مبادلات الگوریتمی چیست؟
مبادلات الگوریتمی نوعی مبادله است که از کامپی.ترهای قدرتمند برای اجرای فرمول های پیچیده ریاضی برای مبادله استفاده می کند. الگوریتم مجموعه ای از دستورالعمل ها برای حل یک مشکل است. یک مثال از یک الگوریتم یک معادله جبری است که همراه با قواعد رسمی جبر است. با استفاده از این دو عنصر، یک کامپیوتر می تواند پاسخ هر معادله را به دست آورد.
مبادلات الگوریتمیک با استفاده از فرمول های بسیار پیچیده تر، همراه با مدل های ریاضی و نظارت بر انسانی، تصمیم گیری برای خرید و فروش اوراق بهادار مالی را در مبادله ممکن می کند. معامله گران الگوریتمی اغلب از تکنولوژی تجاری با فرکانس بالا استفاده می کنند که می تواند یک شرکت را قادر به ایجاد ده ها هزار مبادله در ثانیه کند. مبادلات الگوریتمی می تواند در موقعیت های مختلفی از جمله اجرای سفارش، آربیتراژ و استراتژی های مبادله ای روند استفاده شود.
مبانی مبادلات الگوریتمی
پس از آنکه سیستم های تجاری کامپیوتری در دهه 1970 در بازارهای مالی آمریکا معرفی شدند استفاده از الگوریتم ها در مبادلات افزایش یافت. در سال 1976 بورس اوراق بهادار نیویورک (DOT) را برای سفارشات مسیریابی از معامله گران به متخصصان مبادله مبادله معرفی کرد. در دهه های بعد، مبادلات توانایی های خود را برای پذیرش تجارت الکترونیک افزایش داد و تا سال 2010، بیش از 60 درصد از تمام معاملات توسط کامپیوتر اجرا شد.
نویسنده به نام مایکل لوئیس مبادلات افراطی و الگوریتمی را با توجه به عموم به ارمغان آورد، در حالی که کتاب پرفروش فلش بویز را منتشر کرد که زندگی معامله گران و کارآفرینان وال استریت را که به ساختن شرکت هایی که برای تعریف ساختار تجارت الکترونیکی در آمریکا کتاب او معتقد است که این شرکت ها در مسابقه تسلیحاتی برای ساختن رایانه های سریع تر هستند، که می توانند با سرعت بیشتری با مبادلات ارتباط برقرار کنند، برای به دست آوردن مزایای رقبا با سرعت، با استفاده از انواع سفارشات که به نفع آنها به نفع سرمایه گذاران متوسط بود، مشغول بودند.
در سال های اخیر، مبادلات الگوریتم انجام آن به خودی خود گسترده شده است. به عنوان مثال، هزینه های مالی مانند Quantopian، الگوریتم های منبع جمعیت از برنامه نویسان آماتور که رقابت می کنند برای کسب سود بیشتر برای نوشتن کد سودمند تر، رقابت می کنند. این عمل با گسترش اینترنت با سرعت بالا و توسعه سریع رایانه ها در قیمت های نسبتا ارزان انجام شده است. بستر های نرم افزاری مانند Quantiacs به منظور خدمت به معامله گران روزی که مایلند دستان خود را در تجارت الگوریتمی مورد استفاده قرار دهند، رشد کرده اند.
یکی دیگر از تکنولوژی های پیشرو در وال استریت، یادگیری ماشین است. تحولات جدید در هوش مصنوعی، برنامه نویسان کامپیوتر را قادر ساخته است تا برنامه هایی را توسعه دهند که می توانند خود را از طریق یک فرآیند تکراری به نام یادگیری عمیق بهبود دهند. معامله گران در حال توسعه الگوریتم هایی هستند که بر یادگیری عمیق متکی هستند تا سودآورتر شوند.
گیرنده های کلیدی
• تجارت الگوریتمیک استفاده از الگوریتم های فرایند و قواعد برای استخدام استراتژی برای انجام معاملات است.
• از اوایل دهه 1980 به شدت افزایش یافته است و توسط سرمایه گذاران نهادی و شرکت های تجاری بزرگ برای اهداف مختلف مورد استفاده قرار می گیرد.
• در حالی که مزایای آن مانند زمان اجرای سریع تر و کاهش هزینه ها، تجارت الگوریتمی می تواند گرایش های منفی بازار را نیز افزایش دهد و باعث سقوط سریع فلش و از دست رفتن سریع نقدینگی شود.
مزایا و معایب مبادلات الگوریتمی
مبادلات الگوریتمی عمدتا توسط سرمایه گذاران نهادی و کارگزاری های بزرگ برای کاهش هزینه های مربوط به مبادلات استفاده می شود. بر طبق تحقیقات، مبادلات الگوریتمی به ویژه برای اندازه های سفارش بزرگ مفید است که ممکن است تا 10٪ از کل حجم معاملات را تشکیل دهد. به طور معمول، سازندگان بازار برای ایجاد نقدینگی از معاملات الگوریتمی استفاده می کنند.
تجارت الگوریتمی همچنین اجازه می دهد تا اجرای سریع تر و آسان تر از دستورات، و آن را برای مبادلات جذاب. به نوبه خود، این به این معنی است که معامله گران و سرمایه گذاران می توانند به سرعت سود خود را از تغییرات کوچک در قیمت کتاب درآورند. استراتژی معاملاتی Scalping معمولا الگوریتم های استفاده می کند، زیرا این امر شامل خرید و فروش سریع اوراق بهادار با افزایش قیمت های کوچک می باشد.
سرعت اجرای مبادله، مزیتی در شرایط عادی است و می تواند زمانی ایجاد شود که چندین دستور بدون مداخله بشر به طور همزمان اجرا شوند. سقوط فلش در سال 2010 به مبادلات الگوریتمی متهم شده است.
یکی دیگر از معایب معامله الگوریتمی این است که نقدینگی، که از طریق سفارشات خرید و فروش سریع ایجاد می شود، می تواند در یک لحظه ناپدید شود و تغییر را برای معامله گران برای از بین بردن تغییرات قیمت از بین ببرد. همچنین می تواند منجر به از دست رفتن نقدینگی شود. تحقیقات نشان داده است که مبادلاتت الگوریتمی عامل مهمی در ایجاد نقدینگی در بازارهای ارز پس از اینکه فرانک سوئیس در سال 2015 خود را از اروپا حذف کرد، آشکار کرد.
درباره این سایت