알고 거래: 그 본질, 거래 전략 및 위험

현재 거래소에 대한 대부분의 작업은 다양한 알고리즘이 내장된 특수 로봇을 사용하여 수행됩니다. 이 전술을 알고리즘 거래라고 합니다. 이것은 여러 면에서 시장을 변화시킨 최근 수십 년간의 추세입니다.

알고리즘 트레이딩이란?

알고리즘 거래의 주요 형태는 HFT 거래입니다. 요점은 즉시 거래를 완료하는 것입니다. 즉, 이 유형은 주요 이점인 속도를 활용합니다. 알고리즘 거래에는 두 가지 주요 정의가 있습니다.

• 알고 거래. 주어진 알고리즘에서 거래자 없이 거래할 수 있는 자동 시스템. 시장 자동 분석 및 포지션 오픈을 통해 직접적인 수익을 창출하기 위해서는 시스템이 필요합니다. 이 알고리즘은 “거래 로봇” 또는 “고문”이라고도 합니다.
• 알고리즘 거래. 시장에서 대량 주문의 실행, 자동으로 부분으로 분할되고 지정된 규칙에 따라 점진적으로 열릴 때. 거래를 할 때 상인의 육체 노동을 용이하게하기 위해 시스템이 사용됩니다. 예를 들어, 10만 주를 구매하는 작업이 있고 주문 피드에서 주의를 끌지 않고 1-3주에 대한 포지션을 동시에 열어야 하는 경우.

단순화된 알고리즘 거래는 주식 정보를 분석하고, 수학적 모델을 계산하고, 거래를 실행하는 데 걸리는 시간을 줄이기 위해 거래자가 수행하는 일상적인 작업을 자동화하는 것입니다. 시스템은 또한 시장 기능(감정, 투기, “상인의 직관”)에서 인적 요소의 역할을 제거하며, 이는 때때로 가장 유망한 전략의 수익성조차 무효화합니다.

알고리즘 거래 출현의 역사

1971년은 알고리즘 거래의 시작점으로 간주됩니다(최초의 자동 거래 시스템 NASDAQ과 동시에 등장). 1998년에 미국 증권 위원회(SEC)는 전자 거래 플랫폼의 사용을 공식적으로 승인했습니다. 그런 다음 첨단 기술의 진정한 경쟁이 시작되었습니다. 언급할 가치가 있는 알고리즘 거래 개발의 다음과 같은 중요한 순간:

• 2000년대 초반. 자동화된 거래는 단 몇 초 만에 완료되었습니다. 로봇의 시장 점유율은 10% 미만이었습니다.
• 2009년. 응용 프로그램 실행 속도가 몇 밀리초에 이르기까지 여러 번 감소했습니다. 판매 보조원의 비율은 60%로 급격히 증가했습니다.
• 2012년 이후. 거래소에서 발생하는 이벤트의 예측 불가능성은 대부분의 소프트웨어의 경직된 알고리즘에서 많은 오류를 발생시켰습니다. 이로 인해 자동 거래 규모가 전체의 50%로 감소했습니다. 인공 지능 기술이 개발되고 도입되고 있습니다.

고주파 거래는 오늘날에도 여전히 유효합니다. 많은 일상적인 작업(예: 시장 규모 조정)이 자동으로 수행되므로 거래자의 부담이 크게 줄어듭니다. 그러나 기계가 아직 살아있는 지성과 인간의 직관을 완전히 대체할 수는 없습니다. 이는 특히 중요한 국제 경제 뉴스의 발표로 인해 증권 거래소의 변동성이 크게 상승하는 경우에 해당됩니다. 이 기간 동안 로봇에 의존하지 않는 것이 좋습니다.

알고리즘 트레이딩의 장점과 단점

알고리즘의 장점은 모두 수동 거래의 단점입니다. 사람은 감정에 쉽게 영향을 받지만 로봇은 그렇지 않습니다. 로봇은 알고리즘에 따라 엄격하게 거래됩니다. 거래가 미래에 수익성이 있을 수 있다면 로봇이 당신에게 가져다 줄 것입니다. 또한 사람은 항상 자신의 행동에 완전히 집중할 수 없으며 때때로 휴식이 필요합니다. 로봇에는 그러한 단점이 없습니다. 그러나 그들에게는 그들 자신과 그들 사이에 다음이 있습니다.

