معامله الگوریتمی در عمل
با توسعه روز افزون بازارهای مالی و افزایش سرعت معاملات، نیازهای جدیدی همچون نیاز به ابزارهای معاملاتی هوشمند و خودکار و رباتهای سریع (جهت رصد سریع به موقع بازار) بیشتر احساس خواهد شد. یکی از نوآوری هایی که در معاملات بازار سرمایه به کمک سرمایه گذاران آمده است ابزار معاملات الگوریتمی است.
به معامله خودکار در بازار بورس با استفاده از کامپیوتر بهصورت تمام اتوماتیک یا نیمه اتوماتیک معامله الگوریتمی گفته می شود. در معاملات الگوریتمی در بورس کامپیوتر با استفاده از الگوریتمی که به آن دادهشده در بازار (ها) جستجو میکند و فرصتهای معاملاتی را شکار میکند. به این الگوریتم ها بلک باکس نیز گفته می شود.
در معاملات الگوریتمی بورس فرد معامله گر نقطه ورود و خروج به سهم مورد نظر را تعریف می کند و برنامه بر اساس آن عمل می کند یکی از کاربردهای معاملات الگوریتمی در بورس شکستن سفارش ها است. به مثال زیر توجه کنید:
فرض کنید یک معاملهگر میخواهد ۱۰۰ میلیارد تومان سهام بخرد امکان ثبت چنین سفارشی به دلیل محدودیت حجمی سفارش در بازار امکان پذیر نیست زیرا باعث تاثیرگذاری منفی بر بازار میشود . در چنین مواردی یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارشهای کوچک در حجمهای متفاوت و اجرای آنها در بازههای زمانی متفاوت را با سرعت بالایی انجام می دهد.
آیا معاملات الگوریتمیک برای بازار بورس ایران مناسب است؟
۸۵ درصد معاملات در بورس آمریکا توسط الگوریتمهای معاملاتی انجام می شود ایران نیز جزو اولین کشورهایی است که مسابقات الگوریتمی را برگزار کرده است. به نظر می رسد این روش معامله به مرور جایگزین روش سنتی معامله در بورس خواهد شد.
تکنولوژی معاملات الگوریتمی ابزاری است که میتواند برای همه بازارهای مالی مورداستفاده قرار بگیرد. مانند بازار بورس، بازار آتی کالا (زعفران، زیره، و …)
معاملات الگوریتمی چگونه عمل می کنند؟
معالات الگوریتمی بر اساس برنامه ای که با توجه به استراتژی معاملاتی شما نوشته شده است انجام می شود. الگوریتم به معنی انجام دستورات به صورت مرحله به مرحله می باشد. معاملات الگوریتمی، روشی در معاملهگری است که از کامپیوتر برای تحلیل و معاملهگری استفاده میشود. در شکل زیر می بینید که معاملات الگوریتمی چگونه کار می کند:
استفاده از معاملات الگوریتمی نیاز به داشتن پیش شرط هایی به شرح زیر است:
- باید به یک زبان برنامه نویسی برای الگوریتم نویسی در بورس مسلط باشید در غیر این صورت نرم افزار معاملات الگوریتمی را تهیه کنید.
- باید به اطلاعات و دیتای بازار سرمایه دسترسی داشت تا بتوان آنها را در اختیار الگوریتم قرار داد.
- ایجاد زیرساخت لازم برای انجام پیش تست روی سیستم برنامه ریزی شده پیش از ورود به بازار واقعی
- فراهم کردن اطلاعات تاریخی لازم و دیتای شرایط بازار در گذشته بسته به استراتژی اجرا شده در الگوریتم برای تست کردن آن
مزایای معاملات الگوریتمی در بورس
- یکی از مزایای معاملات الگوریتمی در معاملات بورسی این است که کار را ساده تر کرده و میزان خطا را کاهش می دهد.
- شما می توانید با استفاده از معاملات الگوریتمی از استراتژی معاملاتی خود تست بگیرید.
- سرعت بالا در سفارش گذاری دارند و قادرند معاملات شما را در قیمت مورد نظر انجام دهند.
- دقت انجام معاملات افزایش می یابد.
- معاملات الگوریتمی در بورس قادر به پ یادهسازی استراتژیهای پیچیده و استفاده از چند استراتژی به صورت همزمان هستند.
- همچنین می تواند زمان یافتن سهم مورد نظر برای معامله گر را کاهش دهد.
- معاملات الگوریتمی در بورس کمک میکند تا بازار از احساسات انسانی دور شود و نقدینگی در بازار افزایش یابد.
- معاملات الگوریتمی به ما در انتخاب بازار، انتخاب محصول، مدیریت ریسک و سرمایه، ورود به موقعیت معاملاتی و مدیریت معاملات باز کمک می کند.
- در معاملات الگوریتمی امکان پیش تست وجود دارد و می توان مواردی مانند میزان سود و میزان ضرر را با توجه به شرایط مشابه بازار سنجید وریسک سرمایه گذاری را کاهش داد.
- امکان تحلیل مقدار زیادی اطلاعات و انتخاب بهترین نتیجه از بین میلیونها راه ممکن را فراهم می کند.
- عدم خستگی و توانایی انجام کارهای تکراری
انواع معاملات الگوریتمی در بورس
- الگوریتم های تهاجمی:
الگوریتم های تهاجمی برپایه تکمیل سفارشات با اضطرار بالا طراحی شده اند.
- الگوریتمهای سیگنالدهی:
مانند اندیکاتورهای RSI، MacD، MA یا Ichimoku
- الگوریتم های انفعالی:
الگوریتم های انفعالی در بازه های زمانی طولانی معامله می کنند و تحت تاثیر تغییرات شرایط بازار هستند اما برعکس الگوریتم های تهاجمی حالت اضطراری ندارند.
- الگوریتم های سفارشات در گردش
- الگوریتمهای مانیتورینگ
- الگوریتمهای کم بسامد و پربسامد
- الگوریتم های اثر محور
- الگوریتم های هزینه محور
- الگوریتم های فرصت طلبانه
معایب معاملات الگوریتمی در بورس
سازمان بورس و اوراق بهادار با دستور ابلاغیه ای اعلام کرد: استفاده از الگوهای الگوریتمی و تقسیم سفارشات برخط در بورس و اوراق بهادار تهران و فرابورس ایران برای تمامی اشخاص اعم از حقوقی ها و حقیقی ها به منظور حفظ شرایط تعادل عرضه و تقاضا تا اطلاع ثانوی ممنوع است. به نظر میرسد یکی از معایب استفاده از معاملات الگوریتمی بورس برهم زدن تعادل بین عرضه و تقاضا می باشد. در ادامه به برخی دیگر از معایب معاملات الگوریتمی در بورس اشاره می کنیم:
۱. چنانچه فردی که اقدام به الگوریتم نویسی می کند آشنایی کافی به آن نداشته باشد و یا شرایط بازار را به خوبی نشناسد می تواند باعث متحمل شدن ضررهای بسیاری در بورس شود. بنابراین داشتن تجربه و تبحر در کدنویسی بسیار مهم است.
۲. مکانیزم عمل معاملات الگوریتمی بر اساس اطلاعات بازار است این الگوریتم ها اطلاعات را به صورت لحظه ای از بازار دریافت می کنند و در صورت مطابقت اطلاعات دریافتی با دستورالعمل های الگوریتم ان ها را اجرا می کنند. حال فرض کنید در حین اجرای الگوریتم اینترنت قطع شود!!
۳. در صورتی که اطلاعات به درستی آپدیت نشود و بهینه سازی بر اساس خطاهای بک تست و شرایط روز بازار انجام نگیرد معادلات بر هم خورده و پیش بینی ها درست از آب درنمی آید.
در شکل زیر مشاهده می کنید که انجام معاملات الگوریتمی در بورس در حال افزایش است و پیش بینی می شود که به زودی جایگزین معاملات سنتی شود.
