Zephyrnet-logo

Een sprong voorwaarts met kwantumalgoritmen in hoogfrequente handel (Karthikeyan Rengasamy)

Datum:

Hoogfrequente handel

Bijna een halve eeuw lang hebben wetenschappers over de hele wereld aanzienlijke inspanningen geleverd bij het bouwen van kwantumcomputers en keken ze naar gebruiksscenario's voor bredere toepassing. Quantum Computing is van nature een parallel computersysteem, dus het is geen verrassing dat dit het geval is
wint terrein in een grote verscheidenheid aan bedrijven, vooral in de financiële dienstverleningssector, waar de gebruiksscenario's een hoge rekenkracht vereisen om bewerkingen binnen fracties van een seconde uit te voeren.

Hoogfrequente handel
(HFT) is zo'n gebruiksscenario waarbij kwantumcomputers kunnen helpen bij het versnellen van de orderboeking in de handelslevenscyclus. HFT is een algoritmische handelsstrategie waarbij gebruik wordt gemaakt van computeralgoritmen om individuele aandelen te scannen om de nieuwste trends te ontdekken
en voer een groot aantal orders uit binnen nanoseconden tot milliseconden. Als de analyse een trigger vindt, worden er in een fractie van een seconde een hele reeks inkooporders geplaatst. Het succespercentage van de handelaren is recht evenredig met de snelheid waarmee de transacties plaatsvinden
worden geëxecuteerd. In 2020 zal de
marktomvang
van de mondiale algoritmische handel werd geschat op 12 miljard dollar, en tegen 2028 zal dit naar verwachting groeien tot 31 miljard dollar.

Uitbreiding van Algo Trading naar HFT

NASDAQ's introductie van volwaardige elektronische handel versnelde de evolutie van computergebaseerde HFT, waardoor financiële instellingen de volgende generatie oplossingen en algoritmen ontwikkelden om te handelen
met een stijgend aantal HFT-transacties. Algoritmen zijn sindsdien ontworpen om gebruik te maken van realtime marktgegevens en een ‘koop laag, verkoop hoog’-strategie te volgen om winst te maken op de transactie(s).

Technologische barrières wachten op een doorbraak

HFT vereist hoge computerservers die periodieke upgrades vereisen, vanwege snelle hardwareveranderingen en kortere technologielevenscycli. Om deze belangrijke barrière te doorbreken, is er een alternatief systeem nodig met een hoog rekenvermogen en verwerkingsvermogen
Een enorme hoeveelheid gegevens met NIL of bijna nul latentie is essentieel.

Quantum voor hoogfrequente handel

Kwantum voor HFT

Op basis van snelheid presteren meerdere kwantumalgoritmen beter dan klassieke algoritmen. Het aantal klassieke bits dat nodig is om een ​​bewerking uit te voeren, is recht evenredig met de hoeveelheid gegevens die in het klassieke algoritme wordt ingevoerd. Met superpositie en verstrengeling,
Quantum computing heeft van nature de allerhoogste verwerkingskracht en zou vergelijkbare bewerkingen kunnen uitvoeren met een veel te beperkt aantal qubits, waardoor het de voorkeur geniet voor de HFT-inspanning.

Kwantumcomputing en kwantumalgoritmen kunnen complexe processen met een enorme hoeveelheid marktgegevens in een kortere uitvoeringstijd in gang zetten en toch resultaten opleveren met

99% nauwkeurigheid
. Onderzoekers werken nauwgezet aan vrijwel foutloze kwantumcomputing om de nauwkeurigheidskloof van 1% te overbruggen. Quantum Parallelism stelt ons in staat de nauwkeurigheid van een bewerking te improviseren door meerdere exemplaren van dezelfde bewerking gelijktijdig uit te voeren.
Dit zou kunnen helpen bij het opsporen van handelsafhankelijkheid
Quantum dot-register
, door het transactierisico te verlagen, orders op tijd uit te voeren en het winstpotentieel te verbeteren.

HFT zou kunnen worden geclassificeerd als een complex optimalisatieprobleem, wat impliceert dat de toepassing van traditionele algoritmen op deze klasse van problemen zou resulteren in een exponentieel langere uitvoeringstijd naarmate de complexiteit toeneemt.

