تاریخ تجارت الگوریتمی

تاریخ تجارت الگوریتمی

به گفته تحلیلگران ، حدود 70 ٪ از سهام ایالات متحده در سال 2013 از طریق تجارت الگوریتمی انجام شده است ، و استفاده از الگوریتم های معاملاتی از آن زمان به رشد خود ادامه داده است. اما معاملات الگوریتمی فقط از هیچ جا پدید نمی آید. خوب است ما به تاریخ نگاهی می اندازیم.

تجارت الگوریتمی با ظهور اینترنت در اواخر دهه 1980 و اوایل دهه 1990 پدیدار شد. با این حال ، تا سال 1998 نبود که کمیسیون اوراق بهادار و بورس ایالات متحده (SEC) صرافی های الکترونیکی مجاز به تجارت با فرکانس بالا به جریان اصلی تبدیل شد.

در این پست نگاهی به موارد زیر خواهیم انداخت:

• تجارت الگوریتمی چیست؟
• رویدادهایی که راه را برای تجارت آلگو هموار می کند
• مرحله اولیه
• دوره پالایش و رشد
• رونق
• امروز چگونه است
• ادغام اجتماعی و احساساتی

تجارت الگوریتمی چیست؟

تجارت الگوریتمی روشی برای اجرای سفارشات با استفاده از الگوریتم های معاملاتی است که برنامه های رایانه ای خودکار با دستورالعمل های معاملاتی هستند که زمان بندی ، قیمت و حجم را به خود اختصاص می دهند. این نوع تجارت استراتژی های سودآور را به کدهایی تبدیل می کند که به رایانه دستور می دهد چه زمانی امنیت ، قیمت مناسب برای تجارت و حجم تجارت را خریداری و بفروشید.

همچنین به عنوان تجارت خودکار الگوریتمی (یا تجارت ALGO ، برای کوتاه) شناخته می شود ، سرعت و در دسترس بودن 24/7 رایانه ها در مقایسه با معامله گران انسانی. از نرم افزار تخصصی برای اجرای خودکار انواع استراتژی های معاملاتی و مدلهای پیچیده ریاضی استفاده می کند. برخی از استراتژی ها می توانند روند زیر باشند ، در حالی که برخی ممکن است به معنای معکوس باشد.

آنها همچنین می توانند استراتژی های گسترده یا داوری باشند که بسیاری از آنها در دسته معاملات با فرکانس بالا (HFT) قرار می گیرند و با گردش مالی بالا و نسبت های مرتبه به تجارت مشخص می شوند. برای اینها ، الگوریتم های رایانه ای برای تصمیم گیری های دقیق برای شروع سفارشات بر اساس اطلاعاتی که به صورت الکترونیکی دریافت می شوند ، تنظیم شده اند ، قبل از آنکه معامله گران انسانی بتوانند اطلاعاتی را که مشاهده می کنند پردازش کنند.

معاملات الگوریتمی از زمان قرن ، با بازرگانان خرده فروشی و نهادی در حال افزایش است. در حقیقت ، یک مطالعه 2019 نشان داد که حدود 92 ٪ از معاملات در بازار فارکس توسط الگوریتم های معاملاتی به جای انسان انجام شده است. بیشتر بانکهای سرمایه گذاری ، صندوق های بازنشستگی ، صندوق های متقابل و صندوق های تامینی از معاملات الگوریتمی برای پخش سفارشات بزرگتر خود استفاده می کنند.

