Quatro grandes riscos da negociação algorítmica de alta frequência
Negociação algorítmica (ou negociação “algo”) refere-se ao uso de algoritmos de computador (basicamente um conjunto de regras ou instruções para fazer um computador executar uma determinada tarefa) para negociar grandes blocos de ações ou outros ativos financeiros, minimizando o impacto no mercado de tais comércios. A negociação algorítmica envolve a colocação de negociações com base em critérios definidos e a divisão dessas negociações em lotes menores para que o preço das ações ou ativos não seja impactado significativamente.
Os benefícios da negociação algorítmica são óbvios: ela garante a “melhor execução” das negociações porque minimiza o elemento humano e pode ser usada para negociar vários mercados e ativos com muito mais eficiência do que um negociante de carne e osso poderia esperar fazer. (Para mais informações, leia: Noções básicas de negociação algorítmica: conceitos e exemplos ).
O que é negociação algorítmica de alta frequência?
A negociação de alta frequência (HFT) leva a negociação algorítmica a um nível totalmente diferente – pense nisso como uma negociação de algo em esteróides. Como o termo indica, a negociação de alta frequência envolve colocar milhares de ordens em velocidades incrivelmente rápidas. O objetivo é obter pequenos lucros em cada negociação, geralmente capitalizando as discrepâncias de preços para a mesma ação ou ativo em diferentes mercados. O HFT é diametralmente oposto ao investimento tradicional de compra e manutenção de longo prazo, uma vez que as atividades de arbitragem e de criação de mercado que são o pão e manteiga do HFT geralmente ocorrem dentro de uma janela de tempo muito pequena, antes que as discrepâncias de preço ou incompatibilidades desapareçam.
A negociação algorítmica e o HFT tornaram-se parte integrante dos mercados financeiros devido à convergência de vários fatores. Isso inclui o papel crescente da tecnologia nos mercados atuais, a complexidade cada vez maior dos instrumentos e produtos financeiros e o impulso incessante em direção a uma maior eficiência na execução de negociações e menores custos de transação. Embora a negociação algorítmica e o HFT tenham melhorado a liquidez do mercado e a consistência do preço dos ativos, seu uso crescente também deu origem a certos riscos que não podem ser ignorados, conforme discutido abaixo.
O maior risco: amplificação do risco sistêmico
Um dos maiores riscos do HFT algorítmico é aquele que representa para o sistema financeiro. Um relatório de julho de 2011 do Comitê Técnico da Organização Internacional de Comissões de Valores (IOSCO) observou que, devido às fortes interligações entre os mercados financeiros, como os dos Estados Unidos, os algoritmos que operam nos mercados podem transmitir choques rapidamente de um mercado para o outro, ampliando assim o risco sistêmico. O relatório apontou o Flash Crash de maio de 2010 como um excelente exemplo desse risco.
O Flash Crash refere-se à queda e recuperação de 5% -6% nos principais índices de ações dos EUA no intervalo de alguns minutos na tarde de 6 de maio de 2010. O Dow Jones despencou quase 1.000 pontos em uma base intradiária, o que naquele o tempo foi a maior queda de pontos já registrada. Como observa o relatório da IOSCO, várias ações e fundos negociados em bolsa ( ETFs ) enlouqueceram naquele dia, caindo entre 5% e 15% antes de recuperar a maior parte de suas perdas. Mais de 20.000 negócios em 300 títulos foram feitos a preços de até 60% de seus valores apenas momentos antes, com alguns negócios executados a preços absurdos, de tão baixo quanto um centavo ou tão alto quanto $ 100.000. Essa ação de negociação incomum e errática abalou os investidores, especialmente porque ocorreu pouco mais de um ano depois que os mercados se recuperaram de suas maiores quedas em mais de seis décadas.
O “spoofing” contribuiu para o Flash Crash?
