شوبهیت ست یک نویسنده مستقل و متخصص در کالاها است, سهام, سرمایه گذاری های جایگزین, ارز رمزنگاری شده, و همچنین اخبار بازار و شرکت. شوبهیت علاوه بر اینکه تاجر و مشاور مشتقات است بیش از 17 سال تجربه به عنوان مدیر محصول دارد و صاحب FuturesOptionsETC. com. وی مدرک کارشناسی ارشد خود را در مدیریت مالی از هلند و مدرک لیسانس فناوری خود را از هند دریافت کرد.
توماس جی کاتالانو یک مدیر مالی و مشاور سرمایه گذاری ثبت شده در ایالت کارولینای جنوبی است و در سال 2018 شرکت مشاوره مالی خود را راه اندازی کرد. توماس ' تجربه به او می دهد تخصص در زمینه های مختلف از جمله سرمایه گذاری, بازنشستگی, بیمه, و برنامه ریزی مالی.
ملودی کازل یک واقعیت سنج برای سرمایه گذاری است. او یک فینالیست در بود 2020 منطقه 10 علامت گذاری به عنوان جوایز تعالی برای او مقاله مجله غیر داستانی " لاک پشت های مقدس."او علاوه بر کار خود به عنوان نویسنده و ویراستار برای پروژه بورگن زندانی شد و از مهارت های خود برای جلب توجه به فقر جهانی استفاده کرد.
تجارت الگوریتمی (همچنین تجارت خودکار نامیده می شود, تجارت جعبه سیاه, یا الگوریتم تجارت) با استفاده از یک برنامه کامپیوتری است که به دنبال یک مجموعه تعریف شده از دستورالعمل (یک الگوریتم) به جای یک تجارت. تجارت, در نظریه, می توانید سود در سرعت و فرکانس است که غیر ممکن است برای یک معامله گر انسان تولید.
مجموعه تعریف شده از دستورالعمل ها بر اساس زمان بندی, قیمت, مقدار, و یا هر مدل ریاضی. به غیر از فرصت های سود برای معامله گر, الگوریتم تجارت با رد کردن تاثیر احساسات انسانی بر فعالیت های تجاری بازارها را نقدینگی تر و سیستماتیک تر می کند.
نکات کلیدی
- تجارت الگوریتمی ترکیبی از برنامه نویسی رایانه و بازارهای مالی برای اجرای معاملات در لحظات دقیق است.
- معاملات الگوریتمی تلاش برای نوار احساسات از معاملات, تضمین اجرای موثر ترین تجارت, مکان سفارشات بلافاصله و ممکن است هزینه های معاملاتی پایین تر.
- استراتژی های معاملاتی متداول شامل استراتژی های پیروی از روند است, فرصت های داوری, و توازن مجدد صندوق شاخص.
- معاملات الگوریتمی نیز بر اساس حجم معاملات (حجم-قیمت متوسط وزنی) یا گذشت زمان (قیمت متوسط وزنی زمان) انجام می شود.
- برای شروع با تجارت الگوریتمی, شما باید دسترسی به کامپیوتر, دسترسی به شبکه, دانش بازار مالی, و قابلیت های برنامه نویسی.
مبانی تجارت الگوریتمی
معاملات الگوریتمی در عمل
فرض کنید یک معامله گر از این معیارهای تجاری ساده پیروی می کند:
- 50 سهم از سهام را بخرید وقتی که میانگین متحرک 50 روزه بالاتر از میانگین متحرک 200 روزه باشد. (میانگین متحرک میانگین نقاط داده گذشته است که نوسانات روزانه قیمت را هموار می کند و در نتیجه روندها را مشخص می کند.)
- فروش سهام سهام زمانی که میانگین متحرک 50 روزه زیر میانگین متحرک 200 روزه می رود.
با استفاده از این دو دستورالعمل ساده, یک برنامه کامپیوتری به طور خودکار نظارت بر قیمت سهام (و شاخص میانگین متحرک) و محل خرید و فروش سفارشات زمانی که شرایط تعریف شده ملاقات کرد. معامله گر دیگر نیازی به نظارت بر قیمت ها و نمودارهای زنده یا قرار دادن سفارشات به صورت دستی ندارد. سیستم معاملاتی الگوریتمی این کار را به طور خودکار با شناسایی صحیح فرصت معاملاتی انجام می دهد.
