![証券取引所の高速化による
情報技術の導入
スパークス・アセット・マネジメント株式会社
水田孝信
mizutata[at]gmail.com
@takanobu_mizuta (twitter)
http://www.geocities.jp/mizuta_ta/jindex.htm
本発表資料はスパークス・アセット・マネジメント株式会社の公式見解を表すものではありません．
すべては個人的見解であります．
1
この資料は以下のサイトで閲覧、ダウンロードできます:
1
Slide Share
.pdf
先端的データベースとWeb技術動向講演会
第26回（2016/10/29）
http://www.slideshare.net/mizutata/20161029x
http://www.geocities.jp/mizuta_ta/20161029x.pdf](https://image.slidesharecdn.com/20161029x-160927000736/85/Web-26-2016-10-29-1-320.jpg)
![40
HFTの楽でない現状
http://jp.reuters.com/article/stocksNews/idJPL4N0PJ00M20140708
2014/7/8 ロイター [焦点] 超高速取引の厳しい「台所事情」、利幅少なく競争も激化
http://www.jsri.or.jp/publish/other/
『情報技術革新がもたらす証券市場への影響に関する研究会』中間報告書（PDF）
http://www.jsri.or.jp/publish/other/pdf/006.pdf
http://www.fsa.go.jp/frtc/seika/seika.html
金融庁 金融研究センター 平成28年度ディスカッションペーパー
「諸外国における市場構造とHFT を巡る規制動向」
http://www.fsa.go.jp/frtc/seika/discussion/2016/04.pdf
日本におけるHFT規制の議論
http://www.camri.or.jp/annai/shoseki/gekkan/2016/pdf/201609-8.pdf
奥山大輔 公益財団法人資本市場研究会 月刊資本市場 2016年9月号
「我が国株式市場における高速取引に対する規制の在り方」](https://image.slidesharecdn.com/20161029x-160927000736/85/Web-26-2016-10-29-40-320.jpg)
証券取引所の高速化による 情報技術の導入 スパークス・アセット・マネジメント株式会社 水田孝信 先端的データベースとWeb技術動向講演会 第26回（2016/10/29）
- 2. 22 2000年 気象大学校卒業 2002年 東京大学大学院理学系研究科地球惑星科学専攻修士課程修了 研究内容：宇宙空間プラズマのコンピュータシミュレーション 2004年 同専攻博士課程を中退 同年 スパークス・アセット・マネジメントに入社 バックオフィス業務（ファンドの純資産の計算や取引決済の指図など） 2005年 ボトムアップ・リサーチ・アナリスト （会社の社長に取材したりと足で稼ぐ企業調査） 2006年 クオンツ・アナリスト → 2010年 ファンド・マネージャー （株式市場の定量分析・調査：投資判断、リスク管理、営業資料、、、） 2008年 学術界に出入りを始める （人工知能学会など） 2011年 東京大学大学院工学系研究科システム創成学専攻博士課程 社会人をしながら在籍 研究内容：人工市場を用いた金融規制のシミュレーション 2014年9月修了 現在 株式市場やポートフォリの定量的分析それに必要なシステムの構築、 細々と学術研究も（主に実務業界での課題紹介） 2007年 日本証券アナリスト協会検定会員 2009年 中小企業診断士 自己紹介
- 4. 4 私は資産運用会社で株式市場や株式ファンドの定量的 分析を仕事としています。また、株式市場の分析の延長 として、人工市場を用いた金融市場の規制・制度分析と いう研究を行っています。 ご注意 ご了承ください 本日紹介する高度な情報技術そのものは専門では ありません。技術が必要になった背景、社会的意義 を中心にお話します。 2016/10/26 水田孝信 「人工市場を用いた金融市場の制度・規制の設計」 東京大学工学部講義 金融市場の数理と情報 第５回 Slide Share .pdf http://www.slideshare.net/mizutata/20161026 http://www.geocities.jp/mizuta_ta/20161026.pdf 研究についてはこちらも参照
