ہائی فریکوئینسی ٹریڈنگ کمپنیوں اور کوانٹیفیکیشن انویسٹمنٹ کمپنیوں کے درمیان فرق
عام طور پر ، ہائی فریکوئنسی ٹریڈنگ کمپنیاں اور کوانٹیفیکیشن انویسٹمنٹ کمپنیاں دونوں کے مابین رابطے اور فرق ہے۔ ریاستہائے متحدہ امریکہ میں ، عام طور پر کہا جاتا ہے کہ ہائی فریکوئنسی ٹریڈنگ کمپنیاں عام طور پر خود تجارت کرنے والی کمپنیاں ہیں ، جن میں زیادہ تر جیٹکو ، ٹاور ریسرچ ، ہڈسن ریور ٹریڈنگ ، ایس آئی جی ، ورٹو فنانشل ، جمپ ٹریڈنگ ، آر جی ایم ایڈوائزر ، چوپر ٹریڈنگ ، جین اسٹریٹ وغیرہ شامل ہیں۔ جبکہ عام طور پر کہا جاتا ہے کہ کوانٹیفیکیشن انویسٹمنٹ کمپنیاں عام طور پر ہیج فنڈز ہیں ، بشمول رین ٹیک ، ڈی ای شا ، ٹو سگما ، ورلڈ کوانٹ ، اے کیو آر ، ونٹن ، بلیو کریسٹ ، سٹیل وغیرہ۔ اس کے علاوہ ، شہرکا ، ٹو سگما ، سٹیلمیٹ اور دیگر کمپنیاں ، جن میں اعلی فریکوئنسی ٹریڈنگ اور کوانٹیفیکیشن انویسٹمنٹ دونوں شامل ہیں ، کوانٹیفیکیشن انویسٹمنٹ اور غیر کو
تاریخی طور پر ، بہت سی ہائی فریکوئنسی ٹریڈنگ کمپنیوں کے بانی تاجروں کی نسل سے ہیں ، جو اصل میں مشتقوں کی مارکیٹنگ ، سودے وغیرہ کے کاروبار میں مصروف ہیں۔ شروع میں ، ان ملازمتوں کے لئے زیادہ گہری معلومات کی ضرورت نہیں ہے۔ کمپیوٹر ٹیکنالوجی کی ترقی کے ساتھ ، تجارت کی آٹومیشن کی ڈگری اور تعدد میں بھی اضافہ ہوا ، اور کمپنیوں نے آہستہ آہستہ کچھ ریاضی ، شماریات اور کمپیوٹر کے بارے میں اچھی طرح سے جاننے والے افراد کو شامل کیا تاکہ صورتحال کو اپنایا جاسکے۔ یقینا ، اس عمل میں کچھ تقسیم بھی ہوئی ، کچھ کمپنیوں نے تاجر کو کمپنی میں غالب رکھا ، اور ہمیشہ ہی انسانی تجارت کو ترک نہیں کیا ، جس سے آخر کار آدھی خودکار تجارت کی تشکیل ہوئی ، جبکہ دیگر کمپنیوں نے نئی ٹیکنالوجی کو زیادہ قبول کیا ، اکثر خود کار طریقے سے تجارت کا طریقہ اپنایا۔ در حقیقت ، اس بات کا کوئی ثبوت نہیں ہے کہ خود کار طریقے سے تجارت کرنے والی کمپنیاں آدھی خودکار تجارت کرنے والی کمپنیوں سے زیادہ فائدہ مند ہیں ، اور اب تک ، یہ صرف فائدہ مند ہے۔
مصنوعی تجارت کا سب سے بڑا نقصان یہ ہے کہ دستی طور پر آرڈر دینے کی جگہ تبادلے سے دور ہوتی ہے ، اور مارکیٹ میں تیزی کے وقت اکثر آرڈر نہیں مل پاتا ہے۔ اس مقام پر ، مکمل طور پر خودکار تجارت کرنے والی کمپنیاں مشینری کے کمرے کے ذریعہ سگنل ٹرانسمیشن کے وقت کو زیادہ سے زیادہ کم کرسکتی ہیں ، لیکن خودکار تجارت اکثر بہت زیادہ پیچیدہ ہوتی ہے ، جس میں بہت سارے کمپنیوں کے عملے کا بہاؤ ہوتا ہے ، اس کے ساتھ ساتھ اس کی دیکھ بھال میں کچھ غلطیاں ہوتی ہیں ، جس کے نتیجے میں پروگرام کی خرابی بڑی تباہی کا باعث بنتی ہے ، جیسے مشہور نائٹ کیپٹل۔
