❇️ معاملات الگوریتمی یا الگو تریدینگ
اگر بخواهیم به زبان ساده معاملات الگوریتمی را تعریف کنیم،
به هر نوع معامله خودکار اعم از اینکه پربسامد (High Frequency Trading) یا کم بسامد باشد
معاملات الگوریتمی میگویند. به عنوان یک نمونه ساده، حد سود و ضرر یک الگوریتم،
معاملاتی است که با رسیدن قیمت به اعداد خاصی، دستور خرید یا فروش خودکار را انجام میدهد.
اما آیا معاملات الگوریتمی به همین موارد ختم میشود؟ پاسخ قطعا خیر است.
حدود سود و ضرر و الگوریتمهای از این دست در طیف الگوریتمهای معاملاتی
در ابتدای طیف و در سمت الگوریتمهای پایهای و بسیار ساده قرار میگیرند؛
به نحوی که در سمت دیگر طیف، یک الگوریتم معاملاتی است که بدون دخالت انسان تمام نمادها
را بازرسی، ارزیابی و به کمک دادههای بنیادی و تکنیکال، تحلیل کرده سپس فرآیند انتخاب سبد سهام،
تخصیص دارایی به هر نماد، خرید در نقطه درست و فروش در نقطه درست و شناسایی سود
ضمن رعایت ریسک تعریف شده را به صورت خودکار انجام میدهد. ترسناک شد اما واقعی است.
در حال حاضر الگوریتمهایی در دنیا وجود دارند که تمام این زنجیره را به صورت اتوماتیک انجام میدهند.
پس به طور ساده، هر معامله خودکار میتواند در نقطهای از طیف معاملات الگوریتمی قرار گیرد.
اگر بخواهیم این طیف را بر اساس عملکردهای آن طبقهبندی کنیم، میتوانیم دستهبندی زیر را معرفی کنیم:
1-الگوریتمهای معاملاتی اجرای معاملات:
این دسته از الگوریتمهای معاملاتی که در نوشتههای بعد به آنها بیشتر خواهیم پرداخت،
صرفا برای اجرای دستورات معاملاتی تحلیلگر طراحی شدهاند. یعنی معاملهگر، نماد مورد نظر و نقطه ورود / خروج
را نیز انتخاب کرده است (البته ممکن است تمام این تحلیلها را اشتباه کرده باشد و معامله او به ضرر منجر شود).
از این نقطه، تحلیلگر صرفا میخواهد مقداری از وجوه خود را به سهام تبدیل کند و مساله او اجرای معامله است.
مثلا با اعداد و ارقام بازار سرمایه ایران، فرض کنید
یک معاملهگر میخواهد ۵ میلیارد تومان سهام ایران خودرو خریداری کند.
واضحا نمیتوان یک سفارش به ارزش ۵ میلیارد تومان در بازار ثبت کرد،
این موضوع باعث تاثیرگذاری بر بازار (Market Impact) میشود که معمولا برای معاملهگر زیانبار است،
زیرا افراد با مشاهده سفارش او در قیمتهای بالاتر اقدام به خرید میکنند
و لذا قیمت قبل از اینکه معاملهگر سهام را خریداری کند، رشد میکند.
لذا یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارشهای کوچک
در حجمهای متفاوت و اجرای آنها در بازههای زمانی متفاوت دارد، لذا Market Impact کاهش مییابد.
2-الگوریتمهای سیگنالدهی:
این دسته از الگوریتمها معمولا به معاملهگر یا تحلیلگر، دیتای اضافهای ارائه میکنند
و باعث میشوند فرآیند تصمیمگیری تحلیلگر یا معاملهگر بهبود یافته و در نتیجه بازدهی او بهتر شود.
این دسته از الگوریتمهای معاملاتی معمولا به خودی خود سودآور نیستند و
باید با مجموعهای از آنها بهطور همزمان کار یا صرفا در کنار تحلیلهای دیگر،
نقش افزایش بهرهوری را بازی کرد. از جمله الگوریتمهای سیگنالدهی میتوان به تمام اندیکاتورهای تحلیل تکنیکال
مثل RSI ،MacD ،MA یا Ichimoku اشاره کرد که به صورت آماری ثابت شده است
در بلندمدت سودآوری بیش از میانگین بازار ندارند.
