ส่องกลไกลการกำกับดูแลของ ก.ล.ต. เมื่อ Algorithmic Trading เข้ามามีบทบาทในตลาดทุนไทยมากขึ้น นักลงทุนรายย่อยได้ หรือเสียเปรียบอย่างไรบ้าง?

การซื้อขายด้วย Algo Trading นั้น ถูกใช้มากขึ้นในหลายประเทศทั่วโลก สัดส่วนการใช้งาน Algo ในไทยใกล้เคียงกับค่าเฉลี่ยของประเทศในเอเชีย แต่ยังน้อยกว่าตลาดกลุ่มประเทศที่พัฒนาแล้ว 

สำหรับ Order Tendencies Analysis เป็นการวิเคราะห์รูปแบบการส่งคำสั่งซื้อขายใช้ในติดตามผลกระทบของ Algo Trading ที่มีต่อคุณภาพตลาดในด้านสภาพคล่อง ซึ่ง Algo Trading จะช่วยเพิ่มสภาพคล่องและลดต้นทุนการซื้อขายแก่ตลาดโดยรวม 79% ของการส่งคำสั่งเป็นการเพิ่มสภาพคล่องให้กับตลาด การส่งคำสั่งที่เพิ่มสภาพคล่องนี้69% เป็นการส่งไปที่ราคาเสนอขายหรือเสนอซื้อที่ดีที่สุด ช่วยลดต้นทุนในการซื้อขายจาก bid-ask spread ที่แคบลงของตลาดโดยรวม

Algo trading แบ่งเป็น 2 ประเภทใหญ่ คือ Algo ที่ใช้ในการจัดการคำสั่ง (Execution algo) และ Algo ที่มุ่งเน้นการทำกำไร (Profit-seeking algo) โดยประเภทของ algo trading มีผลต่อคุณภาพและความเสี่ยงของตลาดที่แตกต่างกัน ประเภท algo ที่มีความเสี่ยงต่อประสิทธิภาพและความเป็นธรรมของตลาดคือกลุ่ม profit-seeking algo เนื่องจากมีความซับซ้อนสูง มีส่งคำสั่งปริมาณมาก ในขณะที่ execution algo มักจะมีประโยชน์ช่วยเพิ่มประสิทธิภาพของตลาด

จากการวิเคราะห์บัญชีทั้งหมดที่มีการใช้ algo จำนวน 37,178 บัญชี พบว่าจำนวนบัญชีส่วนใหญ่ 91% ถูกประเมินว่าน่าจะเป็น execution algo และจำนวน 9% ถูกประเมินว่าน่าจะเป็น profit-seeking algo กลุ่มนี้มีมูลค่าซื้อขายที่สูงมาก คิดเป็น 98% ของมูลค่าซื้อขายของ algo trading โดยส่วนมากเป็นบัญชีของผู้ลงทุนต่างประเทศ ซึ่งมีความเป็นไปได้ว่าอาจเป็นบัญชีมีลักษณะเป็น high-frequency trading (HFT) ซึ่งสัดส่วนมูลค่าการซื้อขายของ HFT มีแนวโน้มเพิ่มขึ้นตั้งแต่ปี2021 โดยปี 2022 อยู่ที่ 15% ทั้งนี้ HFT ในตลาดหุ้นไทยคิดเป็นสัดส่วนไม่มากเมื่อเทียบกับตลาดอื่นที่ส่วนใหญ่มีสัดส่วนเกิน 25%

การวัดผลของ HFT ต่อสภาพคล่องทำได้โดยการใช้ Order Tendencies Analysis

Liquidity: โดยภาพรวม HFT ช่วยเพิ่มสภาพคล่องแก่ตลาด สังเกตได้จากสัดส่วนการซื้อขายแบบลดสภาพคล่องที่น้อยในหุ้น (31%, ปี 2022) แต่จะสูงมากใน DW (90%, ปี 2022)

Quality: สภาพคล่องที่ HFT เพิ่มในหุ้นเป็นการทำให้bid-ask spread แคบลงจากการส่งคำสั่งที่ best bid/ask เป็นสัดส่วน 75% ซึ่งสูงกว่า AT ที่ 65% และการซื้อขายปกติที่ 51%

Tradability: HFT ในตลาดหุ้นไทยมีการส่งคำสั่งที่มีการจับคู่สูง สามารถวัดได้จากorder-to-trade ratio ที่มีค่าเฉลี่ยเพียง 5.61 ซึ่งถือว่าอยู่ในระดับที่น้อยกว่าตลาดอื่น

HFT ทำให้รายย่อยลงทุนยาก/เสียเปรียบ?

“… ระบบ ROBOT/ HFT สร้างความเสียหายให้นักลงทุนรายย่อยอย่างหนัก ...”

“… นักลงทุนรายย่อยส่วนใหญ่ไม่ได้ซื้อขายแข่งกับ HFT อยู่แล้วเนื่องจากพวกเขามักมองหาตำแหน่งการเข้าซื้อและขายไว้ล่วงหน้าจึงไม่ได้รับผลกระทบจากการทำกำไรด้วยความเร็วในกรอบเวลาสั้น ๆ แต่อย่างใด ...”

