الگوریتم‌های اجرای معاملات

معاملات الگوریتمی علت ریزش بورس است؟

این روزها دوباره موضوع معاملات الگوریتمی و نقش آن در نوسان بازار مطرح شده است. بسیاری معتقدند که این نوع معاملات موجب شده است تا بازار نتواند رشد کند.

به گزارش سرویس بورس مشرق، این روزها دوباره موضوع معاملات الگوریتمی و رقابت نابرابر انسان با ربات در بازار سرمایه مطرح شده است. برخی معتقدند که معاملات الگوریتمی موجب شده است تا بازار با نوسان رو به رو شود و عده ای که به هر دلیلی به این امکانات دسترسی دارند می توانند سود خوبی را از بازار بگیرند و باقی هم با اُفت بازار متضرر شده اند.

به تازگی هم نامه ای از سوی رئیس الگوریتم‌های اجرای معاملات الگوریتم‌های اجرای معاملات سازمان بورس منتشر شد تا همگان از جمله افراد حقیقی هم بتوانند از معاملات الگوریتمی استفاده کنند.

این مسئله موجب شد تا با امید موسوی مدیر عامل گروه مالی امید گفتگویی را در این زمینه داشته باشیم. این شرکت یکی از شرکت هایی است که معاملات الگوریتمی را طراحی و اجرا می کند.

معاملات الگوریتمی چیست؟

امید موسوی در پاسخ به این پرسش گفت: ارایه راهکارهایی هوشمند و بهینه برای بهتر معامله کردن می باشد. کاهش استرس و هیجان سرمایه‌گذار، افزایش دقت و سرعت معاملاتش، سود بیشتر و ضرر کمتر، امنیت بیشتر اطلاعات معاملات، کاهش هزینه‌های معاملاتی و در یک کلمه افزایش کیفیت سرمایه‌گذاری هدف اصلی استفاده از کامپیوتر و ماشین در برای کمک به خودمان در معاملات است.

انواع معاملات الگوریتمی چیست؟

مدیر عامل گروه مالی امید در پاسخ به این پرسش اظهار داشت: الگوریتم ها را می‌توان از منظر کاربرد به ۴ سطح اصلی تقسیم کرد:

الف) الگوریتم‌های مانیتورینگ: این دسته از الگوریتم‌ها برای رصد کل بازار یا سهام استفاده می‌شوند. قبل از اینکه سهامی را بخریم نیاز است از وضعیت کلی بازار خبر داشته باشیم که بتوانیم تصمیم به سرمایه‌گذاری بگیریم. به طور مثال، نرخ ورود و خروج پول هوشمند به بازار، نوسانات نرخ بهره بانکی و بین بانکی، نوسانات P/E بازار، تغییرات نرخ‌های جهانی، تغییرات قیمت فلزات یا نفت و . است. ماشین به سادگی می‌تواند مجموعه‌ای از شرایط را مانیتور کند و در الگوریتم‌های اجرای معاملات صورت تغییر معنادار به ما اطلاع رسانی کند.

ب) الگوریتم های سیگنال و مشاوره‌ای: (به عنوان مثال تحلیل ریسک پورتفو، فیلترنویسی و کمک به پیدا کردن سهام با ویژگی خاص، هات لیست، اندیکاتورهای هوشمند و . ). هدف از این دسته الگوریتم‌ها دادن سیگنال اولیه برای خرید و فروش است. بدیهی است که این سیگنال‌ها می‌تواند در مرحله بعدی توسط استراتژی ما به دقت پایش شوند و در صورتی که شرایط استراتژی ما را دارا بودند وارد معامله شویم.

ج) الگوریتم های اجرای معاملات: پس از انتخاب سهام مرحله بعدی، خرید و فروش با دقت بالا، به دور از هیجان و با قیمت مناسب است. الگوریتم‌های اجرای معاملات به ما کمک می کنند که تصمیمات‌مان را هوشمندانه، سریع و راحت در بازار اجرا کنیم. مثلا گذاشتن حد سود و حد ضرر، یا گذاشتن سفارشات شرطی و یا خرد کردن سفارش با هدف کاهش تاثیر در بازار و خرید با قیمت پایین‌تر و فروش با قیمت بالاتر.

د) الگوریتم‌های بازارگردانی: این الگوریتم‌ها در جهت افزایش نقدشوندگی، کاهش اسپرد و هزینه معاملات، کاهش نوسانات، افزایش حجم و تعداد معاملات و نهایتا افزایش منافع سرمایه‌گذاران و معامله‌گران خرد استفاده می‌شوند. بازارگردان معمولا سهامداران عمده، ناشرین و صندوق‌هایی هستند که در جهت افزایش نقدشوندگی سهم با هدف افزایش توجه صحیح بازار به سهم و کاهش هزینه سرمایه‌گذاران اقدام به خرید و فروش می‌کنند. این فعالیت به طور معمول زیان‌ده یا با سود کم همراه است و وظیفه‌ای به عهده سهامدار عمده در جهت بهبود وضعیت معاملات سهم است.

مابقی انواع معاملات الگوریتمی در بازار سرمایه ایران کاربردی ندارند.

مزایای استفاده از معاملات الگوریتمی چیست؟

سرعت عمل بالا در تحلیل و بررسی بازار: الگوریتم می‌تواند کل بازار و سهام و شرایط اقتصاد کلان و کدال و . را براحتی و بدون فوت وقت هنگامی که ما در حال صبحانه خوردن هستیم برای ما پردازش و آماده کند. البته در ایران به دلیل ممنوعیت کمتر از ۳ سفارش در ثانیه، از امکان معاملات با سرعت بالای الگوریتم‌ها نمی‌توان تا اطلاع ثانوی استفاده کرد و فقط از امکان تحلیل با سرعت بالا می‌توان بهره برد.

حذف احساسات و عواطف انسانی: معامله گران خیلی از دارایی‌شان را به علت احساساتشان از دست می‌دهند. ما نسبت به ترس و اضطراب‌های ناگهانی واکنش نشان می‌دهیم. ممکن است سریع معامله کنیم که گاهی اوقات این تصمیم درستی است و گاهی اوقات خیر. اما بحثی که مشخص است ترس به تنهایی نباید دلیلی بر فروختن باشد. یک الگوریتم هرگز به خاطر ترس این تصمیم را نخواهد گرفت!

