Liquidnet, a global institutional investment network owned by the TP ICAP Group, has hired James Rubinstein as Head of Execution and Quantitative Services (EQS) for the Americas.
Rubinstein, who brings over two decades of experience to the role, will be responsible for setting the strategic direction and leading the effort for Liquidnet’s EQS offerings in the US and the Americas.
The former BNP Paribas’s Head of Electronic Equities Product, Americas, is based in New York, and will report to Rob Laible, Liquidnet’s Global Head of Equities.
James Rubinstein, in reaction to his appointment, expressed confidence in the company’s ability to provide institutional liquidity to its clients. “Liquidnet’s equity franchise has huge potential. Its deep and diverse pool of institutional liquidity
ສະພາບຄ່ອງ
ສະພາບຄ່ອງແມ່ນເປັນຫຼັກຂອງທຸກໆການສະເຫນີຂາຍຂອງນາຍຫນ້າ. ມັນເປັນລັກສະນະພື້ນຖານຂອງຊັບສິນທາງດ້ານການເງິນ - ບໍ່ວ່າຈະເປັນສະກຸນເງິນ, ຫຼັກຊັບ, ພັນທະບັດ, ສິນຄ້າຫຼືອະສັງຫາລິມະສັບ. ຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍເທົ່າໃດ, ການຂາຍແລະຊື້ໃນຕະຫຼາດເປີດງ່າຍຂຶ້ນ. ການແລກປ່ຽນເງິນຕາຕ່າງປະເທດຖືວ່າເປັນປະເພດຊັບສິນທີ່ມີສະພາບຄ່ອງທີ່ສຸດ. ນາຍຫນ້າສາມາດແຫຼ່ງສະພາບຄ່ອງຈາກແຫຼ່ງດຽວຫຼືຫຼາຍ, ດັ່ງນັ້ນຈຶ່ງສົ່ງໃຫ້ລູກຄ້າຂອງພວກເຂົາຄວາມເລິກຂອງຕະຫຼາດພຽງພໍສໍາລັບຄໍາສັ່ງຂອງພວກເຂົາເພື່ອຕື່ມຂໍ້ມູນໃສ່. ລັກສະນະຕົ້ນຕໍຂອງສະພາບຄ່ອງແມ່ນຄວາມເລິກຂອງມັນ, ເຊິ່ງຈະກໍານົດວ່າຄໍາສັ່ງສາມາດປະຕິບັດໄດ້ໄວແລະຫຼາຍປານໃດໂດຍຜ່ານເວທີການຄ້າ. ຄວາມເຂົ້າໃຈ Liquidity Liquidity ສາມາດພາຍໃນຫຼືພາຍນອກຂຶ້ນກັບຂະຫນາດແລະຫນັງສືຂອງນາຍຫນ້າ. ບໍລິສັດທີ່ມີຂະຫນາດໃຫຍ່ພຽງພໍແລະມີອຸປະກອນການໄຫຼເຂົ້າຂອງລູກຄ້າຢ່າງຕໍ່ເນື່ອງແມ່ນການສ້າງສະສົມສະພາບຄ່ອງຂອງຕົນເອງຈາກການໄຫຼວຽນຂອງຄໍາສັ່ງຂອງລູກຄ້າຂອງພວກເຂົາ, ດັ່ງນັ້ນການໄຫຼເຂົ້າພາຍໃນແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍໃນການສົ່ງຄໍາສັ່ງຂອງລູກຄ້າໄປສູ່ຕະຫຼາດລະຫວ່າງທະນາຄານ. ໂດຍການເຮັດແນວນັ້ນຢ່າງໃດກໍຕາມພວກເຂົາເຈົ້າກໍາລັງເປີດເຜີຍຕົນເອງເພື່ອປະຕິບັດຄວາມສ່ຽງຕໍ່ການຄ້າ. ຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງສາມາດເປັນນາຍຫນ້າຫລັກ, ນາຍຫນ້າຂອງ primes, ນາຍຫນ້າອື່ນໆຫຼືປື້ມຂອງນາຍຫນ້າຂອງຕົນເອງ. ຕາມປະເພນີແລ້ວ, ນາຍໜ້າຊື້ຂາຍຖືກແບ່ງອອກລະຫວ່າງກະແສພາຍໃນ ແລະ ການຊື້-ຂາຍຂອງລູກຄ້າຂອງພວກເຂົາໃຫ້ກັບຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງທີ່ແຕກຕ່າງກັນ. ໂດຍທົ່ວໄປແລ້ວ, ນາຍໜ້າຄ້າປີກ ແລະ ລູກຄ້າຂອງພວກເຂົາມັກຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍຂື້ນ ເຊິ່ງເຮັດໃຫ້ອັດຕາການເຕີມເຕັມທີ່ດີຂຶ້ນ ແລະ ຫຼຸດໜ້ອຍລົງ. ເມື່ອຂາດສະພາບຄ່ອງໃນຕະຫຼາດທີ່ແນ່ນອນ, ການເລື່ອນສາມາດເກີດຂຶ້ນໄດ້ - ຄໍາສັ່ງຈະຖືກປະຕິບັດໃນລາຄາທີ່ໃກ້ຄຽງກັບລູກຄ້າທີ່ຮ້ອງຂໍ.
