Mecânica do Mercado

Mecânica do Mercado descreve o que são ordens, a microestrutura e a dinâmica do Livro de Ofertas/fluxo de ordens dentro das bolsas (ou locais de negociação). Mostra como motores de correspondência usam vários algoritmos de correspondência para processar as ordens e como isso se reflete nos dados de mercado que eles geram. Este artigo é um 'curso intensivo' sobre Mecânica do Mercado, breve, mas intenso. Não requer nenhum conhecimento prévio em trading e não faz suposições sobre um mercado específico, tornando-o adequado para Futuros, Ações, Criptomoedas, e assim por diante.

Por que devo lê-lo?

Existem várias razões pelas quais é recomendado entender a mecânica do mercado antes de começar a negociar ou desenvolver uma estratégia de trading. Aqui estão algumas delas.

O preço é determinado pelas ordens dos traders

Preço, volume negociado e todos os milhares de indicadores baseados em dados de mercado são 100% determinados pelas ações dos traders e nada mais. Uma vez que uma ação chega à bolsa e assumindo que é válida, é processada por um motor de correspondência usando um algoritmo de correspondência predefinido, público e determinístico. O resultado desse processo pode ou não levar a uma execução, mas deve sempre levar a uma atualização do Livro de Ofertas. Consequentemente, a bolsa gera dados de mercado correspondentes, ainda de forma determinística com base no que aconteceu. Portanto, qualquer indicador baseado em dados de mercado, incluindo o próprio preço (na forma de melhor Bid/Ask, Última Negociação, ou qualquer outra coisa), é determinado pelas ações dos traders.

Modelagem de preço vs modelagem de ordens

Muitas estratégias de trading e estudos são baseados na modelagem matemática do comportamento dos preços, incluindo o uso de modelos de caminhada aleatória. Mas como o preço é uma função direta das ordens, modelar o comportamento das ordens pode ser mais frutífero, incluindo a modelagem de um mercado aleatório usando ordens aleatórias que representam traders desinformados. Isso porque a mesma ação, por exemplo, comprar 1000 unidades a preço de mercado, pode levar a diferentes resultados dependendo do estado atual do Livro de Ofertas, ou seja, ações enviadas anteriormente. Como bônus, tal modelagem do mercado permite maior flexibilidade, embora ainda seja simples.

Guerras não afetam o mercado

..., ou seja, não diretamente. Qualquer evento, agendado ou não, em qualquer lugar da Terra ou fora dela, pode afetar apenas as decisões dos traders, suas ações e, como resultado, o mercado. É por isso que observar através dos dados de mercado as ações daqueles que são os primeiros a responder, como Market Makers e traders de alta frequência (HFT) em geral, é em certo sentido o mais rápido feed de notícias globais [1].

Não existem eventos 'macro' no mercado

... ou seja, formalmente, qualquer evento macro é um efeito cumulativo de micro-eventos – as ordens dos traders, que são processadas pelas bolsas normalmente em microssegundos. Investidores de longo prazo podem usar velas mensais para analisar os principais movimentos de preços na última década. Compreensivelmente, eles não precisam analisar terabytes de dados de mercado brutos durante esse período. Mas é útil saber que se decidirem processar tais dados, eles calculariam exatamente as mesmas velas mensais. É apenas que alguém já fez isso por eles.

Coloque seu dinheiro onde sua boca está

Este ditado, embora um pouco rude, tem fundamento. Dados de mercado são sempre uma história. Traders os observam para fazer previsões sobre o futuro. Mesmo que os observem para desenvolver uma estratégia de trading, o objetivo é poder fazer uma melhor previsão no futuro. Isso inclui todos os tipos de traders, de investidores de longo prazo a HFT. Mas como os dados de mercado são gerados pela atividade dos traders, observá-los é, em certo sentido, uma tentativa de entender o que outros traders pensam sobre o futuro.

É razoável e apoiado por evidências que, quando as pessoas apostam em eventos futuros com dinheiro real, suas visões tendenciosas e pensamento desejoso têm um impacto menor em suas decisões [2]. Tais sistemas de aposta fornecem uma previsão mais precisa do que pesquisas, mesmo para eventos políticos difíceis de prever ou os resultados de jogos de futebol. Observar esses votos que assumem riscos permite que mesmo não participantes entendam melhor o que os participantes pensam sobre o futuro e filtrem possíveis vieses ou pensamentos ilusórios.

