Dasar Perdagangan Algoritma: Konsep dan Contoh

Perdagangan algoritmik (juga disebut perdagangan otomatis, perdagangan kotak hitam, atau perdagangan algo) menggunakan program komputer yang mengikuti seperangkat instruksi yang ditentukan (algoritma) untuk melakukan perdagangan.

Set aturan yang ditentukan didasarkan pada waktu, harga, kuantitas, atau model matematis apa pun. Selain peluang keuntungan bagi pedagang, perdagangan algoritma membuat pasar lebih likuid dan perdagangan lebih sistematis dengan menyingkirkan dampak emosi manusia pada kegiatan perdagangan.

Perdagangan Algoritma Dalam Praktek

Misalkan seorang pedagang mengikuti kriteria perdagangan sederhana ini:

• Membeli 50 saham saham ketika rata-rata bergerak 50 hari melebihi rata-rata bergerak 200 hari. (Rata-rata bergerak adalah rata-rata dari titik data masa lalu yang meratakan fluktuasi harga dari hari ke hari dan dengan demikian mengidentifikasi tren.)
• Jual saham saham saat rata-rata bergerak 50 hari berada di bawah rata-rata bergerak 200 hari.

Dengan menggunakan dua instruksi sederhana ini, program komputer akan secara otomatis memantau harga saham (dan indikator rata-rata bergerak) dan menempatkan pesanan beli dan jual ketika kondisi yang ditentukan terpenuhi.

Manfaat Perdagangan Algoritma

Perdagangan algo memberikan manfaat berikut:

• Perdagangan dilakukan dengan harga terbaik.
• Penempatan pesanan perdagangan adalah instan dan akurat (ada kemungkinan tinggi eksekusi pada tingkat yang diinginkan).
• Perdagangan dijadwalkan dengan benar dan langsung untuk menghindari perubahan harga yang signifikan.
• Mengurangi biaya transaksi.
• Pemeriksaan otomatis secara bersamaan pada beberapa kondisi pasar.
• Mengurangi risiko kesalahan manual saat melakukan perdagangan.
• Perdagangan algo dapat diuji kembali menggunakan data historis dan real-time yang tersedia untuk melihat apakah itu adalah strategi perdagangan yang layak.
• Mengurangi kemungkinan kesalahan oleh pedagang manusia berdasarkan faktor emosional dan psikologis.

Sebagian besar perdagangan algoritma saat ini adalah perdagangan frekuensi tinggi (HFT), yang mencoba memanfaatkan menempatkan sejumlah besar pesanan dengan kecepatan cepat di beberapa pasar dan beberapa parameter keputusan berdasarkan instruksi yang telah diprogram sebelumnya.

Algoroading digunakan dalam berbagai bentuk kegiatan perdagangan dan investasi termasuk:

• Investor jangka menengah hingga panjang atau perusahaan buy-side dana pensiun, reksa dana, perusahaan asuransi menggunakan perdagangan algoritma untuk membeli saham dalam jumlah besar ketika mereka tidak ingin mempengaruhi harga saham dengan investasi diskrit dan bervolume besar.
• Pedagang jangka pendek dan peserta jual pembuat pasar (seperti rumah pialang), spekulator, dan arbitrageurs mendapat manfaat dari eksekusi perdagangan otomatis; Selain itu, bantuan perdagangan algoritma dalam menciptakan likuiditas yang cukup untuk penjual di pasar.
• Pedagang sistematis pengikut tren, dana lindung nilai, atau pedagang pasangan (strategi perdagangan netral pasar yang mencocokkan posisi panjang dengan posisi pendek dalam sepasang instrumen yang sangat berkorelasi seperti dua saham, dana perdagangan bursa (ETF) atau mata uang) merasa jauh lebih efisien untuk memprogram aturan perdagangan mereka dan membiarkan program perdagangan secara otomatis. Perdagangan algoritmik menyediakan pendekatan yang lebih sistematis untuk perdagangan aktif daripada metode yang didasarkan pada intuisi atau naluri pedagang.

