Algohandel: dess väsen, handelsstrategier och risker

För närvarande utförs de flesta operationer på börser med hjälp av speciella robotar, i vilka olika algoritmer är inbäddade. Denna taktik kallas algoritmisk handel. Detta är en trend under de senaste decennierna som har förändrat marknaden på många sätt.

Vad är algoritmisk handel?

Den huvudsakliga formen av algoritmisk handel är HFT-handel. Poängen är att slutföra transaktionen omedelbart. Med andra ord, denna typ drar fördel av sin främsta fördel – hastighet. Algoritmisk handel har två huvuddefinitioner:

• Algohandel. Ett autosystem som kan handla utan en handlare i en given algoritm. Systemet är nödvändigt för att generera direkt vinst genom marknadsautoanalys och öppna positioner. Denna algoritm kallas också en ”handelsrobot” eller ”rådgivare”.
• Algoritmisk handel. Utförande av stora order på marknaden, när de automatiskt delas upp i delar och gradvis öppnas i enlighet med de angivna reglerna. Systemet används för att underlätta det manuella arbetet för handlare när de utför transaktioner. Till exempel, om du har en uppgift att köpa 100 tusen aktier, och du behöver samtidigt öppna positioner för 1-3 aktier, utan att väcka uppmärksamhet i orderflödet.

Förenklad, algoritmisk handel är automatiseringen av dagliga operationer som utförs av handlare för att minska tiden det tar att analysera aktieinformation, beräkna matematiska modeller och utföra transaktioner. Systemet tar också bort den mänskliga faktorns roll i marknadens funktion (känslor, spekulationer, ”handlarens intuition”), vilket ibland förnekar även lönsamheten för den mest lovande strategin.

Historien om uppkomsten av algoritmisk handel

1971 anses vara startpunkten för algoritmisk handel (det dök upp samtidigt med det första automatiserade handelssystemet NASDAQ). 1998 godkände US Securities Commission (SEC) officiellt användningen av elektroniska handelsplattformar. Sedan började den verkliga konkurrensen av högteknologi. Följande viktiga ögonblick i utvecklingen av algoritmisk handel som är värda att nämna:

• Tidigt 2000-tal. Automatiserade transaktioner slutfördes på bara några sekunder. Marknadsandelen för robotar var mindre än 10 %.
• år 2009. Hastigheten för exekvering av applikationer reducerades flera gånger och nådde flera millisekunder. Andelen försäljningsassistenter steg kraftigt till 60 %.
• 2012 och framåt. Oförutsägbarheten av händelser på börser har lett till ett stort antal fel i de stela algoritmerna för de flesta program. Detta ledde till en minskning av volymen av automatiserad handel till 50 % av den totala. Teknik för artificiell intelligens utvecklas och introduceras.

Högfrekvent handel är fortfarande aktuellt idag. Många rutinoperationer (till exempel marknadsskalning) utförs automatiskt, vilket avsevärt minskar bördan för handlare. Maskinen har dock ännu inte helt kunnat ersätta det levande intellektet och utvecklat mänsklig intuition. Detta gäller särskilt när volatiliteten på börsen stiger kraftigt på grund av publiceringen av betydande internationella ekonomiska nyheter. Att förlita sig på robotar avråds starkt under denna period.

Fördelar och nackdelar med algoritmisk handel

Fördelarna med algoritmen är alla nackdelarna med manuell handel. En person påverkas lätt av känslor, men robotar är det inte. Roboten kommer att handla strikt enligt algoritmen. Om affären kan bli lönsam i framtiden kommer roboten att ge dig den. Dessutom är en person långt ifrån alltid i stånd att helt koncentrera sig på sina egna handlingar och han behöver vila då och då. Robotar har inte sådana nackdelar. Men de har sina egna och bland dem:

• på grund av strikt efterlevnad av algoritmer kan roboten inte anpassa sig till förändrade marknadsförhållanden;
• komplexiteten i själva algoritmhandeln och höga krav på förberedelse;
• fel i de introducerade algoritmerna, som roboten själv inte kan upptäcka (detta är naturligtvis redan en mänsklig faktor, men en person kan upptäcka och korrigera sina misstag, men robotar kan inte göra detta ännu).