امکان گرفتن تست و بهینه‌سازی: به عبارت دیگر به عنوان یک سرمایه‌گذار می‌توانیم الگوریتم خود را بر روی بازار در گذشته تست کنیم و مشاهده کنیم با استفاده از این الگوریتم در گذشته چه سودی کسب می کردیم و یا کجاها مشکل برای‌مان پیش می‌آمد! بنابراین این امکان فراهم می‌شود که استراتژی را بهینه کنیم تا نتایج بهتری در کسب کنیم.

اکثر استراتژی ها به راحتی مقیاس پذیرند: اگر شما بتوانید ۵۰ میلیون تومان در سال با استفاده از معاملات الگوریتمی بدست آورید، از لحاظ تئوری می‌توانید با دو برابر کردن حجم سفارشات خود در سال ۱۰۰ میلیون تومان بدست آورید! البته ضرر شما نیز در سال دوبرابر خواهد شد و افزایش حجم سفارش بیش از حد مشخص می‌تواند باعث ضعیف‌تر شدن عملکرد شما شود. معمولا وقتی یک استراتژی از ذهن شما روی کاغذ می‌آید و امکان ماشینی شدن پیدا می‌کند مقیاس‌پذیر هم هست.

افزودن تمرکز فکری معامله­ گران: یک سیستم معاملات هوشمند، هیجانات را از ما می‌گیرد و مشغولیت فکری و کاری ما را کم می‌کند. این امر موجب می‌شود روی بهینه‌سازی و بهبود استراتژی‌های خود و مدیریت سرمایه‌مان برای سود با کیفیت‌تر تمرکز کنیم.

کمک به شکل گیری بازار کارا: به دلیل افزایش حجم معاملات در بازار، نقدشوندگی بازار بیشتر می‌شود و دستکاری در قیمت‌ها سخت‌تر شده و در حقیقت بازار نسبت به تحلیل‌ها کاراتر عمل خواهد کرد. انتظار می‌رود بعد از حضور معاملات الگوریتمی بازار شفاف‌تر، عمیق‌تر و کاراتر باشد. مثلا تحلیل تکنیکال باید بهتر پاسخگو باشد یا دستکاری برای عده‌ای خاص روی یک سهم به شدت سخت شود.

معایب استفاده از معاملات الگوریتمی چیست

این کارشناس بازار سرمایه و معاملات الگوریتمی در پاسخ به این پرسش خبرنگار نبض بورس گفت:

الف) اگر سیستم به طور مناسبی آماده نشده باشد و بخوبی مورد تست و آزمایش قرار نگرفته باشد، می تواند موجب ضرر برای سرمایه‌گذار شود. بنابراین توصیه می‌شود در این زمینه از شرکت‌های صاحب‌نام و محصولات بسیار تست شده و قدیمی‌تر استفاده شود تا یک محصول استارت‌آپی جدید!

ب) گاهی اوقات، غیرممکن است که قوانین قطعی را در قالب کد درآورد، که آن، توسعه و بهبود سیستم معاملاتی هوشمند را مشکل می کند. به عنوان مثال آوردن اخبار یا تحلیل های پیچیده فاندمنتال در قالب الگوریتم مشکل است.

ج) در سال‌های اخیر توجه دانشمندان ممتاز علمی را در امریکا به ویژه دانشجویان ریاضی، آمار، کامپیوتر، فیزیک و دیگر رشته‌های مرتبط با این صنعت که اغلب به خاطر کسب درآمد و گاها به خاطر چالش‌انگیزی می‌باشد را به خود جلب کرده است و می‌گویند جلوی رشد علمی این دانشمندان را گرفته است! چون می‌خواهند پول در بیاورند!

د) اگر برای همه نباشد موجب نابرابری در دسترسی به بازار می‌شود. بهتر است در فاصله ۲ سال از حضورش در بازار برای همه در دسترس باشد.

ه) برای فعال شدن کامل نیاز به تراکنش و سرعت بالا دارد که فعلا با قوانین موجود در بازار سرمایه‌ ایران امکانش نیست. همچنین مشکلات محدود کننده‌ای مثل دامنه نوسان، شناور کم، یک طرفه بودن بازار و عمق کم بازار باعث از بین رفتن صرفه استفاده از الگوریتم‌هاست.

و) هزینه سرمایه‌ای بالایی دارد. معمولا برای راه‌اندازی و استفاده از این نوع معاملات هزینه بسیار بالای زیرساخت سخت‌افزاری و نرم‌افزاری و تیم هوش مصنوعی و برنامه‌نویس نیاز است.

معاملات الگوریتمی برای کیست؟

پاسخ: تا کنون فقط بازارگردان‌ها، سبدگردان‌ها و مشتریان بزرگ کارگزاری‌ها امکان استفاده از این نوع معاملات را داشتند اما به تازگی ما سرویس ویژه حقیقی‌های بازار را طراحی کردیم و تا نیمه آبان ۱۴۰۰ ان‌شالله برای اولین بار الگوریتم در دسترس همگان قرار خواهد گرفت.

نوسان‌گیری زیر سر معاملات الگوریتمی است؟

پاسخ: با دامنه نوسان فعلی و میزان کارمزد بالایی که در بازار سرمایه ایران داریم خیال باطل است که الگوریتمی در ایران وجود دارد که می‌تواند نوسان‌گیری کند. حداقل بنده به عنوان مدیرعامل شرکتی که بیش از ۷ سال است در این حوزه فعالیت رسمی می‌کنم، چنین الگوریتمی را تابحال ندیدم! ببینید معمولا بازار وقتی کوچک می‌شود نوسانش بیشتر می‌شود، هیجانش بیشتر می‌شود، دستکاری قیمت بیشتر می‌شود و . دلیل بی رمقی بازار این است که خریدار قوی نیست نه اینکه نوسان‌گیر زیاد است!

