DIGITALE LINKE
— Politik in der digitalen Welt! —
 

Finanzministerium legt Entwurf für Hochfrequenzhandelsgesetz vor

Zu den am hartnäckigsten ignorierten netzpolitischen Themen gehört zweifellos das Algotrading, also der computerbasierte Hochfrequenzhandel an der Börse. Dabei schlägt hier das Herz der vernetzten Gesellschaft. Wenn man verstehen will, was das Schlagwort „Kontrollverlust“ bedeutet, das in anderen netzpolitischen Zusammenhängen immer wieder auftaucht, findet man nirgends klarere Antworten. Als DIE LINKE im November 2011 ein ausführliches Papier dazu in eine Projektgruppe der Internet-Enquete einbrachte, erntete sie dennoch fraktionsübergreifend Verwunderung und Unverständnis.


Jetzt hat überraschend das Finanzministerium einen Gesetzentwurf zur Regulierung des Algotrading vorgelegt. Überraschend, weil durchaus nicht klar war, dass die Bundesregierung in dieser Hinsicht überhaupt aktiv werden würde. In der erwähnten Projektgruppe der Internet-Enquete hatte es noch geheißen, man wolle das Review der MiFID-Richtlinie abwarten. Im Finanzministerium hat man das offenbar anders gesehen. Der Gesetzentwurf bleibt zwar weit hinter dem zurück, was möglich wäre, aber geht in die richtige Richtung: Der Hochfrequenzhandel soll stärker reguliert werden. Manche sprechen sogar schon von „Handschellen“, was doch etwas übertrieben scheint, wie zu zeigen wird.

Um zu verstehen, warum eine Regulierung dringend nötig ist, muss man zunächst High Frequency Trading selbst halbwegs verstehen. Im Folgenden werden deshalb ausführlich Teile des Textes wiedergegeben, den DIE LINKE in die Internet-Enquete eingebracht hat und der auch hier bereits veröffentlicht ist.

Während der Handel auf den Aktienmärkten traditionellerweise von Händlern betrieben wurde, die Kaufs- und Verkaufsaufträge zunächst per Zuruf, später per Mausklick zur Ausführung brachten, sind mittlerweile große Teile des Börsenhandels automatisiert. Im Rahmen des Algo-Tradings, des Hochgeschwindigkeitshandels, sind es Computer, die auf der Grundlage von Algorithmen „Entscheidungen“ über Käufe und Verkäufe von Aktien treffen. Während im Jahr 2007 nur 50% des weltweiten Aktienhandels auf den Hochgeschwindigkeitshandel entfielen, waren es im Jahr 2009 bereits 70%. Für das deutsche Handelssystem Xetra geht man im Jahr 2011 von einem 60%igen Anteil aus. Der hohe Anteil des Algotradings am Gesamthandel wird als eine Gefahr für die Stabilität der Aktienmärkte gesehen. Einer im April 2010 veröffentlichten Befragung des Mannheimer Zentrums für Europäische Wirtschaftsforschung zufolge (ZEW Finanzmarktreport 18. Jg. April 2010, S. 3) vermuten 68% der Finanzmarktexperten einen negativen bis sehr negativen Einfluss auf die Stabilität der Finanzmärkte.

