알고리즘 거래 시스템을 만드는 방법

거래 알고리즘의 생성 방법.
양적 거래는 기관 거래자 만 접근 할 수 없습니다. 소매업 자도 참여하고 있습니다. 알고리즘을 제작하려면 프로그래밍 기술이 권장되는데, 알고리즘을 필요로하지는 않습니다. 사용자가 제공 한 입력을 기반으로 전략을위한 프로그래밍 코드를 작성하는 프로그램 및 서비스를 사용할 수 있습니다. 프로그램 / 서비스에 의해 생성 된 코드는 거래 플랫폼에 연결되고 거래가 시작됩니다. 그러나 이러한 문제가 발생하기 전에 원하는 알고리즘 트레이더는 알고리즘을 통해 원하는 것을 정확하게 결정하는 몇 가지 단계를 거쳐 진행됩니다.
시간 프레임 및 제약 조건.
잘 프로그래밍 된 알고리즘은 독자적으로 실행될 수 있지만 인간의 감시가 권장됩니다. 따라서 모니터링 할 수있는 기간과 거래 빈도를 선택하십시오. 하루 일과를 마치고 일하면서 하루 종일 수백 가지의 거래를하도록 풀 타임으로 일하고 알고리즘을 프로그래밍하면 이상적이지 않을 수 있습니다. 거래에 대해 약간 장기간의 프레임을 선택하고 거래 빈도를 줄이면 전환 가능성을 파악할 수 있습니다.
알고리즘의 테스트 단계에서 수익성이 수익을 영원히 계속 생산한다는 것을 의미하지는 않습니다. 때로는 더 이상 제대로 작동하지 않는다는 결과가 나오면 거래 알고리즘을 수정해야합니다. 이것은 또한 알고리즘 거래를 수행하는 사람이 받아 들여야하는 시간 약속입니다.
경제적 제약도 문제입니다. 커미션은 고주파수 거래 전략으로 매우 빠르게 상승하므로 가장 저렴한 브로커를 확보하고 각 거래의 이익 잠재력이 해당 커미션을 지급 할 수있는 잠재적 인 가능성을 하루에 여러 차례 보장해야합니다. 자본을 시작하는 것도 고려 사항입니다. 다른 시장과 금융 상품에는 다른 금액의 자본이 필요합니다. 하루 거래 주식의 경우 최소 $ 25,000 (더 많이 추천합니다) 거래가 필요한 외환이나 선물이 필요합니다.
시장의 제약이 또 다른 문제입니다. 모든 시장이 알고리즘 거래에 적합한 것은 아닙니다. 알고리즘이 생산할 주문을 처리하기 위해 충분한 유동성을 가진 주식, ETF, 외환 쌍 또는 선물을 선택하십시오.
전략 개발 또는 미세 조정.
재정적 및 시간적 제약이 이해되면 프로그래밍 할 수있는 전략을 개발하거나 미세 조정하십시오. 수동으로 거래하는 전략이 있지만 쉽게 코딩 할 수 있습니까? 전략이 매우 주관적이고 규칙 기반이 아니라면 전략을 프로그래밍하는 것은 불가능할 수 있습니다. 규칙 기반 전략은 코드 작성이 가장 쉽습니다. 항목이있는 전략, 수량화 가능한 데이터 또는 가격 변동을 기반으로 손실 및 가격 목표를 중지합니다.
규칙 기반 전략은 쉽게 복사 및 테스트되므로, 자신의 아이디어가 없으면 자유롭게 사용할 수 있습니다. Quantpedia는 다양한 양적 거래 방법에 대한 학술 논문 및 거래 결과를 제공하는 리소스입니다. 약술 된 규칙을 과거 및 현재 데이터에 대한 수익성 테스트를 위해 코딩 할 수 있습니다. 알고리즘을 코딩하려면 프로그래밍 기술이나 소프트웨어 나 코드 작성자가 필요합니다.
거래 알고리즘 테스트.