• 알고리즘에 대한 엄격한 준수로 인해 로봇은 변화하는 시장 상황에 적응할 수 없습니다.
• 알고리즘 거래 자체의 복잡성과 높은 준비 요구 사항;
• 로봇 자체가 감지할 수 없는 도입된 알고리즘의 오류(물론 이것은 이미 인적 요소이지만 사람이 자신의 실수를 감지하고 수정할 수 있지만 로봇은 아직 이를 수행할 수 없습니다).

자동 거래와 수동 거래의 수익성이 지난 30년 동안 거의 동일하게 되었기 때문에 거래 로봇을 거래에서 돈을 버는 유일한 방법으로 간주해서는 안 됩니다.

알고리즘 트레이딩의 본질

알고 거래자(양자 거래자라고도 함)는 가격이 필요한 범위 내에 속할 확률 이론만 사용합니다. 계산은 이전 가격 시리즈 또는 여러 금융 상품을 기반으로 합니다. 규칙은 시장 행동의 변화에 ​​따라 변경됩니다.
알고리즘 트레이더는 항상 시장의 비효율성, 과거의 반복되는 호가 패턴, 미래의 반복되는 호가를 계산할 수 있는 능력을 찾고 있습니다. 따라서 알고리즘 거래의 본질은 오픈 포지션과 로봇 그룹을 선택하는 규칙에 있습니다. 선택은 다음과 같습니다.

• 수동 – 수학적 및 물리적 모델을 기반으로 연구원이 구현을 수행합니다.
• 자동 – 프로그램 내에서 규칙 및 테스트를 대량으로 열거하는 데 필요합니다.
• 유전 – 여기에서 규칙은 인공 지능 요소가 있는 프로그램에 의해 개발됩니다.

알고리즘 거래에 대한 다른 아이디어와 유토피아는 허구입니다. 로봇도 100% 보장된 미래를 “예측”할 수는 없습니다. 시장은 언제 어디서나 로봇에 적용되는 일련의 규칙이 있을 정도로 비효율적일 수 없습니다. 알고리즘을 사용하는 대규모 투자 회사(예: Renessance Technology, Citadel, Virtu)에는 수천 개의 상품을 다루는 수백 개의 거래 로봇 그룹(패밀리)이 있습니다. 알고리즘의 다양화인 이 방법이 매일의 수익을 가져다 줍니다.

알고리즘 유형

알고리즘은 특정 작업을 수행하도록 설계된 일련의 명확한 명령입니다. 금융 시장에서 사용자의 알고리즘은 컴퓨터에 의해 실행됩니다. 일련의 규칙을 생성하기 위해 향후 거래의 가격, 거래량 및 실행 시간에 대한 데이터가 사용됩니다. 주식 및 외환 시장의 알고 거래는 네 가지 주요 유형으로 나뉩니다.

• 통계. 이 방법은 거래 기회를 식별하기 위해 과거 시계열을 사용하는 통계 분석을 기반으로 합니다.
• 자동. 이 전략의 목적은 시장 참가자가 거래의 위험을 줄일 수 있는 규칙을 만드는 것입니다.
• 경영진. 이 방법은 거래 주문의 개설 및 마감과 관련된 특정 작업을 수행하도록 설계되었습니다.
• 똑바로. 이 기술은 시장 접근 속도를 최대화하고 알고리즘 트레이더를 입력하고 거래 터미널에 연결하는 비용을 줄이는 것을 목표로 합니다.

고주파 알고리즘 거래는 기계화 거래를 위한 별도의 영역으로 구분할 수 있습니다. 이 카테고리의 주요 특징은 주문 생성 빈도가 높다는 것입니다. 트랜잭션은 밀리초 단위로 실행됩니다. 이 접근 방식은 큰 이점을 제공할 수 있지만 특정 위험도 수반합니다.