رویدادهایی که راه را برای تجارت آلگو هموار می کند

قبل از محبوبیت تجارت آلگو ، بسیاری از وقایع در بازارهای مالی اتفاق افتاد تا راهی برای آن هموار شود. اینها برخی از مهمترین موارد هستند:

• اولین صندوق مبتنی بر قانون تجارت در سال 1949 راه اندازی شد: یک معامله گر آمریکایی ، ریچارد دونچیان ، Futures ، Inc. را راه اندازی کرد ، یک صندوق کالای عمومی با تجارت عمومی که بازارهای آینده را تجارت می کند. این صندوق اولین کسی بود که از مجموعه ای از قوانین از پیش تعیین شده برای تولید واقعی خرید و فروش سیگنال استفاده کرد. از یک سیستم ریاضی مبتنی بر میانگین حرکت قیمت بازار کالا استفاده کرد. از آنجا که هیچ اینترنتی برای پشتیبانی از آن وجود نداشت ، توسعه دهندگان مجبور بودند با استفاده از داده های نوارهای تیک ، بازارها را به صورت دستی ترسیم کنند. با استفاده از سیستم مبتنی بر قانون ، این می تواند به عنوان اولین تلاش برای خودکارسازی معاملات تلقی شود.
• هری مکس مارکوویتز در سال 1950 مدل Markowitz را معرفی کرد: مارکوویتز برای پرداختن به موضوع انتخاب نمونه کارها ، مالی محاسباتی را معرفی کرد و این اساس تئوری مدرن نمونه کارها یا MPT شد ، که در سال 1952 در مجله مالی نمایش داده شد. پدر تجزیه و تحلیل کمی.
• اولین تجارت داوری با استفاده از رایانه در سال 1960 اتفاق افتاد: مدیران صندوق های پرچین اد تورپ و مایکل گودکین با هری مارکوویتز همکاری کردند تا سیستمی را ایجاد کنند که از رایانه ها برای تجارت داوری استفاده می کند. با معرفی رایانه های شخصی در اواخر دهه 1970 و اوایل دهه 1980 ، بسیاری از برنامه های مالی محاسباتی تدوین شدند و روش های پردازش سیگنال مانند تجزیه و تحلیل سری زمانی و بهینه سازی امری عادی شد.
• MDS I و MDS-II NYSE در سال 1965 راه اندازی شد: سیستم گزارشگری بورس اوراق بهادار نیویورک ، سیستم داده های بازار I (MDSI) برای ارائه نقل قول های خودکار راه اندازی شد. موفقیت MDS I منجر به توسعه MDS-II شد که 3 برابر بهتر از MDSI بود. MDSII تا ژوئیه 1972 کاملاً عملیاتی شد.
• ایجاد سیستم تجارت Instinet در سال 1967: Jerome M. Pustilnik و Herbert R. Behrens ، در سال 1967 ، اینستینت ، قدیمی ترین شبکه ارتباطات الکترونیکی در وال استریت را ایجاد کرد. معرفی Instinet به سرمایه گذاران بزرگ نهادی این امکان را می داد تا ورق صورتی یا اوراق بهادار بدون نسخه را مستقیماً با یکدیگر در یک مجموعه الکترونیکی تجارت کنند ، که اینستینت را به یک رقیب بزرگ NYSE تبدیل کرده است.
• شکل گیری NASDAQ: NASDAQ در سال 1971 برای ارائه معاملات کاملاً خودکار بدون نسخه (OTC) شکل گرفت. در ابتدا با ارائه فقط نقل قول ها ، NASDAQ بعداً شروع به ارائه معاملات الکترونیکی کرد و این نخستین را برای ارائه معاملات آنلاین انجام داد.
• راه اندازی سیستم تجارت بین بازاری در سال 1978: سیستم معاملاتی بین بازار نزدک (ITS) یک تغییر بزرگ بازی بود. این شبکه که توسط شرکت اتوماسیون صنعت اوراق بهادار (SIAC) مدیریت می‌شود، یک شبکه الکترونیکی است که طبقات معاملاتی صرافی‌های مختلف را به هم متصل می‌کند و امکان برقراری ارتباط و تجارت بی‌درنگ بین آنها را فراهم می‌کند. با استفاده از این شبکه، هر کارگزاری در کف صرافی شرکت‌کننده می‌تواند به تغییرات قیمت در زمان واقعی پاسخ دهد و سفارشی را تحت هماهنگی مدیریت ITS ارسال کند.
• راه اندازی فن آوری های رنسانس در سال 1982: فناوری های رنسانس یک صندوق کمی است که توسط جیم سیمونز تأسیس شده است. این صندوق با استفاده از معاملات برنامه الگوریتمی جعبه سیاه 10 میلیارد دلاری خود، از مدل های ریاضی برای پیش بینی نوسانات قیمت ابزارهای مالی استفاده کرد. فقط از تحلیل کمی برای انتخاب معاملات برای ورود استفاده کرد.
• راه‌اندازی جریان سفارش رایانه‌ای NYSE در سال 1984: اگرچه رایانه‌سازی جریان سفارش در دهه 1970 آغاز شد، اما نقطه عطف در سال 1984 بود، زمانی که بورس نیویورک سیستم «تحول سفارش‌های تعیین‌شده» (DOT) را راه‌اندازی کرد که بعداً به آن تبدیل شد. SuperDOT. DoT سفارشات را به صورت الکترونیکی به پست تجاری مناسب هدایت می‌کرد که آنها را به صورت دستی اجرا می‌کرد. SuperDOT انتقال سفارش بازار از یک شرکت عضو را مستقیماً به طبقه معاملاتی NYSE برای اجرا تسهیل کرد، به طوری که پس از اجرای سفارش در طبقه، شرکت تأیید سفارش دریافت کرد. سیستم SuperDOT یک گام مهم در اجرای معاملات سهام از نظر سرعت و حجم را نشان داد، زیرا اجازه می‌داد تا سفارشات تا 2000 سهم به صورت الکترونیکی به یک متخصص ارسال شود.
• Interactive Brokers در سال 1993 تأسیس شد: Interactive Brokers که توسط Thomas Peterffy در سال 1993 تأسیس شد، پیشگام در تجارت دیجیتال بود. این شرکت فناوری را که تیمبر هیل (اولین رایانه دستی برای تجارت) برای شبکه های الکترونیکی و خدمات اجرای تجارت به مشتریان توسعه داد، رایج کرد. قبل از تأسیس Interactive Brokers، توماس پیترفی در سال 1987 اولین سیستم معاملاتی الگوریتمی کاملاً خودکار را ایجاد کرد که از یک رایانه IBM استفاده می‌کرد که می‌توانست داده‌ها را از ترمینال Nasdaq متصل استخراج کند و معاملات را کاملاً خودکار انجام دهد.
• راه اندازی Island-an ECN در سال 1996: همچنین به عنوان جزیره در آن زمان شناخته می شد، شبکه ارتباط الکترونیکی (ECN) در سال 1996 راه اندازی شد. معامله گران مشترک شبکه را قادر ساخت تا اطلاعات مربوط به سهام را از طریق یک خوراک الکترونیکی دریافت کنند. به طور مداوم اطلاعات مربوط به قیمت و حجم اجرا را در زمان واقعی ارائه می دهد.

