Algoritmisk Handel Strategier Wiki

Algoritmisk handel Algoritmisk handel. Kallas också automatiserad handel. Black-box trading. Eller algo trading. Är användningen av elektroniska plattformar för att komma in i handelsorder med en algoritm som exekverar förprogrammerade handelsinstruktioner vars variabler kan innefatta tidpunkt, pris eller kvantitet av ordern eller i många fall initiera ordern med en robot utan mänsklig ingrepp. Algoritmisk handel används i stor utsträckning av investeringsbanker. pensionsfonder. Fonder. och andra investerare-driven institutionella handlare, att dela stora affärer i flera mindre affärer för att hantera marknadens påverkan och risker. 1 2 Sälj sidhandlare, till exempel marknadsaktörer och vissa hedgefonder. Tillhandahålla likviditet till marknaden, generera och exekvera order automatiskt. En särskild klass av algoritmisk handel är högfrekvent handel (HFT). Många typer av algoritmiska eller automatiserade handelsaktiviteter kan beskrivas som HFT. Som ett resultat av detta bildade Commodity Futures Trading Commission (CFTC) i februari 2012 en särskild arbetsgrupp som inbegriper akademiker och branschexperter för att ge CFTC råd om hur man bäst ska definiera HFT. 3 4 HFT-strategier använder datorer som gör utarbetade beslut att initiera order baserat på information som mottas elektroniskt, innan människohandlare kan bearbeta den information de observerar. Algoritmisk handel och HFT har resulterat i en dramatisk förändring av marknadens mikrostruktur, i synnerhet när det gäller likviditeten. 5 Algoritmisk handel kan användas i någon investeringsstrategi. Inklusive marknadsföring. spridning mellan marknader, arbitrage. eller ren spekulation (inklusive trend efterföljande). Investeringsbeslutet och genomförandet kan vid varje tillfälle ökas med algoritmiskt stöd eller kan fungera helt automatiskt. Ett av de viktigaste frågorna om HFT är svårigheten att bestämma hur lönsamt det är. En rapport som släpptes i augusti 2009 av TABB-koncernen, ett forskningsföretag för finansiella tjänster, uppskattade att de 300 värdepappersföretag och hedgefonder som specialiserat sig på denna typ av handel tog upp högst US21 miljarder i vinst 2008, 6 som författarna Kallas relativt liten och förvånansvärt blygsam jämfört med marknadens totala handelsvolym. En tredjedel av alla Europeiska unionens och USA: s aktieaffärer 2006 drivs av automatiska program eller algoritmer, enligt den amerikanska forskningsinstitutet Aite Group i Boston. 7 Från och med 2009 utgjorde studier för HFT-företag 60-73 av alla amerikanska aktievolymer, med ett antal som faller till cirka 50 år 2012. 8 9 2006, på Londonbörsen. Över 40 av alla beställningar ingick av algoritmiska handlare, med 60 förutspådda för 2007. Amerikanska marknader och europeiska marknader har i allmänhet en högre andel algoritmiska affärer än andra marknader och uppskattningar för 2008 varierar så hög som 80 procent på vissa marknader. Valutamarknaderna har också aktiv algoritmisk handel (cirka 25 order under 2006). 10 Futures-marknaderna anses vara ganska lätta att integrera i algoritmisk handel, 11 med cirka 20 alternativvolymer som förväntas bli datorgenererade 2010. Skriptfel Skriptfel 91 daterad information 93 12 Obligationsmarknaderna rör sig mot mer tillgång till algoritmiska handlare. 13 Algoritmic och HFT har varit föremål för mycket offentlig debatt sedan US Securities and Exchange Commission och Commodity Futures Trading Commission sade i rapporter att en algoritmisk handel som ingåtts av ett fondföretag utlöstes en våg av försäljning som ledde till 2010 Flash Crash . 14 15 16 17 18 19 20 21 Samma rapporter har hittat HFT-strategier kan ha bidragit till efterföljande volatilitet. Som ett resultat av dessa händelser led Dow Jones Industrial Average sin näst största intradagpunktsvängning någonsin till det datumet, trots att priserna snabbt återhämtade sig. (Se Lista över största dagliga förändringar i Dow Jones Industrial Average.) En rapport från Internationella värdepappersföretagen (IOSCO), en internationell instans av värdepappersregulatorer, konstaterade i juli 2011 att medan algoritmer och HFT-teknik har använts av marknaden Deltagarna för att hantera sin handel och risk, var deras användning också en tydlig bidragande faktor vid flashkraschhändelsen den 6 maj 2010. 22 23 Vissa algoritmiska handelar före indexfondsstabilisering överför vinster från investerare. 24 25 26 Historia Redigera Dataströmningen av orderflödet på de finansiella marknaderna började i början av 1970-talet, med några landmärken som introducerades av New York Stock Exchanges utsedda orderomvandlingssystem (DOT och senare SuperDOT), som dirigerade beställningar elektroniskt till rätt handelspost, som utförde dem manuellt. Det automatiska rapporteringssystemet (OARS) hjälpte specialisten att bestämma marknadens clearing-öppningspris (SOR Smart Order Routing). Programhandel definieras av New York Stock Exchange som en order att köpa eller sälja 15 eller fler aktier värderade till över US1 miljoner totalt. I praktiken betyder det att alla programhandlar skrivs in med hjälp av en dator. På 1980-talet blev programhandeln allmänt använd i handeln mellan SampP500-aktiemarknaden och futuresmarknaderna. I aktieindex arbitrage köper en näringsidkare (eller säljer) ett aktieindex futures kontrakt som SampP 500 futures och säljer (eller köper) en portfölj med upp till 500 aktier (kan vara en mycket mindre representativ delmängd) på NYSE som matchas mot Terminshandel. Programhandeln på NYSE skulle vara förprogrammerad till en dator för att automatiskt komma in i ordern i NYSEs elektroniska orderrutingssystem vid en tid då terminspriset och aktieindexet var tillräckligt långt ifrån varandra för att göra vinst. På ungefär samma tid var portföljförsäkring utformad för att skapa ett syntetiskt säljoption på en börsportfölj genom dynamiskt handlande aktieindex futures enligt en datormodell baserad på BlackScholes alternativ prissättningsmodell. Båda strategierna, som ofta helt enkelt klumpades samman som programhandel, skylldes av många personer (till exempel av Brady-rapporten) för att förvärra eller till och med starta 1987 års börskrasch. Men effekten av datordriven handel på aktiemarknaden kraschar är oklart och diskuteras brett i det akademiska samhället. 