Conférence - Les mercredis de la Finance - Septembre 2013

Introduction
Le HFT et ses acteurs
HFT : quels impacts sur le fonctionnement des marchés ?
Une tentative d’évaluation des effets du HFT
Conclusion

Trading haute fréquence : un état des lieux
Fabrice RIVA
Professeur à l’IAE de Lille
Université Lille 1 et LEM

MWA Conseil
Les Mercredis de la Finance
25 septembre 2013
Aéro-Club de Paris

Fabrice RIVA – IAE de Lille et LEM

1 / 54

Introduction
Conclusion

Plan de l’exposé

1

Introduction

2


3


4


5

Conclusion


2 / 54

Introduction
Conclusion

"It’s hard to imagine a better illustration (of social uselessness) than
high-frequency trading. The stock market is supposed to allocate
capital to its most productive uses, for example by helping companies
with good ideas raise money. But it’s hard to see how traders who place
their orders one-thirtieth of a second faster than anyone else do
anything to improve that social function." – Paul Krugman, New York
Times, 2 août 2009
"In their quest to ﬁnd trading proﬁts, competition among high-frequency
traders also serves to tighten bid-offer spreads, reducing transactions
costs for all market participants, both institutional and retail. Rather than
harming long-term investors, high-frequency trading reduces spreads,
provides price discovery, increases liquidity and makes the market a
fairer place to do business." – Burton Malkiel, "High Frequency Trading
is a Natural Part of Trading Evolution", Financial Times, 14 décembre
2010.

3 / 54

Introduction
Conclusion

L’affaire Aleynikov (juillet 2009)
Arrestation le 3 juillet 2009 de Sergey Aleynikov,
ex-programmeur chez Goldman Sachs
Aleynikov est accusé du vol de 32 mégabits de code
informatique utilisé par la banque pour ses activités de
trading haute fréquence
Selon le procureur de NY, ce code est de nature a générer
plusieurs de millions de dollars de proﬁt par an
Accessoirement, Goldman craint que le reverse
engineering du code permette de jouer contre ses propres
algorithmes

4 / 54

Introduction
Conclusion

Le ﬂash-trading (septembre 2009)
Technique pratiquée par Direct-Edge, le NASDAQ et BATS
Le principe : permettre à certains acteurs (moyennant
redevance) d’avoir connaissance, avant les autres, et
pendant 500 milli-secondes (ﬂash-order), de l’arrivée d’un
ordre sur un marché
2.3% des ordres exécutés selon ce protocole
Suppression volontaire de ce type d’ordre par les
plate-formes concernées après révélation de la pratique
par la presse


5 / 54

Introduction
Conclusion

Le ﬂash-crash (mai 2010)
Le 6 mai 2010 entre 14h42 et 14h52 l’indice Dow Jones
Industrial Average perd 998.52 points avant de regagner
600 points. $56 milliards sont échangés entre 14h40 et
15h00
Certaines actions afﬁchent temporairement des prix
aberrants :
Accenture, Central Point Energy et Exelon tombent à 1 cent
Sotheby’s, Apple et HP cotent $100 000

Le rapport joint CFTC-SEC pointe du doigt la vente de
75 000 contrats futures sur le E-mini S&P 500 ($4.1
milliards) par un programme de trading
Compte tenu de la rapidité des événements, le HFT est le
suspect no 1

6 / 54

Introduction
Conclusion

L’IPO Facebook (17 mai 2012)
Crash du système IPO Cross du NASDAQ :
1

Le système confronte les offres et demandes pour calculer
le prix qui maximise le nombre de titres échangés

2

Le système vérifie que pendant le temps de calcul du prix
de l’IPO des ordres ne sont pas soumis ou annulés

3

En cas de changement, retour à l’étape 1
Du fait de la vitesse de modification du carnet d’ordres,
IPO Cross entre dans une boucle infinie

Un système secondaire doit être utilisé qui calcule le prix
sur la base des ordres présents à 11h11
Le trading début à 11h30 au lieu de 11h00 et des ordres
entrés/annulés entre 11h11 et 11h30 ne sont pas pris en
compte...

