Ein Algorithmus ist ein spezifischer Satz klar definierter Anweisungen, die darauf abzielen, eine Aufgabe oder einen Prozess auszuführen.

Algorithmischer Handel (automatisierter Handel, Black-Box-Handel oder einfach Algo-Handel) ist der Prozess der Verwendung von Computern, die so programmiert sind, dass sie einem bestimmten Satz von Anweisungen folgen, um Gewinne zu erzielen. unmöglich für einen menschlichen Händler. Die definierten Regelwerke basieren auf Timing, Preis, Menge oder einem beliebigen mathematischen Modell. Abgesehen von den Gewinnchancen für den Trader, macht Algo-Trading die Märkte liquider und macht den Handel systematischer, indem emotionale menschliche Auswirkungen auf die Handelsaktivitäten ausgeschlossen werden. (Weitere Informationen finden Sie unter Auswählen der richtigen algorithmischen Handelssoftware .)

Nehmen wir an, ein Trader folgt diesen einfachen Handelskriterien:

• Kaufen Sie 50 Aktien einer Aktie, wenn ihr gleitender 50-Tage-Durchschnitt den gleitenden 200-Tage-Durchschnitt überschreitet.
• Verkaufen Sie Aktien der Aktie. wenn sein gleitender 50-Tage-Durchschnitt den gleitenden 200-Tage-Durchschnitt unterschreitet

Mit diesem Satz von zwei einfachen Anweisungen ist es einfach, ein Computerprogramm zu schreiben, das den Aktienkurs (und die gleitenden Durchschnittsindikatoren) automatisch überwacht und platziert. die Kauf- und Verkaufsaufträge, wenn die festgelegten Bedingungen erfüllt sind. Der Händler muss nicht länger auf Live-Preise und Grafiken achten oder die Aufträge manuell eingeben. Das algorithmische Handelssystem tut es automatisch für ihn, indem es die Handelsgelegenheit korrekt identifiziert. (Weitere Informationen zu gleitenden Durchschnitten finden Sie unter Einfache gleitende Durchschnitte heben Trends hervor .)

[Wenn Sie mehr über bewährte und auf den Punkt kommende Strategien erfahren möchten, die eventuell in ein alorithmisches Handelssystem eingearbeitet werden können, besuchen Sie den Kurs "Become a Day Trader" der Investopedia Academy.]

Vorteile von Algorithmic Trading

Algo-Trading bietet die folgenden Vorteile:

• Trades werden zu den bestmöglichen Preisen ausgeführt.
• Sofortige und akkurate Handelsauftragsplatzierung (dadurch hohe Ausführungschancen auf den gewünschten Ebenen).
• Trades werden korrekt und sofort getaktet. , um signifikante Preisänderungen zu vermeiden
• Reduzierte Transaktionskosten (siehe das Beispiel für Implementierungsdefizite unten)
• Simultane, automatisierte Überprüfung mehrerer Marktbedingungen
• Reduziertes Risiko von manuellen Fehlern bei der Platzierung der Trades
• Backtest des Algorithmus, basierend auf verfügbaren historischen und Echtzeitdaten
• Reduzierte Fehlerquote durch menschliche Händler aufgrund von emotionalen und psychologischen Faktoren

Der größte Teil des heutigen Algo-Handels ist der Hochfrequenzhandel (HFT), der versucht, aus einer großen Anzahl von Aufträgen mit sehr hohen Geschwindigkeiten über mehrere Märkte und mehreren Entscheidungsparametern zu profitieren. auf vorprogrammierten Anweisungen.(Mehr zum Thema Hochfrequenzhandel, siehe Strategien und Geheimnisse von Hochfrequenzhandelsunternehmen (HFT) .)