مزایای تجارت الگوریتمی
تجارت الگوریتم مزایای زیر را فراهم می کند:
- معاملات با بهترین قیمت ممکن اجرا می شوند.
- قرار دادن سفارش تجاری فوری و دقیق است (احتمال اجرای بالا در سطوح مورد نظر وجود دارد).
- معاملات به درستی و فورا برای جلوگیری از تغییرات قابل توجه قیمت به پایان رسیده است.
- کاهش هزینه های معامله.
- به طور همزمان چک خودکار در شرایط بازار های متعدد.
- کاهش خطر ابتلا به خطاهای دستی در هنگام قرار دادن معاملات.
- معاملات الگوریتم را می توان با استفاده از داده های موجود در زمان واقعی و تاریخی مورد بررسی قرار داد تا ببیند این یک استراتژی تجاری مناسب است یا خیر.
- احتمال اشتباهات توسط معامله گران انسانی بر اساس عوامل عاطفی و روانی کاهش می یابد.
امروزه بیشتر معاملات الگوریتمی معاملات با فرکانس بالا است که تلاش می کند تعداد زیادی سفارش را با سرعت زیاد در بازارهای مختلف و پارامترهای تصمیم گیری چندگانه بر اساس دستورالعمل های از پیش برنامه ریزی شده سرمایه گذاری کند.
الگوریتم-تجارت در بسیاری از اشکال تجارت و فعالیت های سرمایه گذاری از جمله استفاده می شود:
- سرمایه گذاران میان مدت یا شرکت های طرف خرید-صندوق های بازنشستگی, صندوق های متقابل, شرکت های بیمه-از الگوریتم برای خرید سهام در مقادیر زیاد استفاده می کنند در حالی که نمی خواهند با سرمایه گذاری های گسسته و با حجم زیاد بر قیمت سهام تاثیر بگذارند. و طرف فروش شرکت کنندگان-سازندگان بازار (مانند خانه های کارگزاری), دلالان, و داوران—بهره مندی از اجرای تجارت خودکار; علاوه بر این, الگوریتم تجارت ایدز در ایجاد نقدینگی کافی برای فروشندگان در بازار. - پیروان روند, صندوق های تامینی, و یا معامله گران جفت (یک استراتژی معاملاتی بازار خنثی که منطبق یک موقعیت طولانی با یک موقعیت کوتاه در یک جفت از ابزار بسیار همبسته مانند دو سهام, صندوق بورس معامله (صندوق), یا ارز)-پیدا کردن بسیار موثر تر به برنامه قوانین تجارت خود را و اجازه دهید برنامه تجارت به صورت خودکار.
معاملات الگوریتمی رویکرد سیستماتیک تری نسبت به روشهای مبتنی بر شهود یا غریزه معامله گر برای تجارت فعال فراهم می کند.
استراتژی های معاملاتی الگوریتمی
هر استراتژی برای تجارت الگوریتمی نیاز به یک فرصت مشخص دارد که از نظر سود بهبود یافته یا کاهش هزینه سودمند باشد. موارد زیر استراتژی های معاملاتی رایج مورد استفاده در تجارت الگویی است:
استراتژی های پیروی از روند
رایج ترین استراتژی های معاملاتی الگوریتمی به دنبال روند در میانگین متحرک, جوش کانال, حرکات سطح قیمت, و شاخص های فنی مرتبط. اینها ساده ترین و ساده ترین استراتژی ها برای پیاده سازی از طریق معاملات الگوریتمی هستند زیرا این استراتژی ها شامل پیش بینی یا پیش بینی قیمت نیستند. معاملات بر اساس وقوع روندهای مطلوب شروع می شوند که از طریق الگوریتم ها بدون وارد شدن به پیچیدگی تجزیه و تحلیل پیش بینی ساده و ساده اجرا می شوند. استفاده از میانگین متحرک 50 و 200 روزه یک استراتژی محبوب پیروی از روند است.
