در مورد تأثیرات مختلف گسترش در مقابل گسترش پیشنهادات شناور در معاملات خودکار سهام Intraday

هزینه های معاملاتی یا معاملات یکی از مهمترین ویژگی های هر سیستم تجاری است و می تواند به دو گروه اصلی تقسیم شود: صریح (قابل مشاهده) و ضمنی (پنهان). در این مقاله ، ما در مورد تأثیر گسترش پیشنهادات ، نوعی هزینه پنهان ، بر نتایج حاصل از پشتی (و بنابراین ، تأثیر بالقوه در تجارت در زمان واقعی) یک سیستم معاملاتی خودکار بر اساس برنامه نویسی ژنتیکی بررسی می کنیم. ما روی طبیعت (ثابت یا شناور) گسترش پیشنهادات (از این پس "گسترش") تمرکز می کنیم و نشان می دهیم که اثربخشی یک سیستم معاملاتی خودکار در صورت گسترش شناور در مقایسه با گسترش ثابت ، به طور قابل توجهی تخریب می شود. ما چهار گسترش ثابت (یک ، دو ، پنج و ده پیپ) و یک گسترش شناور با مقدار متوسط دو پیپ را بررسی می کنیم و نشان می دهیم که گسترش شناور با میانگین مقدار 0. 02 دلار منجر به عملکرد قابل توجهی بدتر از گسترش ثابت 0. 1 می شود. دلار آمریکا."گسترش شناور" در این مقاله اصطلاحی است که برای تعیین شده در بازار به طور مداوم در حال تغییر پیشنهادات پیشنهاد است.

معرفی

• • کمیسیون کارگزار ، به علاوه هرگونه مالیات اعمال شده در تجارت.
• • گسترش پیشنهاد ، که به عنوان تفاوت در پیشنهاد تعریف شده است و قیمت دارایی مالی (سهام یا یک جفت ارز) را می پرسید. این نشان دهنده هزینه "دورگرد" برای خرید یا فروش سرمایه گذار است. گسترش همچنین می تواند عدم تقارن بین عدم اعتبار و اطلاعات را منعکس کند (میناردی و همکاران ، 2006).
• • تأثیر بالقوه قیمت یک فروش یا خرید بزرگ.

در حالی که اولین شکل هزینه معامله (کمیسیون کارگزار به علاوه مالیات بر تجارت) هزینه های صریح (یا قابل مشاهده) را نشان می دهد ، دو مورد دیگر هزینه های ضمنی (یا پنهان) هستند.

چندین نویسنده به تأثیر منفی گسترش پیشنهاد پیشنهاد بر عملکرد وجوه به طور کلی اشاره کرده اند. Demsetz (1968) در مورد هزینه معامله در بورس اوراق بهادار نیویورک (NYSE) تحقیق کرد و خاطرنشان کرد: در مورد NYSE دو عنصر تقریباً تمام هزینه معامله را شامل می شود-هزینه کارگزاری و گسترش پیشنهادات. وی خدمات ارائه شده توسط نمایندگی های NYSE را از نظر "فوری" یک معامله ارائه داد. بنابراین ، گسترش پیشنهادات برای حمایت از فوری تجارت ، هزینه هر سهم را منعکس می کند. استول (1978) با معرفی یک عملکرد هزینه فروشنده که هزینه آن را به ریسک نسبت می دهد ، تحقیقات را گسترش داد ، بنابراین گسترش پیشنهادات نشان دهنده قرار گرفتن در معرض ریسک یک فروشنده است. Amihud و Mendelson (1986) تأثیر افزایش پیشنهاد اوراق بهادار در بازده خود را مورد بررسی قرار دادند و نتیجه گرفتند که بازده مورد انتظار از بازار ، عملکرد فزاینده ای از گسترش است. علاوه بر این ، خاطرنشان شده است که گسترش پیشنهادات می تواند هزینه های اجرای تجارت را منعکس کند و بنابراین شاخص های کیفیت بازار را نشان می دهد (Bessembinder and Venkataraman ، 2010).

ادلن و همکاران.(2013) برای هر موقعیت تغییر یافته و تخمین زده می شود که هزینه معاملات پنهان تأثیر مضر بر عملکرد صندوق دارد ، جایی که این حداقل به همان اندازه مادی است. هزینه معاملات قابل مشاهده. Kocinski (2017) خاطرنشان کرد: ارزش مورد انتظار هزینه های معامله ، که حجم و مدت زمان معامله را در نظر می گیرد ، ممکن است یک معیار مهم برای نقدینگی سهام معامله شده محسوب شود. فرمولاسیون برای هزینه معاملات مورد انتظار ، به عنوان تابعی از گسترش پیشنهادات و تأثیر بازار ارائه شد.

