Translate

venerdì 6 marzo 2015

TRADING AD ALTA FREQUENZA. IL PINGING E LA CACCIA ALL'OPERATORE BALENA

Se ci fosse stata la piena divulgazione di ciò che veniva fatto
a sostegno di questi schemi, essi non avrebbero potuto
sopravvivere alla luce feroce della pubblicità e della critica.
I cavilli legali e la scelta dell'oscurità erano i più valorosi alleati dei banchieri.
- FERDINAND PECORA

Scritto ascoltando



Gli HFTs algos (algoritmici) spesso confidano -a livello operativo- nella loro capacità di piazzare e cancellare ordini non appena emergano nel mercato occasioni di trading considerate maggiormente profittevoli. Ognuno di noi va alla ricerca di quello che reputa essere l'affare migliore: tuttavia, mentre i metodi di ricerca utilizzati dai traders retail non possono considerarsi manipolativi, quelli degli HFTs contemplano -talvolta- la presenza di non bona fide orders, equivalenti ad una vera e propria manipolazione del mercato.
Pinging, Smoking, Layering e Spoofing, (in questo post trattiamo solo il Pinging) rappresentano alcune delle strategie operative degli HFTs differenziantisi in ragione di alcune caratteristiche, ma accomunate dal massiccio inserimento di Limit Orders sui books di negoziazione, modificati o cancellati di continuo al fine di creare una realtà inesistente, sulla cui base i traders -comuni ed algoritmici- effettuano le loro scelte. Cosa significa tutto ciò? Significa -in linea teorica- che, nonostante i books di negoziazione dovrebbero essere fotografia onesta, limpida e sincera della realtà del mercato in ogni singolo istante di negoziazione, finiscono – a causa delle condotte sopracitate- per costituire viceversa, espressione di “input” di mercato, quindi di dati, di prezzi, di volumi, che di fatto pur essendo mera illusione, generano le reazioni -quindi le operazioni- “sbagliate” degli altri partecipanti al mercato ritenenti esistenti operazioni (quindi dati, prezzi e volumi) che tali non sono.
Ricapitolando:
  1. gli HFTs, disseminano i books di Limit Orders cancellati (o modificati);
  2. tutti gli altri traders reagiscono a quel falso stimolo trovando come controparte proprio gli Hfts;
  3. gli HFTs iniziano -dopo aver accumulato un po' di liquidità- ad accumulare posizioni nella direzione opposta a quella delle operazioni illusorie condotte come al primo step, portando tutti gli altri operatori a chiudere le posizioni -verosimilmente in perdita- aperte poco prima come reazione ad un input che di fatto non esisteva;
  4. gli HFTs riproducono -in direzione opposta a quella originaria- lo stesso illusorio aumento degli ordini generato al primo step ed amplificato dalla condotta di cui al secondo, chiudendo in profitto le posizioni assunte nel corso del terzo.

Ma come fa un HFT a capire come opera un altro operatore algoritmico e quindi a posizionarsi di conseguenza? Piazza molti ordini di vendita/acquisto di size molto contenuta su diversi livelli di prezzi, cancellati subito dopo, al fine di osservare come reagirà il trader istituzionale (hedge fund, fondo comune, fondo pensione). Una volta appresa la sua condotta, l'HFT simulerà le condizioni di mercato (in termini di ordini, quindi di prezzi e volumi) identificate le quali il trader algoritmico (sottoposto ad osservazione) assumerà posizione, spingendolo all' acquisto quando (l'HFT) ha bisogno di vendere e viceversa.