تاریخچه معاملات الگوریتمی (Algorithmic Trading) چیست؟
قطعا شما هم به تاریخچه معامله الگوریتمی علاقمند هستید که این صفحه را برای مطالعه انتخاب کردهاید. در ادامه مقالههایی که راجع به معاملات الگوریتمی منتشر شد، به بحث جذاب تاریخچه معاملات الگوریتمی رسیدیم. در این مقاله تاریخچه معاملات الگوریتمی به زبان ساده و خیلی شیرین بیان میشود. ممنون که تا انتهای این صفحه از همرویش با ما همراه هستید.
در صورتی که تمایل دارید بجای مطالعه مقاله فیلم آن را تماشا کنید، روی این لینک (+) و یا پخش کننده پایین کلیک کنید.
در صورتی که مطالعه متن را به تماشای فیلم ترجیح میدهید با ما در ادامه مقاله همراه باشید.
تاریخچه معاملات الگوریتمی
بعد از راه اندازی اولین بازار بورسی، به سرعت قواعد معامله گری پیشرفت کردند و در کمتر از نیم قرن به سطحی رسیدند که امروزه هم بخش زیادی از آن پا بر جا است. اما فناوری معامله گری به این سرعت رشد نکرد.
هم رویش منتشر کرده است:
اولین فناوری معامله گری
کبوترهای نامه رسان:
سالهای طولانی معامله گری، دستی و با حضور شخص بدون ابزارهای جانبی انجام میشد. تا اوایل قرن نوزدهم که آقای Nathan Mayer Rothschild از فناوری روز خود (کبوتر نامه رسان) برای Arbitrage قیمت و معامله بهتر استفاده کردند.
Arbitrage قیمت چیست؟
آربیتراژ یعنی خرید و فروش همزمان یک دارایی در دو بازار!
به عنوان مثال امروزه رباتهایی وجود دارند که در صرافیهای مختلف خزش و مثلا قیمت بیت کوین را لحظه به لحظه رصد میکنند. اگر برای تنها چند ثانیه در دو صرافی اختلاف وجود داشته باشد، در صرافی ارزان، خریداری و در صرافی گران، میفروشند و در نهایت سود میکنند.
این کار دقیقا همان کاری است که آقای Nathan Mayer Rothschild به کمک کبوترهای نامه رسان اما با سرعت خیلی کم انجام میدادند. انتقال اطلاعات در آن زمان بسیار ضعیف و تلگراف در طرح مفهومی بود.
تلگراف در خدمت معامله الگوریتمی
در سال 1832 آقای Samuel Morse با اختراع و تکمیل تلگراف و زبان مورس، انقلابی در ارسال اطلاعات ایجاد کرد. در نهایت در سال 1856 مردم توانستند از راه دور و به کمک کارگزار معامله کنند.
در سال 1867 آقای Edward A. Calahan که یک مهندس در شرکت تلگراف آمریکا بودند، نوع تازهای از تلگراف را اختراع کرد که به کمک آن این امکان به وجود آمد به طور مستقیم نام و سقف قیمتها را منتقل کرد.
در ادامه توماس ادیسون این وسیله را با سرعت برتر و یک چیدمان بصورت الفبایی به سبک تازهای ثبت اختراع کرد. این سیستم خوانش سهام از روی تلگراف، به یک روش برای کارگزارها تبدیل شد و تا نیمههای قرن بیستم نیز ادامه داشت.
اولین برد الکترونیکی خوانش سهام
در سال 1929 با نصب برد بزرگی به نام Big Borad که توسط شرکت مهندسی Teleregister ساخته شده بود، پایههای این بیگ برد شروع به لرزیدن کرد. این Big Borad اطلاعات انبوهی از سهمها از جمله اطلاعات قیمت جاری، بالاترین قیمت روز و مواردی از این قبیل را یکجا به معامله گران نمایش میداد و بصورت خودکار بروز میشد.
در همین سال 1929 سقوط بازار سهام رخ داد. به دلیل اینکه سرعت نوارهای تلگرافی خیلی از کارگزارها کم بود و به موقع از سقوط سهمها مطلع نمیشدند، آنها به فکر بالابردن سرعت افتادند.
تیکر شرکت وسترن یونیون دستگاهی با نام A-ا5 در سال ۱۹۳۰ تولید میکند . این دستگاه قادر بود که در هر دقیقه، 500 کاراکتر چاپ کند و تا 5 میلیون معامله را در روز پردازش کند. که این اتفاق یک تحول تازه در سرعت معامله گری بود.
تاسیس اولین صندوق سرمایه گذاری
در سال 1949 آقای ریچارد دونچیان اولین صندوق سرمایهگذاری که معاملات با قواعد از پیش تعیین شده انجام میشد، تاسیس کرد. در واقع یعنی دادههای گذشته برای تصمیمهای آینده پردازش میشود. امروزه این روش را با نام Donchian channel (DC) کانال دونچیان میشناسیم.
نظریه سبد سهام نوین Modern Protfolio Theory (MPT)
آقای هری مارکوویتز در سال 1952 نظریه سبد سهام نوین را در قالب رساله دکتری خود ارائه دادند. در این نظریه به زبان ساده سعی میشود بین محاسبات ریاضی و آماری دقیق یک هم بستگی، بین چیدمان سبد سهام و ریسک ناشی آن برقرار شود. به گونهای که با احتمال خیلی زیاد تصمیمهای سودآوری را بگیریم.
تفاوت هایی بین تحلیل تکنیکال و کمی وجود دارد. اگر شما کنجکاو به دانستن این تفاوتها هستید به دقیقه 6 فیلم آپلود شده در بالا مراجعه کنید.
هم رویش منتشر کرده است:
تفاوت تحلیل تکنیکال (Technical Analysis) و تحلیل کمی (Quantitative Analysis)
در تحلیل تکنیکال سعی میکنیم الگویی در گذشته برای تصمیمهایی در آینده پیدا کنیم. اما در تحلیل Quantitative Analysis ما سعی میکنیم از آمار و ریاضیات استفاده کنیم برای اینکه تصمیمهایی با احتمال بالای درستی را با مبنای علمی بگیریم.
لازم به ذکر است که در این سالهای دهه 50ُ هر دو روش یعنی کمی و تکنیکال، رشد کمی را تجربه کردند. چون هر دو این روش باید بصورت دستی پیاده سازی میشدند که توان پردازش کامپیوترهای اولیه برای این کار پایین بود.
اما با ظهور نسل دوم کامپیوترها در دهه 60 میلادی امکان رشد و آزمایش بیشتری برای آن الگوریتمها فراهم شد.
به مرور زمان در دهه 70 و 80 میلادی با گسترش کامپیوترهای شخصی امکان آزمایش و توسعه این چنین الگوریتمهایی برای محققهای بیشتری فراهم شد.
فناوریهای پردازش داده در بازار
در دهه 1960 دو کمپانی خیلی پیشرو را داریم:
1- کمپانی اِسکنتلین
محصول اِسکنتلین که از آقای جک اِسکنتلین است، کوترون نام دارد. کوترون اولین سیستمی است که در دقیقه میتواند قیمت سهم را نشان دهد. همچنین این محصول روند صعودی و یا نزولی سهم را بصورت الکترونیکی بر روی مانیتور نمایش میدهد و در یک نوار مغناطیسی ذخیره میکند.
2- کمپانی استوک مَستر
محصول یواِلترونیک سیستمز که آقای Robert.s پایه گذاری کردند. این محصول خیلی فراگیر شد به دلیل اینکه دادههایی را نمایش میدهد و محاسبه میکند.
لازم به ذکر است که هر دوی این سیستمها، سیستمهای کامپیوتری محسوب میشوند چون صرفا فقط دادهها را نمیگیرند و بعد نمایش بدهند، قبل از آن محاسبههایی را انجام میدهند.
