Die Risiken des Hochfrequenzhandels für die Finanzmarktstabilität

Inhaltsverzeichnis

Abkürzungsverzeichnis

0 Einleitung

1 Finanzmarkttheoretische Sichtweise auf den HFH
1.1 Finanzmarktstabilität
1.1.1 Definition der Finanzmarktstabilität
1.1.2 Gefährdung der Finanzmarktstabilität
1.1.3 Globalisierung der Finanzmärkte
1.1.4 Anwendung der Prinzipal-Agent-Theorie auf die Beziehung zwischen den Hochfrequenzhändlern und den klassischen Marktakteuren
1.2 Markt-Effizienz-Theorie
1.2.1 Schwache Hypothese
1.2.2 Mittelstarke Hypothese
1.2.3 Starke Hypothese
1.2.4 Bedeutung der Markt-Effizienztheorie für den Hochfrequenzhandel

2 Hochfrequenzhandel
2.1 Funktionsweise des Hochfrequenzhandels
2.1.1 Technik
2.1.2 Gängige Strategien
2.2 Global Player
2.2.1 Hedgefonds und Wertpapierfirmen
2.2.2 Investmentbanken
2.2.3 Börsen

3 Case Studies – Gefahrensituationen in der Praxis
3.1 Case Splash-Crash 2010, Dow Jones
3.2 Case Knight Capital, 2012
3.3 Case Dax Flash-Crash, 2014
3.4 Case HFT lähmt die türkische Börse, 2016

4 Risiken des Hochfrequenzhandels
4.1 Allgemeine Risiken
4.2 IT-Risiken
4.3 Flash- bzw. Splash-Crash Risiko
4.4 Black Swan Risiko

5 Rechtliche Aspekte des Hochfrequenzhandels in Deutschland
5.1 Regulierung
5.2 Anwendungsbereich
5.2.1 Persönlicher Anwendungsbereich
5.2.2 Sachlicher Anwendungsbereich
5.3 Anforderungen
5.3.1 Zulassung
5.3.2 Technische Anforderungen
5.3.3 Organisatorische Anforderungen
5.3.4 Aufsicht
5.4 Fazit der juristischen Rahmenbedingungen

6 Kritische Auseinandersetzung mit den Erkenntnissen zum Hochfrequenzhandel
6.1 Finanztransaktionssteuer
6.2 Fazit
6.3 Handlungsempfehlung

III. Literaturverzeichnis

IV. Abbildungsverzeichnis

V. Tabellenverzeichnis

VI. Anhang

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

0 Einleitung

“We have involved ourselves in a colossal muddle, having blundered in the control of a delicate machine, the working of which we do not understand. The result is that our possibilities of wealth may run to waste for a time – perhaps for a long time.”^[1]

Die vorliegende Bachelorarbeit untersucht den Hochfrequenzhandel (HFH) im Hinblick auf die möglichen Risiken für die Finanzmarktstabilität. Durch die zahlreichen Verflechtungen der heutigen Finanzmärkte betrifft die Thematik jeden Aktionär, Marktteilnehmer, aber auch den indirekten Investor, der Geld für seinen Renteneintritt anlegt oder Vermögensverwaltern anvertraut. In den Medien ist der HFH spätestens seit 2010 ein umstrittenes Thema an dem sich überdies die akademischen Geister scheiden. Zahlreiche Marktereignisse, die in kürzester Zeit zu massiven Kursausschlägen führen, tragen immer häufiger die Handschrift der Hochfrequenzhändler. Diverse Studien und Artikel zeigen auf, wie der Hochfrequenzhandel blitzschnelle Orderabwicklungen und fragwürdige Strategien etabliert hat. Die viel zitierten „Flash-Crashs“^[2] wirken wie Vorboten einer steigenden Gefahrenquelle für die Finanzmarktstabilität. Der Finanzmarkt hat sich gewandelt. Das wird vor allem an den extrem kurzen Haltezeiten von Wertpapieren deutlich. Den genauen volkswirtschaftlichen Nutzen des High Frequency Trading (HFT) zuzüglich der Auswirkungen auf den Finanzmarkt gilt es zu erschließen und die implizierten Risiken dieser extrem schnellen Handelsform gegenüberzustellen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Durchschnittliche Haltedauer einer Aktie

Heutzutage erreichen die Computer-Algorithmen dieser Händlergattung unglaubliche Geschwindigkeiten – Millionen von Trades^[3] können binnen eines Wimpernschlags ausgeführt werden. Wie in der ersten Abbildung ersichtlich ist, wird bereits heute jedes zweite Aktiengeschäft unterhalb einer Sekunde abgewickelt. In über 80% der Fälle wird eine Aktie unter 10 Minuten gehalten. Die Zahlen zeigen die dramatischen Veränderungen der Marktstrukturen an der Indikation der durchschnittlichen Haltedauer einer Aktie, bedingt in erster Linie durch den Hochfrequenzhandel.^[4] Der ursprüngliche Sinn einer Börse, Investoren ohne Unternehmensvision mit Unternehmen ohne ausreichend Kapital zusammenzubringen, scheint verloren gegangen zu sein. Hierzu hat Dirk Müller^[5] in einer Rede zum Hochfrequenzhandelsgesetz vor dem Bundestag folgendes festgestellt: „ Niemand auf dieser Welt bewegt sich so schnell, die Börse ist nur Dienstleister, die Finanzmärkte sind Dienstleister […] die Unternehmen laufen nicht schneller als vor 10 Jahren, die Menschen bewegen sich auch nicht schneller als vor 10 Jahren. Wir können ja auch nicht schneller denken als vor 10 Jahren. Warum lassen wir uns also von dem Einzigen der dieses Tempo geht, nämlich die Finanzmärkte, die High Frequency Trader, warum lassen wir uns von so einem nebensächlichen Dienstleister das Tempo von der gesamten Gesellschaft vorgeben? “ An diesem Punkt knüpft die vorliegende Bachelorthesis an, um diese Risiken für die Finanzmarktstabilität zu untersuchen.

Kapitel zwei stellt eine volkswirtschaftliche Sichtweise eines stabilen Finanzmarktes kurz dar und zeigt mögliche Ansatzpunkte in den volkswirtschaftlichen Modellen auf, die vom Hochfrequenzhandel tangiert werden.

Das dritte Kapitel betrachtet den Hochfrequenzhandel als System, bestehend aus den Akteuren, Eigenschaften, technischen Voraussetzungen und den gängigsten Strategien der Hochfrequenzhändler. Außerdem wird der HFH durch die Vorstellung der „Global Player“^[6] aus der Hochfrequenzhandels-Branche greifbar dargestellt.

