Pangunahing algorithmic na mga diskarte sa pangangalakal. Algo trading sa Forex: mga detalye tungkol sa automated na istilo ng pangangalakal. Ano ang algorithmic trading

Ngayon lahat ay nagsasalita tungkol sa kung paano ang mga consultant ng tao ay papalitan ng mga makina. Paano ito tumutugma sa katotohanan?

Ang mga robot ay gawa ng mga tao, kaya tiyak na may mananatiling buhay... Ngunit seryoso, tukuyin muna natin kung ano talaga ang tinatawag nating robot. May robo-advising, may algorithmic strategies, may auto-following.

Magsimula tayo sa robo-advising. Ano ang kasama sa konseptong ito?

Ang Robo-advising ay isang programa na nagbibigay-daan sa iyo hindi lamang na lumikha ng isang portfolio para sa isang kliyente, kundi pati na rin upang muling balansehin ang portfolio nang walang paglahok ng kliyente.

Walang maraming katulad na serbisyo sa Russia, ngunit kung pag-uusapan natin ang tungkol sa mga kasanayan sa Kanluran, Mayroong malinaw na dibisyon sa pagitan ng passive at aktibong kontrol:

• aktibong kontrol binubuo ng pagpapasya kung aling kasangkapan at kailan bibilhin;
• passive control— kapag ang portfolio ay nabuo na at inilaan para sa mga kliyente na ayaw pumunta sa mga detalye.

Algo kalakalan

Ang Algotrading ay nauunawaan bilang isang uri ng pangangalakal kung saan ang mga aksyon ng mangangalakal ay ganap na napormal sa anyo ng isang algorithm, sa pamamagitan ng pagpapatupad na inaasahan ng mangangalakal na kumita. Sa simpleng salita, ang algorithmic na kalakalan ay isang paunang natukoy, may kamalayan na algorithm ng mga aksyon ng isang mangangalakal sa panahon ng pangangalakal.

Ano ang kinabukasan ng algorithmic trading sa Russia? Mayroong mataas na interes sa serbisyong ito parehong mula sa mga kliyente at mula sa mga propesyonal na kalahok sa merkado.

Ang bahagi ng naturang mga serbisyo ay lalago - ito ay halata.

Ang pagbuo ng segment ay nagdudulot ng mga bagong hamon para sa parehong regulator at sa merkado. Mayroong aktibong talakayan tungkol sa kinabukasan ng mga serbisyong ito para sa mga indibidwal. Ang isang malaking bilang ng mga tao ay gumagamit ng mga naturang serbisyo, at Hindi ito maaaring balewalain ng regulator.

Mga kalamangan at kahinaan

Kailangang matanggap ng kliyente buong impormasyon tungkol sa mga kondisyon ng isang partikular na diskarte, kabilang ang, halimbawa, mga buwis, mga halaga ng komisyon.

Kasabay nito, ang mga presyo kung saan ang kliyente ay gumagawa ng mga transaksyon ay hindi palaging nag-tutugma sa mga presyo kung saan ang may-akda ng diskarte ay gumagawa ng mga transaksyon. Minsan humahantong ito sa pagkadismaya ng kliyente sa serbisyo. Ngunit sa huli Ang merkado para sa mga serbisyo ng autofollowing at algorithmic na kalakalan ay dapat maging malinaw sa parehong mga broker at kliyente.

Mayroong dalawang mga pakinabang: bilis at mababang gastos. Ang mga serbisyo ng robot ay ilang beses na mas mura kaysa sa mga consultant. Kahit na may katamtamang halaga na $5 thousand. maaari kang makakuha ng balanseng portfolio. Ngunit ang gayong serbisyo ay hindi mag-ugat sa Russia. Gusto naming "tumingin sa mga mata" ng mga namamahala ng pera.

Ang pamumuhunan ay isang mabagal at maingat na proseso.

A robo-advising service ay naglalayong sa mga tamad na speculators na gustong kumita ng pera sa pamamagitan ng paglipat ng pasanin sa paggawa ng desisyon sa ibang tao. Hindi ito humahantong sa anumang mabuti.

Ngunit ang bilang ng mga taong gustong kumita ng pera nang hindi gumagawa ng mga independiyenteng desisyon ay napakalaki. kaya lang Ang Robo-advising ay hihilingin sa anumang kaso.

Ang mga problema ng robo-advising sa Russia ay nauugnay sa kahinaan ng merkado mismo - mababa, pagbaba ng kahalagahan ng tatak at pangalan ng kumpanya ng developer, at ang posibilidad ng pagmamanipula ng presyo.

Ang isa pang problema ay ang bilang ng mga aktibong mamumuhunan. Magiging kawili-wili ang produkto kapag umalis ang Private Banking sa merkado. Ngunit ito ay nangangailangan ng isang natatanging serbisyo na isinasaalang-alang ang mga interes ng isang partikular na mamumuhunan.

Dahil sa malawakang paggamit ng mga chatbot at ang bilis ng pag-unlad ng mga naturang serbisyo, ang malawakang paggamit ng mga naturang teknolohiya ay isang bagay sa malapit na hinaharap. Sa Russia, ang mga pangunahing manlalaro ay nasa isang estado ng malubhang kumpetisyon, pagpapakilala ng mga bagong produkto at serbisyo, at pagpapabuti ng serbisyo.

Naniniwala kami na ang robo-advising ay malapit nang maging abot-kaya para sa mga medium-sized at niche na mga manlalaro na magiging masaya na makipagkumpitensya para sa mga pondo ng mga kliyente.

Bukod pa rito, manood ng maikling video tungkol sa kung ano ang algorithmic trading:

Ang manu-manong pangangalakal sa stock exchange, sa kabila ng lahat ng pangako at kakayahang kumita nito, ay dahan-dahan ngunit tiyak na nagiging isang bagay ng nakaraan. Sa ngayon, higit sa lahat ang mga lumang-paaralan na mangangalakal ang manu-manong nangangalakal, habang ang mga baguhan, na nag-aaral pa lamang ng mga pangunahing kaalaman sa karampatang pangangalakal, ay lalong sumusunod sa landas ng awtomatikong pangangalakal o, kung tawagin din, algorithmic trading. Pagtitiwala sa pagtatapos ng mga transaksyon, pagbubukas ng mga posisyon, atbp. isang walang kibo na mekanismo, isang robot na pangkalakal, na walang emosyon at ginagawa ang lahat ng inilagay ng developer dito, nang hindi ginagambala ng panlabas na stimuli.

At ngayon ay pag-uusapan natin kung ano ang algorithmic na kalakalan sa prinsipyo, kung paano ito gagawin, kung saan makakakuha ng isang mahusay na robot ng kalakalan, at isaalang-alang din ang mga pagkakaiba sa pagitan ng awtomatiko at mataas na dalas na kalakalan. Magsimula na tayo.

Kaya, gaya ng dati, bumalangkas muna tayo ng kahulugan ng algorithmic trading.

Algorithmic trading ay isang uri ng exchange trading na nagsasangkot ng awtomatikong pagtatapos ng mga transaksyon ng isang trading robot, sa loob ng balangkas ng isang partikular na algorithm na isinama dito ng trader.

Sa tingin ko ang lahat ay malinaw dito - ang negosyante, batay sa kanyang karanasan at diskarte sa pangangalakal, ay lumilikha ng isang sistema kung saan inireseta niya ang mga patakaran para sa pagbubukas at pagsasara ng mga posisyon, ang mga kondisyon na dapat matugunan ng merkado at ng asset, pati na rin ang pangkalahatang tuntunin pamamahala ng kapital.

Ang bilang ng mga mahalagang papel na kailangang bilhin, ang halaga ng mga pondo na inilalaan para dito, ang prinsipyo ng paglalagay - lahat ng ito ay madalas na inilatag ng negosyante nang maaga.

Ang isa sa mga pangunahing bentahe ng algorithmic trading ay ang pag-alis ng mga natapos na transaksyon mula sa mga emosyon, premonitions at intuition ng negosyante, na kadalasang naglalaro ng malupit na biro sa kanya, na pumipigil sa kanya sa sapat na pagtatasa sa kasalukuyang sitwasyon sa merkado at paggawa ng tamang desisyon.

Ang pangalawang pangalan ng awtomatikong pangangalakal ay pinakamahusay na naglalarawan sa kakanyahan at pangunahing gawain nito: pangangalakal gamit ang mga mekanikal na sistema.

Alinsunod dito, upang maipatupad ang algorithmic trading sa pagsasanay, kailangan ang isang trading robot. Pag-usapan natin sila.

Mga robot sa pangangalakal

Isang computer program na may trading algorithm na naka-embed dito, na nakapag-iisa na nagtatapos sa mga transaksyon at iba pang operasyon stock market.

