Le trading algorithmique (ou trading "algo") se réfère à l'utilisation d'algorithmes informatiques (essentiellement un ensemble de règles ou d'instructions pour obliger un ordinateur à exécuter une tâche donnée) pour le trading de gros blocs d'actions ou d'autres actifs financiers tout en minimisant l'impact sur le marché de tels métiers. Le trading algorithmique consiste à placer les transactions sur la base de critères définis et à répartir ces transactions en lots plus petits afin que le prix du stock ou de l'actif ne soit pas affecté de manière significative.
Les avantages du trading algorithmique sont évidents: il assure la "meilleure exécution" des transactions car il minimise l'élément humain, et il peut être utilisé pour trader plusieurs marchés et actifs beaucoup plus efficacement qu'un trader en chair et en os pourrait espérer faire. (Pour en savoir plus, lisez: Bases du trading algorithmique: concepts et exemples ).
Qu'est-ce que le trading algorithmique à haute fréquence?
Le trading à haute fréquence (HFT) porte le trading algorithmique à un tout autre niveau - pensez-y comme un trading algo sur les stéroïdes. Comme le terme l'indique, le trading à haute fréquence implique de passer des milliers d'ordres à des vitesses incroyablement rapides. L'objectif est de réaliser de minuscules profits sur chaque transaction, souvent en capitalisant sur les écarts de prix pour le même stock ou actif sur différents marchés. Le HFT est diamétralement opposé à l'investissement à long terme traditionnel, car les activités d'arbitrage et de tenue de marché qui constituent le pain et le beurre de HFT se déroulent généralement dans un délai très court, avant que les écarts de prix ou les disparités ne disparaissent.
Le trading algorithmique et le HFT sont devenus partie intégrante des marchés financiers en raison de la convergence de plusieurs facteurs. Il s'agit notamment du rôle croissant de la technologie sur les marchés actuels, de la complexité croissante des instruments et produits financiers et de la volonté incessante de gagner en efficacité dans l'exécution des transactions et de réduire les coûts de transaction. Si le trading algorithmique et le HFT ont sans doute amélioré la liquidité du marché et la cohérence des prix des actifs, leur utilisation croissante a également engendré certains risques qui ne peuvent être ignorés, comme indiqué ci-dessous.
Le plus grand risque: l'amplification du risque systémique
L'un des plus grands risques du HFT algorithmique est celui qu'il représente pour le système financier. Un rapport de juillet 2011 du Comité technique de l'Organisation internationale des commissions de valeurs (OICV) a noté qu'en raison des fortes interconnexions entre les marchés financiers, comme ceux des États-Unis, les algorithmes opérant sur tous les marchés peuvent transmettre des chocs rapidement d'un marché à l'autre., amplifiant ainsi le risque systémique. Le rapport a cité le Flash Crash de mai 2010 comme un excellent exemple de ce risque.
Le Flash Crash fait référence à la chute et au rebond de 5% à 6% des principaux indices boursiers américains en l'espace de quelques minutes dans l'après-midi du 6 mai 2010. Le Dow Jones a plongé de près de 1 000 points sur une base intrajournalière, ce qui à ce le temps a été sa plus forte baisse de points jamais enregistrée. Comme le note le rapport de l'OICV, de nombreuses actions et fonds négociés en bourse (ETF) se sont détraqués ce jour-là, dégringolant entre 5% et 15% avant de récupérer la plupart de leurs pertes. Plus de 20000 transactions sur 300 titres ont été effectuées à des prix allant jusqu'à 60% loin de leur valeur quelques instants plus tôt, certaines transactions étant exécutées à des prix absurdes, à partir d'un centime ou jusqu'à 100000 $. Cette action commerciale inhabituellement erratique a secoué les investisseurs, en particulier parce qu'elle s'est produite un peu plus d'un an après que les marchés aient rebondi après leur plus forte baisse en plus de six décennies.
Le «spoofing» a-t-il contribué au crash de Flash?
Qu'est-ce qui a causé ce comportement bizarre? Dans un rapport conjoint publié en septembre 2010, la SEC et la Commodity Futures Trading Commission ont blâmé la responsabilité d'un seul échange de programme de 4, 1 milliards de dollars par un trader d'une société de fonds communs de placement basée au Kansas. Mais en avril 2015, les autorités américaines ont accusé un day trader basé à Londres, Navinder Singh Sarao, d'avoir manipulé le marché, ce qui a contribué au krach. Les accusations ont conduit à l'arrestation de Sarao et à une extradition possible vers les États-Unis.
Sarao aurait utilisé une tactique appelée «usurpation d'identité», qui consiste à placer de gros volumes de fausses commandes dans un actif ou un dérivé (Sarao a utilisé le contrat E-mini S&P 500 le jour du Flash Crash) qui sont annulées avant d'être remplies. Lorsque de telles commandes fausses à grande échelle apparaissent dans le carnet d'ordres, elles donnent aux autres commerçants l'impression qu'il y a un intérêt d'achat ou de vente plus important qu'en réalité, ce qui pourrait influencer leurs propres décisions commerciales.
