite leurs propres serveurs) ou l’accès sponsorisé (un membre d’une Bourse donne l’accès directe à celle-ci au trader). Aux Etats-Unis, la SEC vient d’interdire l’accès sponsorisé à nu: certains membres d’une Bourse ne se rendaient même pas compte que des traders utilisaient leur accès.

La pièce maîtresse de nos bots reste toutefois leur boîte noire. L’article du Journal of Trading indique que “bien qu’on ne sache pas exactement ce que ces boîtes font, le consensus s’accorde pour dire que les stratégies incluent du market making automatique (achat – vente de titres en continu), la recherche de l’alpha (performance absolue) à court terme, l’arbitrage statistique et l’arbitrage de latence”

L’arbitrage de latence consiste à prévoir quels types d’ordres se trouvent sur les marchés et comment vont-ils réagir si un titre montre ou descend. Le bot vient devancer de la sorte l’ordre d’un autre trader et profite de cet avantage.

L’arbitrage statistique cherche lui à établir des tendances de marché sur base d’une série de critères comme les volumes de transactions, les prix des titres, …

Et bien sûr, toute cette chaîne de transactions ne prend que quelques microsecondes.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>