Mga uri ng robot

Ang mga programa sa pangangalakal ay maaaring nahahati sa dalawang malalaking grupo:

1. Nang walang awtoridad na independiyenteng magbukas ng mga posisyon, pinag-aaralan nila ang malaking halaga ng impormasyon tungkol sa kasalukuyang mga kondisyon ng merkado at ibinibigay ang mga ito sa mangangalakal upang makapagdesisyon siya kung papasok sa isang transaksyon o hindi.
2. Isang ganap na automated na robot na hindi humihingi ng pahintulot na magbukas ng trade. Kasabay nito, isinasaalang-alang ng programa ang lahat ng mga panganib sa merkado at posibleng pagkalugi.

Naturally, kapag pinag-uusapan natin ang tungkol sa algorithmic trading, pangunahing interesado tayo sa pangalawang uri.

Bilang karagdagan sa mga robot sa pangangalakal, ang mga diskarte sa algorithm kung saan gumagana ang mga ito ay maaari ding hatiin sa dalawang bahagi.

1. Diskarte sa pagpapatupad(diskarte sa pagpapatupad) – nagpapahiwatig ng pagbili/pagbebenta ng mga asset sa malalaking volume, sa average na timbang na presyo, na mas malapit hangga't maaari sa presyo ng huling natapos na transaksyon. Pinapayagan ka nitong makabuluhang bawasan ang mga gastos na nauugnay sa pagbubukas at pagsasara ng mga posisyon at pangunahing ginagamit ng malalaking manlalaro sa merkado ng pananalapi, tulad ng mga kumpanya ng brokerage At mga pondo sa pamumuhunan. Ang mga pribadong mamumuhunan ay madalas na gumagamit ng pangalawang diskarte.
2. Istratehiya sa haka-haka– isang klasikong sistema para sa mga mangangalakal, na naglalayong makakuha ng pinakamataas na tubo batay sa pagkakaiba ng presyo sa pagitan ng halaga ng pagbili at pagbebenta ng asset.

May kaugnayan sa algorithmic na kalakalan, ang mga istratehiya sa haka-haka ay maaaring nahahati sa ilang mga uri, naiiba sa kanilang diskarte sa trabaho, ngunit hinahabol ang parehong layunin - pagkuha ng maximum na kita. Tingnan natin ang mga ito nang mabilis:

1. Pagpupulong sa merkado– sabay-sabay na pagpasok at pagpigil ng mga posisyon sa pagbili/pagbebenta sa loob ng mga hangganan ng paggalaw ng presyo para sa isang partikular na asset.
2. Pangkalakal ng mga peyers– sabay-sabay na teknikal na pagsusuri ng dalawang lubos na magkakaugnay na mga asset, kapag ang pagbili ng isang asset ay sinamahan ng sabay-sabay na pagbebenta ng pangalawa. Ganitong klase ang ispekulatibong diskarte ay tinatawag ding pairs trading.
3. pangangalakal ng basket– ang parehong pares ng kalakalan, dito lamang ang gawain ay isinasagawa hindi sa dalawang pribadong asset, ngunit sa kanilang mga grupo.
4. Diskarte sa pagsubaybay– nagpapahiwatig ng patuloy na pagsubaybay sa mga asset quote ng isang trading robot upang matukoy ang mga palatandaan ng isang matatag na trend at tapusin ang mga transaksyon alinsunod dito.
5. Arbitrasyon– muli, ang mga parallel ay maaaring iguhit sa pares na kalakalan. Ang gawain dito ay isinasagawa gamit ang dalawang asset, ang ratio ng ugnayan na katumbas ng isa.

Paano lumikha ng isang trading robot

Ang unang bagay na kailangan mong lumikha ng isang awtomatikong programa ng kalakalan ay isang espesyal na application na may tinatawag na algorithm designer. Mga modernong sistema Ang mga awtomatikong sistema ng kalakalan ay medyo madaling gamitin, at kahit na ang mga may kaunting kaalaman sa programming ay maaaring lumikha ng isang ganap na sistema ng kalakalan.

Halimbawa, isang unibersal na programa na mayroong malawak na pag-andar para sa mga algorithmic na mangangalakal, ginagawang posible na lumikha ng iyong sariling robot sa pamamagitan ng pagguhit nito bilang isang flowchart. Lahat ng mga utos ng programa, mga script, atbp. Gagawin ito mismo ng TSLab, kailangan mo lang itakda ang direksyon.

Mga kalamangan ng algorithmic trading

Sabihin ko kaagad na marami sila. Ito ay hindi para sa wala na ang algorithmic na kalakalan ay napakapopular. Kabilang sa mga pangunahing bentahe nito ang:

• Mataas na katumpakan– ang robot ay hindi maaaring maglagay ng dagdag na simbolo pagkatapos ng decimal point, lumihis mula sa nakaplanong presyo, sa ilalim ng motto na "At kaya nito gagawin" at magbukas ng deal nang random. Anuman ang pagkakasunud-sunod ng mga aksyon na inilagay mo dito, iyon ay kung paano ito ipagpapalit.
• Pagkakataon na kumita mula sa mga unang araw. Ang independiyenteng kalakalan ay isang medyo kumplikadong bagay, kailangan mong matuto, makakuha ng karanasan at, kung ano ang itatago, magkaroon ng problema sa anyo ng mga pagkalugi sa pananalapi. Kahit na ang mga baguhan na bumili ng trading robot mula sa mas may karanasan na mga kasamahan ay maaaring kumita ng pera mula sa algorithmic trading.
• Nakahanda nang umalis– Alam ng mga nakaranasang mangangalakal na kung minsan ay kailangan nilang maghintay ng ilang oras, o kahit na mga araw, para sa isang magandang sandali upang magbukas ng isang transaksyon. Naturally, ito ay medyo mahirap. Pagkatapos ng lahat, kahit na palagi kang handa (na kung saan ay labis na nakakapagod), maaari mong literal na lumayo mula sa terminal sa loob ng ilang minuto at makaligtaan ang mismong pagtaas ng presyo na iyong hinihintay ng isang linggo. Walang pakialam ang programa sa lahat ng ito. Siya ay matiyagang maghihintay ayon sa iskedyul 24/7 at ito ay hindi sa anumang paraan makakaapekto sa pagiging epektibo ng kanyang mga aksyon.
• Bilis ng operasyon– ang sistema ay may kakayahang sabay na pag-aralan ang ilang mga chart, quote at indicator, pati na rin ang pagpapadala ng sampung order sa bawat segundo. At mas maraming transaksyon, mas maraming tubo.
• Kawalan ng emosyon– Napag-usapan ko na ito. Gumagawa ang programa ng mga desisyon na direktang sumusunod mula sa algorithm na naka-embed dito. Hindi siya maaaring magmadali, maging tamad, matakot, atbp.
• Versatility at scalability– ang isang mahusay na algorithm ay maaaring iakma upang gumana sa daan-daang iba't ibang mga asset, currency, stock, futures, atbp. Ang mga kakayahan nito ay direktang sumusunod sa mga kakayahan ng developer, samakatuwid ang mga robot ay nilikha mga makaranasang mangangalakal maaaring magamit nang literal kahit saan, sa anumang merkado o palitan. Bilang karagdagan, kung kinakailangan, maaari silang baguhin at pagbutihin, na ginagawang ganap na perpekto ang algorithm.

Sa prinsipyo, ang lahat ng mga benepisyo ay lubos na inaasahan, tama ba? Ang kalakalan ng algo ay maaaring magdala ng malaking kita, at functionality Ang trading robot ay nakadepende lamang sa karanasan ng developer.

Mga disadvantages ng algorithmic trading

• Teknolohikal na kumplikado. Hindi, ang proseso ng algorithmic trading mismo ay hindi kapani-paniwalang simple: ikonekta ang programa sa terminal at magpahinga. Mahirap gumawa ng mismong program na ito. Ang merkado ay hindi mahuhulaan at ilang mga tao ang nakagawa ng perpektong algorithm sa ngayon.
• Mahal– may kaugnayan lamang para sa mga hindi gumagawa ng mga algorithm sa kanilang sarili, ngunit binibili ang mga ito mula sa mas may karanasan na mga kasamahan. Kung talagang mahusay ang robot, kakailanganin mong maglabas ng maraming pera. Ang independiyenteng paglikha ng mga gastos ay hindi nangangailangan.
• Kakulangan ng kakayahang mag-improvise. Ang isa sa mga pangunahing bentahe ng algorithmic trading ay ang kawalan din nito. Ang mga pamilihan sa pananalapi ay lubhang pabagu-bago at ang algorithm ay hindi palaging umaangkop sa kanilang kasalukuyang estado. Samantalang ang isang negosyante, na nakakakita ng mga pagbabago, ay maaaring sumalungat sa kanyang diskarte at makinabang mula dito.