Wie Algotrading funktioniert, haben Sal L. Arnuk und Joseph Saluzzi im Dezember 2008 in einem vielbeachteten Whitepaper erklärt. Institutionelle Anleger, etwa Fonds oder Banken, kaufen oder verkaufen, wenn sie Investitionsentscheidungen treffen, typischerweise nicht nur eine Handvoll Aktien, sondern große Volumina. Händler geben diese Aufträge in ein automatisiertes Handelssystem ein. Um eine Order erfolgreich und möglichst günstig ausführen zu können, wird sie in mehrere kleine Teile aufgesplittet. Solche Orders sind daran zu erkennen, dass sie typischerweise Volumina von 100 oder 500 Stück umfassen. Wenn also ein Handelssystem von einem institutionellen Anleger den Auftrag erhält, eine große Menge Aktien zu einem Preis von bis zu 20,05 Euro zu erwerben, platziert dieses möglicherweise zunächst eine Kauforder für nur 100 Aktien. Gelingt es, diese zu einem Stückpreis von 20,00 Euro zu erwerben, so platziert das System als nächstes eine Kauforder für 500 Stück. Ein Hochgeschwindigkeitsrechner kann hieran automatisch erkennen, dass es sich um einen großen Kaufauftrag eines institutionellen Anlegers handelt, der „scheibchenweise“ ausgeführt werden soll. Bevor der Investor damit fortfahren kann, platziert der Hochgeschwindigkeitsrechner ein Kaufangebot für 100 Stück zum Preis von 20,01 Euro. Da er kurzfristig mehr bietet als der institutionelle Anleger, werden die Verkäufer die Aktien an ihn verkaufen statt an jenen. Geschieht dies, platziert der High-Frequency-Trading-Algorithmus als nächstes ein Verkaufsangebot zum Preis von 20,01 Euro und verkauft die Aktien an den institutionellen Investor weiter. Dieser hat also einen Cent pro Aktie mehr gezahlt als er ohne Zutun des HFT-Algos hätte zahlen müssen, während der HFT-Algorithmus zum gleichen Preis gekauft und verkauft hat. Er hat trotzdem einen Gewinn gemacht, weil der Handelsplatz, der an jeder Transaktion Gebühren verdient, ihm einen Rabatt von beispielsweise ¼ Cent gewährt.

Als besonders problematisch gilt der sogenannte „Raubtieralgorithmus“. Dabei nutzt der HFT-Algo die oben beschriebene Methode, um eine Order als die eines institutionellen Anlegers zu identifizieren. Unter Ausnutzung seines Liquiditätsrabatts treibt er den Preis schrittweise in die Höhe, bis er das vom institutionellen Anleger gesetzte Limit erreicht hat. Zu diesem Preis vollzieht er dann einen Leerverkauf, im Wissen, dass der Kurs mit hoher Wahrscheinlichkeit wieder fallen wird. Sobald dies geschieht, covert er. Innerhalb weniger Sekunden können auf diese Weise starke Kursschwankungen entstehen.

Eine weitere beachtenswerte Tradingmethode im HFT-Handel ist das Pinging. Es beruht auf der Immediate-or-cancel-Systematik, also der Möglichkeit, Orders zu platzieren und sie, so sie nicht ausgeführt werden, sofort wieder zu annulieren. Die HFT-Algos können dies im Bruchteil von Sekunden vollziehen. So sind sie in der Lage, versteckte Limits institutioneller Anleger auszutesten. Ein institutioneller Anleger ist beispielsweise bereit, Aktien zu einem Preis von bis zu 20,03 Euro zu erwerben, bietet jedoch zunächst nur 20,00 Euro. Der HFT-Algorithmus identifiziert diese Order nach der eingangs beschriebenen Methode als die eines institutionellen Anlegers. Alsdann platziert er eine Verkaufsorder zum Preis von beispielsweise 20,05 Euro. Da kein Verkauf zustande kommt, cancelt er die Order und platziert als nächstes ein Verkaufsangebot von 20,04 Euro. Wiederum erfolgt keine Reaktion. Der Algorithmus geht auf 20,03 Euro, und diesmal wird die Order ausgeführt. Der HFT-Algorithmus kennt nun das Oberlimit des institutionellen Anlegers. Er wendet sich nun wieder dem Markt zu und überbietet dort den institutionellen Anleger um einen Cent, kauft also für 20,01 Euro weitere Aktien auf, um sie dem institutionellen Anleger für 20,03 Euro weiterzuverkaufen.

