CC BY
59Финансовое консультирование с помощью алгоритмов, заменяющих трейдеров
Михайлов Максим Васильевич
студент, Департамент финансовых рынков и банков, ФГБОУ ВО «Финансовый университет при Правительстве Российской Федерации», [email protected]
В статье рассматриваются современные тенденции в развитии алгоритмической торговли. Описываются подходы основных игроков финансового рынка России к созданию инвестиционных портфелей.
Основной упор сделан на описание роли элемента искусственного интеллекта - трейдинго-вого робота в заключении финансовых сделок. Проанализировано влияние НП"-трейдинга на сферу финансовой торговли. Рассмотрены случаи, когда с помощью него создается иллюзия активности, чтобы вытолкнуть с рынка заявки обычных трейдеров.
Кроме того, изучен вопрос создания торговых алгоритмов. Рассмотрены плюсы и минусы ро-боэдвайзинга, проанализирован российский рынок робоэдвайзеров. Приведены основные игроки этого рынка, рассмотрена эффективность их работы, удобство сервисов. Обоснована перспективность внедрения элементов искусственного интеллекта в создании инвестиционного портфеля и развитии алгоритмической торговли на российских финансовых биржах.
Ключевые слова: сфера финансовой торговли, алгоритмическая торговля, трейдинговый робот, услуга робоэдвайзинга, инвестиционный портфель, НРТ-трейдинг, системные стратегии
В майском Указе Президента России от 07.05.201 г. № 204 [1] одной из стратегических задач развития страны стало обеспечение ускоренного внедрения цифровых технологий в экономике и социальной сфере, вхождение России в пятерку крупнейших экономик мира.
Национальные задачи такого высокого уровня могут быть в принципе решены только при высоком человеческом капитале постановщиков задач и с применением IT-технологий «горизонта технологического прогресса». Примером такого современного использования IT-технологий стало внедрение элементов искусственного интеллекта - ИИ (artificial intelligence - AI) [2] в сфере финансовой торговли, где все большее распространение получает так называемая алгоритмическая торговля [3]. По мнению генерального директора Ассоциации ФинТех Сергея Солонина, «основные тренды финансового рынка - это, безусловно, искусственный интеллект и робоэдвайзинг».
Данный вид трейдинга подразумевает автоматическое заключение сделок трей-динговым роботом с помощью определенного программного алгоритма. Привычная форма услуги создания инвестиционного портфеля посредством общения с финансовым консультантом в алгоритмической торговле, так называемом «робоэдвайзинге» [4], заменяется программным алгоритмом.
Клиент должен получить инвестиционный портфель с определенным распределением активов, ему также сообщаются простейшие ожидаемые характеристики портфеля (например, доходность и риск).
В сфере финансовой торговли в настоящее время уже более 50% всех сделок осуществляются при помощи алгоритмических систем [5]. Главным плюсом алгоритмической торговли является то, что все проводимые сделки избавлены от эмоциональных решений трейдера, которые зачастую мешают правильно оценить обстоятельства и принять верное решение.
На сегодняшний день, по различных оценкам, общая доля оборота рынка ценных бумаг от алгоритмической торговли составляет 80-90%, что включает в себя также высокочастотные (HFT - High Frequency Trading) стратегии (45-55%), алгоритмические заявки (Program Trading) от крупных инвестиционных фондов (15-25%), характеризующиеся продолжительными периодами исполнения, и алгоритмические заявки от Quantitative и Systematic фондов (10-20%) [6].
Несмотря на то, что все участники рынка по-своему уникальны, их поведение характеризуется некими общими чертами. Всех трейдеров и инвесторов можно разделить на группы, для которых характерна та или иная модель принятия решений. Вовремя распознав преобладание какой-либо группы на рынке и определив идею, мотивирующую эту группу на совершение конкретной сделки, можно получить выгоду от участия в ней, или от участия в противоположной сделке (contrarian trade).