Kapitel vier besteht aus vier praxisrelevanten Fallstudien, die dem Leser veranschaulichen, welche enorme Bedeutung das HFT bereits 2010 hatte und welche Kraft von computer-gesteuerten Algorithmen abgerufen werden kann. Außerdem sollen hieraus die Risiken des HFT abgeleitet werden, um sie im anschließenden Kapitel kategorisieren zu können. Die hierbei abgeleiteten Risiken des HFT werden theoretisch aufgearbeitet und zusammengefasst dargestellt.

Kapitel sechs beschäftigt sich mit den Bemühungen der Gesetzgeber auf der europäischen Ebene sowie auf der nationalen Ebene für die Bundesrepublik Deutschland, um zu veranschaulichen, wie viele der zuvor aufgezeigten Risiken bereits erkannt und „reguliert“ sind.

Kapitel sieben fasst die wesentlichen Forschungsergebnisse zusammen. Dabei wird eine abschließende Meinung über die Risiken des Hochfrequenzhandels für die Finanzmarktstabilität formuliert und zudem eine Handlungsempfehlung an die deutsche und europäische Legislative ausgesprochen. Darüber hinaus werden mögliche Alternativlösungen vorgestellt und ein Fazit gezogen.

1 Finanzmarkttheoretische Sichtweise auf den HFH

Bevor die Risiken des Hochfrequenzhandels, also der potenzielle mikroökonomische Wirkungsgrad des HFT auf die Finanzmarktstabilität, näher beleuchtet werden, wird zunächst eine finanzmarkttheoretische Sichtweise eingenommen. Auf diese Weise wird anhand makroökonomischer Überlegungen und der Markteffizienztheorie nach Fama^[7] ein Verständnis für die Finanzmarktstabilität und die hierfür notwendigen Determinanten herausgearbeitet.

Da ein funktionierender Finanzmarkt als effizient gilt, wurde eben diese Theorie nach Fama gewählt. Dabei werden Annahmen aus der Theorie übernommen, die als notwendig erachtet werden, um den Hochfrequenzhandel aus einer wissenschaftlichen Perspektive zu untersuchen – abseits der kontroversen Debatten in den Medien.^[8] Dabei ist es entscheidend zu verstehen wie unsere Finanzmärkte miteinander vernetzt sind, um das Potential von Ansteckungsgefahren unterschiedlicher Finanzmärkte einschätzen zu können. Außerdem soll die Interaktion zwischen den Hochfrequenzhändlern und den klassischen Marktakteuren anhand der Prinzipal-Agent-Theorie erläutert werden.

1.1 Finanzmarktstabilität

Die Erschütterungen während und nach den letzten Finanzkrisen scheinen immer dramatischere Ausmaße anzunehmen.^[9] Die Finanzmärkte reagieren mit einer zunehmenden Häufigkeit auf solche Krisen.^[10] Dabei ist die Welt abhängig von einem funktionierenden Finanzmarkt, der eine wichtige volkswirtschaftliche Funktion erfüllen soll: Die Kapitalallokation. Die große Bedeutung wird im nachfolgenden Fall der Österreichischen Nationalbank deutlich:

„ Eine funktionierende und leistungsfähige Volkswirtschaft braucht als zentrales Bindeglied ein stabiles und robustes Banken- und Finanzsystem. Für eine effiziente und reibungslose Versorgung der Unternehmen, der privaten Haushalte und der öffentlichen Hand mit finanziellen Mitteln ist das Vertrauen in die Stabilität des Banken- und Finanzsystems unabdingbar und muss nachhaltig gesichert werden. […]. Angesichts einer Vielzahl komplexer Finanzprodukte und einer immer stärkeren Vernetzung der nationalen Finanzsysteme ist die Österreichische Nationalbank bestrebt, diese Regeln im internationalen Gleichklang zu verbessern und ihre Einhaltung zu gewährleisten. “^[11]

1.1.1 Definition der Finanzmarktstabilität

Eine vertretbare Definition für die Finanzmarktstabilität lässt sich besonders gut von den Notenbanken ableiten, die als eines der Primärziele mehrheitlich die Finanzmarktstabilität anstreben. Die Österreichische Nationalbank (OeNB) formuliert diesen umfassenden Begriff folgendermaßen: „Finanzmarktstabilität ist gegeben, wenn das Finanzsystem – bestehend aus Finanzintermediären, Finanzmärkten und Finanzmarktinfrastruktur – auch im Fall finanzieller Ungleichgewichte und Schocks in der Lage ist, eine effiziente Allokation finanzieller Ressourcen sicherzustellen und seine wesentlichen makroökonomischen Funktionen zu erfüllen. Das heißt, es soll Finanzmittel immer dort hinleiten, wo sie den höchsten volkswirtschaftlichen Nutzen bringen. Konkret bedeutet Finanzmarktstabilität folglich, dass das Vertrauen in den Finanzsektor, insbesondere in eine stabile Versorgung mit Finanzdienstleistungen in den Bereichen Zahlungsverkehr, Kredit- und Einlagengeschäft sowie Risikoabsicherung, gewährleistet ist.“^[12]

Daraus lassen sich zwei wichtige Anhaltspunkte ableiten:

(1) Das Finanzsystem als makroökonomischer Oberbegriff für ein System zusammengesetzt aus allen Finanzsystemakteuren, eingeschlossen der Hochfrequenzhändler als Teil dieses Systems.
(2) Effiziente Allokation finanzieller Ressourcen auch während Finanzmarktkrisen.

Diese Definition macht deutlich, wo sich wichtige Ansatzpunkte für eine mögliche Gefährdung der Finanzmarktstabilität befinden. Daher gilt es diese Stellen im System ausfindig zu machen, in denen Hochfrequenzhändler agieren und eine eventuelle Gefährdung der gesamten Systemstabilität auslösen könnten.

1.1.2 Gefährdung der Finanzmarktstabilität

Wie bereits festgestellt, agieren die Hochfrequenzhändler innerhalb der Finanzmärkte als Teil des Systems. Somit wirken sie zusammen mit den anderen Marktteilnehmern auf die Finanzmarktstabilität ein. Aber eine Gefährdung der Finanzmarktstabilität besteht erst dann, wenn das Finanzsystem insgesamt bedroht ist. Der Konkurs einzelner Banken stellt in der Regel keine Gefahr dar. Handelt es sich um ein sehr großes Institut, das mit anderen Finanzinstitutionen und deren Geschäftsaktivitäten eng verflochten ist, wären die wirtschaftlichen Folgen und Auswirkungen auf das Finanzsystem kaum abschätzbar.^[13] Folgende Punkte wirken auf die Finanzmarktstabilität und müssen beachtet werden, um aussagekräftige Thesen über die Gefährdung der Finanzmarktstabilität aufgrund der Hochfrequenzhändler aufzustellen:

(1) Verflechtungsgrad der Marktakteure untereinander.
(2) Einfluss der HFH auf den Finanzmarkt und deren übrigen Akteure.
(3) Besondere Risiken des HFT.
(4) Informationsasymmetrien an den Finanzmärkten durch HFT.
(5) Einfluss der High Frequency Trader (HFTrader) auf die Markteffizienz.
(6) Stabilisierung des Finanzmarktes durch die deutsche bzw. europäische Gesetzgebung.

