กล่องดำ อัลกอริทึม การค้า ระบบ

พื้นฐานของการซื้อขายอัลกอริทึม: แนวคิดและตัวอย่างอัลกอริทึมคือชุดคำสั่งที่กำหนดไว้อย่างชัดเจนเพื่อทำภารกิจหรือกระบวนการ การค้าอัลกอริธึม (การซื้อขายแบบอัตโนมัติการซื้อขายกล่องดำหรือการซื้อขายแบบอัลกอฮอล) เป็นกระบวนการของการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามคำแนะนำที่กำหนดไว้สำหรับการวางการค้าเพื่อสร้างผลกำไรด้วยความเร็วและความถี่ที่เป็นไปไม่ได้สำหรับ พ่อค้ามนุษย์ ชุดของกฎที่กำหนดขึ้นอยู่กับระยะเวลาราคาปริมาณหรือรูปแบบทางคณิตศาสตร์ใด ๆ นอกเหนือจากโอกาสในการทำกำไรสำหรับผู้ประกอบการค้าแล้วการค้าประเวณีจะทำให้ตลาดมีสภาพคล่องมากขึ้นและทำให้การค้าขายเป็นไปอย่างเป็นระบบมากยิ่งขึ้นโดยไม่ใช้ผลกระทบจากอารมณ์ของมนุษย์ต่อกิจกรรมการค้า สมมติว่าผู้ค้าทำตามเงื่อนไขการค้าแบบง่ายๆเหล่านี้: ซื้อหุ้น 50 หุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ 50 วันสูงกว่าค่าเฉลี่ยเคลื่อนที่ 200 วันขายหุ้นของหุ้นเมื่อค่าเฉลี่ยเคลื่อนที่ของ 50 วันต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 200 วัน การใช้ชุดคำสั่งง่ายๆสองชุดนี้เป็นเรื่องง่ายที่จะเขียนโปรแกรมคอมพิวเตอร์ซึ่งจะตรวจสอบราคาหุ้น (และตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่) โดยอัตโนมัติและวางคำสั่งซื้อและขายเมื่อเงื่อนไขที่กำหนดไว้ ผู้ประกอบการไม่จำเป็นต้องคอยเฝ้าดูราคาและกราฟสดอีกต่อไปหรือสั่งซื้อด้วยตนเอง ระบบการซื้อขายแบบอัลกอทิกซ์จะดำเนินการโดยอัตโนมัติสำหรับเขาโดยระบุโอกาสทางการค้าได้อย่างถูกต้อง (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่: Simple Moving Averages ทำให้เทรนด์โดดเด่น) Algo-trading ให้ประโยชน์ต่อไปนี้: ธุรกรรมที่ดำเนินการในราคาที่ดีที่สุดการจัดตำแหน่งทางการค้าทันทีและถูกต้อง (มีโอกาสสูงในการดำเนินการในระดับที่ต้องการ) Trades (ดูตัวอย่างการขาดการดำเนินการด้านล่าง) การตรวจสอบอัตโนมัติแบบอัตโนมัติในสภาวะตลาดหลาย ๆ เงื่อนไขลดความเสี่ยงของข้อผิดพลาดด้วยตนเองในการวางธุรกิจการค้า Backtest อัลกอริทึมนี้ขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และข้อมูลเรียลไทม์ที่มีอยู่ลดลง ความเป็นไปได้ที่จะเกิดความผิดพลาดจากผู้ค้ามนุษย์ขึ้นอยู่กับปัจจัยทางด้านอารมณ์และจิตใจส่วนที่สำคัญที่สุดของการซื้อขายสินค้าอัลกอฮอลในปัจจุบันคือการซื้อขายด้วยความถี่สูง (HFT) ซึ่งพยายามที่จะใช้คำสั่งซื้อจำนวนมากที่ความเร็วอย่างรวดเร็วในหลายตลาด พารามิเตอร์ตามคำแนะนำที่ตั้งไว้ล่วงหน้า (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายความถี่สูงโปรดดูที่: กลยุทธ์และความลับของ บริษัท การค้า High Frequency Trading (HFT)) การค้าขาย Algo ใช้ในรูปแบบต่างๆของการซื้อขายและการลงทุนรวมถึง: นักลงทุนระยะกลางหรือระยะยาว , กองทุนรวม บริษัท ประกัน) ที่ซื้อหุ้นในปริมาณมาก แต่ไม่ต้องการมีอิทธิพลต่อราคาหุ้นด้วยการลงทุนที่ไม่ต่อเนื่องปริมาณมาก ผู้ค้าระยะสั้นและผู้ขาย (นักลงทุนในตลาดนักเก็งกำไรและ arbitrageurs) ได้รับประโยชน์จากการดำเนินการทางการค้าโดยอัตโนมัตินอกจากนี้ algo-trading aids ในการสร้างสภาพคล่องที่เพียงพอสำหรับผู้ขายในตลาด ผู้ค้าที่มีระบบ (ผู้ติดตามแนวโน้มคู่ค้ากองทุนป้องกันความเสี่ยง ฯลฯ ) พบว่ามีประสิทธิภาพมากขึ้นในการตั้งกฎการซื้อขายของตนและให้การค้าโปรแกรมโดยอัตโนมัติ การซื้อขายแบบอัลกอริธึมช่วยให้การซื้อขายหลักทรัพย์เป็นไปอย่างเป็นระบบมากกว่าวิธีการที่อาศัยสัญชาตญาณของพ่อค้ามนุษย์หรือสัญชาตญาณ กลยุทธ์การค้าอัลกอริธึมกลยุทธ์สำหรับการซื้อขายแบบอัลกอริธึมจะต้องมีโอกาสที่ระบุซึ่งเป็นประโยชน์ในแง่ของรายได้ที่เพิ่มขึ้นหรือลดต้นทุน ต่อไปนี้เป็นกลยุทธ์การซื้อขายทั่วไปที่ใช้ในการซื้อขายแบบอัลกอท: อัลกอริทึมที่ใช้กันมากที่สุดจะเป็นไปตามแนวโน้มของค่าเฉลี่ยเคลื่อนที่ breakouts ช่อง การเคลื่อนไหวในระดับราคาและตัวชี้วัดทางเทคนิคที่เกี่ยวข้อง นี่คือกลยุทธ์ที่ง่ายที่สุดและง่ายที่สุดในการดำเนินการผ่านทางการค้าอัลกอริทึมเนื่องจากกลยุทธ์เหล่านี้ไม่เกี่ยวข้องกับการคาดการณ์หรือการคาดการณ์ราคาใด ๆ การค้าจะเริ่มขึ้นอยู่กับการเกิดแนวโน้มที่พึงประสงค์ ซึ่งง่ายและตรงไปตรงมาในการดำเนินการผ่านอัลกอริทึมโดยไม่ต้องเข้าสู่ความซับซ้อนของการวิเคราะห์เชิงพยากรณ์ ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 50 และ 200 วันเป็นกลยุทธ์ที่นิยมใช้กันต่อไป (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์การซื้อขายเทรนด์โปรดดูที่: Simple Strategies for Capitalising on Trends) การซื้อหุ้นที่จดทะเบียนในตลาดหลักทรัพย์ในราคาที่ต่ำกว่าในตลาดเดียวและขายพร้อมกันในราคาที่สูงขึ้นในตลาดอื่น ๆ จะทำให้ราคาแตกต่างกันไปในระดับที่ปราศจากความเสี่ยง หรือการเก็งกำไร การดำเนินการเดียวกันสามารถทำซ้ำสำหรับหุ้นเมื่อเทียบกับเครื่องมือฟิวเจอร์สเนื่องจากความแตกต่างของราคามีอยู่เป็นครั้งคราว การใช้อัลกอริทึมเพื่อระบุความแตกต่างของราคาดังกล่าวและการวางคำสั่งซื้อจะช่วยให้มีโอกาสทำกำไรได้อย่างมีประสิทธิภาพ กองทุนดัชนีได้กำหนดระยะเวลาการปรับสมดุลใหม่เพื่อนำการถือครองของตนไปเทียบกับดัชนีอ้างอิงที่เกี่ยวข้อง ซึ่งจะสร้างโอกาสที่เป็นประโยชน์สำหรับผู้ค้าปลีกแบบอัลกอริธึมที่ใช้ประโยชน์จากธุรกิจการค้าที่คาดว่าจะมีกำไรจากฐาน 20-80 จุดขึ้นอยู่กับจำนวนหุ้นในกองทุนดัชนีก่อนที่จะมีการปรับสมดุลของดัชนีใหม่ ธุรกิจการค้าดังกล่าวเริ่มต้นผ่านระบบการซื้อขายแบบอัลกอรึทึมสำหรับการดำเนินการในเวลาที่เหมาะสมและราคาที่ดีที่สุด โมเดลทางคณิตศาสตร์ที่ได้รับการพิสูจน์แล้วมากมายเช่นกลยุทธ์การซื้อขายเดลต้าเป็นกลางซึ่งจะช่วยให้สามารถซื้อขายหลักทรัพย์ได้ด้วยตัวเลือกและการรักษาความปลอดภัยขั้นพื้นฐาน ที่ธุรกิจการค้าจะถูกวางไว้เพื่อชดเชย deltas บวกและลบเพื่อให้เดลต้าผลงานอยู่ที่ศูนย์ กลยุทธ์การพลิกกลับหมายถึงขึ้นอยู่กับแนวคิดที่ว่าราคาของสินทรัพย์สูงและต่ำเป็นปรากฏการณ์ชั่วคราวที่กลับคืนสู่ค่าเฉลี่ยของพวกเขาเป็นระยะ ๆ การระบุและการกำหนดช่วงราคาและการใช้อัลกอริทึมขึ้นอยู่กับว่าจะอนุญาตให้ธุรกิจการค้าสามารถวางขายได้โดยอัตโนมัติเมื่อราคาของสินทรัพย์อยู่ในและนอกช่วงที่กำหนด กลยุทธ์ราคาตลาดถัวเฉลี่ยถ่วงน้ำหนักของปริมาณแบ่งคำสั่งซื้อจำนวนมากและเผยแพร่กลุ่มย่อยที่มีขนาดเล็กลงเพื่อให้เข้าสู่ตลาดโดยใช้โปรไฟล์ปริมาณการขายในอดีตที่เฉพาะเจาะจง จุดมุ่งหมายคือการดำเนินการคำสั่งซื้อใกล้เคียงกับราคาเฉลี่ยถ่วงน้ำหนัก (Volume Weighted Average Price - VWAP) ซึ่งจะได้ประโยชน์จากราคาเฉลี่ย กลยุทธ์ราคาถัวเฉลี่ยถ่วงน้ำหนักในช่วงเวลาแบ่งคำสั่งซื้อที่มีขนาดใหญ่และเผยแพร่ชิ้นเล็ก ๆ ที่มีขนาดเล็กลงเพื่อให้ได้ตามตลาดโดยใช้ช่วงเวลาที่แบ่งกันระหว่างช่วงเริ่มต้นและสิ้นสุด เป้าหมายคือการดำเนินการตามคำสั่งใกล้เคียงกับราคาเฉลี่ยระหว่างเวลาเริ่มต้นและเวลาสิ้นสุดซึ่งจะช่วยลดผลกระทบของตลาด จนกว่าคำสั่งซื้อจะได้รับการเติมเต็มขั้นตอนนี้จะยังคงส่งใบสั่งซื้อบางส่วนตามอัตราส่วนการมีส่วนร่วมที่กำหนดไว้และตามปริมาณการซื้อขายในตลาด กลยุทธ์ขั้นตอนที่เกี่ยวข้องจะส่งคำสั่งซื้อตามเปอร์เซ็นต์ของปริมาณตลาดที่ผู้ใช้กำหนดและเพิ่มหรือลดอัตราการมีส่วนร่วมนี้เมื่อราคาหุ้นถึงระดับที่กำหนดโดยผู้ใช้ กลยุทธ์การขาดแคลนการดำเนินงานมีวัตถุประสงค์เพื่อลดต้นทุนการดำเนินการของคำสั่งซื้อด้วยการปิดตลาดเรียลไทม์ทำให้ประหยัดค่าใช้จ่ายในการสั่งซื้อและได้รับประโยชน์จากต้นทุนที่เสียโอกาสในการดำเนินการล่าช้า กลยุทธ์จะเพิ่มอัตราการมีส่วนร่วมที่กำหนดไว้เมื่อราคาหุ้นปรับตัวดีขึ้นและลดลงเมื่อราคาหุ้นปรับตัวสูงขึ้น มีขั้นตอนวิธีพิเศษบางอย่างที่พยายามระบุเหตุการณ์ที่เกิดขึ้นในอีกด้านหนึ่ง อัลกอริทึมการดัดแปลงเหล่านี้ใช้ตัวอย่างเช่นโดยผู้ทำการตลาดด้านการขายมีสติปัญญาในตัวเพื่อระบุการดำรงอยู่ของอัลกอริทึมใด ๆ ในด้านการซื้อของใบสั่งขนาดใหญ่ การตรวจสอบผ่านอัลกอริทึมจะช่วยให้ผู้ทำการตลาดสามารถระบุโอกาสในการสั่งซื้อที่มีขนาดใหญ่และช่วยให้เขาได้รับประโยชน์จากการกรอกคำสั่งซื้อในราคาที่สูงขึ้น นี่เป็นบางครั้งเรียกว่าด้านหน้าที่มีเทคโนโลยีสูง (หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการซื้อขายด้วยความถี่สูงและการฉ้อฉลโปรดดูที่: หากคุณซื้อหุ้นออนไลน์คุณมีส่วนร่วมใน HFT) ข้อกำหนดทางเทคนิคสำหรับการซื้อขายขั้นตอนวิธีการใช้อัลกอริทึมโดยใช้โปรแกรมคอมพิวเตอร์เป็นส่วนสุดท้ายซึ่งถูกแบ็คกราวด์ด้วยการทำ backtesting ความท้าทายคือการเปลี่ยนกลยุทธ์ที่ระบุไว้ในกระบวนการทางคอมพิวเตอร์รวมที่สามารถเข้าถึงบัญชีการซื้อขายสำหรับการสั่งซื้อได้ โปรแกรมเมอร์ที่ได้รับการว่าจ้างหรือซอฟต์แวร์ซื้อขายที่ทำไว้ล่วงหน้าการเชื่อมต่อเครือข่ายและการเข้าถึงแพลตฟอร์มการซื้อขายสำหรับการวางคำสั่งซื้อการเข้าถึงข้อมูลข้อมูลตลาดที่จะได้รับการตรวจสอบตามอัลกอริทึมสำหรับโอกาสในการวาง ความสามารถและโครงสร้างพื้นฐานในการ backtest ระบบที่สร้างขึ้นก่อนที่จะไปอยู่ในตลาดจริงข้อมูลทางประวัติศาสตร์ที่มีอยู่สำหรับ backtesting ขึ้นอยู่กับความซับซ้อนของกฎที่ใช้ในขั้นตอนต่อไปนี้เป็นตัวอย่างที่ครอบคลุม: Royal Dutch Shell (RDS) จดทะเบียนในอัมสเตอร์ดัม Stock Exchange (AEX) และตลาดหลักทรัพย์ลอนดอน (LSE) ช่วยให้สามารถสร้างอัลกอริทึมเพื่อระบุโอกาสในการเก็งกำไร นี่เป็นข้อสังเกตที่น่าสนใจบางส่วน: การซื้อขาย AEX ในสกุลเงินยูโรในขณะที่ธุรกิจการค้าของ LSE ในสกุลปอนด์สเตอร์ลิงเนื่องจากความแตกต่างของเวลาหนึ่งชั่วโมง AEX จะเปิดทำการเมื่อเร็ว ๆ นี้เมื่อเทียบกับ LSE ตามด้วยการซื้อขายทั้งสองอย่างในเวลาไม่กี่ชั่วโมงและซื้อขายเฉพาะใน LSE ในช่วง ชั่วโมงสุดท้ายที่ AEX ปิดเราสามารถสำรวจความเป็นไปได้ของการซื้อขายเก็งกำไรใน Royal Dutch Shell หุ้นจดทะเบียนในตลาดทั้งสองนี้ในสองสกุลเงินที่แตกต่างกันโปรแกรมคอมพิวเตอร์ที่สามารถอ่านราคาในตลาดปัจจุบันฟีดราคาจากทั้งสอง LSE และ AEX อัตราฟีดอัตราแลกเปลี่ยนสำหรับ อัตราแลกเปลี่ยน GBP-EUR ความสามารถในการสั่งซื้อเพื่อสั่งซื้อการแลกเปลี่ยนที่ถูกต้องความสามารถในการทดสอบย้อนกลับเกี่ยวกับฟีดราคาในอดีตโปรแกรมคอมพิวเตอร์ควรทำดังต่อไปนี้อ่านฟีดราคาที่รับเข้าของสต็อค RDS จากทั้งสองฝ่ายโดยใช้อัตราแลกเปลี่ยนเงินตราต่างประเทศที่มีอยู่ . แปลงราคาของสกุลเงินหนึ่งไปยังอีกหากมีความแตกต่างของราคามากพอ (ลดค่านายหน้า) นำไปสู่โอกาสที่มีกำไรจากนั้นวางคำสั่งซื้อในใบสั่งซื้อที่ต่ำกว่าและใบสั่งขายในราคาที่สูงกว่าถ้าใบสั่งซื้อดำเนินการเป็น ที่ต้องการกำไรการเก็งกำไรจะเป็นไปตามแบบง่ายและใช้งานง่าย แต่การปฏิบัติของการค้าอัลกอริธึมไม่ง่ายที่จะรักษาและดำเนินการ โปรดจำไว้ว่าหากคุณสามารถวางการค้าที่สร้างโดยอัลกอฮ์ผู้เข้าร่วมการตลาดอื่น ๆ จะสามารถเข้าร่วมได้ ดังนั้นราคาจึงมีความผันผวนในมิลลิลิตรและแม้แต่ไมโครวินาที ในตัวอย่างข้างต้นสิ่งที่เกิดขึ้นหากการซื้อขายซื้อของคุณได้รับการดำเนินการ แต่การขายไม่ได้เป็นราคาขายเปลี่ยนแปลงตามเวลาที่สั่งซื้อของคุณฮิตตลาดคุณจะสิ้นสุดการนั่งกับตำแหน่งที่เปิด ทำให้กลยุทธ์การเก็งกำไรของคุณไร้ค่า มีความเสี่ยงและความท้าทายเพิ่มขึ้นเช่นความเสี่ยงของความล้มเหลวของระบบข้อผิดพลาดในการเชื่อมต่อเครือข่ายความล่าช้าในเวลาระหว่างการสั่งซื้อสินค้าและการดำเนินการและที่สำคัญที่สุดคืออัลกอริทึมที่ไม่สมบูรณ์ อัลกอริธึมที่มีความซับซ้อนมากขึ้นต้องใช้การทดสอบย้อนหลังที่เข้มงวดมากขึ้นก่อนที่จะมีการใช้งาน การวิเคราะห์เชิงปริมาณของการทำงานของอัลกอริทึมมีบทบาทสำคัญและควรได้รับการตรวจสอบอย่างละเอียด มันน่าตื่นเต้นที่จะไปสำหรับระบบอัตโนมัติช่วยโดยคอมพิวเตอร์ที่มีความคิดที่จะทำเงินได้อย่างง่ายดาย แต่ต้องแน่ใจว่าระบบได้รับการทดสอบอย่างละเอียดและกำหนดข้อ จำกัด ไว้ ผู้ค้าวิเคราะห์ควรพิจารณาการเรียนรู้ระบบการเขียนโปรแกรมและการสร้างด้วยตัวเองเพื่อให้มั่นใจในการใช้กลยุทธ์ที่เหมาะสมในลักษณะที่ไม่สามารถเข้าใจได้ การใช้งานอย่างรอบคอบและการทดสอบอย่างละเอียดของ algo-trading สามารถสร้างโอกาสที่มีกำไร Algorithmic Trading การค้าอัลกอริทึมการค้าอัลกอริทึมการค้าอัลกอริธึมการค้าอัลกอริทึมหมายถึงอะไรเช่นการซื้อขายแบบอัลโกและการซื้อขายกล่องดำเป็นระบบการซื้อขายที่ใช้โมเดลทางคณิตศาสตร์ขั้นสูงและซับซ้อนและสูตรต่างๆ - เร่งการตัดสินใจและการทำธุรกรรมในตลาดการเงิน การค้าอัลกอริทึมเกี่ยวข้องกับการใช้โปรแกรมคอมพิวเตอร์ที่รวดเร็วและอัลกอริทึมที่ซับซ้อนเพื่อสร้างและกำหนดกลยุทธ์การซื้อขายเพื่อให้ได้ผลตอบแทนสูงสุด กลยุทธ์การลงทุนและกลยุทธ์การค้าบางอย่างเช่น arbitrage การกระจายตลาดการทำตลาดและการเก็งกำไรอาจเพิ่มขึ้นผ่านทางการค้าอัลกอริทึม แพลตฟอร์มอิเล็กทรอนิกส์สามารถใช้กลยุทธ์การลงทุนและการซื้อขายผ่านทางการค้าแบบอัลกอริธึมได้อย่างสมบูรณ์ ด้วยเหตุนี้อัลกอริทึมจึงสามารถเรียกใช้คำแนะนำในการซื้อขายได้ภายใต้เงื่อนไขราคาปริมาณและเวลา การใช้การซื้อขายแบบอัลกอริธึมมักใช้โดยนักลงทุนสถาบันรายใหญ่เนื่องจากมีหุ้นจำนวนมากที่ซื้อมาทุกวัน ขั้นตอนวิธีเชิงซ้อนช่วยให้นักลงทุนเหล่านี้สามารถได้รับราคาที่ดีที่สุดโดยไม่ส่งผลกระทบต่อราคาหุ้นและต้นทุนการจัดซื้อที่เพิ่มขึ้น การโต้แย้งคือความแตกต่างของราคาตลาดระหว่างสองหน่วยงานที่แตกต่างกัน การค้าประเวณีเป็นเรื่องปกติในธุรกิจทั่วโลก ตัวอย่างเช่น บริษัท ต่างๆสามารถใช้ประโยชน์จากอุปกรณ์หรือแรงงานที่ถูกกว่าจากประเทศอื่น ๆ ได้ บริษัท เหล่านี้สามารถลดต้นทุนและเพิ่มผลกำไร การทำคำร้องยังสามารถใช้ในการซื้อขายสัญญาซื้อขายล่วงหน้าของ SampP และหุ้นของ SampP 500 เป็นปกติสำหรับ SampP ฟิวเจอร์สและหุ้น SampP 500 เพื่อพัฒนาความแตกต่างของราคา เมื่อสิ่งนี้เกิดขึ้นหุ้นที่ซื้อขายในตลาดแนสแด็กและตลาด NYSE ล้าหลังหรือล่วงหน้า SampP ฟิวเจอร์สซึ่งเป็นโอกาสในการเก็งกำไร การซื้อขายแบบอัลกอริธึมความเร็วสูงสามารถติดตามการเคลื่อนไหวและกำไรเหล่านี้ได้จากความแตกต่างของราคา การซื้อขายก่อนการย้ายกองทุนดัชนีการออมเพื่อการเกษียณอายุเช่นกองทุนบำเหน็จบำนาญส่วนใหญ่เป็นการลงทุนในกองทุนรวม กองทุนดัชนีของกองทุนรวมจะได้รับการปรับเป็นประจำเพื่อให้สอดคล้องกับราคาใหม่ของสินทรัพย์อ้างอิงกองทุน ก่อนที่จะเกิดเหตุการณ์นี้คำแนะนำในการซื้อขายล่วงหน้าที่ตั้งไว้ล่วงหน้าจะถูกเรียกใช้โดยกลยุทธ์การซื้อขายที่ได้รับการสนับสนุนด้วยอัลกอริทึมซึ่งสามารถโอนผลกำไรจากนักลงทุนไปยังผู้ค้าอัลกอริทึม Mean Reversion การกลับรายการค่าเฉลี่ยหมายถึงวิธีทางคณิตศาสตร์ที่คำนวณค่าเฉลี่ยของราคาที่สูงและต่ำชั่วคราว การค้าอัลกอริทึมจะคำนวณค่าเฉลี่ยนี้และกำไรที่อาจเกิดขึ้นจากการเคลื่อนไหวของราคาหลักทรัพย์เนื่องจากทั้งสองไปจากหรือไปสู่ราคาเฉลี่ย Scalpers กำไรจากการซื้อขาย Spread