نصب همراه صندوق fundMobileApp
Rayan
/ دسته ها: فناوری اطلاعات

معاملات الگوریتمی - قسمت اول

پیشرفت در ارتباطات و تکنولوژی های کامپیوتر در دهه ها گذشته بازارهای مالی پیچیده تری را ایجاد کرده است که خود به تبع نرم افزارهای کامپیوتری و سیستمی با عنوان الگوریتمیک تریدینگ یا (با AT, algo یا جعبه سیاه نیز شناخته میشود) را به کار گرفته اند تا یک یا چند مرحله از پروسه خرید و فروش را خودکار کنند. این سیستم ها در زمینه هایی مانند نظارت بر آنومالی های سیال در قیمت های بازار ، ایجاد سود از الگوهای ثابت درون یا بین بازارهای مالی، سفارش گذاری به صورت بهینه، تغییر چهره دادن به درخواست بازارگردان یا شناسایی و بهره برداری از استراتژی های رقبا فعالیت می کنند.

 در نهایت هر سیستم الگوریتمیک تریدینگ را کسب سود هدایت می کند چه در شکل صرفه جویی در هزینه ها باشد و چه کمیسیون مشتری یا معاملات شخصی. معامله گرهای موسسات و مدیران صندوق ها به صورت رو به رشدی سیستم های الگوریتمی را به کار گرفته اند. این سیستم ها در حال حاضر به طور تقریبی 50 تا 60 درصد از تمام معاملات بازار را در ایالات متحده و اتحادیه اروپا هدایت میکنند. معاملات پر بسامد الگوریتمی 60 درصد از حجم بازار ایالات متحده در 2009 به حساب می آیند و این یک محرک بزرگ برای خودکار سازی و نو آوری های تحلیل گری خصوصاً در زمینه یادگیری ماشین و پردازشگری بر اساس مدل های گرافیکی است. با این حال معاملات الگوریتمی همچنین یک نگرانی بزرگ برای تنظیم کننده های بازار هستند. چنانکه در 6 می 2010 اتفاق افتاد: شاخص صنعت داو جونز حدود 500 واحد در 5 دقیقه سقوط کرد و باعث شد تا 600 بیلیون در ارزش بازار سهام شرکت های آمریکایی از دست برود. این اتفاق کمبود دانش درباره معاملات پربسامد الگوریتمی و آسیب پذیری بالقوه آن را آشکار کرد.
 حفاظت در برابر اتفاقات این چنینی نیاز به درک عمیق از پروسه معامله گری دارد.
ساختمان میکروسکوپی بازار
برای شناخت الگوریتمیک تریدینگ مفید است که انواع معاملات را در نظر بگیریم و بررسی کنیم که یک داد و ستد چگونه در یک بازار انجام میشود و چالش ها و اهداف آن را بازبینی کنیم.
اجرای داد و ستد
 معامله گر ها عموما سفارشات خود را از طریق یک هسته سفارش مرکزی مشترک عملی می کنند که سفارشات خرید و فروش را برای اوراق بهادار مشخص بر اساس قیمت و زمان سفارش گذاری مرتب و لیست می کند. این سیستم سفارش مرکزی بدون وقفه سعی می کند تا سفارشات خرید و فروش هم قیمت را در برابر هم قرار دهد. سفارشات در هسته معاملات به دو دسته سفارشات خرید و سفارشات فروش مرتب شده بر اساس قیمت آنها تقسیم بندی میشوند. در صورتی که دو یا چند سفارش قیمت های مشابه داشته باشند اولویت به سفارشی داده میشود که از نظر زمانی جلوتر وارد هسته شده باشد. استثنای قابل توجه در این زمینه قراردادهای سه ماهه درصد سود در انگلستان (Short Sterling) هستند. این قرار داد ها هم زمان سفارش گذاری و هم حجم سفارش را اولویت قرار می دهند به این معنی که یک سفارش بزرگ میتواند به یک سفارش کوچکتر برتری داشته باشد حتی اگر از نظر زمانی دیرتر از سفارش کوچکتر وارد شده باشد. سفارشات خریدی که سفارشات فروش می توانند تمام یا بخشی از آن را تامین کنند به صورت خودکار معامله میشوند. برای هسته سفارشات متغیرهای زیادی وجود دارد. بازارهای متفاوت سفارشات متفاوتی قبول می کنند و محدودیت هایی در سفارش دارند. در تولید یک سیستم الگوریتمیک تریدینگ دانش در زمینه ساختار میکروسکوپی بازار یا به عبارت دیگر پروسه جز به جز این که چگونه معامله و تقابل سفارشات در بازار مشخص صورت می گیرد در درجه بسیار بالای اهمیت قرار دارد.
 اهداف معامله گری
