استراتژی های معاملات الگوریتمی شامل تصمیم گیری در مورد تجارت بر اساس قوانین از پیش تنظیم شده است که به رایانه برنامه ریزی شده اند. یک معامله گر یا سرمایه گذار کدی را می نویسد که در صورت برآورده شدن شرایط خاص ، معاملات را به نمایندگی از معامله گر یا سرمایه گذار اجرا می کند.


حرکت الگوریتم های متوسط تجارت بسیار محبوب و بسیار آسان است. این الگوریتم امنیت (به عنوان مثال سهام) را در صورتی که قیمت فعلی بازار آن کمتر از قیمت بازار خود در طی دوره ای باشد ، خریداری می کند و اگر قیمت بازار آن بیشتر از قیمت متوسط بازار آن در طی دوره ای باشد ، امنیت را به فروش می رساند. در اینجا ، ما یک الگوریتم معاملات متوسط 20 روزه را در نظر می گیریم.
این الگوریتم اگر قیمت فعلی بازار کمتر از میانگین حرکت 20 روزه باشد ، سهام را در اپل (AAPL) خریداری می کند و اگر قیمت فعلی بازار بیش از میانگین حرکت 20 روزه باشد ، سهام اپل را به فروش می رساند. فلش سبز نقطه زمانی را نشان می دهد که الگوریتم سهام را خریداری می کند ، و فلش قرمز نشانگر زمانی است که این الگوریتم سهام فروخته می شود.
تجارت بزرگ به طور بالقوه می تواند قیمت بازار را تغییر دهد. چنین تجارت به عنوان یک تجارت تحریف کننده شناخته می شود زیرا قیمت بازار را تحریف می کند. برای جلوگیری از چنین شرایطی ، معامله گران معمولاً موقعیت های بزرگی را باز می کنند که ممکن است بازار را در مراحل حرکت دهند.
به عنوان مثال ، یک سرمایه گذار که مایل به خرید یک میلیون سهم در اپل است ، ممکن است سهام را در دسته های 1000 سهم خریداری کند. سرمایه گذار ممکن است هر پنج دقیقه 1000 سهم را به مدت یک ساعت خریداری کند و سپس تأثیر تجارت در قیمت بازار سهام اپل را ارزیابی کند. اگر قیمت بدون تغییر باقی بماند ، سرمایه گذار با خرید خود ادامه خواهد داد. چنین استراتژی به سرمایه گذار اجازه می دهد تا سهام اپل را بدون افزایش قیمت خریداری کند. با این حال ، این استراتژی با دو اشکال اصلی همراه است:
یک الگوریتم معاملاتی می تواند با خرید سهام و بررسی فوری اینکه آیا خرید تاثیری بر قیمت بازار داشته است مشکل را حل کند. می تواند به میزان قابل توجهی تعداد تراکنش های مورد نیاز برای تکمیل معامله و همچنین زمان صرف شده برای تکمیل معامله را کاهش دهد.
معامله گران و سرمایه گذاران اغلب تحت تأثیر احساسات و عواطف قرار می گیرند و استراتژی های معاملاتی خود را نادیده می گیرند. به عنوان مثال، در آستانه بحران مالی جهانی در سال 2008، بازارهای مالی نشانه هایی را نشان دادند که یک بحران در افق است. با این حال، بسیاری از سرمایه گذاران این نشانه ها را نادیده گرفتند زیرا گرفتار «جنون بازار گاوی» در اواسط دهه 2000 بودند و فکر نمی کردند که یک بحران ممکن است. الگوریتم ها با اطمینان از اینکه همه معاملات به مجموعه ای از قوانین از پیش تعیین شده پایبند هستند، مشکل را حل می کنند.
یک الگوریتم معاملاتی ممکن است معاملات را از دست بدهد زیرا الگوریتم دوم هیچ یک از علائمی را که الگوریتم برای جستجوی آن برنامه ریزی شده است را نشان نمی دهد. با افزایش تعداد شاخص هایی که الگوریتم باید به دنبال آنها باشد تا حدودی می توان آن را کاهش داد، اما چنین فهرستی هرگز نمی تواند کامل باشد.
برای ادامه یادگیری و توسعه دانش خود در مورد تجارت الگوریتمی، ما به شدت منابع اضافی زیر را توصیه می کنیم:
برچسب :
نویسنده : احمد نجفی
بازدید : <-PostHit->