الگوریتم‌های پایش بازار

معاملات الگوریتمی در بورس

پایش قیمت سهام با استفاده از مدل های تحلیل ممیزی خطی، تحلیل ممیزی درجه دوم و الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی در بورس اوراق بهادار تهران

در این مقاله از مدل تحلیل ممیزی DA 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی
ANN-GA 2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شده است. در این پژوهش،
ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته شده در بورس اوراق بهادار تهران انتخاب
و اطلاعات مربوط به شاخص های قیمت و بازده نقدی TEDPIX ، قیمت پایانی، نوسان قیمت پایانی و حجم
معاملات در بازه زمانی سال های 1531 تا 1531 گردآوری گردید. سپس با به کارگیری آزمون وابستگی دیرش 5 ،
آزمون ضرایب کشیدگی و چولگی 4 و آزمون سلسله 3 و با استفاده از متغیر قیمت و بازده نقدی، شرکت های منتخب
به دودسته دستکاری قیمت شده و دستکاری قیمت نشده تقسیم شدند. سپس با بررسی نمودار روند تغییرات
شاخص قیمت و بازده نقدی و حجم معاملات در مورد شرکت های دستکاری قیمت شده، تاریخ شروع دستکاری
قیمت تعیین گردید. در گام بعدی، با استفاده از تابع تحلیل ممیزی خطی ) LDF ) 6 و تابع تحلیل ممیزی درجه دوم
( QDF ) 1 و همچنین الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی و با استفاده از متغیرهای قیمت پایانی، نوسان
قیمت پایانی و حجم معاملات و با به کارگیری اطلاعات یک سال قبل از شروع دستکاری قیمت سهام برای
شرکت های دستکاری قیمت شده و اطلاعات چهارساله برای شرکت های دستکاری قیمت نشده، مدل هایی برای
پیش بینی دستکاری قیمت سهام طراحی گردید. در پایان توانایی پیش بینی مدل ها موردبررسی قرار گرفت. با توجه
به نتایج به دست آمده، توانایی پیش بینی مدل تحلیل ممیزی درجه دوم نسبت به مدل تحلیل ممیزی خطی و مدل
الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی بهتر هست.

کلیدواژه‌ها

• دستکاری قیمت بازار
• تحلیل ممیزی خطی
• تحلیل ممیزی درجه دوم
• الگوریتم ژنتیک
• شبکه عصبی مصنوعی

عنوان مقاله [English]

LDF, QDF & ANN-GA based models for stock market surveillance in Tehran's Stock Exchange

نویسندگان [English]

• M. Hossein Poustfroush 1
• Alireza Naser Sadrabadi 2
• Mahmood Moeinaddin 3

In this study, Discriminant Analysis (DA) model and the hybrid model of Genetic Algorithm based on Artificial Neural Network (ANN-GA) are used to estimate manipulation of stock prices in Tehran Stock Exchange. In this study, first by using screening data method, a sample of 345 companies listed in Tehran Stock Exchange were selected and then information about the 'TEDPIX' index, closing price, volatility of closing price and trading volume in the timeframe years 1387 to 1391 were collected. Afterwards the selected companies categorized into manipulated and non-manipulated groups by using duration dependence test, skewness & kurtosis test and run test. Then with scrutiny of the trend of Tedpix's chart and volume chart of the manipulated group, Start of price manipulation is determined. In next step by using Linear Discriminant Function (LDF), Quadratic Discriminant Function (QDF) and Genetic Algorithm based Artificial Neural Network and by using closing price, volatility of closing price and trading volume variables and also using information in range one year before starting manipulation group and in range four years for non-manipulation group, designed models for forecasting manipulation. At the end, the prediction ability of the models was examined. According to the results, the prediction ability of QDF model compared to the LDF model and ANN model is better.

منظور از معاملات الگوریتمی در بورس چیست؟

به زبان ساده این معاملات را می توان اینگونه بیان کرد که معاملات الگوریتمی معاملاتی هستند که توسط الگوریتم ها و برنامه های کامپیوتری انجام می شود. این الگوریتم ها توانایی این را دارند که قیمت و حجم سفارشات و زمان بندی را در نظر بگیرند و بر اساس آن معامله کنند.

معاملات الگوریتمی در بورس

شروع معاملات در بورس به صورت فیزیکی و سنتی بود و برای خرید و فروش یک سهم باید به تالار بورس رفته و با توجه به قیمت روی تابلو فرم خرید یا فروش را پر می کردیم. کم کم با پیشرفت تکنولوژی می توان با استفاده از اینترنت به صورت آنلاین خرید و فروش کنیم.

در کنار این تغییرات نحوه معاملات هم تغییرات زیادی کرده اند. همچنین با بزرگ تر شدن بازار و بیشتر شدن تعداد سهم ها انسان به دلیل محدودیت های موجود نمی تواند همزمان تمام بازار را زیر نظر بگیرد. به خاطر همین سعی کردند در معاملات خود از هوش مصنوعی استفاده کنند.

تعریف معاملات الگوریتمی در بورس

به زبان ساده این معاملات را می توان این گونه بیان کرد که معاملات الگوریتمی معاملاتی هستند که توسط الگوریتم ها و برنامه های کامپیوتری انجام می شوند. این الگوریتم ها توانایی این را دارند که قیمت و حجم سفارشات و زمان بندی را در نظر بگیرند و بر اساس آن معامله کنند.

این معاملات مجموعه ای از دستورالعمل های تعریف شده هستند که شیوه تعریف آن ها بر اساس زمان بندی و قیمت و یا هر مدل ریاضی هستند.

برای استفاده از معاملات الگوریتمی داشتن استراتژی و تسلط به بازار بسیار مهم است و در صورت نبودن این ها نمی توان برنامه ای را برای ربات تعریف کرد.

برای استفاده از معاملات الگوریتمی باید به یکی از زبان های برنامه نویسی تسلط داشته باشید و یا نرم افزار آماده آن را تهیه کنید. در کنار این ها داشتن سخت افزار مناسب برای اجرای برنامه و تست آن واجب است.

در یک «الگوریتم»، دستورات مرحله به مرحله انجام می‌شوند؛ به عبارت دیگر کامپیوتر قدرت درک ندارد و تنها می‌تواند دستورات را در کمترین زمان با بالاترین دقت ممکن انجام دهد. بنابراین چیزی که ما از این ربات انتظار داریم، تحلیل بازار نیست، بلکه اجرای دستورات ما با دقت و سرعتی است که به صورت دستی نمی‌توانیم از عهده آن برآییم.

معاملات الگوریتمی در بورس ایران به زبان و تعریف ساده در حقیقت معاملاتی هستند که با رسیدن قیمت به اعداد خاصی که مورد نظر است دستور خرید یا فروش خودکار را انجام می‌ دهد.

معاملات الگوریتمی در بورس

پیش‌نیازهای معاملات الگوریتمی

برای گرفتن نتیجه مطلوب از این معاملات بستری برای اجرای مناسب آن نیاز است. بستر این معاملات به سه عامل زیر بستگی دارد:

مطابقت‌ دهنده‌های بازار یا منبع تغذیه داده‌ها

این مطابقت دهنده‌ها فرمت اطلاعات بازار را به فرمتی که برای سیستم قابل درک باشد، تبدیل می‌کنند. همچنین دسترسی لازم به اطلاعات حساب و دیتاهای بازار فراهم می‌کنند. این کار از طریق رابط برنامه‌نویسی یا همان API که بازار معاملاتی در اختیار معامله‌گر قرار داده، انجام می‌شود.

موتور پردازش داده‌های معاملات الگوریتمی

این موتور مغز متفکر معاملات الگوریتمی است. موتور پردازش‌گر در این مرحله الگوریتم‌های برنامه‌ریزی شده توسط استراتژی‌های معاملاتی و شروط تعیین شده ما را با هم و در آن واحد روی کل بازار اعمال می‌کند و هرگاه شرایط لازم در سهمی پیدا شد، برای معامله تصمیم‌گیری می‌کند. به‌ عنوان مثال فرض کنید که ما می‌خواهیم سهم‌هایی که در بازار RSI آن‌ها زیر ۳۰ است را شناسایی کنیم. از بین صدها سهم بازار شاید برای انسان این کار بسیار زمان‌بر و دشوار است، اما برای یک موتور پردازش کننده بسیار راحت است.

