Algoritmo Negociação Risco Sistêmico

Quatro grandes riscos de negociação algorítmica de alta freqüência A negociação algorítmica (ou algo comercial) refere-se ao uso de algoritmos de computador (basicamente um conjunto de regras ou instruções para fazer um computador executar uma determinada tarefa) para negociar grandes blocos de ações ou outros ativos financeiros Minimizando o impacto no mercado desses negócios. O comércio algorítmico envolve a colocação de negociações com base em critérios definidos e esculpir esses negócios em lotes menores, de modo que o preço do estoque ou do ativo não tenha impactado significativamente. Os benefícios da negociação algorítmica são óbvios: assegura a melhor execução dos negócios porque minimiza o elemento humano e pode ser usado para negociar vários mercados e ativos de forma muito mais eficiente do que um comerciante de carne e osso poderia esperar. (Para mais, leia: Basics of Algorithmic Trading: conceitos e exemplos). O que é o comércio de alta frequência algorítmica A negociação de alta freqüência (HFT) leva a negociação algorítmica para um nível diferente, pense nisso como algo comercial em esteróides. Como o termo implica, o comércio de alta freqüência envolve a colocação de milhares de pedidos a velocidades extremamente rápidas. O objetivo é fazer pequenos lucros em cada comércio, muitas vezes capitalizando as discrepâncias de preços para o mesmo estoque ou ativo em diferentes mercados. A HFT é diametralmente oposta ao investimento tradicional a longo prazo, de compra e retenção, uma vez que a arbitragem e as atividades de criação de mercado que são pão e manteiga de HFT geralmente ocorrem dentro de uma janela de tempo muito pequena, antes que as discrepâncias de preços ou desajustes desapareçam. O comércio algorítmico ea HFT tornaram-se parte integrante dos mercados financeiros devido à convergência de vários fatores. Estes incluem o crescente papel da tecnologia nos mercados atuais, a crescente complexidade dos instrumentos e produtos financeiros e o incessante impulso para uma maior eficiência na execução comercial e menores custos de transação. Embora a negociação algorítmica e a HFT possivelmente tenham melhorado a liquidez do mercado e a consistência do preço dos ativos, seu crescente uso também deu origem a certos riscos que não podem ser ignorados, conforme discutido abaixo. O maior risco: amplificação do risco sistêmico Um dos maiores riscos da HFT algorítmica é o que representa para o sistema financeiro. Um relatório de julho de 2011 do Comitê Técnico da Organização Internacional de Valores Mobiliários (IOSCO) observou que, devido à forte inter-ligação entre os mercados financeiros, como os algoritmos dos EUA que operam em mercados podem transmitir choques rapidamente de um mercado para o outro, Ampliando assim o risco sistêmico. O relatório apontou para o Flash Crash de maio de 2010 como um excelente exemplo desse risco. O Flash Crash refere-se à queda de 5-6 e ao rebote nos principais índices de ações dos EUA dentro de alguns minutos na tarde de 6 de maio de 2010. O Dow Jones mergulhou quase 1.000 pontos em uma base intradiária, que na época era A maior queda de pontos no registro. Como o relatório da IOSCO observa, inúmeras ações e fundos negociados em bolsa (ETFs) ficaram no dia anterior, caindo entre 5 e 15 antes de recuperar a maioria de suas perdas. Mais de 20.000 negócios em 300 títulos foram feitos a preços até 60 fora de seus valores meros momentos antes, com alguns negócios executados a preços absurdos, de até um centavo ou até 100.000. Essa ação de negociação excepcionalmente errática provocou investidores, especialmente porque ocorreu pouco mais de um ano depois que os mercados se recuperaram de suas maiores quedas em mais de seis décadas. O Spoofing contribuiu para o Flash Crash O que causou esse comportamento bizarro Em um relatório conjunto divulgado em setembro de 2010, a SEC e a Commodity Futures Trading Commission condenaram a culpa de um único comércio de programas de 4.1 bilhões por um comerciante em um fundo mútuo baseado em Kansas Empresa. Mas, em abril de 2015, as autoridades dos EUA acusaram um comerciante do dia baseado em Londres, Navinder Singh