ສະພາບຄ່ອງແມ່ນເປັນຫຼັກຂອງທຸກໆການສະເຫນີຂາຍຂອງນາຍຫນ້າ. ມັນເປັນລັກສະນະພື້ນຖານຂອງຊັບສິນທາງດ້ານການເງິນ - ບໍ່ວ່າຈະເປັນສະກຸນເງິນ, ຫຼັກຊັບ, ພັນທະບັດ, ສິນຄ້າຫຼືອະສັງຫາລິມະສັບ. ຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍເທົ່າໃດ, ການຂາຍແລະຊື້ໃນຕະຫຼາດເປີດງ່າຍຂຶ້ນ. ການແລກປ່ຽນເງິນຕາຕ່າງປະເທດຖືວ່າເປັນປະເພດຊັບສິນທີ່ມີສະພາບຄ່ອງທີ່ສຸດ. ນາຍຫນ້າສາມາດແຫຼ່ງສະພາບຄ່ອງຈາກແຫຼ່ງດຽວຫຼືຫຼາຍ, ດັ່ງນັ້ນຈຶ່ງສົ່ງໃຫ້ລູກຄ້າຂອງພວກເຂົາຄວາມເລິກຂອງຕະຫຼາດພຽງພໍສໍາລັບຄໍາສັ່ງຂອງພວກເຂົາເພື່ອຕື່ມຂໍ້ມູນໃສ່. ລັກສະນະຕົ້ນຕໍຂອງສະພາບຄ່ອງແມ່ນຄວາມເລິກຂອງມັນ, ເຊິ່ງຈະກໍານົດວ່າຄໍາສັ່ງສາມາດປະຕິບັດໄດ້ໄວແລະຫຼາຍປານໃດໂດຍຜ່ານເວທີການຄ້າ. ຄວາມເຂົ້າໃຈ Liquidity Liquidity ສາມາດພາຍໃນຫຼືພາຍນອກຂຶ້ນກັບຂະຫນາດແລະຫນັງສືຂອງນາຍຫນ້າ. ບໍລິສັດທີ່ມີຂະຫນາດໃຫຍ່ພຽງພໍແລະມີອຸປະກອນການໄຫຼເຂົ້າຂອງລູກຄ້າຢ່າງຕໍ່ເນື່ອງແມ່ນການສ້າງສະສົມສະພາບຄ່ອງຂອງຕົນເອງຈາກການໄຫຼວຽນຂອງຄໍາສັ່ງຂອງລູກຄ້າຂອງພວກເຂົາ, ດັ່ງນັ້ນການໄຫຼເຂົ້າພາຍໃນແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍໃນການສົ່ງຄໍາສັ່ງຂອງລູກຄ້າໄປສູ່ຕະຫຼາດລະຫວ່າງທະນາຄານ. ໂດຍການເຮັດແນວນັ້ນຢ່າງໃດກໍຕາມພວກເຂົາເຈົ້າກໍາລັງເປີດເຜີຍຕົນເອງເພື່ອປະຕິບັດຄວາມສ່ຽງຕໍ່ການຄ້າ. ຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງສາມາດເປັນນາຍຫນ້າຫລັກ, ນາຍຫນ້າຂອງ primes, ນາຍຫນ້າອື່ນໆຫຼືປື້ມຂອງນາຍຫນ້າຂອງຕົນເອງ. ຕາມປະເພນີແລ້ວ, ນາຍໜ້າຊື້ຂາຍຖືກແບ່ງອອກລະຫວ່າງກະແສພາຍໃນ ແລະ ການຊື້-ຂາຍຂອງລູກຄ້າຂອງພວກເຂົາໃຫ້ກັບຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງທີ່ແຕກຕ່າງກັນ. ໂດຍທົ່ວໄປແລ້ວ, ນາຍໜ້າຄ້າປີກ ແລະ ລູກຄ້າຂອງພວກເຂົາມັກຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍຂື້ນ ເຊິ່ງເຮັດໃຫ້ອັດຕາການເຕີມເຕັມທີ່ດີຂຶ້ນ ແລະ ຫຼຸດໜ້ອຍລົງ. ເມື່ອຂາດສະພາບຄ່ອງໃນຕະຫຼາດທີ່ແນ່ນອນ, ການເລື່ອນສາມາດເກີດຂຶ້ນໄດ້ - ຄໍາສັ່ງຈະຖືກປະຕິບັດໃນລາຄາທີ່ໃກ້ຄຽງກັບລູກຄ້າທີ່ຮ້ອງຂໍ.
ອ່ານເງື່ອນໄຂນີ້, combined with its technology, talent and trusted brand mean that we are well placed to meet our Members’ evolving needs,” he said.
Meanwhile, Laible described Rubinstein as “another step forward in enhancing our EQS offering in the US. His deep technical knowledge and track record of delivering innovative, market-driven solutions position us well to drive growth,” the equities head added.
Before joining BNP Paribas, Rubinstein spent three years with Deutsche Bank as Head of Electronic Equities, Americas. At the German multinational investment bank, Rubinstein was responsible for algorithmic development, quantitative research, transaction cost analysis, client consulting and liquidity strategy.