ارسال سفارشات به بازار توسط الگوریتم‌ها

در این مرحله سفارشاتی که با الگوریتم‌های ما مطابقت دارند به بازار ارسال می‌شود. تنها نکته‌ای که اینجا مهم است این است که بستری که الگوریتم ما روی آن کار می‌کند، برای بازاری که در آن معامله می‌کنیم، قابل درک باشد.

بیشتر معاملات الگوریتمی که امروزه انجام می‌گیرد، معاملات با فرکانس بالا (HFT) هستند که تلاش می‌کند تعداد زیادی سفارش را با سرعت سریع‌تر در چندین بازار و با پارامترهای تصمیم‌گیری چندگانه بر اساس دستورالعمل‌های از پیش برنامه‌ریزی شده، ثبت کند.

معاملات الگوریتمی در بورس

طبقه بندی معاملات الگوریتمی بر اساس عملکرد آن ها

هر معامله خودکار می‌تواند در نقطه‌ای از طیف معاملات الگوریتمی قرار گیرد. اگر بخواهیم این طیف را بر اساس عملکردهای آن طبقه‌بندی کنیم، می‌توانیم دسته‌بندی زیر را معرفی کنیم:

الگوریتم‌های اجرای معاملات

الگوریتم‌های معاملاتی صرفا برای اجرای دستورات معاملاتی الگوریتم‌های پایش بازار تحلیلگر طراحی شده‌اند. یعنی معامله‌گر، نماد مورد نظر و نقطه ورود / خروج را انتخاب می کند.

فرض کنید یک معامله‌گر می‌خواهد ۱۰۰ میلیارد تومان سهام فولاد خریداری کند. به طور واضح نمی‌توان یک سفارش به ارزش ۱۰۰ میلیارد تومان در بازار ثبت کرد، این موضوع باعث تاثیرگذاری بر بازار می‌شود که معمولا برای معامله‌گر زیان بار است، زیرا افراد با مشاهده سفارش او در قیمت‌های بالاتر اقدام به خرید می‌کنند و قیمت قبل از اینکه معامله‌گر سهام را خریداری کند، رشد می‌کند؛ به همین دلیل یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارش‌های کوچک در حجم‌های متفاوت و اجرای آن‌ها در بازه‌های زمانی متفاوت دارد.

الگوریتم‌های سیگنال‌دهی

همان طور که از اسم الگوریتم های سیگنال دهی مشخص است وظیفه رصد و تحلیل بازار را بر عهده دارند و به تنهایی سود آور نیستند. این الگوریتم ها داده های کل بازار را به صورت همزمان زیر نظر می گیرند و هر موقع شرایط یک سهم با استراتژی که از قبل مشخص کردیم مطابقت داشت به ما گزارش می دهد. در واقع می توان گفت یکی از مهم ترین کاربردهای این نوع فیلتر بازار و شناسایی سهم های خوب است.

الگوریتم‌های مانیتورینگ یا پایش بازار

این الگوریتم‌ها که به نوعی می‌توان آن‌ها را در طبقه الگوریتم‌های سیگنال‌دهی هم قرار داد، وظیفه پایش و مانیتور کردن بازار را دارند.

به عنوان مثال فرض کنید قصد دارید با باز شدن نماد یک سهم، برای بازه کوتاهی نمادهای هم گروه این سهم را بفروشید یا خریداری کنید یا مثلا می‌خواهید به محض ارسال شدن اطلاعیه صورت‌های مالی تعدادی از نمادهای خاص از آن مطلع شوید. یا در موارد حرفه‌ای‌تر، قصد دارید در حالت کاهش نرخ بهره (وام)، شرکت‌هایی که کمترین مقدار وام را در حساب خود دارند شناسایی کنید. به کمک الگوریتم‌های پایش بازار می‌توانید با جستجوی شرایط مورد نظر خود بر روی همه یا بخشی از بازار، عملیات پایش بازار را انجام دهید.

الگوریتم‌های تریدینگ

الگوریتم‌های تریدینگ وظیفه خرید و فروش سهم بر اساس استراتژی از قبل تعیین شده معامله‌گر را دارند. به‌ عنوان مثال فرض کنید که استراتژی ما خرید پلکانی سهم در صف فروش و فروش آن در صف خرید است. بر همین اساس این الگوریتم به محض دیدن صف فروش در سهم مورد نظر عملیات خرید را آغاز و در قیمت‌های از پیش تعیین شده و صف خرید، عملیات فروش سهم را آغاز می‌کند.

این نوع الگوریتم‌ها براساس دوره زمانی از قبل برنامه‌ریزی شده به دو نوع کم‌بسامد و پربسامد تقسیم می‌شوند.

الگوریتم‌های کم‌بسامد (LFT)

منظور از الگوریتم‌های تریدینگ کم‌بسامد (Low Frequency Trading) این است که فاصله زمان دریافت داده‌های بازار زیاد است. به‌ عبارت دیگر در این نوع الگوریتم‌ها بالا بودن سرعت دریافت و پردازش داده‌ها خیلی مهم نیست. بر همین اساس استراتژی‌های معاملاتی در این الگوریتم‌ها برای تایم‌های میان مدت و بلند مدت برنامه‌ریزی می‌شوند.

این نوع الگوریتم‌ها با توجه به محدودیت‌ها با شرایط بازارهای داخلی ایران سازگار هستند.

الگوریتم‌های HFT یا پر بسامد High Frequency Trading

الگوریتم های پر بسامد باید به طور متوسط مدت زمان خرید تا فروش دارایی خریداری شده آن‌ها کمتر از پنج‌ دهم ثانیه باشد تا در این طبقه قرار گیرند.

در بازار سرمایه بین‌الملل، کارگزاری‌های بسیاری هستند که به ارزش معامله شما هیچ کاری ندارند اما برعکس به ازای هر معامله از شما کارمزد ثابتی دریافت می‌کنند.

حال اگر ارزش سرمایه شما به سمت بی نهایت میل کند، درصد کارمزد معامله به سمت صفر میل می‌کند. مثلا شما ممکن است ارزش معامله‌ تان آنقدر زیاد باشد که در صورت رشد رقم چهارم بعد از ممیز به اندازه یک واحد، کارمزد معاملاتی شما پرداخت شود. این دسته از معاملات که بازار NASDAQ و NYSE را قبضه کرده است، معمولا در جفت ارزها Forex نیز بسیار پرکاربرد است، اما به دلیل ساختار کارمزد در ایران، استفاده از آن معمولا به دلیل کارمزد بالا با زیان همراه است.

معاملات الگوریتمی در بورس

دسته بندی الگوریتم ها بر اساس هدف

قبلا بیشتر طبقه بندی الگوریتم ها بر اساس نحوه اجرای آن ها بود ولی با توجه به اینکه سرمایه گذار بر اساس مجموعه ای از اهداف برای سرمایه گذاری خود تصمیم می گیرد، بنابراین می توان الگوریتم ها را بر اساس هدف دسته بندی کرد که در سه گروه اصلی زیر قرار می گیرند:

الگوریتم‌های اثر محور (Impact-driven)

این دسته از الگوریتم‌ها به دنبال حداقل کردن اثر کلی بر بازار هستند. به عبارت دیگر تلاش می‌کنند تا اثر معاملات بر قیمت دارایی را کاهش دهند. بنابراین سفارش‌های با حجم بزرگ اغلب به سفارش‌های الگوریتم‌های پایش بازار با حجم کوچک شکسته می‌شوند و سپس در یک دوره زمانی طولانی‌تر در بازار ارسال و معامله می‌شوند. مشهورترین الگوریتم‌هایی که در این دسته قرار می‌گیرند عبارتند از:

الگوریتم‌های هزینه محور (Cost-driven)

این الگوریتم‌ها به دنبال کاهش هزینه کلی معاملات هستند. بنابراین آن‌ها باید اثر بازار، ریسک زمانی و عواملی همچون روند قیمت را در نظر بگیرند. منظور اصلی از هزینه معاملات، تفاوت قیمت تصمیم‌گیری و قیمتی است که معامله در آن انجام می‌شود. در حقیقت، زمانی که مدیر پرتفوی تصمیم به خرید یا فروش می‌گیرد ممکن است قیمت نهایی معامله با قیمت زمان تصمیم‌گیری متفاوت باشد. بنابراین این الگوریتم‌ها به دنبال بهترین عملکرد و کمترین ریسک قیمت هستند.