معمولا در انسان میلی وجود دارد که هر چیزی را که نمی‌فهمیم چرا بگیم “کار خودشان است” توهم توطئه‌ای که معمولا برای این است که به خودمان بگوییم نه تو اشتباه نکردی، تقصیر تو نیست، آن‌ها دارند سرت کلاه می‌گذارند. فرار از پذیرش مسولیت تحلیل و سرمایه‌گذاری خودمان. سازمان بورس به عنوان نهاد ناظر، اکثر کارکردهای الگوریتم‌ها که حتی امکان کمی برای سواستفاده داشته را ممنوع کرده است. به عنوان مثال ممنوع کردن سرخطی و ممنوعیت ارسال بیش از ۳ سفارش در ثانیه از این نمونه‌ها هستند. بنابراین شائبه هماهنگی الگوریتم‌ها و ایجاد صف‌های هماهنگ و . همه توهم توطئه هستند و سرعت بالای بازار به دلیل بزرگ شدن بازار است.

الگوریتم‌های اجرای معاملات

گسترش استفاده از هوش مصنوعی روز بروز بیشتر شده، به گونه ای که دیگر جایی نیست که در آن از هوش مصنوعی استفاده نشده باشد. بازار سرمایه نیز از این امر مستثنی نمانده و با ورود این آن به این بازار، ضمن توسعه آن به ایجاد ابزارهای نوین در معاملات بورس و اوراق منجر گشته است. یکی از دست آوردهای مهم در این عرصه، معاملات الگوریتم می باشد. در ادامه سعی شده بصورت اجمالی نظری به معاملات الگوریتم و مسائل پیرامون آن افکنده نسبت به شناخت این ابزار سودمند آگاهی مناسبی ایجاد گردد.

آینده معاملات الگوریتمی

پیشرفت های اخیر در حوزه ی سامانه های الکترونیکی معاملات و تجهیز بازارهای بورس به سامانه ثبت الکترونیکی سفارش ها از یک سو و رقابت روزافزون فعالان بازار سرمایه از سوی دیگر، استفاده از معاملات الگوریتمی و الگوریتم های معاملاتی را به ضرورتی انکارناپذیر تبدیل کرده است. آمار ارائه شـــده در خصوص اســـتفاده از الگوریتم ها و راهبردها امیدبخش است و از افزایش استفاده از آن ها در دنیا تا سطح ٩٣ درصـــد حجم کل معاملات حکایت دارد. یافته هــــا، حاکی از آن اســـت که معاملات الگوریتمی نقدشـــوندگی سهام را بهبود می بخشـــد و ســـرعت و حجم ارســـال سفارشـــات بــــه سیستم معاملات را چندین برابر می کند.

چالش های پیش روی معاملات الگوریتمی در دنیا

استفاده از الگوریتم ها همواره با این تهدید مواجه می باشد که ممکن است معامله گر دیگری، با رمزگشایی الگوریتم شما، از آن عليه تان اســـتفاده کند. اگر شـــخصی یا الگوریتمـــی این الگو را کشف کند، می تواند در اجرای سفارش ها از شما پیشی بگیرد؛ به عنوان مثال، قبل از آنکه موج بعدی باعث افزایش قیمت شـود، ســـفارش هایی را با تخفیف بخرنـــد. هرچه الگوریتـــم متداول تر باشد، مهندســـی معکوس آن الگوریتم‌های اجرای معاملات هم آسان تــــر است. در سال های اخیر، شـــرکت ها برای اطمینان از اینکه الگوریتم هایشـــان افشا نشوند اقدامات گسترده ای انجام داده اند.
زمانی الگوریتم های معاملاتی جالب تر و البته موثرتر می شوند که معامله گران، چند الگوریتم را با هم ترکیب کنند و الگوریتم جدید و پیچیده تری را بسازند، به طوری که نتوان آن را مهندسی معکوس کرد.
بازار، پیوســـته در حال تغییر اســـت و هر لحظه فرصت معاملاتی جدیدی ظاهر می شود. معامله گران علاقه مند هستند که با سرعت هرچـــه تمام تر الگوریتم هایی بســـازند که در یافتـــن فرصت های معاملاتـــی از دیگر رقبا پیشـــی بگیرند. بدین ســـان الگوریتم های معاملاتی به نوعی "جنگ تســـلیحاتی" تبدیل شده است که اندک برتری در فناوری به ســـودآوری قابل ملاحظه ای می انجامد. شـــاید بزرگ ترین چالش پیش رو مربوط به هزینـه هــــای زیرســـاخت نرم افزاری و سخت افزاری استفاده شده در معاملات الگوریتمی باشد.

آیا الگوریتم ها جایگزین معامله گران خواهند شد؟

ســـوالی کـــه اغلب اوقـــات مطـــرح می گردد این اســـت کـــه آیا الگوریتم هـــا و معامـــلات الگوریتمـــی جایگزیـــن معامله گـــران خواهند شـــد؟ پاسخ منفی اســـت. الگوریتم ها جایگزین معامله گران نخواهند شـــد. در حقیقـــت معامله گر و تیم او، الگوریتم ها را طراحی می کنند و الگوریتم تنها سیســـتم معاملاتی اســـت که آن ها را اجرا می کند. این کار معامله گران را بهره ورتر خواهد کرد و این فرصت را به آنان خواهد داد که با تمرکز در بهینه ســـازی و ایجاد اســـتراتژی های متعدد تفکر کنند.
این نوع معاملات، سبکی جدید در انجام معاملات است و از این رو، بحـــث و موضوعی مجزا از معاملات نیســـت. به رغم مزایای روشـــن معاملات الگوریتمی، تصور جایگزینی معامله گر انسانی با معاملات الگوریتمی یک اشـــتباه بزرگ است! بلکه باید معاملات الگوریتمی را گام منطقی بعدی در فرآیند معاملات الکترونیکی در نظر گرفت؛ بدین شـــکل، الگوریتم ها یکـــی از مهم ترین گزینه های اجرایی برای معامله گران امروزی خواهند بود.
با رشـــد بیشـــتر و هوشـــمندتر شـــدن معاملات الکترونیکی، برخی موقعیت هـــای ســـرمایه گذاری حـــذف خواهنـــد شـــد. به هر حـــال با معامـــلات الگوریتمی و پذیرش آن در بازار، ما شـــاهد ظهور نســـل جدیـــدی از معامله گـــران خواهیم بود که نقش مشـــاوران اجرایی را بازی می کنند. این مشاوران، تبحر خاصی در ارائه ی خدماتی نوین به مشتریان خود به منظور بیشینه کردن منافع آن ها خواهند داشت.

