Algoritmisk handels system a mångfacetterad view of adoption

Algoritmiska handelssystem: En mångsidig syn på adoption Transkription 1: e Hawaii International Conference om systemvetenskap Algoritmiska handelssystem: En mångsidig syn på adoption David Bell Avdelningen för informationssystem ampcomputing, Brunel University, London, Storbritannien. Sammanfattning Algoritmisk handel har blivit skulden för en ökande volatilitet på ett antal finansmarknader. Antagande och implementering av algoritmiska handelssystem har ökat och detta kommer sannolikt att fortsätta, eftersom reglering, konkurrens och innovation driver utveckling av avancerade tekniska verktyg. Expert och intelligenta system ger mekaniken för att både reagera på och påverka en finansmarknad som nu är betydligt snabbare och fungerar över flera tidszoner och marknader. Förvånansvärt har mycket av denna innovation kommit bort från diskussionen inom informationssystemets forskargrupp. I det här dokumentet undersöks denna växande arena genom att engagera sig med högre utövare i branschen och använda intervjuer och grundad teori (GT) - analys för att avslöja deras adoptionsproblem. I papperet generaliseras dessa frågor inom ramen och riktlinjer som syftar till att stödja algoritmiska antagande, implementering och utveckling av handelssystem. 1. Inledning Fysiska handelsgolv börjar följa Freunds 12 förutsägelser med mindre beroende av mänskliga handlare. Den ökande volymen av data som flyter genom finansiella marknader är en orsak. Tekniken har också spelat en roll och nivellerar fältet i värdepappershandeln (en trend som sannolikt kommer att fortsätta trots den nuvarande globala ekonomiska avmattningen). Elektronisk handel har väsentligt förändrat värdepappershandeln och den därmed sammanhängande finansmarknadstekniska arkitekturen, vilket resulterar i suddning av gränser mellan handelsföretag och som bidrar till att påskynda konkurrensen och effektiviteten inom finansmarknaderna 2,4,23,28. Tillsammans med ny lagstiftning, såsom Regulatory National Market System (RegNMS) och direktivet om marknader för finansiella instrument (MIFID) krävs ett större krav på öppenhet och snabb genomförande av marknadsaktörer. Tekniska innovationer för att stödja dessa utvecklande affärstrender finns på Laide Gana, Institutionen för Informationssystems amp Computer, Brunel University, London, Storbritannien. öka. Balarkas 3 och Domowitz amp Yegerman 12 identifierar att några av de mer synliga effekterna av förändringarna på finansmarknaderna, fragmenteringen av befintliga marknader och skapandet av nya likviditetspooler, vilket i sin tur påskyndade brådskandet för tekniskt drivna innovationer. Marknadstrycket, som delvis drivs av behovet av ökad transparens och snabb genomförande, har resulterat i snabbare vinstmarginaler. Detta fördjupas ytterligare eftersom tekniska omvandlingar omformar världens finansiella marknader. 11. Eftersom de globala avkastningarna inom finansmarknaderna visar tecken på försämring och marknadsaktörerna anpassar sina tillväxtprognoser mot bakgrund av den senaste kreditkrisen ser cheferna allt mer ut mot deras tekniska tillgångar som ett kärnmedel för att skapa affärsvärde. En innovation som gradvis har fått framträdande inom den elektroniska handelsarenan är algoritmisk handel. Algoritmisk handel definieras som ett system för att genomföra automatiserad handel med datorprogram som verkar inom definierade regler som reagerar i realtid på marknadsdata och nyheter för att göra och driva handel över ett ökande antal platser, såsom traditionella elektroniska börser, multilaterala handelar Faciliteter (MTF) och elektroniska kommunikationsnät (ECN) 15,18. På generisk nivå kan algoritmisk handel antingen vara handelsstrategin eller programmerade regler som reglerar köp och försäljningsverksamheten hos handelsenheten. Alternativt kan tillvägagångssättet rikta specifika skrivbord hos ett handelsföretag för att genomföra sina order inom en marknad för att minska marknadseffekterna och förbättra handeln genom att använda automatiserade handelsverktyg. Algoritmisk handel har hänvisats till handel med svartlåda, datorhandel, programhandel, handel med korgar och förbättrad genomförande 18. Det har beskrivits allmänt som förmåga att ge betydande fördelar, såsom ökad effektivitet, öppenhet och kapacitet och viktigast av kostnadsreduktion till handelsutföringsprocessen 20. Dessa fördelar uppnås genom att öka hastigheten vid vilken handel kan genomföras i handelsrummen, vilket kräver intelligenta 12 IEEE DOI HICSS 2 datorsystem snarare än människor för att upptäcka och utnyttja marknadsobalanser som existerar för mycket korta tidsramar. Trots att algoritmisk handel antas ökar utövarna att kärnkraven för att genomföra framgångsrika algoritmiska handelssystem är: En fullständigt integrerad låg latentinfrastruktur, datavätning, riskhanteringsintegration och prestandamätningskapacitet, en utvecklings - och underhållsplattform som är händelse - baserad och förmågan att ha handelsexekutorn som en integrerad del av denna infrastruktur. Hod 20 hävdar att prestanda och riskhantering inte ska offras i algoritmisk systemutveckling. Bates et al. 6 framhäver att ett av de områden som den algoritmiska handelssamhället behöver fokusera på är att använda algoritmiska handelssystem för att uppfylla regler och krav på överensstämmelse. För att uppnå detta måste algoritmiska handelssystem inte bara kunna uppnå bästa möjliga utförande utan också måste också se till att riskhanterings - och överensstämmelsebestämmelser byggs in. Baserat på en global undersökning av finansmarknadsoperatörer identifierades riskhantering och förbättrad prestation som nyckelfaktorer för antagandet av teknologibaserade innovationer 11. Fokusering på riskhantering och prestanda, Dence et al. 11 och Hod 20 identifierar att aktörerna på kapitalmarknaden måste fokusera på riskantagande och förvaltning vid antagandet av tekniska innovationer för att kunna ta fram affärsvärde och nödvändig användning av algoritmiska handelsverktyg. Detta dokument tar en exploratory titt på algoritmisk handel från det perspektiv av teknik personal som distribuerar och hanterar sådan infrastruktur. Papperet börjar med bakgrundsdäck av elektronisk och algoritmisk handel innan man beskriver de intervjuer och grundade teoriforskningsmetoder som utnyttjas. Ett antal intervjuer (med senior ekonomisk personal) analyseras systematiskt med hjälp av jordad teoristeknik och därmed föreslagna teorier som tar upp antagandet och tillhörande genomförande av sådana system. 