Algorithmic trading. Soulless Expert Advisors - robo-advising at algorithmic trading: ang kinabukasan ng mga bagong teknolohiya Algorithmic at automated trading
Ang propesor sa matematika ng New York University at eksperto sa merkado ng pananalapi na si Marco Avellaneda ay gumawa ng isang pagtatanghal kung saan sinabi niya kung paano "itinago" ng malalaking mamumuhunan ang kanilang malalaking transaksyon gamit ang mga algorithm, habang hinuhulaan ng ibang mga mangangalakal ang mga pagbabago sa mga presyo ng stock.
Sa aming materyal ngayon - ang mga pangunahing punto ng gawaing ito.
Bakit kailangan natin ng mga algorithm
Ang algorithm na kalakalan ay naging isang tool para sa malalaking mamumuhunan at mga pondo ng hedge mula nang mabuo ito sa unang bahagi ng 90s ng huling siglo. Decimalization (transition sa New York Stock Exchange na gagamitin sa stock trading sa isang decimal system - ang minimum na hakbang sa presyo ay naging katumbas ng 1 sentimo, hindi 1/16 ng dolyar), Direct Market Access (DMA) na teknolohiya, 100% electronic exchange , ang pagbawas sa mga komisyon ng mga palitan at broker, ang paglitaw ng iba't ibang mga platform ng palitan sa US at sa iba pang mga bansa - lahat ng ito ay humantong sa isang paputok na paglaki sa bilang ng mga mangangalakal na gumagamit ng mga algorithm.Inilalarawan ni Avellaneda ang mga layunin ng paggamit ng mga algorithm sa stock trading bilang mga sumusunod. Ayon sa propesor, sa kaso ng malalaking institusyonal na mamumuhunan, ang mga ito ay pangunahing ginagamit hindi upang i-maximize ang posibleng kita mula sa isang partikular na transaksyon, ngunit upang kontrolin ang panganib sa merkado at mga gastos sa pagpapatupad ng order.
Sa madaling salita, kadalasan ang malalaking mamumuhunan ay kailangang makipagtransaksyon na may malaking dami ng pagbabahagi. Kadalasan ang dami ng transaksyon ay mas mataas kaysa sa maaaring "digest" ng merkado nang hindi binabago ang presyo ng pagbabahagi. Ang pangangailangan na gumawa ng isang pagbili ng isang malaking bilang ng mga pagbabahagi ay hahantong sa isang pagbabago sa kanilang presyo at ang hitsura ng tinatawag na "slippage". Kaya, hindi posible na isagawa ang buong order sa isang presyo - sa una, ang mga transaksyon ay magaganap sa tamang presyo, ngunit unti-unti ito ay magiging mas mababa at mas kumikita.
Upang maiwasan ito, kinakailangan na hatiin ang malalaking order sa mas maliit, na isinasagawa sa pamamagitan ng Internet sa loob ng ilang minuto, oras o araw.
Upang gawin itong kumikita hangga't maaari, dapat kontrolin ng algorithm ang average na presyo ng isang bahagi. Maaari mong suriin ito sa pamamagitan ng paghahambing nito sa "benchmark" ng merkado - ang pandaigdigang average na presyo bawat araw, ang pagsasara o pagbubukas ng presyo, atbp.
Ngunit ang problema sa pagtukoy nang eksakto kung paano hatiin ang isang malaking pagkakasunud-sunod sa mas maliit na mga ito ay hindi lamang isa. Ang algorithm ay dapat ding magpasya kung paano i-market ang order - bilang limitasyon o market order - at sa anong presyo. Ito ay kinakailangan upang makamit ang pinakamahusay na presyo para sa bawat naturang order ng bata.
Ang pag-unlad ng mga pamilihan sa pananalapi at ang paglitaw ng mga bagong instrumento sa pangangalakal ay ginawang mas kumplikado at kawili-wili ang gawaing ito.
Lumipas na ang mga araw na ang mga kliyente ay maaari lamang magsumite ng mga order sa kanilang mga broker sa pamamagitan ng telepono o fax. Ngayon ay may iba't ibang paraan upang kumonekta sa electronic trading. Halimbawa, posibleng ikonekta ang isang trading robot sa isang brokerage system gamit ang API - sa kasong ito, ang mga order ay ipinapadala sa brokerage system, at mula doon ay pumunta sila sa exchange (mayroon itong sariling SmartCOM API ang ITinvest).
Sa kaso ng algorithmic trading, bilang panuntunan, ang bilis ng diskarte ay mahalaga, kaya maraming mga mangangalakal ang ginusto na gumamit ng direktang teknolohiya sa pag-access sa merkado (DMA - ITinvest ay nagbibigay ng ganoong access sa Russian at foreign exchange). Kung ito ay ginagamit, ang trading robot ay direktang nakikipag-ugnayan sa trading system ng exchange, na nilalampasan ang sistema ng broker, na nagbibigay-daan sa iyo upang makakuha ng oras.
Ngunit ito ay malayo sa pinakamahirap na opsyon sa pangangalakal. Ang paglitaw ng isang malaking bilang ng iba't ibang mga platform ng kalakalan ay humantong sa pag-unlad ng mga algorithm para sa "matalinong pagruruta" ng mga order - ang mga naturang sistema ay hindi lamang sumusubok na gumawa ng pinaka-pinakinabangang mga transaksyon sa isang partikular na palitan, ngunit suriin din kung alin sa mga magagamit na site ang kasalukuyang mas mahusay upang ipadala ang order doon.
Kaya, mayroong tatlong antas ng pag-unlad ng mga modernong algorithm.
- Mga algorithm ng macro trading- tukuyin ang diskarte sa pangangalakal;
- Mga Algorithm ng Microtrading- sa katunayan, pangangalakal ng "mga makina" para sa paglalagay ng mga order;
- Mga Algorithm ng Smart Routing- kung ang gawain ay isinasagawa sa ilang mga palitan sa parehong oras.
Mga halimbawa ng mga algorithm sa pangangalakal
Mayroong ilang mga uri ng mga diskarte sa algorithm. Ang isa sa mga ito ay mga diskarte sa pagpapatupad na naglalayong lutasin ang problema ng pagbili o pagbebenta ng isang malaking dami ng isang instrumento sa pananalapi (halimbawa, pagbabahagi) na may isang minimum na paglihis ng panghuling timbang na average na presyo ng transaksyon mula sa kasalukuyang presyo ng merkado.Ang mga halimbawa ng mga algorithm na lumulutas sa problemang ito ay ang TWAP at VWAP algorithm.
Algoritmo ng TWAP
Ang paggamit ng TWAP (Tie Weighted Average Price - time-weighted average na presyo) ay nagpapahiwatig ng pare-parehong pagpapatupad ng isang order para bumili o magbenta para sa isang naibigay na bilang ng mga pag-ulit sa loob ng isang partikular na yugto ng panahon. Upang gawin ito, ang mga order sa merkado ay patuloy na inilalagay sa mga presyo ng pinakamahusay na bid o alok, na inaayos para sa isang partikular na paglihis ng porsyento.Halimbawa, ang pagbili ng 100,000 share sa isang araw ay maaaring magmukhang ganito (ginagamit ang limang minutong magkakasunod na pagitan):
VWAP algorithm
Ang VWAP (Volume weighted average na presyo - volume-weighted average na presyo) ay gumagana ayon sa sumusunod na scheme. Ang dami ng kalakalan ay karaniwang mas mataas sa simula at pagtatapos ng sesyon ng pangangalakal, at sa gitna nito ay mas kaunti. Upang maisagawa ang isang malaking order na may kaunting gastos, ito ay pinaghiwa-hiwalay sa mas maliliit na mga order, na isinasaalang-alang ang oras ng araw.Para dito:
- Tinatantya ng algorithm ang average na dami ng kalakalan sa limang minutong pagitan.
- Sa loob ng bawat pagitan, ang mga transaksyon ay isinasagawa para sa bilang ng mga instrumento na proporsyonal sa karaniwang dami.
Porsiyento ng Dami (POV)
Ang algorithm ng Percentage of Volume (POV) ay nilulutas ang parehong problema gaya ng VWAP, ngunit gumagamit ng impormasyon tungkol sa dami ng kalakalan sa isang partikular na kasalukuyang araw bilang benchmark. Ang ideya ay magkaroon ng pare-parehong porsyento ng pakikilahok sa auction sa buong napiling panahon.Kung kinakailangan na "magkalakal" ng higit pang mga bahagi ng volume Q, at ang "coefficient ng partisipasyon" sa mga kalakalan ay γ, pagkatapos ay kinakalkula ng algorithm ang dami ng mga trade V na nakalakal sa panahon (t - ΔT, t) at nagsasagawa ng mga order para sa bilang ng mga instrumento sa pananalapi q = min(Q,V *γ).
V(t) = kabuuang dami ng kalakalan na naganap sa merkado sa oras t;
Q(t) = bilang ng mga share na bibilhin/ibebenta pa (Q(0) = inisyal na dami).
Paano pa ginagamit ang mga algorithm?