فرصت های داوری
خرید سهام دوگانه با قیمت پایین تر در یک بازار و همزمان فروش با قیمت بالاتر در بازار دیگر دیفرانسیل قیمت را به عنوان سود بدون ریسک یا داوری عرضه می کند. همان عملیات را می توان برای سهام در مقابل ابزارهای سلف تکرار کرد زیرا هر از گاهی تفاوت قیمت وجود دارد. پیاده سازی یک الگوریتم برای شناسایی چنین تفاوت قیمت و قرار دادن سفارشات موثر اجازه می دهد تا فرصت های سودمند.
توازن مجدد صندوق شاخص
صندوق های شاخص دوره های توازن را تعریف کرده اند تا دارایی های خود را با شاخص های معیار مربوطه خود همتراز کنند. این فرصت های سودمندی را برای معامله گران الگوریتمی ایجاد می کند که در معاملات مورد انتظار سرمایه گذاری می کنند که سود 20 تا 80 واحد پایه را بسته به تعداد سهام در صندوق شاخص درست قبل از تعادل مجدد صندوق شاخص سرمایه گذاری می کنند. چنین معاملاتی از طریق سیستم های معاملاتی الگوریتمی برای اجرای به موقع و بهترین قیمت ها شروع می شود.
معاملات الگوریتمی به معامله گران اجازه می دهد معاملات با فرکانس بالا را انجام دهند. سرعت معاملات با فرکانس بالا برای اندازه گیری تا میلی ثانیه استفاده می شود. امروزه ممکن است در میکروثانیه یا نانو ثانیه (میلیاردم ثانیه) اندازه گیری شوند.
استراتژی های مبتنی بر مدل ریاضی
مدل های ریاضی اثبات شده مانند استراتژی معاملاتی دلتا خنثی اجازه می دهد تجارت در ترکیبی از گزینه ها و امنیت اساسی. (دلتا نوترال یک استراتژی پرتفوی متشکل از چندین موقعیت با دلتاهای مثبت و منفی جبران کننده است—نسبت مقایسه تغییر قیمت یک دارایی که معمولا یک اوراق بهادار قابل فروش است با تغییر متناظر در قیمت مشتق خود—به طوری که دلتای کلی دارایی های مورد نظر به صفر می رسد.)
محدوده معاملاتی (میانگین برگشت)
استراتژی بازگشت میانگین بر این مفهوم استوار است که قیمت های بالا و پایین یک دارایی یک پدیده موقتی است که به طور دوره ای به میانگین ارزش خود (مقدار متوسط) برمی گردد. شناسایی و تعریف محدوده قیمت و پیاده سازی یک الگوریتم بر اساس این اجازه می دهد تا معاملات به صورت خودکار قرار داده می شود زمانی که قیمت یک دارایی می شکند در داخل و خارج از محدوده تعریف شده خود را.
حجم - میانگین قیمت وزنی
استراتژی قیمت متوسط وزنی حجم یک سفارش بزرگ را تجزیه می کند و تکه های کوچکتر سفارش را با استفاده از پروفایل های حجم تاریخی خاص سهام به صورت پویا تعیین می کند. هدف این است که سفارش را نزدیک به میانگین قیمت وزنی حجم اجرا کنید.
زمان میانگین وزنی قیمت (توپک)
زمان وزن استراتژی قیمت میانگین می شکند تا یک سفارش بزرگ و منتشر تکه های کوچکتر به صورت پویا تعیین از سفارش به بازار با استفاده از اسلات زمان به طور مساوی تقسیم بین زمان شروع و پایان. هدف این است که سفارش را نزدیک به میانگین قیمت بین زمان شروع و پایان اجرا کنید و در نتیجه تاثیر بازار را به حداقل برسانید.
درصد حجم (دید از بالا)
این الگوریتم تا زمان پر شدن کامل سفارش تجاری با توجه به نسبت مشارکت تعریف شده و با توجه به حجم معامله شده در بازارها به ارسال سفارشات نسبی ادامه می دهد. "استراتژی مراحل" مرتبط سفارشات را با درصدی از حجم بازار تعریف شده توسط کاربر ارسال می کند و با رسیدن قیمت سهام به سطوح تعریف شده توسط کاربر این نرخ مشارکت را افزایش یا کاهش می دهد.
