Vidéo: Big Data & Analytics for Finance 2024
Les activités de trading des banques et autres institutions financières sont un secteur de l'industrie financière qui a été considérablement affecté par les mégadonnées. Un exemple est le trading à haute fréquence (HFT), un mode de négociation relativement nouveau qui dépend de la capacité à exécuter des volumes massifs de transactions dans des intervalles de temps extrêmement courts. Les traders HFT gagnent de l'argent en exécutant un grand nombre de transactions, chacune d'entre elles ayant un profit minime.
Alors que de plus en plus de ressources ont été consacrées au trading HFT au cours des deux dernières années, conduisant à une course aux armements dans des matériels et logiciels progressivement plus rapides, la rentabilité du trading à haute fréquence a diminué. Comme la vitesse des transactions a augmenté, la capacité de gagner de l'argent en fonction de la seule vitesse a diminué. Les nouvelles augmentations de vitesse entraînent maintenant des rendements décroissants - le bénéfice par transaction a plongé. En conséquence, la négociation réussie dépend maintenant de moins en moins sur le matériel et plus sur le logiciel sous la forme d'algorithmes de négociation sophistiqués.
algorithme est un ensemble d'instructions utilisées pour effectuer une procédure, un peu comme une recette. Les algorithmes sont largement utilisés par les informaticiens pour instruire les ordinateurs sur la façon d'effectuer diverses tâches, telles que la réalisation d'opérations mathématiques. L'utilisation d'algorithmes avancés pour les stratégies de négociation comporte plusieurs avantages potentiels, tels que la possibilité de tester des idées sur des données historiques avant de risquer de l'argent. Avec le trading HFT, il n'y a pas de temps pour tester des stratégies de trading potentielles, car elles doivent être mises en œuvre immédiatement.
Avec la diminution des bénéfices de HFT, le trading algorithmique semble avoir un brillant avenir, car la disponibilité croissante des données et la vitesse de l'ordinateur permettent de développer des algorithmes de plus en plus sophistiqués.
