211service.com
Snabbare än en blixt
Den 6 maj 2010 ryckte aktiekurserna i USA ner och upp med en otrolig hastighet. Inom cirka fem minuter rasade Dow Jones Industrial Average med cirka 600 poäng, bara för att återfå det mesta av det lite senare på eftermiddagen. Federala tillsynsmyndigheter fastställde senare att denna snabbkrasch utlöstes och sedan förvärrades av automatiserade beställningar från fonder och andra högfrekventa handlare. Börser var tvungna att avbryta ett stort antal felaktiga affärer som gjordes under kraschen.
Av data och dollar: Eric Pritchett, VD för det Boston-baserade högfrekvenshandelsföretaget PhaseCapital, säger att realtidsdataanalys räddade hans företag från kostsamma misstag under förra årets flashkrasch.
Redan innan analytiker började förstå vad som hade gått fel kunde vissa företag hålla sig utanför striden genom dataanalys i realtid. Till exempel gjorde högfrekvenshandelsföretaget PhaseCapital, baserat i Boston, inga felaktiga affärer – en prestation som det krediterar till dess användning av komplex händelsebearbetningsmjukvara som kallas StreamBase.
Marknadsdata kommer från en mängd olika källor, som New York Stock Exchange, Nasdaq och Reuters, och kan ibland vara opålitliga, förklarar Corwin Yu, chef för elektronisk handel för PhaseCapital. Till exempel kan flöden gå ner, eller citat kan vara felaktigt formaterade eller återspegla orealistiskt stora förändringar. För att företag ska kunna handla inom några sekunder med sådan rörig data måste informationen bearbetas – särskilt granskas för potentiella fel innan den används för att vidta någon handelsåtgärd. Det är extremt bräckligt, säger han – även när det inte pågår någon kris.
För att hantera denna information använder PhaseCapital StreamBase, som är designat för att acceptera stora mängder snabbt föränderliga input och låta organisationer snabbt destillera den till de insikter de behöver för att fatta beslut.
Det typiska sättet att hantera big data är att använda databaser. De är dock inte bra på att behandla data i realtid; användare måste vänta tills en hel datamängd har samlats. StreamBase kan dock bearbeta en ström av data när den kommer, analysera den, fatta beslut om den och vidta åtgärder som att handla med en aktie eller flagga en trend. Det finns en hel klass av problem som handlar om dataanalys i realtid och databehandling i realtid, säger Richard Tibbetts, grundare och CTO för StreamBase Systems.
Företaget erbjuder sin plattform till kunder, men, lika viktigt, ger det dem gränssnitt för applikationsprogrammering som gör det enkelt för dem att utveckla sin egen mjukvara ovanpå den. Det gör att PhaseCapital (som inte kommer att avslöja hur mycket det betalar för StreamBases plattform) att tillämpa sina egna algoritmer för att skrubba data och göra affärer.
Vanligtvis behandlar PhaseCapital 30 000 till 40 000 ticks, eller delar av marknadsdata, per sekund. Under snabbkraschen hoppade den siffran till mer än 289 000 tick per sekund - mycket av det representerar aktier som svänger vilt. Många scrubs kom in och insåg att denna information inte var vettig, säger Yu. Till exempel handlade några stora börsbolag, som Accenture, för mindre än $1 under snabbkraschen. PhaseCapital fortsatte att handla, men filtrerade data som verkade misstänkta. Eftersom det inte agerade på den informationen, besparades det felaktiga affärer.
Även om många affärer senare avbröts, säger Eric Pritchett, PhaseCapitals VD, att det finns flera viktiga skäl till att det ändå var viktigt att undvika dem. För det första, säger han, är det aldrig säkert vilka kriterier tillsynsmyndigheter kommer att använda för att avbryta affärer, så han skulle inte vilja behöva förlita sig på den mekanismen. Ännu viktigare, säger han, felaktiga affärer kastar bort ett företags beteende för resten av den dagen. Till exempel, om en handel verkar ha varit lönsam, kan algoritmer avgöra att företaget har råd att vidta mer riskfyllda åtgärder än det annars skulle. Pritchett säger: Att inte veta var du verkligen är med din bok och din risk är det farligaste som kan hända ett handelsföretag.
Exemplet illustrerar att anomalier på marknader innebär både risker och möjligheter, säger vi Adam ära , som fokuserar på finansiella tjänster teknologi som forskningschef för institutionella värdepapper praktiken för Aite Group . Och volymen data som är involverad i handeln kommer bara att öka, konstaterar han.
Varje gång ett företag vill analysera mer data finns det i allmänhet ett pris att betala – den extra behandlingen minskar hastigheten med vilken ett företag kan vidta åtgärder. StreamBase har varit ett kraftfullt verktyg i PhaseCapitals ögon eftersom det är strukturerat så att ny data kan filtreras utan att orsaka betydande prestandaträffar, säger Yu. Tricket med det här spelet, säger han, är att vara snabb och smart.