1.1.3 Globalisierung der Finanzmärkte

Der Begriff „Globalisierung der Finanzmärkte“ bezeichnet die zunehmende Internationalisierung der Finanzmärkte. Dieser Globalisierungsprozess beschleunigte sich vor allem in den letzten Jahrzehnten. Internationale Kapitalbewegungen werden nicht mehr lediglich im Zusammenhang mit dem Warenhandel gesehen, sondern bilden heutzutage einen eigenständigen Wirtschaftssektor. Daraus ging in den letzten Jahren eine erhöhte Mobilität des Kapitals hervor. Auch die Vielfalt der Finanzinstrumente sowie die Rolle der Finanzintermediäre auf den internationalen Finanzmärkten haben stark zugenommen. Anhand der vorangegangen und heftigen Finanzkrisen zeigt sich die gestiegene systemische Fragilität und somit die Gefahr, dass etwaige lokale bzw. nationale Krisen eine globale Reichweite entwickeln können.^[14]

Damit hat die Globalisierung der Finanzmärkte zu einer Verflechtung der Finanzmärkte und einer höheren Anfälligkeit für Ansteckungsgefahren der Finanzmarktstabilität geführt. Die Lehman Brothers Pleite ist hierfür ein Beispiel von vielen.^[15] In diesem Gebilde stellt HFT teilweise einen Risikofaktor dar, der anders einzustufen ist als die klassischen Risikofaktoren auf den Finanzmärkten sowie Marktpreisrisiken, Zinsänderungsrisiken usw. Denn das HFT hebt sich von den klassischen Marktteilnehmern durch seine Schnelligkeit ab, die zu einer Dynamik führen kann, die bekannte Risiken weiter verschärft. Durch diese „Sonderstellung“ in der Finanzwelt sollten Hochfrequenzhändler anders betrachtet werden als die klassischen Marktteilnehmer. Die angewandte Prinzipal-Agent-Theorie verdeutlicht diesen Aspekt auf anschauliche Art und Weise.

1.1.4 Anwendung der Prinzipal-Agent-Theorie auf die Beziehung zwischen den Hochfrequenzhändlern und den klassischen Marktakteuren

Bei der Prinzipal-Agent-Theorie sind Anbieter und Nachfrager auf einem Markt potentielle Kooperationspartner. Die marktübergreifende Kooperation wird von Schmidt/Wagner als “prekäre Partnerschaft“^[16] interpretiert, da die Marktakteure unterschiedliche Ziele der Vertragsbedingungen verfolgen. Bspw. ein unterschiedliches Preis-Leistungs-Verhältnis. Dabei repräsentiert der Prinzipal oftmals den Kunden, der das Handeln des Agenten (damit des Anbieters) nicht beobachten kann. Daraus folgt, dass der Anbieter über einen diskretionären Handlungsspielraum verfügt, dessen Ausgestaltung den Kunden mit Unsicherheiten konfrontiert und dessen „Kunden-Nutzen“ beeinflusst.^[17]

Eine solche Konstellation ist durchaus auch in umgekehrter Form denkbar. Auf dem globalen Finanzmarkt treten HFTrader als Anbieter (Verkauf von Wertpapieren) sowie als Kunden (Kauf von Wertpapieren) auf. Dabei handelt es sich um eine klassische Market-Maker-Funktion.

Doch die Beziehung der HFTrader zu den Marktakteuren weist einen wesentlichen Unterschied zu der klassischen (mikroökonomischen) Sichtweise auf das Prinzipal-Agent-Modell nach Schmidt/Wagner auf. Die Hochfrequenzhändler können auch als Käufer/Kunde/Agent die klassischen Marktteilnehmer mit Unsicherheiten konfrontieren. Sie können bestimmte Handelsstrategien nutzen, um ihre wahren Absichten zu verschleiern und mit vorgetäuschten Kauf-Orders den Prinzipal irreführen. Dieses Verhalten kann großen Schaden anrichten und die Finanzmarktstabilität gefährden. Die zuvor erwähnte Market-Maker-Strategie wird an anderer Stelle im Zusammenhang mit den gängigsten Handelsstrategien der Hochfrequenzhändler erläutert.

1.2 Markt-Effizienz-Theorie

Die Effizienzmarkthypothese (EMH) ist eine wegweisende Entdeckung des US-amerikanischen Wirtschaftsforschers und Nobelpreisträgers Eugene Fama (USA).^[18] Die Kernaussage dieser Hypothese besagt, in einem effizienten Kapitalmarkt beinhalten die aktuellen Kurse/Preise bereits alle relevanten Informationen.

Konkret ausgedrückt, Wertpapierkurse reflektieren zu jeder Zeit alle verfügbaren Informationen, entsprechend ihrem jeweiligen Risiko. Dabei hat Fama diese Hypothese in drei Subhypothesen unterteilt: (1) Die schwache Hypothese (2) die mittelstarke Hypothese (3) und die starke Hypothese.

Diese wurden in den vergangenen Jahrzehnten immer wieder auf verschiedene Weisen getestet, und es konnten weitere Erkenntnisse von Fama selbst, aber auch anderen Wirtschaftswissenschaftlern abgeleitet werden. Einige davon sind auch für die vorliegende Ausarbeitung relevant und werden näher betrachtet.

1.2.1 Schwache Hypothese

Die erste Subhypothese nimmt an, dass Aktienkurse alle vergangenen Informationen bezüglich historischer Kurs- und Volumenverläufe reflektieren. Außerdem besagt die schwache Hypothese, dass diese bekannten Informationen bzw. Kursbewegungen in keinem Zusammenhang mit zukünftigen Kursbewegungen stehen, da die historischen Kurse bereits eingepreist sind. Damit wäre die technische Analyse^[19] nicht in der Lage markt-überdurchschnittliche Renditen zu generieren. Die schwache Hypothesis wird von den meisten Wirtschaftswissenschaftlern anerkannt.^[20]

1.2.2 Mittelstarke Hypothese

Die mittelstarke Hypothese nimmt die Annahme der schwachen Hypothese auf und erweitert den Kreis der eingepreisten Informationen um alle öffentlich verfügbaren Informationen. Auch diese sind demnach in den Kursen eingepreist. Damit wäre die Fundamentalanalyse, d.h. die Analyse der Bilanzen, Gewinne etc. nicht dazu geeignet, um eine markt-überdurchschnittliche Rendite zu generieren. Bei dieser ausgeweiteten Hypothese gehen die Meinungen der Forscher schon eher auseinander.