اولین گام در جهت معامله الکترونیک
در سال 1967 اتفاق شگفت انگیزی رخ داد. آقای jerome pustilink به همراه همکار خود آقای herbert behrens شرکت instinet را تاسیس کردند. تاسیس این شرکت اولین گام برای معامله الکترونیک و اولین ECN تاریخ محسوب میشود.
ECN چیست؟
ECN در واقع مخفف Electronic Communication Network است. یک شبکه از کامپیوترها است که میتواند معاملهگرها را مستقیم به تامین کنندهها در بازار سرمایه مرتبط و متصل کند.
ECN چگونه کار میکند؟
ECN در قلب خود یک موتور تجمینی دارد که درهر لحظه پیشنهادهای تامین کنندگان و معامله گرها را تطبیق میدهد تا معاملههایی شکل بگیرند.
برای اینکه با نحوه کار ECN بهتر آشنا شوید، پیشنهاد میکنم مثال آورده شده در فیلم آپلود شده بالا که در دقیقه 10:12s الی دقیقه 13:14s است، ببینید.
ECN تا به امروز به حیات خود ادامه داده است و سهم بسیار مهمی در بازار معامله گری دارد. در دهههایی با رشد اینترنت شاهد ECNهای همگانی نیز هستیم. یعنی کارگزارییهایی که خدمات را در اختیار همه معاملهگرها قرار میدهند تا بتوانند مستقیم به بازار متصل شوند.
افتتاح Nasdaq
در سال 1971 اولین بازار بورس به نام Nasdaq افتتاح میشود. Nasdaq را انجمن سهام علمی آمریکا راه اندازی میکنند. Nasdaq نه تنها یک بازار رسمی بورس اما الکترونیک است بلکه به نوعی بازار فرابورس یعنی بازاری با امکان OTC نیز است.
امروزه OTC را بیشتر در بازار ارز دیجیتال میشنویم. در سهام ایران فرابورس عملا پیاده سازی از نوع معامله OTC است. Nasdaq شرکتهای بسیاری به ویژه در حوزه فناوری اطلاعات را جذف خود کرده است و امروزه بیش از 3 هزار شرکت در Nasdaq سهام خود را معامله میکنند. Nasdaq دومین بازار بورس جهان است.
اگر کنجکاو هستید که بیشتر راجع به Nasdaq بدانید، اینکه نقش Nasdaq در رشد معامله الکترونیک چیست به دقیقه 15:43s الی 16:12s در فیلم آپلود شده بالا مراجعه کنید.
سیستمهای معاملاتی Bloomberg و Reuters
در سال 1981 وقتی آقای Michael Bloomberg به همراه دوستان خود شرکت IFS را راه اندازی میکنند. ایده این شرکت این است که اطلاعات بروز و موثق بازار ارزش فروختن دارد ولی این را در قالب یک محصول فناورانه بعد از یک سال کار و تلاش عرضه بازار میکنند. این محصول یک سیستم کامپیوتری است که امروزه به Bloomberg Terminal معروف است.
مشابه این محصول را خبرگزاری reuters روانه بازار کرد. امروز ما reuters را با نام thomson reuters میشناسیم.
renaissance معاملات الگوریتمی
بطور کلی در دهه 80 فناوریها به سرعت در حال شکوفا شدن هستند. در این دهه معامله گرها برای تحلیلهای خود چه سودی را میتوانند ببرند؟
آقای jim simons یک ریاضیدان و استاد دانشگاه برجسته است که در سال 1976 برنده جایزه معتبر oswald weblen شدند.
jim simons به دلیل علاقه به سرمایه گزاری از استاد دانشگاه بودن انصراف میدهند و در سال 1978 شرکت Monemetrics که یک صندوق سرمایه گزاری است، تاسیس میکنند. تلاش این شرکت رو آوردن به تحلیل Quantitative و ابداع کردن مدلهای ریاضیاتی برای پیش بینی بازار است. در سال 1982 این شرکت گسترش پیدا میکند و به شرکت renaissance technologies corp تبدیل میشود.
و دوباره دوستانی که علاقه دارند بیشتر راجع به شرکت renaissance technologies corp بدانند به دقیقه 18:45s الی 19:45s در فیلم آپلود شده در ابتدای این صفحه مراجعه کنند.
رخدادهای درخشان پایان قرن بیستم
توماس پترفی (Thomas Peterffy) از پیشگامان معامله دیجیتال است. ایشان موفق شدند اولین سیستم معامله الگوریتمی را اختراع کنند. این سیستم کاملا بصورت خودکار عمل میکند. همینطور مجموعه اینتراکتیور بروکرز را در سال 1993 تاسیس کردند. در همین سالها مجموعه داتک یک سیستمی را به نام Island ECN برای اینکه بتوانند ارتباط بین معامله گرها را بصورت مستقیم با هم برقرار کنند، بنا کردند. در سال 1998 کمیسیون بورس و اوراق بهادار آمریکا مقررات معاملات الکترونیک را تصویب کردند.
ستاره های آغازین قرن 21
در سال ۲۰۰۱ دقت معاملات بازار سرمایه در آمریکا (US Decimalization) تغییر کرد. سپس از سال ۲۰۰۵ تا ۲۰۰۷ سیستم بازار ملی (Reg NMS) توسط کمیسیون بورس و اوراق بهادار آمریکا تنظیم شد. در نهایت کتابخانه پانداس (pandas) در ۲۰۰۸ توسط وِس معامله الگوریتمی در عمل مککِنی (Wes McKinney) منتشر شد.
در سال 2010 فیبرتاریک توسط شرکت اسپرد نتورکس (Spread Networks) راه اندازی شد. و اتصال شیکاگو به نیویورک با سرعت ۱۳.۳ میلیثانیه جابجا میشوند. در همین سال اولین سقوط آزاد ( Flash Crash) ناشی از معاملات الگوریتمی رخ داد. سپس در سال 2011 نخستین معاملات نانوثانیهای با ساخت ریزپردازنده iX-eCute شرکت Fixnetix رونمایی میکند.
در همین سال از مجموعه جذاب کوانتوپین (Quantopian) توسط فاوسِت و بردچه رونمایی میشود. در سال 2012 یک استارت اپ نیویورکی به نام دیتاماینر پیامهای توییتر به سیگنال معامله تبدیل میکند. سپس کتاب فلش بویز (Flash Boys) توسط مایکل لوییز (Michael Lewis) در سال 2014 منتشر شد.
سال 2015 قوانین الحاقی معاملات خودکار توسط کمیسیون معاملات آتی کالای آمریکا (US (CFTC تصویب شد. در آخر در سال 2020 همهگیری کووید 19 اتفاق میافتد و توجه معامله گران بیشتر به سمت معامله گری خودکار جلب میشود.
جمع بندی
ممنون که تا انتهای این مقاله از همرویش با ما همراه بودید. تاریخچه معامله الگوریتمی خیلی میتواند طولانی باشد. ما در این صفحه از همرویش و با تلاش نزدیک به یک ماه سعی کردیم شاخصترین رخدادها را در اینجا با شما به اشتراگ بگذاریم تا ایده بگیرید. شاید شما توسعه دهنده فردا باشید!
کلیدواژگان
تاریخچه معاملات الگوریتمی | تاریخچه معاملات الگوریتمی چیست | تاریخچه Algorithmic Trading | تاریخچه معامله الگوریتمی | تاریخچه الگوریتم تریدینگ | تاریخچه معامله الگوریتمی چیست | تاریخچه معاملات الگوریتمی به زبان ساده | تاریخچه معامله الگوریتمی به زبان ساده | تاریخچه معامله الگوریتمی | تاریخچه معاملات الگوریتمی | تاریخچه معاملات الگوریتمی چگونه است | تاریخچه معاملات الگوریتمی چه معناست | ECN چیست | ecn یعنی چه | حساب ecn چیست | ecn چگونه کار میکند | ecn مخفف چیست | مخفف ecn
فاز جدید معاملات الگوریتمی در بازار سهام
هدیه لطفی دنیای اقتصاد : سرعت و پیچیدگی معاملات در بازارهای مالی نیاز به استفاده از ابزارهای هوشمند را افزایش داده است. در این راستا یکی از مفیدترین ابزارهای مالی به کارگیری معاملات الگوریتمی یا خودکار است که بهمنظور استفاده بهتر سرمایهگذاران از فرصتهای بازارهای سرمایهگذاری ایجاد و راهاندازی شده است.
