アルゴリズム取引 (自動取引,ブラックボックス取引,またはアルゴ取引とも呼ばれる) は,取引を行うために定義された指示 (アルゴリズム) に従うコンピュータプログラムを使用する.理論上,取引は,人間トレーダーにとって不可能である速度と頻度で利益を生むことができます.
定義された規則のセットはタイミング,価格,量,または任意の数学モデルに基づいています.トレーダーの利益の機会を除いて,アルゴ・トレーディングは,人間の感情が取引活動に及ぼす影響を排除することで,市場をより流動化し,取引をより体系的にします.
取引者が以下の簡単な取引基準に従うとしましょう
この2つの簡単な指示を使用して,コンピュータプログラムは自動的に株価 (および移動平均指標) を監視し,定義された条件を満たしたときに購入および販売注文をします.トレーダーはもはやライブ価格やグラフを監視したり,手動で注文を入れることも必要ありません.アルゴリズム取引システムは,取引機会を正しく特定することによって自動的にこれをします.
アルゴ取引は以下の利点があります
今日,アルゴ取引の大半は高周波取引 (HFT) で,複数の市場と複数の決定パラメータを介して,事前にプログラムされた指示に基づいて,多くの注文を高速に配置することで資本を得ようとします.
アルゴ取引は,以下を含む多くの形態の取引および投資活動に使用されています.
アルゴリズム取引の戦略は,収益の向上やコスト削減の観点から利益をもたらす特定された機会を必要とします. アルゴ取引で使用される一般的な取引戦略は以下の通りです.
最も一般的なアルゴリズムの取引戦略は,移動平均値,チャネルブレイク,価格レベル動き,および関連する技術指標の傾向に従っている.これらの戦略は,予測や価格予測を行うことを含まないため,アルゴリズムの取引を通じて実装する最も簡単でシンプルな戦略である.トレードは,予測分析の複雑さに触れることなくアルゴリズムを通じて実行しやすく,簡単に実行できる望ましいトレンドの発生に基づいて開始される.50日および200日移動平均値を使用することは,人気のあるトレンドフォロー戦略である.
二重上場株を1つの市場で低価格で購入し,同時に別の市場で高価格で売却すると,リスクフリー利益または仲裁として価格差がもたらされる. 時々価格差が存在するため,同じ操作は株式対先物件で複製することができます. そのような価格差を特定し,効率的に注文を出すためのアルゴリズムを実装することで,収益性の機会が生まれます.
インデックスファンドは,それぞれのベンチマークインデックスと同等に保有する資産をリバランスする期間を定義している.これは,指数ファンドのリバランス直前にインデックスファンドの株数の数に応じて20〜80ベースポイントの利益を提供する予想取引を資本するアルゴリズムトレーダーにとって利益をもたらす機会を生み出します.そのような取引は,適時実行と最高の価格のためにアルゴリズム取引システムを通じて開始されます.
デルタ中性取引戦略のような実証された数学的モデルは,オプションと底辺の証券の組み合わせで取引を可能にします. (デルタ中性とは,ポジティブとネガティブなデルタを相殺した複数のポジションで構成されるポートフォリオ戦略です. 通常は取引可能な証券である資産の価格の変化を,その派生品の価格の相応の変化と比較する比率です.
平均逆転戦略は,資産の高値と低値が一時的な現象であり,その平均値 (平均値) に定期的に戻るという概念に基づいている.価格範囲を特定し,定義し,それに基づいたアルゴリズムを実装することで,資産価格が定義された範囲に突入し,それを破ると自動的に取引を行うことができる.
ボリューム・ウェイトされた平均価格戦略は,大きなオーダーを分解し,株特有の歴史的なボリュームプロファイルを使用して,動的に決定された小規模なオーダーを市場にリリースする.目的はボリューム・ウェイトされた平均価格 (VWAP) に近いオーダーを実行することである.
時間重度の平均価格戦略は,大きなオーダーを分解し,開始時間と終了時間間の均等に分割されたタイムスロットを使用して,動的に決定された小規模なオーダーを市場にリリースする.目的は,開始時間と終了時間間の平均価格に近いオーダーを実行し,それによって市場の影響を最小限に抑える.
取引オーダーが完全に満たされるまで,このアルゴリズムは,定義された参加比率と市場で取引されたボリュームに応じて部分的なオーダーを送信し続けます.関連する"ステップ戦略"は,ユーザーによって定義された市場ボリュームの割合でオーダーを送信し,株価がユーザーによって定義されたレベルに達するとこの参加率を増加または減少させます.
実行不足戦略は,リアルタイム市場から取引することによって,注文の実行コストを最小限に抑え,その結果,注文のコストを節約し,遅延した実行の機会コストから利益を得ることを目的としています. 戦略は,株価が有利に動くとターゲット参加率を増加させ,株価が不利に動くとそれを低下させます.
反対側で"happenings"を特定しようとするいくつかの特殊なアルゴリズムがあります.例えば,セールサイドマーケットメーカーの使用するこれらの"sniffing"アルゴリズムは,大きなオーダーの買い側にあるアルゴリズムの存在を特定するための内蔵知能を持っています.アルゴリズムによるそのような検出は,マーケットメーカーの大きなオーダーの機会を特定し,より高い価格でオーダーを埋めることで利益を得ることを可能にします.これは時にはハイテクフロントランニングとして認識されます.
アルゴリズムをコンピュータプログラムを使用して実装することは,バックテスト (過去株式市場パフォーマンスの歴史的期間でアルゴリズムを試して,それを利用することが利益になるかどうかを確認する) を伴い,アルゴリズム取引の最終的な構成要素である.課題は,識別された戦略を,注文の配置のための取引アカウントにアクセスできる統合されたコンピュータ化プロセスに変換することである. アルゴリズム取引の要件は以下のとおりである:
ロイヤル・ダッチ・シェル (RDS) はアムステルダム証券取引所 (AEX) とロンドン証券取引所 (LSE) に上場している.我々は仲介機会を特定するためのアルゴリズムを構築して始めます.ここにはいくつかの興味深い観察があります:
この2つの市場で 2つの異なる通貨で上場している Royal Dutch Shellの株式の 仲介取引の可能性を 検討することはできますか?
要求事項:
コンピュータプログラムは,次のことを実行する必要があります.
シンプルで簡単!しかし,アルゴリズム取引の実践は,維持および実行が簡単ではありません. 覚えておいてください,もし1人の投資家がアルゴ生成された取引を行うことができれば,他の市場参加者もできます.その結果,価格はミリ秒またはマイクロ秒で変動します.上記の例では,買い取引が実行されても,売り取引が行われない場合,取引価格が市場にヒットする時点で変化するため,何が起こりますか? トレーダーはアビトラージ戦略を価値のないものにするオープンポジションを残します.
システム故障リスク,ネットワーク接続のエラー,トレードオーダーと実行の間のタイムレイグ,そして最も重要なのは不完全なアルゴリズムなどの追加のリスクと課題があります.アルゴリズムが複雑であればあるほど,アルゴリズムが実行される前により厳格なバックテストが必要です.
株式市場での取引は複雑な事業である.最初のステップは,株式ブローカーを選択することです.さまざまな機能と価格を持つさまざまなブローカージュで,Investopediaは,スタートしたい方のために最高のオンライン株式ブローカーのリストを作成しました.