Algohandel: dens essens, handelsstrategier og risikoer

For tiden utføres de fleste operasjonene på børser ved hjelp av spesielle roboter, der ulike algoritmer er innebygd. Denne taktikken kalles algoritmisk handel. Dette er en trend de siste tiårene som har endret markedet på mange måter.

Hva er algoritmisk handel?

Hovedformen for algoritmisk handel er HFT-handel. Poenget er å fullføre transaksjonen umiddelbart. Med andre ord, denne typen utnytter sin viktigste fordel – hastighet. Algoritmisk handel har to hoveddefinisjoner:

• Algohandel. Et autosystem som kan handle uten en trader i en gitt algoritme. Systemet er nødvendig for å generere direkte profitt gjennom markedsautoanalyse og åpning av posisjoner. Denne algoritmen kalles også en «handelsrobot» eller «rådgiver».
• Algoritmisk handel. Utførelse av store ordrer i markedet, når de automatisk deles inn i deler og gradvis åpnes i henhold til de angitte reglene. Systemet brukes til å lette det manuelle arbeidet til handelsmenn når de utfører transaksjoner. For eksempel, hvis du har en oppgave å kjøpe 100 tusen aksjer, og du samtidig må åpne posisjoner for 1-3 aksjer, uten å tiltrekke oppmerksomhet i ordrefeeden.

Forenklet, algoritmisk handel er automatisering av daglige operasjoner utført av handelsmenn for å redusere tiden det tar å analysere aksjeinformasjon, beregne matematiske modeller og utføre transaksjoner. Systemet fjerner også rollen til den menneskelige faktoren i markedets funksjon (følelser, spekulasjoner, «traders intuisjon»), noe som noen ganger negerer selv lønnsomheten til den mest lovende strategien.

Historien om fremveksten av algoritmisk handel

1971 regnes som utgangspunktet for algoritmisk handel (det dukket opp samtidig med det første automatiserte handelssystemet NASDAQ). I 1998 godkjente US Securities Commission (SEC) offisielt bruk av elektroniske handelsplattformer. Så begynte den virkelige konkurransen av høyteknologi. Følgende viktige øyeblikk i utviklingen av algoritmisk handel som er verdt å nevne:

• Tidlig på 2000-tallet. Automatiserte transaksjoner ble fullført på bare noen få sekunder. Markedsandelen til roboter var mindre enn 10 %.
• år 2009. Hastigheten på utførelse av applikasjoner ble redusert flere ganger, og nådde flere millisekunder. Andelen salgsassistenter steg kraftig til 60 %.
• 2012 og utover. Uforutsigbarheten til hendelser på børser har ført til et stort antall feil i de stive algoritmene til de fleste programvarer. Dette førte til en reduksjon i volumet av automatisert handel til 50 % av totalen. Kunstig intelligens-teknologi utvikles og introduseres.

Høyfrekvent handel er fortsatt aktuelt i dag. Mange rutineoperasjoner (for eksempel markedsskalering) utføres automatisk, noe som reduserer byrden på handelsmenn betydelig. Maskinen har imidlertid ennå ikke klart å erstatte det levende intellektet fullstendig og utviklet menneskelig intuisjon. Dette gjelder spesielt når volatiliteten på børsen stiger sterkt på grunn av publisering av betydelige internasjonale økonomiske nyheter. Å stole på roboter frarådes sterkt i denne perioden.

Fordeler og ulemper med algoritmisk handel

Fordelene med algoritmen er alle ulempene ved manuell handel. En person blir lett påvirket av følelser, men roboter er det ikke. Roboten vil handle strengt i henhold til algoritmen. Hvis avtalen kan være lønnsom i fremtiden, vil roboten bringe den til deg. Dessuten er en person langt fra alltid i stand til å konsentrere seg fullt ut om sine egne handlinger, og han trenger hvile fra tid til annen. Roboter har ikke slike ulemper. Men de har sine egne og blant dem:

• på grunn av streng overholdelse av algoritmer, kan roboten ikke tilpasse seg endrede markedsforhold;
• kompleksiteten til selve den algoritmiske handelen og høye krav til forberedelse;
• feil i de introduserte algoritmene, som roboten selv ikke er i stand til å oppdage (dette er selvfølgelig allerede en menneskelig faktor, men en person kan oppdage og korrigere feilene sine, men roboter kan ikke gjøre dette ennå).

