211service.com
Más rápido que un flash
El 6 de mayo de 2010, los precios de las acciones en los Estados Unidos subieron y bajaron a una velocidad increíble. En unos cinco minutos, el promedio industrial Dow Jones se desplomó alrededor de 600 puntos, solo para recuperar la mayor parte de eso un poco más tarde en la tarde. Los reguladores federales determinaron más tarde que esta caída repentina se desencadenó y luego se exacerbó por órdenes automatizadas colocadas por fondos mutuos y otros operadores de alta frecuencia. Las bolsas de valores tuvieron que cancelar una gran cantidad de transacciones erróneas realizadas durante el colapso.
De datos y dólares: Eric Pritchett, director ejecutivo de la firma de comercio de alta frecuencia PhaseCapital, con sede en Boston, dice que el análisis de datos en tiempo real salvó a su empresa de costosos errores durante la caída repentina del año pasado.
Incluso antes de que los analistas comenzaran a comprender qué había salido mal, algunas empresas pudieron mantenerse al margen mediante el análisis de datos en tiempo real. Por ejemplo, la empresa de comercio de alta frecuencia PhaseCapital, con sede en Boston, no realizó transacciones erróneas, un logro que atribuye al uso de un software complejo de procesamiento de eventos llamado StreamBase.
Los datos de mercado provienen de una amplia variedad de fuentes, como la Bolsa de Valores de Nueva York, Nasdaq y Reuters, y en ocasiones pueden ser poco confiables, explica Corwin Yu, director de comercio electrónico de PhaseCapital. Por ejemplo, los feeds pueden bajar, o las comillas pueden tener un formato incorrecto o reflejar cambios grandes y poco realistas. Para que las empresas operen en segundos con datos tan confusos, la información debe procesarse, en particular, examinarse en busca de posibles errores antes de utilizarla para realizar cualquier acción comercial. Es extremadamente frágil, dice, incluso cuando no hay ninguna crisis.
Para manejar esta información, PhaseCapital usa StreamBase, que está diseñado para aceptar grandes cantidades de entradas que cambian rápidamente y permitir que las organizaciones la destilen rápidamente en los conocimientos que necesitan para tomar decisiones.
La forma típica de lidiar con big data es mediante el uso de bases de datos. Sin embargo, no son buenos procesando datos en tiempo real; los usuarios deben esperar hasta que se haya acumulado un conjunto de datos completo. StreamBase, sin embargo, puede procesar un flujo de datos a medida que llega, analizarlo, tomar decisiones al respecto y tomar acciones como negociar una acción o marcar una tendencia. Existe toda una clase de problemas relacionados con el análisis de datos en tiempo real y el procesamiento de datos en tiempo real, dice Richard Tibbetts, fundador y CTO de StreamBase Systems.
La empresa ofrece su plataforma a los clientes, pero, lo que es más importante, les brinda interfaces de programación de aplicaciones que les facilitan el desarrollo de su propio software. Eso permite a PhaseCapital (que no revelará cuánto paga por la plataforma de StreamBase) aplicar sus propios algoritmos para depurar datos y realizar operaciones.
Normalmente, PhaseCapital procesa de 30.000 a 40.000 ticks, o datos de mercado, por segundo. Durante la crisis repentina, ese número saltó a más de 289.000 ticks por segundo, gran parte de los cuales representan valores que oscilan enormemente. Muchos investigadores se dieron cuenta de que estos datos no tenían sentido, dice Yu. Por ejemplo, algunas grandes empresas que cotizan en bolsa, como Accenture, cotizaron por menos de 1 dólar durante la crisis repentina. PhaseCapital continuó operando, pero filtró datos que parecían sospechosos. Debido a que no actuó sobre esos datos, se salvó de transacciones erróneas.
Aunque muchas transacciones se cancelaron posteriormente, Eric Pritchett, director ejecutivo de PhaseCapital, dice que hay varias razones clave por las que era importante evitarlas de todos modos. Por un lado, dice, nunca es seguro qué criterios utilizarán los reguladores para cancelar operaciones, por lo que no querría tener que depender de ese mecanismo. Más importante aún, dice, los intercambios erróneos alteran el comportamiento de una empresa durante el resto del día. Por ejemplo, si una operación parece haber sido rentable, los algoritmos pueden determinar que la empresa puede permitirse tomar acciones más riesgosas de lo que lo haría de otra manera. Pritchett dice: No saber dónde se encuentra realmente con su libro y su riesgo es lo más peligroso que le puede pasar a una empresa comercial.
El ejemplo ilustra que las anomalías en los mercados presentan tanto riesgos como oportunidades, dice Adam honore , quien se enfoca en tecnología de servicios financieros como director de investigación de la práctica de valores institucionales para Grupo Aite . Y el volumen de datos involucrados en el comercio solo aumentará, señala.
Cada vez que una empresa desea analizar más datos, generalmente hay un precio que pagar: el procesamiento adicional reduce la velocidad a la que una empresa puede actuar. StreamBase ha sido una herramienta poderosa a los ojos de PhaseCapital porque está estructurada para que los nuevos datos se puedan filtrar sin causar impactos significativos en el rendimiento, dice Yu. El truco de este juego, dice, es ser rápido e inteligente.