Le trading algorithmique, 1ère partie

Ce qui se passe sur les marchés financiers peut-être vu de façons différentes en utilisant des périodes de temps variées.

En analysant une journée de trading, n'importe quel intervenant sur les marchés peut vous raconter une histoire plausible sur l'arrivée d'une information qui a changé la perception des traders pour une société ou pour l'économie toute entière et poussé les cours à la hausse ou la baisse. Si vous prenez maintenant cette même journée sur une échelle en millisecondes vous verrez que les choses sont bien différentes.

Quand deux économistes et financiers américains, Joel Hasbrouck et Gideon Saar, jetèrent un œil sur l’activité du trading à l’échelle des microsecondes, il y a à peine deux ans, ils trouvèrent d’étranges périodicités et irrégularités.

La périodicité la plus frappante se matérialise par de grands pics d'activité, séparés par presque exactement 1000 millisecondes : ils apparaissent 10-30 millisecondes après le tick de chaque seconde. Les irrégularités, par contraste, semblent ne pas être gouvernées directement par le temps mais par un événement : l’exécution d’un ordre d’achat ou de vente, l’annulation d’un ordre ou l’arrivée d’un ordre nouveau.

Les niveaux d’activité moyens à la première milliseconde après un tel événement sont environ 300 fois plus hauts que la normale. Il y a des périodes longues, longues c’est-à-dire, sur une échelle mesurée en millisecondes dans laquelle rien ou peu de choses surviennent, ponctuées par des irrégularités de milliers d'ordres pour une action et d’annulations d'ordres. Ces irrégularités débutent de façon brusque, durent une minute ou deux, et finissent aussi brusquement.
 
Du plancher à l'écran

Une part de ce phénomène a un rapport direct avec l’action humaine. Aucun de nous ne peut réagir à un événement en une milliseconde : la réaction la plus rapide que nous pouvons avoir est d'environ 140 millisecondes pour un simple stimulus tel un son soudain. Les périodicités et les irrégularités trouvées par Hasbrouck et Saar sont les traces d'un changement d'époque.

Il y a à peine vingt ans, le cœur de la plupart des marchés financiers était un parquet de trading sur lequel les êtres humains se passaient les ordres face à face. La criée ouverte qui se déroulait par exemple sur le parquet du Chicago Mercantile Exchange se résumait souvent en une mêlée de centaines de corps transpirant, criant et gesticulant.
 
Aujourd'hui le cœur de nombreux marchés (au moins les produits standards comme les actions) se trouvent dans une pièce à air conditionné pleine d'ordinateurs contrôlés juste par quelques personnes de maintenance informatique. Les ordres qui avaient l’habitude d'être exécutés sur le parquet sont désormais exécutés par des systèmes d’ordinateurs qui traitent les ordres d’achat et de vente et complètent l’ordre s'ils trouvent un ordre d’achat et un ordre de vente qui se correspondent.
 
Les ordinateurs qui permettent l'exécution des ordres sur le NYSE, par exemple, ne sont pas dans les vieux sièges de Broad Street, lieu d'échange du siècle précédent aux colonnes et aux sculptures corinthiennes mais dans un nouveau centre de données de 150 000 mètres carrées de brique pleine, à Mahwah, dans le New Jersey, à 30 miles du centre-ville de Manhattan.

Vous ne dérangez personne si vous prenez des photos de Broad Street et de sa façade néoclassique saisissante sur le bâtiment, mais essayez de photographier le centre de données Mahwah et vous trouverez rapidement la police sur votre chemin car il est classé comme élément de l’infrastructure cruciale des États-Unis.

Le trading algorithmique

Les êtres humains peuvent envoyer des ordres depuis leurs ordinateurs aux machines exécutant les ordres et ils le feront toujours, mais ceci compte pour moins de la moitié de tout le trading sur les actions US. Le reste est algorithmique : il résulte des programmes sur ordinateur du trading d'actions. Beaucoup de ces programmes sont utilisés par de grandes institutions comme les fonds communs de placement, les fonds de retraite et les compagnies d'assurance, ou par les courtiers agissant en leurs noms.
 
