Algoritamsko trgovanje: špekulativne strategije velikih sudionika na tržištu. Algoritamsko trgovanje - budućnost mjenjačke industrije Kompanije specijalizirane za algoritamsko trgovanje
Algoritamsko trgovanje
Algoritamsko trgovanje ili Algoritamsko trgovanje(Engleski) Algoritamsko trgovanje) - formalizirani proces obavljanja trgovinskih operacija na financijskim tržištima prema zadanom algoritmu pomoću specijaliziranih računalnih sustava (trgovački roboti).
Algoritamsko trgovanje naširoko koriste i institucionalni ulagači za učinkovito izvršenje velikih naloga, kao i privatni trgovci i hedge fondovi za primanje spekulativnog prihoda. U 2009. visokofrekventno algoritamsko trgovanje činilo je oko 73% ukupnog volumena trgovanja američkim dionicama. Na burzi MICEX 2010. godine udio visokofrekventnih sustava u prometu na burzi bio je oko 11-13%, a po broju prijava 45%. Prema podacima RTS-a, u 2010. godini udio trgovačkih robota u prometu na terminskom tržištu RTS FORTS iznosio je oko 50%, a njihov udio u ukupnom broju aplikacija u pojedinim trenucima dosegao je 90%.
Algoritamsko i visokofrekventno trgovanje postalo je predmetom brojnih postupaka koje su pokrenuli američki regulatori SEC (U.S. Securities and Exchange Commission) i CFTC (Commodity Futures Trading Commission), a vezano uz optužbe za njihovu umiješanost u događaje od 6. svibnja 2010., kada su vodeći američki dionički indeksi doživjeli najveći unutardnevni pad u svojoj povijesti. FFMS Rusije također se pobrinuo za probleme rastućeg utjecaja algoritamskog trgovanja, međutim, profesionalni tržišni sudionici tvrde da fenomena koji su rezultirali padom američkih burzovnih indeksa u načelu nema na ruskom tržištu, zbog više učinkovit način njegovog razvoja
Utjecaj algoritamskih sustava na likvidnost financijskih tržišta
Likvidnost financijskih instrumenata obično se procjenjuje obujmom i brojem obavljenih transakcija (volumen trgovanja), rasponom između najbolje ponude i cijene ponude (maksimalne cijene ponude i minimalne cijene ponude) i ukupnog volumena naloga blizu najbolje ponude i ponude. cijene (cijene i volumen trenutnih naloga možete vidjeti u knjizi naloga trgovačkog terminala). Što je veći obujam i broj transakcija za instrument, to je i veći likvidnost trgovanja , zauzvrat, što je manja razlika između najbolje ponude i ponude i što je veći obujam narudžbi blizu tih cijena, to više trenutna likvidnost .
Postoje dva glavna načela za licitiranje:
- citat- davanje narudžbi u svrhu sklapanja posla po boljoj cijeni od trenutno najpovoljnije ponude ili ponude.
- tržište- postavljanje ponuda u svrhu trenutne transakcije po trenutnim cijenama ponude ili ponude.
Nalozi postavljeni prema principu kotacije tvore trenutnu likvidnost tržišta, omogućujući drugim ponuditeljima da kupe ili prodaju određenu količinu imovine u bilo kojem trenutku.
Tržišni nalozi tvore trgovinsku likvidnost tržišta, omogućujući drugim ponuditeljima da kupe ili prodaju određenu količinu imovine po željenoj cijeni.
Algoritamski sustavi trgovanja koji koriste princip kotacije jedan su od glavnih pružatelja trenutne likvidnosti, a oni koji koriste tržišni princip jedan su od glavnih pružatelja likvidnosti trgovanja. Velik broj algoritamskih sustava istovremeno koristi oba ova principa.
Utjecaj algoritamskih sustava na infrastrukturu razmjene
S gledišta opterećenja burzovne trgovinske infrastrukture, algoritamski sustavi koji koriste tržišni princip rada s nalozima praktički ne snose rizike, budući da rijetko postavljaju više od jednog naloga u sekundi po instrumentu, štoviše, gotovo svaki postavljeni nalog ovim sustavima dovodi do dogovora. Kod algoritamskih sustava koji koriste kotacijski princip rada slika je potpuno drugačija. Prvo, prilikom zamjene naloga ovi sustavi mogu postaviti nekoliko naloga u sekundi za jedan instrument, a drugo, samo mali dio tih naloga dovodi do transakcija (prema informacijama koje je dostavio MICEX, više od 95% naloga iz visokofrekventnih naloga roboti se povlače bez izvršenja) . Dakle, kod visokofrekventnog kotiranja, infrastruktura burze je maksimalno opterećena, a veći dio vremena miruje. Budući da pretjerano opterećenje infrastrukture razmjene može utjecati na stabilnost njezina rada, razmjene koriste takve zaštitne mehanizme kao što su kašnjenje u emitiranju tržišnih informacija, ograničavanje broja dopuštenih transakcija, uvođenje minimalnog "životnog vijeka" aplikacije, kao i ograničavanje aktivnosti robota kroz tarifnu politiku.