افق دید معاملات الگوریتمی در آینده به کجاست؟

در آینـــده به طـــور قطـــع و یقیـــن دوران الگوریتمـــی خواهـــد بود. سفارشـــات فروش در کارگزاری ها رو به ســـمت نرم افزارها می آورد و معامله گران در سفارشـــات میلیاردی (شـــاید در آن زمان تریلیاردی) خرید با یکدیگر به رقابت می پردازند. متعاقبا، خرید بـه ایـن صورت تجربه خواهد شد که شخص معیارهای خود را در نظر می گیرد، گاها الگوریتم ها را مطابق میل خود ویرایش می کند، و نهایتا آن را روی میز معامله می گذارد و دکمه را می فشـــارد و الگوریتم اجرا می شود. کارگـــزاران نیـــز باید نســـبت بـــه این مســـئله آگاهی پیـــدا کنند و الگوریتم هایی را برای سفارشات مشتریان مهیا کنند تا رابطه آن ها با مشتریان حفظ شود.
مدت زمانی که یک شـــخص معامله گر صرف تمرکـــز روی معاملات، فرایند بازار و پایداری آن ها می کند هرگز نمی تواند با توسعه حیرت آور حجـــم معامـــلات و پیچیدگی های بازار کـــه روز به روز به صورت نمایی رشـــد می کند، مطابقت داشـــته باشـــد بازیگـــران اصلی بازار، شـــدیدا ملزم به اســـتفاده از معامـــلات الگوریتمی خواهند شـــد و انبوهی از اطلاعات پردازش می شـــود کـــه حجم آن از گیگابایت به ترابایت و حتی پتابایت خواهد رسید.
ســـرمایه گذاری در معاملات الگوریتمی، الگوریتم های هوشمندی را ارائه خواهد کرد که تصمیم گیری در معامله را بهینه می کند.
بخش هوش مصنوعی به خوبی مورد کاهش قرار نگرفته اســـت و مطمئنـــا مزایایی را در آینـــده نزدیک نمایان خواهد کرد. الگوریتم هـــای پیش بینی کننـــده درصد قابـــل قبولی از نتایـــج موفق را به نمایش می گذارند و هر چه به سمت آینده حرکت می کنیم، افق پیش بینـــی آن هـــا بالاتر خواهد رفت. ( با توجـــه به اینکه هوش مصنوعی و شبکه های عصبی و شبکه های ژنتیکی توســــعه یافته اند تا به قابلیت تخمین گرهای پیش بینی کننده دســـت یابند، به زودی استفاده از آن ها در استراتژی های پیچیده معاملاتی امری عادی خواهد بود.
در بلندمـــدت مبـــارزه ای بین ســـوپرکامپیوترها رخ خواهد داد، به طـــوری کـــه تقریبا تمـــام معامله گـــران حقیقی تنهـــا تصویری از معامله را خواهند دید. این ســـناریوی سوپرکامپیوترها با خطرات بالقوه اعم از قانونی، عملیاتی و انسانی همراه است. تغییر دادن (از کار انداختن) چنین سیســـتم های قدرتمندی به شـــدت آسان خواهـــد بـــود؛ زیـــرا معمـــاری پیچیـــده آن فراتر از ذهـــن هر فرد حقیقـــی بـــا هر ســـطح از اســـتعدادی می باشـــد. اینجاســـت که سیستم می تواند در برابر اصول و مقررات تیمی سر تعظیم فرود آورد.

اجـــرای معاملات توســـط الگوریتم ها نه تنهـــا موجب افزایش ســـود می شـــود بلکه شـــما را به یک معامله گر سودآور تبدیل می کند؛ زیرا تمام اســـتراتژی هایی که شما استفاده می کنید، براســـاس داده هـــای تاریخـــی تاییـــد شـــده اســـت و توســـط کامپیوترها اجرا می شوند.

معاملات الگوریتمی چیست؟

معاملات الگوریتمی (Algorithmic Trading) معاملات خودکار، تجارت به روش جعبه سیاه یا معاملات الگویی نیز نامیده می‌شود. در این نوع از معاملات، از یک برنامه رایانه‌ای استفاده می‌شود که مجموعه‌ای از دستورالعمل‌های تعریف شده (الگوریتم) را برای انجام معاملات به کار می‌گیرد.

به گزارش شهر بورس، در تعریف‌های مربوط به تجارت و علوم اقتصادی آورده شده است که این نوع از معامله می‌تواند با سرعت و فرکانس سود کسب کند که برای انسان انجام آن کاملاً غیرممکن است.

از معاملات الگوریتم‌های اجرای معاملات الگوریتمی چه می‌دانید؟

معاملات الگوریتمی علاوه بر فرصت‌های پرسودی که برای فرد تجارت‌کننده دارد، با درک و تحلیل تأثیرات مربوط به عواطف انسانی بر فعالیت‌های تجاری معاملات را به نحو سیستماتیک‌تری انجام می‌دهد. به نظر می‌رسد تجارت الگوریتمی عامل انسانی را حذف می‌کند و در عوض از استراتژی‌های مبتنی بر آمار از پیش تعیین شده پیروی می‌کند که می‌توانند هفت روز هفته ساعت و توسط کامپیوترها با حداقل نظارت اجرا شوند.

رایانه‌ها می‌توانند مزایای متعددی نسبت به معامله‌گران انسانی ارائه دهند. برای اولین بار، آنها می‌توانند تمام روز، بدون خواب، فعال بمانند.

آن‌ها همچنین می‌توانند داده‌ها را به طور دقیق تجزیه و تحلیل کنند و به تغییرات میلی ثانیه پاسخ دهند. علاوه بر این، آنها هرگز احساسات را در تصمیم‌گیری‌های خود فاکتور نمی‌گیرند.

به همین دلیل، مدت‌هاست که بسیاری از سرمایه‌گذاران فهمیده‌اند که ماشین‌آلات می‌توانند معامله‌گران عالی داشته باشند، با توجه به اینکه آنها از استراتژی‌های صحیح استفاده می‌کنند.

چرا معاملات الگوریتمی؟

بیشتر استراتژی‌های معاملات الگوریتمی حول شناسایی فرصت‌ها در بازار بر اساس آمار است. تجارت لحظه‌ای به دنبال پیروی از روندهای فعلی است و استراتژی‌های یادگیری ماشینی سعی می‌کنند فلسفه‌های پیچیده‌تری را به صورت خودکار در بیاورند یا چندین مورد را به طور همزمان ادغام کنند.