He joined Deutsche Bank from UBS where he spent twelve years as the Americas Head of Algorithms and ການວິເຄາະ
ການວິເຄາະ
ການວິເຄາະອາດຈະຖືກກໍານົດເປັນການຊອກຄົ້ນຫາ, ການວິເຄາະ, ແລະການສົ່ງຕໍ່ຂອງຮູບແບບຜົນສະທ້ອນໃນຂໍ້ມູນ. ການວິເຄາະຍັງຊອກຫາວິທີອະທິບາຍຫຼືສະທ້ອນໃຫ້ເຫັນຢ່າງຖືກຕ້ອງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງຂໍ້ມູນແລະການຕັດສິນໃຈທີ່ມີປະສິດທິພາບ. ໃນພື້ນທີ່ການຄ້າ, ການວິເຄາະແມ່ນໃຊ້ໃນລັກສະນະການຄາດຄະເນໃນຄວາມພະຍາຍາມທີ່ຈະຄາດຄະເນລາຄາຢ່າງຖືກຕ້ອງ. ຮູບແບບການວິເຄາະການຄາດຄະເນນີ້ໂດຍທົ່ວໄປແລ້ວກ່ຽວຂ້ອງກັບການວິເຄາະຂອງຮູບແບບລາຄາປະຫວັດສາດທີ່ຖືກນໍາໃຊ້ໃນຄວາມພະຍາຍາມທີ່ຈະກໍານົດຜົນໄດ້ຮັບລາຄາທີ່ແນ່ນອນ. ການວິເຄາະຍັງອາດຈະຖືກຈັດໃສ່ກັບຮູບແບບການອະທິບາຍ, ບ່ອນທີ່ຜູ້ອ່ານພະຍາຍາມແຕ້ມຄວາມສໍາພັນແລະຄວາມເຂົ້າໃຈດີຂຶ້ນກ່ຽວກັບວິທີການແລະເຫດຜົນທີ່ພໍ່ຄ້າມີປະຕິກິລິຍາກັບຊຸດຂອງຕົວແປໂດຍສະເພາະ. ບາງຄັ້ງພໍ່ຄ້າປະຕິບັດຕົວຊີ້ວັດດ້ານວິຊາການເຊັ່ນການເຄື່ອນຍ້າຍສະເລ່ຍ, Bollinger Bands, ແລະຈຸດຢຸດທີ່ສ້າງຂຶ້ນຈາກຂໍ້ມູນປະຫວັດສາດແລະຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນການເຄື່ອນໄຫວຂອງລາຄາໃນອະນາຄົດ. ວິທີການວິເຄາະກ່ຽວຂ້ອງກັບ Algo TradingAnalytics ແມ່ນອີງໃສ່ໃນແນວຄວາມຄິດຂອງການຊື້ຂາຍ algorithmic ທີ່ຊອບແວແມ່ນໂຄງການເພື່ອໃຫ້ສັນຍານແລະ / ຫຼືປະຕິບັດຄໍາສັ່ງຊື້ແລະຂາຍໂດຍອີງໃສ່ຊຸດຂອງປັດໄຈທີ່ກໍານົດໄວ້ລ່ວງຫນ້າ. ໃນພື້ນທີ່ຂອງສະຖາບັນ, ການຊື້ຂາຍ Algo ໄດ້ກາຍເປັນການແຂ່ງຂັນຢ່າງຫຼວງຫຼາຍໃນຊຸມປີມໍ່ໆມານີ້ຍ້ອນວ່າສະຖາບັນການຄ້າຊອກຫາວິທີທີ່ຈະດີກວ່າຄູ່ແຂ່ງໂດຍຜ່ານລະບົບອັດຕະໂນມັດແລະການນໍາໃຊ້ virtual ຂອງຍຸດທະສາດການຄ້າ. ການຍ່ອຍສະຫຼາຍແລະການຄິດໄລ່ຂອງການວິເຄາະແມ່ນຍັງເຫັນໄດ້ໃນພາກສະຫນາມທີ່ເກີດຂື້ນຂອງຄວາມຖີ່ສູງ. ການຊື້ຂາຍ, ບ່ອນທີ່ supercomputers ຖືກນໍາໃຊ້ໃນການວິເຄາະຕະຫຼາດຫຼາຍພ້ອມໆກັນເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈການຊື້ຂາຍອັດຕະໂນມັດໃກ້ທັນທີ. ແພລະຕະຟອມທີ່ສະຫນັບສະຫນູນ HFT ມີຄວາມສາມາດທີ່ຈະດີກວ່ານັກຄ້າຂອງມະນຸດຢ່າງຫຼວງຫຼາຍ. ນີ້ແມ່ນເນື່ອງມາຈາກຄວາມສາມາດທີ່ເກີດມາເພື່ອສາມາດວິເຄາະຊຸດຂໍ້ມູນໃຫຍ່ໄດ້ຢ່າງສົມບູນໃນຂະນະທີ່ພິຈາລະນາເຖິງປັດໃຈຈໍານວນຫລາຍທີ່ມະນຸດບໍ່ສາມາດເຂົ້າໃຈໄດ້ໃນຄວາມໄວດັ່ງກ່າວ. ນອກຈາກນັ້ນ, ການວິເຄາະແມ່ນເຫັນໄດ້ດ້ວຍ backtesting. Backtesting ຖືກນໍາໃຊ້ໂດຍພໍ່ຄ້າເພື່ອທົດສອບຄວາມສອດຄ່ອງແລະປະສິດທິພາບຂອງຍຸດທະສາດການຄ້າແລະການແກ້ໄຂການຊື້ຂາຍທີ່ອີງໃສ່ຊອບແວຕໍ່ກັບຂໍ້ມູນລາຄາປະຫວັດສາດ. Backtesting ຍັງເຮັດຫນ້າທີ່ເປັນສະຫນາມເດັກຫຼິ້ນທີ່ເຫມາະສົມສໍາລັບການພັດທະນາຕໍ່ໄປຂອງການຊື້ຂາຍທີ່ມີຄວາມຖີ່ສູງເຊັ່ນດຽວກັນກັບການປະເມີນການປະຕິບັດຂອງການຊື້ຂາຍຄູ່ມືຫຼືອັດຕະໂນມັດ. ການວິເຄາະຈະສືບຕໍ່ມີບົດບາດສໍາຄັນຫຼາຍຂື້ນໃນການຊື້ຂາຍເປັນເຕັກໂນໂລຢີທີ່ພົ້ນເດັ່ນຂື້ນແລະຄວາມກ້າວຫນ້າຂອງຄໍາຮ້ອງສະຫມັກການຄ້າທີ່ກ້າວຫນ້າເກີນຄວາມສາມາດຂອງມະນຸດ.