자동화된 거래: 로봇 및 고문

1997년 분석가 Tushar Chand는 자신의 저서 Beyond Technical Analysis(원래는 Beyond Technical Analysis)에서 처음으로 기계 거래 시스템(MTS)을 설명했습니다. 이 시스템을 거래 로봇 또는 통화 고문이라고 합니다. 이들은 시장을 모니터링하고, 거래 주문을 발행하고, 이러한 주문의 실행을 제어하는 ​​소프트웨어 모듈입니다. 로봇 거래 프로그램에는 두 가지 유형이 있습니다.

• 자동화된 “from” 및 “to” – 거래에 대해 독립적이고 독립적인 결정을 내릴 수 있습니다.
• 거래자에게 수동으로 거래를 시작하라는 신호를 보내는 것은 그들 자신이 주문을 보내지 않습니다.

알고리즘 트레이딩의 경우 첫 번째 유형의 로봇이나 어드바이저만 고려되며, 그 “수퍼 태스크”는 수동으로 거래할 때 불가능한 전략을 구현하는 것입니다.

르네상스 기관 주식 펀드는 알고리즘 거래를 사용하는 가장 큰 사모 펀드입니다. James Harris Simons가 1982년에 설립한 Renaissance Technologies LLC가 미국에서 개설했습니다. Financial Times는 나중에 Simons를 “가장 똑똑한 억만장자”라고 불렀습니다.

거래 로봇은 어떻게 만들어졌나요?

주식 시장에서 알고리즘 거래에 사용되는 로봇은 특수 컴퓨터 프로그램입니다. 그들의 개발은 우선 전략을 포함하여 로봇이 수행할 모든 작업에 대한 명확한 계획의 출현으로 시작됩니다. 상인 프로그래머가 직면한 과제는 그의 지식과 개인 취향을 고려한 알고리즘을 만드는 것입니다. 물론 트랜잭션을 자동화하는 시스템의 모든 뉘앙스를 미리 명확하게 이해하는 것이 필요합니다. 따라서 초보 트레이더가 스스로 TC 알고리즘을 만드는 것은 권장하지 않습니다. 거래 로봇의 기술적 구현을 ​​위해서는 최소한 하나의 프로그래밍 언어를 알아야 합니다. 프로그램을 작성하려면 mql4, Python, C#, C++, Java, R, MathLab을 사용하십시오.
프로그래밍 기능은 트레이더에게 다음과 같은 많은 이점을 제공합니다.

• 데이터베이스를 생성하는 능력;
• 발사 및 테스트 시스템;
• 고주파 전략을 분석합니다.
• 신속하게 오류를 수정합니다.

각 언어에 대한 매우 유용한 오픈 소스 라이브러리와 프로젝트가 많이 있습니다. 가장 큰 알고리즘 거래 프로젝트 중 하나는 C++로 만든 QuantLib입니다. 고주파 알고리즘을 사용하기 위해 Currenex, LMAX, Integral 또는 기타 유동성 공급자에 직접 연결해야 하는 경우 Java 연결 API 작성 기술을 마스터해야 합니다. 프로그래밍 기술이 없으면 특수 알고리즘 거래 프로그램을 사용하여 간단한 기계 거래 시스템을 만드는 것이 가능합니다. 이러한 플랫폼의 예:

• 티에스랩;
• 웰스랩;
• 메타 트레이더;
• S # .스튜디오;
• 멀티 차트;
• 트레이드 스테이션.

알고리즘 주식 시장 거래

주식 및 파생 상품 시장은 자동화된 시스템을 위한 충분한 기회를 제공하지만 알고리즘 거래는 개인 투자자보다 대규모 펀드에서 더 일반적입니다. 주식 시장에는 몇 가지 유형의 알고리즘 거래가 있습니다.