27 Finansmarknader med fullt elektroniskt genomförande och liknande elektroniska kommunikationsnät utvecklade i slutet av 1980-talet och 1990-talet. I USA-decimaleringen. som ändrade den minsta kryssstorleken från 116 av en dollar (US0.0625) till US0,01 per aktie, kan ha uppmuntrat till algoritmisk handel, eftersom den förändrade marknadens mikrostruktur genom att tillåta mindre skillnader mellan bud och anbudspriser, minskar marknadsmäklarna handelsfördel, vilket ökar marknadslikviditeten. Denna ökade marknadslikviditet ledde till att institutionella handlare splittrade order enligt datoralgoritmer så att de kunde genomföra order till ett bättre genomsnittspris. Dessa genomsnittliga prisnivåer mäts och beräknas med datorer genom att tillämpa det tidsvägda genomsnittspriset eller mer vanligtvis med det volymvägda genomsnittspriset. En ytterligare uppmuntran till antagande av algoritmisk handel på finansmarknaderna kom 2001 när ett team av IBM-forskare publicerade ett dokument 28 vid den internationella gemensamma konferensen om artificiell intelligens där de visade att i experimentella laboratorieversioner av de elektroniska auktionerna som användes i den finansiella marknader, två algoritmiska strategier (IBMs egen MGD. och Hewlett-Packards ZIP) kan konsekvent utföra mänskliga handlare. MGD var en modifierad version av GD-algoritmen uppfunnad av Steven Gjerstad, amph John Dickhaut i 19967 29 ZIP-algoritmen hade uppfunnits hos HP av Dave Cliff (professor) 1996. 30 I sitt papper skrev IBM-teamet att de ekonomiska effekterna av Deras resultat visar MGD och ZIP överträffar mänskliga handlare. kan mätas i miljarder dollar årligen genererade IBM-papperet internationellt mediedekning. När fler elektroniska marknader öppnades introducerades andra algoritmiska handelsstrategier. Dessa strategier genomförs lättare av datorer, eftersom maskiner kan reagera snabbare mot tillfällig prissättning och undersöka priser från flera marknader samtidigt. Till exempel Stealth (utvecklad av Deutsche Bank), Sniper och Guerilla (utvecklad av Credit Suisse 31), arbitrage. Statistisk arbitrage. Trend efter. Och genomsnittlig reversion. Denna typ av handel är vad som driver den nya efterfrågan på Low Latency Proximity Hosting och Global Exchange Connectivity. Det är absolut nödvändigt att förstå vad latens är när man sätter ihop en strategi för elektronisk handel. Latency avser förseningen mellan överföringen av information från en källa och mottagandet av informationen vid en destination. Latency har som lägre bund ljusets hastighet motsvarar ca 3,3 millisekunder per 1 000 kilometer optisk fiber. En eventuell signalregenerering eller routingutrustning introducerar större latens än denna ljusstegs baslinje. Strategier Redigera Trading före indexfondsrebalansering Redigera De flesta pensionsbesparingar. Som privata pensionsfonder eller 401 (k) och individuella pensionskonton i USA, placeras i fonder. De mest populära är indexfonder som regelbundet måste balansera eller justera sin portfölj för att matcha de nya priserna och börsvärdet för de underliggande värdepapperen i lagret eller annat index som de spårar. 32 33 Detta gör det möjligt för algoritmiska handlare (varav 80 av dessa är de 20 mest populära värdepapperen 32) att förutse och handla före aktiekursrörelser som orsakas av omräkning av fondsbidrag, vilket ger vinst på förhand kunskap om de stora institutionella blockorderna. 24 34 Detta resulterar i vinster som överförs från investerare till algoritmiska handlare, uppskattas till minst 21 till 28 punkter per år för SampP 500 indexfonder och minst 38 till 77 punkter per år för Russell 2000-fonder. 25 John Montgomery av Bridgeway Capital Management säger att den resulterande dåliga investeraren återvänder från handel framför fonder är elefanten i rummet som chockerande talar folk inte om. 26 Relaterad tidszonarbitrage mot fonder och deras underliggande värdepapper som handlas på utomeuropeiska marknader kan sannolikt skada den finansiella integrationen mellan Förenta staterna, Asien och Europa. 35 Trend efter Redigera Trend följer är en investeringsstrategi som försöker dra nytta av långsiktiga, medellångsiktiga och kortfristiga rörelser som ibland förekommer på olika marknader. Strategin syftar till att utnyttja en marknadsutveckling på båda sidor, gå lång (köp) eller kort (sälja) på en marknad i ett försök att dra nytta av uppgångar och nedgångar på aktiemarknaden eller terminsmarknaden. Handlare som använder detta tillvägagångssätt kan använda nuvarande marknadsprisberäkning, glidande medelvärden och kanalbrytningar för att bestämma den allmänna riktningen på marknaden och att generera handelssignaler. Traders som prenumererar på en trendstrategi syftar inte till att förutse eller förutse specifika prisnivåer som de initierar en handel när en trend verkar ha börjat och avsluta handeln när trenden verkar ha upphört. 36 Pairs trading Redigera parhandel eller parhandel är en långsiktig. ideellt marknadsneutral strategi som gör det möjligt för näringsidkare att dra nytta av övergående avvikelser i relativvärdet av nära substitut. Till skillnad från i fall av klassisk arbitrage, i fråga om parhandel, kan lagen om ett pris inte garantera konvergens av priser. Detta gäller särskilt när strategin tillämpas på enskilda aktier - dessa ofullkomliga ersättare kan i själva verket avvika oändligt. I teorin ska strategins långsiktiga karaktär göra att den fungerar oavsett aktiemarknadsriktningen. I praktiken kan exekveringsrisken, ihållande och stora skillnader samt en minskning av volatiliteten göra denna strategi olönsam under långa tidsperioder (t ex 2004-7). Det hör till större kategorier av statistisk arbitrage. Konvergenshandel. Och relativvärdesstrategier. 37 Delta-neutrala strategier Redigera I finansiering beskriver delta-neutral en portfölj av närstående finansiella värdepapper, där portföljvärdet förblir oförändrat på grund av små förändringar i värdet av den underliggande säkerheten. En sådan portfölj innehåller typiskt optioner och deras motsvarande underliggande värdepapper, så att positiva och negativa delkomponenter kompenseras, vilket resulterar i att portföljvärdet är relativt okänsligt för förändringar i värdet av den underliggande säkerheten. Arbitrage Redigera I ekonomi och finans. arbitrage r b t r är praxis att utnyttja en prisskillnad mellan två eller flera marknader. slår en kombination av matchande erbjudanden som utnyttjar obalansen, vinsten är skillnaden mellan marknadspriserna. När det används av akademiker är en arbitrage en transaktion som inte innebär något negativt kassaflöde i vilket probabilistisk eller tidsmässigt tillstånd som helst och ett positivt kassaflöde i minst ett tillstånd på ett enkelt sätt. Det är risken för en riskfri vinst till nollkostnad. Villkor för arbitrage Redigera Arbitrage är möjligt när en av tre villkor är uppfyllda: Den samma tillgången handlar inte till samma pris på alla marknader (lagen om ett pris är tillfälligt brytat). Två tillgångar med identiska kassaflöden handlar inte till samma pris. En tillgång med ett känt pris i framtiden handlas inte i dag till sitt framtida pris diskonterat med den riskfria räntan (eller tillgången har inte försumbar lagringsutrymme som sådan, till exempel gäller detta villkor för spannmål men inte För värdepapper). Arbitrage handlar inte bara om att köpa en produkt på en marknad och sälja den i en annan till ett högre pris vid något senare tillfälle. De långa och korta transaktionerna bör ideellt