Bachelorarbeit

1.650 Aufrufe

Veröffentlicht am

0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.650
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
20
Aktionen
Geteilt
0
Downloads
2
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Bachelorarbeit

  1. 1. Wirtschafts- und Sozialwissenschaftliche Fakultät Departement Betriebswirtschaft Institut für Finanzmanagement Prof. Dr. Claudio Loderer Institutsdirektor Engehaldenstrasse 4 CH-3012 Bern www.ifm.unibe.ch Der Flash Crash: Impact des Hochfrequenz-Handels Bachelorarbeit Institutsdirektor: Prof. Dr. Claudio Loderer Betreuender Assistent: Jonas Zeller, M Sc Ec Verfasser: Pascal Marco Caversaccio Balsthal Matrikelnummer: 09-100-371 Heimweg 4 3097 Liebefeld E-Mail: pascal.marco@students.unibe.ch Bern, 14. Mai 2012 Disclaimer: Die in der vorliegenden Arbeit vertretenen Ansichten sind diejenigen des Verfassers und nicht notwendigerweise die Ansichten des Instituts für Finanzmanagement. Das Institut für Finanzmanagement übernimmt keine Verantwortung für allfällige Fehler.
  2. 2. Der Flash Crash: Impact des Hochfrequenz-Handels Executive Summery Pascal Marco Caversaccio I I. Executive Summary Am 6. Mai 2010 erlebten die Preise vieler US-amerikanischen Aktien bzw. Aktienprodukte einen aussergewöhnlichen Rückgang, wie auch eine darauffolgende schnelle Erholung. Dieses Ereignis ist unter der Bezeichnung „Flash Crash“ in die Finanzgeschichte eingegangen. Ver- schiedene Publikationen, unveröffentlichte Working Papers und die beiden SEC/CFTC Be- richte postulieren unterschiedliche Einflussfaktoren als Gründe für den Flash Crash, wobei das High Frequency Trading (HFT) als einer der „Main Trigger“ angesehen wird. Diese Arbeit bietet einen Überblick und die Analyse der Einflussfaktoren über deren Impact bei den Ereignissen am 6. Mai 2010. Als mögliche zusätzliche Einflussgrössen werden die Toxizität im Markt, die Fat-Finger Theorie, Quote Stuffing (QS), Intermarket Sweep Or- ders (ISO) und Predatory Trading (PT) in Betracht gezogen. Das HFT verhedderte sich, durch einen Sell-Algorithmus ausgelösten Verkaufsdruck, in einem (Verkaufs-)Teufelskreis und zog den E-Mini S&P 500 Futures Markt in den Abgrund. Dieser Verkaufsdruck schwappte auch auf die Aktienmärkte über und liess die Preise verschiedener grosser Aktienindizes und Ak- tientitel sinken. Diese Arbeit kommt zum Schluss, dass das HFT – zusammen mit der Toxizi- tät im Markt – die Rolle eines Main Triggers beim Flash Crash spielte. ISO und PT sind als Destabilisierungsfaktoren zu betrachten. Die Fat-Finger Theorie wie auch QS haben keinen nachweisbaren Einfluss gespielt bei den Ereignissen am 6. Mai 2010. In einem weiteren Schritt präsentiert der Verfasser die Analyse und Prüfung der Resis- tenz der Handelsinfrastruktur der Schweizer Börse SIX gegenüber den Auslösefaktoren des Flash Crash. Die Analyse kommt zum Schluss, dass der wesentliche Unterschied ausschliess- lich beim Einflussfaktor ISO besteht. Alle anderen Faktoren können die gleiche Ausprägung bei der SIX erreichen, wie dies beim Flash Crash der Fall war. Der Verfasser denkt, dass sich der Flash Crash besser als ein Ereignis erklären lässt, welches durch die Ungleichgewichte von unterschiedlichen gekoppelten Faktoren in der Marktliquidität, entstanden ist. Das Kollektivversagen dieser Faktoren (u.a. das HFT) führte zum Flash Crash. Eine Liquiditätskrise, entgegen allen Stop-Trading Regularien der SIX, kann sich auch in der Schweiz ereignen. Ein kompletter Absturz, wie es die Amerikaner erlebt haben, ist jedoch nach Meinung des Verfassers ein sehr unrealistisches, jedoch nicht auszu- schliessendes Szenario. Die Schaffung eines exchange-traded VPIN Kontrakts, welches die objektive Messung der Flow-Toxizität für die Market Maker sicherstellt, sowie ein Risikoma- nagement-Tool, um die Gefahr einer adversen Selektion abzusichern, wird vom Verfasser als eine innovative und adäquate Alternative zur Regulierung an der SIX angesehen.
  3. 3. Der Flash Crash: Impact des Hochfrequenz-Handels Inhaltsverzeichnis Pascal Marco Caversaccio II II. Inhaltsverzeichnis I. Executive Summary...................................................................................................... I II. Inhaltsverzeichnis........................................................................................................ II II. Tabellenverzeichnis.................................................................................................... III III. Abbildungsverzeichnis............................................................................................... III IV. Abkürzungsverzeichnis.............................................................................................. III 1. Einleitung ..................................................................................................................... 1 1.1 Ausgangslage................................................................................................................ 2 1.2 Ziel und Relevanz .......................................................................................................... 3 1.3 Aufbau der Arbeit........................................................................................................... 5 2. Algorithmic Trading..................................................................................................... 6 2.1 Eigenschaften von Algorithmic Trading .......................................................................... 6 2.1.1 Buy-Side Algorithmic Trading......................................................................................... 7 2.1.2 Sell-Side Algorithmic Trading......................................................................................... 9 2.1.3 Does Algorithmic Trading improve Market Quality? ..................................................... 11 2.2 Hochfrequenz-Handel an der SIX ................................................................................ 12 3. Der Flash Crash ......................................................................................................... 13 3.1 Der 6. Mai 2010 – Ablauf des Flash Crash................................................................... 13 3.2 Auslösefaktoren ........................................................................................................... 15 4. Ein Flash Crash an der SIX? ..................................................................................... 18 5. Schlussfolgerung....................................................................................................... 21 Literaturverzeichnis ...................................................................................................................... 22 Selbständigkeitserklärung............................................................................................................ 26
  4. 4. Der Flash Crash: Impact des Hochfrequenz-Handels Tabellenverzeichnis Pascal Marco Caversaccio III II. Tabellenverzeichnis Tabelle 2-1: Übersicht technischer Konzepte zur Beschreibung von AT auf der Buy-Side...................... 7 Tabelle 2-2: Übersicht über verschiedene Handelsstrategien, deren Beschreibung und Umsetzung im Buy-Side AT........................................................................................................................ 8 Tabelle 4-1: Überblick über die Einflussfaktoren und deren Impact beim Flash Crash bzw. deren Bewertung als Risikofaktor für die SIX ...............................................................................20 III. Abbildungsverzeichnis Abbildung 1-1: Dow Jones Industrial Average ETF.................................................................................. 2 Abbildung 2-1: Überblick von Buy- und Sell-Side Algorithmic Trading..................................................... 6 Abbildung 2-2: Verschiedene UBS Investment Bank Sell-Side AT-Strategien........................................10 Abbildung 3-1: Minütliche Transaktionspreise des DJIA, S&P 500 Index und des Juni 2010 E-Mini S&P Futures Kontrakts am 6. Mai 2010 zwischen 8:30 und 15:15.........................................13 Abbildung 3-2: Minütliche Transaktionspreise und Handelsvolumina des Juni 2010 E-Mini S&P Futures Kontrakts am 6. Mai 2010 zwischen 8:30 und 15:10......................................................15 IV. Abkürzungsverzeichnis AT Algorithmic Trading CEP Complex Event Processing CFTC Commodity Futures Trading Commission CTI Capacity Trading Interface DJIA Dow Jones Industrial Average ETFs Exchange Traded Funds FX Foreign Exchange HFT High Frequency Trading ISO Intermarket Sweep Orders MBA Midpoint of Bid and Ask NASDAQ 100 National Association of Securities Dealers Automated Quotations 100 NMS National Market System PIN Probability of Informed Trading PT Predatory Trading QS Quote Stuffing S&P 500 Standard & Poor’s 500 SEC Securities and Exchange Commission SIX Swiss Exchange SMI Swiss Market Index TWAP Time Weighted Average Price VPIN Volume-Synchronized Probability of Informed Trading VWAP Volume Weighted Average Price
  5. 5. Der Flash Crash: Impact des Hochfrequenz-Handels Einleitung Pascal Marco Caversaccio 1 1. Einleitung “Two hundred fifty milliseconds are hardly noticeable while talking, but it’s long enough for a crowd to get ahead of you in the market.”1 Dieses Zitat spiegelt sehr gut die neue „proble- matische“ Denkweise resp. Credo „Need for Speed“ wieder, welche an den internationalen Finanzmärkten vorherrscht. Inwieweit problematisch? Die Immobilienkrise im September 2008 (Subprime Mortgage Crisis), der Zerfall der US-amerikanischen Investmentbank Lehman Brothers oder die Schweizer Grossbank UBS, welche vom Steuerzahler gerettet werden musste, sind alles Beispiele, welche „Opfer“ von selbst initiierten, z.T. nur computergesteuerten, spekulativen Finanztransaktionen geworden sind. In Medien- und Pressemitteilungen werden als Schuldige solcher Krisensituationen im- mer häufiger sogenannte Algorithmic Trades an den Pranger gestellt. Algorithmic Trading (AT) oder vielfach auch als Hochfrequenz-Handel2 (HFT) bezeichnet, ist ein computergesteu- erter Börsenhandel (vielfach von Hedgefonds, z.B. FX Concepts, und Investmentbanken, z.B. Goldman Sachs3 [vgl. Goldman Sachs (2012)], durchgeführt), bei dem komplexe Investment- strategien4 mit Hilfe von Software-Programmen umgesetzt und Transaktionen in Millisekun- den durchgeführt werden [vgl. Gomolka (2011)].5 Ziel ist es, Friktionen im Markt auszunüt- zen und somit Arbitragegewinne zu generieren. Eine weitere Krisensituation und Thema dieser Arbeit, welche den amerikanischen Fi- nanzplatz am 6. Mai 2010 erschütterte, ist der berühmt-berüchtigte Flash Crash. In Abschnitt 1.1 wird die Ausgangslage dargestellt. Der Abschnitt 1.2 erläutert Ziel und Relevanz der Thematik. Der Aufbau der Arbeit wird in Abschnitt 1.3 erläutert. 1 Leinweber (2009), S. 72. 2 Im englischen High Frequency Trading (HFT). 3 Der Fall Sergey Aleynikov, ein ehemaliger Mitarbeiter der US-Investmentbank Goldman Sachs, ist ein Negativbeispiel dafür, wie stark die „Kultur der Geheimhaltung“ bzw. das „Black-Box Denken“ in den Unternehmen, welche AT betreiben, vorherrscht. Aleynikov wurde am 3. Juli 2009 am Flughafen von New Jersey durch das FBI festgenommen, nachdem man ihm vorwarf, einen geheimen Computercode des „Proprietary High Frequency Trading“ - Bereichs der Bank gestohlen und auf einen Webserver nach Deutschland überspielt zu haben [vgl. Weil (2009), Andersen (2011)]. 4 Ein gutes Beispiel ist die Strategie der triangulären Fremdwährungsarbitrage, bei der Cross-Rate Diskre- panzen innert Millisekunden arbitragiert werden. Eine analytisch fundierte Analyse liefert Aiba/Hatano/Takayasu/Marumo/Shimizu (2002). 5 In der Literatur werden die zwei Begriffe nicht immer einheitlich verwendet. Vgl. King/Osler/Rime (2011), Gomolka (2011) oder Aldridge (2009) für eine rein technische Unterscheidung von HFT und AT. Bei Aldridge (2009) wird HFT als ein Teil von AT betrachtet. Diese Kategorisierung ist für diese Arbeit jedoch nicht von Relevanz.