Sämtliche dieser Tradingmethoden gehen auf Kosten der institutionellen Anleger, da sie darauf basieren, einen Preis künstlich in die Höhe zu treiben, von einem Liquiditätsrabatt zu profitieren und/oder einen Geschwindigkeitsvorsprung auszunutzen. Es handelt sich also um keine nachhaltige Handelsstrategie. Die ursprüngliche Rechtfertigung für das Zulassen solchen Handelns besteht in einem vermeintlichen Liquiditätszuwachs. Eine Steigerung der Handelsvolumina, wie sie durch HFT unzweifelhaft bewirkt werden, wird traditionell als Gewinn an Stabilität verstanden, da man davon ausgeht, dass umso mehr Liquidität am Markt ist, je mehr gehandelt wird. Dies ist jedoch ein Trugschluss. Die für den traditionellen Handel geltende Logik lässt sich auf das algorithmenbasierte HFT gerade nicht übertragen, da die Hochleistungsrechner im Fall von Verlusten dem Markt ihre Liquidität jederzeit wieder entziehen. Statt Märkte zu stabilisieren, führt HFT deshalb zu einer Destabilisierung des Finanzsystems.

Warum das so ist, wird verständlich, wenn man sich die Kettenreaktion ansieht, die im Falle eines nicht auszuschließenden Scheiterns der oben beschriebenen Tradingstrategien entsteht. Bleiben wir beim Beispiel des durch Pinging hochgepushten Kurses. Der letztendliche Erfolg dieser Strategie hängt allein davon ab, ob es dem HFT gelingt, die zum Zwecke des Weiterverkaufs an den institutionellen Anleger erworbenen Aktienvolumina tatsächlich zu verkaufen. Es kann nicht ausgeschlossen werden, dass der HFT zu viele Aktien erworben hat und nicht alle zum erstrebten Preis absetzen kann. Automatisch wird er sein Verkaufsangebot dann schrittweise reduzieren. Bietet der Markt keine entsprechende Nachfrage, kann es zu schnellen Kursstürzen, jedenfalls aber zu starken Kursschwankungen kommen. Da institutionelle und Kleinanleger auf die von ihnen gehaltenen Positionen in der Regel Stop-Loss-Limits gesetzt haben, kommt es bei Erreichen dieser Verlustbegrenzung zu massenhaften automatischen Verkäufen und damit zu hohen Kapitalverlusten.

Deutlich wurde dies bei dem sogenannten Flash Crash vom 6. Mai 2010, als der Dow Jones innerhalb von 25 Minuten um 1.000 Punkte abstürzte und dabei Kapitalverluste in Höhe von 862 Milliarden Dollar verursachte. Die Aktie von Phillip Morris fiel dabei beispielsweise von 49 auf 17 Dollar, bevor sie sich wieder „erholte“ und bei 47 Dollar stabilisierte. Tausende von Ordern, die mehr als 50% unterhalb des vor dem Kurssturz geltenden Kurses ausgeführt wurden, stornierten die Handelsplätze nachträglich. Bemerkenswert ist, dass die HFT die ihnen zugeschriebene Funktion, im Bedarfsfall Liquidität zur Verfügung zu stellen, nicht erfüllten, sondern im Gegenteil dem Markt zur Begrenzung eigener Verluste Liquidität in hohem Umfang entzogen.

Profiteure des HFT sind neben den entsprechenden Firmen vor allem die Börsenplätze. Für sie zahlt sich aus, dass HFT das Handelsvolumen künstlich in die Höhe treiben, denn die Börse verdient an jeder Order Gebühren. Da jeder Kauforder eines HFT eine Verkaufsorder eines anderen Marktteilnehmers gegenübersteht (und umgekehrt), lohnt es sich für die Börse, den HFT Gebühren zu erlassen und ihnen zudem einen Liquiditätsrabatt zu gewähren, der es ihnen ermöglicht, auch dann noch Gewinne zu machen, wenn sie zum selben Preis verkaufen, wie sie gekauft haben. Manche Börsenbetreiber gewähren bis zu ¼ eines Penny’s pro Aktie Rabatt an Broker-Dealer, wenn diese eine Order platzieren, verdienen aber daran, dass sie dem Gegenpart, der die Order zur Ausführung bringt (also dem jeweiligen Käufer bzw. Verkäufer) eine höhere Transaktonsgebühr in Rechnung stellen (vergl. Johannes Gomolka: Algorithmic Trading. Analyse von computergesteuerten Prozessen im Wertpapierhandel unter Verwendung der Multifaktorenregression. Potsdam: Universitätsverlag Potsdam 2010, S. 162). Dieses sogenannte Maker-Taker-Modell ist mittlerweile in Europa ebenso üblich wie in den USA.

