Podstawy handlu algorytmicznego: koncepcje i przykłady
Handel algorytmiczny (zwany również handlem automatycznym, handlem czarnymi skrzynkami lub handlem algorytmicznym) wykorzystuje program komputerowy, który postępuje zgodnie z określonym zestawem instrukcji (algorytm) w celu zawarcia transakcji. Handel, w teorii, może generować zyski z szybkością i częstotliwością niemożliwą do osiągnięcia przez handlarza będącego człowiekiem.
Zdefiniowane zestawy instrukcji są oparte 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 poprzednich punktów danych, która wyrównuje 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 będzie automatycznie monitorował kurs akcji (i wskaźniki średniej ruchomej) i składał zlecenia kupna i sprzedaży po spełnieniu określonych warunków. Trader nie musi już monitorować cen na żywo i wykresów ani ręcznie składać zleceń. Algorytmiczny system handlu robi to automatycznie, prawidłowo identyfikując możliwość handlową.
2:01
Korzyści z handlu algorytmicznego
Algo-trading zapewnia następujące korzyści:
- Transakcje są realizowane po najlepszych możliwych cenach.
- Złożenie zlecenia handlowego jest natychmiastowe i dokładne (istnieje duża szansa realizacji na pożądanych poziomach).
- Transakcje są realizowane w odpowiednim czasie i natychmiastowo, aby uniknąć znaczących zmian cen.
- Zmniejszone koszty transakcji.
- Jednoczesne automatyczne kontrole wielu warunków rynkowych.
- Zmniejszone ryzyko błędów ręcznych podczas składania transakcji.
- Handel algorytmami może być testowany wstecz przy użyciu dostępnych danych historycznych i danych w czasie rzeczywistym, aby sprawdzić, czy jest to opłacalna strategia handlowa.
- Zmniejszono możliwość popełnienia błędów przez ludzkich handlowców w oparciu o czynniki emocjonalne i psychologiczne.
Obecnie większość transakcji algo to transakcje o wysokiej częstotliwości (HFT), które próbują wykorzystać dużą liczbę zleceń z dużą prędkością na wielu rynkach i wieloma parametrami decyzyjnymi w oparciu o wstępnie zaprogramowane instrukcje.
Algo-trading jest wykorzystywany w wielu formach handlu i działalności inwestycyjnej, w tym:
- Średnio- do długoterminowych inwestorów lub kupić siebie fundusze emerytalne, firmy, fundusze inwestycyjne, firmy ubezpieczeniowe użytku algo obrotu zapasów zakupowych w dużych ilościach, gdy nie chcemy wpływać na ceny akcji z inwestycjami dyskretny, o dużej pojemności.
- Inwestorzy krótkoterminowi i uczestnicy po stronie sprzedającej – animatorzy rynku (np. Domy maklerskie), spekulanci i arbitrzy – czerpią korzyści z automatycznej realizacji transakcji; ponadto handel algami pomaga w tworzeniu wystarczającej płynności dla sprzedawców na rynku.
- Systematyczni traderzy obserwujący trend, fundusze hedgingowe lub handlujący parami (neutralna dla rynku strategia handlowa, która dopasowuje pozycję długą do pozycji krótkiej w parze wysoce skorelowanych instrumentów, takich jak dwie akcje, fundusze ETF lub waluty) — Przekonaj się, że programowanie ich reguł handlowych i pozwolenie programowi na automatyczny handel jest dużo bardziej efektywne.
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 zidentyfikowanej okazji, która jest opłacalna pod względem lepszych zysków lub redukcji kosztów. Poniżej przedstawiono typowe strategie handlowe stosowane w handlu algo:
Strategie podążania za trendami
Najpopularniejsze algorytmiczne strategie handlowe podążają za trendami średnich kroczących, wybić kanałami, ruchami poziomu cen i powiązanymi wskaźnikami technicznymi. Są to najłatwiejsze i najprostsze strategie do wdrożenia poprzez handel algorytmiczny, ponieważ strategie te nie obejmują prognozowania ani prognozowania cen. Transakcje są inicjowane w oparciu o wystąpienie pożądanych trendów, które są łatwe i proste do wdrożenia za pomocą algorytmów bez wchodzenia w złożoność analizy predykcyjnej. Korzystanie z 50- i 200-dniowych średnich kroczących jest popularną strategią podążania za trendami.