Du bør ikke vurdere handelsroboter som den eneste mulige måten å tjene penger på handel, siden lønnsomheten ved automatisk handel og manuell handel har blitt nesten den samme de siste 30 årene.

Essensen av algoritmisk handel

Algohandlere (også kalt kvantehandlere) bruker kun teorien om sannsynligheten for at prisene faller innenfor det nødvendige området. Beregningen er basert på tidligere prisserier eller flere finansielle instrumenter. Reglene vil endres med endringer i markedsadferd.
Algoritmiske tradere leter alltid etter markedsineffektivitet, tilbakevendende sitatmønstre i historien og muligheten til å beregne fremtidige tilbakevendende sitater. Derfor ligger essensen av algoritmisk handel i reglene for å velge åpne posisjoner og grupper av roboter. Valget kan være:

• manuell – implementeringen utføres av forskeren på grunnlag av matematiske og fysiske modeller;
• automatisk – det er nødvendig for masseoppregning av regler og tester i programmet;
• genetisk – her er reglene utviklet av et program som har elementer av kunstig intelligens.

Andre ideer og utopier om algoritmisk handel er fiksjon. Selv roboter kan ikke «spå» fremtiden med 100 % garanti. Markedet kan ikke være så ineffektivt at det er et sett med regler som gjelder for roboter når som helst, hvor som helst. Store investeringsselskaper som bruker algoritmer (for eksempel Renessaince Technology, Citadel, Virtu) har hundrevis av grupper (familier) av handelsroboter som dekker tusenvis av instrumenter. Det er denne metoden, som er en diversifisering av algoritmer, som gir dem daglig fortjeneste.

Algoritmetyper

En algoritme er et sett med klare instruksjoner designet for å utføre en spesifikk oppgave. I finansmarkedet blir brukernes algoritmer utført av datamaskiner. For å lage et sett med regler vil data om pris, volum og utførelsestid for fremtidige transaksjoner bli brukt. Algohandel i aksje- og valutamarkedene er delt inn i fire hovedtyper:

• Statistisk. Denne metoden er basert på statistisk analyse ved å bruke historiske tidsserier for å identifisere handelsmuligheter.
• Auto. Hensikten med denne strategien er å lage regler som lar markedsdeltakere redusere risikoen ved transaksjoner.
• Executive. Denne metoden er utformet for å utføre spesifikke oppgaver knyttet til åpning og lukking av handelsordrer.
• Rett. Denne teknologien tar sikte på å maksimere hastigheten på markedstilgang og redusere kostnadene ved å gå inn og koble algoritmehandlere til handelsterminalen.

Høyfrekvent algoritmisk handel kan skilles ut som et eget område for mekanisert handel. Hovedtrekket i denne kategorien er den høye frekvensen av ordreoppretting: transaksjoner utføres i millisekunder. Denne tilnærmingen kan gi store fordeler, men den innebærer også visse risikoer.

Automatisert handel: roboter og rådgivere

I 1997 beskrev analytiker Tushar Chand, i sin bok Beyond Technical Analysis (opprinnelig kalt Beyond Technical Analysis), først et mekanisk handelssystem (MTS). Dette systemet kalles en handelsrobot eller en valutarådgiver. Dette er programvaremoduler som overvåker markedet, utsteder handelsordrer og kontrollerer utførelsen av disse ordrene. Det finnes to typer robothandelsprogrammer:

• automatisert «fra» og «til» – de er i stand til å ta uavhengige uavhengige beslutninger om handel;
• gir signaler til traderen om å åpne en avtale manuelt, sender de selv ikke bestillinger.

Ved algoritmisk handel vurderes kun den første typen robot eller rådgiver, og dens «superoppgave» er implementeringen av de strategiene som ikke er mulige når man handler manuelt.

Renaissance Institutiona Equlties Fund er det største private fondet som bruker algoritmisk handel. Det ble åpnet i USA av Renaissance Technologies LLC, som ble grunnlagt i 1982 av James Harris Simons. Financial Times kalte senere Simons «den smarteste milliardæren».

Hvordan lages handelsroboter?