Bilang karagdagan sa mga diskarte sa pagpapatupad, mayroong isang bilang ng mga diskarte na naglalayong kumita gamit ang iba pang mga modelo. Narito ang ilan sa mga ito:- Mga Istratehiya sa Arbitrage- isang subset ng mga pares na diskarte sa pangangalakal na nakabatay sa pagsusuri ng mga ratio ng presyo ng dalawang lubos na magkakaugnay na instrumento sa pananalapi. Sa kaso ng arbitrage, ang naturang pares ay binubuo ng pareho o nauugnay na mga asset, ang ugnayan nito ay malapit sa isa - halimbawa, mga pagbabahagi ng parehong kumpanya sa iba't ibang mga palitan. Para sa matagumpay na pangangalakal sa loob ng mga diskarte sa arbitrage, ang bilis ng pagkuha ng data at paglalagay/pagbabago ng mga order sa pagbili o pagbebenta ay kritikal.
- Pagbibigay ng pagkatubig (market making)- Ang paggawa ng merkado ay nagsasangkot ng pagpapanatili ng mga spread para sa pagbili at pagbebenta ng instrumento sa pananalapi. Ang mga gumagawa ng merkado ay ang mga pangunahing tagapagbigay ng instant liquidity, kaya kadalasang kinasasangkutan sila ng mga palitan sa pagtatrabaho sa mga hindi likidong instrumento sa pamamagitan ng pagbibigay ng mga kagustuhang termino.
- Prediksiyon ng Presyo- mga diskarte na nagsusuri ng iba't ibang data (kabilang ang paggamit ng mga teknikal na tagapagpahiwatig ng pagsusuri) upang bumuo ng mga hypotheses tungkol sa kung aling direksyon ang presyo ng isang instrumento sa pananalapi ay maaaring gumalaw sa isang takdang panahon.
Prediction ng Presyo sa High Frequency Trading
Upang "hulaan" ang paggalaw ng presyo, dapat gayahin ng algorithm ang nakatagong pagkatubig ng merkado na ibinigay sa pagkatubig ng mga order sa pagbili at pagbebenta. Ang "pagkaubos" ng pila ng mga order para bumili o magbenta ay maaaring magpahiwatig ng napipintong paggalaw ng presyo.Nagaganap ang pagbabago ng presyo kapag nawala ang lahat ng order para bumili o magbenta sa isa sa mga antas ng presyo, at umiiral ang susunod na antas ng presyo ng bid at ask.
Ang posibilidad na maubos ang ask queue bago maubos ang bid queue ay kinakalkula tulad ng sumusunod:
Ang huling formula para sa posibilidad ng pagtaas ng presyo:
Kung saan ang H ay ang nakatagong pagkatubig ng merkado, iyon ay, mga transaksyon na hindi alam ng pangkalahatang publiko (halimbawa, mga transaksyon ng malalaking organisasyon sa pananalapi na natapos sa labas ng mga palitan).
Ang pamamaraan ng pagsusuri ay ang mga sumusunod:
- Sa unang yugto, ang nakolektang data ay hinati sa pamamagitan ng mga palitan, isang araw ng kalakalan ay sinusuri sa isang pagkakataon;
- Ang mga quote ng bid at ask values ay nakaayos sa pamamagitan ng mga decile. Para sa bawat naturang set (i,j), ang dalas ng pagtaas ng presyo u_ij ay kinakalkula.
- Ang bilang ng mga paglitaw ng bawat halaga d_ij ay binibilang.
- Ang modelong akma ay sinusuri gamit ang least squares method:
Konklusyon
Sa maraming stock exchange (halimbawa, sa USA at Russia), ang turnover ng algorithmic trading ay higit sa 50% sa loob ng ilang panahon. Kasabay nito, ang mga algorithm ay madalas na ginagamit hindi lamang upang "maunahan" ng mga kakumpitensya sa bilis ng mga transaksyon at kumita ng pera dito.Maaaring gamitin ng malalaking manlalaro ang tool na ito upang hatiin ang malalaking transaksyon sa mas maliliit, na nagbibigay-daan sa iyong magsagawa ng isang transaksyon na may partikular na halaga ng instrumento sa pananalapi nang hindi inililipat ang presyo nito sa merkado sa isang direksyon o iba pa. Para dito, ginagamit ang mga algorithm ng TWAP, VWAP at PoV.
Bilang karagdagan, ang mga algorithm ay ginagamit upang ipatupad ang "mga diskarte sa quantum" tulad ng arbitrage o paggawa ng merkado. Bilang karagdagan, may mga pagkakataon na kalkulahin ang posibilidad ng pagbabago sa presyo ng mga partikular na instrumento sa pananalapi.
Iyon lang para sa araw na ito, salamat sa iyong pansin!
Ang paggamit ng mga algorithm sa pangangalakal (algo trading) ay isang trend ng mga nagdaang dekada na nagpabago sa merkado sa maraming paraan. Ang anumang awtomatikong sistema ay madaling malampasan ang isang tao sa bilis, pagiging produktibo at tibay, habang halos imposible na makipagkumpitensya sa isang makina.
Ang nilalaman ng artikulo:
Ano ang algorithmic trading, ang mga tampok nito at paggamit sa iba't ibang mga merkado - higit pa.
Ano ang algorithmic trading (algorithmic trading)
Algorithmic trading (mula sa English Algorithmic trading) ay maaaring magkaroon ng dalawang kahulugan:
- Algo kalakalan- ito ay isang awtomatikong sistema na nagbubukas ng mga deal nang walang paglahok ng isang mangangalakal sa loob ng balangkas ng isang ibinigay na algorithm;
- ay isang pamamaraan para sa pagpapatupad ng isang malaking order sa merkado, kapag ito ay awtomatikong nahahati sa mga bahagi at binuksan nang paunti-unti ayon sa tinukoy na mga patakaran.
Sa unang kahulugan, kailangan ang mga algorithm upang direktang kumita sa pamamagitan ng awtomatikong pagsusuri sa merkado at pagbubukas ng mga posisyon. Ang ganitong mga algorithm ay tinatawag ding " mga robot sa pangangalakal"o" mga tagapayo". Ang apelyido ay nagmula sa merkado ng Forex.
Sa pangalawang kaso, ang sistema ay ginagamit upang mapadali ang manu-manong paggawa ng mga mangangalakal sa mga pondo ng pamumuhunan kapag gumagawa ng labis na malalaking transaksyon na kanais-nais na gawin nang hindi gaanong kapansin-pansin. Halimbawa, kung ang gawain ay bumili ng 100,000 na pagbabahagi ng kumpanya, at kailangan mong buksan ang mga posisyon ng 1-4 na pagbabahagi sa isang pagkakataon, upang hindi maakit ang pansin sa feed at order book.
Tungkol sa kung ano ang algorithmic trading, isinulat niya:
“Algorithmic trading, o Algorithmic trading, ay isang paraan ng pagsasagawa ng malaking order (napakalaki para isakatuparan nang sabay-sabay), kapag, gamit ang mga espesyal na algorithmic na tagubilin, ang isang malaking order (parent order) ay nahahati sa ilang sub-order (child orders) . ) kasama ang mga katangian ng presyo at dami nito, at ang bawat isa sa mga sub-order ay ipinadala sa merkado sa isang tiyak na oras para sa pagpapatupad. Ang ganitong mga algorithm ay naimbento upang ang mga mangangalakal ay hindi kailangang patuloy na subaybayan ang mga quote at manu-manong hatiin ang isang malaking order sa maliliit.“
Ang pangunahing anyo ng algorithmic trading ay HFT kalakalan (mula sa Ingles. High-frequency trading - "high-frequency algorithmic trading"). Ang kakanyahan nito ay namamalagi sa paggawa ng mga transaksyon sa isang bahagi ng isang segundo. Sa madaling salita, ginagamit ng mga naturang sistema ang kanilang pangunahing bentahe - bilis.
Ang kakanyahan ng algorithmic trading
Quantum ( dami) ang mga mangangalakal, o kung tawagin din silang - mga algorithmic na mangangalakal, ay gumagamit lamang ng teorya ng posibilidad ng pagbagsak ng mga presyo sa nais na hanay. Ang mga kalkulasyon ay ginawa batay sa nakaraang hanay ng presyo, o ilang mga instrumento sa pananalapi. Mahalagang maunawaan na maaaring magbago ang mga patakaran habang nagbabago ang gawi sa merkado. Ang mga mangangalakal ng Algo ay patuloy na naghahanap ng mga inefficiencies sa merkado, umuulit na mga pattern sa kasaysayan ng mga quote at kalkulahin ang posibilidad ng kanilang pag-uulit sa hinaharap. Kaya, ang kakanyahan ng algorithmic trading ay nasa pagpili ng mga patakaran para sa pagbubukas ng mga posisyon at pamilya ng mga robot. Ang pagpipiliang ito ay maaaring:
- manwal- isinagawa ng mananaliksik batay sa matematika at pisikal na mga modelo;
- awtomatiko- kailangan para sa mass enumeration ng mga patakaran at pagsubok sa loob ng balangkas ng programa;
- genetic- sa kasong ito, ang mga patakaran ay binuo ng isang programa na may mga elemento ng artificial intelligence.
Ang natitirang mga ideya at utopia tungkol sa algorithmic trading ay kathang-isip lamang, kahit na ang isang robot ay hindi maaaring mahulaan ang hinaharap na may garantiya. Ang merkado ay hindi rin maaaring maging hindi mahusay na mayroong isang hanay ng mga patakaran para sa isang robot na gumagana sa lahat ng dako at palagi.
Sa mga malalaking kumpanya ng pamumuhunan tulad ng Renaissance Technology, Citadel, Virtu na gumagamit ng mga algorithm, mayroong daan-daang pamilya (serye) ng mga robot sa pangangalakal, na sumasaklaw sa libu-libong instrumento. Ito ang diskarte na nagbibigay sa kanila ng pang-araw-araw na kita, ito ay isang uri ng pagkakaiba-iba ng mga algorithm.
Kailan at paano lumitaw ang algorithmic trading
Ang opisyal na simula ng paggamit ng mga algorithm ay 1998, kung kailan SINASABI ni SEC (Komisyon sa Seguridad) sa Estados Unidos ay pinahintulutan ang paggamit ng mga elektronikong platform. Pagkatapos nito, nagsimula ang isang tunay na lahi ng teknolohiya.
Pangunahing puntos:
- 2000s- ang oras ng paggawa ng mga awtomatikong transaksyon sa loob ng ilang segundo, ang bahagi ng mga robot sa merkado ng US ay mas mababa sa 10%;
- 2009 - ang mga transaksyon ay isinasagawa sa bilis na mas mabilis kaysa sa isang millisecond (mga fraction ng microseconds), ang market share ay higit sa 60%;
- 2012 at sa ibang pagkakataon - dahil sa napakalaking maling pagkilos ng mga algorithm, bumaba ang dami ng kanilang market sa 50% ng lahat ng transaksyon.
Kaya, ang mga algorithm ng HFT ay ginagamit hanggang sa araw na ito. Ang mga investment bank at hedge fund ay ang mga pioneer sa larangang ito, at kailangan nilang i-automate ang pagpapatupad ng malalaking order nang higit sa sinuman. Matagumpay silang namuhunan ng maraming pera sa pagbuo ng naturang mga algorithm, bilang isang resulta kung saan lumitaw ang iba't ibang mga sistema na nakaimpluwensya sa merkado.
Algorithmic trading sa stock market
Ang stock market, pati na rin ang derivatives market, ay nagbubukas ng malawak na pagkakataon para sa paggamit ng awtomatikong pangangalakal. Gayunpaman, ang algorithmic na kalakalan ay mas karaniwan sa malalaking pondo kaysa sa mga pribadong mamumuhunan. Mayroong ilang mga uri ng algorithmic trading sa stock market:
- Mga sistema batay sa teknikal na pagsusuri- ipahiwatig ang paggamit ng mga inefficiencies sa merkado at ang pagkilala sa mga uso gamit ang ilang mga tagapagpahiwatig. Sa karamihan ng mga kaso, ang mga ganitong estratehiya ay naglalayong kumita ng mga kita sa pamamagitan ng mga pamamaraan ng klasikal na teknikal na pagsusuri.
- Pares at Basket Trading- sa ganoong sistema, ginagamit ang ratio ng dalawa o higit pang instrument, na may medyo mataas na porsyento ng ugnayan, ngunit hindi katumbas ng isa. Alinsunod dito, kung ang isa sa mga instrumento ay lumihis mula sa itinakdang kurso, kung gayon ito ay malamang na babalik sa grupo nito. Sa pamamagitan ng pagsubaybay sa naturang mga paglihis, ang mga algorithm ay nagsasagawa ng mga transaksyon at nagdadala ng kita sa kanilang mga may-ari.
- Paggawa ng merkado- ibang uri ng mga estratehiya na naglalayong mapanatili ang pagkatubig ng merkado. Ang mga gumagawa ng merkado ay nagbibigay-kasiyahan sa pangangailangan para sa iba't ibang mga instrumento kahit na laban sa kanilang sariling benepisyo, kung saan sila ay tumatanggap ng gantimpala mula sa palitan. Gayunpaman, hindi nito pinipigilan ang mga naturang algorithm na kumita gamit ang isang espesyal na diskarte batay sa isang mabilis na daloy at isinasaalang-alang ang data ng merkado.
- tumatakbo sa harap- sa loob ng balangkas ng naturang mga sistema, ginagamit ang pagsusuri ng dami ng mga transaksyon para sa instrumento at ang pagkakakilanlan ng malalaking order. Isinasaalang-alang ng mga algorithm na ang isang malaking order ay hahawak sa presyo at pukawin ang hitsura ng mga counter na transaksyon sa kabaligtaran na direksyon. Kaya, nakakakuha sila ng mga pagbabago-bago dahil sa bilis ng pag-aaral ng data ng merkado sa order book at tape, sinusubukang lampasan ang iba pang mga kalahok at pagkuha ng maliliit na paggalaw sa panahon ng pagpapatupad ng napakalaking mga order.
- Arbitrasyon- kalakalan sa mga instrumento sa pananalapi, ang ugnayan sa pagitan ng kung saan ay malapit sa isa. Karaniwan, ang paglihis sa mga naturang instrumento ay minimal, maaari itong maging isang stock at isang futures ng parehong kumpanya o parehong mga stock, ngunit sa iba't ibang mga merkado. Sinusubaybayan ng system ang mga pagbabago sa presyo ng mga kaugnay na instrumento at gumagawa ng mga arbitrage deal na nagpapapantay sa presyo.
- Pagkakasundo ng kalakalan- ang pinakamahirap na uri ng pangangalakal, batay sa pagbili ng mga opsyon ng iba't ibang uri, na may inaasahan na ang pagkasumpungin ng isang partikular na instrumento ay tataas. Ang ganitong algorithmic na kalakalan ay nangangailangan ng mataas na kapangyarihan sa pag-compute at isang pangkat ng mga espesyalista.
Ang mga pangunahing algorithmic na diskarte sa kalakalan sa stock at futures market ay nakalista sa itaas. Ngayon isaalang-alang ang mga tampok na nauugnay sa pera.
Algorithmic Forex Trading
Ang paggamit ng mga awtomatikong robot ay naging laganap sa interbank foreign exchange market. Sa partikular, ang mga tagapayo sa pangangalakal ay nakakuha ng katanyagan salamat sa platform MetaTrader 4 at programming language MQL4, na nagbibigay-daan sa kahit na mga baguhan na mangangalakal na magsagawa ng algorithmic Forex trading:
- ang paggamit ng wikang ito ay nasa kapangyarihan ng isang ordinaryong gumagamit, bilang isang resulta, mayroong algorithmic trading para sa mga nagsisimula sa reference book na may buong paglalarawan ng mga function ng wika;
- Ang mga naka-program na Expert Advisors ay maaaring agad na i-compile sa terminal format at isasagawa;
- ang mga nilikha na robot ay hindi nangangailangan ng malaking kapangyarihan sa pag-compute, sapat na ang isang nakatigil na computer;
- isang malawak na hanay ng mga tool para sa pagsubok ng robot sa loob ng mahabang agwat ng oras ay magagamit sa terminal.
Kaya, ang MetaTrader at MQL4 ay magiging isang magandang pagkakataon para sa mga baguhan na subukan ang kanilang kamay sa pagprograma ng mga tunay na algorithmic trading robot.
Poll: Anong uri ng kalakalan ang gusto mo?
Limitado ang Mga Pagpipilian sa Poll dahil hindi pinagana ang JavaScript sa iyong browser.
Posisyon ng kalakalan 17%, 24 bumoto
Pangkalahatang-ideya ng mga programa para sa mga algorithmic na mangangalakal
Mayroong maliit na listahan ng software para sa algorithmic trading at pagsulat ng code para sa mga robot.
TSLabTSLab ay isang domestic software sa wikang C#, tugma sa karamihan ng mga Forex at stock broker. Mayroon itong medyo simple at madaling matutunang interface salamat sa mga espesyal na flowchart.
Maaari mong gamitin ang program nang libre, subukan at i-optimize ang mga system, ngunit para sa tunay na pangangalakal kakailanganin mong bumili ng subscription.
Isang programa para sa pagbuo ng mga algorithm sa C#. Sa program na ito, maaari kang sumulat ng software para sa algorithmic trading gamit ang Wealth Script library, na lubos na nagpapadali sa proseso ng pagsulat ng code. Maaari mo ring ikonekta ang mga quote mula sa iba't ibang mga mapagkukunan sa software. Bilang karagdagan sa backtesting, posible ring ilunsad sa mga financial market para sa totoong kalakalan.
R Studio- mas advanced na software para sa quants (hindi angkop para sa mga nagsisimula). Pinagsasama ng software na ito ang ilang mga wika, isa sa mga ito ay gumagamit ng isang espesyal na wika ng R para sa pagproseso ng data at serye ng oras. Sa programa, hindi ka lamang makakalikha ng mga algorithm, ngunit subukan din, i-optimize, lumikha ng mga interface, makakuha ng mga istatistika at marami pang ibang data. Ang programa ng R Studio ay libre at medyo seryoso, inilalarawan nito ang mga kumplikadong mathematical at econometric na modelo sa ilang linya, salamat sa iba't ibang built-in na library, tester, modelo, atbp.