Par exemple, un usurpateur peut proposer de vendre un grand nombre d’actions d’actions ABC à un prix un peu éloigné du cours actuel. Lorsque d'autres vendeurs se lancent dans l'action et que le prix baisse, le spoofer annule rapidement ses ordres de vente en ABC et achète le stock à la place. Ensuite, le spoofer envoie un grand nombre d'ordres d'achat pour faire grimper le prix de l'ABC. Et après cela, le spoofer vend ses avoirs en ABC, empochant un bénéfice net et annule les faux ordres d'achat. Rincez et répétez.
De nombreux observateurs du marché sont sceptiques quant à l'affirmation selon laquelle un day trader aurait pu à lui seul provoquer un crash qui a anéanti près d'un billion de dollars de valeur marchande pour les actions américaines en quelques minutes. Mais si l'action de Sarao a réellement causé le crash de Flash est un sujet pour un autre jour. Pendant ce temps, il existe des raisons valables pour lesquelles l'algorithmique HFT amplifie les risques systémiques.
Pourquoi l'algorithmique HFT amplifie-t-elle le risque systémique?
Le HFT algorithmique amplifie le risque systémique pour un certain nombre de raisons.
- Intensification de la volatilité: premièrement, étant donné qu'il existe une grande activité algorithmique HFT sur les marchés actuels, tenter de déjouer la concurrence est une caractéristique intrinsèque de la plupart des algorithmes. Les algorithmes peuvent réagir instantanément aux conditions du marché. En conséquence, lors de marchés tumultueux, les algorithmes peuvent considérablement élargir leurs écarts acheteur-vendeur (pour éviter d'être forcé de prendre des positions de négociation) ou arrêteront temporairement la négociation, ce qui diminue la liquidité et exacerbe la volatilité. Effets d'entraînement: Étant donné le degré croissant d'intégration entre les marchés et les classes d'actifs dans l'économie mondiale, une fusion dans un marché ou une classe d'actifs majeur se répercute souvent sur d'autres marchés et classes d'actifs dans une réaction en chaîne. Par exemple, le krach du marché immobilier américain a provoqué une récession mondiale et une crise de la dette, car des avoirs substantiels de papier subprime américain étaient détenus non seulement par des banques américaines, mais aussi par des institutions financières européennes et autres. Un autre exemple de tels effets d'entraînement est l'impact néfaste du krach boursier chinois, ainsi que l'effondrement des prix du pétrole brut, sur les actions mondiales d'août 2015 à janvier 2016. Incertitude: l'algorithmique HFT est un contributeur notable à la volatilité exagérée du marché, qui peut alimenter l'incertitude des investisseurs à court terme et affecter la confiance des consommateurs à long terme. Lorsqu'un marché s'effondre soudainement, les investisseurs se posent des questions sur les raisons d'un tel mouvement dramatique. Pendant le vide des nouvelles qui existe souvent à ces moments-là, les grands commerçants (y compris les entreprises HFT) réduiront leurs positions de négociation pour réduire le risque, ce qui exercera une pression à la baisse sur les marchés. À mesure que les marchés baissent, davantage de stop-loss sont activés, et cette boucle de rétroaction négative crée une spirale descendante. Si un marché baissier se développe en raison d'une telle activité, la confiance des consommateurs est ébranlée par l'érosion de la richesse boursière et les signaux de récession émanant d'une crise majeure du marché.