Außerdem verdienen die Börsen an der Vermietung von sogenannten Co-Location-Spaces. Da der Erfolg des HFT zunehmend von der Geschwindigkeit der Datenübertragung abhängt, haben auf diesem Gebiet tätige Handelsfirmen ein großes Interesse daran, räumlich so nahe wie möglich an den Rechenzentren der Handelsplätze selbst angesiedelt zu sein. Die Rede ist hier von der Latency Arbitrage, also vom Vorteil, den Handelsfirmen allein aufgrund ihrer besseren Datenleitung genießen. Der Latenzvorteil, den die örtliche Nähe mit sich bringt, hat rund um die Börsenplätze fußballfeldgroße Technikclustern entstehen lassen. Die NYSE hat beispielsweise 2009 eine 120 Quadratmeter große Colocation in New Jersey und eine weitere bei London bauen lassen, zu Kosten von 500 Millionen Dollar (The Wall Street Journal, 30. Juli 2009). Diese Investitionen rentieren sich offenbar aufgrund der Mieteinnahmen, die die HFT-Firmen zu zahlen bereit sind. Die Miete rentiert sich ihrerseits offenbar aufgrund der dadurch erlangten Handelsvorteile.

Nicht zuletzt aber verdienen die Börsen an proprietären Datafeeds, die sie an die Betreiber der Hochgeschwindigkeitsrechner verkaufen. Hier bietet sich ein Vergleich mit sozialen Netzwerken an: So wie Facebook Nutzungsdaten der user sammelt, um sie an Werbetreibende zu verkaufen, sammeln die Handelsplätze Daten ihrer privaten und institutionellen Kunden und verkaufen sie als „Direct Feed“ an die HFT-Firmen. In den USA heißen diese direct feeds etwa BATS PITCH oder TotalView-ITCH, in Deutschland gibt es den AlphaFlash („ultraschnelle Wirtschaftsdaten und Ad-hoc-Nachrichten für Algo-Trading-Applikationen“) , den High Performance Xetra Data Feed („all order book updates on an un-netted basis as soon as they occur“ ) sowie verschiedene andere Angebote. Der Vorteil von direct data feeds besteht darin, Orderdaten und Volumina der Aufträge von institutionellen und Kleinanlegern schon zu kennen, bevor sie auf dem jeweiligen Marktplatz platziert werden, um die eigene Tradingstrategie darauf ausrichten zu können. Ähnlich wie bei Facebook werden bei den gängigen feeds die Daten natürlich in anonymisierter Form verkauft, jedoch so, dass sie von den Hochleistungsrechnern automatisch ausgewertet werden können. So wird es möglich, dass beispielsweise eine Kauforder, die eine Bank für einen ihrer Privatkunden in das Handelssystem eingibt, noch vor der Platzierung am Handelsplatz an einen HFT übermittelt wird, der daraufhin ggf. in der oben beschriebenen Weise den Preis hochtreiben und die Differenz als Gewinn verbuchen kann.

65% der vom Mannheimer Zentrum für Europäische Wirtschaftsforschung befragten Fachleute halten die bisherige gesetzliche Regulierung des Hochgeschwindigkeitshandels für unzureichend (ZEW Finanzmarktreport 18. Jg. April 2010, S. 3).

An dieser Stelle endet der zitierte Teil des Enquete-Textes. Erst gestern berichteten die Medien erneut über einen Flash-Crash. Umso begrüßenswerter, dass das Finanzministerium jetzt auf die Bedenken zahlreicher Experten reagiert. Der neue Gesetzentwurf greift einige zentrale Forderungen auf, die DIE LINKE schon in der Internetenquete erhoben hatte, die dort jedoch bislang keine Mehrheit fanden. So hatte DIE LINKE empfohlen, die Transparenz des High Frequency Trading zu erhöhen, indem die Funktionsweise privatwirtschaftlicher Algorithmen der Trading-Firmen von der Börsenaufsicht kontrolliert werden sollte. Dies war in der Projektgruppe „Arbeit, Wirtschaft, Green IT“ als völlig unrealistisch verworfen worden. Der neue Gesetzentwurf schlägt es jetzt trotzdem vor (neuer Absatz 3a in §4 Wertpapierhandelsgesetz).