A analogia com os mercados é direta: esses eleitores que assumem riscos são os traders que realmente colocam ordens (diferentemente, por exemplo, de educadores e comentaristas que não fazem isso). Mas em relação ao trading, esse método de extração da verdade é muito mais poderoso porque, ao contrário dos fãs de futebol, os traders realmente jogam e assim afetam o preço. Além disso, como mostrado acima, os traders são os únicos que o afetam. Isso também inclui táticas de manipulação e engano por grandes traders. Na verdade, é a razão pela qual tais táticas estão sendo usadas – exatamente porque afetam o mercado. Mas eles o afetam indiretamente, através das ações de outros traders que os observam. Ao contrário de grandes ordens falsas, as ordens reais afetam o mercado diretamente.

Conheça as regras do jogo

Trading é um jogo multiplayer em tempo real. Como na maioria desses jogos, há vencedores e perdedores, mas essa competitividade é o que torna esses jogos interessantes. No trading, as regras são determinadas pelas bolsas na forma de algoritmos de correspondência e, às vezes, diferentes prioridades de latência. Essas regras podem favorecer certos tipos de participantes do mercado, como Market Makers registrados, oferecendo-lhes maiores prioridades de correspondência ou até mesmo adicionando barreiras artificiais de velocidade para outros traders (desça para Latência). Mas essas regras podem ser consideradas justas simplesmente porque são públicas. Traders que conhecem as regras do jogo podem ajustar suas estratégias de trading de acordo, ou procurar mercados com melhores regras, ou decidir não negociar.

Fatores para o sucesso no trading

Existem vários fatores que tornam o trading mais bem-sucedido, tais como:

• Ter acesso a dados de alta qualidade
• Capacidade de converter dados disponíveis em informações e conhecimento usando infraestrutura forte, ferramentas analíticas e visualização de alta qualidade
• Sabedoria para desenvolver táticas eficazes com base no conhecimento, a capacidade de prever eventos futuros (incluindo seu próprio impacto) e de gerenciar os riscos
• Velocidade de processamento de dados e execução de ações, ou seja, latência e infraestrutura
• Força bruta que pode simplesmente mover o mercado na direção desejada

Juntos, esses fatores proporcionam uma vantagem competitiva ainda mais forte do que a soma deles porque se complementam e dependem uns dos outros. Por exemplo, uma execução rápida de uma previsão errada da direção do preço leva a um preço de execução pior do que uma execução lenta da mesma decisão.

Ordens

Ordens são os elementos mais básicos em trading, mas ao mesmo tempo, como mostrado acima, os únicos elementos que afetam o mercado. Uma ordem é um conjunto de parâmetros definidos pelos traders.

Ordem a mercado é o tipo mais básico de ordem e tem apenas dois parâmetros:

• Comprar ou Vender
• Tamanho

Todos os outros tipos de ordens herdam a definição de Ordem a mercado e a estendem com parâmetros adicionais.

Ordem limite, o tipo mais frequentemente usado de ordem, adiciona o parâmetro de preço:

• Preço (isto instrui a bolsa que a ordem não deve ser executada a um preço pior do que o especificado)

Ordem iceberg adiciona outro parâmetro:

• Tamanho exibido máximo (A ponta do iceberg, instrui a bolsa a não exibir mais do que o especificado do tamanho total da ordem)

Veja também: Indicador de Stops & Icebergs no Gráfico e Indicador de Stops & Icebergs no Sub-Gráfico

Ordem stop é uma ordem condicional. Ela adiciona um parâmetro de condição:

• Preço stop (instrui a bolsa a publicar/soltar a ordem apenas se uma negociação ocorrer a um preço igual ou pior do que o especificado)

Existem muitos outros tipos de ordens, instantâneas ou condicionais, que usam parâmetros adicionais, incluindo o tempo-em-força (TiF), que informa à bolsa quando a ordem pode ser publicada/liberada, cadeias de ordens, e assim por diante. As bolsas podem oferecer aos traders tipos adicionais de ordens com qualquer nível de personalização. Partes intermediárias como corretores e sistemas de gestão de ordens (OMS) podem oferecer ainda mais flexibilidade ao gerenciar as ordens nas instalações co-localizadas da bolsa, o que permite tempos de resposta em sub-milissegundos.