ການວິເຄາະອາດຈະຖືກກໍານົດເປັນການຊອກຄົ້ນຫາ, ການວິເຄາະ, ແລະການສົ່ງຕໍ່ຂອງຮູບແບບຜົນສະທ້ອນໃນຂໍ້ມູນ. ການວິເຄາະຍັງຊອກຫາວິທີອະທິບາຍຫຼືສະທ້ອນໃຫ້ເຫັນຢ່າງຖືກຕ້ອງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງຂໍ້ມູນແລະການຕັດສິນໃຈທີ່ມີປະສິດທິພາບ. ໃນພື້ນທີ່ການຄ້າ, ການວິເຄາະແມ່ນໃຊ້ໃນລັກສະນະການຄາດຄະເນໃນຄວາມພະຍາຍາມທີ່ຈະຄາດຄະເນລາຄາຢ່າງຖືກຕ້ອງ. ຮູບແບບການວິເຄາະການຄາດຄະເນນີ້ໂດຍທົ່ວໄປແລ້ວກ່ຽວຂ້ອງກັບການວິເຄາະຂອງຮູບແບບລາຄາປະຫວັດສາດທີ່ຖືກນໍາໃຊ້ໃນຄວາມພະຍາຍາມທີ່ຈະກໍານົດຜົນໄດ້ຮັບລາຄາທີ່ແນ່ນອນ. ການວິເຄາະຍັງອາດຈະຖືກຈັດໃສ່ກັບຮູບແບບການອະທິບາຍ, ບ່ອນທີ່ຜູ້ອ່ານພະຍາຍາມແຕ້ມຄວາມສໍາພັນແລະຄວາມເຂົ້າໃຈດີຂຶ້ນກ່ຽວກັບວິທີການແລະເຫດຜົນທີ່ພໍ່ຄ້າມີປະຕິກິລິຍາກັບຊຸດຂອງຕົວແປໂດຍສະເພາະ. ບາງຄັ້ງພໍ່ຄ້າປະຕິບັດຕົວຊີ້ວັດດ້ານວິຊາການເຊັ່ນການເຄື່ອນຍ້າຍສະເລ່ຍ, Bollinger Bands, ແລະຈຸດຢຸດທີ່ສ້າງຂຶ້ນຈາກຂໍ້ມູນປະຫວັດສາດແລະຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນການເຄື່ອນໄຫວຂອງລາຄາໃນອະນາຄົດ. ວິທີການວິເຄາະກ່ຽວຂ້ອງກັບ Algo TradingAnalytics ແມ່ນອີງໃສ່ໃນແນວຄວາມຄິດຂອງການຊື້ຂາຍ algorithmic ທີ່ຊອບແວແມ່ນໂຄງການເພື່ອໃຫ້ສັນຍານແລະ / ຫຼືປະຕິບັດຄໍາສັ່ງຊື້ແລະຂາຍໂດຍອີງໃສ່ຊຸດຂອງປັດໄຈທີ່ກໍານົດໄວ້ລ່ວງຫນ້າ. ໃນພື້ນທີ່ຂອງສະຖາບັນ, ການຊື້ຂາຍ Algo ໄດ້ກາຍເປັນການແຂ່ງຂັນຢ່າງຫຼວງຫຼາຍໃນຊຸມປີມໍ່ໆມານີ້ຍ້ອນວ່າສະຖາບັນການຄ້າຊອກຫາວິທີທີ່ຈະດີກວ່າຄູ່ແຂ່ງໂດຍຜ່ານລະບົບອັດຕະໂນມັດແລະການນໍາໃຊ້ virtual ຂອງຍຸດທະສາດການຄ້າ. ການຍ່ອຍສະຫຼາຍແລະການຄິດໄລ່ຂອງການວິເຄາະແມ່ນຍັງເຫັນໄດ້ໃນພາກສະຫນາມທີ່ເກີດຂື້ນຂອງຄວາມຖີ່ສູງ. ການຊື້ຂາຍ, ບ່ອນທີ່ supercomputers ຖືກນໍາໃຊ້ໃນການວິເຄາະຕະຫຼາດຫຼາຍພ້ອມໆກັນເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈການຊື້ຂາຍອັດຕະໂນມັດໃກ້ທັນທີ. ແພລະຕະຟອມທີ່ສະຫນັບສະຫນູນ HFT ມີຄວາມສາມາດທີ່ຈະດີກວ່ານັກຄ້າຂອງມະນຸດຢ່າງຫຼວງຫຼາຍ. ນີ້ແມ່ນເນື່ອງມາຈາກຄວາມສາມາດທີ່ເກີດມາເພື່ອສາມາດວິເຄາະຊຸດຂໍ້ມູນໃຫຍ່ໄດ້ຢ່າງສົມບູນໃນຂະນະທີ່ພິຈາລະນາເຖິງປັດໃຈຈໍານວນຫລາຍທີ່ມະນຸດບໍ່ສາມາດເຂົ້າໃຈໄດ້ໃນຄວາມໄວດັ່ງກ່າວ. ນອກຈາກນັ້ນ, ການວິເຄາະແມ່ນເຫັນໄດ້ດ້ວຍ backtesting. Backtesting ຖືກນໍາໃຊ້ໂດຍພໍ່ຄ້າເພື່ອທົດສອບຄວາມສອດຄ່ອງແລະປະສິດທິພາບຂອງຍຸດທະສາດການຄ້າແລະການແກ້ໄຂການຊື້ຂາຍທີ່ອີງໃສ່ຊອບແວຕໍ່ກັບຂໍ້ມູນລາຄາປະຫວັດສາດ. Backtesting ຍັງເຮັດຫນ້າທີ່ເປັນສະຫນາມເດັກຫຼິ້ນທີ່ເຫມາະສົມສໍາລັບການພັດທະນາຕໍ່ໄປຂອງການຊື້ຂາຍທີ່ມີຄວາມຖີ່ສູງເຊັ່ນດຽວກັນກັບການປະເມີນການປະຕິບັດຂອງການຊື້ຂາຍຄູ່ມືຫຼືອັດຕະໂນມັດ. ການວິເຄາະຈະສືບຕໍ່ມີບົດບາດສໍາຄັນຫຼາຍຂື້ນໃນການຊື້ຂາຍເປັນເຕັກໂນໂລຢີທີ່ພົ້ນເດັ່ນຂື້ນແລະຄວາມກ້າວຫນ້າຂອງຄໍາຮ້ອງສະຫມັກການຄ້າທີ່ກ້າວຫນ້າເກີນຄວາມສາມາດຂອງມະນຸດ.
ອ່ານເງື່ອນໄຂນີ້.
Liquidnet’s Focus on Fixed Income
Liquidnet in November last year recruited Nicholas Stephan as the Global Head of Fixed Income to cultivate the company’s fixed income offering across primary and secondary markets. Stephan was charged with advancing new trading protocols, governance and access to Liquidity.
In December, the private trading operator announced that it was enhancing the coverage of its services in continental Europe by deploying equities and fixed income specialists in Paris, Madrid, Frankfurt and Copenhagen.
However, earlier in September, the company launched a protocol that allows its members to trade new issues in bond markets across Europe and the United States.
Liquidnet, a global institutional investment network owned by the TP ICAP Group, has hired James Rubinstein as Head of Execution and Quantitative Services (EQS) for the Americas.