7 / 54

Introduction
Conclusion

Le Knight-mare (août 2012)
Knight Capitals, un market maker électronique, perd $440
millions en 45 minutes
Bug dans le programme de gestion de ses achats/ventes
qui conduit à l’envoi d’ordres erronés sur 140 valeurs du
NYSE


8 / 54

Introduction
Conclusion

Panther (22 juillet 2013)

Première condamnation d’un opérateur HFT
Le broker Panther et son dirigeant Michael Coscia se
voient infliger une amende totale de $6 millions
La société est accusée d’avoir utilisé un algorithme haute
fréquence de spoofing pour manipuler le marché
Panther est également condamné à rembourser les $1.4
millions de profits illégitimes réalisés entre le 8 août et le
18 octobre 2011


9 / 54

Introduction
Conclusion

Quels enseignements tirer de ces quelques exemples à propos
du HFT ?
Un business model à fort potentiel de création de valeur
pour ses utilisateurs
Une source de risque de nature à remettre en cause
l’intégrité des marchés
A minima, un facteur d’ampliﬁcation de la volatilité
Un vecteur de propagation des chocs entre les marchés
(contagion)
Une pratique qui remet en question l’équité entre
intervenants : les HFT vs les slow traders
Mais les choses sont toutefois plus complexes...

10 / 54

Introduction
Conclusion

N’assiste-t-on pas à la version 2.0 de problèmes anciens ?
Les specialist du NYSE et les dealers du NASDAQ
gagnaient eux-aussi beaucoup d’argent. Ceux du NYSE
pratiquaient en outre une forme de flash trading (écrémage
d’ordres)
Un flash-crash a eu lieu le 28 mai 1962 sur le NYSE : -9%
en 12 minutes... récupérés sur les 8 minutes qui ont suivi
La surcharge des systèmes de négociation n’est pas une
nouveauté : le NYSE a été fermé tous les vendredi du 2nd
semestre de l’année 1968 pour cause de paperwork
backlog
L’équité d’accès aux marchés n’a jamais existé - cf. les
floor brokers du NYSE
etc.

11 / 54

Introduction
Conclusion

L’assistance au trading
Le market-making
Arbitrage
Arbitrage statistique
Stratégies directionnelles

Définition de la SEC
Les HFT sont des professionnels qui mettent en œuvre des
stratégies impliquant un grand nombre quotidien de
transactions (SEC Concept Release, 21 janvier 2010)
1

2

3

4

5

Utilisation de programmes sophistiqués et ultra-rapides
pour générer, router et exécuter des ordres
Recours à la co-localisation et aux données directement
fournies par les plate-formes de négociation (↓ latence)
Etablissement/liquidation de positions sur des intervalles
de temps extrêmement courts
Soumission très fréquente d’ordres dont la plupart finiront
annulés
Clôture des positions en fin de journée (pas de risque
overnight)

12 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Les acteurs du HFT ne constituent pas un ensemble
homogène : le HFT est plus le moyen d’atteindre un
objectif, les objectifs pouvant différer selon les utilisateurs
On peut cependant identifier trois grandes classes
d’utilisation :
Les utilisations à des fins d’assistance au trading :
brokers, fonds "classiques"
Les utilisations orientées profits non directionnelles :
market-making et arbitrage
Les utilisations orientées profits directionnelles : trading
propriétaire, hedge-funds


13 / 54

Introduction
Conclusion

Le market-making
Arbitrage

L’objectif de l’assistance au trading est de permettre la
recomposition à moindre coût du portefeuille de titres d’un
fonds : passe par un fractionnement des ordres
Le fractionnement se fait à la fois dans les dimensions
temps (slice and dice) et espace
Le fractionnement dans le temps vise à limiter l’impact
des transactions sur les prix : les algorithmes calculent (et
mettent en œuvre) le fractionnement optimal d’un ordre
"parent" en fonction de différents paramètres (volatilité,
impacts de prix, horizon d’intervention, etc.)
Le fractionnement dans l’espace vise à localiser le
marché offrant les meilleures conditions (smart routing) :
crucial du fait du niveau de fragmentation des marchés