Okazje do arbitrażu
Kupowanie akcji notowanych na dwóch giełdach po niższej cenie na jednym rynku i jednoczesna sprzedaż ich po wyższej cenie na innym rynku oferuje różnicę cen jako zysk wolny od ryzyka lub arbitraż. Tę samą operację można powtórzyć dla akcji w porównaniu z instrumentami futures, ponieważ od czasu do czasu istnieją różnice cenowe. Wdrożenie algorytmu do identyfikacji takich różnic cenowych i sprawne składanie zleceń stwarza zyskowne możliwości.
Rebalancing funduszu indeksowego
Fundusze indeksowe mają zdefiniowane okresy przywracania równowagi w celu zrównania swoich zasobów z odpowiednimi indeksami referencyjnymi. Stwarza to zyskowne możliwości dla traderów algorytmicznych, którzy wykorzystują spodziewane transakcje oferujące zyski od 20 do 80 punktów bazowych w zależności od liczby akcji w funduszu indeksowym tuż przed zbilansowaniem funduszu indeksowego. Takie transakcje są inicjowane za pośrednictwem algorytmicznych systemów handlowych w celu terminowej realizacji i najlepszych cen.
Strategie oparte na modelach matematycznych
Sprawdzone modele matematyczne, takie jak strategia handlowa neutralna pod względem delta, pozwalają na handel kombinacją opcji i bazowego papieru wartościowego. (Delta neutralna to strategia portfelowa składająca się z wielu pozycji z równoważącymi dodatnimi i ujemnymi deltami – stosunkiem porównującym zmianę ceny składnika aktywów, zwykle rynkowego papieru wartościowego, z odpowiednią zmianą ceny jego instrumentu pochodnego – tak aby ogólna delta przedmiotowych aktywów wynosi zero).
Zakres handlu (średnia rewersja)
Strategia Mean Reversion opiera się na założeniu, że wysokie i niskie ceny aktywów są zjawiskiem przejściowym, które okresowo powraca do wartości średniej (średniej). Identyfikowanie i definiowanie przedziału cenowego oraz wdrażanie opartego na nim algorytmu umożliwia automatyczne zawieranie transakcji, gdy cena aktywa przekroczy zdefiniowany zakres.
Średnia cena ważona wolumenem (VWAP)
Strategia średniej ceny ważonej wolumenem rozbija duże zlecenie i wypuszcza na rynek dynamicznie określone mniejsze części zlecenia przy użyciu historycznych profili wolumenu specyficznych dla akcji. Celem jest realizacja zlecenia w pobliżu średniej ceny ważonej wolumenem (VWAP).
Średnia cena ważona w czasie (TWAP)
Strategia cen średniej ważonej w czasie rozbija duże zlecenie i wypuszcza na rynek dynamicznie określone mniejsze fragmenty zlecenia przy użyciu równo podzielonych przedziałów czasowych między początkiem a końcem. Celem jest wykonanie zlecenia w pobliżu średniej ceny między początkiem a końcem, minimalizując w ten sposób wpływ na rynek.
Procent objętości (POV)
Do momentu całkowitego wypełnienia zlecenia, algorytm ten kontynuuje wysyłanie zleceń częściowych zgodnie z określonym współczynnikiem uczestnictwa i zgodnie z wolumenem obrotu na rynkach. Powiązana „strategia kroków” wysyła zlecenia z określonym przez użytkownika procentem wolumenów rynkowych i zwiększa lub zmniejsza ten współczynnik uczestnictwa, gdy cena akcji osiągnie poziomy zdefiniowane przez użytkownika.
Niedostateczna implementacja
Na wdrożenie niedobór cele strategii minimalizacji kosztów realizacji zamówienia przez obrotu poza rynkiem w czasie rzeczywistym, co pozwala zaoszczędzić na kosztach rzędu i korzystających z kosztu alternatywnego opóźnionej realizacji. Strategia zwiększy docelowy wskaźnik uczestnictwa, gdy kurs akcji będzie się poruszać korzystnie i zmniejszy go, gdy kurs akcji zmieni 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 po stronie sprzedającej – mają wbudowaną inteligencję umożliwiającą identyfikację istnienia jakichkolwiek algorytmów po stronie kupującej dużego zamówienia. Takie wykrywanie za pomocą algorytmów pomoże animatorowi rynku zidentyfikować duże możliwości zamówienia i umożliwi mu skorzystanie z realizacji zleceń po wyższej cenie. Jest to czasami określane jako pionierstwo w dziedzinie zaawansowanych technologii.
