تجارت الگوریتمی: معنی ، مزایا و نگرانی ها - توضیح داده شده ، به نظر می رسد

هیئت اوراق بهادار و مبادله هند (SEBI) اخیراً با دستورالعمل کارگزاران سهام که خدمات مربوط به تجارت الگوریتمی را به سرمایه گذاران ارائه می دهند ، ارائه شد. هدف از دستورالعمل ها جلوگیری از نمونه های فروش نادرست توسط کارگزاران است. SEBI متوجه شده بود که برخی از کارگزاران سهام از طریق سیستم عامل های کنترل نشده ، امکانات تجاری الگوریتمی را به سرمایه گذاران ارائه می دهند. در چند سال گذشته ، تجارت و همكاری الگوریتمی به دلایل خوب و بد در اخبار بوده است. تجارت الگوریتمی ، همچنین به عنوان تجارت Algo شناخته می شود ، پس از تأیید دسترسی مستقیم به بازار SEBI (DMA) در سال 2008 ، قانونی شد. نگرانی های عمده در مورد تجارت ALGO هنگامی که مشخص شد بورس ملی (NSE) به چند معامله گر آلگو دسترسی دارددر سال 2015. در دسامبر سال 2021 ، SEBI مقاله بحث و گفتگو را صادر كرد كه نشان می دهد کلیه سفارشات ناشی از رابط برنامه نویسی برنامه های کارگزاران (API) به عنوان تجارت الگوریتمی رفتار می شود و نگرانی هایی را ایجاد می كند كه چنین محدودیتی باعث رشد تجارت آلگو در هند خواهد شد.

تجارت الگوریتمی چیست؟

تجارت الگوریتمی به کمک رایانه به خرید و فروش سهام کمک می کند. همچنین به عنوان معاملات خودکار یا برنامه ریزی شده شناخته می شود. در تجارت الگوریتمی استراتژی های رایانه ای از پیش برنامه ریزی شده بسته به پارامترهای تنظیم شده ، دستورالعمل ها یا الگوی و شرایط بازار ، معاملات خرید و فروش را اجرا می کنند. دستورالعمل می تواند به محض رسیدن قیمت به یک سطح از پیش تعریف شده خاص ، خرید یا فروش تعداد خاصی از سهم (های) یک شرکت خاص باشد.

معاملات با استفاده از مدلهای ریاضی پیشرفته که شامل اجرای خودکار تجارت است ، با سرعت بسیار سریع اتفاق می افتد. سرعت اجرای آن به حدی است که حتی دسترسی سریعتر تقسیم شده نیز قادر به دستیابی به دستاوردهای عظیم به یک معامله گر است. این الگوریتم ها بر روی سیستم های رایانه ای متعلق به معامله گران (و نه سرمایه گذار) اجرا می شوند. این الگوریتم به طور خودکار سفارش را بدون درگیری انسانی از کارگزار یا سرمایه گذار اجرا می کند. سیستم معاملات الگوریتمی به طور خودکار بر قیمت سهام زنده نظارت می کند و در صورت رعایت معیارهای داده شده ، نظمی را آغاز می کند. این امر باعث می شود تا معامله گر از نظارت بر قیمت سهام زنده و شروع سفارش دستی استفاده کند.

فرض کنید که اگر یک سرمایه گذار/معامله گر بخواهد سهام شرکت XYZ را خریداری کند در صورت افزایش 2 ٪ نسبت به قیمت بسته شدن قبلی خود و اگر حجم معاملات در آن روز بالاتر از میانگین حجم 10 روز گذشته باشد.

سرمایه گذار می تواند این سفارش را از طریق وب سایت یا برنامه کارگزار قرار دهد و منتظر اجرای دستور باشد. با این حال ، سرمایه گذار فقط قادر به تعیین قیمت خواهد بود ، نه حجم. راه دیگر نظارت بر قیمت سهام زنده و قرار دادن سفارش در هنگام شرط بندی سفارش است.

راه سوم داشتن یک نرم افزار با یک الگوریتم است که فقط در صورت برآورده شدن هر دو شرط ، سفارش را قرار می دهد. این کار به طور خودکار بدون مداخله انسانی انجام می شود.

