صفحه نخست

سیاست

اقتصاد

بین‌الملل

جامعه

فرهنگ‌وهنر

چندرسانه‌ای

منهای نفت

اندیشکده‌های خارجی

انتخابات

فضای مجازی

صفحات داخلی

تاریخ انتشار: ۲۱:۴۳ - ۰۲ مهر ۱۳۹۹ - 2020 September 23
کد خبر: ۶۰۲۵۰

معاملات الگوریتمی چیست؟

با افزایش میزان عرضه و تقاضا در بورس استفاده از معاملات الگوریتمی رشد بی نظیری داشت و معاملات الگوریتمی بورس با افزایش قدرت محاسبانی کامپیوترها ابزار اصلی معامله در بورس شد و مورد توجه شرکت های سرمایه گذاری قرار گرفت.

به گزارش راهبرد معاصر بورس این روزها بسیار مورد توجه است زیرا پس از یک صعود ناگهانی و شیرین که موجب شد بسیاری از مردم نقدینگی های خود را در آن سرما یه گذاری کنند، سقوطی تلخ را تجربه کرد. بسیاری از بازاریان و سهامداران بورسی در پی استفاده از معاملات الگوریتمی در بورس هستند. با افزایش میزان عرضه و تقاضا در بورس استفاده از معاملات الگوریتمی رشد بی نظیری داشت و معاملات الگوریتمی بورس با افزایش قدرت محاسبانی کامپیوترها ابزار اصلی معامله در بورس شد و مورد توجه شرکت های سرمایه گذاری قرار گرفت.

 

 

معاملات الگوریتمی چیست و چرا متوقف شد؟

در پی نوسانات پی در پی و روند کاهشی بازار سهام ، برخی از کارشناسان معاملات الگوریتمی را هدف قرار دادند و معتقد بودند با توجه به شرایط فعلی این دسته از خرید وفروش ها باید متوقف شود که سرانجام خبر توقف آن توسط مدیر نظارت بر بورس‌ها اعلام شد.

 

بازار سهام / معاملات الگوریتمی یا معاملات خودکار عبارت است از: استفاده از برنامه‌های کامپیوتری برای ورود به سفارش‌های معاملاتی بدون دخالت انسان؛ به بیان دیگر، این الگوریتم‌ها که بلک‌باکس یا «اَلگو تریدینگ» (Algorithmic Trading) هم نامیده می‌شوند، از زبان برنامه نویسی در کامپیوتر و مجموعه‌ای از دستورهای مشخص شده در کنار هم برای انجام خرید و فروش استفاده می‌کنند.

 

پیشرفت تکنولوژی در همه جنبه‌های زندگی باعث تغییر زندگی بشر در تمام جنبه‌ها شده است. بازارهای مالی هم از این تغییرات مستثنا نیستند. استفاده از معاملات الگوریتمی با سرعت بسیار زیادی در حال رشد هستند. با افزایش قدرت محاسبانی کامپیوترها، کامپیوتر به‌عنوان یک ابزار اصلی برای معامله‌گران و شرکت‌های سرمایه‌گذاری تبدیل‌شده است.

 

 

کامپیوترها می‌توانند با سرعت بسیار بالایی اطلاعات جمع‌آوری کنند و با توجه به آن‌ها اقدام به معامله کنند. نیازی نیست قدرت محاسباتی و دقت کامپیوتر را با انسان مقایسه کنیم چون جواب آن واضح است.

 

در بازارهای پیشرفته دنیا، بازیگران اصلی (بانک‌ها، صندوق‌های سرمایه‌گذاری) از کامپیوتر برای تحلیلی و معاملات خود استفاده می‌کنند.با استفاده از کامپیوترها معامله‌گران می‌توانند تحلیل‌های پیچیده‌تری انجام دهند و بسیار سریع، وارد موقعیت معاملاتی شوند یا از آن خارج شوند.

 

در شکل زیر رشد معاملات الگوریتمی را از سال ۲۰۰۳ تا ۲۰۱۲ مشاهده می‌کنید.

 

 

این سرعت رشد بسیار قابل‌توجه است. این عدد در سال ۲۰۱۵ به عدد ۹۳% رسیده است. تغیر تکنولوژی باعث تغییر مشاغل در دنیا می‌شود و این مسئله کار را برای صاحبان مشاغل بسیار سخت کرده چون این امکان وجود دارد در زمان بسیار کوتاهی کل کسب‌وکار با ورشکستگی روبرو شود.