Wymagania techniczne dotyczące handlu algorytmicznego
Implementacja algorytmu za pomocą programu komputerowego jest ostatnim elementem handlu algorytmicznego, któremu towarzyszy analiza historyczna (wypróbowanie algorytmu na historycznych okresach wcześniejszych wyników giełdowych w celu sprawdzenia, czy korzystanie z niego byłoby opłacalne). Wyzwaniem jest przekształcenie zidentyfikowanej strategii w zintegrowany, skomputeryzowany proces, który ma dostęp do rachunku handlowego w celu składania zleceń. 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 transakcyjnych w celu składania zamówień.
- Dostęp do źródeł danych rynkowych, które będą monitorowane przez algorytm pod kątem możliwości składania zleceń.
- Zdolność i infrastruktura do testowania wstecznego systemu po jego zbudowaniu, zanim zostanie uruchomiony na rzeczywistych rynkach.
- Dostępne dane historyczne do testowania wstecznego w zależności od złożoności reguł zaimplementowanych w algorytmie.
Przykład handlu algorytmicznego
Royal Dutch Shell (RDS) jest notowany na giełdzie w Amsterdamie (AEX) i London Stock Exchange (LSE). Zaczynamy od zbudowania algorytmu identyfikującego możliwości arbitrażu. Oto kilka interesujących obserwacji:
- AEX obraca się w euro, a LSE w brytyjskim funcie szterlingu.
- Ze względu na jednogodzinną różnicę czasu, AEX otwiera się godzinę wcześniej niż LSE, po czym obie giełdy handlują jednocześnie przez kilka następnych godzin, a następnie handlują tylko na LSE w ciągu ostatniej godziny, gdy AEX się zamyka.
Czy możemy zbadać możliwość handlu arbitrażowego akcjami Royal Dutch Shell notowanymi na tych dwóch rynkach w dwóch różnych walutach?
Wymagania:
- Program komputerowy, który odczytuje aktualne ceny rynkowe.
- Informacje cenowe zarówno z LSE, jak i AEX.
- Kanał kursu walutowego (walutowego) dla GBP-EUR.
- Możliwość składania zamówień, która może skierować zamówienie do właściwej wymiany.
- Możliwość testowania historycznego kanałów cenowych.
Program komputerowy powinien wykonywać następujące czynności:
- Przeczytaj przychodzący kanał cenowy akcji RDS z obu giełd.
- Korzystając z dostępnych kursów wymiany walut, przelicz cenę jednej waluty na drugą.
- Jeśli występuje wystarczająco duża rozbieżność cenowa (dyskontowanie kosztów pośrednictwa) prowadząca do korzystnej okazji, program powinien złożyć zlecenie kupna na giełdzie o niższej cenie i sprzedać zlecenie na giełdzie o wyższej cenie.
- Jeśli zlecenia zostaną zrealizowane zgodnie z życzeniem, nastąpi zysk z arbitrażu.
Proste i łatwe! Jednak praktyka handlu algorytmicznego nie jest tak prosta w utrzymaniu i wykonywaniu. Pamiętaj, że jeśli jeden inwestor może złożyć transakcję wygenerowaną przez algorytm, to samo mogą zrobić inni uczestnicy rynku. W konsekwencji ceny wahają się w miliardach, a nawet mikrosekundach. W powyższym przykładzie, co się stanie, jeśli transakcja kupna zostanie zrealizowana, ale sprzedaż nie, ponieważ ceny sprzedaży zmieniają się w momencie, gdy zlecenie trafia na rynek? Traderowi pozostanie otwarta pozycja, co spowoduje, że strategia arbitrażowa będzie bezwartościowa.
Istnieją dodatkowe ryzyka i wyzwania, takie jak ryzyko awarii systemu, błędy łączności sieciowej, opóźnienia między zleceniami handlowymi a ich wykonaniem oraz, co najważniejsze, niedoskonałe algorytmy. Im bardziej złożony algorytm, tym bardziej rygorystyczne jest testowanie historyczne, zanim zostanie wprowadzony w życie.