A negociação algorítmica (também chamada negociação automatizada, caixa preta ou algo-trading) usa um programa de computador que segue um conjunto definido de instruções (um algoritmo) para realizar uma negociação. O comércio, em teoria, pode gerar lucros a uma velocidade e frequência impossíveis para um comerciante humano.
Os conjuntos de instruções definidos são baseados no tempo, preço, quantidade ou qualquer modelo matemático. Além das oportunidades de lucro para o comerciante, a algo-trading torna os mercados mais líquidos e as negociações mais sistemáticas, descartando o impacto das emoções humanas nas atividades de negociação.
Troca Algorítmica na Prática
Suponha que um profissional siga estes critérios simples de negociação:
- Compre 50 ações de uma ação quando sua média móvel de 50 dias ultrapassar a média móvel de 200 dias. (Uma média móvel é uma média dos pontos de dados anteriores que suavizam as flutuações diárias dos preços e, assim, identificam tendências.) Vender ações do estoque quando sua média móvel de 50 dias ficar abaixo da média móvel de 200 dias.
Usando essas duas instruções simples, um programa de computador monitorará automaticamente o preço das ações (e os indicadores de média móvel) e fará as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante não precisa mais monitorar preços e gráficos ao vivo ou fazer pedidos manualmente. O sistema de negociação algorítmica faz isso automaticamente, identificando corretamente a oportunidade de negociação.
Noções básicas de negociação algorítmica
Benefícios da negociação algorítmica
Algo-trading oferece os seguintes benefícios:
- Os negócios são executados com os melhores preços possíveis. A colocação da ordem de negociação é instantânea e precisa (há uma grande chance de execução nos níveis desejados). As negociações são cronometradas corretamente e instantaneamente para evitar alterações significativas de preço. Custos de transação reduzidos. O mercado de negociação de moedas digitais pode ser testado novamente usando dados históricos e em tempo real disponíveis. para ver se é uma estratégia de negociação viável. Reduziu a possibilidade de erros de comerciantes humanos com base em fatores emocionais e psicológicos.
Atualmente, a maioria das operações de algo é negociação de alta frequência (HFT), que tenta capitalizar a colocação de um grande número de pedidos em velocidades rápidas em vários mercados e múltiplos parâmetros de decisão com base em instruções pré-programadas.
Algo-trading é usado em muitas formas de atividades de negociação e investimento, incluindo:
- Os investidores de médio e longo prazo ou as empresas do lado da compra - fundos de pensão, fundos mútuos, companhias de seguros - usam algo de trading para comprar ações em grandes quantidades quando não desejam influenciar os preços das ações com investimentos discretos de grande volume. comerciantes de longo prazo e participantes do lado da venda - formadores de mercado (como corretoras), especuladores e árbitros - se beneficiam da execução automatizada do comércio; além disso, a negociação de algo ajuda a criar liquidez suficiente para os vendedores no mercado. Negociadores sistemáticos - seguidores de tendência, fundos de hedge ou negociadores de pares (uma estratégia de negociação neutra em mercado que combina uma posição longa com uma posição curta em um par de ações altamente instrumentos correlatos, como duas ações, fundos negociados em bolsa (ETFs) ou moedas) - consideram muito mais eficiente programar suas regras de negociação e permitir que o programa seja negociado automaticamente.
A negociação algorítmica fornece uma abordagem mais sistemática à negociação ativa do que métodos baseados na intuição ou no instinto do profissional.
Estratégias de negociação algorítmica
Qualquer estratégia para negociação algorítmica requer uma oportunidade identificada que seja lucrativa em termos de ganhos aprimorados ou redução de custos. A seguir, são apresentadas estratégias de negociação comuns usadas na negociação de algo:
Estratégias de acompanhamento de tendências
As estratégias de negociação algorítmica mais comuns seguem tendências em médias móveis, interrupções de canal, movimentos no nível de preços e indicadores técnicos relacionados. Essas são as estratégias mais fáceis e simples de implementar por meio de negociação algorítmica, porque essas estratégias não envolvem fazer previsões ou previsões de preços. Os negócios são iniciados com base na ocorrência de tendências desejáveis, fáceis e diretas de implementar por meio de algoritmos, sem entrar na complexidade da análise preditiva. O uso de médias móveis de 50 e 200 dias é uma estratégia popular de acompanhamento de tendências.
Oportunidades de arbitragem
A compra de uma ação com lista dupla a um preço mais baixo em um mercado e a venda simultânea a um preço mais alto em outro mercado oferece o diferencial de preço como lucro ou arbitragem sem risco. A mesma operação pode ser replicada para ações versus instrumentos futuros, pois existem diferenciais de preço de tempos em tempos. Implementar um algoritmo para identificar esses diferenciais de preço e fazer pedidos com eficiência permite oportunidades lucrativas.
Reequilíbrio do fundo de índice
Os fundos de índice definiram períodos de reequilíbrio para equiparar suas participações com seus respectivos índices de referência. Isso cria oportunidades lucrativas para os operadores algorítmicos, que capitalizam as negociações esperadas que oferecem lucros de 20 a 80 pontos base, dependendo do número de ações no fundo de índice imediatamente antes do reequilíbrio do fundo de índice. Tais negociações são iniciadas através de sistemas de negociação algorítmica para execução oportuna e os melhores preços.
Estratégias Matemáticas Baseadas em Modelos
Modelos matemáticos comprovados, como a estratégia de negociação neutra em delta, permitem negociar com uma combinação de opções e o valor mobiliário subjacente. (O neutro em delta é uma estratégia de portfólio que consiste em várias posições com deltas positivos e negativos em contrapartida - uma relação que compara a mudança no preço de um ativo, geralmente um título negociável, com a mudança correspondente no preço de seu derivado - de modo que o valor geral delta dos ativos em questão totaliza zero.)