Algo-Trading wird in vielen Formen von Handels- und Anlageaktivitäten eingesetzt, darunter:

• Mittel- bis langfristige Investoren oder Buy-Side-Firmen (Pensionskassen, Investmentfonds, Versicherungsunternehmen), die in großen Mengen Aktien kaufen, aber die Aktienpreise nicht mit diskreten, großvolumigen Anlagen beeinflussen wollen.
• Kurzfristige Händler und Verkäufer (Market Maker, Spekulanten und Arbitrageure) profitieren von der automatisierten Ausführung des Handels; Darüber hinaus trägt Algo-Trading dazu bei, den Marktteilnehmern ausreichend Liquidität zur Verfügung zu stellen.
• Systematische Trader (Trendfolger, Traderpaare, Hedgefonds etc.) finden es wesentlich effizienter, ihre Handelsregeln zu programmieren und das Programm automatisch handeln zu lassen.

Der algorithmische Handel bietet einen systematischeren Ansatz für den aktiven Handel als Methoden, die auf der Intuition oder dem Instinkt eines menschlichen Händlers beruhen.

Algorithmische Handelsstrategien

Jede Strategie für den algorithmischen Handel erfordert eine identifizierte Gelegenheit, die im Hinblick auf ein verbessertes Einkommen oder eine Kostenreduzierung profitabel ist. Im Folgenden werden gängige Handelsstrategien im Algo-Trading verwendet:

• Trend Following Strategies:

Die gängigsten algorithmischen Handelsstrategien folgen Trends in gleitenden Durchschnitten, Kanalausbrüchen, Kursbewegungen und verwandten technischen Indikatoren. Dies sind die einfachsten und einfachsten Strategien, die durch algorithmisches Handeln implementiert werden, da diese Strategien keine Vorhersagen oder Preisprognosen enthalten. Trades werden basierend auf dem Auftreten von wünschenswerten Trends initiiert, die einfach und unkompliziert durch Algorithmen implementiert werden können, ohne in die Komplexität der Vorhersageanalyse zu geraten. Das oben erwähnte Beispiel eines gleitenden Durchschnitts von 50 und 200 Tagen ist eine beliebte Trendfolgestrategie. (Weitere Informationen zu Trend-Trading-Strategien finden Sie unter Einfache Strategien zur Kapitalisierung von Trends .)

• Arbitrage-Gelegenheiten:

Kauf einer dualen börsennotierten Aktie zu einem niedrigeren Preis in einem Markt und gleichzeitiger Verkauf an Ein höherer Preis in einem anderen Markt bietet den Preisunterschied als risikolosen Gewinn oder Arbitrage an. Die gleiche Operation kann für Aktien gegen Futures-Instrumente repliziert werden, da Preisdifferenzen von Zeit zu Zeit existieren. Die Implementierung eines Algorithmus zur Identifizierung solcher Preisunterschiede und die Platzierung der Aufträge ermöglicht rentable Möglichkeiten auf effiziente Weise.

• Indexfonds-Neugewichtung :

Indexfonds haben Phasen der Neugewichtung definiert, um ihre Bestände mit ihren jeweiligen Referenzindizes in Einklang zu bringen. Dies schafft profitable Gelegenheiten für algorithmische Händler, die von erwarteten Trades profitieren, die 20-80 Basispunkte Gewinn je nach der Anzahl der Aktien im Indexfonds kurz vor der Neuausrichtung des Indexfonds bieten. Solche Trades werden über algorithmische Handelssysteme zur rechtzeitigen Ausführung und besten Preise initiiert.

• Mathematische modellbasierte Strategien:

Viele bewährte mathematische Modelle, wie die delta-neutrale Handelsstrategie, die den Handel mit Kombinationen von Optionen und der zugrunde liegenden Sicherheit ermöglichen, wobei Trades platziert werden, um positive und negative Deltas auszugleichen. das Portfolio-Delta wird auf Null gehalten.

• Handelsspanne (Mean Reversion):

Die Mean-Reversion-Strategie basiert auf der Vorstellung, dass die hohen und niedrigen Preise eines Vermögenswerts ein vorübergehendes Phänomen sind, das periodisch zu seinem Durchschnittswert zurückkehrt. Eine Preisspanne zu identifizieren und zu definieren und einen darauf basierenden Algorithmus zu implementieren, ermöglicht es, Trades automatisch zu platzieren, wenn der Preis des Assets in seinen definierten Bereich eintritt und ihn verlässt.