förekomma samtidigt för att minimera exponeringen mot marknadsrisk eller risken att priserna kan förändras på en marknad innan båda transaktionerna är färdiga. I praktiken är detta i allmänhet endast möjligt med värdepapper och finansiella produkter som kan handlas elektroniskt, och även då när första handelsbenet utförs, kan priserna i de andra benen ha försämrats, låsas i en garanterad förlust. Saknar en av handelsbenen (och därefter måste den öppnas till ett sämre pris) kallas exekutionsrisk eller mer specifikt in-och ut-risk. Not 1 I det enklaste exemplet bör godis som säljs på en marknad sälja till samma pris i en annan. Traders kan till exempel finna att priset på vete är lägre i jordbruksregioner än i städer, köp det goda och transportera det till en annan region för att sälja till ett högre pris. Denna typ av prisarbitrage är den vanligaste, men det här enkla exemplet ignorerar kostnaden för transport, lagring, risk och andra faktorer. Sann arbitrage kräver att det inte finns någon marknadsrisk. När värdepapper handlas på mer än en utbyte sker arbitrage genom att samtidigt köpa i en och sälja på den andra. Sådan samtidig genomförande, om perfekta ersättare är involverade, minimerar kapitalkrav, men i praktiken skapar aldrig en självfinansierande (fri) position, eftersom många källor felaktigt antar att följa teorin. Så länge som det finns någon skillnad i marknadsvärdet och risken för de två benen, skulle kapitalet behövas för att bära den långa arbitragepositionen. Mean reversion Edit Mean reversion är en matematisk metod som ibland används för att investera i aktier, men den kan tillämpas på andra processer. Generellt sett är tanken att både ett lager höga och låga priser är tillfälliga och att en aktiekurs tenderar att ha ett genomsnittspris över tiden. Betydande reversering innebär att man först identifierar handelsintervallet för ett lager och sedan beräknar genomsnittspriset med hjälp av analytiska tekniker när det gäller tillgångar, vinst etc. När det aktuella marknadspriset är lägre än genomsnittspriset, anses beståndet attraktivt för inköp , Med förväntan om att priset stiger. När det nuvarande marknadspriset ligger över genomsnittspriset förväntas marknadspriset falla. Med andra ord förväntas avvikelser från genomsnittspriset återgå till genomsnittet. Standardavvikelsen för de senaste priserna (t ex de senaste 20) används ofta som en köp - eller säljindikator. Lagerrapporteringstjänster (som Yahoo Finance, MS Investor, Morningstar, etc.) erbjuder vanligtvis glidande medelvärden för perioder som 50 och 100 dagar. Medan rapporteringstjänster ger medelvärdena är det fortfarande nödvändigt att identifiera de höga och låga priserna för studieperioden. Scalping Edit Scalping (trading) är en metod för arbitrage av små prisspel som skapats av bud-spread-spridningen. Scalpers försök att agera som traditionella marknadsförare eller specialister. För att göra spridningsmedlen att köpa till köpeskillingen och sälja till askpriset, för att få skillnaden mellan bidragen. Denna procedur möjliggör vinst även när budet och frågan inte rör sig alls, så länge som det finns handlare som är villiga att ta marknadspriser. Det innebär normalt att etablera och likvida en position snabbt, vanligtvis inom några minuter eller till och med sekunder. En scalpers roll är faktiskt rollen som marknadsaktörer eller specialister som ska upprätthålla likviditet och orderflöde av en produkt från en marknad. En marknadsmäklare är i grunden en specialiserad scalper. Volymen en marknadsförare är många gånger mer än de genomsnittliga individuella scalpersna. En marknadsmäklare har ett sofistikerat handelssystem för att övervaka handelsverksamheten. En marknadsförare är emellertid bunden av strikta utbytesregler medan den enskilda näringsidkaren inte är. Exempelvis kräver NASDAQ att varje marknadsförare ska lägga minst ett bud och en fråga till någon prisnivå för att upprätthålla en dubbelsidig marknad för varje aktie som representeras. Reducering av transaktionskostnaden Redigera De flesta strategier som kallas algoritmisk handel (såväl som algoritmisk likviditetssökning) faller i kategorin kostnadsminskning. Grundidén är att bryta ner en stor order till små beställningar och placera dem på marknaden över tiden. Valet av algoritm beror på olika faktorer, med den viktigaste volatiliteten och likviditeten hos aktien. Till exempel är det för en starkt likvida bestånd, som matchar en viss procentandel av de totala orderbestämmelserna (kallad volyminlinealgoritmer) en bra strategi, men för ett starkt illikvide lager försöker algoritmer matcha varje order som har ett gynnsamt pris ( Kallad likviditetssökande algoritmer). Succesen för dessa strategier mäts vanligen genom att jämföra det genomsnittliga priset där hela ordern genomfördes med det genomsnittliga priset som uppnåddes genom ett jämförelseindex för samma löptid. Vanligtvis används det volymvägda genomsnittspriset som referens. Ibland jämförs även genomförandepriset med priset på instrumentet vid beställningstillfället. En särskild klass av dessa algoritmer försöker upptäcka algoritmiska eller isbergsbeställningar på andra sidan (det vill säga om du försöker köpa, kommer algoritmen att försöka upptäcka order för säljsidan). Dessa algoritmer kallas sniffing algoritmer. Ett typiskt exempel är Stealth. Några exempel på algoritmer är TWAP, VWAP, Implementation shortfall, POV, Display storlek, Likviditetssökare och Stealth. Strategier som endast avser mörka pooler Redigera HFT, som omfattar en bred uppsättning köpsidor och marknadsföringshandlare, har blivit mer framträdande och kontroversiell. 38 Dessa algoritmer eller tekniker ges vanligen namn som Stealth (utvecklad av Deutsche Bank), Iceberg, Dagger, Guerilla, Sniper, BASOR (utvecklad av Quod Financial) och Sniffer. 39 Mörka pooler är alternativa elektroniska börser där handel sker anonymt, med flest order dolda eller isbergade. 40 Spelare eller hajar sniffar ut stora order genom att pinga små marknadsordningar att köpa och sälja. När flera små order är fyllda kan hajarna ha upptäckt närvaron av en stor isbergsbeställning. Nu är det en vapenävling, säger Andrew Lo, chef för Massachusetts Institute of Technology s Laboratory for Financial Engineering. Alla bygger mer sofistikerade algoritmer, och ju mer konkurrensen finns, desto mindre blir vinsten. 41 Högfrekvenshandel Redigera I USA representerar högfrekvenshandel (HFT) företagen 2 av de cirka 20 000 företag som idag verkar, men står för 73 av alla aktier i volymen. 42 Från och med första kvartalet 2009 var totala tillgångar som förvaltades för hedgefonder med HFT-strategier US141 miljarder, vilket var ungefär 21 från deras höga. 43 HFT-strategin blev först framgångsrik av Renaissance Technologies. 44 Högfrekventa fonder började bli särskilt populära 2007 och 2008. 