تجارت الگوریتمی نوعی معامله مالی است که از رایانه ها و برنامه ها برای تولید و اجرای سفارشات بزرگ در بازار استفاده می کند. معمولاً از آن به عنوان روشی سریع و کارآمد برای تجارت بازار سهام یاد می شود. بر خلاف روشهای سنتی ، این استراتژی معاملاتی از قوانین از پیش تعریف شده برای تصمیم گیری در مورد تجارت استفاده می کند. یک معامله گر یا سرمایه گذار سپس کدی را که تجارت را به نمایندگی از مشتری انجام می دهد ، می نویسد.

معاملات الگوریتمی شامل تنظیم قوانین از پیش تعریف شده معمولاً بر اساس قیمت ، زمان بندی و کمیت یک ابزار مالی است. این نوع تجارت نیاز به خطای انسانی را از بین می برد و به بازارها کمک می کند تا با کارآمدتر عمل کنند.

مفهوم تجارت رایانه ای در بازارهای مالی برای اولین بار در دهه 1970 آغاز شد. در سال 1976 ، بورس اوراق بهادار نیویورک سیستمی را معرفی کرد که به مشتریان امکان می دهد اوراق بهادار را از طریق چرخش سفارش تعیین شده سفارش دهند. در سال 1971 ، NASDAQ اولین بازار سهام الکترونیکی در جهان شد.

این مبادله از یک سیستم حراج استفاده نکرد بلکه در عوض از سازندگان مختلف بازار در سیستم نقل قول الکترونیکی خود استفاده می کرد. در سال 1992 ، سهام معامله شده در مبادله تقریباً 42 ٪ از کل حجم بازار ایالات متحده بود.

مهمترین مزیت تجارت الگوریتمی سرعت آن است. همچنین ویژگی های مختلفی مانند اتوماسیون را ارائه می دهد ، که مداخله دستی و ابزارهای مختلف کاوی و اکتشاف را از بین می برد.

یکی دیگر از مزایای تجارت الگوریتمی توانایی های مدیریت ریسک آن است. این نوع معاملات به سرمایه گذاران و معامله گران اجازه می دهد تا استراتژی های خود را آزمایش کنند و نحوه عملکرد آنها را ببینند. همچنین گزینه های مختلفی در دسترس آنها وجود دارد ، مانند شبیه سازی (تست پشتی) که در آن می توان بدون تجارت در واقع یک آزمایش را انجام داد. با این حال ، اگر کاملاً مطمئن باشند که این استراتژی ها کار می کنند ، فقط باید این استراتژی ها را در بازارهای واقعی مستقر کنید.

شبکه های ابری خاصی وجود دارند که مناسب برای انجام آزمایشات پشتی مناسب هستند. یکی از شرکت های پیشرو در بازار تجارت الگوریتمی ، Corp. Metaquotes Software ، شبکه Cloud MQL5 را ایجاد کرد. این پلتفرم در 14 اکتبر 2011 راه اندازی شد.

این شبکه به کاربران امکان می دهد منابع محاسباتی را مبادله کرده و زمان CPU بیکار را ارائه دهند. در طی 10 سال فعالیت خود ، شبکه ابری MQL5 افزایش قابل توجهی در ظرفیت خود را تجربه کرده است. این بیش از 34000 عامل آزمایشی دارد. هرکسی می تواند ظرفیت رایانه خود را بفروشد و از این سیستم عامل درآمد کسب کند.

الگوریتم های جایگزین انسان

ظهور الگوریتم های مبتنی بر رایانه جایگزین تحلیلگران و سرمایه گذاران تک به عنوان محرک اصلی ارزش بازار سهام شده است.

براساس گزارشی از OPIMAS ، پیش بینی می شود شرکت های مالی تا سال 2025 نیروی کار انسانی خود را حدود 10 ٪ کاهش دهند و در نتیجه از بین رفتن حدود 230،000 شغل. انتظار می رود حدود 40 ٪ از مشاغل گمشده در صنعت مدیریت پول باشد.