L’inconvénient d’être gros est que lorsque vous essayez d’acheter ou de vendre un grand bloc d’actions, l’ordre habituel ne peut pas être exécuté sur-le-champ (si c’est un ordre d’achat, par exemple, il excèdera habituellement le nombre d’ordres de vente dans la machine correspondante qui sont proches du cours actuel du marché), et si les traders repèrent un gros ordre qui a été seulement en partie exécuté, ils changeront leurs propres ordres et leurs prix dans le but d'exploiter cette opportunité. C’est ce que les intervenants du marché appellent le "slippage" : les prix augmentent quand vous essayez d'acheter, et tombent quand vous essayez de vendre.
 
Dans une tentative de contourner ce problème, les grandes institutions utilisent souvent "l’exécution par les algorithmes", qui prend des ordres de grande taille, les découpent en petits ordres, et choisissent la taille de ces ordres pour les envoyer sur le marché à des moments différents de manière à minimiser le "slippage".  Par exemple les algorithmes en charge des volumes calculent le nombre d’actions achetées et vendues durant une période donnée – la minute précédente par exemple – puis envoient une partie de l'ordre institutionnel dont la taille sera proportionnelle à ces chiffres. Il y aura moins de slippage quand le marché sera agité que quand il est calme.

L’exécution de l’algorithme la plus répandue, connue comme moyenne de l’importance du volume ou algorithme VWAP (on le prononce "viwap"), fait son découpage d’une manière légèrement différente, en utilisant des données statistiques sur les volumes d’actions qui ont été "tradées" sur des périodes de temps équivalentes sur les jours précédents. Les périodicités de temps trouvées par Hasbrouck et Saar résultent presque certainement de la méthode du VWAP et d’une exécution d’algorithmes coupée en intervalles de longueur fixe.
 
Éviter de perdre de l’argent Versus gagner de l’argent

Le but de l’exécution des algorithmes est d’éviter de perdre de l’argent pendant le trading. Les autres algorithmes sont conçus pour gagner de l'argent par le trading et ce sont ces opérations qui déclenchent les irrégularités trouvées par Hasbrouck et Saar. Les "algorithmes électroniques" de market making copient ce que les market makers humains ont toujours essayé de faire : constamment proposer un prix auquel ils vendront des actions et un prix plus bas auquel ils les rachèteront, dans l'espoir de gagner la différence (spread) entre les deux prix -mais ils revoient leurs prix en fonction de l’évolution des conditions du marché, qui est bien plus rapide que ne peuvent le faire les êtres humains. Ces révisions sont l’élément principal du flux d’ordres et d’annulations qui suit les changements, même moindres, dans l’offre et la demande.

Les algorithmes d’arbitrage statistique cherchent les divergences dans les figures graphiques des cours. Par exemple, le prix des actions semblent souvent fluctuer autour d’une moyenne mobile relativement doucement. Un ordre d’achat de grande taille provoquera une augmentation du prix à court terme, et un ordre de vente conduira temporairement à une baisse. De nombreux algorithmes d’arbitrage statistique calculent simplement un prix moyen fluctuant ; ils achètent si les prix sont au dessous d’un certain montant et vendent s’ils sont au-dessus, donc en pariant sur des prix revenant à la moyenne.
 
Les algorithmes plus compliqués cherchent des perturbations dans les figures graphiques impliquant les actions de plusieurs sociétés. Un exemple d'une divergence graphique qui nous est expliqué ici par un ancien arbitragiste, implique les actions de Southwest Airlines, Delta et ExxonMobil. Une montée dans le prix du pétrole bénéficierait aux actions d'Exxon et nuirait à celles de Delta, tandis qu'elle aurait un petit effet sur celles de Southwest (parce que les intervenants du marché ont su que, contrairement à Delta, Southwest entre sur le marché pour arbitrer et faire contrepoids à son exposition au prix du pétrole).

En conséquence, il y avait normalement une équation approximative parmi les changements dans les cours des trois actions : Delta + ExxonMobil = Southwest Airlines. Si cette équation disparaît temporairement, les arbitragistes en profitent alors et parient (d’habitude avec succès) sur le retour à l'équilibre de cette équation.

La deuxième et dernière partie de cette introduction au trading algorithmique est disponible ici.