Algoritamske strategije
Unatoč raznolikosti postojećih algoritamskih strategija, neke od njih koriste zajedničke principe konstrukcije ili slične algoritme rada, što im omogućuje kombiniranje u različite skupine. Sa stajališta krajnjeg cilja, mogu se razlikovati dvije široke kategorije: strategije izvršenja (s engleskog. izvršenje - izvođenje) i spekulativne strategije .
Strategije izvršenja
Ove strategije rješavaju problem kupnje ili prodaje velike količine financijskog instrumenta uz minimalno odstupanje konačne ponderirane prosječne cijene transakcije od trenutne tržišne cijene instrumenta. Ovu kategoriju strategija aktivno koriste investicijski fondovi i brokerske tvrtke diljem svijeta, a one čine do polovice volumena trgovanja koji generiraju algoritamski sustavi. Tri su najčešća algoritma koja se koriste u strategijama izvršenja:
Iceberg algoritam- podrazumijeva izvršenje ukupnog volumena naloga davanjem naloga za kotaciju čiji ukupni volumen ne prelazi navedeni "vidljivi" iznos. Postavljanje ponuda se nastavlja dok se ukupni iznos narudžbe u potpunosti ne izvrši. Na nekim burzama, uključujući LSE, algoritam Iceberg implementiran je na razini jezgre trgovinskog sustava, što omogućuje, uz uobičajene parametre naloga, da naznači njegov "prividni" volumen. Ovo značajno povećava učinkovitost algoritma, jer je za njegovu implementaciju dovoljno postaviti samo jednu narudžbu, koja će biti izvršena mnogo brže od nekoliko uzastopnih narudžbi.
Načini pridruživanja dražbi
Za većinu algoritamskih sustava brzina dobivanja tržišnih podataka i brzina postavljanja naloga najvažniji su čimbenici koji utječu na učinkovitost sustava. Rusko tržište je kroz povijest razvilo šest različitih opcija za povezivanje robota sa sustavima trgovanja na burzi. Kao primjer, razmotrite opcije za pristup platformi za trgovanje FORTS.
Mnogi pogrešno koriste ovaj izraz kada se primjenjuje na trgovanje pomoću automatskih sustava trgovanja (). U međuvremenu, algoritamsko trgovanje podrazumijeva samo algoritam za izvršenje velikog naloga. Činjenica je da izvršenje doista velikih naloga na burzi može biti povezano s sasvim objektivnim poteškoćama. Uzmimo, na primjer, mogući utjecaj na cijenu. Ako je, primjerice, nalog za kupnju dionica stvarno velik, onda njegova realizacija može pogurati cijenu, što poskupljuje kupnju, a to je, naravno, neisplativo za kupca. Za rješavanje takvih problema koristi se algoritamsko trgovanje, što podrazumijeva dijeljenje velikog naloga na više malih i njihovo stjecanje prema određenom algoritmu.
Algoritamsko trgovanje ima za cilj ispuniti veliku narudžbu po najpovoljnijoj cijeni, a ne trgovati radi zarade
Algoritamsko trgovanje naširoko koriste tzv.(velike banke,mirovinski fondovi,). Rade s veličinama narudžbi koje su toliko velike da ih je teško provesti jednostavnim uvrštavanjem na burzu.
Prije pojave algoritamskog trgovanja, izvršne tvrtke posebno stvorene za tu svrhu radile su s takvim proizvođačima tržišta. Ručno su dijelili velike narudžbe i izvršavali ih, oslanjajući se isključivo na svoje iskustvo (ili na vlastitu opasnost i rizik). Ili su njihovi trgovci bili angažirani u izvršenju takvih naloga, ponovno ih dijeleći na dijelove i implementirajući ih, oslanjajući se na svoje vještine.