Quantum-algoritme voor geschatte optimalisatie
(QAOA) is een samenstelling van kwantum- en klassieke theorieën die bedoeld zijn om complexe optimalisatieproblemen op te lossen. Dit algoritme zou kunnen helpen bij het opsporen van aandelen met het hoogste rendement op korte termijn waarop een HFT zou kunnen
achteraf worden uitgevoerd.

Verbeterde variatiekwantumoptimalisatie is een andere variant van het hybride kwantumklassieke algoritme dat zou kunnen worden gebruikt om de optimale handelswaarde van een effect te bepalen op basis van de huidige marktprijs. Het verwachtte
De prijs van een aandeel wordt met deze techniek geschat als het steekproefgemiddelde van een vast meetresultaat, en de geschatte proefprijs wordt op klassieke wijze berekend. Toepassing van dit algoritme zou het prijsrisico bij de HFT-uitvoering kunnen verminderen.

Quantum-gloeiprocessors zijn het meest geschikt voor het oplossen van optimalisatieproblemen. Deze kunnen worden ingezet om HFT-handelaren te helpen bij het analyseren van permutaties over een gekozen aandeel of beurs daar
door de kans te verkleinen dat het prijsverschil tussen beurzen voor dezelfde aandelen wordt gemist.

De Securities and Exchange Commission (SEC) introduceerde in 2013 het Market Information Data Analytics System (MIDAS) om frauduleuze praktijken, waaronder spoofing, te ontrafelen, die een valse toename van vraag en aanbod veroorzaken. Spoofers en andere fraudeurs kunnen vertrekken
een spoor in hun handelen. Quantum Monitors zouden hier kunnen worden uitgebuit
Ontdek het bestaan ​​van de spoofer
of maak onderscheid tussen echte en nepgegevens. Quantum zou hiermee niet alleen de kapitaalmarktinstellingen, maar ook hun toezichthouders kunnen helpen bij het waarborgen van een eerlijk spel.

Cdringende uitdagingen bij het brengen van HFT naar Quantum

Een cruciale vereiste voor succesvolle HFT-uitvoering is het op dezelfde locatie plaatsen van de handelsserver in de buurt van de beurs. Hoewel Quantum Computing voor HFT wordt onderzocht, staan ​​ze momenteel niet dichter bij uitwisselingen. Met de komst van technologische vooruitgang
en aanzienlijke steun van de overheid en toezichthouders, kunnen we verwachten dat co-locatie in de toekomst zal plaatsvinden. Dit vereist een verhoging van de infrastructuuruitgaven en vereist een diepere samenwerking met hardwarefabrikanten om de tijd te versnellen
Naar de markt. Ondanks de uitdagingen wegen de voordelen ruimschoots op tegen het gebruik van Quantum Computers voor HFT.

Toekomst vooruit

Quantum Computing-algoritmen kunnen analytische modellen genereren die in realtime enorme hoeveelheden marktgegevens doorzoeken en een boeket aandelen presenteren die prioriteit kunnen krijgen voor succesvolle
koop-verkoop op korte termijn strategie. Winstmaximalisatie kan worden benut door aandelenprioritering. Bedreven kwantumcomputeralgoritmen voor optimalisatie kunnen worden ingezet om de portefeuillediversiteit te vergroten en de portefeuille-investeringen opnieuw in evenwicht te brengen, als reactie op de markt
omstandigheden en de behoeften van beleggers.
Quantum AI (kunstmatige intelligentie) en ML (machine learning)
zou kansen in verschillende activaklassen kunnen herkennen en presenteren, activa met een hoog potentieel kunnen spotten en HFT kunnen aansturen met nauwkeurige prioritering.

Hoewel de beschikbaarheid en operationele uitdagingen van belang zijn bij het gebruik in de echte wereld van Quantum Computers voor HFT, is een bredere acceptatie niet zo ver weg. Financiële instellingen hebben in samenwerking met dit bedrijf opmerkelijke vooruitgang geboekt in de wereld van Quantum Computing
de academische wereld, start-ups en hardwarefabrikanten. De samenwerking is een blijvertje. De evolutie zal nieuwe kansen met zich meebrengen en ons tegelijkertijd in staat stellen onze HFT-activiteiten op de kapitaalmarkten te realiseren.

spot_img

Laatste intelligentie

spot_img