TWAP (mula sa Ingles. Time Weighted Average na Presyo - "time weighted average na presyo") - ang ganitong algorithm ay nagbubukas ng mga order sa mga regular na pagitan sa mga presyo na may pinakamahusay na bid o alok.
VWAP (mula sa Ingles. Volume Weighted Average na Presyo) - ay kinakailangan upang pantay na buksan ang isang posisyon sa pantay na mga bahagi ng isang tiyak na dami sa isang tiyak na oras, pati na rin sa mga presyo na hindi mas mataas kaysa sa weighted average mula sa sandali ng paglunsad.
malaking bato ng yelo- ginagamit upang maglagay ng mga kahilingan na may kabuuang dami na hindi mas mataas kaysa sa dami na tinukoy sa mga parameter. Sa maraming mga palitan, ang algorithm ay binuo sa core ng system, na nagbibigay-daan sa iyo upang tukuyin ang "nakikita" na dami sa mga parameter ng order.
Diskarte sa Pagpapatupad- kinakailangan na bumili ng asset sa isang average na timbang na presyo sa malaking volume, kadalasang ginagamit ng malalaking manlalaro (mga pondo ng hedge at broker).
Istratehiya sa haka-haka- isang karaniwang modelo para sa mga pribadong mangangalakal, na naglalayong makamit ang pinakakanais-nais na presyo para sa pagpasok ng isang transaksyon upang makatanggap ng kasunod na kita.
data mining ay isang paghahanap para sa mga bagong pattern para sa mga bagong algorithm. Mahigit sa 75% ng petsa ng pagmimina ay nahuhulog sa pagkolekta ng data bago magsimula ang pagsubok. Ang resulta ng paghahanap ay nakasalalay lamang sa isang propesyonal at malalim na diskarte. Ang paghahanap mismo ay isinasagawa ng iba't ibang mga algorithm para sa mga manu-manong setting. Halimbawa, ang software ng Stock Pattern Viewer - dito maaari kang mag-upload ng mga quote at makahanap ng ilang partikular na pattern ng candlestick (at hindi lamang mga pattern ng candlestick), pagkatapos nito ay naganap ang isang partikular na reaksyon sa merkado. Halimbawa, maghanap ng isang pattern pagkatapos kung saan ang merkado ay tumaas ng 2000 beses sa tatlong kandila at nahulog lamang ng 200 beses. Pagkatapos nito, ang mga nahanap na pattern ay binuo sa mga algorithm ng trading robot at matagumpay na na-trade (o hindi kaya).
Pagsasanay at mga libro sa algorithmic trading
Ang saklaw ng pagsasanay at literatura sa automated na kalakalan ay medyo makitid. Medyo mahirap iisa ang mapagkakatiwalaan at mataas na kalidad na dalubhasang pag-aaral. Kadalasan ito ay bumababa sa pag-aaral:
- mathematical models at economic modelling;
- mga programming language - Python, C++, MQL4 ( para sa Forex);
- impormasyon tungkol sa mga kontrata sa palitan at mga tampok ng mga instrumento (mga stock, opsyon, futures).
Gayunpaman, dapat na i-highlight ang magagandang libro sa algorithmic trading:
Barry Johnson at ang kanyang aklat Algorithmic trading at direktang access sa exchange» (Algorithmic Trading & DMA, Barry Johnson).
Ernest Chan « Quantum trading» (Quantitative Trading, Ernest Chan).
Lyu Yu-Dau « Mga pamamaraan at algorithm ng matematika sa pananalapi» (Financial Engineering and Computation, Yuh-Dauh Lyuu).
Rishi Narang"Sa loob ng Black Box" (Rishi K. Narang)
Kapansin-pansin na karamihan sa mga nauugnay na literatura sa lugar na ito ay nasa Ingles. Sa Russia, ang direksyon ay bahagyang binuo pa rin. Bilang karagdagan sa mga aklat na may bias sa programming, magiging kapaki-pakinabang na basahin ang anumang literatura ng palitan, lalo na, sa teknikal na pagsusuri.
Mga kalamangan at kawalan ng algorithmic trading
Ang Algo trading ay maaari lamang isaalang-alang mula sa pananaw ng pagsalungat sa manual trading. Samakatuwid, ang mga disadvantages ng hand trading ay ang mga bentahe ng algorithm, at kabaliktaran. Kaya, ang mga kawalan ng klasikong manu-manong kalakalan:
- Kakulangan ng kaalaman at wastong pag-unawa sa pamilihan. Nalalapat ito sa karamihan ng mga nagsisimula, hindi mga propesyonal na mangangalakal. 95% ng mga tao ang nawalan ng pera sa pangangalakal, bilang isang resulta, ang katotohanang ito ay hindi maaaring palampasin.
- Sikolohiya at hindi sistematiko. Ang isang tao sa likas na katangian ay madaling kapitan ng pagkasira, kaguluhan at iba pang emosyonal na pagsabog. Ang pangangalakal ay isang napaka-psychologically mahal na aktibidad, mahirap para sa mga tao na sundin ang kanilang sariling sistema nang mahigpit, gaya ng nararapat. Ang resulta ay nawawalang pera.
- Mga Limitasyon sa Pisiyolohikal. Hindi maaaring sundin ng mga tao ang palengke 24/7 dahil kailangan nilang kumain, matulog at magpahinga.
- Ang Impluwensya ng Mga Personal na Katangian sa Mga Resulta ng Trading. Sa kasamaang palad, ang bawat mangangalakal ay dapat magkaroon ng sariling sistema ng pangangalakal na partikular na nababagay sa kanya. Bihirang mangyari na ang isang buong grupo ng mga tao ay tahimik na nakikipagkalakalan sa parehong sistema. Para sa parehong diskarte, ang dalawang mangangalakal ay palaging magkaiba.
Alinsunod dito, ang lahat ng mga disadvantages sa itaas ay wala sa mga algorithm at robot. Wala silang mga pisikal na limitasyon, hindi napapailalim sa mga emosyonal na pagkasira at mga katangian ng personalidad, mahigpit na sinusunod ang kanilang sistema (algorithm).
Gayunpaman, ang mga robot ay hindi rin perpekto, bigyang-pansin natin ang kanilang mga pagkukulang:
- Ang posibilidad ng error sa algorithm. Kung ang developer ng robot ay gumawa ng isang kamalian o iba pang depekto sa code, ang robot ay patuloy pa ring gagana at mawawalan ng pera.
- Pagiging kumplikado ng mga algorithm. Upang mag-compile at mag-program ng isang robot, kailangan mong maunawaan hindi lamang ang code (program language), kundi pati na rin ang trading mismo. Sa pangkalahatan, ito ay isang medyo kumplikadong pamamaraan, at nangangailangan ito ng maraming karanasan.
- Kulang sa inpormasyon. Ang algorithm na kalakalan ay halos imposibleng matutunan mula sa anumang mga libro o kurso, ang impormasyon ay hindi malayang magagamit.
- Kakulangan ng kakayahang umangkop. Magiging mas madali para sa isang manu-manong mangangalakal na umangkop sa mga pagbabago sa merkado kaysa sa isang algorithmic na mangangalakal na muling itayo ang buong algorithm ng robot.
Kaya, ang mga robot ay may kanilang mga problema, ngunit ang mga ito ay hindi gaanong mahalaga kaysa sa mga disadvantages sa manu-manong pangangalakal, na humahantong sa karamihan sa malalaking pagkalugi sa mga pamilihan sa pananalapi. Ngunit hindi lahat ay napakasimple, sa pagsasagawa madalas na lumalabas na ang algorithmic na kalakalan ay nagdudulot ng mga pagkalugi. Ang isang malinaw na halimbawa ay Barclay's Systematic Trader Index
Ipinapakita ng tsart na mula 2010 hanggang 2013, ang mga mangangalakal ng system ay nasa isang drawdown at natalo ng malaki. Ang larawan ay nagiging malinaw kapag tinitingnan ang sumusunod na tsart, na katulad ngunit para lamang sa mga manwal (hindi sistema) na mangangalakal:
Tulad ng nakikita mo, nagawa nilang umangkop sa merkado at mas matatag kaysa sa mga algorithm. Pagkatapos suriin ang parehong mga graph, makikita mo na sa pangkalahatan, ang parehong mga diskarte ay nagbibigay ng humigit-kumulang sa parehong resulta. Samakatuwid, ang pagpili ng istilo ng pangangalakal ay isang personal na bagay para sa lahat. Halimbawa, kung hindi ka malakas sa programming, at ang code ay mayamot, pagkatapos ay mas mahusay na huwag gulo sa mga algorithm, ngunit upang gumana nang manu-mano, at kabaliktaran.