Du bör inte betrakta handelsrobotar som det enda möjliga sättet att tjäna pengar på handel, eftersom lönsamheten för automatisk handel och manuell handel har blivit nästan densamma under de senaste 30 åren.

Kärnan i algoritmisk handel

Algohandlare (även kallade kvanthandlare) använder bara teorin om sannolikheten att priserna faller inom det erforderliga intervallet. Beräkningen baseras på tidigare prisserier eller flera finansiella instrument. Reglerna kommer att förändras med förändringar i marknadens beteende.
Algoritmiska handlare letar alltid efter marknadsineffektivitet, återkommande offertmönster i historien och förmågan att beräkna framtida återkommande offerter. Därför ligger kärnan i algoritmisk handel i reglerna för att välja öppna positioner och grupper av robotar. Valet kan vara:

• manual – implementeringen utförs av forskaren på basis av matematiska och fysiska modeller;
• automatisk – det är nödvändigt för massuppräkning av regler och tester inom programmet;
• genetisk – här är reglerna utvecklade av ett program som har inslag av artificiell intelligens.

Andra idéer och utopier om algoritmisk handel är fiktion. Även robotar kan inte ”förutsäga” framtiden med 100% garanti. Marknaden kan inte vara så ineffektiv att det finns en uppsättning regler som gäller för robotar när som helst, var som helst. Stora investeringsbolag som använder algoritmer (till exempel Renessaince Technology, Citadel, Virtu) har hundratals grupper (familjer) av handelsrobotar som täcker tusentals instrument. Det är denna metod, som är en diversifiering av algoritmer, som ger dem daglig vinst.

Algoritmtyper

En algoritm är en uppsättning tydliga instruktioner utformade för att utföra en specifik uppgift. På finansmarknaden exekveras användarnas algoritmer av datorer. För att skapa en uppsättning regler kommer data om pris, volym och utförandetid för framtida transaktioner att användas. Algohandel på aktie- och valutamarknaderna är indelad i fyra huvudtyper:

• Statistisk. Denna metod är baserad på statistisk analys med historiska tidsserier för att identifiera handelsmöjligheter.
• Bil. Syftet med denna strategi är att skapa regler som gör det möjligt för marknadsaktörer att minska risken med transaktioner.
• Verkställande. Denna metod är utformad för att utföra specifika uppgifter relaterade till öppning och stängning av handelsorder.
• Hetero. Denna teknik syftar till att maximera hastigheten för marknadstillträde och minska kostnaderna för att komma in och ansluta algoritmiska handlare till handelsterminalen.

Högfrekvent algoritmisk handel kan särskiljas som ett separat område för mekaniserad handel. Huvudfunktionen i denna kategori är den höga frekvensen av orderskapande: transaktioner utförs på millisekunder. Detta tillvägagångssätt kan ge stora fördelar, men det medför också vissa risker.

Automatiserad handel: robotar och rådgivare

1997 beskrev analytikern Tushar Chand, i sin bok Beyond Technical Analysis (ursprungligen kallad Beyond Technical Analysis), ett mekaniskt handelssystem (MTS). Detta system kallas en handelsrobot eller en valutarådgivare. Dessa är mjukvarumoduler som övervakar marknaden, utfärdar handelsorder och kontrollerar utförandet av dessa order. Det finns två typer av robothandelsprogram:

• automatiserade ”från” och ”till” – de kan fatta oberoende oberoende beslut om handel;
• ger signaler till handlaren att öppna en affär manuellt, de själva skickar inga order.

I fallet med algoritmisk handel beaktas endast den första typen av robot eller rådgivare, och dess ”superuppgift” är implementeringen av de strategier som inte är möjliga när man handlar manuellt.

Renaissance Institutiona Equlties Fund är den största privata fonden som använder sig av algoritmisk handel. Det öppnades i USA av Renaissance Technologies LLC, som grundades 1982 av James Harris Simons. Financial Times kallade senare Simons ”den smartaste miljardären”.

