algoritmisk handel (även kallad automatiserad handel, black-box trading eller algo-trading) använder ett datorprogram som följer en definierad uppsättning instruktioner (en algoritm) för att placera en handel. Handeln kan i teorin generera vinster med en hastighet och frekvens som är omöjlig för en mänsklig näringsidkare.

de definierade instruktionsuppsättningarna är baserade på timing, pris, kvantitet eller någon matematisk modell. Förutom vinstmöjligheter för näringsidkaren gör algo-trading marknaderna mer likvida och handeln mer systematisk genom att utesluta effekterna av mänskliga känslor på handelsaktiviteter.

algoritmisk handel i praktiken

anta att en näringsidkare följer dessa enkla handelskriterier:

• köp 50 aktier i ett lager när dess 50-dagars glidande medelvärde går över 200-dagars glidande medelvärde. (Ett glidande medelvärde är ett genomsnitt av tidigare datapunkter som jämnar ut de dagliga prisfluktuationerna och därmed identifierar trender.)
• Sälj Aktier i aktien när dess 50-dagars glidande medelvärde går under 200-dagars glidande medelvärde.

med hjälp av dessa två enkla instruktioner övervakar ett datorprogram automatiskt aktiekursen (och indikatorerna för glidande medelvärde) och placerar köp-och säljorderna när de definierade villkoren är uppfyllda. Näringsidkaren behöver inte längre övervaka levande priser och diagram eller lägga in orderna manuellt. Det algoritmiska handelssystemet gör detta automatiskt genom att korrekt identifiera handelsmöjligheten.

fördelar med algoritmisk handel

Algo-handel ger följande fördelar:

• handel utförs till bästa möjliga priser.
• handelsorderplacering är omedelbar och korrekt (det finns stor chans att utföra på önskade nivåer).
• Trades är tidsinställda korrekt och omedelbart för att undvika betydande prisförändringar.
• minskade transaktionskostnader.
• samtidiga automatiserade kontroller av flera marknadsförhållanden.
• minskad risk för manuella fel vid placering av affärer.
• Algo-handel kan backtestas med hjälp av tillgängliga historiska och realtidsdata för att se om det är en livskraftig handelsstrategi.
• minskade risken för misstag av mänskliga handlare baserat på känslomässiga och psykologiska faktorer.

de flesta algo-handel idag är högfrekvenshandel (HFT), som försöker kapitalisera på att placera ett stort antal order i snabba hastigheter över flera marknader och flera beslutsparametrar baserade på förprogrammerade instruktioner.

algo-handel används i många former av handel och investeringsverksamhet inklusive:

• mellan – och långsiktiga investerare eller köpföretag-pensionsfonder, fonder, försäkringsbolag-använder algo—trading för att köpa aktier i stora mängder när de inte vill påverka aktiekurserna med diskreta investeringar i stor volym.kortfristiga handlare och säljdeltagare-marknadsaktörer (som mäklarhus), spekulanter och arbitrageurs—dra nytta av automatiserad handel utförande; dessutom algo—handel hjälpmedel för att skapa tillräcklig likviditet för säljare på marknaden.systematiska handlare-trendföljare, hedgefonder eller parhandlare (en marknadsneutral handelsstrategi som matchar en lång position med en kort position i ett par starkt korrelerade instrument som två aktier, börshandlade fonder (ETF) eller valutor)-tycker att det är mycket effektivare att programmera sina handelsregler och låta programmet handla automatiskt.

algoritmisk handel ger ett mer systematiskt tillvägagångssätt för aktiv handel än metoder baserade på näringsidkarens intuition eller instinkt.

