Vous êtes sur la page 1sur 6

Le trading quantitatif : une rationalisation de la ngociation sur les marchs

Charles-Albert Lehalle Le trading quantitatif regroupe les techniques permettant de rationaliser l'implmentation sur les marchs des dcisions d'investissement. Ces techniques sont nes autour de l'achat et la vente de grosses quantits d'actions sur les marchs lectroniques. Si on achte ou que l'on vend trop rapidement, le prix sera dgrad (cet effet est appel market impact ) alors que si on achte ou vent trs lentement pour viter de perturber le processus de formation des prix, on court le risque que le prix change pendant l'implmentation de la dcision, la rendant ainsi caduque. Afin de rationaliser cet quilibre (viter trop d'impact en ngociant lentement, viter une trop forte exposition au risque de march en ngociant rapidement), il est tout d'abord ncessaire de modliser la nature du market impact, et donc d'tudier la microstructure des marchs. Il est aussi important de mesurer correctement le risque couru du l'attente (la part d'ala dans le processus de formation des prix) et donc de recourir des rsultats de statistique des processus. Une fois ces deux choses faites, on peut poser clairement un problme d'optimisation correspondant une problmatique de ngociation et le rsoudre.

La microstructure des marchs


On appelle communment microstructure des marchs l'ensemble des rgles et des comportements qui structurent les jeux d'enchres mis en place pour former des prix. Pour ce qui est des marchs tirs par les ordres (qui composent la majorits des marchs lectroniques aujourd'hui, par opposition aux marchs tirs par les prix), il y a principalement deux types de jeux d'enchres. Les enchres de fixing, qui dbutent et clturent habituellement les journes de cotation, et les enchres en continu, en vigueur le reste du temps de cotation.

Figure 0: Le rouge lvres de Kupka, 1908 ( gauche) et le carnet d'ordres de l'action L'Oreal ( droite). Les enchres de fixing ressemblent beaucoup aux mise aux enchres habituelles d'objets d'art,

l'exception prs que les vendeurs y participent au mme titre que les acheteurs. Cela est rendu possible grce la fongibilits des actions d'une mme socit cote ; s'il n'y a qu'un seul rouge lvres de Kupka vendre (donc un seul vendeur potentiel et plusieurs acheteurs), il y a un trs grand nombre de vendeurs possible d'actions de l'Oral (cf Figure 0).

Figure 1: Un exemple stylis des carnets d'ordres cumuls juste avant le fixing Durant la phase de mises aux enchres , les acheteurs et les vendeurs dclarent leurs intrts simultanment sous la forme de quantits et de prix (untel est prt vendre 200 actions 10 euros ou plus, ou en acheter 40 9 euros ou moins, etc). La somme des offres d'achat et de ventes forment deux carnets d'ordres cumuls (celui des vendeur et celui des acheteurs: cf Figure 1). Au moment du fixing un prix d'quilibre est calcul (on l'appelle aussi prix de clearing ) qui correspond l'intersection des deux carnets d'ordres. Sur l'exemple factice de la Figure 1, le prix d'quilibre est de 10 euros. Les enchres continues se droulent selon une autre logique ; les carnets d'ordres cumuls analogues ceux de la Figure 1 ne se recouvrent jamais : l'appariement des ordres d'achat et de vente se fait au fil de l'eau. Ds qu'un ordre d'achat se dclare un prix plus lev qu'un ordre de vente dj prsent dans le carnet (ou qu'un vendeur se dclare un prix infrieur celui d'un acheteur dj prsent), une transaction est gnre qui nettoie en temps rel le carnet. Il subsiste donc un espace entre l'ordre acheteur au plus fort prix ( best bid , 9.0 euro sur la Figure) et l'ordre vendeur au plus faible prix ( best ask , 11.5 euros) , l'cart entre ces mieux disants s'appelle la fourchette offre-demande ( bid-ask spread en anglais, cf Figure 2).

Figure 2: Reprsentation stylise d'un carnet d'ordre d'enchre continu.

Dans le cadre des enchres continues, il est utile de distinguer les apporteurs de liquidit, prsents dans le carnet d'ordres, des consommateurs de liquidit, dont les ordres gnrent immdiatement des transactions en rencontrant les ordres des apporteurs de liquidit. Les apporteurs de liquidit sont patients, prts attendre avant de prendre part une transaction ; les consommateurs de liquidit sont impatients, acceptent de payer la fourchette offre-demande en contrepartie de la certitude d'une transaction. Dans la ralit, de nombreux intervenants sont tout d'abord patients (apportant de la liquidit aux marchs), puis annulent leurs ordres pour consommer de la liquidit s'ils n'obtiennent pas assez rapidement une transaction. Le processus de formation des prix provient donc de l'enchanement des enchres de fixing et continue, et nait de la dynamique des carnets d'ordres. L'augmentation rcente (continue en Europe depuis 2007) de la frquence de modification des ordres par les divers intervenants conduit qualifier aujourd'hui la plupart des modes de ngociation sur les marchs lectronique de trading haute frquence , par opposition avec les ordres passs par tlphone il y a encore quelques annes. En 2011, une valeur liquide du CAC 40 gnre environ 50.000 transactions en une journe, portes par quelques 600.000 mouvements des dix premiers prix du carnet d'ordres.