Hur skapas handelsrobotar?

Robotarna som används för algoritmisk handel på aktiemarknaden är specialiserade datorprogram. Deras utveckling börjar först och främst med uppkomsten av en tydlig plan över alla uppgifter som robotar kommer att utföra, inklusive strategier. Utmaningen som handlarens programmerare står inför är att skapa en algoritm som tar hänsyn till hans kunskap och personliga preferenser. Naturligtvis är det nödvändigt att i förväg tydligt förstå alla nyanser av systemet som automatiserar transaktioner. Därför rekommenderas det inte för nybörjare att skapa en TC-algoritm på egen hand. För den tekniska implementeringen av handelsrobotar behöver du kunna minst ett programmeringsspråk. För att skriva program, använd mql4, Python, C #, C ++, Java, R, MathLab.
Möjligheten att programmera ger handlare många fördelar:

• förmågan att skapa databaser;
• lansering och testsystem;
• analysera högfrekventa strategier;
• snabbt fixa fel.

Det finns många mycket användbara bibliotek och projekt med öppen källkod för varje språk. Ett av de största algoritmiska handelsprojekten är QuantLib, skapat i C++. Om du behöver ansluta direkt till Currenex, LMAX, Integral eller andra likviditetsleverantörer för att använda högfrekventa algoritmer, måste du behärska färdigheterna att skriva Java-anslutnings-API:er. I avsaknad av programmeringskunskaper är det möjligt att använda speciella algoritmiska handelsprogram för att skapa enkla mekaniska handelssystem. Exempel på sådana plattformar:

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

Algoritmisk aktiemarknadshandel

Aktie- och derivatmarknaderna ger stora möjligheter för automatiserade system, men algoritmisk handel är vanligare bland stora fonder än bland privata investerare. Det finns flera typer av algoritmisk handel på aktiemarknaden:

• Ett system baserat på teknisk analys. Designad för att dra fördel av marknadens ineffektivitet och flera indikatorer för att identifiera trender, marknadsrörelser. Ofta syftar denna strategi till att tjäna pengar på metoderna för klassisk teknisk analys.
• Par- och baskethandel. Systemet använder förhållandet mellan två eller flera instrument (ett av dem är en ”guide”, dvs. först sker förändringar i det, och sedan dras det 2:a och efterföljande instrumentet) med en relativt hög procent, men inte lika med 1. Om instrumentet avviker från given rutt kommer han troligen att återvända till sin grupp. Genom att spåra denna avvikelse kan algoritmen handla och generera vinster för ägaren.
• Market making. Detta är ytterligare en strategi som syftar till att upprätthålla marknadens likviditet. Så att en privat handlare eller hedgefond när som helst kan köpa eller sälja ett handelsinstrument. Marknadsgaranter kan till och med använda sina vinster för att möta efterfrågan på olika instrument och tjäna på börsen. Men detta hindrar inte användningen av speciella strategier baserade på snabb trafik och marknadsdata.
• Framlöpande. Inom ramen för ett sådant system används verktyg för att analysera transaktionsvolymen och identifiera stora order. Algoritmen tar hänsyn till att stora order kommer att hålla priset och göra att motsatta affärer dyker upp i motsatt riktning. På grund av snabbheten att analysera marknadsdata i orderböcker och flöden kommer de att möta volatilitet, försöka överträffa andra deltagare och acceptera lite volatilitet när de fyller mycket stora order.
• Skiljedom. Detta är en transaktion som använder finansiella instrument, korrelationen mellan dem är nära ett. Sådana instrument har i regel de minsta avvikelserna. Systemet övervakar prisförändringar för länkade instrument och genomför arbitragetransaktioner som utjämnar priserna. Exempel: 2 olika typer av aktier i samma bolag tas, som ändras synkront med 100% korrelation. Eller samma aktier tas, men på olika marknader. På en börs kommer den att stiga/falla lite tidigare än på den andra. Efter att ha ”fångat” detta ögonblick den 1:a kan du öppna erbjudanden den 2:a.
• Handel på volatilitet. Detta är den svåraste typen av handel, baserat på att köpa olika typer av optioner och förvänta sig en ökning av volatiliteten för ett visst instrument. Denna algoritmiska handel kräver mycket datorkraft och ett team av experter. Här analyserar de bästa hjärnorna olika instrument och gör förutsägelser om vilka av dem som kan öka volatiliteten. De lägger sina analysmekanismer i robotar och de köper optioner för dessa instrument vid rätt tidpunkt.