Ações dos traders

O conjunto de ações disponíveis para os traders não mudou significativamente ao longo de séculos e provavelmente milênios desde que o primeiro tipo de local de negociação foi estabelecido. O que mudou significativamente é a velocidade com que essas ações podem ser entregues à bolsa e a velocidade com que as bolsas as processam e fornecem o feedback correspondente. Além disso, os dados de mercado mudaram significativamente, principalmente devido à tecnologia aprimorada e à largura de banda. Os dados de mercado hoje permitem uma transparência muito maior do mercado.

A lista exata de ações disponíveis para traders e seus parâmetros é definida pelas bolsas, mas geralmente existem apenas duas ou três delas. Assumindo Ordens Limite regulares, fica assim:

Ações podem ser rejeitadas devido a fundos insuficientes, parâmetros inválidos ou se a ordem referenciada não existe mais (cancelada ou executada), etc. Respostas adicionais da bolsa incluem atualizações do status das ordens, como execução parcial ou total, confirmação de cancelamento, e assim por diante. Além disso, a maioria das bolsas, mas não todas (por exemplo, não suportado pela bolsa GDAX), permite modificação de ordem como segue:

A modificação de ordem é, em certo sentido, uma ação redundante porque pode ser substituída pelo cancelamento da ordem e pelo envio de uma nova. Mas a ação de modificação permite reduzir a latência porque ambas as sub-ações são realizadas instantaneamente na bolsa e permite evitar o risco de exposição indesejada devido à condição de voo: por exemplo, se o trader envia um par de ações para cancelar/enviar, quando elas chegam à bolsa, a ordem pode já estar executada, mas a nova ordem ainda pode ser aceita. Além disso, se a modificação solicitada apenas reduzir o tamanho da ordem dentro do mesmo preço, a ordem mantém sua posição na fila de ordens.

Livro de Ofertas

O Livro de Ofertas é uma coleção de ordens dos traders, construído pelos motores de correspondência das bolsas. Consiste em:

• Visível em dados de mercado, coleção de Ordens Limite de compra e venda (o Livro de Ofertas). Essas ordens estão descansando no Livro de Ofertas porque seu preço limite ainda não permitiu sua correspondência/execução.
• Não visível em dados de mercado, ordens condicionais. Essas ordens têm um determinado gatilho ou condição para serem publicadas/liberadas pela bolsa e se tornarem visíveis.

A coleção de ordens no mesmo nível de preço é chamada de fila de ordens. As ordens podem avançar na fila quando outras ordens à frente delas são canceladas ou executadas/correspondidas com novas ordens que chegam. O arranjo das ordens na fila e a prioridade de sua execução é determinado pelo algoritmo de correspondência, como será mostrado mais adiante.

Tipos de Dados de Mercado

O Livro de Ofertas muda apenas quando os traders realizam novas ações ou se ordens condicionais são liberadas de acordo com suas configurações de tempo-em-força. Consequentemente, as bolsas geram dados de mercado e informam aos traders sobre o que mudou. Hoje existem dois tipos principais distintos de dados de mercado.

Mercado por Preço

Mercado por Preço (MBP) descreve um feed de dados baseado em preço que fornece a capacidade de visualizar o tamanho total de todas as ordens em cada nível de preço. MBP pode descrever toda a profundidade de mercado ou um número limitado de níveis de preços Bid e Ask mais próximos, por exemplo, 5, 10 ou 20 níveis de preços.

Mercado por Ordem

Mercado por Ordem (MBO) ou Ordem por Ordem descreve um feed de dados baseado em ordem que fornece a capacidade de visualizar ordens individuais e sua evolução. A informação da ordem contém seu ID único, preço limite, tamanho e sua localização na fila. MBO normalmente fornece profundidade de mercado completa, descrevendo ordens em cada nível de preço. Este é o tipo mais moderno e mais transparente de dados de mercado.

Outros Tipos de Dados de Mercado

Gráficos de velas são construídos por agregação de dados de mercado inicialmente limitados de últimas negociações apenas (Times & Sales), que consistem em cerca de 5% dos dados de mercado (ou informação).

Comparação da Qualidade das Fontes de Dados de Mercado

Sabia que? O Bookmap permite que os próprios usuários comparem dados de 2 ou mais diferentes fornecedores de dados de mercado. O intervalo de tempo pode ser de horas ou milissegundos. Aqui está um exemplo: [3]

Comissões

As comissões que as bolsas cobram pela correspondência e execução entre ordens são a principal fonte de sua renda. Elas visam selecionar um algoritmo de correspondência que atraia mais traders e aumente a liquidez de um mercado ou ativo em particular.

