El trading algorítmico (también llamado trading automatizado, trading en caja negra o algo-trading) utiliza un programa informático que sigue un conjunto definido de instrucciones (un algoritmo) para realizar un trading. El comercio, en teoría, puede generar ganancias a una velocidad y frecuencia que es imposible para un comerciante humano.

Los conjuntos de instrucciones definidos se basan en el tiempo, el precio, la cantidad o cualquier modelo matemático. Aparte de las oportunidades de ganancias para el comerciante, el comercio de algo hace que los mercados sean más líquidos y el comercio más sistemático al descartar el impacto de las emociones humanas en las actividades comerciales.

Comercio algorítmico en la práctica

Supongamos que un trader sigue estos simples criterios comerciales:

• Compre 50 acciones de una acción cuando su media móvil de 50 días supera la media móvil de 200 días. (Un promedio móvil es un promedio de puntos de datos pasados que suaviza las fluctuaciones diarias de precios y, por lo tanto, identifica tendencias.)
• Vender acciones de la acción cuando su media móvil de 50 días está por debajo de la media móvil de 200 días.

Usando estas dos sencillas instrucciones, un programa de computadora monitorizará automáticamente el precio de las acciones (y los indicadores de promedio móvil) y colocará las órdenes de compra y venta cuando se cumplan las condiciones definidas. El operador ya no necesita monitorear los precios y gráficos en vivo ni realizar las órdenes manualmente. El sistema de trading algorítmico hace esto automáticamente al identificar correctamente la oportunidad de trading.

Beneficios del Trading Algorítmico

Algo-trading proporciona los siguientes beneficios:

• Las operaciones se ejecutan al mejor precio posible.
• La colocación de órdenes de operación es instantánea y precisa (hay una alta probabilidad de ejecución en los niveles deseados).
• Las operaciones se cronometran de forma correcta e instantánea para evitar cambios de precio significativos.
• Reducción de los costes de transacción.
• Comprobaciones automatizadas simultáneas en múltiples condiciones de mercado.
• Riesgo reducido de errores manuales al realizar operaciones.
• El comercio de algo se puede probar utilizando datos históricos y en tiempo real disponibles para ver si es una estrategia comercial viable.
• Redujo la posibilidad de errores por parte de comerciantes humanos basados en factores emocionales y psicológicos.

La mayoría de las operaciones de algo en la actualidad son operaciones de alta frecuencia (HFT), que intentan capitalizar la colocación de un gran número de órdenes a velocidades rápidas en múltiples mercados y múltiples parámetros de decisión basados en instrucciones preprogramadas.

Algo-trading se utiliza en muchas formas de comercio y actividades de inversión, incluyendo:

• Los inversores a medio y largo plazo o las empresas del lado de la compra-fondos de pensiones, fondos de inversión, compañías de seguros—utilizan algo-trading para comprar acciones en grandes cantidades cuando no quieren influir en los precios de las acciones con inversiones discretas y de gran volumen.
• Los traders a corto plazo y los participantes del lado de venta-creadores de mercado (como casas de corretaje), especuladores y arbitradores-se benefician de la ejecución automatizada de operaciones; además, el comercio de algo ayuda a crear liquidez suficiente para los vendedores en el mercado.
• Los traders sistemáticos-seguidores de tendencias, fondos de cobertura o traders de pares (una estrategia de trading neutral en el mercado que combina una posición larga con una posición corta en un par de instrumentos altamente correlacionados, como dos acciones, fondos cotizados en bolsa (ETF) o divisas)-encuentran mucho más eficiente programar sus reglas de trading y dejar que el programa opere automáticamente.

El trading algorítmico proporciona un enfoque más sistemático para el trading activo que los métodos basados en la intuición o el instinto del trader.

