I dati e il Buy-Side Trading Desk


Con Jacqueline Loh, Head of Trading, AIA di Gestione degli Investimenti

Come buy-side trading desk di raccolta, l’organizzazione e l’utilizzazione dei dati?

Jacqui Loh, AIA

Speriamo che in un modo strutturato, coerente! I dati raccontano una storia: nel primo capitolo, possiamo scrivere ciò che vogliamo raggiungere, e il resto della storia si scrive. Il finale potrebbe non essere quello che ci piace, ma possiamo trarre preziose informazioni da esso per rendere la nostra prossima storia di uno migliore.

Per rendere la raccolta e organizzazione dei dati il più semplice possibile, ci deve essere la connettività e la coerenza tra il sistema di gestione degli ordini (OMS), l’esecuzione management system (EMS), e pre/post trade modulo analytics. La memorizzazione di dati in una posizione è ideale, ma non sempre è possibile. I dati devono essere organizzati in modo che sia facile per eseguire una serie di iterazioni da prospettive diverse. Tuttavia, la maggior parte
la parte difficile è probabilmente decidere cosa conservare e quanto.

Quali sono i dati principali sfide e punti di dolore per l’acquisto di lato?

Sarebbe opportuno affrontare la questione con un top-down
approccio, pensando alla fine del gioco per la raccolta di dati/analytics. La raccolta di dati e analisi, non deve essere un fine in sé, ma piuttosto dovrebbe fornire la base per un migliore processo decisionale.

La sfida principale quindi è quello di definire un migliore processo di esecuzione — come prova e come creare un ciclo di feedback positivo utilizzando analisi di dati in modo tale che le prestazioni di negoziazione sta migliorando tutto il tempo. Dopo l’obiettivo principale è stato chiaramente definito, quindi è molto più facile costruire un
end-to-end processo che coinvolge la raccolta dei dati, l’organizzazione di dati e analisi. Questo è un approccio più coerente di fascicolazione pochi rapporti con la vista di dimostrare la “best execution”.

Una sfida è la selezione dei parametri. Ci sono sempre pro e contro associati a ciascun parametro standard, ad esempio il volume-prezzo medio ponderato (Vwap) vs attuazione carenza di titoli azionari. Ma, essi
deve essere sempre scelto di allineare con l’asset manager stile di gestione e di misurare le matrici importante per loro.

Il successo di un end-to-end migliore processo di esecuzione, se impostata correttamente, può essere misurata da un miglioramento quantitativo di riferimento.

Quali sono le opportunità per un trading desk di utilizzare i dati come un vantaggio competitivo?

Come contesti di mercato, cambia sempre più rapidamente e di negoziazione
piattaforme di crescere in complessità, buy-side trading desk bisogno
per utilizzare i dati per aiutare a migliorare la liquidità dei costi / efficienza, in un cammino di continua evoluzione, oppure subire un deterioramento delle prestazioni di trading.

Tuttavia, per la negoziazione team che utilizzano i dati in un determinato modo, con l’obiettivo finale in mente, il premio è che si può guadagnare un sacco di esperienza tecnica in un tempo più breve rispetto a quanto prima possibile. Un costante lavoro di analisi sarà anche rendere più facile discernere le anomalie della controparte, o algoritmo di comportamenti.

Nella mia squadra, ogni trader di analisi del proprio trading prestazioni ad alto e a basso costo compravendite su base giornaliera. Quali sono le ragioni per le
alti costi di mestieri e che cosa possiamo imparare da loro? Per il basso costo e mestieri, cosa è andato bene e come facciamo a replicare? Questo non è interpretato negativamente, ma piuttosto visti come opportunità per raccogliere cambiamenti nelle tendenze.