• Volumengewichteter Durchschnittspreis (VWAP):

Volumengewichtete Durchschnittspreisstrategie bricht eine große Order auf und gibt dynamisch bestimmte kleinere Brocken der Order unter Verwendung aktienspezifischer historischer Volumenprofile an den Markt aus. Ziel ist es, die Order in der Nähe des volumengewichteten Durchschnittspreises (VWAP) auszuführen, wodurch der Durchschnittspreis profitiert.

• Zeitgewichteter Durchschnittspreis (TWAP):

Die zeitgewichtete Durchschnittspreisstrategie bricht eine große Ordnung auf und gibt dynamisch bestimmte kleinere Teile des Auftrags an den Markt ab, wobei gleichmäßig geteilte Zeitschlitze zwischen einer Start- und einer Endzeit verwendet werden. Ziel ist es, die Order in der Nähe des Durchschnittspreises zwischen Start- und Endzeit auszuführen und damit die Markteinflüsse zu minimieren.

• Volumenprozentsatz (POV):

Solange der Handelsauftrag nicht vollständig ausgefüllt ist, sendet dieser Algorithmus weiterhin Teilaufträge entsprechend der festgelegten Beteiligungsquote und entsprechend dem in den Märkten gehandelten Volumen. Die zugehörige "Schritte-Strategie" sendet Aufträge zu einem benutzerdefinierten Prozentsatz der Marktvolumina und erhöht oder senkt diese Beteiligungsrate, wenn der Aktienpreis benutzerdefinierte Werte erreicht.

• Implementierungsdefizit:

Die Implementierungsdefizitstrategie zielt darauf ab, die Ausführungskosten einer Order durch den Austausch des Echtzeitmarkts zu minimieren, wodurch die Kosten der Order gespart und die Opportunitätskosten einer verzögerten Ausführung genutzt werden können. Die Strategie wird die angestrebte Partizipationsrate erhöhen, wenn sich der Aktienkurs günstig bewegt, und ihn verringern, wenn sich der Aktienkurs nachteilig entwickelt.

• Über die üblichen Trading-Algorithmen hinaus:

Es gibt einige spezielle Klassen von Algorithmen, die versuchen, "Happenings" auf der anderen Seite zu identifizieren. Diese "Sniffing-Algorithmen", die zum Beispiel von einem Sell-Side-Market Maker verwendet werden, verfügen über die eingebaute Intelligenz, um die Existenz von Algorithmen auf der Käuferseite einer großen Order zu identifizieren. Eine solche Erkennung durch Algorithmen wird dem Market Maker dabei helfen, große Bestellmöglichkeiten zu identifizieren und ihm zu ermöglichen, von einem höheren Preis zu profitieren. Dies wird manchmal als High-Tech-Front-Running bezeichnet. (Weitere Informationen zu Hochfrequenzhandel und betrügerischen Praktiken finden Sie unter: Wenn Sie Aktien online kaufen, sind Sie an HFTs beteiligt.)

Technische Anforderungen für algorithmischen Handel

Implementieren des Algorithmus mithilfe eines Computers Programm ist der letzte Teil, mit Backtesting geprügelt. Die Herausforderung besteht darin, die identifizierte Strategie in einen integrierten computergestützten Prozess umzuwandeln, der Zugriff auf ein Handelskonto für die Auftragserteilung hat. Folgendes wird benötigt:

• Kenntnisse in der Computerprogrammierung, um die erforderliche Handelsstrategie zu programmieren, gemietete Programmierer oder vorgefertigte Handelssoftware
• Netzwerkkonnektivität und Zugang zu Handelsplattformen zur Platzierung der Aufträge
• Zugriff auf Marktdatenfeeds, die durch den Algorithmus überwacht werden, um Gelegenheiten zum Aufgeben von Aufträgen zu erhalten
• Die Fähigkeit und Infrastruktur zum Backtest des einmal aufgebauten Systems, bevor es auf realen Märkten live geht
• Verfügbare historische Daten zum Backtesting, abhängig von der Komplexität der im Algorithmus implementierten Regeln Hier ein umfassendes Beispiel: Royal Dutch Shell (RDS) ist an der Amsterdamer Börse (AEX) und der London Stock Exchange (LSE) notiert.Lassen Sie uns einen Algorithmus erstellen, um Arbitragemöglichkeiten zu identifizieren. Hier einige wenige interessante Beobachtungen:

AEX wird in Euro gehandelt, während LSE in Pfund Sterling gehandelt wird

• Aufgrund des Zeitunterschieds von einer Stunde eröffnet AEX eine Stunde früher als LSE, gefolgt von einem gleichzeitigen Handel der beiden Börsen für die nächsten Stunden und dann während der letzten Stunde nur mit LSE handeln, wenn AEX geschlossen wird
• Können wir die Möglichkeit des Arbitragehandels für die auf diesen beiden Märkten notierte Royal Dutch Shell-Aktie in zwei verschiedenen Währungen untersuchen?

Anforderungen:

Ein Computerprogramm, das aktuelle Marktpreise ablesen kann

• Preisfeeds von sowohl LSE als auch AEX
• A Devisenkurs-Feed für GBP-EUR-Wechselkurs
• Order-Placement-Fähigkeit, die den Order to the correct exchange
• Backtesting-Fähigkeit bei historischen Kurs-Feeds
• Das Computer-Programm sollte Folgendes ausführen:

Lesen Sie den eingehenden Kurs-Feed von RDS-Aktien von beiden Börsen

• Mit den verfügbaren Wechselkursen , konvertieren Sie den Preis einer Währung in andere
• Wenn es eine ausreichend große Preisdiskrepanz (Abzinsung der Maklerkosten) gibt, die zu einer gewinnbringenden Gelegenheit führt, dann platzieren Sie die Kauforder auf günstigere Tausch- und Verkaufsorder auf höherpreisiger Börse > Wenn die Aufträge wie gewünscht ausgeführt werden, folgt der Arbitrage-Gewinn
• Einfach und einfach! Die Praxis des algorithmischen Handels ist jedoch nicht so einfach zu pflegen und auszuführen. Denken Sie daran, wenn Sie einen durch Algo generierten Handel platzieren können, können dies auch die anderen Marktteilnehmer tun. Folglich schwanken Preise in Millisekunden und sogar Mikrosekunden. Im obigen Beispiel, was passiert, wenn Ihr Buy-Trade ausgeführt wird, aber Trade-Trade nicht, da sich die Verkaufspreise zu dem Zeitpunkt ändern, zu dem Ihre Order auf den Markt kommt? Sie werden in einer offenen Position sitzen und Ihre Arbitrage-Strategie wertlos machen.
• Es gibt zusätzliche Risiken und Herausforderungen: beispielsweise Systemausfallrisiken, Netzwerkverbindungsfehler, Zeitverzögerungen zwischen Geschäftsaufträgen und -ausführung und vor allem unvollkommene Algorithmen. Je komplexer ein Algorithmus ist, desto strenger ist das Backtesting, bevor es in die Tat umgesetzt wird.

The Bottom Line

Die quantitative Analyse der Performance eines Algorithmus spielt eine wichtige Rolle und sollte kritisch untersucht werden. Es ist aufregend, sich für die Automatisierung zu entscheiden, unterstützt von Computern mit dem Gedanken, mühelos Geld zu verdienen. Aber man muss sicherstellen, dass das System gründlich getestet wird und die geforderten Grenzwerte eingehalten werden. Analytische Trader sollten erwägen, selbst Programmieren zu lernen und Systeme zu entwickeln, um sicher zu sein, dass sie die richtigen Strategien auf narrensichere Weise umsetzen können. Vorsichtiger Einsatz und gründliches Testen von Algo-Trading können gewinnbringende Chancen schaffen. (Weitere Informationen finden Sie unter So codieren Sie Ihren eigenen Algo-Trading-Roboter.)