مشهورترین الگوریتم‌هایی که در این دسته قرار می‌گیرند عبارتند از:

الگوریتم‌های فرصت یاب (opportunistic)

این الگوریتم‌ها به دنبال کسب منفعت از شرایط مطلوب بازار هستند و اغلب بر مبنای قیمت یا نقدینگی- محور هستند. الگوریتم‌هایی که در این دسته قرار می‌گیرند عبارت‌اند از:

مزایا و معایب معاملات الگوریتمی در بورس

این روش هم مانند تمامی روش‌های دیگر مزایا و معایبی دارد. معامله‌گران با آگاهی از آن‌ها و شناختی که نسبت به خود دارند، می‌توانند در مورد استفاده کردن از آن تصمیم بگیرند. در رابطه با مزایای روش معاملات الگوریتمی می‌توان به موارد زیر اشاره کرد:

• امکان انجام تست پس از پیاده‌ سازی استراتژی معاملاتی، بررسی بازخورد و در صورت نیاز اصلاح آن

• مشخص شدن میزان سود و ضرر احتمالی در مراحل پیش‌ تست و کاهش میزان ریسک به وسیله اعمال تغییرات و الگوریتم‌های پایش بازار بهینه‌سازی

• سرعت و دقت بالا در انجام معاملات

• دخیل نبودن احساسات انسانی که موجب اخذ تصمیمات هیجانی و برخلاف استراتژی انتخاب‌ شده می‌شود.

• پیدا کردن سهام مد نظر در کسری از ثانیه

• تحلیل مقادیر زیادی از اطلاعات با چندین روش و در زمانی کم

• عدم تاثیرگذاری مواردی مانند خستگی ذهنی و خطای دید

اگرچه روش معاملات الگوریتمی در تمام دنیا و در بازارهای مختلف استفاده می‌شود و یکی از محبوب‌ترین روش‌ها است اما معایبی را نیز می‌توان برای آن در نظر گرفت:

معاملات الگوریتمی چیست؟

معاملات الگوریتمی چیست؟ تاثیر هوش مصنوعی در معاملات الگوریتمی چیست؟ آیا فرق اتو تریدینگ و الگو تریدینگ را می‌دانید؟ مزایا و معایب این نوع معاملات چیست؟ تا به‌حال نام معاملات الگوریتمی به گوشتان خورده است؟ زمانی که معاملات بورس راه افتاد هنوز رایانه‌ها به شکل امروزی در دنیای مالی نفوذ نکرده بودند و معاملات به‌صورت فیزیکی و سنتی انجام می‌شد. برای خرید و فروش یک سهم باید با ماشین یا اتوبوس به خیابان حافظ رفته و تازه قیمت روز سهم خود را روی تابلو می‌دیدید و فرم خرید و یا فروش را پر می‌کردید. اما امروز به لطف دنیای مجازی و اینترنت، پشت لپ‌تاپ شخصی خود نشسته و قیمت سهم‌ها را به‌صورت آنلاین در سایت کارگزاری می‌بینیم و معامله می‌کنیم.

معاملات الگوریتمی چیست؟

معاملات الگوریتمی یا معاملات خودکار یک ابزار برای معامله در بازارهای سرمایه است. بر این اساس شما می‌توانید با استفاده از هوش مصنوعی به‌صورت اتوماتیک و یا نیمه اتوماتیک و با استفاده از کدهای برنامه نویسی شده، موقعیت‌های مناسب در بازار را شناسایی و آن‌ها را شکار کنید.

خیلی‌ها معاملات الگوریتمی را با استراتژی معاملاتی یا فیلترنویسی اشتباه می‌گیرند. در‌صورتی که همه این‌ها زیرمجموعه‌ای از معاملات الگوریتمی هستند. درواقع معاملات الگوریتمی یک ابزار معاملاتی کامل است که شما با استفاده از این ابزار می‌توانید معاملات دقیق‌تر و سریع‌تری انجام دهید تا خطای کار را کاهش و نتایج معاملات را بهبود بخشید.

الگوریتم‌ها می‌توانند بیش از یکی باشند و به‌صورت ترکیبی و پیچیده مورد استفاده قرار گیرند. آن‌ها برای انجام معاملات، بررسی‌های مختلفی از جمله زمان‌بندی، قیمت و حجم را در بازار انجام می‌دهند و بر اساس دیتاهای موجود برای معاملات تصمیم‌گیری می‌کنند. این ابزار کمک می‌کند تا بدون درگیر شدن احساسات، در بازار معامله کرد که در نهایت موجب افزایش حجم معاملات می‌شود.

معاملات الگوریتمی برای چه کسانی کاربرد دارد؟

هر شخصی می‌تواند از این ابزارها برای معاملات خود در بازارهای مالی استفاده کند. از این ابزار در بازارهای بورس داخلی و خارجی نظیر بورس آمریکا، فارکس و ارزهای دیجیتال استفاده می‌شود.

منتهی از این ابزار فقط به قصد گرفتن سود در بازار استفاده نمی‌شود؛ بلکه گاهی اوقات از این ابزار فقط برای سیگنال‌گیری و محدود کردن تعداد فرصت‌های معاملاتی، اردرگذاری اتوماتیک یا مدیریت ریسک و سرمایه نیز استفاده می‌شود.

پیش‌نیازهای معاملات الگوریتمی

نتیجه مطلوب از معاملات الگوریتمی نیاز به بستری مناسب برای اجرایی شدن آن دارد. بستر معاملات الگوریتمی به سه عامل مهم بستگی دارد.

مطابقت‌دهنده‌های بازار یا منبع تغذیه داده‌ها

این مطابقت دهنده‌ها فرمت اطلاعات بازار را به فرمتی که برای سیستم قابل درک باشد، تبدیل می‌کنند. همچنین دسترسی لازم به اطلاعات حساب و دیتاهای بازار فراهم می‌کنند. این کار از طریق رابط برنامه‌نویسی یا همان API که بازار معاملاتی در اختیار معامله‌گر قرار داده، انجام می‌شود.

موتور پردازش داده‌های معاملات الگوریتمی

این موتور مغز متفکر معاملات الگوریتمی است. موتور پردازش‌گر در این مرحله الگوریتم‌های برنامه‌ریزی شده توسط استراتژی‌های معاملاتی و شروط تعیین شده ما را باهم و در آن واحد روی کل بازار اعمال می‌کند و هرگاه شرایط لازم در سهمی پیدا شد، برای معامله تصمیم‌گیری می‌کند. به‌عنوان مثال فرض کنید که ما می‌خواهیم سهم‌هایی که در بازار RSI آن‌ها زیر 30 است را شناسایی کنیم. از بین صدها سهم بازار شاید برای انسان این کار بسیار زمان‌بر و دشوار باشد، اما برای یک موتور پردازش کننده بسیار راحت است.

ارسال سفارشات به بازار توسط الگوریتم‌ها

در این مرحله سفارشاتی که با الگوریتم‌های ما مطابقت دارند به بازار ارسال می‌شود. تنها نکته‌ای که اینجا مهم است الگوریتم‌های پایش بازار این است که بستری که الگوریتم ما روی آن کار می‌کند، برای بازاری که در آن معامله می‌کنیم، قابل درک باشد.

الگوریتم‌های معاملاتی چه وظایفی دارند؟

معاملات الگوریتمی برای انجام درست و کامل بر اساس استراتژی مشخص‌ شده چهار وظیفه کلی دارند:

• رصد و تحلیل کل بازار به‌صورت دقیق و با بیشترین سرعت ممکن
• ثبت اردرها و پوزیشن‌گیری
• مدیریت پوزیشن
• مدیریت ریسک و سرمایه

هر الگوریتم معاملاتی می‌تواند هریک این چهار مورد را به‌طور کاملا اتوماتیک و با استفاده از ربات‌های معامله‌گر انجام دهد که به آن معاملات خودکار یا کاملا اتوماتیک می‌گویند. گاهی هم این چهار مورد به‌صورت ترکیبی با هوش انسانی در معاملات به‌کار گرفته می‌شود که در این‌صورت به آن معاملات نیمه خودکار می‌گویند.