ราคาเสนอซื้อให้เร็วที่สุดเท่าที่เป็นไปได้หลายครั้งต่อวัน การเคลื่อนไหวของราคาต้องน้อยกว่าการแพร่กระจายของความมั่นคง การเคลื่อนไหวเหล่านี้เกิดขึ้นภายในไม่กี่นาทีหรือน้อยกว่าจึงต้องตัดสินใจอย่างรวดเร็วซึ่งสามารถปรับให้เหมาะสมโดยใช้สูตรการซื้อขายอัลกอริทึม กลยุทธ์อื่น ๆ ที่ดีที่สุดโดยการค้า algorithmic รวมถึงการลดต้นทุนการทำธุรกรรมและกลยุทธ์อื่น ๆ ที่เกี่ยวข้องกับสระว่ายน้ำมืดการซื้อขายขั้นตอนวิธีการซื้อขายขั้นตอน เรียกว่าการซื้อขายแบบอัตโนมัติ การซื้อขายกล่องดำ หรือการซื้อขายแบบอัลโก คือการใช้แพลตฟอร์มอิเล็กทรอนิกส์สำหรับการป้อนคำสั่งซื้อขายโดยใช้อัลกอริทึมซึ่งจะประมวลผลคำสั่งซื้อขายที่ตั้งไว้ล่วงหน้าซึ่งอาจรวมถึงตัวแปรราคาเวลาหรือปริมาณของคำสั่งซื้อหรือในหลาย ๆ กรณีการสั่งซื้อโดยหุ่นยนต์โดยไม่มีการแทรกแซงของมนุษย์ การค้าอัลกอริธึมถูกใช้โดยธนาคารเพื่อการลงทุน กองทุนบำเหน็จบำนาญ. กองทุนรวม. และนักลงทุนสถาบัน (ด้านนักลงทุนที่ซื้อโดยผู้ลงทุน) เพื่อแบ่งธุรกิจการค้าขนาดใหญ่ออกเป็นธุรกิจการค้าขนาดเล็กหลายแห่งเพื่อจัดการกับผลกระทบและความเสี่ยงในตลาด 1 2 ขายผู้ค้ารายย่อยเช่นผู้ผลิตในตลาดและกองทุนป้องกันความเสี่ยง จัดหาสภาพคล่องให้กับตลาดสร้างและดำเนินการคำสั่งซื้อโดยอัตโนมัติ ชั้นเรียนพิเศษของการค้าอัลกอริทึมคือการซื้อขายคลื่นความถี่สูง (HFT) กิจกรรมการค้าแบบอัลกอริธึมหรือแบบอัตโนมัติหลายประเภทสามารถอธิบายได้ว่าเป็น HFT เป็นผลให้ในเดือนกุมภาพันธ์ 2555 สำนักงานคณะกรรมการกำกับการซื้อขายสินค้าโภคภัณฑ์ (CFTC) ได้จัดตั้งคณะทำงานพิเศษขึ้นซึ่งรวมถึงนักวิชาการและผู้เชี่ยวชาญในอุตสาหกรรมเพื่อให้คำแนะนำแก่ CFTC เกี่ยวกับวิธีที่ดีที่สุดในการกำหนด HFT กลยุทธ์ HFT ใช้คอมพิวเตอร์ที่ตัดสินใจอย่างละเอียดเพื่อเริ่มต้นคำสั่งตามข้อมูลที่ได้รับแบบอิเล็กทรอนิกส์ก่อนที่ผู้ค้ามนุษย์จะสามารถประมวลผลข้อมูลที่พวกเขาสังเกตได้ การค้าอัลกอริทึมและ HFT ส่งผลให้เกิดการเปลี่ยนแปลงโครงสร้างจุลภาคของตลาดโดยเฉพาะอย่างยิ่งในด้านสภาพคล่อง 5 การค้าอัลกอริทึมอาจใช้ในกลยุทธ์การลงทุนใดก็ได้ รวมทั้งการทำตลาด การแพร่กระจายระหว่างตลาดการเก็งกำไร หรือการเก็งกำไรที่บริสุทธิ์ (รวมทั้งแนวโน้ม) การตัดสินใจลงทุนและการดำเนินการอาจเพิ่มขึ้นในขั้นตอนใดก็ได้โดยมีการสนับสนุนแบบอัลกอรึทึมหรืออาจใช้งานได้โดยอัตโนมัติโดยสมบูรณ์ หนึ่งในประเด็นหลักเกี่ยวกับ HFT คือความยากลำบากในการกำหนดว่าจะให้ผลกำไรได้อย่างไร รายงานฉบับหนึ่งที่จัดทำโดย TABB Group ซึ่งเป็น บริษัท วิจัยทางการเงินที่ให้บริการทางการเงินคาดว่า บริษัท หลักทรัพย์ 300 แห่งและกองทุนเฮดจ์ฟันด์ที่เชี่ยวชาญในการซื้อขายประเภทนี้จะมีกำไรสูงสุดเป็นจำนวนเงิน US21 พันล้านเหรียญในปีพ. ศ. เรียกว่าค่อนข้างเล็กและน่าแปลกใจเล็กน้อยเมื่อเทียบกับปริมาณการซื้อขายโดยรวมของตลาด หนึ่งในสามของการค้าหุ้นทั้งหมดของสหภาพยุโรปและสหรัฐอเมริกาในปีพ. ศ. 2549 ได้รับแรงหนุนจากโปรแกรมอัตโนมัติหรืออัลกอริทึมตามรายงานการวิจัยอุตสาหกรรมบริการทางการเงินและการให้คำปรึกษาของ Aite Group ในบอสตัน ขณะที่ในปี 2552 การศึกษาชี้ให้เห็นว่า บริษัท เอชเอฟอาร์คิดเป็น 60-73 ของปริมาณการซื้อขายตราสารทุนทั้งหมดของสหรัฐฯโดยมีตัวเลขดังกล่าวลดลงประมาณ 50 ในปี 2555 [8] [9] ในปี 2549 ที่ตลาดหุ้นลอนดอน มากกว่า 40 คำสั่งทั้งหมดถูกป้อนโดยผู้ค้าอัลกอริธึมโดยคาดการณ์ไว้ว่าจะมีถึง 60 ปีในปี 2550 ตลาดอเมริกาและตลาดยุโรปมีสัดส่วนการค้าแอลกอฮอล์ที่สูงกว่าตลาดอื่น ๆ โดยทั่วไปและมีการคาดการณ์ในปี 2551 ถึง 80 เท่าในบางตลาด ตลาดแลกเปลี่ยนเงินตราต่างประเทศยังมีการซื้อขายแบบอัลกอริธึมที่ใช้งานอยู่ (ประมาณ 25 คำสั่งในปี 2549) ตลาดฟิวเจอร์สถือเป็นเรื่องง่ายที่จะรวมเข้ากับการค้าแบบอัลกอริทึม 11 ซึ่งมีประมาณ 20 ตัวเลือกที่คาดว่าจะสร้างขึ้นโดยคอมพิวเตอร์ในปี 2553 ข้อผิดพลาดของสคริปต์ข้อผิดพลาดของสคริปต์ 91 ข้อมูลวันที่ 93 12 ตลาดตราสารหนี้กำลังเคลื่อนไปสู่ผู้ค้าปลีกอัลกอริธึมมากขึ้น 13 Algorithmic และ HFT เป็นเรื่องของการถกเถียงกันเป็นอย่างมากนับตั้งแต่ที่สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์แห่งสหรัฐอเมริกาและ Commodity Futures Trading Commission รายงานว่าการค้าแบบอัลกอลิกึมที่ บริษัท เงินทุนสนับสนุนได้เรียกร้องให้เกิดกระแสการขายที่นำไปสู่ ​​Flash Crash 2010 . 14 15 16 17 18 19 20 21 รายงานฉบับเดียวกันพบว่ากลยุทธ์ HFT อาจส่งผลต่อความผันผวนตามมา จากเหตุการณ์เหล่านี้ดัชนีเฉลี่ยอุตสาหกรรมดาวโจนส์ได้รับผลกระทบจากจุดสูงสุดในวันที่ใหญ่ที่สุดเป็นอันดับสองถึงแม้ว่าจะมีการฟื้นตัวอย่างรวดเร็ว (ดูรายชื่อการเปลี่ยนแปลงรายวันที่ใหญ่ที่สุดในดัชนีเฉลี่ยอุตสาหกรรมดาวโจนส์) รายงานโดยองค์การระหว่างประเทศว่าด้วยสำนักงานคณะกรรมการกำกับหลักทรัพย์ (IOSCO) ซึ่งเป็นหน่วยงานกำกับดูแลหลักทรัพย์ระหว่างประเทศสรุปว่าในขณะที่อัลกอริทึมและเทคโนโลยี HFT ถูกใช้โดยตลาด ผู้ใช้สามารถจัดการการซื้อขายและความเสี่ยงได้การใช้งานของพวกเขาเป็นปัจจัยที่มีส่วนช่วยในเหตุการณ์ Flash พังพินาศในวันที่ 6 พฤษภาคม พ. ศ. 2553 22 23 การซื้อขายแบบอัลกอริธึมก่อนการรีมาร์เก็ตติ้งของดัชนีจะทำให้เกิดผลกำไรจากนักลงทุน 24] [25] History / ประวัติ Computerization / การสร้างคอมพิวเตอร์เพื่อการไหลเวียนของสินค้าในตลาดการเงินเริ่มขึ้นในช่วงยุค 70 ด้วยจุดเริ่มต้นของตลาดหลักทรัพย์นิวยอร์กกำหนดระบบตอบสนองคำสั่ง (DOT และ SuperDOT ภายหลัง) ซึ่งส่งคำสั่งทางอิเล็กทรอนิกส์ โพสต์การซื้อขายที่เหมาะสมซึ่งดำเนินการด้วยตนเอง ระบบการรายงานการเปิดโดยอัตโนมัติ (OARS) ช่วยผู้เชี่ยวชาญในการกำหนดราคาเปิดรับเคลียริ่ง (SOR Smart Order Routing) การค้าโปรแกรมถูกกำหนดโดย New York Stock Exchange เพื่อสั่งซื้อหรือขายหุ้นตั้งแต่ 15 หุ้นขึ้นไปมูลค่ารวมกว่า US1 ล้านฉบับ ในทางปฏิบัติหมายความว่าการทำรายการการค้าทั้งหมดจะถูกป้อนด้วยความช่วยเหลือของคอมพิวเตอร์ ในช่วงปี 1980 การซื้อขายในโครงการกลายเป็นที่นิยมใช้กันอย่างแพร่หลายในการซื้อขายระหว่างตลาดหุ้น SampP500 กับตลาดฟิวเจอร์ส ในการเก็งกำไรดัชนีหุ้นผู้ประกอบการค้าซื้อ (หรือขาย) สัญญาซื้อขายล่วงหน้าของดัชนีหุ้นเช่นสัญญาซื้อขายล่วงหน้าของ SampP 500 และขาย (หรือซื้อ) พอร์ตการลงทุนสูงสุด 500 หุ้น (อาจเป็นเซตย่อยย่อยที่เล็กกว่ามาก) ที่ NYSE ตรงกับ การซื้อขายล่วงหน้า การค้าโปรแกรมที่ NYSE จะได้รับการตั้งโปรแกรมล่วงหน้าไว้ในคอมพิวเตอร์เพื่อป้อนคำสั่งซื้อโดยอัตโนมัติในระบบกำหนดเส้นทางการสั่งซื้อทางอิเล็กทรอนิกส์ของ NYSEs ในช่วงเวลาที่ราคาฟิวเจอร์สและดัชนีหุ้นอยู่ห่างกันไม่มากพอที่จะทำกำไรได้ ที่เกี่ยวกับประกันพอร์ตโฟลิโอในเวลาเดียวกันได้รับการออกแบบเพื่อสร้างตัวเลือกการใส่สังเคราะห์ในพอร์ตหุ้นโดยการซื้อขายดัชนีฟิวเจอร์สของดัชนีหุ้นแบบไดนามิกตามแบบจำลองคอมพิวเตอร์ที่อิงกับรูปแบบการกำหนดราคาแบบ BlackScholes ทั้งสองกลยุทธ์มักรวมกันเพียงอย่างเดียวในฐานะการค้าขายของโปรแกรมถูกตำหนิโดยคนจำนวนมาก (ตัวอย่างเช่นโดยรายงานของเบรดี้) ทำให้เกิดเหตุการณ์รุนแรงขึ้นหรือเริ่มต้นการพังทลายของตลาดหุ้นในปี 2530 อย่างไรก็ตามผลกระทบจากการซื้อขายด้วยคอมพิวเตอร์ที่เกิดจากปัญหาการขาดตลาดของตลาดหุ้นเป็นเรื่องที่ไม่ชัดเจนและได้รับการกล่าวถึงกันอย่างแพร่หลายในวงการวิชาการ 27 