Sarao, com manipulação de mercado que contribuiu para o acidente. As acusações levaram à prisão de Saraos e à possível extradição para os EUA. Sarao alegadamente usou uma tática chamada falsificação, o que envolve a colocação de grandes volumes de ordens falsas em um ativo ou derivado (Sarao usou o contrato E-mini SampP 500 no dia do Flash Crash ) Que são cancelados antes de serem preenchidos. Quando essas ordens falsas de grande escala aparecem no livro de encomendas, dão a outros comerciantes a impressão de que há maiores interesses de compra ou venda do que na realidade, o que poderia influenciar suas próprias decisões comerciais. Por exemplo, um spoofer pode oferecer para vender um grande número de ações no estoque ABC a um preço que está um pouco longe do preço atual. Quando outros vendedores pulam na ação e o preço vai mais baixo, o spoofer rapidamente cancela suas ordens de venda no ABC e compra as ações em vez disso. Em seguida, o spoofer coloca em um grande número de ordens de compra para aumentar o preço do ABC. E depois disso ocorre, o spoofer vende suas participações da ABC, embolsando um lucro arrumado e cancela as ordens de compras espúrias. Enxague e repita. Muitos observadores do mercado ficaram céticos com a afirmação de que um comerciante de um dia poderia ter causado um acidente que eliminou cerca de um trilhão de dólares de valor de mercado para ações dos EUA em poucos minutos. Mas se a ação de Saraos realmente causou o Flash Crash é um tópico para outro dia. Enquanto isso, existem algumas razões válidas para o algoritmo HFT magnificar riscos sistêmicos. Por que a HFT algorítmica amplifica o risco sistêmico A HFT algorítmica amplifica o risco sistêmico por uma série de razões. Intensificação da volatilidade. Primeiro, uma vez que há uma grande atividade algorítmica HFT nos mercados atuais, tentando superar a concorrência é um traço interno da maioria dos algoritmos. Algoritmos podem reagir instantaneamente às condições do mercado. Como resultado, durante os mercados tumultuados, os algoritmos podem ampliar consideravelmente os seus spreads de oferta e oferta (para evitar ser forçado a assumir posições de negociação) ou interromperão temporariamente a negociação, o que diminui a liquidez e exacerba a volatilidade. Efeitos de Ondulação. Dado o aumento do grau de integração entre os mercados e as classes de ativos na economia global, um colapso em um grande mercado ou classe de ativos muitas vezes se espalha em outros mercados e classes de ativos em uma reação em cadeia. Por exemplo, o crash do mercado imobiliário dos Estados Unidos causou uma recessão global e uma crise da dívida, porque as participações substanciais do papel sub-prime dos EUA foram realizadas não apenas pelos bancos dos EUA, mas também por instituições financeiras européias e outras. Outro exemplo de tais efeitos de ondulação é o impacto prejudicial do choque do mercado de ações da Chinas, bem como o colapso nos preços do petróleo bruto, em ações globais de agosto de 2015 a janeiro de 2016. Incerteza. O HFT algorítmico é um contribuinte notável para a volatilidade exagerada do mercado, que pode invadir a incerteza dos investidores no curto prazo e afetar a confiança do consumidor no longo prazo. Quando um mercado colapsa de repente, os investidores ficam perguntando sobre os motivos de um movimento tão dramático. Durante o vácuo de notícias que muitas vezes existe nesses momentos, os grandes comerciantes (incluindo as empresas HFT) reduzirão suas posições comerciais para reduzir os riscos, pressionando mais os mercados. À medida que os mercados se movem para baixo, mais perdas de parada são ativadas, e esse loop de feedback negativo cria uma espiral descendente. Se um mercado urso se desenvolve por causa dessa atividade, a confiança do consumidor é abalada pela erosão da riqueza do mercado de ações e os sinais recessivos que emanam de uma grande crise do mercado. Outros Riscos de Algoritmos HFT Errante Algoritmos. A velocidade deslumbrante na qual a maior parte da negociação algorítmica de HFTs significa que um algoritmo errante ou defeituoso pode acumular milhões de perdas em um período muito curto. Um exemplo infame do dano que um algoritmo errado