معاملات الگوریتمی یا Algorithmic Trading در بازارهای مالی به معنای استفاده از برنامههای کامپیوتری برای ورود سفارشهای معاملاتی است. در واقع یک یا چند الگوریتم در انتخاب و اعمال این سفارشها از جنبههای مختلف مانند زمانبندی، قیمت یا حجم بدون دخالت انسان تصمیمگیری و اجرا میشود. معاملات الگوریتمی حجم عظیمی از دادهها را پردازش و از تکنیکهای پیشرفته ریاضی برای یافتن بهترین الگو استفاده میکند. در این راستا سازمان بورس و اوراق بهادار مجوزهای لازم را برای فراهم شدن بستر معاملات الگوریتمی صادر کرده و توسعه این معاملات را بهعنوان یک راهبرد اساسی در بازار سرمایه در دستور کار قرار داده است. همچنین پیشنیازهای لازم را در این زمینه از جمله بستر فنی مناسب برای سامانه معاملات در حوزههای تکنولوژی و IT مهیا کرده است. بر این اساس با توجه به بهکارگیری معاملات الگوریتمی در بازار نهتنها سرعت عمل بالا در انجام معاملات ایجاد خواهد شد، بلکه افزایش حجم معاملات و در نتیجه افزایش عمق و کارآیی بازار از جمله مزایای استفاده از این ابزار خواهد بود.
توسعه بازار سرمایه با ورود ابزارهای جدید
در این راستا مطهره مروج، مدیر فناوری اطلاعات سازمان بورس اوراق بهادار با اشاره به اهمیت توسعه بازار سرمایه از طریق توسعه فناوری اطلاعات، به بررسی تاثیر این موضوع پرداخت و گفت: فناوری اطلاعات بهعنوان ابزار حمایتکننده و پیشران موسسههای مالی در عصر حاضر شناخته شده است. این ابزار نقشی فراتر از کاهش هزینه و بهبود عملکرد داشته و تبدیل به ابزاری راهبردی در شکلدهی استراتژیهای سازمانی شده است. وی در ادامه با اشاره به تاثیر چشمگیر پیشرفتهای فناورانه بر مدلهای عملیاتی بازار، فرآیندها و نحوه ارائه خدمات در بازارهای سرمایه گفت: فناوری اطلاعات در بازار سرمایه بهعنوان محرک بخش کسب و کار و همچنین برای گسترش و بهبود کارکردها معرفی میشود.به گفته مروج، افزایش سرعت افشای اطلاعات، بهبود کیفیت اطلاعات، انواع مختلف دسترسیهای اینترنتی و وبسایتهای مختلف اطلاعرسانی سبب شده تا نرمافزارهای موبایل و معاملات آنلاین (دسترسی سرمایهگذاران به اطلاعات) ظهور پیدا کنند. تمامی ابزارهای مزبور باعث افزایش حجم و ارزش معاملات، افزایش شفافیت بازار و اثربخشی و رشد بیشتر خواهد شد. وی ادامه داد: علاوه بر این، امروزه همزمان با افزایش پیچیدگیهای بازار سرمایه، راهکارهای مبتنی بر فناوریهای اطلاعاتی نوین نقشی مهم در حل مشکلات بازار سرمایه دارند. در این راستا میتوان به فناوریهای بلاکچین، هوش مصنوعی و معاملات الگوریتمی اشاره کرد. تمامی این موارد نمونههایی از راهکارهای موفق در راستای بهبود کارکرد بازارهای سرمایه خواهند بود. مروج در ادامه توضیح داد: بهعنوان مثال معاملات الگوریتمی مبتنی بر هوش مصنوعی بر اساس منطق است. در نتیجه نه تنها محدودیتهای انسانی را برطرف میسازد، بلکه این امری مهم در کنترل احساسات در معاملات خواهد بود. زیرا احساسات میتوانند منجر به ایجاد اشتباهات در تصمیمگیری شوند.
نگاهی دقیق به معاملات الگوریتمی
مدیر فناوری اطلاعات سازمان بورس اوراق بهادار در ادامه به بررسی معاملات الگوریتمی و سازوکار این ابزار پرداخت و گفت: معاملات الگوریتمی به منزله جایگزینی عامل انسانی با نیروی ماشین است. به نحوی که ماشین یا همان رایانه بتواند بهطور مستقل در مورد معاملات تصمیمگیری کرده و این تصمیمات را اجرا کند. مروج در ادامه با اشاره به اینکه سیستم معاملات الگوریتمی از سه بخش اصلی تشکیل شده است، گفت: در بخش نخست دیتای سفارشات، معاملات، عوامل بنیادی و اخبار قرار میگیرد. بخش دوم نیز شامل موتور پیشرفته است. در نهایت نیز بخش آخر را ارسال سفارشهای به هسته معاملات تشکیل میدهد.
مزایای معاملات الگوریتمی
مروج در ادامه با اشاره به مزایای معاملات الگوریتمی اظهار کرد: سرعت عمل بالا، حذف احساسات و عواطف انسانی، امکان آزمایش سیستم در گذشته، افزودن تمرکز فکری معاملهگران و افزایش حجم معاملات و در نتیجه افزایش عمق و کارآیی بازار از جمله مزایای بهکارگیری معاملات الگوریتمی است. وی در ادامه کاهش و مدیریت بهتر هزینههای معاملاتی از جمله کارمزد را از دیگر مزایای این مورد دانست و گفت: مدیریت مناسب پرتفوی، مدیریت زمان و در دسترس قرار گرفتن معاملات از دیگر موارد مهم در بهکارگیری این ابزار خواهد بود.
مروج در ادامه رویکرد سازمان بورس نسبت به معاملات الگوریتمی را مورد بررسی قرار داد و گفت: تدوین فرآیندها و نقاط کلیدی بررسی کسب و کار معامله الگوریتمی در عمل و فنی، تدوین الزامات برای استفادههای عمومی با مشارکت بورسها، کانونها، مدیریت فناوری و شرکتهای نرمافزاری و همچنین رویکرد حمایتی از جمله مهمترین رویکردهای سازمان بورس اوراق بهادار در راستای استفاده از معاملات الگوریتمی است. وی در ادامه با اظهار این مطلب که فارغ از روش ارائه معاملات الگوریتمی، باید یک سری الزامات برای این نوع معاملات رعایت شود، گفت: هر الگوریتم مستلزم داشتن شناسه الگوریتم است؛ در واقع به هر الگوریتم یک شناسه اختصاص داده شده و استراتژی آن، باید مکتوب و قابل استناد نزد عضو باشد. چنانچه الگوریتم تغییر کرد نیز باید بهعنوان الگوریتم جدید در نظر گرفته و شناسه الگوریتم جدید به آن اختصاص داده شود. وی ادامه داد: تمامی سفارشهای تصمیمگیری شده توسط یک الگوریتم، باید حتما برچسب معاملات الگوریتمی داشته باشد و برچسب مربوطه در لاگهایی که تولید میشود، نیز ذخیره شود. به نحوی که در صورت مراجعه به سفارشهای گذشته، بتوان موارد الگوریتمی و غیرالگوریتمی را تشخیص داد.