1.2.3 Starke Hypothese

Die starke Markteffizienzhypothese geht sogar noch weiter. Diese umfasst die Annahme, dass neben den historischen und öffentlich bekannten Informationen auch alle privaten Informationen in den Aktienkursen berücksichtigt sind. Es wird also davon ausgegangen, dass Niemand einen exklusiven Zugang zu Informationen hat und damit Überrenditen erzielen kann. Die starke Hypothese geht demnach von vollkommen effizienten Märkten aus. Die starke Hypothese ist jedoch mehrfach widerlegt worden.^[21] Die entscheidende Frage lautet, ob der Hochfrequenzhandel der Finanzmarktstabilität und der darin implizierten Markteffizienz nutzt.

1.2.4 Bedeutung der Markt-Effizienztheorie für den Hochfrequenzhandel

Der FED-Ökonom Ernst Schaumburg veröffentlichte 2014 eine Studie zu dem Wirkungsgrad des HFT auf die Markt-Effizienz des Devisenhandels.^[22] Sein Untersuchungszeitraum enthält Devisenmarkt-Daten von 2000 bis Ende 2013. Dabei beschränkte er sich auf das Phänomen des “absinkenden Mispricings“^[23], also die Abnahme von kurzfristigen Arbitrage-Möglichkeiten^[24] am Devisenmarkt. Er interpretiert die Abnahme des “Mispricing-Effekts“^[25] parallel zur Zunahme des HFT^[26] als eine verbesserte Effizienz von Devisenmärkten. Abb. 2 stellt diesen Effekt anhand der kontinuierlichen Spread-Abnahme^[27] dar. Schaumburg stellt zudem fest, dass selbst während der Finanzkrise 2008/09 nur sehr wenige Möglichkeiten zur Arbitrage aufkamen. Ein Umstand, der für die verbesserte Effizienz und die dadurch bedingte Preisqualität durch das HFT spricht. Diesen Vorteil greift Schaumburg in seiner eigenen Studie auf und schreibt hierzu, dass in einer volkswirtschaftlichen Bewertung des Hochfrequenzhandels argumentiert werden soll, weshalb diese kurzfristige Effizienz gesellschaftlich sinnvoll ist und ob diese Vorteile im Vergleich zu möglichen Kosten, wie z.B. die Gefährdung der Finanzmarktstabilität nicht höher gewichtet werden sollten.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Incidence of Triangular-Arbitrage

Die beiden Finanzwissenschaftler Rossov^[28] und Contratto^[29] untersuchten andere Märkte und Zeiträumen in ihren Studien, dabei kommen beide ebenfalls zu dem Schluss, dass die Markteffizienz tatsächlich gesteigert werden konnte und somit der Preisqualität diente. Aber sowohl Rossov als auch Contratto argumentieren für eine höhere Berücksichtigung der Finanzmarktstabilität, die beide als gefährdet sehen.

Biais und Kirilenko konnten mit ihren Untersuchungen überdies nachweisen, dass der von Schaumburg beobachtete Effekt an anderen Märkten und zu anderen Marktphasen widerlegt wird, sich HFTrader somit durchaus auch negativ auf die Preisqualität auswirken können.^[30] Insbesondere Kirilenko studiert den Flash-Crash vom 6. Mai 2010 seit sechs Jahren. Seine drei hierzu veröffentlichten Studien ergeben ein umfassendes Bild zu den negativen Auswirkungen der Hochfrequenzhändler auf die Finanzmarktstabilität.^[31] Die Tatsache, dass HFH erfolgreich an den Finanzmärkten handeln, spricht für die mittelstarke Markteffizienz-Hypothese. Daher wird das zweite Sub-Theorem nach Fama als Annahme für die weiteren Überlegungen der wissenschaftlichen Arbeit genutzt.

2 Hochfrequenzhandel

„ Der Hochfrequenzhandel ist eine Technologie und keine Strategie. Die grundlegenden technologischen Veränderungen und Weiterentwicklungen, insbesondere im Order-Routing in Verbindung mit den regulären Börsen und den außerbörslichen Dark Pools, bieten somit immer neu aufkommende Möglichkeiten einer innovativen Renditerealisierung. Der Hochfrequenzhandel kann somit als Resultat einer stetigen und dynamischen Entwicklung der modernen Finanztechnologiesierung gesehen werden und selbst als eine Form von

Informationstechnologie definiert werden.“ ^[32] Die Klassifizierung des Hochfrequenzhandels kann anhand spezifischer Merkmale vorgenommen werden. In erster Linie sind die technische Komponente und die angewandte Handelsstrategie entscheidend für die Klassifizierung. Daraus ergeben sich weitere Sekundär-Ebenen nach denen dieses Kapitel gegliedert ist. Vor einer Klassifizierung wird zunächst der Verbreitungsgrad des Hochfrequenzhandels dargelegt. „ Etwas stimmte nicht. Jedes Mal, wenn Brad Katsuyama Aktien kaufen wollte, wurden sie teurer. Und jedes Mal, wenn er Aktien verkaufen wollte, wurden sie billiger. "Ich verstand nicht, was da los war", erinnert sich der damalige US-Cheftrader der Royal Bank of Canada (RBC). Ich fand keine Antworten.“^[33] Diese Antworten gilt es so akkurat wie möglich heraus zu arbeiten. Aus diesem Grund folgt an dieser Stelle eine Einordnung der Bedeutung des Hochfrequenzhandels für die heutigen Finanzmärkte.