Robotene som brukes til algoritmisk handel i aksjemarkedet er spesialiserte dataprogrammer. Utviklingen deres begynner først og fremst med fremveksten av en klar plan over alle oppgaver som roboter skal utføre, inkludert strategier. Utfordringen som handler programmereren står overfor er å lage en algoritme som tar hensyn til hans kunnskap og personlige preferanser. Selvfølgelig er det nødvendig å tydelig forstå på forhånd alle nyansene i systemet som automatiserer transaksjoner. Derfor anbefales det ikke for nybegynnere å lage en TC-algoritme på egen hånd. For teknisk implementering av handelsroboter må du kunne minst ett programmeringsspråk. For å skrive programmer, bruk mql4, Python, C #, C ++, Java, R, MathLab.
Evnen til å programmere gir tradere mange fordeler:

• evnen til å lage databaser;
• lanserings- og testsystemer;
• analysere høyfrekvente strategier;
• raskt fikse feil.

Det er mange svært nyttige åpen kildekode-biblioteker og prosjekter for hvert språk. Et av de største algoritmiske handelsprosjektene er QuantLib, opprettet i C++. Hvis du trenger å koble deg direkte til Currenex, LMAX, Integral eller andre likviditetsleverandører for å bruke høyfrekvente algoritmer, må du mestre ferdighetene til å skrive Java-tilkoblings-APIer. I mangel av programmeringsferdigheter er det mulig å bruke spesielle algoritmiske handelsprogrammer for å lage enkle mekaniske handelssystemer. Eksempler på slike plattformer:

• TSLab;
• WhelthLab;
• MetaTrader;
• S # .Studio;
• Multicharts;
• TradeStation.

Algoritmisk aksjemarkedshandel

Aksje- og derivatmarkedene gir store muligheter for automatiserte systemer, men algoritmisk handel er mer vanlig blant store fond enn blant private investorer. Det finnes flere typer algoritmisk handel på aksjemarkedet:

• Et system basert på teknisk analyse. Designet for å dra nytte av markedsineffektivitet og flere indikatorer for å identifisere trender, markedsbevegelser. Ofte er denne strategien rettet mot å tjene penger på metodene for klassisk teknisk analyse.
• Par- og basketballhandel. Systemet bruker forholdet mellom to eller flere instrumenter (ett av dem er en «guide», dvs. at det først skjer endringer i det, og deretter trekkes 2. og påfølgende instrumenter) med en relativt høy prosentandel, men ikke lik 1. Hvis instrumentet avviker fra gitt rute, vil han sannsynligvis gå tilbake til gruppen sin. Ved å spore dette avviket kan algoritmen handle og generere fortjeneste for eieren.
• Market making. Dette er en annen strategi som tar sikte på å opprettholde markedslikviditeten. Slik at en privat næringsdrivende eller hedgefond når som helst kan kjøpe eller selge et handelsinstrument. Markedsskapere kan til og med bruke overskuddet til å møte etterspørselen etter ulike instrumenter og tjene på børsen. Men dette forhindrer ikke bruken av spesielle strategier basert på rask trafikk og markedsdata.
• Foranløpende. Innenfor rammen av et slikt system brukes verktøy for å analysere transaksjonsvolumet og identifisere store bestillinger. Algoritmen tar hensyn til at store bestillinger vil holde prisen og føre til at motsatte handler vises i motsatt retning. På grunn av hastigheten på å analysere markedsdata i ordrebøker og feeder, vil de møte volatilitet, prøve å utkonkurrere andre deltakere og akseptere liten volatilitet når de fyller veldig store bestillinger.
• Megling. Dette er en transaksjon som bruker finansielle instrumenter, korrelasjonen mellom dem er nær én. Som regel har slike instrumenter de minste avvikene. Systemet overvåker prisendringer for tilknyttede instrumenter og gjennomfører arbitrasjetransaksjoner som utjevner prisene. Eksempel: Det tas 2 ulike typer aksjer i samme selskap, som endres synkront med 100 % korrelasjon. Eller de samme aksjene tas, men i forskjellige markeder. På den ene børsen vil den stige/falle litt tidligere enn på den andre. Etter å ha «fanget» dette øyeblikket den første, kan du åpne avtaler på den andre.
• Handel på volatilitet. Dette er den vanskeligste typen handel, basert på å kjøpe ulike typer opsjoner og forvente en økning i volatiliteten til et bestemt instrument. Denne algoritmiske handelen krever mye datakraft og et team av eksperter. Her analyserer de beste hodene ulike instrumenter, og gir spådommer om hvilke av dem som kan øke volatiliteten. De legger analysemekanismene sine inn i roboter, og de kjøper opsjoner for disse instrumentene til rett tid.