Maaari mong, siyempre, i-highlight ang ilang higit pang mga negatibong aspeto ng algorithmic trading, ngunit ang lahat ng ito ay kumukulo sa isang bagay - ang kahirapan ng paglikha ng isang perpektong robot. Napakaraming salik ang kailangang isaalang-alang at ilagay dito para tuloy-tuloy na kumita.

Bakit kapaki-pakinabang sa mga palitan ang algorithmic trading at algorithmic trader?

Ang automated na kalakalan ay nagdudulot ng maraming benepisyo hindi lamang sa mga mangangalakal, na ginagawang mas madali ang kanilang buhay at tumatanggap ng isang napaka disenteng kita. Oo nga pala, ang algorithmic trading ay isang magandang tulong din sa pag-aaral. Obserbahan mo ang mga aksyon ng robot at subukang ipaliwanag kung bakit ito ginawa nito o ang desisyong iyon ay nagbibigay-daan sa iyo upang mabilis na maunawaan ang kakanyahan ng mga proseso ng merkado at turuan ka kung paano mag-trade nang mag-isa.

Tulad ng para sa mga palitan, kailangan din nila ng mga algorithmic na mangangalakal na, sa pamamagitan ng kanilang mga aktibidad at isang malaking bilang ng mga transaksyon na isinasagawa, ay nagbibigay ng mataas na pagkatubig sa mga asset at pinapataas ang turnover ng kalakalan ng palitan. Tulad ng nabanggit na, ang isang robot ay gumagana nang mas mabilis kaysa sa isang tao.

High Frequency Algorithmic Trading

At ngayon gusto kong i-debunk ang isang napakakaraniwang maling kuru-kuro, na itinuturing ng maraming tao ang algorithmic trading at high-frequency na kalakalan (High-frequency trading, HFT, tala ng editor) ang parehong phenomenon.

Oo, magkapareho ang mga ito, ang high-frequency na pangangalakal ay maaari pang mauri bilang isa sa mga uri ng algorithmic na kalakalan, ngunit imposible pa ring maglagay ng pantay na tanda sa pagitan nila.

Kasama sa pangangalakal gamit ang High-frequency system ang pagbubukas ng malaking bilang ng mga transaksyon sa dose-dosenang iba't ibang asset, literal sa isang segundo. Ang gawain ay isinasagawa sa maliliit na volume, na binabayaran ng bilang ng mga operasyon. Literal na kumikita kaagad ang mga mangangalakal na gumagamit ng teknolohiyang ito. Bukod dito, ang laki nito ay kadalasang napakahusay.

Ang algotrading sa pangkalahatan ay isang mas malawak na konsepto. Maaari itong maging parehong high-frequency at medyo katamtaman. Ikaw ang magpapasya para sa iyong sarili kung ano ang pinakamainam para sa iyo: 10 maliit na dami ng mga transaksyon o isa, ngunit para sa isang malaking halaga.

Ano ang kailangan mo para sa algorithmic trading

Una, tulad ng sinabi ko na, isang terminal ng kalakalan at isang robot na magtatapos ng mga transaksyon.

Pangalawa, ang isang mahusay na bilis ng koneksyon sa server, na magagarantiya ng kaunting mga pagkaantala sa oras. Huwag kalimutan na ang high-frequency na kalakalan ay nagsasangkot ng paggawa ng mga split-second na desisyon, at ang pagkaantala dito ay maaaring nakamamatay.

Pangatlo, ito ay kanais-nais kung ang mga ito ay direktang ipinapakita sa gumaganang terminal. Ang programa ay may kakayahang magsuri ng daan-daang mga asset nang sabay-sabay, kaya bakit limitahan ito at ang iyong sarili? Kailangan mong sulitin ang pangangalakal, kaya kailangan mong asikasuhin ang mga quote nang maaga.

Lahat ng tatlong bagay na kailangan para sa matagumpay na algorithmic trading ay ibinibigay ng Roboforex broker sa mga kliyente nito. Mayroong isang hiwalay na seksyon na eksklusibo na nakatuon sa mga algorithmic na mangangalakal, kasama ang lahat ng pag-andar na kailangan nila.

Nag-aalok ang Roboforex sa mga mangangalakal ng direktang koneksyon sa mga server ng Moscow Exchange, sa lahat ng lugar - foreign exchange, stock at derivatives. Ginagawa ang koneksyon sa pamamagitan ng mga dalubhasang protocol ng paglilipat ng data, na inangkop sa malalaking dami ng impormasyon at sa mabilis na paglipat nito.

Ang kumpanya ay mayroon din software para sa paglikha ng mga algorithm ng kalakalan, pati na rin ang mga handa na algorithm na maaaring ikonekta sa iyong terminal.

At, siyempre, isang serbisyo para sa pagkonekta sa mga quote ng lahat ng domestic at foreign asset, kasama ang kanilang broadcast sa gumaganang terminal, nang walang pagkaantala o pagkaantala.

Matapos suriin ang lahat ng mga alok na umiiral sa domestic market, ang aming koponan ay dumating sa konklusyon na wala nang mas kumikita at komprehensibong mga alok tulad ng isa na nagmumula sa Zerich. Ang broker na ito ay gumawa ng isang mahusay na trabaho sa paglikha ng pinakamainam na kondisyon sa pagtatrabaho para sa mga algorithmic na mangangalakal.

Pagsasanay sa Algo trading

Partikular kong itinampok ang isyung ito bilang isang hiwalay na talata, dahil... Kahit na ang isang simpleng bagay tulad ng algorithmic trading ay nangangailangan ng hindi bababa sa minimal na pagsasanay, kung saan ang isang baguhan ay sasabihin kung ano ang ano, itinuro kung paano mag-set up ng mga robot sa pangangalakal at kumita mula sa kanila.

Ang mga serbisyo ng ganitong uri ay ibinibigay din ng kumpanyang Roboforex, na nag-aalok sa lahat ng buong hanay ng mga kaganapan sa pagsasanay, na kinabibilangan ng mga kurso, webinar, at harapang klase. Sa kanila maaari mong matutunan ang lahat ng bagay na may kaugnayan sa algorithmic na kalakalan, paglikha ng mga sistema ng pangangalakal at marami pang ibang nauugnay na bagay.

Konklusyon

Ang pagbubuod ng lahat ng nasa itaas, maaari tayong gumawa ng isang hindi malabo na konklusyon na ang algorithmic na kalakalan ay isa sa mga pinaka-promising na lugar ng aktibidad ngayon, na tataas lamang sa paglipas ng panahon.

Exchange trading, tulad ng anumang iba pang larangan ng aktibidad, ay hindi tumitigil at ang awtomatikong kalakalan ay marahil ang pinakamoderno at may-katuturan sa mga lugar nito.

At kung ano ang itatago, ito ang pinaka kumikita. Ang mga resulta na ipinakita ng mga algorithm ng stock exchange sa nakalipas na ilang taon ay kadalasang lampas sa mga kakayahan ng kahit na ang pinaka may karanasan at advanced na mga mangangalakal. At walang anino ng pagdududa, masasabi nating ang kinabukasan ng industriya ay nakasalalay sa algorithmic trading.

Pinakamahusay na pagbati, Nikita Mikhailov

P.S: at ngayon, iminumungkahi kong manood ka ng magandang video na muling naglalarawan ng lahat ng mga pakinabang ng algorithmic trading.

Ang kalakalan ng algo sa anyo kung saan ito ay kilala ngayon ay nagmula noong 80s ng huling siglo. Noong panahong iyon, ang ganitong uri ng pangangalakal ay imposible para sa mga ordinaryong mangangalakal at ginagamit lamang ng mga namumuhunan sa institusyon na kayang magbayad ng malaki. kapangyarihan sa pag-compute at nagtataglay ng mga kahanga-hangang mapagkukunang intelektwal. Ngayon, ang automated na kalakalan ay magagamit sa sinumang may simpleng personal na computer.

Ano ang algorithmic trading

Mayroong dalawang pangunahing kahulugan na nagbibigay ng ideya kung ano ang algorithmic trading.

