معاملات الگوریتمی، مکانیزم معاملاتی بسیار پیشرفته و پیچیده‌ای است که از کدها و مدل‌های پیچیده ریاضی برای تصمیم‌گیری و معاملات سریع در بازارهای مالی استفاده می‌کند.

بر اساس گزارش تکنوویو، انتظار می‌رود که معاملات الگوریتمی در آینده با CAGR ۱۰.۳٪، در سطح جهانی رشد کنند. بنابراین، کارگزاری‌ها و موسسات سرمایه‌گذاری در حال ساخت پلتفرم‌های الگوریتم فناوری برای رقابت در بازار جهانی هستند. این معاملات علاوه بر سودآوری، اطلاعاتی از بازار را ارائه می‌دهند که برای تصمیم‌گیری‌های بلندمدت معاملات مفید خواهد بود.

هیچ قانون خاصی برای توسعه الگوریتم‌ها وجود ندارد، آن‌ها مانند طبیعت در حال تکامل هستند؛ هرچند آن‌ها مزایای زیادی دارند، اما با ریسک و خطراتی نیز همراه هستند که در ادامه به بررسی آن‌ها می‌پردازیم.

ریسک و خطرات ناشی از معاملات الگوریتمی

‎‎مدیریت ریسک در دو حالت اتفاق می‌افتد:

  • در مرحله اجرا

 باید اطمینان حاصل کرد که پارامترهای غلط توسط معامله‌گران تعیین نشده باشد. الگوریتم نباید به معامله‌گر اجازه دهد که ارزش‌های به‌شدت غلط یا اشتباهات ناشی از تایپ را وارد کار کند.

  • ‎قبل از ایجاد سفارش

 در سیستم‌های مدیریت سفارش، قبل از اینکه جریان سفارش از سیستم فرستاده شود باید اطمینان حاصل کرد که از یک سامانه مدیریت ریسک عبور می‌کند. در این مرحله ضروری‌ترین مرحله‌ی مدیریت ریسک اتفاق می‌افتد.

انواع ریسک ناشی از معاملات الگوریتمی و راه‌های مقابله با آن عبارت هستند از:

دسترسی داده

‎باید با بررسی‌های منظم، اطمینان حاصل کنید که داده‌های صحیحی در اختیار الگوریتم سفارش‌گذاری قرار می‌دهید. فرض کنید که استراتژی معاملاتی شما این است که در دو بازار سهام مختلف معامله کنید اما  اتصال به یکی از این بازارها از بین رفته است. در این حالت ممکن است شما با فرض اینکه همه چیز مرتب کار می‌کند، به معامله و سفارش‌گذاری در یک بازار سهام ادامه دهید، در حالی که الگوریتم شما از بازار سهام دیگر، داده‌ای دریافت نمی‌کند، باید بین حالتی که اتصال از بین رفته و شرایطی که به دلیل عدم فعالیت ثبت شده در یک بازار، داده‌ای وارد الگوریتم نمی‌شـود، تفاوت قائل شد.

 وقتی که بازار سهام این داده‌های لحظه ای را دریافت می‌کند، به شما پاسخ داده و به این صورت شما اطمینان حاصل می کنید که به بازار سهام متصل هستید.

‎ پیوستگی

‎همچنین باید اطمینان حاصل کنید که داده‌ دریافتی شما منسوخ و قدیمی نیست. اگر داده‌های قدیمی وارد الگوریتم شود، تصمیم‌گیری و خروجی آن بی‌استفاده خواهد بود. وقتی که برای به حداقل رساندن زمان دریافت داده‌ها، حق عضویت زیادی به یک بازار سهام پرداخت می‌کنید، باید مطمئن شوید که داده‌های دریافتی از لحاظ زمانی با‌ارزش هستند.

برخی بازارهای سهام، داده‌های لحظه‌ای خود را به اشتراک می‌گذارند و برخی دیگر اطلاعات ۵ یا ۱۰ فروشنده یا خریدار برتر را به اشتراک می‌گذارند. حالت دیگری نیز وجود دارد که هر گونه تغییر وضعیت یک سهام مشخص به اطلاع کاربر می‌رسد.