Proviamo ora a capire meglio in cosa consista il Pinging. Il Pinging è un processo tramite il quale un HFT piazzerà ordini multipli con l'intento di determinare il più alto o il più basso valore accettabile, riconducibile alla posizione di un altro trader; altri lo definiscono come l'immissione di molti piccoli ordini (tipicamente market o cancel orders) a prezzi diversi al fine di scoprire i limiti di prezzo degli ordini non pubblicamente visibili (ad esempio quelli transitanti dalle dark pools). Un HFT che impiega la strategia del Pinging, verosimilmente, va a caccia della “balena” ovvero di un operatore detentore di una grande posizione versante in una fase di accumulazione o liquidazione. Le pinging operations possono svilupparsi nelle dark pools o sui lit exchanges. I primi sono ATSs (Alternative Trading Systems) elettronici che non segnalano al pubblico gli ordini che ivi transitano, mentre i secondi sono i mercati regolamentati comuni e le ECNs (Electronic Communication Networks negli USA o MTFs Multilateral Trading Facilities in Europa) che diffondono pubblicamente le informazioni di prezzo e size degli ordini da essi gestiti. Generalmente, per un HFT risulta vantaggioso testare la presenza di ordini appetibili per la pratica del pinging proprio nelle dark pools, in ragione del fatto che queste sono comunemente intese quali rifugi sicuri per le società di trading (o per i singoli traders) dalle grandi dimensioni (operatori istituzionali) desiderose di acquistare o vendere importanti quantitativi di azioni ed altri strumenti finanziari, senza che il resto del mercato sfrutti i vantaggi informativi e dunque -nell'immediato- i consequenziali movimenti di prezzo, derivanti dall'esecuzione di ordini di dimensioni considerevoli. E perché le dark pools sono considerate safe havens? Perché -come detto- non procedono alla disclosure né delle informazioni inerenti gli ordini, né dell' identità dell' acquirente/venditore; queste caratteristiche rendono più probabile che le “balene” siano presenti nelle camere oscure anziché sui mercati operanti alla “luce” e di conseguenza è più probabile che la pratica oggetto di discussione sia ivi condotta. Questo è quello che dice la teoria; la pratica e l'esperienza quotidiana ci dicono ben altro. Partiamo da una certezza: tutte le più importanti dark pools (alle quali dedicherò altri posts in futuro) sono gestite dalle più grandi banche d'affari al mondo; ogni istituto ha la sua. Dal canto loro, i gestori delle vasche oscure negano qualsiasi coinvolgimento con il trading ad alta frequenza e con le pratiche scorrette annesse, mentre altri massimi esperti del fenomeno -tra i quali Brad Katsuyama- affermano vi siano dentro sino al collo.
Immaginiamo che un grande fondo pensione (o fondo comune) invii ad una grande banca d'affari l'ordine di acquistare 100.000 azioni Apple ed immaginiamo che la banca instradi l'ordine verso una dark pool in modo tale che il più ampio mercato resti all'oscuro dell'esistenza di quell' ordine in grado, in quel momento, di far muovere il prezzo al rialzo. Nel frattempo, il fondo pensione ignora le regole vigenti nella vasca oscura, non sa come il proprio ordine verrà gestito: più nello specifico, non sa se la grande banca d'affari passi o meno l'informazione circa l'esistenza di un ordine di dette dimensioni ai suoi proprietary traders o se questi -anche se vietatogli dalle norme- utilizzino le proprie strutture di trading ad alta frequenza per eseguire la classica operazione di front running -rispetto a quel dato ordine- prendendo posizione sui mercati regolamentati prima che questi vengano a conoscenza della sua esistenza, sfruttandone il consequenziale movimento del prezzo. Anche qualora le grandi banche d'affari resistessero alla tentazione di prendere posizione contro i propri clienti (fondo pensione nel caso di specie) per trarne profitto direttamente, molto molto difficilmente resisterebbero alla tentazione di vendere (parliamo di decine di milioni di euro/dollari) agli HFTs l'accesso alla propria dark pool. Per quale motivo qualcuno dovrebbe pagare per accedere alle informazioni incorporate negli ordini dei clienti delle grandi banche d'affari, dirottati presso le dark pools di loro proprietà? Perché rappresentano prede facili per gli HFTs: in che senso? Come abbiamo già detto, sono ordini abbastanza grossi in grado di generare movimenti di prezzi, quindi opportunità di profitto, abbastanza prevedibili. Il fondo pensione nel tentativo di acquistare quel grosso quantitativo di azioni, potrebbe vedere- magari su propria indicazione- il proprio ordine nascosto – nelle informazioni price sensitive che lo caratterizzano, vale a dire prezzo di acquisto inserito e size- nella dark pool, anziché smistato dalla grande banca direttamente sui mercati “lit”. Tuttavia, nessun ordine nascosto in una vasca oscura lo è totalmente: per quale ragione? Perché ogni HFT che abbia pagato la banca per accedere alle dark pools, risulta in grado di estrapolare quelle informazioni price sensitive che l'acquirente vorrebbe restassero nascoste al più ampio mercato. In che modo? Inserendo piccoli quantitativi in acquisto o vendita, volti a ricercare la presenza di attività (in una direzione di mercato o nell'altra) all'interno delle vasche: nel momento in cui gli HFTs rilevano -tramite il ping (cioé il pacchetto di dati rappresentanti il tipo di reazione dell'operatore controparte) ricevuto in risposta- la presenza di un grosso buyer il cui ordine di acquisto viene costretto a permanere nella dark pool da parte della banca d'affari proprio per consentire agli HFTs di sfruttare il vantaggio informativo estrapolabile dall'attività di pinging-, attendono -parliamo sempre di millesimi di secondi- che sui mercati pubblici il prezzo delle azioni Apple sia più basso di quello che il buyer sia disposto a pagare al fine di accumularne il più possibile, per poi rivenderle -nella dark pool- al fondo pensione ad un prezzo più alto, chiudendo l'operazione con un gain.
Il Pinging process, quindi, inizia quanto un HFT sbarra il mercato con una serie di ordini di acquisto/vendita compresi all'interno dell' bid/ask spread di quel momento. Sull'altro versante della transazione, la balena -potenzialmente guidata da un algoritmo- inizia ad accettare i piccoli ordini piazzati dal pinging trader. Una volta eseguiti i trades, gli HFTs possono analizzarne il tasso nonché la sequenza di esecuzione, al fine di appurare se l'operatore presente sull'altra side del trade sia o meno un operatore di grosse dimensioni. Perché riescono a fare tutto ciò? Perché gli HFTs impiegano modelli di riconoscimento algoritmici (predatory algos) in grado di guardare in profondità il book, deducendo se il movimento dei prezzi, lato bid o lato ask, implichi o meno la formazione di un nuova tendenza direzionale e quindi se sia o meno di grandi dimensioni.
Qualora il pinging trader giungesse alla conclusione di aver scovato una balena, procederebbe immediatamente (pochi millesimi di secondo) a cancellare gli ordini, iniziando a prendere la stessa posizione del large trader (balena), al solo fine di assumere una posizione ad esso opposta poco più tardi, con l'intento di negoziare con lui. Nel fare ciò l' HFT assume una posizione di controllo nel mercato, agendo da “condotto” tra gli altri trader e la balena, incassando un piccolo pezzo di profitto all'interno del bid/ask spread. Per poter eseguire al meglio questa strategia evitando che la stessa venga rilevata sia dalla balena che dagli altri traders concorrenti, quello ad alta frequenza deve entrare ed uscire dalla posizione quanto più rapidamente possibile, valorizzando ancor di più il fattore velocità. Proviamo a costruire un esempio di come -ipoteticamente- potrebbe funzionare un operazione di pinging:
  1. Un algoritmo in uso ad un HFT va a caccia di una potenziale balena nel mercato dei futures crude oil.
  2. Il bid-ask spread, nel momento in cui parte la ricerca, è pari a $ 50,00 - $ 50,05.
  3. L'algoritmo invia una raffica di offerte per contratti da 100 barili di crude oil, al prezzo di $ 50,04- $ 50,03- $ 50,02 e $ 50,01, il tutto in qualche millesimo di secondo.
  4. Tutti gli ordini piazzati a $ 50,04- $ 50,03- $ 50,02 sono immediatamente eseguiti nell'ordine di immissione, tranne quello prezzato $ 50,01 rimasto ineseguito.
  5. L'algoritmo esegue la stessa funzione, con l'eccezione rappresentata dall'inversione dell'ordine delle proprie offerte, immesse con la seguente serie di prezzatura $ 50,02- $ 50,03 - $ 50,04 e $ 50,05, nell'arco di qualche millisecondo.
