Under den 6 maj 2010 såg Dow Jones Industrial Average - det näst äldsta amerikanska marknadsindexet och ett av de mest använda indexen för att återspegla marknaden i sin helhet - sin största och snabbaste nedgång någonsin.

Vid 2:42 den dagen hade Dow tappat 300 poäng sedan starten av handel den morgonen. Vid 2:47, bara fem minuter senare, hade det sjunkit med ytterligare 600 poäng. Plötsligt hade hundratals lager haft sina priser slashed till nästan noll. Kraschen slog omedelbart ut nästan $ 1 triljon i börsvärde.

Även stora blue chip-företag var inte säkra på dess effekter: Accenture-aktierna föll mer än 90 procent från 40 till 0,01 USD. Ännu mer förbluffande, bara 20 minuter senare, hade marknaden stigit tillbaka till nästan samma nivå som tidigare.

Denna stora wobble på de globala ekonomiska marknaderna skickade shockwaves i hela finansvärlden, främst för att det inte alls var klart vad som orsakade det. Ett år på, och trots vissa långa undersökningar av US Securities and Exchange Commission (SEC) och Commodity Futures Trading Commission (CFTC), är det fortfarande inte klart, men en sannolikt orsakande faktor är en automatisk automatisk algoritmisk handel med hög frekvens.

Det handlar om att köpa och sälja aktier, inte av marknadsförare, utan av finansiell programvara som automatiskt analyserar finansmarknaden och köper eller säljer aktier baserat på informationen vid blixtens hastighet. Idén om en mäklare på telefonen ropade, "Köp, köp, sälj, sälja!" är långt ifrån hur många människor nu handlar på aktiemarknaden.

På vissa marknader görs mer än hälften av handeln med datorprogram, som använder algoritmer för att bestämma om man ska köpa eller sälja lager. I allmänhet är det enkla system som kan generera flera små vinster genom att systematiskt handla på elektroniska marknader i ögonkontakt. Algoritmerna skrivs vanligtvis av proprietära handelsföretag och säljs till andra handlare.

Inom algoritmen kommer det att finnas vissa värden som bestämmer exakt när och var de ska handla, inklusive priset på en säkerhet, storleken på den tillgängliga fonden, tidsaspekter som hur snabbt en order kan utföras, den bästa tiden att göra en order att göra visst att det kommer att utföras, hur sannolikt en order ska fyllas och den totala kostnaden för varje transaktion. Enkelt uttryckt, om algoritmens villkor uppfylls av ett visst marknadscenario, handlas aktierna automatiskt i en fråga om millisekunder (och den här hastigheten släpper hela tiden).

Kom ihåg att denna process är helt automatisk, utan mänsklig inblandning förutom vad som lagts ner i algoritmen av mjukvarans programmerare. Vissa människor köper även dessa program utan att veta vad algoritmerna innehåller, bara litar på att de kommer att göra vad de säger att de kommer att göra.

Detta är känt som black box trading, som hänvisar till det faktum att du inte kan titta in i den svarta lådan för att se hur det fungerar. Andra företag skapar egna anpassade algoritmer, och de utvecklas till mycket mer komplexa program över tiden, eftersom mer och mer information och skyddsåtgärder införlivas i deras utveckling.

Den genomsnittliga livslängden för dessa handelsalgoritmer tenderar att vara extremt kort - ibland bara några dagar. Så användbara är dessa algoritmer att de blir en mycket värdefull vara i sig själva - det har faktiskt redan funnits två domar i de amerikanska domstolarna mot personer som har stulit proprietär kod från dessa typer av program värda miljoner dollar.

Den inverkan som dessa handelsalgoritmer skulle kunna ha på ekonomier gjordes oroande av Assistent United States Attorney Joseph Facciponti när han beskrev fallet mot den tidigare Goldman Sachs anställd Sergey Aleynikov, som dömdes för en sådan stöld tidigare i år.

"Banken har höjt möjligheten att det finns en fara att någon som visste hur man använder det här programmet skulle kunna använda det för att manipulera marknaderna i orättvist sätt", sade Facciponti.

