Trading ad Alta Frequenza e Market Making: un modello di ottimizzazione per la quotazione dello spread

Abstract

Negli ultimi due decenni l’evoluzione tecnologica e la crescente digitalizzazione dei mercati finanziari hanno favorito la diffusione dell’High-Frequency Trading (HFT), una branca delle strategie algoritmiche che basa il suo funzionamento su velocità di esecuzione, infrastrutture a bassa latenza e algoritmi avanzati. L’HFT ha profondamente trasformato i mercati direttamente nella loro microstruttura, incidendo su dinamiche come efficienza, liquidità, volatilità e stabilità sistemica, generando al contempo un acceso dibattito accademico e regolamentare. Questa tesi si propone di analizzare il fenomeno in modo organico, affrontandone dapprima le caratteristiche operative e i principali metodi di identificazione, per poi esaminare le conseguenze sull’integrità dei mercati e le differenti risposte normative tra contesto statunitense ed europeo. Viene inoltre presentata una rassegna delle strategie più diffuse, dal latency arbitrage alla liquidity provision, fino alle pratiche manipolative note come ghost strategies, per evidenziare il duplice ruolo dell’HFT come fornitore di liquidità e potenziale fonte di rischio. Il cuore del lavoro è dedicato al market making in contesto ad alta frequenza, con particolare attenzione ai modelli teorici di formazione dello spread denaro-lettera e alla costruzione di strategie basate su processi stocastici. In questa prospettiva, la tesi si ispira in modo diretto al modello proposto da Cartea, Donnelly e Jaimungal, che descrive l’attività del market maker come un problema di controllo stocastico in presenza di ordini di mercato modellati tramite processi di Poisson. Il modello consente di caratterizzare la dinamica di arrivo degli ordini di acquisto e vendita, collegandola sia alle quotazioni offerte dal market maker sia a segnali informativi esogeni. Ciò permette di formalizzare il compromesso tra redditività e rischio di inventario, evidenziando come la gestione ottimale delle quotazioni dipenda non solo dalla liquidità e dalla veloci

In the past two decades, technological progress and digitalization of financial markets have fostered the rise of High-Frequency Trading (HFT), a subset of algorithmic trading strategies that rely on execution speed, low-latency infrastructures, and advanced algorithms. HFT has significantly reshaped financial market in their microstructure, influencing efficiency, liquidity, volatility, and systemic stability, while raising intense academic and regulatory debates. This thesis provides a comprehensive analysis of the phenomenon, first addressing its operational characteristics and the main identification methods, and then examining its impact on market integrity together with the contrasting regulatory responses in the United States and Europe. Furthermore, it reviews the most relevant strategies, from latency arbitrage to liquidity provision, up to manipulative practices such as ghost strategies, in order to highlight the dual role of HFT as both liquidity provider and potential source of risk. The core of the work is devoted to market making in high-frequency settings, with particular focus on theoretical models of bid-ask spread formation and stochastic approaches to quoting strategies. In this context, the thesis directly builds on the model developed by Cartea, Donnelly, and Jaimungal, which frames the market maker’s activity as a stochastic control problem under Poisson-driven order flows. The model explicitly links the arrival rates of buy and sell orders to the quotes posted by the market maker and to exogenous informational signals. This framework formalizes the trade-off between profitability and inventory risk, showing that optimal quoting policies depend not only on liquidity and execution speed but also on model uncertainty and the ability to adapt to changing market conditions. This work builds on the framework of Cartea, Donnelly, and Jaimungal, highlighting how stochastic models can support high-frequency market making strategies.