algoritmiska handelsstrategier

varje strategi för algoritmisk handel kräver en identifierad möjlighet som är lönsam när det gäller förbättrat resultat eller kostnadsminskning. Följande är vanliga handelsstrategier som används i algo-handel:

trendföljande strategier

de vanligaste algoritmiska handelsstrategierna följer trender i glidande medelvärden, kanalutbrott, prisnivårörelser och relaterade tekniska indikatorer. Dessa är de enklaste och enklaste strategierna att genomföra genom algoritmisk handel eftersom dessa strategier inte innebär att göra några förutsägelser eller prisprognoser. Handel initieras baserat på förekomsten av önskvärda trender, som är enkla och enkla att implementera genom algoritmer utan att komma in i komplexiteten i prediktiv analys. Att använda 50 – och 200-dagars glidande medelvärden är en populär trendföljande strategi.

arbitrage möjligheter

att köpa en dubbel noterad aktie till ett lägre pris på en marknad och samtidigt sälja den till ett högre pris på en annan marknad erbjuder prisskillnaden som riskfri vinst eller arbitrage. Samma operation kan replikeras för aktier vs. terminsinstrument som prisskillnader existerar från tid till annan. Att implementera en algoritm för att identifiera sådana prisskillnader och placera beställningarna effektivt möjliggör lönsamma möjligheter.

indexfond ombalansering

indexfonder har definierat perioder av ombalansering för att få sina innehav i nivå med sina respektive referensindex. Detta skapar lönsamma möjligheter för algoritmiska handlare, som kapitaliserar på förväntade affärer som erbjuder 20 till 80 poängvinster beroende på antalet aktier i indexfonden strax före indexfondens ombalansering. Sådana affärer initieras via algoritmiska handelssystem för snabb genomförande och de bästa priserna.

matematiska modellbaserade strategier

beprövade matematiska modeller, som delta-neutral handelsstrategi, tillåter handel på en kombination av alternativ och den underliggande säkerheten. (Delta neutral är en portföljstrategi som består av flera positioner med kvittning av positiva och negativa deltaer—ett förhållande som jämför förändringen i priset på en tillgång, vanligtvis en omsättbar säkerhet, till motsvarande förändring av priset på dess derivat—så att det totala deltaet för tillgångarna i fråga uppgår till noll.)

Trading Range (Mean Reversion)

Mean reversion strategy bygger på konceptet att de höga och låga priserna på en tillgång är ett tillfälligt fenomen som återgår till deras medelvärde (medelvärde) periodiskt. Genom att identifiera och definiera ett prisintervall och implementera en algoritm baserad på den kan affärer placeras automatiskt när priset på en tillgång bryts in och ut ur sitt definierade intervall.

Volume-weighted Average Price (VWAP)

Volume-weighted average price strategy bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med hjälp av lagerspecifika historiska volymprofiler. Syftet är att genomföra ordern nära det volymvägda genomsnittspriset (VWAP).

Time Weighted Average Price (TWAP)

Time-weighted average price strategy bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med jämnt fördelade tidsluckor mellan en start-och sluttid. Syftet är att genomföra ordern nära genomsnittspriset mellan start-och sluttiderna och därigenom minimera marknadspåverkan.

volymprocent (POV)

tills handelsordern är helt fylld fortsätter denna algoritm att skicka partiella order enligt det definierade deltagandeförhållandet och enligt volymen som handlas på marknaderna. Den relaterade ”steps-strategin” skickar order till en användardefinierad procentandel av marknadsvolymerna och ökar eller minskar denna deltagandegrad när aktiekursen når användardefinierade nivåer.

