Rayan

استراتژی معاملات الگوریتمی - قسمت سوم

در روزهای نوپایی معاملات الگوریتمی به سادگی ممکن بود تا با هزینه بسیار پایین یک الگوریتم بخریم یا بسازیم. اما این امکان به سرعت دست خوش تغییرات شد.
توقع مشتریان از زمان ظهور الگوریتم تریدینگ تا امروز کاملا تغییر کرده است. در ابتدا کارگزاران دوست داشتند هر نوع الگوریتمی را درون جعبه ابزار خودشان داشته باشند و در این مسیر به شرایط اجرایی و میزان قابل اعتماد بودن آن الگوریتم توجه چندانی نمی کردند. به تدریج اما توجه به این عوامل باعث شد تا محافظه کاری در بین استفاده کنندگان از سیستم ها افزایش پیدا کند. در نتیجه تولید کنندگانی که پیشنهاد می دادند سیستم های ارزان قیمت ولی کم بازده توسط مشتریان شناسایی شدند.
در بازار امروزه مشتریان به دنبال اجرا، انعطاف پذیری و قابل اعتماد بودن هستند. برای دستیابی به این صفات در الگوریتم تریدینگ سرمایه گذاری در حد چند ده میلیون دلار و یک تیم بین المللی از افراد که ممکن است تعدادشان به 100 نفر نیز برسد لازم است. این حقیقت بازار را به یک گروه منتخب و قابل اعتماد از پنج تا شش سرمایه گذار بزرگ و بین الملی که تمایل به سرمایه گذاری در تکنولوژی و تخصص دارند محدود کرده است. اما نیازهای دستیابی به یک محصول درخشان چیست؟ چه طور باید این سرمایه گذاری صورت گیرد؟ در یک دیسیپلین معاملاتی که اجرا و ظرفیت باید دائماً رو به بهبود باشد چه کارهایی لازم است تا یک الگوریتم خوب ایجاد شود؟

تخصص
اولین سرمایه گذاری باید در گرد هم آوردن یک تیم از متخصصان بسیار مجرب باشد که در سه زمینه معامله گری، تحلیل مقداری Quantitative و تکنولوژی تخصص داشته باشند. بسیار مهم است که بین این سه دسته تعادل برقرار شود. توقع اینکه یک فرد در هر سه این زمینه ها متخصص درجه یک باشد بسیار دور از باور است و باید چنین برداشتی را در جذب نیروی انسانی در ذهن داشته باشیم. همچنین غیرعاقلانه است که سرمایه گذاری زیادی انجام دهیم در دستیابی به یک ظرفیت تکنولوژیکی بدون اینکه یک اهرم مشابه از توانایی انسانی در دانش معاملاتی و تحلیل مقداری داشته باشیم.
مسئولیت های مشخصی برای هر کدام از این سه دسته وجود دارد. معامله گرها باید در شناخت کاربر نهایی و آنچه دوست دارد به عنوان نتیجه ببیند با تجربه تر باشند. اما این امر به این معنی نیست که پروسه تولید باید خود را به سفارش گرفتن چند لیست از توابع و امکانات که از معامله گران دریافت می شود تنزل دهد.
تحلیل گران مقداری اهیمت روز افزونی در توسعه الگوریتم ها دارند. همچنانکه مدل ها و درک از ریسک نیاز به دانش گسترده تری دارد ارائه یک سیستم موفق و بهترین مدل شبیه سازی پروسه توسط یک معامله گر معمولی تقریباً غیر ممکن است.

تکنولوژی
توسعه و تولید یک سیستم اوریجینال شروعی برای پروژه الگوریتمیک تریدینگ است اما ادامه آن مسیری بوده است که از اواخر 1990 تا امروز یعنی تولید نسل سوم الگوریتم ها طی کرده اییم.
تکنولوژی مشخصاً نقشی حیاتی در این پروسه بازی می کند و به همین دلیل سرمایه گذاری قابل توجهی در این زمینه انجام می شود. دسترسی به آخرین نسل تکنولوژی برای تولید کنندگان عاملی تعیین کننده است و در همه موارد باید از روشهای کهنه در ساختار تکنولوژیکی دوری شود. تولید دائمی و بهبود دائمی فرآیند ها نقش بسیار مهمی در بهبود کلی پروسه دارد.
درحالی که الگوریتم های اورجینال اولیه در اواخر دهه 90 تولیداتی بسیار ابتدایی بودند و از نظر تئوری می توانستند بوسیله یک معامله گر تولید شوند، پیچیدگی های بعدی در معامله ها و مدل سازی آنها تحمیل کرد که ورودی های بیشتری از تحلیلگران مقداری ضروری شد که برای پردازش آنها نیاز به پیدا کردن بهترین و مناسب ترین تکنولوژی برای بسته های نرم افزاری و سخت افزار هایی غیر از سخت افزار های عمومی بود. هر نسل جدید از ابزارهای الگوریتم تریدینگ با این حال ادامه ایی از نسل های قبلی هستند. پروسه بهبود و توسعه در این سیستم ها شامل پیدا کردن محدودیت سیستم های موجود و سپس ساختن نیازهای بهبود دهنده آن است.