Rubinstein, who brings over two decades of experience to the role, will be responsible for setting the strategic direction and leading the effort for Liquidnet’s EQS offerings in the US and the Americas.
The former BNP Paribas’s Head of Electronic Equities Product, Americas, is based in New York, and will report to Rob Laible, Liquidnet’s Global Head of Equities.
James Rubinstein, in reaction to his appointment, expressed confidence in the company’s ability to provide institutional liquidity to its clients. “Liquidnet’s equity franchise has huge potential. Its deep and diverse pool of institutional liquidity
ສະພາບຄ່ອງ
ສະພາບຄ່ອງແມ່ນເປັນຫຼັກຂອງທຸກໆການສະເຫນີຂາຍຂອງນາຍຫນ້າ. ມັນເປັນລັກສະນະພື້ນຖານຂອງຊັບສິນທາງດ້ານການເງິນ - ບໍ່ວ່າຈະເປັນສະກຸນເງິນ, ຫຼັກຊັບ, ພັນທະບັດ, ສິນຄ້າຫຼືອະສັງຫາລິມະສັບ. ຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍເທົ່າໃດ, ການຂາຍແລະຊື້ໃນຕະຫຼາດເປີດງ່າຍຂຶ້ນ. ການແລກປ່ຽນເງິນຕາຕ່າງປະເທດຖືວ່າເປັນປະເພດຊັບສິນທີ່ມີສະພາບຄ່ອງທີ່ສຸດ. ນາຍຫນ້າສາມາດແຫຼ່ງສະພາບຄ່ອງຈາກແຫຼ່ງດຽວຫຼືຫຼາຍ, ດັ່ງນັ້ນຈຶ່ງສົ່ງໃຫ້ລູກຄ້າຂອງພວກເຂົາຄວາມເລິກຂອງຕະຫຼາດພຽງພໍສໍາລັບຄໍາສັ່ງຂອງພວກເຂົາເພື່ອຕື່ມຂໍ້ມູນໃສ່. ລັກສະນະຕົ້ນຕໍຂອງສະພາບຄ່ອງແມ່ນຄວາມເລິກຂອງມັນ, ເຊິ່ງຈະກໍານົດວ່າຄໍາສັ່ງສາມາດປະຕິບັດໄດ້ໄວແລະຫຼາຍປານໃດໂດຍຜ່ານເວທີການຄ້າ. ຄວາມເຂົ້າໃຈ Liquidity Liquidity ສາມາດພາຍໃນຫຼືພາຍນອກຂຶ້ນກັບຂະຫນາດແລະຫນັງສືຂອງນາຍຫນ້າ. ບໍລິສັດທີ່ມີຂະຫນາດໃຫຍ່ພຽງພໍແລະມີອຸປະກອນການໄຫຼເຂົ້າຂອງລູກຄ້າຢ່າງຕໍ່ເນື່ອງແມ່ນການສ້າງສະສົມສະພາບຄ່ອງຂອງຕົນເອງຈາກການໄຫຼວຽນຂອງຄໍາສັ່ງຂອງລູກຄ້າຂອງພວກເຂົາ, ດັ່ງນັ້ນການໄຫຼເຂົ້າພາຍໃນແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍໃນການສົ່ງຄໍາສັ່ງຂອງລູກຄ້າໄປສູ່ຕະຫຼາດລະຫວ່າງທະນາຄານ. ໂດຍການເຮັດແນວນັ້ນຢ່າງໃດກໍຕາມພວກເຂົາເຈົ້າກໍາລັງເປີດເຜີຍຕົນເອງເພື່ອປະຕິບັດຄວາມສ່ຽງຕໍ່ການຄ້າ. ຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງສາມາດເປັນນາຍຫນ້າຫລັກ, ນາຍຫນ້າຂອງ primes, ນາຍຫນ້າອື່ນໆຫຼືປື້ມຂອງນາຍຫນ້າຂອງຕົນເອງ. ຕາມປະເພນີແລ້ວ, ນາຍໜ້າຊື້ຂາຍຖືກແບ່ງອອກລະຫວ່າງກະແສພາຍໃນ ແລະ ການຊື້-ຂາຍຂອງລູກຄ້າຂອງພວກເຂົາໃຫ້ກັບຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງທີ່ແຕກຕ່າງກັນ. ໂດຍທົ່ວໄປແລ້ວ, ນາຍໜ້າຄ້າປີກ ແລະ ລູກຄ້າຂອງພວກເຂົາມັກຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍຂື້ນ ເຊິ່ງເຮັດໃຫ້ອັດຕາການເຕີມເຕັມທີ່ດີຂຶ້ນ ແລະ ຫຼຸດໜ້ອຍລົງ. ເມື່ອຂາດສະພາບຄ່ອງໃນຕະຫຼາດທີ່ແນ່ນອນ, ການເລື່ອນສາມາດເກີດຂຶ້ນໄດ້ - ຄໍາສັ່ງຈະຖືກປະຕິບັດໃນລາຄາທີ່ໃກ້ຄຽງກັບລູກຄ້າທີ່ຮ້ອງຂໍ.