صخره سیاه

در سال 2018 ، یکی از بزرگترین شرکت های سرمایه گذاری در جهان ، BlackRock ، یک پروژه مخفی "پادشاه" را فاش کرد. این شامل بازسازی بخش سهام خود و جایگزینی مدیران کم کار می شود که بودجه را به ابزارهای کمی می رساندند. این تصمیم بحث در مورد استراتژی شرکت برای جایگزینی انسان با روبات ها را برانگیخت.

‘... این مربوط به یک روبات نیست که جهان را به دست می گیرد. اما این در مورد افزایش کارآیی کارهایی است که ما در سراسر هیئت مدیره انجام می دهیم.

Rob Goldstein ، COO BlackRock

الگوریتم ها و یادگیری ماشین در صنعت مدیریت دارایی شیوع بیشتری پیدا می کنند زیرا بودجه به دنبال افزایش کارایی عملکرد آنها با توسعه فناوری جدید است که می تواند به بهبود اثربخشی بخش های مختلف آنها کمک کند. با این حال ، آنها هنوز هم اجرای این نوآوری ها به گونه ای دشوار است که رقبای آنها نتوانند به راحتی تکرار شوند.

نقطه 72

بنا بر گزارش ها ، شرکت مدیریت دارایی Point72 Steven Cohen از الگوریتم های رایانه ای برای تلاش و یافتن استراتژی های دقیقی که وی را به یک معامله گر چند میلیارد دلاری تبدیل کرده است ، استفاده می کند. به گفته بلومبرگ ، این شرکت در تلاش است تا با استفاده از داده های جمع آوری شده از سودآورترین معاملات خود ، موفقیت Cohen را تکرار کند.

یکی از مراحل اصلی این فرآیند ، تجزیه و تحلیل داده های جمع آوری شده توسط معامله گران Point72 است که شامل اندازه موقعیت های آنها و سطح اهرم است. سپس شرکت از داده ها برای تدوین استراتژی برای تکرار موفقیت استفاده می کند. همچنین در تلاش است تا الگوهای موجود در بازار را شناسایی کند ، که می تواند از آن برای بهبود عملکرد خود استفاده کند.

علاوه بر این ، بنا بر گزارش ها ، این شرکت در حال آزمایش یک سیستم خودکار است که به معامله گران اجرای آن اجازه می دهد تا کار خود را با کارآمدتر انجام دهند.

UBS

در سال 2012 ، دیوید گالرز ، رئیس معاملات شاخص مبادله اعتباری در UBS AG ، براساس گزارش اقتصادی تایمز ، بدون هیچ برنامه ای برای جایگزینی وی از موقعیت وی خارج شد. در عوض ، بانک او را با مدلهای رایانه ای که از تکنیک های ریاضی استفاده می کنند جایگزین کرد.

اعتبار سوئیس ، گلدمن ساکس و بارکلیز شروع به استفاده از برنامه های رایانه ای برای تجارت ابزارهای مالی کردند که برای تولید برخی از بزرگترین هزینه های این صنعت استفاده می شد.

گلدمن ساکس

در فوریه سال 2017 ، گزارش شده است که 600 کارمند در دفتر نیویورک ساچ در نیویورک از سمت خود خارج شده اند. این شرکت سپس آنها را با 200 مهندس رایانه مسئول نظارت بر برنامه های معاملاتی خودکار خود جایگزین کرد.

مارت چاوز ، معاون رئیس مالی گلدمن ساکس ، در طی یک بحث پانل در سمپوزیوم هاروارد در مورد تأثیر رایانه ها بر فعالیت اقتصادی ، گفت که این شرکت قبلاً شروع به خودکارسازی برخی از معاملات ارز خود کرده است. وی خاطرنشان کرد: چهار نفر از معامله گران این شرکت را می توان با یک مهندس رایانه ای جایگزین کرد. حدود 9000 نفر از کارمندان این شرکت مهندس رایانه هستند. در فوریه 2017 ، گزارش شد که 600 کارمند در دفتر نیویورک ساچ از سمت خود خارج شدند. این شرکت سپس آنها را با 200 مهندس رایانه مسئول نظارت بر برنامه های معاملاتی خودکار خود جایگزین کرد.