Algoritmiska handelsrisker

Inflytandet från algoritmisk handel har ökat avsevärt på senare tid. Nya handelsmetoder medför naturligtvis vissa risker som inte tidigare var förväntade. HFT-transaktioner är särskilt behäftade med risker som måste beaktas.
Det farligaste när du arbetar med algoritmer:

• Prismanipulation. Du kan anpassa algoritmer för att direkt påverka enskilda instrument. Konsekvenserna här kan bli mycket farliga. Under 2013, på den första dagen för handel på den globala BATS-marknaden, skedde en rejäl nedgång i värdet på företagets värdepapper. På bara 10 sekunder sjönk priset från $15 till bara ett par cent. Anledningen var aktiviteten hos en robot som medvetet programmerades för att sänka aktiekurserna. Denna policy kan vilseleda andra deltagare och i hög grad förvränga situationen på börsen.
• Utflöde av rörelsekapital. Om marknaden är under stress avbryter deltagare som använder robotar handeln. Eftersom de flesta av beställningarna kommer från bilrådgivare finns det ett globalt utflöde som omedelbart kraschar alla offerter. Konsekvenserna av ett sådant utbyte ”sving” kan vara mycket allvarliga. Dessutom orsakar utflödet av likviditet utbredd panik, vilket kommer att förvärra den svåra situationen.
• Volatiliteten har ökat kraftigt. Ibland finns det onödiga fluktuationer i tillgångsvärden på alla världens marknader. Detta kan vara en kraftig prisuppgång eller ett katastrofalt fall. Denna situation kallas flashkrasch. Ofta är orsaken till fluktuationer beteendet hos högfrekventa robotar, eftersom deras andel av det totala antalet marknadsaktörer är mycket stor.
• Ökade kostnader. Ett stort antal mekaniska konsulter behöver ständigt förbättra sin tekniska förmåga. Som ett resultat förändras tullpolitiken, vilket naturligtvis inte är bra för handlare.
• Operativ risk. Ett stort antal samtidigt inkommande beställningar kan överbelasta servrar med enorm kapacitet. Därför, ibland under högperioden av aktiv handel, upphör systemet att fungera, alla kapitalflöden avbryts och deltagarna ådrar sig stora förluster.
• Marknadens förutsägbarhet minskar. Robotar har en betydande inverkan på transaktionspriserna. Detta minskar noggrannheten i prognosen och undergräver grunden för den underliggande analysen. Dessutom berövar bilhjälpare traditionella handlare bra priser.

Robotar misskrediterar gradvis vanliga marknadsaktörer och detta leder till att manuella operationer helt förkastas i framtiden. Situationen kommer att stärka positionen för systemet med algoritmer, vilket kommer att leda till en ökning av riskerna förknippade med dem.

Algoritmisk valutahandel

Tillväxten av algoritmisk valutahandel beror till stor del på automatiseringen av processer och en minskning av tiden för att genomföra valutatransaktioner med mjukvarualgoritmer. Detta minskar också driftskostnaderna. Forex använder främst robotar baserade på tekniska analysmetoder. Och eftersom den vanligaste terminalen är MetaTrader-plattformen, har MQL-programmeringsspråket som tillhandahålls av plattformsutvecklarna blivit den vanligaste metoden för att skriva robotar.

Kvantitativ handel

Kvantitativ handel är riktningen för handeln, vars syfte är att bilda en modell som beskriver dynamiken i olika finansiella tillgångar och låter dig göra korrekta förutsägelser. Kvantitativa handlare, även kända som kvanthandlare, är vanligtvis högutbildade specialister inom sitt område: ekonomer, matematiker, programmerare. För att bli en kvanthandlare måste du åtminstone kunna grunderna i matematisk statistik och ekonometri.