طبقه‌بندی عملکردی معاملات الگوریتمی

الگوریتم‌ معاملاتی یا الگوریتم‌های معاملاتی در بازار بر اساس کارهایی که انجام می‌دهند و وظایفی که برعهده دارند، در طبقه‌بندی‌های مختلفی قرار می‌گیرند.

الگوریتم‌های اجرای معاملات

این نوع الگوریتم‌ها صرفا برای مدیریت اردرگذاری و اجرای معاملات به‌کار گرفته می‌شوند. تحلیل داده‌ها پس از پردازش برای این الگوریتم‌ها ارسال و آن‌ها براساس داده‌های موجود اقدام به اردر‌گذاری سفارشات بر اساس استراتژی تعیین شده می‌کنند. نحوه اردرگذاری در این نوع الگوریتم‌ها هم می‌تواند به‌صورت اتوماتیک و هم به‌صورت دستی باشد و الگوریتم تنها موظف به اجرای آن‌ها است.

به‌عنوان مثال فرض کنید یک شخص حقوقی می‌خواهد به اندازه 100 میلیارد تومان از یک سهم و در بازه قیمتی مشخصی خرید کند. خوب قطعا یک اردر 100 میلیارد تومانی مشکل‌ساز خواهد بود. زیرا در این صورت ممکن است قیمت تغییر کند و یا اصلا اردر ما باعث ایجاد تشکیل صف خرید شود. برای حل چنین مشکلی از الگوریتم‌های اجرای معاملات استفاده می‌شود که کار را برای ما راحت‌تر کنند. با استفاده از قابلیت مدیریت اردرها، این الگوریتم‌ها می‌توانند اردر بزرگ شما را با توجه به حجم بازار به هزاران اردر ریز تبدیل کنند تا خریدتان راحت‌تر انجام شود. این عملیات در زمان فروش نیز به همین شکل خواهد بود.

الگوریتم‌های سیگنال‌دهی

الگوریتم‌های سیگنال‌دهی همان‌طور که از اسمشان پیدا است، تنها وظیفه رصد و تحلیل بازار را بر عهده دارند و به تنهایی سودآور نیستند. این الگوریتم‌ها داده‌های کل بازار را به‌صورت همزمان زیر نظر می‌گیرند و هرگاه شرایط یک سهم با استراتژی از پیش تعیین شده ما مطابقت پیدا کرد آن را به ما گزارش می‌دهند. به‌عبارت دیگر یکی از مهم‌ترین کاربردهای این نوع الگوریتم‌ها در فیلتر بازار و شناسایی سهم‌های خوب است.

الگوریتم‌های بهینه‌ساز کننده

این الگوریتم‌ها کار پایش استراتژی و مطابقت آن با شرایط روز بازار الگوریتم‌های پایش بازار را برعهده دارند. همان‌طور که می‌دانیم، میزان سود و ضررهای یک استراتژی در شرایط بازار صعودی و نزولی یکسان نخواهد بود. این الگوریتم‌ها، استراتژی ما را با شرایط بازار در گذشته تست می‌کنند. تغییرات بازار از گذشته تا به زمان حال را در بهینه‌ترین حالت ممکن برای ما پیدا می‌کنند و آن تغییرات را روی استراتژی ما اعمال می‌کنند.

بهینه‌سازی استراتژی می‌تواند معیارهای زیادی داشته باشد که ما بر اساس اولویت‌مان آن‌ها را برای الگوریتم‌مشخص می‌کنیم. به‌عنوان مثال ممکن است اولیت‌ها را بر اساس بیشترین سود، کمترین ضرر یا ترکیبی از این دو حالت تنظیم کنیم. این الگوریتم‌ها باعث می‌شوند تا ما بتوانیم استراتژی معاملاتی خود را با توجه به شرایط بازار همیشه به‌روز و در بهینه‌ترین حالت ممکن نگهداریم.

الگوریتم‌های تریدینگ

الگوریتم‌های تریدینگ وظیفه خرید و فروش سهم بر اساس استراتژی از قبل تعیین شده معامله‌گر را دارند. به‌عنوان مثال فرض کنید که استراتژی ما خرید پلکانی سهم در صف فروش و فروش آن در صف خرید است. بر همین اساس این الگوریتم به محض دیدن صف فروش درسهم مورد نظر عملیات خرید را آغاز و در قیمت‌های از پیش تعیین شده و صف خرید، عملیات فروش سهم را آغاز می‌کند.

این نوع الگوریتم‌ها براساس دوره زمانی ازقبل برنامه‌ریزی شده به دو نوع کم‌بسامد و پربسامد تقسیم می‌شوند.

الگوریتم‌های کم‌بسامد (LFT)

منظور از الگوریتم‌های تریدینگ کم‌بسامد (Low Frequency Trading) این است که فاصله زمان دریافت داده‌های بازار زیاد باشد. به‌عبارت دیگر در این نوع الگوریتم‌ها بالا بودن سرعت دریافت و پردازش داده‌ها خیلی مهم نیست. بر همین اساس استراتژی‌های معاملاتی در این الگوریتم‌ها برای تایم‌های میان مدت و بلند مدت برنامه‌ریزی می‌شوند.

این نوع الگوریتم‌ها باتوجه به محدودیت‌ها با شرایط بازارهای داخلی ایران سازگار هستند.

الگوریتم‌های پربسامد (HFT)

الگوریتم‌های پربسامد مخفف عبارت (High Frequency Trading) است. بر خلاف الگوریتم‌های کم‌بسامد، سرعت دریافت داده‌ها در این الگوریتم بسیار اهمیت دارد. همان‌طور که از اسمشان پیداست این الگوریتم‌ها مناسب نوسان‌گیری در تایم‌های کمتر از روزانه مورد استفاده قرار می‌گیرند. هرچه سرعت دریافت داده‌ها در این الگوریتم بیشتر باشد، دقت معامله در آن نیز بیشتر خواهد بود و الگوریتم قادر خواهد بود که در تایم‌های پایین‌تر نیز به معامله بپردازد.

به‌عنوان مثال درمقیاس بازارهای جهانی، سرعت دریافت داده‌ها در برخی از الگوریتم‌های پربسامد، به میکرو ثانیه می‌رسد؛ که آن‌ها را قادر می‌سازد تا درتایم‌های یک دقیقه و حتی کمتر نیز به معامله بپردازند. هدف از این نوع معاملات، دریافت سود کم در تعداد معاملات زیاد است.

نکته مهم دیگر این است که حتی اگر شما به همچین الگوریتمی هم دسترسی داشته باشید، ابتدا باید ببینید هسته معاملاتی بازاری که در آن کار می‌کنید، توان پردزاش داده‌ها را در چنین مقیاس سرعتی دارد یا خیر. زیرا اگر این بستر فراهم نباشد دقیقا مصداق این مثال است که شما پر سرعت‌ترین خودروی جهان را در اختیار دارید، اما در جاده‌ای خاکی. بنابراین این نوع الگوریتم‌ها در ایران با محدودیت‌های زیادی مواجه هستند و کاربرد زیادی ندارند.

درحقیقت معاملات الگوریتمی هم مثل دراختیار داشتن اینترنت یا دانش شکافتن اتم است. خوب یا بد بودن آن بستگی به نوع دیدگاه و نحوه استفاده ما از این ابزار دارد. دقیقا همان‌طور که از شکافتن اتم در علوم پزشکی استفاده شد، اما با همان دانش بمب اتم هم تولید کرده‌اند.

اهمیت استراتژی در الگوریتم‌ها

الگوریتم‌ها به تنهایی و بدون داشتن یک استراتژی سودآور نمی‌توانند کاری انجام دهند. لذا داشتن یک استراتژی سودآور با دقت بک تست بالای 90% در الگوریتم‌ها بسیار مهم و حیاتی است. درواقع الگوریتم‌های معاملاتی برای این‌که بتوانند جای ما در بازارهای مالی تصمیم بگیرند، نیاز به استراتژی دارند.

انواع استراتژی در الگوریتم‌های معاملاتی

استراتژی‌های معاملاتی در بازارهای مالی به چند دسته تقسیم‌بندی می‌شوند:

استراتژی‌های Trend Following

استراتژی‌های ترند فالویینگ یا همان دنباله‌روی روند، همان‌طور که از اسمشان مشخص است، به دنبال پیش‌بینی بازار برای آینده نیستند و همزمان با روند در نمودار، جهت معاملات خود را نیز تغییر می‌دهند. این نوع استراتژی یکی از ساده‌ترین انواع استراتژی‌ها است که طرفداران بسیار زیادی نیز در جهان دارد.

