A 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 operações com base em critérios definidos e a separação dessas operações em lotes menores, para que o preço das ações ou ativos não seja impactado significativamente.
Os benefícios da negociação algorítmica são óbvios: ele garante a "melhor execução" das negociações, porque minimiza o elemento humano, e pode ser usado para negociar vários mercados e ativos com muito mais eficiência do que um trader de carne e osso esperaria fazer. (Para saber mais, leia: Fundamentos da negociação algorítmica: conceitos e exemplos ).
O que é negociação algorítmica de alta frequência?
O comércio de alta frequência (HFT) leva a negociação algorítmica a um nível completamente diferente - pense nisso como algo comercializado com esteróides. Como o termo indica, o comércio de alta frequência envolve fazer milhares de pedidos em velocidades incrivelmente rápidas. O objetivo é obter lucros minúsculos em cada negociação, muitas vezes capitalizando discrepâncias de preço para o mesmo estoque ou ativo em diferentes mercados. A HFT é diametralmente oposta aos investimentos tradicionais de compra e manutenção de longo prazo, uma vez que as atividades de arbitragem e criação de mercado que são pão e manteiga da HFT geralmente ocorrem dentro de uma janela de tempo muito pequena, antes que as discrepâncias ou descasamentos de preços desapareçam.
A negociação algorítmica e a HFT tornaram-se parte integrante dos mercados financeiros devido à convergência de vários fatores. Isso inclui o crescente papel da tecnologia nos mercados atuais, a crescente complexidade de instrumentos e produtos financeiros e o impulso incessante em direção a maior eficiência na execução do comércio e menores custos de transação. Embora a negociação algorítmica e a HFT tenham melhorado a consistência de liquidez de mercado e preços de ativos, seu uso crescente também deu origem a certos riscos que não podem ser ignorados, conforme discutido abaixo.
O Maior Risco: Ampliação do Risco Sistêmico
Um dos maiores riscos da HFT algorítmica é o que ela representa para o sistema financeiro. Um relatório de julho de 2011 do Comitê Técnico da Organização Internacional de Comissões de Valores Mobiliários (IOSCO) observou que, devido às fortes interligações entre mercados financeiros, como os dos EUA, 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% a 6% nos principais índices de ações dos EUA no período de alguns minutos na tarde de 6 de maio de 2010. O Dow Jones mergulhou quase 1.000 pontos em uma base intradiária, o que naquele momento o tempo foi o maior número de pontos em queda. Como observa o relatório da IOSCO, numerosas ações e fundos negociados em bolsa (ETFs) se perderam naquele dia, caindo entre 5% e 15% antes de recuperar a maior parte de suas perdas. Mais de 20.000 negociações em 300 títulos foram realizadas a preços até 60% acima de seus valores momentos antes, com algumas operações executadas a preços absurdos, de um centavo a US $ 100.000. Essa ação comercial invulgarmente errática abalou os investidores, principalmente porque ocorreu pouco mais de um ano depois que os mercados se recuperaram de seus maiores declínios em mais de seis décadas.
"Spoofing" contribuiu para o crash do Flash?
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 comercial de US $ 4, 1 bilhões por um operador de uma empresa de fundos mútuos de Kansas. Mas em abril de 2015, as autoridades norte-americanas acusaram um comerciante diurno de Londres, Navinder Singh Sarao, de manipulação do mercado que contribuiu para o acidente. As acusações levaram à prisão de Sarao e possível extradição para os EUA.
A Sarao supostamente usou uma tática chamada "spoofing", que envolve a colocação de grandes volumes de pedidos falsos em um ativo ou derivado (a Sarao usou o contrato E-mini S&P 500 no dia do Flash Crash) que é cancelado antes de ser preenchido. Quando esses pedidos falsos de grande escala aparecem na carteira de pedidos, eles dão a outros traders 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 em estoque ABC a um preço um pouco distante do preço atual. Quando outros vendedores entram em ação e o preço cai, o falsificador rapidamente cancela suas ordens de venda na ABC e compra as ações. Em seguida, o spoofer realiza um grande número de pedidos de compra para aumentar o preço do ABC. E depois que isso ocorre, o falsificador vende suas participações na ABC, embolsando um lucro arrumado e cancela as ordens de compra espúrias. Enxague e repita.
Muitos observadores de mercado ficaram céticos em relação à alegação de que um dia os comerciantes poderiam ter causado, sozinho, um acidente que acabou com quase um trilhão de dólares em valor de mercado para as ações dos EUA em questão de minutos. Mas se a ação de Sarao realmente causou o Flash Crash é um tópico para outro dia. Enquanto isso, existem algumas razões válidas pelas quais a HFT algorítmica aumenta os riscos sistêmicos.
Por que o algoritmo HFT amplifica o risco sistêmico?
A HFT algorítmica amplia o risco sistêmico por várias razões.
- Intensificando a volatilidade: Primeiro, como há uma grande quantidade de atividade algorítmica de HFT nos mercados atuais, tentar enganar a concorrência é uma característica interna da maioria dos algoritmos. Os algoritmos podem reagir instantaneamente às condições do mercado. Como resultado, durante mercados tumultuados, os algoritmos podem aumentar bastante seus spreads de compra e venda (para evitar serem forçados a tomar posições de negociação) ou parar temporariamente a negociação por completo, o que diminui a liquidez e agrava a volatilidade. Efeitos de ondulação: Dado o crescente grau de integração entre mercados e classes de ativos na economia global, um colapso em um grande mercado ou classe de ativos geralmente se espalha para outros mercados e classes de ativos em uma reação em cadeia. Por exemplo, o colapso do mercado imobiliário dos EUA causou uma recessão global e uma crise da dívida, porque detenções substanciais de papéis subprime dos EUA foram realizadas não apenas pelos bancos dos EUA, mas também por instituições financeiras europeias e outras. Outro exemplo desses efeitos de ondulação é o impacto prejudicial da quebra da bolsa de valores da China, bem como o colapso dos preços do petróleo nas ações globais de agosto de 2015 a janeiro de 2016. Incerteza: A HFT algorítmica é uma importante contribuição 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 de repente entra em colapso, os investidores ficam se perguntando sobre os motivos de uma mudança tão dramática. Durante o vácuo de notícias que costuma existir nesses momentos, grandes traders (incluindo empresas de HFT) cortam suas posições comerciais para reduzir o risco, pressionando mais os mercados. À medida que os mercados diminuem, mais stop-loss são ativados e esse ciclo de feedback negativo cria uma espiral descendente. Se um mercado em baixa se desenvolve por causa de tal atividade, a confiança do consumidor é abalada pela erosão da riqueza do mercado de ações e pelos sinais recessivos que emanam de um grande colapso do mercado.
Outros Riscos da HFT Algorítmica
- Algoritmos Errantes: A velocidade deslumbrante em que ocorre a maioria das negociações algorítmicas de HFT significa que um algoritmo incorreto ou defeituoso pode acumular milhões de perdas em um período muito curto. Um exemplo infame dos danos que um algoritmo errante pode causar é o da Knight Capital, uma formadora de mercado que perdeu US $ 440 milhões em um período de 45 minutos em 1º de agosto de 2012. Um novo algoritmo de negociação da Knight realizou milhões de transações defeituosas em cerca de 150 ações, comprando-as pelo preço "pedir" mais alto e vendendo-as instantaneamente pelo preço "lance" mais baixo. (Observe que os formadores de mercado compram ações de investidores pelo preço da oferta e vendem a eles pelo preço da oferta, o spread é o lucro da transação. Para mais, leia: Noções básicas da propagação de compra e venda). Infelizmente, a hipereficiência da HFT algorítmica - em que os algoritmos monitoram constantemente os mercados quanto a esse tipo de discrepância de preços - significou que os comerciantes rivais entraram e se aproveitaram do dilema de Knight, enquanto os funcionários da Knight tentavam freneticamente isolar a fonte do problema. No momento em que o fizeram, Knight havia sido empurrado para perto da falência, o que levou à sua eventual aquisição pela Getco LLC. Grandes perdas