by Die Bank of America hat in der ersten Hälfte des Jahres 2021 weltweit 2,7 Mal mehr Handelsvolumen über ihre Kreditroboter abgewickelt als in der ersten Hälfte des Jahres 2020. Laut Sonali Theisen, Leiterin des Bereichs E-Trading und Marktstruktur für festverzinsliche Wertpapiere bei der Bank, stammt ein Grossteil des jüngsten Wachstums aus Junk Bonds und Schwellenländer-Anleihen. Der automatisierte Handel von JPMorgan deckt inzwischen mehrere tausend verschiedene Anleihen in den USA und in der Region Europa, Naher Osten und Afrika ab. Anfang 2020 waren es erst rund 250, so die Bank. Bei Barclays bepreisen Algorithmen inzwischen mehr als die Hälfte der weltweiten Kursanfragen. Die Verwerfungen während der Pandemie haben geholfen, diese Algorithmen zu verfeinern. Grosse Marktschwankungen
Topics:
Cash News considers the following as important:
This could be interesting, too:
Investec writes Migration between Swiss cantons – gainers and losers
Cash - "Aktuell" | News writes Franken legt zum Euro und Dollar im Wochenvergleich zu
Investec writes Commission wants to postpone pension hike funding question
Alex J. Pollock writes How Does the Federal Reserve Fit into Our Constitutional Order?
Die Bank of America hat in der ersten Hälfte des Jahres 2021 weltweit 2,7 Mal mehr Handelsvolumen über ihre Kreditroboter abgewickelt als in der ersten Hälfte des Jahres 2020. Laut Sonali Theisen, Leiterin des Bereichs E-Trading und Marktstruktur für festverzinsliche Wertpapiere bei der Bank, stammt ein Grossteil des jüngsten Wachstums aus Junk Bonds und Schwellenländer-Anleihen.
Der automatisierte Handel von JPMorgan deckt inzwischen mehrere tausend verschiedene Anleihen in den USA und in der Region Europa, Naher Osten und Afrika ab. Anfang 2020 waren es erst rund 250, so die Bank. Bei Barclays bepreisen Algorithmen inzwischen mehr als die Hälfte der weltweiten Kursanfragen.
Die Verwerfungen während der Pandemie haben geholfen, diese Algorithmen zu verfeinern. Grosse Marktschwankungen ermöglichten es den Entwicklern, besser zu verstehen, wie sich Wertpapiere in Stresssituationen verhalten. Jetzt haben sich die Kursbewegungen wieder beruhigt, was es dem automatisierten Handel erleichtert, sich in volatilere Märkte wie Schwellenländer-Bonds zu begeben.
"Die Covid-Krise hat der Branche eine ganze Reihe neuer Daten darüber geliefert, wie die Märkte in einer Krise reagieren", meint Kevin McPartland, Research-Chef für Marktstruktur bei Coalition Greenwich. "Das ist für die Leute, die die Algorithmen schreiben, sehr hilfreich, um zu verstehen, was im schlimmsten Fall passieren könnte."
Sinn und Zweck der Automatisierung ist es, einerseits mehr Geschäft abwickeln zu können, andererseits den menschlichen Händlern die Möglichkeit zu geben, sich auf grössere, kompliziertere Transaktionen zu konzentrieren. "Wenn man nicht mehr auf einen Bildschirm mit Anfragen starrt und nur Zahlen eintippt, hat man mehr Zeit für die Dinge, die einen höheren Mehrwert bringen", sagt Drew Mogavero, stellvertretender Leiter Kreditprodukte bei Barclays.
Explosives Wachstum
Die meisten Algo-Transaktionen sind heute Antworten auf Kursanfragen auf elektronischen Handelsplattformen. Diese verzeichnen ein explosionsartiges Wachstum des automatisierten Handels, insbesondere bei Hochzinsanleihen. Der Anteil des automatisierten Handels mit US-Hochzinsanleihen bei Tradeweb Markets lag im dritten Quartal bei 38 Prozent - vor drei Jahren waren es gerade einmal 5 Prozent.
Ein Grund, warum die Roboter zunehmend zur Unterstützung menschlicher Händler benötigt werden ist die wachsende Grösse der Märkte für Unternehmensanleihen. Der Gesamtwert der Anleihen allein im Bloomberg U.S. Investment Grade Corporate Bond Index ist von 4,3 Billionen Dollar (3,7 Billionen Euro) im Jahr 2015 auf jetzt 6,2 Billionen Dollar gestiegen.
Dank der verbesserten Technik können Händler nun eine viel höhere Anzahl von Kursanfragen beantworten. Vor der Algo-Entwicklung wurden viele elektronische Kursanfragen für kleine Händler oder ungewöhnliche Volumina von den Händlern oft ignoriert, da sie sich auf die profitableren grossen Geschäfte konzentrierten.
Im Handelsraum einer grossen Bank, die ungenannt bleiben möchte, blieben vor dem Einstieg der Roboter bis zu drei Viertel der elektronischen Kursanfragen einfach unbeantwortet. Inzwischen hat sich diese Quote umgedreht, berichtet eine Person, die die Situation kennt.
Schwellenländer sind für die Bond-Roboter derzeit immer noch eine Herausforderung. Die Märkte sind fragmentiert, Transparenz und Daten mangelhaft. Aber die Technologie holt schnell auf. So ist etwa Morgan Stanley aktiv dabei, seine Algos für Hochzinsanleihen zu verbessern, sagt Maryanne Richter, Leiterin der elektronischen Kredithandelsstrategie der Bank.
"Wir nehmen das Grundgerüst des Algorithmus für Unternehmensanleihen und weiten es auf die verschiedenen Märkte aus, die viel weniger transparent, viel weniger liquide und viel idiosynkratischer sind", so Richter.
(Bloomberg)