14 / 54

Le market-making

Conclusion

Trim: 229mm × 152mm

Printer: Yet to come


Fragmentation du marché US en 2010

Algorithmic Trading

13

17.5%
Broker-Dealer
19.4%
NASDAQ

PR
OO

7.9%
Dark Pools
1.0%
Other ECN

9.8%
Direct Edge

14.7%
NYSE

3.7% Other
Exchange

NYSE
NASDAQ OMX BX
ECN-3 Others

ED

NASDAQ
BATS
ECN-2 Direct Edge
Broker-Dealer Internalization
More than 200

13.2%
NYSE Arca

9.5%
BATS

NYSE Arca
Other Registered Exchange
Dark Pools Approximately 32

CT

3.3% NASDAQ
OMX BX

FS

Introduction

P1: TIX
HFT : quels JWBK544-c01le fonctionnement des marchés ? 2012Arbitrage
impacts sur
JWBK544-Abergel
February 16,
1:29

Figure 1.1 Market Shares of Exchanges, ECNs, Dark Pools, and Broker-Dealers

15 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Fragmentation des marchés européens en 2010
MTFs
•Chi-X
•Turquoise
•BATS Europe
•NEURO

•Burgundy
•Equiduct
•Xetra Intl
•Plus

Echange and
MTF-owned
liquidity pools
•Chi-X
•Turquoise
•BATS Europe
•NEURO

Investment
Bank-owned
Liquidity pools

•Burgundy
•Equiduct
•Xetra Intl
•Plus

•Alpha X Europe
•Citi Match
•CrossFinder
•MLXN
•MS POOL
•Sigma X
•UBS PIN

Primary stock
exchanges •OMX Copenhagen SE

•Athens SE
•Bolsas y Mercados Espanoles
•Borsa Italiana
•Dudapest SE
•Cyprius SE
•Deutsche Börse Xetra
•Irish SE
•Istambul SE
•London SE
•NYSE Euronext Amsterdam SE
•NYSE Euronext Brussels SE
•NYSE Euronext Lisbon SE
•Nyse Euronext Paris SE

•OMX Helsinki Bors
•OMX Riga SE
•OMX Stockholm Bors
•OMX Tallin SE
•OMX Vilnius SE
•Oslo Bors
•Prague SE
•SIX Swiss Echange
•Vienna SE
•Waesaw SE


BrokerSponsored liquidity
pools
•BlockCross
•BlockMatch
•Liquidnet
•POSIT

16 / 54

Introduction
Conclusion

Le market-making
Arbitrage

L’état fondamental des marchés est celui d’une
inadéquation entre les souhaits des acheteurs et des
vendeurs


17 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Le rôle des market-makers est de résorber le
déséquilibre offre/demande en se portant
temporairement contrepartie d’une transaction avec
l’espoir de déboucler la position rapidement grâce à une
transaction de sens contraire
Ceci est réalisé via l’introduction d’ordres à cours limité
dans le carnet qui vont offrir de la liquidité au marché
La prestation n’est pas gratuite : le market-maker
engrange en contrepartie une fourchette de prix (spread),
rémunération de son service et des risque encourus
La source principale de risque provient de la nature
optionnelle des ordres à cours limité, qui débouche
essentiellement sur un risque d’anti-sélection

18 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Avantages du market-making HFT :
Coûts variables proches de 0 : possibilité d’être plus
concurrentiel dans l’offre de liquidité
Suivi en temps réel de la valeur de l’option offerte :
meilleur contrôle des risques et possibilité de prendre plus
de risque (offre de liquidité meilleur marché). Implique un
taux d’annulation des ordres très élevé (cf. infra)
Les positions prises sont faibles et tenues pendant des
intervalles de temps très courts : petit gain (les fourchette
sont serrées), sur de petites quantités, mais
potentiellement des centaines de fois par seconde
Possibilité de tenir le marché de plusieurs titres
simultanément : réduction des risques du fait de la
diversiﬁcation

