Basisprincipes van algoritmische handel: concepten en voorbeelden
24 juni 2021 8:04
Basisprincipes van algoritmische handel: concepten en voorbeelden
Algoritmische handel (ook wel geautomatiseerde handel, black-box handel of algo-handel genoemd) maakt gebruik van een computerprogramma dat een gedefinieerde reeks instructies (een algoritme) volgt om een transactie te plaatsen. De handel kan in theorie winst genereren met een snelheid en frequentie die voor een menselijke handelaar onmogelijk is.
De gedefinieerde sets instructies zijn gebaseerd op timing, prijs, hoeveelheid of een wiskundig model. Afgezien van winstkansen voor de handelaar, maakt algo-handel markten meer liquide en handel systematischer door de impact van menselijke emoties op handelsactiviteiten uit te sluiten.
Algoritmische handel in de praktijk
Stel dat een handelaar deze eenvoudige handelscriteria volgt:
Koop 50 aandelen van een aandeel wanneer het 50-dagen voortschrijdend gemiddelde boven het 200-dagen voortschrijdend gemiddelde uitkomt. (Een voortschrijdend gemiddelde is een gemiddelde van eerdere datapunten dat dagelijkse prijsschommelingen gladstrijkt en daardoor trends identificeert.)
Verkoop aandelen van het aandeel wanneer het 50-dagen voortschrijdend gemiddelde onder het 200-dagen voortschrijdend gemiddelde daalt.
Met behulp van deze twee eenvoudige instructies zal een computerprogramma automatisch de aandelenkoers (en de indicatoren voor het voortschrijdend gemiddelde) volgen en de koop- en verkooporders plaatsen wanneer aan de gedefinieerde voorwaarden is voldaan. De handelaar hoeft niet langer live prijzen en grafieken te volgen of de bestellingen handmatig in te voeren. Het algoritmische handelssysteem doet dit automatisch door de handelsmogelijkheid correct te identificeren.
2:01
Voordelen van algoritmische handel
Algo-trading biedt de volgende voordelen:
Transacties worden uitgevoerd tegen de best mogelijke prijzen.
Het plaatsen van handelsorders is direct en nauwkeurig (er is een grote kans op uitvoering op het gewenste niveau).
Transacties worden correct en onmiddellijk getimed om aanzienlijke prijsveranderingen te voorkomen.
Lagere transactiekosten.
Gelijktijdige geautomatiseerde controles op meerdere marktomstandigheden.
Minder risico op handmatige fouten bij het plaatsen van transacties.
Algo-trading kan worden gebacktest met behulp van beschikbare historische en realtime gegevens om te zien of het een haalbare handelsstrategie is.
De kans op fouten door menselijke handelaren op basis van emotionele en psychologische factoren verminderd.
De meeste algo-handel is tegenwoordig hoogfrequente handel (HFT), die probeert te profiteren van het plaatsen van een groot aantal orders met hoge snelheden over meerdere markten en meerdere beslissingsparameters op basis van voorgeprogrammeerde instructies.
Algo-trading wordt gebruikt in vele vormen van handels- en investeringsactiviteiten, waaronder:
Middellange- tot langetermijnbeleggers of buy-side bedrijven – pensioenfondsen, onderlinge fondsen, verzekeringsmaatschappijen – gebruiken algo-trading om grote hoeveelheden aandelen te kopen als ze de aandelenkoersen niet willen beïnvloeden met discrete, grootschalige investeringen.
Handelaren op korte termijn en deelnemers aan de verkoopzijde – marktmakers (zoals makelaarskantoren), speculanten en arbitrageurs – profiteren van geautomatiseerde uitvoering van transacties; Daarnaast helpt algo-handel bij het creëren van voldoende liquiditeit voor verkopers op de markt.
Systematische handelaren trendvolgers, hedgefondsen of parenhandelaren (een marktneutrale handelsstrategie die een longpositie combineert met een shortpositie in een paar sterk gecorreleerde instrumenten zoals twee aandelen, exchange-traded funds (ETF’s) of valuta’s) – vinden het veel efficiënter om hun handelsregels te programmeren en het programma automatisch te laten handelen.
Algoritmische handel biedt een meer systematische benadering van actief handelen dan methoden die zijn gebaseerd op intuïtie of instinct van de handelaar.