وجود قابلیت لغو سفارشات الگوریتمی
مروج در ادامه به وجود قابلیت لغو سفارشهای الگوریتمی اشاره کرد و گفت: عضو باید این امکان را در سامانه خود داشته باشد که در صورت نیاز و با رعایت قوانین و مقررات یا حسب دستور سازمان بورس و اوراق بهادار یا بورس مربوطه، فورا تمام یا بخشی از سفارشهای ارسال شده به ازای هر الگوریتم برای هر مشتری را لغو کند. وی ادامه داد: همچنین باید اطلاعرسانی مقتضی و قابل استناد به مشتریان مربوطه صورت گیرد. لازم است برای هر اقدامی از این نوع، لاگ بر اساس الزامات ثبت لاگ مرکز نظارت بر امنیت اطلاعات بازار سرمایه تولید و ذخیره شود.
انواع معاملات الگوریتمی در ایران
مدیر فناوری اطلاعات سازمان بورس اوراق بهادار در ادامه با اشاره به اینکه چهار مدل برای انجام معاملات الگوریتمی در ایران استفاده میشود، گفت: بازارگردانی خودکار، ارائه الگوریتم توسط عضو، کدنویسی دلخواه و ارائه API به مشتری از جمله چهار مدل اصلی اجرای معاملات الگوریتمی در بازار سرمایه ایران است. مروج در ادامه افزود: در روش اول یعنی بازارگردانی خودکار، برای انجام فعالیتهای بازارگردانی از معاملات الگوریتمی استفاده میشود. در این روش انجام بازارگردانی خودکار باید روی یک یا چند نماد مشخص محدود شود. همچنین انجام بازارگردانی خودکار روی کد معاملاتی مشخص محدود و الگوریتمهایی به منظور انجام عملیات بازارگردانی طراحی شوند. وی ادامه داد: در روش دوم ارائه الگوریتم توسط عضو نیز الگوریتمهای آماده، توسط عضو روی UI سامانه معاملات معامله الگوریتمی در عمل برخط قرار داده میشود و مشتریان میتوانند در صورت تمایل از این الگوریتمها استفاده کنند. مروج در ادامه با اشاره به روش کدنویسی دلخواه گفت: در این روش قابلیت نوشتن الگوریتم توسط مشتری (کدنویس دلخواه) در UI سامانه معاملات برخط توسط عضور ارائه میشود. در روش ارائه API به مشتری نیز نیاز زیرساخت دسترسی برخط توسط عضو به مشتریان واجد شرایط جهت انجام معاملات الگوریتمی ارائه میشود.
سرعت و دقت بیشتر در معاملات
در همین راستا سید امید موسوی از کارشناسان بازار سرمایه به ارائه توضیحاتی درخصوص معاملات الگوریتمی پرداخت و گفت: توسعه روز افزون بازارهای مالی و افزایش سرعت معاملات، نیازهای جدیدی همچون نیاز به ابزارها معاملاتی هوشمند و خودکار و روباتهای سریع (جهت رصد سریع به موقع بازار) بیشتر احساس خواهد شد. وی در ادامه افزود: فعالیت ما بر مبنای ارائه راهکارهایی هوشمند، سریع و مطمئن برای اجرای تصمیمات سرمایهگذاران در بازار است. در حقیقت هدف ما افزایش کیفیت و کاهش هزینه معاملاتی یک مشتری است. وی در ادامه خاطرنشان کرد: این مشتری میتواند یک شرکت تامین سرمایه، شرکت سبدگردان، کارگزاری یا یک سرمایهگذار حقیقی یا حقوقی باشد. وی در ادامه به برخی مزایای استفاده از معاملات الگوریتمی اشاره کرد و گفت: سرعت و دقت بیشتر، افزایش امنیت معاملاتی، کنترل ریسک بهتر و کاهش هزینههای معاملاتی مهمترین دستاورد استفاده از ابزارهای معاملاتی است.
خدمات ۹گانه در بازار
موسوی در ادامه به خدمات الگوریتمی در بازارهای مالی اشاره کرد و گفت: آنالیز الگوریتمی سهام (Detecting)، آنالیز الگوریتمی سهام و بازار، تحلیل احساسی و الگوریتمهای اجرای معاملات (Autotrading) از جمله خدمات ارائه شده توسط این ابزارهای مالی است. وی ادامه داد: همچنین الگوریتمهای بازارگردانی اوراق (AMM)، الگوریتمهای بازارگردانی سهام (TbillAMM) و الگوریتمهای آربیتراژور (Arbitrageur) نیز از دیگر خدماتی است که توسط این ابزارهای مالی ارائه میشوند. به گفته موسوی، بازارگردانی اختصاصی (حراج، بازگشایی، عرضه اولیه و. )، ارائه زیرساخت الگوریتمی به شرکتها و همچنین الگوریتمهای بازارگردانی و کنترل هیجان بازار نیز از دیگر خدمات قابل ارائه توسط این ابزارهای مالی هستند.
اثرات مستقیم و غیرمستقیم
این کارشناس بازار سرمایه در ادامه اثرات بهکارگیری و استفاده از الگوریتمها را در دو بخش مستقیم و غیرمستقیم تقسیمبندی کرد و گفت: افزایش نقدشوندگی، افزایش حجم معاملات، کاهش دامنه نوسان، افزایش عمق بازار، کاهش فاصله خریدار و فروشنده و جلوگیری از دستکاری قیمت از جمله مهمترین تاثیرات مستقیم استفاده از این ابزار است. موسوی در ادامه به اثرات غیرمستقیم استفاده از الگوریتمها اشاره کرد و گفت: افزایش سود سهامداران، افزایش رضایت بازار و افزایش ارزش بازار سهم از دیگر مزایای این امر خواهد بود.
معامله الگوریتمی در عمل
تحلیلگر امید پیشرو در توسعه تکنولوژیهای معاملاتی در بازار سرمایه ایران
🌐 https://omid.ir
راه های ارتباطی:
🌐 www.omid.ir
📞 02178349000
About
Platform
🔔 الگوریتم های مورد استفاده در معاملات الگوریتمی
🔹الگوریتم همراه بازار
🏷 این الگوریتم بخشی از سفارش معامله گر را انجام و بخشی از آن را به همراه بازار به صورت تصادفی اجرا می کند. مثلا 30 درصد حجم سفارش را در لحظه ارسال انجام و 70 درصد مابقی را به همراه بازار حرکت می کند و در زمان ها و قیمت های متفاوت اقدام به معامله می کند. در حقیقت، با جابه جا شدن سفارش های خرید و فروش، الگوریتم نیز سفارش های معامله گر را جابه جا می کند تا بتواند در قیمت های مناسب تری خرید انجام دهد.
🔹الگوریتم های محاسبه نقدشوندگی
🏷 این الگوریتم نقدشوندگی یک سهم خاص را محاسبه و در محاسبه حجم خرید یا فروش سهم به معامله گر کمک می کند. به این صورت که در ابتدا چندین سفارش کوچک با قیمت های متفاوت به بازار ارسال می کند و پاسخ را دریافت و تجزیه و تحلیل می کند.
🔹 الگوریتم های معکوس
🏷 معامله گران زیادی هستند که به دلیل عدم توانایی ایجاد یک سیستم معاملاتی که بتواند در بلند مدت سود کند، به دنبال سیستم هایی می گردند که در بلند مدت زیان ده باشند. سپس سعی می کنند تا منطق الگوریتم را معکوس کرده و طبق آن معامله کنند. به عبارت ساده تر، هر معامله ای که سیستم معاملاتی پیشنهاد خرید داد را می فروشند و بر عکس، معامله ای که سیستم پیشنهاد فروش داد را می خرند.
✔️ نکته قابل توجه این است که یکی از واضح ترین دلایل، فاصله بین قیمت های سفارش خرید و فروش است. در یک سهم قیمت خرید و فروش مظنه های برتر، به خصوص در بازار بورس تهران، فاصله زیادی دارند و معکوس کردن الگوریتم به گرفتن نتایج دلخواه منجر نخواهد شد.