ສະພາບຄ່ອງແມ່ນເປັນຫຼັກຂອງທຸກໆການສະເຫນີຂາຍຂອງນາຍຫນ້າ. ມັນເປັນລັກສະນະພື້ນຖານຂອງຊັບສິນທາງດ້ານການເງິນ - ບໍ່ວ່າຈະເປັນສະກຸນເງິນ, ຫຼັກຊັບ, ພັນທະບັດ, ສິນຄ້າຫຼືອະສັງຫາລິມະສັບ. ຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍເທົ່າໃດ, ການຂາຍແລະຊື້ໃນຕະຫຼາດເປີດງ່າຍຂຶ້ນ. ການແລກປ່ຽນເງິນຕາຕ່າງປະເທດຖືວ່າເປັນປະເພດຊັບສິນທີ່ມີສະພາບຄ່ອງທີ່ສຸດ. ນາຍຫນ້າສາມາດແຫຼ່ງສະພາບຄ່ອງຈາກແຫຼ່ງດຽວຫຼືຫຼາຍ, ດັ່ງນັ້ນຈຶ່ງສົ່ງໃຫ້ລູກຄ້າຂອງພວກເຂົາຄວາມເລິກຂອງຕະຫຼາດພຽງພໍສໍາລັບຄໍາສັ່ງຂອງພວກເຂົາເພື່ອຕື່ມຂໍ້ມູນໃສ່. ລັກສະນະຕົ້ນຕໍຂອງສະພາບຄ່ອງແມ່ນຄວາມເລິກຂອງມັນ, ເຊິ່ງຈະກໍານົດວ່າຄໍາສັ່ງສາມາດປະຕິບັດໄດ້ໄວແລະຫຼາຍປານໃດໂດຍຜ່ານເວທີການຄ້າ. ຄວາມເຂົ້າໃຈ Liquidity Liquidity ສາມາດພາຍໃນຫຼືພາຍນອກຂຶ້ນກັບຂະຫນາດແລະຫນັງສືຂອງນາຍຫນ້າ. ບໍລິສັດທີ່ມີຂະຫນາດໃຫຍ່ພຽງພໍແລະມີອຸປະກອນການໄຫຼເຂົ້າຂອງລູກຄ້າຢ່າງຕໍ່ເນື່ອງແມ່ນການສ້າງສະສົມສະພາບຄ່ອງຂອງຕົນເອງຈາກການໄຫຼວຽນຂອງຄໍາສັ່ງຂອງລູກຄ້າຂອງພວກເຂົາ, ດັ່ງນັ້ນການໄຫຼເຂົ້າພາຍໃນແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍໃນການສົ່ງຄໍາສັ່ງຂອງລູກຄ້າໄປສູ່ຕະຫຼາດລະຫວ່າງທະນາຄານ. ໂດຍການເຮັດແນວນັ້ນຢ່າງໃດກໍຕາມພວກເຂົາເຈົ້າກໍາລັງເປີດເຜີຍຕົນເອງເພື່ອປະຕິບັດຄວາມສ່ຽງຕໍ່ການຄ້າ. ຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງສາມາດເປັນນາຍຫນ້າຫລັກ, ນາຍຫນ້າຂອງ primes, ນາຍຫນ້າອື່ນໆຫຼືປື້ມຂອງນາຍຫນ້າຂອງຕົນເອງ. ຕາມປະເພນີແລ້ວ, ນາຍໜ້າຊື້ຂາຍຖືກແບ່ງອອກລະຫວ່າງກະແສພາຍໃນ ແລະ ການຊື້-ຂາຍຂອງລູກຄ້າຂອງພວກເຂົາໃຫ້ກັບຜູ້ໃຫ້ບໍລິການດ້ານສະພາບຄ່ອງທີ່ແຕກຕ່າງກັນ. ໂດຍທົ່ວໄປແລ້ວ, ນາຍໜ້າຄ້າປີກ ແລະ ລູກຄ້າຂອງພວກເຂົາມັກຊັບສິນທີ່ມີສະພາບຄ່ອງຫຼາຍຂື້ນ ເຊິ່ງເຮັດໃຫ້ອັດຕາການເຕີມເຕັມທີ່ດີຂຶ້ນ ແລະ ຫຼຸດໜ້ອຍລົງ. ເມື່ອຂາດສະພາບຄ່ອງໃນຕະຫຼາດທີ່ແນ່ນອນ, ການເລື່ອນສາມາດເກີດຂຶ້ນໄດ້ - ຄໍາສັ່ງຈະຖືກປະຕິບັດໃນລາຄາທີ່ໃກ້ຄຽງກັບລູກຄ້າທີ່ຮ້ອງຂໍ.
ອ່ານເງື່ອນໄຂນີ້, combined with its technology, talent and trusted brand mean that we are well placed to meet our Members’ evolving needs,” he said.
Meanwhile, Laible described Rubinstein as “another step forward in enhancing our EQS offering in the US. His deep technical knowledge and track record of delivering innovative, market-driven solutions position us well to drive growth,” the equities head added.
Before joining BNP Paribas, Rubinstein spent three years with Deutsche Bank as Head of Electronic Equities, Americas. At the German multinational investment bank, Rubinstein was responsible for algorithmic development, quantitative research, transaction cost analysis, client consulting and liquidity strategy.
