Podstawy handlu algorytmicznego: pojęcia i przykłady

Handel algorytmiczny (zwany również handlem automatycznym, handlem czarnymi skrzynkami lub handlem algo) wykorzystuje program komputerowy, który postępuje zgodnie ze zdefiniowanym zestawem instrukcji (algorytmem). Teoretycznie handel może generować zyski z prędkością i częstotliwością niemożliwą dla ludzkiego handlowca.

Zdefiniowane zestawy instrukcji oparte są na czasie, cenie, ilości lub dowolnym modelu matematycznym. Oprócz możliwości zysku dla tradera, handel algo sprawia, że ​​rynki są bardziej płynne, a handel bardziej systematyczny, wykluczając wpływ ludzkich emocji na działalność handlową.

Handel algorytmiczny w praktyce

Załóżmy, że przedsiębiorca przestrzega tych prostych kryteriów handlowych:

• Kup 50 akcji akcji, gdy jej 50-dniowa średnia krocząca przekroczy 200-dniową średnią kroczącą. (Średnia ruchoma to średnia z przeszłych punktów danych, która wygładza codzienne wahania cen, a tym samym identyfikuje trendy).
• Sprzedawaj akcje, gdy 50-dniowa średnia krocząca spadnie poniżej 200-dniowej średniej kroczącej.

Korzystając z tych dwóch prostych instrukcji, program komputerowy automatycznie monitoruje cenę akcji (i wskaźniki średniej kroczącej) i składa zamówienia kupna i sprzedaży, gdy spełnione są określone warunki. Inwestor nie musi już monitorować cen i wykresów na żywo ani ręcznie składać zamówień. System handlu algorytmicznego robi to automatycznie, poprawnie identyfikując okazję handlową.

Podstawy handlu algorytmicznego

Korzyści z handlu algorytmicznego

Handel Algo zapewnia następujące korzyści:

• Transakcje są przeprowadzane po najlepszych możliwych cenach.
• Składanie zleceń handlowych jest natychmiastowe i dokładne (istnieje duża szansa realizacji na pożądanych poziomach).
• Transakcje są dokonywane w prawidłowy i natychmiastowy sposób, aby uniknąć znacznych zmian cen.
• Obniżone koszty transakcji.
• Jednoczesne zautomatyzowane kontrole wielu warunków rynkowych.
• Zmniejszone ryzyko błędów ręcznych przy zawieraniu transakcji.
• Handel algo można przetestować z wykorzystaniem dostępnych danych historycznych i danych w czasie rzeczywistym aby sprawdzić, czy jest to opłacalna strategia handlowa.
• Zmniejszona możliwość pomyłek ze strony ludzkich handlowców na podstawie czynników emocjonalnych i psychologicznych.

Obecnie większość handlu algo to handel wysokoczęstotliwościowy (HFT), który próbuje wykorzystać dużą liczbę zleceń z dużą prędkością na wielu rynkach i wiele parametrów decyzyjnych na podstawie wstępnie zaprogramowanych instrukcji.

Handel algo jest wykorzystywany w wielu formach działalności inwestycyjnej i inwestycyjnej, w tym:

• Inwestorzy średnio- i długoterminowi lub firmy kupujące - fundusze emerytalne, fundusze wspólnego inwestowania, firmy ubezpieczeniowe - wykorzystują handel algo do zakupu akcji w dużych ilościach, gdy nie chcą wpływać na ceny akcji za pomocą dyskretnych inwestycji o dużej wielkości.
• Inwestorzy krótkoterminowi i uczestnicy sprzedaży - animatorzy rynku (tacy jak domy maklerskie), spekulanci i arbitrzy - korzystają ze zautomatyzowanej realizacji transakcji; ponadto handel algo pomaga w tworzeniu wystarczającej płynności dla sprzedawców na rynku.
• Systematyczni handlowcy - obserwujący trendy, fundusze hedgingowe lub handlujący parami (neutralna rynkowo strategia handlowa, która dopasowuje długą pozycję z krótką pozycją w parze wysoce skorelowanych instrumentów, takich jak dwa akcje, fundusze notowane na giełdzie (ETF) lub waluty) —Znajdź znacznie bardziej efektywne programowanie ich reguł handlowych i pozwól programowi handlować automatycznie.

Handel algorytmiczny zapewnia bardziej systematyczne podejście do aktywnego handlu niż metody oparte na intuicji lub instynkcie tradera.