 

به دلیل حجم بالای اطلاعات در دنیای مالی و تعداد زیاد متغیرهای تحلیلگری، کامپیوترها بسیار بهتر و کاراتر از انسان قادر به معامله خواهند بود. پس معامله‌گران سنتی که قبلاً می‌توانستند در بازارهای مالی سود خوبی کسب کنند، دیگر قادر نخواهند بود که با ابرکامپیوترها و معامله‌گران الگوریتمی رقابت کنند.

 

فیلم آموزش رایگان معاملات الگوریتمی در بورس

 

یک مسئله بدیهی در بازار وجود دارد و آن این است وقتی شما در اثر انجام معامله‌ای زیان می‌کنید، طرف مقابل شما که آن معامله را با شما انجام داده سود می‌کند و برعکس. درگذشته معمولا طرف مقابل شما انسانی با توانایی‌های تقریبا مشابه خود شما بود که شکست دادن او برای یک معامله‌گر حرفه‌ای خیلی کار سختی نبود.

 

درک الگو تریدینگ با یک مثال ساده

برنامه‌ کامپیوتری در حوزه معاملات الگوریتمی یا الگو تریدینگ با استفاده از دستور‌العمل‌های معاملاتی مانند این نوشته می‌شود: معامله‌گری با بررسی متحرک ۱۲ روزه و ۳۴ روزه‌ یک شرکت تصمیم به خرید سهام آن می‌گیرد، در زمانی که متحرک ۱۲روزه‌ آن بالاتر از ۳۴ روزه‌اش است. این معامله‌گر سهام خریداری شده‌اش را در زمانی که متحرک ۱۲ روزه پایین‌تر از متحرک ۳۴ روزه قرار بگیرد می‌فروشد.

 

 

همین استراتژی‌ ساده زمانی که در قالب معاملات الگوریتمی و زبان برنامه‌نویسی قرار می‌گیرد به طور خودکار سهام موجود در بازار و متحرک‌های آن‌ها را در بازه‌های زمانی مشخص شده بررسی می‌کند و با تشخیص به موقع بر اساس دستورالعمل‌های داده شده، خرید و فروش‌ها و معاملات را به پیش می‌برد.

 

مراحل عملکرد معاملات الگوریتمی

نتیجه‌ مطلوب از معاملات الگوریتمی نیاز به فراهم آوردن بستر آن‌ها دارد. بستر معاملات الگوریتمی به حضور ثابت و بی‌نقص سه بازیگر اصلی وابسته است.

 

مطابقت دهنده‌های بازار یا منبع تغذیه‌ داده‌ها که فرمت اطلاعات موجود در بازار را به فرمت سیستم در اختیار معامله‌گر تبدیل می‌کند. این کار از طریق رابط برنامه‌نویسی(API) که بازار معاملاتی در اختیار معامله‌گر می‌گذارد انجام می‌شود.

 

موتور پیشرفته پردازش ماوقع که مغز متفکر الگوریتم معاملاتی ما است. در این مرحله الگوریتم برنامه‌ریزی شده بر اساس استراتژی تعریف شده‌اش شرایط را پردازش می‌کند، محاسبات آماری و مقایسه‌ داده‌های تاریخی لازم را انجام می‌دهد و در نهایت تصمیم به سفارش‌گیری می‌گیرد و آن را اجرا می‌کند.

 

 

در مرحله‌ بعد سفارش‌ها توسط الگوریتم به بازار سرمایه ارسال می‌شوند، اما زمانی این مرحله اجرا می‌شود که زبان الگوریتم بر اساس زبان مبنای بازار سرمایه کد نویسی شده و قابل درک باشد.

 

وظایف معاملات الگوریتمی

معاملات الگوریتمی برای انجام درست و کامل استراتژی مشخص شده‌‌شان ۴ وظیفه به عهده دارند:

  • بر اساس استراتژی تعریف شده در برنامه‌ریزی‌شان، بازار را کامل رصد کرده و سهام و محصولات مختلف را بررسی کنند، تا فرصت‌های معاملاتی را به موقع و درست تشخیص دهند.
  • در مرحله‌ی بعد پوزیشن‌گیری کنند.
  • پوزیشن‌های بازشده را مدیریت کنند.
  • در فرایند معامله (با توجه به دستورالعمل‌های تعریف شده‌‌‌‌شان) مدیریت ریسک و سرمایه‌‌گذاری را بر عهده بگیرند.

