211service.com
Hurtigere end en Flash
Den 6. maj 2010 rykkede aktiekurserne i USA ned og op med en utrolig fart. Inden for omkring fem minutter faldt Dow Jones Industrial Average med omkring 600 point, kun for at genvinde det meste af det lidt senere på eftermiddagen. Føderale tilsynsmyndigheder fastslog senere at dette lynnedbrud blev udløst og derefter forværret af automatiserede ordrer afgivet af investeringsforeninger og andre højfrekvente handlende. Børser måtte annullere et stort antal fejlhandler foretaget under krakket.
Af data og dollars: Eric Pritchett, administrerende direktør for det Boston-baserede højfrekvente handelsfirma PhaseCapital, siger, at dataanalyse i realtid reddede hans firma fra dyre fejl under sidste års flashkrak.
Allerede før analytikere begyndte at forstå, hvad der var gået galt, var nogle virksomheder i stand til at holde sig ude af kampen gennem dataanalyse i realtid. For eksempel lavede højfrekvente handelsfirmaet PhaseCapital, baseret i Boston, ingen fejlagtige handler - en præstation, som det krediterer sin brug af kompleks hændelsesbehandlingssoftware kaldet StreamBase.
Markedsdata kommer fra en lang række kilder, såsom New York Stock Exchange, Nasdaq og Reuters, og kan nogle gange være upålidelige, forklarer Corwin Yu, direktør for elektronisk handel for PhaseCapital. For eksempel kan feeds gå ned, eller citater kan være forkert formateret eller afspejle urealistisk store ændringer. For at virksomheder kan handle inden for få sekunder med sådanne rodede data, skal oplysningerne behandles - især undersøges for potentielle fejl, før de bruges til at foretage nogen handelshandling. Det er ekstremt skrøbeligt, siger han - også når der ikke er nogen krise i gang.
Til at håndtere denne information bruger PhaseCapital StreamBase, som er designet til at acceptere store mængder hurtigt skiftende input og lade organisationer hurtigt destillere det til den indsigt, de har brug for for at træffe beslutninger.
Den typiske måde at håndtere big data på er ved at bruge databaser. De er dog ikke gode til at behandle data i realtid; brugere skal vente, indtil et helt datasæt er akkumuleret. StreamBase kan imidlertid behandle en strøm af data, efterhånden som den ankommer, analysere den, træffe beslutninger om den og foretage handlinger såsom at handle med en aktie eller markere en tendens. Der er en hel klasse af problemer, der handler om dataanalyse i realtid og databehandling i realtid, siger Richard Tibbetts, grundlægger og CTO af StreamBase Systems.
Virksomheden tilbyder sin platform til kunderne, men lige så vigtigt giver det dem applikationsprogrammeringsgrænseflader, der gør det nemt for dem at udvikle deres egen software ovenpå. Det giver PhaseCapital (som ikke vil afsløre, hvor meget det betaler for StreamBases platform) at anvende sine egne algoritmer til at skrubbe data og foretage handler.
Typisk behandler PhaseCapital 30.000 til 40.000 ticks, eller stykker markedsdata, pr. sekund. Under lynkrakket sprang dette tal til mere end 289.000 ticks i sekundet - meget af det repræsenterer aktier, der svinger vildt. En masse scrubs startede og indså, at disse data ikke gav mening, siger Yu. For eksempel handlede nogle store offentligt ejede virksomheder, såsom Accenture, for mindre end $1 under flashkrakket. PhaseCapital fortsatte med at handle, men filtrerede data, der virkede mistænkelige. Fordi den ikke handlede på disse data, blev den skånet for fejlagtige handler.
Selvom mange handler senere blev annulleret, siger Eric Pritchett, PhaseCapitals CEO, at der er flere vigtige grunde til, at det alligevel var vigtigt at undgå dem. For det første, siger han, er det aldrig sikkert, hvilke kriterier regulatorer vil bruge til at annullere handler, så han ønsker ikke at skulle stole på den mekanisme. Endnu vigtigere, siger han, vil fejlagtige handler afsløre en virksomheds adfærd resten af den dag. For eksempel, hvis en handel ser ud til at have været rentabel, kan algoritmer bestemme, at virksomheden har råd til at tage mere risikable handlinger, end den ellers ville. Pritchett siger: Ikke at vide, hvor du virkelig er med din bog, og din risiko er den mest farlige ting, der kan ske for et handelsfirma.
Eksemplet illustrerer, at anomalier på markederne udgør både risici og muligheder, siger Adam ære , der fokuserer på finansiel serviceteknologi som forskningsdirektør for den institutionelle værdipapirpraksis for Aite Group . Og mængden af data involveret i handel vil kun stige, bemærker han.
Hver gang en virksomhed ønsker at analysere flere data, er der generelt en pris at betale - den ekstra behandling reducerer den hastighed, hvormed en virksomhed kan handle. StreamBase har været et stærkt værktøj i PhaseCapitals øjne, fordi det er struktureret, så nye data kan filtreres uden at forårsage væsentlige performance hits, siger Yu. Tricket ved dette spil, siger han, er at være hurtig og smart.