En una aproximación a la arquitectura del trading, en este artículo te contaremos qué es un sistema de trading automatizado, cuál es la diferencia entre la arquitectura tradicional y actual, para luego adentrarnos en la arquitectura de ArQuants.
Aún cuando en la Argentina, y en toda la región, el trading algorítmico empieza a mostrar su lado amigable gracias a las soluciones como de ArQuants -que permite la ejecución de estrategias de trading por medio de una plataforma web con acceso en múltiples mercados- la realidad habla de sistemas que llevan más de una década de existencia en el mundo.
Este tipo de sistemas se denominan ATS que, por sus siglas en inglés significa Automated Trading Systems. En concreto, son sistemas informáticos como el que creamos en TradeSpark y que denominamos ArQuants, los cuales permiten ejecutar estrategias que interactúan bajo un conjunto de reglas generando señales de compra/venta.
Estas estrategias son creadas por un Quant, o por un conjunto de Quants. Con el propósito de hacer que la programación de las mismas sea más amena y simple, desde TradeSpark Solution se brinda una Librería de desarrollo disponible para los usuarios de ArQuants.
¿Qué es ATS?
El concepto es muy sencillo: los sistemas de trading automatizados (Automated Trading Systems) son esquemas informáticos que interactúan con los mercados por dos vías: por un lado, reciben información de precios de los diferentes mercados donde operan (market data), y por el otro, emiten órdenes de compra y venta y reciben las respuestas del mercado para cada una de dichas órdenes.
Teniendo lo mencionado previamente en consideración, podemos describir la arquitectura de un ATS de la siguiente manera:
- El o los Mercados.
- El servidor:
El receptor de Market Data
El almacenamiento de Market Data
El almacenamiento de órdenes generadas por el usuario
- La aplicación:
Donde el usuario ingresa los inputs, los cuales incluyen la estrategia de negociación.
La interfaz para ver la información, la cual incluye la market data y las órdenes de compra y venta emitidas.
Un order manager cuya principal actividad es el envío de órdenes de compra y venta a los mercados
Este esquema representa la arquitectura tradicional que, si bien es la que se utilizó durante esta década es, al mismo tiempo, la que presenta limitaciones en relación a las necesidades del trading algorítmico actual.
¿Cuáles son las limitaciones de la arquitectura tradicional?
Aunque las limitaciones parecieran obvias, de cara a la evolución y uso que comenzó a tener el trading algorítmico en el mundo entero, vamos a marcar algunas de ellas:
- La gestión de pedidos debe ser más robusta y capaz de gestionar muchos más pedidos por segundo.
- La gestión de riesgos necesita administrar los pedidos en tiempo real y de forma completamente automatizada.
- La toma de decisiones y envío de órdenes debe ser mucho más rápida que el receptor de datos de mercado para igualar la tasa de datos.
Veámoslo en un ejemplo:
Si una orden tiene un tiempo de reacción de un milisegundo, lo cual es muchísimo más que la latencia normal, el sistema puede tomar mil decisiones en un solo segundo. Estas mil decisiones tienen que pasar por el gestor de riesgos en un segundo de manera de que se pueda producir el intercambio. Dicho así, este nivel de complejidad es básicamente la gran limitación de las arquitecturas de trading tradicionales.
La nueva arquitectura del sistema de trading automatizado
Para sortear las limitaciones de la arquitectura tradicional se han implementado nuevos protocolos que, entre otras cosas, buscan reducir los niveles de latencia, el procesamiento y optimizar el uso de recursos dentro del sistema de trading automatizado.
Los nuevos volúmenes y velocidades que se presentan exigen además, nuevas lógicas. Algunas de estas las mencionaremos a continuación de manera de comprender por qué una plataformas automatizada, como la de ArQuants, llega al escenario regional como una solución real:
- Para superar las limitaciones de la arquitectura del sistema tradicional, el motor que ejecuta la lógica de la toma de decisiones, también conocido como motor de ‘Procesamiento de eventos complejos’, o CEP, se traslada desde la aplicación al servidor. La capa de aplicación ahora es un poco más que una interfaz de usuario para ver y proporcionar parámetros al CEP o Complex event processing, por sus siglas en inglés.