هیچ یک از این موارد تضمین واقعی برای سودآوری نیست و معامله‌گران باید بفهمند که الگوریتم صحیح یا ربات را کی و کجا پیاده‌سازی کنند. حوزه تجارت الگوریتمی نیز به همین ترتیب تکامل یافته است. در حالی که این کار با تجارت رایانه در بازارهای سنتی آغاز شد، افزایش دارایی‌های دیجیتال و مبادلات جاری در هفت روز هفته این رویه را به سطح جدیدی رسانده است.

تقریباً به نظر می‌رسد که تجارت اتوماتیک و ارزهای رمز پایه برای یکدیگر ساخته شده است. درست است که کاربران هنوز هم باید استراتژی‌های خاص خود را انجام دهند، اما اگر به درستی اعمال شود، این تکنیک‌ها می‌توانند به بازرگانان کمک کنند دست خود را از چرخ بردارند و اجازه دهند ریاضیات کار خود را انجام دهد.

بررسی دقیق تر کاربرد معاملات الگوریتمی

فرض کنید که یک فرد برای انجام معاملات خود از این معیارهای تجاری ساده پیروی می‌کند:

1. وقتی میانگین متحرک ۵۰ روزه آن از میانگین متحرک ۲۰۰ روزه بالاتر رفت، ۵۰ سهم از سهام را می‌خرد. (میانگین متحرک میانگین دادهای نقاط گذشته است که نوسانات قیمتی را روز به روز مرتفع‌تر می‌کند و در نتیجه‌ی آن روندها مشخص می‌شوند.)
2. فروش این سهام زمانی که میانگین متحرک ۵۰ روزه آن از میانگین متحرک ۲۰۰ روزه پایین‌تر باشد.

با استفاده از این دو دستورالعمل ساده، یک برنامه کامپیوتری به طور خودکار ارزش سهام (و شاخص‌های میانگین متحرک) را کنترل کرده و در صورت تناسب شرایط تعریف شده، سفارشات خرید و فروش را ثبت می‌کند.

فرد معامله‌گر دیگر نیازی به نظارت بر قیمت‌ها و نمودارهای متغیر و به روز یا سفارشات به صورت دستی ندارد. سیستم معاملات الگوریتمی با شناسایی فرصت صحیح معامله به صورت خودکار این کار را انجام می‌دهد.

مزایای انجام معاملات به روش الگوریتمی

مزایا معاملات الگوریتمی:

1. معاملات با بهترین قیمت ممکن انجام می‌شود.
2. ثبت سفارش در این نوع معاملات دقیق و سریع است. (اجرایی شدن آن در سطح دلخواه بسیار محتمل است.)
3. بسیار اهمیت دارد که معاملات قبل از تغییرات ارزشی قابل توجه به درستی و هر چه سریع‌تر انجام شوند که به روش الگوریتمی امری امکان پذیر است.
4. کاهش هزینه‌های معامله
5. بررسی خودکار همزمان در شرایط مختلف بازار
6. کاهش انواع خطاهای دستی هنگام انجام معاملات.
7. معاملات الگوریتمی را می‌توان با استفاده از داده‌های موجود در زمان واقعی و درست مورد آزمایش مجدد قرار داد تا ببینیم آیا می‌توان این دست از معاملات را یک استراتژی مناسب و هوشمندانه در انجام معاملات تجاری بر شمرد و یا خیر.
8. از احتمال وقوع خطاهای متعدد توسط معامله‌کنندگان انسانی (و نه ماشینی) در اثر عوامل روحی و روانی می‌کاهد.

بیشتر معاملات الگوریتمی که امروزه انجام می‌گیرد، معاملات با فرکانس بالا (HFT) هستند که تلاش می‌کند تعداد زیادی سفارش را با سرعت سریع‌تر در چندین بازار و با پارامترهای تصمیم‌گیری چندگانه بر اساس دستورالعمل‌های از پیش برنامه‌ریزی شده، ثبت کند.

معاملات الگوریتمی در اشکال مختلف معامله، خرید و فروش و فعالیت‌های متنوع سرمایه‌گذاری مورد استفاده قرار می‌گیرد از جمله:

• سرمایه‌گذاران میان مدت و یا بلند مدت یا موسسات بازرگانی طرف خرید، صندوق‌های بازنشستگی، صندوق‌های سرمایه‌گذاری، شرکت‌های بیمه و برخی دیگر از معاملات الگوریتمی برای خرید سهام در مقادیر زیاد استفاده می‌کنند، زمانی که نمی‌خواهند با سرمایه‌گذاری‌های گسسته و پر حجم بر ارزش سهام تأثیر بگذارند.
• سرمایه‌گذاران کوتاه مدت و شرکای طرف فروش، سازندگان بازار (مانند کارگزارها)، دلالان و داوران از مزایای معاملات خودکار بهره‌مند می‌شوند. علاوه بر این، معاملات الگوریتمی به ایجاد نقدینگی کافی برای فروشندگان در بازار کمک می‌کند.

معاملات الگوریتمی نسبت به روش‌های مبتنی بر شهود یا غریزه معامله‌گر، رویکرد سیستماتیک‌تری در معاملات فعال فراهم می‌کند.

استراتژی های معاملات الگوریتمی

هر استراتژی برای معامله الگوریتم‌های اجرای معاملات خودکار (الگوریتمی) نیاز به فرصتی مشخص دارد که از نظر بهبود درآمد یا کاهش هزینه سودآور باشد. در ادامه چند نمونه از استراتژی های معاملاتی رایج را مشاهده می‌کنید:

استراتژی ‌های دنباله روی ترندها

رایج‌ترین استراتژی‌های معاملات الگوریتمی در مورد میانگین متحرک، شکست کانال، تغییرات سطح قیمت و دیگر شاخص‌های فنی مرتبط مورد استفاده قرار می‌گیرند. اینها ساده‌ترین و آسان‌ترین استراتژی‌هایی هستند که می‌توانند از طریق معاملات الگوریتمی اجرا شوند، زیرا این استراتژی‌ها پیش بینی قیمت انجام نمی‌دهند.