اصول و مبنای برنامه‌ریزی چنین استراتژی معاملاتی استفاده از میانگین‌های قیمتی است. سپس براساس اندیکاتور‌ها و سایر شواهد بازار اقدام به صدور سیگنال خرید و فروش در بازار می‌کنند.

استراتژی آربیتراژ (Arbitrage)

به‌طور خلاصه استراتژی آربیتراژ یعنی کسب سود از محل اختلاف قیمت در بازار. در اینجا مفهوم آربیتراژ را با ذکر مثالی برای شما بیان می‌کنیم. فرض کنید شرکتی قصد خرید کالای X را به قیمت 1000 تومان دارد. بر حسب اتفاق شما شخصی را می‌شناسید که می‌خواهد همان کالا را به قیمت 800 تومان به‌فروش برساند. خوب کار بسیار راحت است. شما تمام کالاهای فروشنده را به‌قیمت 800 تومان خریده و تمام آن را به قیمت 1000 تومان به شخص خریدار می‌فروشید. این اختلاف قیمت درواقع همان سود بدون ریسک یا همان آربیتراژ است.

در بازارهای مالی نیز این کار ممکن است. کار استراتژی‌های آربیتراژ کننده نیز همین است که تمام داده‌های قیمتی در بازارهای مختلف را باهم قیاس کنند و درصورت پیدا شدن موردی مشابه از فرصت به‌دست آمده نهایت استفاده را می‌برند. معمولا این نوع استراتژی‌ها در بازارهای متمرکز مورد استفاده قرار می‌گیرند. به‌عنوان مثال اختلاف قیمت بیتکوین در بین صرافی‌های مختلف می‌تواند یکی از این فرصت‌ها را به‌وجود آورد.

استراتژی معامله پیش از توازن در صندوق‌های شاخصی

در بازار بورس صندوق‌های سرمایه‌گذاری مختلفی وجود دارند که بر اساس شاخصی خاص (دارایی‌های مسکن، دارایی‌های طلا، اوراق قرضه و. ) مشغول به فعالیت در آن حوزه هستند. معمولا این صندوق‌ها را با شاخص همان حوزه فعالیتشان می‌سنجند. اساس کار این استراتژی این است که بازدهی صندوق‌ها تمایل دارند همیشه خود را به شاخص نزدیک کنند. بر همین اساس زمانی که بازدهی این صندوق‌ها پایین‌تر از شاخصشان باشد، به‌صورت پلکانی شروع به خرید می‌کنند و زمانی که بازدهی آن‌ها بیشتر از شاخص باشد، شروع به فروش آن‌ها می‌کنند. این نوع استراتژی‌ها می‌توانند براساس تایم فریمی که در آن معامله انجام می‌شود، کم‌بسامد (LFT) یا پربسامد (HFT) تعریف شوند.

استراتژی‌های مبتنی بر مدل ریاضی

استراتژی‌های مختلفی در بازار وجود دارند که بر اساس مدل‌های ریاضی ثابت شده، تعریف می‌شوند. مانند استراتژی دلتا، تحلیل پوششی داده‌ها و. ازجمله استراتژی‌های مبتنی بر مدل ریاضی هستند که الگوریتم‌های معاملاتی بر اساس این استراتژی‌ها برنامه‌ریزی می‌شوند. استراتژی‌های گرید تریدینگ (Grade Trading) نیزاز همین دسته استراتژی‌ها هستند که برای رسیدن به سودآوری نیاز به تحلیل ندارند.

به‌عنوان مثال فرض کنید شما با مبلغ 1 دلار در یک شرط‌بندی شیر یا خط (پرتاب یک سکه) شرکت می‌کنید و به‌صورت شانسی یک روی سکه را برای شرط‌بندی خود انتخاب می‌کنید.

دوحالت وجود دارد:

اگر ‌برنده شدید که مشکلی وجود ندارد؛ اما اگر شما برنده نشدید، مجدد روی همان طرف سکه اما به اندازه 2 دلار (دو برابر حجم اولیه) شرط‌بندی می‌کنید. این‌بار اگر ببرید، 4 دلار برنده می‌شوید، درحالی که تنها 3 دلار هزینه کرده‌اید (یک دلار سود). اگر بازهم برنده نشدید، دوباره همان شرط را با دو برابر حجم قبلی ادامه دهید (4دلار). این‌بار اگر برنده باشید، 8 دلار برنده می‌شوید درحالی که تنها 7 دلار هزینه کریده‌اید. این قضیه آن‌قدر ادامه پیدا می‌کند تا یک‌بار برنده شوید. در این‌صورت شما به‌اندازه میزان خرج کرد + 1 دلار برنده می‌شوید.

طبق احتمالات و ریاضیات این سیستم در انتها همیشه برنده خواهد بود؛ اما به شرطی که اصول مدیریت حجم و سرمایه مخصوص به خود را هم در آن رعایت کنید. این نوع استراتژی‌ها برای ورود به یک معامله نیازبه تحلیل ندارند و تنها متکی به اصول ریاضیات هستند.

استراتژی‌های گرید تریدینگ برای شروع کار حجم اولیه بالایی را نیاز دارند تا ریسک اولیه کار را کاهش دهند. بعد از این‌که استراتژی به سود نشست، دیگر خطری حساب را تهدید نکرده و بعد ازمدتی این الگوریتم به یک ماشین پولسازی تبدیل می‌شود. برای سودآوری بیشتر از این نوع استراتژی‌ها در الگوریتم‌های مدیریت سرمایه نیز می‌توان استفاده کرد.

استراتژی‌های بازگشت به میانگین سهم

ایده بازگشت به میانگین دربازارهای مالی بر این اساس استوار است که یک دارایی همواره میانگینی بین کمترین و بیشترین قیمت خودش در بازار را دارد و در زمان‌هایی که زیر کف میانگین و یا بالاتر از این میانگین قرار دارد، تمایل به برگشت به خط میانگین درآن دیده می‌شود. این نوع استراتِژی‌ها می‌توانند بر اساس نوع داده‌های تحلیلی به سه قسمت استراتژی‌های میانگین قیمتی (WAP)، ماینگین حجمی (VWAP) و میانگین زمانی (TWAP) تقسیم‌بندی شوند.

الگوریتم‌هایی که بر اساس این نوع استراتژی‌ها برنامه‌ریزی می‌شوند، بر اساس محدوده شناسایی شده و تعریف شده‌ای که در اختیار دارند، هنگامی که از محدوده مورد نظر دور می‌شوند، اقدام به خرید و فروش می‌کنند.

مزایا و معایب معاملات الگوریتمی

به‌نظر شما استفاده از ابزار معاملات الگوریتمی در بازار بورس خوب است یا بد؟

معاملات الگوریتمی در بورس (ربات)

ساعد نیوز:منظور از الگوتریدینگ یا همان معاملات الگوریتمی استفاده از یک سیستم معاملاتی برای تصمیم‌گیری در مورد معاملاتی است که در بازار مالی انجام می‌دهیم. معاملات الگوریتمی با استفاده از فرمول‌های ریاضی پیشرفته و الگوریتم‌های مختلف انجام می‌شود که در آن دخالت انسان به حداقل می‌رسد و تصمیم‌گیری در آن به سرعت انجام می‌شود.

منظور از الگوتریدینگ یا همان معاملات الگوریتمی استفاده از یک سیستم معاملاتی برای تصمیم گیری در مورد معاملاتی است که در بازار مالی انجام می دهیم. معاملات الگوریتمی با استفاده از فرمول های ریاضی پیشرفته و الگوریتم های مختلف انجام می شود که در آن دخالت انسان به حداقل می رسد و تصمیم گیری در آن به سرعت انجام می شود. یکی از ویژگی های الگوتریدینگ آن است که سیستم می تواند تمام فرصت های سودآوری موجود در بازار را شناسایی و بررسی کند و آن را به معامله گر پیشنهاد دهد.

