Algorithmischer Handel (auch automatischer Handel, Black-Box-Handel oder Algo-Handel genannt) verwendet ein Computerprogramm, das einem definierten Satz von Anweisungen (einem Algorithmus) folgt, um einen Trade zu platzieren.
Die definierten Regelwerke basieren auf Zeit, Preis, Quantität oder einem mathematischen Modell. Abgesehen von Gewinnchancen für den Händler macht der Algorithmushandel die Märkte flüssiger und den Handel systematischer, indem er die Auswirkungen menschlicher Emotionen auf die Handelsaktivitäten ausschließt.
Nehmen wir an, ein Händler befolgt folgende einfache Handelskriterien:
Mit Hilfe dieser beiden einfachen Anweisungen überwacht ein Computerprogramm automatisch den Aktienkurs (und die gleitenden Durchschnittsindikatoren) und platziert die Kauf- und Verkaufsbestellungen, wenn die definierten Bedingungen erfüllt sind.
Der Algo-Handel bietet folgende Vorteile:
Der größte Teil des Algorithmenhandels ist heute der Hochfrequenzhandel (HFT), bei dem versucht wird, von der Platzierung einer großen Anzahl von Aufträgen mit schnellen Geschwindigkeiten auf mehreren Märkten und mehreren Entscheidungsparametern auf der Grundlage vorprogrammierter Anweisungen zu profitieren.
Der Algo-Handel wird in vielen Formen von Handels- und Investitionsaktivitäten eingesetzt, darunter:
Jede Strategie für den algorithmischen Handel erfordert eine identifizierte Gelegenheit, die in Bezug auf verbesserte Gewinne oder Kostensenkung profitabel ist.
Die gängigsten algorithmischen Handelsstrategien folgen Trends in gleitenden Durchschnitten, Kanal-Breakouts, Preisniveaubewegungen und verwandten technischen Indikatoren. Dies sind die einfachsten und einfachsten Strategien, die durch algorithmischen Handel umgesetzt werden können, da diese Strategien keine Vorhersagen oder Preisprognosen beinhalten. Trades werden basierend auf dem Auftreten wünschenswerter Trends initiiert, die leicht und unkompliziert durch Algorithmen umgesetzt werden können, ohne in die Komplexität der vorausschauenden Analyse zu geraten. Die Verwendung von 50- und 200-Tage-gleitenden Durchschnitten ist eine beliebte Trend-Folge-Strategie.
Der Kauf einer doppelt notierten Aktie zu einem niedrigeren Preis auf einem Markt und gleichzeitig der Verkauf zu einem höheren Preis auf einem anderen Markt bietet die Preisdifferenz als risikofreien Gewinn oder Arbitrage. Die gleiche Operation kann für Aktien gegen Futures-Instrumente repliziert werden, da von Zeit zu Zeit Preisdifferenzen bestehen. Die Implementierung eines Algorithmus zur Identifizierung solcher Preisdifferenzen und die effiziente Platzierung der Aufträge ermöglicht profitable Möglichkeiten.
Indexfonds haben Perioden des Re-Balancings definiert, um ihre Bestände an ihre jeweiligen Benchmark-Indizes anzupassen. Dies schafft profitable Möglichkeiten für algorithmische Trader, die von erwarteten Trades profitieren, die je nach Anzahl der Aktien im Indexfonds kurz vor dem Re-Balancing des Indexfonds 20 bis 80 Basispunkte Gewinn bieten. Solche Trades werden über algorithmische Handelssysteme für eine zeitnahe Ausführung und die besten Preise initiiert.
Bewährte mathematische Modelle wie die delta-neutrale Handelsstrategie erlauben den Handel mit einer Kombination von Optionen und dem zugrunde liegenden Wertpapier. (Delta-neutral ist eine Portfoliostrategie, die aus mehreren Positionen besteht, mit Ausgleich von positiven und negativen Delten
Die Mittelumkehrstrategie basiert auf dem Konzept, dass die hohen und niedrigen Preise eines Vermögenswerts ein vorübergehendes Phänomen sind, das regelmäßig zu ihrem mittleren Wert (Durchschnittswert) zurückkehrt.