Market maker vs Market taker

Cada negociação sempre ocorre entre duas ordens de lados opostos: Compra e Venda. Uma das ordens deve sempre ser uma Ordem limite em descanso enquanto outra é a ordem recém-chegada, às vezes chamada de ordem agressiva. A ordem agressiva também é chamada de Market Taker enquanto a ordem em descanso é chamada de Market Maker, daí o nome da estratégia de trading correspondente chamada Market Making [4].

Para aumentar a liquidez e atrair mais traders, as bolsas podem definir várias estruturas de comissões, como comissões mais baixas (até negativas) para os market makers e comissões mais altas para os market takers. Tanto o algoritmo de correspondência quanto a estrutura de comissões afetam a estratégia de trading dos traders e, assim, o comportamento de um mercado em particular. Por exemplo, a comissão para XBTUSD na BitMEX é de -0,0250% (negativa) para o market maker e 0,0750% para o market taker, o que equivale a ~5 pontos de seu preço de 6735. Para executar uma ordem como market taker, o trader precisa antecipar o movimento do preço em pelo menos 5 pontos. Como resultado, é perceptível que o preço geralmente se move em etapas de 5 pontos ou mais:

Aqui está tal movimento em uma resolução mais alta. As tentativas intensas dos traders de executar suas ordens como market makers e receber comissões em vez de pagá-las também são perceptíveis.

Algoritmos de Correspondência

O algoritmo exato de processamento de novas ações dos traders é definido pelo Algoritmo de Correspondência, que é parte da especificação do instrumento/ativo. Existe uma variedade de algoritmos de correspondência, até mesmo dentro da mesma bolsa. Por exemplo, aqui está uma visão geral dos algoritmos de correspondência do CME, seguida por sua descrição detalhada. O algoritmo de correspondência mais popular é o FIFO, descrito em detalhes abaixo. O próximo algoritmo de correspondência mais popular é o Pro-Rata, que corresponde ordens de acordo com seu tamanho e, assim, permite a execução de ordens no final da fila também. Em geral, as bolsas selecionam o algoritmo de correspondência que satisfaz melhor os traders de um determinado mercado, aumentando assim a liquidez desse produto e o volume negociado, e, portanto, a renda das comissões.

Algoritmo Padrão de Correspondência: Prioridade de Preço-Tempo

A prioridade de Preço-Tempo (também conhecida como FIFO: Primeiro-a-Entrar-Primeiro-a-Sair) é provavelmente o algoritmo de correspondência mais amplamente utilizado, por exemplo, é usado pelo CME para futuros do E-mini S&P 500 (ES).

Aqui está uma ilustração deste processo:

Latência

Mostrado no diagrama superior, a latência é composta por três componentes:

• Velocidade de recebimento dos dados de mercado
• Velocidade de processamento dos dados de mercado levando em conta o próprio status do trader
• Tempo de ida e volta (RTT) é o período de tempo desde o envio de uma ordem (ou cancelamento ou modificação) até o recebimento de feedback correspondente da bolsa. Compreende latência de duas vias e tempo de processamento da bolsa. Os traders geralmente precisam obter uma atualização de status sobre sua ação anterior antes de realizar uma nova. Caso contrário, pode haver o risco de exposição maior do que o desejado.

Por que a baixa latência é importante

Os traders buscam obter vantagem de oportunidades de trading de curto prazo, como arbitragem entre mercados correlatos e dependentes entre si, fatores fundamentais, o comportamento de outros traders e assim por diante. Existe um grande número de estilos e motivações de trading, bem cobertos e estruturados por um artigo de soma zero de 1993 [5] (veja as tabelas no final). A baixa latência permite obter vantagem de oportunidades de trading de curto prazo mais rapidamente do que outros traders que notaram a mesma oportunidade. Se executado mais cedo, os outros traders moverão o preço na direção desejada por suas ações, mas podem ter preços de execução piores e vice-versa [6].

Processamento Atômico de Ordens

Traders enviam suas ações de forma assíncrona e podem ter diferentes latências para a bolsa devido à localização geográfica ou infraestrutura diferente. Essas ações devem ser sincronizadas na bolsa porque diferentes pedidos de processamento de quaisquer duas ações podem levar a resultados diferentes, como mostrado neste exemplo simples. Normalmente, as ações são sincronizadas de acordo com a ordem de chegada (mesmo se duas ações chegarem ao mesmo nanossegundo, ainda há a primeira). Na prática, as bolsas podem usar uma abordagem mais inteligente, permitindo processar ações em paralelo (por exemplo, duas ordens que estão sendo canceladas), mas apenas se o resultado for o mesmo que se fossem processadas de maneira atômica. Como mostrado na seção de Latência, as bolsas podem usar barreiras artificiais de velocidade e oferecer uma rodovia para participantes preferidos do mercado, como market makers registrados. Ainda assim, há uma sincronização atômica que ocorre em algum nível antes do Motor de Correspondência, mas é feita por uma lógica diferente.