ตลาดการเงินที่มีการดำเนินการทางอิเล็กทรอนิกส์อย่างเต็มที่และเครือข่ายการสื่อสารอิเล็กทรอนิกส์ที่คล้ายคลึงกันซึ่งพัฒนาขึ้นในปลายทศวรรษที่ 1980 และ 1990 ในการลดสัดส่วนของสหรัฐอเมริกา ซึ่งมีการเปลี่ยนแปลงขนาดขีดต่ำสุดจาก 116 ดอลล่าร์สหรัฐ (US0625) มาเป็น 0.01 บาทต่อหุ้นอาจทำให้เกิดการซื้อขายแบบอัลกอริธึมตามการเปลี่ยนแปลงโครงสร้างจุลภาคของตลาดโดยการอนุญาตให้มีความแตกต่างกันเล็กน้อยระหว่างราคาเสนอซื้อและราคาเสนอซื้อ ความได้เปรียบทางการค้าซึ่งจะช่วยเพิ่มสภาพคล่องของตลาด สภาพคล่องของตลาดที่เพิ่มขึ้นทำให้ผู้ค้าสถาบันแยกคำสั่งซื้อตามอัลกอริทึมคอมพิวเตอร์เพื่อให้สามารถเรียกใช้คำสั่งซื้อได้ในราคาที่ดีกว่า เกณฑ์วัดราคาเฉลี่ยเหล่านี้วัดและคำนวณโดยคอมพิวเตอร์โดยใช้ราคาเฉลี่ยถ่วงน้ำหนักตามเวลาหรือมากกว่าโดยปกติแล้วตามราคาถัวเฉลี่ยถ่วงน้ำหนัก การให้ความช่วยเหลือเพิ่มเติมเกี่ยวกับการยอมรับการค้าอัลกอริทึมในตลาดการเงินได้เกิดขึ้นเมื่อปี 2544 เมื่อทีมนักวิจัยของไอบีเอ็มได้ตีพิมพ์บทความฉบับที่ 28 ในการประชุม Joint Joint on the Artificial Intelligence ซึ่งพวกเขาแสดงให้เห็นว่าในห้องทดลองทดลองใช้การประมูลทางอิเล็กทรอนิกส์ที่ใช้ในทางการเงิน (IBM's own MGD และ Hewlett-Packard's ZIP) อาจทำให้ผู้ค้ามนุษย์ดำเนินการได้อย่างต่อเนื่อง MGD เป็นอัลกอริธึมจีดีที่ได้รับการแก้ไขโดย Steven Gjerstad amp John Dickhaut ในปี พ. ศ. 2539 (พ. ศ. 2539) [29] อัลกอริธึม ZIP ได้รับการประดิษฐ์ขึ้นที่ HP โดย Dave Cliff (ศาสตราจารย์) ในปี พ. ศ. 2539 30 ในเอกสารของทีม IBM เขียนว่าผลกระทบทางการเงิน ผลลัพธ์ที่แสดงให้เห็นว่า MGD และ ZIP มีประสิทธิภาพดีกว่าผู้ค้ามนุษย์ อาจจะมีการวัดเป็นพันล้านดอลลาร์ต่อปีกระดาษ IBM ผลิตสื่อต่างประเทศได้ เมื่อเปิดตลาดอิเล็กทรอนิกส์มากขึ้นกลยุทธ์การค้าแบบอัลกอริธึมอื่น ๆ ก็มีขึ้น กลยุทธ์เหล่านี้ดำเนินการได้ง่ายขึ้นโดยใช้คอมพิวเตอร์เนื่องจากเครื่องสามารถตอบสนองต่อการตั้งค่าผิดพลาดได้อย่างรวดเร็วและตรวจสอบราคาจากหลายตลาดพร้อม ๆ กัน ตัวอย่างเช่น Stealth (พัฒนาโดย Deutsche Bank) Sniper and Guerilla (พัฒนาโดย Credit Suisse 31) arbitrage การเก็งกำไรทางสถิติ แนวโน้มดังต่อไปนี้ และหมายถึงพลิกกลับ การค้าประเภทนี้คือสิ่งที่ผลักดันความต้องการใหม่สำหรับ Low Latency Proximity Hosting และ Global Exchange Connectivity มีความจำเป็นที่จะต้องทำความเข้าใจว่า latency คืออะไรเมื่อใส่กลยุทธ์สำหรับการซื้อขายทางอิเล็กทรอนิกส์ ความล่าช้าหมายถึงความล่าช้าระหว่างการส่งข้อมูลจากแหล่งข้อมูลและการรับข้อมูลที่ปลายทาง ความล่าช้ามีค่าต่ำกว่าความเร็วของแสงซึ่งสอดคล้องกับประมาณ 3.3 มิลลิวินาทีต่อ 1,000 กิโลเมตรของเส้นใยแสง อุปกรณ์การสร้างสัญญาณหรือการกำหนดเส้นทางใด ๆ จะแนะนำเวลาในการตอบสนองที่มากกว่าช่วงนี้ของ lightspeed กลยุทธ์การเทรดดิ้งไปข้างหน้าของการจัดระเบียบกองทุนดัชนีการแก้ไขการออมเพื่อการเกษียณอายุส่วนใหญ่ เช่นกองทุนบำเหน็จบำนาญเอกชนหรือ 401 (k) และบัญชีการเกษียณอายุของแต่ละบุคคลในสหรัฐอเมริกาจะลงทุนในกองทุนรวม กองทุนที่ได้รับความนิยมมากที่สุด ได้แก่ กองทุนดัชนีซึ่งต้องปรับสมดุลหรือปรับพอร์ตการลงทุนเป็นระยะเพื่อให้สอดคล้องกับราคาใหม่และมูลค่าหลักทรัพย์ตามราคาตลาดของหลักทรัพย์ในหลักทรัพย์หรือดัชนีอื่นที่ บริษัท ติดตาม 32] [33] นี้อนุญาตให้พ่อค้าอัลกอริธึม (80 ของธุรกิจการค้าที่เกี่ยวข้องกับหลักทรัพย์ที่ได้รับความนิยมสูงสุด 20) เพื่อคาดการณ์และซื้อขายล่วงหน้าก่อนการเคลื่อนไหวของราคาหุ้นที่เกิดจากการปรับสมดุลของกองทุนซึ่งทำให้เกิดความรู้ความเข้าใจเกี่ยวกับคำสั่งห้ามสถาบันขนาดใหญ่ 24] [34] ส่งผลให้ผลกำไรที่ได้รับจากนักลงทุนจะย้ายไปค้าปลีกอัลกอริธึมซึ่งคาดว่าจะมีอย่างน้อย 21 ถึง 28 คะแนนต่อปีสำหรับกองทุนดัชนีแซมพพ์ 500 และอย่างน้อย 38-77 คะแนนต่อปีสำหรับกองทุนของรัสเซล 2000 25 จอห์นมอนต์โกเมอรี่จาก Bridgeway Capital Management กล่าวว่าผลตอบแทนจากการลงทุนที่ไม่ดีจากการซื้อขายล่วงหน้าของกองทุนรวมคือช้างในห้องที่น่าตกใจคนไม่ได้พูดถึง 26 การเก็งกำไรเขตเวลาที่เกี่ยวข้องกับกองทุนรวมและหลักทรัพย์อ้างอิงที่ซื้อขายในตลาดต่างประเทศอาจเป็นอันตรายต่อการรวมกลุ่มทางการเงินระหว่างสหรัฐฯ, เอเชียและยุโรป 35 เทรนด์ต่อไปนี้เทรนด์เทรนด์ต่อไปนี้เป็นกลยุทธ์การลงทุนที่พยายามใช้ประโยชน์จากการเคลื่อนไหวในระยะยาวระยะปานกลางและระยะสั้นซึ่งอาจเกิดขึ้นในหลายตลาด กลยุทธ์นี้มีจุดมุ่งหมายเพื่อใช้ประโยชน์จากแนวโน้มทางการตลาดทั้งสองด้านการซื้อ (ยาว) หรือการขายสั้น ๆ ในตลาดโดยพยายามสร้างผลกำไรจากการขึ้นลงของหุ้นหรือตลาดฟิวเจอร์ส ผู้ค้าที่ใช้วิธีนี้สามารถใช้การคำนวณราคาตลาดในปัจจุบันค่าเฉลี่ยเคลื่อนที่และการแบ่งช่องเพื่อกำหนดทิศทางทั่วไปของตลาดและเพื่อสร้างสัญญาณทางการค้า ผู้ค้าที่ติดตามแนวโน้มตามกลยุทธ์ไม่ได้ตั้งใจที่จะคาดการณ์หรือคาดการณ์ระดับราคาที่เฉพาะเจาะจงที่พวกเขาเริ่มต้นการค้าขายเมื่อแนวโน้มเริ่มปรากฏขึ้นและออกจากการค้าเมื่อแนวโน้มดังกล่าวได้สิ้นสุดลงแล้ว 36 การซื้อขายคู่ซื้อขายการซื้อขายแบบคู่หรือการซื้อขายคู่เป็นแบบสั้น ๆ กลยุทธ์ทางการตลาดที่เป็นกลางซึ่งทำให้ผู้ค้าสามารถได้รับผลกำไรจากความคลาดเคลื่อนชั่วคราวในมูลค่าที่ใกล้เคียงกัน ไม่เหมือนในกรณีของการเก็งกำไรแบบคลาสสิกในกรณีของการซื้อขายคู่กฎหมายของราคาหนึ่งไม่สามารถรับประกันการลู่เข้าของราคาได้ นี่คือความจริงโดยเฉพาะอย่างยิ่งเมื่อใช้กลยุทธ์กับหุ้นแต่ละตัว - อุปกรณ์ทดแทนที่ไม่สมบูรณ์เหล่านี้สามารถผันแปรไปเรื่อย ๆ ในทางทฤษฎีลักษณะระยะสั้นของยุทธศาสตร์ควรทำให้การทำงานโดยไม่คำนึงถึงทิศทางตลาดหุ้น ในทางปฏิบัติความเสี่ยงในการดำเนินงานความแตกต่างที่มีอยู่อย่างต่อเนื่องและมีขนาดใหญ่ตลอดจนการลดลงของความผันผวนอาจทำให้กลยุทธ์นี้ไม่สามารถทำกำไรได้เป็นเวลานาน (เช่น 2004-7) เป็นหมวดหมู่ที่กว้างขึ้นของการเก็งกำไรทางสถิติ การซื้อขายลู่ และกลยุทธ์ค่าสัมพัทธ์ ยุทธศาสตร์เดลต้า - เป็นกลาง (ETA) ในด้านการเงินเดลต้า - กลางจะอธิบายกลุ่มหลักทรัพย์ทางการเงินที่เกี่ยวข้องซึ่งมูลค่าพอร์ตการลงทุนยังคงไม่เปลี่ยนแปลงเนื่องจากมีการเปลี่ยนแปลงเล็กน้อยในมูลค่าของหลักทรัพย์อ้างอิง พอร์ตการลงทุนดังกล่าวมักจะมีตัวเลือกและหลักทรัพย์อ้างอิงที่สอดคล้องกันของพวกเขาเช่นองค์ประกอบเดลต้าบวกและลบชดเชยส่งผลให้มูลค่าพอร์ตการลงทุนที่ค่อนข้างไม่รู้สึกถึงการเปลี่ยนแปลงในมูลค่าของหลักทรัพย์อ้างอิง เศรษฐศาสตร์และการเงิน arbitrage r b t r คือการใช้ประโยชน์จากราคาที่แตกต่างระหว่างสองตลาดขึ้นไป การรวมกันของการจับคู่ข้อตกลงที่ใช้ประโยชน์จากความไม่สมดุลทำให้กำไรเป็นส่วนต่างระหว่างราคาในตลาด เมื่อใช้โดยนักวิชาการการเก็งกำไรเป็นการทำธุรกรรมที่ไม่เกี่ยวข้องกับกระแสเงินสดเชิงลบใด ๆ ในรัฐที่น่าจะเป็นหรือชั่วคราวและกระแสเงินสดเป็นบวกในรัฐอย่างน้อยหนึ่งรัฐในรูปแบบง่ายๆเป็นไปได้ว่าจะมีกำไรที่ปราศจากความเสี่ยงที่ศูนย์ เงื่อนไขสำหรับการทำ arbitrage การแก้ไข Arbitrage เป็นไปได้เมื่อเงื่อนไขใดที่ตรงกับข้อสามข้อ: เนื้อหาเดียวกันนี้ไม่มีการซื้อขายในราคาเดียวกันกับทุกตลาด (กฎหมายหนึ่งราคาถูกละเมิดชั่วคราว) สินทรัพย์สองประเภทที่มีกระแสเงินสดเหมือนกันไม่ได้ซื้อขายในราคาเดียวกัน สินทรัพย์ที่มีราคาที่รู้จักกันดีในอนาคตจะไม่ค้าในวันนี้ด้วยการลดราคาในอนาคตที่อัตราดอกเบี้ยที่ปราศจากความเสี่ยง (หรือสินทรัพย์ไม่ได้มีค่าใช้จ่ายในการเก็บรักษาเล็กน้อยเช่นเช่นสภาพนี้มีไว้สำหรับธัญพืช แต่ไม่ สำหรับหลักทรัพย์) การจับกลุ่มไม่ได้เป็นเพียงการซื้อผลิตภัณฑ์ในตลาดเดียวและขายสินค้านั้นในราคาที่สูงขึ้นในช่วงเวลาต่อมา การทำธุรกรรมระยะยาวและระยะสั้นควรเกิดขึ้นพร้อม ๆ กันเพื่อลดความเสี่ยงด้านตลาดหรือความเสี่ยงที่ราคาอาจเปลี่ยนแปลงไปในหนึ่งตลาดก่อนที่ธุรกรรมทั้งสองจะเสร็จสมบูรณ์ ในทางปฏิบัติโดยทั่วไปแล้วจะเป็นไปได้เฉพาะกับหลักทรัพย์และผลิตภัณฑ์ทางการเงินที่สามารถซื้อขายผ่านระบบอิเล็กทรอนิกส์ได้และแม้กระทั่งเมื่อขาแรกของการซื้อขายถูกเรียกใช้ราคาในขาอื่น ๆ อาจแย่ลงการล็อกในการรับประกัน การสูญเสีย การสูญเสียหนึ่งในขาของการค้า (และต่อมาต้องเปิดในราคาที่เลวร้ายยิ่งกว่า) เรียกว่าความเสี่ยงในการดำเนินงานหรือความเสี่ยงขาและขาออกโดยเฉพาะ note 1 ในตัวอย่างที่ง่ายที่สุดยอดขายในตลาดหนึ่ง ๆ ควรขายในราคาเดียวกันในราคาเดียวกัน ตัวอย่างเช่นผู้ค้าอาจพบว่าราคาของข้าวสาลีต่ำกว่าในเขตพื้นที่เกษตรกรรมมากกว่าในเมืองซื้อของที่ดีและขนส่งไปยังภูมิภาคอื่นเพื่อขายในราคาที่สูงขึ้น การเก็งกำไรราคาแบบนี้เป็นแบบที่พบมากที่สุด แต่ตัวอย่างง่ายๆนี้จะละเว้นค่าขนส่งการจัดเก็บความเสี่ยงและปัจจัยอื่น ๆ การเก็งกำไรอย่างแท้จริงต้องการให้ไม่มีความเสี่ยงด้านตลาดที่เกี่ยวข้อง ในกรณีที่มีการซื้อขายหลักทรัพย์ในตลาดหลักทรัพย์มากกว่าหนึ่งแห่งการเก็งกำไรเกิดขึ้นพร้อมกันโดยการซื้อหนึ่งครั้งและขายในอีกด้านหนึ่ง การดำเนินการพร้อม ๆ กันนี้หากมีส่วนเกี่ยวข้องกับการทดแทนที่สมบูรณ์แบบลดความต้องการเงินทุน แต่ในทางปฏิบัติไม่เคยสร้างฐานะการเงินอิสระ (ฟรี) เนื่องจากหลายแหล่งอ้างอิงไม่ถูกต้องตามทฤษฎี ตราบเท่าที่มีความแตกต่างในมูลค่าตลาดและความเสี่ยงของสองขาทุนจะต้องมีการวางเพื่อให้มีตำแหน่ง arbitrage ระยะสั้น การพลิกกลับค่าเฉลี่ยการแก้ไขค่าเฉลี่ยพลิกกลับเป็นการใช้วิธีการทางคณิตศาสตร์ที่บางครั้งใช้สำหรับการลงทุนในหุ้น แต่สามารถใช้กับกระบวนการอื่น ๆ ได้ โดยทั่วไปแล้วความคิดที่ว่าทั้งหุ้นราคาสูงและราคาต่ำชั่วคราวและราคาหุ้นมีแนวโน้มที่จะมีราคาเฉลี่ยเมื่อเวลาผ่านไป การพลิกกลับค่าเฉลี่ยหมายถึงการระบุช่วงการซื้อขายของหุ้นก่อนแล้วค่อยคำนวณราคาเฉลี่ยโดยใช้เทคนิคการวิเคราะห์เนื่องจากเกี่ยวข้องกับสินทรัพย์รายได้เป็นต้นเมื่อราคาตลาดปัจจุบันต่ำกว่าราคาเฉลี่ยหุ้นจะถือว่าน่าสนใจสำหรับการซื้อ กับความคาดหวังว่าราคาจะเพิ่มขึ้น เมื่อราคาตลาดปัจจุบันสูงกว่าราคาเฉลี่ยราคาตลาดคาดว่าจะลดลง กล่าวอีกนัยหนึ่งส่วนเบี่ยงเบนจากราคาเฉลี่ยคาดว่าจะเปลี่ยนกลับเป็นค่าเฉลี่ย มักใช้เป็นค่าตัวบ่งชี้การซื้อหรือขายโดยส่วนเบี่ยงเบนมาตรฐานของราคาล่าสุด (เช่น 20 ตัวล่าสุด) บริการรายงานสต็อก (เช่น Yahoo Finance, MS Investor, Morningstar ฯลฯ ) โดยทั่วไปมีค่าเฉลี่ยเคลื่อนที่สำหรับช่วงเวลาเช่น 50 และ 100 วัน ในขณะที่บริการรายงานให้ค่าเฉลี่ยให้ระบุราคาที่สูงและราคาต่ำสำหรับระยะเวลาการศึกษายังคงเป็นสิ่งที่จำเป็น Scalping Scalping (trading) เป็นวิธีการ arbitrage ของช่องว่างราคาขนาดเล็กที่สร้างขึ้นโดยกระจายการเสนอราคาถาม ช่างทำเกล็ดหิมะพยายามทำตัวเหมือนผู้ผลิตหรือผู้เชี่ยวชาญด้านการตลาดแบบดั้งเดิม เพื่อให้การแพร่กระจายหมายถึงการซื้อที่ราคาเสนอซื้อและขายในราคาที่ขอให้ได้รับความแตกต่าง bidask ขั้นตอนนี้ช่วยให้กำไรแม้ในขณะที่การเสนอราคาและขอไม่ย้ายที่ทั้งหมดตราบเท่าที่มีผู้ค้าที่ยินดีที่จะใช้ราคาในตลาด โดยปกติแล้วจะต้องสร้างและชำระบัญชีตำแหน่งได้อย่างรวดเร็วโดยปกติจะใช้เวลาไม่กี่นาทีหรือแม้แต่วินาที บทบาทของนักเพาะปลูกกุ้งคือบทบาทของผู้ทำตลาดหรือผู้เชี่ยวชาญที่จะรักษาสภาพคล่องและการไหลของสินค้าของตลาด ผู้ทำการตลาดเป็นผู้เชี่ยวชาญในการทำ scalper เฉพาะ ปริมาณการซื้อขายของผู้จัดทำตลาดมีมากกว่าหลายเท่าของ scalpers แต่ละราย ผู้ทำการตลาดมีระบบการซื้อขายที่ซับซ้อนเพื่อเฝ้าติดตามกิจกรรมการซื้อขาย อย่างไรก็ตามผู้ดูแลสภาพคล่องถูกบังคับโดยกฎการแลกเปลี่ยนที่เข้มงวดในขณะที่ผู้ค้ารายย่อยไม่ใช่ ตัวอย่างเช่น NASDAQ กำหนดให้ผู้ทำตลาดแต่ละรายโพสต์การเสนอราคาอย่างน้อยหนึ่งครั้งและขอราคาในระดับหนึ่งเพื่อรักษาตลาดสองด้านให้กับแต่ละหุ้น การลดต้นทุนการทำธุรกรรมกลยุทธ์ส่วนใหญ่ที่เรียกว่าการค้าอัลกอริธึม (เช่นเดียวกับการหาสภาพคล่องที่เป็นขั้นตอน) จะตกอยู่ในหมวดลดต้นทุน แนวคิดพื้นฐานคือการแบ่งคำสั่งซื้อจำนวนมากออกเป็นคำสั่งซื้อขนาดเล็กและวางไว้ในตลาดเมื่อเวลาผ่านไป การเลือกใช้อัลกอริทึมขึ้นอยู่กับปัจจัยหลายประการที่สำคัญที่สุดคือความผันผวนและสภาพคล่องของหุ้น ตัวอย่างเช่นสำหรับสต็อคที่มีสภาพคล่องสูงการจับคู่เปอร์เซ็นต์ของคำสั่งซื้อโดยรวมของสต็อค (เรียกว่าอัลกอริธึมในบรรทัดปริมาณ) โดยปกติจะเป็นกลยุทธ์ที่ดี แต่สำหรับสต็อกที่มีสภาพคล่องต่ำขั้นตอนวิธีพยายามให้ตรงกับทุกๆคำสั่งที่มีราคาดี เรียกว่ากลไกการแสวงหาสภาพคล่อง) ความสำเร็จของกลยุทธ์เหล่านี้มักจะวัดโดยการเปรียบเทียบราคาเฉลี่ยที่คำสั่งซื้อทั้งหมดถูกเรียกใช้งานโดยใช้ราคาเฉลี่ยที่เกิดขึ้นผ่านการดำเนินการตามเกณฑ์มาตรฐานสำหรับระยะเวลาเดียวกัน โดยปกติราคาเฉลี่ยถ่วงน้ำหนักเป็นเกณฑ์ ในบางครั้งราคาดำเนินการจะถูกเปรียบเทียบกับราคาของตราสารในขณะที่ทำการสั่งซื้อ คลาสพิเศษของอัลกอริทึมเหล่านี้จะพยายามตรวจจับคำสั่งอัลกอริทึมหรือภูเขาน้ำแข็งในอีกด้านหนึ่ง (เช่นถ้าคุณกำลังพยายามซื้ออัลกอริทึมจะพยายามตรวจจับคำสั่งซื้อสำหรับผู้ขาย) อัลกอริทึมเหล่านี้เรียกว่าอัลกอริทึมการดมกลิ่น ตัวอย่างทั่วไปคือ Stealth ตัวอย่างของขั้นตอนวิธีคือ TWAP, VWAP, การขาดการปฏิบัติงาน, POV, ขนาดการแสดงผล, ผู้หาสภาพคล่องและ Stealth กลยุทธ์ที่เกี่ยวข้องกับสระว่ายน้ำมืดเท่านั้นเมื่อเร็ว ๆ นี้ HFT ซึ่งประกอบด้วยกลุ่มผู้ซื้อและผู้ค้ารายใหญ่ที่ทำตลาดได้กลายเป็นประเด็นสำคัญและมีการถกเถียงกันมากขึ้น (พัฒนาโดย Deutsche Bank), ภูเขาน้ำแข็ง, กริช, กองโจร, Sniper, BASOR (พัฒนาโดย Quod Financial) และ Sniffer 39 สระว่ายน้ำมืดเป็นตลาดหุ้นอิเล็กทรอนิกส์ทางเลือกที่มีการซื้อขายโดยไม่ระบุชื่อโดยมีคำสั่งซื้อส่วนใหญ่ซ่อนหรือ iceberged 40 นักเล่นเกมหรือฉลามสูดดมคำสั่งซื้อจำนวนมากโดยการสั่งซื้อและขายสินค้าในตลาดขนาดเล็ก เมื่อคำสั่งเล็ก ๆ จำนวนมากเต็มไปฉลามอาจพบว่ามีคำสั่งซื้อที่มีน้ำแข็งขนาดใหญ่ Andrew Lo ผู้อำนวยการของสถาบันเทคโนโลยีแมสซาชูเซตส์ Laboratory for Financial Engineering กล่าวว่าตอนนี้เป็นการแข่งขันด้านอาวุธ ทุกคนกำลังสร้างอัลกอริทึมที่ซับซ้อนมากขึ้นและการแข่งขันมีมากขึ้น การซื้อขายความถี่สูงใน บริษัท การค้าที่มีความถี่สูงของสหรัฐอเมริกา (HFT) เป็น บริษัท ที่มีประมาณ 2 ในเกือบ 20,000 บริษัท ที่ดำเนินธุรกิจในวันนี้ แต่มียอดซื้อขายหลักทรัพย์ทั้งหมด 73 แห่ง 42] ในไตรมาสที่ 1 ของปี 2552 สินทรัพย์รวมภายใต้การบริหารจัดการกองทุนป้องกันความเสี่ยงด้วยกลยุทธ์ HFT อยู่ที่ระดับ 14 พันล้านเหรียญสหรัฐลดลงจากระดับสูง 21 จุด 43 กลยุทธ์ HFT ได้รับความสำเร็จเป็นครั้งแรกจาก Renaissance Technologies 43 กองทุนความถี่สูงเริ่มเป็นที่นิยมโดยเฉพาะในปีพ. ศ. 2550 และ พ. ศ. 2551 43 บริษัท HFT หลายแห่งเป็นผู้จัดทำตลาดและจัดหาสภาพคล่องให้กับตลาดซึ่งช่วยลดความผันผวนและช่วยลด Spread ของ Bid-offer