- 6. 6 証券取引所の高速化による 情報技術の導入 （１）金融の社会的機能と多様な市場参加者 6 （２）取引所高速化の背景とそれを支える情報技術 （３）裁定取引（アービトラージ）と電波棟 （４）高頻度取引（HFT）v.s （狭義）アルゴリズム取引 人工知能同士の戦いへ 2016/10/5 水田孝信 「金融の役割と機関投資家の株式投資実務」 東京大学工学部講義 金融市場の数理と情報 第２回 Slide Share .pdf http://www.slideshare.net/mizutata/20161005x http://www.geocities.jp/mizuta_ta/20161005x.pdf 本章についてはこちらも参照
- 7. 金融＝すぐにお金が必要な人と、しばらく使わない人をむすぶ 金融業者は両者を常に探しておき、 ニーズが合致したときに両者のマッチングを容易にする 7 魚 を と っ て カ ネ を 集 め た い け ど 道 具 が な い し ば ら く 使 わ な い カ ネ が あ る 誰 か に 役 立 て て も ら お う 企業家 事業資金 利益分け前 モ リ さ え 手 に 入 れ れ ば い っ ぱ い 魚 を 取 り そ う な 人 が い ま す よ 。 そ の カ ネ を 託 し て み ま せ ん か ？ 情報処理学会誌 2012/8 「金融市場における最新情報技術：1. 金融の役割と情報化の進展 -市場の高速化と課題-」 http://id.nii.ac.jp/1001/00083434/ 手数料 金融業者 で も 、 誰 が カ ネ を 持 っ て い る か 知 ら な い ん だ よ ね ・・ ・ で も 、 誰 が カ ネ を 必 要 と し て い る か 知 ら な い ん だ よ ね ・・ ・ 投資家
- 13. 13 投資家と投機家 企業を買う： 企業がもつ実態価値に着目 目的：長期的な価値の増加、長期間使わないカネの価値保存 流動性：享受する（奪う）場合が多い 投資家 投機家 投資家と投機家の定義は曖昧 いずれも、個人、機関（法人）で行われている 株券を買う： 価格の変動（特に短期間での）に着目 目的：短期間でのカネの増加、流動性：供給する場合が多い 本当に本を読みたい人 古本屋 そもそも市場は投資家のために作られたが、 投機家がいないと成立しない ⇒ 投資家のリレーがうまくいかない 超短期投機：機械が強い
- 15. 15 セールス トレーダー バイサイド トレーダー 発注 マーケットメイク戦略 （狭義HFT） 裁定取引（アービトラージ） 執行トレーダー ボトムアップ リサーチ クオンツ パッシブ スマートベータ 投資判断 アクティブ (収益を狙う) 投 機 人間 機械 デイトレーダー ディーラー 機械 パッシブ （指数どおり） （狭義）アルゴリズム トレード CTA（Commodity Trading Advisor） 投 資 人間 個人投資家、企業オーナー その他の広義HFT(高頻度取引) さまざまな株式市場の参加者 ヘ ッ ジ 取 引 高度な情報技術 高度な情報技術
- 19. 19 100円で買い 取引所A 株式 100円で買い 取引所B 株式 99円の売り 取引所C 株式 短期間で 仕入れ・転売 投機家 99円で 買う 100円で 売る 高速 低速 少しでも 早く売りたい 取引所が多数存在 ⇒ 競争 ⇒ より流動性が高い取引所 投資家に選んでもらえる取引所 他が同じ条件なら注文処理が早い取引所に注文 何度も取引できる、機会を逃したくない 高速化： 取引所間競争の重要な要素 他の取引所より注文処理が 少しでも速いことが重要 高速化競争 情報処理学会誌 2012/8 「金融市場における最新情報技術：1. 金融の役割と情報化の進展 -市場の高速化と課題-」 http://id.nii.ac.jp/1001/00083434/ １番でないと意味がない 先着１名 のみ
