ポッドキャストアルバロ・カルテア、トレーディング・アルゴ内の談合について

機械は徐々に、人間の行動や思考プロセスを模倣することを学びつつあります。そうなるにつれて、機械学習を利用した取引アルゴリズム間の共謀のリスクが高まっていると、オックスフォード・マン研究所所長でオックスフォード大学数理ファイナンス教授のアルバロ・カルテアは言います。

今回のQuantcastのゲストであるカルテア氏は、上場投資信託（ETF）と外国為替取引の詳細なデータを何年もかけて調査し、マーケットメイカーが利益を最大化するために使っているテクニックを明らかにしてきました。

彼の研究は、いくつかの怪しげな活動を明らかにしました。例えば、カルテアと彼の同僚は、ある取引所で発注された最大の注文の想定元本が、いつも同じ2桁か3桁の丸くない数字で終わっていることに気づきました。その理由は完全には明らかではありませんが、最適な取引サイズが常に全く同じ異常な数字で終わるとは考えにくいのです。Carteaは、珍しい注文サイズは、大口トレーダーが他の大口プレイヤーが彼らとの取引を避けることができるように、彼らの身元を示す方法かもしれないと考えています。

「2人の大物は常に、通常取引されるものに比べて驚異的なサイズの指値注文を出します。"そして、私たちが持っているデータでは、彼らが互いに取引している時間はおよそ1％未満です。"

このような行動はもっと調査されるべきだとカルテア氏。しかし、彼の大きな懸念は、MLベースのアルゴがこのような行動を学習し、大規模に互いに結託する可能性があることです。

「彼らは情報を読み取る能力を持っており、その情報はブラックボックスにフィードバックされます。「コードは市場環境（や他のプレーヤー）との相互作用が大きくなります。

このゲームで勝者となるのはマーケット・メーカーであり、敗者となるのは必然的にリテール・トレーダーです。

最悪のシナリオでは、アルゴは協調し、カルテアが「超競争的」と呼ぶような結果に落ち着くかもしれません。

このようなことが起こりうるのは、談合が競争ではなく、報酬と罰のメカニズムによって維持されているからだと彼は主張します。2人のプレーヤーが談合することに合意し、一方がその合意から逸脱すれば、もう一方はそれを罰します。事実上、現実の囚人のジレンマが談合を支えているのです。

同じ意味で、あるアルゴが広いビッド・オファー・スプレッドを提示し、同じ市場に参入した別のアルゴが、規範から逸脱したことに対する罰を避けるために同じことをするかもしれません。このような状況では、アルゴはより競争の激しい市場で行うよりも広いスプレッドに収束することを示すことができるとカルテア氏は言います。

このゲームでは、マーケットメーカーが明らかに勝者となり、敗者は必然的に個人トレーダーとなります。ヘッジファンドや年金などの機関投資家も、最適とは言えないスプレッドの受け皿になる可能性があります。

規制当局はこのリスクにますます注目しています。カルテアは英国金融行為監督機構や米国証券取引委員会に懸念を伝えました。カルテアは、特定のアルゴ戦略が談合や市場操作に相当するのかどうか、誰がそのような行為に責任を持つのか、それを阻止するために何ができるのか、といった疑問が次に生じると考えています。カルテア氏は、すぐに答えが出せるわけではないことを認めつつも、規制当局は大学や研究センターともっと緊密に連携して、こうした問題をより深く理解すべきだと述べています。

目次

00:00 入門とMLアルゴ

07:57 人間と自動売買のパターン

13:50 アルゴの共謀

15:28 この種の談合は違法か？

20:21 アルゴはどうやって結託するのか？

25:39 これはすでに起きていることなのか？

30:53 勝者と敗者

37:40 規制当局の対応

41:09 その他のプロジェクト

インタビューの全文をお聞きになりたい方は、上のプレーヤーでお聞きになるか、ダウンロードしてください。 Quantcastシリーズの今後のポッドキャストは Risk.netにアップロードされる予定です。また、 こちらの メイン ページから全トラックにアクセスすることもできますし、 iTunes Storeや Google Podcastsで聴いたり購読したりすることもできます。

Spotifyと Amazon Musicでも配信中