کمبود اجرا
استراتژی کمبود پیاده سازی با هدف به حداقل رساندن هزینه اجرای یک سفارش با معامله در بازار در زمان واقعی و در نتیجه صرفه جویی در هزینه سفارش و بهره مندی از هزینه فرصت اجرای تاخیری انجام می شود. این استراتژی نرخ مشارکت هدفمند را در زمانی که قیمت سهام به طور مطلوب حرکت می کند افزایش می دهد و زمانی که قیمت سهام به طور منفی حرکت می کند کاهش می یابد.
فراتر از الگوریتم های معاملاتی معمول
چند کلاس ویژه از الگوریتم های که تلاش برای شناسایی "اتفاقات" در طرف دیگر وجود دارد. این "الگوریتم های خرناس"-به عنوان مثال توسط یک سازنده بازار فروش استفاده می شود—دارای هوش داخلی برای شناسایی وجود هر الگوریتم در سمت خرید یک سفارش بزرگ است. چنین تشخیص از طریق الگوریتم ها به بازارساز کمک می کند تا فرصت های بزرگ سفارش را شناسایی کرده و با پر کردن سفارشات با قیمت بالاتر سود ببرد. این گاهی اوقات به عنوان جلو در حال اجرا با تکنولوژی بالا شناخته می شود. به طور کلی عمل دویدن از جلو بسته به شرایط غیرقانونی تلقی می شود و به شدت توسط سازمان تنظیم مقررات صنعت مالی (فینرا) تنظیم می شود.
یک مطالعه 2018 توسط کمیسیون بورس و اوراق بهادار اشاره کرد که "تجارت الکترونیکی و تجارت الگوریتمی هر دو گسترده و جدایی ناپذیر به بهره برداری از بازار سرمایه ما هستند."
الزامات فنی برای تجارت الگوریتمی
پیاده سازی الگوریتم با استفاده از یک برنامه کامپیوتری بخش نهایی معاملات الگوریتمی است که همراه با تست پشتی (تلاش برای الگوریتم در دوره های تاریخی عملکرد بازار سهام گذشته برای دیدن اگر استفاده می شد سودمند بود). چالش این است که استراتژی شناسایی شده را به یک فرایند کامپیوتری یکپارچه تبدیل کنیم که برای قرار دادن سفارشات به یک حساب تجاری دسترسی داشته باشد. موارد زیر الزامات تجارت الگوریتمی است:
- دانش برنامه نویسی کامپیوتر به برنامه استراتژی تجاری مورد نیاز, استخدام برنامه نویسان, و یا از پیش ساخته شده نرم افزار تجاری.
- اتصال به شبکه و دسترسی به سیستم عامل های تجاری برای قرار دادن سفارشات.
- دسترسی به داده های بازار تغذیه خواهد شد که توسط الگوریتم برای فرصت به جای سفارشات نظارت.
- توانایی و زیرساخت برای تست سیستم پس از ساخت قبل از پخش زنده در بازارهای واقعی.
- داده های تاریخی موجود برای تست بک بسته به پیچیدگی قوانین اجرا شده در الگوریتم.
نمونه ای از معاملات الگوریتمی
رویال داچ شل در بورس اوراق بهادار لندن و بورس اوراق بهادار امستردام ثبت شده است. ما با ایجاد یک الگوریتم برای شناسایی فرصت های داوری شروع می کنیم. در اینجا چند مشاهدات جالب وجود دارد:
- در حالی که معاملات بورس اوراق بهادار در پوند استرلینگ بریتانیا.
- با توجه به اختلاف زمان یک ساعته, اکسس یک ساعت زودتر از بورس باز می شود و سپس هر دو صرافی به طور همزمان برای چند ساعت بعدی معامله می شوند و سپس با بسته شدن اکسس فقط در یک ساعت گذشته معامله می شوند.
می توانید ما امکان تجارت داوری کشف در سهام رویال هلندی شل ذکر شده در این دو بازار در دو ارز مختلف?
- یک برنامه کامپیوتری که می تواند قیمت های فعلی بازار را بخواند.
- قیمت ها از هر دو نوع اکسس و اکسس.
- خوراک نرخ فارکس (ارز خارجی) برای پوند-یورو.
