알고리즘 트레이딩(또한 거래를 자동화,블랙박스 무역,또는 algo-무역)에서 사용하는 컴퓨터 프로그램을 다음과 같이 정의된 집합 지침(알고리즘)에 위치합니다. 무역은 이론 상으로는 인간 상인에게는 불가능한 속도와 빈도로 이익을 창출 할 수 있습니다.

정의 된 명령어 세트는 타이밍,가격,수량 또는 수학적 모델을 기반으로합니다. 그 외에도에서 이익의 기회에 대 한 상인,algo-거래 렌더링하는 시장이 더 많은 액체와 더 많은 거래 체계적인에 의해 밖으로 판결의 영향이 인간의 감정에서 무역 활동입니다.

알고리즘 트레이딩에서 연습

가는 상인에서는 다음과 같은 단순한 무역 기준:

• 사 50 주의 주식을 할 때 그는 50 일 이동 평균 200 하루 평균 이동. (이동 평균은 일상적인 가격 변동을 부드럽게하여 추세를 파악하는 과거 데이터 포인트의 평균입니다.)
• 50 일 이동 평균이 200 일 이동 평균 이하로 내려갈 때 주식의 주식을 매도하십시오.

를 사용하여 이러한 두 가지 간단한 지침은 컴퓨터 프로그램이 자동으로 모니터링 주식 가격(이동 평균표)과 장소 구매 및 판매 주문할 때 정의된 조건은 충족된다. 상인은 더 이상 라이브 가격과 그래프를 모니터링하거나 수동으로 주문에 넣을 필요가 없습니다. 알고리즘 거래 시스템은 거래 기회를 올바르게 식별하여 자동으로이를 수행합니다. 나는 이것을 할 수 없다.:01

의 기본 알고리즘 트레이딩

의 혜택 알고리즘 트레이딩

Algo-거래는 다음과 같은 장점을 제공합니다.

• 거래는 실행 가능한 최적의 가격으로.
• 무역 주문 배치는 즉각적이고 정확합니다(원하는 수준에서 실행 가능성이 높습니다).
• 거래는 상당한 가격 변화를 피하기 위해 정확하고 즉각적으로 시간이 초과됩니다.
• 거래 비용 감소.
• 여러 시장 상황에 대한 동시 자동 검사.
• 거래를 배치 할 때 수동 오류의 위험을 줄였습니다.
• Algo-trading 은 사용 가능한 역사적 및 실시간 데이터를 사용하여 백 테스팅되어 실행 가능한 거래 전략인지 확인할 수 있습니다.
• 는 정서적 및 심리적 요인에 따라 인간 상인의 실수 가능성을 줄였습니다.

가장 algo-오늘 거래는 높은 주파수 거래(HFT)하려고 하는 투자에 배치의 큰 숫자 주문서에 빠른 속도로 여러 시장에 여러 매개 변수 결정에 따라 프로그램된다.

Algo-trading 은 다음과 같은 다양한 형태의 거래 및 투자 활동에 사용됩니다:

• Mid-to long-term 투자자 또는 구매 측 기업—연금 펀드,상호 기금,보험 회사—사용 algo-무역을 구매하는 주식에서 많은 양들이 그들이 하지 않을 때에 영향을 주식 가격으로 불연속,크 양 투자입니다.
• 단기 상인 및 판매 측 참가자는 시장 업체(와 같은 중개소),투기,그리고 arbitrageurs—에서 혜택 자동화 된 무역 실행,또한,algo-무역에 도움을 만들기에 충분한 유동성에 대한 판매자 시장에 있습니다.
• 체계적인 트렌드—추종자들,헤지펀드,또는 쌍인(장 중립적인 거래 전략과 일치하는 장치로 짧은 위치에 한 쌍의 상관관계가 매우 높 악기 같은 두 가지 주식,상금(ETFs)또는 통화)—그것을 찾을 훨씬 더 효율적으로 프로그램의 거래 규정 및 프로그램에 의한 무역 자동으로 합니다.

알고리즘 트레이딩 제공하는 체계적인 접근 방식을 활성 거래 방법보다 기반으로 상인 직관 또는 본능이다.