Algoritmische handelsstrategieën
Elke strategie voor algoritmische handel vereist een geïdentificeerde kans die winstgevend is in termen van verbeterde inkomsten of kostenreductie. De volgende zijn algemene handelsstrategieën die worden gebruikt bij algo-handel:
Trendvolgende strategieën
De meest gebruikelijke algoritmische handelsstrategieën volgen trends in voortschrijdende gemiddelden, kanaaluitbraken, prijsbewegingen en gerelateerde technische indicatoren. Dit zijn de gemakkelijkste en eenvoudigste strategieën om via algoritmische handel te implementeren, omdat bij deze strategieën geen voorspellingen of prijsvoorspellingen nodig zijn. Transacties worden geïnitieerd op basis van het optreden van gewenste trends, die eenvoudig en ongecompliceerd kunnen worden geïmplementeerd door middel van algoritmen zonder in de complexiteit van voorspellende analyse te komen. Het gebruik van voortschrijdende gemiddelden van 50 en 200 dagen is een populaire trendvolgende strategie.
Arbitragemogelijkheden
Het kopen van een dubbel genoteerd aandeel tegen een lagere prijs op de ene markt en het tegelijkertijd verkopen tegen een hogere prijs op een andere markt biedt het prijsverschil als risicovrije winst of arbitrage. Dezelfde operatie kan worden gerepliceerd voor aandelen versus futures-instrumenten, aangezien er van tijd tot tijd prijsverschillen bestaan. Door een algoritme te implementeren om dergelijke prijsverschillen te identificeren en de bestellingen efficiënt te plaatsen, worden winstgevende kansen geboden.
Indexfonds opnieuw in evenwicht brengen
Indexfondsen hebben periodes van herbalancering gedefinieerd om hun posities in lijn te brengen met hun respectieve benchmarkindices. Dit creëert winstgevende kansen voor algoritmische handelaren, die profiteren van verwachte transacties die een winst van 20 tot 80 basispunten opleveren, afhankelijk van het aantal aandelen in het indexfonds net voor het opnieuw in evenwicht brengen van het indexfonds. Dergelijke transacties worden geïnitieerd via algoritmische handelssystemen voor tijdige uitvoering en de beste prijzen.
Wiskundige modelgebaseerde strategieën
Bewezen wiskundige modellen, zoals de delta-neutrale handelsstrategie, maken het mogelijk om te handelen op een combinatie van opties en de onderliggende waarde. (Delta-neutraal is een portefeuillestrategie die bestaat uit meerdere posities met compenserende positieve en negatieve delta’s – een ratio die de verandering in de prijs van een actief, meestal een verhandelbaar effect, vergelijkt met de overeenkomstige verandering in de prijs van het derivaat, zodat de totale delta van de activa in kwestie is in totaal nul.)
Handelsbereik (gemiddelde omkering)
Mean reversion strategie is gebaseerd op het concept dat de hoge en lage prijzen van een actief een tijdelijk fenomeen zijn dat periodiek terugkeert naar hun gemiddelde waarde (gemiddelde waarde). Door een prijsbereik te identificeren en te definiëren en een daarop gebaseerd algoritme te implementeren, kunnen transacties automatisch worden geplaatst wanneer de prijs van een activum binnen en buiten het gedefinieerde bereik breekt.
Volumegewogen gemiddelde prijs (VWAP)
Volumegewogen gemiddelde prijsstrategie splitst een grote order op en geeft dynamisch bepaalde kleinere delen van de order vrij aan de markt met behulp van aandelenspecifieke historische volumeprofielen. Het doel is om de order uit te voeren in de buurt van de naar volume gewogen gemiddelde prijs (VWAP).
Tijdgewogen gemiddelde prijs (TWAP)
Een tijdgewogen gemiddelde prijsstrategie splitst een grote order op en geeft dynamisch bepaalde kleinere delen van de order vrij aan de markt met gebruikmaking van gelijkmatig verdeelde tijdvakken tussen een begin- en eindtijd. Het doel is om de order uit te voeren tegen de gemiddelde prijs tussen de begin- en eindtijd, waardoor de marktimpact wordt geminimaliseerd.
Percentage van volume (POV)
Totdat de handelsorder volledig is gevuld, blijft dit algoritme deelorders verzenden volgens de gedefinieerde participatieratio en volgens het verhandelde volume op de markten. De gerelateerde “stappenstrategie” verzendt orders met een door de gebruiker gedefinieerd percentage van marktvolumes en verhoogt of verlaagt deze participatiegraad wanneer de aandelenkoers door de gebruiker gedefinieerde niveaus bereikt.
Implementatietekort
De implementatietekortstrategie is erop gericht de uitvoeringskosten van een order tot een minimum te beperken door de real-time markt te verhandelen, waardoor wordt bespaard op de kosten van de order en wordt geprofiteerd van de alternatieve kosten van vertraagde uitvoering. De strategie verhoogt de beoogde participatiegraad wanneer de aandelenkoers gunstig beweegt en verlaagt deze wanneer de aandelenkoers ongunstig beweegt.