Estrategias de Negociación algorítmica

Cualquier estrategia de negociación algorítmica requiere una oportunidad identificada que sea rentable en términos de ganancias mejoradas o reducción de costos. Las siguientes son estrategias comerciales comunes utilizadas en el comercio de algo:

Estrategias de seguimiento de tendencias

Las estrategias comerciales algorítmicas más comunes siguen las tendencias en medias móviles, rupturas de canales, movimientos de nivel de precios e indicadores técnicos relacionados. Estas son las estrategias más fáciles y simples de implementar a través del comercio algorítmico porque estas estrategias no implican hacer predicciones o pronósticos de precios. Las operaciones se inician en función de la aparición de tendencias deseables, que son fáciles y sencillas de implementar a través de algoritmos sin entrar en la complejidad del análisis predictivo. El uso de medias móviles de 50 y 200 días es una estrategia popular para seguir tendencias.

Oportunidades de arbitraje

Comprar una acción de doble cotización a un precio más bajo en un mercado y venderla simultáneamente a un precio más alto en otro mercado ofrece el diferencial de precios como beneficio libre de riesgo o arbitraje. La misma operación se puede replicar para acciones frente a instrumentos de futuros, ya que existen diferenciales de precios de vez en cuando. Implementar un algoritmo para identificar tales diferenciales de precios y realizar los pedidos de manera eficiente permite oportunidades rentables.

Reequilibrio de los Fondos indexados

Los fondos indexados han definido períodos de reequilibrio para equiparar sus tenencias con sus respectivos índices de referencia. Esto crea oportunidades rentables para los operadores algorítmicos, que capitalizan las operaciones esperadas que ofrecen ganancias de 20 a 80 puntos básicos, dependiendo del número de acciones en el fondo indexado justo antes del reequilibrio del fondo indexado. Tales operaciones se inician a través de sistemas de negociación algorítmica para una ejecución oportuna y los mejores precios.

Estrategias basadas en modelos matemáticos

Los modelos matemáticos comprobados, como la estrategia de trading neutral en delta, permiten operar en una combinación de opciones y el valor subyacente. (Delta neutral es una estrategia de cartera que consiste en múltiples posiciones con deltas positivas y negativas compensatorias, una relación que compara el cambio en el precio de un activo, generalmente un valor negociable, con el cambio correspondiente en el precio de su derivado, de modo que el delta total de los activos en cuestión es cero.)

Rango de negociación (Reversión media)

La estrategia de reversión media se basa en el concepto de que los precios altos y bajos de un activo son un fenómeno temporal que revierte a su valor medio (valor promedio) periódicamente. Identificar y definir un rango de precios e implementar un algoritmo basado en él permite que las operaciones se coloquen automáticamente cuando el precio de un activo entra y sale de su rango definido.

Precio medio ponderado por volumen (VWAP)

La estrategia de precio medio ponderado por volumen rompe una orden grande y libera porciones más pequeñas de la orden determinadas dinámicamente al mercado utilizando perfiles de volumen históricos específicos de las acciones. El objetivo es ejecutar la orden cerca del precio medio ponderado por volumen (VWAP).

Precio promedio ponderado por el tiempo (TWAP)

La estrategia de precio promedio ponderado por el tiempo rompe una orden grande y lanza al mercado porciones más pequeñas de la orden determinadas dinámicamente utilizando intervalos de tiempo divididos uniformemente entre una hora de inicio y una hora de finalización. El objetivo es ejecutar la orden cerca del precio medio entre las horas de inicio y finalización, minimizando así el impacto en el mercado.

Porcentaje de Volumen (POV)

Hasta que la orden de operación esté completamente completada, este algoritmo continúa enviando órdenes parciales de acuerdo con el ratio de participación definido y de acuerdo con el volumen negociado en los mercados. La «estrategia de pasos» relacionada envía órdenes a un porcentaje definido por el usuario de los volúmenes de mercado y aumenta o disminuye esta tasa de participación cuando el precio de las acciones alcanza niveles definidos por el usuario.

Déficit de implementación

La estrategia de déficit de implementación tiene como objetivo minimizar el costo de ejecución de una orden negociando en el mercado en tiempo real, ahorrando así en el costo de la orden y beneficiándose del costo de oportunidad de la ejecución retrasada. La estrategia aumentará la tasa de participación objetivo cuando el precio de las acciones se mueva favorablemente y disminuirá cuando el precio de las acciones se mueva negativamente.