В основе многих алгоритмических стратегий, как и большинства инструментов технического анализа, лежат попытки моделирования поведения участников рынка [7]. Каждый участник, совершая сделку, меняет общее состояние рынка и позиционирование его участников. Так, если перед участником стоит задача совершить сделку на большой объем, то, выставляя приказ «по рынку», он рискует сильно повлиять на стоимость актива, тем самым получив худшую из возможных цену исполнения.
Оптимизировать эти транзакционные издержки можно разными способами. Самый простой из них - поставить заявку «в стакан» на весь объем и подождать, пока найдется контрагент для ее исполнения. Гораздо эффективнее разбить большой приказ на множество маленьких заявок и исполнять их по определенному алгоритму, чтобы купить или продать тот или иной объем незаметно для рынка. Именно это и получило название «алгоритмическая торговля» около 40 лет назад.
В отличие от инвестиционных фондов, оперирующих портфелями ценных бумаг, Quantitative и Systematic фонды оперируют портфелями «системных стратегий» [8]. В основе подобных стратегий лежит определенный набор правил, на базе которых генерируется сигнал на покупку или продажу. Этот сигнал при прохождении риск-
© 3
В
S
9
2 а
9
CS
сч £
б
а
2 о
фильтров превращается в заявку, после исполнения которой формируется позиция фонда. Подобные автоматизированные торговые системы оперируют сотнями, а иногда даже тысячами различных стратегий, работающих одновременно. Чаще всего торговля ведется на нескольких классах активов и на нескольких биржах в разных странах мира. Для оптимизации транзакционных издержек серверы, на которых работают коннекторы и торговые алгоритмы, ставятся как можно ближе к биржам - в дата-центрах бирж (колокация).
Подобная автоматизированная торговая система - это распределенная по нескольким серверам система, на которых одновременно работают сотни различных стратегий, как правило, с едиными центрами риск-контроля и учета позиций. Но даже идеальная стратегия обречена на провал в случае сбоя всего лишь в одной подсистеме общей инфраструктуры.
Существует довольно распространенное мнение, что можно сделать одну-един-ственную стратегию, которая будет зарабатывать деньги ее создателю на любом рынке в течение долгого времени, но, к сожалению, это не так. Если в результате исследований была найдена некая закономерность, алгоритм выдает торговые сигналы в расчете на то, что через какое-то время цены на анализируемые активы пойдут вверх или вниз с большей вероятностью, чем в обратную сторону.
Впрочем, когда эту же закономерность обнаружит достаточное количество трейдеров, она неизбежно пропадет. После этого, скорее всего, появятся новые закономерности, которые тоже со временем исчезнут, и так по кругу. Более того, разные стратегии работают при разных условиях на рынке или, правильнее сказать, разных режимах рынка, основным показателем которых является реализованная волатильность активов в разные периоды времени.
Если же говорить о НП"-стратегиях, то здесь, в мире гонки за микро- и наносекундами, нужно постоянно вкладывать очень серьезные деньги в инфраструктуру и оптимизацию алгоритмов, чтобы первым обнаруживать появление каких-то закономерностей и успевать первым отправить заявки на биржу. Поэтому в рамках небольшого числа торгуемых стратегий практически невозможно добиться устойчивых результатов.
Однако при постоянном поиске новых закономерностей, построении стратегий на их основе и встраивании в авто-
матизированную торговую систему эта проблема решаема. Самое сложное в управлении портфелем системных стратегий - это правильная их классификация по типам и риск-метрикам, и, в зависимости от режимов рынка и оцененных вероятностей успеха, своевременное выставление оптимальных весов для каждой группы стратегий и для каждой отдельной стратегии.
На сегодняшний день на рынке появилось множество команд с большими деньгами, которые работают против сверхпопулярных системных стратегий, выявляя их слабые места. Ситуация, когда одни торговые роботы «ловят» других зазевавшихся роботов, является абсолютно реальной. Поэтому эффективность автоматизированных торговых систем, оперирующих системными стратегиями, в конечном счете, будет определяться теми действиями, которые они предпринимают в случае, если рынок ведет себя неожиданно, выбиваясь из рамок стратегии.