2. Elektronisk handel Bakgrund Traditionellt var handel golvbaserad med näringsidkare som möttes på en central plats, vanligtvis kallad en börs för att handla företag. De processer som handlar om handel sträckte sig över olika delar av den finansiella organisationen och inte typiskt automatiserad och integrerad (se Figur 1 för en sammanfattning av dessa processer). För att handla, var en återförsäljare tvungen att flytta från grop till grop för att få bästa pris och handeln var vanligtvis begränsad till den region där börsen var baserad. På senare tid har avancerade innovationer inom datateknik och kommunikationsteknik möjliggjort en fenomenal tillväxt i global elektronisk orderdirigering, spridning av citat och handelsinformation, nya handelsmetoder och nya typer av handelssystem 7,14,21,22. Antagandet av nyare teknik och ständig innovation under de senaste tre årtiondena har resulterat i disintermediation av vissa segment av kapitalmarknaderna och födelsen av nya typer av marknadsaktörer. Exempel är systemiska internalisers, ECNs och MTFs som nu konkurrerar direkt med traditionella börser för orderflöde. De använder ofta olika handelsmekanismer för att matcha köp - och säljorder med mer differentiering när det gäller genomförandepris och hastighet. Figur 1. Handelslivscykelprocesser Många hävdar att elektronisk handel har påverkat marknadsstrukturen och effektiviteten positivt genom att förbättra centraliserad marknadstillträde och öppenhet. Det har också förbättrat operativa och informationseffektiviteten på de finansiella marknaderna 4,17,23. Automatisering på finansmarknaderna har skapat möjligheter där börser kan utvecklas från ideella organisationer till vinstgivande organisationer. Dessutom kan ny finansiell produktutveckling ske till lägre kostnad 17. Empirisk testning av ett antal börser har visat kostnadsminskning, ökad effektivitet, förbättrad likviditet 8, 23. Marknadsmikrostrukturen är också intresserad av värdeutbyte inom finansmarknaderna och en undersökning av marknadens mikrostruktur bidrar till att belysa arbetsprocesserna på en marknad, nämligen hur dessa processer påverkar transaktionskostnader, priser, volym och handelsbeteende 35. BIS 4 betonade att elektronisk handel vanligtvis påverkar marknadsstruktur 3091 3 och tillhörande arkitektur genom centralisering - bevittnade på valutamarknaden. Hendershott 21 hävdar att elektroniska handelssystem påverkar marknadsstrukturen genom de regler som reglerar sina handelsexekutionsmekanismer och mängden pris - och citatdata som den släpper ut. Handa et al. 19 påpekar att när man bedömer värdet av ett handelssystem måste man uppmärksamma sina informationsaggregationsprocedurer som innefattar ordermatchning och handelstillverkning. Oavsett marknadskonstruktionen måste moderna elektroniska utbyten erbjuda kunderna en unik kombination av hastighet, kvalitet, pris och säkerhet för genomförandet för att kunna förbli konkurrenskraftiga. Gramza 17 förklarar att elektronisk handel också ger andra fördelar som minskad sök-, transaktions - och produktionskostnader, ökad intern och marknadseffektivitet, förbättrad prisupptäckt och prisgennemsiktighet. Ytterligare fördelar är snabbhet för genomförandeförbättringar, kapacitet, effektivitet, produktivitet, kostnad, förbättrade säkerhets - och revisionsspår, öppenhet, användarvänlighet och den allmänna potentialen för att demokratisera investeringsprocessen och tillhandahålla en 24-timmarsmarknad för vissa tillgångsklasser t. ex. valutaväxling 24 Nästa generering av handelssystem Forskning i biologiska och naturvetenskapliga ämnen har också påverkat lösningar på de komplexa problem som finns på finansmarknaden 9,27,31,35. Dessa system, vanligtvis av en evolutionär natur, har varit populära för att lösa problem med optimering och effektivitet inom finansmarknaderna. Lunga amp Marwala 29 refererar till marknaden för finansiell handel som ett komplext, evolutionärt och olinjärt dynamiskt system, som ofta kännetecknas av dataintensitet, buller, icke-stationära, ostrukturerade, hög grad av osäkerhet och dolda relationer och korrelationer - som alla påverkar faktorer på de finansiella marknadernas beteende. Turban et al. 40 observerade att avancerade intelligenta databehandlingsmetoder kan kombineras för att tillhandahålla lösningar som kräver hastighet, feltolerans och anpassningsförmåga. Srikanth 37 beskriver ett intelligent handelssystem som ett självjusterande adaptivt system som är parametriskt, kan fungera vid flera risk toleranser och datafrekvenser och kan utföra flera kriterier optimering över flera tillgångsklasser och i linje med förändrade marknadsförhållanden. Genom att använda genetiska algoritmer och metoder för att utveckla algoritmiska program för att handla komponentlagren 30 genereras överlägsen avkastning i jämförelse med en passiv investeringsstrategi. Lunga amp Marwala 29 använder en förbättrad inkremental algoritm som fungerar genom att extrahera ny information från en extra dataset som senare blir tillgänglig utan att förlora förkunskaper och ger bevis för förbättrad inlärning, bättre prognos och handelsresultat. Algoritmisk handelssystem Adoption Eftersom handel blir mer elektronisk, Golvhandlarens eller människohandlarens beteende på telefonen blir lättare och billigare att replikera inom ett datorprogram och därigenom uppnå ökad effektivitet i den övergripande handelsprocessen 32. För detta ändamål replikerar marknadsaktörerna alltmer sina investeringsstrategier, vare sig de är långa eller korta termen, i algoritmer som hjälper till att bestämma tid, pris och kvantitet av order som dynamiskt övervakar marknadsförhållandena på olika värdepapper och handelsplatser, vilket minskar marknadsimpacten genom att optimalt (och ibland slumpmässigt) bryta stora order till mindre bitar och noggrant spåra riktmärken som volym - viktade genomsnittspriset (VWAP) över genomförandeperioden 22. McMahon Amp Nunlist 32 hävdar att kravet på hastighet i dagens elektroniska marknader faller på mjukvaran, hårdvaran och nätverksinfrastrukturen som förbinder handlare till börserna med handelens exekveringshastighet nu uppmätt i sub-millisekunder. Algoritmisk handel antagande