1. Ang algorithm na kalakalan ay isang paraan ng pagpapatupad ng isang napakalaking order sa merkado sa pamamagitan ng paghahati-hati nito sa ilang mas maliliit na sub-order. Upang gawin ito, isang hanay ng mga tagubilin ang ginagamit, kabilang ang mga algorithm ng paghahati, mga katangian ng presyo at iba pang mga parameter na tumutukoy sa mga kondisyon para sa pagpapadala ng mga order para sa pagpapatupad. Ang pag-automate ng prosesong ito ay hindi naglalayong kumita, ngunit pinapayagan ka nitong bawasan ang gastos ng pagpapatupad ng isang malaking order at bawasan ang posibilidad na hindi ito maisakatuparan. Binabawasan din nito ang epekto ng malalaking transaksyon sa mga pamilihan. Kabilang sa mga tanyag na algorithm ay Target na Pagsara, Porsyento ng Volume, VWAP, Pagkukulang, Pegged, TWAP, Pagpapatupad .
2. Sa kasalukuyan, mas madalas na nauunawaan na ang algorithmic trading ay isang malinaw na pormal na mekanismo para sa pagbubukas at pagsasara ng mga transaksyon, gamit ang isang algorithm na tinukoy ng negosyante na gumagamit ng mekanikal na sistema ng kalakalan MTS at awtomatikong sistema ng kalakalan- ATS. Ang pagkakaiba sa pagitan ng mga ito ay na sa kaso ng MTS, ang isang negosyante ay maaaring magsagawa ng ilan sa mga aksyon nang nakapag-iisa, na kinokontrol ang lahat ng mga aksyon, habang ang mga operating algorithm ng MTS at ATS ay maaaring pareho.

Algorithmic trading sa simpleng salita ay ang automation ng mga nakagawiang aksyon ng isang negosyante, na nagbibigay-daan sa pagbawas ng oras ng pagsusuri ng impormasyon ng stock exchange, pagkalkula ng mga mathematical na modelo, at paggawa ng mga transaksyon. Bilang karagdagan, inalis ng ATS ang mga pagpapatakbo ng merkado ng kadahilanan ng tao, na ipinakita sa anyo ng mga emosyon, haka-haka o "intuition ng negosyante", na kadalasang binabawasan ang buong kakayahang kumita ng kahit na ang pinakamahusay na diskarte sa zero.

Ang simula ng algorithmic trading ay itinuturing na ang sandali ng paglikha ng una awtomatikong sistema pangangalakal ng stock ( National Association of Securities Dealers Automated Quotation) noong 1971. At ang unang negatibong kahihinatnan ay naitala noong Oktubre 1987, nang bumagsak ang kalakalan ng programa sa stock market ng US.

Ang kakanyahan ng algorithmic trading

Sa kanilang trabaho, ginagamit ng mga algorithmic na mangangalakal ang umiiral na posibilidad ng paglipat ng mga quote sa nais na hanay. Para sa mga kalkulasyon, ginagamit ang makasaysayang data ng napiling asset o isang set ng ilang instrumento.

Dahil ang merkado ay pabagu-bago, ang mga developer ay patuloy na abala sa paghahanap ng mga umuulit na pattern at pagkalkula ng posibilidad ng kanilang paglitaw sa hinaharap. Samakatuwid, mula sa teknikal na pananaw, ang algorithmic na kalakalan ay bumababa sa pagtukoy ng mga algorithm para sa pagbubukas at pagsasara ng mga transaksyon, pati na rin ang pagpili ng mga robot sa pangangalakal para sa kanilang pagpapatupad.

May tatlong paraan upang pumili ng mga panuntunan:

• Genetic: Ang mga algorithm ay nagdidisenyo ng mga computer system.
• Manwal: isang siyentipikong diskarte ang ginagamit, batay sa pisikal at matematikal na mga modelo.
• Auto: ang mga dalubhasang programa ay ginagamit upang pagbukud-bukurin ang malalaking hanay ng mga panuntunan at subukan ang mga ito.

Ang malalaking algorithmic trading investment na kumpanya, kabilang ang Virtu, Renaissance Technologies, Citadel, ay nagtatrabaho sa libu-libong instrumento, gamit ang dose-dosenang pamilya ng mga robot. Sa ganitong paraan, ang isang tiyak na pagkakaiba-iba ng mga algorithm ay isinasagawa, na maaaring makabuluhang bawasan ang posibilidad ng mga pagkabigo at mga error sa pangangalakal.

Mga Uri ng Algorithm

Ang algorithm ay isang hanay ng mga tumpak na tagubilin na nilikha upang magsagawa ng mga partikular na gawain. Naka-on mga pamilihan sa pananalapi Ang mga algorithm ng gumagamit ay isinasagawa ng mga computer. Upang lumikha ng mga hanay ng mga panuntunan, ginagamit ang data sa mga presyo, dami, at oras ng pagpapatupad ng mga transaksyon sa hinaharap.

Ang algorithm na kalakalan sa stock market at Forex ay nahahati sa apat na uri ng target:

• Istratehiya sa istatistika. Ang pamamaraang ito ay batay sa paghahanap ng mga pagkakataon sa pangangalakal gamit pagsusuri sa istatistika serye ng oras sa kasaysayan.
• Awtomatikong hedging. Ang layunin ng diskarte ay bumuo ng mga panuntunan na magpapahintulot sa kalahok sa merkado na bawasan ang pagkakalantad sa panganib.
• Algorithmic na diskarte sa pagpapatupad. Ang pamamaraang ito ay idinisenyo upang magsagawa ng ilang mga gawain na may kaugnayan sa pagbubukas at pagsasara ng mga order sa pangangalakal.
• Direktang pag-access sa pagkatubig. Ang diskarteng ito ay naglalayong makuha ang pinakamataas na bilis ng pag-access sa mga merkado, bawasan ang gastos ng pagkakaroon ng access at pagkonekta sa mga terminal ng kalakalan para sa mga algorithmic na mangangalakal.

Ang mataas na dalas ng algorithmic na kalakalan ay maaaring makilala bilang isang hiwalay na lugar ng mekanisadong kalakalan. Ang pangunahing tampok ng kategoryang ito ay ang napakataas na dalas ng pagbubukas ng mga order: nakumpleto ang mga transaksyon sa loob ng millisecond. Ang diskarte na ito ay maaaring magbigay ng makabuluhang mga benepisyo, ngunit nagdadala din ng ilang mga panganib.

Ang mekanikal na sistema ng kalakalan ay unang inilarawan ng may-akda ng aklat na " Higit pa sa Teknikal na Pagsusuri» Tushar Chand(Tushar S. Chande) noong 1997 tinawag ang MTS sa Forex. Ito ay mga bloke ng software na sumusubaybay sa mga merkado, naglalabas ng mga order para sa mga transaksyon at kumokontrol sa pagpapatupad ng mga utos.

Ang mga robotic trading program ay nahahati sa dalawang uri:

1. Ganap na awtomatiko, iyon ay, malayang paggawa ng mga desisyon sa pangangalakal.
2. Pagbibigay ng mga senyales para sa manu-manong pagbubukas ng mga trade ng isang negosyante.

Sa konteksto ng algorithmic trading, tanging ang unang uri ng mga robot o tagapayo ang isinasaalang-alang, " sobrang gawain» na ang pagpapatupad ng mga diskarte sa pangangalakal na imposible sa manu-manong pangangalakal.

Renaissance Institutional Equities Fund(RIEF) ay ang pinakamalaking hedge fund gamit ang algorithmic trading. Ito ay natuklasan ng mga Amerikano kumpanya ng pamumuhunan Renaissance Technologies Corp., na itinatag noong 1982 ng mathematician na si James Harris Simons. Edisyon Ang Financial Times noong 2006 ay iginawad kay Simons ang titulong " ang pinakamatalinong bilyonaryo».

Paano nilikha ang mga robot sa pangangalakal

Ang mga robot na ginagamit para sa algorithmic trading sa stock market ay mga espesyal na programa sa computer. Ang kanilang pag-unlad ay nagsisimula sa pagguhit ng isang malinaw na plano para sa lahat ng mga gawain na kanilang gagawin, simula sa pangunahing bagay - diskarte.

Ang programmer-trader ay nahaharap sa gawain ng paglikha ng isang algorithm na isasaalang-alang ang kanyang kaalaman at mga personal na kagustuhan. At, siyempre, ito ay ganap na kinakailangan upang malinaw na maunawaan nang maaga ang lahat ng mga nuances ng sistema ng kalakalan na magiging awtomatiko. Samakatuwid, ang paggawa ng mga algorithmic trading system nang mag-isa ay hindi inirerekomenda para sa mga baguhang mangangalakal.

Upang teknikal na ipatupad ang isang trading robot, kakailanganin mo ng kaalaman sa kahit isang programming language. Ginagamit upang magsulat ng mga programa mql4, Python, C#, C++, Java, R, MathLab. Ang kakayahang mag-program ay nagbubukas ng ilang mga pakinabang para sa isang negosyante: paglikha ng mga database, pagpapatupad at mga sistema ng pagsubok, ang kakayahang pag-aralan ang mga diskarte sa mataas na dalas, pati na rin ang mabilis na pag-aalis ng mga error.

