Aller au contenu

Trading algorithmique

Un article de Wikipédia, l'encyclopédie libre.

Le trading algorithmique, aussi appelé trading automatisé ou trading automatique, boîte noire de négociation (en anglais : black-box trading), effectué par des robots de trading ou robots traders[1],[2], est une forme de trading avec utilisation de plateformes électroniques pour la saisie des ordres de bourse en laissant un algorithme décider des différents aspects de l'ordre, tel que l'instant d'ouverture ou de clôture (le timing), le prix ou le volume de l'ordre et ceci, dans de nombreux cas, sans la moindre intervention humaine[3].

Ce type de trading cherche à tirer parti de la vitesse et de la puissance de calcul des ordinateurs par rapport aux traders humains[4]. Au XXIe siècle, le trading algorithmique s'est imposé aussi bien auprès des traders particuliers que des traders institutionnels. Une étude de 2019 a révélé qu'environ 92 % des opérations sur le marché Forex étaient réalisées par des algorithmes de trading plutôt que par des êtres humains[5].

Il est largement utilisé par les banques d'investissement, les fonds de pension, les fonds communs de placement et les fonds spéculatifs, qui peuvent avoir besoin de fractionner l'exécution de grands ordres ou d'effectuer des opérations trop rapidement pour que des traders humains puissent réagir. Il reste néanmoins accessible aux traders privés disposant d'outils grand public.

Le terme trading algorithmique est souvent employé comme synonyme de système de trading automatisé. Ces systèmes englobent une grande variété de stratégies de trading, dont certaines s'appuient sur des formules et des résultats issus de la finance mathématique, et font généralement appel à des logiciels spécialisés[6],[7].

Parmi les stratégies couramment utilisées dans le trading algorithmique figurent le trading systématique, la tenue de marché, le spreading intermarchés, l'arbitrage ou encore la pure spéculation, comme le suivi de tendance. Beaucoup relèvent du trading haute fréquence (THF), caractérisé par un volume élevé de transactions et un ratio important entre ordres passés et ordres exécutés[8]. Les stratégies de THF s'appuient sur des ordinateurs capables de prendre des décisions complexes et d'émettre des ordres à partir d'informations reçues électroniquement, avant même qu'un trader humain puisse les lire et les interpréter. C'est dans ce contexte qu'en février 2012, la Commodity Futures Trading Commission (CFTC) a constitué un groupe de travail spécial réunissant universitaires et experts du secteur, chargé de l'aider à établir une définition précise du THF[9],[10]. Le trading algorithmique et le THF ont profondément reconfiguré la microstructure du marché et accru la complexité et l'imprévisibilité de sa dynamique d'ensemble[11], notamment en ce qui concerne les conditions de fourniture de la liquidité[12].

Utilisation

[modifier | modifier le code]

Le trading algorithmique est largement utilisé par les fonds de pension, les fonds mutuels de placement et d'autres acheteurs (poussés par des investisseurs) tels que les opérateurs institutionnels afin de diviser de grosses transactions en plusieurs transactions plus petites afin de gérer l'impact sur le marché et le risque. D'un autre côté les vendeurs, tels que les teneurs de marché et certains hedge funds, fournissent des liquidités au marché, et permettent la production et l'exécution des ordres automatiquement.

Il existe une catégorie de trading algorithmique nommée trading haute fréquence (THF) ou en anglais high-frequency trading (HFT), dans laquelle les ordinateurs prennent des décisions complexes afin d'émettre des ordres sur la base d'informations qui sont reçues par voie électronique, avant que les opérateurs humains ne soient capables de traiter les informations qu'ils observent. Cette catégorie connaît un essor depuis le passage des bourses sur des plateformes entièrement informatisées et l'entrée en vigueur de la règle Reg NMS (Regulation National Market System), qui impose une transparence des prix entre les places boursières et l'exécution des transactions au meilleur cours disponible, le NBBO (National Best Bid and Offer).

Cela s'est traduit par un changement de la microstructure des marchés, en particulier dans la façon dont l’approvisionnement de liquidité est assuré. En HFT, le rythme de la création d'ordre est la nanoseconde et celui de la passation d'ordre la microseconde[13]. Pour assurer la prise en compte de leurs ordres, les principaux acteurs du HFT louent des emplacements au sein même des centres informatiques des bourses. Pour le groupe NYSE Euronext par exemple, les datacenters sont situés dans les banlieues londonienne et new-yorkaise.

