Ein Automatisiertes Handelssystem (ATS), eine Spielart des algorithmischen Handels, nutzt ein Computerprogramm, um Kauf- und Verkaufsaufträge zu generieren und sendet diese automatisch an ein Marktzentrum oder an eine Börse. Basierend auf festgelegten Regeln und einer Handelsstrategie, die sich auf technische Analyse, fortgeschrittene statistische und mathematische Modelle oder Daten aus anderen elektronischen Quellen stützt, erstellt das Programm die Aufträge eigenständig.

Solche Systeme finden vornehmlich in Investmentbanken und Hedgefonds Anwendung, sind jedoch auch für private Anleger durch einfache Online-Tools zugänglich. Automatisierte Handelssysteme haben die Landschaft des modernen Handels nachhaltig verändert und betreffen alle Marktteilnehmer, von großen institutionellen Brokern bis zu einzelnen Privatanlegern. Aktuellen Schätzungen zufolge werden etwa 70 % bis 80 % aller Markttransaktionen durch solche Software durchgeführt – im Gegensatz zu traditionellen, manuell ausgeführten Transaktionen.

Im Rahmen des elektronischen Handels kommen automatisierte Handelssysteme oft in automatisierten Handelszentren zum Einsatz, einschließlich elektronischer Kommunikationsnetze, „Dark Pools“ und automatisierten Börsen. Diese Systeme und Plattformen sind in der Lage, repetitive Aufgaben mit einer weit höheren Geschwindigkeit als Menschen zu erledigen. Traditionelle Risikokontrollen und Sicherheitsmechanismen, die auf menschlichem Urteilsvermögen basieren, erweisen sich beim automatisierten Handel als unzureichend, was zu Vorfällen wie dem Flash-Crash im Jahr 2010 geführt hat. Um solche Probleme zu adressieren, wurden auf einigen elektronischen Märkten neue Sicherheitsvorkehrungen wie Handelslimits oder „Stromkreisunterbrecher“ eingeführt.

Mechanismus des automatisierten Handelssystems Ein automatisiertes Handelssystem trifft Entscheidungen basierend auf dem aktuellen Marktpreis einer Option sowie deren theoretischen Kauf- und Verkaufspreisen, um zu bestimmen, ob ein Auftrag erteilt werden soll. Diese theoretischen Preise leiten sich aus dem aktuellen Marktpreis des der Option zugrunde liegenden Wertpapiers ab. In einer speziellen Nachschlagetabelle sind für verschiedene Preisbereiche des zugrunde liegenden Wertpapiers entsprechende theoretische Kauf- und Verkaufspreise hinterlegt. Sollte sich der Marktpreis des betreffenden Wertpapiers ändern, wird ein aktualisierter theoretischer Preis in die Tabelle eingefügt. Dieser Prozess hilft, zeitaufwendige Berechnungen zu umgehen, die sonst automatisierte Handelsentscheidungen verzögern könnten. Zudem nutzt das System bei der Abwicklung von Transaktionen strukturierte Nachrichten, um die verschiedenen Verhandlungsphasen zwischen einem Marketmaker und potenziellen Käufern oder Verkäufern effizient darzustellen.

Strategien

Trendfolge

Die Trendfolgestrategie (TF) basiert auf der Beobachtung von Markttrends, um Kauf- und Verkaufsentscheidungen zu treffen. Über die Jahre hat sich diese Strategie in verschiedenen Formen entwickelt, ein bekanntes Beispiel ist das Softwareprogramm Turtle Trader. Im Gegensatz zu Finanzprognosen, die versuchen, zukünftige Marktbewegungen vorherzusagen, identifiziert die Trendfolge frühzeitig einen Trend und führt dann automatisch Handlungen nach festgelegten Strategien durch, auch wenn sich die Marktrichtung ändert. Obwohl TF besonders bei Spekulanten beliebt ist, erfordert sie immer noch menschliches Eingreifen, um Handelsregeln sowie Ein- und Ausstiegsbedingungen festzulegen. Die Entwicklung einer optimalen Startstrategie ist dabei von großer Bedeutung.

Die Effektivität der Trendfolge wird jedoch durch Marktvolatilität und die Schwierigkeit, Trends zuverlässig zu identifizieren, begrenzt.

"Betrachten wir einen vollständigen Wahrscheinlichkeitsraum (Ω, F, P). Sei der Aktienkurs zum Zeitpunkt der die folgende Gleichung erfüllt (Ω, F, P).

,

wobei eine Markow-Kette mit zwei Zuständen ist, die erwartete Rendite im Regime die konstante Volatilität ist, eine Standard-Brownsche Bewegung ist, und und jeweils der Anfangs- und Endzeitpunkt sind".

Volumengewichteter Durchschnittspreis

Mean Reversion (Finanzen)

Geschichte des automatischen Handelssystems Das Konzept des automatischen Handelssystems wurde 1949 von Richard Donchian entwickelt, als er ein Regelwerk für den Kauf und Verkauf von Fonds implementierte. Donchians innovative Idee war die Festlegung spezifischer Handelskriterien, die automatisch Handelsaktionen auslösen, sobald bestimmte Marktbedingungen erfüllt sind. Da in jener Zeit fortschrittliche Technologien fehlten, mussten Donchians Mitarbeiter die Marktdaten manuell erfassen und entscheiden, ob ein Handel gemäß den Regeln durchgeführt werden sollte. Dieser arbeitsintensive Prozess war fehleranfällig, legte jedoch den Grundstein für die Entwicklung des Handels mit Finanzinstrumenten.

