معاملات الگوریتمی بورس چیست؟

معاملات الگوریتمی چیست و مزایای آن در تریدینگ
معاملات الگوریتمی که با نام سیستمهای معاملاتی خودکار یا معاملات الگویی هم شناخته میشوند، این امکان را برای معامله گران فراهم میکنند که با مشخص کردن یک الگوریتم که شامل قوانین خاصی برای ورود یا خروج از بازار است معاملات خود را با کمک رایانه انجام دهند.
درواقع زمانی که معاملهگر یک بار الگوریتم مورد نظر خود را مشخص کند از آن پس تمامی معاملات به صورت خودکار توسط کامپیوتر انجام میشوند. پژوهشها نشان میدهند که بیش از 80 درصد معاملات در بازار بورس آمریکا از طریق همین روش معاملات الگویی انجام میشوند.
سرمایهگذاران و معامله گران بازار بورس و اوراق بهادار میتوانند با مشخص کردن عواملی مانند قوانین دقیق ورود و خروج معاملات الگوریتمی بورس چیست؟ از بازار و مدیریت نقدینگی در سیستمهای معاملاتی خودکار نظارت و انجام معاملات خود را به رایانهها بسپارند. یکی از جذابترین مزایای استفاده از این نوع استراتژی حذف احساسات از بازارهای پولی و مالی است، زیرا کامپیوترها فقط بر اساس الگوریتم مورد نظر معاملات را انجام میدهند. این ویژگی معاملات الگویی موجب افزایش نقدینگی در بازار میشود.
برای استفاده از الگوریتمهایی که برای معاملات الگویی مورد استفاده قرار میگیرند اغلب لازم است که معامله گران با زبان برنامه نویسی آشنا باشند. همچنین سیستمهای معاملاتی خودکار معمولاً نیاز به استفاده از نرمافزاری دارند که مستقیماً به یک کارگزاری متصل باشد و الگوریتمها باید به زبان اختصاصی پلتفرم مورد نظر نوشته شوند.
درک معاملات الگوریتمی با مثال
فرض کنید یک معاملهگر برای انجام معاملات خود از قوانین ساده زیر استفاده میکند:
- 50 درصد از سهام را زمانی خریداری میکند که میانگین متحرک 50 روزه آن از میانگین متحرک 200 روزه بالاتر میرود. (میانگین متحرک یکی از شاخصهای قیمتی دنبالهرو است که متوسط قیمت سهام در گذشته را نشان میدهد.)
- بخشی از سهام را زمانی که میانگین متحرک 50 روزه از میانگین متحرک 200 روزه آن پایینتر بیاید میفروشد.
با استفاده از همین دو دستورالعمل ساده یک برنامه کامپیوتری به صورت خودکار قیمت سهام (و شاخصهای میانگین متحرک) را کنترل میکند و در صورتی که الگوریتمهای تعریف شده تحقق پیدا کنند سفارشهای خرید یا فروش را ثبت میکند. بنابراین با استفاده از معاملات الگوریتمی دیگر معامله گران نیازی ندارند که هر روز نوسانات قیمت بازار را نظارت کنند و یا سفارشها را به صورت دستی ثبت نمایند. سیستم معاملاتی خودکار با شناسایی فرصتهای معاملاتی صحیح به صورت خودکار این کار را انجام خواهد داد.
پیشنهاد دوره آموزشی: دوره انلاین علم داده در بازارهای مالی و معاملات الگوریتمی با Python
مزایای استفاده از معاملات الگوریتمی
استفاده از سیستم معاملات خودکار مزایای بسیار زیادی دارد. در ادامه میتوانید با مزیتهای استفاده از رایانه ها برای نظارت بر بازار و کنترل معاملات خود در بازار بورس و اوراق بهادار آشنا شوید. با ما همراه باشید.
1. عدم دخالت احساسات

با وجود معاملات الگویی و انجام معاملات توسط کامپیوترها میزان دخالت احساسات انسانی در روند معاملات به حداقل خود میرسد و معاملات احساسی کاهش پیدا میکنند. با وجود کنترل احساسات معامله گران اغلب میتوانند راحتتر به برنامه معاملاتی خود پایبند بمانند. ازآنجاییکه سفارش معاملات بعد از تعیین الگوریتمهای مورد نظر معاملهگر و به صورت خودکار انجام میشوند، در جریان ثبت سفارشها دیگر شک و تردیدهای معاملهگر دخیل نخواهند بود و سرمایهگذاران نمیتوانند معامله را زیر سؤال ببرند. درواقع معاملات الگویی به معاملهگرانی که میترسند «ماشه را بکشند» و همچنین کسانی که بیش از حد تمایل به فروش سهام خود دارند کمک میکند و با مهار کردن احساسات غلط انسانی خرید و فروش را در فرصتهای منطقی انجام میدهد.
2. آزمایش مجدد
آزمایش مجدد در معاملات الگوریتمی از اطلاعات در دسترس در مورد تغییرات بازار برای مشخص کردن میزان دوام یک ایده یا الگوریتم استفاده میکند. زمانی که قرار است یک الگوریتم برای سیستمهای معاملاتی خودکار تعیین شود تمامی قوانین باید کاملاً مطلق باشند و جای هیچ گونه تعبیر و تفسیری باقی نماند. باید این نکته را در نظر داشته باشید که کامپیوترها نمیتوانند منظور ما را حدس بزنند و باید دقیقاً به آنها گفته شود که چه کاری انجام دهند. به این ترتیب معامله گران میتوانند یک مجموعه الگوریتمهای دقیق را در نظر بگیرند و آنها را بر روی دادههای گذشته بازار آزمایش کنند. به این ترتیب معیارهایی که معاملهگر میخواهد در یک بازار واقعی استفاده کند از قبل تحت آزمایش قرار میگیرند.
به این ترتیب معامله گران با استفاده معاملات الگوریتمی بورس چیست؟ از آزمایش مجدد دقیق میتوانند ایدههای معاملاتی خود را ارزیابی و تنظیم کنند و انتظارات خود را از معاملات الگویی تعیین نمایند. منظور از انتظارات متوسط مبلغی است که امکان دارد سرمایهگذار با انجام یک معامله سود و یا ضرر کند.