- قابلیت قرار دادن سفارش که می تواند سفارش را به مبادله صحیح هدایت کند.
- قابلیت بک تست در فید قیمت تاریخی.
برنامه کامپیوتری باید موارد زیر را انجام دهد:
- خوراک قیمت ورودی سهام را از هر دو صرافی بخوانید.
- با استفاده از نرخ ارز موجود قیمت یک ارز را به ارز دیگر تبدیل کنید.
- اگر اختلاف قیمت به اندازه کافی بزرگ وجود دارد (تنزیل هزینه های کارگزاری) منجر به یک فرصت سودمند, سپس این برنامه باید سفارش خرید در تبادل قیمت پایین تر و فروش سفارش در تبادل قیمت بالاتر.
- اگر دستورات به عنوان مورد نظر اجرا, سود داوری به دنبال خواهد داشت.
ساده و ساده! با این حال, عمل تجارت الگوریتمی است که ساده برای حفظ و اجرا نمی. به یاد داشته باشید, اگر یک سرمایه گذار می تواند یک تجارت الگوریتم تولید بصورت مستقیم, بنابراین می تواند دیگر شرکت کنندگان در بازار. در نتیجه, قیمت در میلی نوسان - و حتی میکروثانیه. در مثال بالا, چه اتفاقی می افتد اگر یک خرید تجارت اعدام شده است اما فروش تجارت نمی کند چرا که قیمت فروش تغییر در زمان سفارش بازدید بازار? معامله گر با یک موقعیت باز باقی می ماند که استراتژی داوری را بی ارزش می کند.
خطرات اضافی و چالش هایی مانند خطرات شکست سیستم وجود دارد, خطاهای اتصال به شبکه, زمان وقفه بین سفارشات تجاری و اعدام و, مهم تر از همه, الگوریتم های ناقص. هرچه الگوریتم پیچیدهتر باشد قبل از عملی شدن نیاز به تست پشتی سختگیرانهتری است.
است تجارت الگوریتمی قانونی?
بله, تجارت الگوریتمی قانونی است. هیچ قانون یا قانونی وجود ندارد که استفاده از الگوریتم های معاملاتی را محدود کند. برخی از سرمایه گذاران ممکن است اعتراض کنند که این نوع تجارت یک محیط تجاری ناعادلانه ایجاد می کند که بر بازارها تاثیر می گذارد. با این حال هیچ چیز غیرقانونی در این مورد وجود ندارد.
چگونه تجارت الگوریتمی را یاد بگیرم?
تجارت الگوریتمی به شدت به تجزیه و تحلیل کمی یا مدل سازی کمی متکی است. همانطور که در بازار سهام سرمایه گذاری می کنید, شما به دانش یا تجربه تجارت با بازارهای مالی نیاز دارید. در نهایت به دلیل اینکه معاملات الگوریتمی اغلب به تکنولوژی و کامپیوترها متکی است شما احتمالا به یک پس زمینه برنامه نویسی یا برنامه نویسی تکیه خواهید کرد.
معامله گران الگوریتمی از چه زبان برنامه نویسی استفاده می کنند?
سی پلاس پلاس یک انتخاب برنامه نویسی محبوب در میان معامله گران الگوریتمی است. با این حال سی یا سی پلاس پلاس هر دو زبان پیچیده تر و دشوارتری هستند بنابراین متخصصان مالی که به دنبال ورود به برنامه نویسی هستند ممکن است برای انتقال به یک زبان قابل کنترل تر مانند پایتون مناسب تر باشند.
خط پایین
تجارت الگوریتمی نرم افزارهای رایانه ای و بازارهای مالی را برای باز کردن و بستن معاملات بر اساس کد برنامه ریزی شده جمع می کند. سرمایه گذاران و معامله گران می توانند زمانی که می خواهند معاملات باز یا بسته شوند تنظیم کنند. همچنین می توانند از قدرت محاسباتی برای انجام معاملات با فرکانس بالا استفاده کنند. با انواع استراتژی معامله گران می توانید استفاده کنید, معاملات الگوریتمی در بازارهای مالی امروز شایع است. برای شروع, با سخت افزار کامپیوتر تهیه, مهارت های برنامه نویسی, و تجربه بازار مالی.