بلیک سوان کے واقعات سے بچنے کے لئے بہت زیادہ فٹ ہونے کا مسئلہ یہ ہے کہ دستی تجارت اور خودکار تجارت دونوں سے بچنے کا کوئی راستہ نہیں ہے۔ عام طور پر ، گیٹکو ، جین اسٹریٹ ، ایس آئی جی ، ورٹو فنانشل وغیرہ نیم خودکار تجارت کرتے ہیں ، جبکہ ٹاور ریسرچ ، ہڈسن ریور ٹریڈنگ ، جمپ ٹریڈنگ وغیرہ مکمل طور پر خودکار تجارت کرتے ہیں۔
کوانٹیفیکیشن انویسٹمنٹ کمپنیاں ہائی فریکوئنسی ٹریڈنگ کمپنیوں سے بہت مختلف ہیں۔ سب سے پہلے، امریکہ میں کوانٹیفیکیشن انویسٹمنٹ کمپنیاں بنیادی طور پر کوانٹیفیکیشن پس منظر کے حامل افراد کے ذریعہ قائم کی گئیں۔ مثال کے طور پر ، نشاۃ ثانیہ کے بانی سیمنز ریاضی دان تھے ، ڈی ای شا کے بانی ڈیوڈ شا کمپیوٹر پروفیسر تھے ، اے کیو آر کے بانی کلیف اسنیس فنانس دان تھے ، جبکہ ہائی فریکوئنسی ٹریڈنگ کمپنیاں زیادہ تر روایتی تاجروں کے ذریعہ قائم کی گئیں۔ دوسرا ، کوانٹیفیکیشن سرمایہ کاری عام طور پر پیچیدہ ماڈل پر انحصار کرتی ہے ، جبکہ ہائی فریکوئنسی ٹریڈنگ عام طور پر موثر کوڈ پر انحصار کرتی ہے۔
مقداری سرمایہ کاری کی کمپنیوں کی ہولڈنگ کا وقت اکثر 1-2 ہفتوں تک پہنچ جاتا ہے۔ اس طرح کے طویل عرصے تک قیمتوں کے رجحانات کی پیش گوئی کرنے کے لئے بہت زیادہ معلومات کو سنبھالنے کی ضرورت ہوتی ہے ، لہذا ماڈل بھی زیادہ پیچیدہ ہوتے ہیں ، اور پروگرام کی رفتار پر عملدرآمد کی رفتار کے بارے میں زیادہ حساس نہیں ہوتے ہیں۔ ہائی فریکوئنسی ٹرانزیکشن کی معلومات کو سنبھالنے کا وقت بہت کم ہوتا ہے (مائیکرو سیکنڈ یا ملی سیکنڈ کی سطح پر) ، بہت ساری معلومات کا تجزیہ کرنا ناممکن ہوتا ہے ، لہذا ماڈل بھی آسان ہوتا جارہا ہے ، مسابقتی فوائد کوڈ پر زیادہ انحصار کرتے ہیں۔ کارکردگی ، بہت سے لوگ یہاں تک کہ براہ راست ہارڈ ویئر پر لکھتے ہیں۔ اور آخر میں ، مقداری سرمایہ کاری کی گنجائش سیکڑوں ارب ڈالر تک پہنچ سکتی ہے ، جبکہ ہائی فریکوئنسی ٹریڈنگ کمپنیاں اکثر صرف چند ہزار اربوں سے کئی ارب ڈالر تک ہوتی ہیں ، لیکن چونکہ اعلی تعدد ٹریڈنگ کی حکمت عملی طویل مدتی مقداری سرمایہ کاری کے مقابلے میں مستحکم کارکردگی کا مظاہرہ کرتی ہے
مقداری تجارت کا ماڈل
مندرجہ ذیل ماڈل کو آسان سے لے کر پیچیدہ تک مقدار کے معاملات کی وضاحت کرتے ہیں:
سب سے آسان، جو کہ جان مرفی کی فاریکس مارکیٹ تجزیہ کی تکنیک کی طرف سے نمائندگی کی جاتی ہے، زیادہ سے زیادہ انڈیکس، لوجسٹکس اور دیگر اعلی درجے کی ریاضی کے علم کا استعمال کرتے ہوئے، عام طور پر سمجھنے کے لئے آسان ہے، اور موضوعی ٹریڈنگ کے لئے زیادہ مناسب ہے، یا کمپیوٹر کا حساب لگایا جاتا ہے اور تجارتی سگنل جاری کرتا ہے.
