ETFFIN Finance >> Finanzas personales curso >  >> existencias >> bolsa de Valores

Predecir la próxima "caída repentina" del mercado de valores

Poco después de la Gran Recesión, los mercados de valores estadounidenses se desplomaron y se recuperaron en 36 minutos. El promedio industrial Dow Jones cayó más del 9%, perdiendo más de 1, 000 puntos antes de recuperarse repentinamente.

Este 6 de mayo El evento de 2010 fue el primer "accidente repentino" registrado. Si bien no tuvo efectos a largo plazo, suscitó preocupación entre los inversores acerca de la estabilidad del mercado de valores.

Las computadoras han hecho que el comercio sea más rápido y eficiente, pero también pueden crear inestabilidad en los mercados. Hoy dia, Los analistas cuantitativos utilizan algoritmos complejos para realizar muchas operaciones en muchos mercados en una fracción de segundo. Estos nuevos algoritmos ahora representan más de la mitad de todas las operaciones. Pero esto puede provocar aún más fallas de flash.

Como ingenieros, estábamos interesados ​​en ese accidente de mayo de 2010. No hay una sola razón que pueda explicar por qué ocurren los accidentes repentinos. Pero, ¿hay formas de predecir y mitigar estas anomalías? Asumimos el desafío de desarrollar una teoría que pueda ayudar a predecir accidentes repentinos.

El flujo de los mercados

Empezamos con la dinámica de fluidos, el estudio del flujo de fluidos como el agua. Estos principios se pueden aplicar a otros problemas; uno de nosotros usó anteriormente la física de fluidos para examinar el movimiento del tráfico.

En dinámica de fluidos, los investigadores observan cómo las cantidades medidas, como la velocidad y la presión, afectar la dinámica del flujo. Por ejemplo, Los meteorólogos utilizan los cambios en la velocidad y la presión del viento para predecir el movimiento de tormentas severas.

Nos preguntamos:¿Podría esta ciencia dar una idea de la dinámica del mercado de valores?

Sentimos que las teorías existentes que predicen accidentes repentinos son inadecuadas, porque se centran solo en una pequeña parte de la imagen completa, como el rendimiento de algún subconjunto de acciones. Los índices Dow Jones o S&P 500 proporcionan una cantidad limitada de información sobre el mercado, observando el comportamiento de un subconjunto de poblaciones elegidas apropiadamente.

Nuestro enfoque fue incluir todas las acciones del mercado. A diferencia de, nuestro modelo proporciona esta información para casi toda la gama de acciones, desglosados ​​por rangos de precios específicos. Todos estos rangos se pueden observar simultáneamente, generando una alerta temprana.

Encontramos análogos de las mediciones que los científicos suelen utilizar para comprender el flujo. Por ejemplo, para nuestro modelo, la "densidad" del flujo fue el número de acciones por precio unitario, y la "presión" era la fuerza hacia arriba o hacia abajo sobre el precio causada por la actividad de compra y venta de los comerciantes.

Observar los mercados de valores desde una pantalla de computadora, pudimos ver que el movimiento de los precios de las acciones se asemeja al flujo de un fluido como el aire o el agua.

Examinando el flash crash

En nuestro estudio, publicado el 1 de septiembre de 2018, obtuvimos datos de precio por minuto para aproximadamente 4, 000 acciones en la NYSE, NASDAQ y AMEX el día de la caída repentina de mayo de 2010. Usamos estos datos para probar nuestro modelo de dinámica de fluidos del mercado.

Cuando miramos los precios de 700 acciones la tarde del colapso, vimos que la conmoción era claramente visible. Los gráficos de velocidad se parecían a la impresión de un dispositivo sismográfico que monitoreaba los choques de un terremoto. Los gráficos de la presión también mostraron claramente un evento importante en el momento del accidente repentino.

Observar todas las acciones también nos permitió predecir el futuro próximo de su comportamiento. Nuestro modelo mostró signos de un accidente repentino 10 minutos antes del gran evento, antes de que cualquier problema hubiera sido evidente para los observadores humanos.

Hemos observado resultados similares del modelo en el caso de otros accidentes. Por ejemplo, estudiamos la oferta pública inicial de Facebook el 18 de mayo, 2012. La empresa recaudó alrededor de US $ 16 mil millones, pero esta oferta masiva estuvo plagada de dificultades técnicas inesperadas. La OPI se retrasó 30 minutos, causando confusión en los mercados durante unas horas.

En nuestro esfuerzo por analizar lo que realmente sucedió ese día, probamos nuestro modelo para ver si podía observar señales antes del momento de la oferta. El modelo mostró un período de alta volatilidad que afectó a muchas acciones, creando caos en los mercados.

El próximo gran accidente

Nuestro siguiente paso es generar un sistema inteligente que considerará automáticamente los datos y advertirá a los supervisores sobre las inminentes perturbaciones en el mercado. Si esta advertencia llega lo suficientemente temprano, los inversores podrían potencialmente utilizarlo para tomar medidas preventivas.

Sin embargo, Hay algunas formas en las que el modelo aún necesita mejorar. Depender de las señales tempranas puede generar falsos positivos, que queremos minimizar. Algunos de nuestros resultados recientes, aún no informado, sugiera cuántos falsos positivos y negativos ocurren.

En un estudio diferente, aún no publicado, describimos un sistema que analiza los días de negociación en los que se informaron anomalías. Hemos descubierto que nuestro sistema era capaz de producir tasas bajas de falsos positivos y negativos.

A la luz de estas alarmas, Los reguladores del mercado podrían entonces tomar la acción apropiada. Por ejemplo, pueden evitar que se realicen determinadas operaciones o bloquear a determinados comerciantes de cualquier actividad durante un período de tiempo. Los comerciantes pueden optar por comprar acciones en momentos en que las acciones están bajando de precio, y vender durante los tiempos en que los precios están subiendo de nuevo a sus valores anteriores al colapso. Estas acciones pueden ayudar a reducir el impacto del accidente.

En otras palabras, los inversores podrían aprovechar el colapso para mejorar sus posiciones y, al mismo tiempo, ayudar a amortiguar algunos de los efectos del colapso.