معاملات براساس وقوع روندهای مطلوب آغاز می‌شوند چرا که اجرای آن‌ها از طریق الگوریتم‌ها بدون وارد شدن به پیچیدگی تحلیل‌ و پیش‌بینی، آسان و ساده است. افرادی که دنباله‌ روی ترندها هستند استفاده از میانگین متحرک ۵۰ و ۲۰۰ روزه را به عنوان یک استراتژی رایج در دستور کار خود قرار می‌دهند.

فرصت‌ های آربیتراژ

آربیتراژ (Arbitrage) به معنای کسب سودی بدون ریسک از اختلاف قیمت دو بازار مختلف است، یعنی شما سهامی را از یک لیست در یک بازار خریداری می‌کنید و همان سهام را هم‌زمان در بازاری دیگر با قیمت بالاتر به فروش می‌رسانید و از این اختلاف قیمت سود می‌کنید؛ ما این سود بدون ریسک را آربیتراژ می‌نامیم. همان عملکرد را می‌توان برای سهام در مقابل ابزارهای آتی داشت؛ زیرا اختلاف قیمت در هر بازه‌ای از زمان در بازارها وجود دارد.

اجرای یک الگوریتم مشخص به منظور شناسایی این تفاوت قیمت‌ها و ثبت کارآمد سفارشات، فرصت‌های سودآوری را بدست می‌آورد.

توازن مجدد صندوق شاخص

صندوق‌های شاخص دوره‌های متعادل‌سازی مجددی را تعریف کرده‌اند تا منابع خود را با شاخص‌های معیار مربوط با آن برابر کنند. این کار فرصت‌های سودآوری را برای معامله‌گران روش الگوریتمی ایجاد می‌کند که معاملات مورد انتظار را که بسته به تعداد سهام در صندوق شاخص و قبل از به تعادل رساندن مجدد آن، ۲۰ تا ۸۰ امتیاز پایه دریافت می‌کنند، سرمایه‌گذاری می‌کنند.

این گونه معاملات از طریق سیستم‌های معاملات الگوریتمی برای اجرای به موقع و شناسایی بهترین قیمت‌ها آغاز می‌شود.

ربات معاملاتی چیست؟

در ابتدایی‌ترین سطح، یک ربات تجارت الگوریتمی یک کد رایانه‌ای است که توانایی تولید و اجرای سیگنال‌های خرید و فروش در بازارهای مالی را دارد.

اجزای اصلی چنین رباتی شامل قوانین ورود به سیستم است که هنگام خرید یا فروش سیگنال می‌دهد. قوانین خروج نشان می‌دهد که چه زمانی موقعیت فعلی و قوانین اندازه‌گیری موقعیت که مقدار خرید یا فروش را تعریف می‌کند را ترک کنید.

برای داشتن سودآوری، ربات باید کارآیی بازار را به طور منظم و مداوم شناسایی کند.

توسعه استراتژی های الگوریتمی

اولین گام در توسعه استراتژی‌های الگوریتمی، تأمل در برخی از ویژگی‌های اصلی است که هر استراتژی تجارت الگوریتمی باید داشته باشد. این استراتژی باید از نظر بازار هوشمندانه باشد.

هم‌چنین مدل ریاضی مورد استفاده در تدوین استراتژی باید بر اساس روش‌های آماری صحیح باشد.

در مرحله بعدی، تعیین کنید که ربات شما قصد دارد چه اطلاعاتی را به دست آورد. برای داشتن یک استراتژی خودکار (الگوریتمی) باید رباتی داشته باشید که قادر به ضبط ناکارآمدی‌های مداوم بازار باشد.

استراتژی‌های معاملات الگوریتمی از مجموعه‌ای از دستورالعمل‌های سخت برای بهره‌گیری از رفتار بازار پیروی می‌کنند و وقوع یک‌باره ناکارآمدی بازار برای ایجاد یک استراتژی کافی نیست.

به‌علاوه، اگر علت ناکارآمدی بازار غیرقابل شناسایی باشد، هیچ راهی برای دانستن اینکه آیا موفقیت یا شکست استراتژی به دلیل شانس بوده است یا خیر وجود نخواهد داشت.

با در نظر گرفتن موارد فوق، انواع مختلفی از استراتژی‌ها برای آگاهی از طراحی ربات تجارت الگوریتمی شما وجود دارد.

استراتژی‌هایی که از موارد زیر (یا ترکیبی از آن‌ها) بهره می‌برد:

1. اخبار اقتصادی کلان (به عنوان مثال، حقوق و دستمزد غیر مزرعه‌ای یا تغییرات نرخ بهره)
2. تجزیه و تحلیل اساسی (به عنوان مثال، با استفاده از داده‌های درآمد یا یادداشت‌های انتشار درآمد)
3. تجزیه و تحلیل آماری (به عنوان مثال، همبستگی یا ادغام مشترک)
4. تجزیه و تحلیل فنی (به عنوان مثال، میانگین متحرک)
5. ریزساختار بازار (به عنوان مثال آربیتراژ یا زیرساخت‌های تجاری)

فراتر از الگوریتم های معاملاتی معمول

چند نوع خاص از الگوریتم‌ها وجود دارد که اتفاقاتی را که در طرف دیگر می‌افتند شناسایی می‌کنند. یک سازنده در بازار فروش برای مثال از این نوع از الگوریتم‌ها استفاده می‌کند؛ چرا که دارای هوشمندی لازم برای شناسایی وجود هر گونه الگوریتم در سمت ثبت یک سفارش بزرگ است.

چنین ردیابی از طریق الگوریتم‌ها به معامله‌گر در یک بازار کمک می‌کند تا فرصت‌های بزرگی که در انتخاب سفارشات پیش می‌آیند را شناسایی کند.

این کار گاهی اوقات به عنوان عملکردی پیشرفته شناخته می‌شود.

الزامات فنی برای معاملات الگوریتمی

به کارگیری الگوریتم با استفاده از یک برنامه رایانه‌ای آخرین مؤلفه معاملات الگوریتمی است که با آزمایش مجدد همراه است (آزمایش عملکرد الگوریتم در دوره‌های گذشته‌ی بازار سهام برای کسب اطلاع از نحوه‌ی سودآوری آن).