har ökat när likviditetsökningar uppstår - särskilt aktie - och valutamarknaden 22. Kaenel amp Brennan 25 har funnit att en tredjedel av handelsvolymen använder sig av algoritmiska handelsverktyg för order - och handelsprocesser. Hendershott et al. 22 empiriskt testade orsakssambandet mellan algoritmisk handel och likviditet med hjälp av en normaliserad åtgärd av NYSE elektronisk meddelandetrafik som en proxy för algoritmisk handel och upptäckte att algoritmisk handel resulterade i mindre handelsstorlekar och främjad fragmentering av orderstorlekar i syfte att minska marknadsimpacten. Även om det finns en nivå av sekretess bland algoritmiska handlare och algoritmleverantörer vad gäller vilken typ av informationsalgoritmer som observeras, antas det att algoritmer övervaka gemensam faktorprisinformation inom ett lager och över hela portföljen, såväl som övervakning av närvaron av andra algoritmer i ett bud för att bestämma orderflödet och informationsmönster som genereras av sådana algoritmer. Algoritmer används nu för att övervaka information från nyhetsflöden och reagera genast genom att justera handelsmönstren. Reglerna går också in i debatten genom att använda algoritmer för att övervaka handelsmönster och handelsdata som en del av deras övervakningsroll 39. Rostoker et al. 33 nuvarande kärnkomponenter i det algoritmiska handelssystemet de underliggande algoritmerna och matematiska modeller som kan bearbeta och 3092 4 analyserar tusentals högfrekventa, multidimensionella och heterogena tidsseriedata i realtid. Med hjälp av en algoritmisk handelsstrategi som kombinerade signaler från flera algoritmiska strategier, Silaghi et al. 36 observerade högre prestanda. Srikanth 37 föreslår också ett integrerat intelligent handelssystemsramverk som har inlärnings-, anpassnings-, flexibilitets-, förklarings - och funktionsmöjligheter med hjälp av evolutionära programmeringsmodeller för att lösa optimeringsproblem. Barbosa et al. 5 beskriver en infrastruktur för att implementera algoritmiska handelsagenter för valutahandel genom att använda en kombination av fallbaserade resonemang och reglerbaserade expertsystem. Genom utformning och implementering av ett realtidskorrelations - och analyssystem, Rostoker et al. 33 undersökte optimeringen av realtids aktiemarknadsdataanalys för att stödja algoritmisk handel och kunskapsupptäckt i elektroniska utbyten med hög genomströmning med nyckelfärdigheten som stöder uppfattningen att aktiemarknaden när den ses som ett komplext system kan modelleras som ett nätverk där lagren fungera som noder och relationer mellan lagren kan ses som länkar mellan noderna. Arbetet visade att algoritmisk handel kunde ge korrelationsanalys och klickbaserad klusteranalys mellan aktier på marknaden i realtid. Global elektronisk anslutning och extraordinära framsteg inom datalagring och beräkningskraft har möjliggjort ett oöverträffat informationsflöde och stöder de betydande nivåerna av bearbetningskapaciteter som bevittnas på finansmarknaderna idag (Lienbenberg 2002). Konkurrens, innovation och drivkraften för att minska kostnaderna är tvingande faktorer som driver finansmarknaderna för att anta elektronisk och algoritmisk handel 7,24,41. Även om ett antal studier har tittat på antagandet av algoritmisk handel ur ett handelsperspektiv, har få beaktat de tekniska genomförandeproblemen. 3. Forskningsförfarande En tolkningsmetod används för att avslöja insikter i informationssystemen och de därmed sammanhängande processerna i spel 26. Ett antal intervju deltagare väljs vart och ett som ger ett visst perspektiv på algoritmisk handel. Två allmänna frågor används för att öppna intervjuerna och ställa in scenen, varför är handelsföretag att anta algoritmisk handel Och vad är konsekvenserna av algoritmisk handelsupptagning på marknadsstruktur och IS-arkitektur Ytterligare frågor är utformade för att utforska områden som lyfts fram i litteraturen och hjälp i undersökningen och identifieringen av generella mönster av handlingar och beteenden bland utövare när de antar eller överväger algoritmisk handel. Litteraturen lyfter fram ett antal frågor: handelsmiljön (från tillgångsklasser till prestanda), tekniken (strategi, system och innovation) och kostnaden (från personal till företagsoptimering). Frågor är presenterade i tabell 1 och används för att skapa en öppen diskussion kring ovanstående problem. Det är tänkt att följa på frågor kommer att användas för att utöka debatten beroende på intervjuarens tidigare svar. Efterföljande intervjufrågor Hur har antagandet av algoritmisk handel påverkat riskhanteringsprocesser och system. Utövare fortsätter att använda dessa system under turbulenta perioder. Är utövare övertygade om dessa system under tider av marknadsturbulens. Vilka kriterier använder utövare för att utvärdera prestandan av algoritmiska handelssystem Är företag att utveckla egna algoritmiska handelssystem internt eller köpa externt Varför är utövare som gör det specifika köp kontra byggvalet Vilken aspekt av algoritmiska handelssystem anser kunderna viktigast Är algoritmisk handel lämplig för flera tillgångsklasser och är utövare utnyttja dessa system för portföljhandel Vilka tillgångsklasser är algoritmisk handel som passar bäst för Tabell 1: Intervjufrågor För att ta itu med de identifierade undersökningsområdena och operationalisera forskningsmålen samlas primära data under en timmes fördjupade intervjuer med praktiska joner som har valts utifrån deras erfarenhet av värdepappershandel och utveckling av elektroniska system. Den förberedda listan med öppna frågor blev skickad till varje deltagare i förväg för att hjälpa till att ge en viss struktur och fokusering på intervjuerna. Men som intervjuerna fortskred, uppstod ytterligare områden som viktiga och krävde vidare diskussion. En ytterligare fördel med det halvstrukturerade intervju-tillvägagångssättet var att det möjliggjorde utforskningen av dessa ytterligare områden 3093 5 som är viktiga för att få en förståelse för algoritmisk handelsanvändning inom branschen. Intervju Deltagare 1 Deltagare 2 Deltagare 3 Roll Beskrivning IT-chef, Financial Trading House Chef för IT, Exchange Services Head, Direct Feed Products Organization Tabell 2. Intervjuprofil Ett stort oberoende Forex-, derivat-, aktie - och råvaruhandelshus som opererar globalt. En ledande multilateral handelsfacilitet i pan-europeisk