Maraming napakakapaki-pakinabang na open-source na mga aklatan at proyekto ang nalikha para sa bawat wika. Ang isa sa pinakamalaking algorithmic trading projects ay QuantLib, nilikha sa C++. At kung kinakailangan, direktang koneksyon sa Currenex, LMAX, Integral o iba pang mga tagapagbigay ng pagkatubig, upang gumana sa mga high-frequency na algorithm, ay kailangang makabisado ang wikang Java kung saan nakasulat ang mga API para sa pagkonekta.

Kung wala kang mga kasanayan sa programming, maaari kang gumamit ng mga espesyal na algorithmic trading platform upang lumikha ng simpleng MTS, halimbawa:

• TSLab;
• WelthLab;
• MetaTrader;
• S#.Studio;
• Mga Multichart;
• TradeStation;

Algorithmic Forex trading

Ang paglago ng algorithmic trading sa Forex sa mga nakaraang taon ay higit sa lahat dahil sa automation ng proseso at pagbawas sa oras ng pagpapatupad mga transaksyon sa foreign exchange gamit ang mga algorithm ng software. Binabawasan din ng automation ang mga gastos sa pagpapatakbo, kabilang ang mga para sa pagtupad sa mga order sa kalakalan.

Ginagamit din ang mga algorithm ng mga bangko kapag nag-a-update ng mga quote ng pares ng pera mga platform ng kalakalan, pagtaas ng bilis ng paghahatid ng presyo at pagbabawas ng dami ng mga oras ng manwal na paggawa na ginagamit sa pagkalkula ng mga presyo. Pinapayagan din ng mga algorithm ang mga bangko na matugunan ang nakaplanong antas ng panganib kapag may hawak na mga pera at bawasan ang mga gastos sa transaksyon.

Bilang karagdagan, ang algorithmic na kalakalan ng Forex ay lalong ginagamit upang ipatupad ang mga istratehiya sa haka-haka, na nagbibigay daan para sa paggamit ng arbitrage sa mga maliliit na paglihis ng presyo sa pagitan ng mga pares ng pera. Ito ay naging posible sa pamamagitan ng mataas na dalas, na sinamahan ng kakayahan ng algorithm na bigyang-kahulugan ang stream ng data at magsagawa ng mga order.

Dami ng kalakalan

Ang quantitative trading ay isang direksyon sa pangangalakal na naglalayong lumikha ng mga modelo na naglalarawan sa dynamics ng iba't-ibang mga ari-arian sa pananalapi at may kakayahang gumawa ng tumpak na mga pagtataya.

Ang daming mangangalakal, tinatawag din dami(quants, maikli para sa quantitative analyst) ay, bilang panuntunan, mga taong may mataas na pinag-aralan: mga ekonomista, mathematician, programmer. Upang maging isang quant, dapat ay mayroon kang kaalaman man lang sa mathematical statistics at econometrics.

Ang mga aktibidad ng mga quantitative trader ay nakatuon sa paglikha ng mga modelo ng matematika batay sa mga natuklasang inefficiencies ng iba't ibang instrumento sa pamilihan upang kumita. Ang mga Quant ay madalas na nagtatrabaho sa mga koponan sa mga kawani ng mga pondo ng hedge na nagsasagawa ng algorithmickalakalan, dahil imposibleng makipagkumpitensya sa malalaking istruktura ng pamumuhunan lamang. Nagsusumikap ang mga quantitative fund para sa isang defensible at capital-intensive na diskarte sa pamamahala mga instrumento sa pananalapi, independiyente sa mga pagbabago sa merkado.

Pinakamalaking pondo Bridgewater Associates, itinatag ni Ray Dalio, namamahala ng $160 bilyon sa mga asset batay sa dami ng mga pamumuhunan ( dami ng pamumuhunan). Batay sa mga resulta ng 2016, ang kita ng mga namumuhunan ng kumpanya ay umabot sa $5 bilyon.

High frequency algorithmic trading o HFT kalakalan (High-frequency na pangangalakal) ay ang pinakakaraniwang anyo ng awtomatikong pangangalakal. Ang isang espesyal na tampok ng pamamaraan ay ang mataas na bilis ng pagpapatupad ng mga transaksyon sa maraming mga instrumento, kung saan ang cycle ng pagbubukas/pagsasara ng isang posisyon ay nakumpleto sa isang bahagi ng isang segundo. Ginagamit ng HFT trading ang pangunahing bentahe ng isang computer sa isang tao - bilis.

Ang terminong "High Frequency Trading" ay nilikha ng mamamahayag ng New York Times na si Charles Duigg noong 2009 habang isinusulat ang artikulong "Stock Traders Find Speed ​​​​Pays, in Milliseconds."

Ang mga transaksyon sa mataas na dalas ay isinasagawa sa mga microvolum, na binabayaran ng isang malaking bilang ng mga transaksyon. Sa kasong ito, agad na naitala ang kita o pagkawala. Ang mga diskarte sa high-frequency ay nangangailangan ng kumplikadong teknikalmga kondisyon, imposible ring gawin nang walang mataas na kalidad na direktang komunikasyon sa mga tagapagbigay ng pagkatubig. Ngunit upang mapagtanto ang lahat ng mga pakinabang ng HFT, kinakailangan ang kalapitan ng teritoryo upang makipagpalitan ng mga gateway ng komunikasyon (Colocation).

Ang may-akda ng ideya ng ultra-high-speed na kalakalan ay itinuturing na Stephen Sawson, na, kasama sina David Whitcomb at Jim Hawkes, ay lumikha ng unang automated trading platform sa mundo noong 1989 Automated Trading Desk(ATD). Ang opisyal na pag-unlad ng teknolohiyang ito ay nagsimula lamang noong 1998 sa pagpapalabas ng SEC (Commission on mga seguridad at US exchanges) na pahintulot na magpatakbo ng mga electronic trading platform sa mga pangunahing American exchange.

Mga pangunahing prinsipyo ng HFT trading

Ang mga tampok ng high-frequency algorithmic trading ay ang mga sumusunod na prinsipyo:

• Ang paggamit ng mga high-tech na system upang panatilihin ang oras ng pagpapatupad ng mga posisyon sa humigit-kumulang 1–3 millisecond.
• Kumita mula sa mga micro-movement sa mga presyo, pati na rin mula sa mga margin.
• Pagsasagawa ng mga high-speed na transaksyon na may malalaking volume at kumikita sa pinakamababang posibleng antas, kung minsan ay kinakalkula sa mga fraction ng isang sentimo. Kaya, ang potensyal ng Sharpe ratio ng mga kumpanya ng HFT ay maraming beses na mas mataas kaysa sa mga klasikal na estratehiya.
• Application ng lahat ng uri ng mga transaksyon sa arbitrage.
• Ang kalakalan ay mahigpit na intraday. Bukod dito, ang dami ng mga transaksyon sa bawat session ay maaaring umabot sa sampu-sampung libo.

High Frequency Trading Strategies

Ginagawang posible ng high-frequency trading na gumamit ng anumang algorithmic trading strategy, ngunit sa bilis na hindi naa-access ng mga tao. Bilang halimbawa, maaari naming isaalang-alang ang ilang mga diskarte sa exchange HFT.