3. ایجاد نظم در معاملات با استفاده از معاملات الگوریتمی
به دلیل اینکه الگوریتمهای وضع شده بر معاملات به صورت خودکار انجام میگیرند، حتی در بازارهای بیثبات هم نظم معاملات افرادی که از سیستمهای معاملاتی خودکار استفاده میکنند حفظ میشود. نظم معاملات اغلب به دلیل عوامل عاطفی مانند ترس معامله گران از ضرر، یا تمایل به کسب سود بیشتر از بین میرود. استفاده از معاملات الگویی این امکان را برای معامله گران فراهم میکند که نظم معاملات خود را حفظ کنند، زیرا طبق یک برنامه دقیق پیش میروند. همچنین با استفاده از این معاملات امکان بروز «خطای خلبان» به حداقل میزان ممکن خود میرسد. برای مثال اگر سفارش خرید 100 سهم باشد این سفارش به اشتباه 1000 سهم ثبت نمیشود.
4. افزایش سرعت ثبت سفارشها
به دلیل اینکه کامپیوترها بلافاصله به تغییرات بازار واکنش نشان میدهند، در صورت استفاده از معاملات الگوریتمی به محض اینکه معیارهای معاملاتی تعیین شده در بازار تحقق پیدا کنند سیستمهای معاملاتی سفارشها را ثبت میکنند. فاصله چند ثانیهای ثبت سفارش خرید یا فروش در یک معامله در بازارهای پولی و مالی میتواند تفاوت زیادی در نتیجه معامله ایجاد کند. به این صورت به محض تحقق الگوریتم مورد نظر تمامی سفارشها به صورت خودکار ثبت میشوند، ازجمله سفارشهای مربوط به عبور از حد ضرر یا اهداف سودآوری در معاملات.
جمعبندی

همانطور که اشاره کردیم استفاده از سیستمهای معاملاتی خودکار مزایای زیادی دارد. معامله گران به دلایل مختلفی جذب این نوع معاملات الگویی میشوند. معاملات الگوریتمی بروزترین دانش موجود در زمینه معاملهگری و تریدینگ در بازارهای مالی نظیر بورس ایران، بین الملل، رمز ارز و… میباشد. بسیار اهمیت دارد تا افرادی که میخواهند با این شیوه تردینگ انجام دهد، آن را ابتدا به خوبی بیاموزند و تحت نظر یک استاد یا مربی به آن مسلط شوند. موسسه توسعه برگزار کننده دوره آموزشی و آنلاین علم داده در بازارهای مالی و معاملات الگوریتیمی با پایتون میباشد.
معاملات الگوریتمی و تاثیرات آن در بازارهای مالی
در تعریف معاملات الگوریتمی یا خودکار گفته میشود: «استفاده از برنامههای کامپیوتری برای ورود به سفارشهای معاملاتی بدون دخالت انسان»؛ به بیان دیگر، این الگوریتمها که بلکباکس یا «اَلگو تریدینگ» (Algorithmic Trading) هم نامیده میشوند، از زبان برنامه نویسی در کامپیوتر و مجموعهای از دستورهای مشخص شده در کنار هم برای انجام معاملات استفاده میکنند.
این الگوریتمها که میتوانند بیش از یکی باشند، برای انجام معاملات بررسیهای لازم را از جنبههای گوناگونی مانند زمانبندی، قیمت و حجم روی سفارشات و بازار انجام داده و تصمیم میگیرند. این امر کمک میکند تا بازار سرمایه به روشی اصولیتر و به دور از دخالت احساسات انسانی پیش رود که یکی از نتایج آن بالارفتن نقدینگی در بازار است.
چرا معاملات الگوریتمی؟
بیشتر استراتژیهای معاملات الگوریتمی حول شناسایی فرصتها در بازار بر اساس آمار است. تجارت لحظهای به دنبال پیروی از روندهای فعلی است و استراتژیهای یادگیری ماشینی سعی میکنند فلسفههای پیچیدهتری را به صورت خودکار در بیاورند یا چندین مورد را به طور همزمان ادغام کنند.
هیچ یک از این موارد تضمین واقعی برای سودآوری نیست و معاملهگران باید بفهمند که الگوریتم صحیح یا ربات را کی و کجا پیادهسازی کنند. حوزه تجارت الگوریتمی نیز به همین ترتیب تکامل یافته است. در حالی که این کار با تجارت رایانه در بازارهای سنتی آغاز شد، افزایش داراییهای دیجیتال و مبادلات جاری در هفت روز هفته این رویه را به سطح جدیدی رسانده است.
تقریباً به نظر میرسد که تجارت اتوماتیک و ارزهای رمز پایه برای یکدیگر ساخته شده است. درست است که کاربران هنوز هم باید استراتژیهای خاص خود را انجام دهند، اما اگر به درستی اعمال شود، این تکنیکها میتوانند به بازرگانان کمک کنند دست خود را از چرخ بردارند و اجازه دهند ریاضیات کار خود را انجام دهد.
مهارت های اولیه لازم برای شروع معاملات الگوریتمی و ساخت یک ربات معامله گر چیست
– مهارت بالای ریاضیات و آمار در زمینه تحلیل داده
– مهارت خوب برنامه نویسی(با کمک گرفتن یک برنامه نویس)
– توانایی تفکر و تصمیم گیری در اتفاقات با احتمالات مختلف
– حس و تجربه شناخت رفتار بازار
اگر شما موارد بالا را دارید با یک پشت کار خوب می توانید بعد از دو یا سه سال یک معاملهگر الگوریتمی حرفهای باشید البته هر شخصی می تواند بسته به توانایی هایش در این پروسه سریعتر و یا کندتر باشد.
الگو تریدینگ یا معاملات الگوریتمی در کدام قسمت معاملهگری قرار دارد؟
یک فرایند کامل معاملهگری را میتوان به قسمتهای زیر تقسیم کرد:
۱- دانش و اطلاعات معاملهگری (روش)
۲- انتخاب بازار
۳- انتخاب محصول
۴- مدیریت ریسک و سرمایه
۵- ورود به موقعیت معاملاتی
۶- مدیریت معاملات باز
الگو تریدینگ فقط در مورد اول (دانش و اطلاعات معاملهگری (روش)) نمیتواند به شما کمک کند، خوب نباید هم توقع داشت که الگو تریدینگ بهجای ما یاد بگیرد. ولی در بقیه موارد ۲ تا ۶ میتواند کمک بسیار بزرگی به معامله گران بکند.