درالگوتریدینگ از برنامه ها و نرم افزارهای رایانه ای استفاده می شود تا سرعت تجارت بالا برود و در زمان کمی می توان داده های زیادی را بر اساس معیارهای مختلف از پیش تعیین شده بررسی کرد. الگوریتم هایی که برای الگوتریدینگ استفاده می شوند می توانند بر اساس اصول متفاوتی تعریف شوند. بر این اساس معامله گران می توانند از الگورتیم های مختلفی استفاده کنند و پس از آن داد و ستد به صورت خودکار توسط خود سیستم و ربات معامله گر انجام می شود.

در واقع در الگوتریدینگ از یک برنامه کامپیوتری که به سیستم معاملاتی متصل است استفاده می کنیم تا آن برنامه عملا به جای ما معامله و خرید و فروش سهام را انجام دهد. این نوع برنامه ها به طور کلی چند گام را برای انجام معامله استفاده می کند. اول داده های موجود را دریافت می کند. سپس به آنالیز و محاسبه این داده ها می پردازند، سپس شرایط را با استفاده از ابزار تحلیل و بررسی می کند و در نهایت دستور مناسب را برای معامله اجرا می کند.

اگر بخواهیم این طیف را بر اساس عملکردهای آن طبقه بندی کنیم، می توانیم دسته بندی زیر را معرفی کنیم:

1. الگوریتم های معاملاتی اجرای معاملات: این دسته از الگوریتم های معاملاتی که در نوشته های بعد به آنها بیشتر خواهیم پرداخت، صرفا برای اجرای دستورات معاملاتی تحلیلگر طراحی شده اند. یعنی معامله گر، نماد مورد نظر و نقطه ورود / خروج را نیز انتخاب کرده است (البته ممکن است تمام این تحلیل ها را اشتباه کرده باشد و معامله او به ضرر منجر شود.) از این نقطه، تحلیلگر صرفا می خواهد مقداری از وجوه خود را به سهام تبدیل کند و مساله او اجرای معامله است. مثلا با اعداد و ارقام بازار سرمایه ایران، فرض کنید یک معامله گر می خواهد ۵ میلیارد تومان سهام ایران خودرو خریداری کند. واضحا نمی توان یک سفارش به ارزش ۵ میلیارد تومان در بازار ثبت کرد، این موضوع باعث تاثیرگذاری بر بازار (Market Impact) می شود که معمولا برای معامله گر زیانبار است، زیرا افراد با مشاهده سفارش او در قیمت های بالاتر اقدام به خرید می کنند و لذا قیمت قبل از اینکه معامله گر سهام را خریداری کند، رشد می کند. لذا یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارش های کوچک در حجم های متفاوت و اجرای آنها در بازه های زمانی متفاوت دارد، لذا Market Impact کاهش می الگوریتم‌های پایش بازار یابد.
2. الگوریتم های سیگنال دهی: این دسته از الگوریتم ها معمولا به معامله گر یا تحلیلگر، دیتای اضافه ای ارائه می کنند و باعث می شوند فرآیند تصمیم گیری تحلیلگر یا معامله گر بهبود یافته و در نتیجه بازدهی او بهتر شود. این دسته از الگوریتم های معاملاتی معمولا به خودی خود سودآور نیستند و باید با مجموعه ای از آنها به طور همزمان کار یا صرفا در کنار تحلیل های دیگر، نقش افزایش بهره وری را بازی کرد. از جمله الگوریتم های سیگنال دهی می توان به تمام اندیکاتورهای تحلیل تکنیکال مثل RSI، MacD، MA یا Ichimoku اشاره کرد که به صورت آماری ثابت شده است در بلندمدت سودآوری بیش از میانگین بازار ندارند.
3. الگوریتم های مانیتورینگ یا پایش بازار: این دسته از الگوریتم ها که به نوعی می توان آنها را در طبقه الگوریتم های سیگنال دهی هم قرار داد، وظیفه پایش و مانیتور کردن بازار را دارند. مثلا فرض کنید قصد دارید با باز شدن نماد یک سهم، برای بازه کوتاهی نمادهای همگروه این سهم را بفروشید / خریداری کنید. یا مثلا می خواهید به محض ارسال شدن اطلاعیه صورت های مالی تعدادی از نمادهای خاص از آن مطلع شوید. یا دائما پیغام های ناظر بازار مربوط به نمادهای پورتفوی خود را دنبال کنید. یا در موارد حرفه ای تر، قصد دارید در حالت کاهش نرخ بهره (وام)، شرکت هایی که کمترین مقدار وام را در حساب خود دارند شناسایی کنید. به کمک الگوریتم های پایش بازار می توانید با جست وجوی شرایط مورد نظر خود بر روی همه یا بخشی از بازار، عملیات monitoring بهینه داشته باشید.
4. الگوریتم های position trading یا کم بسامد: این دسته از الگوریتم های معاملاتی که با شرایط فعلی بازار سرمایه ایران تطابق بسیاری دارند به خرید یا فروش سهم به منظور نگهداری بلندمدت می پردازند. لازم به ذکر است در حوزه معاملات الگوریتمی به هر فرآیند که زمانی بیش از یک ساعت داشته باشد، بلندمدت گفته می شود. مثلا فرض کنید استراتژی شما فروش به صف خرید در شرایط عرضه شدن صف و خرید در قیمت های پایین تر است. یک الگوریتم معاملاتی position trading می تواند به محض رسیدن حجم صف خرید / فروش به شرایط پیش بینی شده شما، به صورت خودکار دستور خرید / فروش نماد را انجام دهد و در قیمت های پایین تر که احتمالا رسیدن به آن بیش از چند دقیقه زمان خواهد برد، دستور معکوس را انجام دهد. همچنین الگوریتم های دیگری نیز در این طبقه وجود دارند که خریدوفروش هر نماد در آنها به طور متوسط بیش از چند هفته زمان می برد. تفاوت الگوریتم های position trading با دسته های قبل، تشخیص نقاط ورود و خروج با احتمال بالا است. در واقع فرض کنید شما از الگوریتم های monitoring استفاده و ۱۰ نماد انتخاب کرده اید، به کمک مجموعه ای از الگوریتم های سیگنال دهی به این نتیجه رسیده اید که سهم X می تواند به شما بازدهی ۱۰ درصدی در مدت زمان یک الی دو هفته ارائه دهد. حال شما به کمک الگوریتم های اجرای معاملات، اقدام به معامله این سهم کرده اید. در صورتی که تمام این فرآیند اتوماتیک باشد، تبریک! شما نه تنها یک ماشین چاپ پول دارید، که می توانید آن را در طبقه الگوریتم های position trading این نوشته طبقه بندی کنید.
5. الگوریتم هایHFT یا پر بسامد(High Frequency Trading): این دسته از الگوریتم ها بنا به تعریف سایت investopedia باید به طور متوسط مدت زمان خرید تا فروش دارایی خریداری شده آنها کمتر از پنج دهم ثانیه باشد تا در این طبقه قرار گیرند. در بازار سرمایه بین الملل، کارگزاری های بسیاری هستند که به ارزش معامله شما هیچ کاری ندارند که برعکس به ازای هر معامله از شما کارمزد ثابتی دریافت می کنند. حال اگر ارزش سرمایه شما به سمت بی نهایت میل کند، درصد کارمزد معامله به سمت صفر میل می کند. مثلا شما ممکن است ارزش معامله تان آنقدر زیاد باشد که در صورت رشد رقم چهارم بعد از ممیز به اندازه یک واحد، کارمزد معاملاتی شما پرداخت شود. این دسته از معاملات که بازار NASDAQ و NYSE را قبضه کرده است، معمولا در جفت ارزها (Forex) نیز بسیار پرکاربرد است اما به دلیل ساختار کارمزد در ایران، استفاده از آن معمولا با زیان به دلیل پرداخت کارمزد همراه است. الگوریتم های آربیتراژ معمولا در این طبقه قرار می گیرند.