  6. 6. Der Flash Crash: Impact des Hochfrequenz-Handels Einleitung Pascal Marco Caversaccio 2 1.1 Ausgangslage Am 6. Mai 2010 erlebten die Preise vieler US-amerikanischen Aktien bzw. Aktienprodukte einen aussergewöhnlichen Rückgang, wie auch eine darauffolgende schnelle Erholung. An diesem Nachmittag stürzten plötzlich grosse Aktien- und Futuresindizes (u.a. der Standard & Poor's 500), jeder nach einem Vortagesverlust von über 4 Prozent, innert Minuten um 5 – 6 Prozent ein, bevor sie sich schnell wieder erholten. Viele der fast 8‘000 einzelnen Aktien und Exchange Traded Funds (ETFs)6 , welche an diesem Tag gehandelt wurden, erlitten im glei- chen kurzen Zeitraum ähnliche Preisrückgänge in der Bandbreite von 5 – 15 Prozent, bevor die Erholung für fast alle Aktien und ETFs die Verluste wieder kompensierte (vgl. Abbildung 1-1).7 Kurz vor den Preisstürzen wurden über 20‘000 Handelstransaktionen hinsichtlich 300 verschiedenen Aktien zu Preisen, welche über 60 Prozent von ihrem aktuellen Marktwert entfernt sind, ausgeführt. Darüber hinaus wurden viele dieser Handelstransaktionen zu Preisen von einem Cent oder weniger ausgeführt, oder auf einem Niveau von $100‘000, bevor die Preise dieser Wertpapiere wieder ihre „pre-crash“ Ebene erreichten. Bis zum Ende des Tages erholten sich die grossen Aktien- und Futuresindizes, um mit rund 3 Prozent Verlusten vom vorherigen Tag zu schliessen [vgl. SEC/CFTC (2010a), SEC/CFTC (2010b)]. Abbildung 1-1: Dow Jones Industrial Average ETF8 (Quelle: Boulton/Braga-Alves/Kulchania (2011), S. 21) Der 6. Mai 2010 ist unter der Bezeichnung „Flash Crash“ in die Finanzgeschichte eingegangen. Flash, weil die amerikanische Börse ein kurzes Aufblitzen eines Crashs erlebt hat. In Bezug auf den Flash Crash, wird AT als einer der „Main Trigger“ angesehen [vgl. 6 ETFs haben das Ziel, einen Index (z.B. den SMI) exakt zu replizieren. Hierbei spielt der Tracking Error bei der Bildung des Replikationsportfolios eine wichtige Rolle. Die Indizes werden physisch oder synthe- tisch repliziert. 7 Bei einigen Aktien traten noch strengere Kursbewegungen, nach unten wie auch nach oben, auf. 8 Diese Abbildung gibt den Kurs des Dow Jones Industrial Average ETF am 6. Mai 2010 wieder. Die hori- zontale Achse zeigt die Zeit während des Tages, die vertikale Achse zeigt das Niveau des Index.
  7. 7. Der Flash Crash: Impact des Hochfrequenz-Handels Einleitung Pascal Marco Caversaccio 3 Easley/Lopez de Prado/O’Hara (2012), Kirilenko/Kyle/Samadi/Tuzan (2010)]. Eine fundierte Analyse der Aktivitäten des Hochfrequenz-Handels ist somit unerlässlich für das Verständnis der Geschehnisse am 6. Mai 2010. 1.2 Ziel und Relevanz Es stehen zwei Fragestellungen im Zentrum dieser Arbeit: I. Welche Rolle spielte der Hochfrequenz-Handel beim Flash Crash, und welche weite- ren Faktoren können als „Mitschuldige“ in Betracht gezogen werden? II. Ist ein vergleichbarer Flash Crash in der Schweiz, namentlich an der SIX, möglich? Ziel dieser Arbeit ist eine – im Rahmen des Möglichen – genaue Beantwortung der oben be- schriebenen Fragestellungen. Durch die literaturbasierte Analyse der Aktivitäten des Hoch- frequenz-Handels am 6. Mai 2010 soll eine Abschätzung des Impacts auf den Flash Crash vorgenommen werden. ad.I. Die veröffentlichten Berichte der Securities and Exchange Commission (SEC) und der Commodity Futures Trading Commission (CFTC) sind zentral bei der Untersuchung der ersten Fragestellung [vgl. SEC/CFTC (2010a), SEC/CFTC (2010b)]. Im Weiteren wird der Verfasser auf mögliche zusätzliche Einflussfaktoren eingehen (vgl. Abschnitt 3.2). Die Toxizität im Markt [vgl. Easley/Lopez de Prado/O’Hara (2012)], die Fat-Finger Theorie, Quote Stuffing (QS), Intermarket Sweep Orders (ISO) und Predatory Trading (PT) [vgl. Brunnermeier/Pedersen (2005), Carlin/Lobo/Viswanathan (2007)] werden als weitere Ein- flussfaktoren in Betracht gezogen. ad.II. Mit Bezug auf die zweite Fragestellung versucht der Verfasser in einem ersten Teil, den Hochfrequenz-Handel an der Schweizer Börse SIX darzustellen (vgl. Abschnitt 2.2). Von Interesse ist u.a. die Handelsschnittstelle Capacity Trading Interface (CTI) [vgl. Grant (2010)], welche eine Grundlage für AT an der SIX darstellt: „Beim CTI handelt es sich um eine optionale Schnittstelle, die einen direkten Hochgeschwindigkeitszugang für Aktivitäten bietet, die hohe Transaktionsraten und dedizierte Kapazität erfordern, wie dies beim Market Making oder beim automatisierten Handel typischerweise der Fall ist.“9 Nachdem ein all- gemeines Verständnis für den Hochfrequenz-Handel in der Schweiz geschaffen worden ist, 9 SIX Swiss Exchange, 2011. Handel an der SIX Swiss Exchange, http://www.six-swiss-exchange.com/ download/participants/participation/education/trading_on_ssx_de.pdf, (28.03.2012).
  8. 8. Der Flash Crash: Impact des Hochfrequenz-Handels Einleitung Pascal Marco Caversaccio 4 wird es in einem weiteren Schritt das Ziel sein, mögliche problematische Marktsituationen und gefährliche Destabilisierungsfaktoren an der SIX zu identifizieren, welche die Möglich- keit zu einem ähnlichen Flash Crash in der Schweiz zulassen könnten (vgl. Kapitel 4). Die Analyse der öffentlichen allgemeinen Handelsregularien [vgl. SIX Swiss Exchange (2012a)], wie auch spezielle Guidelines zum Hochfrequenz-Handel [vgl. SIX Swiss Exchange (2009)], sind dafür auch erforderlich. Die abschliessende Beurteilung beinhaltet auch subjektive Züge, und deshalb erhebt der Verfasser auf diese keinen Anspruch der Gültigkeit und Richtigkeit. Der Flash Crash dauerte nur eine kurze Zeit. Er hat aber das Potential, die Finanz- märkte in den kommenden Jahren signifikant zu beeinflussen. Akademiker, Regulatoren und verschiedene Marktteilnehmer haben versucht, Erklärungen für den „Unfall“ zu finden. Ver- schiedene Studien zeigen, dass der Flash Crash einen negativen Einfluss auf die Marktqualität hatte. Die Bid-Ask Spreads sind angestiegen (ergo ist die Marktliquidität gesunken), in den Derivatemärkten spiegelte sich der Flash Crash in einer erhöhten impliziten Volatilität, einem kleineren Delta10 , wie auch einem weniger sensitiven Vega11 wieder [vgl. Boulton/Braga- Alves/ Kulchania (2011)]. Der Flash Crash hat auch die Regularien der Börsen beeinflusst. So hat die US-amerikanische Börsenaufsicht SEC am 10. Juni 2011, Handelspausen für einzelne Aktien, welche Preisänderungen von 10 Prozent oder mehr erfahren, für fünf Minuten ver- ordnet [vgl. Securities and Exchange Commission Act Release No. 34-62252 (2011)]. Ereig- nisse wie der Flash Crash haben dramatische Effekte auf die internationalen Finanzmärkte, bieten jedoch auch die Möglichkeit einer „Lessons Learned“, oder wie ein Britischer Mathe- matiker zynisch aber zugleich treffend formulierte: „Man sollte eigentlich im Leben niemals die gleiche Dummheit zweimal machen, denn die Auswahl ist so gross.“ (Bertrand Russell, o.J.) 10 Die Änderung im Wert einer Option nach einer Änderung des Preises des zugrundeliegenden Basiswertes (die erste partielle Ableitung der Black-Scholes-Formel nach dem Aktienkurs) nennt man das Delta einer Option. 11 Die Änderung im Wert einer Option nach einer Änderung der Volatilität der Renditen des Basiswertes (die erste partielle Ableitung der Black-Scholes-Formel nach der Volatilität) nennt man das Vega einer Option. Das Vega wird zu den Greeks gezählt, obwohl es eigentlich kein Buchstabe des griechischen Al- phabets ist.