Les modles
D'un point de vue quantitatif, on rsume souvent la microstructure aux types d'enchres disponibles et leur squencement, auxquels on ajoute des modles des processus d'arrive d'ordres dans le carnet. Sur les marchs europen, nous avons environ cinq ou six enchres continues qui se droulent en parallle, ponctuellement doubles d'enchres de fixing. Chaque enchre est hberge dans le carnet d'ordre d'un oprateur comme EuroNext, Chi-X, BATS Europe, Turquoise, le London Stock Exchange, etc. La comprhension des processus d'arrive des ordres en fonction du prix, de leur quantit, de l'tat des carnets et du pass rcent fait l'objet d'tudes nombreuses sans qu'une conclusion dfinitive n'ai pu merger. Les rgles des diffrents carnets d'ordres disponibles et les comportements des diffrents acteurs voluant sans cesse (tirs par les volutions technologiques permettant d'envoyer, de photographier, de stocker, et d'analyser toujours plus d'ordres par seconde), il est difficile de tirer des conclusions sur une meilleure modlisation du processus de formation des prix. Il faut noter nanmoins l'mergence de certaines propositions prometteuse : les processus ponctuels (dont les processus intensit stochastique causale) semblent capables de rendre compte d'une grande partie des caractristique des ordres d'achat et de vente ; ils ont en outre la proprit sympathique d'admettre parfois une limite diffusive, ce qui peut relier les caractristiques des processus d'arrive d'ordres une amplitude d'ala de type volatilit (Bacry et al. 2011); le mouvement de prix immdiat aprs une transaction (market impact instantan) est suivi d'une priode de relaxation du carnet d'ordre ( decay ) provenant essentiellement de l'apptence des fournisseurs de liquidit (Bouchaud, Mezard, Potters, 2002 et Gatheral, 2010); les instants auxquels ont lieu les transactions sont intimement lis aux moments o la quantit offerte en premire imite passe par zro ( best bid ou best ask ), ce qui permet une modlisation jointe des volumes des ordres et des prix cots, indispensable pour rendre compte du processus de formation des prix (Cont, Larrard 2011).

La problmatique de la ngociation
Une fois le problme bien pos en terme de jeux d'enchres, la problmatique de l'achat ou la vente

d'un grand nombre d'action apparat clairement. Si jeux veux acheter 1.000 actions immdiatement dans le carnet d'ordre de la Figure 2, je vais acheter les 230 premires 10.5 euros, les 104 suivantes 11.0 euros, etc jusqu' finalement obtenir un prix moyen de 11.994 euro. Si je n'avais achet que 200 actions tout de suite et attendu quelques secondes, de nouveaux vendeurs auraient il apport suffisamment de liquidit pour me permettre de consommer de nouveaux de la liquidit 10.5 euros, ceci plusieurs fois de suite, me permettant d'obtenir un prix moyen plus faible? Mieux: si je m'tais positionn en apporteur de liquidit 9.0 euros, un vendeur impatient m'aurait-il permis de tout acheter prs de 2 euros moins cher? Le cot de la ngociation est un multiple de la fourchette offre demande de l'instrument chang (plus les volumes changs sont levs par rapport aux volumes habituellement traits sur la valeur, plus ce multiple va tre lev), en Europe cela tourne autour de 6 points de base. Pour un gestionnaire de fond actif qui va modifier un tiers de son portefeuille chaque semaine, cela va donc lui coter un multiple de 2 points de base par semaine, soit de l'ordre de plusieurs fois 1% par an, ce qui est loin d'tre ngligeable. Dans le cadre de la rplication du risque de produits non linaires, le cot va dpendre du Delta de la position, et est aussi important. Les produits comme les Exchange Traded Funds (ETF) sont pour une part changs dans des carnets d'ordres, et la couverture des position de market making gnres par leur activit est aussi soumis ce cot de ngociation. De ce fait, l'optimisation des interactions avec les carnets d'ordres des marchs lectronique, si elle peut parat infinitsimale dans son implmentation (dcider d'intervenir quelques secondes prs), est une vritable source d'conomie pour une grande partie de l'activit des acteurs de la finance de march.