منبع: تورینگ مالی. این سیستم اطلاعاتی را از پایگاه داده (به عنوان مثال ، داده های بازار مربوط به قیمت) و سایر اطلاعات دیگر می گیرد. الگوریتم داده ها را با دستورالعمل ها (مدل) مقایسه می کند و ترتیب را اجرا می کند. با پیشرفت در یادگیری ماشین ، مدل ها می توانند خود را برای اعدام های حتی بهتر/سریع تر سازگار و سازگار کنند.

رابط برنامه نویسی برنامه (API) چیست؟

رابط برنامه نویسی API یا برنامه کاربردی مجموعه ای از کدهای برنامه نویسی است که داده ها را تجزیه و تحلیل می کند و دستورالعمل ها را بین یک پلت فرم نرم افزاری و دیگری ارسال می کند.

سرمایه گذاران/بازرگانان به طور معمول با غربالگری سهام بر اساس پارامترهای خاص (مانند روند قیمت) به دنبال فرصت ها هستند. پیش از این ، آنها مجبور بودند چنین سهام را در یک برنامه جداگانه شناسایی کنند و سپس معاملات خود را با کارگزار خود قرار دهند. به عبارت دیگر ، نرم افزار غربالگری معامله گر و نرم افزار کارگزار نمی توانند مستقیماً با یکدیگر ارتباط برقرار کنند. اما با ارائه کارگزاران API ، معامله گران می توانند نرم افزار غربالگری خود را با API کارگزار که دسترسی به قیمت های زمان واقعی را ارائه می دهد ، متصل کنند. نرم افزار غربالگری معامله گر فرصت هایی را بر اساس قیمت زنده شناسایی می کند و به طور خودکار سفارشات را قرار می دهد.

هر کارگزار دارای یک رابط برنامه کاربردی باز یا API است. API به نرم افزار یک معامله گر اجازه می دهد تا به ترمینال کارگزار متصل شود. کارگزاران ، در پایان ، دارای یک سیستم مدیریت سفارش هستند که برای قرار دادن سفارش به صورت الکترونیکی استفاده می شود.

وضعیت فعلی تجارت الگوریتمی در هند چیست؟

تجارت الگوریتمی در سال 2008 در هند مجاز بود.

براساس گزارشی از سوی انستیتوی ملی مدیریت مالی (تحت وزارت دارایی اتحادیه) ،~50 ٪+ از کل سفارشات در هر دو NSE و BSE معاملات ALGO هستند.

بسیاری از کارگزاران در هند امکان دسترسی به رابط برنامه نویسی برنامه (API) به مشتریان خود را آغاز کرده اند. این امر به سرمایه گذاران کوچک (سرمایه گذاران خرده فروشی) اجازه داده است تا از طریق معاملات Algo سرمایه گذاری کنند. شرکت هایی مانند Zerodha ، Upstox ، 5 Paisa از معدود کارگزاران هستند که سیستم عامل های تجارت ALGO را برای تجارت ALGO به مشتریان خرده فروشی ارائه می دهند.

مزایای تجارت الگوریتمی چیست؟

اول ، معاملات الگوریتمی امکان اجرای سریع تر معاملات را فراهم می کند و بنابراین کارآیی را افزایش می دهد.

دوم ، این احتمال خطای انسانی را کاهش می دهد. همچنین احساسات انسانی را که ممکن است بر اجرای واقعی سفارش تأثیر بگذارد (مانند معضل آخرین لحظه خرید یا فروش) از بین می برد.

سوم ، بازار را گسترده تر می کند و کیفیت بازار را بهبود می بخشد. از دیدگاه یک کارگزار یا معامله گر ، ALGO را می توان به گونه ای تنظیم کرد که بهترین قیمت ممکن را بدست آورد.

چهارم ، Algos به صورت خودکار و با سرعت زیاد اجرا می شود و به طور قابل توجهی خطر معامله گران را کاهش می دهد.

پنجم ، نقدینگی موجود در بازار را بهبود می بخشد. یک آلگو همچنان سفارشات را در بازار پرتاب می کند و سپس آن را پس می گیرد. این چیزی است که SEBI قصد دارد اکنون از نزدیک بیشتر تنظیم کند. نکته پایین این است که این تعامل تهاجمی سفارشات به بهبود نقدینگی در بازار کمک می کند و اجرای یکپارچه معاملات را تسهیل می کند.

