کامپیوتری شدن جریان سفارشات در بازارهای مالی از دهه ۱۹۷۰ شروع شد و با اجرای برخی امور در سیستم بورس اوراق بهادار نیویورک پیاده‌سازی شد. تبدیل برخی از معاملات دستی به‌صورت الکترونیکی، یکی از این اقدامات بود. این امکان، به متخصصان کمک می کرد تا در کنار دسترسی سریع به گزارشات قیمت بسته و باز شدن معامله، تصمیمات صحیح بگیرند. برای اولین بار “معامله برنامه‌ریزی شده” توسط بورس اوراق بهادار نیویورک تعریف شد که در آن معاملات خرید‌و‌فروش بیشتر از ۱۴ سهم که بیش از یک میلیون دلار ارزش‌گذاری شده بودند، انجام می‌شد. در دهه ۱۹۸۰ معاملات برنامه‌ریزی شده به‌صورت گسترده در s&p500 و بازار آتی مورد استفاده قرار گرفت. با توجه به رشد روزافزون استفاده از این نوع معاملات، اهمیت پرداختن به ابعاد گسترده این موضوع مشخص می‌‍شود و معامله‌گران اشتیاق بیشتری به استفاده از الگو تریدینگ را از خود نشان می‌دهند. در این مقاله به‌دنبال بررسی خودکارسازی فرآیندهای معاملاتی خواهیم پرداخت.

مروری بر الگو تریدینگ

معاملات الگوریتمی نوعی از معامله است که با استفاده از بسترهای الکترونیکی، به سفارشات معامله وارد می‌شود و با الگوریتمی که دستورالعمل معاملات از پیش‌تعیین‌شده را اجرا می‌کند، انجام می‌پذیرد. در این دستورالعمل، متغیرها می‌تواند شامل زمان‌بندی، قیمت و مقدار سفارش و در بسیاری از موارد شروع به سفارش توسط برنامه‌های کامپیوتری خودکار باشد.

الگو تریدینگ به‌طور گسترده‌ای توسط بانک‌های سرمایه‌گذاری، صندوق‌های بازنشستگی و دیگر نهادها، جهت تقسیم معاملات بزرگ به چند معامله کوچکتر برای مدیریت تاثیر بازار و ریسک مورد استفاده قرار می‌گیرد.

بسیاری از انواع فعالیت‌های الگو تریدینگ می‌تواند به‌عنوان معاملات با بسامد بالا توصیف شود. استراتژی‌های معاملات با بسامد بالا با استفاده از کامپیوتر بر اساس اطلاعاتی که به‌صورت الکترونیکی دریافت می‌کنند، قبل از معامله‌گران انسان قادر به پردازش اطلاعات و تصمیم‌گیری در خصوص نحوه سفارش‌گذاری است. معاملات الگوریتمی و معامله با فرکانس بالا موجب تغییر در ساختار بازار، به ویژه در خصوص نقدینگی شده است.

الگو تریدینگ ممکن است در هر استراتژی سرمایه‌گذاری استفاده شود. از جمله ایجاد بازار، گسترش بین بازار، آربیتراژ. تصمیم سرمایه‌گذاری و اجرای آن ممکن است در هر مرحله با پشتیبانی از الگوریتم تکمیل شود یا ممکن است به‌طور کامل به‌صورت خودکار به‌کار گرفته شود. یکی از مسائل اصلی در خصوص معامله پربسامد، مشکل در چگونگی سودآور بودن آن است.

تحقیقات صورت‌گرفته در گروه خدمات مشاوره مالی صنایع نشان می‌دهد که یک سوم از تمام معاملات سهام اتحادیه اروپا و ایالات متحده در سال ۲۰۰۶ توسط برنامه های خودکار یا الگوریتم انجام شدند. بازارهای آمریکا و اروپا به‌طور کلی نسبت بالاتری از معاملات الگوریتمی نسبت به بازارهای دیگر را داشته است؛ تخمین زده شده است که در سال ۲۰۰۸ این نسبت به ۸۰ درصد رسیده است.

الگوریتم های معاملاتی

با توجه به گستره پهناور تکنیک‌ها و الگوریتم‌ها، سامانه‌های معاملات الگوریتمی بر اساس هدف اصلی، از یک یا ترکیبی از الگوریتم ها استفاده می‌کنند. اغلب سامانه ها از ترکیب هوش مصنوعی همچون استدلال مبتنی بر کامپیوتر، داده‌کاوی و الگوریتم‌های ابتکاری و فراابتکاری استفاده می‌‎کنند. 

در استفاده از الگوریتم‌ها همواره با این تهدید مواجه هستید که ممکن است دیگر معامله‌گران با رمزگشایی الگوریتم شما از آن علیه شما استفاده کنند. هرچه الگوریتم ساده‌تر باشد، مهندسی معکوس آن نیز آسان‌تر است.

زمانی الگوریتم‌های معاملاتی موثرتر خواهند بود که معامله‌گران چند الگوریتم را با یکدیگر ترکیب کنند و الگوریتم‌های جدید و پیچیده‌تری بسازند که نتوان آن را معکوس نمود.