  9. 9. Der Flash Crash: Impact des Hochfrequenz-Handels Einleitung Pascal Marco Caversaccio 5 1.3 Aufbau der Arbeit Im ersten Teil dieser Arbeit werden unterschiedliche Aspekte des AT erläutert. Es werden verschiedene Eigenschaften, wie auch zwei wichtige empirische Resultate12 vorgestellt und kurz diskutiert, sowie eine wichtige Implikation daraus gezogen (vgl. Abschnitt 2.1). In einem weiteren Schritt wird der Hochfrequenz-Handel an der Schweizer Börse SIX kurz dargestellt (vgl. Abschnitt 2.2). In Anschluss an den „theoretischen“ ersten Teil wird im zweiten Teil explizit auf den Flash Crash eingegangen. Zuerst wird der Ablauf des Flash Crash genau erläutert, wodurch sich der Leser einen Überblick über die Geschehnisse verschaffen kann (vgl. Abschnitt 3.1). Darauffolgend werden verschiedene Einflussfaktoren (z.B. die Toxizität im Markt) diskutiert, wobei der Hochfrequenz-Handel als einer der Hauptauslöser im Zentrum der Analyse steht (vgl. Abschnitt 3.2). Der Theorieteil (vgl. Kapitel 2) und die fundierte Analyse des Flash Crash (vgl. Kapitel 3) bilden die Basis für die Beantwortung der ersten Fragestellung (vgl. Abschnitt 1.2). Im dritten Teil (vgl. Kapitel 4) versucht der Verfasser aufgrund der bisher gesammel- ten Fakten und weiteren Nachforschungen eine Antwort auf die zweite Fragestellung (vgl. Abschnitt 1.2) zu finden. Hierbei wird die Handelsinfrastruktur der SIX auf die Resistenz ge- genüber den Auslösefaktoren des Flash Crash geprüft. Kapitel 5 präsentiert die abschliessende Schlussfolgerung. 12 Ist eine höhere Marktliquidität auch immer besser? [vgl. Sornette/Von der Becke (2011)].
  10. 10. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 6 Abbildung 2-1: Überblick von Buy- und Sell-Side Algorithmic Trading (eigene Darstellung in Anlehnung an Gomolka (2011), S. 176) 2. Algorithmic Trading Die Analyse von Algorithmic Trading ist so komplex und umfangreich, dass es nicht möglich ist, alle Teilaspekte in dieser Arbeit zu behandeln. In Abschnitt 2.1 werden die wichtigsten Eigenschaften von AT vorgestellt, wobei eine Aufteilung in Anlehnung an Gomolka (2011) in Buy-Side (vgl. Unterabschnitt 2.1.1) und Sell-Side (vgl. Unterabschnitt 2.1.2) AT vorgenom- men wird. Es folgt in Unterabschnitt 2.1.3 eine kurze Diskussion von zwei wichtigen empiri- schen Resultaten, bezüglich AT und der Auswirkung auf die Marktqualität. Die Darstellung des Hochfrequenz-Handels an der SIX in Abschnitt 2.2 schliesst das Kapitel 2 ab. 2.1 Eigenschaften von Algorithmic Trading Die Abbildung 2-1 gibt einen abstrakten Überblick über den Transaktionsprozess bei einer Orderplatzierung an der Börse. Da sich dieser „manuelle“ Prozess, d.h. durch den Investor selbst initiiert, nicht von dem des „automatischen“ Prozesses, d.h. durch einen Algorithmus ausgelösten Order, unterscheidet, ist der herkömmliche Transaktionsprozess somit übertrag- bar für die Analyse des AT. In Unterabschnitt 2.1.1 werden die Eigenschaften des Buy-Side AT vorgestellt und in Unterabschnitt 2.1.1 diejenigen des Sell-Side AT. Im schliessenden Unterabschnitt 2.1.3 wer- den zwei wichtige empirische Resultate des AT kurz dargestellt. Ziel des Abschnitts 2.1 ist es, dem Leser einen groben Überblick zur Thematik zu verschaffen, welche zum Verständnis der folgenden Kapitel helfen wird.
  11. 11. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 7 2.1.1 Buy-Side Algorithmic Trading Am Anfang einer Investitionsentscheidung steht die Frage über den Kauf oder Verkauf eines Wertpapiers. Beim Initiator im AT, d.h. Privatanleger wie auch professionelle institutionelle Finanzintermediäre wie die Investmentbank (vgl. Abbildung 2-1), beginnen alle Transakti- onsprozesse, die später mit der Ausführung, Abwicklung, Löschung oder Modifikation der Order enden. Die Initiatoren im AT werden als Finanzhändler13 bezeichnet, weil sie zum Wertpapierhandel Computersoftware einsetzen [vgl. Gomolka (2011)]. „Hier gibt es Finanz- händler, die über eine eigene Infrastruktur zur Orderplatzierung verfügen (z.B. Investment- fonds, Hedgefonds, Banken, Broker, Broker-Dealer und Market Maker14 ) oder diejenigen, die sich für die Orderplatzierung der Zugänge anderer Finanzhändler (Market Maker, Broker und Broker-Dealer, Privatanleger) bedienen müssen.“15 Die folgende Tabelle (vgl. Tabelle 2-1) stellt einen groben Überblick über die techni- schen Konzepte im AT dar, worauf aus Gründen der Komplexität und Relevanz nicht weiter eingegangen wird.16 Perspektive Konzept Inhalt Praktiker, Laien Standard-Software für AT Software-Produkte für AT auf dem freien Markt werden nach gemein- samen Eigenschaften beurteilt. Finanzwissenschaftler Black Box Systeme17 Komplexe Analyseprozesse werden abstrakt dargestellt, weil, aufgrund der „Kultur der Geheimhaltung“, keine Informationen über AT zu erhalten sind. Informatiker, Praktiker Complex Event Processing (CEP) – Systeme18 Beschreibung von Systemen, die Daten ohne Zwischenspeicherung sofort auswerten. Informatiker Neuronale Netze19 Beschreibung von komplexen Sys- temen, die lernfähig sind und ihre eigenen Fehler korrigieren können. Tabelle 2-1: Übersicht technischer Konzepte zur Beschreibung von AT auf der Buy-Side (Quelle: Gomolka (2011), S. 178) Hinter jeder Orderplatzierung im AT steht eine Strategie, welche auf Grundlage von Informationsauswertung den Order auslöst. In der akademischen Literatur gibt es keine uni- 13 Im englischen als Trader bezeichnet. 14 Market Maker, Broker und Broker-Dealer werden wegen den unterschiedlichen Tätigkeiten als Interme- diäre wie auch als Initiatoren betrachtet. Z.B. kommt der Broker als Intermediär zur Orderplatzierung für einen Privatinvestor zum Einsatz, aber ist zugleich als Initiator im Property-Trading (Eigenhandel) aktiv. Das Gleiche ist auch auf den Market Maker und den Broker-Dealer anwendbar. 15 Gomolka (2011), S. 177. 16 Der interessierte Leser wird auf Gomolka (2011), S. 178ff. oder Aldridge (2009) verwiesen. 17 Vgl. Aldridge (2009), S. 25f. 18 „Complex Event Processing (CEP) encompasses methods, techniques, and tools for processing events while they occur, i.e., in a continuous and timely fashion [vgl. Eckert/Bry (2009), S. 1]. 19 Z.B. „Fuzzy Logic“ oder „Genetische Algorithmen“ [vgl. Shapiro (2003)].