O que causou esse comportamento bizarro? Em um relatório conjunto divulgado em setembro de 2010, a SEC e a Commodity Futures Trading Commission atribuíram a culpa a um único programa de negociação de US $ 4,1 bilhões por um corretor em uma empresa de fundos mútuos sediada no Kansas. Mas em abril de 2015, as autoridades dos EUA acusaram um day trader de Londres, Navinder Singh Sarao, pela manipulação do mercado que contribuiu para o crash. As acusações levaram à prisão de Sarao e possível extradição para os EUA
Sarao supostamente usou uma tática chamada ” spoofing “, que envolve colocar grandes volumes de pedidos falsos em um ativo ou derivativo (Sarao usou o contrato E-mini S&P 500 no dia do Flash Crash) que são cancelados antes de serem atendidos. Quando essas ordens falsas em grande escala aparecem na carteira de ofertas, eles dão aos outros negociantes a impressão de que há maior interesse de compra ou venda do que na realidade, o que poderia influenciar suas próprias decisões de negociação.
Por exemplo, um spoofer pode oferecer a venda de um grande número de ações da ABC a um preço um pouco diferente do preço atual. Quando outros vendedores entram em ação e o preço cai, o falsificador cancela rapidamente suas ordens de venda no ABC e, em vez disso, compra o estoque. Em seguida, o falsificador coloca um grande número de ordens de compra para elevar o preço do ABC. E depois que isso ocorre, o spoofer vende suas participações na ABC, embolsando um bom lucro, e cancela as ordens de compra espúrias. Enxague e repita.
Muitos observadores do mercado têm se mostrado céticos quanto à afirmação de que um dia o corretor poderia, sozinho, ter causado um crash que consumiu cerca de um trilhão de dólares do valor de mercado das ações americanas em minutos. Mas se a ação de Sarao realmente causou o Flash Crash é um assunto para outro dia. Enquanto isso, existem algumas razões válidas pelas quais o HFT algorítmico amplia os riscos sistêmicos.
Por que o algoritmo HFT amplifica o risco sistêmico?
O HFT algorítmico amplifica o risco sistêmico por uma série de razões.
- Intensificando a Volatilidade : Primeiro, uma vez que há uma grande quantidade de atividade de HFT algorítmico nos mercados atuais, tentar superar a concorrência é uma característica embutida na maioria dos algoritmos. Os algoritmos podem reagir instantaneamente às condições do mercado. Como resultado, durante mercados tumultuados, os algoritmos podem ampliar muito seus spreads bid-ask (para evitar serem forçados a assumir posições de negociação) ou irão parar temporariamente de operar, o que diminui a liquidez e exacerba a volatilidade.
- Efeitos de ondulação : Dado o crescente grau de integração entre os mercados e as classes de ativos na economia global, um colapso em um mercado ou classe de ativos importante muitas vezes atinge outros mercados e classes de ativos em uma reação em cadeia. Por exemplo, o crash do mercado imobiliário dos EUA causou uma recessão global e uma crise de dívida porque as participações substanciais de papéis sub-prime dos EUA eram detidas não apenas por bancos americanos, mas também por instituições europeias e outras instituições financeiras. Outro exemplo de tais efeitos em cascata é o impacto prejudicial da queda do mercado de ações da China, bem como o colapso dos preços do petróleo bruto, sobre as ações globais de agosto de 2015 a janeiro de 2016.
- Incerteza : O algoritmo HFT é um contribuinte notável para a volatilidade exagerada do mercado, que pode alimentar a incerteza do investidor no curto prazo e afetar a confiança do consumidor no longo prazo. Quando um mercado entra em colapso repentino, os investidores ficam se perguntando sobre as razões para tal movimento dramático. Durante o vácuo de notícias que geralmente existe nesses momentos, os grandes negociadores (incluindo empresas de HFT) reduzirão suas posições de negociação para reduzir o risco, colocando mais pressão para baixo nos mercados. À medida que os mercados se movem para baixo, mais stop-loss são ativados e esse ciclo de feedback negativo cria uma espiral descendente. Se um mercado em baixa se desenvolver por causa dessa atividade, a confiança do consumidor será abalada pela erosão da riqueza do mercado de ações e pelos sinais de recessão que emanam de um grande colapso do mercado.
