En el
último post hablábamos sobre el concepto de
best execution y concluíamos que aunque no siempre se alcanzaba la
mejor ejecución por medio del trading electrónico, evitando una serie de efectos no deseados, estaríamos próximos a negociar nuestras órdenes con los precios más competitivos disponibles en el mercado.
Otra
feature que contiene la práctica totalidad de los programas de contratación electrónica –Fidessa, Instinet/Nomura, ORC, Calypso, Visual Trader, Murex…- también pueden ayudarnos a la hora de negociar órdenes; estamos hablando del
algorithmic trading. Pero…
¿por qué los algoritmos pueden proporcionar una mejor una mejor ejecución? Algunas razones:
- Plataformas de Liquidez, el trading con algoritmos tiene acceso a múltiples MTF’s además de la Bolsa Primaria con precios públicos y accesibles.
- Facilidad de Acceso por medio de la tecnología FIX y una conexión DMA
- Control completo, el usuario tan solo debe establecer unos parámetros para operar.
- Anonimato: la identidad del cliente final es confidencial. El anonimato aún será mayor si el algoritmo se negocia en su totalidad en una dark pool.
- Transparencia: visibilidad en tiempo real de la negociación de la orden. Podemos ver cuántos títulos se han hecho y su precio, a qué hora –el segundo exacto- y dónde –en una plataforma de liquidez o en la bolsa principal-. Debemos tener en cuenta que aunque la orden sea de un importe elevado por medio del trading algorítmico y su parametrización la misma se irá negociando en pequeñas partidas hasta que se complete en su totalidad.
Un ejemplo; a una mesa de trading llega una orden de un Hedge Fund. Comprar €20 millones en France Telecom y Vender €20 millones en Deutsche Telecom.
Las instrucciones son:
pairs trading, 1/3 del volumen con restricción de tiempo de una hora, esto es, la restricción de tiempo tiene preferencia sobre el volumen, quiere decir que si para terminar la orden antes de una hora negocio ½ del volumen del mercado no hay problema. Desde el terminal de contratación,
trabajan la orden: ¼ de forma manual, ¼ en un algoritmo pasivo –el
algo se coloca automáticamente en la primera posición del
spread- , ½ en un algoritmo de volumen que negocie con restricción de precio un título de cada tres que se hagan en mercado siempre y cuando no sea inferior al precio límite señalado -se entiende: un precio máximo para la compra y un precio mínimo para la venta.
Según la SEC,
un algoritmo como el que acabo de describir
provocó esta locura (el audio es fundamental):
¿Qué sucedió en el Flash Crash ’10?
El 6 de Mayo del 2010, los mercados de valores experimentaron una brutal caída, como podemos ver en el video, seguida de una rápida recuperación. El Dow Jones se desplomó desde los 2,000 puntos hasta perforar la línea de los 1,000.
En Septiembre, la SEC concluyó que una sola orden en el futuro de mercados era la causante del Crash
¿Cómo llega a esta conclusión la SEC?
Los disturbios en Atenas contra las medidas de austeridad del Gobierno son el catalizador del posterior Flash Crash.
2:32 pm (ET), el mercado americano se acerca a su recta final. Un gestor de fondos utilizando trading algorítmico pone a la venta 75.000 futuros mini sobre el S&P 500 al 9% del volumen –de cada 100 futuros vendidos en el mercado 9 son suyos- para cubrir su posición. El trader delimitó un precio límite por lo tanto los 9 futuros de 100 que fuese vendiendo con el algoritmo dejaría de ejecutarse cuando llegase al límite.
Para poder hacer un cálculo aproximado a la posición del valor debemos multiplicar 1.100,00 –los niveles de cotización del S&P 500 a la hora de introducción de la orden- por $50 –la conversión de un punto del E-mini del S&P 500 equivale a $50-. Entonces cada contrato son: 1.100*50 = $55.000 y, si la orden en cuestión fue de 75.000 contratos el montante total en dólares es aproximadamente de $4.125.000.000 (75.000*55.000)
2:40 pm (ET) las cotizaciones comienzan a caer y durante cinco minutos la orden de venta toma toda la liquidez del mercando: agravando la caída. En Román Paladino, según la SEC, la orden era tan grande que aún a pesar de la constricción del volumen -9% y límite de precio- barrió todas las posiciones que estaban a la compra dejando sin liquidez el mercado.