- 26. 大量の注文データ処理を行う業者 26 http://www.suri.co.jp/service/tech/ialgo/ データが大量なのでその 扱いだけで工夫が必要 数理技研 iAlgo紹介ページ 技術的課題の解決（フル市場情報のリルタイム分析） FLEX Fullで配信されているデータは約4千銘柄分、通常の1日あたりのデータ量は約12ギガバイト、メッセージ(パケッ ト）数にして約4～5千万メッセージ/日ですが、相場状況により増大することもあります。秒単位で単純平均すると2000 ～3000メッセージ/秒のメッセージ数ですが、１日のうちでも取引開始時や大引け時などに取引量が特に多くなるような 傾向があり、ピーク時には4万～6万メッセージ/秒になります。 iAlgoではこれら全てのデータを受信し、リアルタイムに分析計算を実行、結果をDBに格納します。 元となる市場情報 はUDPマルチキャストによる変化分の配信であるため、受信処理の遅延はデータの欠落につながり、結果として以降 の分析が不可能になるような重大な障害となります。また、一般のDBへの格納はI/O性能が問題となり、このような大 量データのリアルタイム処理には不適です。 また、弊社のオンメモリDBMSであるCoreSaverを採用し、全てをオンメモリベースで処理するとともに、取引所システ ム開発などで培ってきたマルチスレッド・キューなどの低レイテンシー処理のノウハウを駆使して、上記のような問題を クリアして安定的に稼働するリアルタイム分析システムを構築しました。勿論、サーバ障害時はフェイルオーバー(自動 切替）でサービス継続する冗長系も備えています。
- 27. 個々の装置でニュース記事となる 27 http://jp.wsj.com/articles/SB11948173908644753879104582238422701469822 2016/8/8 The Wall Street Journal 進化する超高速取引、光速の領域に踏み込む
- 32. 2014/5/26 チャイエックス ジャパン 永堀真社長 講演資料 32 (おまけ) レイテンシー・アービトラージ
- 34. 34 セールス トレーダー バイサイド トレーダー 発注 マーケットメイク戦略 （狭義HFT） 裁定取引（アービトラージ） 執行トレーダー ボトムアップ リサーチ クオンツ パッシブ スマートベータ 投資判断 アクティブ (収益を狙う) 投 機 人間 機械 デイトレーダー ディーラー 機械 パッシブ （指数どおり） （狭義）アルゴリズム トレード CTA（Commodity Trading Advisor） 投 資 人間 個人投資家、企業オーナー その他の広義HFT(高頻度取引) さまざまな株式市場の参加者 ヘ ッ ジ 取 引 高度な情報技術 高度な情報技術
- 35. 35353535 マーケットメーカー戦略 1/3 HFTの多くはマーケット・メーカー戦略 ⇒ 買いと売りを同時に出す 売り 価格 買い 84 101 176 100 99 204 98 77 ９９円と100円を行ったり来たりしていると儲かる ↑ ９９円で買って100円で売ることを繰り返す 市場がどちらかの方向に動き出したら、すばやく逃げる必要 ↑ ９９円で買っちゃったものがもっと安い値段でしか売れなくなる 注文 注文 昔からある戦略。以前は大人数で手作業で行われていた。 彼らの仕事が機械化され効率化された⇒社会全体のコストは下がったと考えられる。 35 （狭義）高頻度取引（HFT）
- 36. マーケットメーカー戦略 2/3 36 2014/5/26 チャイエックス ジャパン 永堀真社長 講演資料
- 37. 37373737 マーケットメーカー戦略 3/3 実例 マーケットメーカー戦略のHFTが 売気配株数 気配値 買気配株数 -- 成行 -- 250 OVER 3 12,720 10 12,590 2,713 12,510 3,089 12,500 3,149 12,490 2,884 12,480 2,960 12,470 3,566 12,460 3,243 12,450 前 2,514 12,440 12,410 前 2,953 12,400 3,245 12,390 3,534 12,380 2,693 12,370 3,329 12,360 2,814 12,350 3,006 12,340 2,864 12,320 200 12,210 20 UNDER 261 売気配株数 気配値 買気配株数 -- 成行 -- -- OVER 0 0 0 0 0 0 0 0 1,000 1,203 前 1,000 1,202 1,197 前 100 1,196 100 1,195 100 1,100 100 1,000 10 999 10 0 0 0 0 UNDER -- いる銘柄 いない銘柄 流動性の供給とはこういうことである