ڈینس کے سیلاب ٹریڈنگ کے اصول کی نمائندگی کرتے ہوئے ، ریاضی میں یونیورسٹی کے ابتدائی ریاضی کے مواد جیسے کہ یکسانیت ، فرق ، باقاعدگی سے تقسیم کا استعمال کیا گیا ہے ، حکمت عملی کی جانچ بھی زیادہ سائنسی ہے ، اور قابل اعتماد فنڈز کے انتظام کا طریقہ پیش کیا گیا ہے ، لیکن نقصان یہ ہے کہ روایتی ، تجارتی قواعد پر انحصار کرنے والے صفوں کے مجموعے سے تجارت کرنے کا خیال نہیں ہے۔ تاہم ، اگر حکمت عملی کو اچھی طرح سے ڈیزائن کیا گیا ہے اور اس میں بڑا رجحان ہے تو ، اس کا اچھا اثر پڑ سکتا ہے۔
اعلی درجے کی سطح بنیادی طور پر تجارتی اشارے کے انضمام کے پہلوؤں میں ظاہر ہوتی ہے ، جیسے کہ جدید ترین شماریاتی طریقوں ، جیسے ہیک رجحان تجزیہ ، اعصابی نیٹ ورکس ، ویکٹر مشینوں کی مدد سے روایتی تکنیکی اشارے میں نامیاتی انضمام ، اور زیادہ سخت شماریاتی طریقوں کا استعمال کرتے ہوئے متغیرات کی چھان بین اور جانچ کرنا۔ مالیاتی اعداد و شمار کی وقتی خصوصیات کو مدنظر رکھتے ہوئے ، اکثر نمونہ سے باہر کے ٹیسٹ کے نتائج حاصل کرنے کے لئے رولنگ اصلاحات کا استعمال کرنے کی ضرورت ہوتی ہے ، اس طرح تیار کردہ ماڈل بھی زیادہ مستحکم ہوتے ہیں۔
تاہم ، عام طور پر پروگرام شدہ ٹرانزیکشن سسٹم ان خصوصیات کو حاصل کرنے میں مشکل پیش آتے ہیں ، اور انہیں زیادہ عام پروگرامنگ زبان میں خود ہی انجام دینے کی ضرورت ہوتی ہے۔
فن تعمیراتی فنڈ کے بانی سیمنز کو مقدار میں سرمایہ کاری کے بارے میں بتاتے ہوئے
اگر سرمایہ کاری کو مقداری بنانا ہے تو ، مارکیٹ کی معلومات کے علاوہ ، دیگر بنیادی معلومات کو بھی اکٹھا کیا جانا چاہئے ، ان کے مطابق وقت کی ترتیب کو مرتب کیا جانا چاہئے ، اور پیش گوئی کے ماڈل میں ضم کیا جانا چاہئے۔ عام طور پر ، کامیاب ماڈل اس بات پر منحصر نہیں ہوتا ہے کہ ریاضی کی کتنی گہری تھیوری کا استعمال کیا جاتا ہے ، بلکہ یہ ہے کہ اس میں کتنے مختلف ذرائع کی معلومات کو ضم کیا جاتا ہے۔ یہاں تک کہ آسان ترین لکیری واپسی بھی ، اگر ہر پیرامیٹر میں مضبوط پیش گوئی کی صلاحیت ہے اور اس کی وابستگی کم ہے تو ، ماڈل کی پیش گوئی کا اثر اچھا ہوتا ہے۔ اس کے برعکس ، یہاں تک کہ پیچیدہ گہرائی سے سیکھنے کی تھیوری کا استعمال کرتے ہوئے ، اگر پیرامیٹر کا انتخاب کوئی معنی نہیں رکھتا ہے تو ، حتمی ماڈل بھی کام نہیں کرتا ہے۔ فی الحال ، کچھ امریکی کمپنیاں نہ صرف اچھی خبروں کے انفارمیشن ماڈل کا استعمال کرتی ہیں ، بلکہ گوگل کے سیٹلائٹ کے ذریعہ ذخیرہ اندوزی کرنے والے بندرگاہوں تک پہنچنے والے پورٹ تک تصویر ماڈل بھی استعمال کرتی ہیں ، جس سے