Automatiseringens gryning

Tydligen då har dessa algoritmer förmågan att påverka de finansiella marknaderna, men borde vi vara oroliga över dem? Ger de inte bara en annan nivå av automatisering för att göra handlarna lättare? Visst leder de inte själva själva problemen till finansmarknaderna?

Andy Haldane, Bank of Englands verkställande direktör med ansvar för finansiell stabilitet, är inte så säker. Som han sa i ett tal i juni 2011 i Peking,

"Driven av en stark teknik och regleringsteknik har handeln på finansmarknaderna utvecklats dramatiskt under det här seklet. Platformerna för aktiehandel har ökat och splittrats och hastighetsgränsen för handel har gått genom taket. Denna snabbt växande topologi av handel ger upphov till några stora frågor för riskhantering. Det finns goda skäl, teoretiskt och empiriskt att tro att även om denna utveckling i handeln kan ha haft fördelar som en minskning av transaktionskostnaderna, kan det också ha ökat avvik i fördelningen av risker och återvända i det finansiella systemet. Sådana abnormaliteter markerade Flash Crash. "

Så vilken effekt känner han till att algoritmisk handel med hög frekvens har haft?

HFT har haft tre nyckelfaktorer på marknader, förklarar Haldane. "För det första har det medfört att allt större volymer av handel har blivit komprimerade i allt mindre bitar av tiden. För det andra har det inneburit att strategiskt beteende bland handlare sker i allt högre frekvenser. För det tredje är det inte bara att strategiens hastighet växelverkan har förändrats men också dess natur. I går var interaktion mänsklig mot människan. I dag är det maskin-till-maskin, algoritm-till-algoritm. För algoritmer med livscykel för en nyckelpiga ger detta en snabb evolutionär anpassning. "

När Haldane talar om en omfattande förändring i hur finansiella marknader körs, skämtar han inte. Det har verkligen blivit en förändring orsakad av ökningen av hastigheten på vad som är möjligt - och det kommer snabbt runt. Förvisso för snabbt för att alla konsekvenser ska bli fullt realiserade, som Haldane förklarar:

"Den genomsnittliga hastigheten för orderexekvering på den amerikanska New York Stock Exchange har fallit från cirka 20 sekunder för ett decennium sedan till cirka en sekund idag." Och det är bara genomsnittet. När användningen av högfrekvenshandel ökar kommer genomsnittet att minska avsevärt.

Som Haldane förklarar, handlar den elektroniska handeln snabbt mot ljushastighet - universets hastighetsgräns.

"För tio år sedan dämpade körningstiderna på några elektroniska handelsplattformar avgörande under den sekundära barriären. För några år sedan nådde handelstiderna" blinkhastighet "- så snabbt som ett ögonblick. , som verkade ögonvattning på cirka 300-400 millisekunder, eller mindre än en tredjedel av en sekund, men nyligen har hastighetsgränsen förskjutits från millisekunder till mikrosekunder - miljonder av en sekund. Flera handelsplattformar erbjuder nu handelskörning mätt i mikrosekunder.

"Från och med idag verkar den lägre gränsen för handelns genomförande vara omkring 10 mikrosekunder. Det innebär att det i princip skulle vara möjligt att genomföra cirka 40 000 back-to-back-affärer i ögonkontakt. Om stormarknaderna körde hög frekvens handelsprogram, kunde det genomsnittliga hushållet slutföra sin shopping under en sekund. Föreställ dig det. "

Uppkomsten av HFT

Självfallet är det inte nödvändigtvis ett problem att HFT gör det möjligt för dig att göra en massa affärer snabbt, men vi måste överväga hur mycket handel som sker automatiskt utan mänsklig intervention. Rädslan här är att snart kan grunden på de finansiella marknaderna förändras.

Om investerare börjar tro att lager inte värderas på ett företags förväntat framtida resultat men faktiskt får sitt värde från datorer som handlar mot andra datorer för snabb och fördel, så verkar de finansiella marknaderna som för mycket av en satsning att investera i. Så hur mycket handel idag görs enbart av datorer?

