مفهوم حد ضرر در معاملات الگوریتمی
یکی از مفاهیم اساسی در سرمایه گذاری، مشخص کردن حد ضرر است. بدون داشتن استراتژی معاملاتی و هدف مشخص نمی توان از سرمایه خود محافظت کرد. معامله گران با تجربه پس از ورود به معاملات در بازار بورس ابتدا حد ضرر را تعیین می کنند.
در این مقاله امید موسوی مدیرعامل شرکت تحلیلگر امید، در این خصوص اطلاعات بیشتر و دقیق تری به ما خواهد داد.
حد ضرر چیست؟
حد ضرر (stop loss)، قیمت یا زمانی است که بیش از آن تحمل زیان در سرمایه گذاری سخت است. در حقیقت، در صورتی که به هر دلیلی در انتخاب سهام یا زمان خرید آن اشتباهی صورت گیرد، ماموریت آن، این است که میزان ضرر سرمایه گذار را به حداقل برساند.
تقریبا تمام سرمایه گذاران، تجربه زیان در معاملات را داشته اند اما معامله گران موفق کسانی هستند که زیان های خود را مدیریت و به حداقل ممکن می رسانند.
یکی از برتری های معامله گران موفق نسبت به بقیه معامله گران در نحوه برخورد آن ها با شرایط نامطلوب بازار است. هنگامی که قیمت برخلاف جهت معامله شما حرکت می کند، اگر به موقع از بازار خارج نشوید، نه تنها از گسترش زیان جلوگیری نکرده اید، بلکه فرصت های جدید دیگری که ممکن است در جهت مناسب پیش بیایند را از دست می دهید.
عوامل موثر در حد ضرر
حد ضرر برای همه یکسان نیست و ممکن است بر اساس موارد زیر برای افراد مختلف متفاوت باشد:
- وضعیت کلی بازار
- خصوصیات فردی و روحی سرمایه گذار
- میزان ریسک
- میزان سرمایه
- دوره سرمایه گذاری (بلند، میان یا کوتاه مدت)
- انتظارات از سهم
- تاریخچه نوسانات آن سهم
- خطوط مقاومت و حمایت قیمتی سهم
روش محاسبه حد ضرر
روش های متعددی برای تعیین آن وجود دارد، که می تواند مبتنی بر فاصله قیمتی از قیمت خرید باشد یا توسط اندیکاتور خاصی تعیین شود. در ادامه به چند مورد از پرکاربردترین روش های اعمال آن می پردازیم.
ثابت (fix)
این روش بسیار ساده است. در این روش مقدار ثابت عددی یا درصد ثابت از قیمت خرید سهام را به عنوان حد ضرر در نظر می گیریم.
به عنوان مثال، یک سهم را ۲۰۰ هزار تومان خریداری کرده ایم و با توجه به اتفاقات شرکت، پیش بینی می کنیم که تا ۲۵۰ هزار تومان رشد کند؛ میزان سود ۵۰ هزار تومان است، بنابراین نصف سود خود می توانیم زیان را تحمل کنیم و در صورتی که قیمت به ۱۷۵ تومان رسید، سهم را می فروشیم.
مکانیکال
در این روش معامله گر از میانگین متحرک یا اندیکاتور برای تعیین حد ضرر استفاده می کند.
به عنوان مثال، همواره ۷ درصد زیر قیمت سهم را حد ضرر تعیین می کنیم. به عبارت دیگر، قیمت ثابت نیست و تغییر می کند؛ هرچه قیمت بالاتر برود، حد ضرر نیز بالا می رود.
در دوران پس از خرید سهام، بسیار مهم است که رفتار سهم را نسبت به کل بازار و صنعت مورد بررسی قرار دهیم. به عنوان مثال، اگر کل بازار در حال رشد است ولی سهام شما همچنان در جای اول خود مانده است؛ این می تواند یک هشدار باشد. در بازار مثبت، سهام برنده، بیشترین اقبال را خواهد داشت. بنابراین اگر رشد سهام شما در مقایسه با رشد بازار ناچیز است باید سهام را بار دیگر مورد مطالعه قرار داد.
تکنیکال
در این نوع از حد ضرر، حمایت و مقاومت ها را پیدا می کنیم؛ اگر سهم در زیر حمایت خود قرار گرفت آن را می فروشیم.
به عنوان مثال، اگر حمایت سهم روی ۱۵۰ هزار معاملات شرطی و الگوریتمی تومان باشد اما روی ۱۴۵ هزار تومان معامله شود و مطمئن شویم که حمایت خود را شکسته و ممکن است تا ۱۰۰ هزار تومان ریزش کند، ما سهم را می فروشیم.
کلیت بازار
گاهی به خوب یا بد بودن سهم توجه نمی کنیم، اگر کلیت بازار منفی است پس ممکن سهم ما نیز منفی شود.
به عنوان مثال، اگر شاخص کل، مقاومت ۱۶۰۰ میلیون واحدی دارد، مطمئن می شویم که بازار با مقاومت رو به رو است پس ما حد ضرر را فعال می کنیم.
بنابراین این حد ضرر از شاخص کل بدست می آید، به این معنا که وقتی یک بازار برای سرمایه گذاری مناسب نیست پس سطح فعالیت خود را کم می کنیم.
آماری
بعضی شرکت ها بزرگ هستند و نوسانات کمتری دارند. به عنوان مثال، سهمی در روز ۲ درصد نوسان دارد، اگر این سهم ۶ درصد ریزش کند، غیر عادی است. اما یک سهم دیگر به طور متوسط روزانه ۷ درصد نوسان دارد، بنابراین اگر ۶ درصد افت کند، امری عادی است؛ پس حد ضرر نمی تواند ثابت باشد.
در این روش جهت به دست آوردن حد ضرر می بایست، متوسط نوسانات سهم در یک ماه گذشته را ضربدر ۲.۶۵ کرد.
سخن پایانی
با استفاده از ابزارهای معاملات الگوریتمی یا معاملات شرطی می توانیم حد ضرر را هنگام خرید تعیین کنیم تا بدون دخالت ما و با کنترل احساسات، در زمان مناسب و با توجه به شرایط از پیش تعریف شده، معاملات ما را اجرا کنند.
ویژگیها،شرط مهم و مزیت اصلی معاملات شرطی اعلام شد/ روشی برای حرفه ای ها
مدیر فناوری اطلاعات سازمان بورس با اعلام ویژگیها، شرط مهم و مزیت اصلی معاملات شرطی گفت: این روش عمدتا" مناسب سهامداران و کاربران حرفه ایی بوده و همه کارگزاران می توانند از آن استفاده کنند.معاملات شرطی و الگوریتمی
روح ا. دهقان در گفت وگو با پایگاه خبری بورس پرس، درباره شرایط معاملات شرطی در بازار سهام که اخیرا" مجوز آن برای ۷ شرکت ارائه دهنده خدمات نرم افزاری صادر شده اظهار داشت: این نوع معاملات هر چند مشابه معاملات الگوریتمی است اما مهمترین تفاوت آن، ساده و عملی شدن در رویه سفارش دهی خرید و فروش سهام شرکت های بورسی و فرابورسی و قیمت های مدنظر معامله گران است و مانند معاملات الگوریتمی، پیچیده و دارای متغیرهای متعدد نیست.
وی معاملات شرطی و الگوریتمی با بیان اینکه این روش در دو ماه پایانی سال گذشته در بورس کالا بکار گرفته شده، ادامه داد: درحالی تا پیش از این معاملات شرطی ممنوع بود که در برخی موارد نیاز بود تا داد و ستدها تحت شرایط و قیمت های مشخصی و بدون حضور در سیستم انجام شود که خوشبختانه این امکان فراهم شد.تاکنون هم دو شرکت ارائه دهنده خدمات نرم افزاری، مراحل آزمایشی را طی کرده اند و در آینده ایی نزدیک رسما" عملیاتی می شود.
این مقام مسئول با بیان اینکه این امکان علاوه بر ۷ شرکت ارائه دهنده خدمات نرم افزار، برای تمام شرکت های کارگزاری فعال در بورس و فرابورس هم فراهم شده ادامه داد: مهمترین نکته در معاملات شرطی، دریافت بیانیه ریسک توسط کارگزاران از سهامداران است تا ضمن شفاف و مکتوب شدن موارد مدنظر، از بروز اختلاف احتمالی جلوگیری شود. بنابراین همه متقاضیان استفاده از معاملات شرطی باید اقدام به ارایه بیانیه ریسک به کارگزاران کنند.
دهقان با تاکید بر اجباری بودن تکمیل و ارایه فرم بیانیه ریسک، در پاسخ به این سئوال که چه طیف از سهامداران می توانند از معاملات شرطی استفاده کنند و با عملی شدن آن چه تحولاتی در بازار سرمایه رخ خواهد داد؟ به بورس پرس گفت: این روش عمدتا" مناسب سهامداران و کاربران حرفه ایی است.
وی ادامه داد: مهمترین مزیت راه اندازی این روش و توسعه آن در آینده ایی نزدیک، کمک به افزایش عمق بازار است. علاوه بر آن انتظار می رود حرکت های هیجانی، کنترل و درصد سهام شناور شرکت ها افزایش یابد. در مجموع هم منجر به سهولت در انجام و روانتر شدن معاملات و نقدشوندگی بیشتر بازار سهام می شود.