Implementeringsbrist

implementeringsbriststrategin syftar till att minimera exekveringskostnaden för en order genom att handla utanför realtidsmarknaden, vilket sparar kostnaden för ordern och drar nytta av alternativkostnaden för försenad utförande. Strategin kommer att öka den riktade deltagandegraden när aktiekursen rör sig positivt och minska den när aktiekursen rör sig negativt.

utöver de vanliga Handelsalgoritmerna

Finns det några speciella klasser av algoritmer som försöker identifiera ”händelser” på andra sidan. Dessa ”sniffningsalgoritmer” -som till exempel används av en marknadsmäklare på säljsidan—har den inbyggda intelligensen för att identifiera förekomsten av algoritmer på köpsidan av en stor order. Sådan upptäckt genom algoritmer hjälper marknadsmästaren att identifiera stora ordermöjligheter och göra det möjligt för dem att dra nytta av att fylla beställningarna till ett högre pris. Detta identifieras ibland som högteknologisk frontkörning.

tekniska krav för algoritmisk handel

implementera algoritmen med ett datorprogram är den sista komponenten i algoritmisk handel, åtföljd av backtesting (prova algoritmen på historiska perioder av tidigare aktiemarknadsresultat för att se om det skulle ha varit lönsamt att använda det). Utmaningen är att omvandla den identifierade strategin till en integrerad datoriserad process som har tillgång till ett handelskonto för att placera order. Följande är kraven för algoritmisk handel:

• Datorprogrammeringskunskap för att programmera den nödvändiga handelsstrategin, anlitade programmerare eller färdiga handelsprogramvara.
• nätverksanslutning och tillgång till handelsplattformar för att göra beställningar.
• tillgång till marknadsdataflöden som kommer att övervakas av algoritmen för möjligheter att placera order.
• förmågan och infrastrukturen att testa systemet när det är byggt innan det går live på verkliga marknader.
• tillgängliga historiska data för backtesting beroende på komplexiteten hos regler som implementeras i algoritmen.

ett exempel på algoritmisk handel

Royal Dutch Shell (RDS) är noterat på Amsterdam Stock Exchange (AEX) och London Stock Exchange (LSE). Vi börjar med att bygga en algoritm för att identifiera arbitrage möjligheter. Här är några intressanta observationer:

• AEX handlar i euro medan LSE handlar i Brittiska pund sterling.
• på grund av tidsskillnaden på en timme öppnar AEX en timme tidigare än LSE följt av båda börserna som handlas samtidigt under de närmaste timmarna och sedan endast handlas i LSE under den sista timmen när AEX stängs.

kan vi undersöka möjligheten till arbitragehandel på Royal Dutch Shell-aktien som är noterad på dessa två marknader i två olika valutor?

krav:

• ett datorprogram som kan läsa aktuella marknadspriser.
• prisflöden från både LSE och AEX.
• en forex (utländsk valuta) kurs foder för GBP-EUR.
• orderplacering kapacitet som kan dirigera ordern till rätt utbyte.
• Backtesting kapacitet på historiska pris flöden.

datorprogrammet ska utföra följande:

• Läs inkommande prismatning av RDS-aktier från båda börserna.
• konvertera priset på en valuta till den andra med hjälp av tillgängliga valutakurser.
• Om det finns en tillräckligt stor prisskillnad (diskontering av mäklarkostnaderna) som leder till en lönsam möjlighet, bör programmet placera köpordern på den billigare börsen och sälja ordern på den högre prissatta börsen.
• Om beställningarna utförs som önskat kommer arbitrage-vinsten att följa.

enkelt och enkelt! Utövandet av algoritmisk handel är dock inte så enkelt att underhålla och genomföra. Kom ihåg att om en investerare kan placera en algo-genererad handel, så kan andra marknadsaktörer. Följaktligen fluktuerar priserna i milli-och till och med mikrosekunder. I ovanstående exempel, vad händer om en köphandel utförs men säljhandeln inte beror på att försäljningspriserna ändras när ordern träffar marknaden? Näringsidkaren kommer att lämnas med en öppen position som gör arbitrage-strategin värdelös.

det finns ytterligare risker och utmaningar som systemfelrisker, nätverksanslutningsfel, tidsfördröjningar mellan handelsorder och utförande och, viktigast av allt, ofullkomliga algoritmer. Ju mer komplex en algoritm, desto strängare backtestning behövs innan den sätts i handling.