Samo algoritamsko trgovanje pojavilo se od sredine 2000-ih. Svi glavni brokeri počeli su pružati ovu priliku za provedbu velikih naloga u automatskom načinu rada. Da bi to učinio, brokerov klijent treba samo odabrati algoritam po kojem će se izvršiti njegov nalog, a zatim će sustav sve učiniti sam.
Osnovni algoritmi
Postoji nekoliko osnovnih algoritama za implementaciju velikih aplikacija:
- TWAP. Ovaj algoritam uključuje dijeljenje cijele narudžbe u mnogo dijelova i izvršavanje svakog dijela u redovitim intervalima po najboljim cijenama u tom trenutku.
- VWAP. Podrazumijeva ravnomjerno izvršenje cijelog naloga podijeljenog na n-ti broj dijelova tijekom određenog vremenskog razdoblja po cijenama koje ne prelaze za više od zadanog postotka odstupanja prosječnu ponderiranu cijenu izračunatu u trenutku pokretanja algoritma.
- SANA LEDENJA. Bit ovog algoritma je postaviti narudžbu u takvim dijelovima da njihova "prividna vrijednost" ne prelazi određenu specificiranu razinu. Po analogiji sa santom leda, kada je vidljiv samo njen vrh, a glavni dio je skriven pod vodom.
Rizici povezani s algoritamskim trgovanjem
Kao i svaki automatizirani sustav, algoritamsko trgovanje nije imuno na softverske i hardverske pogreške. Iako je automatizacija prvenstveno dizajnirana da eliminira tzv. ljudski faktor, ipak su s njom povezane mnoge pogreške (greške u programiranju i konfiguraciji sustava).
Primjer takve greške je slučaj koji se dogodio 2012. godine s Knight Capitalom. Zbog pogrešne konfiguracije i instalacije softvera došlo je do kvara, zbog čega su u kratkom roku postavljene ponude od nekoliko milijardi dolara. Bio je to tako snažan izljev da su neke dionice porasle do 10% u cijeni. Rezultat ove pogreške bio je gubitak od pola milijarde dolara i, kao rezultat, bankrot tvrtke.
Nakon ovog incidenta, regulatori američkog tržišta dionica počeli su zahtijevati od vlasnika ove vrste automatiziranih "gumba" sustava za hitno isključivanje. Tako da možete trenutno zaustaviti pokrenuti proces u slučaju da nešto iznenada pođe po zlu kao što je planirano.
Zašto roboti i algoritamsko trgovanje?
Najnoviju američku krizu i slom burze mnogi su okrivili za algoritamsko trgovanje. Do tog su zaključka došli, očito, iz razloga što danas niti jedan trgovac ne može bez računala i tehničke analize, koja se radi na računalu.
Grafikoni kotacija cijena vizualno pokazuju što se događa s određenim vrijednosnim papirima: rastu li, padaju ili ostaju na istoj razini. Indikatori pokazuju prekupljenost/preprodanost, stopu promjene cijene, ubrzanje cijene, snagu bika ili medvjeda, količine kupnje ili prodaje itd. Na temelju tih pokazatelja trgovcu je lakše donijeti odluku o poslu.
Mnogi trgovci su otišli i dalje, umjesto da svake minute analiziraju stanje na tržištu, počeli su koristiti skup naredbi koje računalo redovito izvršava. A ako postoji signal za kupnju ili prodaju, tada će računalo, odnosno program robota za trgovanje, dati nalog, nakon čega će provjeriti je li isti ispunjen ili ne... Postoji mnogo različitih algoritama i mnogo prilično su isplativi. Približne statistike pokazuju da na američkom tržištu više od 80% svih naloga od ukupnog prometa postavljaju trgovački roboti. Robot gotovo nikada neće propustiti posao, nikada neće pogriješiti u izračunima. Ovo je jako dobar pomagač. U Rusiji postotak prijava koje su podnijeli roboti ne prelazi 20%. Ali ništa ne stoji, a rusko će trgovanje u vrlo bliskoj budućnosti nalikovati američkom.
Koliki postotak profitabilnosti može pokazati Robot?
Od nula do 8000% ili više. Mnogo toga ovisi o algoritmu robota, njegovim parametrima i prirodi tržišta. Ako su ovi čimbenici u korelaciji što je više moguće, tada će profitabilnost robota biti maksimalna.