pode causar é o de Knight Capital, um fabricante de mercado que perdeu 440 milhões em um período de 45 minutos em 1º de agosto de 2012. Um novo algoritmo de negociação no Knight fez milhões de negociações defeituosas em cerca de 150 estoques, comprando-os ao preço mais alto e vendendo-os instantaneamente pelo menor preço de oferta. (Observe que os criadores de mercado compram ações dos investidores ao preço da oferta e vendem para eles no preço da oferta, sendo o spread seu lucro comercial. Para mais informações, leia: Os conceitos básicos da Proposta de Proposta). Infelizmente, a hiper-eficiência do HFT algorítmico - em que os algoritmos monitoram constantemente os mercados por apenas esse tipo de discrepância de preços - significava que os comerciantes rivais entraram e se aproveitaram do dilema dos Cavaleiros, enquanto os funcionários do Knight tentaram freneticamente isolar a fonte do problema. No momento em que eles fizeram, Knight foi pressionado para a falência, o que levou a sua eventual aquisição pela Getco LLC. Grandes Perdas de Investidores. Os movimentos de volatilidade piorados por HFT algorítmicos podem montar investidores com grandes perdas. Muitos investidores rotineiramente colocam ordens de stop-loss em suas participações em ações em níveis que são 5 longe dos preços atuais de negociação. Se a diferença de mercado para baixo sem motivo aparente (ou mesmo por um motivo muito bom), essas perdas de parada serão desencadeadas. Para adicionar insulto ao prejuízo, se as ações subseqüentemente se recuperem em curto prazo, os investidores teriam incorrido nas perdas comerciais e perderam as suas participações. Enquanto algumas negociações foram revertidas ou canceladas durante crises de volatilidade incomum, como o Flash Crash e o fiasco do Knight, a maioria dos negócios não era. Por exemplo, a maioria dos quase dois bilhões de ações que negociaram durante o Flash Crash foi a preços dentro de 10 de suas 2:40 PM (o tempo em que o Flash Crash começou em 6 de maio de 2010), e esses negócios estavam em pé. Apenas cerca de 20 mil negócios, envolvendo um total de 5,5 milhões de ações que foram executadas a preços mais de 60 fora de seu preço de 2:40 PM, foram posteriormente cancelados. Então, um investidor com uma carteira de 500 mil ações de blue chips de Estados Unidos que teve 5 perdas de parada em suas posições durante o Flash Crash provavelmente seria 25,000. Em 1 de agosto de 2012, a NYSE cancelou negócios em seis ações que ocorreram quando o algoritmo Knight estava funcionando, porque eles foram executados a preços 30 acima ou abaixo desse preço de abertura de dias. A regra de execução claramente errática da NYSE estabelece as diretrizes numéricas para a revisão de tais negociações. (Veja: The Perils of Program Trading). Perda de confiança na integridade do mercado. O comércio de investidores nos mercados financeiros porque eles têm plena fé e confiança em sua integridade. No entanto, episódios repetidos de volatilidade incomum no mercado, como o Flash Crash, podem agitar essa confiança e levar alguns investidores conservadores a abandonar completamente os mercados. Em maio de 2012, o IPO do Facebook teve inúmeras questões de tecnologia e confirmações atrasadas, enquanto que em 22 de agosto de 2013, a Nasdaq interrompeu a negociação por três horas devido a um problema com seu software. Em abril de 2014, cerca de 20 mil transações erradas tiveram que ser canceladas após um mau funcionamento do computador nas trocas de opções dos IntercontinentalExchange Group dois EUA. Outra explosão importante, como o Flash Crash, poderia abalar a confiança dos investidores na integridade dos mercados. Medidas para Combater Riscos HFT Com o Flash Crash e Knight Trading Knightmare destacando os riscos de HFT algorítmicos, trocas e reguladores têm implementado medidas de proteção. Em 2014, o Nasdaq OMX Group introduziu uma mudança de matança para as empresas membros que cortariam a negociação, uma vez que um nível de exposição de risco pré-estabelecida fosse violado. Embora muitas empresas de HFT já tenham interruptores de matar que possam interromper toda atividade comercial em certas circunstâncias, o switch Nasdaq fornece um nível