Autor: Mariusz Tymosz
Trading jako zawód wymaga dużo cierpliwości, poświęcenia i odporności psychicznej. Trader w swojej pracy musi być bardzo skoncentrowany na swoich transakcjach i nie może pozwolić, by jego umysł zajmowało cokolwiek innego. Oczywiście wszystko to łatwiej powiedzieć, niż zrobić. Każdy praktykujący trader wie, że nie wolno mu tracić spokoju i koncentracji. W wielu przypadkach jednak traderzy dotknięci są czynnikami psychologicznymi, w tym emocjonalnymi oraz podejmują decyzje, których nie powinni byli podejmować. Te nieuniknione i typowo ludzkie błędy, można starać się wyeliminować wykorzystując właśnie algo trading.
Algo trading, zwany również tradingiem algorytmicznym, lub tradingiem zautomatyzowanym to mechanizm, w którym algorytmy generowane komputerowo wykorzystywane są do wykonywania transakcji, zamiast ludzi. Transakcje zawierane są na podstawie zestawu z góry zdefiniowanych reguł, a ich instrukcje znajdują się w oprogramowaniu transakcyjnym w postaci algorytmów, w odniesieniu do zmiennych takich jak czas, wolumen, cena, lub dowolnych modeli matematycznych. Następnie komputer dokonuje transakcji zgodnie z wydanymi mu instrukcjami. Wszystko to sprawia, że handel algorytmiczny jest dość precyzyjny, posiada właściwy timing i jest wolny od większości możliwych ludzkich błędów.
Zaangażowanie czynnika ludzkiego
Algorytmy można tworzyć tak, aby wymagały minimalnej interwencji człowieka lub, nie wymagały jej wcale. Systemy transakcyjne, które nie wymagają interwencji człowieka znane są jako algorytmy zero-touch. W tym przypadku instrukcje wprowadzane są do oprogramowania transakcyjnego, a transakcje realizowane, gdy tylko pojawi się okazja. Cały proces polega na całkowitym zautomatyzowaniu procesu decyzyjnego i realizacji zleceń rynkowych. Czyli stworzeniu programu wykonującego całą robotę za człowieka. Rzeczywistość jednak pokazuje, że w przypadku profesjonalnego zarządzania tego typu systemy praktycznie nie występują.
Program bez kontroli i monitorowania ze strony człowieka obarczony jest zbyt dużym ryzykiem, na który przedstawiciele branży asset management, nie mogą sobie pozwolić.
Nie bez znaczenia jest tu doświadczenie samego inwestora i jego odporność psychiczna, szczególnie jeśli chodzi o wielkość zarządzanego kapitału. Zarządzając portfelem o wielkości kilku miliardów dolarów targają nami zupełnie inne emocje, niż te w przypadku małych, czy średnich portfeli.
Dość częstym i błędnym podejściem jest też przekonanie, iż automatyzacja pozwoli na uniknięcie wszystkich psychologicznych pułapek. Jeżeli mamy słabą strategię, a niepowodzenia zrzucamy na „psychikę”, automatyzacja tutaj niewiele pomoże. W świecie programistów jak mantra powtarzane jest „garbage in, garbage out”.
Druga metoda z założenia wymaga już większej interwencji człowieka. Nazywa się ją interfejsami programowania aplikacji (API – Application Programming Interface). API to zestaw reguł i protokołów, które umożliwiają komunikację między różnymi systemami komputerowymi. Dzięki API, różne programy, aplikacje czy strony internetowe mogą ze sobą „rozmawiać” i wymieniać informacje, co pozwala na zautomatyzowanie wielu procesów i ułatwia proces inwestycyjny. W takim przypadku to trader wybiera strategię, którą chcą wdrożyć w danym scenariuszu. Następnie program otrzymuje odpowiednie instrukcje, a transakcja jest realizowana na podstawie informacji uzyskanych za pośrednictwem interfejsu API.
Należy pamiętać, iż algo trading pozwala na wyeliminowanie wielu pułapek psychologicznych, ale nie jesteśmy w stanie wyeliminować kilku z nich.
Jest nim strach związany z utratą kapitału, gdy strategia wejdzie w okres strat oraz euforia, której doświadczamy po dłuższej dobrej passie na rynku i wypracowanych ponadprzęciętnych zyskach. Wtedy nasza czujność zostaje uśpiona, a samozadowolenie rośnie, co w konsekwnecji prowadzi do złych decyzji i często kończy się porażką. Oba te czynniki zawsze będą obecne bez względu na sposób realizacji zleceń.