알고리즘 트레이딩 전략

어떤 전략에 대한 알고리즘 트레이딩에 필요는 기회를 식별하는 유익의 측면에서 향상된 수입 또는 비용을 감소입니다. 다음은 일반적인 무역 전략에서 사용 algo-거래

트렌드-다음의 전략

가장 일반적인 알고리즘 트레이딩 전략을 추세를 따라 이동평균,채널을 탈출,가격 수준의 움직임과 관련된 기술 지표입니다. 이들은 가장 쉽고 간단한 전략을 구현을 통해 알고리즘 트레이딩기 때문에 이러한 전략을 포함하지 않는 모든 예측하거나 가격 예측이 가능합니다. 거래 시작한에 따라 발생하는 트렌드는 쉽고 간단하게 구현을 통해 알고리즘이 없으로 점점 복잡성의 예측 분석합니다. 50 일 및 200 일 이동 평균을 사용하는 것은 인기있는 추세를 따르는 전략입니다.

차익 기회

을 구입하는 듀얼-나열된 주식에서 더 낮은 가격 중 하나에서 시장과 동시에 그것을 판매하는 더 높은 가격에 다른 시장에 제공하는 가격 차등으로 위험을 무료로 이익이나 차익이다. 가격 차이가 수시로 존재하는 것처럼 동일한 작업이 주식 대 선물 상품에 대해 복제 될 수 있습니다. 이러한 가격 차이를 식별하는 알고리즘을 구현하고 효율적으로 주문을 배치하면 수익성있는 기회를 얻을 수 있습니다.

펀드 인덱스로 재조정

펀드가 정의한 기간 동안의 재조정을 가지고 자신의 소유를 파는 그들의 각각 벤치마크 지수입니다. 이는 수익 기회를 위한 알고리즘 트레이더,누가에 투자하는 예상된 거래를 제공하는 기준으로 20~80 점 이익에 따라 주식의 수는 인덱스에서 펀드 전에 인덱스 기금 재조정을 예로 들었다. 이러한 거래는시기 적절한 실행과 최상의 가격을 위해 알고리즘 거래 시스템을 통해 시작됩니다.

수학적 모델 기반 전략

입증한 수학적 모델과 같은 델타-중립 전략을 허용 거래에서 옵션의 조합와 기본 보안입니다. (델타 중립은 포트폴리오 전략으로 구성된 여러 위치를 상쇄하는 긍정적이고 부정적인 델타—비율의 비교에서 변경 자산의 가격,일반적으로 팔리는 보안,해당 변경에서의 가격은 그 유도체—도록 전체 델타 문제의 자산 총계니다.)

거래 범위(의 복귀를 의미)

의미한 전환 전략은 개념을 기반으로는 높은 가격과 낮은 가격의 자산은 일시적인 현상을 되돌리는 그들의 평균 값(평균 값)을 정기적으로 실시합니다. 을 식별하고 정의하는 가격 범위 및 구현하는 알고리즘을 기반으로 허용 거래에 배치 될 때 자동으로 가격의 자산을 나누기에 정의된 범위에 있습니다.

볼륨을 가중 평균 가격(VWAP)

볼륨을 가중 평균 가격 전략 분해 및 출시 동적으로 결정된 작은 조각의 순서를 사용하여 시장 주식-특정한 역사적인 볼륨 프로필에 있습니다. 목표는 볼륨 가중 평균 가격(VWAP)에 가까운 주문을 실행하는 것입니다.

시간을 가중 평균 가격(TWAP)

시간을 가중 평균 가격 전략 분해 및 출시 동적으로 결정된 작은 조각의 순서를 사용하여 시장 균등하게 나누는 시간 사이의 슬롯이 시작과 끝나는 시간입니다. 목표는 시작 시간과 종료 시간 사이의 평균 가격에 가까운 주문을 실행하여 시장 영향을 최소화하는 것입니다.

의 비율을 볼륨(POV)

까지 무역 주문이 완전히 가득한,이 알고리즘을 계속 보내는 부분에 따라 순서를 정의 참여 비율 양에 따라 거래되는 시장에서. 관련”계 전략”을 보내는 명령에 사용자 정의 백분율 시장의 볼륨이 증가 또는 감소로 이 참여율을 때 주식 가격에 도달하면 사용자 정의된 수준입니다.

구현에 적자

구현에 적자 전략을 최소화하는 것을 목표로 실행하는 비용의 순서에 의해 거래하는 실시간 시장함으로써 비용을 절약의 순서와에서 혜택의 기회 비용이 지연 실행합니다. 이 전략은 주가가 호의적으로 움직일 때 목표 참여율을 높이고 주가가 불리하게 움직일 때 그것을 감소시킬 것입니다.

