Market manipulation in a high-frequency context: colliding particle physics tools and financial market data

Samenvatting

De digitalisering van financiële markten heeft voor nieuwe mogelijkheden gezorgd in handelen, zoals het automatiseren van acties en algoritmisch handelen. Hierdoor zijn ook nieuwe vormen van marktmanipulatie ontstaan die sneller gaan dan het oog kan waarnemen. Academici en toezichthouders kunnen met de huidige analytische technieken moeilijk marktmanipulatie identificeren, mede door de enorme hoeveelheden data die de markten genereren. Daarnaast biedt het juridische kader onvoldoende richtlijnen om legitiem van onwettig gedrag te onderscheiden. Samen vormen deze uitdagingen een probleem dat deze dissertatie onderzoekt: het analyseren en identificeren van marktmanipulatie in een high-frequency context. We maken gebruik van de decennia aan big-data ervaring van de Europese Organisatie voor Kernonderzoek (CERN) door deeltjesfysica tools toe te passen op big data van financiële markten. De focus ligt op de marktmanipulatie genaamd ‘spoofing’ in Amerikaanse termijnmarkten. De dissertatie demonstreert 1) dat het deeltjesfysica data-analyse framework ROOT effectief is voor het opslaan, verwerken, visualiseren en analyseren van high-frequency data; 2) strategieën om marktmanipulatie te omschrijven, karakteriseren, identificeren, visualiseren en analyseren; en 3) de synthese van deze benaderingen. Hiermee beoogt het proefschrift hulpmiddelen te bieden voor academici en toezichthouders om markttoezicht ontwikkelingen te versnellen.