 ابتدا بهتر است تعریفی از معاملات شخصی ارائه دهیم. معاملات شخصی زمانی اتفاق می افتد که یک موسسه به صورت فعال سهام، اوراق بهادار، قراردادهای آپشن، کالاها، یا انواع دیگر اوراق را با پول خود به جای پول سهامداران معامله میکند. نوع معامله – کارگزار یا شخصی – به طراحی استراتژی الگوریتمیک تریدینگ شکل خواهد داد. معمولا ًسیستم های معامله گر الگوریتمی کارگزاران در جست و جوی حداقل کردن هزینۀ معاملات با حداکثر کردن استراتژی های اجرا هستند(استراتژهای اجرا عبارتند از: حداقل کردن هزینه تاثیر بازار (market impact) یا زمان اجرا ، بهینه کردن قیمت و از این دست) در حالیکه معاملات الگوریتمی شخصی در این هدف هستند که سود را در برابر اندازه ایی از ریسک مالی حداکثر کنند. در عمل، تمام الگوریتم ها با هدف سود آوری طراحی شده اند چه به شکل کاهش هزینه های معاملات یا سود و زیان معاملات باشد. تفاوت در این است که چه کسی در سود دخیل میشود (مشتری ها در برابر بنگاه معامله گری) و چه کسی متحمل ریسک معامله خواهد شد. به عبارت دیگر موسساتی که متحمل ریسک سرمایه گذاری می شوند سهم خود را نیز از سود آوری دریافت می کنند. در حالی که موسساتی که تنها به عنوان یک واسط عمل میکنند هزینه های کارگزاری را دریافت می کنند.
 پروسه معاملات
 یک راه ابتدایی برای دسته بندی معاملات الگوریتمی از طریق پروسه های متفاوتی است که در طول عمر یک معامله مورد خودکارسازی قرار می گیرد. معاملات الگوریتمی می توانند در هر مرحله از پروسه معاملات و برای اهداف متفاوت من جمله بازارگردانی Spread Trading، Arbitrage و microtrading به کار گرفته شوند. در نتیجه الگوریتمیک تریدینگ گستره بزرگی از سیستم ها را پوشش میدهد. در برنامه های انجام دهنده معاملات به عنوان مثال الگوریتم ممکن است روی مفاهیمی مانند زمان، قیمت و تقسیمات اندازه سفارش تصمیم گیری کند. برخی سیستم های دیگر ممکن است تمام پروسه سفارش معاملات را به صورت خودکار انجام دهند. پروسه معامله میتواند به چهار قسمت تفکیک شود: تحلیل های پیش از معامله، تولید سیگنال های معامله، اجرای معامله و تحلیل های پس از معامله.
 تحلیل های پیش از معامله عمومی ترین موارد استفاده از الگوریتم ها در پروسه معامله گری هستند. این سیستم ها داده های هر سیستمی را که از نوعی داده مالی یا اخبار استفاده می کند درکنار هم قرار می دهد تا مشخصات معینی از یک دارایی را آنالیز کند. این امر می تواند به سادگی یک شیوه برای ارزش گذاری یک شرکت باشد یا شامل الگوریتم هایی شود که از هوش مصنوعی برای نظارت بر اخبار یا فیدهای توییتر استفاده می کنند تا نوسانات قیمت یک دارایی را پیش بینی کنند. تحلیل های پیش از معامله به عنوان الگوریتم های مجزا کمبود تولید سیگنال های معاملاتی را متوقف می کند. معامله گرهای انسانی از خروجی آنها برای ایجاد تصمیمات معاملاتی استفاده میکنند که به احتمال زیاد بر اساس انتخابی از سیگنالهای معاملاتی الگوریتمی و اطالاعات بصیرانه بیرونی شکل گرفته اند.
 مرحله بعد در خودکار سازی معاملات تولید سیگنال معاملات است. مدیران دارایی ها و موسسات معاملاتی غالباً از این درجه خودکار سازی استفاده می کنند. معامله گران انسانی می توانند سیگنال های به وجود آمده را اگر به اضافاتی بیرونی نیاز داشته باشند یا به دلیل اندازه سفارش در برابر سیالیت بازار قابل اجرا نباشند اجرایی کنند. این درجه از خودکار سازی عموماً قابل اجرا برای همه سیستم های معاملاتی است غیر از معاملات پر بسامد چرا که در آنها اتوماسیون تمام و کمال یک پیش نیاز اولیه است.
سومین مرحله اجرای سفارش معامله است. معاملات الگوریتمی می تواند معاملات را اجرا کند و در یک یا بیشتر از بازارها سفارش گذاری کند. یک معامله گر انسانی میتواند تصمیم های واقعی معامله را بوجود بیاورد که در این حالت الگوریتم تنها اجرا را بهبود میبخشد.
منبع: معاملات الگوریتمی – جوزپه نوتی، مهنوش میرقائمی، فیلیپ تریلیوان و چایاکورن یانگسایری – مرکز پردازش های مالی لندن، انگلستان – ژورنال دانشگاه Washington university in st.Louis سال 2011
مطلب قبلی تاریخچه SaaS
مطلب بعدی معاملات الگوریتمی - قسمت دوم
Print
2535

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