تجارت الگوریتمی: تعریف, چگونه کار می کند, جوانب مثبت & منفی

جیمز چن یک تاجر متخصص و مشاور سرمایه گذاری و استراتژیست بازار جهانی است. او کتاب در تجزیه و تحلیل فنی و تجارت ارز خارجی منتشر شده توسط جان ویلی و پسران نویسنده است و به عنوان یک کارشناس مهمان در سی ان بی سی خدمت, بلومبرگتوی فوربس, و رویترز در میان دیگر رسانه های مالی.

گوردون اسکات یک سرمایه گذار فعال و تحلیلگر فنی اوراق بهادار بوده است, سلف, فارکس, و سهام پنی برای 20+ سال. او عضو هیات بازبینی مالی اینوپدیا و همکار نویسنده سرمایهگذاری برای برنده شدن است. گوردون یک تکنسین بازار خبره است. او همچنین عضو انجمن سی تی تی است.

هانس دانیل جاسپرسون دارای بیش از یک دهه تجربه در تحقیقات سیاست های عمومی, با تاکید بر توسعه نیروی کار, تحصیلات, و عدالت اقتصادی. تحقیقات خود را با اعضای کنگره ایالات متحده سازمان های فدرال و سیاست گذاران در کشورهای مختلف به اشتراک گذاشته شده است.

تجارت الگوریتمی است?

معاملات الگوریتمی فرایندی برای اجرای سفارشات با استفاده از دستورالعمل های معاملاتی خودکار و از پیش برنامه ریزی شده برای محاسبه متغیرهایی مانند قیمت است, زمان بندی و حجم. الگوریتم مجموعه ای از دستورالعمل ها برای حل یک مشکل است. الگوریتم های رایانه ای با گذشت زمان بخش های کوچکی از سفارش کامل را به بازار ارسال می کنند.

معاملات الگوریتمی از فرمول های پیچیده همراه با مدل های ریاضی و نظارت انسانی برای تصمیم گیری برای خرید یا فروش اوراق بهادار مالی در بورس استفاده می کند. معامله گران الگوریتمی اغلب از فناوری معاملات با فرکانس بالا استفاده می کنند که می تواند یک شرکت را قادر به انجام ده ها هزار معامله در ثانیه کند. تجارت الگوریتمی را می توان در طیف گسترده ای از شرایط از جمله اجرای سفارش مورد استفاده قرار, داوری, و استراتژی های معاملاتی روند.

نکات کلیدی

• تجارت الگوریتمی استفاده از الگوریتم های مبتنی بر فرایند و قوانین برای استفاده از استراتژی برای اجرای معاملات است.
• از اوایل دهه 1980 محبوبیت قابل توجهی پیدا کرده است و توسط سرمایه گذاران نهادی و شرکت های بزرگ تجاری برای اهداف مختلف مورد استفاده قرار می گیرد.
• در حالی که مزایایی مانند زمان اجرای سریعتر و کاهش هزینه ها را فراهم می کند معاملات الگوریتمی همچنین می تواند گرایش های منفی بازار را با ایجاد خرابی های فلش و از دست دادن فوری نقدینگی تشدید کند.

درک معاملات الگوریتمی

استفاده از الگوریتم ها در معاملات پس از معرفی سیستم های تجاری رایانه ای در بازارهای مالی ایالات متحده طی دهه 1970 افزایش یافت. در سال 1976 بورس اوراق بهادار نیویورک سیستم چرخش سفارش تعیین شده (نقطه) را برای مسیریابی سفارشات از معامله گران به متخصصان در طبقه مبادله معرفی کرد. در دهه های بعد صرافی ها توانایی های خود را برای پذیرش تجارت الکترونیکی افزایش دادند و تا سال 2009 بیش از 60 درصد از کل معاملات در ایالات متحده توسط رایانه انجام شد.

نویسنده مایکل لوییس هنگام انتشار کتاب پرفروش فلش پسران با فرکانس بالا و معاملات الگوریتمی را مورد توجه عموم قرار داد که زندگی معامله گران وال استریت را مستند می کرد که به ساخت شرکت هایی کمک کردند که ساختار تجارت الکترونیکی در امریکا را تعریف کنند. کتاب او استدلال می کرد که این شرکت ها در یک مسابقه تسلیحاتی برای ساخت رایانه های سریعتر شرکت می کنند که می توانند با سرعت بیشتری با مبادلات ارتباط برقرار کنند و با استفاده از انواع نظم هایی که به ضرر سرمایه گذاران متوسط بود برتری رقبا را کسب کنند.

تجارت الگوریتمی را خودتان انجام دهید

در سال های اخیر تمرین معاملات الگوریتمی خودتان انجام دهید گسترده شده است. صندوق های تامینی مانند کوانتومی, برای مثال, جمعیت منبع الگوریتم از, برنامه نویسان که رقابت را به نفع کمیسیون برای نوشتن بیشترین سود کد. این روش با گسترش اینترنت پرسرعت و توسعه رایانه های سریعتر با قیمت های نسبتا ارزان امکان پذیر شده است. سیستم عامل هایی مانند کوانتیاک ها به منظور خدمت به معامله گران روزانه که مایل به تلاش خود در تجارت الگوریتمی هستند ظهور کرده اند.

یکی دیگر از فناوری های نوظهور در وال استریت یادگیری ماشین است. پیشرفت های جدید در هوش مصنوعی برنامه نویسان کامپیوتر را قادر به توسعه برنامه هایی کرده است که می توانند خود را از طریق یک فرایند تکراری به نام یادگیری عمیق بهبود بخشند. معامله گران در حال توسعه الگوریتم هایی هستند که برای کسب سود بیشتر به یادگیری عمیق متکی هستند.

مزایا و معایب تجارت الگوریتمی

تجارت الگوریتمی عمدتا توسط سرمایه گذاران نهادی و خانه های کارگزاری بزرگ برای کاهش هزینه های مرتبط با تجارت استفاده می شود. با توجه به تحقیقات, معاملات الگوریتمی به ویژه برای اندازه سفارش بزرگ است که ممکن است به همان اندازه که شامل سودمند 10% از حجم معاملات به طور کلی. به طور معمول سازندگان بازار از معاملات الگوریتمی برای ایجاد نقدینگی استفاده می کنند.

معاملات الگوریتمی همچنین امکان اجرای سریعتر و راحت تر سفارشات را فراهم می کند و این امر را برای مبادلات جذاب می کند. به نوبه خود, این بدان معنی است که معامله گران و سرمایه گذاران می توانند به سرعت کتاب سود کردن تغییرات کوچک در قیمت. استراتژی معاملاتی اسکالپینگ معمولا از الگوریتم ها استفاده می کند زیرا شامل خرید و فروش سریع اوراق بهادار با افزایش قیمت های کوچک است.

سرعت اجرای دستورات که در شرایط عادی یک مزیت محسوب می شود می تواند زمانی به مشکل تبدیل شود که چندین دستور به طور همزمان و بدون دخالت انسان اجرا شوند. سقوط فلش سال 2010 در تجارت الگوریتمی مقصر شناخته شده است.

یکی دیگر از معایب معاملات الگوریتمی این است که نقدینگی که از طریق سفارشات خرید و فروش سریع ایجاد می شود می تواند در یک لحظه از بین برود و فرصت سود معامله گران از تغییرات قیمت را از بین ببرد. همچنین می تواند منجر به از دست دادن فوری نقدینگی شود. تحقیقات نشان داده است که معاملات الگوریتمی عامل اصلی در از دست دادن نقدینگی در بازارهای ارز پس از قطع فرانک سوییس در یورو در سال 2015 بود.