가장 중요한 단계는 테스트입니다. 일단 거래 전략이 코딩 되었으면, 시험 될 때까지 실제 자본을 거래하지 마십시오. 테스트에는 알고리즘을 과거 가격 데이터로 실행하여 알고리즘이 수천 건의 거래에서 수행 된 방법을 보여주는 작업이 포함됩니다. 과거의 테스트 단계가 수익성이 있고 생산 된 통계가 최대 손실, 성공률, 파손 위험 등과 같이 위험 허용 범위에 적합하면 데모 계정의 실시간 상태에서 알고리즘 테스트를 진행하십시오. 다시 한번, 이 단계는 수백 가지의 거래를 생성하여 성능에 액세스 할 수 있어야합니다.
알고리즘이 역사적인 가격 데이터에서 수익을 올리고 실시간 데모 계좌를 거래하는 경우 거래를 실제 자본으로 사용하지만주의를 기울여 사용하십시오. 알고리즘의 주문이 실제로 시장에 영향을 미치고 미끄러질 수 있으므로 실시간 조건은 과거 또는 데모 테스트와 다릅니다. 알고리즘이 테스트 될 때와 마찬가지로 알고리즘이 실제 시장에서 작동하는지 확인 될 때까지주의 깊은 시각을 유지합니다.
알고리즘이 테스트 중에 설정된 통계적 매개 변수 내에서 작동하는 한 알고리즘을 그대로 두십시오. 알고리즘은 감정없이 거래 할 수있는 이점이 있지만, 알고리즘을 계속 고수하는 상인은 그 이익을 무효화합니다. 그러나 알고리즘에는주의가 필요합니다. 성능을 모니터링하십시오. 시장 조건이 너무 많이 변하여 알고리즘이 더 이상 작동하지 않으면 조정이 필요할 수 있습니다.
알고리즘 트레이딩은 밤새도록 부자가되는 잊혀진 노력이 아닙니다. 사실 양적 거래는 수동 거래와 마찬가지로 많은 작업 일 수 있습니다. 알고리즘을 작성하기로 결정한 경우 시간, 재무 및 시장 제약이 전략에 어떤 영향을 미칠 수 있는지 파악하고 그에 따라 계획을 세우십시오. 현재 전략을보다 쉽게 ​​프로그래밍 할 수있는 규칙을 기반으로하거나 이미 테스트하고 조사한 정량 방법을 선택하십시오. 그런 다음 과거 및 현재 데이터를 사용하여 자체 테스트 단계를 실행하십시오. 그것이 체크 아웃되면, 주의 깊은 눈 아래 진짜 돈으로 알고리즘을 실행하십시오. 필요한 경우 조정하고, 그렇지 않으면 조정합니다.

알고리즘 거래 시스템을 만드는 방법
이 게시물의 핵심은 Google+에서 나에게 제기 된 질문에 지나치게 긴 답변으로 기인 한 것입니다. "그렇다면 어떻게하면 자동 완성 / 알고리즘 거래인가? . "
지난 1999 년부터 2004 년까지 그리고 2008 년에 다시 6 년 동안 자동화 된 / 알고리즘 적 거래의 키메라 한 운명을 추구했으며, 실제로 배운 방식대로 성공한 거래 시스템의 약속 된 땅에 결코 도달하지 못했습니다. 나 자신, 세계, 그리고 강력하고, 성능이 좋은 코드를 작성하는 방법에 대해 많이 알고 있습니다. 여행은 그 자체로 기분이 좋을 수도 있고 아니면 여러 가지가 될 수도 있습니다. 이상한 모험 이었지만, 이 주제를 킥 스타트하기 위해 궁극적으로 웹과 신생 회사로 옮겨갔습니다.
1. 자동화 된 거래 업무는 너무 많은 거래 및 운영 자본을 필요로합니다 (매우 낮은 거래 비용은 협상하기가 매우 어렵 기 때문에) 스스로 쉽게 부트 스트랩 할 수 있습니다. 불가능한 것은 아니지만 웹 또는 모바일 앱을 제작하여 수익을 창출하려는 노력은 자원 집약적입니다.
2. 자동화 된 거래 벤처 회사의 상인과 팀을 구성 할 때마다 매매 전략과 아이디어는 바닥이나 스크린 상인으로서 이전에 성공적으로 (대단히 성공적 이었음에도 불구하고) 성공 했음에도 불구하고 작동하지 않게되었습니다. 이것은 보통 1 년 또는 그 이상을 최첨단 거래 플랫폼을 코딩하는 데 썼다는 의미였습니다.
3. 나는 시장을 일관성있게 이길 수 있고, 알고리즘을 사용하는 것이 훨씬 적으며, 자체 학습 알고리즘 (AKA 데이터 마이닝)을 사용하는 것이 훨씬 적다는 것을 완전히 확신하지는 못했다. 저의 견해로 볼 때, 어떤 사람들이 기꺼이 돈을 지불 할 수있는 물건을 싣는 것은 해결할 수있는 훨씬 다루기 어려운 문제로 보입니다. 즉, 모든 적절한 조각이 제자리에 있다면 알고리즘 적으로 시장을 이길 수 있다고 생각합니다. 트릭은 그 조각이 무엇인지 파악하는 것입니다.
4. 자동 거래 프로젝트 (일반적으로 비밀 유지)에 종사하는 데 몇 년을 소비하고 결국 효과가 없다면 그 전문 기술을 다른 용도로 활용하는 것이 어려울 수 있습니다. 반면에 웹 / 모바일 프로젝트와 블로그 / 짹짹 / 팟 캐스트를 통해 전체 경험 (모든 사람들이해야 할 일을 알고 있음)에서 일한다면, 나중에 발생할 수있는 대중의 평판을 구축하게 될 것이라는 부작용이 있습니다 모든 종류의 예상치 못한 기회. 이것은 제가 당신의 행운의 표면적을 증가시키는 것이라고 말합니다.
5. 웹 및 모바일 애플리케이션을 구축함으로써 적어도 자신에게가 아닌 세상을 위해 가치를 창출하려고 시도하고 있습니다. 이것은 사소한 일처럼 보일지 모르겠지만 거래 벤처가 재정적으로 성공하지 못한다면, "적어도, 나는 많은 사람들을 행복하고 생산적으로 만들었습니다."라고 말할 수는 없습니다. 또한 수많은 사람들이 귀하의 소프트웨어를 사용하는 것에 대한 스릴은 자동화 된 거래 작업의 범위 내에서 결코 경험하지 못하는 무언가입니다.
6. 거래는 거래를하고있는 기계 자체 일지라도 극도의 스트레스를받습니다. 사실, 나는 잃어버린 무역이 상응하는 승리의 무역이 심리적으로 강화되는 것보다 두 배 더 심리적으로 배수된다는 것을 발견 한 과학적 연구를 잠시 읽었는데, 이는 기본적으로 당신이 일반적으로 결국 정신적 결함으로 운영 될 것이라는 것을 의미합니다 모든 업무 일의 나는 신생 기업 창업자들이 신생 기업이 얼마나 힘든 지, 그리고 신생 기업인 믿을 수없는 롤러 코스터 타기에 대해 이야기하고 싶어한다는 것을 알고있다. 그러나 나는 당신에게 소식을 전했다. 그것은 연삭과 비교되지 않는다. 거래의 직감 스트레스 스트레스, 그리고 솔직히 그건 살 길이 없습니다.
7. (부록을 보시오) 나는 많은 거래를 해왔다. 재미 있고 중독성있는 게임이지만, 나는 상인이 일반적으로 내 종류의 사람들이 아니라는 것을 발견했다. 내가 생각하는 이유는 대부분의 거래자들에게는 돈에 관한 것이기 때문에 돈에 관한 전부 또는 대부분이 영혼을 갖지 않을 때가된다. 이 현실은 당신이 그것을 너무 오랫동안 생각해 보면 일종의 우울한 것으로 드러났습니다. 아마 그것이 대부분의 거래자들이 자기 반성하는 모든 것이 아닌 이유 일 것입니다. 그렇다고해서 알고리즘 트레이더에게도 그렇게 확신 할 수 없다. 왜냐하면 필자가 만난 몇몇 사람들은 기술 창업과는 다른 운명을 추구하는 것보다 기술적 도전을 더 좋아하기 때문이다.
8. 알고리즘 거래 세계는 너무 비밀 스럽기 때문에 다른 사람을 만나는 일이 거의 없으며 기술, 알고리즘 또는 경험에 대해 토론 할 기회가 훨씬 적습니다. 결과적으로 참여할 공동체가 거의없고, 이 진실을 아직 발견하지 못했다면 커뮤니티의 일부가되는 것이 인생을 재미있게 만드는 큰 부분입니다.