بازخورد
تغییرات دائمی در بازار باز تولید سیستم ها را به دنبال خواهد داشت و در این راستا بازخورد دریافت شده از مشتری نقش مهمی در فعالیت های تولید انجام می دهد. اگرچه برای اطمینان از سوددهی محصول توجه حداکثری به بازخورد های دریافتی اهمیت زیادی دارد اما درست تر این است که این بازخورد را در یک مفهوم متناسب به کار ببندیم. درجه انتظارات و تحصیلات مخاطب باید در بررسی نظرات او لحاظ شود. به عنوان مثال یک مشتری ممکن است از روش انجام یک پروسه تنها به این دلیل راضی نباشد که به روشی متفاوت با آنچه به آن عادت داشته است انجام می شود. کار کردن دائمی با یک مشتری که در او روحیه شراکت واقعی وجود داشته باشد به جای یک رابطه مشتری/تولید کننده به تعیین بازخوردهایی که برای استفاده در تولیدات آتی میتواند مورد استفاده باشد کمک می کند در مقابل ممکن است تنها با این طرز فکر که خواسته های مشتری را برای او درست کنیم دست به تولید محصول بزنیم.
همچنین حائز اهمیت است که در انتظار نظرات مشتریان نمانیم. این امر تنها منجر به این خواهد شد که هیچ کدام از تغییرات را سر وقت انجام ندهیم. همچنین همه شرکتهای نرم افزاری در این شرایط محصولی یکسان تولید خواهند کرد چرا که به هر حال هر تولید کننده ایی خواسته های قبلی مشتریان را می داند. در محیطی سریع و تغییر کننده مانند الگوریتمیک تریدینگ حیاتی است که همیشه یک قدم جلوتر باشیم. نه تنها با هدف رقابت با سایر رقبا بلکه در تلاش برای پیش بینی کردن توقعات و بازخورد های مشتریان پیش از آنکه خود مشتریان به این نیاز آگاه باشند. این آگاهی ممکن است با استفاده از تیم معاملات به تنهایی و یا تیم تولید کننده باشد.

ملاحظات دیگر
در حالی که اندازۀ سرمایه گذاری و درجه تخصص تعیین کننده های قوی در موفقیت یک محصول الگوریتمیک تریدینگ هستند، فاکتورهای دیگری نیز وجود دارد که باید مورد توجه قرار گیرد. توانایی انجام تمام خواسته های معامله گری یک معامله گر به همان اندازه مهم است که میزان خدمات پس از فروش به مشتریان تا جایی که تمام وقت پشتیبانی در پشت خط تلفن برای مشتریان حضور داشته باشد. یک ابزار الگوریتمیک تریدینگ سیستمی منحصر stand-alone نیست پس باید قادر باشد تا خود را با سایر سیستم های موجود در دپارتمان معاملاتی و همچنین پروسه های Back-Office و Middle-Office همگام سازد. دسترسی همچنین برای کسانی که به شکل بین الملی فعالیت می کنند اهمیت دارد. در فاز تولید ما دوست داریم با متخصصین محلی کارکنیم چرا که وقتی به محصولی برای بازارهای محلی فکر میکنیم آنها قوه درک بهتری از این بازارها خواهند داشت. همچنین مهم است که توسعه تنظیم کننده های بازار را که در آن منطقه رخ میدهد درک کنیم تا هر کدام از این تغییرات را در حین تغییرات بازار در استراتژی های معاملاتی به عنوان یک ابزار الگوریتمی لحاظ کنیم. سرعت هم تا اندازه ایی می تواند مهم باشد اگرچه نه به آن اندازه که دسترسی مستقیم بازار در زمان اجرا لازم دارد.
آخرین امکان در معاملات الگوریتمی ناشناس بودن مشتری در سیستم معاملاتی و کاهش درز اطلاعات است. تکنولوژی و کنترل ها وجود دارند تا این مرحله از امنیت را در شرایطی که تلاش می کنند موقعیت های بین بازاری را حداکثر کنند ایجاد کنند.
ساخت یک سیستم الگوریتمیک تریدینگ پروسه ایی دائما رو به تکامل است و سازنده هرگز نمی تواند از آنچه ساخته لحظه ایی فارغ شود. سیستم الگوریتمیک تریدینگ نیاز به تلاشی بی وقفه از طراحان این الگوریتم ها برای پیگیری شرایط بازار، قوانین تنظیم کننده های بازار و مشتریانی دارد که نیازهایشان هرگز رو به کاهش نخواهد رفت.

منبع:
AN INTRODUCTION TO ALGORITHMIC TRADING BASIC TO ADVANCED STRATEGIES – Edward Leshik and Jane Cralle – Wiley Press - 2010

مطلب قبلی استراتژی معاملات الگوریتمی - قسمت دوم
مطلب بعدی استراتژی معاملات الگوریتمی - قسمت چهارم
Print
1718

نام شما
ایمیل شما
عنوان
پیام خود را وارد کنید ...
x
دی ان ان