تحولات اولیه

در سال 1998 بود که کمیسیون اوراق بهادار و بورس ایالات متحده (SEC) به سیستم های معاملاتی جایگزین اجازه داد ، و همین امر باعث می شود مبادلات الکترونیکی که راه را برای تجارت با فرکانس بالا فراهم می کند ، فراهم شود.

قوانین تازه اتخاذ شده و اصلاحات قانون ، این امکان را برای سیستم های تجاری جایگزین فراهم می کند که تصمیم بگیرند به عنوان دلال دلال یا اوراق بهادار ملی ثبت نام کنند و بسته به فعالیت و حجم معاملات ، تحت الزامات اضافی تحت تنظیم ATS باشند. این آیین نامه اعتبار و شفافیت را به زمینه تازه ظهور تجارت الگوریتمی به همراه داشت و به رشد سریعتر آن کمک کرد.

تحول دیگری که به پذیرش گسترده تجارت ALGO کمک کرد ، تکمیل روند اعشار ایالات متحده در سال 2001 بود. این روند که حداقل اندازه تیک را از 1/16 دلار (0. 0625 دلار آمریکا) به 0. 01 دلار برای هر سهم تغییر داد ، تغییرات جدیدی به همراه داشت. به ساختار بازار با اجازه اختلافات جزئی بین قیمت و پیشنهاد.