적 거래 알고리즘

몇 가지 특별한 클래스는 알고리즘을 식별하는”사건에서”다른 측면이다. 이러한”스니핑 알고리즘은”사용되는,예를 들어,의 판매 측장 메이커—가 내장된 정보를 식별하의 존재를 알고리즘에서 구입쪽의 큰 순서입니다. 이러한 검출 알고리즘을 통해 시장에 도움이 될 것입니다 maker 식별 대량 주문의 기회를 허용하도록 하는 혜택을 작성하여 주문에서 더 높은 가격입니다. 이것은 때때로 하이테크 프론트 러닝으로 확인됩니다.

기술적 요구 사항에 대한 알고리즘 트레이딩

를 구현하는 알고리즘을 사용하여 컴퓨터 프로그램은 최종 구성 요소의 알고리즘 트레이딩과 함께 백 테스팅(노력하고 알고리즘에서 역사 기간 과거의 주식 시장의 성능을보를 사용하는 경우 그것은 수익성이되었습니다). 과제는 식별 된 전략을 주문 배치를위한 거래 계좌에 액세스 할 수있는 통합 된 컴퓨터 화 된 프로세스로 변환하는 것입니다. 다음은 알고리즘 거래에 대한 요구 사항입니다:

• 필요한 거래 전략,고용 된 프로그래머 또는 사전 제작 된 거래 소프트웨어를 프로그래밍하는 컴퓨터 프로그래밍 지식.
• 네트워크 연결 및 거래 플랫폼에 대한 액세스는 주문을합니다.
• 시장 데이터에 대한 액세스는 주문을 할 수있는 기회를 알고리즘에 의해 모니터링됩니다 피드.
• 실제 시장에서 생중계되기 전에 일단 구축되면 시스템을 백 테스트 할 수있는 능력과 인프라.
• 알고리즘에 구현 된 규칙의 복잡성에 따라 백 테스팅에 사용 가능한 과거 데이터.

알고리즘 거래의 예

Royal Dutch Shell(Rds)은 암스테르담 증권 거래소(AEX)및 런던 증권 거래소(LSE)에 상장되어 있습니다. 우리는 차익 거래 기회를 식별하는 알고리즘을 구축하는 것으로 시작합니다. 다음은 몇 가지 흥미로운 관찰입니다.

• AEX 는 유로화로 거래되는 반면 Lse 는 영국 파운드 스털링에서 거래됩니다.
• 때문에 하나는 시간의 시간 차이,AEX 이 열리는 시간보다 일찍 LSE 다음으로 모두 교환 거래를 동시에 다음 몇 시간이고 그런 다음 거래에서만 LSE 중에 마지막 시간으로 AEX 닫습니다.

이 두 시장에 상장 된 royal Dutch Shell 주식에 대한 차익 거래 가능성을 두 가지 통화로 탐색 할 수 있습니까?

요구 사항:

• 현재 시장 가격을 읽을 수있는 컴퓨터 프로그램입니다.
• 가격은 LSE 와 AEX 모두에서 공급됩니다.
• gbp-EUR 에 대한 외환(외환)금리 피드.
• 순서를 올바른 교환으로 라우팅 할 수있는 주문 배치 기능.
• 역사적인 가격 피드에서 백 테스팅 기능.

컴퓨터 프로그램은 다음을 수행해야합니다:

• 두 거래소에서 rds 주식의 들어오는 가격 피드를 읽습니다.
• 사용 가능한 외화 환율을 사용하여 한 통화의 가격을 다른 통화로 변환합니다.
• 가 있다면 충분히 큰 가격 차이(할인 중개 비용)을 선도하는 기회를 수익성,이 프로그램은 다음 한 곳은 살기 위해서 가격이 더 낮은 환고 판매하기 위해서 높은 가격합니다.
• 주문이 원하는대로 실행되면 차익 거래 이익이 따릅니다.

간단하고 쉬운! 그러나 알고리즘 트레이딩의 관행은 유지 및 실행이 간단하지 않습니다. 한 투자자가 알고 생성 된 무역을 배치 할 수 있다면 다른 시장 참여자도 할 수 있음을 기억하십시오. 결과적으로 가격은 밀리 초 및 심지어 마이크로 초 단위로 변동합니다. 위의 예제에서는 어떻게 될 경우에는 구매 무역을 실행하지만 판매하는 거래하지 않기 때문에 판매 가격 변화에 의해시 주문 시장? 거래자는 차익 거래 전략을 쓸모 없게 만드는 열린 자세로 남을 것입니다.

추가한 위험과 과제와 같은 시스템 고장 위험 네트워크 연결 오류,시간-지연 사이의 무역 주문 및 실행 그리고,모두의 가장 중요한 것은 불완전한 알고리즘이 있습니다. 알고리즘이 복잡할수록 동작에 투입되기 전에 더 엄격한 백 테스팅이 필요합니다.