Otroligt, med kanten som det erbjuder över andra handlare vad gäller hastighet och jämn kunskap, ökar den stadigt. Till exempel, som Haldane förklarar, "HFT har i Europa ökat från en liten andel sedan 2005 och representerar över 35 procent av aktiemarknaden. I Asien och på tillväxtmarknader växer den snabbt från en lägre bas. länder är också sanna på olika marknader.

"HFT antar en ständigt ökande roll på skuld- och valutamarknaden. På vissa terminsmarknader står den redan för nästan hälften av omsättningen. Under några år har HFT stigit från relativt obskärlighet till absolut hegemoni, åtminstone på vissa marknader. "

Ändra spelplanen

Det är inte all algoritmisk handel har gjort - det har också förändrats hur det finansiella spelet spelas. Tidigare - för bara tio år sedan, före datorautomation - skulle handlare och stora finansinstitut tjäna pengar genom att handla i rimligt enkla instrument: obligationer, aktier och valutaväxling.

När automatiseringen började sänkas vinstmarginalerna på dessa affärer därefter. Detta hade en knock-on effekt av att uppmuntra dessa företag att minska sina egna kostnader och hitta konkurrensfördelar genom att automatisera så många av sina enkla branscher som möjligt.

Medan det tidigare skulle finnas hundratals näringsidkare som köper eller säljer små mängder aktier i ett försök att inte tävla om vad de gjorde nu skulle det kunna hanteras med datorer, gradvis köpa eller sälja ett litet antal aktier över kontrollerade tidsperioder.

Den enorma ökningen i fart som dessa automatiska processer gav också de stora finansbolagen att se andra ställen där algoritmer kunde användas för att generera förmögenhet, platser där den splittrade andra tidsplanen skulle möjliggöra ineffektivitet i den finansiella rapporteringen att utnyttjas.

Ett exempel är arbitrage möjligheter. Här köps och säljs tillgångar som i princip är identiska för att göra vinst av en prisskillnad mellan de två tillgångarna. Så om samma aktie är noterat på £ 20 på New York Stock Exchange och £ 19,95 på Philadelphia Fondbörs, kan du garantera dig en vinst genom att köpa aktier på Philadelphiabörsen och sedan sälja den direkt på New York Stock Utbyte (förutsatt att skillnaden kompenserar eventuella hanteringskostnader).

Med algoritmisk handel, även om skillnaderna bara uppträder för en delad sekund, kan de finansiella husen agera på dem. Det är denna form av algoritmisk handel som har vissa regleringsmyndigheter oroliga - de tror att när man letar efter volatila marknader att utnyttja skulle dessa former av handel kunna komplettera den totala volatiliteten på marknaden själva. När de aktivt försöker utföra dessa felaktigheter förvärrar de deras effekt på marknaderna.

Detta är nyheterna

Ett annat användbart knep som algoritmisk handel kan använda är att automatiskt skanna inkommande finansiella nyhetsflöden för buzzord eller fraser som "räntehöjning", till exempel. När datorerna upptäcker dessa kan de omedelbart utlösa samma hanteringsstrategier som användes när en liknande situation inträffade tidigare.

Denna omedelbara reaktion gör det möjligt för företagen att få droppen på sina konkurrenter och kan visa sig vara mycket lönsamma. Detta blir mycket populärt hos de större företagen, och nyhetsmatleverantörer har till och med ändrat strukturen i deras flöden så att de lättare kan läsas av datorer.

Problemet här är dock att om du har mycket datorprogram som reagerar på ett väldigt likartat sätt så snart nyheterna produceras kan det leda till en dålig reaktion på marknaderna - speciellt om detta sedan utlöser ytterligare omgångar av automatisk handel baserat på tidigare automatisk handel. Detta är ett stort skifte i hur finansvärlden fungerar.

Plötsligt är det inte människor som absorberar nyheterna och agerar på det baserat på erfarenhet. Istället är det bara en dator som går igenom en förinställd process automatiskt. Det är uppenbart att om denna form av algoritmisk handel blir endemisk, kommer framtiden för vissa aktier och aktier inte att förlita sig på hur företagen utövar, men hur denna prestanda rapporteras i nyheten.