در حالی که این سوئیچ برای رعایت شیوه های استاندارد معاملاتی بین المللی انجام شد ، اما از چندین طریق نیز به نفع سرمایه گذاران بود. به عنوان مثال ، این کار را برای سرمایه گذاران آسانتر می کند تا قیمت های تغییر قیمت را تغییر داده و به آنها پاسخ دهند. همچنین به دلیل حرکات افزایشی کوچکتر قیمت ، گسترش یافته است.

دوره فاز در فرایند اعشار UD از 28 آگوست 2000 آغاز شد و تا 9 آوریل 2001 به پایان رسید. اما در 29 ژانویه 2001 بود که NYSE و بورس آمریکایی به اعشار تبدیل شدند. از آن زمان ، تمام نقل قول های قیمت همیشه به جای کسری در قالب معاملات اعشاری بیان شده است.

دوره پالایش و رشد

جدا از آیین نامه 1998 که به سیستم های تجاری جایگزین اجازه می دهد ، مقررات بیشتری برای اصلاح و مدرن سازی معاملات الکترونیکی ارائه شده است. به عنوان مثال ، در سال 2005 ، سیستم تنظیم بازار ملی (Reg NMS) تدوین شد اما تا سال 2007 تأسیس نشده است.

Reg NMS مجموعه ای از ابتکارات برای اصلاح و تقویت سیستم بازار ملی برای سهام بود. قانون حفاظت از سفارش آن مبادله ای را برای انتقال داده های زمان واقعی به یک نهاد متمرکز موظف می کند و به مبادلات و کارگزاران نیاز دارد تا هنگام تطبیق خریداران و فروشندگان ، رقابتی ترین پیشنهاد را بپذیرند. این نحوه عملکرد بنگاه ها بر اساس تجارت را از طریق قاعده تغییر داد و به نظر می رسد که از تجارت با فرکانس بالا برخوردار است.

توسعه کلیدی دیگر ایجاد پانداها در AQR Capital Management در سال 2008 بود. Pandas یک بسته نرم افزاری دستکاری و تجزیه و تحلیل داده ها برای زبان رایانه پایتون است که برای انجام تحقیقات کمی روی داده های مالی با سرعت بالا بسیار مفید است.

به طور مشابه، یک شرکت خصوصی دیگر به نام Spread Networks، سریعترین و قابل اعتمادترین خدمات فیبر تاریک را در آگوست 2010 بین مناطق بزرگ نیویورک و کلانشهرهای شیکاگو راه اندازی کرد. مسیر شبکه‌های گسترش کوتاه‌ترین و متنوع‌ترین مسیر بین نیویورک و شیکاگو بود - تنها 825 مایل فیبر را پوشش می‌داد و تنها 13. 3 میلی‌ثانیه طول می‌کشید. این سرعت معاملات الگوریتم را تا حد زیادی بهبود می بخشد و رشد اکوسیستم HFT را افزایش می دهد.

رونق

معاملات الگوریتمی شاهد رونق بزرگی در اواخر دهه 2000 بود. در اوایل دهه 2000، معاملات الگوریتم کمتر از 10 درصد از سفارشات سهام را تشکیل می داد، اما به سرعت رشد کرد که تا پایان سال 2009، معامله گران الگوریتمی 70 درصد از بازارهای اوراق بهادار ایالات متحده را تصرف کردند. بر اساس گزارش NYSE، تنها بین سال های 2005 و 2009، حجم معاملات الگوریتم 164 درصد رشد داشته است.

رونق معاملات الگوریتم با کاهش قابل توجه زمان اجرای معاملات نیز همراه بود. به عنوان مثال، در سال 2001، معاملات HFT دارای زمان اجرا چند ثانیه بود، اما در سال 2010، این زمان به میلی ثانیه، حتی میکروثانیه و متعاقباً به نانوثانیه در سال 2012 کاهش یافت.