- Con la automatización, se escala también en cantidad de cálculos complejos comunes en un mismo evento de Market Data. Por esta razón, se optimiza la redundancia del cálculo dividiéndolos en un motor de cálculo separado para que así puedan procesarse como una entrada al CEP y reducir la exigencia de procesamiento en gran volumen.
- De igual manera, algunas acciones de gestión de riesgo pasan a la capa de Aplicación en donde se pueden visualizar. Sin embargo, el grueso de las verificaciones las realiza un RMS (Risk Management System, por sus siglas en inglés) dentro del OM (Order Manager o Administrador de órdenes).
Debido a la escalabilidad, es posible que sea necesario visualizar verificaciones más específicas para la estrategia, para lo cual el RMS contiene un nivel de estrategia o SLRMS (Strategy Level Risk Management System), como también un RMS global o GRMS (Global Risk Management System ), que se utiliza para verificaciones comunes en todas las estrategias. Así mismo, puede incluir una interfaz de usuario que permita visualizar a ambos.
En concreto, los componentes de un ATS son:
- Adaptador de mercado
- Motor de procesamiento de eventos complejos
- Un sistema CEP que, por ser un conjunto de eventos, contiene los siguientes componentes:
- Motor CEP
- Reglas del CEP
- CEP WS
- Interfaz de resultados CEP
Siendo el motor y el conjunto de reglas los componentes más importantes, y los que están determinados por la estrategia de trading.
En adelante, y en este blog, explicaremos en detalle cómo un sistema de trading automatizado, como el que propone ArQuants con su arquitectura, permite reducir los niveles de latencia y asegurar mayor efectividad y rentabilidad.
¿Puedo crear una estrategia de negociación?
Detrás de toda automatización está el cerebro y la mano del ser humano. Por esa razón, una persona con conocimientos de mercado y de lenguaje de programación – por ejemplo de Python- tiene la posibilidad de desarrollar trading algorítmico en una institución.
Es por esto que la tecnología de ArQuants contempla al factor humano brindando una funcionalidad con un entorno y una librería de desarrollo que facilita la traducción de una estrategia de negociación a código.
Conscientes de ello, estamos trabajando en el área TradeSpark Academy para que las personas que quieran adquirir conocimientos como Analistas cuantitativos o Quants puedan estudiar, capacitarse, desarrollar este perfil y ocupar este rol dentro de una Bancos, brokers, fondos comunes de inversión, etc. o del área de TradeSpark Solution, siendo facilitadores para las áreas de trading algorítmico de terceros.
En concreto, el proceso de TradeSpark Solution se lleva a cabo de la siguiente manera:
- Se parte de una hipótesis o estrategia, basándose en las observaciones del mercado o de la lectura de market data, investigaciones, blogs, foros. Todos nuestros canales de comunicación: podcast, blog, YouTube o email, son excelentes para estar al día.
- Se codifica la estrategia, en base a los datos recabados por fuentes de información fiables. Python es, sin duda, el lenguaje de programación por excelencia para este paso.
- Se hace una prueba retrospectiva de la estrategia creada, para probar que esa idea tiene buenos rendimientos sobre los datos históricos. Esto también es posible hacerlo dentro del marketplace de ArQuants en donde además se pueden simular las condiciones del mercado. Esto se lleva a cabo con el área de desarrollo y soporte. Esta instancia se denomina backtesting.
Es válido comentar que TradeSpark está trabajando junto a ISISTAN-CONICET en el desarrollo de un módulo de backtesting que permita realizar backtest de una manera simple.
- Se ejecuta la estrategia, si luego de las pruebas se ha comprobado que es rentable.
Conforme evoluciona el trading algorítmico en el mundo, Latinoamérica encuentra, al fin, un lugar para ser parte de este desarrollo.
Está visto que lograr rentabilidad en la actualidad no se consigue solo con buenas decisiones e información de los mercados, sino con innovación, la llave que abre las puertas de una era a la que ya estamos obligados a entrar y dominar.
