Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Выбор подходящего момента для перераспределения клиентских заявок снижает торговые издержки в спокойных состояниях рынка, даже когда обучающиеся дилеры успевают приспособиться к правилу. В нерецензированном препринте University of Technology Sydney, где все числа получили сами авторы, такое распределение оказалось лучше случайного расписания во всех проверенных популяциях. Но оно повысило цену сделок в рискованных состояниях, поэтому внедрение зависит от приоритетов площадки.
Как контракт связывает состояние рынка, обещание и поток заявок
Обучающиеся дилеры могут надолго закрепиться на широких спредах — большой разнице между ценами покупки и продажи. Однако широкий спред не обязательно означает, что дилеры завышают цену: он также покрывает волатильность, риск сделки с лучше информированным участником и риск накопленной позиции.
Поэтому площадке недостаточно направлять больше заявок к дилеру с узким спредом всякий раз, когда котировки расходятся. Такое правило может заставить дилеров принимать дополнительный риск именно тогда, когда широкий спред оправдан состоянием рынка.
SOFA разделяет решение на три связанных шага. Сначала модуль оценки состояния ранжирует моменты по прошлой публичной волатильности и абсолютному изменению цены. Он ищет состояния, где широкий спред труднее объяснить риском, и не использует текущие котировки или внутренние параметры дилеров.
Затем планировщик заранее объявляет силу вмешательства. Объявление происходит до выставления котировок, поэтому дилеры могут учитывать обещанное распределение заявок. Бюджет ограничивает частоту вмешательств: правило не должно постоянно награждать узкие котировки и тем самым накапливать у дилеров рискованные позиции.
После появления котировок распределитель передаёт ограниченную долю фиксированного клиентского спроса дилерам с более узким спредом. Общий объём спроса не меняется. В этом смысле SOFA — не юридический договор, а публичное и заранее известное правило: площадка обещает преимущество, а затем механически отдаёт его той котировке, которая выполнила условие.
Как отделили выбор момента от объёма вмешательства
Обычное сравнение нового правила с отсутствием правила смешивает несколько причин. Площадка может вмешиваться чаще, выбирать другие моменты, сообщать дилерам другие сведения или иначе связывать котировку с потоком. После переобучения дилеров итоговая разница уже не показывает, какой элемент сработал.
В парном протоколе сравниваемые правила получают один и тот же набор уровней вмешательства на одинаковых рыночных траекториях. Меняется только их расположение во времени. Каждая версия стартует из общей контрольной точки, получает одинаковый бюджет обучения и заново адаптирует дилеров.
Отдельные проверки разрывают по одной связи. Случайное расписание проверяет, важен ли выбор состояния. Устаревшее объявление показывает, должны ли дилеры знать именно текущее обещание. Перемешивание идентификаторов передаёт дилеру поток, заработанный чужой котировкой, и проверяет связь между действием конкретного дилера и его наградой.
Эксперимент проходил в стилизованном рынке ABIDES с десятью однородными дилерами. Они выставляли симметричные котировки на грубой ценовой сетке, клиентский спрос оставался фиксированным, а траектории цены и риска задавал симулятор. Основной опыт переобучал небольшую надстройку над замороженной стратегией; полное переобучение MAPPO сохранило направление эффектов с менее точными оценками, а результат для IPPO остался неопределённым.
SOFA меняет план проверки, но не даёт готового решения о запуске
На 20 независимо обученных популяциях выбор спокойных состояний каждый раз обошёл случайное расписание. Средняя экономия на исполнении составила 0,040 тика; тик — минимальный шаг цены. Издержки исполнения здесь означают расстояние между ценой клиентской сделки и текущей опорной ценой рынка.
Текущее объявление тоже оказалось существенным: его замена устаревшим повысила издержки на 0,034 тика. Сильнее всего повлияло разрушение связи между котировкой и потоком — перемешивание идентификаторов ухудшило результат на 0,224 тика. Значит, одной публикации намерения недостаточно: награда должна достаться тому дилеру, чья котировка её заслужила.
Экономия в спокойных состояниях не стала бесплатной. В основном сценарии сделки в рискованных состояниях подорожали, а совокупные клиентские издержки выросли. SOFA выгодна площадке, только если она оценивает издержки в спокойном состоянии более чем в 1,38 раза выше издержек в рискованном. При равном весе запуск не оправдывается.
Для продуктовой команды главный результат — протокол проверки, а не конкретный порог или модуль оценки. Правило для адаптирующихся агентов стоит сравнивать при одинаковом объёме вмешательства, запускать каждую версию из общей точки, давать агентам переобучиться и разрывать по одной связи. Иначе команда рискует принять эффект большего бюджета за эффект удачного алгоритма.
Саму SOFA нельзя переносить в рабочую торговую систему без новой проверки. Модуль состояния обучали на внутренних метках симулятора, которые недоступны площадке во время работы; в реальном внедрении их придётся заменить наблюдаемым показателем риска и подтвердить его отдельно. Кроме того, в опыте не было неоднородных дилеров, эластичного спроса и стратегических фоновых участников, поэтому знак совокупного эффекта за пределами этой модели заранее не определён.
Источники
Иллюстрация: рисунок из статьи «When and How Order-Flow Interventions Work After Dealers Adapt», Guanghao Wu, Zhuo Cai, Zhidong Li и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