بازار به‌طور پیوسته در حال تغییر است و هر لحظه فرصت معاملاتی جدیدی ظهور می‌کند. معامله‌گران مشتاق هستند که با سرعت هر چه بیشتر الگوریتم‌هایی بسازند که در سرمایه‌گذاری فرصت‌های معاملاتی از رقبا پیشی بگیرند. به این ترتیب الگوریتم‌ها به نوعی جنگ تسلیحاتی تبدیل شده است که اندک برتری در فناوری به سودآوری قابل ملاحظه‌ای می‌انجامد. 

ممکن است بزرگ‌ترین چالش آینده معامله‌گران، هزینه زیرساخت نرم‌افزاری و سخت‌افزار آن باشد. همچنین، باید هزینه‌های مربوط به طراحی الگوریتم‌های مورد نیاز را نیز در نظر گرفت.  در این میان عمدتا بانک‌های سرمایه‌گذاری، صندوق‌های سرمایه‌گذاری مشترک و صندوق‌های بازنشستگی قادر به پرداخت این هزینه‌های کلان هستند. 

لازم به ذکر است که الگوریتم‌ها جایگزین معامله‌گران نخواهند شد؛ الگوریتم‌ها و الگو تریدینگ، معامله‌گران را بهره ور‌تر خواهند کرد. در حقیقت، معامله‌گر و تیم معامله‌کننده، الگوریتمی‌ها را طراحی می‌کنند و برنامه آن را اجرا می‌کند.

در این قسمت به معرفی تعدادی از الگوریتم‌های معروف پرداخته‌ایم:

معاملات با بسامد بالا

معاملات بسامد بالا، راهکارهای معاملاتی کاملا خودکار می‌باشند، که سعی می‌کنند از شرایط غیرمتوازن در نقدینگی بازار یا ناکارایی قیمت‌ها در کوتاه‌مدت بهره ببرند. در این روش برنامه‌ها بر روی کامپیوترهای پرسرعت اجرا شده و داده‌های بازار را با استفاده ار الگوریتم‌هایی جهت ایجاد فرصت‌های معاملاتی تحلیل می‌کنند. این فرصت‌ها برای کسری از ثانیه تا چند ساعت، باز خواهند بود.

آربیتراژ آماری

استفاده از این الگوریتم به دهه ۸۰ میلادی برمی‌گردد و به دنبال یافتن خواص آماری دو یا چند دارایی در بازه‌ای از زمان و طرح‌ریزی استراتژی‌های سودآور بر اساس خواص آماری است.

مفهوم آربیتراژ آماری به روند قیمت‌ها اشاره دارد، بدین صورت که قیمت دارایی‌ها به مقدار متوسط گذشته آن باز می‌گردند. آربیتراژ آماری پدیده‌ بازگشت به میانگین را توصیف می‌کند. نیروهای تولید کننده این پدیده و الگوی فرصت‌‎های بهره‌برداری را می‌یابد و مدل‌ها را برای بهره‌برداری از بازگشت به میانگین بنیادی در قیمت دارایی‌ها به‌کار می‌برد. 

این رویکرد از مدل‌های قدیمی تا پیچیده، پویا و غیرخطی همگی دربردارنده تکنیک‌هایی از جمله هوش مصنوعی، موجک و کسری می‌باشند.

بازار خنثی

اصطلاح بازار خنثی به استراتژی‌هایی تعلق دارد که به جای تعقیب جریانات بازار، از عملکرد و روابط بین چند دارایی مرتبط به یکدیگر به‌دست می‌آیند. در حالت کلی، بر روی یک گروه از دارایی‌ها که از لحاظ تاریخی دارای تعادل بلند‌مدت هستند و در کوتاه‌مدت دچار یک انحراف از این تعادل می‌شوند، موقعیت‌های متضاد خریدوفروش اتخاذ می‌شود و از اختلاف نسبی بین قیمت دارایی‌ها سود به‌دست می‌آید. این اختلاف قیمت به سبب ناسازگاری دارایی‌ها نسبت به ارزش متوسط گروه به وجود می‌آید.

برای شناسایی این اختلاف قیمت دارایی‌ها، مدیران انواع مختلفی از تکنیک‌ها مانند تحلیل ریاضی، تحلیل تکنیکال و تحلیل بنیادی را به‌کار می‌گیرند.

بازار خنثی یک عنصر اصلی از استراتژی معاملات زوجی است و بیان می‌دارد که این استراتژی در هر نقطه زمانی در یک چرخه اقتصادی قابل اجرا است و می‌تواند صرف نظر از جهت بازار سودآور باشد.

معاملات زوجی

معامله زوجی یک استراتژی معامله‌ای خنثی در بازار است که به معامله‌گران اجازه می‌دهد از شرایط متنوع مانند حرکت روند نزولی، حرکت روند صعودی، حرکت روند افقی، کسب سود کنند.