Kako započeti trgovati na burzi pomoću robota ili stručnog savjetnika
Postoji nekoliko opcija:
- Razvijte vlastitog robota za trgovanje i počnite trgovati
- Naručite trgovačkog savjetnika ili robota
- Kupite gotovog stručnog savjetnika za trgovanje ili robota
Morate odmah shvatiti da je razvoj trgovačkog robota povezan s proučavanjem programskog jezika, kao što je QPILE ili C ++ s API-jem za QUIK. Ovo je neophodan uvjet, ali ne i dovoljan za profitabilnog robota. Potrebno je razviti ispravan algoritam kako bi Robot davao naloge za kupnju i prodaju u pravo vrijeme i pratio trenutnu poziciju kako ne bi kupio previše ili prodao manje nego što bi trebao. Mora biti sposoban postaviti stop naloge, provjeriti vezu s burzom, uzeti u obzir intervale trgovanja i pauze, zatvoriti ili prenijeti pozicije po sesiji, raditi s različitim vremenskim okvirima, svijećama, s raznim indikatorima i još mnogo toga.
Ono što je najvažnije, po mom mišljenju, robot za trgovanje trebao bi imati testni način rada. Način u kojem možete testirati robota u stvarnom trgovanju. Demo trgovanje malo se razlikuje od stvarnog trgovanja, stoga preporučujemo da ga testirate na stvarnom tržištu. U testnom načinu rada nije potrebno podnositi stvarne naloge za kupnju i prodaju. Sve transakcije mogu se provesti, da tako kažem, "na papiru".
Tek nakon što se uvjerite da ste napravili pravi izbor, možete pokrenuti Robota u stvarnom trgovanju na burzi.
Važno je razumjeti da ćete prilikom naručivanja razvoja trgovačkog robota potrošiti mnogo više vremena i novca, jer će to biti ekskluzivna verzija stvorena posebno za vas.
Kupnjom robota za trgovanje štedite novac i vrijeme.
Važno je razumjeti na kojem tržištu koristiti robota. Postoje tržišta na kojima gotovo samo roboti trguju. S jedne strane, pitat ćete se kako s njima, s druge strane, roboti su predvidljivi!
Prednosti robota
Niskofrekventni robot - mali broj transakcija, jedna ili dvije dnevno ili manje. Dakle, ušteda na provizijama, ali visoka profitabilnost nije za očekivati. Budući da se velika kretanja na tržištu događaju rijetko (oko 30% vremena ili manje).
Mikrovalni robot - profitabilnost može iznositi tisuće posto godišnje. Morate shvatiti da su profitabilnost i neto dobit ovih robota daleko od iste. Deseci tisuća transakcija dnevno i iznajmljivanje poslužitelja na burzi, za ultra brzi pristup informacijama o trgovanju, smanjuju profit za 50% ili više. Razvoj i održavanje takvih robota vrlo je problematičan i skup posao.
Robot visoke frekvencije - nekoliko desetaka transakcija dnevno. Provizija nije visoka, učinkovitost može biti vrlo dobra, profitabilnost je usporediva s veličinom neto dobiti, lakše je testirati i pratiti trgovine, lakše je kontrolirati robota. Razvoj i podrška su lakši, cijena je prilično pristupačna.
Što je robot i kako radi
U početku se strategija trgovanja utvrđuje i testira na povijesti. Algoritam se razvija. Provjereno. Nadalje, program za trgovanje samostalno obavlja transakcije na burzi.
Algoritamsko trgovanje, ili Algoritamsko trgovanje(eng. Algorithmic trading) je metoda izvršenja velikog naloga (prevelikog da bi se mogao izvršiti odjednom), kada se pomoću posebnih algoritamskih uputa izdaje veliki nalog ( red roditelja) podijeljen je na nekoliko pod-aplikacija ( dječje naredbe) sa svojim cjenovnim i količinskim karakteristikama, a svaki od podnaloga šalje se na tržište u određeno vrijeme na izvršenje. Takvi algoritmi su izmišljeni tako da trgovci ne moraju stalno pratiti citate i ručno dijeliti veliku narudžbu na male. Popularni algoritmi nazivaju se "Postotak volumena", "Vezani", "VWAP", "TWAP", "Implementation Shortfall", "Target Close".
Algoritamsko trgovanje nije namijenjeno zarađivanju. Cilj mu je smanjiti troškove izvršenja velike narudžbe ( trošak transakcije), minimizirati svoj utjecaj na tržište ( utjecaj na tržište) i smanjiti rizik od nepridržavanja.