مزایای به کارگیری معاملات الگوریتمی چیست؟

سرعت عمل موردنیاز و حجم انبوه اطلاعات بازار و روند تغییرات، نیاز به سازوکار تصمیم ساز هوشمند براساس تجزیه و تحلیل تخصصی داده ها است. سیستم های معاملات خودکار الگوریتمی محصول این نیاز بازارهای حرفه ای در دنیا بوده که در بازار سرمایه کشور نیز معرفی شده است. دسترسی مستقیم بازارگردان به سامانه معاملات در راستای کاهش هزینه های معاملاتی از طریق کاهش شکاف قیمتی خرید و فروش و تثبیت نقدینگی در بازار سرمایه خواهد بود. همچنین به منظور بهره گیری از انجام معاملات با سرعت بالا، حذف خطا و هیجانات انسانی، محاسبه دقیق و درج قیمت و حجم براساس استراتژی های معاملاتی در نمادهای مختلف به صورت آنی، استفاده از مکانیزم بازارگردانی مبتنی بر سیستم الگوریتم اجتناب ناپذیر است. به عبارت دیگر، امروزه در فرآیند سفارش گیری دیگر انسان دخالت نداشته و سیستم معاملات الگوریتم این فعالیت را برعهده گرفته است. بر این اساس بین قیمت، حجم و زمان شروطی گذاشته می شود که نرم افزار هوشمند می تواند کار انسان را انجام دهد. جمع آوری سریع و خودکار اطلاعات لحظه ای و تصمیم سازی خودکار و سریع از دیگر مزایای این سازوکار است. تشخیص ریسک های موجود در بازار، محاسبه ریسک قبل از انجام معاملات و اعمال دستورالعمل های دقیق در کنترل معاملات برای توقف زیان از جمله جذابیت های معاملات الگوریتمی محسوب می شود.

شرکت های پیشرو در زمینه معاملات الگوریتمی:

شرکت بلک راک، یک شرکت مدیریت سرمایه گذاری جهانی آمریکایی است که در شهر نیویورک سیتی قرار دارد.این شرکت در سال ۱۹۸۸ پایه گذاری شد. بلک راک، در آغاز یک شرکت مدیریت سرمایه و صندوق درآمد ثابت بود ولی امروزه به یکی از بزرگترین شرکت های مدیریت سرمایه در کل دنیا تبدیل شده است و تا سال ۲۰۱۷ در حدود ۷٫۴۳ تریلیون دلار سرمایه تحت مدیریت دارد.این شرکت ۷۰ دفتر در ۳۰ کشور دنیا و از بیش از ۱۰۰ کشور دنیا، مشتری دارد.به دلیل قدرت زیاد و وسعت این مجموعه و سهم وسیعی که از دارایی ها و فعالیت های اقتصادی دارد، بلک راک بزرگترین «بانک سایه» دنیا نام گذاری شده است.از ویژگی های این مجموعه که باعث شده در صدر فهرست بهترین شرکت های سرمایه گذاری دنیا قرار بگیرد می توان به توسعه فوق العاده معاملات الگوریتمی و توسعه هوش مصنوعی بسیار عالی است که کمک فراوانی برای ورود به بهترین فرصت های سرمایه گذاری به مشتریان این شرکت میکند.

General trade golding:

یکی از جوان ترین شرکت های مالی جهان که اتفاقا دارای یکی از بیشترین رشدهای سرمایه در طول یک سال گذشته نیز بوده شرکت جنرال تریدینگ است که مقر اصلی آن در لندن و در قلب مرکز تجاری لندن قرار دارد. شرکت جنرال تریدینگ از همان ابتدا سعی در توسعه و بهبود سیستم های معاملاتی الگوریتمی و با استفاده از هوش مصنوعی بسیار پیشرفته داشته است. به همین منظور علاوه بر طراحی الگوریتم های معاملاتی کاملا اختصاصی مربوط به خود، از هوش مصنوعی فوق العاده پیشرفته ای که شرکت j۴capital طراحی کرده است کمک گرفت و با همکاری این شرکت که خود نیز ورود به بازار معاملات بر پایه هوش مصنوعی را شروع کرده است توانست به روش های منحصر بفرد و کاملا مخفیانه ای در جهت معاملات بسیار سودده در بازارهای مالی برسد. بر اساس گزارش و تایید کمیسیون معاملات لندن معاملات واقعی این شرکت از اکتبر ۲۰۱۹ شروع شده که در بازه ۹ ماهه به حدود ۱۰۰۰% سود رسیده است که بیشترین سود در بین تمامی شرکت های سنتی و یا بر پایه معاملات الگوریتمی بوده است. بر همین اساس با مجوزی که در ماه جون ۲۰۲۰ از همین کمیسیون دریافت کرد شروع به فعالیت و جذب سرمایه از حدود ۱۰۰ کشور دنیا گرفته است.

بسیاری از تحلیلگران سنتی بازار لندن با دیده تردید به این شرکت و توانایی هایش می نگرند ولی بسیاری دیگر معتقدند که فرصت ایجاد شده توسط این شرکت برای سرمایه گذاری بسیار عالی و منحصر به فرد است و حتی عده ای معتقدند که توانایی کسب سود این شرکت در اوج بحران کرونا گواهی محکم بر موفقیت این شرکت در راه آینده است.

بسیاری از مشاوران سرمایه گذاری در لندن به این موضوع اشاره میکنند که شروع جذب سرمایه این شرکت فرصتی بینظیر در زمان فعلی است چون معتقدند در زمان فعلی که سرمایه شرکت یک میلیارد پوند است توانایی کسب سود توسط این شرکت فوق العاده بیشتر از زمانی خواهد بود که سرمایه آن به ۱۰۰ میلیارد پوند برسد (هدف جذب سرمایه این شرکت برای ۳ سال آینده).

یکی دیگر از شرکت های بسیار فعال در حوزه معاملات الگوریتمی شرکت سیتادل است که در سال ۱۹۹۰ تشکیل شده است و از سال ۲۰۰۸ به بعد تمرکز خود را بر روی معاملات الگوریتمی قرار داده است و با توسعه ی سیستم های معاملاتی انحصاری در حال بهره گیری از آنها است. دفتر اصلی این شرکت نیز همانند جنرال تریدینگ در شهر لندن قرار دارد که بر اساس اعلام کمیسیون معاملات لندن در سال ۲۰۱۹ حدود ۳۰ میلیارد سرمایه را تحت مدیریت خود داشته است.

سیتادل در اصل یک شرکت هدج فاند است و برای مدیریت ریسک سرمایه ها از روشهای بسیار متنوعی استفاده میکند تفاوت عمده الگوریتم های این شرکت با جنرال تریدینگ در تمرکز آن بر کاهش ریسک است در حالی که تمرکز الگوریتم های جنرال تریدینگ بر افزایش سود و حضور فعال در بازارهای مختلف است. به همین میزان سوددهی آنها زیاد قابل مقایسه نیست و همچنین مشتریان بسیار متفاوتی دارند.

نرم افزارهای معاملات الگوریتمی بورس

یکی از نرم افزارهای برتری که در معاملات الگوریتمی بورس مورد استفاده قرار می گیرد، اس بی می باشد. نرم افزار بورس اس بی استراتژی های معاملاتی را به صورت کاملا پیشرفته تحلیل می کند. به گونه ای که می تواند درک بالایی از معاملات را در اختیار کاربران قرار دهد. همچنین برنامه ای است که در تحلیل تکنیکال به کار گرفته می شود. در این نرم افزار، ابزارهای مختلفی می توانند طراحی هایی را انجام دهند که شامل تغییر موقعیت های متفاوت است. همچنین اگر شما استراتژی خاصی را در ذهن دارید و قصد دارید آن را با جزئیات دقیق و کاملی مشاهده کنید، می توانید از این نرم افزار بهره ببرید و آن را تبدیل به اکسپرت نمایید.

آریا سرمایه

معاملات هوشمند، تضمین موفقیت شما در بازار بورس است. لایو تی اس ای (Live TSE) بستر هوشمند آنالیز اطلاعات بازار بورس است که با استفاده از الگوریتم های هوشمند، تمامی تحرکات بازار بورس و سهام را به صورت لحظه ای و با سرعت بالا رصد می کند. در این وب سایت خروجی کاربردی ترین نمودار ها و فیلتر های بازار بورس در اختیار شما قرار می گیرد. استفاده از هوش مصنوعی برای پیش بینی روند قیمتی سهام بازار سرمایه از دیگر ویژگی های لایو تی اس ای (Livetse) است. این وب سایت شامل دو بخش زیر است:

اعلان (نوتیفیکیشن)​

یکی از بهترین روش‌های شناسایی سهام مستعد رشد استفاده از فیلتر نویسی است ولی به دلیل پیچیدگی تدوین استراتژی، دشواری نگارش فیلتر و محدودیت‌های سایت TSETMC، استفاده از این روش برای عموم بازار محدودشده است. در لایو TSE با استفاده از هوش مصنوعی، کاربردی‌ترین فیلترها و استراتژی‌ها با دقت بالا تدوین شده است که به‌صورت لحظه‌ای کاربر را از خروجی آن‌ها آگاه می‌کند. درنتیجه با استفاده از این بخش، به‌آسانی شما یک فیلتر نویس حرفه‌ای هستید که تحرکات مفید بازار از چشم شما دور نمی‌ماند!

