알고리즘 트레이딩 (algorithmic trading, 즉 자동화 트레이딩, 블랙박스 트레이딩, 또는 알고 트레이딩) 은 거래를 하기 위해 정의된 일련의 명령어 (알고리듬) 을 따르는 컴퓨터 프로그램을 사용한다. 이론적으로 거래는 인간 트레이더에게는 불가능한 속도와 빈도로 수익을 창출할 수 있다.
정의된 규칙 집합은 타이밍, 가격, 양 또는 어떤 수학적 모델에 기반합니다. 거래자에게 이익의 기회를 제외하고, 알고-트레이딩은 거래 활동에 인간의 감정의 영향을 배제함으로써 시장이 더 유동적이고 거래가 더 체계적으로됩니다.
만약 거래자가 다음과 같은 간단한 거래 기준을 따르고 있다고 가정해 봅시다.
이 두 가지 간단한 명령어를 사용하여 컴퓨터 프로그램은 자동으로 주식 가격 (그리고 이동 평균 지표) 을 모니터링하고 정의 된 조건이 충족되면 구매 및 판매 주문을합니다. 거래자는 더 이상 라이브 가격과 그래프를 모니터링하거나 수동으로 주문을 넣을 필요가 없습니다. 알고리즘 거래 시스템은 거래 기회를 올바르게 식별하여 자동으로 수행합니다.
알고 트레이딩은 다음과 같은 이점을 제공합니다.
오늘날 대부분의 알고 트레이딩은 고주파 트레이딩 (HFT) 이며, 이는 사전 프로그래밍 된 명령에 기반한 여러 시장과 여러 의사 결정 매개 변수에서 빠른 속도로 많은 수의 주문을 배치하는 것을 활용하려고 시도합니다.
알고 트레이딩은 다음과 같은 다양한 형태의 거래 및 투자 활동에 사용됩니다.
알고리즘 트레이딩의 모든 전략은 수익을 향상시키거나 비용을 줄이는 측면에서 수익성이 높은 기회를 식별해야합니다. 다음은 알고 트레이딩에서 사용되는 일반적인 거래 전략입니다.
가장 일반적인 알고리즘 거래 전략은 이동 평균, 채널 브레이크아웃, 가격 수준 움직임 및 관련 기술 지표의 추세를 따르고 있습니다. 이러한 전략은 예측 또는 가격 예측을 포함하지 않기 때문에 알고리즘 거래를 통해 구현하는 가장 쉽고 간단한 전략입니다. 거래는 예측 분석의 복잡성에 들어가지 않고 알고리즘을 통해 구현하는 쉽고 직접적인 바람직한 추세의 발생에 따라 시작됩니다. 50 및 200 일 이동 평균을 사용하는 것은 인기있는 트렌드 추적 전략입니다.
한 시장에서 더 낮은 가격으로 이중 상장 주식을 구매하고 동시에 다른 시장에서 더 높은 가격으로 판매하면 위험 없는 이익 또는 중재로 가격 차이를 제공합니다. 가격 차이는 때때로 존재하기 때문에 동일한 작업은 주식과 선물 도구에 대해 복제 될 수 있습니다. 그러한 가격 차이를 식별하고 주문을 효율적으로 배치하기위한 알고리즘을 구현하면 수익성이있는 기회를 제공합니다.
지수 펀드는 지수 펀드 재균형 전에 지수 펀드의 주식 수에 따라 예상 거래에서 20~80 기초 지점의 이익을 제공하는 알고리즘 트레이더에게 수익을 창출합니다. 이러한 거래는 적절한 실행과 최고의 가격을 위해 알고리즘 거래 시스템을 통해 시작됩니다.
델타 중립 거래 전략과 같은 검증된 수학적 모델은 옵션과 기본 증권의 조합으로 거래를 허용합니다. (델타 중립은 긍정적 인 및 부정적인 델타를 상쇄하는 여러 포지션으로 구성된 포트폴리오 전략입니다. 일반적으로 거래 가능한 증권인 자산의 가격 변화와 그 파생 상품의 가격의 대응 변화를 비교하는 비율, 따라서 해당 자산의 전체 델타는 0입니다.)