Izraz "algoritamsko trgovanje" često se zlorabi kada su u pitanju automatizirani sustavi trgovanja. Takvi sustavi zapravo imaju za cilj ostvariti profit. Oni su također poznati kao "black box trading" roboti za trgovanje, u kojima su strategije trgovanja izgrađene na temelju složenih matematičkih formula i brze obrade podataka.
Primjena i implementacija
Algoritamsko trgovanje naširoko koriste investicijske banke, mirovinski, hedge i uzajamni fondovi, jer. ovi institucionalni ulagači u svojim aktivnostima rade s nalozima velikog volumena i stoga ne mogu plasirati tako velike narudžbe na tržište u cijelosti bez rizika od gubitaka.
Prije pojave softvera za algoritamsko trgovanje, trgovci institucionalnih investitora ili trgovci brokera koji su primali naloge od takvih investitora morali su ručno dijeliti velike naloge. Postojala je čak cijela industrija ispunjavanja zahtjeva ( usluge izvršenja) kada je treća strana izvršenje- tvrtke su prihvatile ponude velikih investitora i realizirale ih na temelju vlastitog iskustva.
Sredinom 2000-ih ovaj je rutinski rad automatiziran stvaranjem algoritamskih "motora" ( algoritamski motori), koji su izvršili sve iste radnje koje je trgovac učinio sam. Bilo je dovoljno da trgovac preusmjeri nalog na takav "motor", odabere algoritam izvršenja, a zatim samo prati njegov rad, koncentrirajući se na ručno izvršavanje samo složenih naloga.
Od sredine 2000-ih, vodeći brokeri počeli su davati pristup svojim algoritamskim strojevima svojim velikim klijentima, tako da klijenti ne moraju sami stvarati takve motore. Provizija za korištenje algoritamskog mehanizma brokera veća je nego za korištenje usluge izravnog pristupa tržištu ( izravan pristup tržištu(DMA)), ali manje od visoki dodir-servis.
Prijenos naloga između klijenta i brokera provodi se u pravilu porukom pomoću FIX protokola. Godine 2004. standard FIXatdl, proširenje protokola FIX, predložen je za prijenos aplikacija namijenjenih algoritamskim strojevima, ali do sada ovaj standard nije bio široko korišten. Poruka se registrira u brokerovom sustavu za upravljanje nalozima i automatski preusmjerava na brokerov algoritamski mehanizam. Poruka FIX sadrži u posebnim oznakama (prilagođenim oznakama) parametre izvršenja algoritma, na primjer: vrijeme početka i završetka izvršenja, ciljanu cijenu izvršenja, agresivnost/pasivnost izvršenja, sudjelovanje/nesudjelovanje u dražbama za otvaranje i zatvaranje sesije trgovanja. Kako se nalog izvršava na tržištu, investitor prima FIX-poruke od brokera o izvršenju ( Djelomična ispuna) i na kraju dana poruka o potpunom izvršenju naloga ( Ispunite) ili poništenje njegovog preostalog neizvršenog dijela ( Otkazivanje).
Svaki broker naziva svoje algoritme drugačije, što otežava usporedbu algoritamskih usluga trgovanja kako bi se odabrao najbolji. Međutim, svi brokeri implementiraju najčešće i poznate algoritme, kao što su TWAP, VWAP, POV itd., a razlike između njihovih implementacija su minimalne.
Već neko vrijeme na nekim burzama implementirano je algoritamsko trgovanje na razini trgovinskih sustava. Ovo značajno povećava učinkovitost algoritma, budući da je za njegovu implementaciju dovoljno postaviti samo jednu narudžbu, koja će biti izvršena mnogo brže od nekoliko uzastopnih narudžbi, ili za to koristiti usluge brokera.
Algoritamske strategije
Kako bi izbjegli takve slučajeve, regulatori i burze zahtijevaju od vlasnika algoritamskih sustava trgovanja da ih opreme sustavima za brzo isključivanje. ubojiti prekidač, koji vam omogućuju trenutno isključivanje sustava iz komunikacijskog kanala i automatsko otkazivanje naloga postavljenih na burzi pomoću mehanizma otkazati-na-prekidu veze. Ovaj se zahtjev ne odnosi samo na algoritamske sustave za izvršavanje naloga, već i na automatizirane sustave trgovanja i sustave izravnog pristupa tržištu.