He joined Deutsche Bank from UBS where he spent twelve years as the Americas Head of Algorithms and ການວິເຄາະ
ການວິເຄາະ
ການວິເຄາະອາດຈະຖືກກໍານົດເປັນການຊອກຄົ້ນຫາ, ການວິເຄາະ, ແລະການສົ່ງຕໍ່ຂອງຮູບແບບຜົນສະທ້ອນໃນຂໍ້ມູນ. ການວິເຄາະຍັງຊອກຫາວິທີອະທິບາຍຫຼືສະທ້ອນໃຫ້ເຫັນຢ່າງຖືກຕ້ອງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງຂໍ້ມູນແລະການຕັດສິນໃຈທີ່ມີປະສິດທິພາບ. ໃນພື້ນທີ່ການຄ້າ, ການວິເຄາະແມ່ນໃຊ້ໃນລັກສະນະການຄາດຄະເນໃນຄວາມພະຍາຍາມທີ່ຈະຄາດຄະເນລາຄາຢ່າງຖືກຕ້ອງ. ຮູບແບບການວິເຄາະການຄາດຄະເນນີ້ໂດຍທົ່ວໄປແລ້ວກ່ຽວຂ້ອງກັບການວິເຄາະຂອງຮູບແບບລາຄາປະຫວັດສາດທີ່ຖືກນໍາໃຊ້ໃນຄວາມພະຍາຍາມທີ່ຈະກໍານົດຜົນໄດ້ຮັບລາຄາທີ່ແນ່ນອນ. ການວິເຄາະຍັງອາດຈະຖືກຈັດໃສ່ກັບຮູບແບບການອະທິບາຍ, ບ່ອນທີ່ຜູ້ອ່ານພະຍາຍາມແຕ້ມຄວາມສໍາພັນແລະຄວາມເຂົ້າໃຈດີຂຶ້ນກ່ຽວກັບວິທີການແລະເຫດຜົນທີ່ພໍ່ຄ້າມີປະຕິກິລິຍາກັບຊຸດຂອງຕົວແປໂດຍສະເພາະ. ບາງຄັ້ງພໍ່ຄ້າປະຕິບັດຕົວຊີ້ວັດດ້ານວິຊາການເຊັ່ນການເຄື່ອນຍ້າຍສະເລ່ຍ, Bollinger Bands, ແລະຈຸດຢຸດທີ່ສ້າງຂຶ້ນຈາກຂໍ້ມູນປະຫວັດສາດແລະຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນການເຄື່ອນໄຫວຂອງລາຄາໃນອະນາຄົດ. ວິທີການວິເຄາະກ່ຽວຂ້ອງກັບ Algo TradingAnalytics ແມ່ນອີງໃສ່ໃນແນວຄວາມຄິດຂອງການຊື້ຂາຍ algorithmic ທີ່ຊອບແວແມ່ນໂຄງການເພື່ອໃຫ້ສັນຍານແລະ / ຫຼືປະຕິບັດຄໍາສັ່ງຊື້ແລະຂາຍໂດຍອີງໃສ່ຊຸດຂອງປັດໄຈທີ່ກໍານົດໄວ້ລ່ວງຫນ້າ. ໃນພື້ນທີ່ຂອງສະຖາບັນ, ການຊື້ຂາຍ Algo ໄດ້ກາຍເປັນການແຂ່ງຂັນຢ່າງຫຼວງຫຼາຍໃນຊຸມປີມໍ່ໆມານີ້ຍ້ອນວ່າສະຖາບັນການຄ້າຊອກຫາວິທີທີ່ຈະດີກວ່າຄູ່ແຂ່ງໂດຍຜ່ານລະບົບອັດຕະໂນມັດແລະການນໍາໃຊ້ virtual ຂອງຍຸດທະສາດການຄ້າ. ການຍ່ອຍສະຫຼາຍແລະການຄິດໄລ່ຂອງການວິເຄາະແມ່ນຍັງເຫັນໄດ້ໃນພາກສະຫນາມທີ່ເກີດຂື້ນຂອງຄວາມຖີ່ສູງ. ການຊື້ຂາຍ, ບ່ອນທີ່ supercomputers ຖືກນໍາໃຊ້ໃນການວິເຄາະຕະຫຼາດຫຼາຍພ້ອມໆກັນເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈການຊື້ຂາຍອັດຕະໂນມັດໃກ້ທັນທີ. ແພລະຕະຟອມທີ່ສະຫນັບສະຫນູນ HFT ມີຄວາມສາມາດທີ່ຈະດີກວ່ານັກຄ້າຂອງມະນຸດຢ່າງຫຼວງຫຼາຍ. ນີ້ແມ່ນເນື່ອງມາຈາກຄວາມສາມາດທີ່ເກີດມາເພື່ອສາມາດວິເຄາະຊຸດຂໍ້ມູນໃຫຍ່ໄດ້ຢ່າງສົມບູນໃນຂະນະທີ່ພິຈາລະນາເຖິງປັດໃຈຈໍານວນຫລາຍທີ່ມະນຸດບໍ່ສາມາດເຂົ້າໃຈໄດ້ໃນຄວາມໄວດັ່ງກ່າວ. ນອກຈາກນັ້ນ, ການວິເຄາະແມ່ນເຫັນໄດ້ດ້ວຍ backtesting. Backtesting ຖືກນໍາໃຊ້ໂດຍພໍ່ຄ້າເພື່ອທົດສອບຄວາມສອດຄ່ອງແລະປະສິດທິພາບຂອງຍຸດທະສາດການຄ້າແລະການແກ້ໄຂການຊື້ຂາຍທີ່ອີງໃສ່ຊອບແວຕໍ່ກັບຂໍ້ມູນລາຄາປະຫວັດສາດ. Backtesting ຍັງເຮັດຫນ້າທີ່ເປັນສະຫນາມເດັກຫຼິ້ນທີ່ເຫມາະສົມສໍາລັບການພັດທະນາຕໍ່ໄປຂອງການຊື້ຂາຍທີ່ມີຄວາມຖີ່ສູງເຊັ່ນດຽວກັນກັບການປະເມີນການປະຕິບັດຂອງການຊື້ຂາຍຄູ່ມືຫຼືອັດຕະໂນມັດ. ການວິເຄາະຈະສືບຕໍ່ມີບົດບາດສໍາຄັນຫຼາຍຂື້ນໃນການຊື້ຂາຍເປັນເຕັກໂນໂລຢີທີ່ພົ້ນເດັ່ນຂື້ນແລະຄວາມກ້າວຫນ້າຂອງຄໍາຮ້ອງສະຫມັກການຄ້າທີ່ກ້າວຫນ້າເກີນຄວາມສາມາດຂອງມະນຸດ.