• سرعت و دقت عالی در عین سادگی!
• به‌روز بودن استراتژی‌ها و فیلترها متناسب با شرایط بازار
• پول درشت خریدوفروش، کد به کد، حجم مشکوک
• جمع شدن صف فروش و عرضه صف خرید
• آنالیز پیش گشایش، حین و اتمام بازار
• نمادهای مناسب برای بررسی جهت سرخطی

رصد لحظه‌ای بازار

یکی از مهم‌ترین پارامترها برای یک نوسانگیری موفق و سود ده، تشخیص صحیح روند کوتاه‌مدت بازار است. در قسمت رصد لحظه‌ای، دقیق‌ترین و کاربردی‌ترین ابزارهای تشخیص روند و پیش‌بینی آینده بازار فراهم‌شده است که شامل رصد لحظه‌ای شرایط بازار و رصد وضعیت ورود خروج پول به بازار و صندوق‌ها است. همچنین به دلیل سرعت‌بالای آنالیز اطلاعات در لایو تی اس ای، شما می‌توانید سریع‌تر از تمامی فعالان بازار، تغییر روند را تشخیص داده و در مناسب‌ترین زمان وارد معامله شوید.

• نمایش روند ارزش معاملات بازار
• نمایش روند ورود خروج پول حقیقی به بازار
• نمایش روند ورود خروج پول حقیقی به صندوق‌ها
• نمایش روند سرانه خریدوفروش بازار به‌صورت ارزشی و هم‌وزن
• نمایش روند قدرت نسبی حقیقی بازار به‌صورت ارزشی و هم‌وزن

2: معاملات الگوریتمی

انجام معاملات خودکار، به دلیل سرعت و دقت بالا، امکان پایش کل بازار، حذف احساسات و خطای انسانی، کاهش هزینه‌ها، امکان طراحی استراتژی و آزمودن آن در گذشته (بک تست)، موردتوجه بسیاری فعالان حوزه بازارهای مالی و سهام به‌عنوان یکی از روش‌های نوین معاملاتی قرارگرفته است.

این شرکت مفتخر است اعلام کند که سیستم معاملات الگوریتمی را به صورت کاملاً هوشمند و ماشینی طراحی کرده است. 100 درصد آنالیز بازار، شناسایی سهام مطابق با استراتژی، خرید سهم، مدیریت سرمایه و فروش سهم به‌صورت کاملاً خودکار و هوشمند با استفاده از الگوریتم‌های پیچیده هوش مصنوعی انجام می‌پذیرد.

3: طراحی استراتژی‌های معاملاتی

طراحی یک استراتژی معاملاتی مناسب، توانایی بهینه‌سازی و پیاده‌سازی دقیق آن کلید اصلی موفقیت در بازارهای مالی است. طراحی این استراتژی نیازمند تجربه و تخصص کافی در بازار و ابزار تست استراتژی جهت محاسبه بازدهی آن است. این شرکت دارای چندین استراتژی معاملاتی مختلف با نرخ بازدهی بالا در شرایط مختلف بازار (صعودی- نزولی- نوسانی) است که قابل ارائه به اشخاص، شرکت‌های سبد گردانی، کارگزاری‌ها و هلدینگ های سرمایه‌گذاری می‌باشد. همچنین این شرکت توانایی طراحی انواع استراتژی‌های سفارشی از سمت مشتریان، نتیجه بازدهی استراتژی در بازارهای مختلف، تحویل کد استراتژی و سیستم معاملات خودکار مبتنی بر آن را دارا می‌باشد.

4: سیستم بک تست حین بازار

داشتن یک الگوریتم یا استراتژی موفق نیاز به آزمودن آن در گذشته دارد ولی همان‌طور که میدانیم این استراتژی باید در تک‌تک ثانیه‌های بازار مورد تست قرار بگیرد نه صرفاً با اطلاعات انتهای بازار (سرویس‌های مشابه) که این خود باعث ایجاد الگوریتم‌های پایش بازار خطا و گزارش بازدهی اشتباه می‌شود که ممکن است هزینه مالی سنگینی در معاملات واقعی الگوریتم تست شده داشته باشد. در این شرکت، سیستم بک تست که قابلیت تعریف تمام پارامترهای تکنیکالی و تابلو خوانی را دارا می‌باشد، با دیتایی با دقت کمتر از 1 ثانیه در دسترس مشتریان گرامی قرار دارد.

5: کپی تریدینگ

کپی تریدینگ یکی از روش‌های کاربردی برای تکرار و تقلید معامله اشخاص از تریدر یا استراتژی‌های موفق است. کپی تریدینگ به‌صورت دستی و یا خودکار قابل‌اجراست که نوع خودکار آن جهت تقلید از استراتژی‌های موفق و معاملات با نرخ موفقیت بالا به کار می‌رود.

امکان کپی تریدینگ با سرعت بالا با تعداد نامحدود اکانت و قابلیت اجرا در سامانه‌های معاملاتی مختلف معاملاتی توسط تیم آریا سرمایه الگو سیستم ایجاد شده و این شرکت آمادگی پیاده‌سازی سیستم کپی تریدینگ خودکار را برای مشتریان عزیز دارد.

6: نرم‌افزار معاملات گروهی

اگر شما مدیریت چندین سبد دوست و همکار خود را بر عهده دارید، به‌خوبی میدانید که خرید مشترک برای تمامی اکانت ها جهت مدیریت بهتر سبدها یک امر اجتناب‌ناپذیر است ولی به دلیل اینکه این امر بسیار وقت‌گیر است، ممکن است فرصت معامله در قیمت مناسب از بین برود. تصور کنید که سهمی در حال صف خرید شدن است و شما قصد دارید چنین سهمی را برای تمامی حساب‌ها خریداری کنید، کافی است با استفاده از این نرم‌افزار، فقط نام سهم و قیمت مدنظر خود را وارد کرده و نرم‌افزار با سرعت‌بالا برای تمامی اکانت ها سفارش خرید یا فروش ارسال کند.

7: نرم‌افزار سرخطی

همان‌طور که میدانید دامنه‌ی نوسان در بورس ایران محدود است و قیمت نمی‌تواند در یک روز معاملاتی بیشتر یا کمتر از این دامنه نوسان کند. برخی اوقات سهم‌ها با عرضه و یا تقاضای شدیدی مواجه می‌شوند که همین امر باعث بروز صف‌های خرید و فروش سنگینی می‌شود. در این زمان خرید و با فروش سهمی با مشکل مواجه شده و خریدار با علم به رشد سهم، امکان خرید سهم را در چند روز معاملاتی از دست می‌دهد. یکی از راه‌های خرید و فروش سهم در این شرایط ارسال سفارش خرید و فروش، دقیق‌تر و سریع‌تر از بقیه‌ی معامله گران در زمان بازگشایی هسته‌ی معاملات است.

این شرکت با افتخار اعلام می‌کند دقیق‌ترین و سریع‌ترین سیستم معاملاتی خرید و فروش سرخطی را در اختیار داشته به‌نوعی که حدود ۱۰ تا ۱۵ درصد از خریده‌ای عرضه‌های اولیه پس از روز بازگشایی به این شرکت اختصاص دارد که عملکرد آن در یک سال گذشته قابل‌ارائه است.

نمونه سرخطی عالی ما

سفارش ⚜️ سرخطی ⚜️ چیست؟

سفارشی که در راس ساعت شروع معاملات در صف خرید یا فروش گذاشته می شود تا بتوانید در صف جایگاه بهتری داشته باشید اصطلاحا سرخطی زدن میگویند.به زبان ساده سرخطی زدن یا سفارش سرخطی روشی از معامله در بورس می باشد که معامله گر سفارش خود را راس ساعت ۸:۳۰ صبح در اولین لحظه آغاز ساعت کاری بازار ثبت و ارسال می کند. مهم ترین نکته برای ارسال سفارشات سرخطی سرعت و دقت می باشد.