면책 조항 : 내가 웹 스타트 업에서 개인적인 재산을 창출한다면 알고리즘 거래를 마지막으로 시도하고 싶은 부분이 여전히 남아 있습니다. 거기에서 나는 그것을 말했다. :)
부록 : 필자가 7 번에서 "내 상류층이 아닌 상인"과 "자기 반성을하지 않는"상인에 대해 쓴 글은 모두 진실이 아니다. 네, 몇 년 동안 몇 명의 상인에 대해 나쁜 경험을했지만, 그런 일반화를 단지 게으르고 불공평하게 만들기 위해서였습니다. 이 책을 읽는 사람이있는 곳이면, 제 사과를 받아주십시오.

자신의 알고리즘 트레이딩 전략을 수립하는 방법.
알고리즘 트레이딩 전략.
매주 수익을 창출하는 알고리즘 트레이딩 전략을 어떻게 세우는지를 묻는 수많은 질문을받습니다.
반복적으로 우리의 프로세스와 추론을 설명하려고 노력하는 대신, 우리는 4 가지 주요 장애물에 대한 상세한 비디오를 작성하기로 결정했으며, 수익성 높은 알고리즘 트레이딩 전략을 어떻게 구축 할 수 있는지에 대해 결정했습니다.
상인으로서의 목표는 승리하는 거래 전략을 창안하거나 적어도 사용하는 것입니다. 수동으로 거래하거나 자동 거래 전략이라면 상관 없습니다. 그러나 돈을 벌 수있는 무언가를 만드는 일이 생기면 자동으로 집중하여 자신의 알고리즘 트레이딩 전략을 실행하고 다음 알 고 트레이딩 전략을 수립하는 동안 당신을 위해 일하게됩니다.
지난 수년 동안 나는 성공적인 거래 전략을위한 열쇠를 찾기 위해 수천 달러의 돈을 쏟아 부었다. 나는 상승하고, 하락하고, 옆으로 시장에서 일하는 유익한 알고리즘 거래 전략을 어떻게 구축하는지 당신과 함께 나누고 싶습니다.
어떻게하면 수익성 높은 알고리즘 트레이딩 전략을 세웠습니까? 당신은 또한 어떻게 할 수 있습니다.
내게 일어나는 일들에 대한 상인으로서의 나의 여정과 내가 전임 알고리즘 거래 전략 사용자가 된 방법을 함께 나누도록하겠습니다. 자세한 내용과 특별 행사는 아래 비디오를보십시오.
알고리즘 트레이딩 전략은 30.7 % ROI의 새로운 하이 워터 마크에 도달했습니다 & # 8211; 보도 자료.
이 항목을 공유하십시오.
Benzinga PreMarket TV 쇼에서 크리스 Vermeulen & # 8211; 자동화 된 거래.
알고리즘 트레이딩 전략 실적 & # 038; 투자자 교육.

알고리즘 트레이딩의 기초 : 개념과 예제.
알고리즘은 작업 또는 프로세스를 수행하기 위해 명확하게 정의 된 지침 집합입니다.
알고리즘 트레이딩 (자동 트레이딩, 블랙 박스 트레이딩, 또는 단순한 알 고 트레이딩)은 a 컴퓨터가 불가능한 속도와 빈도로 이익을 창출하기 위해 거래를하기 위해 정의 된 명령어 세트를 따르도록 프로그래밍 된 컴퓨터를 사용하는 프로세스입니다. 인간 상인. 정의 된 규칙 집합은 타이밍, 가격, 수량 또는 모든 수학적 모델을 기반으로합니다. 상인에 대한 이익 기회와는 별도로, 알 고향 거래는 시장을보다 유동적으로 만들고 무역 활동에 대한 정서적 인적 영향을 배제함으로써보다 체계적인 거래를 만듭니다. (자세한 내용은 올바른 알고리즘 트레이딩 소프트웨어 선택을 확인하십시오.)
거래자가 다음과 같은 간단한 거래 기준을 따랐다 고 가정 해보십시오.
50 일 이동 평균이 200 일 이동 평균보다 커지면 50주의 주식을 매수하십시오. 50 일 이동 평균이 200 일 이동 평균보다 낮아지면 주가는 주식의 주식을 매도합니다.
