La aparición del “Algorithmic Trading” (AT) ha venido de la mano con los cambios tecnológicos y estructurales en los mercados de valores en los últimos años. Intentando definir el concepto, podríamos decir que en la negociación basada en algoritmos, computadores se conectan directamente con las plataformas computacionales disponibles por las Bolsas de Valores, ingresando órdenes de compra y venta con la supervisión de un trader, quien establece los parámetros y objetivos que desea cumplir con la negociación basada en AT. Los computadores procesan la información de mercado y otras fuentes de información a muy altas velocidades, y basados en algoritmos de decisión previamente establecidos, envían instrucciones de negociación a los mercados, usualmente con latencias inferiores a 1 milisegundo (para tener una idea de la velocidad, una persona tarda en pestañar 250 milisegundos). Existe una gran variedad de algoritmos. Por ejemplo, algunos están diseñados para descubrir oportunidades de arbitraje (pequeñas diferencias de precios entre los distintos mercados para un mismo activo) y otros buscan realizar una ejecución óptima de una orden de compra o venta por un gran volumen de acciones al mínimo costo posible o con el menor impacto posible en el precio del activo. Los AT usualmente dividen una orden de gran tamaño en pequeñas órdenes hijas y las ingresan al mercado en un cierto lapso.
Profundizando esta idea, comentaremos 4 generaciones de algoritmos basados en la clasificación entregada por Robert F. Almgren (2009). La primera generación, se enfoca exclusivamente en “benchmarks” basados en la información de mercado generada (por ejemplo TWAP) y son independientes de la situación del libro de órdenes y de la llegada de las órdenes a él. En la segunda generación, intenta definir un “benchmark” basado en la orden individual y manejar el “trade-off” entre el impacto en el mercado y el riesgo que produce el tiempo de ejecución de las órdenes para completar el trabajo (por ejemplo Implementation Shortfall). En la tercera generación, los AT son capaces de adaptar su ejecución a las condiciones imperantes en el mercado. La cuarta generación (no incluida en la clasificación de Almgren) considera los algoritmos basados en la información no estructurada provista por las agencias de noticias y otras fuentes de información.
Primera generación de algoritmos de ejecución.
A continuación se describen tres representantes de esta generación:
•Participation Rate Algorithms – Son algoritmos relativamente simples usados para asegurarle al “trader” una cierta participación en el volumen de activo o grupo de ellos. Por ejemplo, se le define al algoritmo que debe participar en el 5% del volumen de un activo determinado hasta que compre o venda un posición determinada. Obviamente el algoritmo ingresa precios y volúmenes de ordenes de forma aleatoria para evitar ser detectado por el resto de los participantes.
•Time Weighted Average Price (TWAP) Algorithms – Este algoritmo divide una orden de gran tamaño en órdenes más pequeñas y las envía al mercado en intervalos regulares de tiempo. Antes de que la ejecución de la orden se inicie, el tamaño de las ordenes pequeñas, así como el período de tiempo de la ejecución es definido por el trader. Por ejemplo, el algoritmo puede ser instruido para ingresar una orden de compra de 12.000 acciones en el período de 1 hora considerando órdenes de tamaño 2.000 acciones, resultando un ingreso de 6 ordenes de 2.000 acciones enviadas la mercado cada 10 minutos. Usualmente el algoritmo cambia la cantidad e intervalo de tiempo para evitar ser detectado por otros participantes del mercado.
•Volume Weighted Average Price (VWAP) Algorithms – Estos algoritmos tienen el objetivo de calzar o mejorar el precio promedio ponderado del activo (su “benchmark”) en un período de tiempo determinado. Los algoritmos VWAP se basan en los volúmenes históricos de los activos, con el objeto de calibrar el tamaño de la orden, de acuerdo a los patrones de comportamiento histórico del activo.
Segunda generación de algoritmos de ejecución.
Los algoritmos de esta generación, intentan manejar el compromiso existente entre el impacto en el mercado y el riesgo que produce el tiempo de ejecución de las órdenes para completar el trabajo. Un ejemplo clásico de esta generación de algoritmos es el conocido como “Implementation Shortfall” el cual deriva del método para calcular la diferencia aritmética que se produce entre dos portfolios de activos (el que se ejecuta y uno objetivo) de Andre Perold (1988).
Tercera generación de algoritmos de ejecución.
Son algoritmos adaptativos, no determinan un plan pre-fijado de ejecución. Evalúan y adaptan su plan de ejecución durante el período de operación, respondiendo a las condiciones cambiantes de mercado y reflejando ganancias o pérdidas en el período de ejecución mediante un plan más/menos agresivo.
Cuarta generación de algoritmos de ejecución.
Son algoritmos “lectores de noticias”. Sustentados en datos de mercado de alta velocidad y muy baja latencia. Las Bolsas de Valores y agencias informativas tienen disponibles “feeds” de noticias de baja latencia para tal efecto. Emplean métodos estadísticos así como técnicas de minería de texto para discernir el impacto probable de los anuncios de noticias en el mercado.
En el mercado chileno la tecnología AT ha ido creciendo desde prácticamente cero operaciones en 2011 y más bien de tipo experimental, al mes de mayo pasado en que cerca del 12% de las transacciones fueron ejecutadas por algoritmos.
Respondiendo las preguntas de McLuhan, los AT están posibilitando ejecutar transacciones bursátiles con mayor eficiencia y seguridad, revalorizando la función del trader quien es el que define las reglas de negocio que debe usar el AT, seleccionar la estrategia más adecuada desde el conjunto de AT disponibles, monitorearlo y supervisar su ejecución. ¿Los AT reemplazan o dejan obsoleto al trader? Muy por el contrario, los AT son el mejor amigo del trader, ya que le permite hacer más negocios con menos esfuerzo.