چالش اصلی این است که استراتژی شناسایی شده را به یک فرآیند کامپیوتری یکپارچه تبدیل کنید که برای ثبت سفارش به حساب تجاری دسترسی دارد. موارد زیر الزامات تجارت الگوریتمی است:

• دانش برنامه‌نویسی کامپیوتری برای برنامه‌ریزی استراتژی‌های معاملاتی مورد نیاز، در صورتی که دانش برنامه‌نویسی ندارید اما مایل به انجام معاملات الگوریتمی هستید، پیشنهاد می‌شود برنامه‌نویسانی را برای این کار استخدام کنید و یا از نرم‌افزارهای پیش‌ساخته معاملاتی استفاده کنید.
• اتصال به شبکه و دسترسی به سیستم عامل‌های تجاری برای ثبت سفارش.
• دسترسی به فیدهای داده‌های بازار که توسط الگوریتم در موقعیت‌های ثبت سفارش کنترل می‌شوند.
• توانایی و همچنین داشتن زیرساخت‌های خاص در مواقع نیاز به کنترل سیستم قبل از اینکه در بازارهای واقعی فعال شود.
• داده‌های قبلی موجود برای آزمایش مجدد بسته به پیچیدگی قوانین پیاده‌سازی شده در الگوریتم.

برنامه رایانه‌ای مورد استفاده شما باید موارد زیر را انجام دهد:

1. فید قیمت آینده سهام RDS را از هر دو بورس بخواند.
2. با استفاده از نرخ ارز موجود، یک ارز را به ارز دیگر تبدیل کنید.
3. اگر اختلاف قیمت قابل توجهی وجود داشته باشد (به علت حذف هزینه‌های کارگزاری) که منجر به یک فرصت سودآور می‌شود، برنامه باید بتواند سفارش خرید را در بورس با قیمت پایین‌تر قرار دهد و سفارش را در بورس با قیمت بالاتر بفروشد.

اگر سفارشات به دلخواه انجام شوند سود آربیتراژ به دنبال خواهد داشت.

شاید به نظر ساده و آسان بیاید، اما با این حال نگهداری و اجرای معاملات الگوریتمی به همین سادگی نیست. به یاد داشته باشید اگر یک سرمایه‌گذار بتواند معامله‌ای انجام دهد، سایر فعالان در عرصه‌ی تجارت در بازار نیز می‌توانند این کار را انجام دهند.

در نتیجه، قیمت‌ها در صدم ثانیه و حتی میکروثانیه نوسان می‌کنند. در مثال بالا، چه اتفاقی می‌افتد اگر یک معامله خرید انجام شود، اما معامله فروش متفاوت باشد، یعنی قیمت فروش در زمان ورود سفارش به بازار تغییر کند؟ پاسخ این است که معامله‌گر با موقعیتی آزاد روبرو خواهد شد و استراتژی آربیتراژ را بی‌ارزش می‌کند.

خطرات و چالش‌های اضافی مانند ریسک خرابی سیستم، خطاهای اتصال به شبکه، فاصله زمانی بین سفارشات و اجرا و از همه مهم‌تر الگوریتم‌های ناقص وجود دارد.

هر چه الگوریتم پیچیده‌تر باشد، آزمایش مجدد سختگیرانه‌تری قبل از عملی شدن لازم است.

معاملات الگوریتمی مشکل بازار سرمایه نیست

امیر موسوی، کارشناس بازار سرمایه در گفتگو با بورس نیوز شرح داد: بازار سهام به دلایل بنیادی همچون اعتراض های اخیر و عدم توافق برجام ریزش می کند. در حجم معاملات پایین ، توهم دستکاری در بازار سهام ایجاد می‌شود و برخی عامل ریزش را معاملات الگوریتمی عنوان می‌کنند در حالی که در این حجم معاملات ، الگوریتم امکان فعالیت نخواهد داشت. از طرفی باید بازارگردانی و معاملات الگوریتمی را تفکیک کرد، دستورالعمل بازارگردانی مشکلاتی دارد که باید مرتفع شود و برای رفع آن امکان مذاکرات وجود دارد. همچنین باید گفت مشکلات بازارگردانی ارتباطی با الگوریتم ندارد.

وی افزود: الگوریتم تحت نظارت سازمان بورس است و هر OMS برای معاملات الگوریتمی نشانه می‌زند، هر کارگزاری هم برای استفاده از API به سازمان بورس نامه می‌زند. معاملات الگوریتمی زیر ۰.۷ درصد است یعنی نیم درصد کل معاملات بازار سهام در حالی که الگوریتم اجرای معاملات است، یعنی خود الگوریتم تصمیم به خرید و فروش سهمی را نمی‌گیرد. از سوی دیگر معاملات الگوریتمی به دلیل حجم پایین و اجرامحوری تأثیری بر بازار سرمایه ندارند.

بازار با حجم معاملات پایین جانی برای صعودی شدن ندارد

موسوی در خصوص عوامل احتمالی افت قیمت ها در بازار سهام عنوان کرد: بازاری که حجم معاملات آن پایین است نیازی به دلیل برای ریزش ندارد، در شرایط فعلی فعالین از شرایط اقتصاد کلان و اجرای توافق ناامید هستند. از سوی دیگر در صورت اجرا نشدن برجام شرکت‌ها درفروش با مشکل مواجه می‌شوند، افراد در شلوغی سیاسی به دارایی امنی مانند طلا و ملک پناه می‌برد. از طرفی سرمایه‌گذاران منابع خود را به سمت سپرده بانکی و صندوق‌های درآمد ثابت می‌برند، چراکه از عایدی بیش از ۲۰ درصدی به‌صورت سود سالیانه اطمینان دارند.

این فعال بازار سهام در پایان به بورس نیوز گفت: دولت باید به سمت توافق و گسترش همکاری‌ها در سطح جهانی برود، در چنین شرایطی است که شرکت‌ها می‌توانند ارتباط با جهان داشته باشند و فعالیت خود را توسعه ببخشند. مشکل اگر اشتباه شناسایی شود به‌صورت اشتباه نیز حل می‌شود؛ بنابراین باید مشکلات ریشه‌یابی شود تا نهاد‌های متولی بازار سرمایه آن را مرتفع سازند.