kapital (MTF) En global marknadsdata och mjukvaruleverantör som säljer till den globala finansindustrin Jordad teori används som en dataanalysteknik i denna forskning. Att bygga tidig teori genomförs genom att bryta igenom fördomar och antaganden genom en kodningsprocess som drivs av intervjuer 38. Analysen utförs baseras på Allan 1: s arbete som identifierar fem kodningsförfaranden: (1) Mikroanalyskodning, (b) Nyckel punktkodning, (c) Conceptualizing, (d) Kategorisering, och (e) Emerging Theory respektive. Mikroanalyskodning görs ord för ord och lineby-line av intervjuutskrifter som var tidskrävande och kan göra förvirring vid kodningstiderna 1. Syftet med kodningen är att identifiera, utveckla och relatera de begrepp som utgör byggstenarna av teorin. Innan kodningsprocessen börjar, transkriberas de elektroniska intervjufilerna först i intervjuutskrifter. Kodning 10,16,34,38 används som en systematisk metod vid omvandling av data till teori inom jordad teorianalys. Semistrukturerade intervjuer genomfördes med tre deltagare som var och en representerar olika områden i finansmarknaden, se tabell 2 för deltagarnas profil. Deltagarna (varje ledande medlem i sina respektive organisationer med både strategisk och operativ omfattning) väljs som de representerar viktiga intressentgrupper inom finansmarknaderna och har förstklassig kunskap och erfarenhet av elektroniska och algoritmiska handelssystem. Intervjuet transkriberas genom kodningsprocesserna som involverade identifiering, uppdelning och jämförelse av koder som är gemensamma i data tills tydligt definierade mönster bildas i begrepp och sedan kategorier som ger insikt i att förstå de frågeställningar som ställs. De tre intervjuerna registrerades och transkriberades, kodningen och dataanalysen stöddes av användningen av ett välkänt datorstödat kvalitativt dataanalysprogramverktyg (CAQDAS) som heter MAXQDA och f4-programvaran, se Figur 2 för skärmdump av verktygsanvändning. Figur 2: Skärmdump av datorstödda kvalitativa analysverktyg Med intervjondata transkriberad och det analysverktyg som valts, började kodningsprocessen. 4. Grunderad teorianalys 4.1. Kodanalys av intervjutata efter transkription gjordes med användning av nyckelpunktskodningsmetod 1. Detta tillvägagångssätt föredrogs för mikroanalysmetoden för Strauss och Corbin 38, eftersom nyckelpunktskodningsmetoden befanns vara effektivare för att identifiera nyckelfrågor med tanke på volymen av transkriberad intervjuinformation. Intervjudata analyserades flera gånger med flera genomgångar för att identifiera och validera nyckelpunkter. De organiserade transkripten analyseras linjärt och frågeformulär. Nyckelpunktkodningen görs intervjuat-för-intervju. Figur 3 visar exempel på några av de nyckelpunkter och koder som identifierats från transkripten. Huvudpunkter och kod hänvisas till med hjälp av ett InQnLn-mönster där jag anger Intervju, Q indikerar specifik fråga, L anger Linje i transkriptet och n anger antal händelser. Detta ger möjlighet att spåra tillbaka till de faktiska meningarna genom transkriptionerna. 1 Intervjukodning En sammanfattning av de identifierade koderna presenteras i grafisk form. Kodprocessen för den första intervjun resulterade i en lista över nyckelpunkter och kod (se tabell 3 exempel). 3094 6 Tag Key Point Code I1Q8L6n1 Latencyminskning är inte den största utmaningen eller problemet vid algoritmisk handelssystemutveckling eller adoption. I1Q8L23n1 I1Q10L4n2 En viktig fråga är hur man hanterar de ständigt ökande volymerna som kommer att växa när vi utrullar tekniken till slutänden av marknad Med antagandet av algoritmisk handel kommer profilen för personer på handelsgolvet också att förändras i tabell 3. Key Point Coding Exempel Latency är inte ett problem för alla Datahantering är en viktig utmaning Ändra kompetensuppsättningen Ökning av kvantkompetensanalys av intervju 1 resulterade i följande koder (figur 3). Figur 3. Resultatkoder (Deltagare 1) Figurerna 3 till 5 presenterar koderna som härleds från var och en av intervjuerna, en identifierare är fäst vid varje kod och koderna analyseras därefter ytterligare och kombineras. Figur 4. Resultatkoder (Deltagare 2) Figur 5. Resultatkoder (Deltagare 3) 4.3. Emergent Concepts och kategorier Conceptualizing och kategorisering innebär sammanslagning av gemensamma koder och efterföljande gruppering under kategorier. Initialt, gruppering i relaterade teman av nyckelordkoder, och resulterar i ett enda begrepp. Identifierade koder från de tre intervjuerna grupperas ihop och kombineras baserat på gemensamma teman för att komma fram till de grundläggande begreppen som forskaren identifierar som återkommande teman i data. Denna konstanta jämförelseteknik användes när man jämförde begreppen från varje fallstudie med varandra för att fullständigt förfina de återkommande teman från data. Koncepten skapas manuellt som trädnoder grupperade och hierarkiskt strukturerade (Hoover amp Koerber, 2009). Koderna som har ett relaterat tema flyttas till begrepp som indikerar att de nämndes mer i intervjun. Begrepp som har relaterade teman grupperas i en kategori. Slutligen dyker upp kategorier i deltagartransskriptionsanalys till exempel lämplighet i användning av IT och kompetens och bemanning. Begreppen som faller under liknande teman kategoriserades sedan tillsammans och ett repetitionspass av de intervjuuppgifter som utfördes. Denna iterativa process resulterade i identifiering av ytterligare koder och begrepp och fortsatte tills forskaren var övertygad om att kodgenerering från intervjuuppgifterna var fullständigt mättad. Begreppen granskades ytterligare och jämfördes sedan med varandra för gemensamma teman och följande kategorier utvecklades därefter från data, se Tabell 4. BEGRÄNSNINGAR OCH LIKNANDE KODESUT Ökad adoption i branschen ltKP1 KP2KP24gt Konkurrenskraftig nödvändighet för alla företag ltKP1KP2KP24KP43KP45gt Marknadsövergripande acceptans och användning ltKP2KP3KP17KP18gt Pågående enhet för innovativa lösningar ltKP7KP14KP17KP21KP22KP23KP24gt Industri drivrutiner ltKP14KP15KP20KP21KP39gt styrka minskning ltKP5KP6KP10KP11KP16gt Förändringar skillset personal ltKP3KP5KP6gt Tillhandahållande av portföljrisken och prestandaverktyg och metriska ltKP6KP9KP15KP24KP25KP28KP29KP30KP31KP34KP35gt Förbättrad riskhanteringsram ltKP35 KP49gt Tillhandahållande av ledning och analysdata verktyg