Mehr als reine Mathematik

Management

Trading-Plattform - Für automatischen Kurzfristhandel braucht es mehr als ein Set von Algo-Tradern. Es müssen unter anderem verschiedenste Systeme und Daten angebunden werden. Der Flaschenhals der Nominierung kann zudem zum kritischen Faktor werden.

25. April 2017

Bekannt sind solche ›Handels-Automaten‹ aus der Finanzbranche, wo sie sich vor allem im hochfrequenten Börsenhandel etabliert haben. Nun verbreiten sich diese Systeme in der Energiewirtschaft vorzugsweise dort, wo echtzeitnaher Handel, Liquidität und annehmbare Transaktionskosten aufeinandertreffen – wie an der Epex Spot. Um hier einen automatischen Handel zu etablieren, bedarf es jedoch mehr als eines Sets von Algo-Tradern.

Auto-Trading ist ein aussichtsreiches Werkzeug für eine Branche, die sich gezwungen sieht, die Möglichkeiten von Automation und Digitalisierung auszuschöpfen. Auto-Trader reagieren schneller auf neue Informationen. Sie können effizient viele kleine Positionen bewirtschaften.

Handelsergebnis im Blick

Besonders bei zeitkritischen Strategien stellen sie eine große Hilfe dar. Dabei kennen Auto-Trader weder Furcht noch Gier. Sie führen jede Strategie präzise aus und respektieren dabei jederzeit die Vorgaben und Limits. Sofern man das als Qualität versteht, sind sie ihren menschlichen Pendants überlegen.

Direktvermarkter und Handelshäuser, die sich in einem harten Wettbewerbsumfeld bewegen, zielen mit dem Einsatz der Algorithmen darauf, die Kosten zu reduzieren und zugleich die Handelsergebnisse zu verbessern.

In einem umkämpften Markt geht es ihnen vorrangig darum, dem Wettbewerb einen Schritt – oder ein paar Cent-Kommastellen pro MW – voraus zu sein.

Stadtwerke und kleinere Direktvermarkter, die noch keinen 24/7-Handelsflur betreiben, evaluieren derzeit sehr genau, ob sich die Investitionen in einen Schichtbetrieb wirklich lohnen oder ob nicht stattdessen eine intelligente Maschine die ungeliebten Nacht- und Wochenendschichten übernehmen könnte.

Eine weitere Motivation – vor allem für Unternehmen auf der Suche nach neuen Geschäftsfeldern – ist die Überlegung, Handelsdienstleistungen für Dritte anzubieten.

Unterschied Finanzwelt

Fast fragt man sich, warum bekannte Methoden aus der Finanzwelt nicht schneller übertragen werden. Liegt es an der Branche selbst, die als traditionell und risikoavers gilt? Nur bedingt, denn in der Energiewelt ist die Herausforderung sehr viel komplexer.

Trotz aller Parallelen zur Finanzwelt bestehen fundamentale Unterschiede, die letztendlich auf der Physik von Erzeugung, Speicherung und Verteilung von Energie beruhen. Hieraus resultieren unerlässliche Prozesse und Aufgaben rund um den eigentlichen Energiehandel, etwa ein hochfrequentes Positionsmanagement für Vertriebs- oder Erzeugungsportfolios, oder die ordnungsgemäße Nominierung aller Geschäfte an die Übertragungsnetzbetreiber.

Aus diesem Grund bedeutet Auto-Trading in der Energiewirtschaft mehr, als nur Algorithmen auf Arbitragegewinne anzusetzen. Es geht vielmehr darum, eine automatisierte Trading-Plattform für den Kurzfristhandel zu schaffen. Dabei müssen diverse interne und externe Systeme, Daten und Informationsquellen sicher angebunden werden.

Zudem muss mit den unterschiedlichsten Parteien wie Börsen, Übertragungsnetzbetreibern, Kunden und Prognosedienstleistern verlässlich rund um die Uhr kommuniziert werden (siehe Grafik).

Position bestimmen

Zentrales Element einer solchen Trading-Plattform ist ein Positionsmanagement, das kurzzyklisch und darüber hinaus bei jeder neuen Information die aktuelle Position berechnet.

Es versteht sich, dass dafür die unterschiedlichsten Datenquellen für Prognosen, Optimierungsergebnisse oder Flexibilitätsoptionen sowie eintreffende Kundenaufträge verlässlich angebunden werden müssen – über sichere Kommunikationsprotokolle oder leistungsfähige, überwachte Schnittstellen.

Unerlässlich ist ebenso eine zuverlässige Schnittstelle zur Börse. Hier sorgt allerdings die Epex Spot selbst für Qualitätssicherung, indem sie die Kommunikation über die M7-Schnittstelle einer Zertifizierung unterwirft. Jeder Deal muss sicher erfasst und unmittelbar an das Positionsmanagement übergeben werden, das ebenso unmittelbar die resultierende Position neu bestimmt.