Högfrekvent algoritmisk handel / HFT-handel

Detta är den vanligaste formen av automatiserad handel. En egenskap hos denna metod är att transaktioner kan utföras med hög hastighet i olika instrument, där cykeln att skapa/stänga positioner är klar inom en sekund.

HFT-transaktioner drar fördel av datorernas främsta fördel framför människor – megahög hastighet.

Man tror att författaren till idén är Stephen Sonson, som tillsammans med D. Whitcomb och D. Hawkes skapade världens 1:a automatiska handelsbord 1989 (Automatic Trading Desk). Även om den formella utvecklingen av teknik började först 1998, när användningen av elektroniska plattformar på amerikanska börser godkändes.

Grundläggande principer för HFT-handel

Denna handel är baserad på följande valar:

• användningen av högteknologiska system håller perioden för utförande av positioner på nivån 1-3 millisekunder;
• vinster från mikroförändringar i priser och marginaler;
• utförande av storskaliga höghastighetsaffärer och vinst på den lägsta reala nivån, som ibland är mindre än en cent (potentialen för HFT är många gånger högre än traditionella strategier);
• användningen av alla typer av skiljedomstransaktioner;
• transaktioner görs strikt under handelsdagen, transaktionsvolymen för varje session kan uppgå till tiotusentals.

Högfrekventa handelsstrategier

Alla algoritmiska handelsstrategier kan användas här, men samtidigt handla med en hastighet utom räckhåll för människor. Här är några HFT-strategier till exempel:

• Identifiering av pooler med hög likviditet. Denna teknik syftar till att upptäcka dolda (”mörka”) eller bulkordrar genom att öppna små testtransaktioner. Målet är att bekämpa den starka rörelsen som skapas av de volymetriska poolerna.
• Skapande av en elektronisk marknad. I processen att öka likviditeten på marknaden realiseras vinst genom handel inom spreaden. Vanligtvis, vid handel på en börs, kommer spreaden att öka. Om market maker inte har kunder som kan upprätthålla en balans, måste högfrekvenshandlare använda sina egna medel för att stänga tillgången och efterfrågan på instrumentet. Utbyten och ECN kommer att ge rabatter på driftskostnader som en belöning.
• Framlöpande. Namnet översätts som ”springa framåt”. Denna strategi är baserad på analys av aktuella köp- och säljorder, tillgångslikviditet och genomsnittlig öppen ränta. Kärnan i denna metod är att upptäcka stora beställningar och lägga dina egna små till ett lite högre pris. Efter att ordern har utförts använder algoritmen den höga sannolikheten för fluktuationer i citattecken runt en annan stor order för att placera en annan högre.
• Uppskjuten skiljedom. Denna strategi drar fördel av aktiv tillgång till lagerdata genom geografisk närhet till servrar eller förvärv av dyra direktanslutningar till större anläggningar. Det används ofta av handlare som förlitar sig på valutaregulatorer.
• Statistisk skiljedom. Denna metod för högfrekvent handel bygger på att identifiera korrelationen mellan olika instrument mellan plattformar eller motsvarande former av tillgångar (terminer för valutapar och deras spotmotparter, derivat och aktier). Dessa transaktioner utförs vanligtvis av privata banker, investeringsfonder och andra licensierade återförsäljare.

Högfrekventa operationer utförs i mikrovolymer, vilket kompenseras av ett stort antal transaktioner. I detta fall bokförs vinst och förlust omedelbart.