صدور مجوز سفارش شرطی در کارگزاری‌ها
مجوز عملیاتی شدن معاملات شرطی در بازار سهام از سوی سازمان بورس صادر شده است. این نوع معامله مشابه معاملات الگوریتمی است اما تفاوت مهم آن سادگی و قابل دسترس بودن در روند سفارش‌دهی خرید و فروش سهام شرکتهای بورسی و فرابورسی است. در این رابطه محمد عابد، مدیرعامل کارگزاری پاسارگاد در گفت‌وگو با سنا، گفت: در این روش برخلاف معاملات الگوریتمی، قیمت‌های مدنظر معاملهگران، مرکز توجه سیستم قرار میگیرد و از هرگونه پیچیدگی و متغیرهای متعدد دور می‌شود و با شروط تعیین‌شده سفارش به صورت خودکار به هسته معاملات ارسال می‌شود. وی ادامه داد: از آنجا که پیش از این معاملات شرطی ممنوع بود، در برخی موارد نیاز بود تا دادوستدها تحت شرایط و قیمت‌های مشخص و بدون حضور در سیستم انجام شود که خوشبختانه این امکان فراهم شده است. به گفته مدیرعامل کارگزاری پاسارگاد، بر همین اساس این کارگزاری توانسته سیستم سفارشهای شرطی را در نرمافزار معاملات آنلاین خود قرار دهد تا امکان دسترسی آسان‌تر برای معاملهگران حرفهای فراهم شود. عابد با بیان اینکه معاملهگران با بهکارگیری تحلیل و تجربه معاملاتی خود در بازار سهام می‌توانند شرایط خاصی را تعیین کرده و این شروط را در سیستم به کار برند، گفت: این شروط بدون هیچ‌گونه محدودیتی از نظر تعدادی ثبت خواهد شد و مناسب کلیه سهامداران و کاربران اعم از حرفهای و مبتدی است. با استفاده از سیستم معاملات شرطی می‌توان بدون پیگیری لحظه‌ای نوسانات و رویدادهای بازار، بر مبنای شروط تعیین‌شده از حداقل فرصت‌ها استفاده بهینه کرد. وی در پایان تصریح کرد: کاربران با امضای اینترنتی «بیانیه ریسک» را قبول کرده و سپس می‌توانند به این خدمات دسترسی داشته باشند.
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 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 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 معاملات شرطی و الگوریتمی 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 (معاملات شرطی و الگوریتمی 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 معاملات شرطی و الگوریتمی 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؟
صدور مجوز سفارش شرطی در کارگزاری‌ها
مجوز عملیاتی شدن معاملات شرطی در بازار سهام از سوی سازمان بورس صادر شده است. این نوع معامله مشابه معاملات الگوریتمی است اما تفاوت مهم آن سادگی و قابل دسترس بودن در روند سفارش‌دهی خرید و فروش سهام شرکتهای بورسی و فرابورسی است. در این رابطه محمد عابد، مدیرعامل کارگزاری پاسارگاد در گفت‌وگو با سنا، گفت: در این روش برخلاف معاملات الگوریتمی، قیمت‌های مدنظر معاملهگران، مرکز توجه سیستم قرار میگیرد و از هرگونه پیچیدگی و متغیرهای متعدد دور می‌شود و با شروط تعیین‌شده سفارش به صورت خودکار به هسته معاملات ارسال می‌شود. وی ادامه داد: از آنجا که پیش از این معاملات شرطی ممنوع بود، در برخی موارد نیاز بود تا دادوستدها تحت شرایط و قیمت‌های مشخص و بدون حضور در سیستم انجام شود که خوشبختانه این امکان فراهم شده است. به گفته مدیرعامل کارگزاری پاسارگاد، بر همین اساس این کارگزاری توانسته سیستم سفارشهای شرطی را در نرمافزار معاملات آنلاین خود قرار دهد تا امکان دسترسی آسان‌تر برای معاملهگران حرفهای فراهم شود. عابد با بیان اینکه معاملهگران با بهکارگیری تحلیل و تجربه معاملاتی خود در بازار سهام می‌توانند شرایط خاصی را تعیین کرده و این شروط را در سیستم به کار برند، گفت: این شروط بدون هیچ‌گونه محدودیتی از نظر تعدادی ثبت خواهد شد و مناسب کلیه سهامداران و کاربران اعم از حرفهای و مبتدی است. با استفاده از سیستم معاملات شرطی می‌توان بدون پیگیری لحظه‌ای نوسانات و رویدادهای بازار، بر مبنای شروط تعیین‌شده از حداقل فرصت‌ها استفاده بهینه کرد. وی در پایان تصریح کرد: کاربران با امضای اینترنتی «بیانیه ریسک» را قبول کرده و سپس می‌توانند به این خدمات دسترسی داشته باشند.
دیدگاه شما