Toda aquella acción que requiere de una técnica o de un conjunto de recursos técnicos para su ejecución está involucrando, sin más, a la tecnología. Es que si nos remitimos al concepto de la misma, tecnología es el conjunto de instrumentos, recursos técnicos o procedimientos empleados en un determinado campo o sector.

Sumado a lo anterior, innovación es todo aquel cambio que supone una novedad, una mejora, una solución, una simplificación o adaptación de lo ya existente. Se asocia a la idea del progreso y el bienestar.

Sin ir más lejos, tanto en nuestra vida diaria, como en la cotidianidad de los mercados financieros, es prácticamente imposible no utilizar tecnología en algún momento. Con el trading algorítmico se lo toma como dado, sin embargo, es muy útil comprender cuáles son las innovaciones tecnologías involucradas en las operatorias porque de esa forma es posible entender qué sucede en cada instancia, ganar confianza y visualizar las oportunidades que propicia.

Antes de eso, y para reconocer la evolución del trading algorítmico desde 1930 hasta la actualidad, los invitamos a repasar esos hitos históricos que dan cuenta de tal crecimiento.

Del Excel a la era de los bots

Como lo anticipamos, el trading algorítmico comienza a desarrollarse desde la década del ‘30. En aquel entonces, se operaba de manera manual en el recinto, pero por medio de fórmulas matemáticas basadas en los cálculos sobre los precios de los bonos y las acciones. Aquella manera de operar no contaba con mucho acceso a la tecnología tal y como la conocemos ahora, sino por medio del desarrollo de fórmulas de aproximación matemática y ábacos con los cuales se podían calcular los parámetros e inputs de las estrategias de negociación.  

Dos décadas después, Harry Markowitz desarrolla la Teoría del portafolio moderno (Modern Portfolio Theory) con la cual ganó un Nobel y marcó otro avance hacia el trading algorítmico, tal y como lo conocemos ahora.

En 1960 se empieza a aplicar el trading algorítmico en Hedge Funds con modelos de arbitraje, mientras que un significativo avance en 1970 permite su evolución contextual con el arribo de los primeros ordenadores portátiles. 

Desde entonces, una vorágine se desata a favor del desarrollo del trading algorítmico: 

NYSE empieza a informatizar sistemas, NASDAQ automatiza ECNs, a finales de 1982 se lanza la terminal Bloomberg, en los ‘90 la SEC autoriza informatizar al 100% todos los exchanges o mercados, surge el teclado de interactive Brokers de la mano de su fundador Thomas Peterffy y a partir del año 2000 comienzan a volverse populares las plataformas de negociación.

Todo este crecimiento propició que aumente el volumen de operaciones diarias y que sea prácticamente imposible seguir ejecutando una mesa de operaciones de la manera tradicional sin cometer errores. Con las distintas tecnologías aplicadas al trading algorítmico, no sólo se evitan esos errores sino que además mayores oportunidades de negocios.

En el caso de ArQuants, que permite automatizar la mesa de operaciones o cualquier idea de negociación llevada adelante en bancos, brokers o fondos., el volumen es mucho más alto y la rentabilidad también.

Las seis tecnologías de una operatoria algorítmica

Partiendo de que la tecnología para el trading algorítmico es el conjunto de conocimientos técnicos, habilidades y reglas que posibilitan la ejecución de ideas comerciales por medio de algoritmos, es válido afirmar que la principal tecnología aplicada al trading es justamente el algoritmo.

Sin embargo, en el camino que realiza una orden, existen distintas adopciones tecnológicas que permiten que el trading algorítmico sea realmente beneficioso dado que ahorra tiempo, posibilita el desarrollo de nuevos negocios y elimina los errores. 

A continuación, mencionaremos las bases de cada una de estas tecnologías con la promesa de que en futuros artículos para este blog profundizaremos en todas las particularidades de cada una. 

¡Empecemos de una vez!

1. Conectores

Son componentes que intermedian entre dos partes enviando y recibiendo información. Estas partes son los mercados, por un lado, y los bancos, brokers o fondos de inversión por el otro. 

Vale decir que los mercados están intercomunicados entre sí por medio de protocolos, siendo el protocolo FIX (Financial Information eXchange, por sus siglas en inglés) uno de los más utilizados, pero no es el único. 

ArQuants, por caso, conecta con los mercados argentinos MatBa-ROFEX, BYMA y MAE, por un lado, con Interactive Brokers y los mercados de Colombia, Set-ICap y BVC por otro, y está desarrollando los conectores para Chile, México, Perú y Brasil.  