За отдельную плату многие биржи предлагают услугу колокейшн [9], которая подразумевает размещение оборудование клиентов в том же дата-центре, где расположено оборудование биржи. Это сильно сокращает время, требуемое на получение рыночных данных и на отправку рыночных заявок. И хотя такая услуга дает существенное преимущество перед обычными трейдерами, существуют более доступные способы уменьшения пин-гов. Например, размещая оборудование у той же хостинговой компании, но без прямого подключения к бирже.
Однако из-за самого наличия возможности бескомпромиссно увеличить скорость доставки ордеров, НРТ-трейдинг [10] часто сравнивается чуть ли не по криминальному преимуществу. В какой-то мере преимущество действительно колоссальное, так как НП-трейдер может видеть новые заявки раньше остальных, и уже на основе полученных инсайдерских данных принять решение о совершении сделки.
Это позволяет высокочастотникам выставлять заявки на опережение. Допустим, некоторый пенсионный фонд выставляет крупную лимитную заявку на покупку акций по цене немного выше рыночной. НП-алгоритм определяет это и выставляет встречный ордер по указанной цене, создавая при этом видимость роста цены. Когда заявка исполнится, цена сразу же опускается до «справедливой», и трейдер выкупает свои акции уже по более выгодной цене.
Но существует куча рисков технического плана и возможность промахнуться с ликвидностью. Заявка может просто не исполниться через необходимый промежуток времени. Эффективность биржевого арбитража часто сильно преувеличивается, и далеко не любой арбитраж приводит к сверхприбыли.
Влияние HFT-трейдинга на работу биржи
Вспомним один показательный случай, приведший к падению индекса Dow Jones на 600 пунктов. 6 мая 2010 года индекс упал почти на 6% всего за 4 минуты торгового времени [11]. Как же это произошло? Как известно, существует несколько основных торговых площадок, которые обрабатывают сделки Найси. Площадке с лучшей ценой присваивается бейдж лучшей заявки, которые и используются для исполнения ордеров. В случае расхождения арбитражеры будут готовы в сию же секунду перехватить лучшую заявку и компенсировать разницу цен.
В определенный момент NYSE начала выдавать заявки на продажу по цене ниже лучших заявок покупку сразу по сотне акций. Это образовало лавиноб-разный эффект, и системы высокочастотного трейдинга мгновенно включились в игру, одновременно с этим пытаясь помешать другим проторговать тот же арбитраж, замусоривая поток котировок бессмысленными заявками. Из-за огромного потока заявок котировки на площадке стали отставать на несколько миллисекунд от котировок на других биржах. Поэтому цена на NYSE оказалась выше, чем на остальных биржах, и все заявки на продажу стали отправляться туда. Однако так как все они исполнялись с задержкой, к моменту исполнения цена уже успевала опуститься ниже, что в считанные минуты привело к резкому обвалу цен.
Еще одни вопиющий случай произошел 15 октября 2014 года, когда доходность казначейский облигаций в течение нескольких часов упала на четверть процента [12]. Падение произошло совершенно неожиданно и, судя по косвенным доказательствам, являлось следствием работы HFT-стратегии. Анализ впоследствии вышедшего отчета показал аномально выросшие объемы вместе с повышенной активностью торгов, которые привели к существенному повышению волатильности и снижению ликвидности, вследствие чего и произошло падение. На графике видно, как сильно вы-
росший поток ордеров в момент события приводит к серьезной задержке в обработке торговых заявок, так как движок биржи рассчитан на одновременную обработку лишь определенного количества таковых. Накрутка котировок привела к накоплению задержки в исполнении, что, в свою очередь, привело к кратковременному изменению цены. На данном примере видно, как НП" не просто не предоставляет дополнительной ликвидности, а, скорее, ее поглощает. Также накрутка сильно увеличила волатильность внутри стакана, в связи с тем, что НП"-стратегия, по сути, вела торги сама с собой. Таким образом, исполнилась одна из основных задач НП"-трейдинга - создание иллюзии активности, чтобы вытолкнуть с рынка заявки обычных трейдеров.