43 Många HFT-företag är marknadstillverkare och ger likviditet till marknaden, vilket har sänkt volatiliteten och bidrog till att minska smidiga budgivningar som gör handel och investera billigare för andra marknadsaktörer. 43 45 46 HFT har varit föremål för intensivt offentligt fokus sedan USA: s Securities and Exchange Commission och Commodity Futures Trading Commission uppgav att både algoritmiska och HFT bidrog till volatiliteten i 2010 Flash Crash. Huvudspelare i HFT inkluderar GETCO LLC, Jump Trading LLC, Tower Research Capital, Hudson River Trading samt Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies. 14 15 16 17 Det finns fyra huvudkategorier av HFT-strategier: Marknadsföring baserat på orderflöde, marknadsföring baserat på frikopplingsinformation, händelsesarbitrage och statistisk arbitrage. Alla beslut om portföljtilldelning görs av datoriserade kvantitativa modeller. Framgången av HFT-strategier drivs i stor utsträckning av deras förmåga att samtidigt bearbeta informationsvolymer, något vanligt mänskligt handlare kan inte göra. typ flytta bild Fil: Merge-arrow. svg bildsteg textstyle text klassisk stil Det har föreslagits att denna artikel sammanfogas till scriptfel. (Diskutera) Föreslagen sedan augusti 2013. Små liten bild Smallimageright Smalltext subst date namn Marknadsföring Redigera Marknadsföring är en uppsättning HFT-strategier som innebär att en begränsningsorder ska säljas (eller erbjudas) över det aktuella marknadspriset eller en köpgränsorder (eller Bud) under det nuvarande priset för att dra nytta av budgivningsutbudet. Automated Trading Desk. Som köptes av Citigroup i juli 2007, har varit en aktiv marknadsmäklare och står för cirka 6 av den totala volymen på både NASDAQ och New York Stock Exchange. 47 Statistisk arbitrage Redigera En annan uppsättning HFT-strategier är en klassisk arbitrage-strategi kan innebära flera värdepapper som täckt ränteparitet på valutamarknaden som ger en relation mellan priserna på ett inhemskt obligationslån, ett obligationslån i utländsk valuta, platsen pris på valutan och priset på ett terminsavtal på valutan. Om marknadspriserna är tillräckligt annorlunda än de som anges i modellen för att täcka transaktionskostnaden kan fyra transaktioner göras för att garantera en riskfri vinst. HFT tillåter liknande arbitragor med hjälp av modeller med större komplexitet med många fler än 4 värdepapper. TABB-koncernen uppskattar att årliga aggregerade vinster av strategier med låg latitud arbitrage för närvarande överstiger US21 miljarder. 8 Ett stort antal statistiska arbitrage-strategier har utvecklats där handelsbeslut fattas på grundval av avvikelser från statistiskt signifikanta relationer. Liksom marknadsstrategier kan statistisk arbitrage tillämpas i alla tillgångsklasser. Event arbitrage Redigera En delmängd av risk, fusion, konvertibel eller nödsituerad värdepappersarbitrage som räknas på en specifik händelse, såsom ett kontraktsundertecknande, myndighetsgodkännande, rättsligt beslut etc. för att ändra pris - eller ränteförhållandet mellan två eller flera finansiella instrument och tillåta arbitrageur att tjäna vinst. 48 Fusion arbitrage även kallad risk arbitrage skulle vara ett exempel på detta. Fusionsarbitrage består i allmänhet av att köpa aktier i ett företag som är målet för en övertagande samtidigt som aktiebolaget i det förvärvande bolaget förkortas. Marknadspriset för målbolaget är vanligtvis mindre än det pris som erbjuds av det förvärvande bolaget. Spridningen mellan dessa två priser beror främst på sannolikheten och tidpunkten för förvärvet som slutförts samt den rådande räntenivån. Insatsen i en fusionsarbitrage är att en sådan spridning i slutändan kommer att bli noll, om och när övertagandet är klart. Risken är att affären bryter och spridningen ökar massivt. Handel med låg latens Redigera HFT är ofta förvirrad med låg latenshandel som använder datorer som utför handel inom mikrosekunder, eller med extremt låg latens i handelns jargong. Låglighetshandlare är beroende av ultralåga latensnät. De tjänar genom att tillhandahålla information, som konkurrerande bud och erbjudanden, till sina algoritmer microseconds snabbare än sina konkurrenter. 8 Det revolutionära framskridandet i hastighet har lett till att företagen måste ha en realtidskolokerad handelsplattform för att dra nytta av att genomföra högfrekventa strategier. 8 Strategier förändras ständigt för att återspegla de subtila förändringarna på marknaden samt att bekämpa hotet att strategin är omvänd konstruerad av konkurrenter. Det finns också ett mycket starkt tryck för att kontinuerligt lägga till funktioner eller förbättringar av en viss algoritm, till exempel klientspecifika ändringar och olika prestationsförbättrande förändringar (avseende benchmark trading performance, kostnadsminskning för handelsföretaget eller en rad andra implementeringar). Detta beror på den evolutionära karaktären hos algoritmiska handelsstrategier som de måste kunna anpassa och handla intelligent, oavsett marknadsförhållanden, vilket innebär att de är tillräckligt flexibla för att klara ett stort antal marknadsscenarier. Som en konsekvens spenderas en betydande andel av företagens nettoinkomster på RampD i dessa autonoma handelssystem. 8 Strategiimplementering Redigera De flesta av de algoritmiska strategierna implementeras med moderna programmeringsspråk, även om vissa fortfarande implementerar strategier utformade i kalkylblad. I allt högre grad skrivs de algoritmer som används av stora mäklare och kapitalförvaltare till FIX-protokollens Algoritmic Trading Definition Language (FIXatdl), vilket gör det möjligt för företag som får order att precisera hur deras elektroniska order ska uttryckas. Beställningar som byggts med FIXatdl kan sedan överföras från handelssystem via FIX-protokollet. 49 Grundmodeller kan lita på så lite som en linjär regression, medan mer komplext spelteoretisk och mönsterigenkänning 50 eller prediktiva modeller också kan användas för att initiera handel. Neurala nätverk och genetisk programmering har använts för att skapa dessa modeller. Frågor och utveckling Redigera Algoritmisk handel har visat sig väsentligt förbättra marknadslikviditeten 51 bland andra förmåner. Förbättringar i produktivitet som algoritmisk handel har emellertid motsatt sig mänskliga mäklare och handlare som står inför hård konkurrens från datorer. Bekymmer Redan Nackdelen med dessa system är deras svarta box-ness, säger Williams. Traders har intuitiva sinnen om hur världen fungerar. Men med dessa system häller du i en massa siffror, och något kommer ut i andra änden, och det är inte alltid intuitivt eller tydligt varför den svarta lådan låste sig på vissa data eller relationer. 41 Finansinspektionen har hållit ett vakande öga på utvecklingen av black box trading. I sin årsrapport noterade regulatorn de stora fördelarna med effektivitet som den nya teknologin leder till. Men det påpekade också att större beroende av sofistikerad teknik och modellering medför en större risk för att systemfel kan leda till avbrott i verksamheten. 