این چهار مرحله گاهی تماما به صورت خودکار و توسط ربات‌ها (ربات معامله‌گر) انجام می‌شود که معاملات «تماما خودکار» را در بر می‌گرد و گاهی در برخی بخش‌ها سلیقه و نظر انسانی دخیل می‌شود که در آن صورت معاملات «نیمه خودکار» عنوان می‌شوند.

 

 

ولی با گذشت زمان کم‌کم رقیب شما کامپیوتر است با توانایی هزاران برابر شما! شاید بگویید تابه‌حال هیچ کامپیوتری هنوز ساخته نشده که بتواند مثل انسان فکر کند. من با شما موافقم. ولی در اینجا مسئله مهم تحلیل مقدار زیادی اطلاعات و انتخاب بهترین نتیجه از بین میلیون‌ها راه ممکن است. در این مورد کامپیوترها بسیار بهتر و سریع‌تر و کم خطاتر عمل می‌کنند.

 

اصولاً در انجام کارهای تکراری مغز انسان بسیار ضعیف‌تر از کامپیوتر است. در معاملات هم مسئله مهم همین است: اجرای یک استراتژی معاملاتی با شرایط مختلف بر روی محصولات مختلف و انتخاب بهترین آن‌ها. تازه بازی به همین‌جا ختم نمی‌شود، این کار باید دائما در حال اجرا باشد تا در صورت تغییر شرایط بازار، ما هم استراتژی خود را بهینه کنیم.

 

یادگیری معاملات الگوریتمی به صورتی که بتوانید استراتژی‌های مختلف را به‌صورت ربات‌های هوشمند درآورید و آن‌ها را بهینه‌سازی کنید، توانایی است که از شما یک ماشین پول‌سازی می‌سازد.

 

 

الگوریتم‌های اجرای معاملات:

الگوریتم‌های معاملاتی صرفا برای اجرای دستورات معاملاتی تحلیلگر طراحی شده‌اند. یعنی معامله‌گر، نماد مورد نظر و نقطه ورود / خروج را انتخاب می کند.فرض کنید یک معامله‌گر می‌خواهد ۱۰۰ میلیارد تومان سهام فولاد خریداری کند.

 

به طور واضح نمی‌توان یک سفارش به ارزش ۱۰۰ میلیارد تومان در بازار ثبت کرد، این موضوع باعث تاثیرگذاری بر بازار می‌شود که معمولا برای معامله‌گر زیانبار است، زیرا افراد با مشاهده سفارش او در قیمت‌های بالاتر اقدام به خرید می‌کنند و قیمت قبل از اینکه معامله‌گر سهام را خریداری کند، رشد می‌کند؛به همین دلیل یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارش‌های کوچک در حجم‌های متفاوت و اجرای آن‌ها در بازه‌های زمانی متفاوت دارد.

 

الگوریتم‌های سیگنال‌دهی:

این الگوریتم‌ها معمولا به معامله‌گر یا تحلیلگر، دیتای اضافه‌ 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.

 

 

الگوریتم‌های مانیتورینگ یا پایش بازار:

این الگوریتم‌ها که به نوعی می‌توان آن‌ها را در طبقه الگوریتم‌های سیگنال‌دهی هم قرار داد، وظیفه پایش و مانیتور کردن بازار را دارند.

به عنوان مثال فرض کنید قصد دارید با باز شدن نماد یک سهم، برای بازه کوتاهی نماد‌های هم گروه این سهم را بفروشید یا خریداری کنید یا مثلا می‌خواهید به محض ارسال شدن اطلاعیه صورت‌های مالی تعدادی از نماد‌های خاص از آن مطلع شوید. 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 پایش بازار را انجام دهید.

 

الگوریتم‌های position trading یا کم بسامد:

الگوریتم‌های کم بسامد معاملاتی با شرایط فعلی بازار سرمایه ایران تطابق بسیاری دارند به خرید یا فروش سهم به منظور نگهداری بلندمدت می‌پردازند.

