211service.com
Schneller als ein Blitz
Am 6. Mai 2010 ruckten die Aktienkurse in den Vereinigten Staaten mit unglaublicher Geschwindigkeit nach unten und oben. Innerhalb von etwa fünf Minuten stürzte der Dow Jones Industrial Average um etwa 600 Punkte ab, um etwas später am Nachmittag das meiste davon wiederzugewinnen. Bundesaufsichtsbehörden haben später festgestellt dass dieser Flash-Crash durch automatisierte Orders von Investmentfonds und anderen Hochfrequenzhändlern ausgelöst und dann verschlimmert wurde. Die Börsen mussten während des Crashs eine große Anzahl fehlerhafter Trades stornieren.
Von Daten und Dollar: Eric Pritchett, CEO des in Boston ansässigen Hochfrequenzhandelsunternehmens PhaseCapital, sagt, dass die Echtzeit-Datenanalyse sein Unternehmen vor kostspieligen Fehlern während des Flash-Crashs im letzten Jahr bewahrt hat.
Noch bevor Analysten zu verstehen begannen, was schief gelaufen war, konnten sich einige Unternehmen durch Echtzeit-Datenanalysen aus dem Kampf heraushalten. Das in Boston ansässige Hochfrequenzhandelsunternehmen PhaseCapital beispielsweise hat keine fehlerhaften Geschäfte getätigt – eine Leistung, die es seiner Verwendung der komplexen Ereignisverarbeitungssoftware namens StreamBase zuschreibt.
Marktdaten stammen aus einer Vielzahl von Quellen, wie der New York Stock Exchange, Nasdaq und Reuters, und können manchmal unzuverlässig sein, erklärt Corwin Yu, Director of Electronic Trading bei PhaseCapital. Beispielsweise können Feeds ausfallen, Anführungszeichen falsch formatiert sein oder unrealistisch große Änderungen widerspiegeln. Damit Unternehmen mit solch unübersichtlichen Daten innerhalb von Sekunden handeln können, müssen die Informationen verarbeitet – insbesondere auf potenzielle Fehler überprüft werden, bevor sie für Handelsmaßnahmen verwendet werden. Es sei extrem fragil, sagt er – auch wenn keine Krise im Gange ist.
Um diese Informationen zu verarbeiten, verwendet PhaseCapital StreamBase, das darauf ausgelegt ist, große Mengen sich schnell ändernder Eingaben zu akzeptieren und es Unternehmen ermöglicht, diese schnell in die Erkenntnisse zu verwandeln, die sie für ihre Entscheidungen benötigen.
Der typische Umgang mit Big Data ist die Verwendung von Datenbanken. Sie sind jedoch nicht gut darin, Daten in Echtzeit zu verarbeiten. Benutzer müssen warten, bis sich ein ganzer Datensatz angesammelt hat. StreamBase kann jedoch einen ankommenden Datenstrom verarbeiten, analysieren, Entscheidungen darüber treffen und Maßnahmen wie den Handel mit einer Aktie oder das Markieren eines Trends ergreifen. Es gibt eine ganze Reihe von Problemen, die mit der Echtzeit-Datenanalyse und der Echtzeit-Datenverarbeitung zu tun haben, sagt Richard Tibbetts, Gründer und CTO von StreamBase Systems.
Das Unternehmen bietet seinen Kunden seine Plattform an, aber ebenso wichtig stellt es ihnen Anwendungsprogrammierschnittstellen zur Verfügung, die es ihnen leicht machen, darauf aufbauend ihre eigene Software zu entwickeln. Dies ermöglicht PhaseCapital (das nicht offenlegt, wie viel es für die StreamBase-Plattform bezahlt) seine eigenen Algorithmen zum Scrubbing von Daten und zum Abschluss von Trades anzuwenden.
Normalerweise verarbeitet PhaseCapital 30.000 bis 40.000 Ticks oder Marktdaten pro Sekunde. Während des Flash-Crashs sprang diese Zahl auf mehr als 289.000 Ticks pro Sekunde – ein Großteil davon repräsentierte Aktien, die wild schwankten. Viele Scrubs setzten ein und stellten fest, dass diese Daten keinen Sinn machten, sagt Yu. Zum Beispiel wurden einige große börsennotierte Unternehmen wie Accenture während des Flash-Crashs für weniger als 1 US-Dollar gehandelt. PhaseCapital setzte den Handel fort, filterte jedoch Daten, die verdächtig erschienen. Da es nicht auf diese Daten reagierte, blieben ihm fehlerhafte Trades erspart.
Obwohl viele Trades später storniert wurden, sagt Eric Pritchett, CEO von PhaseCapital, dass es mehrere Hauptgründe gibt, warum es wichtig war, sie trotzdem zu vermeiden. Zum einen sei nie sicher, nach welchen Kriterien die Aufsichtsbehörden Trades stornieren werden, so dass er sich nicht auf diesen Mechanismus verlassen möchte. Noch wichtiger ist, sagt er, dass fehlerhafte Trades das Verhalten eines Unternehmens für den Rest des Tages beeinträchtigen. Wenn beispielsweise ein Handel profitabel zu sein scheint, können Algorithmen feststellen, dass sich das Unternehmen riskantere Maßnahmen leisten kann, als dies sonst der Fall wäre. Pritchett sagt: Nicht zu wissen, wo Sie wirklich mit Ihrem Buch und Ihrem Risiko stehen, ist die gefährlichste Sache, die einem Handelsunternehmen passieren kann.
Das Beispiel zeigt, dass Anomalien in Märkten sowohl Risiken als auch Chancen bergen, sagt Adam ehren , der als Research Director der Institutional Securities Practice für Aite-Gruppe . Und das Datenvolumen beim Handel werde nur zunehmen, stellt er fest.
Jedes Mal, wenn ein Unternehmen mehr Daten analysieren möchte, muss dies im Allgemeinen einen Preis zahlen – die zusätzliche Verarbeitung verringert die Geschwindigkeit, mit der ein Unternehmen Maßnahmen ergreifen kann. StreamBase war in den Augen von PhaseCapital ein leistungsstarkes Tool, da es so strukturiert ist, dass neue Daten gefiltert werden können, ohne dass es zu erheblichen Leistungseinbußen kommt, sagt Yu. Der Trick bei diesem Spiel, sagt er, sei, schnell und schlau zu sein.