  12. 12. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 8 verselle Gliederung der Investitionsstrategien. Gomolka (2011) liefert dazu aber einen sehr guten Überblick (vgl. Tabelle 2-2). 20 Handelsstrategie Beschreibung Umsetzung im Algorithmic Trading Teilprozess der Informati- onsbeschaffung Teilprozess der Informati- onsauswertung Momentum-Strategie Ausnutzung des Mo- mentum-Effekts bzw. der seriellen Korrelati- on von Aktienkursen Verwendung von Zeitrei- hendaten Schätzung des Momentum- Effektes Econophysics Vorhersage der Art von Preisfluktuationen und Eigenschaften der Verteilungen Verwendung von (hoch- dimensionalen) Zeitreihen- daten Anwendung von Methoden der statistischen Physik Verwendung von Text- nachrichten Analyse von Nachrich- tenmeldungen, die Prognose-Wirkung für zukünftige Kurse haben Aktive Suche nach Informa- tionen oder passives Emp- fangen von Datenströmen Von der einfachen Auswer- tung von Textnachrichten über Klassifikation von Texten bis hin zur Senti- ment-Analyse psychologi- scher Stimmungsbilder Chart-Analyse Vereinfachung, Skalie- rung oder Glättung von Zeitreihen mit dem Ziel der Mustererkennung Daten-Aggregation bzw. vereinfachte Darstellung in Kursgrafiken Suche nach wiederkehren- den („technischen“) Mus- tern Fundamentalanalyse Auswertung von Bi- lanzkennzahlen mit dem Ziel, den wahren Unternehmenswert zu bestimmen Beschaffung von Bilanz- kennzahlen, Unternehmens- und Marktdaten Identifikation von über- oder unterbewerteten Un- ternehmen, z.B. durch Methoden der Bilanzanaly- se Statistische Arbitrage Ausnutzung von Arbit- ragemöglichkeiten zwischen Märkten oder replizierbaren Auszahlungsströmen Auswertung von Pre-Trade Daten aus Orderbüchern oder Post-Trade Daten über abgeschlossene Transaktionen Überwachung von Märkten oder Wertpapier- Kombinationen auf Arbitragemöglichkeiten Tabelle 2-2: Übersicht über verschiedene Handelsstrategien, deren Beschreibung und Umsetzung im Buy-Side AT (Quelle: Gomolka (2011), S. 204) Durch die Komplexität dieser Strategien, mit der Möglichkeit zur unterschiedlichen Modifika- tion und Adaption21 auf die Bedürfnisse der Kunden, ist es nicht möglich einen allumfassen- den Überblick zu bilden. Tabelle 2-2 stellt daher einen groben Überblick dar, welche dem Leser ermöglichen soll, einen ersten Einblick in die Welt des AT zu erhalten. Im folgenden Unterabschnitt 2.1.2 wird der Teil des Transaktionsprozesses, welcher sich mit der Orderplatzierung am Markt befasst, genauer erläutert. 20 Vgl. Aldridge (2009) für eine genaue Identifikation von Handelsstrategien im AT. Die Autorin grenzt die traditionellen Handelsstrategien, bestehend aus der technischen, fundamentalen und quantitativen Analyse gegenüber HFT (Algorithmischer Handel, Systematischer Handel, Elektronischer Handel, Low Latency Strategien) ab [vgl. Gomolka (2011)]. 21 Strategien im Commodity Markt unterscheiden sich, aufgrund verschiedener Kundenbedürfnissen oder Möglichkeiten (z.B. Ausnützen von Contango), z.T. signifikant von den Strategien im FX Markt.
  13. 13. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 9 2.1.2 Sell-Side Algorithmic Trading Wie in Abbildung 2-1 dargestellt, befasst sich die Sell-Side mit der Orderplatzierung im Transaktionsprozess. Nachdem der Investor eine Investitionsentscheidung getroffen hat, steht ihm die Möglichkeit offen, einen Broker oder einen sogenannten „Sell-Side Algorithmus“ einzusetzen, um die Transaktion durchzuführen [vgl. Gomolka (2011)]. „Sell-Side AT über- nimmt damit eine Brückenfunktion zwischen Kauf- oder Verkaufsentscheidung (beim Inves- tor) und der Realisierung der Transaktion (in elektronischen Handelssystemen).“22 Ziel des Sell-Side AT ist die maschinelle/elektronische Durchführung von Transaktionen in minimaler Zeit [vgl. Gomolka (2011)]. Mit Bezug auf die Handelsstrategien verfolgt die Sell-Side das übergeordnete Ziel, den Market Impact eines Orders so gering wie möglich zu halten.23 Der Market Impact ist der Einfluss der eigenen Order auf das Ergebnis der Reaktionen der anderen Marktteilnehmer. Im Sell-Side AT spielen Benchmarks eine essentielle Rolle. Gomolka (2011) postu- liert, dass „[…] eine AT Strategie ohne Anwendung von Benchmarks undenkbar“24 ist. Im Folgenden werden die vier wichtigsten Benchmarks kurz erläutert. VWAP25 : ∑ ∑ (1) TWAP: (∑ ) (2) Implementation Shortfall: (3) MBA: ( ) (4) Gleichung (1) beschreibt den „Volume Weighted Average Price (VWAP)“ und ist der durch- schnittliche, volumengewichtete26 Transaktionspreis in einer Periode. Durch einen ex-post Vergleich der eigenen Transaktionspreise mit dem VWAP ist es möglich, Rückschlüsse auf 22 Gomolka (2011), S. 110. 23 Im Sell-Side AT spielen Transaktionskosten auch eine sehr wichtige Rolle. Diese werden aus Gründen der Relevanz für die Thematik jedoch nicht weiter erläutert. Der interessierte Leser wird auf Kissell (2006a) und Kissell/Malamut (2006b) verwiesen. Kissell (2006a) aktualisiert die Transaktionskostenana- lyse (Transaction Cost Analysis, TCA) mit dem aktuellen Entwicklungsstand des AT und schafft einen umfassenden Überblick [vgl. Gomolka (2011), S. 116]. 24 Gomolka (2011), S. 126. 25 Pt steht für den Preis zum Zeitpunkt t, Qt steht für das Volumen (Quantity) zum Zeitpunkt t. 26 Das Volumen bezieht sich hier auf das Handelsvolumen.
  14. 14. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 10 Abbildung 2-2: Verschiedene UBS Investment Bank Sell-Side AT-Strategien (Quelle: UBS Investment Bank (2009)) die Angemessenheit der eigenen Preise zu schliessen.27 Gleichung (2) beschreibt den „Time Weighted Average Price (TWAP)“ und ist der einfache Durchschnittspreis einer Periode mit n Preisen. Der Implementation Shortfall (vgl. Gleichung (3)) beschreibt die Diskrepanz zwi- schen dem Transaktionspreis (aus der Post-Trade Analyse) und dem Entscheidungs- preis (aus der Pre-Trade Analyse). Der Midpoint of Bid and Ask (MBA, vgl. Glei- chung (4)) ist der Mittelkurs , kalkuliert aus dem Geldkurs und dem Briefkurs im Orderbuch [vgl. Gomolka (2001)].28 Die Handelsstrategien im AT (Sell-Side) werden an verschiedene (modifizierte) Benchmarks gekoppelt. Dies führt zu einer Vielfalt von Strategien, wobei jede wegen einem speziellen Feature oder einer marktbezogenen Modifikation ein Unikum darstellt. Der Ab- schluss dieses Unterabschnitts bildet einen Auszug aus dem HFT-Bereich der UBS Invest- ment Bank und soll die Vielfältigkeit des AT in der Praxis darstellen (vgl. Abbildung 2-2). Im folgenden Unterabschnitt 2.1.3 werden dem Leser zwei wichtige empirische Er- gebnisse des AT dargelegt und kurz diskutiert. 27 Der VWAP kann aber auch ex-ante für einen bestimmten Zeitraum bestimmt werden, um eine optimale Ordergrösse und einen optimalen Ausführungszeitpunkt zu bestimmen [vgl. Gomolka (2011), S. 127]. 28 Beim MBA werden nur Level1-Kurse im Orderbuch betrachtet.
  15. 15. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 11 2.1.3 Does Algorithmic Trading improve Market Quality? Nachdem wir die theoretischen Grundlagen von AT kennengelernt haben, geht es um die Analyse, welchen Einfluss AT auf die Marktqualität hat. In der akademischen Forschung werden zwei wichtige Fragestellungen mit dem The- ma AT untersucht.29 Erstens, was sind die Auswirkungen von AT auf die Marktvolatilität und zweitens, verbessert AT die Marktliquidität? Befürworter von HFT verweisen auf die Rolle des Liquidity Providers von AT. Folg- lich reduziert es die Transaktionskosten, schmälert die Spreads und senkt die Volatilität. Ver- schiedene Studien unterstützen diese Sichtweise. Brogaard (2010) analysiert den Einfluss von AT auf den amerikanischen Aktienmarkt und findet heraus, dass HFT-Händler die Preisfin- dung verbessern. Die Händler bieten beste bid offer quotes für fast den ganzen Tag und die Volatilität wird nicht erhöht. Weitere Studien [vgl. Hendershott/Riodan (2011b), Hender- shott/Jones/Menkveld (2011a)] unterstützen diese Ergebnisse. Eine Studie von Menkveld (2011) zeigt, wie die Aktienmärkte vom HFT und deren neue Rolle als New Market Makers profitieren. Gsell (2008) wendet eine Simulationsvorgehensweise an, um die Auswirkung von AT auf den Finanzmarkt zu analysieren und findet heraus, dass bei grossen Handelsvolumina AT einen negativen Einfluss auf die Marktpreise hat und dass eine geringe Latenzzeit30 die Marktvolatilität senkt. Ein gegenteiliges Resultat erzielt Zhang (2010), welcher eine positive Korrelation zwischen HFT und der Aktienpreisvolatilität nachweist.31 Smith (2010) zeigt auf, dass HFT einen steigenden Einfluss auf die Marktmikrostruktur des Aktienhandels hat [vgl. Sornette/Von der Becke (2011)]. Eine ausführliche Diskussion dieser Ergebnisse würde hier zu weit führen. Einen wichtigen und kritischen Punkt in Verbindung mit dem Flash Crash (vgl. Kapitel 3), der hier jedoch aufgegriffen werden muss, ist die Tatsache, dass mehr Liquidität nicht notwendiger- weise auch immer gut für die Investoren wie auch für die Unternehmen ist. Der Flash Crash am 6. Mai 2010 startete in einem der liquidesten Märkte, dem E-Mini S&P 500 Futures Kon- trakte. Dies gibt einen Anhaltspunkt, dass hochliquide Märkte nicht inkompatibel sind mit Flash Crashes, was die Hypothese aufwirft, dass es möglicherweise auch eine zu hohe Markt- liquidität gibt [vgl. Sornette/Von der Becke (2011)]. 29 Eine weitere Fragestellung ist die Preisfindung (Price Discovery), welche hier jedoch implizit durch die Problemstellung Liquidität abgedeckt ist. 30 Die Latenzzeit beschreibt die Verzögerungszeit bei der Übermittlung von Informationen. 31 Bei grosser Marktunsicherheit ist die Korrelation relativ hoch.