19 / 54

Introduction
Conclusion

Le market-making
Arbitrage

L’arbitrage est une opération nécessitant une mise de
fonds nulle et débouchant sur un proﬁt certain. En général
quasi-arbitrage plutôt qu’arbitrage
Consiste à exploiter une incohérence dans le prix d’un ou
plusieurs instruments ﬁnanciers :
Arbitrage triangulaire sur devises
Arbitrage futures / actif primaire (cash and carry et reverse
cash and carry)
Arbitrage options / actif primaire (e.g. déviation à la relation
de parité call-put)
crossed markets pour un même titre


20 / 54

Introduction
Conclusion

Le market-making
Arbitrage

La rapidité d’intervention est cruciale pour saisir une
opportunité d’arbitrage avant qu’elle disparaisse
La rapidité est fonction de l’efﬁcacité de l’algorithme de
détection et du temps de latence, i.e. le temps que met
l’ordre pour être traité par le système de négociation
Ce temps de latence est fonction :
De l’efﬁcacité du système de négociation (

100 µs)

De la distance émetteur / système de négociation

Deux effets induits des besoins en faible latence :
Investissement massifs réalisés par les plate-formes de
négociation : ↓ temps de traitement et ↑ volumétrie
Développement de la co-localisation : installation des
algorithmes à même les serveurs des plate-formes de
négociation

21 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Algorithmes qui misent sur une retour à la normale suite à
une perturbation du marché (mean reversion)
Repose sur la persistance de relation statistiques
extrêmement robustes (hit ratio ≥ 95%) résistant à des
basktests intensifs sur données historiques
Plusieurs contextes d’application :
Décalage de prix anormal et temporaire suite à l’exécution
d’un ordre important
Réaction anormale des cours suite à l’occurrence d’un
événement : annonce de résultat, annonce macro, etc.
market-neutral arbitrage : violation de relations de type
APT entraînant la vente à découvert de l’actif sur-évalué et
l’achat de l’actif sous-évalué

22 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Stratégies consistant à prendre un pari sur l’évolution
future des cours
Utilise les mêmes principes que le stat-arb concernant la
prévision des trajectoires futures de prix
Version moderne de l’analyse technique, la "ﬁabilité"
statistique en plus :
Séries de Fourier et ondelettes
ticker-tape reading
...


23 / 54

Introduction
Conclusion

Le market-making
Arbitrage

Points communs à toutes ces approches :
Les positions prises sont de faible quantité et pour une
courte durée
Aucune position n’est conservée au-delà de la clôture
Les systèmes de trading HFT sont tous couplés à des
systèmes de contrôle des risques
Les algorithmes font l’objets de ré-évaluations
systématiques et sont régulièrement modifiés :
certaines approches finissent par ne plus être efficaces...
... en partie parce qu’elles finissent par être repérées par
des algorithmes concurrents !


24 / 54

Introduction
Conclusion

Effet sur la liquidité
Effet sur la volatilité
Effet sur la découverte des prix et l’efﬁcience

Les études empiriques consacrées à l’impact du HFT se sont
concentrées sur 3 effets possibles :
1

Effet sur la liquidité des titres

2


3



25 / 54

Introduction
Conclusion


Etude de référence : Hendershott, Jones et Menkveld
(2011)
Porte sur l’effet du HFT sur les actions du NYSE pour la
période 2001-2005
Constate que l’accroissement du nombre d’ordres sur la
période (nombre de messages électroniques par minute)
coïncide avec une diminution des spreads des actions du
NYSE


26 / 54

Introduction
Conclusion



27 / 54

Introduction
Conclusion


La corrélation négative messages / spreads ne permet
cependant pas de conclure que le HFT est la cause de la
baisse des spreads
Pour tester l’existence d’une causalité les auteurs utilisent
l’introduction progressive du système Autoquote sur le
NYSE :
Les HFT devraient être les plus à même de proﬁter de
l’Autoquote
Si, après basculement d’un groupe d’actions sous
Autoquote, le groupe en question présente une variation de
liquidité plus forte qu’un groupe n’ayant pas encore été
basculé, alors la variation provient du HFT