• 기술적 분석을 기반으로 하는 시스템. 시장의 비효율성과 여러 지표를 활용하여 추세, 시장 움직임을 식별하도록 설계되었습니다. 종종 이 전략은 고전적인 기술적 분석 방법에서 이익을 얻는 것을 목표로 합니다.
• 페어 및 농구 거래. 시스템은 상대적으로 높은 비율로 두 개 이상의 도구(그 중 하나는 “가이드”, 즉 첫 번째 변경이 발생한 다음 두 번째 및 후속 도구가 당겨짐)의 비율을 사용하지만 1은 아닙니다. 악기가 주어진 경로에서 벗어나면 그는 아마도 그의 그룹으로 돌아올 것입니다. 이 편차를 추적함으로써 알고리즘은 소유자를 위해 거래하고 이익을 창출할 수 있습니다.
• 시장 만들기. 이것은 시장 유동성을 유지하는 것을 목표로 하는 또 다른 전략입니다. 개인 거래자 또는 헤지 펀드가 언제든지 거래 상품을 사고 팔 수 있도록 합니다. 마켓 메이커는 자신의 이익을 사용하여 다양한 상품에 대한 수요를 충족하고 거래소에서 이익을 얻을 수도 있습니다. 그러나 이것이 빠른 트래픽과 시장 데이터를 기반으로 한 특수 전략의 사용을 막지는 않습니다.
• 프론트 런닝. 이러한 시스템의 프레임워크 내에서 도구를 사용하여 거래량을 분석하고 대량 주문을 식별합니다. 알고리즘은 대량 주문이 가격을 유지하고 반대 방향으로 반대 거래가 나타나게 한다는 점을 고려합니다. 오더북과 피드에서 시장 데이터를 분석하는 속도로 인해 변동성에 직면하고 다른 참가자보다 우수한 성과를 거두려고 하며 매우 큰 주문을 처리할 때 변동성이 거의 없습니다.
• 중재. 이는 금융상품을 이용한 거래로 이들 간의 상관관계는 1에 가깝습니다. 일반적으로 이러한 도구는 편차가 가장 작습니다. 시스템은 연결된 상품의 가격 변동을 모니터링하고 가격을 균등화하는 차익 거래를 수행합니다. 예: 동일한 회사의 2가지 다른 유형의 주식을 가져왔는데, 이는 100% 상관 관계로 동기적으로 변경됩니다. 또는 동일한 주식이 사용되지만 다른 시장에서 사용됩니다. 한 거래소에서는 다른 거래소보다 조금 더 일찍 오르거나 내릴 것입니다. 1일에 이 순간을 “잡으면” 2일에 거래를 열 수 있습니다.
• 변동성 거래. 이것은 다양한 유형의 옵션을 구매하고 특정 상품의 변동성 증가를 예상하는 가장 어려운 유형의 거래입니다. 이 알고리즘 거래에는 많은 컴퓨팅 성능과 전문가 팀이 필요합니다. 여기에서 최고의 마음은 다양한 도구를 분석하여 그 중 어떤 것이 변동성을 증가시킬 수 있는지 예측합니다. 그들은 분석 메커니즘을 로봇에 적용하고 적시에 이러한 장비에 대한 옵션을 구매합니다.

알고리즘 거래 위험

최근 알고리즘 거래의 영향력이 크게 증가했습니다. 당연히 새로운 거래 방법에는 이전에 예상하지 못한 특정 위험이 따릅니다. HFT 거래는 특히 고려해야 할 위험이 있습니다.
알고리즘으로 작업할 때 가장 위험한 것:

• 가격 조작. 개별 기기에 직접 영향을 미치도록 알고리즘을 사용자 정의할 수 있습니다. 여기서의 결과는 매우 위험할 수 있습니다. 2013년 글로벌 BATS 시장에서 거래가 시작된 첫날, 회사 유가 증권 가치는 실질적으로 하락했습니다. 단 10초 만에 가격이 15달러에서 몇 센트로 떨어졌습니다. 그 이유는 주가를 낮추기 위해 의도적으로 프로그래밍된 로봇의 활동 때문이었습니다. 이 정책은 다른 참가자를 오도하고 거래소의 상황을 크게 왜곡할 수 있습니다.
• 운전 자본의 유출. 시장이 스트레스를 받으면 로봇을 사용하는 참가자는 거래를 중단합니다. 대부분의 주문이 자동 고문에서 나오기 때문에 모든 견적이 즉시 충돌하는 글로벌 유출이 있습니다. 그러한 교환 “스윙”의 결과는 매우 심각할 수 있습니다. 더욱이 유동성의 유출은 광범위한 공황을 일으키고 있으며 이는 어려운 상황을 악화시킬 것입니다.
• 변동성이 급격히 증가했습니다. 때로는 전 세계 시장에서 자산 가치의 불필요한 변동이 있습니다. 이것은 가격의 급격한 상승 또는 치명적인 하락일 수 있습니다. 이 상황을 플래시 충돌이라고 합니다. 종종 변동의 원인은 전체 시장 참가자 수에서 차지하는 비중이 매우 크기 때문에 고주파 로봇의 동작입니다.
• 비용 증가. 많은 기계 컨설턴트는 지속적으로 기술 능력을 향상시켜야 합니다. 결과적으로 관세 정책이 바뀌고 있으며 이는 물론 거래자에게 좋지 않습니다.
• 운영 위험. 동시에 들어오는 많은 수의 주문은 엄청난 용량의 서버에 과부하를 줄 수 있습니다. 따라서 때때로 활성 거래의 피크 기간 동안 시스템이 작동을 멈추고 모든 자본 흐름이 중단되며 참가자는 큰 손실을 입습니다.
• 시장의 예측 가능성 수준이 감소합니다. 로봇은 거래 가격에 큰 영향을 미칩니다. 이는 예측의 정확성을 감소시키고 기본 분석의 기초를 약화시킵니다. 또한 자동 도우미는 전통적인 거래자들에게 좋은 가격을 강탈합니다.

로봇은 점차 일반 시장 참가자의 신용을 떨어뜨리고 있으며 이는 미래에 수동 작업을 완전히 거부하게 됩니다. 상황은 알고리즘 시스템의 위치를 ​​강화하여 관련 위험을 증가시킬 것입니다.

알고리즘 외환 거래

알고리즘 외환 거래의 성장은 주로 프로세스의 자동화와 소프트웨어 알고리즘을 사용하여 외환 거래를 수행하는 시간 단축에 기인합니다. 이것은 또한 운영 비용을 줄입니다. Forex는 주로 기술적 분석 방법을 기반으로 로봇을 사용합니다. 그리고 가장 보편적인 터미널이 MetaTrader 플랫폼이기 때문에 플랫폼 개발자가 제공하는 MQL 프로그래밍 언어는 로봇을 작성하는 가장 일반적인 방법이 되었습니다.

양적 거래

양적 거래는 거래의 방향이며, 그 목적은 다양한 금융 자산의 역학을 설명하고 정확한 예측을 할 수 있도록 하는 모델을 형성하는 것입니다. 양자 거래자라고도 알려진 양적 거래자는 일반적으로 경제학자, 수학자, 프로그래머와 같이 해당 분야에서 교육을 많이 받은 전문가입니다. 양자 트레이더가 되려면 최소한 수학적 통계와 계량 경제학의 기초를 알아야 합니다.

고주파 알고리즘 거래 / HFT 거래

이것은 자동화된 거래의 가장 일반적인 형태입니다. 이 방식의 특징은 포지션 생성/마감 주기가 1초 이내에 완료되는 다양한 수단에서 고속으로 거래를 수행할 수 있다는 것입니다.

HFT 거래는 인간보다 컴퓨터의 주요 이점인 초고속을 이용합니다.

아이디어의 저자는 D. Whitcomb 및 D. Hawkes와 함께 1989년에 세계 최초의 자동 거래 데스크(Automatic Trading Desk)를 만든 Stephen Sonson이라고 믿어집니다. 공식적인 기술 개발은 미국 거래소에서 전자 플랫폼 사용이 승인된 1998년에야 시작되었습니다.

HFT 거래의 기본 원칙

이 거래는 다음 고래를 기반으로 합니다.

• 첨단 시스템을 사용하면 위치 실행 기간이 1-3밀리초 수준으로 유지됩니다.
• 가격과 마진의 미세한 변화로 인한 이익;
• 대규모 고속 거래를 실행하고 때로는 센트 미만인 최저 실질 수준에서 수익을 창출합니다(HFT의 잠재력은 기존 전략보다 몇 배 더 높음).
• 모든 유형의 중재 거래 사용
• 거래는 거래일 동안 엄격하게 이루어지며 각 세션의 거래량은 수만 개에 달할 수 있습니다.

