최고의 고주파 거래 전략
전략 및 고주파 거래 (HFT) 회사의 비밀.
기밀성, 전략 및 속도는 고주파 거래 (HFT) 기업을 정의하고 실제로 존재하는 금융 산업을 가장 잘 정의하는 용어입니다.
HFT 기업은 운영 방법과 성공의 열쇠에 대해 비밀 스럽습니다. HFT와 관련된 중요한 사람들은 각광을 피하고 덜 알려졌지만 지금은 변하고 있습니다.
HFT 사업의 회사는 여러 전략을 통해 거래하고 돈을 벌어들입니다. 전략에는 차익 거래 - 인덱스 차익 거래, 변동성 차익 거래, 통계적 재정 거래 및 합병 차익 거래, 글로벌 마크로, 장단기 지분, 수동 마켓팅 등 다양한 형태가 포함됩니다.
HFT는 컴퓨터 소프트웨어의 초고속 속도, NASDAQ TotalView-ITCH, NYSE OpenBook 등 중요한 자원과 연결에 최소한의 대기 시간 (지연)으로 의존합니다.
HFT 회사의 유형, 돈을 벌기위한 전략, 주요 업체 등에 대해 자세히 알아 보겠습니다.
HFT 회사는 일반적으로 사기업, 사기업 및 많은 개인 전략을 사용하여 이익을 창출합니다. 고주파 거래 회사는 크게 세 가지 유형으로 나눌 수 있습니다.
가장 흔하고 가장 큰 형태의 HFT 회사는 독립적 인 독점 회사입니다. 독점 거래 (또는 "소품 거래")는 회사의 돈이 아니라 고객의 돈으로 집행됩니다. LIKewise, 이익은 회사를위한 것이지 외부 고객을위한 것이 아닙니다. 일부 HTF 회사는 브로커 - 딜러 회사의 자회사입니다. 대부분의 일반 브로커 - 딜러 회사는 HFT가 완료된 독점 트레이딩 데스크라고하는 하위 섹션을 가지고 있습니다. 이 섹션은 정규 외부 고객을 위해 수행하는 비즈니스와 구분됩니다. 마지막으로 HFT 회사는 헤지 펀드로도 운영됩니다. 그들의 주요 초점은 재정 거래를 사용하여 유가 증권 및 기타 자산 범주에 걸쳐 가격을 책정하는 비효율로부터 이익을 얻는 것입니다.
Volker Rule 이전에는 많은 투자 은행이 HFT 전용 세그먼트를 가졌습니다. Post-Volcker, 상업 은행에는 독점 거래 데스크 또는 그러한 헤지 펀드 투자가있을 수 없습니다. 모든 주요 은행들이 HFT 상점을 폐쇄했지만, 이들 은행 중 일부는 과거에 행해진 HFT 관련 불법 행위에 대한 혐의에 여전히 직면 해 있습니다.
타당성있는 상인이 회사를 위해 돈을 벌기 위해 고용 한 많은 전략이 있습니다. 일부는 매우 평범한 것이며, 일부는 논란의 여지가 있습니다.
이들 회사는 양쪽에서 거래를하는데, 즉 현재 시장 (판매의 경우) 이상이고 현재 시장 가격 (구매의 경우)보다 약간 낮은 주문을 사용하여 판매 할뿐만 아니라 구매 주문을합니다. 두 가지의 차이점은 주머니에 넣는 이익입니다. 따라서 이러한 회사들은 "시장 만들기"에 빠져 입찰 제안서의 차이점으로부터 이익을 얻는다. 이러한 트랜잭션은 알고리즘을 사용하는 고속 컴퓨터에 의해 수행됩니다. HFT 기업의 또 다른 수입원은 전자 통신 네트워크 (ECNs)와 일부 거래소가 유동성을 제공하는 것에 대해 돈을 받는다는 것입니다. HFT 기업은 하루에 여러 번 저비용의 대량 주식 (HFT의 전형적인 즐겨 찾기)을 여러 번 대량으로 판매하여 입찰가 스프레드를 만들어 시장 결정자의 역할을 수행합니다. 이 회사들은 무역을 제곱하고 새로운 무역을 창출함으로써 위험을 헤지합니다. (상위 주식 고주파 거래자 (HFT) 픽업 참조) 이들 기업이 돈을 벌 수있는 또 다른 방법은 다른 거래소 또는 자산 클래스의 증권 간 가격 불일치를 찾는 것입니다. 이 전략은 통계적 재정 거래라고하며 독점적 인 상인은 여러 거래소의 가격이 일시적으로 불일치하는 것을 경계합니다. 초고속 거래의 도움으로 많은 사람들이 알아 차리지 못하는 이러한 사소한 변동을 이용합니다. HFT 기업들은 또한 모멘텀 점화에 빠져 돈을 벌 수 있습니다. 이 회사는 일련의 거래를 사용하여 다른 알고리즘 거래자를 유인하여 해당 주식을 거래하려는 동기로 주식 가격의 급등을 유발할 수도 있습니다. 전체 과정의 선동자는 다소 "인위적으로 창조 된"급속한 가격 움직임 이후에 가격이 정상으로 되돌아 가고 조기에 포지션을 취하고 궁극적으로 포지션을 취함으로써 상인의 이익을 얻는다는 것을 알고있다. (Related Reading : 고주파 거래로 소매 투자자가 이익을 얻는 방법)
HFT 세계에는 중소 기업에서부터 대기업에 이르기까지 다양한 기업이 있습니다. 업계의 일부 이름은 자동화 된 트레이딩 데스크 (ATD), 초퍼 트레이딩, DRW 홀딩스 LLC, 트레이드봇 시스템스, KCG 홀딩스 (GETCO와 나이트 캐피털의 합병), 사스케 하나 인터내셔널 그룹 LLP SIG), 버트 파이낸셜 (Birtu Financial), 올 스턴 트레이딩 (Allston Trading LLC), 제네바 트레이딩, 허드슨 리버 트레이딩 (HRT), 점프 트레이딩, 파이브 링 캐피털 LLC, 제인 스트리트 등