برایانت و هیگ (2004) در مورد تجزیه و تحلیل گسترش قبل و بعد از معرفی اتوماسیون تجارت در بازارهای کالا (آینده) گزارش می دهند و توجه داشته باشید که از زمان معرفی سیستم های تجاری خودکار ، گسترش یافته است. بنابراین ، هزینه های پردازش مرتبه پایین در معاملات خودکار می تواند با افزایش هزینه های معاملات پیشی بگیرد. علاوه بر این ، برخی از مزایای تجربه شده در بازارهای آینده مالی ممکن است در بازارهای کالایی ظاهر نشود زیرا دومی تمایل به حجم کمتری دارند. علاوه بر این ، محققان دیگر خاطرنشان كردند كه بازارهای مختلف كالا می توانند سطوح مختلف نوسانات اساسی (به عنوان مثال NASDAQ (بالا) در مقابل NYSE (كم)) را نشان دهند (جیانگ و همكاران ، 2011). گسترش پیشنهادات همچنین می تواند تحت تأثیر انواع معامله گران شرکت کننده در یک بازار باشد. معامله گران آگاه اطلاعاتی در مورد ارزش واقعی یک دارایی دارند ، در حالی که معامله گران بی اطلاع برای نیازهای نقدینگی تجارت می کنند (چان و وینشتاین ، 2006). پیامدهای بالقوه این است که سیستم های معاملاتی خودکار به طور معمول نمونه ای از یک معامله گر "ناآگاه" و بنابراین مستعد ابتلا به تأثیر منفی گسترش است.

در این مقاله تأثیر گسترش پیشنهادات پیشنهادات بر نتایج حاصل از پشتی (و بنابراین ، تأثیر بالقوه در تجارت در زمان واقعی) از یک سیستم معاملاتی خودکار مبتنی بر برنامه نویسی ژنتیکی بررسی می کنیم. نتایج ما بیشتر بر تأثیر ماهیت گسترش (ثابت یا شناور) تمرکز دارد تا اندازه گسترش های ثابت یا شناور. با گسترش ثابت در این مقاله ، ما به طور خاص به شرایط معاملاتی علاقه مندیم که توسط برخی از کارگزاران Forex 1 و Stock 2 ارائه شده است وقتی تفاوت بین پیشنهاد و Ask Ask ارزش ثابت در PIPS دارد. در این حالت ، "گسترش ثابت" می تواند برای دارایی های مختلف تجاری متفاوت باشد اما بدون در نظر گرفتن قیمت دارایی یا شرایط بازار در طول زمان ثابت باقی می ماند. معمولاً ، گسترش ثابت از مقدار متوسط گسترش شناور بزرگتر است اما در عین حال ، گسترش های ثابت شرایط معاملاتی پایدار را ارائه می دهند. ما علاقه مندیم تا تعیین کنیم که سیستم معاملاتی خودکار که از نرخ های تاریخی برای ایجاد قوانین معاملاتی برای معاملات در زمان واقعی استفاده می کنند ، ممکن است از چه درجه ای استفاده کنند. توجه داشته باشید که این وضعیت از پرونده سازندگان بازار Nasdaq متمایز است که برای ایجاد گسترش مصنوعی گسترده تر با هزینه سرمایه گذاران کریستی و شولتز (1994) در حال تبانی هستند.

در این تحقیق، یک چارچوب برنامه ریزی ژنتیکی (GP) (بخش 3. 1) برای شبیه سازی معاملات لحظه ای بر روی داده های قیمت دقیقه به دقیقه (یعنی معاملات مکرر در مقابل معاملات با فرکانس بالا) استفاده شد. توجه می کنیم که چارچوب می تواند استراتژی معاملاتی را با سناریوهای مختلف اسپرد ثابت تطبیق دهد، اما معمولاً وقتی اسپردهای شناور ظاهر می شوند شکست می خورد. علاوه بر این، ما معتقدیم که این یافته ها مختص چارچوبی نیست که برای خودکارسازی فرآیند معاملات درون روزی در نظر گرفته شده است، بلکه به طور کلی برای نمایندگان معاملات درون روزی عمومی است. به این ترتیب، این یافته ها مشاهدات تحقیقات قبلی در مورد اسپرد را تکمیل می کند، که در آن ما به صراحت تأثیر اسپرد را بر سیستم های معاملاتی خودکار نشان می دهیم.

