Mais au fond, quest-ce que le high-frequency trading ?

Voici le premier billet d’une série de deux ou trois, dédiés à nos amis les robots fous de la finance, que les médias et les boursicoteurs aiment à rendre responsables de nombreux maux, à grands coups de chiffres choc du type « les robots réalisent des échanges en moins d’une milliseconde, rendez-vous compte ! ».

Je n’aime pas trop l’aspect luddite de ce type d’argument, et je suis sûr qu’en fouillant dans les journaux de l’époque on trouverait des articles contre l’utilisation du télégraphe pour transmettre les nouvelles financières. Il est vrai que le high-frequency trading pose beaucoup de questions, et qu’il a probablement un certain nombre d’effets négatifs, comme déjà suggéré par une métaphore dans ce billet. Il s’agit néanmoins de savoir de quoi on parle, ce qui est particulièrement difficile sur ce sujet particulier, tant « high-frequency trading » est une catégorie fourre-tout qui recouvre des pratiques extrêmement différentes. Avant d’autres billets qui détailleront les effets du (des ?) high-frequency trading, celui-ci a simplement pour but d’expliquer ce dont il s’agit. Je m’excuse à l’avance auprès des lecteurs puristes pour le nombre incroyable de termes anglais et d’anglicismes que contient ce billet.

Afin de m’appuyer sur une source avec un peu plus d’autorité que moi-même au stade de la définition, je reprends largement un concept release de 2010 de la Security and Exchange Commission, l’équivalent américain de notre Autorité des Marchés Financiers, disponible ici.

Nos amis de la SEC définissent assez largement le high-frequency trading (à partir de maintenant, HFT) comme du trading pour compte propre (c’est-à-dire non pour le compte de clients), effectué par des professionnels, et générant un grand nombre d’échanges de manière quotidienne. Le HFT peut être aussi bien le fait d’une firme de trading pour compte propre, qui pourrait par ailleurs être enregistrée comme broker-dealer, que d’un trading desk pour compte propre appartenant à un broker-dealer, ou bien d’un hedge fund. C’est donc aussi le volume d’échanges qui fait le HFT, pas seulement la fonction supposée de l’entreprise juridique qui le pratique. Pour information, la France impose (enfin, fait semblant d’imposer, mais on en parlera une autre fois) une taxe sur le HFT depuis le premier août, et retient le critère plus précis de un ordre passé toutes les demi-secondes. En pratique, on parle souvent en termes de millisecondes voire de microsecondes.

La SEC donne quelques éléments additionnels, caractéristiques du HFT : 1. l’utilisation de programmes informatiques sophistiqués et « extraordinairement rapides », 2. l’utilisation de services de colocation (i.e. localiser physiquement leurs ordinateurs à proximité des serveurs qui régissent les échanges) et de transmission de données offerts par les bourses et les plateformes d’échanges, le tout afin de gagner encore en rapidité, 3. la prise et la liquidation de positions de manière très rapide, 4. l’envoi de nombreux ordres qui sont au final annulés avant d’être exécutés (voir ce billet (lien) pour plus de détails sur les différents ordres, mais en gros il s’agir de dire « coucou je suis prêt à vous acheter X actions Y à Z euros », et à dire 0,1 secondes après « en fait non, désolé »), et 5. le fait de terminer la journée avec une position à peu près neutre, c’est-à-dire de faire des allers-retours plutôt que de prendre des positions d’un jour à l’autre. Au total la SEC cite le chiffre de plus de 50% des échanges impliquant un HFT aux Etats-Unis. A vrai dire on est sans doute au-delà, j’ai vu aussi le chiffre de 70%.

Notons d’abord quelque chose de très important : utiliser un algorithme de trading ne fait pas d’un agent un HFT, autrement dit tout l’algorithmic trading n’est pas du HFT (même si le HFT est une forme d’algorithmic trading). Beaucoup de gros investisseurs utilisent directement ou indirectement des algorithmes pour effectuer de gros échanges, de façon tout à fait routinière et sans qu’on trouve quelque chose à y redire. Imaginez par exemple qu’un fonds quelconque (même pas un méchant hedge fund, un gentil fonds qui gère les économies de la veuve de Carpentras) veuille acheter pour une dizaine de millions d’euros d’une action là aussi tout à fait quelconque. Son courtier peut choisir de demander au marché pour dix millions d’euros de l’action, sauf que ce sera très coûteux : à un moment donné il n’y a peut-être pas d’investisseur de taille comparable cherchant à vendre pour dix millions de la même action, donc il va falloir offrir des prix plus élevés pour pousser d’autres gens à vendre. Il est en général plus malin de regarder qui a envie de vendre, d’acheter déjà un morceau plus ou moins gros en fonction de l’offre, de repasser un peu plus tard pour voir s’il y a de nouveaux offreurs, d’acheter un peu à nouveau, et ainsi de suite jusqu’à ce que la quantité demandée soit atteinte. Dans les temps anciens on demandait à un trader de faire ça à la main. Contrairement aux idées reçues sur les traders, c’était une activité somme toute assez répétitive et ennuyeuse, tellement qu’on les a très facilement remplacés par des programmes informatiques pour faire des économies.