52 Storbritanniens statsminister Lord Myners har varnat för att företag kan bli spekulanternas leksaker på grund av automatisk högfrekvenshandel. Lord Myners sa att processen riskerade att förstöra förhållandet mellan en investerare och ett företag. 53 Andra frågor innefattar det tekniska latentitetsproblemet eller förseningen att få offerter till handlare, 54 säkerhet och möjligheten till en fullständig systemfördelning som leder till en marknadsolycka. 55 Goldman spenderar tiotals miljoner dollar på dessa saker. De har fler människor som arbetar inom sitt teknikområde än människor på handelsdisken. Marknadernas karaktär har förändrats dramatiskt. 56 Den 1 augusti 2012 upplevde Knight Capital Group en teknikproblem i sitt automatiserade handelssystem, 57 vilket medför en förlust på 440 miljoner. Denna fråga var relaterad till Knights installation av handelsprogramvara och resulterade i att Knight skickade flera felaktiga order i NYSE-noterade värdepapper till marknaden. Denna programvara har tagits bort från företagets system. .. Kunderna påverkades inte negativt av felaktiga order, och mjukvaruproblemet var begränsat till routing av vissa börsnoterade aktier till NYSE. Knight har handlat ur sin felaktiga handelsposition, vilket har resulterat i en realiserad skatt före skatt på cirka 440 miljoner. Algoritmiska och HFT visade sig ha bidragit till volatiliteten under Flash Crash den 6 maj 2010, 14 16 när Dow Jones Industrial Average drog cirka 600 poäng för att återhämta dessa förluster inom några minuter. Vid den tiden var den näst största punktsvängningen, 1,010,14 poäng och den största en dags punktnedgången, 998,5 poäng, på en intradagbasis i Dow Jones Industrial Average History. 58 Senaste utvecklingen Redigera Finansmarknadsnyheter formateras nu av företag som behöver veta nyheter. Thomson Reuters. Dow Jones. och Bloomberg. att läsas och handlas på via algoritmer. Datorer används nu för att generera nyhetsberättelser om företagets resultat eller ekonomisk statistik när de släpps. Och denna nästan omedelbara informationen bildar en direktmatning till andra datorer som handlar om nyheterna. 59 Algoritmerna handlar inte bara om enkla nyhetsberättelser utan tolkar också svårare att förstå nyheter. Vissa företag försöker också automatiskt tilldela känslor (besluta om nyheten är bra eller dålig) till nyheter så att automatiserad handel kan fungera direkt på nyhetsberättelsen. 60 Allt fler tittar på alla typer av nyheter och bygger sina egna indikatorer kring det på ett halvstrukturerat sätt, eftersom de ständigt söker nya handelsfördelar, säger Rob Passarella, global strategidirektör för Dow Jones Enterprise Media Group. Hans firma tillhandahåller både en låg latent nyhetsflöde och nyhetsanalys för handlare. Passarella pekade också på att ny akademisk forskning genomförs i vilken utsträckning som vanliga Google-sökningar på olika lager kan fungera som handelsindikatorer, den potentiella effekten av olika fraser och ord som kan förekomma i Securities and Exchange Commission-utlåtanden och den senaste våg av onlinemiljöer Ägnat åt aktiehandel ämnen. 60 Marknader är i sin natur konversationer, har vuxit ut av kaffehus och krogar, sade han. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. 60 There is a real interest in moving the process of interpreting news from the humans to the machines says Kirsti Suutari, global business manager of algorithmic trading at Reuters. More of our customers are finding ways to use news content to make money. 59 An example of the importance of news reporting speed to algorithmic traders was an advertising campaign by Dow Jones (appearances included page W15 of the Wall Street Journal. on March 1, 2008) claiming that their service had beaten other news services by 2 seconds in reporting an interest rate cut by the Bank of England. In July 2007, Citigroup. which had already developed its own trading algorithms, paid 680 million for Automated Trading Desk, a 19-year-old firm that trades about 200 million shares a day. 61 Citigroup had previously bought Lava Trading and OnTrade Inc. In late 2010, The UK Government Office for Science initiated a Foresight project investigating the future of computer trading in the financial markets, 62 led by Dame Clara Furse. ex-CEO of the London Stock Exchange and in September 2011 the project published its initial findings in the form of a three-chapter working paper available in three languages, along with 16 additional papers that provide supporting evidence. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds. have become very important. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. 68 Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. They must filter market data to work into their software programming so that there is the lowest latency and highest liquidity at the time for placing stop-losses andor taking profits. With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. Absolute frequency data play into the development of the traders pre-programmed instructions. 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side ) must enable their trading system (often called an order management system or execution management system ) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side ) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD fixprotocol. org is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clog ged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacifi c Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk. Some sample trading systems: Intro to Algorithmic Trading with Heikin-Ashi Trendfollowing and mean reversion trading strategies code in MATLAB and Python Crude oil and natural gas focused trading strategies explained in this webinar: Quantitative trading strategies can turn any actionable market insight into a quantitative (math) based trade execution. Although hard to emulate, even the intuition of veteran traders can generally be whittled down into a purely automated quantitative strategy. These systems can be based on any combination of technical analysis, fundamental analysis, newsevents, and sentiment analysis to name a few. In terms of an actual breakdown of algorithmic trading, check out Investopedias post . (Disclaimer: I work at Quantiacs) Once youre ready to make money as a quant, you can join the latest Quantiacs automated trading contest, with a total of 2,250,000 in investments available: Can you compete with the best quants 2.1k Views middot View Upvotes middot Not for Reproduction More Answers Below. Related Questions What are some good trading algorithms Which are the best algorithmic trading strategies Can I build an algorithm trading based on a trend strategy and use it to trade forex for ten years for example What is the fastest way to create algorithmic