Norske Sven-Egil Larsen og Peder Veiby havde fundet en god fidus. De handlede begge aktier på Oslo Børs som private investorer og havde uafhængigt af hinanden gennemskuet, hvordan en computeralgoritme fra det amerikanske brokerfirma Timber Hill fungerede. De havde begge fulgt algoritmens købs- og salgsordre et stykke tid og mente, at de kunne forudse algoritmens handlinger. Fra november 2007 til marts 2008 udnyttede de den viden i 2.200 børshandler til at hive et pænt beløb hjem.
Snyd algoritmen
Begge mænd købte en pæn portion aktier til en given pris og fulgte op med en række mindre køb inden for kort tid. Det fik Timber Hill-algoritmen til at hæve sin købspris på aktien. De to nordmænd kunne derfor sælge deres nyligt indkøbte aktier med en profit. Det var ikke altid, at de to kunne narre Timber Hill-algoritmen. Blev den pågældende aktie eksempelvis også handlet af andre i samme tidsrum, var det sværere at forudsige algoritmens handlinger. Men algoritmens forudsigelighed var stor nok til, at Sven-Egil Larsen kunne tjene 160.000 norske kroner og Peder Veiby 250.000 norske kroner.
Ifølge Sven-Egil Larsen var algoritmen ikke videre avanceret eller smart:
– Robotten var meget meget dum, eller personen, der har programmeret den, er meget meget dum, sagde han under den retssag, som i efteråret 2010 anklagede dem for markedsmanipulation.
Intelligens – ikke hastighed
Det er dog langtfra alle algoritmer, der er nemme at forudsige eller er "meget, meget dumme". Tendensen i HFT går mod mere intelligente og komplekse algoritmer frem for alene at konkurrere på hastighed. Hastighed og lav latens er stadig et krav, men fokus rykker over på implementering af smartere algoritmer, der anvender teknologier som maskinlæring, evolutionær computing, mønstergenkendelse og datamining.
I Hyde Park Global Investments bedriver man med CEO Adam Afshars ord "100 procent robothandel baseret på kunstig intelligens". Hyde Park Global Investments anvender aktiehandelsmodeller baseret på kunstig intelligens, der konstant forbedres, da modellerne løbende evaluerer deres forudsigelser ved at sammenholde den forventede kurs med den realiserede kurs for et givent værdipapir.
Adam Afshar er overbevist om, at fremtiden for High Frequency Trading er smartere algoritmer, der trækker på forskning inden for eksempelvis genetiske algoritmer og genetisk programmering. Der er da heller ikke ansat nogen almindelige dealere, børsanalytikere eller portefølje-chefer i Hyde Park Global Investments. Det er udelukkende dataloger, matematikere og ingeniører, der arbejder med at udvikle de smarte algoritmer, der ifølge Adam Afshar giver et positivt afkast i 80 procent af handlerne.
– Firmaerne, der kommer med de nye innovative ting, er ikke Goldman Sachs, Bank of America, Merril Lynch og den slags. Det er små firmaer, der kommer med det nye innovative. Det er ph.d.-er fra universiteter som Carnegie Mellon, Chicago, MIT og Cambridge, som starter noget nyt, siger Adam Afshar.
Han har ikke meget tilovers for de store Wall Street-firmaers tilgang til HFT, der mest sker ud fra et ønske om at blive hurtigere og hurtigere. For Adam Afshar er det de intelligente algoritmer, der fremover kommer til at vinde over de hurtigere algoritmer. Forskellen mellem de to tilgange til HFT-markedet er meget stor.
– De store Wall Street-firmaer rider stadig heste. Mens alle andre kører biler, siger de: "Lad os finde en hurtigere hest."
Algoritmerne spiller mod hinanden
Formentlig vil det være sværere for private investorer som Sven-Egil Larsen og Peder Veiby at gennemskue de algoritmer, som Adam Afshars hold af dataloger og matematikere løbende videreudvikler, end den relativt letgennemskuelige Timber Hill-algoritme. Men så kan man jo prøve at udvikle algoritmer, der kan afsløre andre algoritmers svage punkter.
– Der findes flere små virksomheder med en-to finansfolk og en-to it-folk, der arbejder på denne måde, og ikke alle opfører sig som en almindelig dealer. De laver algoritmer, der finder andre algoritmer og angriber deres svage punkter. Hvis du finder en algoritme, du mistænker for at skulle sælge store dele X, og du ved, der kommer regnskab i morgen, så ved du, horisonten er kort, og aggressiviteten vil ende med at være høj. Så hvis du kan tvinge prisen ned, vil algoritmen sikkert uanset hvad forsøge at komme af med restmængden sidst på dagen uanset prisen, fortæller en kilde med førstehåndsindblik i algoritme-handel, der ønsker at være anonym.
Med langt over halvdelen af markedsaktiviteten på de amerikanske børser kontrolleret af algoritmer og tæt på halvdelen af markedsaktiviteten på europæiske børser giver det god mening for algoritme-udviklere at designe algoritmer, der forsøger at tage højde for andre algoritmers beslutningsmønstre.
Som i et pokerspil kan algoritmerne forsøge at aflure hinandens svagheder og udnytte dem til egen fortjeneste. Det kan hurtigt udvikle sig til noget, der minder om et oprustningskapløb i intelligens og forudsigelse af modstanderens træk.
– Ja, det lyder som en virus, der afprøver et andet systems svagheder og forsøger at udnytte dem. De originale algoritmer får enten indbygget logik, der gør dem meget sværere at opdage, eller også laver man nye algoritmer, der leder efter 'virus-algoritmerne', og hvis de findes, ændrer man sine algoritmer, fortsætter kilden sin beskrivelse.
De norske daytradere
Så afluring af svagheder i algoritmer er ikke kun noget, som de to norske private investorer gør. Sven-Egil Larsen og Peder Veiby gjorde det dog ikke ustraffet. I oktober 2010 kom de to nordmænd for retten, da det norske børstilsyn mente, at de havde manipuleret med aktiemarkedet.
– Vi mener, at de to har begået et stort antal prismanipulationer. De har placeret købs- og salgsordrer, som ikke er ægte. De har haft et andet motiv; nemlig at få priserne til at flytte sig. I vores øjne er det bevidst manipulation af computeren, som de har handlet med, så systemet ændrede priserne, og de var i stand til at tjene penge, sagde politiadvokat Christian Stenberg i forbindelse med retssagen.
De to nordmænd fik bøder og betingede fængselsstraffe for at have foretaget kursmanipulation.