انواع معاملات الگوریتمی
این نوع معاملات در انواع مختلف و در فعالیتهای سرمایهگذاری گوناگون مورد استفاده قرار میگیرد ازجمله:
سرمایهگذاریهای میانمدت و بلندمدت
دلیل مخالفت سازمان بورس با معاملات الگوریتمی:
واحد نظارت سازمان بورس در اطلاعیهای با هدف حفظ شرایط تعادل عرضه و تقاضا در بازار و نظارت بر ورود سفارشات و معاملات استفاده از معاملات الگوریتمی و تقسیم سفارشات توسط کلیه مشتریان برخط در بورس اوراق بهادار تهران و فرابورس ایران را ممنوع کرد.
معایب معاملات الگوریتمی:
*پیادهسازی دقیق
برای اینکه بتوانید بهترین جواب را از معاملات الگوریتمی بگیرید، باید برنامه خود را بسیار دقیق پیادهسازی کنید. ما همیشه کامپیوتر را به موجودی کمهوش ولی دقیق تشبیه میکنیم. برای این موجود کمهوش همهچیز را باید با دقت فراوان تعریف کرد در غیر این صورت معاملات ما بسیار با خطا روبرو میشود.
*سختافزار
باید سختافزار قوی داشته باشید تا بتوانید مسائل پر محاسبه بهینهسازی را حل کنید.
*خطا در بهینهسازی
باید با پارامترهای بهینهسازی آشنایی کامل داشته باشید تا در تحلیل رفتار گذشته استراتژی به بیراهه نروید. بسیاری از کسانی که بهتازگی با معاملات الگوریتمی آشنا میشوند، فکر میکنند اگر استراتژی درگذشته خوب جواب دهد در آینده هم مانند گذشته خوب جواب خواهد داد. درصورتیکه لزوماً اینطور نیست و استراتژی بهصورت مدام نیاز به بهینهسازی دارد.
*کیفیت پایین داده (تأثیر اهرم در خطا)
یکی از موارد مهم در معاملات الگوریتمی، بررسی کیفیت داده برای اجرای استراتژی معاملاتی در گذشته است. واقعیت این است که ورودی استراتژی معاملاتی ما برای بک تست، دادههای ذخیرهشده است. اگر این دادهها کیفیت نداشته باشند نتیجهای که از بک تست میگیریم بههیچعنوان قابل استناد نیست.
برای اینکه بتوانیم به خروجی بک تست استناد کنیم باید حتماً دادههای مورداستفاده ما باکیفیت باشند. در متا تریدر ابزاری به نام استراتژی تستر وجود دارد که صحت دادههای گذشته را با عددی بین ۰ تا ۱۰۰، نمایش میدهد.
*Over fit
یکی از بزرگترین خطاهایی که الگو تریدرها، خصوصاً کسانی که بهتازگی وارد این حوزه شدهاند، انجام میدهند، بهینهسازی بیشازحد استراتژی معاملاتی است. این موضوع زمانی رخ میدهد که معاملهگر بدون توجه به ماهیت پارامترهای ورودی، به دنبال یافتن بهترین مقدار برای پارامترهای ورودی است بهگونهای که بیشترین سود را در بک تست بدهد. وقتی ما مسئله را بیشازحد دقیق میکنیم، احتمال اینکه استراتژی در آینده مانند گذشته کارکند
را بسیار پایین میآوریم زیرا بازارها تغییر میکنند و استراتژی فقط برای بازه محدودی در گذشته تنظیمشده است.
*یکی از تهدیدهای معاملات الگوریتمی که حتی پیش از ورودشان به بازار توسط برخی کارشناسان هشدار داده شده بود، افزایش نوسانات بازار است. چراکه این رباتها سهامدار بلندمدت نیستند و با تحلیل تکنیکال نقاط ورود و خروج به یک نماد را شناسایی میکنند. این موضوع باعث میشود رباتها به دنبال سرمایهگذاری کوتاهمدت باشند و بعد از کسب سود مورد نظر سهام را بفروشند.
در برخی موارد که معاملات الگوریتمی دست به نوسانگیری میزنند، ممکن است فعالیت آنها مانع رشد بازار شود. چراکه اغلب آنها بر اساس بازارهای جهانی تربیت شدهاند.
در آن بازارها سود دو سه درصدی در یک هفته میتواند بازدهی ایدهآلی باشد، در حالی که در بازار پرنوسانی مثل بورس تهران چنین نوساناتی چندان چشمگیر نیست. رباتها بعد از خرید سهام و کسب تنها چند درصد بازدهی دکمه فروش را فعال میکنند و از سهم خارج میشوند. این اتفاق در مدت اخیر برای بورس خیلی گران تمام شده.
* برخی از سیگنالهای موجود در بازار موجب شد تا الگوریتمها دومینووار سیگنال فروش تولید کردند و همین امر شاید موجب توقف استفاده از آن ها توسط نهاد ناظر شده بود.
* الگوریتم به دلیل اینکه در دسترس عموم و اشخاص حقیقی قرار ندارد منصفانه نیست و انحصار الگوریتم شرایط نابرابری در معاملات ایجاد میکند. اینکه یک عده بتوانند از ابزاری استفاده کنند که در اختیار بقیه نیست نوعی رانت محسوب میشود. فعالیت الگوریتمها در بازار یا باید متوقف شود و یا اینکه در اختیار عموم قرار گیرد.
* سختی طراحی استراتژی با توجه به کارمزد بالا
کارمزد بالای معاملات در بازار ایران باعـث سـخت شدن طراحی یک الگوریتم معاملاتی می شـود کـه امیـد اسـت در آینـده بـا تـدابیر سازمانهای نظارتی و کارگزاران این عدد حداقل ۳ برابر کوچکتر شود.