adicional de segurança para combater algoritmos desonesto. Os disjuntores foram introduzidos após a segunda-feira negra em outubro de 1987, e são usados ​​para reprimir o pânico do mercado quando há uma enorme venda. A SEC aprovou as regras revistas em 2012 que permitem que os disjuntores disparem se o índice SampP 500 cair 7 (do nível de fechamento dos dias anteriores) antes das 3:25 PM EST, o que interromperia o mercado durante 15 minutos. Uma queda de 13 antes das 3:25 da tarde provocaria mais uma parada de 15 minutos em todo o mercado, enquanto um mergulho 20 fecharia o mercado de ações para o resto do dia. Em novembro de 2014, a Commodity Futures Trading Commission propôs regulamentos para empresas que utilizam negociação algorítmica em derivativos. Esses regulamentos exigiriam que tais empresas possuíssem controles de risco antes do comércio, enquanto uma disposição polêmica exigiria que eles disponibilizassem o código fonte de seus programas ao governo, se solicitado. O Bottom Line Algorithmic HFT tem uma série de riscos, o maior dos quais é o seu potencial para amplificar o risco sistêmico. Sua propensão para intensificar a volatilidade do mercado pode atravessar outros mercados e estimular a incerteza dos investidores. Invasões repetidas de volatilidade incomum no mercado poderiam acabar com a confiança de muitos investidores na integridade do mercado. O RBI avisa de possíveis riscos sistêmicos em ordens de negociação grandes e de alta freqüência. Os volumes pesados ​​acontecem em operações de alta e alta freqüência. O Banco de Reserva da Índia disse volumes relacionados a algo As ordens dão origem a preocupações relacionadas aos riscos sistêmicos. A parcela de ordens algo no total de pedidos e a parcela de encomendas canceladas no número total de pedidos cancelados é de cerca de 90 por cento. O risco sistêmico é o risco de um sistema financeiro inteiro se desintegrar devido a um spread de contágio como resultado do padrão de algumas entidades dentro do sistema. A crise do crédito global de 2008 é um exemplo. A RBI observou que os volumes na negociação e na negociação de alta freqüência (HFT) aumentaram substancialmente no segmento de caixa do mercado de ações para cerca de 40% do total de negociações nas bolsas em março de 2015, de 17% (NSE) e 11 por (BSE) de negócios, respectivamente, em 2011. Manter o ritmo com a complexidade Um relatório do Senior Supervisors Group (SSG 8212 um grupo de 10 supervisores do Canadá, França, Alemanha, Espanha, Holanda, Itália, Suíça, Reino Unido, Japão E os EUA que avaliam os riscos associados à negociação algorítmica e identifica princípios de controle baseados em risco) em 30 de abril, sugeriu níveis mais altos de controles para mitigar o risco sistêmico. A SEBI observa de perto os desenvolvimentos para formular políticas adequadas, com base nas recomendações do SSG. RBI acrescentou que houve alguns casos de movimentos anormais do mercado em ações indianas que foram atribuídas, por especialistas do mercado, a algo tradingHFT. Alguns desses episódios, porém, são explicáveis ​​com outros fatores além de trocas comerciais HFT, disse RBI. A SEBI reforçou os controles em seu mecanismo de disjuntor em janeiro deste ano, além da parada comercial negociada existente em todos os mercados de derivativos e patrimoniais em todo o país em 10%, 15% e 20% de movimento de qualquer forma do Sensex e do Nifty . O SEBI dirigiu a NSE e a BSE para calcular o Nifty e o Sensex após todas as trocas nos estoques do índice e verificar a violação dos limites do disjuntor de todo o mercado após cada cálculo desse índice. Dirigiu as trocas para parar a correspondência das ordens para interromper a negociação e purgar todos os pedidos inigualáveis ​​em caso de violação do limite do disjuntor do mercado. A SEBI também dirigiu a BSE e a NSE para garantir que todas as mensagens relacionadas a disjuntores de índice de mercado sejam prioritárias sobre outras mensagens. Ele acrescentou que os sistemas, incluindo a rede para o cálculo do índice de todo o mercado, verificando a violação dos limites do disjuntor e iniciando a mensagem para interromper a correspondência da ordem executável e a aceitação de novas ordens, não devem ser usados ​​para qualquer outra finalidade. (Este artigo foi publicado em 25 de junho de 2015) Obtenha mais das suas notícias favoritas entregues em sua caixa de entrada NUNCA perca as últimas notícias, teremos sua entrega no seu inboxBasics of Algorithmic Trading: conceitos e exemplos Um algoritmo é um conjunto específico de claramente Instruções definidas destinadas a realizar uma tarefa ou processo. A negociação algorítmica (negociação automatizada, negociação em caixa preta ou simplesmente algo-trading) é o processo de usar computadores programados para seguir um conjunto definido de instruções para colocar um comércio para gerar lucros a uma velocidade e freqüência impossíveis para um Comerciante humano. Os conjuntos definidos de regras são baseados em tempo, preço, quantidade ou qualquer modelo matemático. Além das oportunidades de lucro para o comerciante, o algo-trading torna os mercados mais líquidos e torna a negociação mais sistemática descartando impactos emocionais humanos nas atividades comerciais. Suponha que um comerciante siga esses critérios de comércio simples: Compre 50 ações de uma ação quando sua média móvel de 50 dias exceda a média móvel de 200 dias. Vende ações da ação quando sua média móvel de 50 dias está abaixo da média móvel de 200 dias Usando este conjunto de duas instruções simples, é fácil escrever um programa de computador que monitorará automaticamente o preço das ações (e os indicadores de média móvel) e colocará as ordens de compra e venda quando as condições definidas forem atendidas. O comerciante não precisa mais manter um relógio para preços e gráficos ao vivo, ou colocar as ordens manualmente. O sistema de comércio algorítmico automaticamente faz isso para ele, identificando corretamente a oportunidade comercial. (Para obter mais informações sobre as médias móveis, consulte: Médias móveis simples, faça as Tendências se destacarem.) A Algo-trading oferece os seguintes benefícios: Negociações executadas com os melhores preços. Posicionamento de pedidos comerciais instantâneo e preciso (com altas chances de execução nos níveis desejados) Cronometrado corretamente e instantaneamente, para evitar mudanças de preços significativas Custos de transação reduzidos (veja o exemplo de falta de implementação abaixo) Verificações automatizadas simultâneas em múltiplas condições de mercado Redução do risco de erros manuais na colocação dos negócios Backtest o algoritmo, com base nos dados históricos e em tempo real disponíveis Reduzida Possibilidade de erros cometidos por comerciantes humanos com base em fatores emocionais e psicológicos. A maior parte do dia-a-dia é a negociação de alta freqüência (HFT), que tenta capitalizar a colocação de um grande número de pedidos em velocidades muito rápidas em múltiplos mercados e decisões múltiplas Parâmetros, com base em instruções pré-programadas. (Para mais informações sobre negociação de alta frequência, consulte: Estratégias e Segredos de Empresas de Negociação de Alta Frequência (HFT)) A Algo-trading é utilizada em muitas formas de atividades de negociação e investimento, incluindo: investidores de médio a longo prazo ou empresas de compra (fundos de pensão , Fundos de investimento, companhias de seguros) que compram em ações em grandes quantidades, mas não querem influenciar os preços das ações com investimentos discretos e em grande volume. Os comerciantes de curto prazo e os participantes do lado da venda (fabricantes de mercado, especuladores e arbitragistas) também se beneficiam da execução automatizada do comércio, auxiliando algo-trading na criação de liquidez suficiente para os vendedores no mercado. Os comerciantes sistemáticos (seguidores de tendências, comerciantes de pares, hedge funds, etc.) acham muito mais eficiente programar suas regras de negociação e permitir que o programa seja comercializado automaticamente. O comércio algorítmico proporciona uma abordagem mais sistemática ao comércio ativo do que os métodos baseados em intuição ou instinto de comerciantes humanos. Estratégias de negociação algorítmica Qualquer estratégia para negociação algorítmica exige uma oportunidade identificada que seja rentável em termos de melhoria de ganhos ou redução de custos. As seguintes são estratégias de negociação comuns usadas em algo-trading: as estratégias de negociação algorítmicas mais comuns seguem as tendências nas médias móveis. Fugas de canal. Movimentos de níveis de preços e indicadores técnicos relacionados. Estas são as estratégias mais fáceis e simples de implementar através de negociação algorítmica porque essas estratégias não envolvem fazer previsões ou previsões de preços. As negociações são iniciadas com base na ocorrência de tendências desejáveis. Que são fáceis e direitas de implementar através de algoritmos sem entrar na complexidade da análise preditiva. O exemplo acima mencionado de média móvel de 50 e 200 dias é uma tendência popular seguindo a estratégia. (Para mais informações sobre as estratégias de negociação de tendências, veja: Estratégias simples para capitalizar as tendências.) Comprar uma ação dupla cotada a um preço mais baixo em um mercado e simultaneamente vendê-lo a um preço mais alto em outro mercado oferece o diferencial de preço como lucro livre de risco Ou arbitragem. A mesma operação pode ser replicada para ações versus instrumentos de futuros, pois os diferenciais de preços existem de tempos em tempos. Implementar um algoritmo para identificar esses diferenciais de preços e colocar as ordens permite oportunidades lucrativas de forma eficiente. Os fundos do índice definiram períodos de reequilíbrio para que suas participações fossem compatíveis com seus respectivos índices de referência. Isso cria oportunidades rentáveis ​​para comerciantes algorítmicos, que capitalizam os negócios esperados que oferecem lucros de 20 a 80 pontos base, dependendo do número de ações no fundo do índice, apenas antes do reequilíbrio do fundo do índice. Essas negociações são iniciadas através de sistemas de negociação algorítmica para execução atempada e melhores preços. Muitos modelos matemáticos comprovados, como a estratégia de negociação neutra dota, que permitem a negociação em combinação de opções e sua segurança subjacente. Onde os negócios são colocados para compensar deltas positivos e negativos para que o portfólio delta seja mantido em zero. A estratégia de reversão média baseia-se na idéia de que os preços altos e baixos de um bem são um fenômeno temporário que retorna periodicamente ao seu valor médio. Identificar e definir uma faixa de preço e implementar algoritmos com base em isso permite que os negócios sejam colocados automaticamente quando o preço do recurso entra e sai do seu alcance definido. A estratégia de preços médios ponderados por volume quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando perfis de volume histórico específicos de estoque. O objetivo é executar a ordem próxima ao preço médio ponderado por volume (VWAP), beneficiando assim o preço médio. A estratégia de preço médio ponderado no tempo quebra uma grande ordem e libera dinamicamente determinados pedaços menores da ordem para o mercado usando intervalos de tempo uniformemente divididos entre uma hora de início e fim. O objetivo é executar a ordem perto do preço médio entre os horários de início e término, minimizando assim o impacto no mercado. Até que a ordem comercial seja totalmente preenchida, esse algoritmo continua enviando ordens parciais, de acordo com o índice de participação definido e de acordo com o volume negociado nos mercados. A estratégia de etapas relacionadas envia ordens a uma porcentagem definida pelo usuário de volumes do mercado e aumenta ou diminui essa taxa de participação quando o preço da ação atinge os níveis definidos pelo usuário. A estratégia de falta de implementação visa minimizar o custo de execução de uma ordem através da negociação do mercado em tempo real, economizando assim o custo da ordem e beneficiando do custo de oportunidade da execução atrasada. A estratégia aumentará a taxa de participação direcionada quando o preço das ações se mover de forma favorável e diminuí-lo quando o preço das ações se mover de forma adversa. Existem algumas classes especiais de algoritmos que tentam identificar acontecimentos do outro lado. Esses algoritmos de sniffing, usados, por exemplo, por um fabricante de mercado de venda têm a inteligência