28 / 54

Introduction
Conclusion


Conclusions :
Le HFT est bien responsable de la baisse des spreads et
améliore la liquidité
C’est la diminution de la composante anti-sélection du
spread qui entraîne leur baisse
La profondeur du marché se réduit mais la réduction est
plus que compensée par la baisse des spreads
L’impact des transactions sur les prix lié à leur contenu
informationnel est moindre : les prix cotés intègrent
davantage d’information
Les effets positifs sont nettement moindres pour les
actions de petite capitalisation

29 / 54

Introduction
Conclusion


Etude de référence : Chaboud, Chiquoine, Hjalmarsson
et Vega (2009)
Effet du HFT sur la volatilité des parités euro-dollar,
dollar-yen et euro-yen traitées sur le système EBS
Résultat : hausse de la volatilité avec l’activité des HFT...
... mais de nouveau un problème de causalité : si la
volatilité augmente quand les HFT traitent davantage
est-ce parce que les HFT causent une volatilité
supplémentaire ?
ou est-ce parce qu’en période de forte volatilité le HFT
devient plus proﬁtable ?


30 / 54

Introduction
Conclusion


La solution utilisée consiste à analyser comment évolue la
volatilité lorsque le nombre relatif d’intervenants sur EBS
équipés en algorithmes évolue
L’arrivée d’un nouveau desk HFT un jour donné ne pouvant
être expliquée par une hausse de la volatilité (il faut plus
d’un jour pour monter un desk HFT !), si la volatilité change
suite au jour en question, c’est à cause de l’activité du desk
Résultats :
le HFT favorise la disparition des arbitrages triangulaires
les interventions HFT sont plus corrélées que les
interventions humaines
cependant, le HFT ne cause pas une sur-volatilité, au
contraire
la liquidité s’améliore (légèrement)

31 / 54

Introduction
Conclusion


Etude de référence : Hendershott et Riordan (2011)
Les études précédentes n’obtiennent qu’une estimation
indirecte de l’effet des HFT via des instruments
Ici, observation directe du comportement des HFT grâce à
une spéciﬁcité du marché allemand Xetra
La période couverte par l’étude va du 1er au 18 janvier
2008 (13 jours de bourse)...


32 / 54

Introduction
Conclusion


Résultat : les HFT sont redoutablement efﬁcaces
Ils consomment de la liquidité quand elle est bon marché
et en fournissent quand cela rapporte
Ils assurent 52% du volume : 68% sur la transactions de
moins de 500 titres et seulement 23% sur celles de plus de
10 000 titres
Ils sont plus souvent aux meilleures limites que les
humains, surtout quand les spreads sont larges
Ils gèrent parfaitement l’option implicite contenue dans
leurs ordres à cours limité et capturent les ordres
correspondant à des options dans la monnaie en
s’appuyant pour ce faire sur les variations des futures
Ils incorporent plus d’information dans les prix que les
humains

33 / 54

Introduction
Conclusion

Les traders HFT
Les plate-formes de négociation
Les autres traders
Les entreprises
La société

Selon les études réalisés, les effets du HFT seraient très
largement positifs
Attention cependant : les échantillons sont spécifiques,
courts, relativement anciens et la généralisation est
impossible
A supposer que le HFT est bénéfique, à qui profite-t-il ?
1

Aux traders HFT ?

2

Aux plate-formes de négociation ?

3

Aux investisseurs humains ?

4

Aux entreprises cotées ?

5

A la société (bien-être global) ?