Tänk också på de problem som kan uppstå om nyhetsförfattaren fick fel. I den snabba världen med finansiell nyhetsrapportering är det inte otänkbart att ett misstag kunde göras, om ett sådant misstag nu automatiskt skulle kunna skapa ett massivt finansiellt svart hål, är det inte förvånande att det finns krav på reglering om hur algoritmisk handel kan användas.

Running för att stå stillastående

Automatisk handel har haft en annan effekt på marknaden - det har ökat sin belastning (antalet erbjudanden som görs dagligen). Den genomsnittliga handelsstorleken på aktiemarknaderna 1996 var över 1 600 aktier, det senaste decenniet har den minskat till endast 400 aktier per handel. Det betyder att det finns fyra gånger så många branscher som behövs för att leverera samma volym som för 10 år sedan.

Denna fyrdubbla ökning av handelsdata innebär att när något går fel är det mycket svårare att eliminera vad som orsakade när när, särskilt eftersom dessa branscher är mycket svåra att spåra tillbaka till vissa företag. Det är därför det är så svårt att lägga skulden för 2010 Flash Crash vid någon viss dörr - det är bara inte den pappersspår som behövs för att ta reda på vad som hände.

Det är troligt att vissa regler kan införas, så att ett granskningsspår ses tydligt, men trots att uppmuntra ljud från tillsynsmyndigheter verkar det inte hända att det snart händer.

Denna extra belastning har en annan mycket viktig konsekvens - minskningen av riskhanteringen. Riskhanteringen tar idag en bakstolpe eftersom det är nästan omöjligt att konsolidera mängden data som genereras av högfrekvent handel. Number crunching kan inte följa den okontrollerade automatiseringen, vilket innebär att det blir allt svårare att bedöma risken för en åtgärd på marknaderna.

Dold handel?

Det är inte bara förvirring över risk heller - det faktum att de flesta inte kan se vilka faktorer de algoritmer de använder för handel innehåller har, som vissa argumenterar, lett till bristande öppenhet på marknaderna.

Självklart behöver de som skapar algoritmerna skydda sin immateriella äganderätt och sålunda tillhandahålla slutna system till programköparna, men det betyder att vissa mindre handlare som använder HFT inte ens är helt säkra på vad de algoritmer de använder för handel innehåller. Detta innebär också att statliga tillsynsmyndigheter inte kan se vad som händer inom dessa svarta lådor heller.

Vissa säger att det gör det möjligt för handlare att dölja missbruk och de borde behöva visa vad de gör för tillsynsmyndigheter. Traders påpekar att dessa algoritmer blir alltmer deras livblod, och att dela hemligheterna i sin egen proprietära kod skulle ge andra en orättvis fördel.

Det betyder naturligtvis att denna typ av svart boxhandel påverkar en av de största fasettregulatorerna som är angelägna att ha på marknaden - synlighet. Detta förhöjs av det faktum att de högfrekventa handlare med de bättre algoritmerna har tillgång till bättre information än andra handlare, och de kan göra affärsmikrosekunder före någon annan. Var passar dessa massiva fördelar med de senaste algoritmerna in om marknaderna är avsedda att vara spelplaner?

En av de största frågorna om algoritmisk handel är hur lönsamt det är. Det finns definitivt stora pengar som genereras av etablerade företag, men hur är det med de nykomlingar som försöker dra nytta av denna nya typ av handel?

Vissa branschinspektörer spekulerar redan på att de lönsamma dagarna med algoritmisk handel redan finns i det förflutna (även om detta innebär vinster på bara miljoner i motsats till miljarder). Det verkar som att ökad konkurrens i världshandelsmarknaden med hög frekvens betyder att det blir svårare och svårare att hitta de små inkonsekvenser som gav så mycket vinst vid införandet av denna nya handelsform.

Handelsvolymen har sedan sjunkit, liksom volatiliteten, vilket betyder att algoritmisk handel inte har något att dra nytta av. Självklart är hastighet en mycket användbar faktor som erbjuds av automatisk handel, men nu verkar det, du behöver ha algoritmisk handel bara för att hålla trit med resten av fältet.