이 두 가지 간단한 지침을 사용하면 정의 된 조건이 충족 될 때 주가 및 이동 평균 지표를 자동으로 모니터링하고 구매 및 판매 주문을하는 컴퓨터 프로그램을 작성하기 쉽습니다. 상인은 더 이상 실시간 가격 및 그래프를 감시하거나 수동으로 주문할 필요가 없습니다. 알고리즘 거래 시스템은 거래 기회를 정확하게 식별함으로써 자동으로 거래를 수행합니다. 이동 평균에 대한 자세한 내용은 단순 이동 평균을 참조하십시오.
[입증 된 전략과 궁극적으로 알 고리즘 트레이딩 시스템으로 작업 할 수있는 포인트 전략에 대해 자세히 알아 보려면 Investopedia Academy의 Become a Day Trader 코스를 확인하십시오. ]
알고리즘 트레이딩의 이점.
Algo-trading은 다음과 같은 이점을 제공합니다.
가능한 최상의 가격으로 실행되는 거래 신속하고 정확한 거래 주문 배치 (따라서 원하는 수준의 실행 가능성 높음) 중요한 가격 변동을 피하기 위해 정확하고 즉각적인 거래 시간 단축 트랜잭션 비용 절감 (아래의 구현 부족 예 참조) 여러 항목에 대한 동시 자동 점검 시장 조건 거래 배치시 수동 오류 위험 감소 사용 가능한 과거 및 실시간 데이터를 기반으로 알고리즘 백 테스팅 정서적 및 심리적 요인에 기반한 인적 자원 거래자의 실수 가능성 감소.
현재의 고액 거래의 가장 큰 부분은 고주파 거래 (high frequency trading, HFT)입니다. 이 프로그램은 미리 프로그래밍 된 지침에 따라 여러 시장 및 여러 결정 매개 변수에 걸쳐 매우 빠른 속도로 대량 주문을 활용하려고 시도합니다. (고주파 거래에 대한 자세한 내용은 고주파 거래 (HFT) 회사의 전략과 비밀을 참조하십시오.)
Algo-trading은 다음과 같은 다양한 거래 및 투자 활동에 사용됩니다.
주식을 대량 구매하지만 불특정 다수의 투자로 주식 가격에 영향을 미치기를 원하지 않는 중장기 투자자 또는 매수 측면 기업 (연기금, 뮤추얼 펀드, 보험 회사). 단기 거래자 및 매도자 측 참가자 (시장 형성 자, 투기자 및 중개인)는 자동 거래 실행의 혜택을받습니다. 또한, algo-trading은 시장에있는 판매자에게 충분한 유동성을 창출하는 데 도움을줍니다. 체계적인 거래자 (추종자, 쌍 거래자, 헤지 펀드 등)는 거래 규칙을 프로그래밍하고 프로그램이 자동으로 거래되도록하는 것이 훨씬 더 효율적이라는 것을 알게됩니다.
알고리즘 거래는 인간 상인의 직감이나 본능에 기반한 방법보다 적극적인 거래에 대한 체계적인 접근 방식을 제공합니다.
알고리즘 트레이딩 전략.
알고리즘 거래를위한 모든 전략에는 향상된 수익 또는 비용 절감 측면에서 수익성이 확인 된 기회가 필요합니다. 다음은 algo-trading에서 사용되는 일반적인 거래 전략입니다.
가장 일반적인 알고리즘 트레이딩 전략은 이동 평균, 채널 이탈, 가격 수준 이동 및 관련 기술 지표의 추세를 따릅니다. 이러한 전략은 예측이나 가격 예측을하지 않기 때문에 알고리즘 거래를 통해 구현하는 가장 쉽고 간단한 전략입니다. 거래는 바람직한 추세의 발생을 기반으로 시작되며, 이는 예측 분석의 복잡성에 빠지지 않고 알고리즘을 통해 구현하기 쉽고 직관적입니다. 위에서 언급 한 50 일과 200 일 이동 평균의 예는 인기있는 추세 전략입니다. (추세 거래 전략에 대한 자세한 내용은 추세를 활용하는 간단한 전략을 참조하십시오.)