ทำให้การซื้อขายและการลงทุนมีราคาถูกลงสำหรับผู้เข้าร่วมตลาดรายอื่น ๆ 43 45 46 HFT เป็นประเด็นที่ได้รับความสนใจจากสาธารณชนเนื่องจากสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐและสำนักงานคณะกรรมการกำกับการซื้อขายสัญญาซื้อขายล่วงหน้าสินค้าโภคภัณฑ์ระบุว่าทั้งแบบอัลกอริธึมและ HFT ทำให้เกิดความผันผวนใน Flash Crash 2010 ผู้เล่นหลักใน HFT ได้แก่ GETCO LLC, Jump Trading LLC, Capital Research Capital, Hudson River Trading รวมทั้ง Citadel Investment Group, Goldman Sachs, DE Shaw, Renaissance Technologies 14 14 15 16 17 มี 4 ประเภทหลัก ๆ ของกลยุทธ์ HFT คือการทำตลาดโดยอิงตามการไหลของคำสั่งการทำตลาดโดยใช้ข้อมูลขีดข้อมูลการเก็งกำไรในเหตุการณ์และการเก็งกำไรทางสถิติ การตัดสินใจในการจัดสรรผลงานทั้งหมดทำโดยใช้แบบจำลองเชิงปริมาณด้วยระบบคอมพิวเตอร์ ความสำเร็จของกลยุทธ์ HFT ส่วนใหญ่เป็นผลมาจากความสามารถในการประมวลผลปริมาณข้อมูลพร้อม ๆ กันซึ่งเป็นสิ่งที่ผู้ค้ามนุษย์ธรรมดา ๆ ไม่สามารถทำได้ type move image ไฟล์: Merge-arrow. svg imageright class style textstyle text มีข้อเสนอแนะว่าบทความนี้จะรวมเป็นข้อผิดพลาดของสคริปต์ (อภิปราย) เสนอตั้งแต่เดือนสิงหาคม 2556 small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small small "smalltext" smalltext "smalltext" smalltext "smalltext" smalltext "smalltext" smalltext "thay đổingàytạothịtrườnglàmộtbộcácchiếnlược HFT, polegające na umieszczeniu zlecenia limitowego na sprzedaż (lub zaoferowania) powyżej ceny rynkowej ) ต่ำกว่าราคาปัจจุบันที่จะได้รับประโยชน์จาก spread margin ของการเสนอราคา เคาน์เตอร์ซื้อขายอัตโนมัติ ซึ่งจัดซื้อโดยซิตี้กรุ๊ปในเดือนกรกฎาคม 2550 เป็นผู้ดำเนินการด้านการตลาดซึ่งมียอดจำหน่ายรวมประมาณ 6 แห่งทั้งในตลาดแนสแด็กและตลาดหลักทรัพย์นิวยอร์ก การเก็งกำไรทางสถิติอีกชุดหนึ่งกลยุทธ์การเก็งกำไรแบบคลาสสิกอาจเกี่ยวข้องกับหลักทรัพย์หลายประเภทเช่นความเท่าเทียมกันของอัตราดอกเบี้ยที่ครอบคลุมในตลาดอัตราแลกเปลี่ยนซึ่งให้ความสัมพันธ์ระหว่างราคาของพันธบัตรในประเทศสกุลเงินต่างประเทศสกุลเงิน ราคาของสกุลเงินและราคาของสัญญาซื้อขายล่วงหน้าในสกุลเงิน หากราคาตลาดแตกต่างจากที่กล่าวถึงในแบบจำลองเพื่อให้ครอบคลุมต้นทุนการทำธุรกรรมก็สามารถทำธุรกรรมได้ 4 รายการเพื่อรับประกันผลกำไรที่ปราศจากความเสี่ยง HFT ช่วยให้อนุพันธ์ที่คล้ายกันใช้รูปแบบของความซับซ้อนมากขึ้นที่เกี่ยวข้องกับหลักทรัพย์มากกว่า 4 แห่ง กลุ่ม TABB คาดการณ์ผลกำไรโดยรวมของกลยุทธ์การเก็งกำไรที่มีความหน่วงต่ำในปีนี้เกินกว่า 21 พันล้านดอลลาร์ กลยุทธ์การเก็งกำไรเชิงสถิติได้มีการพัฒนาขึ้นโดยมีการตัดสินใจในการซื้อขายบนพื้นฐานของความแตกต่างจากความสัมพันธ์ที่มีนัยสำคัญทางสถิติ เช่นเดียวกับกลยุทธ์การทำตลาดการเก็งกำไรเชิงสถิติสามารถใช้กับเนื้อหาทั้งหมดได้ การทำธุรกรรม arbitrage แก้ไขส่วนย่อยของความเสี่ยงการควบรวมกิจการการแปลงสภาพหรือการเก็งกำไรหลักทรัพย์ที่มีความสุขซึ่งมีส่วนเกี่ยวข้องกับเหตุการณ์เฉพาะเช่นการลงนามในสัญญาการอนุมัติด้านกฎระเบียบการตัดสินของศาล ฯลฯ เพื่อเปลี่ยนแปลงความสัมพันธ์ของราคาหรืออัตราของเครื่องมือทางการเงินตั้งแต่สองอย่างขึ้นไป และอนุญาตให้ arbitrageur เพื่อหากำไร 48 การควบรวมกิจการที่เรียกว่าการเก็งกำไรความเสี่ยงจะเป็นตัวอย่างของเรื่องนี้ การควบรวมกิจการโดยรวมหมายถึงการซื้อหุ้นของ บริษัท ที่เป็นเป้าหมายของการครอบครองขณะที่ขาดสต็อคของ บริษัท ที่ได้มา โดยปกติราคาตลาดของ บริษัท เป้าหมายจะน้อยกว่าราคาที่เสนอโดย บริษัท ที่ได้มา การแพร่กระจายระหว่างสองราคานี้ขึ้นอยู่กับความน่าจะเป็นและระยะเวลาของการครอบครองที่เสร็จสิ้นรวมถึงระดับอัตราดอกเบี้ยที่เกิดขึ้น การเดิมพันใน arbitrage การควบรวมกิจการคือการแพร่กระจายดังกล่าวจะเป็นศูนย์หากการควบรวมเสร็จสิ้น ความเสี่ยงคือการจัดการข้อตกลงและการแพร่กระจายอย่างหนาแน่น widens การซื้อขายที่มีความหน่วงต่ำ HFT มักสับสนกับการซื้อขายที่มีความหน่วงต่ำซึ่งใช้คอมพิวเตอร์ที่ดำเนินธุรกิจการค้าภายในไม่เกินมิลลิวินาทีหรือมีความล่าช้าต่ำมากในศัพท์แสงของการค้า ผู้ค้าที่มีความหน่วงต่ำจะขึ้นอยู่กับเครือข่ายแอบแฝงต่ำ พวกเขามีกำไรโดยการให้ข้อมูลเช่นการเสนอราคาและข้อเสนอที่แข่งขันกันไปตามอัลกอริทึมของพวกเขาไม่กี่วินาทีเร็วกว่าคู่แข่งของพวกเขา การก้าวไปข้างหน้าอย่างรวดเร็วของการปฏิวัติได้นำไปสู่ความจำเป็นที่ บริษัท จะมีแพลตฟอร์มการซื้อขายแบบเรียลไทม์ที่ได้รับการฝึกฝนมาเพื่อใช้ประโยชน์จากการใช้กลยุทธ์ความถี่สูง 8 กลยุทธ์มีการเปลี่ยนแปลงอย่างต่อเนื่องเพื่อสะท้อนถึงการเปลี่ยนแปลงที่ลึกซึ้งในตลาดตลอดจนเพื่อต่อต้านการคุกคามของกลยุทธ์ที่ถูกออกแบบย้อนกลับโดยคู่แข่ง นอกจากนี้ยังมีแรงกดดันที่จะเพิ่มคุณสมบัติหรือการปรับปรุงขั้นตอนวิธีเฉพาะอย่างต่อเนื่องเช่นการปรับเปลี่ยนเฉพาะไคลเอ็นต์และการปรับปรุงประสิทธิภาพที่หลากหลาย (เกี่ยวกับประสิทธิภาพการทำงานของเกณฑ์มาตรฐานการลดต้นทุนสำหรับ บริษัท การค้าหรือช่วงของการใช้งานอื่น ๆ ) นี่เป็นเพราะลักษณะวิวัฒนาการของกลยุทธ์การซื้อขายแบบอัลกอริธึมที่พวกเขาจะต้องสามารถปรับตัวและการค้าได้อย่างชาญฉลาดโดยไม่คำนึงถึงสภาพตลาดซึ่งเกี่ยวข้องกับการยืดหยุ่นพอที่จะทนต่อสถานการณ์ตลาดได้กว้างไกล เป็นผลให้สัดส่วนรายได้สุทธิจาก บริษัท ต่างๆถูกใช้ไปใน RampD ของระบบการซื้อขายที่เป็นอิสระเหล่านี้ การใช้กลยุทธ์ส่วนใหญ่จะใช้กลยุทธ์ภาษาอัลกอริธึมโดยใช้ภาษาโปรแกรมสมัยใหม่ถึงแม้ว่าบางคนยังใช้กลยุทธ์ที่ออกแบบมาในสเปรดชีต มากขึ้นขั้นตอนวิธีที่ใช้โดยโบรกเกอร์ขนาดใหญ่และผู้จัดการสินทรัพย์จะถูกเขียนลงใน FIX Protocols Algorithmic Trading Definition Language (FIXatdl) ซึ่งจะช่วยให้ บริษัท ต่างๆได้รับใบสั่งซื้อเพื่อระบุว่าควรทำอย่างไร คำสั่งสร้างขึ้นโดยใช้ FIXatdl สามารถส่งจากระบบผู้ค้าผ่านทาง FIX Protocol รูปแบบพื้นฐานสามารถพึ่งพาเพียงเล็กน้อยเท่าการถดถอยเชิงเส้นในขณะที่การรับรู้รูปแบบและทฤษฎีเกมที่ซับซ้อนมากขึ้นและรูปแบบการคาดการณ์ 50 หรือสามารถใช้เพื่อเริ่มต้นการซื้อขายได้ เครือข่ายประสาทและการเขียนโปรแกรมทางพันธุกรรมถูกนำมาใช้เพื่อสร้างโมเดลเหล่านี้ ปัญหาและพัฒนาการแก้ไขการค้าอัลกอริทึมได้รับการแสดงให้เห็นถึงการปรับปรุงสภาพคล่องของตลาดอย่างมีนัยสำคัญ 51 ท่ามกลางผลประโยชน์อื่น ๆ อย่างไรก็ตามการปรับปรุงประสิทธิภาพโดยการค้าอัลกอริธึมได้รับการต่อต้านโดยโบรกเกอร์มนุษย์และผู้ค้าที่ต้องเผชิญกับการแข่งขันที่รุนแรงจากคอมพิวเตอร์ ข้อเสียข้อเสียกับระบบเหล่านี้คือกล่องสีดำของพวกเขานายวิลเลียมส์กล่าว ผู้ค้ามีความรู้สึกที่ใช้งานง่ายในการทำงานของโลก แต่ด้วยระบบเหล่านี้คุณจะใส่ตัวเลขและบางสิ่งออกมาจากปลายอีกด้านหนึ่งและไม่ได้ใช้งานง่ายหรือชัดเจนว่าทำไมกล่องดำถึงข้อมูลหรือความสัมพันธ์บางอย่าง 41 หน่วยงานบริการทางการเงินให้ความสำคัญกับการพัฒนาระบบการซื้อขายกล่องดำ ในรายงานประจำปีผู้ควบคุมชี้แจงเกี่ยวกับประโยชน์ที่ดีของประสิทธิภาพที่เทคโนโลยีใหม่นำเข้าสู่ตลาด แต่ยังชี้ให้เห็นว่าการพึ่งพาเทคโนโลยีที่ซับซ้อนและการสร้างแบบจำลองทำให้ความเสี่ยงที่ระบบล้มเหลวอาจส่งผลให้ธุรกิจหยุดชะงัก 52 UK Treasury minister Lord Myners has warned that companies could become the playthings of speculators because of automatic high-frequency trading. Lord Myners said the process risked destroying the relationship between an investor and a company. 