* خرید تجهیزات اولیه
خرید ابزارهای اولیه ای مانند یک ارتباط اینترنتی قابل اعتمـاد ، یک سیستم دسکتاپ قدرتمندتر و یا یک سرور و یا حتی برنامه ریزی راه حل های موازی برای اعتماد بیشتر به سیستم طراحی شده از معایب دیگر این روش است.
دانش برنامه نویسی و علمی معمولاً برای نوشتن یک استراتژی الگوریتمی ، دانستن مفاهیمی همچـون ، هاستینگ ، داکرایز کردن و موازیسازی ، SPOF ، پردازش جریانی ، سیسـتم هـای رویداد محـور ، پایدارسازی در خطاها ، پیش بینی پذیری از بازار ، دانش عمیق برنامه نویسی شیءگرا و سیستمهای بک تست از نیازهای اصلی است.
آزادشدن معاملات الگوریتمی:
محسن خدابخش مدیر وقت نظارت بر بورسهای سازمان بورس و اوراق بهادار در نامهای در مورد معاملات الگوریتمی در بورس اوراق بهادار و فرابورس ایران خطاب به شرکتهای کارگزاری اعلام کرد: پیرو اطلاعیه مورخ اول مهرماه سال ۱۳۹۸ که در آن عدم امکان انجام معاملات الگوریتمی تأکید شده بود، هم اکنون به اطلاع میرسد، ارائه خدمات معاملات الگوریتمی توسط مؤسسات دارای مجوز از سازمان بورس به شرط رعایت ۸ مورد بلامانع است.
۱- رعایت مفاد الزامات معاملات الگوریتمی پیوست بند ۱۰ صورت جلسه مورخ ۷ بهمن ۹۸، همچنین مصوب هیئت مدیره سازمان بورس و اوراق بهادار
۲- ارائه زیرساخت نظارتی سامانه مورد استفاده به سازمان بورس و اوراق بهادار شرکت بورس و شرکت فرابورس ایران
۳- عدم استفاده از الگوریتمهای ناقض قوانین و مقررات بازار سرمایه و دستورالعمل انضباطی کارگزاران
۴- اخذ تأییدیه قابلیتهای عملیاتی کسب و کار سامانه معاملات الگوریتمی از شرکت بورس اوراق بهادار
۵- اخذ قابلیتهای عملیاتی کسب و کار سامانه معاملات الگوریتمی از شرکت فرابورس ایران
۶- اخذ تأییدیه الزامات سامانه معاملات الگوریتمی از شرکت مدیریت فناوری بورس تهران
۷- اخذ تأییدیه الزامات امنیتی در سطح زیرساخت و سامانه الگوریتمی از مرکز نظارت بر امنیت بازار سرمایه
۸- ارائه لاگها و گزارشهای دورهای از عملکرد سیستم به مرکز نظارت بر امنیت اطلاعات بازار سرمایه است.
مزایا :
* انجام معاملات با بهترین قیمت ممکن.
* خریدوفروش سهام در سریعترین زمان.
* انجام معاملات قبل از تغییرات چشمگیر.
* کاهش هزینه معاملات.
* بررسی همزمان شرایط بهصورت خودکار.
* به حداقل رسیدن احتمال خطاهای دستی در ثبت خریدوفروش.
* استفاده از دادههای واقعی برای بررسی درستی استراتژیهای مختلف.
* هزینه کمتر معاملاتی برای سرمایهگذاران (تعداد سفارشات زیاد در سمت عرضه و تقاضا باعث میشود هر وقت که اراده کنیم برای فروش، سفارشی باشد که به آن بفروشیم).
* افزایش حجم معاملاتی و نقدشوندگی (هر چه حجم معاملات یک سهم بیشتر باشد امکان دستکاری در قیمت کمتر است و این باعث تحلیلپذیری بیشتر میشود).
* نوسان پذیری کمتر (نوسانهای زیاد معمولا در سهام کم معاملات و توسط سفته بازان اتفاق میافتد).
* افزایش عمق بازار (هر چه عمق بازار بیشتر شود، تحلیلها بهتر جواب میدهند و زندگی در بازار راحتتر است).
* روند منطقی حرکت سهم و عدم دستکاری در قیمت به سادگی.
* حداقل شدن تاخیر در اجرای سفارشات (همیشه سفارشاتی برای پاسخ به سفارش ما هستند و نباید ساعتها منتظر شویم که یکی از ما بخرد یا به ما بفروشد).
* برخی نگران شفافسازی در بازار هستند، چرا که معاملات الگوریتمی به افراد کمک میکنند که به درستی بازار را رصد کنند و سیگنالهای درستی از بازار دریافت کنند و در این شرایط دیگر سراغ کانالهای تلگرامی بینام و نشان نمیروند تا از طریق آنها تصمیم گیری کنند.
* برخی از معاملات الگوریتمی قابل شناسایی و تشخیص نیستند. ولی در هر حال، الگوریتم ها جزیی از بازار خواهند بود و نسل جدید با برخورداری از تکنولوژی و دانش کامپیوتر، این گروه از معاملات را به بازار وارد خواهند کرد، اما باید ابزارهای نظارتی دقیقی را به کار گیریم. در واقع نمیتوان بدون برخورداری از ابزارهای نظارتی دقیق، بازار را مدیریت کرد. با توسعه بازار و ورود نقدینگی بیشتر، سیستم های نظارتی نیز باید به روز شود.
* مدیریت تعداد کدهای زیاد با حجم کم، مدیریت یک کد با حجم بالا مانند شرکتهای بزرگ سرمایه گذاری و صندوق های سرمایه گذاری، استفاده ناشران یا صندوق های بازارگردانی از الگوریتم برای ایجاد نقدشوندگی در بازار و استفاده توسط سهامداران حقیقی مهمترین کارکردهای معاملات الگوریتمی است. همچنین معاملات الگوریتمی میتواند به چرخش و مدیریت سبد، سبدگردان ها کمک کند.
* تواناییهای اکسپرت نویس نسبت به معامله گران سنتی
* بررسی بسیار سریعتر و دقیقتر استراتژیهای معاملاتی
* با استفاده از الگو تریدینگ، بهسرعت میتوانید استراتژی معاملاتی خود را در گذشته بررسی کنید و برای استفاده از آن تصمیم بگیرید.