2. Librería de desarrollo

Es el contenedor en donde se aloja el conjunto de funciones y métodos por las cuales es posible acceder de manera local a lo que se ejecuta en una plataforma. Esto significa que se puede programar usando ciertas funciones y métodos que se incorporan al código de manera predefinida para solamente llevar el pseudocódigo de una estrategia a código python ejecutable. 

Por medio de un programa IDE (en inglés, Integrated Development Environment), el desarrollador puede programar en su computadora, testear y lanzar el código de las estrategias.  En concreto, la librería de desarrollo permite articular el código de las estrategias en la computadora del desarrollador de manera local, como así también testear y validar su funcionamiento. Para que, finalmente, el operador algorítmico de la mesa pueda ejecutar algoritmos dentro de la plataforma de una manera ultra performante.

3. Risk

Este componente es el encargado de validar el accionar de las estrategias por lanzar al mercado y la forma en la que aplicamos las diferentes reglas de negocios de los mercados o conjunto de ellos.

Esto se hace por medio de un motor denominado Validation exchange diseñado para garantizar que todo algoritmo que corre dentro de la plataforma cumpla las reglas impuestas por cada mercado, siendo que cada uno tiene una especificación para la regulación de los algoritmos. 

Por su parte, ArQuants aplica todas las reglas para que los algoritmos las tengan que emplear sí o sí. Cada vez que un algoritmo envía un evento a un mercado pasa por este módulo y este se encarga de hacer todas estas verificaciones específicas.

4. Cola de Mensajería/ Sistema

Al hablar de sistemas, indefectiblemente hablamos de la escalabilidad de los mismos, ya que estos crecerán de manera vertical u horizontal, dependiendo del tráfico que puedan soportar. Para el caso de ArQuants, el sistema que se utiliza se denomina Sistemas  distribuidos porque permiten el procesamiento en paralelo, esto significa que se escalan horizontalmente agregando una máquina al lado de la otra, lo cual posibilita que el escalamiento sea prácticamente infinito. 

5. Bases de datos

Es uno o más conjuntos de datos que pueden estar ordenados y relacionados o no, y  que van a estar almacenados para su posterior uso.

Esos datos se deben gestionar de forma adecuada, para lo cual se recurre a un sistema de gestión encargado de acceder, extraer y administrar por medio de un lenguaje o conjunto de instrucciones denominado SQL. Con el paso del tiempo, y el uso de internet, se empezaron a requerir sistemas de bases de datos cada vez más grandes, rápidos y escalables.

6. Webapp

Este componente tecnológico es lo que, en concreto, permite que cualquier persona pueda hacer uso de una tecnología encriptada sin necesidad de tener conocimientos técnicos de programación o de desarrollos específicos, los cuales no son de interés a la hora de operar una estrategia de negociación.

En el caso de trading algorítmico, reduce la complejidad de su programación, a la practicidad de su uso.  Los bancos, brokers o fondos de inversión que quieren automatizar su mesa de operaciones pueden hacerlo desde una webapp, resolviendo de manera práctica acciones que en su programación son mucho más complejas. 

De esta manera un operador algorítmico se focaliza en comprender la parametría de las estrategias y cómo la misma se ve solicitada por las variaciones orgánicas propias del mercado. 

Es importante que este nuevo perfil comprenda cómo se articulan las tecnologías en un alto nivel y de una manera más explícita que, en definitiva, es lo que el código de la estrategia hace una vez que se activa. Mucho de estos conceptos y contenidos los desarrollamos en la TradeSpark Academy.

7. API

Application Programming Interface (Interfaz de programación de aplicaciones) es un conjunto de subrutinas, funciones y procedimientos (o métodos, en la programación orientada a objetos) que ofrece una biblioteca para ser utilizada por otro software como una capa de abstracción.

En pocas palabras, es un atajo para hacer que la programación sea más fácil para todos. Se podría decir que es una función declarada, que es usada por todos y que no es necesario que cada vez que se ocupe se reescribe por todos los programadores.  Es más simple que todos ocupemos la misma API pues de cierto modo es más eficiente.

Conclusión

Insistimos, el trading algorítmico es tecnología pura y en ejecución porque, como ahora lo pudieron apreciar en este recorrido rápido por las seis tecnologías que utilizamos en ArQuants, cada instancia es necesaria para que la adopción sea cada vez más sencilla y que, al mismo tiempo, brinde seguridad y visualización de las oportunidades.

Como todo, existen distintas formas de llevarlo a la práctica. En TradeSpark reconocimos que Latinoamérica necesita tecnologías, procedimientos y reglas para automatizar una mesa de operaciones desarrollada en la región y para la región. 

Con estas siete tecnologías, estamos acercando las oportunidades de nuevos y mejores negocios para Latinoamérica de la mano del trading algorítmico.