53 Other issues include the technical problem of latency or the delay in getting quotes to traders, 54 security and the possibility of a complete system breakdown leading to a market crash. 55 Goldman spends tens of millions of dollars on this stuff. They have more people working in their technology area than people on the trading desk. The nature of the markets has changed dramatically. 56 On 1 August 2012 Knight Capital Group experienced a technology issue in their automated trading system, 57 causing a loss of 440 million. This issue was related to Knights installation of trading software and resulted in Knight sending numerous erroneous orders in NYSE-listed securities into the market. This software has been removed from the companys systems. .. Clients were not negatively affected by the erroneous orders, and the software issue was limited to the routing of certain listed stocks to NYSE. Knight has traded out of its entire erroneous trade position, which has resulted in a realized pre-tax loss of approximately 440 million. Algorithmic and HFT were shown to have contributed to volatility during the May 6, 2010 Flash Crash, 14 16 when the Dow Jones Industrial Average plunged about 600 points only to recover those losses within minutes. At the time, it was the second largest point swing, 1,010.14 points, and the biggest one-day point decline, 998.5 points, on an intraday basis in Dow Jones Industrial Average history. 58 Recent developments Edit Financial market news is now being formatted by firms such as Need To Know News. Thomson Reuters. Dow Jones. and Bloomberg. to be read and traded on via algorithms. Computers are now being used to generate news stories about company earnings results or economic statistics as they are released. And this almost instantaneous information forms a direct feed into other computers which trade on the news. 59 The algorithms do not simply trade on simple news stories but also interpret more difficult to understand news. Some firms are also attempting to automatically assign sentiment (deciding if the news is good or bad) to news stories so that automated trading can work directly on the news story. 60 Increasingly, people are looking at all forms of news and building their own indicators around it in a semi-structured way, as they constantly seek out new trading advantages said Rob Passarella, global director of strategy at Dow Jones Enterprise Media Group. His firm provides both a low latency news feed and news analytics for traders. Passarella also pointed to new academic research being conducted on the degree to which frequent Google searches on various stocks can serve as trading indicators, the potential impact of various phrases and words that may appear in Securities and Exchange Commission statements and the latest wave of online communities devoted to stock trading topics. 60 Markets are by their very nature conversations, having grown out of coffee houses and taverns, he said. So the way conversations get created in a digital society will be used to convert news into trades, as well, Passarella said. 60 There is a real interest in moving the process of interpreting news from the humans to the machines says Kirsti Suutari, global business manager of algorithmic trading at Reuters. More of our customers are finding ways to use news content to make money. 59 An example of the importance of news reporting speed to algorithmic traders was an advertising campaign by Dow Jones (appearances included page W15 of the Wall Street Journal. on March 1, 2008) claiming that their service had beaten other news services by 2 seconds in reporting an interest rate cut by the Bank of England. In July 2007, Citigroup. which had already developed its own trading algorithms, paid 680 million for Automated Trading Desk, a 19-year-old firm that trades about 200 million shares a day. 61 Citigroup had previously bought Lava Trading and OnTrade Inc. In late 2010, The UK Government Office for Science initiated a Foresight project investigating the future of computer trading in the financial markets, 62 led by Dame Clara Furse. ex-CEO of the London Stock Exchange and in September 2011 the project published its initial findings in the form of a three-chapter working paper available in three languages, along with 16 additional papers that provide supporting evidence. 63 All of these findings are authored or co-authored by leading academics and practitioners, and were subjected to anonymous peer-review. The Foresight project is set to conclude in late 2012. In September 2011, RYBN has launched ADM8, 64 an open source Trading Bot prototype, already active on the financial markets. Technical design Edit The technical designs of such systems are not standardized. Conceptually, the design can be divided into logical units: The data stream unit (the part of the systems that receives data (e. g. quotes, news) from external sources) The decision or strategy unit The execution unit With the wide use of social networks, some systems implement scanning or screening technologies to read posts of users extracting human sentiment and influence the trading strategies. 65 Effects Edit Though its development may have been prompted by decreasing trade sizes caused by decimalization, algorithmic trading has reduced trade sizes further. Jobs once done by human traders are being switched to computers. The speeds of computer connections, measured in milliseconds and even microseconds. have become very important. 66 67 More fully automated markets such as NASDAQ, Direct Edge and BATS, in the US, have gained market share from less automated markets such as the NYSE. Economies of scale in electronic trading have contributed to lowering commissions and trade processing fees, and contributed to international mergers and consolidation of financial exchanges. Competition is developing among exchanges for the fastest processing times for completing trades. For example, in June 2007, the London Stock Exchange launched a new system called TradElect that promises an average 10 millisecond turnaround time from placing an order to final confirmation and can process 3,000 orders per second. 