Strategi Perdagangan Algoritma

Setiap strategi untuk perdagangan algoritmik membutuhkan peluang yang diidentifikasi yang menguntungkan dalam hal peningkatan pendapatan atau pengurangan biaya. Berikut adalah strategi perdagangan umum yang digunakan dalam perdagangan algoritma:

Strategi Mengikuti Tren

Strategi perdagangan algoritmik yang paling umum mengikuti tren rata-rata bergerak, penyebaran saluran, pergerakan tingkat harga, dan indikator teknis terkait. Ini adalah strategi termudah dan paling sederhana untuk diimplementasikan melalui perdagangan algoritmik karena strategi ini tidak melibatkan membuat prediksi atau prediksi harga. Perdagangan dimulai berdasarkan terjadinya tren yang diinginkan, yang mudah dan mudah diimplementasikan melalui algoritma tanpa masuk ke kompleksitas analisis prediktif. Menggunakan rata-rata bergerak 50 dan 200 hari adalah strategi trend-mengikuti yang populer.

Peluang Arbitrase

Membeli saham dual-listed dengan harga yang lebih rendah di satu pasar dan sekaligus menjualnya dengan harga yang lebih tinggi di pasar lain menawarkan perbedaan harga sebagai keuntungan bebas risiko atau arbitrase. Operasi yang sama dapat direplikasi untuk saham vs instrumen berjangka karena perbedaan harga ada dari waktu ke waktu. Mengimplementasikan algoritma untuk mengidentifikasi perbedaan harga tersebut dan menempatkan pesanan secara efisien memungkinkan peluang menguntungkan.

Pengimbangan kembali dana indeks

Dana indeks telah mendefinisikan periode rebalancing untuk membawa kepemilikan mereka setara dengan indeks acuan masing-masing. Hal ini menciptakan peluang menguntungkan bagi pedagang algoritmik, yang memanfaatkan perdagangan yang diharapkan yang menawarkan keuntungan 20 sampai 80 basis point tergantung pada jumlah saham di dana indeks tepat sebelum rebalancing dana indeks. Perdagangan tersebut dimulai melalui sistem perdagangan algoritmik untuk eksekusi tepat waktu dan harga terbaik.

Strategi Berbasis Model Matematika

Model matematis yang terbukti, seperti strategi perdagangan delta-netral, memungkinkan perdagangan pada kombinasi opsi dan sekuritas yang mendasari. (Delta netral adalah strategi portofolio yang terdiri dari beberapa posisi dengan pengimbangi delta positif dan negatif rasio yang membandingkan perubahan harga aset, biasanya sekuritas yang dapat diperdagangkan, dengan perubahan yang sesuai dalam harga turunan sehingga total delta aset yang bersangkutan adalah nol.)

Jangkauan perdagangan (Retursi rata-rata)

Strategi reversi rata-rata didasarkan pada konsep bahwa harga tinggi dan rendah aset adalah fenomena sementara yang kembali ke nilai rata-rata mereka (nilai rata-rata) secara berkala.

Harga Rata-rata Tertimbang Volume (VWAP)

Strategi harga rata-rata tertimbang volume memecah pesanan besar dan merilis potongan pesanan yang lebih kecil yang ditentukan secara dinamis ke pasar menggunakan profil volume historis yang spesifik untuk saham.

Harga Rata-rata Berpengaruh Waktu (TWAP)

Strategi harga rata-rata tertimbang waktu memecah pesanan besar dan merilis potongan pesanan yang lebih kecil yang ditentukan secara dinamis ke pasar menggunakan slot waktu yang dibagi rata antara waktu awal dan akhir.

Persentase Volume (POV)

Sampai pesanan perdagangan diisi sepenuhnya, algoritma ini terus mengirim pesanan parsial sesuai dengan rasio partisipasi yang ditentukan dan sesuai dengan volume yang diperdagangkan di pasar.

Kekurangan Pelaksanaan

Strategi defisit pelaksanaan bertujuan untuk meminimalkan biaya pelaksanaan pesanan dengan berdagang di luar pasar real-time sehingga menghemat biaya pesanan dan mendapat manfaat dari biaya kesempatan pelaksanaan tertunda.

Di Luar Algoritma Perdagangan Biasa

Ada beberapa kelas khusus algoritma yang mencoba untuk mengidentifikasi happenings di sisi lain. ini sniffing algoritma digunakan, misalnya, oleh pembuat pasar jual-sisi memiliki kecerdasan built-in untuk mengidentifikasi keberadaan algoritma di sisi beli pesanan besar. deteksi seperti melalui algoritma akan membantu pembuat pasar mengidentifikasi peluang pesanan besar dan memungkinkan mereka untuk mendapatkan keuntungan dengan mengisi pesanan dengan harga yang lebih tinggi. ini kadang-kadang diidentifikasi sebagai front-running berteknologi tinggi.