Faixa de Negociação (Reversão Média)
A estratégia de reversão média é baseada no conceito de que os preços altos e baixos de um ativo são um fenômeno temporário que reverte periodicamente para seu valor médio (valor médio). A identificação e definição de uma faixa de preço e a implementação de um algoritmo baseado nela permitem que as negociações sejam feitas automaticamente quando o preço de um ativo entra e sai da faixa definida.
Preço médio ponderado por volume (VWAP)
A estratégia de preço médio ponderado por volume divide uma ordem grande e libera dinamicamente pequenos pedaços da ordem determinados no mercado, usando perfis de volume histórico específicos de ações. O objetivo é executar o pedido próximo ao preço médio ponderado pelo volume (VWAP).
Preço médio ponderado pelo tempo (TWAP)
A estratégia de preço médio ponderada pelo tempo divide um grande pedido e libera dinamicamente pequenos pedaços determinados do pedido para o mercado, usando intervalos de tempo igualmente divididos entre o horário de início e de término. O objetivo é executar o pedido próximo ao preço médio entre os horários de início e término, minimizando o impacto no mercado.
Porcentagem de volume (POV)
Até que a ordem de negociação seja totalmente preenchida, esse algoritmo continua enviando ordens parciais de acordo com a taxa de participação definida e de acordo com o volume negociado nos mercados. A "estratégia de etapas" relacionada envia pedidos em uma porcentagem definida pelo usuário dos volumes de mercado e aumenta ou diminui essa taxa de participação quando o preço das ações atinge níveis definidos pelo usuário.
Déficit de implementação
A estratégia de déficit de implementação visa minimizar o custo de execução de um pedido negociando no mercado em tempo real, economizando no custo do pedido e se beneficiando do custo de oportunidade da execução atrasada. A estratégia aumentará a taxa de participação desejada quando o preço das ações se mover favoravelmente e diminuirá quando o preço das ações se mover adversamente.
Além dos algoritmos usuais de negociação
Existem algumas classes especiais de algoritmos que tentam identificar "acontecimentos" do outro lado. Esses “algoritmos de detecção” - usados, por exemplo, por um criador de mercado do lado da venda - têm a inteligência incorporada para identificar a existência de qualquer algoritmo no lado da compra de um pedido grande. Essa detecção por meio de algoritmos ajudará o criador de mercado a identificar grandes oportunidades de pedidos e permitir que eles se beneficiem preenchendo os pedidos a um preço mais alto. Às vezes, isso é identificado como front-running de alta tecnologia.
Requisitos técnicos para negociação algorítmica
A implementação do algoritmo usando um programa de computador é o componente final da negociação algorítmica, acompanhada de backtesting (testando o algoritmo em períodos históricos de desempenho do mercado de ações no passado para ver se seu uso teria sido lucrativo). O desafio é transformar a estratégia identificada em um processo computadorizado integrado que tenha acesso a uma conta de negociação para fazer pedidos. A seguir estão os requisitos para negociação algorítmica:
- Conhecimentos de programação de computadores para programar a estratégia de negociação necessária, programadores contratados ou software de negociação pré-fabricado. Conectividade de rede e acesso a plataformas de negociação para fazer pedidos. Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo quanto a oportunidades de fazer pedidos. A capacidade e a infraestrutura de testar novamente o sistema depois que ele é construído antes de entrar em operação no mercado real. Dados históricos disponíveis para o backtesting, dependendo da complexidade das regras implementadas no algoritmo.
Um exemplo de negociação algorítmica
A Royal Dutch Shell (RDS) está listada na Bolsa de Valores de Amsterdã (AEX) e na Bolsa de Londres (LSE). Começamos criando um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes:
- Devido à diferença horária de uma hora, a AEX abre uma hora mais cedo que a LSE, seguida pelas duas bolsas de negociação simultaneamente nas próximas horas e, em seguida, negociando apenas na LSE durante a última hora. AEX fecha.
Podemos explorar a possibilidade de negociação arbitrária das ações da Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes?
Requisitos:
- Um programa de computador que pode ler os preços atuais do mercado. Feeds de preço dos LSE e AEX.A taxa de forex (câmbio) para GBP-EUR. Capacidade de colocação de pedidos que pode encaminhar o pedido para a troca correta. Capacidade de teste no preço histórico feeds.
O programa de computador deve executar o seguinte:
- Leia as informações fornecidas pelo RDS nas duas bolsas de valores. Usando as taxas de câmbio disponíveis, converta o preço de uma moeda para a outra.Se houver uma discrepância de preço suficientemente grande (descontando os custos de corretagem), levando a uma oportunidade lucrativa, o programa deve colocar a ordem de compra na bolsa de preço mais baixo e vendê-la na bolsa de preço mais alto. Se as ordens forem executadas conforme desejado, o lucro da arbitragem seguirá.
Simples e fácil! No entanto, a prática de negociação algorítmica não é tão simples de manter e executar. Lembre-se, se um investidor pode realizar uma negociação gerada por algo, o mesmo acontece com outros participantes do mercado. Conseqüentemente, os preços variam em milissegundos e até microssegundos. No exemplo acima, o que acontece se uma operação de compra for executada, mas a operação de venda não ocorre porque os preços de venda mudam no momento em que o pedido chega ao mercado? O comerciante ficará com uma posição aberta, tornando a estratégia de arbitragem sem valor.
Existem riscos e desafios adicionais, como riscos de falha do sistema, erros de conectividade de rede, intervalos de tempo entre ordens comerciais e execução e, o mais importante de tudo, algoritmos imperfeitos. Quanto mais complexo for um algoritmo, mais backtesting será necessário antes de ser colocado em ação.