Esta situación, el desmoronamiento del S&P 500 y la espantá de compradores provocaron un efecto bola de nieve que multiplicó la intensidad del declive del índice. Aunque no aparece en el informe de la SEC en La Cantina del Trader somos fieles seguidores del Behavioral Finance – a grandes rasgos, la aplicación de Psicología en los Mercados Financieros-. Gracias a esta disciplina podremos comprender desde una perspectiva multidisciplinar por qué tardaron tanto en reaccionar los inversores al derrumbe de las cotizaciones: tuvieron miedo. En más de 300 acciones se cruzaron títulos un 60% por debajo de su cotización anterior al Flash Crash. Esas operaciones fueron invalidadas por el regulador.
El pilar que sostiene la versión de la SEC es el efecto bola de nieve. Desde el Crash de 1987 en la comunidad financiera quedó patente el peligro de la automatización sin supervisión –no necesariamente de parte de instituciones públicas- , hasta Peter Lynch muestra su desconfianza en One Up on Wall Street.Sin entrar en detalle, la explicación de ambos Crash sería la siguiente: un desencadenante haría saltar los primeros stop-loss –órdenes de venta latentes en el sistema que ejecutan ventas cuando el valor toca un precio (trigger)- las ventas de los stop-loss continuarían presionando a la baja la acción ejecutándose nuevos stop-loss posicionados más abajo y así sucesivamente.
Imaginemos que Alcoa (AA US Equity) está cotizando a $9,15. Tenemos comprados 1.000 títulos a $9,10. Hasta aquí todo bien, vamos ganando 5cts por título. Sin embargo, con intención de protegernos ante una fuerte caída, colocamos un stop-loss de venta en el $8,90. Esta órden queda latente en el sistema ya que si se enviase a mercado en este mismo instante una V/ 1.000 AA @ 8,90 USD se ejecutaría inmediatamente –recordemos que el valor está cotizando a $9,15-. La lógica del efecto bola de nieve sería que al llegar Alcoa a $8,90 venderíamos nuestros 1k títulos, otros participantes que tuviesen colocados el stop-loss en el $8,89 seguirían presionando a la baja el valor y al no existir el mecanismo de la subasta de volatilidad en EE.UU. –como veremos más abajo- la caída sería cada vez más pronunciada.
En definitiva unos stop-loss arrastran a otros -efecto dominó- y cuanto mayor es la caída menos liquidez existe en el mercado siendo el derrumbe del mercado la última consecuencia -efecto bola de nieve-.
Críticas a la versión oficial
Rechazan la hipótesis “Una orden ha causado el Flash Crash” porque los 75.000 títulos es un importe elevado en términos absolutos pero no en relativos ya que el volumen diario es superior a 1.000.000. Al 9% del volumen estaría vendiendo 12.600 contratos contra 140.000 negociados por HFT’s entre las 2:41 y 2:44 pm
Además, la orden incluía un precio mínimo al partir del cual no podía seguir ejecutando títulos. Por lo tanto, 75.000 contratos representan un volumen sobre total del 1.3% y menos del 9% del volumen durante el Crash
Así, la orden y sus parámetros (precio límite, volumen de negociación) era consistente con el escenario previo al Crash
- Entonces, ¿Cuál ha sido el impacto de los 75.000 títulos?
Aunque la orden no ha sido el único culpable del Crash no es menos cierto que ha podido comportarse como un catalizador en la reducción de la liquidez del mercado.
La estructura del mercado de Renta Variable no ayudó a frenar el comportamiento anormal del mercado.
De haber sido los mercados de renta variable menos frágiles o el algoritmo de los futuros menos agresivo el método de los HTF de trasferir riesgo en las acciones compensado la compra de futuros con ventas en SPY habrían ayudado a absorber la venta de 75.000 títulos y transferir la liquidez entre subyacente y futuro.