Algoritmiske handelsrisikoer

Påvirkningen av algoritmisk handel har vokst betydelig i nyere tid. Naturligvis medfører nye handelsmetoder visse risikoer som ikke tidligere var forventet. HFT-transaksjoner er spesielt beheftet med risikoer som må vurderes.
Det farligste når du arbeider med algoritmer:

• Prismanipulasjon. Du kan tilpasse algoritmer for å direkte påvirke individuelle instrumenter. Konsekvensene her kan være svært farlige. I 2013, på den første handelsdagen på det globale BATS-markedet, var det et reelt fall i verdien av selskapets verdipapirer. På bare 10 sekunder falt prisen fra $15 til bare et par cent. Årsaken var aktiviteten til en robot som bevisst var programmert til å redusere aksjekursene. Denne policyen kan villede andre deltakere og i stor grad forvrenge situasjonen på børsen.
• Utstrømning av arbeidskapital. Hvis markedet er under stress, stanser deltakere som bruker roboter handelen. Siden de fleste bestillingene kommer fra bilrådgivere, er det en global utstrømning som umiddelbart krasjer alle sitater. Konsekvensene av en slik «sving» kan være svært alvorlige. Dessuten forårsaker utstrømningen av likviditet utbredt panikk, noe som vil forverre den vanskelige situasjonen.
• Volatiliteten har økt kraftig. Noen ganger er det unødvendige svingninger i aktivaverdier i alle verdens markeder. Dette kan være en kraftig prisoppgang eller et katastrofalt fall. Denne situasjonen kalles flashkrasj. Ofte er årsaken til svingninger oppførselen til høyfrekvente roboter, fordi deres andel av det totale antallet markedsdeltakere er veldig stor.
• Økte kostnader. Et stort antall mekaniske konsulenter trenger stadig å forbedre sine tekniske evner. Som et resultat er tollpolitikken i endring, noe som selvfølgelig ikke er bra for handelsmenn.
• Operasjonell risiko. Et stort antall samtidig innkommende bestillinger kan overbelaste servere med enorm kapasitet. Derfor, noen ganger i løpet av toppperioden med aktiv handel, slutter systemet å fungere, alle kapitalstrømmer suspenderes, og deltakerne pådrar seg store tap.
• Markedets forutsigbarhet reduseres. Roboter har en betydelig innvirkning på transaksjonspriser. Dette reduserer nøyaktigheten av prognosen og undergraver grunnlaget for den underliggende analysen. Også bilhjelpere frarøver tradisjonelle handelsmenn gode priser.

Roboter diskrediterer gradvis vanlige markedsaktører, og dette fører til en fullstendig avvisning av manuelle operasjoner i fremtiden. Situasjonen vil styrke posisjonen til systemet med algoritmer, noe som vil føre til en økning i risikoen forbundet med dem.

Algoritmisk Forex Trading

Veksten av algoritmisk valutahandel skyldes i stor grad automatisering av prosesser og en reduksjon i tiden for å utføre valutatransaksjoner ved hjelp av programvarealgoritmer. Dette reduserer også driftskostnadene. Forex bruker hovedsakelig roboter basert på tekniske analysemetoder. Og siden den vanligste terminalen er MetaTrader-plattformen, har MQL-programmeringsspråket levert av plattformutviklerne blitt den vanligste metoden for å skrive roboter.

Kvantitativ handel

Kvantitativ handel er retningen for handel, hvis formål er å danne en modell som beskriver dynamikken til ulike finansielle eiendeler og lar deg lage nøyaktige spådommer. Kvantitative handelsmenn, også kjent som kvantehandlere, er vanligvis høyt utdannede spesialister innen sitt felt: økonomer, matematikere, programmerere. For å bli en kvantehandler må du i det minste kunne det grunnleggende innen matematisk statistikk og økonometri.