  16. 16. Der Flash Crash: Impact des Hochfrequenz-Handels Algorithmic Trading Pascal Marco Caversaccio 12 2.2 Hochfrequenz-Handel an der SIX Der Hochfrequenz-Handel an der Schweizer Börse SIX ist eine ungeöffnete Black Box. Der CEO der SIX, Christian Katz, macht Angaben zur Handelszusammensetzung an der SIX, wo- bei sich die HFT-Händler zu 80% aus Market Makern, also Anbietern von Liquidität, und zu 20% aus Arbitrageuren (etwa Hedgefonds mit der Strategie „Statistical Arbitrage“, vgl. Ta- belle 2-2) zusammensetzen [vgl. NZZOnline (2010)]. Die Kundenzusammensetzung an der SIX bleibt jedoch ein Geheimnis. Christian Katz sieht drei Gefahren des AT: Preissprünge, Kurslawinen („Avalanche“) und keine Überforderung der Leitungskapazität, welche jedoch nach Rücksprache mit ver- schiedenen Verantwortlichen der SIX gut bis sehr gut32 reguliert sind.3334 Die Regulierung der Leitungskapazität wird mit der Handelsschnittstelle Capacity Trading Interface (CTI) umge- setzt. CTI ermöglicht den Teilnehmern einen Hochgeschwindigkeitszugang zum Auftrags- buch mit einer dezidierten Kapazität [vgl. SIX Swiss Exchange (o.J.)]. Nach Katz hat die Schweiz einen massiven Sicherheitsvorsprung gegenüber Amerika im HFT-Bereich, insofern auch deshalb, da die Konsequenzen aus dem HFT, d.h. notwendige Technologieinvestitionen und gute Marktsteuerung- und Überwachung, sehr viel ausgereifter sind als jene in Amerika [vgl. SFVideoPortal (2011a)].35 Die Distanz von der Börse zum Rechner ist ein wichtiges Kriterium. Die Rechner der AT-Computer stehen im Zürcher Industriegebiet bei der Firma EQUINIX, welche für deren Sicherheit zuständig ist. Der Grund für den Betrieb von HFT liegt in der Konkurrenzfähigkeit im internationalen Börsenhandel. HFT macht 20% des Handels an der SIX aus [vgl. SFVide- oPortal (2011b)]. Am 23.04.2012 führte die SIX die modernste Handelstechnologie X-Stream INET ein, welche eine überdurchschnittliche Liquidität verspricht. Die durchschnittliche Roundtrip-Latenzzeit beträgt 37 Mikrosekunden und die neuen Handelsschnittstellen ITCH und OUCH wurden eingeführt, welche CTI in der Zukunft ablösen werden [vgl. SIX Swiss Exchange (2012c)]. Die Schweiz hat die Zukunft einmal mehr vor den Amerikanern erreicht. 32 Das Motto an der SIX ist: Sicherheit vor Geschwindigkeit und nicht vice versa, wie dies in den USA z.T. der Fall ist. 33 Bei Preissprüngen wie auch Kurslawinen werden Stop-Trading Regularien eingesetzt. Ein Auszug aus der Stop-Trading Regulation für Preissprünge: „Der Handelsunterbruch richtet sich nach dem wahr- scheinlichen nächstfolgend bezahlten Preis für eine Effekte. Weicht dieser um n % oder mehr vom Refe- renzpreis ab, stellt die Börse den Handel mit dieser Effekte für 5 oder 15 Minuten ein. Anschliessend wird sie wie zur Eröffnung neu bewertet oder geht in eine Nicht-Eröffnung über.“ [vgl. SIX Swiss Exchange (2012b)]. 34 Diese Information spielt hinsichtlich der Beurteilung ob ein Flash Crash an der SIX möglich ist eine wichtige Rolle (vgl. Kapitel 4). 35 Der Anteil des HFT am Gesamthandel macht in der Schweiz 40-50% und in den USA 50-70% aus.
  17. 17. Der Flash Crash: Impact des Hochfrequenz-Handels Der Flash Crash Pascal Marco Caversaccio 13 3. Der Flash Crash Wir haben bis jetzt gesehen, dass sich AT aus einer Buy- und einer Sell-Side zusammensetzt (vgl. Abschnitt 2.1). Verschiedene technische Konzepte und Handelsstrategien der Buy-Side (vgl. Unterabschnitt 2.1.1), wie auch das Konzept der Benchmarks (vgl. Unterabschnitt 2.1.2) und ein Auszug aus der Praxis (vgl. Abbildung 2-2) wurden dargestellt. Des Weiteren zeigen verschiedene Studien, dass AT die Marktliquidität aber auch die Marktvolatilität erhöhen kann (vgl. Unterabschnitt 2.1.3). Zum Abschluss wurde der Hochfrequenz-Handel an der SIX vorgestellt. Wir konnten feststellen, dass die SIX bezüglich Sicherheit ein hohes Niveau hat und sich nicht scheut, Neuinvestitionen in die Handelsinfrastruktur („X-Stream INET“) zu tätigen (vgl. Abschnitt 2.2). Im folgenden Kapitel 3 wird der Flash Crash genauer analysiert. In Abschnitt 3.1 wird der Ablauf des Flash Crash dargestellt. Abschnitt 3.2 beinhaltet eine Diskussion zu den möglichen Auslösefaktoren. Die Auslösefaktoren in dieser Arbeit stellen keine abschliessende Auflistung dar, jedoch eine Darstellung der wichtigsten Faktoren. 3.1 Der 6. Mai 2010 – Ablauf des Flash Crash Am 6. Mai 2010 reduzierten sich die wichtigsten US-amerikanischen Aktienindizes und Akti- enindex-Produkte sehr schnell um mehr als 5 Prozent und erholten sich daraufhin wieder. Die extreme Intraday-Volatilität bei den Aktienindexpreisen ist in Abbildung 3-1 dargestellt. Abbildung 3-1: Minütliche Transaktionspreise des DJIA, S&P 500 Index und des Juni 2010 E-Mini S&P Futures Kontrakts am 6. Mai 2010 zwischen 8:30 und 15:15 (Quelle: Kirilenko/Kyle/Samadi/Tuzan (2010), S. 8)
  18. 18. Der Flash Crash: Impact des Hochfrequenz-Handels Der Flash Crash Pascal Marco Caversaccio 14 Der Dow Jones Industrial Average (DJIA), der S&P 500 und der NASDAQ 100 er- reichten alle zwischen 13:45 und 13:47 ihr tägliches Minimum. Zudem erreichten alle 30 DJIA Komponenten in der gleichen Periode ihr Tagestief.36 Der DIJA erreichte seinen Tief- punkt bei 9‘872.57$, der S&P 500 bei 1‘065.79$ und der NASDAQ 100 bei 1‘752.31$. Der E-Mini S&P 500 Index-Futures Kontrakt fand sein Tief bei 1‘056.00$ [vgl. Ki- rilenko/Kyle/Samadi/Tuzan (2010), SEC/CFTC (2010a)]. Während einer 13 minütigen Perio- de, zwischen 13:32:00 und 13:45:27, wurde der Juni 2010 E-mini S&P Futures Kontrakt von 1‘127.75$ zu 1‘070.00$ verkauft (ein Rückgang von 57.75 Punkte oder -5.1%). Um 13:45:27 beförderte der anhaltende Verkaufsdruck den E-mini auf 1‘062.00$ runter. Im Laufe der nächsten Sekunde folgte eine Kaskade von ausgeführten Orders und verursachte einen Preis- rückgang auf 1‘056.00$ oder -1.3%. Die nächste ausgeführte Transaktion verursachte einen Rückgang im Preis von 6.5 Indexpunkten und löste dadurch die „CME Globex Stop Logic Functionality“ um 13:45:28 aus. Diese Funktionalität unterbricht die Ausführung aller Trans- aktionen für 5 Sekunden, falls sich die nächste Transaktion ausserhalb der Preisspanne von 6 Indexpunkten befindet.37 Während dieser Pause von 5 Sekunden, genannt „Reserve State“, bleibt der Markt offen und Aufträge können entgegen genommen, modifiziert oder storniert werden, wobei die Ausführung der pendenten Aufträge eine Verzögerung erhalten bis der Reserve State wieder ausgeschaltet ist. Um 13:45:33 verliess der E-mini den Reserve State und startete den wiederaufgenommen Handel bei 1‘056.75$. Die Preise schwankten während den nächsten Sekunden, was u.a. auf die erhöhte Unsicherheit im Markt zurückzuführen ist. Der Kurs des E-Mini startete einen rasanten Aufstieg um 13:45:38, welcher zwar ge- legentlich unterbrochen wurde, jedoch um 14:06:00 einen Marktwert von 1‘123.75$ erreich- te.38 Zu diesem Zeitpunkt befand sich der Markt praktisch wieder auf dem gleichen Niveau wie vor dem Flash Crash um 13:32:00 [vgl. Kirilenko/Kyle/Samadi/Tuzan (2010), SEC/CFTC (2010a), SEC/CFTC (2010b)]. Die Abbildung 3-2 widerspiegelt sehr gut die hohe E-mini Volatilität. Es ist ein exorbitanter Ausschlag des Handelsvolumens nach oben wie auch ein Kursschock nach unten ersichtlich. Für weitere sehr interessante Detailinformationen wird der Leser auf die veröffentlichten Berichte der SEC/CFTC vom 18. Mai 2010 bzw. dem 30. September 2010, sowie auf Kirilenko, Kyle, Samadi und Tuzan (2010) verwiesen. Im folgenden Abschnitt 3.2 werden die Auslösefaktoren kurz erläutert und die Haupt- schuldigen identifiziert. 36 Die DJIA Komponenten bzw. deren Aktienkurs fielen nach einem Vortagesverlust von -4% auf -36%. 37 Nach oben wie auch nach unten. 38 Entspricht einem Anstieg, ausgehend vom Tagestief von 1‘056.00$, um 6.4%.