Создание алгоритмов
«Конструктор Алгоритма» - бесплатный сервис от Gerchik & Со [13], позволяющий построить торговый алгоритм трейдера на основе собственной стратегии с учетом всех нюансов трейдинга.
Что такое робоэдвайзер и как он работает?
Привычная форма услуги создания инвестиционного портфеля посредством общения с финансовым консультантом в робоэдвайзинге заменяется программным алгоритмом [14]. Модуль искусственного интеллекта анализирует состав инвестиционного портфеля для каждого клиента и после его ответа на несколько ключевых вопросов предлагает варианты оптимальных действий.
Программа самостоятельно делает вывод о том, какую степень риска в инвестициях клиент готов понести, и предлагает соответствующую инвестиционную стратегию.
Основные плюсы и минусы робоэд-вайазинга
Если сравнивать услугу робоэдвай-зинга с традиционным формированием портфеля финансовым советником можно выделить следующие:
Плюсы:
■ Сравнительно невысокая стоимость услуги. Дорогостоящая работа инвестиционного советника перекладывается на плечи компьютера.
■ Сроки оказания услуги по созданию инвестиционного портфеля минимальны. Не требуется личного общения с финансовым консультантом, отсутствует длительная переписка, нет стадии подбора,
проверки и согласования наиболее подходящего для клиента варианта распределения активов.
Минусы:
■ В большинстве случаев на выходе инвестор получает типовой вариант портфеля. Компьютер учитывает результаты тестирования и по ним выбирает среди «типовых» инвестиционных портфелей. При этом учитывается много параметров, например, уровень толерантности к риску клиента, его горизонт инвестиций. Так работает большинство алгоритмов робо-эдвайзеров. При этом нет возможности учета индивидуальных требований, таких как:
■ Конкретный уровень доходности или риска портфеля
■ Наличие или отсутствие определенных активов в портфеле
■ Выбор конкретного соотношения между долговыми и долевыми типами активов.
■ Присутствие или отсутствие в портфеле фондов драгоценных металлов, недвижимости и других видов бумаг из альтернативного класса активов.
■ Желание или нежелание диверсифицировать портфель по определенным странам или регионам
■ Клиент вынужден сам принимать ключевые решения.
Часто уже на этапе анализа анкеты и предварительного собеседования инвестиционный консультант убеждает клиента, что портфель, как инвестиционный инструмент, не подходит сейчас для его целей или возможностей. Иногда советник рекомендует подождать, предварительно накопив более крупную сумму. При использовании робоэдвайзера такая возможность отсутствует.
Ситуация на российском рынке ро-боэдвайзеров
Сегодня российский рынок робоэд-вайзеров явно находится в начале своего пути. Некоторые отечественные сервисы не отличаются достаточной прозрачностью и точностью в процессе определения уровня толерантности к риску (способности клиента спокойно воспринимать колебания рынка). Некоторые из роботов уже на стадии тестирования вызывают большие вопросы. Справедливости ради, хочется отметить, что процедура определения риск-профиля инвестора наиболее удачно из российских роботов реализована у сервиса «Простые инвестиции» Сбербанка [15].