تکنولوژی معاملات الگوریتمی

درباره کتاب :
آنچه در این کتاب فرا خواهید گرفت:
– معرفی تکنولوژی معاملات الگوریتمی و مزایای استفاده از آن
– پیشینه تاریخی و نحوه ی رشد معاملات الگوریتمی در دنیا
– الگوریتم های پرکاربرد و اجرایی از معاملات الگوریتمی
– آشنایی با HFT (بیش از یک میلیارد معامله در ثانیه)
– معرفی 8 ابزار هوشمند در بازار سرمایه ایران جهت رصد سریع بازار
– ساخت استراتژی معاملاتی هوشمند در 9 گام
– انواع روش های مدیریت ریسک و سرمایه
– نحوه محاسبه حد ضرر با چندین روش استاندارد
– آموزش برنامه نویسی یک سیستم معاملات هوشمند
– آموزش فیلتر نویسی در سایت بورس تهران
– معرفی زیرساخت ارائه شده بازار گردانی الگوریتمی در بازار بورس تهران

فهرست مطالب :

فصل اول – معرفی معاملات الگوریتمی
مقدمه
منشا معاملات الگوریتمی
تعاریف مختلف معاملات الگوریتمی
نحوه ی رشد معاملات الگوریتمی
مزایا و معایب یک سیستم معاملاتی هوشمند
چگونه سیستم های معاملاتی خودکار ساخته می شود؟

فصل دوم – هر آنچه در مورد معاملات الگوریتمی باید بدانیم

فصل سوم- معرفی انواع معاملات الگوریتمی
– الگوریتم های اجرای معاملات (Trade Execution Algorithms)
الگوریتم میانگین موزون حجم قیمت (VWAP)
الگوریتم میانگین موزون زمان قیمت (TWAP)
الگوریتم درصد حجمی (POV)
الگوریتم همراه بازار
الگوریتم های محاسبه ی نقد شوندگی
الگوریتم های معکوس
الگوریتم های متوالی
الگوریتم چرخه ای
الگوریتم همبستگی
– الگوریتم های سیگنال یاب (Strategy Implementation Algorithms)
معاملات سرعت بالا (High Frequency Trading)
الگوریتم های بازار گردانی (Electronic Market Making Algorithms)
الگوریتم های آربیتراژ آماری (Statistical Arbitrage Algorithms)
الگوریتم های شناسایی حجم

فصل چهارم – معرفی نرم افزارها و ابزارهای هوشمند در معاملات الگوریتمی
رویکرد اجرای معاملات الگوریتمی
چه نرم افزارهای معاملاتی از سیستم های معاملاتی خودکار پشتیبانی می کنند ؟
زیر ساخت های مورد نیاز در معاملات الگوریتمی
ابزارهای هوشمند جدید در بازار سرمایه ایران
فیلترها (Screeners)
نقشه بازار (Market Map)
گاوهای بازار(Bullish Stocks)
مظنه بازار (market Reports)
هات لیست ها (Hot Lists)
نرم افزار استراتژی ساز (Strategy Generator)
نرم افزار تست و بهینه سازی (Tester)
نرم افزار مدیریت ریسک و سرمایه (Risk Management)

فصل پنجم – استراتژی های معاملاتی
مقدمه
مراحل ساخت یک استراتژی معاملاتی
گام اول : انتخاب نوع استراتژی
نوسان گیری (Scalping Trading Strategy)
روان شناسی بازار (Momentum Trading Strategy)
تکنیکال (Technical Trading Strategy)
بنیادی (Fundamental Trading Strategy)
گام دوم : تعین قوانین معاملاتی
گام سوم : تعین ابزراهای مورد نیاز استراتژی
گام چهارم : اضافه کردن عملیات منطقی
گام پنجم : باید ها و نبایدها
گام ششم : تعین حد سود و ضرر
گام هفتم : گرفتن سیگنال و انجام معاملات مجازی
گام هشتم : تست و بهینه سازی
گام نهم : انجام معاملات در بازار واقعی
ضرر کردن در سهمی با بازدهی 800 درصدی
جایگاه روش های آماری و هوش مصنوعی در ایجاد یک استراتژی

فصل ششم : مدیریت ریسک و سرمایه
مقدمه
بررسی یک مثال
بایدها و نبایدهای استراتژی معاملاتی
مدیریت سرمایه به روش
شش پرسش مهم
شاخصی برای محاسبه ی عملکرد یک سیستم مهاملاتی
روش اول : محاسبه حداکثر حجم بر مبنای استراتژی معاملاتی
روش دوم : محاسبه حداکثر حجم بر مبنای نقد شوندگی سهم
روش سوم : محاسبه حداکثر حجم بر مبنای رابطه Kelly تصحیح شده
مفهوم حد ضرر در معامله
تعریف فنی حد و ضرر و ضرورت اجرای آن
عوامل موثر در حد ضرر
تعیین فنی قیمت حد ضرر
دسته اول؛ حد ضرر فیکس یا ثابت
دسته دوم؛ حد ضرر مکانیکال
دسته سوم؛حد ضرر تکنیکال و ترسیمی
نبایدها در مورد حد ضرر

فصل هفتم : برنامه نویسی سیستم های معاملاتی
مقدمه
فرایند برنامه نویسی یک الگوریتم
برنامه نویسی در سایت بورس تهران
آموزش نوشتن یک فیلتر
یک استراتژی ساده و قوی در فیلترها
رصد سریع بازار با فیلترها
چرا در برخی موارد فیلترها هیچ خروجی نشان نمی دهد؟
قالب های کُد نویسی
فیلتر نویسی با توابع
تابع چیست ؟
نوشتن توابع
بدنه ی کلی قالب کُدنویسی
پاسخ به چمد پرسش اساسی در مورد فیلتر نویسی
برنامه نویسی در متاتریدر
آشنایی با عملگرها
حلقه ها
شرط ها
ایجاد یک اندیکاتور یا اکسپرت
توابع خاص
یک اسکریپت ساده
برناکه نویسی در آمی بروکر

فصل هشتم – آینده معاملات الگوریتمی
چالش های پیش روی معاملات الگوریتمی در دنیا
آیا الگوریتم ها جایگزین معامله گران خواهند شد؟
افق دید معاملات در آینده به کجاست؟
خلاصه و نتیجه گیری