HFT에 종사하는 기업들은 종종 소프트웨어 예외, 역동적 인 시장 조건 및 규정 및 준수와 관련된 위험에 직면합니다. 눈부신 순간 중 하나는 2012 년 8 월 1 일에 일어난 대 실패였습니다. Knight Capital Group이 파산에 가까워졌습니다. 그날 개장 한 지 1 시간도 안되어 4 억 달러가 손실되었습니다. 알고리즘 오작동으로 인한 "거래상의 결함"은 150 개의 다른 주식에 대한 잘못된 거래 및 잘못된 주문을 초래했습니다. 회사는 결국 구제되었다. 이러한 기업들은 운영 및 기술적 문제를 해결할뿐만 아니라 많은 규정 준수를 보장해야하기 때문에 위험 관리를해야합니다.
딥 뉴럴 네트워크 기반의 고주파 거래 전략
Andrés Arévalo 저자 Jaime Niño 독일 Hernández Javier Sandoval.
이 백서에서는 딥 뉴럴 네트워크 (DNN) 기반의 고주파수 전략을 제시합니다. DNN은 다음 1 분 평균 가격을 예측하기 위해 현재 시간 (시 및 분) 및 \ (n \) - 1 분 의사 회신, 가격 표준 편차 및 추세 지표에 대해 교육을 받았습니다. DNN 예측은 다음 예상 평균 가격이 마지막 마감 가격보다 높을 때 (판매 된) 고주파수 거래 전략을 수립하는 데 사용됩니다. 교육 및 테스트에 사용되는 데이터는 2008 년 9 월에서 11 월까지 AAPL Ticket-by-Tick 트랜잭션입니다. 가장 잘 찾아낸 DNN은 방향 정확도가 66 %입니다. 이 전략은 테스트 기간 동안 81 %의 성공적인 거래를 산출합니다.
참조.
저작권 정보.
저자 및 제휴사.
Andrés Arévalo 1 작가 Jaime Niño 1 독일 Hernández 1 Javier Sandoval 2 1. Universidad Nacional de Colombia Bogotá 콜롬비아 2. Algocodex 연구소 Universidad Externado Bogotá 콜롬비아.
이 백서에 대해서.
개인화 된 권장 사항.
종이를 인용하십시오.
.RIS 논문 참조 관리자 RefWorks Zotero.
.BIB BibTeX JabRef Mendeley.
용지를 공유하십시오.
즉시 다운로드 모든 장치에서 읽을 수 있음 영원히 소유 가능 해당되는 경우 현지 판매 세 포함.
종이를 인용하십시오.
.RIS 논문 참조 관리자 RefWorks Zotero.
.BIB BibTeX JabRef Mendeley.
용지를 공유하십시오.
손끝에서 천만 가지 이상의 과학적 문서를 제공합니다.
전환 판.
&부; 2017 Springer International Publishing AG. 스프링거 자연의 일부입니다.
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 테 스트 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 미치고 싶지 않은 중장기 투자자 또는 매수 측 회사 (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 간단합니다. 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 같이 입증 된 많은 수학 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 대량 주문을 해체하고 시작 시간과 종료 시간 사이의 균등하게 나뉘어 진 시간 슬롯을 사용하여 동적으로 결정된 작은 주문 청량을 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 움직이면 목표 참여율을 낮출 것입니다.
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 1 시간 빠르며, 다음 두 시간 동안 동시에 거래가 이루어지며 AEX가 마감되면서 지난 1 시간 동안 LSE에서만 거래됩니다 .
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 읽습니다. 사용 가능한 환율을 사용하여 한 통화의 가격을 다른 통화로 변환합니다. 수익성있는 기회로 이어지는 충분히 큰 가격 불일치 (중개 비용을 할인)가 존재하는 경우, 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.)
Comments
Post a Comment