고주파 거래 전략

모든 알고리즘 거래 전략을 여기에서 사용할 수 있지만 동시에 인간의 손이 닿지 않는 속도로 거래합니다. 예를 들어 다음은 몇 가지 HFT 전략입니다.

• 유동성이 높은 풀 식별. 이 기술은 소규모 테스트 트랜잭션을 열어 숨겨진(“다크”) 또는 대량 주문을 감지하는 것을 목표로 합니다. 목표는 체적 풀에 의해 생성된 강한 움직임을 방지하는 것입니다.
• 전자 시장의 생성. 시장의 유동성을 증가시키는 과정에서 스프레드 내에서 거래를 통해 이익이 실현됩니다. 일반적으로 거래소에서 거래할 때 스프레드가 확대됩니다. 시장 조성자가 균형을 유지할 수 있는 고객이 없는 경우 고주파 거래자는 자신의 자금을 사용하여 상품의 수요와 공급을 마감해야 합니다. 거래소와 ECN은 보상으로 운영비를 할인해 드립니다.
• 프론트 런닝. 이름은 “앞으로 달리다”로 번역됩니다. 이 전략은 현재 매수 및 매도 주문, 자산 유동성 및 평균 미결제약정에 대한 분석을 기반으로 합니다. 이 방법의 본질은 대량 주문을 감지하고 작은 주문을 약간 더 높은 가격에 배치하는 것입니다. 주문이 실행된 후 알고리즘은 더 높은 다른 주문을 배치하기 위해 다른 큰 주문에 대한 따옴표 변동의 높은 확률을 사용합니다.
• 연기된 중재. 이 전략은 서버에 대한 지리적 근접성 또는 주요 사이트에 대한 값비싼 직접 연결을 통해 스톡 데이터에 대한 능동적 액세스를 활용합니다. 외환 규제 기관에 의존하는 거래자가 자주 사용합니다.
• 통계적 중재. 이 고주파 거래 방법은 플랫폼 또는 해당 자산 형태(통화 쌍 및 현물 거래 상대방, 파생 상품 및 주식에 대한 선물) 간의 다양한 상품의 상관 관계를 식별하는 것을 기반으로 합니다. 이러한 거래는 일반적으로 사설 은행, 투자 펀드 및 기타 허가된 딜러에 의해 수행됩니다.

고주파 작업은 많은 수의 트랜잭션으로 상쇄되는 마이크로 볼륨에서 수행됩니다. 이 경우 손익이 즉시 기록됩니다.

알고리즘 트레이더를 위한 프로그램 검토

알고리즘 거래 및 로봇 프로그래밍에 사용되는 작은 소프트웨어가 있습니다.

• 티에스랩. 러시아산 C# 소프트웨어. 대부분의 외환 및 증권 중개인과 호환됩니다. 특별한 블록 다이어그램 덕분에 상당히 간단하고 배우기 쉬운 인터페이스를 가지고 있습니다. 프로그램을 무료로 사용하여 시스템을 테스트하고 최적화할 수 있지만 실제 거래를 위해서는 구독을 구매해야 합니다.
• 웰스랩. C #에서 알고리즘을 개발하는 데 사용되는 프로그램입니다. 그 도움으로 Wealth Script 라이브러리를 사용하여 코딩 프로세스를 크게 단순화하는 알고리즘 거래 소프트웨어를 작성할 수 있습니다. 다른 출처의 인용문을 프로그램에 연결할 수도 있습니다. 백 테스팅 외에도 금융 시장에서 실제 거래가 발생할 수도 있습니다.
• 알 스튜디오. quanta를 위한 고급 프로그램(초보자에게는 적합하지 않음). 이 소프트웨어는 여러 언어를 결합하며 그 중 하나는 데이터 및 시계열 처리에 전용 R 언어를 사용합니다. 여기에서 알고리즘과 인터페이스가 생성되고 테스트가 수행되며 최적화, 통계 및 기타 데이터를 얻을 수 있습니다. R Studio는 무료지만 꽤 진지합니다. 이 프로그램은 다양한 내장 라이브러리, 테스터, 모델 등을 사용합니다.