평균회전 전략은 자산의 높은 가격과 낮은 가격이 주기적으로 평균값 (평균값) 으로 돌아오는 일시적인 현상이라는 개념에 기초합니다. 가격 범위를 식별하고 정의하고 이를 기반으로 한 알고리즘을 구현하면 자산의 가격이 정의된 범위를 깨고 벗어날 때 자동으로 거래를 할 수 있습니다.
부피 가중된 평균 가격 전략은 큰 주문을 분할하고 주식별 역사적 부피 프로파일을 사용하여 동적으로 결정된 작은 주문 조각을 시장에 출시합니다. 목표는 부피 가중된 평균 가격 (VWAP) 에 가까운 주문을 실행하는 것입니다.
시간 가중 평균 가격 전략은 큰 주문을 분할하고 시작 및 종료 시간 사이의 균등하게 나뉘어진 시간 슬롯을 사용하여 시장에 더 작은 주문을 동적으로 결정합니다. 목표는 시작 및 종료 시간 사이의 평균 가격에 가까운 주문을 실행하여 시장 영향을 최소화하는 것입니다.
트레이드 오더가 완전히 채워질 때까지 이 알고리즘은 정의된 참여 비율과 시장에서 거래되는 볼륨에 따라 부분 오더를 계속 전송합니다. 관련
실행 결핍 전략은 실시간 시장에서 거래함으로써 주문의 실행 비용을 최소화하여 주문의 비용을 절감하고 지연된 실행의 기회 비용을 활용하는 것을 목표로합니다. 이 전략은 주가 가격이 유리한 방향으로 움직일 때 목표 참여율을 높이고 주가 가격이 부정적인 방향으로 움직일 때 감소합니다.
다른 쪽에서
컴퓨터 프로그램을 사용하여 알고리즘을 구현하는 것은 백테스팅과 함께 알고리즘 거래의 마지막 구성 요소입니다. 알고리즘을 사용하는 것이 수익성이 있는지 확인하기 위해 과거 주식 시장 성과의 역사적 기간에 알고리즘을 테스트합니다.
로얄 네덜란드 셸 (RDS) 은 암스테르담 증권 거래소 (AEX) 와 런던 증권 거래소 (LSE) 에 상장되어 있습니다. 우리는 중재 기회를 식별하는 알고리즘을 구축하는 것으로 시작합니다. 다음은 몇 가지 흥미로운 관찰입니다:
이 두 시장에 상장된 로얄 네덜란드 셸 주식에서 다른 두 통화를 통한 중재 거래의 가능성을 검토할 수 있을까요?
요구 사항:
컴퓨터 프로그램은 다음을 수행해야 합니다.
단순하고 쉬운! 그러나 알고리즘 거래의 관행은 유지 및 실행이 그렇게 간단하지 않습니다. 한 투자자가 알고 생성 거래를 할 수 있다면 다른 시장 참여자도 할 수 있음을 기억하십시오. 결과적으로 가격은 밀리 초 또는 마이크로 초에서 변동합니다. 위의 예제에서 구매 거래가 실행되지만 판매 거래가 시장에 도달 할 때 판매 가격이 변경되기 때문에 판매 거래가 실행되지 않으면 어떻게 될까요? 거래자는 열기 위치로 남아있어 중재 전략을 가치가 없습니다.
시스템 고장 위험, 네트워크 연결 오류, 거래 주문과 실행 사이의 시간 지연 및 무엇보다도 불완전한 알고리즘과 같은 추가 위험과 도전이 있습니다. 알고리즘이 복잡할수록 알고리즘이 실행되기 전에 더 엄격한 백테스팅이 필요합니다.
주식 시장에서 거래하는 것은 복잡한 작업이 될 수 있습니다. 첫 번째 단계는 주식 중개인을 선택하는 것입니다. 다양한 기능과 가격을 가진 다양한 중개 회사와 함께 Investopedia는 시작하는 사람들을 위해 최고의 온라인 주식 중개사의 목록을 만들었습니다.