Крупные робоэдвайзеры связаны с банками или управляющими компания-
ми и предлагают в качестве активов свои собственные инвестиционные продукты или продукты партнеров, когда требуется перевести средства для управления на счет самой компании или на счета партнеров. Это:
■ Финансовый автопилот (Ртех)
■ Персональный финансовый помощник (Альфа-капитал)
■ Простые инвестиции (Сбербанк + Ппех)
■ ВТБ-Автопилот (ВТБ + Ртех)
Такие портфели являются более рискованными и более ограниченными по возможностям. В России пока нет ни одной управляющей компании, которая могла бы полностью закрыть все инвестиционные потребности клиента. Чуть лучше обстоят дела у робота-советника компании Ак Барс [16]. Помимо биржевых фондов (ЕТР) от Ртех, робот Ак Барс предлагает включить в портфель некоторые российские облигации. Включение в пассивные портфели индивидуальных ценных бумаг выглядит сомнительным. Но Ак Барс включает в портфель клиента исключительно надежные облигации, вроде ОФЗ или долговых обязательств Газпрома.
ЙоЬо-АМбог компании Финам [17] предлагает клиенту распределение не из индексных фондов, а из индивидуальных облигаций и акций, как российских, так и зарубежных. С профессиональной точки зрения такой принцип формирования портфеля не подходит для непрофессионального инвестора, так как связан с большим количеством рисков.
Труднообъяснимым также является наличие кэша в составе портфелях Фи-нама. В публикации «Краткосрочное мышление и результаты инвестиций» подробно объяснено, почему не стоит находиться вне рынка (в деньгах). У портфелей Финама есть возможность подключения функции автоследования, когда ваш брокерский счет отслеживает и повторяет все операции управляющего менеджера, либо просто регулярно получать рекомендации общего характера и пытаться самому активно управлять своими бумагами. Результат распределения активов некоторых сервисов, например, у робоэдвайзера Альфа-Капитала [18], мягко говоря, вызывает недоумение. Так, при выборе максимально агрессивной стратегии он предлагает следующее соотношение:
Все фонды Альфа-капитал являются активно управляемыми. Размер ежегодного вознаграждения УК по таким фондам доходит до 5%. Индексные фонды
О £
Я
3
9
2 а
9
«
сэ
сч
£
а
2 о
отсутствуют. Совсем по-другому организован сервис робоэдвайзинга Right от М3 (автор сервиса Conomy) [19]. Робоэдвай-зер предлагает портфели из большого количества активов, но, увы, лишь из числа инструментов Московской биржи, не выходя на зарубежный рынок. И в состав входят только индивидуальные акции и облигации (нет фондов).
Проводя постоянный мониторинг фондового рынка, авторы Right дают регулярные рекомендации по изменению состава портфеля, что в целом больше похоже на автоследование. Все отслеживаемые портфели формируются через брокера Финам. В целом этот сервис можно только условно назвать робоэд-вайзингом. Клиенту просто предлагается красиво оформленная услуга автоследования.
Примерно похожим образом, как и сервис Right, работает робот от компании Artquant [20], а брокером, счет у которого необходимо открыть, является ITI Capital. В Artquant финансовый советник составляет портфель из акций и облигаций наиболее стабильных и надежных компаний на российском рынке. Пропорция акций зависит от выбранного вами риск-профиля: чем больше акций, тем более рискованный портфель, но в тоже время тем больший у него потенциал роста. Портфель будет пересматриваться каждый день, но вносить изменения рекомендуется ежеквартально. Artquant:
■ Выберет надежные ценные бумаги
■ Акции и облигации российских и зарубежный компаний
■ Составит инвестиционный портфель
■ Алгоритм сам покупает и продает акции у брокера
■ Постоянно улучшает портфель, увеличивая доходность
■ Покажет доходность
■ Вся статистика доступна в личном кабинете в любое время
Aldeas - это модуль искусственного интеллекта, который самостоятельно анализирует портфель пользователя и предлагает ему варианты улучшений на основе выявленных предпочтений.
Наиболее близок к идее автоматизированного подбора пассивного инвестиционного портфеля среди российских робоэдвайзеров Робоконсультант компании Личный капитал [21]. Он за ежемесячную подписку в 990 р. предлагал, согласно риск-профилю, подбор распределения из зарубежных индексных фондов, давал возможность отслеживать портфель и оповещал о необходимости ребалансиров-ки. Причем услуга носила полностью кон-
сультационный характер. Инвестор мог воспользоваться любым удобным для него посредником (брокером) для покупки рекомендованных бумаг.
