Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Finding the Best Liquidity in Dark Pools


Published on

Published in: Economy & Finance, Business
  • Be the first to comment

Finding the Best Liquidity in Dark Pools

  1. 1. Rising to the Top:  Finding the Best Liquidity in Dark Pools  Hitesh Mittal, Managing Director  Investment Technology Group © 2009 Investment Technology Group, Inc.  All rights reserved.  Not to be reproduced or retransmitted without permission.  Broker­dealer  products and services offered by ITG Inc., member FINRA, SIPC.  POSIT Marketplace accesses, among other destinations, the POSIT Now and  POSIT Match ATSs.  041709­40099 
  2. 2. Dark Pools Are a ZERO SUM Game  • Traditional dark pools invited like­minded participants  •  The objective was to minimize impact  • Newer entrants tend to invite a wider variety of participants with  different objectives:  •  Institutions – minimize impact  •  DMA flow – reduce cost  •  Market makers, prop desks, and high frequency funds – earn short­  term alpha  • Dark pools are a ‘zero sum game’ by construction  •  The objectives of newer entrants make them less attractive to  institutions 1 
  3. 3. How to Extract Quality Liquidity  1  2  3  4 Optimally allocate to  Understand  Separate  Measure performance  minimize  contra­types in  contra­types in  and contra­types  Implementation  dark pools  dark pools  in dark pools  Shortfall  2 
  4. 4. Understanding Contra­Types  Minimizes  Institutional  Impact  Block Order  May Support Stocks  Institutional  Market Bound  No Spread Savings  High Frequency  Adverse Selection  Market Makers  Gaming  Gamers  *Based on internal ITG research: “Are You Playing in a Toxic Dark Pool? A Guide to Preventing Information Leakage,”  Hitesh Mittal, Journal of Trading, Summer 2008. 3 
  5. 5. Separating Contra­Types  ITG’s Liquidity Filter technology uses this logic to interact  intelligently against each type of liquidity Uses minimum size on orders  Uses order type Peg Passive without min size  Large Client  Order  Shuts down IOIs by sending small aggressive  orders  Avoids gamers by not allowing orders to  get pinged  4 
  6. 6. Understanding Implementation Shortfall  Example: Buy 100k ABC  Executed shares: 35k  Unexecuted shares: 65k  ­7 bps Opportunity Cost  IS of Executed  Opportunity  Total  Shares Cost  Implementation  Shortfall  ­3bps  ­7bps  5.6bps  ­3bps IS of executed shares  Total Implementation Shortfall =  execution cost vs. arrival +  potential cost of executing the residual order based on the current  stock price  5 
  7. 7. How to Measure Performance of a Dark Pool  •  Implementation Shortfall of executed shares  •  Fill rate  •  Adverse selection  •  Opportunity Cost: the cost of trading unexecuted shares  •  Implementation Shortfall + Opportunity Cost 6 
  8. 8. Looking at Fill Rates Alone is Not Enough 15 bps  Example: 6 Buy Orders  10 bps  §  Fill rate: 50%  Great!!  §  IS cost on fills: Negative  Great!!  5 bps  Price  § Opportunity Cost: High  Not Great  Time  § Total IS cost:  ­5 bps  (IS Cost + Opportunity Cost) High  Not Great  ­10 bps  ­15 bps  7 
  9. 9. Looking at Fill Rates Alone is Not Enough  •  Fill rate: 25%  OK  •  IS cost on fills: 0  OK  Price  Time  •  Opportunity Cost: 0  Great!!  •  Total IS Cost:  (IS Cost + Opportunity Cost) 0  Great!!  Higher adverse selection = Higher opportunity cost 8 
  10. 10. 9  ­140  ­120  ­100  ­80  ­60  ­40  ­20  0  20  40  60  ­5  0  5  ­30  ­25  ­20  ­15  ­10  10  15  ATS 1  ATS 1  ATS 2  ATS 2  ATS 3  ATS 3  ATS 4  ATS 4  ATS 5  ATS 5  ATS 6  ATS 6  ATS 7  ATS 7  ATS 8  ATS 8  ATS 9  ATS 9  ATS 10  ATS 10  ATS 11  ATS 11  ATS 12  ATS 12  ATS 13  ATS 13  ATS 14  ATS 14  ATS 15  ATS 15  ATS 16  ATS 16  ATS 17  ATS 17  Adverse Selection End Time  +1 min  ATS 18  ATS 18  Adverse Selection End Time +15 min  ATS 19  ATS 19  ATS 20  Adverse Selection Across Dark Pools  ATS 20  ATS 21  ATS 21  ATS 22  ATS 22  ATS 23  ATS 23  ATS 24  ATS 24  ATS 25 ATS 25 
  11. 11. Optimally Allocate for Best Performance  •  Spreading orders across multiple pools leads to more information  leakage  •  Higher information leakage = Higher IS cost  •  Allocation should be adjusted based on  •  Adverse selection  •  Average impact in each pool  •  Average fill rate in each pool 10 
  12. 12. Introducing POSIT Marketplace  SM 11 
  13. 13. ITG’s Liquidity Filter  SM  At the Core of POSIT Marketplace  Separate toxic and  Measure the  non­toxic contras  performance of each  in dark pools  dark pool and contra  Measure total IS of  Allocate first to  orders and adjust  highest quality dark  allocation pools and contras  12 
  14. 14. Disclaimer  These materials do not provide any form of advice (investment, tax or legal).  Neither Investment  Technology Group, Inc. nor ITG Inc. is a registered investment adviser and they do not provide investment  advice or recommendations to buy or sell securities, to hire any investment adviser or to pursue any  investment or trading strategy.  The screen shots provided in this presentation represent examples of certain products available from  ITG.  They contain sample data and are provided for informational purposes only. All functionality and  delivery estimates described herein are subject to change without notice.  These materials are highly confidential and are not to be copied, displayed or transmitted in any form  without the prior written permission of ITG. 13