* بررسی چندین بازار و امکان سودآوری در چندین بازار
* شما بهراحتی میتوانید استراتژی خود را در بازارهای و برای محصولات مختلف بررسی کنید.
کلام آخر
زمانی که تکنولوژی در ریزترین مسایل اجتماعی و اقتصادی وارد شده، بازار سرمایه نیز نمی تواند از آن روی گردان باشد. نگاهی به بازارهای سرمایه گذاری دنیا نشان می دهد که ورود نقدینگی با حجم بسیار بالا ، توسعه این بازارها را به دنبال داشت. کاربران مختلف، صندوق های بازارگردانی و سبدگردان ها و در مجموع حقوقی ها مخاطب و کاربر اصلی معاملات الگوریتمی هستند.
اما نباید این شائبه پیش آید که سرمایه گذاران خرد، نقشی در این زمینه ندارند. معتقدم راه اندازی معاملات الگوریتمی برای سهامداران خرد از واجبات است، اما شرایط، ضوابط و مقررات خاصی برای راه اندازی آن لازم است. قطعاً افزایش حجم معالات، رشد نقدشوندگی و افزایش ارزش معاملات از مهمترین نتایج استفاده از معاملات الگوریتمی خواهد بود.
معاملات الگوریتمی بورس چیست؟
الگوریتم مجموعه ای از دستورالعمل ها برای حل یک مشکل یا انجام یک کار است. یک نمونه رایج از الگوریتم ، دستور پخت غذا است که شامل دستورالعمل هایی خاص برای تهیه یک غذا است. هر دستگاه کامپیوتری برای انجام کارکردهای خود از الگوریتم ها استفاده می کند .
الگوریتم ها چگونه کار میکنند
شرکت های مالی از الگوریتم ها در زمینه هایی مانند قیمت گذاری وام، معاملات سهام، مدیریت بدهی-دارایی و بسیاری از عملکردهای خودکار استفاده می کنند. برای مثال، از معاملات الگوریتمی برای تعیین زمان، مقدار و قیمت گذاری برای خرید سهام استفاده می کنند. معاملات الگوریتمی که به نام معاملات خودکار یا معاملات جعبه سیاه نیز شناخته می شوند، از یک برنامه کامپیوتری برای خرید یا فروش اوراق بهادار با سرعتی که برای انسان ها امکان پذیر نیست استفاده می کنند .
از آنجا که قیمت سهام، اوراق قرضه و کالا در قالب های مختلفی (مثلا به صورت آنلاین) منتشر می شود، انجام فرآیند توسط الگوریتم آسان تر انجام می شود. کاربر برنامه به سادگی پارامترها را تنظیم می کند و هنگامی که اوراق بهادار معیارهای معامله گر را پوشش دهد، خروجی مورد نظر بدست می آید . الگوریتم های کامپیوتری با کوتاه کردن زمانی که برای انجام دادن کارها به صورت دستی لازم است، زندگی را برای ما آسانتر می کنند. در دنیای اتوماسیون، الگوریتم ها به کارشناسان اجازه می دهند که ماهرانه تر و متمرکز تر باشند و فرآیند های کند را سریعتر می کنند. در بسیاری از موارد، به ویژه در اتوماسیون، الگوریتم ها باعث صرفه جویی مالی در شرکت ها می شوند .
انواع الگوریتم
چندین نوع الگوریتم معاملاتی به سرمایه گذاران کمک می کند تصمیم بگیرند که خرید یا فروش کنند. یک الگوریتم برگشت معکوس قیمت های کوتاه مدت را در مقایسه با قیمت میانگین بلند مدت بررسی می کند و اگر یک سهام بسیار بالاتر از حد متوسط باشد، معامله گر می تواند آن را برای سود سریع بفروشد . Seasonality به عمل معامله گران خرید و فروش اوراق بهادار بر اساس زمان سال که معمولاً بازارها در آن افزایش یا سقوط می کنند، اشاره دارد. یک الگوریتم تحلیل احساسات، اخبار مربوط به قیمت سهام را نشان می دهد که می تواند برای یک دوره معاملاتی منجر به حجم بالاتر شود .
نمونه ی یک الگوریتم
نمونه ای از یک الگوریتم معاملاتی را در نظر بگیرید. مثلا معامله گر در حساب اتوماتیک خود دستورالعمل هایی را ایجاد می کند تا اگر میانگین 50 روزه یک سهم به نقطه ای پایینتر از میانگین 200 روزه برسد، 100 سهم را بفروشد. برعکس این نیز، معامله گر میتواند دستورالعمل هایی ایجاد کند که اگر میانگین 50 روزه ی یک سهم به ارزشی بالاتر از میانگین 200 روزه رسید، 100 سهم آن را خریداری کند. الگوریتم های پیشرفته صدها معیار را قبل از خرید یا فروش اوراق بهادار در نظر می گیرند. کامپیوتر ها به سرعت دستورالعمل های حساب خودکار را تولید و محاسبه می کنند تا نتایج دلخواه را بدست آورند. بدون کامپیوتر، انجام معاملات پیچیده در بازار بورس بسیار وقت گیر و احتمالاً غیرممکن خواهد بود .
الگوریتم در علوم کامپیوتر
در علوم کامپیوتر، یک برنامه نویس باید پنج قسمت اصلی یک الگوریتم را بکار ببرد تا یک برنامه موفق ایجاد کند. او اول، قبل از ایجاد فرمول ها و فرآیندهای ایجاد کننده نتایج، مسئله را از نظر ریاضی توصیف می کند. در مرحله بعد، برنامه نویس پارامترهای نتیجه را وارد می کند و سپس بارها و بارها برنامه را اجرا می کند تا صحت آن را آزمایش کند. پایان کار و نتیجه گیری از الگوریتم نتیجه ای است که پس از طی کردن پارامترها و انجام تمامی دستورالعمل ها در برنامه داده می شود . برای الگوریتم های مالی، هرچه برنامه پیچیده تر باشد، نرم افزار از داده های بیشتری استفاده می کند تا ارزیابی دقیقی برای خرید یا فروش اوراق بهادار انجام دهد. برنامه نویسان الگوریتم های پیچیده را چندین بار آزمایش می کنند تا اطمینان حاصل کنند که این برنامه ها بدون خطا هستند. برای هر مشکلی می توان از چندین الگوریتم استفاده کرد، با این حال، بعضی از آنها بهتر از بقیه می توانند فرآیند را ساده سازی کنند .