در حوزه معاملات الگوریتمی به هر فرآیند که زمانی بیش از یک ساعت داشته باشد، بلندمدت گفته می‌شود.

 

مثلا فرض کنید استراتژی شما قصد فروش سهام در شرایط عرضه شدن صف و خرید در قیمت‌های پایین‌تر است. یک الگوریتم معاملاتی کم بسامد می‌تواند به محض رسیدن حجم صف خرید یا فروش به شرایط پیش‌بینی‌شده شما، به صورت خودکار دستور خرید یا فروش نماد را انجام دهد.

 

الگوریتم‌های HFT یا پر بسامد High Frequency Trading:

الگوریتم های پر بسامد 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 اما 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 به دلیل کارمزد بالا با زیان همراه است.

 

شرکت‌های پیشرو در زمینه معاملات الگوریتمی:

Black Rock: 

شرکت بلک‌راک، یک شرکت مدیریت سرمایه‌گذاری جهانی آمریکایی است که در شهر نیویورک سیتی قرار دارد.

 

این شرکت در سال ۱۹۸۸ پایه‌گذاری شد. بلک‌راک، در آغاز یک شرکت مدیریت سرمایه و صندوق درآمد ثابت بود، ولی امروزه به یکی از بزرگترین شرکت‌های مدیریت سرمایه در کل دنیا تبدیل شده است و تا سال ۲۰۱۷ در حدود ۷.۴۳ تریلیون دلار سرمایه تحت مدیریت دارد. این شرکت ۷۰ دفتر در ۳۰ کشور دنیا و از بیش از ۱۰۰ کشور دنیا، مشتری دارد.

 

 

به دلیل قدرت زیاد و وسعت این مجموعه و سهم وسیعی که از دارایی‌ها و فعالیت‌های اقتصادی دارد، بلک‌راک بزرگترین «بانک سایه» دنیا نام‌گذاری شده است.

 

General trade golding:

یکی از جوانترین شرکت‌های مالی جهان که اتفاقا دارای یکی از بیشترین رشد‌های سرمایه در طول یکسال گذشته نیز بوده شرکت جنرال تریدینگ است که مقر اصلی آن در لندن و در قلب مرکز تجاری لندن قرار دارد. شرکت جنرال تریدینگ از همان ابتدا سعی در توسعه و بهبود سیستم‌های معاملاتی الگوریتمی و با استفاده از هوش مصنوعی بسیار پیشرفته داشته است.

 

به همین منظور علاوه بر طراحی الگوریتم‌های معاملاتی کاملا اختصاصی مربوط به خود، از هوش مصنوعی فوق العاده پیشرفته‌ای که شرکت j ۴ capital طراحی کرده است کمک گرفت و با همکاری این شرکت که خود نیز ورود به بازار معاملات بر پایه‌ی هوش مصنوعی را شروع کرده است توانست به روش‌های منحصر بفرد و کاملا مخفیانه‌ای در جهت معاملات بسیار سود ده در بازار‌های مالی برسد.

 

بر اساس گزارش و تایید کمیسیون معاملات لندن معاملات واقعی این شرکت از اکتبر ۲۰۱۹ شروع شده که در بازه‌ی ۹ ماهه به حدود ۱۰۰۰% سود رسیده است که بیشترین سود در بین تمامی شرکت‌های سنتی و یا بر پایه‌ی معاملات الگوریتمی بوده است. بر همین اساس با مجوزی که در ماه جون ۲۰۲۰ از همین کمیسیون دریافت کرد شروع به فعالیت و جذب سرمایه از حدود ۱۰۰ کشور دنیا گرفته است.

 

بسیاری از مشاوران سرمایه گذاری در لندن به این موضوع اشاره میکنند که شروع جذب سرمایه این شرکت فرصتی بینظیر در زمان فعلی است، چون معتقدند در زمان فعلی که سرمایه شرکت یک میلیارد پوند است توانایی کسب سود توسط این شرکت فوق العاده بیشتر از زمانی خواهد بود که سرمایه‌ی آن به ۱۰۰ میلیارد پوند برسد.