trading strategies that work What are alternative trading strategies, and what are some examples Where can I find examples or simulations for active trading strategies Is algorithm trading all about algorithm execution Is there no signal identification or complicated trading strategies What is a practical example of algorithmic trading Do MNCs follow it Does every Indian company What are some examples of what automated trading algorithms actually do What are the best Forex Trading Tips Will Zerodha steal my successful algorithmic trading strategies on their platform and sell it to Hedge funds How can retail investors in India execute algorithmic trading strategies Is there any floor for the minimum investment that can be made W hat are the requirements to start trading in Sensex First, be careful not to conflate what we conventionally consider to be systematic quantitative trading and algorithmic trading. In industry parlance, algorithmic trading more often refers to the use of execution algorithms that split up a pointwise parent order into a set of child orders spread out over an interval and attempt to hit some benchmark, e. g. VWAP or minimization of slippage. Rightfully, it is now fairly commonplace to incorporate alpha predictions into an execution algo, and similarly, one may employ generic algorithms (e. g. Bellman-Ford) or execution algorithms in quantitative trading strategies. So perhaps being specific about the differences between the two is limited to a job search: The responsibilities are quite different between a quantitative trading team at a hedge fund and an algorithmic trading desk at a broker-dealer. Nevertheless, for the purpose of added clarity to my answer, I will distinguish the two. A simple algorithmic trading strategy to understand is a naive TWAP strategy, which simply splits a large parent order into smaller, equally-sized child orders distributed uniformly over the time interval, which is empirically (and theoretically, under certain assumptions of price formation process) found to reduce market impact. As for systematic quant strategies, at a longer horizon, many of these are still motivated by factor models or mean-variance optimization. In the former, a basic strategy expresses the future returns of an asset as a linear combination of historical factors and normally distributed noise. Common equity factors are market returns, market capitalization, book-to-market ratio and momentum. For fixed income, term and default risk factors are often used. The factor loadings or constant coefficients of the factors are solved with least squares over some window of historical data - this part is almost always carried out by a computer, thus algorithmic. As a side-note: This model also predates the popular idea of a market neutral strategy, practiced by many hedge funds, with the belief in a strong mean-reverting behavior in the residual time series. In the general form of mean-variance optimization, one expresses your portfolio expected returns, variance and constraints as functions of position sizes in each security in your portfolio. This is an archetypal problem for the method of Lagrange multipliers, and there are mature numerical libraries that solve it very fast on a CPU. This is an elegant and flexible formulation: indeed, you can express a variety of interesting constraints in the weights, be it long-only, leverage, gamma-weighted, or beta neutrality, quadratic transaction costs - these special cases motivate their algorithmic implementations in a long-short equity fund, beta neutral fund, 13030 fund, and so on. As another example, volatility arbitrage strategies aim to capture the difference between implied volatility and forecasted realized volatility. At the lower level, such strategies may employ lattice models and Monte Carlo simulations which have to be solved numerically, thus essentially limiting the practice of these strategies to a certain degree of algorithmic implementation. Advancements in GPGPU processing and parallel computing frameworks enable interesting pursuits of systematic trading in this space. 2.7k Views middot View Upvotes middot Not for Reproduction Algorithmic Trading is a process to Buy or Sell a security based on some pre-defined set of rules which are backtested on Historical data. These rules can be based on Technical Analysis, charts, indicators or even Stock fundamentals. For example, suppose you have a trading plan that you would Buy a particular stock if it closes in Red for 5 consecutive days. You can formulate this rule into Algorithmic Trading system and even automate it so that Buy order is placed automatically when your condition is met. You may even define your stoploss, target and position sizing in the algorithm which would make your Trading life easier. Check out the below link which contains a bunch of Algorithmic Trading strategies based on Excel and Amibroker: Also, refer this article to develop your own Algorithmic trading system from scratch: 361 Views middot View Upvotes middot Not for Reproduction Heres a nice write up on different types of algorithmic trading strategies. Algorithmic Trading Strategies, Paradigms and Modelling Ideas if you interested in an example strategy, find some of the blog links below Momentum Based Strategies for Low and High Frequency Trading EXCEL MODEL EPAT Final Project by Jacques Joubert Statistical Arbitrage Strategy in R Predictive Modeling in R for Algorithmic Trading Hope this helps. Let me know if you have further queries 30 Views middot Not for Reproduction Huck Zou. studied at University of Illinois Class of 2017 Here are some classic strategies. Rotation strategies. long a few best performers and short a few worst performers in an industry. Moving average crossovers. 160 Views middot Not for ReproductionData, information, and material (ldquocontentrdquo) is provided for informational and educational purposes only. This material neither is, nor should be construed as an offer, solicitation, or recommendation to buy or sell any securities. Any investment decisions made by the user through the use of such content is solely based on the users independent analysis taking into consideration your financial circumstances, investment objectives, and risk tolerance. Neither KJTradingSystems (KJ Trading) nor any of its content providers shall be liable for any errors or for any actions taken in reliance thereon. By accessing the KJ Trading site, a user agrees not to redistribute the content found therein unless specifically authorized to do so. Individual performance depends upon each studentrsquos unique skills, time commitment, and effort. Students sharing their stories have not been compensated for their testimonials. Student stories have not been independently verified by KJ Trading. Results may not be typical and individual results will vary. 8203U. S. Government