para investidores: oscilações de volatilidade agravadas pela HFT algorítmica podem sobrecarregar os investidores com grandes perdas. Muitos investidores rotineiramente colocam ordens de stop loss em suas participações em níveis a 5% dos preços atuais de negociação. Se os mercados se abrandarem sem motivo aparente (ou mesmo por um motivo muito bom), essas stop loss seriam acionadas. Para acrescentar insulto à lesão, se as ações subseqüentemente se recuperarem em pouco tempo, os investidores teriam incorrido desnecessariamente em perdas comerciais e perderiam suas participações. Embora alguns negócios tenham sido revertidos ou cancelados durante ataques incomuns de volatilidade do mercado, como o Flash Crash e o fiasco Knight, a maioria dos negócios não foi. Por exemplo, a maioria dos quase dois bilhões de ações negociadas durante o Flash Crash estava a preços de 10% do fechamento das 14h40 (horário em que o Flash Crash começou em 6 de maio de 2010), e essas operações permaneceram em pé. Apenas cerca de 20.000 negócios, envolvendo um total de 5, 5 milhões de ações executadas a preços superiores a 60% do preço das 14:40, foram posteriormente cancelados. Portanto, um investidor com um portfólio de ações de US $ 500.000 em ações americanas que possuía 5% de stop loss em suas posições durante o Flash Crash provavelmente ficaria em US $ 25.000. Em 1º de agosto de 2012, a NYSE cancelou negociações em seis ações que ocorreram quando o algoritmo Knight estava em desacordo porque eram 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 operações. (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 do mercado, como o Flash Crash, poderiam 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, quase 20.000 negociações erradas tiveram que ser canceladas após um mau funcionamento do computador nas duas trocas de opções nos EUA do IntercontinentalExchange Group. Outra grande explosão como o Flash Crash pode abalar bastante a confiança dos investidores na integridade dos mercados.
Medidas para combater os riscos de HFT
Com o Flash Crash e a Knight Trading, "Knightmare" destacando os riscos da HFT algorítmica, as bolsas e reguladores vêm implementando medidas de proteção. Em 2014, o Nasdaq OMX Group introduziu um "kill switch" para suas firmas-membro que interromperia as negociações uma vez que um nível de exposição ao risco predefinido fosse violado. Embora muitas empresas de HFT já possuam comutadores "kill" que podem interromper toda atividade comercial em determinadas circunstâncias, o comutador Nasdaq fornece um nível adicional de segurança para combater algoritmos não autorizados.
Os disjuntores foram introduzidos após a "Segunda-Feira Negra", em outubro de 1987, e são usados para conter o pânico no mercado quando há uma grande venda. A SEC aprovou regras revisadas em 2012 que permitem que os disjuntores entrem em ação se o índice S&P 500 cair 7% (a partir do nível de fechamento do dia anterior) antes das 15:25 EST, o que interromperia as negociações no mercado por 15 minutos. Uma queda de 13% antes das 15h25 provocaria outra parada de 15 minutos em todo o mercado, enquanto um mergulho de 20% fecharia o mercado de ações pelo resto do dia.
Em novembro de 2014, a Commodity Futures Trading Commission propôs regulamentos para empresas que utilizam negociação algorítmica em derivativos. Esses regulamentos exigiriam que essas empresas tivessem controles de risco pré-negociação, enquanto uma disposição controversa exigiria que disponibilizassem o código fonte de seus programas ao governo, se solicitado.
A linha inferior
A HFT algorítmica apresenta vários riscos, o maior dos quais é o seu potencial para amplificar o risco sistêmico. Sua propensão a intensificar a volatilidade do mercado pode se espalhar para outros mercados e aumentar a incerteza dos investidores. Ataques repetidos de volatilidade incomum do mercado podem acabar corroendo a confiança de muitos investidores na integridade do mercado.