  6. Tutti gli ordini vengono eseguiti, tranne quelli prezzati $ 50,05 in quanto cancellati prima della loro esecuzione.
  7. Avendo ottenuto l'esecuzione dei propri ordini, l'algoritmo dell' HFT ha appreso che un altro trader, probabilmente attraverso un altro programma, sta indiscriminatamente vendendo quanto più contratti di crude oil possibile e che lo stesso è stato impostato per non vendere nulla a meno di $ 50,02.
  8. Questo è un modello comportamentale tipico di una balena che sta cercando di alleggerire le proprie scorte e di massimizzare -nel contempo- i suoi profitti.
  9. Una volta che l'algoritmo dell' HFT ritiene di aver trovato una balena, inizia a vendere centinaia di contratti di crude oil al limite superiore del bid-ask spread, tra $50,05 e $ 50,03.
  10. Simultaneamente, un altro algoritmo dell' HFT lavorando in armonia con il pinging algo, acquista centinaia di contratti a $ 50,02, ovvero al limite minimo del prezzo di vendita della balena, ben sapendo che il programma di trading del cetaceo continuerà a vendere a quel prezzo sino a quando non avrà più nulla da vendere o sino a quando il mercato non cambierà decisamente direzione.
  11. Idealmente, l' algoritmo dell' HFT livellerà il numero dei propri ordini di vendita con quelli della balena, incanalando efficacemente un elevato numero di ordini attraverso le proprie macchinazioni.
  12. Dopo aver eseguito gli scambi con il trader controparte di grosse dimensioni, il pinging trader negozia le proprie rimanenti posizioni ad un livello di prezzo maggiormente competitivo. In questo modo, l'algoritmo dell'HFT esercita un temporanea ed isolata pressione nel mercato del crude oil, agendo su di un unico operatore balena.
  13. Non appena il whale trader smette di vendere, l'algoritmo dell'HFT, cancella -istantaneamente- tutti gli ordini di vendita ancora pendenti.
  14. Ipotizzando che l'algoritmo dell' HFT abbia consentito la realizzazione di un profitto medio di 2 cents a barile e che la balena abbia venduto 100 mila barili di crude oil (e quindi 100 mila siano quelli venduti dall'HFT come spiegato al punto sub 11), il gain del trader ad alta frequenza, si assesterà complessivamente, sui 2.000 dollari circa, il tutto in pochi secondi o al massimo in qualche minuto.
Ovviamente, l'esempio di cui sopra è una semplificazione del processo impiegato dagli algoritmi degli HFTs, in grado, però, di sottolineare la presenza di alcuni problemi: innanzitutto, la cancellazione degli ordini da parte del pinging algos, successivamente all' avvistamento della balena, dimostra la consapevolezza -dell'HFT- di poter concludere affari migliori, evitando perdite di profitti non acquistando ad un prezzo più alto di quello che riesce ad ottenere tramite il pinging medesimo. Questa, di per sé, sarebbe una decisione ragionevole se non fosse per una semplice questione: guardando all'operatività del trader ad alta frequenza nel suo complesso, possiamo scorgere come gli ordini iniziali ad esso riconducibili non vengano immessi per essere effettivamente eseguiti; piuttosto risultano strumentali alla discovery dei limiti di prezzo di vendita della balena. Poiché gli ordini possono essere o eseguiti o cancellati, ne consegue da un punto di vista logico che, qualora non siano destinati ad essere eseguiti, risulteranno finalizzati ad essere cancellati. In altri termini, il pinging ha come obiettivo quello di scoprire la presenza di operatori balena e di scovare altri potenziali acquirenti, inserendo offerte flash cancellate subito dopo, producenti l'effetto di far visualizzare agli altri operatori false “best bid/offer”, ingolfando di dati le trading venues , rallentando l' attività degli altri operatori, amplificando -quindi- lo sfruttamento del divario di velocità con essi esistenti, nel momento in cui intenderanno utilizzare le informazioni acquisite tramite le false “best bid/offer”, posizionandosi di conseguenza.