Come un tre-anno-vecchio gestore degli investimenti, come ha fatto AIA IM costruire la propria infrastruttura per ottimizzare i dati?
Ho il privilegio di lavorare in una società che incoraggia l’uso di dati nel processo decisionale. Il tema sul mio trading desk è basata sui dati di esecuzione. Abbiamo avuto una lavagna pulita per lavorare con. Quindi una volta che abbiamo deciso di esecuzione ottimale obiettivi, siamo stati in grado di procedere con la raccolta il
dati rilevanti in un formato il più presto possibile. Inoltre, i volumi sono molto più bassi nel nostro primo anno, il che rende più facile per noi, per verificare i dati, pulizia e gettare le basi per la raccolta dei dati e l’analisi dei dati. Da allora in poi, come registrato un aumento dei volumi di anno in anno, abbiamo potuto eseguire l’analisi con la piena fiducia nel nostro set di dati.

Credo che il principale vantaggio nella costruzione di una infrastruttura di dati dalla terra in su per essere in grado di costruire in flessibilità tale che i report personalizzati possono essere eseguite facilmente e con un breve preavviso. Questo ci permette di eseguire rapidamente il drill down su
temi specifici, ad esempio per determinare l’efficacia di un determinato algoritmo.

Quali sono i dati sfide / opportunità unica per azioni?

Dati sfide sono legate alle diverse categorie di azioni che in alcuni mercati Asiatici, e di dover mappa ordini a destra tipi di supporto, ad esempio NVDRs e stranieri e locali magazzino in Thailandia. Ipo e collocamenti sono
a volte non etichettati correttamente. Precisione dell’ordine di timestamp è un altro fattore importante.

Più di un benchmark dovrebbe essere utilizzato, e i parametri di riferimento devono essere correlati alla tipologia di flusso per produrre risultati significativi. Per esempio, se c’è un grande numero di illiquidi stock che richiedere diversi giorni per completare, una statica benchmark che coinvolgono la stima dell’impatto sul mercato i costi potrebbero
essere più appropriato di Vwap.

Il grande vantaggio in titoli azionari è che i confini dell’normalmente accettato le prestazioni di negoziazione sono stati stabiliti per i parametri standard.

Ci sono enormi opportunità di utilizzo dei dati per l’algoritmo di differenziazione. Questo comporta l’individuazione di best-in-class algoritmi per le varie categorie e quali algoritmi lavoro in scenari particolari, per esempio la liquidità in cerca di algoritmi per partite stock.

Quali sono i dati sfide/opportunità a reddito fisso?

Trading-la misurazione delle performance non è come stabilito come in titoli di capitale, e quindi la scelta del benchmark è ancora oggetto di dibattito. Norme di performance sono, inoltre, non ha ancora stabilito, quindi, forse, sovraperformance / sottoperformance dovrebbe essere considerato come una percentuale di diffusione piuttosto
che i numeri assoluti. La dimensione degli spread dovrebbe essere in funzione di un portafoglio di obbligazioni negoziate.

Accurata raccolta di dati è più difficile in quanto a reddito fisso è un mercato OTC. Ci possono non essere sufficienti dati per il confronto in alcuni dei più illiquidi crediti.

Qui ci sono possibilità per la controparte di differenziazione per settore, paese e la durata. Abbiamo appena iniziato a utilizzare la transazione analisi dei costi (TCA) nelle nostre recensioni di broker, nella speranza che le informazioni saranno utili per la vendita di lato troppo.

Qual è il futuro della gestione di dati e di utilizzo
il buy-side trading desk?

I professionisti sono tenuti ad essere quantitativamente più inclinato. Questo è
perché una grande parte del loro lavoro al centro di tutto la raccolta dei dati,
interpretazione e l’applicazione dei risultati di guadagnare punti base
miglioramenti in liquidità i costi e in generale le performance commerciali
la misurazione. L’automazione sarà un altro importante sviluppo,
come gli operatori devono imparare a lavorare a fianco di algoritmi di machine learning per ottenere i migliori risultati.

Ottimizzazione dei dati comporterà un sacco di lavoro per l’industria, ma i nostri clienti beneficeranno lo sforzo.

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *