El comercio algorítmico (también llamado comercio automatizado, comercio de caja negra o comercio de algo) usa un programa de computadora que sigue un conjunto definido de instrucciones (un algoritmo) para colocar un comercio. El comercio, en teoría, puede generar ganancias a una velocidad y frecuencia que es imposible para un comerciante humano.
Los conjuntos de instrucciones definidos se basan en el tiempo, el precio, la cantidad o cualquier modelo matemático. Además de las oportunidades de ganancias para el comerciante, algo-trading hace que los mercados sean más líquidos y el comercio más sistemático al descartar el impacto de las emociones humanas en las actividades comerciales.
Comercio algorítmico en la práctica
Supongamos que un comerciante sigue estos criterios comerciales simples:
- Compre 50 acciones de una acción cuando su promedio móvil de 50 días supere el promedio móvil de 200 días. (Un promedio móvil es un promedio de puntos de datos pasados que suaviza las fluctuaciones del precio del día a día y, por lo tanto, identifica las tendencias). Venda acciones de la acción cuando su promedio móvil de 50 días sea inferior al promedio móvil de 200 días.
Usando estas dos simples instrucciones, un programa de computadora monitoreará automáticamente el precio de las acciones (y los indicadores de promedio móvil) y colocará las órdenes de compra y venta cuando se cumplan las condiciones definidas. El comerciante ya no necesita controlar los precios en vivo y los gráficos o realizar los pedidos manualmente. El sistema de negociación algorítmico hace esto automáticamente al identificar correctamente la oportunidad de negociación.
Conceptos básicos del comercio algorítmico
Beneficios del comercio algorítmico
Algo-trading ofrece los siguientes beneficios:
- Las operaciones se ejecutan a los mejores precios posibles. La colocación de órdenes comerciales es instantánea y precisa (existe una alta posibilidad de ejecución en los niveles deseados). Las operaciones se cronometran correcta e instantáneamente para evitar cambios significativos en los precios. Reducción de costos de transacción. Múltiples condiciones de mercado. Reducción del riesgo de errores manuales al realizar operaciones. Se puede realizar una prueba inversa del comercio con los datos históricos y en tiempo real disponibles. para ver si es una estrategia comercial viable. Redujo la posibilidad de errores por parte de los comerciantes humanos en función de factores emocionales y psicológicos.
La mayoría de las transacciones comerciales actuales son operaciones de alta frecuencia (HFT), que intenta capitalizar la colocación de una gran cantidad de pedidos a velocidades rápidas en múltiples mercados y múltiples parámetros de decisión basados en instrucciones preprogramadas.
El comercio de Algo se utiliza en muchas formas de actividades comerciales y de inversión, que incluyen:
- Los inversores a medio y largo plazo o las firmas compradoras (fondos de pensiones, fondos mutuos, compañías de seguros) usan algo-trading para comprar acciones en grandes cantidades cuando no quieren influir en los precios de las acciones con inversiones discretas y de gran volumen. comerciantes a largo plazo y participantes del lado de la venta: creadores de mercado (como las casas de bolsa), especuladores y árbitros: se benefician de la ejecución comercial automatizada; Además, algo-trading ayuda a crear suficiente liquidez para los vendedores en el mercado. Operadores sistemáticos: seguidores de tendencia, fondos de cobertura o operadores de pares (una estrategia comercial neutral del mercado que iguala una posición larga con una posición corta en un par de instrumentos correlacionados, como dos acciones, fondos cotizados en bolsa (ETF) o monedas), encuentran que es mucho más eficiente programar sus reglas comerciales y dejar que el programa opere automáticamente.
El comercio algorítmico proporciona un enfoque más sistemático para el comercio activo que los métodos basados en la intuición o el instinto del operador.
Estrategias de comercio algorítmico
Cualquier estrategia para el comercio algorítmico requiere una oportunidad identificada que sea rentable en términos de mejores ganancias o reducción de costos. Las siguientes son estrategias comerciales comunes utilizadas en algo-trading:
Estrategias de seguimiento de tendencias
Las estrategias de negociación algorítmica más comunes siguen tendencias en promedios móviles, desgloses de canales, movimientos de nivel de precios e indicadores técnicos relacionados. Estas son las estrategias más fáciles y simples de implementar a través del comercio algorítmico porque estas estrategias no implican hacer predicciones o pronósticos de precios. Las operaciones se inician en función de la aparición de tendencias deseables, que son fáciles y directas de implementar a través de algoritmos sin entrar en la complejidad del análisis predictivo. El uso de promedios móviles de 50 y 200 días es una estrategia popular de seguimiento de tendencias.
Oportunidades de arbitraje
Comprar una acción de doble cotización a un precio más bajo en un mercado y venderla simultáneamente a un precio más alto en otro mercado ofrece el diferencial de precio como beneficio o arbitraje sin riesgo. La misma operación se puede replicar para acciones e instrumentos de futuros, ya que existen diferencias de precios de vez en cuando. La implementación de un algoritmo para identificar tales diferenciales de precios y realizar los pedidos de manera eficiente permite oportunidades rentables.
Reequilibrio de fondos indexados
Los fondos indexados han definido períodos de reequilibrio para equiparar sus tenencias con sus respectivos índices de referencia. Esto crea oportunidades rentables para los operadores algorítmicos, que capitalizan las operaciones esperadas que ofrecen ganancias de 20 a 80 puntos básicos, dependiendo de la cantidad de acciones en el fondo indexado justo antes del reequilibrio del fondo indexado. Tales operaciones se inician a través de sistemas de negociación algorítmicos para una ejecución oportuna y los mejores precios.
Estrategias basadas en modelos matemáticos
Los modelos matemáticos probados, como la estrategia de negociación neutral en delta, permiten operar con una combinación de opciones y la seguridad subyacente. (Delta neutral es una estrategia de cartera que consiste en múltiples posiciones con deltas compensatorios positivos y negativos, una relación que compara el cambio en el precio de un activo, generalmente un valor negociable, con el cambio correspondiente en el precio de su derivado, de modo que delta de los activos en cuestión totaliza cero).
Rango de negociación (reversión media)
La estrategia de reversión a la media se basa en el concepto de que los precios altos y bajos de un activo son un fenómeno temporal que revierte periódicamente a su valor medio (valor promedio). Identificar y definir un rango de precios e implementar un algoritmo basado en él permite que las transacciones se realicen automáticamente cuando el precio de un activo entra y sale de su rango definido.
Precio promedio ponderado por volumen (VWAP)
La estrategia de precio promedio ponderado por volumen divide un pedido grande y libera al mercado porciones más pequeñas determinadas dinámicamente del pedido utilizando perfiles de volumen histórico específicos de acciones. El objetivo es ejecutar la orden cerca del precio promedio ponderado por volumen (VWAP).
Precio promedio ponderado en el tiempo (TWAP)
La estrategia de precio promedio ponderado en el tiempo divide un pedido grande y lanza al mercado porciones más pequeñas determinadas dinámicamente del pedido utilizando intervalos de tiempo divididos equitativamente entre un tiempo de inicio y fin. El objetivo es ejecutar la orden cerca del precio promedio entre los tiempos de inicio y finalización, minimizando así el impacto en el mercado.
Porcentaje de volumen (POV)
Hasta que la orden comercial se complete por completo, este algoritmo continúa enviando órdenes parciales de acuerdo con el índice de participación definido y de acuerdo con el volumen negociado en los mercados. La "estrategia de pasos" relacionada envía órdenes a un porcentaje de volúmenes de mercado definido por el usuario y aumenta o disminuye esta tasa de participación cuando el precio de las acciones alcanza niveles definidos por el usuario.
Déficit de implementación
La estrategia de déficit de implementación tiene como objetivo minimizar el costo de ejecución de una orden al negociar en el mercado en tiempo real, ahorrando así el costo de la orden y beneficiándose del costo de oportunidad de la ejecución retrasada. La estrategia aumentará la tasa de participación objetivo cuando el precio de las acciones se mueva favorablemente y disminuirá cuando el precio de las acciones se mueva negativamente.
Más allá de los algoritmos comerciales habituales
Hay algunas clases especiales de algoritmos que intentan identificar "acontecimientos" en el otro lado. Estos "algoritmos de detección", utilizados, por ejemplo, por un creador de mercado del lado de la venta, tienen la inteligencia incorporada para identificar la existencia de cualquier algoritmo en el lado de la compra de un pedido grande. Dicha detección a través de algoritmos ayudará al creador de mercado a identificar grandes oportunidades de pedido y les permitirá beneficiarse al completar los pedidos a un precio más alto. Esto a veces se identifica como de alta tecnología.
Requisitos técnicos para el comercio algorítmico
La implementación del algoritmo usando un programa de computadora es el componente final del comercio algorítmico, acompañado de una prueba inversa (probar el algoritmo en períodos históricos de rendimiento pasado del mercado de valores para ver si usarlo hubiera sido rentable). El desafío es transformar la estrategia identificada en un proceso computarizado integrado que tenga acceso a una cuenta comercial para realizar pedidos. Los siguientes son los requisitos para el comercio algorítmico:
- Conocimientos de programación de computadoras para programar la estrategia de negociación requerida, programadores contratados o software de negociación prefabricado. Conectividad de red y acceso a plataformas de negociación para realizar pedidos. Acceso a los datos de mercado que serán monitoreados por el algoritmo para oportunidades de realizar pedidos. La capacidad y la infraestructura para realizar una prueba posterior del sistema una vez que se construye antes de que entre en funcionamiento en los mercados reales. Datos históricos disponibles para realizar una prueba inversa dependiendo de la complejidad de las reglas implementadas en el algoritmo.
Un ejemplo de comercio algorítmico
Royal Dutch Shell (RDS) cotiza en la Bolsa de Amsterdam (AEX) y la Bolsa de Londres (LSE). Comenzamos construyendo un algoritmo para identificar oportunidades de arbitraje. Aquí hay algunas observaciones interesantes:
- AEX cotiza en euros, mientras que LSE cotiza en libras esterlinas británicas. Debido a la diferencia horaria de una hora, AEX abre una hora antes que LSE, seguido por ambos intercambios que se negocian simultáneamente durante las próximas horas y luego se negocia solo en LSE durante la última hora como AEX cierra.
¿Podemos explorar la posibilidad de negociación de arbitraje en las acciones de Royal Dutch Shell que figuran en estos dos mercados en dos monedas diferentes?
Requisitos:
- Un programa de computadora que puede leer los precios actuales del mercado. Fuentes de precios de LSE y AEX. Un tipo de cambio de divisas (GBP) para GBP-EUR. Capacidad de colocación de pedidos que puede enrutar el pedido al intercambio correcto. Capacidad de prueba de precio histórico alimenta.
El programa de computadora debe realizar lo siguiente:
- Lea el feed de precios entrantes de las acciones RDS de ambos intercambios. Utilizando los tipos de cambio disponibles, convierta el precio de una moneda a la otra. Si hay una discrepancia de precios lo suficientemente grande (descontando los costos de corretaje) que conducen a una oportunidad rentable, entonces el programa debe colocar la orden de compra en el intercambio de menor precio y vender la orden en el intercambio de mayor precio. Si las órdenes se ejecutan según lo deseado, la ganancia del arbitraje seguirá.
¡Simple y fácil! Sin embargo, la práctica del comercio algorítmico no es tan simple de mantener y ejecutar. Recuerde, si un inversor puede colocar una operación generada por algo, también pueden hacerlo otros participantes del mercado. En consecuencia, los precios fluctúan en mili e incluso microsegundos. En el ejemplo anterior, ¿qué sucede si se ejecuta una operación de compra pero la operación de venta no porque los precios de venta cambian cuando la orden llega al mercado? El comerciante se quedará con una posición abierta haciendo que la estrategia de arbitraje no tenga valor.
Existen riesgos y desafíos adicionales, tales como riesgos de falla del sistema, errores de conectividad de red, retrasos entre las órdenes comerciales y la ejecución y, lo más importante de todo, algoritmos imperfectos. Cuanto más complejo es un algoritmo, más estricto es el backtesting que se necesita antes de ponerlo en práctica.