Persyaratan Teknis untuk Perdagangan Algoritmik

Mengimplementasikan algoritma menggunakan program komputer adalah komponen akhir dari perdagangan algoritmik, disertai dengan backtesting (mencoba algoritma pada periode historis kinerja pasar saham masa lalu untuk melihat apakah menggunakannya akan menguntungkan).

• Pengetahuan pemrograman komputer untuk memprogram strategi perdagangan yang diperlukan, mempekerjakan programmer, atau perangkat lunak perdagangan yang sudah dibuat sebelumnya.
• Konektivitas jaringan dan akses ke platform perdagangan untuk menempatkan pesanan.
• Akses ke aliran data pasar yang akan dipantau oleh algoritma untuk peluang untuk menempatkan pesanan.
• Kemampuan dan infrastruktur untuk backtest sistem setelah dibangun sebelum mulai beroperasi di pasar nyata.
• Data historis yang tersedia untuk backtesting tergantung pada kompleksitas aturan yang diimplementasikan dalam algoritma.

Contoh Perdagangan Algoritma

Royal Dutch Shell (RDS) terdaftar di Bursa Efek Amsterdam (AEX) dan Bursa Efek London (LSE).

• AEX diperdagangkan dalam euro sementara LSE diperdagangkan dalam poundsterling Inggris.
• Karena perbedaan waktu satu jam, AEX dibuka satu jam lebih awal dari LSE diikuti oleh kedua bursa yang berdagang secara bersamaan selama beberapa jam berikutnya dan kemudian berdagang hanya di LSE selama satu jam terakhir saat AEX ditutup

Bisakah kita mengeksplorasi kemungkinan perdagangan arbitrase pada saham Royal Dutch Shell yang terdaftar di kedua pasar ini dalam dua mata uang yang berbeda?

Persyaratan:

• Program komputer yang bisa membaca harga pasar saat ini.
• Pembahasan harga dari LSE dan AEX.
• Sebuah mata uang asing (exchange) rate feed untuk GBP-EUR.
• Kemampuan pemesanan yang dapat mengarahkan pesanan ke pertukaran yang benar.
• Kemampuan pengujian balik pada umpan harga historis.

Program komputer harus melakukan hal berikut:

• Membaca feed harga masuk dari saham RDS dari kedua bursa.
• Menggunakan nilai tukar asing yang tersedia, mengubah harga satu mata uang ke mata uang lainnya.
• Jika ada perbedaan harga yang cukup besar (mengurangi biaya pialang) yang mengarah pada peluang yang menguntungkan, maka program harus menempatkan pesanan beli di bursa dengan harga lebih rendah dan menjual pesanan di bursa dengan harga lebih tinggi.
• Jika perintah dieksekusi sesuai keinginan, keuntungan arbitrase akan mengikuti.

Namun, praktik perdagangan algoritmik tidak semudah itu untuk mempertahankan dan mengeksekusi. Ingat, jika satu investor dapat menempatkan perdagangan yang dihasilkan oleh algoritma, maka peserta pasar lainnya juga bisa. Akibatnya, harga berfluktuasi dalam milidetik dan bahkan mikrodetik. Dalam contoh di atas, apa yang terjadi jika perdagangan beli dieksekusi tetapi perdagangan jual tidak karena harga jual berubah pada saat pesanan mencapai pasar? Pedagang akan dibiarkan dengan posisi terbuka yang membuat strategi arbitrase tidak berharga.

Ada risiko dan tantangan tambahan seperti risiko kegagalan sistem, kesalahan konektivitas jaringan, keterlambatan waktu antara pesanan perdagangan dan eksekusi dan, yang paling penting dari semua, algoritma yang tidak sempurna.

Perdagangan di pasar saham bisa menjadi usaha yang kompleks. Langkah pertama adalah memilih pialang saham. Dengan begitu banyak pialang yang berbeda dengan berbagai fitur dan harga, Investopedia telah membuat daftar pialang saham online terbaik untuk mereka yang ingin memulai.