Richtig nominiert

Auf diese Weise funktioniert das Positionsmanagement als zentrale Drehscheibe, über die alle Informations- und Datenflüsse verwaltet werden. Im Hintergrund sorgen Portfolio- und Buchstrukturen dafür, dass bei jedem Deal klar ist, aus welchen Quellen er resultiert. Mit dieser Information erfolgt die Rückverrechnung der Erlöse und Kosten auf Kunden oder interne Einheiten – beispielsweise Erzeugung oder Vertrieb.

Sobald sich der Intradayhandel über mehr als eine Regelzone erstreckt, wird auch die Nominierung zum kritischen Erfolgsfaktor. Der beste Deal ist nichts wert, bevor er nicht ordnungsgemäß nominiert wurde.

Für eine Short-Term-Trading-Plattform ergibt sich daraus eine weitere Prozesskette, die verlässlich automatisiert werden muss: Deals werden aus dem Positionsmanagement übergeben, validiert, zu Fahrplänen aggregiert und versendet. Entsprechende Rückmeldungen werden empfangen und angezeigt.

Performanz und Schnelligkeit sind für die Nominierung ebenso entscheidend wie für den Handel, denn die Nominierung muss mit den Frequenzen im Handel Schritt halten. Ein Auto-Trader, der die zu nominierenden Deals vervielfacht, wird diesen potenziellen Flaschenhals noch verschärfen.

Die nächste Generation

Folgerichtig werden Handel und Nominierung – vor allem im Kurzfristbereich – mehr und mehr als Einheit verstanden. Eine performante, verlässliche und automatisierte Nominierung bildet das Gegenstück zu den Algorithmen des Handels.

Im Vergleich zum Finanzsektor – wo man bereits von einem ›race for algorithmic supremacy‹ hört – hängen die Früchte im Energiehandel bisweilen noch tief. So kann es beispielsweise für einen Direktvermarkter bereits eine wesentliche Verbesserung darstellen, wenn aktualisierte Prognosen automatisch an der Börse glattgestellt werden. Hierfür reicht ein Set aus einfachen Algorithmen.

Damit wird man den VWAP den mengengewichteten Durchschnittspreis eines Kontraktes nicht gleich übertreffen. Besser, als Ausgleichsenergie zu bezahlen, ist es allemal.

Auto-Trading und auch Algo-Trading werden sich in der Energiewirtschaft schnell verbreiten. Für den automatischen Handel in der Energiewirtschaft bedarf es jedoch mehr als eines Sets aus Algorithmen: Trading-Plattformen der nächsten Generation, mit deren Hilfe komplexe IT-Infrastrukturen und vielfältige Kommunikationsprozesse integriert und rund um die Uhr sicher betrieben werden. Sie bilden die Grundlage für kommende, voll digitalisierte Geschäftsmodelle im Energiehandel.

Judith Kießner (Soptim)

Hintergrund

Auto-Trading und Algo-Trading

Für den automatischen Handel zeichnen sich derzeit zwei Evolutionsstufen ab. Auf der ersten Stufe sehen wir Auto-Trader, die als Blackboxes in entsprechende Handelslösungen integriert sind. Sie können im besten Fall einfach konfiguriert werden und decken gebräuchliche Strategien ab.

Robust, erprobt und schnell verfügbar stellen sie eine gute Möglichkeit dar, in den automatischen Intradayhandel einzusteigen. Nachteil der Auto-Trader: Sie bieten keinen individuellen Wettbewerbsvorteil.

Unter einem Algo-Trader verstehen wir eine Whitebox – etwa ein Scripting-Werkzeug –, mit der Händler selbst komplexe, individuelle Strategien abbilden und ausführen können. Dies können Strategien sein, die auf der Basis umfangreicher Fundamentaldaten agieren und/oder bestimmte Marktsituationen erkennen und entsprechend reagieren. Das Handelswissen und der Algorithmus verbleiben dabei exklusiv in der Hoheit des Unternehmens, so dass mit diesem Werkzeug individuelle Wettbewerbsvorteile realisiert werden können.

Algo-Trader bieten ein Maximum an Flexibilität. Dafür erfordern sie spezielle Kenntnisse und Ressourcen für die Entwicklung. Bevor ein selbstentwickelter Algo-Trader in den Markt eingebracht wird, empfiehlt es sich, diesen genau zu testen mit einer geeigneten Simulations-Umgebung. Nur so können unerwünschte Effekte vermieden werden. Darüber hinaus kann die Simulation dazu dienen, das Marktwissen kontinuierlich auszubauen und zu schärfen, etwa um besser zu wissen, in welchen Situationen eine bestimmte Strategie gut funktioniert.

Erschienen in Ausgabe: 04/2017