한 시장에서 더 낮은 가격에 이중 상장 주식을 매수하고 다른 시장에서 더 높은 가격으로 동시에 매각하는 것은 가격 차이를 무위험 수익 또는 차익 거래로 제공합니다. 가격 차이가 수시로 존재하기 때문에 동일한 작업이 주식 대 선물 상품에 대해 복제 될 수 있습니다. 이러한 가격 차이를 식별하고 주문을하는 알고리즘을 구현하면 효율적인 방식으로 수익성있는 기회를 얻을 수 있습니다.
인덱스 펀드는 보유 자산을 각각의 벤치 마크 지수와 동등하게 유지하기 위해 재조정 기간을 정했습니다. 이는 인덱스 펀드 재조정 직전에 인덱스 펀드의 주식 수에 따라 20-80의 베이시스 포인트 이익을 제공하는 예상 거래를 활용하는 알고리즘 트레이더에게 수익성있는 기회를 창출합니다. 이러한 거래는 적시 실행 및 최적의 가격을 위해 알고리즘 거래 시스템을 통해 시작됩니다.
델타 중립적 인 거래 전략과 같은 입증 된 수학적 모델은 포트폴리오 델타가 0으로 유지되도록 양수 및 음수 델타를 상쇄하기 위해 거래가 이루어지는 옵션과 기본 보안의 조합에 대한 거래를 허용합니다.
평균 회귀 전략은 자산의 고가와 저가가 주기적으로 평균값으로 되돌아가는 일시적인 현상이라는 생각에 기반합니다. 가격 범위를 식별하고 정의하고이를 기반으로 알고리즘을 구현하면 자산 가격이 정의 된 범위를 벗어날 때 거래가 자동으로 배치됩니다.
볼륨 가중 평균 가격 전략은 대량의 주문을 분해하고 주식 관련 과거 볼륨 프로파일을 사용하여 동적으로 결정된 작은 주문 청량을 출시합니다. 목표는 VWAP (Volume Weighted Average Price)에 가까운 주문을 실행하여 평균 가격으로 이익을 얻는 것입니다.
시간 가중 평균 가격 전략은 대량의 주문을 분해하고 시작 및 종료 시간 사이의 균등하게 나뉘어 진 시간대를 사용하여 동적으로 결정된 작은 주문 청량을 시장에 출시합니다. 목표는 시작 및 종료 시간 사이의 평균 가격에 가까운 주문을 실행하여 시장 영향을 최소화하는 것입니다.
거래 주문이 완전히 채워질 때까지이 알고리즘은 정의 된 참여율과 시장에서 거래되는 거래량에 따라 부분 주문을 계속 전송합니다. 관련 "단계 전략"은 사용자 정의 시장 볼륨 비율로 주문을 보내고 주가가 사용자 정의 수준에 도달하면이 참여율을 높이거나 낮 춥니 다.
구현 부족 전략은 실시간 시장을 거래함으로써 주문의 실행 비용을 최소화함으로써 주문 비용을 절감하고 지연된 실행의 기회 비용으로부터 이익을 얻는 것을 목표로합니다. 이 전략은 주식 가격이 호의적으로 움직일 때 목표로하는 참여율을 높이고, 주가가 반대로 움직일 때 그것을 낮출 것이다.
다른 측면에서 "사건"을 식별하려고 시도하는 몇 가지 특별한 클래스의 알고리즘이 있습니다. 예를 들어, 판매 측 시장에서 사용되는 이러한 "스니핑 알고리즘"은 대규모 주문의 구매 측면에서 알고리즘의 존재를 식별 할 수있는 내장 인텔리전스를 갖추고 있습니다. 이러한 알고리즘을 통한 탐지는 시장에서 대량 주문 기회를 파악하고 더 높은 가격으로 주문을 작성함으로써 이익을 얻을 수있게 해줍니다. 이것은 때로는 하이테크 전방 주행으로 확인됩니다. (고주파 거래 및 사기 행위에 대한 자세한 내용은 다음을 참조하십시오 : 주식을 온라인으로 구입할 경우 HFT에 관여 함)
알고리즘 거래에 대한 기술적 요구 사항.
컴퓨터 프로그램을 사용하여 알고리즘을 구현하는 것이 마지막 부분으로, 백 테스트가 있습니다. 문제는 식별 된 전략을 주문 거래 계정에 액세스 할 수있는 통합 된 전산 프로세스로 변환하는 것입니다. 다음이 필요합니다.