Outros riscos do algoritmo HFT
- Algoritmos errantes : a velocidade estonteante na qual a maioria das negociações de HFT algorítmicas ocorre significa que um algoritmo errôneo ou com defeito pode acumular milhões em perdas em um período muito curto. Um exemplo infame do dano que um algoritmo errôneo pode causar é o da Knight Capital, um formador de mercado que perdeu US $ 440 milhões em um período de 45 minutos em 1º de agosto de 2012. Um novo algoritmo de negociação na Knight fez milhões de negociações erradas em cerca de 150 ações, comprando-as pelo preço de “venda” mais alto e vendendo-as instantaneamente ao preço de “oferta” mais baixo. (Observe que os formadores de mercado compram ações de investidores pelo preço de oferta e vendem a eles pelo preço de oferta, sendo o spread seu lucro de negociação. Para mais informações, leia: Noções básicas do spread Bid-Ask ). Infelizmente, a hipereficiência do HFT algorítmico – em que os algoritmos monitoram constantemente os mercados exatamente para esse tipo de discrepância de preços – fez com que os traders rivais se precipitassem e se aproveitassem do dilema de Knight enquanto os funcionários da Knight tentavam freneticamente isolar a origem do problema. Quando o fizeram, a Knight estava à beira da falência, o que levou à sua eventual aquisição pela Getco LLC.
- Grandes perdas para investidores : As oscilações de volatilidade agravadas por HFT algorítmico podem sobrecarregar os investidores com enormes perdas. Muitos investidores rotineiramente colocam ordens de stop-loss sobre suas participações em níveis que estão 5% acima dos preços de negociação atuais. Se o gap dos mercados caísse sem motivo aparente (ou mesmo por um motivo muito bom), esses stop-loss seriam acionados. Para piorar a situação, se as ações subseqüentemente se recuperassem em pouco tempo, os investidores incorreriam em perdas comerciais desnecessárias e perderiam seus ativos. Embora algumas negociações tenham sido revertidas ou canceladas durante surtos incomuns de volatilidade do mercado, como o Flash Crash e o fiasco do Knight, a maioria das negociações não foi. Por exemplo, a maioria dos quase dois bilhões de ações negociadas durante o Flash Crash estavam a preços de 10% de seu fechamento às 14h40 (o momento em que o Flash Crash começou em 6 de maio de 2010), e essas negociações permaneceram. Apenas cerca de 20.000 negócios, envolvendo um total de 5,5 milhões de ações que foram executadas a preços superiores a 60% de seu preço de 14h40, foram posteriormente cancelados. Portanto, um investidor com um portfólio de ações de $ 500.000 de blue-chips dos EUA que teve 5% de stop-loss em suas posições durante o Flash Crash provavelmente estaria fora de $ 25.000. Em 1º de agosto de 2012, a NYSE cancelou negociações em seis ações que ocorreram quando o algoritmo Knight estava descontrolado porque foram executadas a preços 30% acima ou abaixo do preço de abertura daquele dia. A regra “Execução Claramente Errônea” da NYSE estabelece as diretrizes numéricas para a revisão de tais negociações. (Veja: Os perigos do comércio de programas ).
- Perda de confiança na integridade do mercado : Os investidores negociam nos mercados financeiros porque têm plena fé e confiança em sua integridade. No entanto, episódios repetidos de volatilidade incomum de mercado, como o Flash Crash, podem abalar essa confiança e levar alguns investidores conservadores a abandonar completamente os mercados. Em maio de 2012, o IPO do Facebook teve vários problemas de tecnologia e confirmações atrasadas, enquanto em 22 de agosto de 2013, a Nasdaq parou de negociar por três horas devido a um problema com seu software. Em abril de 2014, cerca de 20.000 negociações erradas tiveram que ser canceladas após um mau funcionamento do computador nas duas bolsas de opções dos Estados Unidos do IntercontinentalExchange Group. Outra grande explosão, como o Flash Crash, poderia abalar muito a confiança dos investidores na integridade dos mercados.