Granskning av program för algoritmiska handlare

Det finns en liten mjukvara som används för algoritmisk handel och robotprogrammering:

• TSLab. Rysktillverkad C #-programvara. Kompatibel med de flesta valuta- och aktiemäklare. Tack vare ett speciellt blockschema har den ett ganska enkelt och lättläst gränssnitt. Du kan använda programmet gratis för att testa och optimera systemet, men för riktiga transaktioner måste du köpa ett abonnemang.
• WealthLab. Ett program som används för att utveckla algoritmer i C #. Med dess hjälp kan du använda Wealth Script-biblioteket för att skriva algoritmisk handelsmjukvara, vilket avsevärt förenklar kodningsprocessen. Du kan också koppla citat från olika källor till programmet. Förutom backtesting kan riktiga transaktioner även ske på finansmarknaden.
• R Studio. Mer avancerat program för quanta (ej lämplig för nybörjare). Programvaran kombinerar flera språk, varav ett använder ett dedikerat R-språk för data- och tidsseriebehandling. Här skapas algoritmer och gränssnitt, tester utförs, optimering, statistik och annan data kan erhållas. R Studio är gratis, men ganska seriöst. Programmet använder olika inbyggda bibliotek, testare, modeller osv.

Strategier för algoritmisk handel

Algotrading har följande strategier:

• TWAP. Denna algoritm öppnar regelbundet order till bästa köp- eller säljpris.
• Utförandestrategi.  Algoritmen kräver stora köp av tillgångar till vägda genomsnittspriser, vanligtvis används av stora deltagare (hedgefonder och mäklare).
• VWAP. Algoritmen används för att öppna positioner i en lika stor del av en given volym under en viss tidsperiod, och priset bör inte vara högre än det vägda snittpriset vid lansering.
• Data Mining. Det är ett sökande efter nya mönster för nya algoritmer. Innan testet startade var mer än 75 % av gruvdatumen för datainsamling. Sökresultat beror bara på professionella och detaljerade metoder. Själva sökningen konfigureras manuellt med hjälp av olika algoritmer.
• Isberg. Används för att lägga beställningar vars totala kvantitet inte överstiger den kvantitet som anges i parametrarna. På många börser är denna algoritm inbyggd i systemets kärna, och den låter dig specificera volymen i orderparametrarna.
• Spekulativ strategi. Detta är standardmodellen för handlare som söker det bästa möjliga priset att handla med för att generera efterföljande vinster.

Utbildning och böcker om algoritmisk handel

Den sortens kunskap får man inte i skolkretsar. Detta är ett mycket smalt och specifikt område. Det är svårt att peka ut riktigt tillförlitliga studier här, men för att sammanfatta behövs följande nyckelkunskaper för att engagera sig i algoritmisk handel:

• matematiska såväl som ekonomiska modeller;
• programmeringsspråk – Python, С ++, MQL4 (för Forex);
• information om kontrakt om utbyte och funktioner för instrument (optioner, terminer etc.).

Du måste behärska denna riktning huvudsakligen på egen hand. För att läsa pedagogisk litteratur om detta ämne kan du överväga böcker:

• Kvanthandel och algoritmisk handel – Ernest Chen;
• Algoritmisk handel och direkt utbytestillgång – Barry Johnsen;
• ”Metoder och algoritmer för finansiell matematik” – Luu Yu-Dau;
• ”Inuti den svarta lådan” – Rishi K. Narang;
• Handel och utbyten: Market Microstructure for Practitioners – Larry Harris.

Den mest produktiva inlärningsprocessen är att börja med att lära sig grunderna i aktiehandel och teknisk analys, och sedan köpa böcker om algoritmisk handel. Det bör också noteras att de flesta professionella publikationer endast kan hittas på engelska.

Förutom böcker med partiskhet kommer det också att vara användbart att läsa all lagerlitteratur.

Kända myter om algoritmisk handel

Många tror att robothandel bara kan vara lönsamt och handlare behöver inte göra någonting alls. Självklart inte. Det är alltid nödvändigt att övervaka roboten, optimera den och styra den så att fel och fel inte uppstår. Vissa människor tror att robotar inte kan tjäna pengar. Det här är personer som, med största sannolikhet, tidigare har stött på robotar av låg kvalitet som säljs av bedragare för valutatransaktioner. Det finns kvalitetsrobotar inom valutahandel som kan tjäna pengar. Men ingen kommer att sälja dem, för de har redan bra med pengar. Handel på börsen har en enorm potential att tjäna. Algoritmisk handel är ett verkligt genombrott inom investeringsområdet. Robotar tar på sig nästan alla dagliga uppgifter som brukade ta lång tid.