🔔 الگوریتم های مورد استفاده در معاملات الگوریتمی
🔹الگوریتم های متوالی
🏷 این الگوریتم ها، مجموعه قوانینی هستند که به صورت متوالی اجرا می شوند. اجرای متوالی این الگوریتم ها بار پردازشی را بسیار کاهش می دهد. به طور مثال، ابتدا الگوریتم چک می کند که حجم معامله در سهم خاور به 10 معامله الگوریتمی در عمل میلیون برسد، سپس شروع به فروش از سهم خودرو خواهد کرد. ترتیب و توالی در درجه اول اهمیت در این نوع الگوریتم ها است.
🔹الگوریتم های چرخه ای
🏷 این الگوریتم ها، از ساختارهای تکراری مانند "اگر . آنگاه"، "انجام بده در صورتی که. " پیروی می کنند و این کار را بارها تکرار می کنند. به عنوان مثال، معامله گری قصد دارد هر بار که سهم خودرو به قیمت 160 تومان رسید، شروع به خرید کند و تا 10 میلیون سهم زیر این قیمت خرید کند و مجددا با نزدیک شدن قیمت به 185 تومان شروع به فروش کند. این کار می تواند توسط این الگوریتم بارها تکرار شود.
🔹 الگوریتم همبستگی
🏷 این الگوریتم همبستگی بین سهم های مختلف را بررسی می کند و سهامی را که ارتباط قوی و همبستگی شدید بین جابه جایی قیمت شان وجود دارد، پیدا می کند. سعی الگوریتم بر این است در مواقعی که هرگونه انحرافی از مدل همبستگی بین این دو سهم ایجاد می شود، وارد عمل شود و از این اختلاف کسب سود کند.
🔔 استفاده از معاملات مجازی
🔅 مهم ترین گام در ایجاد یک الگوریتم معاملاتی، تست آن است. وقتی یک استراتژی معاملاتی کدنویسی شد، هرگز قبل از تست، شروع به انجام معاملات واقعی نکنید.
🏷 تست الگوریتم به معنی آن است که الگوریتم بر اساس قیمت های تاریخی اجرا شود و عملکرد آن در مورد هزاران معامله بررسی شود. اگر الگوریتم بر اساس قیمت های تاریخی، سودآور است و آمارهای به دست آمده از الگوریتم از قبیل حداکثر افت سرمایه، نرخ برد یا احتمال زیان، با میزان ریسک پذیری شما منطبق است، می توانید با ایجاد یک حساب کاربری موقت، الگوریتم را در شرایط واقعی نیز مورد آزمایش قرار دهید. این مرحله نیز باید صدها معامله خروجی ایجاد کند تا بتوان عملکرد الگوریتم را در شرایط واقعی نیز تحلیل کرد.
🏷 اگر الگوریتم با قیمت های تاریخی و همچنین در معامله با یک حساب کاربری موقت، سودآور بود، با دقت نظر و احتیاط، استفاده از آن در معاملات واقعی را شروع کنید.
🔹 شرایط معاملات واقعی با معاملات بر مبنای داده های تاریخی یا حتی معاملات با حساب کاربری موقت متفاوت است چرا که سفارشات تولید شده بر اساس الگوریتم واقعا بر بازار اثر می گذارند و در صورتی که حجم زیاد خرید یا فروش معامله شود، می تواند باعث لغزش قیمت به سمت بالا یا پایین شوند. تا وقتی که از صحت عملکرد الگوریتم در معاملات واقعی مطمئن نشده اید، نظارت بر عملکرد الگوریتم را متوقف نکنید.
🔔 نظارت مداوم بر الگوریتمهای معاملاتی
🏷 تا زمانی که الگوریتم در چهارچوب پارامترهای آماری تعیین شده عمل میکند، نیازی به بازنگری ندارد. الگوریتمها از مزیت انجام معامله بدون دخالت دادن احساسات، سود می برند، اما معاملهکننده ای که به صورت مداوم در الگوریتم دست میبرد، این قابلیت را بیاثر میکند.
🏷 البته الگوریتم تا حدی به توجه هم نیاز دارد، بدین معنا که عملکرد الگوریتم را هر از گاهی میبایست بررسی نمایید و اگر شرایط بازار به حدی تغییر پیدا کرد که الگوریتم دیگر سودآور نبود، باید در آن بازنگری و تغییراتی اعمال شود.
🏷 الگوریتمهای معاملاتی، برنامههایی نیستند که پس از اجرا تا ابد بدون هیچ نقصی به کار خود ادامه دهند و شما را یک شبه پولدار کنند. در واقع، معاملات الگوریتمی میتوانند به اندازه معاملات دستی نیازمند تلاش و توجه باشند.
🏷 اگر میخواهید یک الگوریتم معاملاتی بسازید، باید به محدودیتهای زمانی، مالی و بازاری که ممکن است بر آن تاثیر بگذارند نیز توجه کنید و بر این مبنا برنامهریزی کنید.
🔹 برای شروع میتوانید استراتژی معاملاتی فعلی خود را به یک استراتژی قانونمند تبدیل کنید تا به آسانی قابل کدنویسی شود یا یکی از روش عددی موجود که قبلا آزمایش شده را استفاده کنید.
🔹 سپس مرحله تست را با استفاده از دادههای تاریخی و فعلی انجام دهید. اگر الگوریتم از این مراحل با موفقیت عبور کرد، میتوانید از آن برای معاملات واقعی استفاده کنید و در موارد لزوم، تغییرات لازم را روی آن اعمال نمایید.
🔹 اما مراقب باشید وقتی که تصمیم به اجرای الگوریتم گرفتید، به صورت مقطعی و بر اساس احساسات، در عملیات آن دست نبرید.
🔔 استراتژی معاملاتی چیست؟
🏷 ریشه کلمه استراتژی از واژه یونانی استراتگوس گرفته شده است که به معنای فرماندهی و رهبری است. در جنگ های یونان باستان، فرمانده برای سربازان خود برنامه مشخصی را تعریف و تعیین میکرد که با جزئیات دقیق تمام اتفاقات ممکن در جنگ را پیشبینی کرده بود و در صورت رخ دادن هر اتفاقی، برنامهای از پیش تعیین شده اجرا میشد.
🏷 یک سرمایه گذار حرفه ای نیز می بایست همیشه برای هر یک از رفتارهای بازار، برنامه مشخص و از پیش تعیین شدهای داشته باشد و از این آمادگی برخوردار باشد تا بازار هر گونه رفتار غیرقابل پیشبینی را از خود نشان دهد و این مفهوم چیزی نیست جز برخوردار بودن سرمایه گذار از عامل مهمی به نام استراتژی.
🏷 استراتژی معاملاتی، در واقع، در حوزه های مالی کاربرد داشته و یک برنامه ثابت برای دستیابی به سودآوری در بازار است. این استراتژی ها برای سنجش عینی بودن، سازگاری، اعتبارسنجی و قابلیت اطمینان استفاده می شوند. اصطلاح استراتژی معاملاتی می تواند به طور خلاصه به هر طرح ثابت برای معامله یک ابزار مالی اطلاق شود.
🏷 به طور کلی این اصطلاح در معاملات کامپیوتری استفاده می شود، جایی که این استراتژی ها به عنوان یک برنامه کامپیوتری برای معاملات خودکار اجرا می شوند.
🏷 هر استراتژی معاملاتی باید دارایی های قابل معامله، نقاط ورود و خروج و قوانین مدیریت پول را تعریف کند. مدیریت نامناسب پول می تواند باعث ایجاد یک استراتژی سودآور بالقوه و یا غیر سود آور شود.