Verlässliche Aussagen zur Verbreitung des Hochfrequenzhandels sind dabei schwierig zu ermitteln, da kein gesichertes Zahlenmaterial zur Verfügung steht. Verschiedene Untersuchungen belegen, dass der höchste Anteil an Hochfrequenzhändlern im US-Markt zu finden ist, die Schätzungsbreite liegt dabei jedoch zwischen 50% und 90%. 2015 bezifferte eine Studie der Universität Zürich den aktuellen US-Aktienmarktanteil lediglich auf 50 bis 55%. Die durchschnittliche Durchdringung der europäischen Finanzmärkte wird mit 40% angegeben. Laut Contratto hat sich demnach der Hochfrequenzhandel vom Aktienhandel besonders deutlich auf den Devisenhandel sowie auf den Rohstoffhandel ausgeweitet.^[34] Der Marktanteil am Handelsvolumen in den USA und Europa steigt kontinuierlich seit mindestens 2007, sagt Gresser.^[35] Abbildung 3 und 4 fassen diese Entwicklung zusammen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Veränderung des Marktanteils der Hochfrequenzhändler

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Marktanteile am Handelsvolumen in Europa und USA

Ein interessanter Aspekt ist die geschätzte Anzahl der Hochfrequenzhändler in Relation zu den vom HFT bewegten Volumina an den Finanzmärkten. Es fällt auf, dass ein kleiner Anteil der gesamten Marktteilnehmer ein sehr hohes Volumen bewegt. Damit bewegen heutzutage sehr viel weniger Marktteilnehmer den Markt – ein Zustand der erhebliche Risiken beinhalten kann. Vor einigen Jahren war der Diversifizierungsgrad der Marktteilnehmern, die unterschiedlichste Investmentideen umsetzten, höher. Die Algorithmen der Hochfrequenzhändler hingegen müssen möglichst einfach konzipiert sein, um den Geschwindigkeitsvorteil effizient nutzen zu können. Der Begründer des algorithmischen Handels, Professor Farmer, stellte in einem Interview fest: „ Bei HFT geht es nur um Geschwindigkeit, bei uns ging es um Intelligenz “ Die Algorithmen, die beim Hochfrequenzhandel verwendet werden, bezeichnet er als geradezu dumm. „ Sie müssen sehr kurz sein, damit der Rechner keine Zeit verliert, wenn er innerhalb von Millisekunden auf ein Ereignis reagieren soll. “ Darin besteht auch eine Gefahr, weil die Programmierer keine Sicherheitsmechanismen einbauen können. Weiter heißt es: „ Dadurch hat die Ausweitung des Hochfrequenzhandels zu einer Destabilisierung der Märkte geführt “.^[36] Ebenfalls auffällig ist, dass der Anteil an HFT bzw. deren Volumina höher ist, desto bedeutender^[37] der Börsenstandort für den Finanzmarkt ist. Abbildung 5 verdeutlicht diesen Aspekt, aus dem sich schließen lässt, dass HFTrader eher an diesen hochliquiden Märkten agieren.^[38] Gresser macht diesen Umstand an den drei wichtigsten europäischen Börsenplätzen fest. Die Londoner Börse hat damit den höchsten HFH-Anteil außerhalb der US-amerikanischen Börsen. Dahinter folgen Frankfurt und Zürich mit 60 bzw. 50% Anteil.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Marktanteil des HFH an der Börse London, Frankfurt und Zürich

Abschließend ist noch anzumerken, dass die Schätzungen nach Gresser^[39], Contratto^[40] und weiterer Studien^[41] auf der Anzahl der HFH mit Co-Locations^[42] an den internationalen Börsen beruhen. Dazu müssen noch die HFH hinzuaddiert werden, die „nur“ in der Nähe der Börsen angesiedelt sind, und die Hochfrequenzhändler, die direkt in bankinternen Handelsplattformen wie den sog. „Dark-Pools“^[43] agieren.

2.1 Funktionsweise des Hochfrequenzhandels

Es folgt die Erläuterung der technischen Seite des Hochfrequenzhandels, quasi die „Physik des schnellen Börsenhandels“. Wie oben bereits erwähnt, gibt es den typischen Hochfrequenzhändler nicht, eine Definition muss deshalb anhand von folgenden Kriterien differenzierter erfolgen: (1) Größe (2) Strategien (3) Technische Ausstattung (4) Marktpräsenz

Dabei kann der Hochfrequenzhandel grob in vier Gruppen unterteilt werden: (1) Global Player (2) Finanzhäuser (3) Private Hochfrequenzhändler (4) Börsenbetreiber sowie Dark Pool Anbieter, welche keinen Hochfrequenzhandel betreiben, aber von diesen profitieren.

2.1.1 Technik

Die Markteintrittsbarrieren des HFT sind aufgrund der kostspieligen Technik, sowie aufgrund der eingesetzten Handelsstrategien, die eine Kombination aus finanzmarktechnischem Verständnis und Programmierkenntnissen darstellen, sehr hoch. Der erfolgreiche Hochfrequenzhandel benötigt nicht nur die modernste bzw. konkurrenzfähigste Technologie für die Datenverarbeitung und die Umsetzung der Handels-Algorithmen, sondern auch eine besonders schnelle Übertragungsrate, die ein HFH nur extern von den Börsenbetreibern einkaufen kann.^[44] Hierfür investieren die Börsenbetreiber in extrem widerstandsarme und kurze Übertragungskabel. Je kürzer ein Übertragungskabel ist, desto schneller können Marktdaten übertragen werden. Daher bieten die meisten Börsenbetreiber sog. „Co-Locations“^[45] an, die so nah wie möglich an den Börsen-Servern angebaut werden. Anova Technologies^[46] aus Chicago implementierte sogar Militär-Laser, um eine noch schnellere Übertragungsgeschwindigkeit zu erreichen, da selbst das effizienteste Glasfaserkabel nicht mehr schnell genug ist. Damit sollen Übertragungsraten erzielt werden, die möglichst nah an Lichtgeschwindigkeit heranreichen.^[47] Weitere Informationen zu dem „Hybrid Laser Metro Wireless“ von Anova werden im Anhang, Abb. 14, angeführt.

Infolgedessen besteht im Hochfrequenzhandel die Prämisse, möglichst jederzeit über die bestmöglichen Übertragungsmedien zur Geschwindigkeitsoptimierung zu verfügen, um den Vorteil gegenüber den anderen Marktteilnehmern zu erhalten, die ihrerseits ggf. nachrüsten. Einige Strategien des HFT bauen ausschließlich auf diesen Geschwindigkeitsvorteil. Das führt dazu, dass gewisse Handelsstrategien nur von den schnellsten HFTradern umgesetzt werden können.^[48] Die folgende Abbildung 6 zeigt den Drei-Klang auf, welcher für eine funktionale Umsetzung der jeweiligen Strategien entscheidend ist. Der Geschwindigkeitsvorteil wird hauptsächlich von der Infrastrukturgeschwindigkeit, der Transaktionsgeschwindigkeit und der Prozessgeschwindigkeit beeinflusst.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Drei-Klang des erfolgreichen HFT

Des Weiteren wird der technologische Aspekt als Teil des Risikomanagements auf Seiten der HFH und der Börsenbetreiber gesehen. Gresser schätzt den hohen Technologiesierungsgrad als risikomindernd im Vergleich zu dem klassischen Börsenhandel ein.^[49] Aufgrund des Geschwindigkeitsvorteils können sich die schnellsten Marktteilnehmer zuerst aus einem zusammenbrechenden Markt zurückziehen, die „langsameren“ Marktteilnehmer trifft es demnach härter und das blitzschnelle Abziehen HFT-Liquidität kann die Folgen eines Kurseinsturzes verstärken.