Algoritamsko i visokofrekventno trgovanje postalo je predmet brojnih postupaka koje su pokrenuli američki regulatori SEC (U.S. Securities and Exchange Commission) i CFTC u vezi s optužbama za njihovu umiješanost u događaje od 6. svibnja 2010. ( 2010 Flash Crash), kada su vodeći američki dionički indeksi nakratko doživjeli najveći unutardnevni pad u svojoj povijesti.
Utjecaj algoritamskih sustava na likvidnost financijskih tržišta
Likvidnost financijskih instrumenata obično se procjenjuje obujmom i brojem obavljenih transakcija (volumen trgovanja), rasponom između najbolje ponude i cijene ponude (maksimalne cijene ponude i minimalne cijene ponude) i ukupnog volumena naloga blizu najbolje ponude i ponude. cijene (cijene i volumen trenutnih naloga možete vidjeti u knjizi naloga trgovačkog terminala). Što je veći obujam i broj transakcija za instrument, to je i veći likvidnost trgovanja, zauzvrat, što je manja razlika između najbolje ponude i ponude i što je veći obujam narudžbi blizu tih cijena, to više trenutna likvidnost.
Postoje dva glavna načela za licitiranje:
- citat- davanje narudžbi u svrhu sklapanja posla po boljoj cijeni od trenutno najpovoljnije ponude ili ponude.
- tržište- postavljanje ponuda u svrhu trenutne transakcije po trenutnim cijenama ponude ili ponude.
Nalozi postavljeni prema principu kotacije tvore trenutnu likvidnost tržišta, omogućujući drugim ponuditeljima da kupe ili prodaju određenu količinu imovine u bilo kojem trenutku.
Tržišne ponude tvore trgovačku likvidnost tržišta, omogućujući drugim ponuditeljima da kupe ili prodaju određenu količinu imovine po željenoj cijeni.
Algoritamski sustavi trgovanja koji koriste načelo kotacije jedan su od glavnih pružatelja trenutne likvidnosti, a oni koji koriste tržišni princip jedan su od glavnih pružatelja likvidnosti trgovanja. Velik broj algoritamskih sustava istovremeno koristi oba ova principa.
Utjecaj algoritamskih sustava na infrastrukturu razmjene
S gledišta opterećenja burzovne trgovinske infrastrukture, algoritamski sustavi koji koriste tržišni princip rada s nalozima praktički ne snose rizike, budući da rijetko postavljaju više od jednog naloga u sekundi po instrumentu, štoviše, gotovo svaki postavljeni nalog ovim sustavima dovodi do dogovora. [ ] Kod algoritamskih sustava koji koriste kotacijski princip rada slika je potpuno drugačija. Prvo, prilikom zamjene naloga ovi sustavi mogu postaviti nekoliko naloga u sekundi za jedan instrument, a drugo, samo mali dio tih naloga dovodi do transakcija (prema informacijama koje je dostavio MICEX, više od 95% naloga iz visokofrekventnih naloga roboti se povlače bez izvršenja) . Dakle, kod visokofrekventnog kotiranja, infrastruktura burze je maksimalno opterećena, a veći dio vremena miruje. Budući da pretjerano opterećenje infrastrukture razmjene može utjecati na stabilnost njezina rada, razmjene koriste takve zaštitne mehanizme kao što su kašnjenje u emitiranju tržišnih informacija, ograničavanje broja dopuštenih transakcija, uvođenje minimalnog "životnog vijeka" aplikacije, kao i ograničavanje aktivnost robota kroz tarifnu politiku.
Špekulativne strategije
Glavni cilj špekulativnih strategija je generiranje prihoda u kratkom roku uslijed fluktuacija tržišnih cijena financijskih instrumenata. U svrhu klasifikacije, može se razlikovati osam glavnih skupina spekulativnih strategija, od kojih se neke koriste principima i algoritmima drugih skupina ili su njihove izvedenice.