🏷 سالانه افراد زیادی وارد بازار سرمایه میشوند و طبق آمار حدود ۹۰% افراد با از دستدادن بخش قابل توجهی از سرمایه خود، از بازار خارج میشوند. اما رمز موفقیت اقلیت بازار چیست؟ پاسخ سوال فوق در یک کلمه خلاصه میشود و آن هم استراتژی معاملاتی است
معاملات الگوریتمی در بورس چگونه انجام میشود؟
معاملات الگوریتمی همانگونه که از نامش پیداست بر اساس الگوریتمهایی انجام میشود که مخصوص کامپیوتر نوشته شده است . پیش از اینکه به این معاملات بپردازیم بهتر است ابتدا کمی با انتخاب استراتژی معاملاتی آشنا شویم. چرا که این امر برای سهامداران حرفهای بسیار حائز اهمیت است. معاملهگران میتوانند سبد سهام خود را بر اساس همین استراتژی مدیریت کنند. انتخاب استراتژی صحیح باعث میشود که سهامداران دیدی وسیع به اتفاقات و وقایع داشته باشند. در نتیجه میتوانند در شرایط نامطلوب احساسات و هیجانات خود را کنترل کنند؛ چرا که مبنای تحلیل و تصمیمهای آنان همین استراتژیهاست.
اما گام اول در تعیین استراتژی معاملاتی تدوین آن است. هرچند نحوه اجرای آن میتواند اثر نهایی را مشخص کند. آن دسته از افرادی که درک و بینش صحیحی از بازار دارند، میتوانند در اجرای استراتژیهای خود از معاملات الگوریتمی استفاده کنند. به این ترتیب فرصتهای مطلوبی را برای معامله به دست خواهند آورد. اما ابتدا بهتر است به مفهوم دو اصلاح «استراتژی معاملاتی» و «معاملات الگوریتمی» بپردازیم. در ادامه نیز به نحوه استفاده از آنها اشاره خواهیم کرد.
تعریف استراتژی معاملاتی
پیش از اینکه به تعریف معاملات الگوریتمی بپردازیم، بد نیست که ابتدا کمی با مبحث استراتژیهای معاملاتی آشنا شویم. استراتژی معاملاتی به معنی انتخاب یک روش و رویکرد مشخص است که معاملات بر اساس آن انجام میشوند. در تدوین چنین برنامهای باید به میزان ریسکپذیری، مدت و اهداف سرمایهگذاری و مواردی از این دست توجه شود. شاید گمان کنید که چنین طرح و برنامهای تنها به بازار بورس مربوط است. اما در بازارهای ارز دیجیتال و بازارهای جهانی نظیر فارکس نیز افراد برای مدیریت داراییهای خود برنامههای مشخصی دارند. در بازار بورس و اوراق بهادار برای تعیین استراتژی معمولا بر مبنای تحلیل تکنیکال یا تحلیل بنیادی عمل میکنند. هر چند بهترین حالت شیوهای است که در آن هر دو تحلیل مذکور در نظر گرفته شود. در ادامه میتوانید نظرات و استدلالهای طرفداران این دو شیوه تحلیل را در خصوص استراتژی مطالعه کنید.
برای مطالعه بیشتر
نظر تحلیلگران بنیادی
تحلیلگران بنیادی معتقدند که با گذشت زمان سهم ارزش واقعی خود را باز خواهد یافت و در بلندمدت نوسان قیمت نمیتواند تاثیر زیادی بر سهم بگذارد. بر همین اساس تحلیلگران بنیادی دیدی بلندمدت را در خرید و فروش سهام دارند.
نظر تحلیلگران تکنیکال
در سوی دیگر تحلیلگران تکنیکال قرار دارند. این دسته از تحلیلگران معتقدند که قیمت آینه تمامنمای اطلاعات سهم است. یعنی هر اتفاقی که در سهم افتاده باشد، اثر خود را در قیمت نشان میدهد. در تحلیل تکنیکال از اندیکاتورها و نمودارهایی که به قیمت و حجم معاملات وابسته هستند، استفاده میشود. به این ترتیب میتوان فرصتهای کسب سود را یافت. همچنین میتوان تغییر قیمت و یا برگشت آن را پیشبینی کرد. بر اساس نتایج به دست آمده از این بررسیها، افراد میتوانند استراتژی معاملاتی متفاوتی (مثلا کوتاهمدت یا میانمدت) را برگزینند.
به همین ترتیب جمعآوری اطلاعات خود مبنای یک برنامهریزی صحیح است. پردازش اطلاعات به کمک شیوههای تحلیلی مختلفی انجام میشود. در نهایت خروجی این تحلیلها ما را در انتخاب استراتژی معاملاتی راهنمایی میکند. البته میتوان ساعتها در خصوص انتخاب معامله الگوریتمی در عمل استراتژی صحبت کرد و تنها در چند خط حق مطلب ادا نخواهد شد. اکنون که با مفهوم و اهمیت انتخاب استراتژی معاملاتی آشنا شدیم، میتوانیم به مبحث اصلی یعنی معاملات الگوریتمی بازگردیم.
معاملات الگوریتمی به چه معناست؟
معاملات الگوریتمی شیوهای است که در آن نحوه انجام معاملات بر اساس یک الگوریتم صورت میگیرد. این معاملات با کمک کامپیوتر به صورت خودکار یا نیمهخودکار انجام میشوند. مبنای عمل کامپیوتر نیز الگوریتمی است که توسط انسان نوشته شده است. در این روش افراد پس از تعیین استراتژی خود برنامه را تعریف میکنند. سپس ربات بر اساس الگوی تعریفشده فرصتهای معاملاتی مناسب را جستجو میکند و در زمان بسیار کوتاهی اقدام به انجام معامله میکند.
همانگونه که تاکنون بیان شد، برای اینکه بتوانیم از معاملات الگوریتمی استفاده کنیم، باید استراتژی مشخصی داشته باشیم. همچنین تسلط به بازار نیز در این خصوص الزامی است. در صورت عدم وجود این موارد نمیتوان برنامهای مشخص را به ربات داد. البته برای استفاده از ابزارهایی که مخصوص معاملات الگوریتمی هستند، نیازمند تسلط به زبان برنامهنویسی هستید. همچنین نرمافزارهایی به صورت آماده برای این کار نیز وجود دارند. افزون بر این موارد باید سختافزار مناسبی را برای اجرا و آزمون برنامه در اختیار داشته باشید.
در یک الگوریتم تمامی دستورات قدم به قدم و مرحله به مرحله انجام میشوند. به عبارت دیگر این شما هستید که اقدامات کامپیوتر را مشخص میکنید. کامپیوتر به خودی خود قدرت درک و فهم ندارد و به کمک ذهن بشر تغذیه میشود. اما دقت انجام دستورات در کامپیوتر بسیار بالاست. بر این اساس شما نمیتوانید از یک کامپیوتر انتظار داشته باشید که بازار را تحلیل کند؛ بلکه تنها میتوانید خوراک لازم را برای انجام دستورات به کامپیوتر بدهید. کامپیوتر میتواند ایفاگر برنامهای باشد که انسان در اختیارش گذاشته است. ما سرعت و دقت کامپیوتر را نداریم و در این خصوص به یک کامپیوتر نیازمندیم.
نحوه استفاده از معاملات الگوریتمی
استفاده از این روش هماکنون در بورس ایران مجاز نیست. البته تا چند وقت پیش میتوانستیم از معاملات الگوریتمی استفاده کنیم. اما این اتفاق در یک بازه زمانی منجر به از بین رفتن تعادل بازار شد. در واقع میزان عرضه و تقاضا نامتعادل شد و پس از آن سازمان بورس و اوراق بهادار از طریق ابلاغیهای اعلام کرد که استفاده از الگوهای الگوریتمی در بازار بورس و فرابورس برای تمامی سهامداران حقیقی و حقوقی ممنوع است.
از آنجا که در سراسر جهان معاملات به سمتی میروند که از الگوریتمها استفاده میکنند و همچنین شرکتهای فراوانی نیز در داخل کشور در حال فعالیت بر روی ابزارهای معاملات الگوریتمی هستند، احتمال میرود که تا چند وقت دیگر قوانین جدیدی برای استفاده از رباتها تصویب شود و این روش مجددا مجاز شود.