Zasady działania
Algo trading to metoda tradingu, która wykorzystuje algorytmy jako wstępnie zdefiniowany zestaw instrukcji. Algorytmy lub instrukcje uruchamiane są przez system w celu uzyskania określonego wyniku. Sygnały kupna i sprzedaży odbierane są przez program i to na ich podstawie składane i realizowane są zlecenia. Trading ten działa dość wydajnie, ponieważ naturalne nieefektywności nie mają wpływu na procesy transakcyjne, a inwestorzy nie muszą być przyklejeni do ekranów swoich komputerów. Gdy ustalone kryteria zostaną spełnione, algorytm wykrywa to automatycznie i wysyła inwestorowi sygnał kupna lub sprzedaży. Trader nie musi więc pozostawać zaangażowany w przyziemne obowiązki, odgrywa zaś znaczącą rolę w ważnym etapie całego procesu, jakim jest tworzenie strategii.
Warto pamiętać, iż błędem jest utożsamianie tradingu algorytmicznego z tradingiem automatycznym. Z założenia algo trading może być, ale nie musi być zautomatyzowany. Na poziomie inwestora indywidualnego szczególnie w Polsce, algo trading praktycznie nie występuje. Zgoła odmiennie wygląda to na poziomie instytucjonalnym, gdzie jest standardem.
Sam trading algorytmiczny opiera się w dużej mierze na analizie ilościowej lub modelowaniu ilościowym.
Inwestując na giełdzie, będziemy potrzebowali zarówno wiedzy z zakresu tradingu, jak i doświadczenia na rynkach kapitałowych. Ponadto algo trading często opiera się na technologii i komputerach prawdopodobnie, więc będziemy musieli mieć umiejętność kodowania, lub programowania.
Obecnie największą część tradingu algorytmicznego stanowi HFT (ang. High Frequency Trading). HFT wykorzystywany jest głównie przez profesjonalne firmy asset management oraz instytucje finansowe. Dostęp do tej strategii w praktyce zarezerwowany jest dla tych, którzy dysponują zaawansowaną technologią i dużymi zasobami finansowymi. Stąd też regularne zainetresowanie regulatorów rynku, szczególnie tych w USA, aby zapewnić uczciwość i stabilność rynków finansowych dla wszystkich jego uczestników.
Jedną z najbardziej rozpoznawalnych postaci w branży jest James Simons. Amerykański matematyk oraz były zarządzający firmą Renaissance Technologies LLC. W 1982 roku założył jeden z pierwszych funduszy hedgingowych, który mógł pochwalić się znaczącymi sukcesami. W tym przypadku współpraca ze specjalistami w zakresie modelowania danych oraz matematyki zaowocowała miliardowymi zyskami w ciągu kilkudziesięciu lat. J. Simons uważany jest za jednego z najbogatszych ludzi na świecie, a jego firma jest jednym z najbardziej tajemniczych i dochodowych graczy dla Wall Street.
Podsumowanie
Algo trading jest skuteczną i wydajną metodą tradingu. Ma wiele zalet w porównaniu z tradycyjnymi metodami. Co najważniejsze pomaga wyeliminować efekt emocji z transakcji. To właśnie emocje odgrywają bardzo szkodliwą rolę w procesie podejmowania decyzji inwestycyjnych.
Traderzy skłonni do chęci większych zysków lub przestraszeni stratami mogą podejmować decyzje, które nie powinny być podejmowane. Trading algorytmiczny pomaga zredukować subiektywne aspekty tradingu i zapewnia, że decyzje są podejmowane w sposób obiektywny.
Jednocześnie pomaga poprawiać jakość rynku. Rynki stają się szersze i zyskują większe wolumeny i płynność. Cały proces staje się usprawniony, systematyczny i zdyscyplinowany.
Musimy zdawać sobie sprawę, że trading algorytmiczny ma również sporo wad. Koszty automatyzacji strategii, budowy algorytmów i rozwoju oprogramowania transakcyjnego są wysokie, podobnie jak wymagania dotyczące infrastruktury. Brokerzy obsługujący trading automatyczny wymagają znacznie większej bazy kapitałowej. Sytuacja powoli się poprawia, ponieważ wielu brokerów przyjmuje protokół FIX, który umożliwia im zawieranie transakcji bezpośrednio z giełdami rynkowymi.
Mimo że algo trading jest bardzo zależny od technologii i maszyn, to inwestorzy nadal muszą monitorować swoje transakcje i nie mogą pozostawiać systemów bez nadzoru. W najgorszym przypadku algorytmy mogą stać się błędne i zacząć dokonywać nieprawidłowych transakcji, na co żaden zarządzający nie może sobie pozwolić Dlatego, podobnie jak w przypadku wszystkich innych form tradingu, inwestorzy muszą zachować ostrożność podczas tworzenia instrukcji algorytmów, a także zachować należytą staranność podczas stosowania algorytmów w scenariuszach na żywo.