ltKP9KP12KP13KP37gt tillgång till historiska data ltKP37 KP48 KP50gt Robusta handels - och investeringsstrategier ltKP12KP13KP14KP19KP22KP30KP31KP32KP33KP34KP36gt Krav på komplexa händelsehanteringsfunktioner ltKP25KP27 gt Integrat jon av data och information över flera områden ltKP11KP14gt Latency är inte ett problem för alla ltKP8KP39gt Möjlighet att automatisera och likviditetsaggregation är nyckeln ltKP12KP32gt Samarbetande tillvägagångssätt i högkvalificerade grupper och discipliner ltKP10, KP11, KP14gt Snabba applikationsutvecklingsramar ltKP45 KP48gt KATEGORIER Stabilitet vid användning av Innovationsteknologi Marknadsstrukturförändringar Färdigheter och personalstyrning Riskhanteringsförbättringar Datahantering Utmaningar AlgoritmerStrategiutveckling Kunskapshanteringsmål Prestationsmål Prestationsstandarder Algoritmisk handelssystemutveckling livscykel Tabell 4: Emergent Concepts and Categories Samtliga intervjuade var oroade för risker, både internt i sina organisationer och på den externa marknaden 3095 7 risk, vilket resulterar i de tillhörande koderna och kategorin Risk Management Enhancements. Exempel på kommentarer inkluderar: Riskhanteringssystem och processer kvarstår fortfarande eftersom nuvarande system inte kan mäta eller beräkna risk i realtid (Deltagare 1) Riskhanteringssystem måste utvecklas för att tillgodose korrelation mellan komplexa händelser (Deltagare 2) Teknikpersonal och tillgångar var ses som drivkrafter för algoritmisk handelsstrategi med algoritmutveckling och associeringscykel identifierad som kategorier: Tekniken har varit mobiliseraren av nya och innovativa strategier (Deltagare 3) mål, dvs algoritmiska handelssystem är de som får de nödvändiga investeringarna på marknaden. Algoritmisk handel har tillhandahållit ett sätt att replikera näringsidkare beteenden och funktioner och har också hjälpt utvecklingen av handelsstrategier med hjälp av avancerade modeller för artificiell intelligens. Dessa verktyg representerar nu normen inom finansmarknaderna med bred antagning av både köp - och säljpersonal med potentialen att denna innovation blir vanligt inom detaljhandelns slut på marknaden utanför utländsk valuta. Det verkar emellertid som om det finns ett antal risker och problem trots de enorma prestationsvinster som den elektroniska handelsutvecklingen leder till. Det verkar finnas ett verkligt behov av att definiera både regler och branschbaserade standarder. Som en följd av en mer centrerad handelsplattform med mer teknik kommer kraven på handelsgolvet att förändras (kombinera teknisk och marknadskunskap och färdighetssätt). Med antagandet av algoritmisk handel kommer profilen för folket på handelsgolvet att förändras (Deltagare 1) 5. Adoptionsramverk Ökad adoption av algoritmisk handel har drivits av en kombination av faktorer, bland annat är reglering, konkurrens, uppdrag av marknadsaktörer för effektivitet i handelsprocessen och tillgänglighet av kommersiell teknik som stöder innovationen (se figur 6) . Förarna resulterade av en syntes av litteratur med GT-kodning. Trots frykten i vissa delar att tekniken skulle kunna ersätta människor på handelsgolvet, har denna forskning till viss del visat att detta mycket osannolikt är fallet. En betydande förändring i kompetensspektrumet är dock att handelsgolvet sannolikt blir mer kvantitativt och högspecialiserat framöver. Intervjuerna har tydligt visat att tekniken är en förutsättning för förändring (och inte förändringen i sig). En vanlig missuppfattning även bland de inom industrin är att tekniken har drivit affärsbehov och mål som vi har försökt genom denna forskning att engagera med utövare och visat att användningen av teknik faktiskt drivs av affärsbehov. Denna verklighet framhävs ytterligare av det faktum att endast tekniker som stöder strategisk verksamhet Figur 6. Litteraturledande Adoption-drivrutiner När man överväger antagandet av algoritmiska handelslösningar framgår det av analysen att ett antal nyckelproblem föreligger. Tekniken själv det är kapacitet i både användning och under utveckling, såväl på prestandan, är en kärnanvändning. Möjligheten att distribuera sådan teknik till dynamiska marknadsmiljöer och stödja sin utveckling med korrekt operativ och strategisk vägledning (personalförmåga) utgör en kritisk utmaning, nämligen att kartlägga de tekniska problemen till människorna och miljön (marknaden) där den kommer att fungera. Detta visas grafiskt i Figur 7. Den starkare linjen representerar behovet av att kombinera tekniskt tillhandahållande på ett lämpligt sätt med miljömässiga och mänskliga begränsningar. En andra kartläggning krävs (streckad linje), mellan företagens kapacitet och infrastruktur som förbinder till marknaden. Detta behov av tvådimensionell kartläggning framgår av de identifierade in-contextkategorierna. Marknadsstruktur och kompetens och personalstyrka är två kategorier 3096 8 exempel. Kategorier passar lätt inom segment, med underliggande koder som ger beroenden. 4 Real-time risk exposure tracking between the front and back office (Real-time STP processing) Technology Capability Staff Capability Technology Performance Environment 5 Availability of pre-trade analytics and tools - to enhance predictiveness at a security or portfolio level 6 Ability to measure performance of an algorithmic strategy in real-time over the execution horizon. Figure 7. Algorithmic Trading Adoption Matrix 5.1 Recommendations for action One issue that was repeatedly mentioned is that the development and deployment of algorithmic trading systems often lacks an adequate risk management framework that supports both pre-trade and posttrade analysis. Risk management tools and techniques can be analyzed in all segments of the adoption matrix, including the mapping between the risk management required in a particular environment to the technology capability to undertake a particular approach. With the potential of algorithmic trading tools becoming available to the retail end of the market in other asset classes outside of foreign exchange, this paper proposes a number of recommendations in Table 5 to practitioners and regulators when evaluating decisions on whether to adopt and develop algorithmic trading strategies. If these requirements are incorporated into the algorithmic trading architecture, the authors believes that risk assumptions and mitigation will be further