برای بهرهگیری از این شیوه ابتدا لازم است که برنامه مورد نظر را بر اساس استراتژی معاملاتی خود پیاده کنید. زمانی که الگوریتم را برای ربات تعریف میکنید، مرحله تست آغاز میشود. به این ترتیب قادر خواهید بود تا ایرادها و خطاهای موجود را کشف و رفع کنید. در مراحل نخست تست، معمولا خطاهایی یافت میشود. پس توقع نداشته باشید که از همان آغاز برنامه به صورت کامل و بدون هیچ ایرادی اجرا شود. باز هم یادآوری میکنیم که وظیفه ربات تنها اجرای دقیق و سریع فرامین است. چنانچه خطایی در الگوی شما وجود داشته باشد، کامپیوتر از توانایی لازم برای برطرف کردن خطا برخوردار نیست. به همین دلیل است که باید سعی کنید تمام جوانب را هنگام پیادهسازی الگوریتم در نظر بگیرید.
بهینهسازی الگوریتم
بعد از مرحله تست و یافتن خطا میتوانید کار خود را آغاز کنید. در این مرحله باید بازههای زمانی را مشخص کنید. سپس در این بازهها نتایج حاصل را با یکدیگر مقایسه کنید. از آنجا که الگو بر اساس شرایط خاصی از وضعیت بازار تعریف و پیادهسازی میشود، نباید انتظار داشت که الگوریتم تعریفشده برای ربات همیشه منجر به کسب بهترین نتایج شود. چرا که ممکن است شرایط فعلی بازار با آنچه که در الگوریتم در نظر گرفته شده است، متفاوت باشد. از همین رو باید دو مورد مهم را در هنگام طراحی الگوریتم در نظر بگیرید:
- بررسی خروجیهای مختلف در بازههای زمانی معین و سپس بهینهسازی الگوریتم بر اساس نتایج به دست آمده
- بهینهسازی الگوریتم با توجه به رفتار و شرایط فعلی بازار
اگر به این دو عامل به صورت مستمر توجه کنید، میتوانید روشی سودمند و مناسب را برای معاملات خود بیابید.
بررسی مزایا و معایب معاملات الگوریتمی
همانند سایر روشهای معاملاتی، این روش نیز مزایا و معایبی دارد. معاملهگران میتوانند با آگاهی از این موارد در استفاده یا عدم استفاده از معاملات الگوریتمی تصمیمگیری کنند. اگر بخواهیم به برخی از مهمترین مزایای این روش اشاره کنیم، میتوانیم از موارد زیر نام ببریم.
مزایای معاملات الگوریتمی
- پس از پیادهسازی استراتژی معاملاتی میتوان آن را تست کرد؛ در نتیجه میتوان بازخورد را بررسی کرد و در صورت نیاز آن را بهبود بخشید.
- در مراحل پیشتست میتوان سود و ضرر احتمالی را مشخص کرد. به همین ترتیب میتوان با انجام برخی تغییرات و بهینهسازیها میزان ریسک را کم کرد.
- به کمک این روش میتوان سرعت و دقت بالایی را در انجام معاملات به کار گرفت.
- از آنجا که معاملات الگوریتمی توسط کامپیوتر انجام میشوند، احساسات و هیجانات انسانی در این امر نقشی ندارند.
- سهام مورد نظر را میتوان به این طریق در مدت بسیار کوتاهی پیدا کرد.
- با استفاده از این شیوه میتوان مقادیر زیادی از اطلاعات را در زمانی کوتاه و به طرق مختلف تحلیل کرد.
- کامپیوتر بر خلاف انسان خسته نمیشود و دچار خطای دید نخواهد شد. این مورد خود عاملی مثبت و تاثیرگذار است.
معایب معاملات الگوریتمی
درست است که معاملات الگوریتمی مزایای فراوانی دارد و در سراسر جهان از آن بهره میگیرند اما نمیتوان از معایب آن غافل بود و چشم بر روی آنها بست. در ادامه میتوانید چند نمونه از معایب این شیوه را مطالعه کنید:
- تسلط بر بازار سرمایه و آشنایی نسبی با کدنویسی یا دانش بهرهگیری از نرمافزارهای آماده لازمه استفاده از معاملات الگوریتمی است. افراد مبتدی هرگز نمیتوانند از چنین شیوهای استفاده کنند. تنها زمانی میتوان این روش را به کار برد که علاوه بر مواردی که بیان شد، فرد قادر به پیادهسازی و تعیین استراتژی معاملاتی مخصوص خود باشد.
- اگر در امر سرمایهگذاری بسیار ماهر و حرفهای باشید، باز هم ممکن است نتوانید استراتژی خود را آنطور که باید و شاید به ربات منتقل کنید. در این صورت نتایجی که کسب میکنید با نتایج موردنظر شما متفاوت خواهد بود. پس برای استفاده از معاملات الگوریتمی هم باید به دانش کامپیوتری مسلط باشید و هم به شناخت و درک درستی از بازار سرمایه رسیده باشید.
- این شیوه معاملاتی نیازمند بستر سختافزاری مناسب است. بدون اینترنت و سختافزار مناسب هرگز نمیتوانید استراتژی معاملاتی خود را به ربات بدهید. دقت کنید که اطلاعات بازار در برنامه به صورت لحظهای آپدیت میشوند و بر همین اساس معاملات انجام خواهند شد. حال اگر اتصال اینترنت قطع شود و یا سختافزار مناسب نباشد (نبود رم کافی، مشکلات مربوط به CPU، حافظه، کش و …) اطلاعات با تاخیر در الگوریتم بارگذاری میشوند. در نهایت نتیجهای که دریافت میکنید، آن چیزی نیست که انتظارش را داشتهاید.
- برخی گمان میکنند که در صورت استفاده از معاملات الگوریتمی، دیگر نیازی به رصد کردن بازار و تحلیل وجود ندارد. چنین دیدگاهی از پایه اشتباه است. شما در هر حال باید نتایج و بازخورد الگوریتم را بررسی کنید و هر کجا که لازم بود اصلاحات را به منظور بهینهسازی برنامه خود انجام دهید.
معاملات الگوریتمی در یک نگاه
آنچه در این مطلب بیان شد، نشان میدهد که معاملات الگوریتمی به صورت خودکار یا نیمهخودکار انجام میشوند. اگر میخواهید این شیوه را در معاملات خود به کار بندید، نیازمند سختافزار و نرمافزار مناسب هستید. افزون بر این موارد باید تخصص و تجربه کافی را در بازار بورس داشته باشید. چرا که ابتدا باید استراتژی معاملاتی خود را مشخص کنید. در غیر اینصورت نتایج مطلوبی کسب نخواهید کرد.
این شیوه مخصوص افراد حرفهای و مجرب است و افراد تازهوارد به بورس نمیتوانند از آن بهره ببرند. در تمام جهان از این روش استفاده میشود و میتوان اینگونه ادعا کرد که در تمام معاملاتی که در حجمهای بالا انجام میشوند، رباتها دخیل هستند. تکنولوژی روزبهروز در حال پیشرفت است و تحلیلگران و برنامهنویسان بر روی هوشمندسازی برنامههای معاملات الگوریتمی متمرکز شدهاند.
به طور کلی نباید فراموش کنید که در صورت اجرا و عملکرد صحیح الگوریتم، سرعت و دقت بالای موجود در این روش سودهای کلانی را روانه جیب شما میکند؛ اما اگر الگوریتم نوشته شده نامناسب باشد، همین سرعت بالا میتواند ضررهای هنگفتی را نیز به شما وارد کند و مانع از این امر شود که معاملاتتان به سود بینجامد. در نهایت میتوان گفت که مفید بودن این روش تا حد زیادی به میزان دانش شما بستگی دارد.
در بورس ایران نیز تا چند وقت پیش استفاده از این شیوهها مجاز بود اما اکنون عملی غیرقانونی به شمار میرود. باید منتظر ماند و دید آیا در آینده قوانین جدیدی وضع میشود تا بتوان بر اساس آنها از معاملات الگوریتمی استفاده کرد یا خیر.
دیدگاه شما