بسته‌های داده، دارای تاریخ مصرف مشخصی هستند. بازارهای سهام پیشرفته‌ دنیا در حال افزودن مفاهیمی نظیر پیوستگی زمانی به ساعت‌های اتمی‌شان هستند. سیستم معاملات الگوریتمی شما باید بتواند این بازه‌های زمانی را دنبال کند تا اطمینان حاصل کند که داده‌های دریافتی شما به‌روز است.

کیفیت

باید از کیفیت داده‌ها نیز مطمئن شوید. به‌عنوان در خصوص مسئله نیکی و مینی نیکی (اصلی‌ترین شاخص‌های سهام بازار توکیو)، اشکال از جانب غلط بودن داده‌ها بود. 

یک بانک آلمانی الگوریتمی در اختیار داشت که از طریق آن می‌توانستید بر اساس قیمت شاخص نیکی ای.تی.اف در سنگاپور، شاخص نیکی را معامله کنید.

 از آنجا که قیمت مبنای هر دو یکی است، شما می‌توانید نیکی، مینی نیکی و نیکی ای.تی.اف را در سنگاپور با هم معامله کنید. یک روز، تنظیمات بانک مرکزی آلمان تغییر پیدا کرد؛ روز بعد سیستم بانکی نمی‌توانست قیمت‌های نیکی ای.تی.اف در سنگاپور را بخواند و آن‌ها را صفر می‌دید. این موضوع باعث شد سیستم به غلط تصور کند که قیمت واقعی نیکی ای.تی.اف صفر است و به همین دلیل، نیکی را با هر قیمتی بالای صفر در ژاپن بفروشد.

 تنها در عرض چند دقیقه، ۱٫۲۴ میلیون سفارش برای نیکی ۲۲۵ و ۴۸۲ میلیون سفارش برای مینی نیکی ۲۲۵ به ثبت رسید.

 این میزان سفارش، ده برابر حجم سفارشات نرمال بود و باعث شد ارزش این سهام در بازار به یک درصد ارزش واقعی آن برسد.

در نتیجه این اشتباه بزرگ، بانک ناچار شد که دفتر معاملات الگوریتمی خود در توکیو را تعطیل کند.

معاملات الگوریتمی

الگوریتم

در سطح الگوریتمی، موارد زیادی باید مورد بررسی قرار گیرند. یک اشتباه کوچک در کدنویسی می‌تواند باعث اجرای یک فرمان غلط در بازار شود. ممکن است به دلیل عدم بررسی یک سفارش قبل از ارسال، ریسک زیادی بر معاملات تحمیل شود.

تعیین پارامترهای غلط

فرض کنید یک معامله‌گر باید طیف ۲۰ تا ۲۵ واحد خریداری کند اما به اشتباه ۲۵۰ واحد خریداری می‌کند. اگر پارامترها به اشتباه تعیین شده باشند، این معامله‌گر ممکن است تعداد زیادی معاملات را به این صورت اجرا کند. برای پرهیز از این اتفاق در مدیریت سفارشات از روشی به نام نرخ گشتاور سفارش استفاده می‌شود.

فناوری

موضوع شرکت نایت کپیتال یکی از موارد عدم تطابق پروتکلی بود که می‌بایست ماژول A و B بر روی تمام هشت سرور نصب می‌شد، اما روی یکی از سرور‌ها تنها ماژول A نصب شده بود و ماژول B نصب نشده بود، همین امر باعث عدم تطابق پروتکلی شد. همچنین، اگر سروری را نصب کرده‌‎اید که نیازمند دسترسی به داده‌های مشخص شده است، ممکن است نیازمند دسترسی غیر‌مستقیم و پنهان دیگری نیز باشد.

همین اشتباه باعث شد که شرکت نایپ کپیتال، ۱۴۵ دسته سهام را با قیمت‌های بسیار عجیبی معامله کند؛ به‌عنوان مثال، ۳۹۷ میلیون قطعه سهام تنها در عرض ۴۵ دقیقه و در ۴ میلیون معامله به فروش رفت.

 بنابراین، درست کار کردن سخت افزارها، شبکه‌ها و نرم‌‎افزارها یکی از ضروری‌ترین نکات است. حتی مشکلاتی ابتدایی نظیر پر شدن حافظه‌ سیستم ممکن است باعث بروز اشتباه شود.