Une fois ce contre-sens écarté, le problème est qu’on ne sait pas très bien ce que font exactement les HFT, ce pourquoi d’ailleurs la SEC demande de l’aide dans le document cité. Le gros problème en effet c’est que les firmes qui pratiquent le HFT sont très discrètes sur leurs stratégies, que les données permettant d’identifier celles-ci sont en général peu accessibles, et que même les gens qui y ont accès ont bien du mal à interpréter les stratégies observées. On peut néanmoins distinguer quelques grandes familles de stratégies :

Tenue de marché passive (ou passive market-making, dans la langue de Warren Buffet) : il s’agit là d’un rôle a priori plutôt positif. Souvenons-nous qu’il y a sur le marché de gros investisseurs qui cherchent à acheter et vendre de gros montants, mais sont embêtés de constater qu’au moment où ils cherchent à acheter il n’y a pas forcément quelqu’un qui veut vendre, ou le contraire. Imaginons que le courtier de notre gros investisseur utilise un algorithme I1 qui commence par envoyer quelques ordres d’achat. Notre HFT lui utilise un algorithme H qui se dit « tiens tiens, quelqu’un cherche à acheter et est donc prêt à payer l’action un poil plus cher qu’elle ne vaut, je vais lui vendre quelques unités ». L’algorithme I1 achète alors à l’algorithme H, et se dit « tiens, c’est chouette, il y a quelqu’un qui cherche à vendre en face, je vais acheter plus » etc. Quelques secondes plus tard l’algorithme H aidera au contraire un algorithme I2 à vendre et rééquilibrera sa position. Autrement dit H aura simplement servi d’intermédiaire entre I1 et I2, et aura permis aux deux investisseurs de réaliser les échanges désirés rapidement, plutôt que d’avoir à s’attendre l’un l’autre (ce qui est source de risque et d’autres problèmes). Contre ce service d’intermédiation, le HFT prélève une petite marge, qui n’est autre que le spread. C’est ce qu’on appelle de la tenue de marché ou market-making, fonction essentielle qui était auparavant remplie par d’autres types d’agents, mais qui est simplement réalisée plus vite par certains HFT.

Arbitrage : autre stratégie très classique mais simplement réalisée à plus haute fréquence, l’arbitrage consiste à identifier des actifs dont les paiements espérés sont reliés par une relation donnée, qui n’est pas parfaitement reflétée dans les prix. Il y a beaucoup de types d’arbitrages différents. Une action Peugeot par exemple peut être échangée à la fois sur Euronext Paris et sur une autre plateforme (au hasard Chi-X). Imaginons que pendant un quart de seconde le prix soit plus élevé sur Euronext que sur Chi-X. Un « arbitrageur » HFT peut alors acheter sur Chi-X pour vendre sur Euronext et réaliser un profit. C’est finalement plutôt sympathique puisque cela permet à un actif donné d’avoir à peu près le même prix partout, ce qui simplifie la vie de nos chers gros investisseurs, et par ricochet profite peut-être même à la veuve de Carpentras. Bien sûr, on peut aussi arbitrer entre différentes actions, entre des actifs et leurs sous-jacents, entre des indices ou des ETFs et les actions qui les composent etc. Tout cela existe depuis très longtemps, là encore la seule différence c’est que les opérations se font maintenant à haute fréquence.

Stratégie « structurelle » : de manière plus perverse maintenant, certains HFT peuvent utiliser leur vitesse et leur accès rapide aux données de marché pour exploiter les failles du système d’échange et réaliser des profits aux dépens des agents moins rapides. Imaginons par exemple qu’à un moment donné plusieurs agents (peut-être des market-makers HFT d’ailleurs) envoient au marché des messages du type « coucou, je suis prêt à acheter 1000 actions X à 10 euros pièce » (des ordres à cours limité, ou limit orders, pour les initiés), et que soudainement on apprenne que le PDG de X est décédé, sauvagement attaqué par un écureuil. En principe les premiers messages devraient être annulés, et remplacés par des « coucou, suite à cette attaque d’écureuil je ne donne plus que 9,95 euros pour l’action X ». Sauf que notre HFT obtient l’information plus rapidement, et surtout peut envoyer des ordres au marché plus vite. Il peut en particulier accepter les offres à 10 euros avant que les personnes qui les ont soumises ne puissent les annuler. Anticipant ce risque, moins d’investisseurs seront prêts à faire des offres ex ante. Ce comportement a donc un effet assez négatif sur le marché. Ce n’est qu’un exemple (et là encore cette stratégie a elle aussi toujours existé), on peut faire plus pervers, et apparemment certains ne s’en sont pas privés.