Required Disclaimer - Commodity Futures Trading Commission. Futures and options trading has large potential rewards, but also large potential risk. Du måste vara medveten om riskerna och vara villiga att acceptera dem för att investera i terminer och optionsmarknader. Dont handla med pengar du inte har råd att förlora. This website is neither a solicitation nor an offer to BuySell futures or options. Ingen representation görs att något konto kommer eller kommer sannolikt att uppnå vinster eller förluster som liknar dem som diskuteras på denna webbplats. Det förflutna resultatet av något handelssystem eller metodik är inte nödvändigtvis en indikation på framtida resultat. CFTC REG 4.41 - HYPOTETISKA ELLER SIMULERADE RESULTATRESULTAT HAR VISSA BEGRÄNSNINGAR. I likhet med en verklig prestationsrekord representerar SIMULERADE RESULTAT INTE VERKSAMHET AV AKTIVT HANDEL. ALSO, SINCE THE TRADES HAVE NOT BEEN EXECUTED, THE RESULTS MAY HAVE UNDER-OR-OVER COMPENSATED FOR THE IMPACT, IF ANY, OF CERTAIN MARKET FACTORS, SUCH AS LACK OF LIQUIDITY, SIMULATED TRADING PROGRAMS IN GENERAL ARE ALSO SUBJECT TO THE FACT THAT THEY ARE DESIGNED WITH THE BENEFIT OF HINDSIGHT. INGEN REPRESENTATION GÖRAS ATT ANTAL KONKURRERAR ELLER ÄR LIKTIGT FÖR ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR TILL DE VISADE. Testimonials appearing on this site are actually received via email submission or web survey comments. They are individual experiences, reflecting real life experiences of those who have used our products andor services in some way or other. However, they are individual results and results do vary. We do not claim that they are typical results that consumers will generally achieve. The testimonials are not necessarily representative of all of those who will use our products andor services. The testimonials displayed are given verbatim except for correction of grammatical or typing errors. Some have been shortened, meaning not the whole message received by the testimony writer is displayed, when it seemed lengthy or the testimony in its entirety seemed irrelevant for the general public. Email: kdavey at kjtradingsystems (c) Copyright - KJ Trading Systems. All Rights Reserved Worldwide. KJ Trading SystemsAn algorithm is a specific set of clearly defined instructions aimed to carry out a task or process. Algoritmisk handel (automatiserad handel, blackbox-handel eller helt enkelt algo-trading) är processen med att använda datorer som är programmerade att följa en definierad uppsättning instruktioner för att placera en handel för att generera vinster med en hastighet och frekvens som är omöjligt för en Mänsklig näringsidkare. De definierade reglerna baseras på timing, pris, kvantitet eller någon matematisk modell. Bortsett från vinstmöjligheter för näringsidkaren gör algo-trading marknaderna mer likvida och gör handeln mera systematisk genom att utesluta emotionella mänskliga effekter på handelsverksamheten. Antag att en näringsidkare följer dessa enkla handelskriterier: Köp 50 aktier i ett lager när dess 50-dagars glidande medelvärde går över det 200-dagars glidande genomsnittet. Sälj aktier av aktierna när dess 50-dagars glidande medelvärde går under det 200-dagars glidande genomsnittet Med hjälp av denna uppsättning av två enkla instruktioner är det enkelt att skriva ett datorprogram som automatiskt kommer att övervaka aktiekursen (och de rörliga genomsnittliga indikatorerna) och placera köp - och säljorder när de fastställda villkoren är uppfyllda. Näringsidkaren behöver inte längre hålla koll på levande priser och grafer eller lägga in orderen manuellt. Det algoritmiska handelssystemet gör det automatiskt för honom genom att korrekt identifiera handelsmöjligheten. (För mer om glidande medelvärden, se: Enkla rörliga genomsnittsvärden gör trenderna uppe.) Algo-trading ger följande fördelar: Handlar utförda till bästa möjliga priser Omedelbar och exakt orderingång (därmed höga chanser att genomföras på önskade nivåer). Tidsbestämd korrekt och omedelbart för att undvika betydande prisförändringar. Minskade transaktionskostnader (se exempel på genomförandebrist nedan). Samtidig automatiserad kontroll av flera marknadsförhållanden. Minskad risk för manuella fel vid placering av affärerna. Backtest algoritmen baserat på tillgänglig historisk och realtidsdata. Möjligheter till misstag av mänskliga handlare baserade på känslomässiga och psykologiska faktorer Den största delen av dagens algohandel är HFT (High Frequency Trading), som försöker kapitalisera att placera ett stort antal order med mycket snabba hastigheter över flera marknader och flera beslut Parametrar, baserat på förprogrammerade instruktioner. (För mer om handel med högfrekventa handelar, se: Strategier och hemligheter hos högfrekvenshandeln). Algo-trading används i många former av handels - och investeringsverksamhet, bland annat: Mid till långsiktiga investerare eller köpsidor (pensionsfonder , Fonder, försäkringsbolag) som köper aktier i stora mängder men inte vill påverka lagerpriserna med diskreta investeringar i stor volym. Short term traders and sell side participants ( market makers. speculators. and arbitrageurs ) benefit from automated trade execution in addition, algo-trading aids in creating sufficient liquidity for sellers in the market. Systematic traders ( trend followers. pairs traders. hedge funds. etc.) find it much more efficient to program their trading rules and let the program trade automatically. Algorithmic trading provides a more systematic approach to active trading than methods based on a human trader039s intuition or instinct. Algoritmiska handelsstrategier Alla strategier för algoritmisk handel kräver en identifierad möjlighet som är lönsam när det gäller förbättrat resultat eller kostnadsminskning. Följande är vanliga handelsstrategier som används i algo-trading: De vanligaste algoritmiska handelsstrategierna följer trenderna i glidande medelvärden. Kanalbrytningar. Prisnivå rörelser och relaterade tekniska indikatorer. Dessa är de enklaste och enklaste strategierna för att genomföra genom algoritmisk handel, eftersom dessa strategier inte involverar några förutsägelser eller prisprognoser. Trader initieras baserat på förekomsten av önskvärda trender. Som är enkla och raka att genomföra genom algoritmer utan att komma in i komplexiteten av prediktiv analys. Ovanstående exempel på 50 och 200 dagars glidande medelvärde är en populär trendstrategi. (För mer om strategier för trendhandel, se: Enkla strategier för att kapitalisera på trender.) Att köpa en dubbelnoterad aktie till ett lägre pris på en marknad och samtidigt sälja det till ett högre pris på en annan marknad ger prisskillnaden som riskfri vinst Eller arbitrage. Samma operation kan replikeras för aktier kontra futures instrument, eftersom prisskillnaderna existerar från tid till annan. Genomföra en algoritm för att identifiera sådana