تأثیر معاملات الگوریتمی بر وضعیت این روزهای بازار چیست؟
برخی از فعالین بازار، عامل اصلی منفیهای روزهای اخیر و نوسانات بهوجود آمده را معاملات الگوریتمی میدانند و معتقدند نحوه کارکرد این معاملات بازار را تحتتأثیر قرار داده است. برخی دیگر معتقدند اتفاقاً معاملات الگوریتمی میتواند نقدشوندگی و کارایی بازار را افزایش دهد و به آن کمک کند.
این روزها و باتوجه به وضعیت نامناسب بازار سرمایه و تابلوی قرمز رنگ آن، باز هم موضوع معاملات الگوریتمی و تأثیر آن بر تلاطمهای بازار بالا گرفته است. این بار کار به کمپینهای جمعآوری امضا، اعتراضات شدید به سازمان بورس و حتی نهادهای نظارتی دیگر مانند سازمان بازرسی کل کشور هم کشیده است. نکته تأملبرانگیز اینکه ریزش بازار نهتنها با گزارشهای عملکردی خوب شرکتها متناقض است، بلکه با متغیرهای بنیادی، مثل قیمتهای جهانی و نرخ ارز هم در تضاد است!
اما عامل اصلی منفیهای بازار چیست؟ معاملات الگوریتمی یا پارامترهای دیگر؟
برخی از فعالین بازار، عامل اصلی منفیهای روزهای اخیر و نوسانات بهوجود آمده را معاملات الگوریتمی میدانند و معتقدند نحوه کارکرد این معاملات بازار را تحتتأثیر قرار داده است. برخی دیگر معتقدند اتفاقاً معاملات الگوریتمی میتواند نقدشوندگی و کارایی بازار را افزایش دهد و به آن کمک کند. همچنان که سالهاست در بازارهای مالی دنیا چنین اتفاقی افتاده است.
این اولین بار نیست که پس از ریزش بازار، تیغ انتقادات بهسمت معاملات الگوریتمی گرفته میشود. در دورهی سقوط بازار در سال ۱۳۹۹ هم همین انتقادات متوجه معاملات الگوریتمی بود. سازمان بورس و نهاد ناظر هم عکسالعمل نشان داد و با منتقدین همراه شد. نتیجتاً سازمان بورس معاملات الگوریتمی را در آن دوره ممنوع کرد. ولی در اردیبهشت ۱۴۰۰ و پس از اینکه مشخص شد معاملات الگوریتمی تأثیری در ریزشها نداشته است و حتی ممنوعیت آن نقدشوندگی بازار را نیز محدود کرده است، سازمان بورس مجدداً آن را آزاد اعلام کرد.
مخالفین معاملات الگوریتمی چه میگویند؟
مخالفان معاملات الگوریتمی معتقدند نهادهایی که امکان انجام این معاملات را دارند باعث تلاطم بازار میشوند و عدهی زیادی از معاملهگران حقیقی از تلاطمهای بهوجود آمده توسط آنها متضرر میشوند. بهاینترتیب سود بیشتری نصیب بازارگردانها، سبدگردانها و مشتریان بزرگ کارگزاریها میشود و سرمایهگذاران خرد متضرر میشوند.
ضمنآنکه چون امکان انجام این نوع معاملات برای همهی افراد وجود ندارد، این موضوع در ذاتِ خود باعث بیعدالتی در بازار است. البته ذکر این نکته ضروری به نظر میرسد که اساساً منعی از طرف سازمان بورس و شرکتهایی که خدمات معاملات الگوریتمی ارائه میدهند برای در اختیار گذاشتن این سرویس برای همهی فعالان بازار (حقیقی و حقوقی) وجود ندارد. اما لازمه انجام این کار فراهم آمدن زیرساختهایی از سمت کارگزاریها معاملات الگوریتمی بورس چیست؟ و همچنین دستورالعملها و قوانین جامعتر برای این حوزه است. پیشبینی این است که در آیندهای نهچندان دور شاهد دسترسی همه فعالان بازار به این نوع معاملات خواهیم بود.
موافقان معاملات الگوریتمی چه میگویند؟
موافقان، مشکل بازار را مرتبط با پارامترهای دیگری میدانند. آنها معتقدند درصورت اجرای صحیحِ معاملات الگوریتمی، بسیاری از مشکلات بازار حل خواهد شد. معاملات الگوریتمی، نقدشوندگی، که رکن اصلی بازار است، را افزایش میدهد و بهنحو ملموسی بر کارایی آن میافزاید. همچنین معاملات الگوریتمی میتواند از دستکاری و تغییرات ناگهانی قیمت سهمها توسط افراد سودجو جلوگیری کند. از سوی دیگر کسبوکارها و استارتآپهای حوزه فینتک هم از ممنوعیت معاملات الگوریتمی آسیب خواهند دید.
عکسالعمل بازارهای معتبر دنیا به معاملات الگوریتمی چه بوده است؟
در بازارهای توسعهیافتهی دنیا چند دهه است که از معاملات الگوریتمی بهعنوان ابزاری برای عمقبخشی به بازار، افزایش نقدشوندگی و کارایی بازار و همچنین بهبود معاملات شخصی استفاده میشود.
معاملات الگوریتمی از اوایل دهه نود جای خود را در بازارهای مالی باز کرد. بهطوریکه در سال ۲۰۱۱ مجلهی Journal of Finance در مقالهای عنوان کرد که در سال ۲۰۰۹، معادل ۷۳ درصد از تمام معاملات بازارهای ایالات متحده توسط معاملات الگوریتمی انجام شده که تأثیر بسزایی در افزایش نقدشوندگی این بازارها داشته است. میتوان حدس زد که این روند تا به امروز بسیار گستردهتر شده باشد.
