هرآنچه را درباره معاملات الگوریتمی؛ ربات های معامله­ گر یا دستیار معاملاتی بورس و فارکس باید بدانید

چقدر به صورت علمی انواع ربات های معامله‌گر را میشناسید؟

اگر فعال بازارهای مالی جهانی هستید، حتما تاکنون بارها توسط عده‌ای به خرید انواع ربات تریدر نظیر ربات معامله‌گر خودکار فارکس، ربات دستیار معاملاتی فارکس، ربات تحلیل‌گر ارز دیجیتال، ربات سیگنال و موقعیت‌یاب فارکس و ربات کپی تریدینگ تشویق شده‌اید. همینطور اگر در بورس تهران فعالیت می‌کنید، حتما درمورد ربات‌های سرخطی بورس تهران، ربات‌های تحلیل‌گر بورس، فیلترنویسی بورس و معاملات الگوریتمی بورس شنیده‌اید. حتی اگر تاکنون چیزی از ربات‌های معامله‌گر نشنیده‌اید؛ بدون اینکه بترسید تا انتهای این مقاله با ما همراه باشید تا به زبان ساده همه آن چیزی را که درباره ربات‌های تریدر و سیگنال و به طور کلی معاملات الگوریتمی باید بدانید به شما یاد دهیم.

متاسفانه این روزها بخاطر دانش کم افراد نسبت به ربات‌های معاملاتی زمینه برای سواستفاده و کلاه‌برداری عده‌ای از افراد و شرکت‌ها در این زمینه فراهم شده‌است. به طوری که خیلی از شرکت‌های بازاریابی شبکه‌ای نظیر یونیک فایننس با ادعای راه‌اندازی ربات‌های معامله‌گر خودکار با وعده سود ثابت و درآمد دلاری تضمین‌شده، افراد را تشویق به سرمایه‌گذاری در بازی‌های پانزی خود می‌کنند. این شرکت‌ها حتی برای مدتی سودهایی را در قالب سودهای حاصل از معاملات ربات‌های معامله‌گر خودکار در بورس‌های جهانی و خرید سهام شرکت‌های بزرگ به افراد می‌پردازند. ولی آیا واقعا این سودها حاصل ساخت ربات‌های هوشمند معاملاتی است؟

اگر چیزی در مورد بازی‌های پانزی نمی‌دانید، حتما پادکست رایگان ما را تحت عنوان " آیا یونیک فاینانس، E2C و سایر شرکت هایی که سود ثابت میدهند کلاهبردارند؟ " مشاهده کنید و برای آشنایان خود بفرستید تا در دام کلاه‌برداران نیفتند.

متاسفانه حتی عده‌ای از فعالین بازار مالی هم اطلاعات خوبی در زمینه ربات‌های معامله‌گر و مفاهیم آن‌ها ندارند. یا اینکه تصور می‌کنند تمامی این ربات‌ها با قصد کلاه‌برداری برنامه‌نویسی شده‌اند. این درحالی است که در میان تعداد بسیار زیادی از ادعاهای پوچ در مورد راه‌اندازی ربات‌های معامله‌گر خودکار و ربات سیگنال فارکس و بورس، عده‌ای از معامله‌گران در این بازارها با کنار زدن این عقاید غلط در حل استفاده صحیح از این ربات‌های معاملاتی هستند و از آن‌ها سود می‌برند. اما سودی معقول با ریسکی قابل قبول.

پیش از آنکه از ربات‌های معامله‌گر و معاملات الگوریتمی در بورس و فارکس بگوییم، به شما یادآوری می‌کنیم که حتما تا به حال در معاملات خود با گزاشتن حد سود و ضرر و رسیدن قیمت به اعداد خاصی، دستور خرید یا فروش خودکار را انجام داده­اید. همین کار شما که اصطلاحا Buy limit و Sell limit گفته می­شود، یک الگوریتم پایه­ای و ساده معاملاتی است که بر روی پلتفرم معاملاتی شما (برای مثال متا تریدر) برنامه‌نویسی شده است. این الگوریتم شما را قادر میسازد که به صورت خودکار و بدون نیاز به دخالت و حضورتان، دستور گرفتن پوزیشن‌های خرید یا فروش را از پیش در پلتفرم معاملاتی سرور کارگزاری خود ثبت کنید. سرور کارگزاری که برخلاف کامپیوتر شما همیشه روشن و آنلاین است، توسط برنامه‌ای که به آن داده‌شده‌است (همان پلاگین اضافی ربات معامله‌گر)، بدون آنکه شما آنلاین باشید دست به معامله می­زند. درواقع شما به نوعی با ربات‌های معاملاتی کار کرده‌اید اما متوجه آن نبوده‌اید.

درست حدس زدید، باز هم کامپیوترها و ربات‌های معامله‌گر آن‌ها قصد دارند جای انسان‌ها را بگیرند. پیشرفت فناوری در بازارهای مالی هم دردسرساز شد. با مقایسه قدرت محاسباتی کامپیوترهادر جمع­آوری و تحلیل سریع داده­های معاملاتی پیچیده می­توان دریافت که چرا ­ استفاده از ربات‌های معاملاتی و به طور کلی الگوریتم­ها و معاملات الگوریتمی در بازارهای مالی بخصوص فارکس در حال رشد سریع و فراگیر شدن هستند. Market Maker ها، بانک‌ها، صندوق‌های سرمایه‌گذاری هر روز بیشتر به این روش از معاملات و استفاده از اکسپرت­ها (Expert) یا همان ربات‌های هوشمند معاملاتی روی می­آورند. و شاید باور نکنید، ولی داده ها نشان نشان از آن دارند که در حال حاضر بیشتر از 50 درصد سرمایه گذاری ها، در بازارهای مالی دنیا بوسیله ربات‌های معامله‌گر در حال انجام است. و بازارهای مالی در دنیا هستند که بیشتر از 90 درصد معاملات آن ها توسط الگوریتم ها و ربات های نرم افزاری معاملاتی انجام می شود. شاید یک روز بیاید که معامله‌گران بازارهای مالی دیگر بدون کمک ربات‌های معامله‌گر و دستیاران معاملاتی هوشمند قادر به معامله و کسب سود نباشند.