Mga sikat na alamat tungkol sa algorithmic trading
Ang awtomatikong pangangalakal ay nagdudulot ng seryosong resonance sa mga mangangalakal, na may kaugnayan kung saan lumitaw ang maraming mito tungkol sa mga algorithm. Bigyang-pansin natin ang ilan sa kanila:
- Ang algorithm na kalakalan ay hindi nagbibigay ng kita at ito ay isang scam. Sa kasamaang palad, marami ang napapailalim sa opinyon na ito, lalo na ang mga nakaranas ng pagbili ng mga Expert Advisors na hindi nabigyang-katwiran ang pamumuhunan. Ito ay pinabulaanan ng index sa itaas ng kakayahang kumita ng mga algorithmic na mangangalakal na kumikita ng pera sa loob ng 20 taon.
- Ang pangangalakal ay sikolohiya, hindi ang pangangalakal ng sistema para sa mga robot. Tulad ng nabanggit na, ang merkado ay may mga inefficiencies, at may mga algorithm upang makilala ang mga ito.
- Hindi gumagana ang system testing. Maraming tao ang nagsasabi na ang pabalik na pagsubok sa kasaysayan ay hindi nagbibigay ng anumang benepisyo, dahil ang robot ay matatalo pa rin sa isang tunay na account. Ito rin ay isang maling akala, kung lapitan mo nang tama ang proseso ng pagsubok, isinasaalang-alang ang lahat ng mga tampok at nuances, kung gayon ito ay gumaganap ng isang mahalagang papel.
- Ang mga Martingale system at order grid ay ang tanging paraan upang kumita ng pera. Maaari silang talagang kumita, ngunit hindi nagtagal. Ang ganitong kakayahang kumita ay lubhang hindi matatag, at tiyak na hahantong sa isang alisan ng tubig.
- Hindi gumagana ang mga indicator. Ang isa pang maling kuru-kuro, ang mga tagapagpahiwatig ay nilikha upang matulungan ang mangangalakal na biswal na masukat ang pagkilos ng presyo, hindi basta-basta umasa sa kanila. Samakatuwid, sa isang makatwirang diskarte, tiyak na magbibigay sila ng mga resulta.
Ang listahan ay hindi kumpleto, ito lamang ang pinakasikat na mga alamat.
Konklusyon
Ano ang algorithmic trading sa mga palitan? Ang Algo trading ay pangangalakal gamit ang mga automated programmed system para magbukas ng mga trade. Maaari itong magamit upang kunin ang kita mula sa merkado o upang mabawasan ang manu-manong pasanin sa negosyante kapag nagbubukas ng napakalaking posisyon.
Mayroong iba't ibang algorithmic na diskarte sa pangangalakal. Maaari itong maging arbitrage o pair trading, pati na rin ang marami pang variation. Ang istilo ng pangangalakal na ito ay magagamit pareho sa stock exchange at sa Forex currency market.
Kung makakita ka ng error, mangyaring i-highlight ang isang piraso ng teksto at i-click Ctrl+Enter.
Ang pamamaraan para sa pagbubukas at pagsasara ng mga transaksyon na binuo ng isang negosyante, na batay sa isang malinaw na algorithm para sa pagpapatakbo ng mga awtomatiko o mekanikal na sistema ng kalakalan - ATS at MTS, ayon sa pagkakabanggit.
Pagtitiyak at aplikasyon ng algorithmic trading
Ang algorithm na kalakalan ay isang maginhawang paraan upang i-automate ang mga nakagawiang manipulasyon ng negosyante, bilang resulta, ang oras na kinakailangan upang pag-aralan ang sitwasyon ng palitan, magsagawa ng mga operasyon, at magsagawa ng mga kalkulasyon sa matematika ay nabawasan. Tumutulong ang ATS upang mabawasan ang impluwensya ng kadahilanan ng tao - mga emosyon, gulat, pagmamadali, haka-haka, na kadalasang ginagawang kahit na ang mga propesyonal na diskarte ay hindi kumikita. Ang pangangalakal ay batay sa umiiral na posibilidad ng mga quote na nahuhulog sa isang ibinigay na hanay. Ang mga kalkulasyon ay batay sa makasaysayang data tungkol sa isang partikular na asset, at maaaring magsama ng isang buong hanay ng mga tool na gumagana. Kasunod ng tuluy-tuloy na mga pagbabago sa merkado, ang mga developer ng algorithm ay patuloy na naghahanap ng mga paulit-ulit na modelo, batay sa kung saan sila ay bumalangkas ng mga patakaran para sa paggawa ng mga transaksyon, pumili ng mga robot na pangkalakal na makakatulong sa pagpapatupad ng mekanismong ito. Mga paraan ng pagpili ng modelo:
- genetic - ang paglikha ng mga algorithm ay ipinagkatiwala sa mga sistema ng computer;
- awtomatiko - ginagamit ang mga programa na maaaring gumana sa malaking halaga ng data at mga diskarte sa pagsubok;
- manual - isinasaalang-alang ng siyentipikong diskarte ang matematika at pisikal na mga modelo.
Ang mga nangungunang kumpanya ng algorithmic trading ay gumagamit ng libu-libong tool na makabuluhang binabawasan ang posibilidad ng mga error at pagkabigo.
Mga uri at potensyal
Ang algorithm ay isang hanay ng mga tumpak na tagubilin upang makamit ang mga tiyak na layunin. Depende sa huli, 5 uri ng kalakalan ay nakikilala sa stock market:
- istatistika;
- execution algorithm trading;
- awtomatikong hedging;
- direktang pag-access;
- high-frequency algorithmic trading.
Ang lumalagong katanyagan ng MTS at ATS sa mga speculators ay dahil sa pagtaas ng proseso ng automation, ang transience ng mga transaksyon sa foreign exchange, at isang pagbawas sa mga gastos sa pagpapatakbo. Nagsimula rin ang mga bangko na gumamit ng mga algorithm upang magbigay ng mga napapanahong quote sa mga palapag ng kalakalan, pataasin ang bilis ng pag-update ng data, bawasan ang papel ng manu-manong paggawa sa pagpepresyo, at bawasan ang mga gastos sa transaksyon.
Ang kakanyahan ng high-frequency algorithmic trading
Ang high-frequency algorithmic trading ay tinatawag ding HFT trading, ito ang pinaka-hinihingi sa iba pang anyo ng mga automated na transaksyon. Ang kalamangan nito ay ang kakayahang mabilis na tapusin ang mga deal na may higit sa isang instrumento, dito gumagana sa mga posisyon (pagbubukas at pagsasara) ay ginanap sa isang split second. Ang mga operasyon ay nailalarawan sa pamamagitan ng mga microvolume, bukod dito, sila ay balanse ng kanilang malaking bilang. Ang mga resulta - pagkalugi at kita - ay naayos kaagad, kaya isang kumplikadong teknikal na base at isang mataas na kalidad na direktang koneksyon sa mga gateway ng komunikasyon ay kailangan dito. Mga Pangunahing Tampok ng High Frequency Trading:
- ang paggamit ng mga makabagong sistema na may kakayahang magsagawa ng mga posisyon sa millisecond;
- pagpapatupad ng mga high-speed na transaksyon, na nailalarawan sa pamamagitan ng malalaking volume at ang pinakamababang posibleng kita;
- eksklusibong intraday trading;
- tubo mula sa margin at mga micro-fluctuation ng presyo;
- paggamit ng lahat ng kategorya ng mga transaksyon sa arbitrage.
Ang pinakakaraniwang mga diskarte sa HFT ay ang paggawa ng merkado, antalahin ang arbitrage at ang istatistikal na anyo nito, front running. Ang huli ay binubuo sa paghahanap ng malalaking bid para sa pagbili at paglalagay ng sarili mong maliit, na nailalarawan ng mas mataas na presyo. Habang nagpapatuloy ang pagpapatupad, ang algorithm ay awtomatikong naglalagay ng mga order na medyo mas mataas, na umaasa sa pagpapakita ng mga kasamang pagbabago. Ang mga robotic operation na isinagawa bilang bahagi ng algo trading ay lumilikha ng humigit-kumulang 55% ng liquidity ng mga stock exchange sa mundo. Sa pag-unlad ng teknolohiya ng mga kasangkapan, ang proseso ng paggawa ng kita ay nagiging mas kumplikado at mas mahal. Ang mga kumpanya sa kalagitnaan ng antas ay unti-unting napipiga mula sa pangunahing merkado, dahil ang mga gastos sa paggawa ng makabago sa teknikal na base at pag-update ng software ay tumataas.
Kadalasan, ginagamit ang algorithmic speculative strategies, ang layunin nito ay hindi magbenta ng asset, ngunit kumita mula sa mga pagbabago sa presyo ng isang instrumento sa pangangalakal. Hindi tulad ng mga diskarte sa pagpapatupad, na naglalayong magbenta ng malaking halaga ng mga asset nang tahimik hangga't maaari para sa kanilang sariling mga layunin, habang hindi nakakaapekto sa mga presyo sa merkado, ang mga istratehiyang speculative ay kadalasang nag-aambag sa interbensyon sa merkado upang makakuha ng karagdagang kita. Mayroong 8 pangunahing grupo ng mga istratehiya sa haka-haka. Gayunpaman, ang ilang mga grupo ng mga istratehiya sa haka-haka ay nakabatay sa ibang mga grupo, o kumikilos bilang mga derivatives ng mga ito.