In anderen Punkten geht die Bundesregierung leider nicht weit genug. So stellt das sogenannte Maker-Taker-Modell eines der Grundprobleme dar: HTF-Algorithmen können aufgrund der hohen Rabatte, die ihnen die Handelshäuser einräumen, zum selben Preis kaufen und verkaufen und trotzdem Gewinn machen. Dies hat insbesondere bei den meistgehandelten Aktien zu einem Anstieg im Handelsvolumen geführt. Der damit entstehende Eindruck eines gesunden, liquiden Marktes ist jedoch trügerisch. Hier wäre es sinnvoll, eine feste Gebühr pro Trade festzulegen, die einfach immer gezahlt werden muss. Auch von jenen, die dem Markt angeblich Gutes tun, indem sie ihm Liquidität zur Verfügung stellen – weil man eben weiß, dass dieselben Handelscomputer ihm jene Liquidität auch jederzeit wieder entziehen, in Sekundenbruchteilen.

Dazu ringt sich die Bundesregierung aber nicht durch, sondern möchte lediglich vorschreiben, dass für eine „unverhältnismäßig hohe Eingabe“ von Kauf- und Verkaufsaufträgen“separate Entgelte“ verlangt werden sollen. Deren Höhe sei „so zu bemessen, dass einer übermäßigen Nutzung und damit verbundenen negativen Auswirkungen auf die Systemstabilität oder die Marktintegrität wirksam begegnet wird“ (Gesetzentwurf, Entwurf S. 7, Wertpapierhandelsgesetz § 31f, neuer Absatz 7). Das ist so lasch formuliert, dass man bezweifeln kann, ob überhaupt etwas dabei herauskommt. Was eigentlich dagegen spricht, eine feste Gebühr für jede Order zu verlangen, wird in dem Entwurf leider nicht erläutert. Immerhin soll es zukünftig Mindesgrenzen für kleinstmögliche Preisänderungen geben (Entwurf S. 8, Wertpapierhandelsgesetz § 31f, neuer Absatz 10).

Was leider auch fehlt, ist eine Mindeshaltefrist für Order. Mehr als 90% aller Order werden vor der Ausführung gecancelt. Entweder müsste für das Annulieren einer Order eine Gebühr erhoben werden, oder man müsste eine verpflichtende „Mindestlebenszeit“ von einer Sekunde pro Order einführen. Unlängst waren solche Überlegungen sogar innerhalb der Europa-CDU diskutiert worden. Das deutsche Finanzministerium traut sich aber offenbar nicht. Es möchte nur festschreiben, dass „ein angemessenes Verhältnis“ zwischen „Kauf- und Verkaufsaufträgen und den tatsächlich ausgeführten Geschäften“ bestehen soll, „um Risiken für die Systemkapazität und die Marktintegrität zu vermeiden“ (Entwurf Wertpapierhandelsgesetz § 31 neuer Absatz 9). Auch das ist viel zu wenig. Aber offenbar möchte man das Geschäftsmodell der Algotrader nicht kaputtmachen.

Dennoch muss man anerkennen, dass der Entwurf, der eine Vielzahl von zusätzlichen Regularien vorsieht, in die richtige Richtung geht. Innerhalb der europäischen Diskussion nimmt Deutschland dabei eine Vorreiterrolle ein. Umso bedauernswerter, dass die netzpolitische Szene nicht die Gelegenheit ergreift, sich das Thema zu eigen zu machen. Der Kampf zwischen Freiheit und Regulierung ist derzeit nirgends so anschaulich zu beobachten wie beim Hochfrequenzhandel.

Kommentar abgeben