3-الگوریتمهای مانیتورینگ یا پایش بازار:
این دسته از الگوریتمها که به نوعی میتوان آنها را در طبقه الگوریتمهای سیگنالدهی هم قرار داد،
وظیفه پایش و مانیتور کردن بازار را دارند. مثلا فرض کنید قصد دارید با باز شدن نماد یک سهم،
برای بازه کوتاهی نمادهای همگروه این سهم را بفروشید / خریداری کنید.
یا مثلا میخواهید به محض ارسال شدن اطلاعیه صورتهای مالی تعدادی از نمادهای خاص از آن مطلع شوید.
یا دائما پیغامهای ناظر بازار مربوط به نمادهای پورتفوی خود را دنبال کنید.
یا در موارد حرفهایتر، قصد دارید در حالت کاهش نرخ بهره (وام)، شرکتهایی
که کمترین مقدار وام را در حساب خود دارند شناسایی کنید.
به کمک الگوریتمهای پایش بازار میتوانید با جستوجوی شرایط مورد نظر
خود بر روی همه یا بخشی از بازار، عملیات monitoring بهینه داشته باشید.
4-الگوریتمهای position trading یا کم بسامد:
این دسته از الگوریتمهای معاملاتی که با شرایط فعلی بازار سرمایه ایران تطابق بسیاری دارند
به خرید یا فروش سهم به منظور نگهداری بلندمدت میپردازند.
لازم به ذکر است در حوزه معاملات الگوریتمی به هر فرآیند که زمانی بیش از یک ساعت داشته باشد،
بلندمدت گفته میشود. مثلا فرض کنید استراتژی شما فروش به صف خرید
در شرایط عرضه شدن صف و خرید در قیمتهای پایینتر است.
یک الگوریتم معاملاتی position trading میتواند به محض رسیدن حجم صف خرید / فروش
به شرایط پیشبینیشده شما، به صورت خودکار دستور خرید / فروش نماد را انجام دهد
و در قیمتهای پایینتر که احتمالا رسیدن به آن بیش از چند دقیقه زمان خواهد برد،
دستور معکوس را انجام دهد. همچنین الگوریتمهای دیگری نیز در این طبقه وجود دارند
که خرید و فروش هر نماد در آنها به طور متوسط بیش از چند هفته زمان میبرد.
تفاوت الگوریتمهای position trading با دستههای قبل، تشخیص نقاط ورود و خروج با احتمال بالا است.
در واقع فرض کنید شما از الگوریتمهای monitoring استفاده و ۱۰ نماد انتخاب کردهاید،
به کمک مجموعهای از الگوریتمهای سیگنالدهی به این نتیجه رسیدهاید
که سهم X میتواند به شما بازدهی ۱۰ درصدی در مدت زمان یک الی دو هفته ارائه دهد.
حال شما به کمک الگوریتمهای اجرای معاملات، اقدام به معامله این سهم کردهاید.
در صورتی که تمام این فرآیند اتوماتیک باشد،
تبریک! شما نه تنها یک ماشین چاپ پول دارید،
که میتوانید آن را در طبقه الگوریتمهای position trading این نوشته طبقهبندی کنید.
4-الگوریتمهای HFT یا پر بسامد(High Frequency Trading):
این دسته از الگوریتمها بنا به تعریف سایت investopedia باید به طور متوسط مدت زمان خرید
تا فروش دارایی خریداری شده آنها کمتر از پنجدهم ثانیه باشد تا در این طبقه قرار گیرند.
در بازار سرمایه بینالملل، کارگزاریهای بسیاری هستند که به ارزش معامله شما هیچ کاری ندارند
که برعکس به ازای هر معامله از شما کارمزد ثابتی دریافت میکنند.
حال اگر ارزش سرمایه شما به سمت بی نهایت میل کند،
درصد کارمزد معامله به سمت صفر میل میکند. مثلا شما ممکن است ارزش معاملهتان آنقدر زیاد باشد
که در صورت رشد رقم چهارم بعد از ممیز به اندازه یک واحد، کارمزد معاملاتی شما پرداخت شود.
این دسته از معاملات که بازار NASDAQ و NYSE را قبضه کرده است،
معمولا در جفت ارزها (Forex) نیز بسیار پرکاربرد است اما به دلیل ساختار کارمزد در ایران،
استفاده از آن معمولا با زیان به دلیل پرداخت کارمزد همراه است. الگوریتمهای آربیتراژ معمولا در این طبقه قرار میگیرند.
دیدگاهتان را بنویسید