필요한 거래 전략, 고용 된 프로그래머 또는 미리 만들어진 거래 소프트웨어를 프로그래밍하기위한 컴퓨터 프로그래밍 지식 주문을하기위한 네트워크 연결 및 거래 플랫폼에 대한 액세스 주문을 할 수있는 기회를 알고리즘이 모니터 할 시장 데이터 피드에 액세스 능력 및 인프라 실제 시장에 출시되기 전에 빌드 된 시스템을 백 테스팅하기 알고리즘에서 구현 된 규칙의 복잡성에 따라 백 테스트를위한 사용 가능한 과거 데이터.
다음은 포괄적 인 예입니다 : Royal Dutch Shell (RDS)은 암스테르담 증권 거래소 (AEX)와 런던 증권 거래소 (LSE)에 상장되어 있습니다. 차익 거래 기회를 식별하는 알고리즘을 구축해 보겠습니다. 흥미로운 관찰은 거의 없습니다.
AEX는 유로화로 거래되며, LSE는 스털링 파운드로 거래됩니다. AEX는 1 시간의 시간차로 인해 LSE보다 한 시간 앞당겨 거래가 이루어지며, 다음 두 시간 동안 동시에 거래가 이루어지고, AEX가 마감됨에 따라 지난 한 시간 동안 LSE에서만 거래가 이루어집니다. .
이 두 시장에 상장 된 Royal Dutch Shell 주식에 대해 서로 다른 통화로 차익 거래를 할 수 있는지 알아볼 수 있습니까?
현재 시장 가격을 읽을 수있는 컴퓨터 프로그램 LSE 및 AEX의 가격 피드 GBP-EUR 환율에 대한 외환 환율 피드 주문을 올바른 교환으로 전달할 수있는 주문 배치 기능 과거 가격 피드에 대한 백 테스트 기능.
컴퓨터 프로그램은 다음을 수행해야합니다.
두 거래소의 RDS 주식의 수신 가격 피드를 읽으십시오. 사용 가능한 환율을 사용하여 한 통화의 가격을 다른 통화로 변환하십시오. 유익한 기회로 이어지는 충분히 큰 가격 불일치 (중개 비용을 할인)가 존재한다면, 낮은 가격의 거래소에서 주문하고 높은 가격의 거래소에서 주문을 판매합니다. 원하는대로 주문을 실행하면 차익 거래 이익이 발생합니다.
간단하고 쉬운! 그러나 알고리즘 트레이딩의 실행은 유지 관리 및 실행이 간단하지 않습니다. 알 고가 생성 한 거래를 배치 할 수 있다면 다른 마켓 참여자도 마찬가지입니다. 따라서 가격은 밀리 초 및 심지어 마이크로 초 단위로 변동합니다. 위의 예에서 구매 주문 거래가 실행되면 어떻게되지만 주문이 시장에 출시 될 때까지 판매 가격이 변경되지 않습니다. 당신은 개방적인 자세로 앉아 결국 귀하의 차용액 전략을 쓸모 없게 만들 것입니다.
시스템 장애 위험, 네트워크 연결 오류, 거래 주문과 실행 간의 시간 지연, 그리고 무엇보다 불완전한 알고리즘과 같은 추가 위험과 과제가 있습니다. 알고리즘이 복잡할수록 더 엄격한 백 테스팅이 필요합니다.
결론.
알고리즘의 성능을 정량적으로 분석하는 것은 중요한 역할을하므로 비판적으로 검사해야합니다. 돈을 쉽게 벌기위한 개념을 가진 컴퓨터의 도움을 받아 자동화하는 것은 흥미로운 일입니다. 그러나 시스템을 철저히 테스트하고 필요한 한계를 설정해야합니다. 분석적 거래자는 올바른 전략을 확실하게 구현하는 데 자신감을 갖기 위해 스스로 프로그래밍 및 시스템을 학습하는 것을 고려해야합니다. 신중한 사용과 철저한 거래로 수익성 높은 기회를 창출 할 수 있습니다. (자세한 내용은 자신의 Algo 거래 로봇을 코딩하는 방법을 참조하십시오.)