حجم بالا و سرعت اجرای فوق‌العاده مرتبط با معاملات الگوریتمی، خطری را برای خرابی‌های سریع بازار که به عنوان خرابی فلش شناخته می‌شوند، ایجاد می‌کند. در واقع، در ماه مه 2010، یک سقوط فلش توسط یک الگوریتم فروش به ارزش 4. 1 میلیارد دلار آغاز شد. سقوط تقریباً یک تریلیون دلار از ارزش بازار را از بین برد، به طوری که شاخص داوجونز در یک روز معاملاتی 1000 امتیاز از دست داد که شامل افت 600 واحدی در بازه زمانی 5 دقیقه بود و لحظاتی بعد بهبود یافت.

پس از سقوط فلاش، SEC قطع کننده های مدار را معرفی کرد تا به طور موقت معاملات را در چنین دوره هایی با نوسانات بالا متوقف کند.

به طور مشابه، در سال 2015، کمیسیون معاملات آتی کالا (CFTC) قوانین پیشنهادی را برای افزایش مقررات معاملات خودکار در بازارهای قراردادی تعیین شده ایالات متحده (DCM) تصویب کرد. این برای کاهش خطرات احتمالی ناشی از معاملات الگوریتمی با اجرای کنترل‌های ریسک از طریق حداکثر پیام سفارش، پارامترهای حداکثر اندازه سفارش، و همچنین بهبود شفافیت با ایجاد استانداردهایی برای توسعه، آزمایش و نظارت بر ATS بود.

با بهبود فناوری ، سرعت اجرای حتی سریعتر شد. در سال 2011 ، یک شرکت فناوری مستقر در لندن ، Fixnetix ، فناوری تجارت نانو را با توسعه میکروچیپ که می تواند معاملات را در نانو ثانیه انجام دهد ، راه اندازی کرد. میکروچیپ ، که آنها آن را IX-ECUTE نامیدند ، یک میکروچیپ آرایه دروازه قابل برنامه ریزی (FPGA) برای معاملات تأخیر فوق العاده کم بود. در کمتر از 100 نانو ثانیه ، میکروچیپ می تواند 20+ چک قبل از خطر را انجام دهد. این معاملات تأخیر کم شامل سیستم های معاملاتی الگوریتمی و مسیرهای شبکه ای است که توسط موسسات مالی برای اتصال به بورس و شبکه های ارتباطی الکترونیکی (ECN) برای اجرای سریع معاملات استفاده می شود.

یکی دیگر از عواملی که باعث افزایش رشد تجارت آلگو شد ، ظهور کوانتوپیایی بود که در سال 2011 توسط جان فاکت و ژان بردچه تأسیس شد. این شرکت منابع منبع باز ، از جمله منابع داده و ابزارهای ساخته شده در پایتون را ارائه می دهد تا توسعه دهندگان الگوریتم الگوریتم های تجاری خود را توسعه دهند و آنها را به صورت رایگان آزمایش کنند.

ایده ایجاد سیستم ها و استراتژی های تجاری رایانه ای بود که Quantopian می تواند به پیشنهادات خود به سرمایه گذاران نهادی اضافه کند. بنابراین ، این شرکت مسابقات را به نام "Quantopian Open" ترتیب داد. مشارکت صرف نظر از آموزش یا سوابق کار باز بود. Quantopian همچنین سرمایه گذاران نهادی را جذب می کند که دارایی های خود را سرمایه گذاری می کنند تا توسط الگوریتم های برنده اداره شوند. اعضای توسعه دهندگان که ALGO های برنده را ایجاد کردند ، حق دریافت حق امتیاز یا کمیسیون از این افراد سرمایه گذار را داشتند که از استراتژی های خود سود کسب می کردند. با این حال ، Quantopian ورشکسته اعلام شد و در سال 2020 توسط مقامات تعطیل شد.