Más allá de los Algoritmos Comerciales Habituales

Hay algunas clases especiales de algoritmos que intentan identificar «acontecimientos» en el otro lado. Estos «algoritmos de rastreo», utilizados, por ejemplo, por un creador de mercado del lado de venta, tienen la inteligencia incorporada para identificar la existencia de cualquier algoritmo en el lado de compra de un pedido grande. Dicha detección a través de algoritmos ayudará al creador de mercado a identificar grandes oportunidades de pedidos y les permitirá beneficiarse al completar los pedidos a un precio más alto. Esto a veces se identifica como de vanguardia de alta tecnología.

Requisitos técnicos para el Trading algorítmico

La implementación del algoritmo utilizando un programa informático es el componente final del trading algorítmico, acompañado de backtesting (probar el algoritmo en períodos históricos de rendimiento bursátil pasado para ver si su uso hubiera sido rentable). El desafío es transformar la estrategia identificada en un proceso computarizado integrado que tenga acceso a una cuenta de operaciones para realizar órdenes. Los siguientes son los requisitos para el trading algorítmico:

• Conocimiento de programación informática para programar la estrategia de trading requerida, programadores contratados o software de trading prefabricado.
• Conectividad de red y acceso a plataformas de negociación para realizar pedidos.
• Acceso a fuentes de datos de mercado que serán monitoreadas por el algoritmo en busca de oportunidades para realizar pedidos.
• La capacidad y la infraestructura para probar el sistema una vez que se construye antes de que se active en los mercados reales.
• Datos históricos disponibles para pruebas retrospectivas en función de la complejidad de las reglas implementadas en el algoritmo.

Un ejemplo de Trading Algorítmico

Royal Dutch Shell (RDS) cotiza en la Bolsa de Valores de Ámsterdam (AEX) y en la Bolsa de Valores de Londres (LSE). Comenzamos construyendo un algoritmo para identificar oportunidades de arbitraje. Aquí hay algunas observaciones interesantes:

• AEX cotiza en euros mientras que LSE cotiza en libra esterlina británica.
• Debido a la diferencia horaria de una hora, AEX abre una hora antes que LSE, seguido de que ambas bolsas operen simultáneamente durante las próximas horas y luego operen solo en LSE durante la última hora mientras AEX cierra.

¿Podemos explorar la posibilidad de operar con arbitraje en las acciones de Royal Dutch Shell que cotizan en estos dos mercados en dos monedas diferentes?

Requisitos:

• Un programa informático que puede leer los precios actuales del mercado.
• Fuentes de precios de LSE y AEX.
• Un feed de tipos de cambio de divisas para GBP-EUR.
• Capacidad de colocación de pedidos que puede enrutar el pedido al intercambio correcto.
• Capacidad de Backtesting en feeds de precios históricos.

El programa de computadora debe realizar lo siguiente:

• Lea el feed de precios entrantes de las acciones de RDS de ambas bolsas.
• Usando los tipos de cambio de divisas disponibles, convierta el precio de una moneda a la otra.
• Si hay una discrepancia de precios lo suficientemente grande (descontando los costos de corretaje) que conduce a una oportunidad rentable, entonces el programa debe colocar la orden de compra en el intercambio de precio más bajo y vender la orden en el intercambio de precio más alto.
• Si las órdenes se ejecutan según lo deseado, el beneficio de arbitraje seguirá.

Simple y fácil! Sin embargo, la práctica del trading algorítmico no es tan fácil de mantener y ejecutar. Recuerde, si un inversor puede realizar una operación generada por algo, también lo pueden hacer otros participantes del mercado. En consecuencia, los precios fluctúan en mili e incluso microsegundos. En el ejemplo anterior, ¿qué sucede si se ejecuta una operación de compra, pero la operación de venta no, porque los precios de venta cambian en el momento en que la orden llega al mercado? El operador se quedará con una posición abierta, lo que hará que la estrategia de arbitraje no tenga valor.

Existen riesgos y desafíos adicionales, como riesgos de falla del sistema, errores de conectividad de red, retrasos entre las órdenes de operación y la ejecución y, lo más importante de todo, algoritmos imperfectos. Cuanto más complejo sea un algoritmo, más estrictas serán las pruebas retrospectivas antes de ponerlas en práctica.