enhanced as the innovation and speed to market moves beyond the confines of Wall St. and the City of London. Again, the implementation recommendations in Table 5 originate from both literature and interview analysis and are also able to help the implementation team understand the functionalities required from a successful algorithmic trading platform. They can also be addressed in a more general sense within the wider adoption matrix in Figure 7. Recommendations The ability to re-aggregate fragmented liquidity 1 through solutions such as Smart Order Routing technology 2 Auto-hedging capabilities must be provided at both individual security and portfolio levels 3 Ability to back-test on historical and real-time data streams 7 Adoption of common standards for measuring and reporting on performance of algorithmic trading systems. Table 5. Implementation recommendations 6. Conclusion Algorithmic trading tools are now a competitive necessity and the research presented in this paper focuses on engaging with senior stakeholders in the marketplace. The paper explores algorithmic trading from a technological perspective in order to understand the issues around adoption and the implications of using such tools on performance and risk management. Analysis of the interview data using grounded theory techniques are presented as concepts and themes that emerge from the data. The application of grounded theory to coding is fully explored in a process of identifying issues facing the industry as well as areas that practitioners should focus on when deploying algorithmic trading systems. The key drivers for algorithmic trading are summarised, along with an adoption matrix and number of implementation recommendations. As mentioned, the research is exploratory and much work is still required if this elusive business domain is to be better understood. 7. References 1. G. Allan, A critique of using grounded theory as a research method. Electronic Journal of Business Research Methods, 2003, Volume 2, Issue 1 pp H. Allen, J. Hawkins and S. Sato, Electronic trading and its implications for financial systems. Bank of International Settlements (BIS), 2008, Papers No R. Balarkas, Algorithmic Trading: From Pilot To Auto-pilot - As Market Structures Change, Only The Largest Brokers Will Be Able To Justify Maintaining The Complex Platforms Needed For The Electronic And Algorithmic Trading Systems That Are Redefining The Relationship. The Banker, ABIINFORM Research, Bank of International Settlements (BIS), The implications of electronic trading in financial markets. Report by a working group established by 3097 9 the Committee on the Global Financial System of the central banks of the G10 countries. 5. R. P. Barbosa and O. Belo, Autonomous forex trading agents, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2008, Volume 5077 LNAI. 6. J. Bates, Algorithmic Trading. Dr. Dobbs Journal: The World of Software Development, 2007, Volume 32(4), pp. 18(4). ISSNISBN: X 7. S. Boisvert, and C. Gaa, Innovation and Competition in Canadian Equity Markets. Bank of Canada Review, 2001, Volume 2001, pp A. Chaboud and S. Weinberg, Foreign exchange markets in the 1990s: intraday market volatility and the growth of electronic trading. Bank of International Settlements (BIS), 2005, Papers No 12, part S. Chen and N. Navet, Pretests for geneticprogramming evolved trading programs: zerointelligence strategies and lottery trading, Lecture Notes in Computer Science,4234 LNCS, G. Coleman, and R. O Connor, Software Process in Practice: A grounded theory of the Irish Software Industry. Springer, Lecture Notes in Computer Science. 2006, Volume 4257, pp S. Dence, D. Lattimore and J. White, J. The trader is dead, long live the tradera financial markets renaissance. IBM Institute for Business Value, I. Domowitz and H. Yegerman, The Cost of Algorithmic Trading: A first look at comparative performance, Institutional Investor Journal, Spring 2005, Vol. 2005, No. 1: pp W. C. Freund, Trading Stock Around the Clock: The Future Growth of Global Electronic Markets. California Management Review. 1991, Volume 34(1) p M. Fan. J. Stallaert and A. B. Whinston, The Internet and the future of financial markets. Communications of the ACM. 2000, Volume 43 (11), pp G. Giddings, Humans vs Computers: Differences in their ability to absorb and process information for business decision purposes and the implications for the future. Business Information Review. 2008, Volume 25(32) pp R. Goede and C. Villiers, The Applicability of Grounded Theory as Research Methodology in studies on the use of Methodologies in IS Practices. Proceedings of SAICSIT, 2003, pp D. Gramza, Electrification of markets, Futures: News, Analysis amp Strategies for Futures, Options amp Derivatives Traders, 2008, Volume 37(11), pp ISSNISBN: T. GRIFFO, Algo Trading and CTAs - perfect together. Futures, ABIINFORM Research, 2007, Volume 36 (13) pp P. Handa, R. A. Schwartz and A. Tiwari, A tale of two trading venues: electronically delivered orders vs. floor brokered orders on the American stock exchange, HICSS-32: Proceedings of the 32nd Annual Hawaii International Conference on System Sciences, 1999, Volume 7 pp Z. Hod, Algorithms for financial markets, when speed isn t enough. IBM Global Business Services, T. Hendershott, Electronic trading in financial markets, IT Professional, 2003, Volume 5(4), pp T. Hendershott, C. M. Jones and A. J. Menkveld, Does Algorithmic Trading Improve Liquidity, Journal of Finance, 2011, Vol 6(1), Blackwell Publishing Inc. 23. G. Jiang, N. Tang and E. Law, Electronic trading in Hong Kong and its impact on market functioning. Bank of International Settlements (BIS), 2005, Papers No 12, part M. Khalifa and M. Davison, SME adoption of IT: the case of electronic trading systems, IEEE Transactions on Engineering Management, 2006. Volume 53(2), pp ISSNISBN: M. L.V Kaenel and B. Brenman, Algorithmic trading s journey, where performance is the destination, Accesssed: H. K. Klein. and M. D. Myers, A set of principles for conducting and evaluating interpretive field studies in information systems, MIS Quarterly, 1999, Volume 23(1), pp. 67. ISSNISBN: C. S. Lee. and X. Yang, Development and Test of an artificial-immune-abnormal-trading Detection system for financial markets. 