Mga Istratehiya sa Paggawa ng Speculative Market (merkado- paggawa)
Sa katunayan, ang diskarte sa Market Maker ay nagsasangkot ng interbensyon sa merkado, at pagkuha ng karagdagang kita mula dito. Ayon sa diskarte sa paggawa ng Market, ang isang malaking institusyonal na kalahok sa merkado ng pananalapi ay naglalagay ng malalaking posisyon (mula sa daan-daang libo hanggang milyon at kahit bilyun-bilyong dolyar) kapwa para sa pagbili at pagbebenta nang sabay. Ang sabay-sabay na paglalagay ng mga magkasalungat na posisyon ay hindi nagdudulot ng kita (sa katunayan, ito ay nakakandado), at sa sarili nito ay hindi nakakaapekto sa pagbabago sa presyo ng isang asset, ngunit pinapataas lamang ang dami ng kalakalan sa merkado. Kaya, tumutulong ang mga market makers na mapanatili ang mataas na liquidity ng mga financial asset. Bukod dito, ang mga palitan at mga organisasyon ng OTC ay interesado sa mga gumagawa ng merkado sa mga illiquid na asset, kung saan sila ay naaakit sa pamamagitan ng pag-aalok ng mga kundisyon sa pangangalakal, at kung minsan ay "pumikit" sa kanilang interbensyon sa merkado.
Ang interbensyon ng mga gumagawa ng pamilihan sa pamilihan ay ang mga sumusunod.
Kapag nagsimulang tumaas ang presyo ng isang asset, isinasara ng market maker ang bahagyang o ganap na posisyon ng pagbili, kaya ibinababa ang presyo. Kapag bumagsak ang presyo, na nakakuha sa posisyon ng pagbebenta, maaaring isara ng tagagawa ng merkado ang posisyon ng pagbebenta, na itataas ang presyo. Sa ganitong paraan, maaaring malaman ng gumagawa ng merkado nang eksakto kung kailan magaganap ang isang pagbabago ng trend, na nagpapahintulot sa kanila na maglagay ng mga karagdagang posisyon at makakuha ng karagdagang kita. Tungkol doon, maaari mong basahin sa isang hiwalay na artikulo.
Mga diskarte sa haka-haka na "Sumusunod sa uso" (Sumusunod sa uso)
Ang mga estratehiyang ito ay batay sa simpleng prinsipyo ng pagsunod sa trend. Algorithmic na kalakalan sa speculative trend na sumusunod sa mga diskarte ay gumagamit ng iba't ibang teknikal na tagapagpahiwatig ng pagsusuri upang makakuha ng mga signal ng kalakalan ( dapat tandaan na ang mga malalaking kalahok sa merkado ng institusyon ay gumagamit ng mga tagapagpahiwatig ng kanilang sariling disenyo, na hindi mo mahahanap na magagamit para sa isang ordinaryong mangangalakal). Ang bentahe ng mga diskarte sa pagsunod sa trend ay ang kanilang versatility, dahil magagamit ang mga ito sa anumang uri ng mga asset ng kalakalan at sa anumang timeframe.
Ang impluwensya sa merkado, kapag gumagamit ng mga diskarte sa haka-haka na sumusunod sa trend sa bahagi ng mga kalahok sa merkado ng institusyonal, ay maaaring ipahayag sa isang pagtaas sa kalakaran: kung ang isang kalahok ay nagbukas ng isang malaking posisyon sa kahabaan ng trend, sa gayon ay pinapataas niya ang demand, na nagpapagalaw sa presyo mas malayo pa.
Mga Istratehiya sa Pakikipagkalakalan ng Ispekulatibong Pares
Gumagana ang speculative pair trading strategies sa mga ratio ng mga instrumento sa pangangalakal na may mataas na cross-correlation, gaya ng, halimbawa, mga stock ng pagmimina ng ginto at futures ng ginto.
Ang prinsipyo ng diskarte ng pares ay ang mga sumusunod:
Dalawang magkakaugnay (magkakaugnay) na mga asset ang napili, sabihin nating ginto at mga bahagi ng mga kumpanya ng pagmimina ng ginto. Kung ang mga presyo sa mundo para sa ginto ay tumaas, kung gayon ang mga presyo para sa mga bahagi ng mga kumpanya ng pagmimina ng ginto ay tumaas din. Gayunpaman, maaaring mag-iba ang mga chart ng presyo. Ang paglihis ng mga chart ng presyo mula sa mga moving average ay sinusuri. Sa isang makabuluhang pagtaas sa presyo ng isa sa mga asset, ito ay ibinebenta, at sa parehong oras ang asset na nahulog ay binili. Kaya, ang tinatawag na Beta Neutral na Portfolio , kung saan ang resulta ng naturang transaksyon ay hindi nakasalalay sa trend ng merkado, ngunit sa ratio ng presyo ng isang asset sa isa pa. Kapag bumalik ang mga chart ng presyo sa mga moving average, sarado ang mga posisyon. Para sa pagsusuri ng pares na kalakalan sa maliliit na timeframe, ginagamit ang mga algorithm ng mga teknikal na tagapagpahiwatig ng pagsusuri. Sa malalaking timeframe, ginagamit ang pangunahing pagsusuri sa merkado, na may mga indicator ng market multiples at iba't ibang ratios sa pananalapi. Ang diskarteng ito ay kadalasang ginagamit ng malalaking investment fund at hedge fund na gumagawa ng malalaking transaksyon sa pamamagitan ng TWAP, VWAP, Iceberg o POV algorithm.
Mga Istratehiya ng Spekulatibong Basket Trading
pangangalakal ng basket gumagana ayon sa halos kaparehong algorithm sa pares trading, na may pagkakaiba na ang algorithmic na kalakalan ay isinasagawa hindi sa dalawang magkaugnay na asset, ngunit sa dalawang basket ng magkakaugnay na asset (mula sa English Basket - basket). Kaya, nagaganap ang pagkakaiba-iba, na nagbibigay-daan sa pagliit ng mga panganib sa pangangalakal. Ang algorithm na pangangalakal sa pangangalakal ng basket ay isinasagawa, bilang panuntunan, sa loob ng isang sesyon ng pangangalakal sa pamamagitan ng mga order sa merkado, at ang mga asset na lubos na likido ay kasama sa mga basket.
Arbitrage Speculative Strategies (Arbitage)
Ang arbitrage trading ay medyo katulad ng pair trading, na may pagkakaiba na ito ay isinasagawa ng ilang magkakatulad na instrumento ng kalakalan (magkapareho o magkakaugnay). Ang arbitrage trading ay nagsasangkot ng kita mula sa pagkakaiba sa mga presyo ng magkatulad (magkapareho) na mga asset, at hindi mula sa paggalaw ng presyo. Kapag ang magkaugnay o magkaparehong mga instrumento ay nagpapakita ng pagkakaiba sa mga panipi, isang arbitrage na sitwasyon ang lumitaw.
Maaaring hatiin ang mga diskarte sa arbitrage sa mga sumusunod na subtype, depende sa mga asset na ginamit:
- Diskarte sa Spatial Arbitrage— ganap na magkapareho ang mga asset ng kalakalan ay ginagamit, ngunit sa iba't ibang mga merkado sa pananalapi. Halimbawa, algorithmic trading ng mga share ng parehong kumpanya sa iba't ibang stock exchange. Halimbawa, kung sa isang exchange platform ang mga stock quote ng kumpanya ay $100 para sa pagbebenta (Bid) at $101 para sa pagbili (Magtanong), at sa ibang site ito ay inaalok sa mga presyong $102 para sa pagbebenta at $103 para sa pagbili, kung gayon ang isang negosyante ay maaaring bumili sa isang exchange shares sa $101 at ibenta ang mga ito para sa isa pa sa $102, kumikita ng $1 mula sa bawat share.
- Katumbas na Diskarte sa Arbitrage— ginagamit ang mga instrumentong pangkalakal na konektado sa isa't isa na may linear na relasyon sa isa't isa. Halimbawa: shares ng isang kumpanya at futures sa shares ng isang kumpanya. Iyon ay, nangyayari na ang presyo ng mga pagbabahagi ay tumaas, ngunit ang mga futures para sa kanila ay nanatili sa parehong lugar, o kahit na ibinaba ng kaunti. Sa kasong ito, dapat kang magbenta ng mga pagbabahagi, at bumili ng mga futures para sa mga pagbabahaging ito, at pagkatapos ay asahan ang kanilang mga presyo na magsalubong. Katulad nito, maaari kang mag-trade sa kabilang direksyon.
- Diskarte sa Arbitrage ng Index— ay isang subspecies ng basket trading, at nakabatay sa koneksyon ng isang futures sa isang index at isang basket ng mga asset na kasama sa index na ito.
Nag-aambag ang arbitrage trading sa pag-synchronize at alignment ng mga presyo, dahil napakabilis ng reaksyon ng mga algorithmic arbitrageurs sa anumang kawalan ng balanse sa mga financial market.