ການວິເຄາະອາດຈະຖືກກໍານົດເປັນການຊອກຄົ້ນຫາ, ການວິເຄາະ, ແລະການສົ່ງຕໍ່ຂອງຮູບແບບຜົນສະທ້ອນໃນຂໍ້ມູນ. ການວິເຄາະຍັງຊອກຫາວິທີອະທິບາຍຫຼືສະທ້ອນໃຫ້ເຫັນຢ່າງຖືກຕ້ອງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງຂໍ້ມູນແລະການຕັດສິນໃຈທີ່ມີປະສິດທິພາບ. ໃນພື້ນທີ່ການຄ້າ, ການວິເຄາະແມ່ນໃຊ້ໃນລັກສະນະການຄາດຄະເນໃນຄວາມພະຍາຍາມທີ່ຈະຄາດຄະເນລາຄາຢ່າງຖືກຕ້ອງ. ຮູບແບບການວິເຄາະການຄາດຄະເນນີ້ໂດຍທົ່ວໄປແລ້ວກ່ຽວຂ້ອງກັບການວິເຄາະຂອງຮູບແບບລາຄາປະຫວັດສາດທີ່ຖືກນໍາໃຊ້ໃນຄວາມພະຍາຍາມທີ່ຈະກໍານົດຜົນໄດ້ຮັບລາຄາທີ່ແນ່ນອນ. ການວິເຄາະຍັງອາດຈະຖືກຈັດໃສ່ກັບຮູບແບບການອະທິບາຍ, ບ່ອນທີ່ຜູ້ອ່ານພະຍາຍາມແຕ້ມຄວາມສໍາພັນແລະຄວາມເຂົ້າໃຈດີຂຶ້ນກ່ຽວກັບວິທີການແລະເຫດຜົນທີ່ພໍ່ຄ້າມີປະຕິກິລິຍາກັບຊຸດຂອງຕົວແປໂດຍສະເພາະ. ບາງຄັ້ງພໍ່ຄ້າປະຕິບັດຕົວຊີ້ວັດດ້ານວິຊາການເຊັ່ນການເຄື່ອນຍ້າຍສະເລ່ຍ, Bollinger Bands, ແລະຈຸດຢຸດທີ່ສ້າງຂຶ້ນຈາກຂໍ້ມູນປະຫວັດສາດແລະຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນການເຄື່ອນໄຫວຂອງລາຄາໃນອະນາຄົດ. ວິທີການວິເຄາະກ່ຽວຂ້ອງກັບ Algo TradingAnalytics ແມ່ນອີງໃສ່ໃນແນວຄວາມຄິດຂອງການຊື້ຂາຍ algorithmic ທີ່ຊອບແວແມ່ນໂຄງການເພື່ອໃຫ້ສັນຍານແລະ / ຫຼືປະຕິບັດຄໍາສັ່ງຊື້ແລະຂາຍໂດຍອີງໃສ່ຊຸດຂອງປັດໄຈທີ່ກໍານົດໄວ້ລ່ວງຫນ້າ. ໃນພື້ນທີ່ຂອງສະຖາບັນ, ການຊື້ຂາຍ Algo ໄດ້ກາຍເປັນການແຂ່ງຂັນຢ່າງຫຼວງຫຼາຍໃນຊຸມປີມໍ່ໆມານີ້ຍ້ອນວ່າສະຖາບັນການຄ້າຊອກຫາວິທີທີ່ຈະດີກວ່າຄູ່ແຂ່ງໂດຍຜ່ານລະບົບອັດຕະໂນມັດແລະການນໍາໃຊ້ virtual ຂອງຍຸດທະສາດການຄ້າ. ການຍ່ອຍສະຫຼາຍແລະການຄິດໄລ່ຂອງການວິເຄາະແມ່ນຍັງເຫັນໄດ້ໃນພາກສະຫນາມທີ່ເກີດຂື້ນຂອງຄວາມຖີ່ສູງ. ການຊື້ຂາຍ, ບ່ອນທີ່ supercomputers ຖືກນໍາໃຊ້ໃນການວິເຄາະຕະຫຼາດຫຼາຍພ້ອມໆກັນເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈການຊື້ຂາຍອັດຕະໂນມັດໃກ້ທັນທີ. ແພລະຕະຟອມທີ່ສະຫນັບສະຫນູນ HFT ມີຄວາມສາມາດທີ່ຈະດີກວ່ານັກຄ້າຂອງມະນຸດຢ່າງຫຼວງຫຼາຍ. ນີ້ແມ່ນເນື່ອງມາຈາກຄວາມສາມາດທີ່ເກີດມາເພື່ອສາມາດວິເຄາະຊຸດຂໍ້ມູນໃຫຍ່ໄດ້ຢ່າງສົມບູນໃນຂະນະທີ່ພິຈາລະນາເຖິງປັດໃຈຈໍານວນຫລາຍທີ່ມະນຸດບໍ່ສາມາດເຂົ້າໃຈໄດ້ໃນຄວາມໄວດັ່ງກ່າວ. ນອກຈາກນັ້ນ, ການວິເຄາະແມ່ນເຫັນໄດ້ດ້ວຍ backtesting. Backtesting ຖືກນໍາໃຊ້ໂດຍພໍ່ຄ້າເພື່ອທົດສອບຄວາມສອດຄ່ອງແລະປະສິດທິພາບຂອງຍຸດທະສາດການຄ້າແລະການແກ້ໄຂການຊື້ຂາຍທີ່ອີງໃສ່ຊອບແວຕໍ່ກັບຂໍ້ມູນລາຄາປະຫວັດສາດ. Backtesting ຍັງເຮັດຫນ້າທີ່ເປັນສະຫນາມເດັກຫຼິ້ນທີ່ເຫມາະສົມສໍາລັບການພັດທະນາຕໍ່ໄປຂອງການຊື້ຂາຍທີ່ມີຄວາມຖີ່ສູງເຊັ່ນດຽວກັນກັບການປະເມີນການປະຕິບັດຂອງການຊື້ຂາຍຄູ່ມືຫຼືອັດຕະໂນມັດ. ການວິເຄາະຈະສືບຕໍ່ມີບົດບາດສໍາຄັນຫຼາຍຂື້ນໃນການຊື້ຂາຍເປັນເຕັກໂນໂລຢີທີ່ພົ້ນເດັ່ນຂື້ນແລະຄວາມກ້າວຫນ້າຂອງຄໍາຮ້ອງສະຫມັກການຄ້າທີ່ກ້າວຫນ້າເກີນຄວາມສາມາດຂອງມະນຸດ.
ອ່ານເງື່ອນໄຂນີ້.
Liquidnet’s Focus on Fixed Income
Liquidnet in November last year recruited Nicholas Stephan as the Global Head of Fixed Income to cultivate the company’s fixed income offering across primary and secondary markets. Stephan was charged with advancing new trading protocols, governance and access to Liquidity.
In December, the private trading operator announced that it was enhancing the coverage of its services in continental Europe by deploying equities and fixed income specialists in Paris, Madrid, Frankfurt and Copenhagen.
However, earlier in September, the company launched a protocol that allows its members to trade new issues in bond markets across Europe and the United States.
Source: https://www.financemagnates.com/executives/liquidnet-taps-james-rubinstein-to-enhance-eqs-offerings-in-us-americas/