اگرچه علم هوش مصنوعی و یادگیری ماشین هرروزه پیشرفت­های چشم­گیری را کسب می­کند ولی هنوز ماشین­ها مثل انسان­ها قدرت فکر و یادگیری ندارند. اما در حال حاضر ربات‌های معاملاتی قادرند به راحتی و بسیار سریع و بدون خطا کلیه دیتای بازار مالی را به­همراه تعداد زیادی از متغیرها و ابزارها برحسب استراتژی یا استراتژی­های معامله­گر به صورت تکراری و کارا تحلیل کنند و بهترین نمادها را جستجو کند یا به معامله آن­ها بپردازند.

در یک معامله الگوریتمیک از یک ربات معامله‌گر، الگوریتم چیست؟ 

زنجیره­­ایی از دستورات است که قرار است به صورت گام­ به ­گام و با ترتیبی خاص خوانده و اجرا شوند و درنهایت به حل یک مسئله بپردازند.

 مفاهیم الگو تریدینگ یا معاملات الگوریتمی در ربات‌های معاملاتی

ربات‌های معامله‌گر با اضافه کردن الگوریتم‌ها به مبحث معامله‌گری یا تریدینگ منجر به پیدایش مفهوم کلی‌تری به نام الگو تریدینگ یا معاملات الگوریتمی (Algoritmic trading) شدند. در مبحث ربات‌های معاملاتی مفهوم جامع الگوتریدینگ یک روش­ معاملاتی است، که از کامپیوتر، برنامه­ها و الگوریتم­های کامپیوتری ( به این الگوریتم­ها Black box هم گفته می­شود) و به کارگیری یک زبان برنامه­نویسی کامپیوتری متناسب با پلتفرم معاملاتی آن بازار مالی به صورت اتوماتیک (بدون دخالت انسان) یا نیمه اتوماتیک برای اجرای زنجیره دستورالعمل­ها برای جستجوی بازار یا اجرای سفارش معاملات بهره می­گیرد.

تفاوت عمده ربات­های معامله‌گر در این است که قرار است تنها به جستجو و تحلیل بازار (Scanning) بپردازند یا اینکه به صورت خودکار (Auto trading) معامله انجام بدهند و به مدیریت آن پوزیشن بپردازند یا خیر.

مجموعه­ای از این الگوریتم­ها با مجموعه­ای از استراتژی­های معاملاتی به برنامه­ها یا ربات­های معامله­گر خودکار یا نیمه­خودکار و هوشمند می­انجامند که حتی قادرند با جستجو در سهم­های بازارهای مالی مختلف سهام، کوین­ها و توکن­های بازار ارز­های دیجیتال یا جفت­ارزهای بازار فارکس پس از تشخیص فرصت­های معاملاتی و تشخیص سبد دارایی و تخصیص سرمایه به هر نماد از سبد پس از تعیین نقاط ورود و خروج پوزیشن خرید یا فروش بگیرند و بهمراه مدیریت پوزیشن­های باز شده، مدیریت ریسک و سرمایه را هم تواما انجام دهند.

درک نحوه عملکرد ربات­های معاملاتی خودکار و اسکنرها (ربات سیگنال) 

به طور کلی با توجه به مفهوم الگوتریدینگ، یک ربات‌ معاملاتی می­تواند در تمام مراحل معامله‌­گری در وظایفی نظیر انتخاب بازار مالی، انتخاب نماد معاملاتی و فرصت های معاملاتی مناسب بر حسب استراتژی تعریف ­شده، مدیریت ریسک و سرمایه، ورود به پوزیشن و مدیریت پوزیشن­های باز به شما کمک کند. گاه تمام این وظایف توسط ربات معامله‌گر خودکار به ­صورت اتوماتیک و بدون دخالت انسان (Auto trade) و گاه تعدادی از این وظایف توسط انسان و به صورت نیمه اتوماتیک توسط ربات‌های دستیار معاملاتی نیمه خودکار انجام می­شود. همچنین در معاملات الگوریتمی قابلیت کدنویسی تمام موارد تحلیل تکنیکال خط روند، واگرایی­ ها، الیوت، الگوهای هارمونیک و اندیکاتورها در یک ربات معاملاتی وجود دارد. اما در هنگام بکارگیری چندین استراتژی باید به منظور کنترل ریسک، به ضریب همبستگی آن استراتژی­ها توجه ویژه ­ای داشت.

 ربات‌های معاملاتی بورس، ربات‌های معامله‌گر فارکس و به طور کلی‌تر تمامی برنامه ­های کامپیوتری یا ربات­های هوشمند (اکسپرت­های) خودکار (Auto traders) بر اساس دستورالعمل­هایی نظیر این مثال نوشته می­شوند. معامله­ گر می­داند اگر مووینگ اوریج کوچک یک مووینگ اوریج بزرگ را شکست و اندیکاتور RSI هم همزمان Oversold شده بود، بازار قرار است حرکت صعودی کند. همین استراتژی‌ ساده به صورت دستورالعمل‌هایی به یک ربات معامله­ گر با زبان برنامه‌نویسی کامپیوتری داده­ شده تا بدون دخالت انسان و بصورت خودکار اقدام به خرید و فروش و معاملات ­کند. سیستم­های اکسپرت یا ربات‌های معاملاتی خودکار هنگام معامله خیلی چیزهای دیگر را در نظر نمیگیرند و دید کاملی نسبت به بازار ندارند و فقط بر مبنای تحلیل تکنیکال و آن هم شاید نه بصورت کامل کار می­کنند. این مورد در کنار عدم توانایی تحلیل فاندامنتال یک محدودیت یا ضعف برای این سیستم­ها محسوب می­شود. این ربات­های معامله‌گر هوشمند گاه در مدیریت سرمایه و تعیین حجم ورود داینامیک نیز ضعف­هایی دارند.

حتما تاکنون در مورد ربات موقعیت یاب فارکس یا ربات سیگنال فارکس و سایر بازارهای مالی نظیر ارزهای دیجیتال شنیده‌‌اید. ‌ربات‌های سیگنال یا ربات­های دستیار معاملاتی نیمه ­خودکار یا اسکنرها همانند ابزار فیلتر نویسی در سایت tse بورس تهران عمل می­کنند.

برای مثال ربات سیگنال فارکس با گرفتن الگوریتم‌های معاملاتی شما و شرایطی نظیر استراتژی مثال بالا توسط یک برنامه یا اسکریپت به زبان برنامه‌نویسی MQL در نرم‌افزار متاتریدر (پلتفرم معاملاتی محبوب بازار فارکس)، تمام سهم­های بازار را به صورت تکراری اسکن می­کند تا سهم­های دارای ویژگی­های خاص شما را بیابد و به عنوان سیگنال به شما اطلاع دهند. این دستیارهای معاملاتی به شما کمک می­کنند تا از لیست وسیعی از نمادهای بازار تنها تعداد محدودی را تحلیل کنید. و شاید با اطلاعات فاندامنتال خود پس از غربالگری و تشخیص سیگنال­های Fake بتوانید یکی از آن­ها را انتخاب کنید و در زمان خود صرفه­جویی کنید.

فیلترنویسی در بورس تهران نیز به منزله یک ربات سیگنال یا اسکنر عمل می‌کند. با توجه به تعداد زیاد نماد یا شرکت‌های سهامی در بورس و فرابورس تهران و حجم زیاد اطلاعات مربوط به هرکدام هر سهامدار می‌تواند با استفاده از گزینه فیلتر در قسمت دیده بان بازار سایت Tsetmc و نوشتن شبه کد ها یا اسکریپت‌هایی که دارای یکسری عملگرها و فیلدهای از قبل آماده شده توسط شرکت مدیریت فناوری بورس تهران هستند، اطلاعات مورد نیاز خود را در زمان کم بدست بیاورد. اگرچه محیط فیلتر نویسی در بورس ایران تنها یک محیط Query نویسی با محدودیت‌های فراوان است و اصلا با محیط برنامه‌نویسی در نرم‌افزار متاتریدر با زبان برنامه‌نویسی MQl قابل مقایسه نیست ولی به دلیل استفاده از برخی اطلاعات فاندامنتال در کنار دیتای تکنیکال بازار، از این جهت نسبت به زبان برنامه‌نویسی MQL برتری دارد. ازجمله محدودیت‌های فیلترنویسی برای سیگنال‌دهی در بورس تهران می‌توان به محدودیت دسترسی به داده‌های حداکثر 21 روز گذشته، عدم امکان استفاده از Backtest (در موردش صحبت خواهیم کرد) و تست استراتژی معاملاتی در گذشته، محدودیت در دسترسی به داده‌ها در تایم‌فریم‌های دیگر به جز تایم فریم روزانه و عدم توانایی ارتباط با سایر نرم‌افزارها اشاره نمود.

 ربات‌های معاملاتی و معاملات الگوریتمی متعلق به کدام بازارهای مالی است؟

همانطور که گفته شد الگو تریدینگ می‌تواند یک ربات دستیار معاملاتی اتوماتیک یا نیمه اتوماتیک، یک ربات معاملاتی هوشمند (Expert یا اکسپرت) یا یک ربات سیگنال ساده باشد. ربات‌های معامله‌گر برای معامله‌­گران مستقل از نوع آن بازار مالی آن­ها، نظیر بازار سهام ایران، بازار سهام خارج از ایران، بازار ارزهای دیجیتال، بازار فارکس و ... قابل استفاده است. اما فرد استفاده کننده می­بایست با دانش برنامه‌­نویسی و دانش معامله‌­گری و تعیین استراتژی­های معاملاتی آشنایی کامل داشته باشد.

مزایای ربات‌های معاملاتی و الگوتریدینگ نسبت به معامله­‌گری سنتی:

• محدودیت­های انسانی
• زمان و صبر محدود: یک معامله­‌گر حرفه‌­ای برای شکار پوزیشن دلخواه خود گاها زمان زیادی را نظاره‌­گر بازار با تعداد زیادی از نمادها است تا به پوزیشن و موقعیت دلخواه برسد، که این بلحاظ زمانی خسته‌­کننده است و صبر زیادی را میطلبد. اما یک ربات­ معاملاتی فارکس بسادگی پوزیشن دلخواه معامله­‌گر را طبق استراتژی شخصی او شناسایی و شکار می­کند. از طرفی این خستگی انسانی گاها موجب بروز خطا در تحلیل و محاسبات می­شود که در ربات­های معاملاتی وجود ندارد.
• سرعت: انجام سفارشات خرید و فروش در الگوتریدینگ و ربات‌هایمعامله‌گر فارکس با توجه به اختلاف زیاد سرعت عکس­العمل کامپیوتر نسبت به انسان به سرعت و دقت انجام می­شود به طوری که از ضررهای مالی ناشی از تاخیر در ثبت سفارشات خرید و فروش جلوگیری می­شود.
• خواب: در بازارهای هفت 24 (نظیر بازار کریپتوکارنسی)، ممکن است پوزیشن دلخواه معامله­گر در تایم خواب او رخ دهد. یا در آن زمان به کامپیوتر یا اینترنت دسترسی نداشته باشد و فرصت معاملاتی را از دست بدهد. همینطور در صورتی که پوزیشن بازی داشته باشد و نتواند به موقع آن را ببندد، او را متضرر سازد.
• عدم وجود احساسات و هیجانات انسانی: عدم وجود شک و تردید، ترس، استرس و طمع و ... در ربات­های معامله‌گر باعث می­شود که بر اساس منطق دستوری خود عمل کنند، به استراتژی پایبند باشند و مانند انسان­ها بر اساس احساسات و هیجانات شخصی تصمیم­گیری نکنند. همچنان که بعضی معامله­گران با چندمرتبه سود دچار طمع می­شوند و مدیریت سرمایه و حجم معاملات خود را در نظر نمی­گیرند و یا در حد سود خود طمع می­کنند. و برخی دیگر به­هنگام ترس حد ضرر خود را رعایت نمی­کنند. پس اجرای مهمترین موضوع در معامله­گری، مدیریت ریسک و سرمایه به صورت سیستمی و به دور از احساسات و خطا با داشتن الگو تریدینگ ممکن می­شود.
• تخلفات انسانی: یکی از دلایل میل تمام بازارسازها به الگوتریدینگ و ربات‌های معاملاتی این است که از آن­جا که انسان در این معاملات دخیل نیست و ماشین­ها تخلف نمی­کنند.

بررسی سریع و دقیق استراتژی­های معاملاتی و تعویض آن­ها

در یک ربات­ معامله­گر فارکس به راحتی می­توان با تست یک استراتژی از روی تاریخچه دیتا بازار در شرایط مشابه بهینگی آن استراتژی را تعیین کرد که به آن Back test گفته می­شود. اینکار معامله­گر را قادر می­سازد تا در صورت کارا نبودن یک استراتژی بتواند استراتژی معاملاتی خود را به موقع تعویض کند. بارها آن را با متغیرهای گوناگون از طریق بک تست استراتژی جدید در گذشته ، مورد بررسی و آزمایش قرار دهد و نسبت به آن اطمینان کسب کند، ریسک خود را کاهش دهد و برای استفاده از آن تصمیم بگیرد. کاری که در روش سنتی معامله­گری سال­ها به طول می­انجامد. این استراتژی­ها می­توانند در هرکدام از بازارهای رنج یا روند به صورت جداگانه تعریف شوند. همچنین به دلیل آنکه تحلیل در یک ربات‌های معامله‌گر فارکس توسط کامپیوتر صورت می­گیرد، امکان پیاده­سازی استراتژی­های پیچیده­تر و ترکیبی از استراتژی­ها هم وجود دارد.

• تست استراتژی در بازارهای مختلف و سودآوری در بازارهای بیشتر

یک ربات‌ معاملاتی، معامله­گر را قادر میسازد به راحتی استراتژی­های معاملاتی خود را در بازارهای مالی مختلف تست کند و پس از پیاده­سازی در بازارهای مالی بیشتری را رصد کند و به سودآوری بپردازد.

• امکان بهینه­سازی پارامترهای استراتژی شخصی

استراتژی معاملاتی­ای را شامل دو اندیکاتور macd و rsi که به ترتیب 4 و 2 پارامتر ورودی دارند، در نظر بگیرید. برای یک معامله­گر سنتی امکان بهینه سازی این پارامترها وجود ندارد. در حالی که در یک ربات معامله‌گر فارکس پارامترهای نظیر استراتژی­های مختلف بارها و بارها توسط الگوریتم­های هوش مصنوعی نظیر الگوریتم ژنتیک یا ازدحام ذرات مکررا تست و بهینه­سازی می­شوند.

• اسکنرها یا اسکرینرها و صرفه­جویی در زمان

معامله­گر می­تواند با تعریف شرایط ورود و خروج سهم­ها سیگنال­های اعلام این موقعیت­ها را از ربات دستیار معاملاتی نیمه­ خودکار خود دریافت و با صرفه­جویی در زمان نسبت به ورود به پوزیشن سریعا اقدام کند.

مجموعه آموزش بورس هم بر اساس استراتژی جامع استاد هومن مقراضی رباتی هوشمند برای یافتن موقعیت­های خوب معاملاتی در بازار فارکس طراحی کرده است. ربات موقعیت­‌یاب فارکس از دسته ربات‌های سیگنال یا اسکنر است، که با بررسی الگوریتم­های مختلف تکنیکالی نظیر واگرایی macd، اشباع در rsi، آرایش میانگین متحرک­ها و نزدیکی قیمت به مقاومت­ پیوت لاین­ها قادر است جفت ارزهای زیادی را در تایم فریم­های مختلفی بررسی و به شما سیگنال بدهد.

معایب الگوتریدینگ و ربات‌های معاملاتی

برای درک بهتر معایب معاملات الگوریتمی در ربات‌های معامله‌گر باید با بستر مورد نیاز برای اجرای صحیح آن آشنا باشید. در ابتدا باید توسط رابط برنامه­نویسی (API) که آن نوع از بازار در اختیار معامله­گر قرار می­دهد ( برای مثال کلید API صرافی یا بروکر خود)، فرمت دیتای بازار را به فرمت قابل پردازش تبدیل کرد و با دادن کلید API به ربات تریدر اجازه دسترسی به حساب خود در بروکر یا صرافی مورد نظر را می­دهید. سپس این اطلاعات توسط یک سخت­افزار پردازشگر بر اساس استراتژی الگوریتم­های برنامه­ریزی شده پردازش می­شوند و سیگنال پوزیشن­گیری ارسال می­کنند. سپس برای ورود به پوزیشن­ها باید سفارشات بر اساس زبان برنامه­نویسی بازار سرمایه مجددا به بازار بازگردند تا این چرخه کامل گردد. برای مثال ربات های معامله گری خودکار در پلتفرم متاتریدر ۴ و 5 تحت زبان برنامه نویسی mql4 وmql5  که توسط سازندگان این پلتفرم توسعه یافته است، نوشته می­شوند. حال معایب الگوتریدینگ و ربات‌های معامله‌گر را بهتر می­توان شناخت:

• سختی کدنویسی: کدنویسی توابع، متغیرها، عملگرها، اندیکاتورها، مدیریت پوزیشن­ها و ریسک و سرمایه و ... بسیار مشکل است و هرگونه اشتباه انسانی در کدنویسی الگوریتم­ها و استراتژی­های معاملاتی در ربات‌های معاملاتی بخصوص ربات‌های معامله‌گر فارکس (بدلیل وجود اهرم سرمایه) منجر به اجرای اشتباه و خسارات جبران­ناپذیری می­شود.
• نیاز به اینترنت و سخت­افزار: پیاده­سازی ربات­های معاملاتی باید در بستر اینترنت و توسط یک سیستم کامپیوتری و دارای پردازشگر و سخت افزار مناسب صورت بگیرد. گاها قطعی اینترنت یا برق با عدم دسترسی به دیتای بازار و اجرا نشدن کامل استراتژی الگوریتم­ها موجب زیان می­شود. به همین جهت عمده این ربات­های معامله‌گر بر روی vps ها پیاده­سازی می­شوند.
• نیاز به بهینه­سازی دائم: ربات­های معاملاتی دائما باید بر اساس دیتای به روز بازار و خطاهای بک تست بهینه­سازی شوند.

 انواع الگوریتم­ها در الگوتریدینگ و ربات‌های معامله‌گر 

این الگوریتم­ها می­توانند معاملات را برحسب دستورالعمل­های تعریف­شده توسعه‌دهندگان یا شخص معامله‌گر انجام دهند، یا اینکه از فعالیت‌های تحلیل‌گران و تریدرهای خبره کپی‌برداری کنند، که به آن ربات کپی تریدینگ (Copy trading) گفته می­شود. سایر الگوریتم­ها بر اساس دستورالعمل­های درخواستی توسط توسعه­دهندگان به شرح زیر می­باشد:

الگوریتم­‌های تکنیکالی تشخیص روند یا سیگنال

تکنیکالیست­ها با اندیکاتورهایی نظیر rsi، macd و ایچی موکو که در تحلیل روند بازار به آن­ها کمک می­کند، آشنایی دارند. در یک ربات معامله‌گر، این اندیکاتورها درواقع خود به نوعی یک الگوریتم تکنیکالی سیگنا­ل­دهی هستند که قابلیت کدنویسی دارند و روند صعودی و نزولی هریک از نمادها را براساس ترکیب الگوریتم­ها تشخیص می­دهند. اما باید در کنار سایر ابزارهای تکنیکال و فاندامنتال استفاده شوند تا کارآ باشند.

الگوریتم‌­های شکستن سفارش

عموما معاملات با حجم بالا توسط بازارسازها با این الگوریتم صورت می­پذیرد. این دسته از الگوریتم­ها که باز هم قابلیت کدنویسی در قالب یک ربات معاملاتی را دارند با شکستن سفارشات با حجم زیاد در بازه­های زمانی مختلف اقدام به خرید می­کنند تا از افزایش قیمت نماد مورد نظر در اثر ورود حجم زیادی از نقدینگی به یک نماد و بالا رفتن قدرت خریدار جلوگیری کند.

الگوریتم‌های اسکنر

این دسته از الگوریتم­ها وظیفه اسکن و مانیتورینگ بازار را در نمادهای مختلف برعهده دارند.

الگوریتم­های کم بسامد و فرکانس پایین (Low frequency trading)

این دسته از الگوریتم­ها در ربات‌های معاملاتی به صورت خودکار وظیفه خرید نماد مورد نظر برحسب استراتژی تعیین شده (برای مثال استراتژی خرید در کف و در بازار ایران خرید در صف فروش) و نگهداری آن و سپس فروش آن در قیمتی بالاتر (برای مثال در بازار ایران فروش به محض تبدیل شدن نماد به صف خرید) به قصد نوسان­گیری بلندمدت برعهده دارند. منظور از بلندمدت در حوزه نوسان­گیری نگهداری سهم بصورت ساعتی یا روزانه می­باشد. نام دیگر الگوریتم کم بسامد یا LFT که با ساختار بازار سهام ایران بسیار خوب عمل می­کند، position trading می­باشد.

الگوریتم­های پربسامد و فرکانس بالا (High frequency trading)

در تضاد با تفکر سرمایه­گذاری و نگهداری سهم به صورت بلند مدت، عده­ای دیگر از الگوریتم­ها به نام HFT یا ترید پرسرعت، در یک ربات معامله‌گر فارکس در تلاشند که با وارد کردن حجم زیاد در زمان کوتاه­مدت و انجام تعداد معاملات زیاد ( با فرکانس بالا)، به این شکل با استفاده از دقت و سرعت عمل در کامپیوترها با جمع این سودهای کم به سودهای زیادی برسند. منظور از نگهداری کوتاه مدت نماد در اینجا در واقع فاصله زمانی کمتر از 5 دهم ثانیه بین خرید و فروش نماد است که اصلا از دست انسان­ها بر نمی­آید و تنها کار ربات­های معاملاتی است. درواقع ربات‌های تریدر با سرعت زیادی وارد پوزیشن و با کسب سودی اندک به سرعت از آن خارج می­شوند. و این سودهای اندک جمع شده و به مقدار قابل توجهی می­رسد.

الگوریتم­های پربسامد در ربات‌های معامله‌گر همچنین نیازمند بستر خاصی برا فراهم ساختن سرعت بالای اینترنت به منظور دست­یابی سریعتر به اطلاعات بازارها حتی به میزان چند صدم ثانیه می­باشند. همچنین اهمیت سرعت سخت افزار و پردازشگر نیز باعث شده تا سوپر کامپیوترهای قدرتمندی عملیات جستجو و تحلیل بازارها، پردازش الگوریتم­های کوآنت­ها (معامله­‌گران یا نخبه­های مالی با تخصص بسیار بالا در حوزه­های علوم سیستم­های الگوریتمیک، ریاضیات و کامپیوتر، فیزیک یا ستاره­شناسی برای ایجاد الگوریتم­ها و تکنولوژی­های معاملاتی نظیر میکرو اسکلپینگ) و اجرای تعداد زیادی سفارشات در بازه زمانی کوتاه را برعهده بگیرند.

این مدل از معاملات پرسرعت توسط ربات‌های معاملاتی ابتدا برای نظم بخشیدن به سبد بازارسازها وارد چرخه تریدری شدند به طوری که امروزه کلیه استراتژی­های معاملاتی را بدون دخالت انسان با استفاده از هوش مصنوعی(AI) انجام می­دهند. بعدها ثابت شد رابطه معکوسی با اختلاف قیمت خرید و فروش دارند. و درواقع هرچه معاملات فرکانس بالا توسط ربات‌های معاملاتی بیشتر باشد، اختلاف قیمت خرید و فروش کم­تر می­شود. از طرفی با افزایش معاملات فرکانس بالا با تزریق بیشتر نقدینگی حجم معاملات بالا می­رود درحالی که ثابت شده است این معاملات هیچ تاثیری در قیمت واقعی خرید و فروش ندارند و حتی کارآیی این قیمت­ها را افزایش می دهند.

الگوتریدینگ و ربات‌های معاملاتی در بازارهای مالی بورس ایران و جهان (فارکس) 

استفاده از الگو تریدینگ  و ربات‌های معاملاتی در معاملات بازارهای پیشرفته بین‌المللی (فارکس) نقش ویژه­ای پیدا کرده است. گرچه در ایران فعالان حوزه ربات‌های معاملاتی با درج تگ الگوریتمی توسط نهاد ناظر بازار نظارت می­شوند، اما آمار حجم معاملات توسط الگوریتم­های معاملاتی و ربات‌های معامله‌گری در بازارهای مالی دنیا نظیر فارکس مشخص نیست. شرکت­های پیشرو در زمینه الگوتریدینگ و ربات‌های تریدر هوشمند در دنیا در ابتدا یکی از بزرگترین شرکت های مدیریت سرمایه در دنیا با نام Black rock در نیویورک سیتی آمریکا است. شرکت General trade golding  در قلب مرکز تجاری لندن نیز با همکاری شرکت j capital  در حوزه هوش مصنوعی توانسته است بیشترین سود را در حوزه معاملات الگوریتمی در ربات‌های هوشمند بسازد. همچنین شرکت هدج فاند Citadel در شهر لندن با ریسک کم به فعالیت در این حوزه می­پردازد. شرکت­های هدج فاند (Hedge fund)  یک نوع صندوق سرمایه­گذاری هستند که علاوه بر سهام تمرکز خود را برروی سایر بازارها نظیر طلا و نفت و ... به منظور کاهش ریسک پرتفو و افزایش برآیند سوددهی قرار داده­اند.

استفاده از الگوتریدینگ و ربات­های معامله­گر در ایران در کنار عدم امکان باز کردن معاملات و مدیریت پوزیشن­ها توسط افراد حقیقی و همچنین گاه غیرتکنیکالی و هیجانی بودن بازار و رفتار کوتاه­مدتی و نوسان­گیری حقوقی­های بازار و بازارسازها و گاها هماهنگی بازارسازها با بازیگر سهام بسیار مشکل است. در کنار همه این مشکلات عدم ثبات در قوانین بازار نظیر ایجاد فاصله در معاملات، دستور لغو الگوتریدینگ و سایر قوانین روزانه بازار که گاها به سرعت تغییر می­کنند

و پس گرفته می­شوند، به همراه محدودیت­های حجم مبنا و صف­های خرید و فروش و شناوری کم سهام­ها و ... موجب می شوند که این ربات­ها به راحتی عمل نکنند.

الگوریتم­های پربسامد در ربات‌های معاملاتی نیز با توجه به ساختار کارمزد و مالیات در بازار سهام ایران عموما ضررده هستند. اما معاملات کم سود و فرکانس بالای ربات‌های معاملاتی در بازارهای جهانی مثل فارکس با توجه به آنکه با ساختار مالیات در این بازارها که براساس سود هرمعامله به صورت نمایی محاسبه می­شود، هم خوانی زیادی دارد و باعث حداقل شدن درصد مالیات معاملات تجمعی می­شود بسیار پرکاربرد است.

درست است که استفاده از معاملات سرعتی و پربسامد توسط ربات‌های معاملاتی در ایران بسیار کم است، اما گاها سازمان بورس با برگزاری مسابقات الگوریتم سعی در فرهنگ­سازی در این حوزه دارد.

در بورس تهران به دلیل وجود صف‌های خرید و فروش بخصوص در مورد عرضه اولیه‌ها نوع دیگری از برنامه‌ها یا ربات‌ها به نام ربات سرخطی بورس پدید آمده‌است. به سفارشاتی که در ثانیه های اول معاملات نمادهای بورسی در زمان پیش گشایش بازار در صف خرید یا فروش گذاشته شود سرخطی می گویند، که با توجه به قرار گرفتن این درخواست‌ها در ردیف اول در صف سفارش‌ها احتمال انجام معامله در سهم بسیار زیاد است. برای خرید سهم‌های پرسودی نظیر عرضه اولیه‌ها بدلیل وجود صف‌های خرید طولانی، قرار گرفتن در جایگاه اول صف خرید از اهمیت زیادی برخوردار است. در این بین برخی شرکت‌ها با ارائه خدمات سرور مجازی بورس و در کنار آن ربات‌ها یا برنامه‌هایی برای سرخط زدن یک سهم انتخابی توسط شما با قابلیت تنظیم فاصله زمانی بین کلیک برای خرید سهم پدید آمده‌اند که به دلیل سرعت بالای عملیات سخت‌افزار سرور، پینگ تایم پایین با سرورهای کارگزاری به شما دقت و سرعت لازم را برای قرار گرفتن در صدر صف می‌دهند. این ربات‌ها درواقع بعنوان یک اتوکلیکر (Auto clicker) برای شبیه‌سازی حرکت دست معامله‌گر با سرعت بالا و درواقع با تعریف یک الگو براساس مختصات ماوس و دکمه‌های آن و دکمه‌های کیبورد با کلیک کردن در مختصات خاصی از صفحه نمایش که دکمه خرید سهم در آن‌جا قرار دارد در فاصله زمانی مشخص با سرعت بیشتر اقدام به خرید سهم برای شما می‌کنند. نحوه کار این ربات‌ها با معاملات الگوریتمی کاملا متفاوت است و هیچ تضمینی در افزایش شانس شما در صف‌ها ندارند. از طرفی از آن‌جا که برنامه‌نویس با دسترسی به اطلاعات شما در کارگزاری می‌تواند هر اهداف شومی را در کنار کارکردی که برای ربات تعیین کرده دنبال کند، استفاده از این ربات‌ها به هیچ وجه توصیه نمی‌شود.

استراتژی­‌های الگوریتم‌­های معاملاتی در ربات‌های معامله‌گر 

سوال این است که در صورتی که همه با ربات­های معامله‌­گر دست به معامله بزنند، آن­گاه تمامی آن­ها به یک شکل ترید می­کنند و هیچ­کس سود یا زیان نمی­کند؟ و شغل تریدری از بین می­رود؟

خیر به همان دلیل که با اختراع دستگاه سی تی اسکن شغل پزشکی از بین نرفت و پزشک­ها بهتر توانستند بیماری را تشخیص دهند. ربات هرکس استراتژی­های شخصی او را دنبال می­کند و موقعیت­های مد نظر او را می­یابد و ربات شرکت­ها و بانک­ها استراتژی­های دیگری دنبال می­کنند. یکی کوتاه مدت معامله می­کند و دیگری بلند مدت معامله می­کند و یا در تایم فریم­های کوچکتر یا بزرگتر معامله می­کنند. درواقع الگوریتم­های معاملاتی برای سوددهی روش­ها و استراتژی­های گوناگونی را به کار می‌گیرند و بر اساس آ­ن­ها تصمیم­گیری می­کنند.

استراتژی تشخیص روند یا ترند فالووینگ

این استراتژی در یک ربات معامله‌گر خیلی ساده با دنبال کردن میانگین‌های متحرک شکست کانال، تغییرات سطح قیمت و اندیکاتورهای تکنیکالی نظیر rsi و macd و روند پیش بینی شده آن­ها شکل می­گیرد. در ربات‌های معامله‌گر الگوریتم­ها این استراتژی را پیاده و پوزیشن­گیری می­کنند.

استراتژی یافتن فرصت آربیتراژی

اختلاف قیمت یک نماد در دو بازار مختلف یا دو صرافی مختلف یا دو بروکر مختلف که سودی با ریسک صفر است را سود اربیتراژی می­نامند. معامله­گر می­تواند بدون آنکه ریسکی متحمل شود نمادی را از یک بازار بخرد و به دیگری بفروشد. استراتژی­های یافتن فرصت­های آربیتراژی با جستجوی این تفاوت قیمت­ها توسط ربات‌های معامله‌گر سعی در بدست آوردن سودی بدون ریسک با ارسال سفارشات سریع توسط کامپیوترها دارند.

استراتژی معامله قبلا از به روزرسانی دارایی صندوق های شاخصی

صندوق­های سرمایه­گذاری شاخصی همیشه همگام با یکی از شاخص­های بازار حرکت می­کنند، که پیش از به روزرسانی دارایی این صندوق­ها در دوره­های پیش­بینی شده مشخص یک فرصت خوب برای معاملات الگوریتمیک یک ربات معاملاتی در بهترین زمان و قیمت می­باشد.

استراتژی­ براساس مدل­های ریاضی

گاه الگوریتم­های معاملاتی در ربات‌های معاملاتی براساس استراتژی­های مبتنی بر مدل­های ریاضی اثبات شده نظیر استراتژی دلتا خنثی و استراتژی تحلیل پوششی داده­ها (DEA) برنامه ریزی و اجرا می­شوند.

استراتژی خرید و فروش سینوسی

در این استراتژی معاملاتی از ربات‌های معامله‌گر خودکار خرید و فروش­ها با ریتم سینوسی و یکی پس از دیگری به ترتیب دارای پوزیشن buy و سپس پوزیشن sell صورت می­گیرند. اولین پوزیشن در این استراتژی بر اساس اولین سیگنال در الگوتریدینگ اینکه خرید یا فروش باشد انجام می­شود.

استراتژی مارتینگل

در این استراتژی برای داشتن ریسک کمتر در مدیریت سرمایه پس از باز شدن هر پوزیشن منطق الگو تریدینگ یا ربات معامله‌گر قادر است تا چندین پوزیشن دیگر در جهت سفارش انجام شده به منظور میانگین کم کردن انجام بدهد.

استراتژی خرید و فروش همزمان

در این استراتژی دو پوزیشن خرید و فروش همزمان توسط ربات معامله‌گر باز می­شوند و پس از بسته شدن یکی در سود سعی در به سود رساندن استراتژی مخالف با مکانیسم مارتینگل دارد.

استراتژی بازگشت به میانگین

این استراتژی بر اساس پوزیشن­گیری ربات معاملاتی در نزدیک محدوده میانگین قیمتی سهام در بازه­های زمانی مختلف با این فرض که قیمت همیشه به میانگین بیشترین و کمترین قیمت خود باز می­گردد، تعریف می­شود.

استراتژی میانگین موزون حجم قیمت

معاملات الگوریتمی ربات‌های معاملاتی در استراتژی میانگین موزون حجم قیمت (Volume Weighted Average Price) به منظور خرید سهام در پایین VWAP و فروش آن در قیمتهای بالاتر عمل می­کنند. VWAP  یک مبنای تصمیم­گیری با این تعریف که میانگین قیمت­های معامله شده یک سهم براساس حجم آن­ها در هرروز محاسبه میشود، می­باشد. برای کاهش تاثیر سرمایه­های بزرگ در بازار این سرمایه­ها به بخش­های کوچکتری تقسیم و روانه بازار می­شوند.

استراتژی میانگین موزون زمان قیمت

میانگین موزون زمان قیمت (Time Weighted Average Price) میانگین قیمت­های معامله شده یک سهم براساس معیار زمان می­باشد. برای کاهش تاثیر سرمایه­های بزرگ در بازار این سرمایه­ها به بخش­های کوچکتری تقسیم و در بازه­های زمانی معین روانه بازار می­شوند.

استراتژی درصد حجمی

در استراتژی POV یا  Percent Of Volume با قصد دیده نشدن معاملات و تاثیر کم آن­ها در بازار، الگوریتم ربات معامله‌گر، ارسال سفارشات کوچکتر با درصدی پایین­تر از حجم کلی معاملات تا رسیدن به اتمام سفارشات را انجام می­دهد.

استراتژی کسری اجرا و پیاده‌­سازی

در این استراتژی کسری اجرا و پیاده سازی (Implementation Shortfall)، الگوریتم ربات معاملاتی،‌ نرخ مشارکت در معاملات یک نماد را در محدوده‌ مشخصش با توجه به حرکت مطلوب یا نامطلوب قیمت سهام افزایش یا کاهش می‌دهد.

بهینه‌­سازی (Optimization)

در علم مهندسی بهینه­‌سازی مفهوم بهینه ­سازی ریاضی در مدلسازی تمام سیستم­ها در حقیقت انتخاب بهترین مقدار برای متغیرها به منظور بیشینه­سازی سود یا کمینه­سازی هزینه در تابع هدف مدل می­باشد.

حال همانطور که پیش­تر گفته شد، یک استراتژی معاملاتی ساده شامل دو اندیکاتور macd و rsi را در نظر بگیرید که به ترتیب دارای 4 و 2 پارامتر ورودی می­باشند. این 6 پارامتر ورودی از استراتژی ما می­تواند مقادیر متغیری در هر حالت اختیار کند. حال الگوریتم­های هوش مصنوعی نظیر الگوریتم ژنتیک به کمک ما می­آیند تا تمامی حالات ممکن از این متغیرها را بسیار سریع چک کنیم تا دریابیم کدام یک از مقادیر هریک از این پارامترها، سود ما را در این استراتژی بهینه می­کند. و یک جواب بهینه شدنی و گلوبال به ما می­دهند.

اکنون که با مفهوم بهینه­سازی در ربات‌های معامله‌گر آشنایی دارید. باید بدانید که تمام ربات­های معامله‌گر خودکار که در گذشته عملکرد خوبی را از خود نشان می­دهند، لزوما در آینده گزینه مناسبی نیستند. چون استراتژی­های معاملاتی دائما نیاز به بهینه­سازی دارند تا بخوبی در بازار جواب دهند.

بک تست (Backtest) و تست عملکرد ربات معاملاتی بر روی گذشته بازار

آزمایش عملکرد یک استراتژی معاملاتی را در ربات­های معامله­گر روی تاریخچه دیتا بازار در شرایط مشابه و بازه زمانی معین می­باشد. که در پاسخ به ما تعداد معاملات، میزان سود و ضرر و متوسط میزان سود به ضرر را می­دهد. در متاتریدر 4 و 5 در نرم‌افزار Strategy Tester معامله­گر قادر است استراتژی توسعه­داده شده خود را در گذشته تاریخی بازار آزمایش و برحسب مقادیر خروجی مشخص کند که یک استراتژی مناسب است یا خیر.

فوروارد تست (Forward test) و ارزیابی پایداری در ربات‌های معامله‌گر

به منظور ارزیابی پایداری نتایج بدست آمده در بک تست یک ربات معامله‌گر خودکار صورت می­گیرد. در فوروارد تست پس از تقسیم بازه زمانی مشخص به دو قسمت با این فرض که بخش دوم بازه زمانی همان آینده است به بک تست گیری از بازه زمانی اول می­پردازیم. سپس با مقادیر بدست امده از بازه زمانی اول و جایگذاری آن­ها در بازه زمانی دوم به بک تست گرفتن از بازه زمانی دوم می­پردازیم و نتایج را با بازه زمانی اول مقایسه می­کنیم. درصورت نزدیک بودن نتایج، نتایج بدست آمده از بک تست بر حسب کیفیت بالای داده­های گذشته با احتمال زیادی پایدار است.

باید توجه داشت که در این بخش تحلیل داده‌های حاصل از ارزیابی در کنار نمودارهای کارایی و بهینه سازی عملکرد از اهمیت زیادی برخوردار است.

نقش هوش مصنوعی و یادگیری ماشین در الگو تریدینگ و ربات‌های معامله‌گر 

آیا هوش مصنوعی (Artificial Intelligence) همان ربات­های معامله‌گر خودکار هستند؟ خیر، هوش مصنوعی درواقع یک تکنولوژی است، که به نوعی توانسته­است در تقلید از انسان به قدرت تفکر دست یابد. هوش مصنوعی یا AI درواقع ماشینی است که با شبیه­سازی هوش انسانی سعی در تقلید رفتار انسان و فکر کردن مثل او را دارد.

یادگیری ماشین (Machine learning) در ربات‌های معامله‌گر هوشمند (اکسپرت) به طور خلاصه زیر مجموعه­ای از هوش مصنوعی است که به ماشین امکان یادگیری و پیشرفت خودکار و بدون نیاز به برنامه­نویسی را می­دهد. فرآیند یادگیری ماشین­ها مشاهدات با داده­ها آغاز و با استفاده از دستورالعمل­های تعریف شده و کسب تجربه در اثر تکرار به یک الگو می­رسد و بر اساس آن تصمیم­گیری جدیدی صورت می­گیرد.

بازارهای مالی و ربات‌های معامله‌گر خودکار نیز هرروزه در حال توسعه با این دو تکنولوژی می­باشد. در واقع هوش مصنوعی به ربات­های معاملاتی ساده تحلیل­گر، قدرت تفکر و بینش و یادگیری می­بخشد. در بازارهای مالی تا­کنون دو الگوریتم هوش مصنوعی ژنتیک و الگوریتم­های تصادفی بیشتر مورد استفاده قرار گرفته­اند.

در یک ربات معامله‌گر خودکار در بک تست استراتژی­های معاملاتی با تعیین حداقل سود و حداکثر ضرر در یک بازه زمانی معین نتایج بدست آمده توسط الگوریتم­های تصادفی از آن استراتژی ذخیره و استراتژی بهینه بدست می­آید. به منظور دست یابی سریعتر به جواب بهینه گلوبال از الگوریتم ژنتیک بهره میبرند. به طوری که استراتژی های بهتر در الگوریتم تصادفی به عنوان جواب پایه به صورت دوتایی به عنوان کروموزوم ترکیب و در آن­ها جهشی ایجاد می­شود. سپس جمعیت فعلی را با جمعیت جدید از ترکیب کروموزوم­های والد و جهش­یافته ترکیب می­کنیم. بدین صورت با استفاده از فیت نس فانکشن (Fitness Function) مناسب و عملگرهای انتخاب و تولیدمثل با حذف جواب­های نامناسب و تکثیر جواب­های بهتر دائما هر نسل از جواب را به لحاظ خصوصیات مختلف ارتقا میبخشیم تا به پاسخ بهینه و استراتژی­های سودآور برسیم.

این مطلب رو با دوستانتون در شبکه های اجتماعی به اشتراک بگذارید تا اون­ها هم با تکنولوژی­های جدید بازارهای مالی، الگو تریدینگ و مفاهیم مربوط به آن­ها در ربات‌های معاملاتی بورس و فارکس آشنا شوند.