Strategije stvaranja tržišta(eng. Market making) - uključuju istovremeno postavljanje i održavanje naloga za kotaciju za kupnju i prodaju financijskog instrumenta. Ove strategije koriste princip slučajnog lutanja cijene unutar trenutnog trenda, drugim riječima, unatoč porastu cijene instrumenta u određenom vremenskom intervalu, neke transakcije će dovesti do pada njegove cijene u odnosu na niz prethodnih vrijednosti , i obrnuto, u slučaju općeg pada cijene instrumenta, neke transakcije će dovesti do povećanja njegove cijene u odnosu na niz prethodnih vrijednosti. Dakle, u slučaju dobro odabranih cijena kotacijskih naloga, možete kupovati nisko i prodavati visoko, bez obzira na trenutni smjer trenda. Postoje različiti modeli za određivanje optimalne cijene naloga za kotaciju, čiji se izbor temelji na likvidnosti instrumenta, količini sredstava plasiranih u strategiju, dopuštenom vremenu za držanje pozicije i nizu drugih čimbenika. Ključni čimbenik uspjeha strategija stvaranja tržišta je maksimalna usklađenost kotacija s trenutnim tržišnim uvjetima za instrument, što je olakšano velikom brzinom dobivanja tržišnih podataka i mogućnošću brze promjene cijene vlastitih naloga, inače te strategije postaju neisplative. Market makeri su jedan od glavnih "dobavljača" trenutne likvidnosti, a zbog konkurencije pomažu u poboljšanju njezinog profila, pa burze često privlače market makere nelikvidnim instrumentima, dajući povlaštene uvjete za provizije, au nekim slučajevima plaćajući i naknadu za održavanje kotacija. .
Strategije praćenja trendova(eng. Trend follow) - temelji se na principu identificiranja trenda u vremenskoj seriji vrijednosti cijene instrumenta pomoću različitih indikatora tehničke analize, te kupnje ili prodaje instrumenta kada se pojave odgovarajući signali. Karakteristična značajka strategija praćenja trenda je mogućnost njihove upotrebe u gotovo bilo kojem vremenskom okviru - od otkucaja do mjesečnog, ali budući da isplativost ovih strategija ovisi o omjeru broja točnih i pogrešnih "prognoza" u pogledu budućeg smjera kretanje cijena, prilično je riskantno koristiti prevelike vremenske okvire, jer se pogreška na njima otkriva dugo vremena i može dovesti do ozbiljnih gubitaka. Učinkovitost strategija praćenja trenda, posebno u unutardnevnom trgovanju, uvelike ovisi o trenutnoj likvidnosti instrumenta, budući da se većina transakcija vrši tržišnim nalozima po trenutnim cijenama ponude i potražnje. Stoga, ako instrument ima širok raspon i horizontalnu trenutnu krivulju likvidnosti, tada čak iu slučaju velikog broja točnih predviđanja, strategija može donijeti gubitke.
Načini pridruživanja dražbi
Za većinu algoritamskih sustava brzina dobivanja tržišnih podataka i brzina postavljanja naloga najvažniji su čimbenici koji utječu na učinkovitost sustava. Rusko tržište je kroz povijest razvilo šest različitih opcija za povezivanje robota sa sustavima trgovanja na burzi. Kao primjer, razmotrite opcije za pristup platformi za trgovanje FORTS:
Trgovci na svjetskim burzama od Australije do New Yorka sve manje trguju rikom, a sve više koriste algoritme trgovanja. Na Moskovskoj burzi više od 50% volumena trgovanja otpada na algoritamske strategije. A udio njihovih prijava u ukupnom volumenu premašio je 80%.
Onaj tko je jučer aktivno klikao mišem, danas je formalizirao svoju strategiju i programirao je sam ili od prijatelja koji poznaje C ++ ili Python.
Zašto su roboti za trgovanje toliko popularni?
Robot nema emocija: ne raduje se kada zaradi 10% i ne uzrujava se kada izgubi 50%. On ne zna što su strah i pohlepa. Robot ima skup pravila i naredbi koje slijedi. Ako trebate kupiti, robot kupuje, ako trebate prodati, on prodaje. Robot može izvršavati naredbe brže od čovjeka. Robot može istovremeno pratiti signale na više instrumenata, dok osoba prati samo ono što vidi na monitoru.
U glavi svakog robota nalazi se algoritam koji je osoba smislila. Najteže je smisliti ovaj algoritam. Da biste to učinili, trebate analizirati podatke, postaviti hipotezu, formulirati pravila, analizirati rezultat na povijesnim podacima, ispraviti hipotezu i pravila i još jednom pokrenuti algoritam na povijesti. Da biste to učinili, morate svladati matematiku i statistiku te znati primijeniti to znanje na financijskim tržištima.
Zahtjevi slušatelja:
Tečaj "Algoritamsko trgovanje. Znanstveni pristup" namijenjen je pripremljenim studentima koji pamte višu matematiku koju su čitali na ekonomskim sveučilištima. Tečaj neće sadržavati suhu teoriju, već malo "tekuće teorije" i puno "debele prakse" na primjeru nekoliko trgovinskih strategija koje rade već 10 godina.