قطعات بخش

کار مرتبط

تحقیقات اولیه در مورد عوامل تجاری شناسایی شده توسط برنامه ریزی ژنتیکی (GP) با داده های منبع داده شده به عنوان داده های نقطه ای گزارش شده است (دمپستر و جونز، 2001). با این حال، این داده ها سپس به قیمت های نقطه میانی تبدیل شدند که سپس به میله هایی با فرکانس های مختلف ادغام شدند. متأسفانه، با این کار اطلاعات پخش شده حذف می شود. محدودیت های مشابهی در پاردو (2008) ظاهر می شود. نیلی و ولر (2003) عملکرد خارج از نمونه استراتژی های معاملاتی فنی درون روز را با استفاده از دو مورد بررسی کردند.

چارچوب

شکل 1 چارچوب آزمایشی را نشان می دهد که ما برای ارزیابی تاثیر اسپرد پیشنهادات خرید و فروش بر اثربخشی سیستم معاملاتی خودکار استفاده کردیم. قبل از شروع هر جلسه معاملاتی، ما از چارچوب FXGP (Loginov and Heywood, 2013a, Loginov et al., 2015) برای تولید عوامل معامله گر GP و شبیه سازی معاملات هر سهام در 40 روز معاملاتی قبل با استفاده از نرخ های تاریخی در قالب 1 دقیقه استفاده می کنیم. شمعدان (بخش 4). هر نماینده عمومی می آموزد که بازده سهام مربوطه خود را به حداکثر برساند

داده ی منبع

ما نرخ های تاریخی NASDAQ 100 (قیمت های "Bid"، "Mid" و "Ask" را از طریق یک Interactive Brokers Group, Inc. (حساب نمایشی) برای دوره از 1 آگوست 2014 تا 31 اوت به دست آوردیم. 2017. انتظار می رود که استفاده از داده های NASDAQ نماینده بازاری با سطوح «بالا» نوسان باشد (جیانگ و همکاران، 2011). ما همه سهام با تمبر تاریخ و زمان مفقود یا خارج از محدوده و سهام با قیمت های «0» یا منفی و سهام با اسپرد منفی را حذف کردیم. نتیجه

شرایط معامله و روش شناسی تجربی

ما تمام آزمایشات را با فرض شرایط معاملات مشترک زیر انجام دادیم: مانده حساب اولیه 10 000 000 دلار ، کمیسیون 5 دلار برای هر سفارش معاملات 5 دلار است (هر سفارش معاملات می تواند شامل هر تعداد سهام باشد) و در ابتدا فقط 10 ٪ مانده حساباز هر روز برای تجارت سهام استفاده می شود. ما شش گسترش پیشنهادی مختلف را در این کار بررسی می کنیم: 0 پیپ (0. 0 USD) ، 1 پیپ (0. 01 USD) ، 2 پیپ (0. 02 USD) ، 5 پیپ (0. 05 USD) ، 10 پیپ (0. 1 USD) و پخش شناور (بخش 1). انجام دادن

خرید و فروش

ما از یک استراتژی خرید و نگهدارنده برای ارائه یک پایه مقایسه ای استفاده می کنیم که به طور گسترده در عمل مورد استفاده قرار می گیرد. به طور خاص ، یک استراتژی خرید و نگهدارنده هزینه ها را به حداقل می رساند زیرا تعداد معاملات به حداقل می رسد. بنابراین ، هر طرح تطبیقی برای معاملات داخل کشور باید با دستیابی به بازده بسیار بالاتر ، هزینه انجام بالقوه انجام بسیاری از معاملات را در روز جبران کند.

سود استراتژی "خرید و نگهدارنده" با فرض اینکه ما سهام را با قیمت "باز" شمعدان اول 1 دقیقه ای خریداری می کنیم تعریف می شود

نتیجه

در این کار ، ما تأثیر هزینه های تجارت پنهان را در قالب گسترش پیشنهاد پیشنهاد بر روی اثربخشی یک سیستم معاملاتی خودکار مبتنی بر پزشک عمومی که تحت یک سناریوی معاملاتی مکرر است (وضعیت معاملاتی که از نظر 1 دقیقه شمعدان شرح داده شده است) بررسی کردیم. ما 50 اجرای شبیه سازی را برای هر یک از پنج پخش ثابت و یک شناور در طی سه سال (2015 ، 2016 و 2017) انجام دادیم. نتایج به دست آمده به وضوح نشان می دهد که طبیعت و اندازه پیشنهاد پیشنهاد به طرز چشمگیری گسترش یافته است