  19. 19. Der Flash Crash: Impact des Hochfrequenz-Handels Der Flash Crash Pascal Marco Caversaccio 15 3.2 Auslösefaktoren39 Der Ablauf des Flash Crash wurde in Abschnitt 3.1 erläutert. Der Abschnitt 3.2 befasst sich mit den Antworten auf die erste Fragestellung dieser Arbeit: Welche Rolle spielte der Hoch- frequenz-Handel beim Flash Crash, und welche weiteren Faktoren können als „Mitschuldi- ge“ in Betracht gezogen werden? Als Mitschuldige werden die Toxizität im Markt, die Fat- Finger Theorie, Quote Stuffing, Intermarket Sweep Orders und Predatory Trading analysiert. ad.HFT. Während der Periode der extremen Marktvolatilität (vgl. Abbildung 3-1), wurde ein grosser Verkaufsauftrag im Juni 2010 E-Mini S&P 500 Futures Kontrakt ausge- führt. „At 2:32 p.m., against this backdrop of unusually high volatility and thinning liquidity, a large fundamental trader (a mutual fund complex) initiated a sell program to sell a total of 75,000 E-Mini contracts (valued at approximately $4.1 billion) as a hedge to an existing equi- ty position.”40 Dieser large fundamental Trader wählte ein AT-Programm (einen Sell- Algorithmus, vgl. Abschnitt 2.1) aus, um seinen Verkaufsauftrag durchzuführen. Dieses AT- Programm „[...] was programmed to feed orders into the June 2010 E-Mini market to target an execution rate set to 9% of the trading volume calculated over the previous minute [...].”41 39 Bei der Analyse zum Auslösefaktor HFT werden nur die relevanten Befunde kurz dargestellt. Für eine tiefgehende und detaillierte Analyse wird der Leser auf SEC/CFTC (2010a) und SEC/CFTC (2010b) ver- wiesen. 40 SEC/CFTC (2010b), S. 2. 41 SEC/CFTC (2010b), S. 2. Abbildung 3-2: Minütliche Transaktionspreise und Handelsvolumina des Juni 2010 E-Mini S&P Futures Kontrakts am 6. Mai 2010 zwischen 8:30 und 15:10 (Quelle: Kirilenko/Kyle/Samadi/Tuzan (2010), S. 9)
  20. 20. Der Flash Crash: Impact des Hochfrequenz-Handels Der Flash Crash Pascal Marco Caversaccio 16 Die Ausführung von diesem Verkaufsauftrag führte zur grössten täglichen Nettopositionsver- änderung für alle Händler, welche im E-Mini tätig waren.42 Die Problematik war, dass dieser Sell-Algorithmus nur auf das Handelsvolumen abzielte und weder Preis noch Zeit berücksich- tigte und somit die Verkaufsausführung extrem schnell innert 20 Minuten fertigstellte [vgl. Kirilenko/Kyle/Samadi/Tuzan (2010), SEC/CFTC (2010a), SEC/CFTC (2010b)]. Durch den Sell-Algorithmus wurde ein grosser Verkaufsdruck ausgelöst, dem nicht alle Hochfrequenz- Händler gewachsen waren. „[...] HFTs began to quickly buy and then resell contracts to each other – generating a “hot-potato” volume effect as the same positions were rapidly passed back and forth.”43 Das HFT verhedderte sich in einem (Verkaufs-)Teufelskreis und zog den E-Mini Futures Markt in den Abgrund. Dieser Verkaufsdruck schwappte auch auf die Ak- tienmärkte über und liess die Preise verschiedener grosser Aktienindizes und Aktientitel sin- ken (vgl. Abschnitt 1.1 und Abschnitt 3.1). Als Fazit ist der Hochfrequenz-Handel als einer der Hauptschuldigen am Flash Crash zu betrachten. ad.Toxizität im Markt. Order Flow wird als toxisch angesehen, falls „[...] it adversely selects market makers, who may be unaware that they are providing liquidity at a loss.”44 Die Flow-Toxizität kann über die Wahrscheinlichkeit des Informed Trading (PIN) gemessen wer- den. Easley/Lopez de Prado/O’Hara (2012) verwenden die Prozedur (VPIN), basierend auf Volumenungleichgewichte und Handelsintensität, um den PIN zu berechnen.45 Easley et al. (2011) erbringen die Evidenz, dass der Order Flow, gemessen durch die VPIN Metrik, in den Stunden vor dem Flash Crash einen Anstieg in der Toxizität mit sich brachte und diese Toxizi- tät zum Rückzug vieler Liquiditätsanbieter beigetragen hat.46 Ergo führte dies zu einer Liqui- ditätskrise, wodurch der Verkaufsdruck angestiegen ist und dadurch viele AT-Programme im HFT-Bereich die Abwärtsspirale starteten. Die Toxizität im Markt vor dem Flash Crash kann auch als einer der Hauptverantwortlichen identifiziert werden. ad.Fat-Finger Theorie. In den Minuten nach dem Absturz im E-Mini gab es die Spe- kulation, dass ein Händler bei Procter & Gamble mit einem zu dicken Finger eine Null zu viel eingetippt hat und dadurch eine Kaskade von Stop-Loss-Orders auslöste. Diese Erklärung war von kurzer Dauer, da die E-Mini S&P 500 Tick Daten zeigen, dass der Markt bereits nach 42 “Only two single-day sell programs of equal or larger size – one of which was by the same large funda- mental trader – were executed in the E-Mini in the 12 months prior to May 6.” [vgl. SEC/CFTC (2010b), S. 2]. 43 SEC/CFTC (2010b), S. 3. 44 Easley/Lopez de Prado/O’Hara (2012), S. 1. 45 Für die analytische Berechnung des VPIN vgl. Easley/Lopez de Prado/O’Hara (2012) S. 11ff. 46 Kirilenko/Kyle/Samadi/Tuzan (2010) erbringen eine empirische Evidenz für das Verhalten der Market Maker während des Flash Crash.
  21. 21. Der Flash Crash: Impact des Hochfrequenz-Handels Der Flash Crash Pascal Marco Caversaccio 17 unten eingebrochen war, bevor die Procter & Gamble Aktie eingebrochen ist [vgl. Eas- ley/Lopez de Prado/O’Hara (2011)].47 ad.Quote Stuffing. Am 3. September 2010 folgern die Regulierungsbehörden aus dem Fazit zum Flash Crash, dass Quote Stuffing (QS), d.h. das schnelle Platzieren und im Moment darauf wieder Löschen von „Schnellfeueraufträgen“, zum Kauf und Verkauf von Aktien, kein wichtiger Faktor war beim Flash Crash [vgl. Eaglesham (2010)]. ad.Intermarket Sweep Orders. Chakravarty, Upson und Wood (2010) untersuchen den Impact von Intermarket Sweep Orders (ISO) auf den Flash Crash. Ein ISO ist „[...] a limit order that automatically executes in a designated market center even if another market center is publishing a better quotation.”48 Aus Gründen der extremen Volatilität und Informations- asymmetrien zogen sich viele Händler während des Flash Crash aus dem Markt zurück49 , was zu einem Anstieg des ISO Handelsvolumen führte [vgl. Chakravarty/Upson/Wood (2010)]. Nach Chakravarty et al. (2010) waren ISO keine Main Trigger für den Flash Crash, jedoch sind sie als wichtiger Marktdestabilisierungsfaktor zu betrachten.50 ad.Predatory Trading. Predatory Trading (PT) ist ein Handel, welcher die Notwendig- keit von anderen Investoren zur Reduzierung ihrer Position induziert und/oder ausnützt [vgl. Brunnermeier/Pedersen (2005)]. Brunnermeier und Pedersen (2005) zeigen, dass wenn ein Händler verkaufen muss, die anderen mit dem Verkauf und anschliessendem Rückkauf des Vermögenswertes reagieren, was zu einem Überschiessen des Preises und einer reduzierten Liquidität für distressed traders führt. Folglich ist der Markt illiquide, wenn Liquidität am meisten benötigt wird. Darüber hinaus folgt, dass „[...] a trader profits from triggering anoth- er trader’s crisis, and the crisis can spill over across traders and across markets.”51 Im heu- tigen HFT-Bereich ist dieser räuberische Handel in den Algorithmen implementiert. Mit Be- zug auf den Flash Crash gibt es keine empirische Evidenz, dass das PT alleine einen Einfluss hatte, jedoch ist es als Teil des HFT sicherlich als Destabilisierungsfaktor zu betrachten. Abschliessend ist die erste Fragestellung folglich zu beantworten: Das HFT spielte – zusammen mit der Toxizität im Markt – die Rolle eines Main Triggers beim Flash Crash. ISO und PT sind als Destabilisierungsfaktoren zu betrachten. Die Fat-Finger Theorie wie auch QS haben keinen nachweisbaren Einfluss gespielt bei den Ereignissen am 6. Mai 2010. 47 Vgl. Phillips (2010) für eine Zeitpunktanalyse der Geschehnisse des Flash Crash. 48 Chakravarty/Upson/Wood (2010), S. 3. 49 Ergo eine tiefere Marktliquidität. 50 Chakravarty/Upson/Wood (2010) empfehlen in ihrer Schlussfolgerung einen ISO halt mechanism, welche den ISO Handel in Zeiten hoher Volatilität stoppt. 51 Brunnermeier/Pedersen (2005), S. 1.
