Доктор экономических наук, профессор кафедры
Москва
Dr. Sci. (Econ.), Professor of the Department
Moscow
Аспирант
Москва
Postgraduate student
Moscow
В статье анализируется специфика рисков, возникающих в условиях алгоритмической торговли на фондовом рынке. Обосновывается, что традиционные классификации (рыночный, кредитный, операционный риски) не отражают ключевых особенностей современных торговых алгоритмов: высокой скорости операций (микросекундный диапазон), сложности интерпретации нейросетевых решений, способности единичных ошибок провоцировать системные сбои. Предложена новая классификация рисков по восьми признакам: источнику возникновения, уровню воздействия, степени предсказуемости, времени реализации, характеру правосубъектности, возможности контроля, типу технологического фактора и регуляторной чувствительности. Такой подход позволяет не только систематизировать угрозы, но и определять конкретные меры управления – от аудита алгоритмов до регуляторных реформ. Перечислены также дестабилизирующие факторы, влияющие на фондовый рынок, которые играют всё большую роль, по мере развития алгоритмической торговли, к ним можно отнести различного рода сбои, как технического характера, так и связанные с человеческим фактором, проблемы ликвидности в условиях нестабильности рынков, нормативно–правовые аспекты регулирования фондового рынка и т.д. Было уделено внимание рассмотрению взаимодействия алгоритмов между собой и теми эффектами, которые в результате такого взаимодействия могут произойти. Речь идёт о так называемых флэш–крашах, когда сбой в работе одного алгоритма, может привести к каскадному сбою других алгоритмов, что вызывает непредсказуемый эффект на рынке в целом. Даже сбой на одном конкретном рынке может привести к сбоям на мировых рынках в целом, учитывая взаимозависимость и глобальный анализ данных алгоритмами при принятии торговых решений.
The article analyzes the specific nature of risks arising in the context of algorithmic trading on the stock market. It is argued that traditional classifications (market, credit, operational risks) fail to capture key features of modern trading algorithms: ultra–high speed (microsecond range), complexity of neural network decision interpretation, and the potential of single errors to trigger systemic failures. A new risk classification is proposed based on eight criteria: source of origin, impact level, predictability degree, time horizon, legal personality nature, controllability, technological factor type, and regulatory sensitivity. This approach enables both threat systematization and identification of specific management measures – from algorithm auditing to regulatory reforms. The destabilizing factors affecting the stock market were also listed. They play an increasing role as algorithmic trading develops, including various kinds of failures, both technical and human–related, liquidity problems at unstable markets, regulatory aspects of stock market regulation, etc. Attention was paid to the consideration of the interaction of algorithms with each other and the effects that may occur as a result of such interaction. We are talking about so–called flash crashes, when a malfunction of one algorithm can lead to a cascading failure of other algorithms, which causes an unpredictable effect on the market as a whole. Even a failure in one particular market can lead to disruptions in global markets as a whole, given the interdependence and global analysis of data by algorithms when making trading decisions.
The authors declare that there are no conflicts of interest present.