Estudo de Caso: Barreiras de Velocidade Artificiais

Bolsa de Valores de Chicago (CHX) foi a primeira a propor Barreiras de Velocidade artificiais, que deveriam atrasar artificialmente as ações dos traders em 350 microssegundos, exceto para as ações de um determinado market maker que é permitido usar a rodovia. Inicialmente, isso foi rejeitado por ser discriminatório e porque tecnicamente poderia levar à seguinte situação: ...uma preocupação é que uma mensagem atrasada possa ser atrasada por 351 microssegundos, 500 microssegundos, milhares de microssegundos, ou mesmo até a próxima terça-feira, enquanto o participante que envia essa mensagem espera pela disposição de sua mensagem [7]. Mas posteriormente a proposta foi aprovada não apenas para a CHX, mas também para a NYSE [8] e outras bolsas de valores, incluindo não apenas mensagens de entrada, mas também mensagens de saída. Um dos argumentos para a aprovação foi que as bolsas já dão vantagem para os market makers registrados em várias formas, incluindo, por exemplo, determinar a posição na fila de ordens com base no FIFO com o Algoritmo de Correspondência LMM, que é um algoritmo FIFO aprimorado que permite alocações de LMM antes das alocações FIFO [9]. Barreiras de velocidade artificiais, de fato, fornecem uma vantagem muito semelhante para os participantes do mercado preferidos pela bolsa.

Este caso de estudo por si só demonstra a importância da latência e a importância de conhecer as regras do jogo antes de participar dele.

Latência vs qualidade da decisão

Baixa latência amplifica tanto boas quanto más decisões, levando a resultados melhores ou piores, respectivamente. Por exemplo, a execução rápida de uma previsão ruim da direção do preço leva a um preço de execução pior do que a execução mais lenta da mesma decisão.

Algumas oportunidades de trading são muito óbvias. Por exemplo, quando ocorrem movimentos bruscos em um dos dois mercados altamente correlacionados, quando essa informação chega aos traders, quase certamente afetará suas decisões sobre o outro mercado e, assim, afetará seu preço. Em tais cenários, a velocidade é o componente crucial (e às vezes o único) de um arbitragem bem-sucedida.

Erros mais típicos na análise quantitativa em trading

Existem vários erros contra-intuitivos que podem ocorrer durante o desenvolvimento e operação de uma estratégia de trading automatizada. Aqui estão apenas dois deles, ambos relacionados a suposições erradas sobre dados históricos durante o desenvolvimento de uma estratégia. O único 'tratamento' em ambos os casos é o trading real ou trading em um ambiente igualmente competitivo e interativo.

Emulação de latência

Aqui o erro é a suposição de uma latência uniforme constante. Na verdade, a latência (RTT ou especialmente a latência dos dados de mercado) normalmente tem uma distribuição de cauda muito pesada. Por exemplo, a diferença entre timestamps da bolsa e timestamps medidos por um servidor co-localizado pode ser de 1 milissegundo em média, enquanto apenas 0,01% das atualizações de dados têm latência acima de 100 milissegundos. Seria um erro ignorar esses outliers em simulações. Mas seria um erro quase tão ruim assumir que esses outliers aparecem aleatoriamente, por exemplo, usando a distribuição histórica de latência de cauda pesada e gerando-a aleatoriamente em simulações. Esses outliers são altamente correlacionados com explosões de atividade no mercado e porque o motor de correspondência fica sobrecarregado. Em outras palavras, a latência tem uma distribuição condicional dependendo das explosões de atividade no mercado, que geralmente são difíceis de prever com antecedência. Essas explosões de atividade indicam que muitas estratégias de trading baseadas em dados simultaneamente identificam a mesma oportunidade de trading (ou se apressam para cancelar suas ordens), o que significa que essa situação de mercado é bastante óbvia para muitos deles. Portanto, é esperado que um algoritmo de detecção de padrões AI/ML razoável encontre as mesmas oportunidades nos dados históricos. Além disso, dado um trade-off, sacrificará padrões menos óbvios, mas potencialmente reais, em favor de padrões óbvios, mas ilusórios. Se durante a simulação assumir a latência média, por exemplo, 1 ms, obviamente demonstrará grandes resultados, que é uma ilusão. Por outro lado, assumir uma latência muito mais alta, por exemplo, 100 ms, distorceria significativamente a simulação porque a latência média real é de 1 ms. Além disso, sempre há outliers ainda mais distantes, por exemplo, latência de 500 ms que ocorrem em 0,0001% dos dados.