Algorytmiczne strategie handlowe

Każda strategia handlu algorytmicznego wymaga określonej możliwości, która jest opłacalna pod względem poprawy zysków lub redukcji kosztów. Poniżej przedstawiono popularne strategie handlowe stosowane w handlu algo:

Strategie podążające za trendami

Najpopularniejsze algorytmiczne strategie handlowe podążają za trendami średnich kroczących, przebicia kanałów, ruchów poziomu cen i powiązanych wskaźników technicznych. Są to najłatwiejsze i najprostsze strategie do wdrożenia poprzez handel algorytmiczny, ponieważ strategie te nie wymagają dokonywania żadnych prognoz ani prognoz cen. Transakcje są inicjowane na podstawie występowania pożądanych trendów, które można łatwo i prosto wdrożyć za pomocą algorytmów bez wchodzenia w złożoność analizy predykcyjnej. Stosowanie średnich kroczących z 50 i 200 dni jest popularną strategią podążającą za trendami.

Możliwości arbitrażowe

Kupowanie akcji notowanych na dwóch giełdach po niższej cenie na jednym rynku i jednoczesne sprzedawanie ich po wyższej cenie na innym rynku oferuje różnicę cen jako zysk wolny od ryzyka lub arbitraż. Tę samą operację można powtórzyć dla akcji i instrumentów terminowych, ponieważ od czasu do czasu występują różnice cen. Wdrożenie algorytmu do identyfikacji takich różnic cenowych i wydajne składanie zamówień umożliwia zyskowne okazje.

Ponowne równoważenie funduszy indeksowych

Fundusze indeksowe określiły okresy przywracania równowagi w celu dostosowania swoich zasobów do swoich odpowiednich wskaźników referencyjnych. Stwarza to korzystne możliwości dla handlowców algorytmicznych, którzy wykorzystują oczekiwane transakcje, które oferują zyski od 20 do 80 punktów bazowych w zależności od liczby akcji w funduszu indeksowym tuż przed ponownym zrównoważeniem funduszu indeksowego. Takie transakcje są inicjowane za pośrednictwem algorytmicznych systemów transakcyjnych w celu terminowej realizacji i najlepszych cen.

Strategie oparte na modelach matematycznych

Sprawdzone modele matematyczne, takie jak strategia handlowa neutralna dla delty, umożliwiają handel kombinacją opcji i zabezpieczeniami. (Delta neutralna to strategia portfela składająca się z wielu pozycji z kompensowaniem dodatnich i ujemnych delt - współczynnika porównującego zmianę ceny składnika aktywów, zwykle zbywalnego papieru wartościowego, z odpowiadającą mu zmianą ceny jego instrumentu pochodnego - tak, że ogólna delta przedmiotowych aktywów wynosi zero).

Zakres handlu (średnia zmiana)

Strategia średniej konwersji opiera się na koncepcji, że wysokie i niskie ceny aktywów są zjawiskiem przejściowym, które okresowo powracają do ich średniej wartości (wartości średniej). Identyfikacja i zdefiniowanie przedziału cenowego oraz wdrożenie opartego na nim algorytmu pozwala na automatyczne zawieranie transakcji, gdy cena składnika aktywów zmienia się i wychodzi poza zdefiniowany przedział.

Średnia cena ważona wolumenem (VWAP)

Strategia średniej ceny ważonej wolumenem rozbija duże zamówienie i uwalnia dynamicznie określane mniejsze porcje zamówienia na rynek przy użyciu historycznych profili wolumenu specyficznych dla akcji. Celem jest realizacja zamówienia zbliżonego do średniej ceny ważonej wolumenem (VWAP).

Średnia cena ważona w czasie (TWAP)

Strategia ceny średniej ważonej w czasie rozbija duże zamówienie i uwalnia dynamicznie określane mniejsze porcje zamówienia na rynek, stosując równomiernie podzielone przedziały czasowe między czasem rozpoczęcia i zakończenia. Celem jest realizacja zamówienia zbliżonego do średniej ceny między czasem rozpoczęcia i zakończenia, minimalizując w ten sposób wpływ na rynek.

Procent objętości (POV)

Do czasu pełnego zrealizowania zlecenia handlowego algorytm kontynuuje wysyłanie zamówień częściowych zgodnie ze zdefiniowanym współczynnikiem uczestnictwa i wolumenem obrotu na rynkach. Powiązana „strategia kroków” wysyła zamówienia ze zdefiniowanym przez użytkownika procentem wielkości rynku i zwiększa lub zmniejsza ten współczynnik uczestnictwa, gdy cena akcji osiągnie poziomy zdefiniowane przez użytkownika.

Niedobór wdrażania

Strategia niedoboru wdrożenia ma na celu zminimalizowanie kosztów realizacji zlecenia poprzez odsprzedaż rynku w czasie rzeczywistym, a tym samym oszczędność na kosztach zamówienia i skorzystanie z kosztu alternatywnego opóźnionego wykonania. Strategia zwiększy docelową stopę uczestnictwa, gdy cena akcji zmienia się korzystnie, i zmniejsza ją, gdy cena akcji zmienia się niekorzystnie.