  22. 22. Der Flash Crash: Impact des Hochfrequenz-Handels Ein Flash Crash an der SIX? Pascal Marco Caversaccio 18 4. Ein Flash Crash an der SIX? Durch den Abschnitt 3.1, den Ablauf des Flash Crash, konnten wir feststellen, dass der Flash Crash am 6. Mai 2010 in einem der liquidesten Märkte, dem E-Mini S&P 500 Futures Kon- trakte, startete. Dieser ging danach auch auf die Aktienmärkte über und liess die Preise ver- schiedener grosser Aktienindizes und Aktientitel sinken (vgl. Abschnitt 1.1 und Abschnitt 3.1). In Abschnitt 3.2 wurden verschiedene Auslösefaktoren für den Flash Crash präsentiert und kurz analysiert. Als Hauptschuldige wurden der Hochfrequenz-Handel und die Toxizität im Markt identifiziert. Zusätzlich trugen die Destabilisierungsfaktoren Predatory Trading und Intermarket Sweep Order zur Unsicherheit im Markt bei. Quote Stuffing und die Fat-Finger- Theorie sind irrelevante Einflussfaktoren für den Flash Crash. Das Kapitel 4 befasst sich mit der Antwortfindung der zweiten Fragestellung dieser Arbeit: Ist ein vergleichbarer Flash Crash in der Schweiz, namentlich an der SIX, möglich? Hierbei wird die Handelsinfrastruktur der SIX auf die Resistenz gegenüber den Auslösefakto- ren des Flash Crash geprüft.52 Das Vorgehen ist äquivalent zu Abschnitt 3.2. ad.HFT. In Abschnitt 2.2 haben wir gesehen, dass die drei Gefahren des HFT: Preis- sprünge, Kurslawinen („Avalanche“) und keine Überforderung der Leitungskapazität, gut bis sehr gut an der SIX reguliert sind. Verschiedene Stop-Trading Regularien [vgl. SIX Swiss Exchange (2012a), SIX Exchange (2009)], ähnlich der „CME Globex Stop Logic Functionali- ty“ jedoch mit einem längeren Reserve State und teils anderen Referenzpreiskalkulationen, kommen bei Extremsituationen zum Zuge und schalten den Handel aus. Der Verfasser sieht die grösste Gefahr nicht in der Handelsinfrastruktur der SIX selbst, sondern bei der Liquidität. Das HFT kann in normalen Situationen erheblich die Marktliquidität erhöhen (vgl. Abschnitt 2.1.3), wodurch der Handel verbessert wird, indem Anleger mehr, leichter und zu besseren Preisen handeln können. Die Problematik sind die Krisensituationen, bei welchen die Syste- me abgeschaltet werden und der Handel ausgesetzt wird. Dadurch sinkt die Liquidität schlag- artig und verschlechtert dadurch den Handel, welcher kombiniert mit verschiedenen weiteren Faktoren, zu einer Liquiditätskrise und einem Crash führen kann. Abschliessend ist zu sagen, dass der Risikofaktor „Liquidity Provision“ in Extremsituationen an der SIX ein Initiator ei- nes Crash sein kann. Die Liquidity Provision darf jedoch nicht isoliert betrachtet werden, sondern muss auch im Zusammenhang mit der Toxizität im Markt analysiert werden. 52 Die Fat-Finger Theorie und Quote Stuffing werden nicht analysiert, da sie keine relevanten Rollen beim Flash Crash spielten.
  23. 23. Der Flash Crash: Impact des Hochfrequenz-Handels Ein Flash Crash an der SIX? Pascal Marco Caversaccio 19 ad.Toxizität im Markt. Es gibt viele tiefgehend analysierte Einflussfaktoren für den Flash Crash. Der Verfasser denkt aber, dass der Flash Crash besser als Liquiditätsereignis verstanden werden kann, ausgelöst durch die strukturellen Änderungen im HFT. Das HFT wird vom computerisierten Market Making dominiert, welches Kauf- und Verkaufsaufträge platziert bei gleichzeitiger Vermeidung von zu grossen Bestandspositionen. Falls sich die Or- der Flow Toxizität erhöht, und dies kann bei der SIX jederzeit auch der Fall sein da dies nicht generisch reguliert werden kann, sehen sich diese Market Maker einem grossen Verlust ge- genüber und werden versuchen, ihre Risikopositionen zu reduzieren oder liquideren. Die da- rauffolgende Illiquidität kann katastrophale Folgen für die Marktteilnehmer haben [vgl. Eas- ley/Lopez de Prado/O’Hara (2011)]. Der Verfasser stimmt dem Vorschlag von Easley, Lopez de Prado und O’Hara (2011) zu, zur Schaffung eines exchange-traded VPIN Kontrakts. Die- ser Kontrakt erfüllt zwei Ziele gleichzeitig: Eine objektive Messung der Flow-Toxizität für die Market Maker sowie ein Risikomanagement-Tool um die Gefahr einer adversen Selektion abzusichern. Daraus folgt, dass in Zeiten angespannter Märkte durch ein dynamisches Hedging ihrer VPIN Metrik Exposure die Hochfrequenz-Händler, welche Market Making be- treiben, auf dem Markt gehalten werden können und dadurch die Liquidität erhalten bleibt und folglich der Markt nicht in eine Krise schliddert. Die Toxizität im Markt, gekoppelt mit dem HFT bleibt auch in der Schweiz ein beständiges Risiko und wird nicht allumfassend re- guliert. Deshalb ist es empfehlenswert ein Produkt zu entwickeln, welches die Flow Toxizität misst und dadurch verschiedenen Marktteilnehmern sowie Regulatoren wichtige Informatio- nen zur Liquidität im Markt zukommen lassen kann und einen möglichen Crash verhindern kann. ad.ISO. ISO wurden als eine Ausnahmeregelung der „Order Protection Rule“ des National Market System (NMS) der SEC erstellt und sind daher in der Schweiz nicht an- wendbar. Dadurch kann der Risikofaktor ISO ausgeschlossen werden. ad. PT. Das PT bleibt als Bestandteil des HFT immer ein Risikofaktor, auch für die SIX, vor allem bezüglich der Marktliquidität, da dieser räuberische Handel in Situationen der Liquiditätsnotwendigkeit zu Illiquidität führen kann.53 Abschliessend ist die zweite Fragestellung folglich zu beantworten: Das HFT und die Toxizität im Markt sind nicht vernachlässigbare Risikofaktoren, welche die SIX in eine Liqui- ditätskrise rutschen lassen kann. PT ist als Destabilisierungsfaktor zu betrachten. ISO sind 53 ISO können als PT-Strategien verwendet werden. Die Kombination von ISO mit Leerverkäufen kann die Liquidität aus einem illiquiden bzw. unruhigen Markt herauspressen, wodurch sich die Wahrscheinlichkeit einer Liquiditätskrise erhöht. Für die Schweiz ist dies von keiner Relevanz solange sie keine ISO zulässt.
  24. 24. Der Flash Crash: Impact des Hochfrequenz-Handels Ein Flash Crash an der SIX? Pascal Marco Caversaccio 20 nicht implementierbar und stellen deshalb kein Risikofaktor dar. Der Verfasser glaubt, dass eine schwere Liquiditätskrise an der SIX durchaus möglich ist, jedoch einen totalen Absturz wie beim Flash Crash, durch die Stop-Trading Regularien verhindert werden kann. Sogenann- te Volatilitätsunterbrechungen, wie sie beim Handelssystem Xetra an der Deutschen Börse implementiert sind, stellen Erweiterungsmöglichkeiten der SIX Regularien dar. Tabelle 4-1 fasst die Ergebnisse von Abschnitt 3.2 und Kapitel 4 zusammen. Der we- sentliche Unterschied besteht beim Einflussfaktor ISO. Alle anderen Faktoren können die gleiche Ausprägung bei der SIX erreichen, wie dies beim Flash Crash der Fall war. Somit gilt auch für die SIX, Sicherheit ist und bleibt relativ, oder wie es einmal Benjamin Franklin tref- fender ausdrückte: „In dieser Welt gibt es nichts Sichereres als den Tod und die Steuern.“ Event Einflussfaktoren Flash Crash Schweizer Börse SIX Hochfrequenz-Handel ++ ++ Toxizität im Markt ++ ++ Fat-Finger Theorie 0 0 Quote Stuffing 0 0 Intermarket Sweep Order + 0 Predatory Trading + + Tabelle 4-1: Überblick über die Einflussfaktoren und deren Impact beim Flash Crash bzw. deren Bewertung als Risi- kofaktor für die SIX (eigene Darstellung)54 Eine schriftliche Nachfrage bei Prof. Dr. Reto Francioni, Vorstandsvorsitzender der Deutschen Börse und Titularprofessor an der Universität Basel, hat ergeben, dass die Ergeb- nisse von Abschnitt 3.2 und Kapitel 4 seine Meinung grösstenteils decken. Die zentrale Aus- sage seinerseits, dass selbst auf den liquidesten Märkten exogene Liquiditätsschocks entstehen können, sollte selbst für die sehr gut regulierte SIX ein Warnhinweis sein. 54 Die Notation hat folgende Bedeutung: ++ hat einen wesentlichen Einfluss/ist ein grosser Risikofaktor, + hat einen Einfluss/Destabilisierungsfaktor, 0 hat keinen Einfluss.
  25. 25. Der Flash Crash: Impact des Hochfrequenz-Handels Schlussfolgerung Pascal Marco Caversaccio 21 5. Schlussfolgerung Verschiedene Publikationen, unveröffentlichte Working Papers und die beiden SEC/CFTC Berichte postulieren unterschiedliche Einflussfaktoren als Gründe für den Flash Crash. Diese Arbeit bietet einen Überblick und die Analyse über deren Impact bei den Ereignissen am 6. Mai 2010. Der Verfasser glaubt, dass sich der Flash Crash besser als ein Ereignis erklären lässt, welches durch die Ungleichgewichte von unterschiedlichen gekoppelten Faktoren in der Marktliquidität, entstanden ist. Die Bereitstellung der Liquidität konzentriert sich im heutigen Markt auf einzelne hochspezialisierte Firmen, es existiert zudem eine geringere Beteiligung von Privatanlegern, was zu einer erhöhten Flow-Toxizität für die Market Maker führt. Die hohe Sensitivität der Liquiditätsanbieter gegenüber Intraday-Verlusten kann zu unvorherseh- baren Verhaltensweisen führen [vgl. Easley/Lopez de Prado/O’Hara (2011)]. Die Möglichkeit im Hochfrequenz-Handel unterschiedliche (räuberische) Strategien zu implementieren, wel- che in Extremsituationen versagen können, kann die Marktvolatilität erhöhen, und der nicht zu vergessene Herdeneffekt an den Finanzmärkten kann zu einem extremen Verkaufsdruck führen. Der Verfasser ist überzeugt, dass das Kollektivversagen dieser Faktoren zum Flash Crash führen musste. Da die rationale Denkweise an den Börsen nur bedingt steuerbar und regulierbar ist, kann sich die Schweizer Börse SIX nicht in Sicherheit wägen, da sich solche Liquiditätsproblematiken entgegen allen Stop-Trading Regularien auch in der Schweiz ereig- nen können. Ein kompletter Absturz, wie es die Amerikaner erlebt haben, ist jedoch nach Meinung des Verfassers ein sehr unrealistisches, jedoch nicht auszuschliessendes Szenario.