Este problema é igualmente relevante para estratégias de trading de frequência muito mais baixa, incluindo aquelas que usam amostras de dados diárias, por exemplo, velas diárias.

Emulação do Próprio Impacto

Aqui o erro é a suposição de impacto insignificante da estratégia simulada em dados históricos nos dados de mercado e nos outros participantes do mercado. Os dados de mercado não seriam os mesmos porque ações de trading que não afetam o mercado simplesmente não existem. A única questão é quanto mudariam o mercado. Como trading é um processo interativo, até atividades adicionais relativamente pequenas impactariam os dados e também desencadeariam diferentes reações de outros participantes do mercado, criando um efeito cumulativo muito mais forte do que a atividade adicionada. Tal efeito cumulativo de pequenas ações é similar ao comportamento de um sistema caótico, ou seja, onde diferenças infinitesimais nas condições iniciais levam a resultados drasticamente diferentes conforme o sistema evolui, como mostrado nesta animação.

Timestamps no Bookmap

O Bookmap permite zoom até nanossegundos, que é a resolução de seus timestamps. Isso obviamente não é necessário para um chart trader. Mas se você usar milissegundos, microssegundos ou nanossegundos, tal timestamp exige um Inteiro de 64 bits. Mesmo timestamps de segundos exigirão 64 bits em vários anos a partir de agora. Portanto, não há desvantagem em usar timestamps em nanossegundos na aplicação. A vantagem, no entanto, é que é útil para empresas de HFT que usam a solução Quant do Bookmap para visualizar dados com timestamps registrados em servidores co-localizados com a bolsa, onde algumas empresas podem usar um relógio GPS com precisão de 100 nanossegundos.

Por padrão, o Bookmap exibe timestamps de recebimento dos dados e atualizações de ordens no lado do cliente, usando o relógio do seu computador. Isso é útil para traders, independentemente de sua latência para a bolsa, porque mostra onde poderiam potencialmente agir e onde realmente agiram. Leva em conta possíveis perdas de pacotes durante a transmissão ou desconexões de curto prazo, o que também permite que os traders sejam alertados em tais casos. Exibir timestamps da bolsa em tais casos ou dentro de latência alta ou não uniforme, em geral, significaria mudar a história da perspectiva de um trader. Isso não explicaria ao trader um alto deslizamento durante decisões corretas. Além disso, exibir o gráfico com timestamps de recebimento de dados garante que os dados de mercado sejam armazenados em ordem cronológica ao se conectar a fornecedores de dados de baixa qualidade que podem, por exemplo, fornecer negociações, BBO e profundidade de mercado de forma assíncrona.

Implementações

É fácil imaginar que traders antigos estavam interessados em navios e cavalos mais rápidos para reduzir a latência. Hoje, empresas comerciais investem centenas de milhões de dólares em camadas de cabos transatlânticos sob o oceano, reduzindo a latência por alguns milissegundos e sendo quase exclusivamente destinadas (e acessíveis) por empresas de HFT. Outra direção em desenvolvimento e já oferecida é a comunicação por rádio, que permite a comunicação quase à velocidade da luz 0.99c enquanto a velocidade de comunicação por cabo é ~0.8c. É possível que empresas de HFT no futuro possam usar comunicação baseada em neutrinos porque os neutrinos podem viajar à velocidade da luz 1c através do núcleo da Terra, em vez de viajar ao redor da Terra como as ondas de rádio fazem [10].

Links úteis

--- Rastreador de Ordens Iceberg

--- Market Makers como um feed de notícias

--- Algoritmos de correspondência do CME

--- Como comparar os dados de diferentes fornecedores de dados de mercado

--- Uso prático do princípio de Jogo de Soma Zero no trading

--- Estilos e Motivações dos Traders e a relação entre eles

--- O que é Market Making?

--- Qualidade da previsão por sistemas de aposta