Po čemu se ovaj tečaj razlikuje od prethodnih:
U prvom predavanju kolegija principi izgradnje algoritama trgovanja su sustavno i bez kompliciranih formula, što će omogućiti svakome tko ih želi razumjeti i primijeniti u praksi prilikom izgradnje vlastitih algoritama “poke metodom”.
Alexander je također napustio poseban odjeljak o osnovnim konceptima teorije vjerojatnosti i matematičke statistike, ograničivši se na prisjećanje na definicije kada postanu neophodne u materijalu.
Iz kolegija je isključen niz matematičkih rezultata od čisto teorijskog interesa, a ostavljeni su samo rezultati koje je koristio Alexander prilikom izgradnje vlastitih algoritama trgovanja, čijem su predstavljanju još uvijek posvećena posljednja tri predavanja kolegija.
Program video tečaja
Lekcija 1. Načela izgradnje algoritama trgovanja i potrebni koncepti teorije vjerojatnosti i matematičke statistike
- Saznajte što je slučajnost ili determinizam
- Učimo o vjerojatnosti, kao mjeri numeričke procjene šanse za pojavu budućih događaja
- Otkrivamo algoritam trgovanja kao statističku prognozu budućeg rasta cijene
- Proučavamo jednodimenzionalne slučajne varijable:
- distribucijska funkcija
- matematičko očekivanje funkcije slučajne varijable
- kvantili (percentili)
- stohastička dominacija
- Određujemo što je binarni model povećanja cijene, trend i kontratrend, optimalni algoritam
- Proučavamo višedimenzionalne slučajne varijable:
- neovisnost
- uvjetne raspodjele
- problem statističkog predviđanja
- regresija
- Naučite kako odabrati indikatore za algoritam trgovanja "nasumično"
- Prisjetite se niza slučajnih varijabli:
- stacionarnost
- autokorelacijske i spektralne funkcije
- slučajni hod
- Hurst eksponent (kritika)
- Koristimo matematičku statistiku:
- uzorak
- uzorak statistike
- dovoljna statistika
- diskriminacija hipoteza
- procjena parametara
- parametarska i neparametarska statistika
Lekcija 2. Testiranje i optimizacija algoritama trgovanja kao provjera kvalitete statističke prognoze budućeg rasta cijene
- Procijenite udio "uspjeha"
- Autokorelacijsku funkciju dinamike brojanja dovodimo u nulti oblik
- Parametre filtriramo prema:
- održivost
- stohastička dominacija
- unakrsna korelacija
- superiornost pasivne strategije "povrat-rizik".
- Gradimo optimalan portfelj od:
- jedan algoritam trgovanja s različitim parametrima
- nekoliko algoritama trgovanja na jednoj imovini
- portfelji algoritama trgovanja na različitim sredstvima
- Procjenjujemo buduća povlačenja računa koristeći Monte Carlo metodu
Lekcija 3. Praktična lekcija o testiranju algoritama za trgovanje
- Stečeno znanje koristimo u praksi
Lekcija 4. Cjenovni modeli kao osnova algoritama trgovanja
- Analiziramo konkurentno tržište, uvjetnu normalnost, "po komadu" stacionarnost
- Proučavamo komadno konstantni uvjetno normalni model, trendove, minimaks trend model
- Prisjetimo se Markovljevog uvjetno normalnog modela, trendova i protutrendova
- Saznajte više o jako "anti-perzistentnom" obrascu i postupnim trendovima
Lekcija 5-6. Primjeri algoritama trend trgovanja
- Gradimo modele za komadno konstantan uvjetno normalan model
- Razmatramo modele za snažno "antiperzistentan" model
Lekcija 7. Filtriranje algoritama trgovanja trendom i primjeri algoritama trgovanja kontra trendom
- Razumijevanje Minimax trend modela
- Proučavamo povijest stvarnog trgovanja i modifikacije
- Odabiremo algoritme trend trgovanja
- Po komadu Markovljev uvjetno normalni model kao osnova za konstruiranje “saw filtera”
- "Filtri" kratkih hlača i ramena, principi konstrukcije, značajke uporabe
- Razmotrite primjere algoritama trgovanja u suprotnom trendu
- "Saw filter" kao indikator kontratrend trgovanja u okviru binarnog modela povećanja cijene
- Sustav maksimalnog profita za opcije (neobavezno)