آشنایی با تجارت الگوریتمی

تجارت الگوریتمی از یک برنامه رایانه ای استفاده می کند که مجموعه ای از دستورالعمل ها را برای قرار دادن تجارت دنبال می کند. از نظر تئوری ، تجارت می تواند سود را با سرعت و فرکانس ایجاد کند که برای یک معامله گر انسانی غیرممکن است.

مجموعه های تعریف شده از دستورالعمل ها بر اساس زمان بندی ، قیمت ، کمیت یا هر مدل ریاضی است. جدا از فرصت های سود برای معامله گر ، تجارت Algo با رد کردن تأثیر احساسات انسانی بر فعالیتهای تجاری ، بازارها را نقدینگی تر و معاملاتی تر می کند.

تجارت الگوریتمی در عمل

فرض کنید یک معامله گر از این معیارهای تجاری ساده پیروی می کند:

50 سهام سهام را خریداری کنید که میانگین حرکت 50 روزه آن بالاتر از میانگین حرکت 200 روزه باشد. سهام سهام را بفروشید وقتی میانگین حرکت 50 روزه آن زیر میانگین حرکت 200 روزه است.

با استفاده از این دو دستورالعمل ساده ، یک برنامه رایانه ای به طور خودکار قیمت سهام را کنترل می کند و هنگام رعایت شرایط تعریف شده ، سفارشات خرید و فروش را قرار می دهد. معامله گر دیگر نیازی به نظارت بر قیمت ها و نمودارهای زنده یا قرار دادن سفارشات به صورت دستی ندارد. سیستم معاملات الگوریتمی این کار را به طور خودکار با شناسایی صحیح فرصت تجارت انجام می دهد.

استراتژی های تجارت الگوریتمی

هر استراتژی برای تجارت الگوریتمی نیاز به یک فرصت مشخص دارد که از نظر بهبود درآمد یا کاهش هزینه سودآور باشد. موارد زیر استراتژی های تجاری مشترک مورد استفاده در تجارت ALGO است:

متداول ترین استراتژی های تجارت الگوریتمی روندهای میانگین حرکت ، شکستن کانال ، حرکات سطح قیمت و شاخص های فنی مرتبط را دنبال می کنند. اینها ساده ترین و ساده ترین استراتژی ها برای اجرای از طریق معاملات الگوریتمی هستند زیرا این استراتژی ها شامل پیش بینی یا پیش بینی قیمت نیستند. معاملات بر اساس وقوع روندهای مطلوب آغاز می شود ، که اجرای آن از طریق الگوریتم ها بدون ورود به پیچیدگی تجزیه و تحلیل پیش بینی آسان و ساده است. استفاده از میانگین های متحرک 50 و 200 روزه یک استراتژی محبوب دنبال می شود.

خرید سهام دو لیست با قیمت پایین تر در یک بازار و همزمان فروش آن با قیمت بالاتر در بازار دیگر ، قیمت را به عنوان سود بدون ریسک یا داوری ارائه می دهد. همان عملیات را می توان برای سهام در مقابل ابزارهای آتی تکرار کرد زیرا دیفرانسیل قیمت هر از گاهی وجود دارد. اجرای یک الگوریتم برای شناسایی چنین دیفرانسیل های قیمت و قرار دادن سفارشات به طور موثر امکان فرصت های سودآور را فراهم می آورد.

صندوق های شاخص دوره هایی از تعادل مجدد را تعریف کرده اند تا دارایی های خود را با شاخص های معیار مربوطه هماهنگ کنند. این فرصت های سودآور را برای معامله گران الگوریتمی ایجاد می کند ، که از معاملات مورد انتظار سرمایه گذاری می کنند که 20 تا 80 امتیاز پایه را بسته به تعداد سهام موجود در صندوق شاخص درست قبل از تعادل صندوق فهرست ارائه می دهند. چنین معاملات از طریق سیستم های معاملاتی الگوریتمی برای اجرای به موقع و بهترین قیمت ها آغاز می شود.

• استراتژی های مبتنی بر مدل ریاضی

مدلهای ریاضی اثبات شده ، مانند استراتژی معاملاتی بی طرف دلتا ، تجارت با ترکیبی از گزینه ها و امنیت اساسی را امکان پذیر می کنند.. دارایی های مورد نظر از صفر است.)

میانگین استراتژی برگشت بر اساس این مفهوم استوار است که قیمت بالای و پایین یک دارایی یک پدیده موقتی است که به طور دوره ای به میانگین ارزش آنها (مقدار متوسط) باز می گردد. شناسایی و تعیین دامنه قیمت و اجرای یک الگوریتم بر اساس آن اجازه می دهد تا هنگامی که قیمت یک دارایی در محدوده تعریف شده و خارج از محدوده تعریف شده آن قرار گیرد ، معاملات به طور خودکار قرار می گیرد.

• قیمت متوسط با وزن متوسط (VWAP)

استراتژی متوسط قیمت با وزن ، یک سفارش بزرگ را شکسته و قطعات کوچکتر از سفارش را با استفاده از پروفایل های حجم تاریخی خاص سهام تعیین می کند. هدف اجرای سفارش نزدیک به قیمت متوسط وزن (VWAP) است.