Poza zwykłymi algorytmami handlowymi

Istnieje kilka specjalnych klas algorytmów, które próbują zidentyfikować „zdarzenia” po drugiej stronie. Te „algorytmy wąchania” - używane na przykład przez animatora rynku sprzedającego - mają wbudowaną inteligencję do identyfikowania istnienia algorytmów po stronie zakupu dużego zamówienia. Takie wykrywanie za pomocą algorytmów pomoże animatorowi rynku zidentyfikować duże możliwości zamówień i umożliwi im skorzystanie z realizacji zamówień po wyższej cenie. Czasami określa się to mianem zaawansowanej technologii.

Wymagania techniczne dla handlu algorytmicznego

Wdrożenie algorytmu za pomocą programu komputerowego jest ostatnim składnikiem handlu algorytmicznego, któremu towarzyszy testowanie wsteczne (wypróbowanie algorytmu na historycznych okresach wcześniejszych wyników na giełdzie, aby sprawdzić, czy użycie go byłoby opłacalne). Wyzwanie polega na przekształceniu zidentyfikowanej strategii w zintegrowany skomputeryzowany proces, który ma dostęp do konta handlowego do składania zamówień. Poniżej przedstawiono wymagania dotyczące handlu algorytmicznego:

• Znajomość programowania komputerowego do programowania wymaganej strategii handlowej, wynajętych programistów lub gotowego oprogramowania handlowego.
• Łączność sieciowa i dostęp do platform handlowych do składania zamówień.
• Dostęp do rynkowych plików danych, które będą monitorowane przez algorytm pod kątem możliwości składania zamówień.
• Zdolność i infrastruktura do testowania wstecznego systemu po jego zbudowaniu przed uruchomieniem na prawdziwych rynkach.
• Dostępne dane historyczne do weryfikacji historycznej w zależności od złożoności reguł zaimplementowanych w algorytmie.

Przykład handlu algorytmicznego

Royal Dutch Shell (RDS) jest notowany na giełdzie w Amsterdamie (AEX) i giełdzie w Londynie (LSE). Zaczynamy od zbudowania algorytmu identyfikującego możliwości arbitrażu. Oto kilka interesujących spostrzeżeń:

• AEX handluje w euro, a LSE w funtach szterlingach brytyjskich.
• Z powodu jednogodzinnej różnicy czasu, AEX otwiera się godzinę wcześniej niż LSE, po czym obie giełdy handlują jednocześnie przez kilka następnych godzin, a następnie handlują tylko LSE w ciągu ostatniej godziny, gdy AEX zamyka się.

Czy możemy zbadać możliwość handlu arbitrażem na akcjach Royal Dutch Shell notowanych na tych dwóch rynkach w dwóch różnych walutach?

Wymagania:

• Program komputerowy, który potrafi odczytać aktualne ceny rynkowe.
• Ceny feedów zarówno z LSE, jak i AEX.
• Feed walutowy na rynku Forex (GBP-EUR).
• Możliwość składania zamówień, która może skierować zamówienie do właściwej wymiany.
• Możliwość weryfikacji historycznej na podstawie cen historycznych.

Program komputerowy powinien wykonać następujące czynności:

• Przeczytaj informacje o przychodzących cenach akcji RDS z obu giełd.
• Korzystając z dostępnych kursów walut, przelicz cenę jednej waluty na drugą.
• Jeśli istnieje wystarczająco duża rozbieżność cenowa (dyskontowanie kosztów pośrednictwa) prowadząca do zyskownej okazji, wówczas program powinien złożyć zamówienie kupna na giełdzie o niższej cenie i sprzedać je na giełdzie o wyższej cenie.
• Jeśli zamówienia zostaną wykonane zgodnie z życzeniem, nastąpi zysk z arbitrażu.

Proste i łatwe! Praktyka handlu algorytmicznego nie jest jednak tak łatwa w utrzymaniu i wykonaniu. Pamiętaj, że jeśli jeden inwestor może złożyć transakcję generowaną przez algo, to samo mogą zrobić inni uczestnicy rynku. W konsekwencji ceny wahają się w mili-, a nawet mikrosekundach. W powyższym przykładzie, co się stanie, jeśli transakcja kupna zostanie wykonana, ale transakcja sprzedaży nie nastąpi, ponieważ ceny sprzedaży zmieniają się, zanim zamówienie trafi na rynek? Inwestorowi pozostanie otwarta pozycja, dzięki czemu strategia arbitrażowa będzie bezwartościowa.

Istnieją dodatkowe zagrożenia i wyzwania, takie jak ryzyko awarii systemu, błędy łączności sieciowej, opóźnienia czasowe między zleceniami handlowymi a realizacją, a przede wszystkim niedoskonałe algorytmy. Im bardziej złożony algorytm, tym bardziej rygorystyczne jest testowanie wsteczne przed jego uruchomieniem.