راهکار چیست؟
امروز بازار سرمایه ایران با مشکلات زیرساختی، رفتارهای هیجانی و ریسکها و عدم قطعیتهای برخواسته از وضعیت سیاسی و اقتصادی جامعه روبرو است و ارتباط دادن همهی این مشکلات با معاملات الگوریتمی پاک کردن صورت مسئله است. ضمنآنکه بهوجود آوردن جو روانی مسموم موجب ایجاد بار روانی و ترس در سرمایهگذاران میشود که خود اثر سوء بر عرضه و تقاضا خواهد داشت.
در روزهای اخیر عدهای با نمونه آوردن روند قیمتی روزانه برخی سهمهای بزرگ، نوسانات آنها را به الگوریتمها ربط دادند و بیان کردند که این الگوریتمها با معاملات با فرکانس بالا (HFT) اقدام به خرید در قیمتهای پایین کرده و بعد با ایجاد روندی مثبت در سهم اقدام به فروش در قیمتهای بالا میکنند. درحالیکه اولاً با توجه به کارمزدهای بالای معاملاتی در بازار ما عملاً معاملات با فرکانس بالا مقرونبهصرفه نیست و ثانیاً این کار با توجه به درصد پایین معاملات الگوریتمی (حدود ۱ درصد ارزش معاملات) امکانپذیر نیست. معاملاتی که کل ارزششان حدود ۱ درصد بازار است چگونه میتوانند روند بازار را تغییر دهند؟
سؤال دیگر این است که حتی اگر روی یکی دو سهم چنین اتفاقی افتاده باشد، چرا باید سهمی که در این مدت اصلاح زیادی داشته و اکنون نیز به لحاظ بنیادی در قیمت خوبی است در قیمتهای پایین فروخته شود؟
اگر فرض کنیم فلان سهم خودرویی را الگوریتمها رِنج کشیدند و فروختند، چرا در آن سوی دیگر بازار سهام پتروشیمیها با این فشار عرضهی شدید بهفروش میرسند؟
آنچه مشخص است اینکه وضعیت فروشهای این روزهای بازار بهدلیل رفتارهای هیجانی، ترس سرمایهگذارن از عدم قطعیتها و ریسکهای موجود (ریسکهای سیاسی، رفع تحریمها و …) در بازار است.
هر ابزار تکنولوژی اگر از آن سوءاستفاده شود میتواند آثار مخربی نیز داشته باشد. وقتی معاملات الگوریتمی توسط نهادهای نظارتی قابل رهگیری و کنترل نباشد ممکن است با سوءاستفاده از آنها قوانین معاملاتی دور زده شود و موجب زیان سرمایهگذاران خُرد، که به این نوع معاملات دسترسی ندارند، گردد.معاملات الگوریتمی بورس چیست؟
خواسته یا ناخواسته، استفاده از تکنولوژیهای نوین و مرسوم دنیا در بازار سرمایه ایران هم اجتنابناپذیر است و باید بهسمت استفاده گستردهتر از این ابزارها رفت. اما در اینجا نقش سازمان بورس و نهاد ناظر بسیار مهم است.
ممنوعیت معاملات الگوریتمی، طبق تجربه قبلی، مشکلی را حل نخواهد کرد. مهمترین کاری که سازمان بورس در مرحله اول باید انجام دهد، شناسایی کامل سفارشات الگوریتمی فرستادهشده است. تمامی معاملات الگوریتمی باید با یک تگ یا برچسب در سامانه معاملاتی ثبت شوند و درغیراینصورت از ارسال این نوع سفارشات جلوگیری شود. ممنوعیت، جلوی استفاده غیرمجاز از این نوع معاملات را نخواهد گرفت.
هستند شرکتهایی که مجوز معاملات الگوریتمی را دارند، اما باز هم با استفاده از رباتها و روشهای دیگر، قوانین را دور میزنند. بهاینصورت که از معاملات ساده استفاده میکنند، ولی سفارشات الگوریتمی میفرستند. هرچند که تشخیص این نوع معاملات آسان نیست، ولی امکانپذیر است و سازمان بورس باید زیرساخت این کار را فراهم کند.
در مرحله بعد لازم است تا دستورالعمل جامعتری نسبتبه آنچه امروز وجود دارد بهعنوان دستورالعمل معاملات الگوریتمی، توسط نهاد ناظر تبیین گردد و زیرساختها و ابزارهای نظارتیِ لازم توسط کارگزاریها و سازمان بورس برای نظارت دقیق بر این نوع معاملات فراهم آید.
برای ایجاد عدالت در بازار نیز بهنظر میرسد بهترین راه این باشد که این نوع معاملات برای تمامی فعالان حقیقی و حقوقی فراهم شود تا شرایط برابری در بازار داشته باشند.
معاملات الگوریتمی چیست
روال معاملات بورس به این صورت است که معاملهگران در بازارهای مالی به شکل فردی و بر پایه فرآیند ساخت و مدیریت راهبردهای مالی اقدام به معامله میکنند اما این مدل با الگوریتمهای معاملاتی تغییر کرد. معاملهگران در بازارهای مالی در گذشته به فرآیند ساخت و مدیریت راهبردهای مالی میپرداختند. در واقع در جایگاههای مشخصی با تعدادی صفحه نمایش باز مینشستند و به اطلاعات بیدرنگی که مرتبا نیز در حال تغییر بود خیره میشدند و تصمیم به معامله میگرفتند.