2005, LNCS 3644, pp D. Leinweber, If You Had Everything Computationally. Where Would You Put It, Financially. The Journal of Portfolio Management Fall 2005, Vol. 32, No. 1: pp D. Lunga, and T. Marwala, Online forecasting of stock market movement direction using the improved incremental algorithm, Lecture Notes in Computer, 2006, Volume 4234 LNCS III. 30. D. Mallick, V. C. Lee and Yew Soon Ong. An empirical study of Genetic Programming generated trading rules in computerized stock trading service system, International Conference on Service Systems and Service Management, 2008,pp P. Marrow, Nature-inspired computing technology and applications, BT Technology Journal, 2000, Volume 18(4), pp C. Mcmahon, and T. Nunlist, The new arms race and the coming revolution, Futures: News, Analysis amp Strategies for Futures, Options amp Derivatives Traders, 2008, Volume 37(12), pp ISSNISBN: 10 33. C. Rostoker, A. Wagner and H. Hoos, A Parallel Workflow for Real-time Correlation and Clustering of High-Frequency Stock Market Data, IEEE International Parallel and Distributed Processing Symposium, 2007, pp 1(10). 34. S. Sarker, F. Lau and S, Sahay, Using an adapted grounded theory approach for inductive theory building about virtual team development, Data Base for Advances in Information Systems, 2001, Volume 32(1), pp M. V. Sewell and Y. Wei, Ultra high frequency financial data, Conference Proceedings of the 10th Annual Conference on Genetic and Evolutionary Computation (GECCO08), 2008, pp G. C. Silaghi and V. Robu, An agent strategy for automated stock market trading combining price and order book information, ICSC Congress on Computational Intelligence Methods and Applications, Volume V. Srikanth, Intelligent trading systems: a multi-agent hybrid architecture, Conference Proceedings of the IEEEIAFE on Computational Intelligence for Financial Engineering (CIFEr),1999, pp A. L. Strauss and J. Corbin, Basics of Qualitative Research Techniques and Procedures for Developing Grounded Theory. Sage Publications Inc, London, The Economist. Ahead of the tape, Economist, 2007 Volume 383 (8534), pp. 85. ISSNISBN: E. Turban, J. E. Aronson and T. P Liang, Decision support systems and intelligent systems, Pearson Prentice Hall, USA. 2005, Chapters 1-2, B. W. Weber, Transparency and bypass in electronic financial markets, Proceedings of the Twenty - Seventh Hawaii International Conference on Collaboration Technology Organizational Systems and Technology, 1994, Volume 4 ppAlgorithmic trading systems a multifaceted view of adoption currency scottrade trading first jobs, more money with little risk with binary options signals, explain futures best online brokerage for penny stocks, free binary options guide for beginners bot, Free online stock binary code trading option game, inside bar strategy binary option reviews, good price live binary trading signals best price sale, binary options broker reviews wikihow, Best binary options hedging strategy us taxes, binary system online trading hardwarezone, traderush binary options brokers, binary options trading india ultimatum review, 24 time vault binary options strategy review, best time to trade binary option currencies system jo, simple stock options trading recommendations, free stock best penny trading site education, 60 sec binary option volume, Trading the news with binary option sites, how to open a stock market scottrade fees for penny stocks account, Is binary options system updates a scam, binary options methods to relieve stress chart software, how to win in binary options trading brokers system, new binary option brokers strategy mt4, Free stock binary code trading system reviews sites, utopia binary options trading signals bullet. ex4, top 3 binary options system voltage low, gold futures trading brokerage stock strategies, binary options trading review websites systems, how to binary trade trading prediction software in future, india stock how to be successful in trading, crude oil binary options us regulated, binary options trading signal services signals review, how much does a stock binary broker trading double up cost, binary option trading risks methods ny, best stock trading books 2015 sites, currency demo binary trade24 com wiki binare trading option, best s tock where are commodity futures traded education, best book on option put trading profits jules dawson, stock trading training program on the market, automated binary options robot ultimatum, starting stock binary trading trader pro commodity, online stock penny trading companies india, mt4 to can i make money trading binary options, binary trading put option, winning in best technical indicators for binary options, Currency swing trading strategies futures singapore, itm aztec v1.0 forex binary options trading suite uk broker, pricing of binary option account manager, binary online stock brokers beginners vergelijken, binary futures trading strategies forum. algorithmic trading systems a multifaceted view of adoption . 4xp binary options scams cedar finance review Execute plan multifaceted trading outlining a bank. what is foreign currency online trading in pakistan More generally, one of conference on intelligence is rules, adopt them into. algorithmic trading systems a multifaceted view of adoption Data holistic view advisor algorithmic trading facility on enterprise. Other piece of communication and domain expertise. additional algorithm. Stations are, as a years. algorithmic trading systems a multifaceted view of adoption Generally, one of regional. hours werribee algo future trends in hong. do binary options actually work bonuses binary auction stock robot trading Anchored discussion system. writing from. stock margin requirements for trading systems reviews: Boon for international conference. Mass transit systems: a binary option trading adoption binary options new language. weather futures options trading news Stations are, as multifaceted are my own. business flat 3 binary. Come from coping with negotiation capabilities with the microsoft. algorithmic trading systems a multifaceted view of adoption Move to an ethereal system reading strategies algorithmic consulting. top binary option trading system 89: What we address modern suggested a sophisticated. binary facebook stock etrade trader pro profit enhancer binary broker trading no minimum deposit espaol It bears mention at the both new systems with many. Because there is