Выводы
1. В России пока нет ни одной управляющей компании, которая могла бы полностью закрыть все инвестиционные потребности клиента.
2. Некоторые отечественные сервисы не отличаются достаточной прозрачностью и точностью в процессе определения уровня толерантности к риску (способности клиента спокойно воспринимать колебания рынка).
3. Процедура определения риск-профиля инвестора наиболее удачно из российских роботов реализована у сервиса Простые инвестиции Сбербанка.
4. В сфере финансовой торговли в России перспективно внедрение элементов искусственного интеллекта в алгоритмической торговле, хотя сегодня российский рынок робоэдвайзеров находится еще в начале своего пути.
Литература
1. Указ Президента Российской Федерации от 07.05.2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до2024 года».
2. Галина Егорова. Искусственный интеллект в банках и финансовом секторе. FinTech. Обсерватория. Финансы и технологии.29.04.2016.
3. Алгоритмическая торговля, Особенности и возможности алготрйдинга. TilGroup. 19.09.2016.
4. Что такое «робоэдвайзинг» и как работает персонализация инвестиционного портфеля. Habr. ITI Capital. Freedom 24.ru. Проект группы Freedom Finance. 27.01.2018.
5. Ант. Ф. Ерешко. Алгоритмические системы и финансовые рынки. Доклад. Deutshe Bank. Выч. центр им. А.А. Дородницына РАН. Ин-т независимых финансовых советников.
6. Наука зарабатывать. Как команда талантливых математиков создала один из лучших в мире инвестфондов. Международная панорама. Theory @ Practice. 24.01.2017.
7. Моделирование поведения участников фондового рынка. Учебное исследование. Рабочая программа учебной дисциплины. С-П. госуниверситет. 02.03.2015.
8. Особенности и возможности алготрейдинга.Жгоир. 19.09.2016.
9. Услуга колокейшн. Размещение серверов в ДАТА-центре класса TIER 3. Datacheap.ru; [email protected].
10. Андрей Никифоров. HFT для программистов. Блог Geek Brains. 31.07.2017.
11. Сергей Голубицкий. Жирный палец. Бизнес-журнал, № 6. 07.07.2010.
12. Расследование: Как 15 октября 2014 года высокочастотные трейдеры обвалили рынок казначейских облигаций США и манипулировали им. Zero Hedge. ITI Cfpital. Habr. 27.10.2015.
13. Бесплатный интерактивный сервис «Конструктор Алгоритма» от компании Gerchik@Co для создания персонального торгового алгоритма трейдера. [email protected].
14. Антон Хмеленко. Обзор российских рынков по роботоэдвайзингу. Проект «Рост сбережений». Просто о финансах. 17.07.2018.
15. Евгений Маляр. Как работает сервис Сбербанк Инвестиции. D ELEN.RU. Инвестиции. 21.02.2019.
16. Ак Барс Банк презентовал робот-эдвайзера. Портал Ru Creditor. Кредитное решение. 20.06.2016.
17. Игорь Антонов. Финам запустил робоэдвайзера. Новости брокеров и управляющих компаний. ЗАО «Инвестиционная компания «ФИНАМ». [email protected]; http://Www.finam.ru.
18. Виталий Гайдаев. «Ирина Криво-шеева:робоэвайзинг- это надолго». Коммерсант. Деньги. Приложение № 32 от 28.11.2017, стр. 36.
19. Робоэдвайзинг Right от МЗ (автор сервиса Conomy). (Rg.ht)- автоматическая система инвестиций, работающих с помощью (Right) робота. [email protected].
20. Artquant Ltd- компания-резидент инновационного центра Сколково. Программное обеспечение. Программные решения в области финансовых технологий. [email protected].
21. ООО «Личный капитал». Консультационные услуги. Финансы. Инвестиции. [email protected]; www.lk-finance.ru; taplink.cc/lichny-kapital.
