พื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่าง |

พื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่าง |

สารบัญ:

Anonim

อัลกอริทึมคือชุดของคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อที่จะดำเนินงานหรือกระบวนการ

การซื้อขายอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายแบบกล่องดำหรือการซื้อขายแบบอัลกอฮอร์) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ เป็นไปไม่ได้สำหรับผู้ประกอบการค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีทำให้ตลาดของเหลวมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยไม่ใช้ผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า (ดูข้อมูลเพิ่มเติมได้ที่ การเลือกซอฟท์แวร์การซื้อขายขั้นตอนวิธีที่ถูกต้อง .)

สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้:

ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน

  • ขายหุ้นของหุ้น เมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน
  • การใช้ชุดคำสั่งสองคำสั่งนี้ง่ายต่อการเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้น (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) และสถานที่โดยอัตโนมัติ คำสั่งซื้อและขายเมื่อมีการระบุเงื่อนไขที่กำหนดไว้ ผู้ประกอบการค้าไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอลิกึมจะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดู

ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาทำให้แนวโน้มโดดเด่น .) หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับกลยุทธ์ที่พิสูจน์แล้วและตรงประเด็นที่สามารถใช้งานได้ในระบบการค้าแบบลอรีทึมให้ดูที่หลักสูตร Invest Trader for Investopedia Academy ']

ประโยชน์ของ การค้าอัลกอริทึม

การซื้อขายแบบอัลโกมีประโยชน์ดังต่อไปนี้

การค้าที่ดำเนินการในราคาที่ดีที่สุด

การสั่งซื้อสินค้าทางการค้าได้ทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ)

  • การค้าถูกกำหนดเวลาให้ถูกต้องและรวดเร็ว เพื่อหลีกเลี่ยงการเปลี่ยนแปลงของราคาอย่างมีนัยสำคัญ
  • ลดค่าใช้จ่ายในการทำธุรกรรม (ดูตัวอย่างการขาดการดำเนินการด้านล่าง)
  • การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ ครั้ง
  • ลดความเสี่ยงจากข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า
  • Backtest the algorithm เกี่ยวกับข้อมูลทางประวัติศาสตร์และเรียลไทม์ที่มีอยู่
  • ลดความเป็นไปได้ที่จะเกิดข้อผิดพลาดจากผู้ค้ามนุษย์ตามปัจจัยด้านอารมณ์และจิตใจ
  • ส่วนที่ใหญ่ที่สุดของการซื้อขายแบบอัลกอฮอลในปัจจุบันคือการซื้อขายแบบความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากด้วยความเร็วที่รวดเร็วในหลายตลาดและพารามิเตอร์การตัดสินใจหลายแบบ เกี่ยวกับคำแนะนำที่ตั้งไว้ล่วงหน้า(สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายแบบความถี่สูงโปรดดูที่
  • กลยุทธ์และความลับของ บริษัท ด้านการค้า High Frequency Trading (HFT)
)

การค้าขายแบบอัลกอฮอร์ใช้ในกิจกรรมการค้าและการลงทุนหลายรูปแบบ ได้แก่ นักลงทุนระยะกลางถึงระยะยาวหรือ บริษัท ซื้อ (กองทุนบำเหน็จบำนาญกองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนในปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัติ นอกจากนี้ Algo-Trading เอดส์ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด

ผู้ค้าที่เป็นระบบ (เทรนด์คู่ค้าคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและปล่อยให้การค้าโปรแกรมเป็นไปโดยอัตโนมัติ

  • การค้าอัลกอริธึมให้แนวทางการซื้อขายที่มีระบบมากขึ้นกว่าวิธีการที่อาศัยสัญชาตญาณของพ่อค้ามนุษย์หรือสัญชาตญาณ
  • กลยุทธ์การค้าอัลกอริทึม
  • กลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมต้องใช้โอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน กลยุทธ์ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอฮอร์:

กลยุทธ์การติดตามแนวโน้ม:

กลยุทธ์การซื้อขายโดยใช้อัลกอริธึมที่ใช้บ่อยที่สุดจะเป็นไปตามแนวโน้มค่าเฉลี่ยเคลื่อนที่ค่า breakouts ของช่องสัญญาณการเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงคาดการณ์ ตัวอย่างที่กล่าวถึงข้างต้นของค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่เป็นที่นิยมตามกลยุทธ์ (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่:

กลยุทธ์แบบง่ายสำหรับการพัวพันกับแนวโน้ม

  • .)

โอกาสในการทำกำไร: การซื้อหุ้นในตลาดหลักทรัพย์แบบคู่ในราคาที่ต่ำกว่าในตลาดเดียวและขายได้ที่ ราคาที่สูงขึ้นในตลาดอื่น ๆ มีความแตกต่างของราคาเป็นกำไรปราศจากความเสี่ยงหรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ การปรับสมดุลของดัชนีใหม่

  • :

กองทุนดัชนีมีการกำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่ทำกำไรได้สำหรับผู้ค้าปลีกแบบอัลกอริทึมซึ่งใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีผลกำไร 20-80 คะแนนขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวจะเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอริทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด

  • รูปแบบทางคณิตศาสตร์แบบจำลองทางคณิตศาสตร์: โมเดลทางคณิตศาสตร์ที่พิสูจน์แล้วเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งช่วยให้สามารถซื้อขายตัวเลือกต่างๆและการรักษาความปลอดภัยในรูปแบบต่างๆ เดลต้าผลงานจะยังคงอยู่ที่ศูนย์

ช่วงการเทรดดิ้ง (Mean Reversion):

  • กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดว่าราคาของสินทรัพย์สูงและราคาต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด

ราคาถัวเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price: VWAP):

  • กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งเป็นคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็กลงแบบไดนามิกตามลำดับไปยังตลาดโดยใช้โปรไฟล์ปริมาณ จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย

ราคาถัวเฉลี่ยถ่วงน้ำหนักต่อวัน (TWAP):

  • กลยุทธ์ราคาถัวเฉลี่ยถ่วงเวลาแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่ชิ้นเล็กลงที่กำหนดแบบไดนามิกตามลำดับไปยังตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด

เปอร์เซ็นต์ของปริมาณ (POV):

  • จนกว่าคำสั่งซื้อจะได้รับการเติมอย่างสมบูรณ์อัลกอริทึมนี้จะยังคงส่งคำสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด "กลยุทธ์ขั้นตอน" ที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้

การขาดการดำเนินงาน:

  • กลยุทธ์การขาดแคลนการนำไปใช้มีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินงานของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ซึ่งจะช่วยประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการที่ล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น

นอกเหนือจากอัลกอริธึมการค้าทั่วไป:

  • มีบางขั้นตอนวิธีพิเศษพิเศษที่พยายามระบุ "เหตุการณ์" ในอีกด้านหนึ่ง "อัลกอริทึมการดมกลิ่น" ที่ใช้โดยผู้ทำการตลาดด้านการขายมีสติปัญญาที่สร้างขึ้นเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และทำให้เขาได้รับประโยชน์จากการกรอกคำสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายหลักทรัพย์และการหลอกลวงในระดับสูงโปรดดู <

ถ้าคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFT

  • .)

ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอน การใช้อัลกอริทึมโดยใช้คอมพิวเตอร์ โปรแกรมเป็นส่วนสุดท้าย clubbed กับ backtesting ความท้าทายคือการแปลงกลยุทธ์ที่ระบุไว้เป็นกระบวนการทางคอมพิวเตอร์แบบรวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ การเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อ

การเข้าถึงฟีดข้อมูลข้อมูลตลาดที่จะ

ความสามารถและโครงสร้างพื้นฐานในการทำ backtest ระบบที่สร้างขึ้นก่อนที่จะไปสู่ตลาดจริง

  • ข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในอัลกอริทึม < 999 นี่เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) จดทะเบียนในตลาดหลักทรัพย์อัมสเตอร์ดัม (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE)ลองสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจเล็กน้อย:
  • AEX เทรดในสกุลเงินยูโรขณะที่ LSE เทรดในสกุลเงินปอนด์
  • เนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX เปิดเร็วกว่า LSE หนึ่งชั่วโมงก่อนที่ตลาดหุ้นทั้งสองจะซื้อขายในเวลาไม่กี่ชั่วโมงถัดไป จากนั้นซื้อขายเฉพาะใน LSE ในช่วงชั่วโมงที่ผ่านมาเนื่องจาก AEX ปิด
  • เราสามารถศึกษาความเป็นไปได้ในการซื้อขายหุ้นของ Royal Dutch Shell ในตลาดสองแห่งนี้ในสองสกุลเงินต่างกันหรือไม่?
  • ความต้องการ:

โปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบัน

  • ฟีดราคาจากทั้ง LSE และ AEX
  • ฟีดอัตราแลกเปลี่ยนสำหรับอัตราแลกเปลี่ยน GBP-EUR

ความสามารถในการวางคำสั่งซื้อซึ่งสามารถกำหนดเส้นทางได้ เพื่อความถูกต้องของการแลกเปลี่ยน

ความสามารถในการทดสอบย้อนกลับของฟีดในอดีต

  • โปรแกรมคอมพิวเตอร์ควรทำดังนี้
  • อ่านฟีดราคาที่รับเข้ามาจากสต็อค RDS จากทั้งสองฝ่ายแลกเปลี่ยน
  • ใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ แปลงราคาของสกุลเงินหนึ่งไปเป็นสกุลเงินอื่น ๆ
  • หากมีความแตกต่างของราคามากพอสมควร (ลดค่าใช้จ่ายในการเป็นนายหน้าซื้อขายหลักทรัพย์) นำไปสู่โอกาสที่มีกำไรจากนั้นวางคำสั่งซื้อในใบสั่งซื้อที่ต่ำกว่าและใบสั่งขายในราคาที่สูงกว่า 999 > หากคำสั่งซื้อถูกดำเนินการตามต้องการกำไรจากการทำกำไรจะเป็นไปตาม
  • ง่ายและสะดวก! อย่างไรก็ตามการปฏิบัติของการค้าอัลกอริธึมไม่ง่ายที่จะรักษาและดำเนินการ โปรดจำไว้ว่าถ้าคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคามีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นถ้าการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การค้าขายไม่ได้เนื่องจากราคาขายเปลี่ยนแปลงไปเมื่อถึงเวลาที่สินค้าของคุณเข้าสู่ตลาด? คุณจะจบลงด้วยการเปิดตำแหน่งทำให้กลยุทธ์การซื้อเก็งกำไรของคุณไร้ค่า

มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายเวลาล่าช้าระหว่างคำสั่งซื้อและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นจำเป็นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน

  • บรรทัดด้านล่าง
  • การวิเคราะห์เชิงปริมาณของประสิทธิภาพของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ นักวิเคราะห์เชิงวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้อย่างรอบคอบและการทดสอบอย่างละเอียดของการซื้อขายสัญญาซื้อขายล่วงหน้าสามารถสร้างโอกาสที่ทำกำไรได้ (ดูข้อมูลเพิ่มเติมในการสร้างหุ่นยนต์การค้าอัลกอโกด้วยตัวคุณเอง)