Autres risques du HFT algorithmique
- Algorithmes errants: La vitesse fulgurante à laquelle la plupart des échanges algorithmiques HFT ont lieu signifie qu'un algorithme errant ou défectueux peut accumuler des millions de pertes en très peu de temps. Un exemple tristement célèbre des dommages qu'un algorithme errant peut causer est celui de Knight Capital, un teneur de marché qui a perdu 440 millions de dollars en 45 minutes le 1er août 2012. Un nouvel algorithme de négociation chez Knight a fait des millions de transactions défectueuses en environ 150 actions, en les achetant au prix "demandé" plus élevé et en les vendant instantanément au prix "acheteur" inférieur. (Notez que les teneurs de marché achètent des actions aux investisseurs au prix de l'offre et leur vendent au prix de l'offre, l'écart étant leur bénéfice commercial. Pour en savoir plus, lisez: Les bases de l'écart acheteur-vendeur). Malheureusement, l'hyper-efficacité du HFT algorithmique - dans lequel les algorithmes surveillent constamment les marchés pour ce genre d'écart de prix - signifiait que les commerçants rivaux se sont précipités et ont profité du dilemme de Knight tandis que les employés de Knight tentaient frénétiquement d'isoler la source du problème. Au moment où ils l'ont fait, Knight avait été poussé près de la faillite, ce qui a conduit à son acquisition éventuelle par Getco LLC. D'énormes pertes pour les investisseurs: les fluctuations de volatilité aggravées par le HFT algorithmique peuvent entraîner des pertes énormes pour les investisseurs. De nombreux investisseurs placent régulièrement des ordres stop-loss sur leurs actions à des niveaux qui sont à 5% des prix de négociation actuels. Si les marchés s'écartent sans raison apparente (ou même pour une très bonne raison), ces stop-loss seraient déclenchés. Pour ajouter l'insulte au préjudice, si les actions rebondissaient par la suite à court terme, les investisseurs auraient inutilement subi des pertes commerciales et perdu leurs avoirs. Alors que certaines transactions ont été annulées ou annulées lors d'épisodes inhabituels de volatilité du marché comme le Flash Crash et le fiasco Knight, la plupart des transactions ne l'ont pas été. Par exemple, la plupart des près de deux milliards d'actions qui ont été négociées pendant le Flash Crash étaient à des prix inférieurs à 10% de leur clôture à 14 h 40 (le moment où le Flash Crash a commencé le 6 mai 2010), et ces transactions ont été maintenues. Seulement environ 20 000 transactions, impliquant un total de 5, 5 millions d'actions qui ont été exécutées à des prix supérieurs de 60% à leur prix de 14 h 40, ont ensuite été annulées. Ainsi, un investisseur avec un portefeuille d'actions de 500 000 $ de blue-chips américains qui avait 5% de stop-loss sur ses positions pendant le crash de Flash serait très probablement hors de 25 000 $. Le 1er août 2012, le NYSE a annulé les transactions sur six actions survenues lorsque l'algorithme Knight fonctionnait de manière folle parce qu'elles étaient exécutées à des prix supérieurs ou inférieurs de 30% au cours d'ouverture de la journée. La règle "Clearly Erroneous Execution" du NYSE énonce les directives numériques pour l'examen de ces transactions. (Voir: Les dangers du trading de programmes ). Perte de confiance dans l'intégrité du marché: Les investisseurs négocient sur les marchés financiers parce qu'ils ont pleinement confiance en leur intégrité. Cependant, des épisodes répétés de volatilité inhabituelle du marché comme le Flash Crash pourraient ébranler cette confiance et conduire certains investisseurs conservateurs à abandonner complètement les marchés. En mai 2012, l'introduction en bourse de Facebook a eu de nombreux problèmes technologiques et a retardé les confirmations, tandis que le 22 août 2013, le Nasdaq a cessé de négocier pendant trois heures en raison d'un problème avec son logiciel. En avril 2014, près de 20 000 transactions erronées ont dû être annulées à la suite d'un dysfonctionnement informatique sur les deux bourses d'options américaines d'IntercontinentalExchange Group. Une autre explosion majeure comme le Flash Crash pourrait ébranler considérablement la confiance des investisseurs dans l'intégrité des marchés.
Mesures de lutte contre les risques HFT
Avec le Flash Crash et le Knight Trading "Knightmare" mettant en évidence les risques du HFT algorithmique, les bourses et les régulateurs ont mis en place des mesures de protection. En 2014, le groupe Nasdaq OMX a introduit un «kill switch» pour ses sociétés membres qui interromprait les échanges en cas de dépassement d'un niveau d'exposition au risque prédéfini. Alors que de nombreuses entreprises HFT ont déjà des commutateurs "kill" qui peuvent arrêter toute activité de trading dans certaines circonstances, le commutateur Nasdaq offre un niveau de sécurité supplémentaire pour contrer les algorithmes escrocs.
Les disjoncteurs ont été introduits après le "lundi noir" en octobre 1987 et sont utilisés pour apaiser la panique du marché en cas de vente massive. La SEC a approuvé des règles révisées en 2012 qui permettent aux disjoncteurs de se déclencher si l'indice S&P 500 chute de 7% (par rapport au niveau de clôture de la veille) avant 15 h 25 HNE, ce qui interromprait les échanges sur le marché pendant 15 minutes. Une chute de 13% avant 15h25 déclencherait un nouvel arrêt de 15 minutes sur l'ensemble du marché, tandis qu'une plongée de 20% fermerait le marché boursier pour le reste de la journée.
En novembre 2014, la Commodity Futures Trading Commission a proposé une réglementation pour les entreprises utilisant le trading algorithmique de produits dérivés. Ces réglementations obligeraient ces entreprises à contrôler les risques avant la négociation, tandis qu'une disposition controversée les obligerait à mettre le code source de leurs programmes à la disposition du gouvernement, sur demande.
The Bottom Line
Le HFT algorithmique comporte un certain nombre de risques, dont le plus important est son potentiel d'amplification du risque systémique. Sa propension à intensifier la volatilité des marchés peut se répercuter sur d'autres marchés et alimenter l'incertitude des investisseurs. Des épisodes répétés de volatilité inhabituelle du marché pourraient amoindrir la confiance de nombreux investisseurs dans l'intégrité du marché.