Sa algorithmic arbitrage trading, ang supply ng mga quote, ang bilis at kalidad ng paglilipat ng data ay may mahalagang papel. Samakatuwid, ang mga kalahok sa merkado ng institusyon ay kumonekta sa isang makabuluhang materyal at teknikal na base upang matiyak ang arbitrage trading.
Algorithmic na diskarte para sa pagkasumpungin ng kalakalan (Pagkakasundo ng kalakalan
Isinasagawa ang volatility trading sa mga derivative na instrumento sa pananalapi, lalo na sa mga opsyon. Ang prinsipyo ng pangangalakal ay nababawasan sa dependence ng halaga ng isang opsyon na kontrata sa pagkasumpungin ng instrumento ng kalakalan sa panahon hanggang sa petsa ng pag-expire. Sa simpleng mga termino, ipinapalagay ng volatility trading na ang halaga ng isang opsyon ay apektado sa pamamagitan ng pagsasaalang-alang sa mga panganib ng paggalaw ng presyo.
Pagkasumpungin- isang tagapagpahiwatig na nagpapakita ng posibilidad ng pagbabago ng presyo. Kung mas mataas ang volatility, mas mataas ang posibilidad na magbago ang presyo.
Isang opsyon na may inaasahang mas mataas na volatility ay binili dahil tataas ang presyo nito. Ang isang opsyon na may inaasahang mas mababang pagkasumpungin ay ibinebenta dahil bababa ang halaga nito. Kapag bumili ng isang opsyon, dapat mong hedging mga posisyon ng kabaligtaran na kalakalan.
Ang mga kalkulasyon ng pagkasumpungin sa pangangalakal ay napakasalimuot, ang mga kalkulasyon sa matematika kung saan gumagana ayon sa mga automated na algorithm ng mga kalahok sa institusyon sa mga pamilihang pinansyal.
Mga diskarte sa speculative na mababang gastos (Pangkalakal na mababa ang latency)
Ang mga low-cost algorithmic na diskarte ay katulad ng mga diskarte sa pagsunod sa trend, dahil kinasasangkutan ng mga ito ang pangangalakal sa trend, at pagpapares ng kalakalan, habang gumagamit sila ng mga nauugnay na instrumento. Gayunpaman, ang algorithmic na kalakalan ay nagsasangkot ng paggamit ng ilang mga instrumento, habang ang paggalaw ng merkado ay tinutukoy ng pinagbabatayan na asset, at ang mga transaksyon ay direktang ginagawa sa isa pang instrumento. Ang pangunahing punto ng mga diskarte sa mababang gastos ay na sa mga instrumento sa pangangalakal na may mataas na pagkakaugnay, ang isang asset (pinagbabatayan) na may higit na pagkatubig ay mas mabilis na tumutugon kaysa sa iba pang (nagtatrabaho) na mga asset na may mas mababang pagkatubig. Halimbawa, sa una ay bumababa ang presyo ng langis (ang batayan), na humihila pababa sa mga bahagi ng mga kumpanyang gumagawa ng langis at mga kumpanyang nagpapadalisay ng langis (mga gumaganang instrumento sa kalakalan). Ang mga trend sa pinagbabatayan na asset ay sinusuri sa pinakamaliit na timeframe, na isinasaalang-alang ang bawat pagbabago sa mga quote. Sa sandaling ang pinagbabatayan na asset ay nagsimulang magpakita ng matinding pagbabago sa presyo, ang isang transaksyon ay gagawin sa gumaganang mga instrumento sa pangangalakal sa direksyon ng pagbabago sa pinagbabatayan na asset. Kapag ang algorithm ay nangangalakal na may mga diskarte sa mababang gastos, mahalagang magkaroon ng napakabilis na access sa merkado at impormasyon sa merkado upang maipatupad ang lahat ng mga signal ng kalakalan.
Mga ispekulatibo na diskarte sa pagtakbo sa harap (tumatakbo sa harap)
Kasama sa front-running ang pagsusuri ng kasalukuyang liquidity at ang average na dami ng mga posisyon ng asset sa isang partikular na tagal ng panahon. Kung tinutukoy ng merkado ang pinakamahusay na bid at ask na presyo ng isa o higit pang mga order, kung saan ang kabuuang dami ay lumampas sa isang tiyak na halaga sa average na dami ng mga order para sa isang tiyak na tagal ng panahon, pagkatapos ay ang isang order ay inilagay sa isang presyo ng ilang puntos na mas mataas (kapag pagbili) o mas mababa (kapag nagbebenta) mula sa presyo malalaking aplikasyon. Ito ay lumabas na ang inilagay na order ay ilalagay bago ang malalaking order. Kapag ang order na ito ay naisakatuparan, ang kabaligtaran na order ay agad na inilalagay ng ilang higit pang mga puntos na mas mataas kung ang Buy order ay napunan, o ilang mga puntos na mas mababa kung ang Sell order ay napunan. Mukhang kumplikado ang lahat, ngunit ang ideya ay simple: ang malalaking posisyon, bilang panuntunan, ay napupuno para sa isang tiyak na oras, kung saan maaaring mangyari ang ilang kabaligtaran na mga trade. Kapag ang isang malaking posisyon ay naisakatuparan, ang presyo ay maaaring lumipat nang malaki, na magdadala ng tubo sa unang order. Para sa algorithmic na front-running trading, ginagamit ang mga asset ng trading na may mataas na liquidity. Ang pagpapatakbo sa harap ay nagiging posible lamang kapag may mataas na bilis na pag-access sa merkado at impormasyon sa merkado.
Konklusyon
Ang algorithm na kalakalan ay nagbibigay-daan sa mga malalaking kalahok sa merkado ng institusyon na magbenta ng malalaking volume ng mga asset, pati na rin makatanggap ng karagdagang kita mula sa haka-haka sa exchange at over-the-counter na mga merkado. Ang mga sopistikadong algorithm ay awtomatikong sinusuri at nagsasagawa ng mga transaksyon na maaaring makaapekto sa sitwasyon sa merkado.
Karamihan sa mga robot na pangkalakal na ginagamit sa algorithmic na kalakalan ay hindi magagamit sa mga ordinaryong mangangalakal, dahil ang mga ito ay pagmamay-ari na mga pagpapaunlad ng malalaking kalahok sa pangangalakal. Ang pangangalakal ng algorithm ay nangangailangan ng mataas na katumpakan ng pagpapatupad at direktang pag-access sa pagkatubig at impormasyon ng merkado, na ibinibigay ng direktang pag-access sa mga tagapagbigay ng pagkatubig.
Kasama si Yuri Maslov, na sa ITinvest ay bumubuo ng imprastraktura para sa pagtatrabaho sa stock exchange gamit ang mga robot na pangkalakal. Sa blog sa Habré, nag-publish kami ng mga sipi mula sa pag-uusap na ito, na nakatuon sa mga sagot sa mga madalas itanong tungkol sa mga teknolohiyang ginagamit sa stock market sa Russia.
Mga Pros ng Algorithmic Trading
Ang pagtaas sa bilang ng mga mangangalakal na gumagamit ng mga espesyal na robot upang mangalakal sa stock exchange ay isang pandaigdigang kalakaran. Hindi lahat ay natutuwa sa katotohanang ito, marami ang nagtuturing na ang algorithmic na kalakalan ay nakakapinsalang haka-haka, ngunit pinapayagan ka nitong mapanatili ang pagkatubig sa mga merkado. Ang bilang ng mga high-frequency trader (HFT) at ang kanilang epekto sa merkado ay tinutukoy ng mga pangkalahatang batas sa merkado - isinulat namin ang tungkol dito sa isang paksa na nakatuon sa mga prospect para sa algorithmic trading sa Russia:Bilang karagdagan, ang paggamit ng teknolohiya sa pangangalakal ay nagbibigay-daan sa iyo upang mapupuksa ang isa sa mga pangunahing problema na lumitaw kapag nagtatrabaho sa merkado sa pananalapi - ang pamamayani ng mga emosyon sa kadahilanan, na maaaring humantong sa mga pagkakamali at pagkawala ng pera. Bilang karagdagan, ang sitwasyon sa stock market ay madalas na nagbabago nang napakabilis na ang isang tao ay maaaring walang oras upang tumugon dito - ang robot ay hindi masyadong mabagal.
Halimbawa, matagal na ang nakalipas, noong 2002-2003. ang mga tao ay nakikipagkalakalan ng simpleng hard arbitrage Gazprom vs Gazprom futures gamit ang kanilang mga kamay. Nakatanggap ng nakakabaliw na interes bawat taon. Ngunit noong 2008, ang angkop na lugar na ito ay ganap na inookupahan ng mga algorithm. Pagkatapos ng Setyembre 2011, ang angkop na lugar na ito ay ganap na sinakop ng mga high-frequency na algorithm.