interna para identificar a existência de qualquer algoritmo no lado da compra de uma grande ordem. Essa detecção através de algoritmos ajudará o fabricante de mercado a identificar grandes oportunidades de ordem e permitir que ele se beneficie ao preencher as ordens a um preço mais elevado. Isso às vezes é identificado como front-running de alta tecnologia. (Para obter mais informações sobre negociação de alta freqüência e práticas fraudulentas, consulte: Se você comprar ações on-line, você está envolvido em HFTs.) Requisitos técnicos para negociação algorítmica Implementar o algoritmo usando um programa de computador é a última parte, batida com backtesting. O desafio é transformar a estratégia identificada em um processo informatizado integrado que tenha acesso a uma conta de negociação para fazer pedidos. São necessários os seguintes conhecimentos: conhecimento de programação de computador 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 colocar os pedidos. Acesso a feeds de dados de mercado que serão monitorados pelo algoritmo para oportunidades de colocação Ordens A capacidade e a infra-estrutura para testar o sistema uma vez construído, antes de entrar em operação em mercados reais Dados históricos disponíveis para backtesting, dependendo da complexidade das regras implementadas no algoritmo. Aqui está um exemplo abrangente: o Royal Dutch Shell (RDS) está listado em Amsterdã Stock Exchange (AEX) e London Stock Exchange (LSE). Vamos criar um algoritmo para identificar oportunidades de arbitragem. Aqui estão algumas observações interessantes: as negociações da AEX em euros, enquanto a LSE é negociada em libras esterlinas. Por causa da diferença horária de uma hora, a AEX abre uma hora antes da LSE, seguido de ambas as trocas comerciais simultaneamente durante as próximas horas e depois da negociação somente na LSE durante A última hora com o fechamento da AEX Podemos explorar a possibilidade de negociação de arbitragem nas ações do Royal Dutch Shell listadas nesses dois mercados em duas moedas diferentes. Um programa de computador que pode ler os preços atuais do mercado. Os preços dos feeds da LSE e AEX A forex para Taxa de câmbio GBP-EUR Capacidade de colocação de pedidos que pode rotear a ordem para a troca correta. Capacidade de teste de back-up em feeds de preços históricos. O programa de computador deve executar o seguinte: Leia o preço de entrada do estoque RDS de ambas as bolsas Usando as taxas de câmbio disponíveis . Converte o preço de uma moeda para outra. Se houver uma discrepância de preços suficientemente grande (descontando os custos de corretagem), levando a uma oportunidade rentável, então coloque o pedido de compra em troca de preços mais baixos e venda em câmbio com preços mais altos Se as ordens forem executadas como 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 você pode colocar um comércio gerado por algo, os outros participantes do mercado podem também. Conseqüentemente, os preços flutuam em milissegundos e até mesmo em microssegundos. No exemplo acima, o que acontece se o seu comércio de compras for executado, mas vender o comércio não, à medida que os preços de venda mudam quando o seu pedido atingir o mercado Você vai acabar sentado com uma posição aberta. Tornando sua estratégia de arbitragem inútil. Existem riscos e desafios adicionais: por exemplo, riscos de falha do sistema, erros de conectividade de rede, atrasos de tempo entre ordens comerciais e execução e, o mais importante, algoritmos imperfeitos. O algoritmo mais complexo, o backtesting mais rigoroso é necessário antes de ser posto em ação. A análise quantitativa de um algoritmo de desempenho desempenha um papel importante e deve ser examinada criticamente. É emocionante ir pela automação auxiliada por computadores com a noção de ganhar dinheiro sem esforço. Mas é preciso certificar-se de que o sistema está completamente testado e os limites exigidos são definidos. Os comerciantes analíticos devem considerar aprender programação e construir sistemas por conta própria, ter confiança em implementar as estratégias certas de forma infalível. O uso cauteloso e o teste minucioso de algo-trading podem criar oportunidades rentáveis.