34 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Une part colossale du volume d’échange :
26 HFT représentent 68,5% du volume d’échange sur le
NYSE (Brogaard, 2010)
1 HFT représente 35% du volume sur Chi-X (Menkveld,
2011)
Leur part de marché sur les devises est passée de 0 en
2003 à 80% en 2007 (Chaboud et al., 2009)

Les profits (bruts) dégagés sont à la hauteur :
Brogaard (2010) : les 26 HFT opérant sur 120 actions
NYSE traitent $30 000 milliards annuels et réalisent un
profit brut de $3 milliards
Menkveld (2011) : 0.88e de profit brut par transaction
Kirilenko et al. (2010) : sur les 4 jours qui encadrent le flash
crash, entre $700 000 et $5 millions de profit brut par jour

35 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Les proﬁts bruts estimés n’intègrent pas le coût des
investissements très importants réalisés :
conception/développement des algos, coût des serveurs,
frais de co-localisation, construction de réseaux, etc.
Les coûts de maintenance sont colossaux : les
algorithmes se périment très rapidement
La concurrence est essentiellement une concurrence par
la vitesse : le risque d’être dépassé par un concurrent plus
rapide implique des investissements constants
Selon une étude de Garvey et Wu (2010), la "lenteur" a un
coût de 2,8 cents par action
Il peut être tentant de gagner du temps en ralentissant les
autres HFTs

36 / 54

Introduction
Conclusion

Le flash crash (suite)

Les traders HFT
Les autres traders
Les entreprises
La société

 Quote-stufﬁngaura incidemment permis desmoking, layering, ...)
Le flash crash and other stuff (spooﬁng, mettre le doigt sur

des pratiques étonnantes (quote stuffing)

Source : www.nanex.net
Master 104 - Microstructure des marches financiers 2011-12 / F. Riva

37 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Quote-stufﬁng and other stuff (spooﬁng, smoking, layering, ...)


38 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Le HFT est une manne pour les plate-formes : selon
Menkveld (2012) l’essor de Chi-x est indissociable de
l’arrivée d’1 HFT qui a assuré à lui seul 15% du volume de
transactions
Le HFT nécessite cependant une mise aux normes
constante des plate-formes de négociation au risque
d’êtres dépassées par des concurrents plus rapides :
investissements en serveurs, réseaux, voire délocalisation
(cf. NYSE-Euronext)
Les moyens engagés ne pourront cependant jamais être
sufﬁsants : le HFT est insatiable de vitesse, de capacité de
traitement, et ne peut que conduire à la saturation des
systèmes

39 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Effet des algos sur 7 actions du NMS le 1/11/2012
95% du nombre total de cotations de Key Corp. sur la
journée du 1/11/2012 ;
74% du nombre total de cotations pour les 7 actions ;
4% du nombre total de cotations sur les 7 813 actions du
NMS ;
1 transaction pour 4 120 ordres annulés ;
En 6 minutes, l’action Key Corp. a connu un traﬁc
représentant 20 jours de traﬁc normal


40 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

5 minutes de la journée du 1/11/2012 pour Key Corp.


41 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Evolution du nombre d’ordres par seconde lors d’upgrades des
cartes réseaux du NYSE


42 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Engorgement du NYSE lors du ﬂash crash (General Electric)


43 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Fanta-seconde (Yahoo!)


44 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

La liquidité s’améliore, ce qui entraîne une réduction
globale des coûts de transaction implicites
Cependant, à quoi bon payer des coûts plus faibles si c’est
pour perdre systématiquement de l’argent ?
N’y a-t-il pas un risque d’éviction des traders humains ?
Qui produit l’information "primaire" digérée puis exploitée
par les HFTs ? Quid de l’efﬁcience (Paradoxe de
Grossman et Stiglitz, 1980) ?
Qui assume les risques quand les HFTs ne les assument
plus (cf. ﬂash crash) ? Quelles conséquences à terme
pour la liquidité ?
Quelle serait la qualité d’un marché peuplé uniquement
d’HFTs ?

45 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

L’amélioration de la liquidité a probablement des
conséquences positives pour le coût du capital des
entreprises
Il faudrait cependant chiffrer la baisse du taux de rentabilité
exigé par les actionnaires depuis l’apparition du HFT
Le HFT est focalisé sur les valeurs très liquides et les
baisses de spreads sont surtout signiﬁcatives pour ces
valeurs (cf. Hendershott, Jones et Menkveld). Quid des
small caps ?
Quel est l’apport du HFT pour la sphère réelle ?