تجزیه و تحلیل رسانه های اجتماعی و ادغام در تجارت الگوریتمی

در سپتامبر 2012 ، یک راه اندازی مستقر در نیویورک ، DataMinr ، یک سرویس جدید با سرمایه گذاری 30 میلیون دلاری راه اندازی کرد که ارتباطات رسانه های اجتماعی را به سیگنال های معاملاتی عملی تبدیل می کند. هدف گزارش آخرین اخبار تجاری تا 54 دقیقه سریعتر از رسانه های خبری سنتی بود. این پلتفرم قادر به شناسایی برخی از "روند خرد" متمایز بود که می تواند به مشتریان خود کمک کند تا بینش های منحصر به فردی را بدست آورند و بتوانند آنچه را که احتمالاً در آینده نزدیک اتفاق می افتد پیش بینی کنند.

اما گزارش های اخبار تجاری فقط بخشی از بحث در مورد رسانه های اجتماعی بود. سایر سیگنال های مهم رسانه های اجتماعی شامل واکنش های محصول مصرفی ، تغییر بحث در جوامع آنلاین طاقچه و الگوهای رشد و پوسیدگی در توجه عمومی است.

برخی از شرکت های دیگر همچنین ابزارهای هوش مصنوعی را برای شناسایی الگوهای زبانی و انتشار در بیش از 340 میلیون پیام به اشتراک گذاشته شده در توییتر و انجام تجزیه و تحلیل در زمان واقعی برای مشاهده سیگنال های ارزشمند تهیه کرده اند. با این حال ، در ابتدا ، مقامات با افزایش تأثیر فوری رسانه های اجتماعی بر اوراق بهادار ، خنک نبودند و در تاریخ 2 آوریل 2013 ، SEC و CFTC محدودیت هایی را برای اعلامیه های شرکت های عمومی از طریق رسانه های اجتماعی قرار دادند.

اما استفاده از توییتر توسط نهادهای شرکتی همچنان رو به رشد است. در حقیقت ، دو روز پس از محدودیت های SEC و CFTC در تاریخ 4 آوریل 2015 ، ترمینال های بلومبرگ توییت های زنده را در سرویس داده های اقتصادی خود گنجانیده اند ، با ردیابی سرعت اجتماعی بلومبرگ در مورد شرکت های خاص به طور غیر طبیعی پیچیده است.

نمونه خوبی از زمانی که یک خبر غیر طبیعی در بازارهای سهام تأثیر گذاشته است ، در 23 آوریل 2013 بود ، هنگامی که یک صدای جیر جیر دروغین ارسال شده توسط حساب آسوشیتدپرس اظهار داشت که کاخ سفید با دو انفجار برخورد کرده است. این خبر باعث وحشت گسترده در وال استریت شد و داو جونز در 3 دقیقه 1 ٪ یا 143 امتیاز (از 14699 به 14555) کاهش داد.

امروز چگونه است

تجارت Algo به طرز چشمگیری توسعه یافته است. اکنون از فناوری های هوش مصنوعی و یادگیری ماشین برای بهبود کارآیی آن استفاده می کند. اما همانطور که همیشه با تجارت Algo بوده است ، سرعت مهم است. برای کاهش تأخیر در اجرای تجارت خود ، موسسات و شرکتهای بازرگانی PROP سعی می کنند رایانه های خود را بسیار نزدیک به جایی که سرورهای رایانه ای مبادله ای در آن قرار دارند (نیویورک) یا جایی که برخی از اطلاعات مهم مهم بازار از (واشنگتن) حاصل می شود ، پیدا کنند. این امر این شرکت ها را قادر می سازد تا در یک ثانیه قبل از بقیه سرمایه گذاری ، به قیمت سهام و اطلاعات حرکت در بازار دسترسی پیدا کنند.

اما با توجه به اهمیت HFT در ثبات بازار ، مقامات ذیربط از نزدیک آنچه را که در دنیای تجارت الگوریتم اتفاق می افتد نظارت می کنند.