El trading de alta frecuencia (HFT) y sus consecuencias en los mercados. Creación de un sistema automático mediante redes LSTM

Abstract

Este trabajo trata de unificar conceptos del trading algorítmico de alta frecuencia tanto desde un punto de vista teórico como desde el punto de vista de la programación algorítmica. Por este mismo motivo, y debido a que el TFG es de doble grado, el trabajo se encuentra dividido en dos partes.

En primer lugar, se realiza una presentación del Trading de Alta Frecuencia (HFT por sus siglas en inglés), cuáles son sus características y que estrategias se utilizan en este tipo de trading. Seguidamente, a través de la literatura actualmente existente sobre este ámbito, se muestra como afecta el HFT en los mercados de valores tanto en la parte de liquidez, como de volatilidad y como de eficiencia para poder entender si este tipo de trading es algo negativo para otros tipos de agentes o si, a diferencia de lo que la gente cree, puede beneficiar a los usuarios del mercado. Finalmente se hace una breve mención a los efectos que puede tener este tipo de trading en los Flash Crashes (o si es el culpable de los mismos) y se explica cómo esta regulado este tipo de trading en la actualidad en los diferentes mercados, haciendo énfasis en el mercado europeo.

La segunda parte del trabajo consiste en la creación de un algoritmo de trading automático con la particularidad de que imita algunos de los aspectos del Trading de Alta Frecuencia, pero realizados en servidores con una mayor latencia y una menor potencia computacional que los utilizados en el HFT. Para ello, se han mezclado herramientas del Análisis Técnico junto a dos modelos diferentes de Redes Neuronales. La primera, una red de tipo LSTM que intentará realizar las predicciones. La segunda, una red neuronal FFNN que juntará las predicciones de la red anteriormente mencionada con las características extraídas del Análisis Técnico para poder, de este modo, obtener un modelo que nos indique en que valores se debe invertir minuto a minuto y en cuales no para obtener unos beneficios mayores que la media del conjunto de los valores del NASDAQ-100.