ݺߣ

ݺߣShare a Scribd company logo
High‐frequency trading in Scandinavia
Björn Hagströmer 
bjh@sbs.su.se
The 2015 Copenhagen Business School 
Symposium on High‐Frequency Trading
Oct. 5, 2015
0
10
20
30
40
2010 2011 2012 2013 2014
Realized volatility
0
5
10
15
20
2010 2011 2012 2013 2014
Order traffic
0
2
4
6
8
2010 2011 2012 2013 2014
Bid‐ask spread
0,0
0,5
1,0
1,5
2,0
2,5
2010 2011 2012 2013 2014
Fragmentation
Aug 2011: We have a problem
Squared 10‐second 
returns (sq. bps)
Halfspread relative 
midpoint (bps)
# orders / # trades
Fragmentation 
index (range 1‐5)
Björn Hagströmer, Stockholm Business School
0
10
20
30
40
2010 2011 2012 2013 2014
Realized volatility
0
5
10
15
20
2010 2011 2012 2013 2014
Order traffic
0
2
4
6
8
2010 2011 2012 2013 2014
Bid‐ask spread
0,0
0,5
1,0
1,5
2,0
2,5
2010 2011 2012 2013 2014
Fragmentation
Aug 2011: We have a problemOct 2015: Do we have a problem?
Squared 10‐second 
returns (sq. bps)
Halfspread relative 
midpoint (bps)
# orders / # trades
Fragmentation 
index (range 1‐5)
Björn Hagströmer, Stockholm Business School
1. The Diversity of High‐Frequency Traders
How do HFT strategies affect volatility?
2. Trading Fast and Slow: Colocation and Liquidity
How does trading speed affect liquidity?
3. High‐Frequency Trading Around Large Institutional Orders
How do HFTs affect the execution costs for institutions?
Three studies on HFT in Scandinavia
Björn Hagströmer, Stockholm Business School
HFTs
Proprietary 
trading only
Arbitrage 
strategies
Directional 
strategies
Market 
making
Non‐HFTs
Client trading only
Execution 
algorithms
Traditional 
client 
services
Hybrids
Both clients and 
proprietary
HFTs; 29
Non‐HFTs; 
49
Hybrids; 
22
The Diversity of High‐Frequency Traders
Björn Hagströmer & Lars Nordén
Published in Journal of Financial Markets, 2013
Björn Hagströmer, Stockholm Business School
HFT
26%
Hybrids algo
18%
Hybrids non‐
algo
22%
Non‐HFT 
non‐algo
30%
Non‐HFT algo
4%
 48% AT volume (AUTD)
 26% pure HFT (broadly defined)
 Many definitions of HFT exist
 Order‐to‐trade ratios
 Latency
Many exchange members employ manual trading, 
AT and HFT parallel 
AT/HFT market share in OMX S30 stocks
(Feb 2012, SEK trading volume)
Björn Hagströmer, Stockholm Business School
Market making presence 
How often does each HFT have an order posted at the BBO?
 Snapshots of the order book every 10 seconds
 Check in each stock which MPIDs are on the BBO
 Calculate the % of snapshots where a MPID is present 
at the BBO
HFTs
Proprietary trading 
only
Arbitrage 
strategies
Directional 
strategies
Market 
making
Distinguishing market makers from other HFTs
Björn Hagströmer, Stockholm Business School
Market making presence
Björn Hagströmer, Stockholm Business School
70%
0%
Market makers Other HFTs
Market presence
(% of time at BBO)
63%
86%
37%
14%
Transactions Limit orders
Share of HFT message traffic
Market makers Other HFTs
Market makers vs. other HFTs
Björn Hagströmer, Stockholm Business School
90
95
100
105
110
20 Feb
21 Feb
22 Feb
23 Feb
24 Feb
27 Feb
28 Feb
29 Feb
1 Mar
2 Mar
5 Mar
6 Mar
7 Mar
8 Mar
9 Mar
Sandvik 2012
Event date After dateBefore date
 Event date: A day when the closing price breaks through a tick size level
E.g., Price SEK 101  SEK 99 changes tick SEK 0.10  SEK 0.05 
 Before date: Last date before the event with all prices on one side of the limit
 After date: First date after the event with all prices on the other side of the limit
How is volatility affected by HFT?
Björn Hagströmer, Stockholm Business School
11.6%
1.1%
2010 2011‐12
Changes in volatility when 
tick size increases
‐44% ‐41%
16%
‐50%
‐25%
0%
25%
Opp HFT (2010) Opp HFT (2011‐
12)
Market makers
(2011‐12)
Changes in HFT market share 
when tick size increases
How is volatility affected by HFT activity?
Björn Hagströmer, Stockholm Business School
Trading Fast and Slow: Colocation and Liquidity
Jonathan Brogaard, Björn Hagströmer, Lars Nordén, Ryan Riordan 
Published in Review of Financial Studies, 2015
Björn Hagströmer, Stockholm Business School
Basic colo
Premium colo
10G colo
Trader group
Date of 
introduction
Basic colocation Feb 8, 2010
Premium colocation Mar 14, 2011
10G colocation Sep 17, 2012
Colocation at NASDAQ OMX Nordic
Non‐colo
Björn Hagströmer, Stockholm Business School
What fast traders do
17% 2%
27%
55%
Limit orders
NonColo BasicColo
PremiumColo 10GColo
56%
4%
19%
22%
Trades
NonColo BasicColo
PremiumColo 10GColo
Björn Hagströmer, Stockholm Business School
Proprietary 
trading
Arbitrage 
strategies?
Directional 
strategies?
Market making?
Market making?
Client trading
Execution 
algorithms?
Traditional client 
services?
Basic colo
Premium colo
10G colo
Who benefits from colocation?
Non‐colo
Björn Hagströmer, Stockholm Business School
Changes in market liquidity
Four weeks before vs four weeks after the colocation upgrade
‐1,9%
+8.7%
‐2,7%
NA
+1.1%
+3.1%
+2.5%
+0.5%
NASDAQ OMX S30 NASDAQ OMX S30 Slow traders
OMXS 30 index futures Euronext 100 matched sample
Bid‐ask spreads Depth
Björn Hagströmer, Stockholm Business School
High‐Frequency Trading Around 
Large Institutional Orders
Vincent van Kervel & Albert J. Menkveld
Working paper, 2015
Björn Hagströmer, Stockholm Business School
HFT net flow during institutional orders
Björn Hagströmer, Stockholm Business School
Implementation shortfall depending on HFT net flow
Björn Hagströmer, Stockholm Business School
• Most academic studies find that HFT is good for market 
quality in the short term
• Remaining issues
• Is the level of technology investments sustainable in the long‐
term?
• Fast trading and fragmentation leads to high market complexity. 
How is best execution for clients influenced by this environment?
Conclusion
Björn Hagströmer, Stockholm Business School

More Related Content

High-Frequency Trading in Scandinavia - The Academic’s View (Björn Hagströmer)