نگرانی های مربوط به تجارت الگوریتمی چیست؟

اول ، این باعث افزایش نوسانات بازار می شود (به عنوان مثال ، تغییرات زیادی در قیمت ها ، بی ثباتی بازار). حتی یک سقوط کوچک در بازار می تواند باعث ایجاد سفارش فروش انبوه شود و منجر به تصادف شود. الگوریتم ها فاقد شهود انسانی هستند و از این رو ممکن است نتواند حوادث فروش وحشت را در هنگام تصادف بازار شناسایی کند و باعث تشدید چنین تصادفاتی شود.

دوم ، تجارت الگوریتمی مستعد خطرات خرابی سیستم و خطاهای اتصال شبکه و غیره است.

سوم ، دقت به استحکام الگوریتم ها بستگی دارد. یک الگوریتم معیوب می تواند منجر به خسارات زیادی به معامله گران/سرمایه گذاران شود. در بسیاری از موارد ، مهندسان نرم افزار که استراتژی های ALGO را می نویسند ، ممکن است درک کار در بازارها/تجارت سهام و منجر به الگوریتم های ضعیف را نداشته باشند.

چهارم ، اگرچه احتمال خطاهای انسانی را کاهش می دهد اما نمی تواند آنها را از بین ببرد. معاملات Algo مستعد ابتلا به معاملات انگشت چربی و جلب توجه جلبک ها است. تجارت انگشت چربی هنگام مشت زدن به یک خطای انسانی است. این می تواند شامل وارد کردن یک ارزش اشتباه از نظر قیمت یا کمیت یا انتخاب اقدامات اجرای اشتباه مانند خرید یا فروش باشد.

پنجم ، استراتژی های تجارت برای الگوریتم ها اغلب با مفهوم "پشتی" نوشته و مورد تجزیه و تحلیل قرار می گیرند. Backtesting در حال تجزیه و تحلیل داده های مالی تاریخی گذشته برای تولید مجموعه ای از سیگنال های معاملاتی است. با این رویکرد سه مشکل وجود دارد.(الف) بخش عمده ای از آزمایش های پشتی به طور کلی مبتنی بر داده های مورد تجزیه و تحلیل در طی دو سه سال گذشته است. با این حال ، این یک افق باریک است و ممکن است در شناسایی حباب (هنگامی که قیمت سهم فوق العاده زیاد است) یا شلوغی (هنگامی که قیمت سهام در طول رکود بسیار پایین است) ناکام باشد.(ب) عملکرد گذشته نمی تواند بازده آینده را تضمین کند. ج) نویسندگان استراتژی و بازارها از هم اکنون کنترل نشده اند.

ششم ، تجارت الگوریتمی مستعد کلاهبرداری مانند کلاهبرداری در محل است که در بورس اوراق بهادار اتفاق افتاده است.

منبع: تایمز هند

هفتم ، برای ALGO های مستقر شده توسط سرمایه گذاران خرده فروشی (کوچک) با استفاده از API ، مبادلات قادر به شناسایی این نیستند که آیا تجارت خاص ناشی از پیوند API یک تجارت ALGO یا یک تجارت غیر آلگو است. این نوع الگوهای کنترل نشده و غیرقابل تصویب ، خطری را برای بازار ایجاد می کند و می توان از آن برای دستکاری در بازار ystematic و همچنین فریب سرمایه گذاران خرده فروشی با تضمین بازده بالاتر سوء استفاده کرد.

مقررات/دستورالعمل های SEBI در مورد تجارت الگوریتمی چیست؟

کارگزاران باید تأیید همه Algos را از بورس سهام بگیرند. هر استراتژی ALGO باید توسط حسابرسان حسابرسی سیستم های اطلاعاتی (CISA) (CISA)/ دیپلم حسابرسی سیستم اطلاعات (DISA) تأیید شود. آنها باید مبادلات (BSE ، NSE و غیره) را از هرگونه تغییر در جلبک ها مطلع کنند.

تمام سفارشات ناشی از API باید به عنوان یک دستور الگو رفتار شود. API برای انجام معاملات ALGO باید با شناسه ALGO منحصر به فرد ارائه شده توسط بورس سهام برچسب گذاری شود.

کلیه سفارشات ALGO باید از طریق سرورهای کارگزار واقع در هند مسیریابی شود. همچنین ، تمام سفارشات ALGO باید برای ایجاد یک دنباله حسابرسی با یک شناسه منحصر به فرد تهیه شده توسط بورس اوراق بهادار برچسب گذاری شوند. این اجازه می دهد تا مبادله بداند که آیا یک سفارش یک الگوریتمی یا غیر الگوریتمی است یا خیر.