Financial consultation with special
algorithms, which replace traders Mikhailov M.V.
Financial University under the Government of the
Russian Federation In this state are researching modern trends in development of the algorithmic trading. There are describing methods of main Russian traders in creating of investment portfolio. Mail emphasis is made on describing of the role of the element of the artificial intelligence -trading robot in financial transactions. There are analyzed the influence of HFT-trading on the sphere of financial trading. Cases are considered when it creates an illusion of
activity.
In addition, the issue of creating trading algorithms has been studied. Pros and cons of robotic edging are considered, the Russian market of robot editors is analyzed. The main players of this market are given, the effectiveness of their work, the convenience of services are considered.
There are grounded perspectivity of the elements of the artificial intelligence in creating of investment portfolio and developing of the algorithmic trading on Russian financial exchanges.
Keywords: financial trading, algorithmic trading, trading robot, roaming, investment portfolio, HFT trading, system strategies
References
1. Decree of the President of the Russian Federation of 07.05.2018 No. 204 "On the national goals and strategic objectives of the development of the Russian Federation for the period up to 2024".
2. Galina Egorova. Artificial intelligence in banks and the financial sector. Fintech. Observatory. Finance and Technology 04/29/2016.
3. Algorithmic trading, features and possibilities
of algorithmic trading. TilGroup. 09/19/2016.
4. What is "Roads Edging" and how does personalization of the investment portfolio work? Habr. ITI Capital. Freedom 24.ru.
Freedom Finance group project. 01/27/2018
5. Ant. F. Ereshko. Algorithmic systems and financial
markets. Report. Deutshe Bank. Cal. center them. A.A. Dorodnitsa RAN. Institute of Independent Financial Advisors.
6. Science to earn. As a team of talented mathematicians, she created one of the best investment funds in the world. International panorama. Theory @ Practice. 01/24/2017.
7. Modeling the behavior of participants in the stock market. Educational study. Work program of the discipline. Cp State University. 03/02/ 2015.
8. Features and opportunities of algorithmic trading. TilGroup. 09/19/2016.
9. Collocation service. Placement of servers in the
DATE-center class TIER 3. Datacheap.ru; [email protected].
10. Andrey Nikiforov. HFT for programmers. Geek Brains blog. 07/31/2017.
11. Sergey Golubitsky. Bold finger. Business Journal, No. 6. 07/07/2010.
12. Investigation: As October 15, 2014, high-frequency traders collapsed the US Treasury bond market and manipulated it. Zero Hedge. ITI Cfpital. Habr. 10/27/2015.
13. Free interactive service "Algorithm Constructor" from Gerchik @ Co to create a personal trading algorithm for the trader. [email protected].
14. Anton Khmelenko. Overview of the Russian markets for robot ezedvayzingu. The project «Growth of savings». Just about finances. 07/ 17/2018
15. Yevgeny Malyar. How does the service Sberbank Investments. D ELEN.RU. Investments. 02.21.2019.
16. Ak Bars Bank presented a robot advisor. Portal Ru Creditor. Credit decision. 06/20/2016.
17. Igor Antonov. Finam launched a robot manager. News brokers and management companies. CJSC «Investment company» FINAM «. [email protected]; http://www.finam.ru.
18. Vitaly Gaydayev. «Irina Krivosheeva: roboevaysing- this is a long time.» Kommersant. Money. Appendix No. 32 dated 11/28/2017, p. 36.
19. Right Editing by the Ministry of Health (author of the Conomy service). (Rg.ht) - an automatic investment system that works with the help of (Right) robot. [email protected].
20. Artquant Ltd is a resident of the Skolkovo Innovation Center. Software. Software solutions in the field of financial technology. [email protected].
21. LLC "Personal capital". Consulting services. Finance. Investments. [email protected]; www.lk-finance.ru; taplink.cc/lichny-kapital.
О À
В
S
2 e
9