1. Paggawa ng elektronikong merkado (Paggawa ng elektronikong merkado). Ang kita ay nakakamit sa pamamagitan ng pangangalakal sa loob ng spread sa proseso ng pagdaragdag ng pagkatubig sa merkado. Kadalasan sa panahon ng pangangalakal sa palitan, ang spread ay lumalawak, at kung ang market maker ay walang mga kliyenteng may kakayahang magpanatili ng balanse, dapat sakupin ng HFT ang supply/demand para sa instrumento ng sarili nitong pera upang ayusin ang spread. Ang mga palitan at ECN ay nagbabayad din ng mga rebate o diskwento sa mga gastos sa transaksyon bilang gantimpala sa pagbibigay ng pagkatubig.
2. Arbitrasyon ng mga pagkaantala (Latency arbitrage). Sinasamantala ng diskarte ang advanced na pag-access sa data ng stock market sa pamamagitan ng pagiging malapit sa heograpiya sa mga server nito o pagbili ng mamahaling direktang koneksyon sa pangunahing platform ng kalakalan. Sa karamihan ng mga kaso, ginagamit ito ng mga mangangalakal na umaasa sa mga regulator ng palitan.
3. Statistical arbitrage (Statistical arbitrage). Ang pamamaraang ito ng HFT trading ay batay sa pagtukoy ng mga ugnayan ng iba't ibang instrumento sa merkado sa pagitan ng mga platform ng kalakalan o mga uri ng pag-uugnay ng mga asset - futures sa mga pares ng pera at ang kanilang mga spot counterparts, derivatives at equities. Ang ganitong mga operasyon ay madalas na isinasagawa ng mga pribadong bangko, mga pondo sa pamumuhunan at iba pang mga lisensyadong mangangalakal.
4. Pagkilala sa mataas na liquidity pool sa order book(Pagtukoy sa pagkatubig). Ang teknolohiyang ito ay naglalayong maghanap ng mga nakatagong (dark pool) o malalaking order sa pamamagitan ng pagbubukas ng maliliit na transaksyon sa pagsubok. Ang layunin ay makapasok sa malakas na kilusan na nabuo ng mga volume pool.
5. Frontrunning (Tumatakbo sa harap). Ang pangalan ng diskarteng ito ay maaaring isalin bilang "tumatakbo sa unahan." Ito ay batay sa pagsusuri ng mga kasalukuyang buy/sell order, asset liquidity at average na dami ng posisyon. Ang kakanyahan ng pamamaraan ay upang makita ang isang malaking order upang bumili at ilagay ang iyong sariling maliit na order sa isang bahagyang mas mataas na presyo, dahil sa kasong ito ang malaking order ay gumaganap ng papel ng proteksyon laban sa isang matalim na pagbaba ng presyo. Pagkatapos isagawa ang pagkakasunud-sunod nito, agad na inilalagay ng algorithm ang isa pang bahagyang mas mataas, sinasamantala ang mataas na posibilidad ng mga pagbabago sa quote sa paligid ng isang malaking order. Sa diskarteng ito, bukod sa iba pang mga bagay, ang pagsusuri sa estado ng order book ay napakahalaga.

Algorithmic trading sa stock market

Noong 2013, 73% ng mga transaksyon sa stock market ng US at 63% ng pandaigdigang securities trading turnover ay ibinilang ng algorithmic trading system.

Ang mga robot ay nagsasagawa ng order sa platform ng Moscow Exchange 90% ng mga transaksyon, at sa – halos 60 % .

• Sa kasalukuyan, ang bahagi ng algorithmic na kalakalan ay nagpapatatag, at ang mga robotic na operasyon ay nagbibigay ng hindi bababa sa 55% ng pagkatubig sa mga pandaigdigang palitan.

Ang pangunahing opisyal na kalahok sa high frequency trading ay Citadel LLC, ATD, Hill, Virtu Financial, Tradebot, Timber Chicago Trading at GETCO. Gayunpaman, ang pinaka-aktibo sa direksyon na ito ay ang mga dibisyon ng HFT ng pinakamalaking institusyong pinansyal - Goldman Sachs, Morgan Stanley at iba pa.

Kapansin-pansin na habang umuunlad ang teknolohiya, ang paggawa ng kita para sa mga algorithmic na mangangalakal ay lalong nagiging mahirap at magastos. Ang patuloy na pagtaas ng mga gastos para sa up-to-date na software, modernisasyon ng kagamitan at paglikha ng mga bagong sistema ay unti-unting nagtutulak sa mga maliliit at katamtamang laki ng mga kumpanyang palabasin sa merkado.

Pagsasanay sa Algo trading

Natural, mas mainam na simulan ang proseso ng pag-aaral ng algorithmic trading sa pamamagitan ng pag-aaral ng mga pangunahing kaalaman sa stock trading at teknikal na pagsusuri, at pagkatapos lamang bumili ng mga libro sa algorithmic trading. Dapat mo ring isaalang-alang na ang karamihan sa mga espesyal na publikasyon ay matatagpuan lamang sa Ingles.

Ayon sa isang eksperto sa larangan ng quantum trading Michael Hulls-Moore, hindi ka dapat sumabak sa mga lugar ng kumplikadong matematika hanggang sa natutunan mo ang mga pangunahing kaalaman sa algorithmic trading. Para sa mga nagnanais na dami, nagrerekomenda siya ng ilang mga libro:

• Ernest Chan "Quantitative Trading" (Ernest Chan).
• Rishi K. Narang “Inside the Black Box” (Inside the Black Box, Rishi K. Narang).
• Ernest Chan "Algorithmic Trading" (Algorithmic Trading, Ernest Chan)
• Barry Johnson, Algorithmic Trading at DMA, Barry Johnson.
• Larry Harris, Trading and Exchanges: Market Microstructure para sa mga Practitioner, Larry Harris.

Developer ng MTS at tagalikha ng SmartX trading terminal Andrey Gorkovenko nagmumungkahi na simulan ang pag-aaral ng algorithmic trading gamit ang mga sumusunod na materyales:

• mula sa mga aklat ni Nassim Taleb, pangunahin ang "Naloko ng Randomness";
• metodolohikal na materyales sa mga opsyon at futures ng Moscow Exchange;
• mga lektura ng Bise-Rektor ng Institusyon ng Estado na "Higher School of Economics" na si Grigory Kantorovich;
• mga aklat ni Yuh-Dauh Lyuu "Mga pamamaraan at algorithm ng matematika sa pananalapi" (Financial Engineering and Computation, Yuh-Dauh Lyuu);
• mga publikasyon nina Marco Avellaneda at Sasha Stoikov.

Mga panganib ng algorithmic trading

Sa malawakang paggamit ng algorithmic trading sa mga nakaraang taon, ang impluwensya nito sa mga merkado ay tumaas nang malaki. Naturally, ang mga bagong teknolohiya sa pangangalakal ay may kasamang dati nang hindi inaasahang partikular na mga panganib. Ang HFT trading ay lalong puno ng mga panganib, at ang mga ito ay kailangang isaalang-alang ng parehong institusyonal at indibidwal na mga kalahok sa merkado.

Ang lahat ng mga panganib na nauugnay sa algorithmic na kalakalan ay maaaring nahahati sa ilang mga kategorya.

Mga panganib sa pagpapatakbo. Ang isa sa mga pinakakaraniwang problema ay ang mga teknolohikal na pagkabigo: ang mga algorithmic robot ay maaaring tumaas ang dami ng mga order sa isang antas kung saan ang mga server ng pangangalakal ay "nasakal" lamang ng malaking daloy ng data. Ito ay humahantong sa pagkabigo ng system at pagsususpinde ng kalakalan, na hindi maiiwasang humantong sa mga kalahok sa pagkalugi o pagkawala ng kita. Ang isa pang aspeto ng panganib sa pagpapatakbo ay nagpapakita ng sarili sa mga algorithmic error na ginawa ng mga developer. Ang mga bahid ng software ay nagdudulot din ng mga pagkabigo sa hardware na maaaring makaapekto sa dinamika ng mga quote ng instrumento.

Ang posibilidad ng isang matalim na pagtalon sa pagkasumpungin. Ang lahat ng pinakamalaking merkado sa mundo paminsan-minsan ay nagtatala ng abnormal, sa panimula na hindi makatwiran na pagtaas at pagbaba sa mga presyo ng asset - ang tinatawag na flash crashes. Kadalasan, ang pag-uugali ng presyo na ito ay sanhi ng gawain ng mga algorithm ng HFT, na may napakalaking bahagi sa kabuuang dami ng mga operasyon sa pangangalakal.

Ayon sa kumpanyang Nanex, na sinusubaybayan ang mga anomalya ng stock exchange sa US at EU, humigit-kumulang 100 kaso ng flash crash ang naitala noong 2013, at 42 noong 2014. Pagsusuri ng higit sa 60 market noong 2006–2011. natukoy ang 18,520 episode ng napakabilis at hindi pangkaraniwang malakas na pagtaas ng presyo na dulot ng mga algorithmic system.

Panganib ng biglaang pag-agos ng likido. Ang kaguluhan sa merkado, na kadalasang sanhi ng mga algorithmic na mangangalakal, ay nagpapataas ng panganib ng biglaang pag-withdraw ng liquidity. Sa kaganapan ng mga nakababahalang paggalaw sa merkado, ang mga algorithmic na mangangalakal ay maaaring huminto sa mga operasyon. Dahil sa katotohanan na ang malaking bahagi ng mga transaksyon ay nagmumula sa mga order mula sa mga robot, ang isang malakihang pag-agos ng pagkatubig ay hindi maiiwasan, na agad na bumabagsak na mga panipi. Ang pag-alis ng mga algorithmic na manlalaro mula sa merkado ay maaaring magkaroon ng matinding kahihinatnan para sa pagpepresyo ng ilang mga instrumento, gayundin para sa paggana ng buong merkado sa kabuuan. Bilang karagdagan, ang mga naturang kaganapan ay nagbubunsod ng gulat, na nagpapalubha lamang sa mga umuusbong na uso.