In den 1980er-Jahren gewann das Konzept des regelbasierten Handels an Beliebtheit, vorangetrieben durch bekannte Händler wie John Henry, die diese Methoden adaptierten. Bis Mitte der 1990er-Jahre waren erste Modelle kommerziell verfügbar, und technologische Verbesserungen erleichterten zunehmend den Zugang für Privatanleger. Später wandte Justin-Niall Swart eine auf dem Donchian-Kanal basierende Trendfolgestrategie zur Portfoliooptimierung in seiner Analyse des südafrikanischen Terminmarktes an.

Frühe Versionen automatisierter Handelssysteme, basierend auf Algorithmen, wurden von Finanzmanagern und Brokern zur automatischen Verwaltung von Kundenportfolios genutzt. Der erste überwachungsfreie Dienst auf dem freien Markt wurde 2008 von Jon Stein unter dem Namen Betterment eingeführt und hat sich seitdem parallel zur IT-Entwicklung kontinuierlich verbessert.

Um das Jahr 2005 kamen mit Copy Trading und Mirror Trading neue Formen des automatisierten algorithmischen Handels auf. Diese Ansätze ermöglichten es Händlern, ihre Handelshistorien und Strategien zu teilen, die anschließend von anderen Nutzern in deren eigenen Konten repliziert werden konnten. Tradency war eines der ersten Unternehmen, das 2005 eine Plattform für automatisierten Handel mit der Software „Mirror Trader“ anbot, welche es Händlern ermöglichte, ihre Strategien zu teilen, damit andere diese in ihren Konten spiegeln konnten. Kurz darauf ließen einige Plattformen Händler ihre Konten direkt verbinden, um Handelsaktionen automatisch zu kopieren, ohne selbst Strategien programmieren zu müssen. Seit 2010 hat sich Copy Trading aufgrund seiner Einfachheit und Zugänglichkeit bei vielen Online-Brokern durchgesetzt. Plattformen wie eToro, ZuluTrade und Tradeo nutzen diese Methode, um Millionen von Nutzern anzuziehen und ihnen die Möglichkeit zu bieten, von den Handelsentscheidungen erfahrener Anleger in Echtzeit zu profitieren, ohne eigene Analysen durchführen zu müssen. Der Hauptvorteil des Copy-Tradings ist die Nutzung der Handelsentscheidungen und des Auftragsflusses seriöser Anleger in Echtzeit. Dies ermöglicht es weniger erfahrenen Händlern, ihre Konten zu spiegeln, ohne die Analyse selbst durchzuführen.

Heute verwalten automatisierte Handelssysteme immense Vermögenswerte weltweit. Im Jahr 2014 wurden mehr als 75 Prozent aller an US-Börsen, darunter der New York Stock Exchange und der Nasdaq, gehandelten Aktien durch Aufträge aus automatisierten Systemen generiert.

Bemerkenswerte Beispiele für Marktstörungen Zu den markantesten Beispielen für bedeutende Marktstörungen zählen unter anderem.

Der Flash Crash am 6. Mai 2010: An diesem Tag erlebte der Dow Jones Industrial Average einen dramatischen Einbruch, bei dem er innerhalb weniger Minuten um etwa 1.000 Punkte (ungefähr 9 Prozent) fiel und sich dann fast ebenso schnell wieder erholte. Mit einem maximalen Punktverlust von 998,5 und einem Umschwung von 1.010,14 Punkten handelte es sich um die größten intraday Schwankungen in der Geschichte des Index. Dieses Ereignis, bekannt als der Flash Crash, veranlasste US-Regulierungsbehörden dazu, neue Vorschriften zur Kontrolle des automatisierten Handels und dessen Zugang zum Markt einzuführen. Der Vorfall bei Knight Capital am 1. August 2012: Zwischen 9:30 Uhr und 10:00 Uhr EDT verzeichnete Knight Capital Verluste, die das Vierfache des Nettogewinns des Vorjahres entsprachen. Thomas Joyce, der damalige CEO, musste eingestehen, dass ein Fehler in einem Handelsalgorithmus dazu führte, dass fehlerhafte Aufträge für fast 150 verschiedene Aktien an die Börsen gesendet wurden. Dies führte zu einem ungewöhnlichen Anstieg der Handelsvolumina, wobei der SPDR S&P 500 ETF, normalerweise einer der meistgehandelten Titel in den USA, an jenem Tag auf Platz 52 der Handelsaktivität fiel. Infolge dieses Fehlers stürzten die Aktien von Knight um 62 Prozent ab, und das Unternehmen stand kurz vor dem Zusammenbruch. Schließlich fusionierte Knight Capital mit Getco, einem in Chicago ansässigen Unternehmen für Hochfrequenzhandel.

Einzelnachweise

Kategorie:Finanzmarkt Kategorie:Computerbörse Kategorie:Wikipedia:Seite mit ungeprüften Übersetzungen