46 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Quel est l’apport du HFT pour le bien-être global ?

La parabole des billets de $100 du Professeur Stiglitz
La quête pour la vitesse ne risque-t-elle pas de provoquer
une course à l’armement socialement inutile ?
Que penser des projets pharaoniques liés au HFT ?
Hibernia : Project Express
Aviat Networks
Spread Networks


47 / 54

Introduction
Conclusion


Les traders HFT
Les autres traders
Les entreprises
La société

48 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Aviat


49 / 54

Introduction
Conclusion

Les traders HFT
Les autres traders
Les entreprises
La société

Spread Networks


50 / 54

Introduction
Conclusion

Une conclusion quant aux effets réels du HFT est à ce jour
impossible compte tenu du manque de recul
Un problème majeur cependant : celui du trafic colossal
d’information généré par le HFT. Ce trafic :
perturbe les plate-formes de négociation (source de
risques)
dans le cas du NASDAQ : 1012 messages par jour en
moyenne en 2010, 1 journée d’une action = 13 Go de
données !
rend la surveillance des marchés quasi-impossible (source
de perte de confiance)


51 / 54

Introduction
Conclusion

Faut-il limiter le HFT et, si oui, par quels moyens ?
Taxer les transactions (HFT) ?
→ La Suède a tenté l’expérience en 1984 pour faire machine
arrière en 1991, mais trop tard
Imposer un temps de présence minimum des ordres
transmis ?
→ Le problème est que la valeur d’une option est une fonction
croissante de sa maturité : une contrepartie est donc
nécessaire (cf. ordre "minimum life" du NASDAQ)
Taxer au-delà d’un ratio cotations/transactions excessif ?
→ Probablement inévitable, mais implique un design subtil


52 / 54

Introduction
Conclusion

De nombreuses questions restent à ce jour sans réponse :
Où en est-on avec ce phénomène ?
Est-on allé trop loin ?
Les dysfonctionnements inévitables du début seront-ils
corrigés ?
Quelle est la bonne approche en termes de
réglementation ?
Quel est le rapport bénéﬁces / coûts au sens large ?


53 / 54

Introduction
Conclusion

Références bibliographiques
Brogaard, J. A. (2010) High Frequency Trading and Its Impact on Market Quality,
Working Paper, Northwestern University.
Chaboud, A., B. Chiquoine, E. Hjalmarsson, and C. Vega (2009) Rise of the
Machines: Algorithmic Trading in the Foreign Exchange Market, Working Paper,
FED, New York.
Garvey, R., F. Wu (2010) Speed, Distance, and Electronic Trading: New Evidence
on Why Location Matters, Journal of Financial Markets, 13 (4), 367-396.
Grossman, S. and J. Stiglitz (1980), On the Impossibility of Informationaly
Efﬁcient Markets, American Economic Review 70, 393-408.
Hendershott, T., C. M. Jones, and A. J. Menkveld (2011), Does Algorithmic
Trading Improve Liquidity?, Journal of Finance 66, 1-33.
Hendershott, T. and R. Riordan (2009), Algorithmic Trading and
Information,Working Paper, University of Berkeley.
Kirilenko, A., A. S. Kyle, M. Samadi, and T. Tuzun (2011), The Flash Crash: the
Impact of High Frequency Trading on an ElectronicMarket,Working Paper,
University of Maryland.
Menkveld, A. (2011), High Frequency Trading and The New-Market Makers,
Working Paper, VU University, Amsterdam.

54 / 54

Conférence - Les mercredis de la Finance - Septembre 2013

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Conférence - Les mercredis de la Finance - Septembre 2013

Semelhante a Conférence - Les mercredis de la Finance - Septembre 2013 (20)

Mais de mwaresearch

Mais de mwaresearch (8)

Conférence - Les mercredis de la Finance - Septembre 2013