• قیمت متوسط وزن (TWAP)

استراتژی متوسط قیمت با وزن زمان ، یک سفارش بزرگ را شکسته و قطعات کوچکتر از سفارش را با استفاده از شکاف های زمانی به طور مساوی تقسیم شده بین زمان شروع و پایان به بازار می اندازد. هدف این است که سفارش نزدیک به میانگین قیمت بین زمان شروع و پایان را اجرا کنید و در نتیجه تأثیر بازار به حداقل می رسد.

تا زمانی که سفارش تجارت به طور کامل پر نشود ، این الگوریتم ارسال سفارشات جزئی با توجه به نسبت مشارکت تعریف شده و با توجه به حجم معامله شده در بازارها ادامه می یابد."استراتژی مراحل" مربوطه سفارشات را با درصد مشخص شده کاربر از حجم بازار ارسال می کند و با رسیدن قیمت سهام به سطح تعریف شده توسط کاربر ، این میزان مشارکت را افزایش یا کاهش می دهد.

استراتژی کمبود اجرای با هدف به حداقل رساندن هزینه اجرای یک سفارش با تجارت در بازار واقعی ، در نتیجه صرفه جویی در هزینه سفارش و بهره مندی از هزینه فرصت اجرای تأخیر است. این استراتژی هنگامی که قیمت سهام به طرز مطلوبی حرکت می کند ، نرخ مشارکت هدفمند را افزایش می دهد و وقتی قیمت سهام به طور منفی حرکت می کند ، آن را کاهش می دهد.

• فراتر از الگوریتم های تجاری معمول

چند کلاس خاص از الگوریتم ها وجود دارد که سعی در شناسایی "اتفاقات" از طرف دیگر دارند. این "الگوریتم های خرابکارانه"-به عنوان مثال ، توسط یک سازنده بازار فروش-از هوش داخلی استفاده می کند تا وجود هر الگوریتم در خرید یک سفارش بزرگ را شناسایی کند. چنین تشخیصی از طریق الگوریتم ها به سازنده بازار کمک می کند تا فرصت های سفارش بزرگ را شناسایی کرده و با پر کردن سفارشات با قیمت بالاتر ، آنها را قادر سازد. این گاهی اوقات به عنوان جلو با فناوری پیشرفته مشخص می شود.

الزامات فنی برای تجارت الگوریتمی

اجرای الگوریتم با استفاده از یک برنامه رایانه ای ، مؤلفه نهایی تجارت الگوریتمی است که همراه با پشتی است (امتحان کردن الگوریتم در دوره های تاریخی عملکرد بازار گذشته سهام برای دیدن اینکه آیا استفاده از آن سودآور بوده است). چالش این است که استراتژی شناسایی شده را به یک فرآیند رایانه ای یکپارچه تبدیل کنید که برای قرار دادن سفارشات به یک حساب معاملاتی دسترسی داشته باشد. موارد زیر الزامات مربوط به تجارت الگوریتمی است:

• دانش برنامه نویسی رایانه برای برنامه ریزی استراتژی تجاری مورد نیاز برنامه نویسان استخدام شده یا نرم افزار معاملاتی از پیش ساخته.
• اتصال شبکه و دسترسی به سیستم عامل های معاملاتی برای قرار دادن سفارشات.
• دسترسی به فیدهای داده های بازار که توسط الگوریتم برای فرصت ها برای قرار دادن سفارشات کنترل می شوند.
• توانایی و زیرساخت های پشتی سیستم پس از ساخت آن قبل از اینکه به صورت زنده در بازارهای واقعی ساخته شود.
• بسته به پیچیدگی قوانین اجرا شده در الگوریتم ، داده های تاریخی موجود برای پشتی برای پشتی.

مزایای تجارت الگوریتمی

یک معامله بزرگ به طور بالقوه می تواند قیمت بازار را تغییر دهد. چنین معامله ای به عنوان تجارت تحریف کننده شناخته می شود زیرا قیمت بازار را مخدوش می کند. به منظور اجتناب از چنین وضعیتی، معامله گران معمولاً موقعیت های بزرگی را باز می کنند که ممکن است بازار را به صورت پلکانی حرکت دهند.

یک الگوریتم معاملاتی می تواند با خرید سهام و بررسی فوری اینکه آیا خرید تاثیری بر قیمت بازار داشته است مشکل را حل کند. می تواند به میزان قابل توجهی تعداد تراکنش های مورد نیاز برای تکمیل معامله و همچنین زمان صرف شده برای تکمیل معامله را کاهش دهد.

معامله گران و سرمایه گذاران اغلب تحت تأثیر احساسات و عواطف قرار می گیرند و استراتژی های معاملاتی خود را نادیده می گیرند. به عنوان مثال، در آستانه بحران مالی جهانی در سال 2008، بازارهای مالی نشانه هایی را نشان دادند که یک بحران در افق است. با این حال، بسیاری از سرمایه‌گذاران این نشانه‌ها را نادیده گرفتند زیرا گرفتار «جنون بازار گاوی» در اواسط دهه 2000 بودند و فکر نمی‌کردند که یک بحران ممکن است. الگوریتم ها با اطمینان از اینکه همه معاملات به مجموعه ای از قوانین از پیش تعیین شده پایبند هستند، مشکل را حل می کنند.

بسته شدن

اکنون که ماهیت تجارت الگوریتمی را درک کردیم، بیایید عملی تجارت الگوریتمی را در فصل بعدی بیاموزیم.