Ang panganib ng pagtaas ng mga gastos. Ang pagtaas sa bilang ng mga algorithmic na mangangalakal, kasama ang komplikasyon at bilis ng mga algorithm, ay nagpapataas ng mga gastos ng mga regulator at mga platform ng kalakalan. Kailangang patuloy na pataasin ng mga palitan ang antas ng teknolohiya sa kanilang mga terminal upang matugunan ang lumalaking pangangailangan ng mga algorithmic na mangangalakal. Sa turn, pinapabuti ng mga regulator ang mga control system para sa mga shadow transaction at trading sa pangkalahatan. Kaya, ang pagtaas ng mga gastos ay humantong sa mga pagbabago patakaran sa taripa para sa mga kalahok sa merkado sa direksyon ng pagtaas.

Posibilidad ng pagmamanipula ng presyo. Maaaring i-configure ang mga sistemang algorithm upang maimpluwensyahan ang mga indibidwal na instrumento. Ang isang halimbawa ng gayong epekto ay ang pagkagambala ng IPO ng BATS Global Markets noong 2012, nang bumagsak ang mga bahagi nito sa ilang sentimo sa unang araw ng pangangalakal mula sa paunang $16 sa loob ng 9 na segundo. Ang dahilan ay ang gawain ng isang high-frequency na robot, na sadyang naka-program para sa mga naturang aksyon. Ito ay pinaniniwalaan na ang mga mangangalakal ng HFT ay nagagawang artipisyal na pataasin ang pagkasumpungin ng merkado upang mapataas ang kita, na isa ring panganib na kadahilanan. Ang mga robot ay maaari ding i-configure upang baguhin ang pinakamahusay na presyo ng pagbili/pagbebenta upang linlangin ang ibang mga mangangalakal. Bilang resulta, ang stock market ay huminto sa pagpapakita ng aktwal na supply at demand para sa mga asset.

Panganib ng pinababang market predictability. Ang epekto ng mga algorithmic robot sa mga stock market ay humahantong sa pagkawala ng transparency sa pagpepresyo, na makabuluhang binabawasan ang katumpakan ng mga pagtataya. Ang pangunahing pagsusuri ay nawawalan ng halaga, at ang pagtukoy sa mga intensyon ng mga algorithmic na mangangalakal ay nauuna. Bilang karagdagan, inaalis ng mga robot ang lahat ng pinakamahusay na presyo mula sa mga klasikong mangangalakal.

Ang mga robotic system ay nag-aalis ng kumpiyansa sa mga tradisyonal na kalahok sa kahusayan, na humahantong sa unti-unting pag-abandona sa manu-manong pangangalakal. Ang sitwasyong ito ay nagpapalakas lamang sa posisyon ng mga algorithmic system, na hindi maiiwasang humahantong sa pagtaas ng mga panganib na kasama ng kanilang mga aktibidad.

Kung makakita ka ng error, mangyaring i-highlight ang isang piraso ng teksto at i-click Ctrl+Enter.

Ang pamamaraan para sa pagbubukas at pagsasara ng mga transaksyon na binuo ng negosyante, na batay sa isang malinaw na algorithm para sa pagpapatakbo ng awtomatiko o mekanikal na mga sistema ng kalakalan - ATS at MTS, ayon sa pagkakabanggit.

Mga detalye at aplikasyon ng algorithmic trading

Ang Algo trading ay isang maginhawang pagkakataon upang i-automate ang mga nakagawiang manipulasyon ng isang negosyante, na nagreresulta sa pagbawas sa oras na kinakailangan upang pag-aralan ang sitwasyon ng stock market, magsagawa ng mga operasyon, at magsagawa ng mga kalkulasyon ng matematika. Tumutulong ang ATS upang mabawasan ang impluwensya ng kadahilanan ng tao - mga emosyon, gulat, pagmamadali, haka-haka, na kadalasang ginagawang kahit na ang mga propesyonal na diskarte ay hindi kumikita. Ang pangangalakal ay batay sa umiiral na posibilidad ng mga quote na nasa loob ng isang ibinigay na hanay. Ang mga kalkulasyon ay batay sa makasaysayang data tungkol sa isang partikular na asset at maaaring magsama ng isang buong hanay ng mga tool sa pagtatrabaho. Kasunod ng tuluy-tuloy na pagbabago sa merkado, patuloy na naghahanap ang mga developer ng algorithm para sa mga umuulit na modelo, batay sa kung saan sila ay bumubuo ng mga panuntunan para sa paggawa ng mga transaksyon at pumili ng mga robot sa pangangalakal na makakatulong sa pagpapatupad ng mekanismong ito. Mga pamamaraan para sa pagpili ng mga modelo:

• genetic - ang paglikha ng mga algorithm ay ipinagkatiwala sa mga sistema ng computer;
• awtomatiko - ginagamit ang mga programa na maaaring gumana sa malaking halaga ng data at mga diskarte sa pagsubok;
• manual - isinasaalang-alang ng siyentipikong diskarte ang matematika at pisikal na mga modelo.

Ang mga nangungunang kumpanya ng algorithmic trading ay gumagamit ng libu-libong tool na makabuluhang binabawasan ang posibilidad ng mga error at pagkabigo.

Mga uri at potensyal

Ang algorithm ay isang hanay ng mga tumpak na tagubilin na nakakamit ng mga tiyak na layunin. Depende sa huli, mayroong 5 uri ng pangangalakal sa stock market:

• istatistika;
• algorithmic execution trading;
• awtomatikong hedging;
• direktang pag-access;
• mataas na dalas algorithmic kalakalan.

Ang lumalagong katanyagan ng MTS at ATS sa mga speculators ay dahil sa tumaas na automation ng mga proseso, ang transience ng mga transaksyon sa foreign exchange, at nabawasan ang mga gastos sa pagpapatakbo. Nagsimula rin ang mga bangko na gumamit ng mga algorithm upang magbigay ng up-to-date na mga quote sa mga platform ng kalakalan, pataasin ang bilis ng pag-update ng data, bawasan ang papel ng manu-manong paggawa sa pagkalkula ng mga presyo, at bawasan ang mga gastos sa transaksyon.

Ang kakanyahan ng high frequency algorithmic trading

Ang high-frequency algorithmic na kalakalan ay tinatawag ding HFT trading; ito ang pinakasikat sa iba pang mga paraan ng mga awtomatikong transaksyon. Ang kalamangan nito ay ang kakayahang mabilis na tapusin ang mga transaksyon na may higit sa isang instrumento dito, gumana sa mga posisyon (pagbubukas at pagsasara) ay ginanap sa isang bahagi ng isang segundo. Ang mga operasyon ay nailalarawan sa pamamagitan ng mga microvolume, bukod dito, sila ay balanse ng isang malaking bilang ng mga ito. Ang mga resulta - mga pagkalugi at kita - ay agad na naitala, kaya isang kumplikadong teknikal na base at mataas na kalidad na direktang koneksyon sa mga gateway ng komunikasyon ay kinakailangan. Mga pangunahing tampok ng high frequency trading:

• ang paggamit ng mga makabagong sistema na may kakayahang magsagawa ng mga posisyon sa mga millisecond;
• pagsasagawa ng mga high-speed na transaksyon na nailalarawan sa malalaking volume at pinakamababang posibleng kita;
• eksklusibong intraday trading;
• kumikita mula sa mga margin at micro-fluctuation sa mga presyo;
• paggamit ng lahat ng kategorya ng mga transaksyon sa arbitrage.

Ang pinakakaraniwang mga diskarte sa HFT ay ang paggawa ng market, delay arbitrage at ang statistical form nito, front running. Ang huli ay binubuo ng paghahanap ng malalaking purchase order at paglalagay ng sarili mong maliit na order, na nailalarawan ng mas mataas na presyo. Habang nagpapatuloy ang pagpapatupad, ang algorithm ay awtomatikong naglalagay ng mga order na medyo mas mataas, na umaasa sa pagpapakita ng mga kasamang pagbabago. Ang mga robotic operation na isinagawa bilang bahagi ng algorithmic trading ay lumilikha ng humigit-kumulang 55% ng liquidity ng mga pandaigdigang stock exchange. Sa pag-unlad ng teknolohiya ng mga kasangkapan, ang proseso ng paggawa ng kita ay nagiging mas kumplikado at mas mahal. Ang mga kumpanya sa kalagitnaan ng antas ay unti-unting napipilitang umalis sa pangunahing merkado, dahil ang mga gastos para sa paggawa ng makabago ng teknikal na base at pag-update ng software ay tumataas.

