211service.com
Più veloce di un lampo
Il 6 maggio 2010, i prezzi delle azioni negli Stati Uniti sono saliti e diminuiti a una velocità incredibile. Nel giro di circa cinque minuti, il Dow Jones Industrial Average è crollato di circa 600 punti, solo per riguadagnare la maggior parte di quel valore poco più tardi nel pomeriggio. I regolatori federali in seguito hanno determinato che questo flash crash è stato innescato e poi esacerbato da ordini automatici effettuati da fondi comuni di investimento e altri trader ad alta frequenza. Le borse hanno dovuto cancellare un numero enorme di operazioni errate effettuate durante il crollo.
Di dati e dollari: Eric Pritchett, CEO della società di trading ad alta frequenza con sede a Boston PhaseCapital, afferma che l'analisi dei dati in tempo reale ha salvato la sua azienda da costosi errori durante il flash crash dello scorso anno.
Anche prima che gli analisti iniziassero a capire cosa fosse andato storto, alcune aziende sono state in grado di rimanere fuori dalla mischia attraverso l'analisi dei dati in tempo reale. Ad esempio, la società di trading ad alta frequenza PhaseCapital, con sede a Boston, non ha effettuato operazioni errate, un risultato che attribuisce all'utilizzo di un complesso software di elaborazione degli eventi chiamato StreamBase.
I dati di mercato provengono da un'ampia varietà di fonti, come il New York Stock Exchange, il Nasdaq e la Reuters, e a volte possono essere inaffidabili, spiega Corwin Yu, direttore del commercio elettronico per PhaseCapital. Ad esempio, i feed possono diminuire o le virgolette possono essere formattate in modo errato o riflettere modifiche irrealisticamente grandi. Affinché le aziende possano negoziare in pochi secondi su tali dati disordinati, le informazioni devono essere elaborate, in particolare esaminate alla ricerca di potenziali errori prima di essere utilizzate per intraprendere qualsiasi azione commerciale. È estremamente fragile, dice, anche quando non ci sono crisi in corso.
Per gestire queste informazioni, PhaseCapital utilizza StreamBase, progettato per accettare grandi quantità di input in rapida evoluzione e consentire alle organizzazioni di distillarli rapidamente nelle informazioni di cui hanno bisogno per prendere decisioni.
Il modo tipico di gestire i big data è utilizzare i database. Tuttavia, non sono bravi a elaborare i dati in tempo reale; gli utenti devono attendere fino a quando non si è accumulato un intero set di dati. StreamBase, tuttavia, può elaborare un flusso di dati non appena arriva, analizzarlo, prendere decisioni al riguardo e intraprendere azioni come scambiare un'azione o segnalare una tendenza. C'è un'intera classe di problemi che riguardano l'analisi dei dati in tempo reale e l'elaborazione dei dati in tempo reale, afferma Richard Tibbetts, fondatore e CTO di StreamBase Systems.
L'azienda offre la sua piattaforma ai clienti, ma, cosa altrettanto importante, fornisce loro interfacce di programmazione delle applicazioni che facilitano lo sviluppo del proprio software su di essa. Ciò consente a PhaseCapital (che non rivelerà quanto paga per la piattaforma di StreamBase) di applicare i propri algoritmi per lo scrubbing dei dati e l'esecuzione di operazioni.
In genere, PhaseCapital elabora da 30.000 a 40.000 tick, o dati di mercato, al secondo. Durante il flash crash, quel numero è balzato a più di 289.000 tick al secondo, molti dei quali rappresentano azioni che oscillano selvaggiamente. Molti scrub sono entrati in gioco e si sono resi conto che questi dati non avevano senso, dice Yu. Ad esempio, alcune grandi società quotate in borsa, come Accenture, sono state scambiate per meno di $ 1 durante il flash crash. PhaseCapital ha continuato a fare trading, ma ha filtrato i dati che sembravano sospetti. Poiché non ha agito su quei dati, gli sono state risparmiate operazioni errate.
Anche se molte operazioni sono state successivamente annullate, Eric Pritchett, CEO di PhaseCapital, afferma che ci sono diverse ragioni chiave per cui era importante evitarle comunque. Per prima cosa, dice, non è mai certo quali criteri utilizzeranno i regolatori per annullare le negoziazioni, quindi non vorrebbe dover fare affidamento su quel meccanismo. Ancora più importante, dice, le operazioni errate annullano il comportamento di un'azienda per il resto della giornata. Ad esempio, se un'operazione sembra essere redditizia, gli algoritmi possono determinare che l'impresa può permettersi di intraprendere azioni più rischiose di quanto non farebbe altrimenti. Pritchett dice: Non sapere dove sei veramente con il tuo libro e il tuo rischio è la cosa più pericolosa che può capitare a una società di trading.
L'esempio illustra che le anomalie nei mercati presentano sia rischi che opportunità, afferma Adamo onorato , che si concentra sulla tecnologia dei servizi finanziari come direttore di ricerca della pratica dei titoli istituzionali per Gruppo Aite . E il volume di dati coinvolti nel trading non farà che aumentare, osserva.
Ogni volta che un'azienda desidera analizzare più dati, generalmente c'è un prezzo da pagare: l'elaborazione aggiuntiva riduce la velocità con cui un'azienda può agire. StreamBase è stato uno strumento potente agli occhi di PhaseCapital perché è strutturato in modo che i nuovi dati possano essere filtrati senza causare significativi colpi di prestazioni, afferma Yu. Il trucco di questo gioco, dice, è essere veloci e intelligenti.