Die volumengewichtete Durchschnittspreisstrategie bricht einen großen Auftrag auf und stellt dynamisch bestimmte kleinere Teile des Auftrags anhand von aktienbezogenen historischen Volumenprofilen auf den Markt.
Die zeitgewichtete Durchschnittspreisstrategie bricht einen großen Auftrag auf und veröffentlicht dynamisch bestimmte kleinere Teile des Auftrags auf den Markt, indem sie zeitlich gleichmäßig aufgeteilte Zeitfenster zwischen einem Start- und Endzeitpunkt verwendet.
Bis der Handelsauftrag vollständig ausgefüllt ist, sendet dieser Algorithmus weiterhin partielle Aufträge gemäß der definierten Beteiligungsquote und dem auf den Märkten gehandelten Volumen.
Die Implementierungsdefizitstrategie zielt darauf ab, die Ausführungskosten eines Auftrags zu minimieren, indem der Echtzeitmarkt gehandelt wird, wodurch die Kosten des Auftrags eingespart und von den Opportunitätskosten der verzögerten Ausführung profitiert werden.
Es gibt einige spezielle Klassen von Algorithmen, die versuchen,
Die Implementierung des Algorithmus mit Hilfe eines Computerprogramms ist die letzte Komponente des algorithmischen Handels, begleitet von Backtesting (Testen des Algorithmus auf historischen Perioden der vergangenen Aktienmarktleistung, um zu sehen, ob seine Verwendung profitabel gewesen wäre). Die Herausforderung besteht darin, die identifizierte Strategie in einen integrierten computergestützten Prozess umzuwandeln, der Zugang zu einem Handelskonto für die Platzierung von Aufträgen hat.
Royal Dutch Shell (RDS) ist an der Amsterdam Stock Exchange (AEX) und an der London Stock Exchange (LSE) notiert. Wir beginnen mit dem Aufbau eines Algorithmus zur Identifizierung von Arbitragechancen. Hier sind einige interessante Beobachtungen:
Kann man die Möglichkeit des Arbitragehandels mit den an diesen beiden Märkten notierten Aktien von Royal Dutch Shell in zwei verschiedenen Währungen untersuchen?
Anforderungen:
Das Computerprogramm sollte Folgendes ausführen:
Einfach und einfach! Allerdings ist die Praxis des algorithmischen Handels nicht so einfach zu pflegen und auszuführen. Denken Sie daran, wenn ein Anleger einen von Algo erzeugten Trade platzieren kann, können auch andere Marktteilnehmer dies tun. Folglich schwanken die Preise in Milli- und sogar Mikrosekunden. In dem obigen Beispiel, was passiert, wenn ein Kaufhandel ausgeführt wird, aber der Verkauf nicht, weil sich die Verkaufspreise ändern, wenn die Bestellung auf den Markt kommt? Der Trader wird mit einer offenen Position zurückbleiben, die die Arbitragsstrategie wertlos macht.
Es gibt zusätzliche Risiken und Herausforderungen wie Systemfehlerrisiken, Netzwerkverbindungsfehler, Zeitverzögerungen zwischen Handelsaufträgen und Ausführung und, was am wichtigsten ist, unvollkommene Algorithmen. Je komplexer ein Algorithmus ist, desto strengeres Backtesting ist erforderlich, bevor der Algorithmus in die Tat umgesetzt wird.
Der Handel an der Börse kann ein komplexes Unterfangen sein. Der erste Schritt besteht darin, einen Börsenmakler auszuwählen. Mit so vielen verschiedenen Maklern mit unterschiedlichen Funktionen und Preisen hat Investopedia eine Liste der besten Online-Börsenmakler für Anfänger erstellt.