Kung magpasya ka ring makisali sa algorithmic trading sa stock market, kakailanganin mong magpatupad ng ilang estratehikong (trading) at teknikal (algorithmization) complex upang makabuo ng isang tunay na de-kalidad at mapagkumpitensyang algorithm para sa pangangalakal sa stock. palitan. Maglalaan kami ng hiwalay na seksyong ““ sa mga paksang ito, kung saan maaari mo nang tingnan ang mga nai-publish na materyales, at inaasahan din ang paglabas ng mga bagong artikulo na kapaki-pakinabang para sa algorithmic na kalakalan.

Sa artikulong ito, nais kong pag-usapan ang tungkol sa mga pamamaraan na nagbibigay-daan sa iyo upang matukoy ang pinaka-maaasahan na mga diskarte sa algorithm na naaangkop kapag lumilikha ng mga robot sa pangangalakal. Dito mahalagang hanapin, suriin nang tama at piliin ang mga naaangkop na sistema, matukoy nang tama ang data na susuriin, suriin ang diskarte sa pangangalakal, pati na rin magsagawa ng yugto ng backtesting at ipatupad ang diskarte sa kabuuan.

Paano Bumuo ng Magandang Algorithmic Trading Strategy

Una sa lahat, ang algorithmic trading sa stock market ay nagsisimula sa detalyadong pagpaplano ng lahat ng aspeto. Ang una ay ang pagbuo ng estratehikong diskarte.

Mga personal na tagumpay, pag-unlad at kaalaman sa pangangalakal

Upang makamit ang tagumpay kapag nangangalakal, nang nakapag-iisa o gumagamit ng mga algorithm ng pangangalakal, kailangan mong ganap na tukuyin ang iyong sarili indibidwal na katangian sa pangangalakal, tukuyin ang mga kalakasan at kahinaan. Kapag nangangalakal ng mga instrumento sa pananalapi, maaari kang mawalan ng pera nang napakabilis, kaya kailangan mong isipin hindi lamang ang diskarte na gusto mo, kundi pati na rin ang iyong mga kakayahan, pati na rin ang iyong inaasahang mga opsyon sa pag-uugali.

Napakahalaga na makasunod sa sistema ng pangangalakal, maging sapat ang pasensya, at subukang mapanatili ang emosyonal na balanse.
Dahil ang algorithmic trading system ay gumagamit ng isang tiyak na algorithm, na, sa katunayan, ay gumagana nang nakapag-iisa, dapat mong malinaw na maunawaan kung kailan mo maaaring makagambala sa mga aksyon nito, at kung kailan mas mahusay na lumayo.

Sa ilang mga panahon, lalo na kapag ang recession ay tumatagal ng mahabang panahon, medyo mahirap lumayo. Gayunpaman, sa karamihan ng mga kaso, ito ay kinakailangan lamang, dahil ang mga diskarte na maaaring magdulot ng magagandang resulta ay nawawala ang kanilang pagiging epektibo sa kaunting interbensyon.

Ang isa pang punto ng malaking kahalagahan ay oras.

Gaano karaming oras ang maaari mong ilaan sa pangangalakal? Buong oras, araw-araw? Ilang oras sa isang linggo? Ang uri ng diskarte na ginamit ay nakasalalay din dito. Halimbawa, ang mga taong full-time na nagtatrabaho ay hindi dapat pumili ng intraday futures trading, kahit hanggang sa ito ay ganap na awtomatiko.

Ang pamamaraan ng diskarte ay nakasalalay din sa kung gaano karaming oras ang handa mong ilaan sa pangangalakal. Kung ang diskarteng ito ay madalas na kinakalakal at nakadepende sa mga mamahaling kaganapan sa balita (halimbawa, Bloomberg), mahalagang suriin ang mga magagamit na pagkakataon nang may pinakamataas na pagiging totoo at matagumpay na pamahalaan ang mga ito.

Para sa mga may maraming oras o mahusay na praktikal na kasanayan upang i-automate ang pangangalakal, maaari kang magtrabaho sa isang diskarte sa pangangalakal na may mataas na dalas, na mas teknolohikal.
Sa anumang kaso, mahalagang magsagawa ng regular na pananaliksik tungkol sa sasakyan - sa kasong ito, ang portfolio ay magiging kumikita sa mga yugto. Karamihan sa mga diskarte ay nawawala sa eksena sa paglipas ng panahon, kaya ang gawaing pananaliksik ay isinasagawa halos palagi.

Bilang karagdagan, kailangan mong suriin ang iyong magagamit na kapital sa pangangalakal. Para sa isang quantitative na diskarte, ang naaangkop na halaga ng kapital ay $50,000. Siyempre, kung ang isang negosyante ay may mas malaking halaga, ito ay palaging may kapaki-pakinabang na epekto sa kanyang portfolio ng mga estratehiya. Ito ay dahil, hindi bababa sa lahat, sa katotohanan na ang parehong katamtaman at mataas na dalas na mga diskarte ay may kasamang mga gastos sa transaksyon, na ang laki nito ay maaaring umabot ng malalaking halaga.

Kung plano mong simulan ang pangangalakal na may halagang mas mababa sa $10,000, kakailanganin mong limitahan ang iyong sarili sa paggamit ng mga diskarte sa mababang dalas na nakikipagkalakalan ng isa o dalawang asset, kung hindi, ang lahat ng kita na matatanggap mo ay mapupunta sa mga gastos sa pagpapatakbo.

Para saan ito?

Ang lahat ng mga pamamaraan ng pagpapasiya, pati na rin ang mga paghahambing, ay mahalaga, dahil ang algorithmic na kalakalan sa stock market ay dapat na batay sa kaalaman at kagustuhan ng trader-programmer. Hindi mo dapat subukang gumawa ng algorithmic system na hindi mo naiintindihan. Maging ang isang katulad na sistema sa ibang yugto ng panahon ay gagana nang iba, at nang hindi nauunawaan ang lahat ng mga proseso, malamang na hindi mo ito maayos na maisaayos. Halimbawa, kung nagtrabaho ka sa katamtamang termino at sinusubukan mong lumikha ng isang scalping system.

Mas mainam na simulan ang proseso ng paglikha ng mga algorithmic robot para sa pangangalakal sa stock market gamit ang mga estratehiyang iyon na sanay kang mabuti.

Napili na ang diskarte, ano ang susunod?

Ang paglikha ng mga algorithmic trading system ay nangangailangan ng kasanayan tulad ng programming.

Kung maaari kang mag-program sa C++, Java, C#, Python o R, ito ay magbibigay sa iyo ng pagkakataong personal na bumuo ng mga data warehouse, backtesting at runtime system, na magbibigay sa iyo ng ilang mga pakinabang, ang pangunahing isa ay ang kakayahang maunawaan. lahat ng aspeto ng imprastraktura. Dahil dito, magkakaroon ka rin ng pagkakataong suriin ang mga diskarte sa mataas na dalas. Bilang resulta, hindi mo lang masusubok ang sarili mong software, kundi pati na rin ang pag-troubleshoot ng mga error. Bilang karagdagan, posibleng maglaan ng mas maraming oras sa mga imprastraktura ng coding at direktang pagpapatupad ng mga estratehiya. Malamang na para sa ilang mga proseso ng pagsasagawa ng mga kalkulasyon, pagtataya o pagsubaybay sa mga resulta ng pagsubok, magiging mas maginhawang magtrabaho gamit ang Excel o MATLAB, at i-outsource ang pagbuo ng mga natitirang bahagi. Ngunit ang huli ay hindi lubos na inirerekomenda, dahil muli, hindi mo magagawang maayos na i-calibrate ang system, dahil hindi mo mauunawaan ang code ng ibang tao.

Kung kasalukuyang mahirap ang programming, ngunit plano mong lumipat sa direksyong ito, maaari kang magsimula sa pamamagitan ng pag-master , na nagbibigay-daan sa iyong bumuo ng mga simpleng robot nang walang kaalaman sa mga programming language.

Higit sa lahat, ang sinumang nagpaplanong sumali sa algorithmic trading ay dapat magkaroon ng malinaw na ideya kung ano ang eksaktong gusto nilang makuha mula sa algorithmic trading. Hindi magiging kalabisan na tukuyin ang materyal na plano sa trabaho, kung kailangan ng regular na kita, kung saan kikita ang kita mula sa isang trading account o paglago ng kapital sa pamamagitan ng pangmatagalang batayan. Ang layunin ay matukoy ang naaangkop na diskarte. Mas mataas na dalas diskarte sa pangangalakal na may mas kaunting pagkasumpungin ay magbibigay-daan sa iyong regular na mag-withdraw ng mga kita. At ang low-frequency na kalakalan, sa turn, ay magagamit sa mga pangmatagalang mangangalakal upang makaipon ng deposito.