Cette technologie, encore récente, présente des risques de défaillance comme les flash crashes ou krachs éclair[14]. KCG (Knight Capital) a par exemple perdu le environ 462 millions de dollars[15],[16] en laissant fonctionner un algorithme. Le HFT remplace les market makers traditionnels, des personnes physiques, en apportant plus de liquidités au marché avec un prix moyen des transactions à la baisse[17].

Le trading algorithmique peut être utilisé dans toute stratégie d'investissement, y compris le market making, le spread intermarché, l'arbitrage ou la pure spéculation, dont le suivi de tendance[18],[19]. Ces algorithmes peuvent amplifier les mouvements de marché lorsque de nombreuses décisions sont prises simultanément et dans le même sens[20].

Depuis les années 2010, une large majorité des ordres passés sur les marchés boursiers sont générés par des robots de trading algorithmique[réf. nécessaire].

Notes et références

[modifier | modifier le code]
  1. ↑ « Cash investigation » , diffusée le vendredi 8 juin 2012 sur France 2. Titre : Finance Folle : l'attaque des robots traders.
  2. ↑ « A dark magic: The rise of the robot traders - BBC News » (consulté le )
  3. ↑ (en) Tom Lin, « The New Investor », UF Law Review, vol. 60,‎ , p. 678–735 (lire en ligne)
  4. ↑ (en) « Business and finance » [archive du ], The Economist (consulté le )
  5. ↑ (en) Robert Kissell, Algorithmic Trading Methods, (ISBN 978-0-12-815630-8, DOI 10.1016/C2017-0-03456-0)[page à préciser]
  6. ↑ (en) Tom C. W. Lin, « The New Financial Industry », Alabama Law Review, vol. 65,‎ , p. 567–623
  7. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:30 (Thomson West, 2015–2016 ed.).
  8. ↑ Lemke and Lins, "Soft Dollars and Other Trading Activities," § 2:31 (Thomson West, 2015–2016 ed.).
  9. ↑ (en) Silla Brush, « CFTC Panel Urges Broad Definition of High-Frequency Trading », sur Bloomberg.com,
  10. ↑ Commodity Futures Trading Commission Votes to Establish a New Subcommittee of the Technology Advisory Committee (TAC) to focus on High Frequency Trading, 9 février 2012, Commodity Futures Trading Commission
  11. ↑ (en-US) « How Complexity and Uncertainty Grew with Algorithmic Trading », sur martinhilbert.net (consulté le ).
  12. ↑ (en) David Easley, Marcos M. López de Prado et Maureen O'Hara, « The Microstructure of the 'Flash Crash': Flow Toxicity, Liquidity Crashes, and the Probability of Informed Trading », The Journal of Portfolio Management, vol. 37, no 2,‎ , p. 118–128 (DOI 10.3905/jpm.2011.37.2.118)
  13. ↑ Joel Hasbrouck, « Low-latency trading », Journal of Financial Markets, vol. 16, no 4,‎ , p. 646-679 (DOI 10.1016/j.finmar.2013.05.003)
  14. ↑ « Findings Regarding the Market Events of May 6, 2010 », sur U.S. Commodity Futures Trading Commission et U.S. Securities and Exchange Commission, (consulté le )
  15. ↑ (en) « Lone sysadmin fingered for $462m Wall Street crash », The Register,‎ (lire en ligne, consulté le )
  16. ↑ (en) « In the Matter of Knight Capital Americas LLC, Release No. 70694 », sur U.S. Securities and Exchange Commission, (consulté le )
  17. ↑ [PDF] Competition between High-Frequency Market Makers, and Market Quality, p. 14-15 :
    « The quality of liquidity that HFTs potentially provide is of particular concern as HFTs have replaced traditional market makers. »
  18. ↑ (en) Alain P. Chaboud, « Rise of the Machines: Algorithmic Trading in the Foreign Exchange Market », The Journal of Finance, vol. 69, no 5,‎ , p. 2045-2084 (DOI 10.1111/jofi.12186)
  19. ↑ « Analyse des stratégies de marché appliquées au trading automatisé », sur Lexique des Marchés Financiers (consulté le )
  20. ↑ Jonathan Brogaard, « High-Frequency Trading and Price Discovery », The Review of Financial Studies, vol. 27, no 8,‎ , p. 2267-2306 (DOI 10.1093/rfs/hhu032)

Voir aussi

[modifier | modifier le code]

Sur les autres projets Wikimedia :

Articles connexes

[modifier | modifier le code]
Ce document provient de « https://fr.wikipedia.org/w/index.php?title=Trading_algorithmique&oldid=237755118 ».