معاملهگران در این روش با پیگیری دستی تحلیلها و الگوها به این نتیجه میرسیدند که چه وقت و کجا سفارش خرید و فروش را در سامانههای معاملاتی وارد کنند. سپس با مدیریت این سفارشها بررسی میکردند که آیا اهداف اولیه از آن معامله به دست آمده است یا خیر؟در حالی که همچنان این شیوه مرسوم است و کاربرد دارد اما امکان خطا در تحلیل و تصمیمگیری در این روش به دلایلی چون تغییرات بیدرنگ اطلاعات بازار، سرعت پایین پردازش اطلاعات، تکیه بر دانش فردی معاملهگر و مواردی از این دست بالاست.اما در حوزه معاملات الگوریتمی، انجام معاملات به کامپیوترها، نرمافزارها و به طور مشخص به الگورتیمها محول میشود. «الگوریتم» توصیفکننده دنبالهای از گامها برای انجام معاملات توسط کامپیوتر است.بر همین اساس معاملات الگوریتمی، به «algo trading» و «معاملات جعبه سیاه» نیز مشهور است. سیستم معاملاتی است که از مدلها و فرمولهای پیچیده و پیشرفته ریاضیات، به منظور تصمیمگیری سریع و انجام سریع معامله در بازارهای مالی استفاده میکند. معاملات الگوریتمی شامل به کارگیری برنامههای کامپیوتری سریع و الگوریتمهای پیچیده با هدف ساخت و شناسایی استراتژیهای معاملاتی و کسب بازده حداکثری است. بعضی از استراتژیهای سرمایهگذاری و معاملاتی مانند آربیتراژ، اسپردینگ بین بازاری، بازارگردانی و نوسانگیری، میتوانند از طریق معاملات الگوریتمی بهبود یابند.پلتفرمهای الکترونیکی میتوانند به طور کامل، استراتژیهای سرمایهگذاری و معاملاتی را اجرا کنند. به همین ترتیب، الگوریتمها قادرند دستورات معاملاتی را تحت شرایط خاص قیمت، حجم معاملات و زمان اجرا کنند.به دلیل اینکه مقدار سهام زیادی، روزانه توسط سرمایهگذاران حقوقی خریداری میشود، آنها بیشترین استفاده را از معاملات الگوریتمی دارند. الگوریتمهای پیچیده، به این سرمایهگذاران اجازه میدهند که بدون اینکه تغییر چشمگیری در قیمت سهم و به تبع آن افزایش هزینههای خرید ایجاد شود، سهامشان را با بهترین قیمت ممکن خریداری کنند. از استراتژیهای محبوب میتوان به آربیتراژ، معامله قبل از توازن مجدد صندوق شاخصی، بازگشت به میانگین و نوسانگیری اشاره کرد که در ادامه، نحوه بهینهسازی این استراتژیها توسط الگوریتمها، توضیح داده خواهد شد.به کسب سود به دلیل اختلاف قیمت یک سهم در دو بازار مختلف، آربیتراژ میگویند. آربیتراژ، بیشتر در بازارهای بینالمللی انجام میشود. برای مثال، شرکتهایی هستند که میتوانند از مواد اولیه یا نیروی کار ارزانتر دیگر کشورها سود کسب کنند. این شرکتها قادرند هزینهها را کاهش و به تبع آن، سود را افزایش دهند. مثالی دیگر اینکه فرض کنید قیمت خودرو در کارخانه ۲۰ میلیون تومان و در نمایندگی ۲۱ میلیون تومان است. فردی که توانایی این را دارد که خودرو را از کارخانه بخرد و با قیمت نمایندگی بفروشد، در واقع به اندازه یک میلیون تومان از آربیتراژ معامله سود برده است.آربیتراژ همچنین میتواند در معامله قراردادهای آتی S&P و سهام S&P500 به کار گرفته شود. وجود اختلاف قیمت در قراردادهای آتی S&P و سهام S&P500 امری شایع است و زمانی این اتفاق میافتد که سهامی در بازارهای NASDAQ و NYSE معامله شود و قیمت آن نسبت به قراردادهای آتی S&P یا بیشتر باشد یا کمتر. اینجاست که فرصتی برای آربیتراژ فراهم شده است.معاملات الگوریتمی پرتواتر، میتوانند این حرکت قیمتها را ردیابی کنند و به محض یافتن اختلاف قیمت، نهایت استفاده را از این فرصت ببرند. پساندازهای بازنشستگی اکثرا در صندوقهای سرمایهگذاری مشترک، سرمایهگذاری میشوند. صندوقهای شاخصی شرکتهای سرمایهگذاری مشترک، دائما طوری تنظیم میشوند که داراییهای پایه صندوق را براساس قیمتهای جدید بازار بهروزرسانی کنند. قبل از اینکه چنین توازن مجددی رخ دهد، دستورات معاملاتی از پیش برنامهنویسی شده، توسط استراتژیهای معاملات الگوریتمی اعمال میشوند که میتوانند سود را از سرمایهگذاران به معاملهگران الگوریتمی انتقال دهند. بازگشت به میانگین، یک روش ریاضی است که میانگین متحرک بیشترین و کمترین قیمت سهام را در یک دوره محاسبه میکند. این دسته از الگوریتمهای معاملاتی، فرض میکنند که همواره قیمتها به میانگین بازمیگردند. معاملات الگوریتمی، این میانگین را محاسبه کرده و از سود بالقوه نهفته در این جابهجایی قیمت سهام، بهره میبرند، چه اینکه قیمت در حال دور شدن از قیمت میانگین باشد و یا اینکه به سمت آن حرکت کند. به عنوان مثال، اگر سهمی از میانگین ۲۰۰روزه خود بسیار پایینتر باشد، این دسته از الگوریتمهای معاملاتی این سهم را خریداری میکنند، با این امید که قیمت به میانگین بازگردد. نوسانگیرها از معاملات سریع و متناوب در یک روز روی تفاوت مظنه خرید و فروش، سود کسب میکنند. در این استراتژی، حرکات قیمت باید کمتر از اسپرد ورقه بهادار باشد. این حرکات، در یک دقیقه یا کمتر رخ میدهند، بنابراین به دلیل نیاز به تصمیمگیری سریع، میتوانند به وسیله فرمولهای معاملات الگوریتمی بهینه شوند. دیگر استراتژیها مانند کاهش هزینههای معاملاتی و دیگر استراتژیهای مرتبط با بازار غیرشفاف نیز به وسیله معاملات الگوریتمی قابل بهینهسازی هستند. یادآور میشود همزمان با برگزاری نمایشگاه بینالمللی بورس، بانک و فرصتهای سرمایهگذاری کیش کارگاه آموزشی معرفی معاملات الگوریتمی و الزامات آن برگزار میشود. آموزش این کارگاه را مطهره مروج مدیر فناوری اطلاعات سازمان بورس و اوراق بهادار و امید موسوی مدیرعامل شرکت الگوریتم تحلیلگر امید به عهده خواهند داشت.