2.1.2 Gängige Strategien

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Strategien des HFH

Die gängigsten Hochfrequenzhandels-Strategien nutzen vorwiegend den Geschwindigkeitsvorteil der High-Speed-Trader. Das HFT umfasst dabei unterschiedliche Strategien, die zum Teil gesetzeswidrig^[50] sind und als Kursmanipulation gelten. Andere sind als Bedrohung für die Finanzmarktstabilität einzustufen. Manche Strategien können überdies als harmlos bis hin zu liquiditätsfördernd betrachtet werden. Es folgt eine nähere Untersuchung der einzelnen Strategien anhand der Forschungsergebnisse von Dr. Joachim Nagel, welche im Auftrag der Deutschen Bundesbank veröffentlicht wurden^[51], Scott Patterson und der vorgestellten Strategien durch Uwe Gresser, einem Spezialisten des Hochfrequenzhandels.^[52] Demnach lassen sich die Strategien in drei Kategorien unterteilen. (1) Marktfördernd oder zumindest marktneutral, (2) risikobehaftet, (3) marktschädigend bis gesetzeswidrig. Gemäß aktueller Gesetzeslage sind die beiden ersten Kategorien unter bestimmten Voraussetzungen gesetzeskonform, lediglich einige Strategien der letzten Kategorie sind aus juristischer Sicht illegal.^[53] Patterson liefert vor allem zu den marktschädigenden Kategorien eine neu-aufkommende Vorgehensweise der HFT, die Darkpool-Infiltrierung. Diese hat einen regelrechten „Krieg der Algorithmen“^[54] ausgelöst, da die als sicher geltende Bastion der Darkpools^[55], seit einigen Jahren zunehmend durch ausgefeilte Hochfrequenzalgorithmen angegriffen wird.^[56] Damit entstand ein neuer Markt zur Verteidigung der Darkpools mit algorithmischer Hochfrequenz-Software, die HFT als parasitären Marktteilnehmer erkennen und bekämpfen soll. Die Abteilung „Advanced Execution Services“ (AES) der Credit Suisse gilt als eines der bekanntesten Teams im Hochfrequenzhandelsgeschäft, das sich auf den Schutz der Marktteilnehmer spezialisiert hat und damit versucht, in ihrer hauseigenen Handelsplattform einen „sauberen Markt“ frei von HFH in ihrer hauseigenen Handelsplattform zu etablieren. Patterson nennt diese Handelsplattformen „Light Pools“.^[57]

(1) Marktfördernde bzw. neutrale Strategien:

Eine der verbreiteten Strategien ist die Electronic Liquidity Provision. Es ist die Strategie, die am häufigsten von den HFT-Befürwortern angeführt wird, da sie als liquiditätsfördernd gilt und für einen qualitativ besseren Preis sorgen soll, indem der Bid- und Ask-Kurs^[58] durch die hohe Liquidität im Markt angeglichen wird. Hieraus leitet sich das zweite Pro-Argument ab, denn das HFT stellt dem Markt Liquidität zur Verfügung.^[59] So argumentieren auch Hasbrouck und Schaumburg.^[60] Andere Studien^[61] entkräften die zuvor genannte positive Wirkung wie z.B. die Studien von Rogers^[62] und Kirilenko.^[63]

Funktionsweise: Die Computerprogramme übernehmen bei der ELP-Strategie die Aufgabe eines Market-Makers. Der entscheidende Unterschied ist die Gewinnerzielungsabsicht des HFT, während die Market-Maker das oberste Ziel einer funktionierenden Kursstellung durch Liquiditätsbereitstellung verfolgen und somit einen wichtigen Faktor für die Finanzmarktstabilität darstellen. In panikbehafteten Marktphasen stellen sie sich auch als Gegenpartei zur Verfügung und tragen bewusst das Gegenparteirisiko, welches ein HFTrader möglichst vermeiden will. Vor allem bei einbrechenden Kursen ziehen die Algorithmen der HFH die Liquidität massiv ab und treiben den Kurs mit in die Tiefe.^[64] Diese Strategie kann noch feiner unterteilt werden in Spread-Capturing und Rebate-Driven-Strategy. Eine vollständige Abgrenzung beider Strategien ist in den meisten Fällen nicht möglich, da oftmals eine Kombination aus beiden Strategien angewandt wird.

Spread-Capturing: Der stetige An- und Verkauf von Finanzinstrumenten durch die HFH, um von dem sog. Spread, also dem Ankaufs- und Verkaufspreis, zu profitieren. Die Algorithmen der HFT durchsuchen dabei den Markt nach einem möglichst hohen Spread und einem hohen Maß an vorhandener Liquidität.^[65] Dies sind zwei notwendige Bedingungen, da oftmals nur wenige Pips Gewinn pro Transaktion erzielt werden können. D.h. die Strategie lebt von der Geschwindigkeit und dem hohen Volumen der Transaktion – ein einzelner HFH kann problemlos zehntausende Aktien im Nano-Sekunden-Takt kaufen und wieder verkaufen. Die Transaktionen können nur wenige Hundert Dollar einbringen, doch der Gedanke an hundert Transaktionen dieser Art in nur wenigen Sekunden, offenbart das wahre Potential dieser risikoarmen Strategie.^[66]

Rebate-Driven-Strategie: Asymmetrische Preissysteme zahlreicher Börsen ermöglichen diese Strategie. Broker und Spekulanten werden Rabatte gewährt, um Handelsvolumen anzuziehen. Denn die Börsen sind längst ein Massengeschäft geworden, welches von sehr vielen Transaktionen abhängt.^[67] Konkret werden Anbieter (Maker) pro Transaktion eine niedrigere Gebühr zahlen müssen als Käufer (Taker). Wenn sich ein Händler parallel auf der Geld- und Briefseite des Orderbuchs positioniert, profitiert er wie im oben beschriebenen Spread-Capturing von den Spreads und erhält noch zusätzlich eine Art Provision auf der Sell-Side. Auch diese Strategie funktioniert nur ab einem gewissen Volumen, um den Break-Even-Point^[68] zu erreichen. Zur Veranschaulichung der Rabate-Driven-Strategie folgt ein Rechenbeispiel.