Gaano karaming pera ang kailangan mong ipagpalit ang isang robot
Posibleng i-algoritmo ang mga estratehiya sa pangangalakal kahit na walang napakalaking halaga ng pondo para sa pangangalakal sa stock exchange. Kasabay nito, kinakailangang magkaroon ng kamalayan na mayroong iba't ibang mga lugar ng algorithmic trading. Mayroong mga uri nito na hindi nagpapataw ng mas mataas na pangangailangan para sa bilis - halimbawa, mga matalinong diskarte na nakikinabang sa pag-unawa sa merkado. Kung kailangan mo ng high-frequency na kalakalan (mga diskarte na umabot sa lahat sa merkado) o balak mong gumamit ng mga microstructural na modelo, kung gayon ang tiket sa pagpasok ay mas mahal, dahil kailangan mo ng isang seryosong imprastraktura at ang gastos ng pagsuporta dito.Yuri Maslov
Bago magmadali sa totoong merkado, kinakailangan upang subukan ang diskarte at kalkulahin ang kakayahang kumita nito (sa prinsipyo, maaari itong gawin kahit na sa MS Excel). Ang kakayahang kumita na ito ay dapat, sa isip, na sumasakop sa mga gastos sa pagbuo at pagpapanatili ng isang robot ng kalakalan - pagbabayad para sa mga serbisyo ng isang programmer o, sa kaso ng pag-unlad ng sarili, mga gastos sa oras.
Mayroong mga tao sa merkado na nagsimula sa 100 libong rubles. Siguro nagsimula lang sila sa mas magandang panahon. Ngayon, ang halaga mula sa 500 libong rubles hanggang 1 milyong rubles ay ang entry threshold kung saan posible nang magsimulang magtrabaho sa mga diskarte sa algorithm. Kasabay nito, may mga maginhawang tool na maaaring magamit upang algorithmize ang isang diskarte kahit na para sa 20,000 rubles. Parami nang parami ang mga ito sa merkado. Pinapayagan ka nitong gumawa ng mga algorithm nang walang makabuluhang gastos sa pag-unlad.
Kasama sa mga solusyong ito ang mga TS Lab system o mga produkto ng Cofite. Parami nang parami ang gayong mga solusyon - ang kanilang kakanyahan ay nakasalalay sa paggamit ng mga wika ng script na nagpapasimple sa pag-unlad sa oras. Ang mga ito ay "pinatalas" para sa mabilis na pagpapatupad ng mga algorithm. Ang isang halimbawa ng naturang scripting language ay ang TradeScript, na nilikha ng mga Amerikano mula sa Modulus Financial Engineering. Ang teknolohiyang ito ay may lisensya (OEM) upang lumikha ng SmartX terminal. Ang wikang ito ay napakasimple at nagbibigay-daan sa iyong ilarawan ang isang diskarte sa pangangalakal sa maikling panahon, sa pamamagitan lamang ng pagbabasa ng manwal (o mga publikasyon sa Habré - isa, dalawa)
Roundtrip na mga aplikasyon
Ang bilis ng trading robot ay nakasalalay sa iba't ibang salik. Isa sa pinakamahalaga ay ang data transfer protocol na ginamit.Kunin natin ang mga protocol na ginagamit upang gumana sa Moscow Exchange sa spot market. Mayroong iba't ibang mga paraan upang kumonekta: "katutubong" exchange protocol, ito ay tinatawag ding native, FIX-koneksyon at gumagana sa pamamagitan ng isang brokerage trading system. Ang mga taong sumusubok na maging una sa "salamin" ay gumagamit ng koneksyon sa FIX, mas madalas na isang katutubong protocol.
Kapag kumokonekta sa pamamagitan ng isang brokerage system, ang bilis ay karaniwang mas mababa. Kung pinag-uusapan natin ang tungkol sa FIX sa MICEX stock market, kung gayon ang roundtrip, sa bahagi ng palitan, ay mga 300-350 microseconds, ang buong landas ng order, na isinasaalang-alang ang pagkaantala ng mga channel ng komunikasyon at sa mga kagamitan ng kliyente, ay maaaring ipahayag sa makabuluhang mas malalaking halaga.
Ang mga figure na ito ay pareho para sa lahat ng mga broker, umaasa sila sa isang mas malaking lawak sa kalidad ng channel sa palitan, ang naka-install na kagamitan at ang bilis ng pagproseso ng application sa core. Sa kaso ng paggamit ng "katutubong" exchange protocol na TEAP, ang karaniwang pagkaantala ay mas mataas at mula sa 420 µs.
Ang oras para sa paglalagay ng mga order na dumadaan sa ITinvest trading system (mula sa sandaling natanggap ito mula sa kliyente hanggang sa gateway (gateway) hanggang sa sandaling nakatanggap ang kliyente ng tugon dito - kailangan mong maunawaan na kapag nagtatrabaho sa pamamagitan ng Internet maaaring may mga hindi inaasahang pagkaantala sa lugar mula sa gateway ng broker hanggang sa kagamitan ng kliyente) ay mula 1.5 hanggang 2.5ms. Kasabay nito, mayroong solusyon para sa mga mangangalakal na may mataas na dalas na nagsasangkot ng pagtatrabaho sa FIX protocol at pagkonekta sa mga server ng pamamahala ng peligro ng ITinvest. Ito ay tumatagal ng ilang microseconds upang makontrol ang mga panganib, at ang mga ito ay hindi nakikita sa kabuuang halaga ng exchange roundtrip.
Mga teknolohiya sa pag-unlad
Ipinapakita ng karanasan na ang mga unibersal na processor ay ang pinakamahusay na teknolohikal na solusyon para sa paglikha ng mga robot sa pangangalakal sa merkado ng Russia. Ang saklaw ng aplikasyon ng iba't ibang mga solusyon ay limitado - maaari kang bumuo ng isang mabilis na diskarte sa FPGA, ngunit para sa mga kumplikadong kalkulasyon mas mahusay na gumamit ng isang unibersal na processor. Ang mga GPU ay may kanilang mga kakulangan, tulad ng mabagal na paghawak ng memorya at mataas na pagkonsumo ng kuryente. Ang robot optimization para sa isang unibersal na processor sa lokal na merkado ay kasalukuyang nangungunang solusyon.Pagdating sa mga operating system, mas gusto ng isang tao ang pagganap, mas interesado sila sa paggamit ng Linux. Kung mayroong anumang gumaganang ideya sa negosyo, ang pagtaas ng bilis ay maaaring magbigay-daan sa iyo na kumita ng higit pa. Ngunit ang gastos sa pagbuo at paggamit ng isang nangungunang programmer ay maaaring hindi katumbas ng halaga. Sa prinsipyo, ang mga medyo mabilis na solusyon ay maaaring malikha din sa Windows. Maganda ang Linux dahil naka-customize ito sa mga umuusbong na pangangailangan ng user-trader - inilabas ang mga bagong kernel na may bagong chips. Ang Windows ay mas konserbatibo sa mga bagay na ito.
Ang C# ay sikat kamakailan. Ito ay napakadaling bumuo, at ang isang tao na walang kahit isang espesyal na edukasyon at mayroon lamang mga pangunahing kasanayan sa pag-unlad ay maaaring makabisado ang C # at magsulat ng isang robot algorithm. Para sa mas malubhang pag-unlad sa merkado ng pananalapi, ginagamit ang C at C ++, na nagbibigay-daan sa iyo upang makakuha ng katanggap-tanggap na bilis sa pinakamainam na gastos (sa mga malubhang kaso, ito ay dumating sa Assembler). Ang mga nagsisimulang exchange software developer ay karaniwang gumagamit ng C#.
Kailangan ko bang gumamit ng mga naka-box na produkto para gumawa ng mga robot
Sa isang banda, ang bentahe ng naturang mga solusyon ay na nakakatipid sila ng oras sa pag-unlad. Sa kabilang banda, ito ay isang "itim na kahon" na may sariling lohika, at talagang mahirap maunawaan ang ilang mga produkto nang hindi kumukunsulta sa kanilang mga tagalikha. Ngunit ang katotohanan na pinapadali nila ang pagbuo ng mga robot ng kalakalan ay walang pag-aalinlangan. Karamihan sa mga broker ay may user-friendly na interface na nagbibigay-daan sa iyong sumulat ng isang application nang mabilis at maginhawa. Halimbawa, ang ITinvest ay mayroong SmartCom API.Ang kanyang manwal ay naglalaman ng mga halimbawa, at ang isang taong nakakaalam ng C # ay makakapagsulat ng kanyang robot nang sapat nang mabilis. Kasabay nito, ang mga high-frequency na mangangalakal ay halos palaging nagsusulat ng mga sistema ng pangangalakal para sa kanilang sarili - ang pamamaraang ito ay nagbibigay-daan sa iyo upang makakuha ng isang natatanging produkto at umasa sa isang mas malaking panalo sa merkado.
Iyon lang para sa araw na ito, salamat sa lahat ng iyong atensyon. Nais din naming tanungin ang mga gumagamit ng Habr kung anong mga paksang nauugnay sa stock market ang magiging interesado silang basahin. Ang mga aplikasyon at tanong ay tinatanggap sa mga komento!
P.S. Kung may napansin kang typo o pagkakamali - magsulat ng personal na mensahe, at agad naming itatama ang lahat.