Høyfrekvent algoritmisk handel / HFT-handel

Dette er den vanligste formen for automatisert handel. Et trekk ved denne metoden er at transaksjoner kan utføres med høy hastighet i ulike instrumenter, der syklusen med å opprette/lukke posisjoner fullføres i løpet av ett sekund.

HFT-transaksjoner drar nytte av hovedfordelen til datamaskiner fremfor mennesker – mega-høy hastighet.

Det antas at forfatteren av ideen er Stephen Sonson, som sammen med D. Whitcomb og D. Hawkes skapte verdens 1. automatiske handelsdesk i 1989 (Automatic Trading Desk). Selv om den formelle utviklingen av teknologi begynte først i 1998, da bruken av elektroniske plattformer på amerikanske børser ble godkjent.

Grunnleggende prinsipper for HFT-handel

Denne handelen er basert på følgende hvaler:

• bruken av høyteknologiske systemer holder perioden for utførelse av posisjoner på nivået 1-3 millisekunder;
• fortjeneste fra mikroendringer i priser og marginer;
• utførelse av storskala høyhastighetshandler og tjene penger på det laveste reelle nivået, som noen ganger er mindre enn en cent (potensialet til HFT er mange ganger høyere enn tradisjonelle strategier);
• bruken av alle typer voldgiftstransaksjoner;
• transaksjoner gjøres strengt i løpet av handelsdagen, volumet av transaksjoner for hver økt kan nå titusenvis.

Høyfrekvente handelsstrategier

Enhver algoritmisk handelsstrategi kan brukes her, men handel samtidig med en hastighet utenfor rekkevidde for mennesker. Her er noen HFT-strategier for eksempel:

• Identifikasjon av bassenger med høy likviditet. Denne teknologien er rettet mot å oppdage skjulte («mørke») eller bulkordrer ved å åpne små testtransaksjoner. Målet er å bekjempe den sterke bevegelsen som skapes av de volumetriske bassengene.
• Etablering av et elektronisk marked. I prosessen med å øke likviditeten i markedet, realiseres profitt gjennom handel innenfor spreaden. Vanligvis, når du handler på en børs, vil spredningen øke. Hvis market maker ikke har kunder som kan opprettholde en balanse, må høyfrekvente tradere bruke sine egne midler for å lukke tilbud og etterspørsel av instrumentet. Børser og ECN-er vil gi rabatter på driftsutgifter som belønning.
• Foranløpende. Navnet oversettes som «løp i forkant». Denne strategien er basert på analysen av gjeldende kjøps- og salgsordrer, aktivalikviditet og gjennomsnittlig åpen rente. Essensen av denne metoden er å oppdage store bestillinger og legge inn dine egne små til en litt høyere pris. Etter at ordren er utført, bruker algoritmen den høye sannsynligheten for svingninger i anførselstegn rundt en annen stor ordre for å plassere en annen høyere.
• Utsatt voldgift. Denne strategien drar fordel av aktiv tilgang til lagerdata gjennom geografisk nærhet til servere eller anskaffelse av dyre direkteforbindelser til større nettsteder. Det brukes ofte av handelsmenn som er avhengige av valutaregulatorer.
• Statistisk voldgift. Denne metoden for høyfrekvent handel er basert på å identifisere korrelasjonen mellom ulike instrumenter mellom plattformer eller tilsvarende former for eiendeler (futures for valutapar og deres spotmotparter, derivater og aksjer). Disse transaksjonene utføres vanligvis av private banker, investeringsfond og andre lisensierte forhandlere.

Høyfrekvente operasjoner utføres i mikrovolumer, som motvirkes av et stort antall transaksjoner. I dette tilfellet bokføres gevinst og tap umiddelbart.

Gjennomgang av programmer for algoritmiske tradere

Det er et lite stykke programvare som brukes til algoritmisk handel og robotprogrammering:

• TSLab. Russisk-laget C #-programvare. Kompatibel med de fleste valuta- og aksjemeglere. Takket være et spesielt blokkdiagram har det et ganske enkelt og lett å lære grensesnitt. Du kan bruke programmet gratis for å teste og optimalisere systemet, men for ekte transaksjoner må du kjøpe et abonnement.
• WealthLab. Et program som brukes til å utvikle algoritmer i C #. Med dens hjelp kan du bruke Wealth Script-biblioteket til å skrive algoritmisk handelsprogramvare, noe som i stor grad forenkler kodingsprosessen. Du kan også koble sitater fra forskjellige kilder til programmet. I tillegg til backtesting kan reelle transaksjoner også finne sted i finansmarkedet.
• R Studio. Mer avansert program for quanta (ikke egnet for nybegynnere). Programvaren kombinerer flere språk, hvorav ett bruker et dedikert R-språk for data- og tidsseriebehandling. Her lages algoritmer og grensesnitt, tester utføres, optimalisering, statistikk og andre data kan innhentes. R Studio er gratis, men ganske seriøst. Programmet bruker ulike innebygde biblioteker, testere, modeller osv.

Strategier for algoritmisk handel

Algotrading har følgende strategier:

• TWAP. Denne algoritmen åpner regelmessig bestillinger til den beste bud- eller salgsprisen.
• Utførelsesstrategi.  Algoritmen krever store kjøp av eiendeler til veide gjennomsnittspriser, vanligvis brukt av store aktører (hedgefond og meglere).
• VWAP. Algoritmen brukes til å åpne posisjoner i en lik del av et gitt volum i en viss tidsperiode, og prisen bør ikke være høyere enn vektet gjennomsnittspris ved lansering.
• Datautvinning. Det er et søk etter nye mønstre for nye algoritmer. Før starten av testen var mer enn 75 % av gruvetidspunktene for datainnsamling. Søkeresultater avhenger kun av profesjonelle og detaljerte metoder. Selve søket konfigureres manuelt ved hjelp av ulike algoritmer.
• Isfjell. Brukes til å legge inn bestillinger, hvis totale kvantum ikke overstiger antallet spesifisert i parameterne. På mange børser er denne algoritmen innebygd i kjernen av systemet, og den lar deg spesifisere volumet i rekkefølgeparametrene.
• Spekulativ strategi. Dette er standardmodellen for tradere som søker best mulig pris å handle med for å generere påfølgende fortjeneste.

Opplæring og bøker om algoritmisk handel

Den slags kunnskap får du ikke i skolekretser. Dette er et veldig smalt og spesifikt område. Det er vanskelig å skille ut virkelig pålitelige studier her, men for å oppsummere er følgende nøkkelkunnskap nødvendig for å engasjere seg i algoritmisk handel:

• matematiske så vel som økonomiske modeller;
• programmeringsspråk – Python, С ++, MQL4 (for Forex);
• informasjon om kontrakter om utveksling og funksjoner til instrumenter (opsjoner, futures, etc.).

Du må mestre denne retningen hovedsakelig på egen hånd. For å lese pedagogisk litteratur om dette emnet, kan du vurdere bøker:

• Kvantehandel og algoritmisk handel – Ernest Chen;
• Algoritmisk handel og direkte utvekslingstilgang – Barry Johnsen;
• «Metoder og algoritmer for finansiell matematikk» – Luu Yu-Dau;
• «Inside the Black Box» – Rishi K. Narang;
• Handel og utveksling: Markedsmikrostruktur for utøvere – Larry Harris.

Den mest produktive læringsprosessen er å starte med å lære det grunnleggende om aksjehandel og teknisk analyse, og deretter kjøpe bøker om algoritmisk handel. Det skal også bemerkes at de fleste faglige publikasjoner kun finnes på engelsk.

I tillegg til bøker med partiskhet, vil det også være nyttig å lese all lagerlitteratur.

Kjente myter om algoritmisk handel

Mange tror at bruk av robothandel bare kan være lønnsomt og tradere trenger ikke å gjøre noe i det hele tatt. Selvfølgelig ikke. Det er alltid nødvendig å overvåke roboten, optimere den og kontrollere den slik at feil og feil ikke oppstår. Noen tror at roboter ikke kan tjene penger. Dette er personer som mest sannsynlig tidligere har møtt roboter av lav kvalitet solgt av svindlere for valutatransaksjoner. Det finnes kvalitetsroboter innen valutahandel som kan tjene penger. Men ingen vil selge dem, for de har allerede gode penger. Handel på børsen har et enormt potensial for å tjene. Algoritmisk handel er et virkelig gjennombrudd innen investeringsfeltet. Roboter tar på seg nesten alle daglige oppgaver som pleide å ta lang tid.