Angenommen, die Handelskosten von 1.000 Aktien der Daimler AG sind 60 Cent und die Börsenbetreiber bieten dem Händler A eine Provision in Höhe von 30 Cent für die Bereitstellung von Liquidität. Dadurch halbieren sich die Handelskosten auf insgesamt 30 Cent pro 1.000 Daimler-Aktien. Wenn der Händler noch größere Volumina umsetzt, werden ihm weitere Provisionen bzw. Rabatte gewährt. Für 10.000 transferierte Daimler-Aktien zahlt er dann nur noch 10 Cent Handelskosten und die Provision erhöht sich auf 40 Cent für diese Transaktion, d.h. der Händler bekommt für diese Art von Transaktion 30 Cent Gewinn. Führt er diese nun 50.000-mal pro Tag durch, verdient er alleine an der Provision 15.000 Euro.^[69] Die Gegenpartei zahlt die übrigbleibenden Transaktionskosten.^[70]

Statistische Arbitrage: Wird in die marktneutrale und die Cross Profit Arbitrage unterteilt.

Marktneutrale Arbitrage: Durchforsten der Märkte mithilfe von Algorithmen nach temporären Falschbewertungen (sog. Anomalien) korrelierender Finanzinstrumente. Es wird nach Wertpapieren gesucht, die sich in der Vergangenheit ähnlich wie der Gesamtmarkt entwickelt haben. Der Gesamtmarkt kann z.B. ein Index sein und dient als Mittelwert zu dem solche Wertpapiere „zwangsläufig“ wieder zurückkehren sollten. Dabei kann auch ein Parallelgeschäft eingegangen werden. Wenn sich das Indexportfolio lange positiv entwickelt und ein ausgewählter Wert entgegengesetzt dazu einen Kursverlust verkraften musste. Hierbei wird das Indexportfolio leerverkauft und der einzelne Titel gekauft bis beide Geschäfte sich zu ihrem Mittelwert einpendeln.^[71]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8: Marktneutrale Arbitrage

Im vorliegenden Beispiel der Abbildung 8 wird demzufolge der Algorithmus des Hochfrequenzhändlers unter Anwendung der marktneutralen Arbitrage, den DAX (blau) kaufen und die Adidas-Aktie (rot) leerverkaufen. Die zwei Positionen werden gehalten bis der DAX ca. 50% Kursentwicklungsdifferenz aufgeholt hat und die Adidas-Aktie wiederum fällt. Bis auch diese ca. 50% der Kursentwicklungsdifferenz ausgeglichen sind, anschließend werden beide Positionen glattgestellt.^[72]

Cross Profit Arbitrage: Ähnlich wie bei der marktneutralen Arbitrage werden Preis-Anomalien genutzt. Es werden jedoch Preisunterschiede identischer Aktien an verschiedenen Börsenplätzen für verschiedene Profitzwecke genutzt, somit winkt ein risikoloser Gewinn. Eine Aktie wird an den Börsenplätzen gekauft, an denen diese um wenige Pips günstiger ist und an den Börsenplätzen verkauft, an denen der Kurs (meist nur marginal) höher ist. Dieser Vorgang wird solange wiederholt, bis die Preisunterschiede verschwunden sind. Daraus folgt, dass die schnellsten Marktteilnehmer diesen risikolosen Gewinn einstreichen können. Dafür sind HFH prädestiniert mit ihren ultra-schnellen Algorithmen. Dabei stehen die Algorithmen der HFH im direkten Wettbewerb zueinander.^[73] Arbitragegeschäfte wurden lange bevor es Hochfrequenzhändler gab genutzt, um einen Profit zu erzielen. Die HFTrader können hierbei besonders schnell und effizient Preisunterschiede an verschiedenen Börsenplätzen bereinigen, was allgemein positiv zu werten ist.

[...]

---

^[1] Keynes, John Maynard: The Great Slump of 1930, 1930, S. 1.

^[2] Kirilenko, Andrei. Kyle, S. Albert. Samadi, Mehrdad. Tuzun, Tugkan: The Flash Crash: High Frequency Trading in an Electronic Market, 2016, S. 1.

^[3] Trades entsprechen Börsengeschäften.

^[4] Vgl. Gresser, Uwe: Praxishandbuch Hochfrequenzhandel Band 1: BASIC: Analysen, Strategien, Perspektiven, 2015, S. 52.

^[5] Ehemaliger Börsenmakler der deutschen Börse und heute Autor, Fondsmanager und Finanzexperte.

^[6] Mit Global Player sind die Hauptakteure des Hochfrequenzhandels gemeint.

^[7] Vgl. Fama, F. Eugene: Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 1970.

^[8] Vgl. Geilfuß, Frank. Capital: Schnelle Rechner statt smarte Trader. http://www.capital.de/investment/schnelle-rechner-statt-smarter-trader-2277.html , 2014.

^[9] Vgl. Weik, Matthias & Friedrich, Marc: Kapitalmarktfehler: Wie unser Wohlstand vernichtet wird und warum wir in neues Wirtschaftsdenken brauchen, 2016, S. 80.

^[10] Siehe auch Bollen, P.B. Nicolas & Whaley, E. Robert: Futures Market Volatility: What has changed? Vanderbilt University of Management, 2013.

^[11] Österreichische Nationalbank (OeNB), https://www.oenb.at/Finanzmarktstabilitaet.html, 2016.

^[12] Vgl. Österreichische Nationalbank (OeNB), https://www.oenb.at/Finanzmarktstabilitaet.html, 2016.

^[13] Vgl. Ebd.

^[14] Vgl. Fußnote 11.

^[15] Siehe Kloth, Carsten. (Tagesspiegel): Deutsche Banken stecken mit drin. http://www.tagesspiegel.de/wirtschaft/finanz/finanzkrise-deutsche-banken -stecken-mit-drin/1327592.html , 2008

^[16] Schmidt, R.H. & Wagner, G.R.: Risk Distribution, 1985, S. 1f.

^[17] Vgl. Schmidt/ Wagner 1985, S. 1ff.

^[18] Vgl. Fußnote 7.

^[19] Damit ist die Chartanalyse gemeint, die sich mit den Kursverläufen beschäftigt, um daraus Entwicklungen für weitere Kursbewegungen prognostizieren zu können.

^[20] Vgl. Tradingone.de: Kann der Forexmarkt als effizienter Markt nach Famas Hypothese gesehen werden?, https://www.tradingone.de/forexmarkt-effizienter-markt-famas-hypothese/ , 2013.

^[21] Vgl. Finanzen100: Provokante Börsen-thesen – Hat Eugene Fama den Nobelpreis wirklich verdient? , http://www.finanzen100.de/finanznachrichten/wirtschaft/provokante-boersen-thesen-hat-eugene-fama-den nobelpreis-wirklich-verdient_H1646984379_63972/ , 2013.