알고리즘 거래 전략

Algotrading에는 다음과 같은 전략이 있습니다.

• 트와프. 이 알고리즘은 정기적으로 최상의 입찰가 또는 매도호가로 주문을 엽니다.
• 실행 전략.  알고리즘은 일반적으로 대규모 참가자(헤지 펀드 및 브로커)가 사용하는 가중 평균 가격으로 자산을 대량 구매해야 합니다.
• VWAP. 알고리즘은 일정 기간 동안 주어진 볼륨의 동일한 부분에서 포지션을 여는 데 사용되며 가격은 출시 시점의 가중 평균 가격보다 높아서는 안됩니다.
• 데이터 수집. 새로운 알고리즘에 대한 새로운 패턴을 찾는 것입니다. 테스트 시작 전에는 75% 이상의 마이닝 날짜가 데이터 수집을 위한 것이었습니다. 검색 결과는 전문적이고 상세한 방법에만 의존합니다. 검색 자체는 다양한 알고리즘을 사용하여 수동으로 구성됩니다.
• 빙산. 총 수량이 매개변수에 지정된 수량을 초과하지 않는 주문을 하는 데 사용됩니다. 많은 거래소에서 이 알고리즘은 시스템의 핵심에 내장되어 있으며 주문 매개변수에서 볼륨을 지정할 수 있습니다.
• 투기적 전략. 이것은 후속 수익을 창출하기 위해 거래할 수 있는 최상의 가격을 찾는 거래자를 위한 표준 모델입니다.

알고리즘 거래에 대한 교육 및 서적

학교 서클에서는 그런 지식을 얻지 못할 것입니다. 이것은 매우 좁고 특정한 영역입니다. 여기에서 정말 신뢰할 수 있는 연구를 골라내기는 어렵지만 요약하자면 알고리즘 거래에 참여하려면 다음과 같은 핵심 지식이 필요합니다.

• 수학적 모델과 경제 모델;
• 프로그래밍 언어 – Python, С ++, MQL4(Forex용);
• 교환에 관한 계약 및 상품의 기능(옵션, 선물 등)에 대한 정보.

이 방향은 주로 스스로 마스터해야 합니다. 이 주제에 대한 교육 문헌을 읽으려면 다음 책을 고려할 수 있습니다.

• 양자 거래 및 알고리즘 거래 – Ernest Chen;
• 알고리즘 거래 및 직접 교환 액세스 – Barry Johnsen;
• “금융 수학의 방법과 알고리즘” – Luu Yu-Dau;
• “블랙박스 내부” – Rishi K. Narang;
• 거래 및 교환: 실무자를 위한 시장 미세 구조 – Larry Harris.

가장 생산적인 학습 과정은 주식 거래와 기술적 분석의 기초를 배운 다음 알고리즘 거래에 관한 책을 사는 것부터 시작하는 것입니다. 또한 대부분의 전문 출판물은 영어로만 볼 수 있습니다.

편향된 책 외에도 어떤 주식 문헌을 읽는 것도 유용할 것입니다.

알고리즘 거래에 대한 유명한 신화

많은 사람들은 로봇 거래를 사용하면 수익성이 있을 수 있고 거래자는 아무 것도 할 필요가 없다고 생각합니다. 당연히 아니지. 항상 로봇을 모니터링하고 최적화하고 제어하여 오류와 장애가 발생하지 않도록 해야 합니다. 어떤 사람들은 로봇이 돈을 벌 수 없다고 생각합니다. 이들은 이전에 사기꾼이 통화 거래를 위해 판매하는 저품질 로봇을 만난 적이 있는 사람들입니다. 통화 거래에는 돈을 벌 수 있는 양질의 로봇이 있습니다. 그러나 그들은 이미 좋은 돈을 가지고 있기 때문에 아무도 그것을 팔지 않을 것입니다. 증권 거래소에서의 거래는 수익을 올릴 수 있는 큰 잠재력을 가지고 있습니다. 알고리즘 거래는 투자 분야에서 진정한 돌파구입니다. 로봇은 오랜 시간이 걸리던 거의 모든 일상적인 작업을 수행합니다.