Figure 3: Un exemple rel de la mise en uvre d'un algorithme de ngociation. En haut les prix du march (valeurs du "best bid" et "best ask" en vert et bleu, points de couleur pour les transactions obtenues par l'algorithme) auxquels on superpose les prix moyens pondrs par les volumes (VWAP) du march (en noir) et de l'algorithme (en gris). En bas les volumes changs rebass 100% en fin de ngociation: en noir le march, en gris l'algorithme, et en couleurs les diffrentes limites calcule par un optimiseur de trading.

Une premire partie de la rationalisation de la ngociation consiste en contrler le risque. Plusieurs cadres formels quivalents ont t proposs en toute fin des annes 90 par divers universitaires (Almgren, Chriss 2000). Le principe est d'crire un critre minimiser: ce fut initialement un quilibre moyenne variance qui permet de retranscrire l'envie d'aller lentement (pour minimiser le cot de market impact qui est du cot de la moyenne) et d'aller vite (pour minimiser la variance du prix pendant la priode de tarding). Aujourd'hui on utilise communment des techniques plus sophistiques (Bouchard, Dang, Lehalle 2011). Cela permet d'obtenir, via une optimisation numrique des "courbes optimales de trading" (cf Figure 3) qui encadrent le nombre d'actions qu'il est judicieux d'acheter ou de vendre pour ne pas tre trop fortement expos aux diffrents risques. Ensuite il s'agit de rellement acheter ou vendre ses actions en participant au jeu d'enchres, on utilise pour cela des robots de trading appels aussi "liquidity seekers". Il ne faut pas ngliger dans ce cadre l'importance d'une optimisation du choix des carnets d'ordres avec lesquels le robot de trading va interagir. En effet pour une mme action cote, des jeux d'enchres se droulent en parallle sur le march "historique" (Nyse Euronext pour une valeur parisienne) mais aussi sur des places alternatives comme BATS, Chi-X, ou Turquoise, ainsi que dans des "Dark Pools" (carnets d'ordres anonymes). L'optimisation gographique de l'envoi d'ordres est pris en charge par ce qu'on appelle gnralement un "Smart Order Router" (SOR). Des propositions de formalisation rcentes de ces problmatiques ont t proposes (Pags, Laruelle, Lehalle 2009). Si rien n'est encore tabli dfinitivement, de grandes tendances mergent dans l'optimisation de la ngociation: la fiabilit et la prcision des statistiques et des modles (i.e. la formalisation de la microstructure des marchs sur lesquels les algorithmes interviennent) est importante une chelle "grossire" (de 20 minutes plusieurs heures), l'optimisation est plutt domine par une composante "contrle du risque", qui permet s'imposer des limite en terme de rythme de ngociation: acheter ou vendre plus rapidement que la limite haute revient courir trop de risque de dgradation de prix, le faire moins rapidement que la courbe basse veut dire prendre trop de risque de modification du prix dans le futur une petite chelle (moins de quelques secondes) c'est une succession de paris sur la stationnarit ou non de caractristiques du carnet d'ordres (fourchette offre demande, meilleurs quantits offertes, rythmes de transactions) qui prdomine. En guise de conclusion : le trading optimal est un domaine rcent qui tabli un lien entre une stratgie d'investissement au sens large et l'tat de l'offre et la demande sur un march lectronique. Il permet par ce biais une meilleur comprhension d'un type de risque jusque l peu explor, en conjuguant des rsultats de mathmatiques appliques et de finance quantitative avec une forte expertise en modlisation de processus discrets sur de larges chantillons.

Pour aller plus loin : bibliographie (Bacry et al. 2011) Modeling microstructure noise with mutually exciting point processes, par E. Bacry, S. Delattre, M. Hoffmann, J. F. Muzy (18 Jan 2011) , pr publication arxiv. (Bouchaud, Mezard, Potters, 2002) Statistical properties of stock order books: empirical results and models, par J. P. Bouchaud, M. Mezard, M. Potters (18 Jun 2002) ; pr publication arxiv. (Gatheral, 2010) No-Dynamic-Arbitrage and Market Impact, par Jim Gatheral ; Social Science Research Network Working Paper Series (31 October 2008)

(Cont, Larrard 2011). Price Dynamics in a Markovian Limit Order Book Market, par Rama Cont, Adrien De Larrard ; Social Science Research Network Working Paper Series (07 January 2011) (Bouchard, Dang, Lehalle 2011) Optimal control of trading algorithms: a general impulse control approach, par Bruno Bouchard, Ngoc-Minh Dang, Charles-Albert Lehalle, SIAM J. Financial Mathematics, ( paratre en 2011) (Pags, Laruelle, Lehalle 2009) Optimal split of orders across liquidity pools: a stochatic algorithm approach, par Gilles Pags, Sophie Laruelle, Charles-Albert Lehalle (2009); pr publication arxiv (Almgren, Chriss 2000) Optimal execution of portfolio transactions, par R. F. Almgren, N. Chriss in Journal of Risk, Vol. 3, No. 2. (2000), pp. 5-39.

Vous aimerez peut-être aussi