^[22] Vgl. Schaumburg, Ernst (Federal Reserve Bank of New York): Has automated trading promoted efficiency in the FX Spot Market? , 2014.

^[23] Ebd. 2014, S. 2ff.

^[24] Risikolose Gewinne werden durch sog. Arbitrage-Geschäfte erreicht, die das Ausnutzen von Preisunterschieden an unterschiedlichen Märkten beinhalten.

^[25] Schaumburg 2014, S. 2ff.

^[26] Nähere Erläuterungen hierzu in Kapitel drei “Hochfrequenzhandel”

^[27] Die Spread-Abnahme bedeutet, dass die Kauf –und Verkaufskurse sich angleichen. Dies ist eine Indikation für effiziente und liquide Märkte.

^[28] Vgl. Rosov, Liquidity in Equity Markets: Characteristics, Dynamics, and Implications for Market Quality, S. 2ff.

^[29] Siehe auch Contratto, Franca: Hochfrequenzhandel und systemische Risiken. GesKR Aufsatz 143, Universität Zürich 2015, S. 145.

^[30] Siehe Biais, Bruno. Foucault, Thierry & Moinas, Sophie: Equilibrium Fast Trading. Toulouse 2011 ; vgl. hierzu auch Kirilenko; Kyle; Samadi & Tuzun 2016, S. 29ff.

^[31] Siehe Tabelle 1, diese enthält alle drei Kirilenko-Studien.

^[32] Gresser 2015, S. 5.

^[33] Vgl. Pitzke, Marc (Spiegel Online): Umstrittene Hochfrequenz-Deals: Die geheime Welt der High-Speed Händler, http://www.spiegel.de/wirtschaft/unternehmen/hochfrequenzhandel-michael-lewis-in-flash-boys ueber-high-speed-trader-a-961656.html , 2014.

^[34] Vgl. Contratto 2015, S. 146f.

^[35] Vgl. Gresser 2015, S. 20f.

^[36] Vgl. Knipper, Til (Interview mit Doyne Farmer): Wie die Chaostheorie die Finanzwelt beherrscht, 2014.

^[37] Gemessen an der Transaktionsvolumina der gehandelten Aktien sowie der Transaktionshäufigkeit.

^[38] Vgl. Gresser 2015, S. 29.

^[39] Vgl. Gresser 2015, S. 22f.

^[40] Vgl. Contratto 2015.

^[41] Siehe Tabelle 1.

^[42] Co-Locations sind mietbare Serverstellplätze direct an den Börsenservern.

^[43] Patterson, Scott: Dark Pools: The rise of A.I. trading machines and the looming threat to Wall Street, Random House Business Books, 2013, S. 8.

^[44] Vgl. Gresser 2015, S. 167ff.

^[45] Deutsche Wirtschafts Nachrichten (DWN): Unbekannter Hochfrequenzhändler greift türkische Börse an, http://deutsche-wirtschafts-nachrichten.de/2016/03/14/tuerkische-boerse-im-visier-eines-unbekannten hochfrequenz-haendlers/ , 2016.

^[46] Siehe Anova Technologies.: Militärlaser als Übertragungsalternative zu dem Glasfaserkabel, http://anova tech.com/sample-page/laser-wireless-connectivity/ , 2016.

^[47] Siehe Patterson, Scott. Wall Street Journal: High-Speed stock Traders Turn to Laser Beams http://www.wsj.com/articles/SB10001424052702303947904579340711424615716 , 2014.

^[48] Siehe Gresser 2015, S. 30 ff. ; vgl. auch Patterson 2013, S. 47ff.

^[49] Ebd. S. 33f.

^[50] Vgl. hierzu Holden, Michael (Reuters): U.S. accuses London trader of helping cause 2010 ‚flash crash‘, http://www.reuters.com/article/us-flashcrash-trader-idUSKCN0VD00W , 2016.

^[51] Vgl. Nagel, Joachim: High-Frequency Trading und market implications – an assessment from a central bank perspective, 2012.

^[52] Siehe Gresser 2015.

^[53] Vergleiche hierzu Kapitel 7 Rechtliche Aspekte in Deutschland.

^[54] Vgl. Patterson 2013, S. 40ff.

^[55] Siehe hierzu Kapitel 3.2.3.1 Dark Pools.

^[56] Vgl. Patterson 2013 S. 8ff.

^[57] Ebd. S. 6f.

^[58] Bid- und Ask-Kurse sind die Kauf- und Verkaufskurse eines Finanzinstruments.

^[59] Siehe Brogaard et al. 2014.

^[60] Vgl. Hasbrouck et al. 2014; vgl. auch Schaumburg 2015.

^[61] Die hierbei benannten Studien befinden sich in der Tabelle 1.

^[62] Vgl. Rogers, Jonathan L./ Skinner, Douglas J./ Zechman, Sarah L.C.: Run EDGAR RUN: SEC Dissemination in a High-Frequency World, Fama-Miller Working Paper Nr. 14-36, 2014.

^[63] Vgl. Kirilenko et al. 2011.

^[64] Vgl. Kirilenko et al. 2011 S. 5ff.

^[65] Ein liquider Wert oder Markt zeichnet sich durch viele Marktteilnehmer aus, die kontinuierlich kaufen und verkaufen, so dass ein Finanzinstrument mit hohem Volumen jederzeit zu einem vernünftigen Kurs Gekauft bzw. verkauft werden kann. Z.B. jede Aktie aus dem Deutschen Aktienindex (DAX).

^[66] Vgl. Gresser 2015, S. 368.

^[67] Vgl. Wallner, Markus: Analyse des Wertpapierhandels im Internet, Fachhochschule Stuttgart, 2000, S. 16ff.

^[68] Break-Even-Point ist die Menge an gekauften bzw. verkauften Wertpapieren pro Transaktion, ab der ein Händler seine gesamten Handelskosten auf 0 reduziert hat. (Durch die volumenabhängige Provision).

^[69] Gomber, Peter et al.: High-Frequency Trading, Frankfurt am Main 2011, S. 25f.

^[70] Ebd. S. 25f.

^[71] Ebd. S. 24f.

^[72] Eine Position glattstellen bedeutet im Börsenjargon, dass ein Gegengeschäft zu einer noch offenen Position eingegangen wird, um sich aus dem Markt zurückzuziehen, d.h. ein Händler der 100 Aktien der Adidas-Aktie besitzt, muss 100 Adidas-Aktien verkaufen (Gegengeschäft), um seine Position zu neutralisieren.

^[73] Gomber et al. 2011, S. 25f.