Buiten de gebruikelijke handelsalgoritmen
Er zijn een paar speciale klassen algoritmen die proberen om “gebeurtenissen” aan de andere kant te identificeren. Deze ‘snuffelalgoritmen’ – die bijvoorbeeld worden gebruikt door een market maker aan de sell-side – hebben de ingebouwde intelligentie om het bestaan van algoritmen aan de buy-kant van een grote order te identificeren. Een dergelijke detectie door middel van algoritmen zal de marktmaker helpen om grote orderkansen te identificeren en hen in staat te stellen te profiteren door de orders tegen een hogere prijs te vullen. Dit wordt soms aangeduid als high-tech front-running.
Technische vereisten voor algoritmische handel
Het implementeren van het algoritme met behulp van een computerprogramma is het laatste onderdeel van algoritmische handel, vergezeld van backtesting (het algoritme uitproberen op historische perioden van eerdere beursprestaties om te zien of het gebruik ervan winstgevend zou zijn geweest). De uitdaging is om de geïdentificeerde strategie om te zetten in een geïntegreerd geautomatiseerd proces dat toegang heeft tot een handelsaccount voor het plaatsen van orders. De volgende zijn de vereisten voor algoritmische handel:
Kennis van computerprogrammering om de vereiste handelsstrategie, ingehuurde programmeurs of vooraf gemaakte handelssoftware te programmeren.
Netwerkconnectiviteit en toegang tot handelsplatforms om bestellingen te plaatsen.
Toegang tot marktgegevensfeeds die door het algoritme worden gecontroleerd op mogelijkheden om bestellingen te plaatsen.
Het vermogen en de infrastructuur om het systeem te testen nadat het is gebouwd, voordat het live gaat op echte markten.
Beschikbare historische gegevens voor backtesting, afhankelijk van de complexiteit van de regels die in het algoritme zijn geïmplementeerd.
Een voorbeeld van algoritmische handel
Royal Dutch Shell (RDS) is genoteerd aan de Amsterdam Stock Exchange (AEX) en London Stock Exchange (LSE). We beginnen met het bouwen van een algoritme om arbitragemogelijkheden te identificeren. Hier zijn een paar interessante observaties:
AEX handelt in euro’s terwijl LSE handelt in Britse pond sterling.
Vanwege het tijdsverschil van een uur opent AEX een uur eerder dan LSE, gevolgd door beide beurzen die de komende uren gelijktijdig handelen en vervolgens alleen in LSE handelen tijdens het laatste uur als AEX sluit.
Kunnen we de mogelijkheid onderzoeken van arbitragehandel op de aandelen van Royal Dutch Shell die op deze twee markten in twee verschillende valuta’s zijn genoteerd?
Vereisten:
Een computerprogramma dat de huidige marktprijzen kan aflezen.
Prijsfeeds van zowel LSE als AEX.
Een forex (deviezen) koersfeed voor GBP-EUR.
Mogelijkheid om bestellingen te plaatsen die de bestelling naar de juiste beurs kunnen leiden.
Backtesting-mogelijkheid op historische prijsfeeds.
Het computerprogramma moet het volgende uitvoeren:
Lees de inkomende prijsfeed van RDS-aandelen van beide beurzen.
Gebruik de beschikbare wisselkoersen om de prijs van de ene valuta om te rekenen naar de andere.
Als er een voldoende groot prijsverschil is (waarbij de bemiddelingskosten worden verdisconteerd) die leidt tot een winstgevende kans, dan moet het programma de kooporder op de goedkopere beurs plaatsen en de order op de duurdere beurs verkopen.
Als de orders naar wens worden uitgevoerd, volgt de arbitragewinst.
Simpel en makkelijk! De praktijk van algoritmische handel is echter niet zo eenvoudig te onderhouden en uit te voeren. Onthoud dat als een belegger een door algo gegenereerde transactie kan plaatsen, dat ook kunnen voor andere marktdeelnemers. Bijgevolg fluctueren de prijzen in milli- en zelfs microseconden. Wat gebeurt er in het bovenstaande voorbeeld als een kooptransactie wordt uitgevoerd maar de verkooptransactie niet omdat de verkoopprijzen veranderen tegen de tijd dat de order op de markt komt? De handelaar krijgt een open positie waardoor de arbitragestrategie waardeloos wordt.
Er zijn extra risico’s en uitdagingen zoals systeemstoringsrisico’s, netwerkconnectiviteitsfouten, tijdsvertragingen tussen handelsorders en uitvoering en, het allerbelangrijkste, imperfecte algoritmen. Hoe complexer een algoritme, des te striktere backtesting is nodig voordat het in werking wordt gesteld.