  26. 26. Der Flash Crash: Impact des Hochfrequenz-Handels Literaturverzeichnis Pascal Marco Caversaccio 22 Literaturverzeichnis Aiba, Y., Hatano, N., Takayasu, H., Marumo, K., Shimizu, T., 2002. Triangular arbitrage as an interaction among foreign exchange rates. Physica A 310, 467-479. Aldridge, I., 2009. High-Frequency Trading: A Practical Guide to Algorithmic Strategies and Trading Systems. Hoboken, New Jersey, John Wiley & Sons. Andersen, S., 2011. Cat’s Out. InsideCounsel 22, 30-53. Boulton, T. J., Braga-Alves, M. V., Kulchania, M., 2011. The Flash Crash: Effects on Share- holder Wealth and Market Quality. Midwest Finance Association 2012 Annual Meetings Pa- per. Brogaard, J. A., 2010. High Frequency Trading and its Impact on Market Quality. Un- published working paper. Northwestern University, Illinois. Brunnermeier, M. K., Pedersen, L. H., 2005. Predatory Trading. Journal of Finance 60, 1825- 1863. Carlin, B. I., Lobo, M. S., Viswanathan, S., 2007. Episodic Liquidity Crises: Cooperative and Predatory Trading. Journal of Finance 62, 2235–2274. Chaboud, A., Hjalmarsson, E., Vega, C., Chiquoine, B., 2011. Rise of the machines: Algo- rithmic trading in the foreign exchange market. FRB International Finance Discussion Papers No. 980. Chakravarty, S., Upson, J., Wood, R., 2010. The Flash Crash: Trading Aggressiveness, Li- quidity Supply, and the Impact of Intermarket Sweep Orders. Unpublished working paper. Purdue University, University of Memphis, University of Texas at El Paso. Eaglesham, J., 2010. Flash crash probe plays down quote-stuffing, http://www.ft.com/intl/cms /s/0/c673e6ee-b6e9-11df-b3dd-00144feabdc0.html#axzz1tWWjAAOX, 30. April 2012. Easley, D., Lopez de Prado, M. M., O’Hara, M., 2012. Flow Toxicity and Liquidity in a High Frequency World. Review of Financial Studies 25, 1457-1493.
  27. 27. Der Flash Crash: Impact des Hochfrequenz-Handels Literaturverzeichnis Pascal Marco Caversaccio 23 Easley, D., Lopez de Prado, M. M., O’Hara, M., 2011. The Microstructure of the Flash Crash. The Journal of Porfolio Management 37, 118-128. Eckert, M., Bry, F., 2009. Aktuelles Schlagwort: Complex Event Processing (CEP). Informa- tik-Spektrum 32, 163-167. Goldman Sachs, 2012. Goldman Sachs Electronic Trading, http://gset.gs.com/, 27. März 2012. Gomolka, J., 2011. Algorithmic Trading: Analyse von computergesteuerten Prozessen im Wertpapierhandel unter Verwendung der Multifaktorenregression. Potsdam, Universität Pots- dam, Universitätsverlag Potsdam. Grant, J., 2010. Financial Times, Markets, Tradingroom, SIX betters access for high- frequency traders, http://www.ft.com/intl/cms/s/0/c4527a9e-7795-11df-802a-00144feabdc0. html#axzz1qOvIPEmN, 28. März 2012. Gsell, M., 2008. Assessing the impact of algorithmic trading on markets: A simulation ap- proach. Proceedings of the 16th European Conference on Information Systems (ECIS), 587- 598, Galway, Ireland. Hendershott, T., Jones, C. M., Menkveld, A. J., 2011a. Does Algorithmic Trading Improve Liquidity?. The Journal of Finance 66, 1-33. Hendershott, T., Riordan, R. 2011b. Algorithmic Trading and Information. NET Institute Working Paper No. 09-08. King, M. R., Osler, C., Rime, D., 2011. Foreign Exchange Market Structure, Players and Evo- lution. Norges Bank Working Paper No. 2011/10. Kirilenko, A., Kyle, A. S., Samadi, M., Tuzan, T., 2010. The Flash Crash: The Impact of High-Frequency Trading on an Electronic Market. Unpublished working paper. Commodity Futures Trading Comission (CFTC) and University of Maryland. Kissell, R., 2006a. The Expanded Implementation Shortfall: Understanding Transaction Cost Components. Journal of Trading 1, 6 – 16.
  28. 28. Der Flash Crash: Impact des Hochfrequenz-Handels Literaturverzeichnis Pascal Marco Caversaccio 24 Kissell, R., Malamut, R., 2006b. Algorithmic Decision-Making Framework. Journal of Trad- ing 1, 12 – 21. Leinweber, D. J., 2009. Nerds on Wall Street. Math, Machines and Wired Markets. Hoboken, New Jersey, John Wiley & Sons. Menkveld, A. J., 2011. High Frequency Trading and The New-Market Makers. EFA 2011 Paper, AFA 2012 Paper. NZZOnline, 2010. High Noon für Hochfrequenzhändler, http://www.nzz.ch/finanzen/ /nachrichten/high_noon_fuer_hochfrequenzhaendler_1.7498151.html, 23. April 2012. Phillips, M., 2010. SEC’s Schapiro: Here’s My Timeline of the Flash Crash. The Wall Street Journal, 20. Mai. SEC, and CFTC, 18. Mai, 2010a. Preliminary Findings Regarding the Market Events of May 6, 2010, Report of the Staffs of the CFTC and SEC to the Joint Advisory Committee on Emerging Regulatory Issues. SEC, and CFTC, 30. September, 2010b. Findings regarding the market events of May 6, 2010, Report of the Staffs of the CFTC and SEC to the Joint Advisory Committee on Emerg- ing Regulatory Issues. Securities and Exchange Commission Act Release No. 34-62252, July 10, 2010. SFVideoPortal, 2011a. Börsenchef Katz über den Hochfrequenz-Handel, http://www. videoportal.sf.tv/video?id=205449f3-b225-4865-bdd5-ec3d5a2f5be4, 23. April 2012. SFVideoPortal, 2011b. Hochfrequenz-Handel: Spiel mit dem Feuer, http://www.video portal.sf.tv/video?id=cab8d5e8-bb9b-4278-979b-99d436e60bec, 23. April 2012. Shapiro, A. F., 2003. Capital Market Applications of Neural Networks, Fuzzy Logic and Ge- netic Algorithms. Proceedings of the 13th International AFIR Colloquium, 1. Januar 2003, 493-514. SIX Swiss Exchange, 2012a. Trading Guides, http://www.six-swiss-exchange.com/ participants/regulation/trading_guides_de.html, 04. April 2012.
  29. 29. Der Flash Crash: Impact des Hochfrequenz-Handels Literaturverzeichnis Pascal Marco Caversaccio 25 SIX Swiss Exchange, 2012b. Ausserordentliche Auftragsbuch-Situationen, http://www.six- swiss-exchange.com/participants/trading/on_order/extraordinary_situations_de.html, 23. April 2012. SIX Swiss Exchange, 2012c. Börsenhandel auf weltweit höchstem Niveau, http://www.six- swiss-exchange.com/download/participants/trading/high-performance_trading_de.pdf, 25. April 2012. SIX Swiss Exchange, o.J.. Rule Book, http://www.six-swiss-exchange.com/rule_book/03- DIR02/de/27021597973815563.html, 30. März 2012. SIX Swiss Exchange, 2011. Handel an der SIX Swiss Exchange, http://www.six-swiss- exchange.com/download/participants/participation/education/trading_on_ssx_de.pdf, 28. März 2012. SIX Swiss Exchange, 2009. SIX Swiss Exchange message No. 34/2009, http://www.six- swiss-exchange.com/swx_messages/online/swx_message_200906161743_en.pdf, 28. März 2012. Smith, R., 2010. Is high-frequency trading inducing changes in market microstructure and dynamics?. Unpublished working paper. Rochester, New York. Sornette, D., Von der Becke, S., 2011. Crashes and High Frequency Trading. Swiss Finance Institute Research Paper Series No. 11 – 63. UBS Investment Bank, 2009. Electronic trading for your world. Quick reference for UBS algorithms, http://www.ibb.ubs.com/marketing_campaigns/directexecution/download/ 122002_UBS_ET_AlgoQuickRefCard_US_02.pdf, 11. April 2012. Weil, J., 2009. Bloomberg News, Goldman Sachs Loses Grip on Its Doomsday Machine: Jon- athan Weil, http://www.bloomberg.com/apps/news?pid=newsarchive&sid=aFeyqdzYcizc, 27. März 2012. Zhang, X. F., 2010. The Effect of High-Frequency Trading on Stock Volatility and Price Dis- covery. Unpublished working paper. Yale University, New Haven Connecticut.
  30. 30. Der Flash Crash: Impact des Hochfrequenz-Handels Selbständigkeitserklärung Pascal Marco Caversaccio 26 Selbständigkeitserklärung „Ich erkläre hiermit, dass ich diese Arbeit selbstständig verfasst und keine anderen als die angegebenen Quellen benutzt habe. Alle Stellen, die wörtlich oder sinngemäss aus Quellen entnommen wurden, habe ich als solche gekennzeichnet. Mir ist bekannt, dass andernfalls der Senat gemäss Artikel 36 Absatz 1 Buchstabe o des Gesetzes vom 5. September 1996 über die Universität zum Entzug des aufgrund dieser Arbeit verliehenen Titels berechtigt ist.“ Pascal Marco Caversaccio 14. Mai 2012

×