68 Since then, competitive exchanges have continued to reduce latency with turnaround times of 3 milliseconds available. This is of great importance to high-frequency traders, because they have to attempt to pinpoint the consistent and probable performance ranges of given financial instruments. These professionals are often dealing in versions of stock index funds like the E-mini SampPs, because they seek consistency and risk-mitigation along with top performance. พวกเขาต้องกรองข้อมูลการตลาดเพื่อทำงานในการเขียนโปรแกรมซอฟต์แวร์เพื่อให้มีเวลาในการตอบสนองต่ำสุดและมีสภาพคล่องสูงที่สุดในขณะที่วางขาดทุนแบบหยุดชะงักและหรือรับผลกำไร With high volatility in these markets, this becomes a complex and potentially nerve-wracking endeavor, where a small mistake can lead to a large loss. ข้อมูลความถี่สัมบูรณ์มีส่วนช่วยในการพัฒนาคำแนะนำที่ตั้งไว้ล่วงหน้าสำหรับผู้ค้า 69 Spending on computers and software in the financial industry increased to 26.4 billion in 2005. 1 Communication standards Edit Algorithmic trades require communicating considerably more parameters than traditional market and limit orders. A trader on one end (the buy side ) must enable their trading system (often called an order management system or execution management system ) to understand a constantly proliferating flow of new algorithmic order types. The RampD and other costs to construct complex new algorithmic orders types, along with the execution infrastructure, and marketing costs to distribute them, are fairly substantial. What was needed was a way that marketers (the sell side ) could express algo orders electronically such that buy-side traders could just drop the new order types into their system and be ready to trade them without constant coding custom new order entry screens each time. FIX Protocol LTD fixprotocol. org is a trade association that publishes free, open standards in the securities trading area. The FIX language was originally created by Fidelity Investments, and the association Members include virtually all large and many midsized and smaller broker dealers, money center banks, institutional investors, mutual funds, etc. This institution dominates standard setting in the pretrade and trade areas of security transactions. In 2006-2007 several members got together and published a draft XML standard for expressing algorithmic order types. The standard is called FIX Algorithmic Trading Definition Language (FIXatdl ). 70 The first version of this standard, 1.0 was not widely adopted due to limitations in the specification, but the second version, 1.1 (released in March 2010) is expected to achieve broad adoption and in the process dramatically reduce time-to-market and costs associated with distributing new algorithms. Algorithms Edit Some common trading algorithms include: 71 72 List of algorithms - TILT - 2-step 2200 BTUs 4-Wheel Drive 60-Step The Abyss Algo Mountains Almost Human Apollo Asimovs Nightmare The Awakening Back to School The Bagman Bankers Ball Bankers Blitz BAT Cave BAT Code BAT Discovery BAT Dribble BAT Fence BAT Hats BAT Horizon BAT Lego Bat Pig Batastic Batsicles BBOBomber The Beach Beyond the Blue Wall Bid Stuffer The Bird Blast This Blockhead Blotter Blue Bandsaw The Blue Bidder Blue Blaster Blue Blind Blue Blocker Blue Flicker Blue Ice The Blue Pig Blue Stubble Blue Thicket Blue Wave Blue Zinger Bluegrass Boston Buckr Boston Shuffle Boston Zapper Bot Town Bot Wars Botastic BOTvsBOT The Bridge Bristles Broken BAT Broken Highway Broken SKY Broken Zanti Buckaroo Banzai The Bug The Bunker CancelBot CancelBot Jr. Cancelled Check Cannons Cannons 2 The Carnival Castle Wall Changing Tide Cherokee Nation The Circus Comes to Town City Of BATS City Under Siege The Click Clockwork Orange Clog ged Artery Continental Crust Control Tower Crazy Eyes The Crown Danger Will Robinson Day Trippin The Dead Pool The Deep The Deer Hunter Deer vs. Bat Depth Ping Detox Dinosaur Hunt Dirty Glaciers Dont Tread On Me Double Dip Double Pole, Double Throw The Drowning Early Discovery Early Riser Enchanted Forest EPIC Zapper Eraser Head Faster Zapper Flag Repeater The Flood Flutter Focus The Follower Fred Frog Pond From Above From Below Full Moon Rising Fuzzy Orange Gold Finger Gone Fishing Good Luck Human The Green Flash The Green Hornet Ground Strike Hairline Heart Attack High EQ High Tide Im A PC Inner Chart Jump Shot Junior Just Ask The Knife Landmine Life and Death Lightning Strike Living On The Edge Local Dump Low Tide Made in America Mainframe Mannie, Moe and Jack Marco Polo Market Share Master Blaster Maxy-Zapper Meteors The Monster Monster Mash Morning Zanti The Morphing NARA Zapper No Joy No Reason Obstructus Maximus One Ping Only Orange Crush Orange Marmalade The Outer Limits Pacifi c Rim The Palace Penny Pincher The Pepsi Challenge Periscopes Petting Zoo Pinger Plate Shift Platform Drilling The Port Power Line Power Tower Puzzle Pieces The Quota Quota Catcher Quota Machine The Raceway Racing Stripe Railway The Ramp Red Sky at Night Red Tide Redline Repeater Wars Robot Fight Robot Hunting Rock Star Rollerball The Ron Rougue Wave The Rover Runaway S. O.S. Scissors Scofflaw Sea Level Sea of BATS Sea of BATS Star The Search Search Bots The Seekers Seen Too Much Seizure Shades of Blue The Shredder Simple BAT Single Track Social Butterfly Solar Flare Soylent Blue The Spartan Spastic BAT Street Lamps Stubby Triangles Sunshowers T1 Killer Take Two Tank Tracks Teslas Cathedral Test Pattern Them tHigh EQ The Thin Blue Line Thin Blue Line Things that make you go hmmmm The Tickler To The Moon, Alice Twilight Wading Pool Wake Up Call Warp 15 Waste Pool When the Levee Breaks Wild Thing Wild Thing Edge Yellow Picket Fence Yellow Snow You Dont Know Jack Zanti Mahem The Zanti Misfit Zapata Zappa Street Zapper Clone Zero to Sixty See also Edit Notes Edit As an arbitrage consists of at least two trades, the metaphor is of putting on a pair of pants, one leg (trade) at a time. The risk that one trade (leg) fails to execute is thus leg risk.