کارگزاران باید اطمینان حاصل کنند که چک های مناسب انجام شده است تا فقط الگوهای مصوب مبادله ای را انجام دهند.

کارگزار سهام مسئولیت کلیه جلبک های ناشی از API های خود و جبران هرگونه اختلاف سرمایه گذار را بر عهده خواهد داشت.

کاستی ها/نگرانی های مربوط به مقررات SEBI چیست؟

اول ، ارائه دهندگان ALGO شخص ثالث تنظیم نمی شوند. همچنین هیچ مکانیسم جبران کننده سرمایه گذار در محل وجود ندارد.

دوم، دریافت مجوز لازم از بورس ها فرآیندی خسته کننده است، کارگزاران ممکن است مجبور شوند استفاده از سیستم API را متوقف کنند. این امر بر توسعه بازار تأثیر خواهد گذاشت.

سوم، ارائه برنامه های الگو به صرافی ها برای تایید آنها به این معنی است که فروشندگان ممکن است مجبور شوند رویکرد خود را آشکار کنند. احتمال به خطر افتادن مالکیت معنوی (IP) وجود دارد - برخی از کارگزاری ها می توانند به راحتی استراتژی های الگوی موفق را تکرار کنند.

قوانین جهانی در تجارت الگوریتمی چیست؟

در آوریل 2016، کمیسیون بورس و اوراق بهادار ایالات متحده (SEC) قانونی را تصویب کرد که توسط سازمان تنظیم مقررات صنعت مالی (FINRA) پیشنهاد شده بود که توسعه دهندگان معاملات الگوریتمی را ملزم به ثبت نام به عنوان معامله گران اوراق بهادار می کرد. این حرکت در درجه اول با هدف کاهش دستکاری بازار انجام شد.

در بریتانیا، هر شرکت کننده در بازار باید در صورتی که در تجارت الگوریتمی شرکت می کند، به مرجع رفتار مالی تنظیم کننده اطلاع دهد. یک شرکت باید اطلاعاتی مانند ماهیت استراتژی های معاملاتی الگوریتمی خود و جزئیات پارامترهای معاملاتی را در اختیار FCA قرار دهد.

در ادامه چه کاری باید انجام شود؟

اول، نیاز به ایجاد یک رسیدگی به شکایات سرمایه گذار برای معاملات انجام شده توسط فروشندگان شخص ثالث وجود دارد.

دوم، ارائه دهندگان الگوی شخص ثالث نیز باید به شدت تحت نظارت باشند.

سوم، SEBI باید هنجارهای نظارتی را تشدید کند تا از کلاهبرداری های Co-location که در NSE اتفاق افتاده است جلوگیری شود.

چهارم، نیاز به افزایش آگاهی سرمایه گذاران خرد (کوچک) در بازار سهام در مورد ریسک های مرتبط با معاملات الگوریتمی وجود دارد تا بتوانند با احتیاط بیشتری از چنین استراتژی های سرمایه گذاری استفاده کنند.

نتیجه

حساب های غیر مادی (دمات) هند از مرز 100 میلیون نفر عبور کرده است که از حدود 40. 9 میلیون در مارس 2020 افزایش یافته است. این تعداد در سال آینده به دلیل دیجیتالی شدن و آگاهی بیشتر در مورد اقتصاد بیشتر خواهد شد. با افزایش مشارکت کنندگان در بازارهای سهام، ریسک ها در بازار نیز افزایش می یابد. در این زمینه، نقش تنظیم کننده بازار برای محافظت از سرمایه گذاران جدید یا کوچک و در عین حال تضمین پاسخگویی از سوی بازیگران مختلف بازار، حیاتی می شود. دستورالعمل های اخیر SEBI علیه تسهیلات معاملاتی الگوریتمی برای سرمایه گذاران که توسط پلتفرم های غیرقانونی ارائه شده است، قابل تحسین است. SEBI باید این مقررات را گسترش دهد تا جنبه های نامطمئن تجارت آلگو را پوشش دهد و از منافع سرمایه گذاران محافظت کند.

برنامه درسی: GS III، اقتصاد هند و مسائل مربوط به رشد.