- 38. 広義ＨＦＴ ・ マーケット・メーカー（最狭義HFT）： 単調なアルゴリズムを 先回りしてポジション調整をすることも？ ・ 裁定取引： 速さが重要な場合はHFTに分類されることも ・ ストラクチャル： 市場の構造的な欠陥を利用する ⇒ レイテンシー・アービトラージ （フラッシュ・ボーイズの元ネタ、後述） ・ ディレクショナル： 短期逆張り、短期順張り ・ イベント・ドリブン（最広義HFT）： 合併比率やTOBの発表、 決算発表、誤発注などを待つ 居ることは確実だがどれくらいいるか良くわからない マーケットメイクや裁定取引に比べれば少ない？ 38 いずれにせよ、そんなに複雑なことはやってないし、 ものすごく凄いことをやっている訳でもない アルゴリズム取引とＨＦＴは敵同士 しかし、アルゴはＨＦＴからもらう流動性を ＨＦＴはアルゴが提供する投機機会を、必要としている
- 40. 40 HFTの楽でない現状 http://jp.reuters.com/article/stocksNews/idJPL4N0PJ00M20140708 2014/7/8 ロイター [焦点] 超高速取引の厳しい「台所事情」、利幅少なく競争も激化 http://www.jsri.or.jp/publish/other/ 『情報技術革新がもたらす証券市場への影響に関する研究会』中間報告書（PDF） http://www.jsri.or.jp/publish/other/pdf/006.pdf http://www.fsa.go.jp/frtc/seika/seika.html 金融庁 金融研究センター 平成28年度ディスカッションペーパー 「諸外国における市場構造とHFT を巡る規制動向」 http://www.fsa.go.jp/frtc/seika/discussion/2016/04.pdf 日本におけるHFT規制の議論 http://www.camri.or.jp/annai/shoseki/gekkan/2016/pdf/201609-8.pdf 奥山大輔 公益財団法人資本市場研究会 月刊資本市場 2016年9月号 「我が国株式市場における高速取引に対する規制の在り方」
- 41. テキストマイニングによる自動売買も取り入れられたか？ 41 短期のグローバルマクロファンド、ＣＴＡなどが 行っている可能性？ 日本銀行の発表が いつもと同じ： なにもしない いつもと違う： 買い 日本銀行の発表が いつもと同じ： 売り いつもと違う： なにもしない イベント・ドリブン（最広義HFT）、ＣＴＡ、ほか 2016/7/13 水田孝信 「人工知能が変える投資の世界～その①～ 人工知能はすでにここまで身近になっている」大手金融機関 機関投資家向けセミナー Slide Share .pdf http://www.slideshare.net/mizutata/20160713 http://www.geocities.jp/mizuta_ta/20160713.pdf
- 43. 43434343 証券会社の取次ぎ業務 機関投資家 （年金、政府ファンド、生損保、金融機関、学校） その代行：運用会社 証券会社 (取次ぎ・委託売買部門) 機関投資家は取引所へ直接注文を出せない 証券会社には機関投資家の注文を”小分けにして”さばく仕事がある 取引所 A社 1万株 買い 今日中にやっといて 電話 ネット 手でクリック A社 100株 99円 買い A社 100株 98円 買い A社 100株 99円 買い : 43 一方で、、、
- 44. 44444444 アルゴリズム取引 機関投資家 証券会社 ちなみに、注文を”小分けにして”さばく仕事を 機械化したものがアルゴリズム取引です 取引所 A社 1万株 買い アルゴリズムで 電話 自動発注 A社 100株 99円 買い A社 100株 98円 買い A社 100株 99円 買い : アルゴリズム 44
- 46. ディープラーニングを使ったアルゴリズム取引事例１（1/2） 46 価格が大きく動くのを直前に知りたい 急いで買う、ゆっくり買うを切り替えたい 2016/1/15 NVIDIA Deep Learning Day 2016 http://www.slideshare.net/NVIDIAJapan/ss-57361969
- 47. 47 http://www.slideshare.net/NVIDIAJapan/ss-57361969 ディープラーニングを使ったアルゴリズム取引事例１（2/2） 2016/1/15 NVIDIA Deep Learning Day 2016
- 49. 最後に 企業： 長い期間の投資が必要 投資家： 短い期間なら投資に参加したい 投資家のリレーが円滑 買ってもすぐに、小さい価格差で 売れるので安心して投資できる １次市場での投資が容易 人類の進化を もたらす イノベーション を後押し 投機家の流動性供給 参加者の多様性 本日ご紹介した高度な情報技術は、 単なるマネーゲームのための技術ではなく 社会的意義のあるものであることをご理解ください。