prisskillnader och placera orderna möjliggör lönsamma möjligheter på ett effektivt sätt. Indexfonder har definierat perioder av ombalansering för att få sina innehav i nivå med sina respektive referensindex. Detta skapar lönsamma möjligheter för algoritmiska näringsidkare, som utnyttjar förväntad handel som erbjuder 20-80 basispoäng vinst beroende på antalet aktier i indexfonden, precis innan indexfonden ombalanseras. Sådana branscher initieras via algoritmiska handelssystem för snabb genomförande och bästa priser. Mathematical Model Based Strategies: A lot of proven mathematical models, like the delta-neutral trading strategy, which allow trading on combination of options and its underlying security, where trades are placed to offset positive and negative deltas so that the portfolio delta is maintained at zero. Medelåtervändningsstrategin bygger på idén att de höga och låga priserna på en tillgång är ett temporärt fenomen som regelbundet återgår till deras medelvärde. Identifiera och definiera ett prisklass och en implementeringsalgoritm baserad på det gör det möjligt att placera affärer automatiskt när priset på tillgången bryter in och ut ur sitt definierade intervall. Volume Weighted Average Price (VWAP): Volume weighted average price strategy breaks up a large order and releases dynamically determined smaller chunks of the order to the market using stock specific historical volume profiles. Syftet är att genomföra ordern nära Volymvägd Medelpris (VWAP) och därigenom dra nytta av genomsnittspriset. Time Weighted Average Price (TWAP): Time weighted average price strategy breaks up a large order and releases dynamically determined smaller chunks of the order to the market using evenly divided time slots between a start and end time. Syftet är att genomföra ordern nära medelpriset mellan start - och sluttiderna och därigenom minimera marknadseffekterna. Till dess att ordern är fullt fylld fortsätter denna algoritm att skicka delbeställningar, enligt det definierade deltagandekvoten och enligt volymen på marknaden. The related quotsteps strategyquot sends orders at a user-defined percentage of market volumes and increases or decreases this participation rate when the stock price reaches user-defined levels. Strategin för genomförandet av underskottet syftar till att minimera genomförandekostnaden för en order genom att handla i realtidsmarknaden och därigenom spara på orderkostnaden och dra nytta av möjlighetskostnaden för försenat genomförande. Strategin kommer att öka den riktade deltagandegraden när aktiekursen flyttas positivt och minska den när aktiekursen går negativt. Beyond the Usual Trading Algorithms: There are a few special classes of algorithms that attempt to identify happenings on the other side. These quotsniffing algorithms, quot used, for example, by a sell side market maker have the in-built intelligence to identify the existence of any algorithms on the buy side of a large order. Sådan upptäckt genom algoritmer hjälper marknadsmakaren att identifiera stora ordermöjligheter och göra det möjligt för honom att dra nytta av att fylla orderna till ett högre pris. Detta identifieras ibland som high-tech front-running. (För mer om handel med högfrekventa handelar och bedrägliga metoder, se: Om du köper aktier online, är du involverad i HFT.) Tekniska krav för algoritmisk handel Genomföra algoritmen med ett datorprogram är den sista delen, klubbad med backtesting. Utmaningen är att omvandla den identifierade strategin till en integrerad datoriserad process som har tillgång till ett handelskonto för att placera order. The following are needed: Computer programming knowledge to program the required trading strategy, hired programmers or pre-made trading software Network connectivity and access to trading platforms for placing the orders Access to market data feeds that will be monitored by the algorithm for opportunities to place orders The ability and infrastructure to backtest the system once built, before it goes live on real markets Available historical data for backtesting, depending upon the complexity of rules implemented in algorithm Here is a comprehensive example: Royal Dutch Shell (RDS) is listed on Amsterdam Stock Exchange ( AEX ) and London Stock Exchange ( LSE ). Låt oss bygga en algoritm för att identifiera arbitrage möjligheter. Here are few interesting observations: AEX trades in Euros, while LSE trades in Sterling Pounds Due to the one hour time difference, AEX opens an hour earlier than LSE, followed by both exchanges trading simultaneously for next few hours and then trading only in LSE during the last hour as AEX closes Can we explore the possibility of arbitrage trading on the Royal Dutch Shell stock listed on these two markets in two different currencies A computer program that can read current market prices Price feeds from both LSE and AEX A forex rate feed for GBP-EUR exchange rate Order placing capability which can route the order to the correct exchange Back-testing capability on historical price feeds The computer program should perform the following: Read the incoming price feed of RDS stock from both exchanges Using the available foreign exchange rates, convert the price of one currency to other If there exists a large enough price discrepancy (discounting the brokerage costs) leading to a profi table opportunity, then place the buy order on lower priced exchange and sell order on higher priced exchange If the orders are executed as desired, the arbitrage profit will follow Simple and Easy However, the practice of algorithmic trading is not that simple to maintain and execute. Kom ihåg att om du kan placera en algo-genererad handel, så kan andra marknadsaktörer. Följaktligen fluktuerar priserna i milli - och till och med mikrosekunder. In the above example, what happens if your buy trade gets executed, but sell trade doesnt as the sell prices change by the time your order hits the market You will end up sitting with an open position, making your arbitrage strategy worthless. Det finns ytterligare risker och utmaningar: till exempel riskerar systemfel, nätverksanslutningsfel, tidsfördröjningar mellan handelsorder och utförande, och viktigast av allt, ofullkomliga algoritmer. Ju mer komplexa en algoritm, desto strängare backtesting behövs innan den tas i bruk. The Bottom Line Quantitative analysis of an algorithms performance plays an important role and should be examined critically. Det är spännande att gå för automatisering med hjälp av datorer med en uppfattning att tjäna pengar utan problem. Men man måste se till att systemet är noggrant testat och att gränserna är nödvändiga. Analytiska handlare bör överväga att lära sig programmering och byggsystem på egen hand, för att vara övertygade om att implementera rätt strategier i idiotsäkert sätt. Försiktig användning och noggrann testning av algo-handel kan skapa lönsamma möjligheter.