“… Ordinary individual investors with long-term buy-and-hold strategies need not fear that high-frequency traders’ profits are coming out of their pockets. …” Gus Sauter, former CIO of the Vanguard Group mutual fund company

และจากการประมาณการณ์ผลกำไรขั้นต้นของ HFT พบว่า HFT ค่ากลางของกำไรต่อมูลค่าซื้อขายอยู่ที่ 0.07% ซึ่งน้อยกว่าค่ากลางของกลุ่ม Intraday ทั่วไป (0.15%) ทั้งนี้ HFT มีความผันผวนของกำไรที่น้อยแสดงให้เห็นถึงความสามารถในการทำกำไรที่แม่นยำกว่า

HFT ทำให้รายย่อยเสียโอกาสในการซื้อขาย DW?

ตลาด DW กำลังเผชิญกับปัญหาจาก HFT ที่มีการซื้อขายรวดเร็วมาก เป็นอุปสรรคอย่างมากต่อการลงทุนของรายย่อย ข้อเสียคือเมื่อมี HFT เข้ามา คือ ทำให้รายย่อยไม่มีโอกาสเข้าไปซื้อขายได้ทัน

"The high market volatility is a risk beyond our control, but HFT is a challenge we can cope with as DW issuers by upgrading our company's technology and trading platforms."

“… issuers need to invest in new technology to enhance speed and remain competitive with HFT …”

– Ivan Ho, Head of warrants and CBBCs, Credit Suisse

การซื้อขายของผู้ลงทุนทั่วไปไม่ได้รับผลกระทบทางตรงจาก HFT เนื่องจากการซื้อขายของผู้ลงทุนทั่วไปเป็นการจับคู่กับ Market Makers ของผู้ออก DW ทั้งนี้พบว่าการทำหน้าที่ Market Maker ยังสามารถทำกำไรได้แต่มีแนวโน้มลดลงในผู้ออก DW บางราย ซึ่งผลประโยชน์ต่อผู้ลงทุนทั่วไป: Market Maker มีการปรับราคาตามหุ้นอ้างอิงเร็วขึ้น วัดได้จากระยะเวลาที่ใช้ในการปรับปรุงราคาของ MM ที่ลดลงเหลือเฉลี่ย 350 millisecond ในปี 2022 (จากปี 2018 เฉลี่ย 620 millisecond)

Landscape ที่เปลี่ยนไปนำมาซึ่งความท้าทายในการกำกับดูแล สำหรับแนวทางการกำกับดูแล HFT แบ่งออกเป็น 3 รูปแบบ ดังนี้

1.สำหรับกลไกที่มีอยู่แล้วในปัจจุบัน ได้แก่

• Pre-trade Risk Management (PTRM):บริษัทสมาชิกต้องมีระบบตรวจสอบคำสั่งซื้อขายของลูกค้าก่อนส่งเข้าระบบซื้อขาย

• Banned on naked direct electronic access: ห้ามการเชื่อมต่อระบบส่งคำสั่งของผู้ซื้อขายเข้าศูนย์ซื้อขายโดยตรงโดยไม่ผ่านระบบของบริษัทหลักทรัพย์

• PG registration, testing, reporting, PG flagging: ก่อนใช้งานต้องขึ้น
ทะเบียนส่งรายงาน และระบบของตลาดจะต้องสามารถรู้ได้ว่าเป็นการส่งคำสั่งโดย algo หรือไม่

• Order message limit (throttle): กำหนดปริมาณคำสั่งต่อ 1 วินาที (ปัจจุบันอยู่ที่ 25 คำสั่ง/วินาที)

2.กลไกที่มีแล้วซึ่งสามารถยกระดับได้ ได้แก่

• Surveillance system: เพิ่มการตรวจจับคำสั่งประเภท spoofing

• Fair access, disclosure of service: ในการให้บริการ ให้บริการ co-location DMA และ algo trading ต้องไม่มีกีดกันลูกค้า และต้องมีการเปิดเผยว่ามีการให้บริการแก่สาธารณะ

• Disclosure of HFT analysis*: เปิดเผยผลการวิเคราะห์ลักษณะและผลกระทบของ HFT ต่อผู้ร่วมตลาด

• Audit trail: เพิ่มการตรวจสอบคำสั่งและการซื้อขายเน้นไปที่บัญชีใหญ่หรือบัญชีที่มีพฤติกรรมต้องสงสัย

3.กลไกเพิ่มเติมที่อาจนไปพิจารณา ได้แก่

• Indicators เพื่อวัดคุณภาพของตลาดและผลกระทบจาก HFT* เช่น สัดส่วน HFT, จ านวนของ fast messages, order-to-trade ratio, aggressiveness ratio, short-term volatility, liquidity ของตลาด

• Maker-taker fees: ตลาดหลักทรัพย์ทำการกำหนดค่าธรรมเนียมการซือ ขายที่แตกต่างกันระหว่าง liquidity maker และ liquidity taker

• HFT definition*, HFT registration*, flagging of HFT orders*

• Single stock circuit breaker, limit-up limit-down: เพื่อช่วยควบคุม
ระดับความผันผวน

บทความโดย : ฝ่ายวิจัยและขับเคลื่อนข้อมูลสำนักงาน ก.ล.ต.2023