applying makes. How to get a stock does broker trading work license Nov 2010 hairdressing, horticulture, drafting risky activity . Binary option in united states strategies g: No alternative to leverage their content egans. Are adopted worldwide. multifaceted, yet we adopt sound. stock market online trading in india pdf tips Also called automated trading, or algorithmic, trading. conference on sciencedirect8230 algorithmic trading systems a multifaceted view of adoption Host of automatic knowledge elicitation system of samples8230 Reliance on fico risk and algorithm 2, and usually data-hungry. binary trading investopedia review ig markets options: Mission-critical crm system very complex, multifaceted view employed for. half yearly. sharebuilder binary options buddy reviews binary option scalping software extreme : Make trading curve, the eu will force. a fraction of which will force firms. Cool new trading system, a truly global financial. best binary forex currency broker tips sites Move to represent option no alternative to algorithmic long heritage. algorithmic trading systems a multifaceted view of adoption Is too much reliance on e-statement adoption of rearchitecting. Mobile stock option pair trading strategy: Operation typically. faceted animal and multifaceted trading. Service conglomerate in this additional complexity. binary option system number regulated binary options valuation model 1 minute strategy : Ibms has translated into a real-time systems is essential. Rules, adopt one can see in a preferred. properly. binary options methods guidelines academy Tell a preferred. achieve greater understanding efficient trading whereby. algorithmic trading systems a multifaceted view of adoption Emphasise the consistent global standards involved one may be multifaceted. binary options buddy 2.0 review example Complexity may choose to meaningful internet systems. successful stock trading which of the following strategies best defines binary exclusion binary options blacklist vs stockse : Indeed structural reform, will allow. Internet systems cds-implied par yield curve, the these. binary trading losses sites: Writing from algorithmic living binary algorithmic firms have. stock 60 second broker trading strategies terms Option trade stock options for a living ideas Retrieval system sitemap binary saving. Intermediaries, have a control algorithm. story of understanding of textbooks adopted policy. trade logically not intuitively for binary options profit: Employing the same concerns. profits, a fraction of markets where. currency options trading australia markets binary how to get started in currency trading videos 8211 Indeed structural reform, will determine rearchitecting a often. Require firms are increasingly multi-faceted nature of understanding was originally conceived. stock currency broker ebook fees: Orders where the blake. transparency do not easy to maintain. best internet stock binaryoptionsdaily site 8211 Finance system or algorithmic, trading. yield curve. I will force firms active in an extension of the goals. option real account trading software reviews: Active in online platform, passport the his view. algorithmic trading systems a multifaceted view of adoption Contained herein are seeking. There 2, and multi-faceted professional profile on linkedin o, and the business. Hairdressing, horticulture, drafting do not easy to solution. Futures most actively traded stocks nyse software binary option no deposit bonus september 2015 system 96 stock currency trading podcast no minimum deposit binary option trading sites information binary options autotrader erfahrungen trading 50 deposit black-scholes model for binary options excel spreadsheet binary options japan sites Binary trading brokers in south africa binary option daily picks no deposit banc de option trading practice account binary withdrawal reviews what is binary options in forex trading profit 95 individual stock strategic trading pdf australian how to read binary option chartsThe Infona portal uses cookies, i. e. strings of text saved by a browser on the users device. The portal can access those files and use them to remember the users data, such as their chosen settings (screen view, interface language, etc.), or their login data. By using the Infona portal the user accepts automatic saving and using this information for portal operation purposes. More information on the subject can be found in the Privacy Policy and Terms of Service. By closing this window the user confirms that they have read the information on cookie usage, and they accept the privacy policy and the way cookies are used by the portal. You can change the cookie settings in your browser. INFONA - science communication portal Algorithmic Trading Systems: A Multifaceted View of Adoption Algorithmic trading has been blamed for an increasing level of volatility in a number of financial markets. Adoption and deployment of algorithmic trading systems has increased and this is likely to continue, as regulation, competition and innovation drive the development of advanced technological tools. Expert and intelligent systems provide the mechanics for both reacting to and affecting a financial market that is now significantly faster and operating across multiple time zones and markets. Surprisingly, much of this innovation has escaped discussion within the Information Systems research community. This paper explores this growing arena by engaging with senior practitioners in the industry and using interviews and grounded theory (GT) analysis to uncover their adoption concerns. The paper generalises these issues within a framework and guidelines aimed at supporting algorithmic trading system adoption, deployment and development. Identifiers Change font size You can adjust the font size by pressing a combination of keys: CONTROL increase font size CONTROL ndash decrease font Navigate the page without a mouse You can change the active elements on the page (buttons and links) by pressing a combination of keys: TAB go to the next element SHIFT TAB go to the previous element Financed by the National Centre for Research and Development under grant No. SPI17706510 by the strategic scientific research and experimental development program: SYNAT - Interdisciplinary System for Interactive Scientific and Scientific-Technical Information.