Stratégie directionnelle n°1 : corriger les prix éloignés de leur valeur fondamentale : du fait qu’ils reçoivent énormément d’information sur le marché, certains HFT peuvent sans doute facilement identifier quand des chocs de liquidité ont amené le prix d’un actif plus bas ou plus haut que ne le justifieraient ses fondamentaux. Ils peuvent alors rapidement vendre les actifs surévalués et acheter les actifs sous-évalués, ce qui a priori est plutôt une bonne chose. Encore que. Je ne résiste pas à l’envie de renvoyer le lecteur intéressé à un article que j’ai écrit sur la question (lien), dont je reparlerai peut-être.

Stratégie directionnelle n°2 : le front-running : stratégie vieille comme la bourse d’Amsterdam et pour le coup clairement parasitique. Reprenons notre ami le gros acheteur I1. Le gentil algorithme de market-making H identifie que l’algorithme I1 cherche à acheter, et lui vend des actifs afin de gagner une petite marge d’intermédiation. Mais on peut faire beaucoup mieux à condition d’écrire un méchant algorithme H’: H’ va comprendre que I1 cherche à acheter un gros montant, et va lui-même acheter un gros montant avant lui à un prix p1. I1 va ensuite acheter lui-même et faire monter les prix jusqu’à p2 > p1. C’est ce qu’attendait le fourbe H’, qui vend alors ce qu’il a acheté l’instant d’avant (on tire facilement de ceci le script d’un film hollywoodien dont les personnages principaux seraient des algorithmes de trading). Le résultat, c’est que le gros investisseur a payé plus cher pour rien, et que le HFT a gagné la différence entre les deux prix. Dans le passé, certains intermédiaires se rendaient coupable de cette même pratique à une fréquence plus basse. Le gros investisseur appelait l’intermédiaire, lui demandait d’acheter une grosse quantité pour son compte, suite à quoi l’intermédiaire achetait d’abord pour son compte propre, puis exécutait l’ordre. Pratique assez répréhensible, et d’ailleurs réprimée.

Stratégie directionnelle n°3 : embrouiller les autres : c’est la stratégie que je trouve la plus amusante dans cette liste. Elle consiste à deviner comment fonctionnent les autres algorithmes, et à essayer de les tromper (on devine que cette pratique est d’une utilité sociale faible, et résulte en net simplement à gâcher des cerveaux). Je peux par exemple soumettre très vite des ordres d’achat et les annuler, de manière à « faire croire » aux autres algorithmes qu’il y a beaucoup de gens qui veulent acheter et qui rencontrent des gens prêts à vendre. Cela peut inciter par exemple l’algorithme de market-making H à proposer de vendre à meilleur prix (puisqu’il « croit » être en concurrence avec d’autres vendeurs pour attirer un gros acheteur), en quel cas notre HFT manipulateur achète à vil prix. On peut bien sûr rendre le jeu plus sophistiqué à l’infini, en essayant de tromper les algorithmes manipulateurs etc.

C’est ici que se termine la visite guidée organisée par la SEC, qui permet de commencer à savoir à peu près de quoi on parle, et surtout de se rendre compte que porter des jugements à l’emporte-pièce sur le HFT dans son ensemble n’a pas tellement de sens. De prochains billets détailleront des articles étudiant les effets des différents types de HFT. Un caveat cependant : le gros problème du HFT, c’est que personne ne sait très bien identifier qui fait quoi et dans quelles proportions (combien de market-makers pour combien de front-runners ?). Même lorsque les données sont disponibles et que l’on peut suivre la stratégie d’un HFT particulier, il faut être bien malin en observant la série des ordres envoyés sur une journée (à raison d’un ordre chaque milliseconde) pour distinguer ne serait-ce qu’un market-maker d’un manipulateur. Il reste donc difficile de mettre des chiffres derrière les différents effets positifs et négatifs du HFT en général, mais parcourir les différents articles sur la question rend déjà beaucoup moins bête.

Licence Creative Commons – Auteur:Jean-Edоuard Cоlliard

Be the first to comment

Leave a Reply

Votre adresse de messagerie ne sera pas publiée.


*