- ¿Por qué el mercado de futuros retuvo la orden mientras el mercado de renta variable se desplomó?
La estructura de mercado impidió a la renta variable recuperarse de forma disciplinada como hicieron los futuros debido a la obligación a los participantes a detener por cinco segundos la ejecución cuando se supera un % en la variación del precio. Su finalidad:
proporcionar un lapso de tiempo suficiente para que los participantes consideren sus posiciones
- Consecuencia: la liquidez volvió al mercado de futuros tan pronto los traders observaron oportunidades de compra y tomaron posiciones largas durante la pausa
En el mercado de renta variable, al no existir dicha funcionalidad la marea de ventas absorbió la liquidez. Surge por lo tanto una
gran necesidad:
mayor coordinación y correlación entre las acciones y sus subyacentes en futuros facilitado por una estructura de mercado más flexible.
- Aclaración: En EE.UU. no existen subastas de volatilidad como acabamos de ver, en España como en la gran mayoría de mercados europeos sí que existe esta funcionalidad. Incluso, en Alemania, todos los días a las 13h hay una subasta de liquidez para formar nuevos precios en todas las acciones.
¿
Qué son las subastas de volatilidad y cómo hubiesen evitado el Flash Crash ‘10?La duración estándar de las subastas por volatilidad es de 5 minutos más un cierre aleatorio de 30 segundos durante los cuales en cualquier momento, y sin previo aviso, se acaba la subasta y se produce el proceso de asignación de títulos (cruce de operaciones al precio de equilibrio calculado en la subasta). Las Subastas por volatilidad nunca tienen extensión si bien puede concatenarse con una nueva subasta si la acción sigue desbocada. Se pueden producir, por ruptura del rango estático o por ruptura del rango dinámico:
El precio estático se define como aquel precio resultante de la última subasta (sea ésta por volatilidad o de apertura o de cierre). Se inicia como consecuencia de que un valor intente negociar en uno de los límites (superior o inferior) definidos por el
rango estático de precios
El precio dinámico se define como el último precio negociado en cada momento (sea éste resultante de una asignación realizada en una subasta o de la última negociación). Se produce como consecuencia de que un valor intente negociar en uno de los límites (superior o inferior) o fuera de estos límites definidos por el rango dinámico de precios.
Bibliografía- Sal L. Arnuk,Joseph C. Saluzzi; Broken Markets: How High Frequency Trading and Predatory Practices on Wall Street are Destroying Investor Confidence and Your Portfolio, FT Press, 2012. Este es el libro más famoso contra de los HFT y los avances en el trading electrónico. Prácticamente se les acusa de todos los males del mundo incluidos aquellos que ya existían antes de las primeras implementaciones del trading electrónico. Como buenos nostálgicos añoran los tiempos donde el market maker, ellos mismos en los 80s, eran los amos del mercado y no existía tanta competencia. Arnuk y Saluzzi ofrecen la primera aplicación, que yo conozca, al mundo de las finanzas del mito de la Edad de Oro: cualquier tiempo pasado fue mejor.
- McKeon, Ryan and Netter, Jeffry M., What Caused the 1987 Stock Market Crash and Lessons for the 2008 Crash (January 19, 2009). Aunque no analiza el Flash Crash del 2010 si que aporta una completa revisión bibliográfica del Crash de 1987 y las caidas posteriores al comienzo de la crisis subprime.
- En un informe publicado por el regulador canadiense prueba como al aplicar sistemas semejantes a las subastas de volatilidad los mercados canadienses no experimentaron caídas tan severas como los estadounidenses.
- Kirilenko, Andrei A., Kyle, Albert S., Samadi, Mehrdad and Tuzun, Tugkan, The Flash Crash: The Impact of High Frequency Trading on an Electronic Market (May 26, 2011). Estudio académico que suscribe la tesis de que no fueron los HFT's ni el trading electrónico los responsables del Flash Crash pero sí que acentuaron la presión vendedora y el aumento de la volatilidad.