مقیاس پذیری

‎این مورد یکی از رایج‌ترین نقاط ضعف است. کاری که اغلب افراد انجام می‌دهند این است که یک سیستم یا استراتژی را برای یک دستگاه ایجاد می‌کنند و اگر این استراتژی به درستی کار کند آن را برای سایر دستگاه‌ها نیز به کار می‌‎برند؛ اما آیا یک استراتژی با هر سیستمی کار می‌کند؟ در اینجا باید به مفهومی به نام “ترتیب پیچیدگی محاسبات” اشاره کرد که از نظریه‌ محاسبات برگرفته شده است. در حالی که استراتژی ایجاد شده، تمام سناریوهای ممکن را بر روی یک دستگاه آزمایش کرده است، اما وقتی تعداد دستگاه‌ها، بازارها و شاخص‌های دخیل در سیستم معاملاتی را افزایش دهیم، استراتژی ممکن است همان کارکرد قبلی را نداشته باشد.

روند ممیزی و الزامات آن

کشور هند دارای یکی از دقیق‌ترین و باقاعده‌ترین بازارهای بورس است. تمام استراتژی‌های معاملاتی موجود باید توسط بازار بورس تایید شوند. همچنین، ممیزی‌های نیم ساله و سالانه باید توسط بازار سهام، دفتر تنظیم بازار و ممیزان مستقل صورت گیرند.

با ایجاد یک استراتژی معاملاتی خودکار، باید آن را در یک محیط معاملاتی شبیه‌سازی شده اجرا کنید. با ثبت استراتژی در بازار سهام، معامله‌گر باید بتواند برای تایید مدیریت ریسک معاملات، موارد زیر را اثبات کند :

  • سفارشات دستی غیر‌فعال شده‌اند.
  • ‎ سفارشات باید درصدی از آخرین قیمت باشند.
  • ‎هر دستگاهی باید دارای یک محدودیت حجمی معاملاتی باشد.
  • ‎سفارشات نباید از محدوده‌ تعیین شده (طیف قیمت روز) فراتر روند.
  • ‎سرمایه‌گذاران سازمانی خارجی (FII) نمی‌توانند با برخی از سهام معین معامله کنند.
  • معامله‌گر نمی‌تواند برای افزایش سود باز به میزانی فراتر از سود آستانه، با مشتقات سهام معامله کند.
  • ‎پوزیشن‌های شبانه باید برای فروش هر سهم موجود باشد.
  • ‎ معاملات خودکار باید تنها برای تعداد مشخصی از دستگاه‌ها ممکن باشد. 
  • اگر شاخص از حد معینی فراتر رود، معاملات و سفارشات فروش باید متوقف شود.
  • حداکثر پوزیشنی که مشتری می‌تواند در یک سهام خاص داشته باشـد معين شود.
  • اگر هر یک از موارد بالا به حد آستانه رسید، برنامه نباید برای افزایش سقف پوزیشن‌ها، سفارش‌گذاری کند. 
  • ارزش خالص پوزیشن به ازای هر دستگاه باید مشخص شود.
  • ‎حداکثر حجم ارزش سفارشات باید تعیین شود.

‎پس فقط دانستن مبانی معاملات کافی نیست، بلکه شناخت استراتژی‌هـای مـورد استفاده دیگران و به خصوص رقبا، ضروری است. 

 از دیرباز، در فعالیت‌های معاملاتی به ریسک‌های زیر توجه شده است.

  • ‎• ریسک بازار
  • ‎ریسک اعتبار طرف مقابل
  • ریسک مالی
  • ‎ریسک نقدینگی
  • ریسک قانونی

‎البته، با اختراع معاملات خودکار، بیشتر تمرکز بر روی این ریسک‌ها قرار گرفته است:

  • ریسک عملیاتی
  • ریسک سیستم
  • ‎تمرکز بیشتر بر ریسک حوادث طبیعی
  •  ریسک قانونی مربوط به معاملات خودکار

سخن پایانی  

برای پیشگیری از ریسک‌های احتمالی معاملات الگوریتمی، بایستی در دو مرحله‌ی اجرای معاملات و قبل از سفارش اطمینان حاصل کرد که پارامترهای غلط توسط معامله‌گران تعیین نشده باشد و قبل از اینکه جریان سفارش از سیستم فرستاده شود باید اطمینان حاصل کرد که از یک سامانه مدیریت ریسک عبور می‌کند.

خطرات ناشی از معاملات الگوریتمی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.