معاملات زوجی، یک استراتژی سرمایه‌گذاری ارزش نسبی است که در جست‌و‌جوی شناسایی سهام دو شرکت با مشخصات مشابه می‌باشد. به‌طوریکه این دو سهم با روند قیمتی مشابه در جریان هستند. زمانیکه یک ناهنجاری باعث اختلال در این روند می‌شود. یک سهم دارای افزایش قیمت و دیگر دارای کاهش قیمت نسبت به ارزش متوسط گذشته آن می‌شود. 

این استراتژی سرمایه‌گذاری شامل خرید سهم با قیمت کاهش یافته و فروش استقراضی دارایی با قیمت افزایش‌یافته می‌شود تا زمان برطرف شدن این ناهنجاری موقعیت‌ها را حفظ می‌کند.

خودکارسازی فرایند معاملاتی

الگوریتم‌های معاملاتی با استفاده از مدل‌های ریاضی، معاملات بازار را تحلیل و بر اساس آن فرصت‌های معامله را شناسایی کرده و اطلاعات را به سفارشات خرید یا فروش تبدیل می‌کنند. این الگوریتم‌ها در تمامی مراحل مختلف معاملات به‌کار گرفته می‌شوند.

فرایند ورود داده‌ها از یک یا چند متغیر که مدل معامله بر آن استوار است آغاز می‌گردد. این داده‌ها می‌تواند شامل داده‌های بی‌درنگ، سوابق معاملاتی یا حتی داده‌های موضوعی بنیادین مانند اخبار بازار سرمایه باشد. این اخبار و اطلاعات باید در قالب مقدارهای استاندارد باشد.

گام دوم، مدل تصمیم‌گیری است. این گام می‌گوید با وجود چه شرایطی باید تصمیم گرفت. در این مرحله هر تعداد مدل به‌کار بسته می‌شود تا بتوان تصمیم‌گیری نمود. ابزاری مانند شاخص‌های تجربی، تحلیل‌های فنی و بنیادی، شاخص‌های دوام نسبی، الگوی نموداری، ارتباطات آربیتراژ و از این قبیل می‌توان به‌کار گرفته شود.

مدیریت سفارش بخش سوم از فرایند است. در این گام به دنیال انجام هر چه ماهرانه‌تر اجرای سفارش به‌منظور انجام معامله با قیمت مناسب است.

گام چهارم انتخاب بازار مناسب برای انجام معامله است. در واقع، این مرحله نوعی مسیریابی هوشمند است که شامل جستجوی بهترین مقادیر برای اقلامی است که در بازارهای مختلف پذیرفته شده‌اند.

نگاه دیگر بر خودکار سازی معاملات، تمرکز بر چرخه معاملات است. در حالت کلی چرخه یک معامله را می‌توان به سه دوره قبل از معاملات، مرحله اجرای معامله و پس از معاملات تقسیم نمود. در مرحله اول، بررسی می‌شود که آیا لازم است معامله به شیوه الگوریتمی انجام شود یا روش دستی مناسب‌تر است. در خلال انجام معامله، قیمت‌ها بررسی می‌شود و رفتار الگوریتم در وضعیتی که شرایط بازار تغییر کند مشخص می‌شود.

ویژگی های الگو تریدینگ

پیشرفت تکنولوژی رایانه‌ای مهم‌ترین دلیل توسعه معاملات اتوماتیک است. الگو تریدینگ باید بر روی سامانه‌های سخت‌افزاری بسیار سریع، سفارش‌ها را اجرا کنند و تراکنش‌های تصمیم‌گیری گاه باید در کسری از ثانیه اجرا گردند. در هسته‌های الگو تریدینگ، سرعت اجرای معاملات، دسترسی سریع به داده‌های بازار و حداقل تاخیر در زمان انتشار، از مهم‌ترین عوامل به شمار می‌روند. 

افزایش الگو تریدینگ و معاملات فرکانس بالا، نقدینگی در سهام‌های بزرگ و پرطرفدار را بالا برده است. همچنین موجب بهبود نقدینگی در بازارهای ارزهای خارجی شده است. این ابزارها موجب انتقال مزیت از فروشندگان و کارگزاران حرفه‌ای به سریع‌ترین رایانه‌ها و بهترین الگوریتم‌ها شده است.

سخن پایانی

معاملات الگوریتمی یعنی معاملاتی که با استفاده از الگوریتم‌ها اجرا می‌شوند. در حقیقت الگو تریدینگ، به معنای قرار دادن سفارشات خرید‌و‌فروش با مقداری کاملا مشخص در درون یک مدل تحلیل کمی که به صورت خودکار زمانبندی اجرای سفارش‌ها و حجم هر یک را تولید می‌کند. این زمانبندی و حجم سفارشات توسط محدودیت‌ها و پارامترهای الگوریتم مشخص می‌شود. در حال حاضر کشش هیجان‌انگیزی به سمت معاملات الگوریتمی و ساخت نرم‌افزارها و برنامه‌هایی در این باره وجود دارد.

آمارها نشان از رشد فزاینده این معاملات در تمام رده‌های مختلف دارایی به خصوص در بازار سهام و قراردادهای آتی دارد.