 

CITADEL:

یکی دیگر از شرکت‌های بسیار فعال در حوزه‌ی معاملات الگوریتمی شرکت سیتادل است که در سال ۱۹۹۰ تشکیل شده است و از سال ۲۰۰۸ به بعد تمرکز خود را بر روی معاملات الگوریتمی قرار داده است و با توسعه‌ی سیستم‌های معاملاتی انحصاری در حال بهره گیری از آن‌ها است. دفتر اصلی این شرکت نیز همانند جنرال تریدینگ در شهر لندن قرار دارد که بر اساس اعلام کمیسیون معاملات لندن در سال ۲۰۱۹ حدود ۳۰ میلیارد سرمایه را تحت مدیریت خود داشته است.

 

سیتادل در اصل یک شرکت هدج فاند است و برای مدیریت ریسک سرمایه‌ها از روش‌های بسیار متنوعی استفاده می‌کند تفاوت عمده‌ی الگوریتم‌های این شرکت با جنرال تریدینگ در تمرکز آن بر کاهش ریسک است در حالی که تمرکز الگوریتم‌های جنرال تریدینگ بر افزایش سود و حضور فعال در بازار‌های مختلف است. به همین میزان سود دهی آن‌ها زیاد قابل مقایسه نیست و همچنین مشتریان بسیار متفاوتی دارند.

 

دوره معاملات الگوریتمی و بهینه‌سازی

به همین منظور میداس سرمایه برای ارتقای سطح کیفی افراد دوره معاملات الگوریتمی و بهینه‌سازی مقدماتی و پیشرفته (mql4, mql5) در 36 ساعت آموزش تهیه ‌کرده است. این دوره به‌صورت عملی روش تبدیل استراتژی‌های خود به ربات‌های هوشمند را فرا خواهید گرفت.

 

معامله‌گری شغل پر ریسکی است، استفاده از تحلیل تکنیکال در معامله‌گری روشی بسیار جذاب و پول‌ساز است. ولی همان‌طور که می‌دانید هر روشی با خطا مواجه است. خطا در معامله‌گری و اطلاعات ورودی، یعنی استقبال از زیان!

 

 

این خطا در بازارهای اهرمی بسیار خطرناک‌تر است.

با یادگیری تبدیل استراتژی معاملاتی به ربات هوشمند و بهینه‌سازی (کاهش خطا) امکان سوددهی خود را چندین برابر افزایش دهید.

 

آیا الگو ریتمیک تریدینگ برای بازار ایران کاربرد دارد؟

الگوریتمیک تریدینگ برای هر بازاری کاربرد دارد. معمولا این سوال از آنجایی مطرح می‌شود که چون نمی‌توان در بازارهای بورس ایران با اکسپرت به‌صورت آنلاین معاملات را باز و مدیریت کرد، پس الگو تریدینگ در بازار ایران کاربردی ندارد.

 

در الگو تریدنگ باز کردن، بستن و مدیریت معامله باز، شاید ۲۰ درصد از کل کار است؛ و ۸۰ درصد، تحلیل درست و دقیق از بازار و زمان ورود و خروج است.

 

درصورتی‌که شما معامله‌گری هستید که تعداد معاملاتتان در روز زیاد است، مسئله مدیریت پوزیشن‌ها و باز و بسته کردن آن‌ها به‌وسیله نرم‌افزار مهم می‌شود… ولی ازآنجاکه اکثر معامله گران بورس ایران، معاملات با فرکانس بالا انجام نمی‌دهند، الگو تریدینگ ابزاری بسیار مفید برای بازار ایران است.

 

وظیفه معاملات الگوریتمی

معاملات الگوریتمی ۴ وظیفه مهم را بر عهده دارد:

با جستجو در سهم‌ها و محصولات مختلف، بر اساس استراتژی معاملاتی که برای آن تعریف کردیم، فرصت‌های معاملاتی را تشخیص دهد.
پس از تشخیص اقدام به پوزیشن گیری کند.

 


مدیریت پوزیشن‌های بازشده را بر عهده گیرد.
بر کل فرایند معامله، با توجه به سیستم تعریف‌شده، مدیریت ریسک و سرمایه‌ای را انجام دهد.

درصورتی‌که هر ۴ مرحله باهم انجام شود به آن ”سیستم‌های کاملا خودکار” و درصورتی‌که تنها از چند عامل با توجه به سلیقه خودمان استفاده کنیم، به آن ”سیستم‌های نیمه‌خودکار” می‌گویند.

 

 

 

 

نظر شما
نام:
ایمیل:
نظر: