알고리즘 트레이딩 시스템 아키텍처.
이전에이 블로그에서 지적 알고리즘 트레이딩 시스템의 개념적 아키텍처와 생산 알고리즘 트레이딩 시스템의 기능적 및 비 기능적 요구 사항에 대해 작성했습니다. 그 이후로 필자는 이러한 아키텍처 요구 사항을 충족시킬 수 있다고 믿는 시스템 아키텍처를 설계했습니다. 이 글에서는 ISO / IEC / IEEE 42010 시스템의 지침과 소프트웨어 엔지니어링 아키텍처 설명 표준을 따르는 아키텍처에 대해 설명합니다. 이 표준에 따르면 아키텍처 설명은 다음과 같아야합니다.
여러 표준화 된 아키텍처 뷰 (예 : UML) 및 설계 결정과 아키텍처 요구 사항 간의 추적 가능성 유지.
소프트웨어 아키텍처 정의.
시스템 아키텍처가 무엇인지에 대해서는 아직 합의가 이루어지지 않았습니다. 이 기사의 맥락에서 기능 요구 사항을 충족시키는 응용 프로그램 구성 요소를 지정, 배포 및 실행할 수있는 인프라로 정의됩니다. 기능 요구 사항은 시스템 및 해당 구성 요소의 예상 기능입니다. 비 기능 요구 사항은 시스템의 품질을 측정 할 수있는 방법입니다.
비 기능 요구 사항이 만족스럽지 않으면 기능 요구 사항을 완전히 만족시키는 시스템은 기대에 미치지 못할 수 있습니다. 이 개념을 설명하기 위해 다음 시나리오를 고려하십시오. 방금 구입했거나 구축 한 알고리즘 거래 시스템이 우수한 거래 결정을 내리지 만 조직의 위험 관리 및 회계 시스템과 완전히 작동하지 않습니다. 이 시스템이 귀하의 기대에 부응합니까?
개념적 아키텍처입니다.
개념적보기는 높은 수준의 세분화 수준에서 시스템에 존재하는 고급 개념과 메커니즘을 설명합니다. 이 수준에서 알고리즘 트레이딩 시스템은 4 개의 레이어와 두 가지 아키텍처 측면에서 분리 된 이벤트 기반 아키텍처 (EDA)를 따릅니다. 각 레이어 및 aspect 참조 아키텍처 및 패턴이 사용됩니다. 건축 패턴은 특정 요구 사항을 달성하기위한 입증 된 일반 구조입니다. 건축 측면은 여러 구성 요소에 걸쳐있는 교차 절단 문제입니다.
이벤트 중심 아키텍처 - 이벤트를 생성, 감지, 소비 및 반응하는 아키텍처입니다. 이벤트에는 실시간 시장 이동, 복잡한 이벤트 또는 트렌드, 거래 이벤트가 포함됩니다. 주문 제출.
이 다이어그램은 알고리즘 거래 시스템의 개념적 아키텍처를 보여줍니다.
참조 아키텍처.
비유를 사용하기 위해 기준 아키텍처는 내 하중 벽에 대한 청사진과 유사합니다. 이 청사진은 공통적으로 발생하는 요구 사항을 충족시키기 때문에 어떤 건물이 건설되고 있는지에 관계없이 여러 건물 설계에 재사용 할 수 있습니다. 마찬가지로 참조 아키텍처는 특정 요구 사항을 만족하는 구체적인 소프트웨어 아키텍처를 구성하는 데 사용할 수있는 일반 구조 및 메커니즘을 포함하는 템플릿을 정의합니다. 알고리즘 거래 시스템의 아키텍처는 공간 기반 아키텍처 (SBA)와 모델 뷰 컨트롤러 (MVC)를 참조로 사용합니다. 운영 데이터 저장소 (ODS), 추출 변환 및로드 (ETL) 패턴 및 데이터웨어 하우스 (DW)와 같은 우수 사례도 사용됩니다.
모델보기 컨트롤러 - 정보의 표현과 사용자의 상호 작용을 구분하는 패턴입니다. 공간 기반 아키텍처 - 느슨하게 연결된 처리 장치가 공간이라고하는 공유 연관 메모리 (아래 참조)를 통해 서로 상호 작용하는 인프라를 지정합니다.
구조보기.
아키텍처 구조 뷰는 알고리즘 거래 시스템의 구성 요소와 하위 구성 요소를 보여줍니다. 또한 이러한 구성 요소가 물리적 인프라에 어떻게 배치되는지를 보여줍니다. 이 뷰에 사용 된 UML 다이어그램에는 구성 요소 다이어그램과 배포 다이어그램이 포함됩니다. 다음은 SBA 참조 아키텍처의 전체 알고리즘 트레이딩 시스템 및 처리 단위의 배포 다이어그램과 각 계층의 관련 구성 요소 다이어그램 갤러리입니다.
자동화 된 상인 / 이벤트 처리 구성 요소 다이어그램 데이터 소스 및 사전 처리 계층 구성 요소 다이어그램 MVC 기반 사용자 인터페이스 구성 요소 다이어그램.
건축 전술.
소프트웨어 엔지니어링 연구소에 따르면 아키텍처 전술은 아키텍처 설계 결정을 통해 품질 속성 모델의 일부 측면을 조작하여 품질 요구 사항을 충족시키는 수단입니다. 알고리즘 거래 시스템 아키텍처에서 사용되는 간단한 예제는 연속 쿼리 구성 요소를 사용하여 운영 데이터 저장소 (ODS)를 '조작'하는 것입니다. 이 구성 요소는 복합 이벤트를 식별하고 추출하기 위해 ODS를 지속적으로 분석합니다. 아키텍처에서 사용되는 전술은 다음과 같습니다.
이벤트 및 순서 큐의 장애 패턴 이벤트 및 순서 큐의 공유 메모리 ODS의 CQL (연속 쿼리 언어) 수신 데이터의 필터 디자인 패턴을 사용한 데이터 필터링 모든 수신 및 송신 연결의 정체 방지 알고리즘 활성 큐 관리 (AQM ) 및 명시 적 정체 통지 업그레이드 용량을 갖춘 상용 컴퓨팅 리소스 (확장 가능) 모든 단일 실패 지점에 대한 능동 중복 ODS의 인덱싱 및 최적화 된 지속성 구조 ODS에 대한 정기적 인 데이터 백업 및 정리 스크립트 일정 계획 모든 데이터베이스의 트랜잭션 내역 모든 오류를 탐지하는 명령 타임 스탬프가있는 이벤트에 주석 처리하여 '부실'이벤트를 건너 뜁니다. 최대 거래량 자동화 된 상인 구성 요소는 분석을 위해 메모리 내 데이터베이스를 사용합니다. AT에 연결하는 사용자 인터페이스의 2 단계 인증 사용자 인터페이스 및 AT 연결에 대한 암호화 MVC가보기를 관리하기위한 관찰자 디자인 패턴.
위의 목록은 아키텍처 설계 중에 확인한 몇 가지 설계 결정 사항입니다. 그것은 전술의 완전한 목록이 아니다. 시스템이 개발됨에 따라 기능적 및 비 기능적 요구 사항을 충족시키기 위해 여러 가지 수준의 세분화 된 수준에서 추가적인 전술을 사용해야합니다. 다음은 장애 요인 디자인 패턴, 필터 디자인 패턴 및 연속 쿼리 구성 요소를 설명하는 세 가지 다이어그램입니다.
행동 적 견해.
이 아키텍처보기는 구성 요소와 계층이 서로 상호 작용하는 방법을 보여줍니다. 이는 아키텍처 설계를 테스트하고 시스템을 종단 간으로 이해하기위한 시나리오를 작성할 때 유용합니다. 이 뷰는 시퀀스 다이어그램과 활동 다이어그램으로 구성됩니다. 알고리즘 트레이딩 시스템의 내부 프로세스와 트레이더가 알고리즘 트레이딩 시스템과 상호 작용하는 방법을 보여주는 활동 다이어그램은 아래와 같습니다.
기술 및 프레임 워크.
소프트웨어 아키텍처 설계의 마지막 단계는 아키텍처를 실현하는 데 사용할 수있는 잠재적 기술 및 프레임 워크를 식별하는 것입니다. 일반적인 원칙으로서 기존 기술의 기능적 및 비 기능적 요구 사항을 적절하게 충족시키는 경우 더 나은 방법을 사용하는 것이 좋습니다. 프레임 워크는 구현 된 참조 아키텍처이다. JBoss는 JEE 참조 아키텍처를 구현하는 프레임 워크입니다. 알고리즘 트레이딩 시스템을 구현할 때 다음 기술과 프레임 워크가 흥미롭고 고려되어야합니다.
CUDA - NVidia는 고성능 전산 금융 모델링을 지원하는 많은 제품을 보유하고 있습니다. CPU 대신 GPU에서 몬테카를로 시뮬레이션을 실행할 때 성능을 최대 50 배 향상시킬 수 있습니다. Apache River - River는 분산 시스템을 개발하는 데 사용되는 툴킷입니다. 이것은 SBA 패턴 인 Apache Hadoop을 기반으로 애플리케이션을 빌드하기위한 프레임 워크로 사용되었습니다. 퍼베이시브 로깅이 필수 인 경우 Hadoop을 사용하면 큰 데이터 문제에 대한 흥미로운 솔루션을 제공합니다. Hadoop은 CUDA 기술을 지원하는 클러스터 환경에 배치 될 수 있습니다. AlgoTrader - 오픈 소스 알고리즘 거래 플랫폼. AlgoTrader는 자동화 된 상인 구성 요소의 위치에 잠재적으로 배치 될 수 있습니다. FIX 엔진 - FIX, FAST 및 FIXatdl을 포함한 FIX (Financial Information Exchange) 프로토콜을 지원하는 독립 실행 형 응용 프로그램입니다.
기술이나 프레임 워크는 아니지만 시스템과 구성 요소의 상호 운용성을 향상시키기 위해 API (Application Programming Interface)로 구성 요소를 구축해야합니다.
결론.
제안 된 아키텍처는 알고리즘 거래 시스템에서 확인 된 매우 일반적인 요구 사항을 충족 시키도록 설계되었습니다. 일반적으로 알고리즘 거래 시스템은 각 구현마다 다른 세 가지 요소로 복잡합니다.
외부 엔터프라이즈 및 Exchange 시스템에 대한 종속성 비 기능 요구 사항에 대한 도전과 진화하는 아키텍처 제약.
따라서 제안 된 소프트웨어 아키텍처는 특정 조직 및 규정 요구 사항을 충족시키고 지역 제약을 극복하기 위해 사례별로 적용해야합니다. 알고리즘 거래 시스템 아키텍처는 자신의 알고리즘 거래 시스템을 설계하고자하는 개인 및 조직을위한 참고서 일뿐입니다.
사용 된 전체 사본 및 출처는 내 보고서 사본을 다운로드하십시오. 고맙습니다.
이전 이야기.
알고리즘 트레이딩 시스템 요구 사항.
다음 이야기.
Particle Swarm Optimization을 이용한 포트폴리오 최적화.
멋진 개관과 아키텍처에 대한 좋은 출발. 당신의 결론은 적절한 것이었고, 알고리즘 거래 소프트웨어 시스템이 관련성을 유지하기 위해 지속적인 백 테스트와 조정이 필요한 이유를 지적했습니다. 좋은 읽을 거리!
2016 년 2 월 1 일
상품 또는 고정 수입의 데이터가 부정확하거나 수신 속도가 느린 경우 모델은 특히 Black Swann 이벤트의 공간에서 계산하기가 어려울 수 있습니다.
이 기사를 주셔서 대단히 감사합니다. 1990 년대 후반부터 AI에 대해 생각해 봤는데 마침내 기술과 API가 일반적으로 제공됩니다. 기사와 블로그는 이전 연도의 꿈을 실현하는 첫 걸음을 내딛는 데 큰 도움이됩니다. 당신의 추가 벤처에 많은 감사와 행운을 빕니다!
귀하의 진전 상황을 계속 알려 주시기 바랍니다. 나는 아주 흥미 롭다. 고맙습니다.
댓글을 제출하십시오.
답장 취소.
Turing Finance를 팔로우하십시오.
Turing 금융 메일 링리스트.
Turing Finance의 친구들.
Quantocracy는 매일 매일 게시되는 새로운 분석에 대한 링크가있는 최고의 양적 금융 블로그 수집기입니다.
NMRQL은 내가 속한 양적 헤지 펀드 다. 우리는 기계 학습을 사용하여 시장을 이기고 시도합니다.
알고리즘 트레이딩 시스템 디자인 & amp; 이행.
AlgorithmicTrading은 자동화 된 거래 시스템, 알고리즘 거래 전략 및 양적 거래 분석을 전문으로하는 제 3 자 거래 시스템 개발자입니다. 우리는 소매업 종사자와 전문 투자자에게 두 가지 별개의 거래 알고리즘을 제공합니다.
리드 알고리즘 개발자가 6/10/17 & ndash에서 실적을 검토하는 알고리즘 거래 동영상 블로그를 시청하십시오. 우리의 자동화 된 거래 시스템을 사용하여 8/8/17. 2016-2017 YTD의 모든 실적 동영상을 보려면 알고리즘 트레이딩 블로그를 방문하십시오. 트레이딩 선물 및 옵션은 손실 위험이 크며 모든 투자자에게 적합하지 않습니다.
오늘 알고리즘 트레이딩을 시작하십시오.
스윙 트레이더 하이라이트.
우리의 스윙 트레이딩 전략은 S & amp; P 500 Emini Futures (ES) 및 10 년 Note (TY)를 거래합니다. 이것은 여러 NFA Registered Brokers의 최선의 노력으로 자동 실행될 수있는 100 % 자동 거래 시스템입니다. Tradestation 플랫폼에 설치하여로드 할 수도 있습니다. 다음 데이터는 10 / 1 / 15-9 / 17 / 17을 다루는 도보 이동 (샘플 이탈) 기간을 다룹니다. 선물 거래는 손실 위험이 크며 모든 투자자에게 적절하지 않습니다. 과거 실적은 미래 실적을 나타내는 것은 아닙니다. 이 데이터는 1 단위 ($ 15,000)가 분석 기간 (비 혼합) 전체 기간에 걸쳐 거래되었다고 가정합니다.
* 손실은 최대 삭감을 초과 할 수 있습니다. 이것은 봉우리에서 계곡으로, 거래를 종결하는 것으로 측정됩니다. 과거 실적은 미래 실적을 나타내는 것은 아닙니다.
스윙 트레이더 월간 P / L.
2015 년 10 월부터 시작되는 거래는 워크 포워드 / 샘플 이탈로 간주되지만 2015 년 10 월 이전 거래는 다시 테스트 된 것으로 간주됩니다. 주어진 이익 / 손실은 스윙 트레이더에서 1 만 5 천 달러 어카운트를 거래하는 계정을 기반으로합니다. 이 데이터는 비공유입니다.
* 손실은 최대 삭감을 초과 할 수 있습니다. 이것은 봉우리에서 계곡으로, 거래를 종결하는 것으로 측정됩니다. 과거 실적은 미래 실적을 나타내는 것은 아닙니다.
CFTC 규칙 4.41 : 결과는 특정 고유 한 제한이있는 가상 또는 가상 성능 결과를 기반으로합니다. 실제 성과 기록에 표시된 결과와 달리 이러한 결과는 실제 거래를 나타내지 않습니다. 또한 이러한 거래가 실제로 실행되지 않았기 때문에 이러한 결과는 유동성 부족과 같은 특정 시장 요인의 영향을 미달하거나 과대 보상 할 수 있습니다. 모의 또는 가상 거래 프로그램은 일반적으로 사후 적 이익을 고려하여 설계되었습니다. 어떤 계정으로도 이와 유사한 이익 또는 손실을 달성 할 것임을 나타내지는 않습니다.
알고리즘 트레이딩의 기초.
Quant Trading이라고도하는 알고리즘 트레이딩은 잠재적 인 거래를 찾기 위해 시장 예측 알고리즘을 이용하는 트레이딩 스타일입니다. 고주파 거래 (HFT), 통계적 차익 거래 및 시장 예측 분석을 포함하는 양적 거래의 다양한 하위 범주가 있습니다. AlgorithmicTrading에서는 다양한 시장 비 효율성을 활용하기 위해 스윙, 요일 및 옵션 거래를하는 자동화 된 트레이딩 시스템 개발에 중점을 둡니다.
우리는 현재 ES & amp; 거래를하는 두 가지 선물 거래 시스템을 제공하고 있습니다. TY 선물. 전문적으로 설계된 알 고 트레이딩 시스템을 구현하는 것이 투자 목표에 어떻게 도움이되는지 직접 읽으십시오. 우리는 Commodity Trading Advisors가 아니므로 고객 계정을 직접 관리하지 않습니다. 그러나 우리는 자동 거래 실행 브로커 중 하나를 사용하여 두 가지 거래 시스템을 자체 자본으로 거래합니다.
알고리즘 거래 예.
선물 거래 전략 : 스윙 트레이더 패키지.
이 패키지는 라이브 이후 최고의 실적을 보이는 알고리즘을 사용합니다. 스윙 트레이더 페이지를 방문하여 가격, 완벽한 거래 통계, 전체 거래 목록 등을 확인하십시오. 이 패키지는 맹인 워커 - 포워드 / 아웃 - 오브 - 샘플 거래에서 잘 수행 된 견고한 시스템을 거래하고자하는 회의론자에게 이상적입니다. 실시간으로 거래 될 때 결코 작동하지 않는 낙관적 인 백 테스트 모델에 지친가요? 그렇다면이 블랙 박스 거래 시스템을 고려하십시오. 이것은 판매를위한 가장 인기있는 거래 알고리즘입니다.
스윙 트레이더 시스템에 대한 세부 정보.
선물 & amp; 옵션 거래 전략 : S & amp; P Crusher v2 패키지.
이 패키지는 귀하의 계정을보다 다양 화하기 위해 7 가지 거래 전략을 활용합니다. 이 패키지는 다양한 거래 조건을 활용하기 위해 스윙 거래, 당일 거래, 철 콘도 및 통화료를 사용합니다. 이 패키지는 30,000 달러의 단위 크기로 거래되며 2016 년 10 월에 일반에게 공개되었습니다. S & amp; P 크러셔 제품 페이지를 방문하여 과거의 보고서를 기반으로 테스트 한 결과를 확인하십시오.
S & amp; P 크러셔 세부 정보.
자동화 된 트레이딩 시스템 디자인의 핵심을 다루고 있습니다.
여러 알고리즘 거래 시스템을 사용할 수 있습니다.
거래 시스템 중 하나를 선택하십시오. The Swing Trader 또는 S & amp; P Crusher 중 하나를 선택하십시오. 각 페이지는 사후 최적화, 워크 포워드 결과를 포함한 전체 거래리스트를 보여줍니다. 이 블랙 박스의 전산 거래 시스템은 위험을 최소화하면서 알파를 생성하기 위해 완전히 자동화되어 있습니다.
함께 작동하는 여러 거래 알고리즘.
우리의 퀀트 트레이딩 방법론은 자동 트레이딩 계좌를보다 다양 화하기 위해 여러 가지 알 고 트레이딩 전략을 사용합니다. 거래 전략 디자인 방법 페이지를 방문하여 자세한 내용을 확인하십시오.
Bear & amp; 황소 시장.
우리가 생각하기에 실제로 작동하는 알고리즘 트레이딩 시스템을 개발하는 열쇠는 여러 가지 시장 조건을 설명하는 것입니다. 언제든지 시장은 황소에서 시장을 앗아 갈 수 있습니다. 시장 방향에 의존하지 않는 자세를 취함으로써 우리는 Bull & amp; 시장 상황을 이겨내 라.
완전 자동화 된 거래 시스템.
자동 실행 브로커를 사용하여 알고리즘 소프트웨어를 자동 거래 할 수 있습니다 (최선의 노력으로). 우리는 당신이 선택할 수있는 여러 중개인이 있습니다. 자동 거래 시스템을 사용하여 거래에서 감정적 인 결정을 제거하십시오.
알고리즘 트레이딩이 작동합니까?
OEC 중개인 응용 프로그램을 사용하여 양적 거래 알고리즘의 일일 진행 상황을 추적하십시오. 또한 NFA 등록 회사에서 매일 진술을 받게됩니다. 각 거래를 매일 닫을 때 게시하는 거래 목록과 비교할 수 있습니다. 모든 알고리즘 거래 예가 게시됩니다. 전체 거래 목록은 거래하는 시스템의 알고리즘 거래 페이지를 방문하면 볼 수 있습니다. 라이브 계정의 일부 진술을보고 싶습니까? 실시간 반품 & amp; 문장 페이지.
복수 퀀트 트레이딩 전략.
우리의 양적 거래 시스템은 사용 된 예측 알고리즘에 따라 다른 기대치를 가지고 있습니다. 우리의 자동화 된 트레이딩 시스템은 스윙 거래, 당일 거래, 철 콘도 & amp; 통화료. 이 100 % 퀀텀 전략은 기술 지표 및 패턴 인식 알고리즘만을 기반으로합니다.
우리의 자동화 된 트레이딩 소프트웨어는 트레이딩으로부터 당신의 감정을 제거하도록 도와줍니다.
다중 거래 알고리즘은 더 큰 알고리즘 거래 시스템의 일부로 거래됩니다.
각 알고리즘 트레이딩 전략에는 다양한 강점과 약점이 있습니다. 그들의 강점과 약점은 세 가지 잠재적 시장 상태, 즉 Strong Up, Sideways & amp; 아래로 움직이는 시장. 재무 분석 기법이 하향 이동 시장에서 탁월한 반면 철 콘돔 거래 전략은 옆으로 움직이는 시장에서 우월합니다. 백 테스트를 기반으로하는 운동량 알고리즘은 이동하는 시장에서 잘 수행 될 것으로 예상됩니다. 제공되는 각 거래 알고리즘이 리드 개발자에 의해 검토되는 다음 동영상 컬렉션을 확인하십시오. 각 거래 알 고의 장점은 약점과 함께 검토됩니다.
다양한 유형의 거래 전략이 자동화 된 트레이딩 소프트웨어에 사용됩니다.
일 무역은 & amp; 같은 날 스윙 거래는 S & amp; P 500 지수가 중기 적으로 높아지거나 낮아질 것이라는 기대에 근거하여 장기 거래가 이루어질 것입니다. 옵션 거래는 선물에 대한 S & P 500 Weekly 옵션에 표시되며 일반적으로 월요일에 입력하고 금요일 만료까지 보유합니다.
스윙 트레이딩 전략.
다음 스윙 트레이딩 전략은 S & P 500 Emini Futures (ES) 및 10 년 메모 (TY)에 방향성 거래를 배치합니다. 이들은 우리의 시장 예측 알고리즘이 기대하는 장기 추세를 활용하기 위해 제공되는 자동 거래 시스템에 사용됩니다.
선물 스윙 트레이딩 전략 # 1 : 모멘텀 스윙 트레이딩 알고리즘.
Momentum Swing Trading Strategy는 Emini S & P Futures에서 중간 기간의 움직임이 더 높다는 것을 시사하는 시장 조건을 이용하여 거래를 진행합니다. 이 거래 알고리즘은 우리의 자동화 된 거래 시스템 모두에서 사용됩니다 : S & amp; P Crusher v2 & amp; 스윙 트레이더.
선물 스윙 트레이딩 전략 # 2 : 10 년 재무부 노트 알고리즘.
Treasury Note (TY) Trading Strategy 장소는 10 년 메모 (TY)에 거래를 선회합니다. TY는 일반적으로 더 넓은 시장과 역으로 움직이기 때문에이 전략은 S & P 500을 단락시키는 것과 유사한 스윙 거래를 창출합니다. 이 T-Note 알고리즘은 하락하는 시장 상황에 대해 긍정적 인 기대를합니다. 이 거래 알고리즘은 우리의 자동화 된 거래 시스템 모두에서 사용됩니다 : S & amp; P Crusher v2 & amp; 스윙 트레이더.
데이 트레이딩 전략.
다음날 거래 전략은 S & P 500 Emini Futures (ES)에 일 거래를 배치합니다. 그들은 주식 시장이 개장 한 후 처음 20 분 동안 거의 항상 거래를 시작하고 시장이 닫히기 전에 빠져 나올 것입니다. 꽉 막힌 곳은 항상 활용됩니다.
선물 거래 전략 # 1 : 주간 단시간 알고리즘.
Short Day Trading Strategy는 Emini S & P Futures에서 하루 아침에 시장이 약세를 보일 때 거래합니다. 이 거래 전략은 S & amp; P Crusher v2 자동 거래 시스템에서 활용됩니다.
선물 데이 트레이딩 전략 # 2 : 브레이크 아웃 데이 트레이딩 알고리즘.
브레이크 아웃 데이 트레이딩 전략 (Breakout Day Trading Strategy)은 아침에 시장이 강세를 보일 때 Emini-S & P 선물 시장에서 거래합니다. 이 선물 거래 전략은 S & amp; P Crusher v2 자동 거래 시스템에서 사용됩니다.
선물 거래 전략 # 3 : 모닝 갭 데이 거래 알고리즘.
모닝 갭 데이 트레이딩 전략은 시장이 큰 격차를 보일 때 단기적 약세가 뒤따를 때 Emini S & amp; P 선물 시장에 단기 트레이딩을 제공합니다. 이 거래 전략은 S & amp; P Crusher v2 자동 거래 시스템에서 활용됩니다.
옵션 거래 전략.
다음 옵션 거래 전략은 S & P 500 Emini 주간 옵션 (ES)에 대한 프리미엄을 수집합니다. 그들은 우리의 S & amp; P Crusher v2에서 옆으로, 아래로 & amp; 상승하는 시장 상황. 알고리즘 트레이딩 전략을 통한 트레이딩 옵션의 한 가지 이점은 자동 실행 브로커 중 하나를 사용하는 자동화 된 트레이딩 환경에서 지원된다는 것입니다.
옵션 거래 전략 # 1 : 철 콘도르 거래 알고리즘.
Iron Condor 옵션 트레이딩 전략은 거래 당 승리율에 대해 더 높은 테스트를 거치거나 Iron Condors를 판매하여 S & amp; P 500 Emini Futures에서 프리미엄을 수집하기를 원하는 개인에게 이상적입니다. 우리의 알고리즘이 시장 조건을 횡 방향 또는 상향으로 바꿀 것으로 예상 할 때이 시스템은 Iron Condor 거래를 생성합니다. 이 전략은 자동화 된 거래 시스템 중 하나 인 S & amp; P Crusher v2에서 사용됩니다.
옵션 트레이딩 전략 # 2 : 커버 된 콜 옵션 알고리즘.
커버 드 콜 옵션 트레이딩 전략은 장기 모멘텀 알고리즘에 대한 모멘텀 알고리즘에 대한 보상 된 통화를 판매하여 프리미엄을 모으고 시장이 모멘텀 알고리즘 포지션에 대비하여 손실을 최소화하도록 도와줍니다. S & amp; P Crusher & amp; P의 경우와 마찬가지로 Momentum Swing Trading Algorithm으로 거래하면 ES / TY Futures Trading Systems의 경우, 이는 커버 된 콜 포지션을 생성합니다. 약세 트레이더 트레이딩 시스템에서 거래 될 때 통화는 보상없이 팔리고 따라서 알몸입니다. 두 경우 모두 & ndash; 알고리즘으로 서서 & ndash; 그것은 옆으로 그리고 아래로 움직이는 시장 조건에서 잘 수행합니다. 이 전략은 자동화 된 거래 시스템 중 하나 인 S & amp; P Crusher v2에서 사용됩니다.
이러한 각각의 거래 전략은 독자적으로 거래 될 수 있지만, 광범위한 거래 알고리즘 모음에서 가장 잘 거래됩니다. 스윙 트레이더 (Swing Trader)와 같은 자동화 된 트레이딩 시스템 (Automated Trading System)에서 볼 수 있습니다.
실제로 작동하는 거래 알고리즘?
이 알고리즘 거래 비디오 시리즈는 고객이 매주 각 거래의 세부 사항을 볼 수 있도록 수행됩니다. 다음과 같은 알고리즘 거래 동영상을보고 거래 알고리즘이 어떻게 수행되는지 실시간으로 확인하십시오. AlgorithmicTrading Reviews & amp; 다른 사람들이 우리에 대해 무엇을 말하고 있는지 보려면 Press Releases 페이지를 방문하십시오.
뉴스 레터 가입.
AlgorithmicTrading에서 성능 업데이트를 받으려면 뉴스 레터에 가입하십시오.
다른 기술 거래 기법에서 알고리즘 거래를 구분하는 것은 무엇입니까?
요즘은 모든 사람이 기술 거래 기법에 대한 의견을 갖고있는 것으로 보입니다. 헤드 & amp; 어깨 패턴, MACD 완고한 십자가, VWAP Divergences, 목록은 계속됩니다. 이 비디오 블로그에서 리드 설계 엔지니어는 온라인에서 발견되는 거래 전략의 몇 가지 예를 분석합니다. 그는 트레이딩 팁을 받아 코드를 작성하고 간단한 백 테스트를 실행하여 실제 효과를 확인합니다. 초기 결과를 분석 한 후 거래에 대한 정량적 접근 방식으로 초기 결과를 개선 할 수 있는지 확인하기 위해 코드를 최적화합니다. 알고리즘 거래를 처음 접한다면이 비디오 블로그는 매우 흥미로울 것입니다. 우리 디자이너는 유한 상태 기계를 사용하여 이러한 기본적인 거래 정보를 코딩합니다. 알고리즘 트레이딩은 전통적인 기술 트레이딩과 어떻게 다른가요? 간단히 말해, 알고리즘 트레이딩은 정밀도가 필요하며 제한이있는 역 테스트를 기반으로 알고리즘 잠재력에 대한 창을 제공합니다.
무료 알고리즘 트레이딩 자습서 및 amp; 어떻게 비디오로?
알고리즘 트레이딩에 대한 리드 디자이너의 여러 교육 비디오 프레젠테이션을 통해 Quant Trading Design Methodology 및 Algorithmic Trading Tutorial을 다루는 비디오를 포함하십시오. 이 거래 전략 비디오는 알고리즘 거래 코딩 예제를 제공하고 정량 분석을 사용하여 시장을 거래하는 우리의 접근 방법을 소개합니다. 이 비디오에는 자동 거래가 이직에서 벗어나기 위해 여러 가지 이유가 있습니다. 교육 미디어의 전체 목록을 보려면 교육 트레이딩 비디오 페이지를 방문하십시오.
우리의 자동화 된 트레이딩 시스템 중 하나를 오늘 시작하십시오.
놓치지 마라. 이미 AlgorithmicTrading과 거래하고있는 사람들과 합류하십시오. 오늘 알고리즘 거래 패키지 중 하나를 시작하십시오.
여러 가지 자동 거래 실행 옵션을 사용할 수 있습니다.
당사의 거래 알고리즘은 NFA 등록 자동 실행 브로커 중 하나 (최선의 노력)를 사용하여 자동 실행되거나 MultiCharts 또는 Tradestation을 사용하여 자신의 PC에서 거래 될 수 있습니다.
FOX 그룹은 도시의 금융 중심부에 위치한 상징적 인 Chicago Board of Trade 건물에 위치한 독립적 인 중개 회사입니다. 그들은 NFA에 등록되어 있으며 최선의 노력으로 알고리즘을 자동으로 실행할 수 있습니다.
대화 형 중개인은 최선의 노력으로 알고리즘을 자동으로 실행할 수있는 NFA 등록 브로커입니다. 또한 캐나다 고객을 지원합니다.
자신의 PC에서 알고리즘을 실행하려면 MultiCharts가 자동 실행을 위해 선호되는 거래 소프트웨어 플랫폼입니다. 거래자에게 상당한 이점을 제공하고 경쟁 플랫폼에 비해 상당한 이점을 제공합니다. 고화질 차트 작성, 20 개 이상의 데이터 피드 및 10 개 이상의 브로커 지원, 동적 포트폴리오 레벨 전략 백 테스팅, EasyLanguage 지원, 대화 형 성능보고, 유전 최적화, 마켓 스캐너 및 데이터 재생 기능이 제공됩니다.
트레이드 스테이션은 고객이 자신의 커스텀 주식, 옵션 및 자산을 설계, 테스트, 최적화, 모니터링 및 자동화 할 수 있도록 활성화 된 상인 및 특정 기관 트레이더 시장에 제공되는 분석 소프트웨어 및 전자 거래 플랫폼으로 가장 잘 알려져 있습니다. 선물 거래 전략. Tradestation은 자신의 PC에서 알고리즘을 자동으로 거래하고자하는 개인에게 또 다른 옵션입니다.
알고리즘 트레이딩 시스템 요구 사항.
현재 소프트웨어 아키텍처에 관한 강의를 듣고 있습니다. 이 수업에서는 각 학생이 시스템을 선택하고 건축 요구 사항을 정의하며 이러한 요구 사항을 충족 할 수있는 솔루션을 설계합니다. 기술적 인 문제 때문에 그리고 금융 시장을 사랑하기 때문에 알고리즘 거래 시스템을 선택했습니다. 알고리즘 거래 시스템 (AT)은 계산 알고리즘을 사용하여 제출 결정 후 거래 결정, 주문 제출 및 주문 관리를 수행합니다. 최근 몇 년 동안 AT는 인기를 얻었으며 현재 국제 교류를 통해 거래되는 대부분의 거래를 설명합니다. 프로그래밍 된 거래와 알고리즘 거래는 구분됩니다. 프로그램 된 거래는 대규모 시장 주문을 소액 주 단위의 패킷으로 나누는 것을 포함합니다. 이 기사에서 프로그래밍 된 거래는 AT의 보안 요구 사항으로 간주됩니다.
알고리즘 트레이딩 시스템 도입.
일반적으로 말하자면, 소매 투자자, 독점 상인, 시장 제작자, 매수 측 기관 및 매도 측 기관의 5 가지 유형의 시장 참여자가 있습니다. AT는 독점적 인 구매 측 기관에서 가장 많이 사용되지만 역동적 인 변화를 보이고 있습니다. 알고리즘 서비스 거래 (ATAAS)는 알고리즘 투자를 소매 투자자가 이용할 수 있도록합니다 (부록 참조). 이 기사에서는 독점적 인 구매 측 기관에서 사용하는 AT의 아키텍처 요구 사항에 대해 설명합니다. 최상위 수준에서 AT는 세 가지 기능을 수행합니다. 즉, 거래 결정을 내리고, 거래 주문을 작성하며, 제출 후 해당 주문을 관리합니다. 이것들 아래에 더 많은 상세한 기능적 요구 사항들이 있으며, 그 중 일부는 아키텍처에 의해 만족 될 수 있습니다.
소프트웨어 아키텍처 소개.
많은 논쟁이 소프트웨어 아키텍처의 정의를 둘러싼 다. 이 기사의 맥락에서 소프트웨어 아키텍처는 사용자 기능을 제공하는 응용 프로그램 구성 요소를 지정, 배포 및 실행할 수있는 인프라로 정의됩니다. 소프트웨어 시스템은 기능적 및 비 기능적 요구 사항을 충족시켜야합니다. 기능 요구 사항은 시스템 구성 요소의 기능을 지정합니다. 비 기능 요구 사항은 시스템 성능을 측정하는 기준을 지정합니다. 기능적 요구 사항을 만족하는 소프트웨어 시스템은 여전히 사용자 기대치를 충족시키지 못할 수 있습니다. 적시에 거래를 제출할 수있는 AT는 재정적 손실을 초래할 수 있습니다. 소프트웨어 아키텍처는 기본적으로 비 기능 요구 사항을 만족하는 인프라를 제공하며, 기능 요구 사항을 충족하는 구성 요소를 배포하고 실행할 수 있습니다. 따라서 알고리즘 거래 시스템 요구 사항은 기능적 요구 사항과 비 기능적 요구 사항으로 크게 나눌 수 있습니다.
기능 요구 사항.
'거래 의사 결정'최상위 요구 사항 아래에는 세 가지 고급 요구 사항이 있습니다.
시장 데이터 얻기 - 구조화 및 비정형 데이터를 다운로드, 필터링 및 저장합니다. 구조화 된 데이터에는 프로토콜을 사용하여 전송 된 로이터 또는 블룸버그의 실시간 시장 데이터가 포함됩니다. 고치다. 비정형 데이터에는 뉴스 및 소셜 미디어 데이터가 포함됩니다. 거래 전략 정의 - 새로운 거래 규칙 및 전략을 지정합니다. 거래 규칙은 지표, 부등식 및 숫자 값으로 구성됩니다. "PE 비"& lt; 10. 거래 규칙은 거래 전략을 정의하기위한 의사 결정 트리로 구성됩니다 (아래 그림 참조). 거래 전략에 따라 증권 분석 - 각 보안에 대해 데이터를 얻고 거래 전략을 통해 필터링하여 구매할 보안을 결정합니다. 또한 각 공개 포지션에 대해 매도 할 보안을 결정하십시오. 참고 :이 요구 사항은 다를 수 있습니다.
'거래 주문 생성'최상위 요구 사항 아래에는 두 가지 고급 요구 사항이 있습니다.
거래 정보를 얻으십시오 - 각 결정에 대해 보안 기호, 가격, 수량 등을 얻으십시오. 거래 주문 작성 - 각 결정에 대해 주문 유형을 지정하고 거래 정보를 추가하십시오. 장기, 단기, 시장, 한도, 중지 및 조건부의 6 가지 주문 유형이 있습니다.
'주문 관리'최상위 요구 사항 아래에는 세 가지 고급 요구 사항이 있습니다.
보류중인 주문 관리 - 각 주문에 대해 주문 확인, 확인 및 주문 확인 - 주문을 교환소, 다크 풀 또는 중개인에게 전달합니다. 제출 된 주문 관리 - 제출 된 각 주문의 상태를 추적하고, 주문이 일치하면 열린 위치를 만듭니다. . 주문이 일치하지 않으면 주문을 중단하십시오.
이 다이어그램은 거래 전략을 거래 규칙의 의사 결정 트리로 정의 할 수있는 방법을 보여줍니다.
비 기능 요구 사항.
예를 들어 서로간에 교환되는 많은 비 기능 요구 사항이 있습니다. 성능 향상은 총 소유 비용 (TCO) 증가로 이어집니다. 비 기능적 알고리즘 거래 시스템 요구 사항에는 다음이 포함됩니다.
확장 성 - 시스템이 증가하거나 확장되는 작업 부하를 처리하고 수행 할 수있는 능력입니다. AT는 프로세스의 데이터 피드 수, 거래하는 교환 수 및 거래 할 수있는 증권의 수에 따라 확장 가능해야합니다. 성과 - 시스템이 수행하는 작업량과 작업에 필요한 시간 및 자원을 비교 한 것입니다. AT는 빠른 응답 시간 (시장으로 돌아 가기)과 높은 처리 및 네트워크 처리량을 가져야합니다. 수정 가능성 - 시스템을 쉽게 변경할 수 있습니다. AT는 쉽게 수정할 수있는 거래 전략 및 데이터 처리가 있어야합니다. 신뢰성 - 시스템이받은 입력에 대해 올바른 결과를 산출하기위한 정확성과 의존성입니다. AT의 오류 및 버그로 인해 막대한 손실과 벌금이 발생할 수 있으므로 안정성이 중요합니다. 이것에 대한 증거는 기사 수도의 전함을보십시오. 감사 기능 - 시스템을 감사 할 수있는 용이성입니다. 최근 AT & T의 건방진 사례가 감사 기관에 AT의 주목을 받았다. 따라서 재무, 컴플라이언스 및 IT 관점에서 감사 가능해야합니다. 보안 - 테러, 도난 또는 간첩과 같은 범죄 행위에 대한 조직의 안전. 거래 전략은 독점적이며 귀중한 지적 재산이기 때문에 반드시 확보해야합니다. 또한 AT를 사냥으로부터 보호하기 위해 프로그래밍 된 거래 전략을 사용하여 주문을 난독 화해야합니다. 내결함성 (Fault Tolerance) - 시스템이 오류 또는 실패 후에도 올바르게 작동 할 수있는 기능입니다. 이는 재무 적 손실을 피하기 위해 AT가 오류 발생 후에도 안정적이어야한다는 점을 제외하면 신뢰성과 유사합니다. 상호 운용성 (Interoperability) - 시스템이 다양한 범위의 관련 시스템에서 작동 할 수있는 용이성입니다. 이는 주문 관리 시스템, 포트폴리오 관리 시스템, 위험 관리 시스템, 회계 시스템, 심지어는 은행 시스템과의 인터페이스가 필요한 AT의 경우 중요합니다.
아키텍처 범위 개요.
아키텍처 범위는 기능적 및 비 기능적 요구 사항을 충족하기 위해 구성 요소에서 사용하는 아키텍처에서 지원하는 서비스 집합입니다. 이 아키텍처 범위에 대한 자세한 분석은 자세한 요구 사항 문서를 참조하십시오. 고급 수준에서 다음 서비스를 아키텍처에서 제공해야합니다.
다중 데이터 스트림, 관련없는 데이터에 대한 필터 및 임시 데이터 파티셔닝을 지원하는 수정 가능한 데이터 사전 처리 환경 다중 처리 장치 (클러스터), 실시간 성능 모니터링, 메시지 지향 통신 프레임 워크, 스케줄링을 지원하는 분산 처리 환경 시간적 데이터 집합, 로드 밸런싱 및 데이터 복제를 지원하는 메모리 (SAN) - 임시 데이터 집계, 연속 쿼리 및 로깅을 지원하는 SAN (저장 영역 네트워크) (감사 추적 용) 데이터 복구 (DR) 환경 - SAN 및 주문 관리 시스템 복제 구성 요소에 대한 표준 API를 제공하고 내부 및 외부 구성 요소를 서로 연결하는 통합 환경 - 동시 입력 스트림을 지원하는 주문 관리 시스템 , 수동 리던던시 및로드 밸런싱, 주문에 대한 ACID 기준, 감사 내역 및 복제본 cated 시스템 사용 환경 - 여러 사용자 프로필을 지원하고 완벽하게 관리되는 프론트 엔드를 알고리즘 거래 시스템에 노출합니다.
액세스 및 통합 요구 사항.
액세스 요구 사항은 사용자가 시스템 구성 요소에 액세스 할 수있는 방법을 설명합니다. 알고리즘 거래 시스템은 세 가지 인터페이스, 즉 새로운 거래 규칙, 거래 전략 및 데이터 소스를 정의하는 인터페이스, 시스템 관리자가 클러스터를 추가하고 아키텍처를 구성 할 수있는 백엔드 인터페이스. IT 통제 및 사용자 액세스 권한을 확인하기위한 읽기 전용 감사 인터페이스가 있습니다. 구성 요소와 외부 시스템을 통합하기위한 사전 요구 사항을 통합 요구 사항이라고합니다. 알고리즘 거래 시스템은 파일 기반 통합, 메시지 기반 통합 및 데이터베이스 통합을 지원해야합니다. 따라서 다음 요구 사항을 아키텍처에서 만족해야합니다.
데이터베이스 통합 - ODBC, JDBC, ADO 및 XQC 지원 파일 기반 통합 - CSV, XML 및 JSON 파일 지원 메시지 기반 통합 - FIX, FAST 및 FIXatdl 지원.
건축상의 제약.
파란색 점은 네트워크 대기 시간이 최소화되는 실제 위치를 표시하고 빨간색 점은 대규모 금융 거래의 실제 위치를 나타냅니다. 알고리즘 거래 시스템의 성능을 극대화하려면 네트워크 대기 시간을 최소화하는 위치에 시스템을 배치해야합니다. 출처 : MIT 공개 보도 자료 : dspace. mit. edu/handle/1721.1/6285.
아키텍처 제약은 구축되는 아키텍처의 성능을 제한하는 요소입니다. 여기서 언급 할 두 가지 제약은 물리적 네트워크 제약과 규제 제약입니다. 열악한 통신 네트워크로 인해 물리적 네트워크 제약이 시스템에 가해집니다. 이 제약 조건을 완화하려면 네트워크 대기 시간을 최소화해야하는 시스템을 구축해야합니다. 네트워크 제약을 완화하는 또 다른 방법은 알고리즘 거래 시스템을 시장 거래소와 함께 배치하는 것입니다. 이미 말한 바에 따르면, 공동 위치 결정은 추가 처리 및 공간 제약을 도입합니다.
규제의 제약은 법과 규정을 통해 도입됩니다. 알고리즘 트레이딩 시스템은 2010 년 플래시 사고 이후보다 규제가 강화되고 있기 때문에 알고리즘 트레이딩 시스템의 설계 및 구현에있어 점점 더 중요한 요소가되었습니다. 일반적으로 AT는 시스템 준수 및 무결성 (SCI), EMEA 알고리즘 트레이딩 시스템 지침, ISO 9000 알고리즘 거래 표준 (AT9000) 및 국제 재무보고 표준 (IFRS)에 관한 SEC의 규칙을 준수해야합니다. .
결론.
알고리즘 트레이딩 시스템 아키텍처는 시스템에서 기대되는 엄격한 비 기능 요구 사항과 자동화 된 거래를 규제하는 광범위한 규제 및 규정 준수 요구 사항으로 인해 복잡합니다. 이러한 복잡성으로 인해 시스템 아키텍처의 설계 및 구현을 신중하게 고려해야합니다. 오픈 소스 알고리즘 거래 아키텍처를 설계 할 때 이러한 시스템을 설계 할 때 종종 간과되는 아키텍처 요구 사항을 지적하고자합니다. 이 문서에서 확인 된 요구 사항은 완벽하지 않으며 필연적으로 시간이 지남에 따라 발전 할 것입니다. 이 기사의 두 번째 기사에서는 위에서 언급 한 요구 사항을 충족하는 소프트웨어 아키텍처에 대한 설계를 포함합니다. 알고리즘 거래에 대한 자세한 내용은 언제든지 저에게 연락하십시오.
보고서 사본을 다운로드하려면 여기를 클릭하십시오. 출처 전체 목록은 보고서를 참조하십시오.
ATAAS 서비스 제공 업체는 다음을 포함하지만 이에 국한되지 않습니다.
Quantopian - 사용자는 Python으로 양적 거래 전략을 정의하고이를 다시 테스트 할 수 있습니다. 사용자는 실제 시장에서 이러한 전략을 실행할 수도 있습니다. Quantopian은 최근에 그들의 서비스를 확장하기 위해 670 만 달러의 투자를 받았습니다. EquaMetrics - RIZM 사용자는 시각적으로 새로운 알고리즘 거래 전략을 수립하고, 해당 전략을 다시 테스트하고, 실제 시장에서 전략을 실행합니다. EquaMetrics는 최근 450 만 달러 상당의 RIZM에 대한 새로운 기금을 발표했습니다. 중개업 - 일부 중개인은 거래자가 자신의 거래 전략을 자동으로 실행하는 거래용 로봇을 만들 수 있습니다.
이전 이야기.
신경망을 이용한 BRICs 경제 예측.
다음 이야기.
알고리즘 트레이딩 시스템 아키텍처.
댓글을 제출하십시오.
답장 취소.
Turing Finance를 팔로우하십시오.
Turing 금융 메일 링리스트.
Turing Finance의 친구들.
Quantocracy는 매일 매일 게시되는 새로운 분석에 대한 링크가있는 최고의 양적 금융 블로그 수집기입니다.
NMRQL은 내가 속한 양적 헤지 펀드 다. 우리는 기계 학습을 사용하여 시장을 이기고 시도합니다.
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.)