ماڈلنگ ایک چیز ہے ، اور حل کرنے والے ماڈل بھی اتنے ہی اہم ہیں۔ مثال کے طور پر ، طبیعیات میں بہت سارے ماڈل موجود ہیں جو حقیقت کو درست طور پر بیان کرتے ہیں ، لیکن اکثر موثر سائنسی حساب کتاب کے طریقوں کی کمی کی وجہ سے حل کرنا مشکل ہوتا ہے۔ مقداری معاملات بھی اسی طرح ہیں۔ پیرامیٹرز کا حساب کتاب ، فلٹرنگ ، اصلاح ، دوبارہ جانچ وغیرہ کے ساتھ اکثر بہت بڑی مقدار میں حساب کتاب ہوتا ہے ، اور کس طرح ہنر مند حل کرنا ایک بہت ہی گہرا سوال ہے۔ سیمنز کے مطابق ، مشہور آرکیٹیکچرل ریونیو کمپنیوں میں واضح اندرونی کام کرنے والے کمپیوٹر پروگرام موجود ہیں جو ملازمین کے ذریعہ اعداد و شمار اکٹھا کرتے ہیں ، طبیعیات دان ڈیٹا تجزیہ ماڈل بناتے ہیں ، ریاضی دان تخلیقی الگورتھم بناتے ہیں اور ماڈل کو بہتر بناتے ہیں۔
ہائی فریکوئنسی اور کوانٹیمیشن کے شعبے میں عام غلط فہمیاں
کوانٹیمیٹڈ ماڈل بلیک سوان کو شکست نہیں دے سکتے
حقیقت میں ، کسی بھی سرمایہ کاری کا طریقہ تاریخی مستقبل کی پیش گوئی پر انحصار کرتا ہے ، سیاہ سوان کے واقعات سے خوفزدہ ہوتا ہے ، اور اس میں ردوبدل ہوتا ہے۔ مقداری کے فوائد یہ ہیں کہ ردوبدل کے بعد ، ماڈل میں تازہ ترین صورتحال کو تیزی سے شامل کیا جاسکتا ہے ، بروقت ایڈجسٹ کیا جاسکتا ہے ، دوبارہ دوبارہ کیا جاسکتا ہے ، بہتر بنایا جاسکتا ہے ، اور اس کا مقصد کم سے کم وقت میں نقصانات کو تبدیل کرنا ہے۔ مثال کے طور پر ، فن تعمیراتی بحالی اگست 2007 میں تاریخی طور پر غیر معمولی 9٪ ردوبدل کے بعد ، سیمونز نے ماڈل کو دوبارہ تعمیر کرنے کے لئے فیصلہ کن اقدامات کیے ، جس کے نتیجے میں وہ سرمایہ کاروں کے خط میں اعلان کرتے ہیں کہ ہم نے اپنے نئے ماڈل کے 3 مضبوط سگنل کے تجارتی نتائج کا پتہ لگایا ہے ، جو اگلے دنوں میں بہت تیزی سے واپس آئے ، اس سال کے منافع کا 80٪۔
طویل مدتی سرمایہ کار کمپنی (LTCM) کو مقداری ماڈل استعمال کرنے کی وجہ سے ہی دیوالیہ کردیا گیا۔ دراصل ، LTCM ایک کثیر حکمت عملی والا فنڈ ہے ، جس کی خالص مقداری تجارتی حکمت عملی نے 1998 میں 100 ملین ڈالر کا خاتمہ کیا تھا۔ اس کی سب سے زیادہ نقصان دہ حکمت عملی انتہائی مائع تجارت کے کنٹینر سے ماخوذ تھی ، بہت سے یہاں تک کہ اس نے اپنے آپ کو بھی ڈیزائن کیا تھا جو بینکوں کے مخالفوں کے ساتھ سرمایہ کاری کرنے کے لئے تیار کیا گیا تھا ، اور بلیک ٹین واقعہ کا سامنا کرنا پڑا تھا۔ یہ مصنوعات عام طور پر قیمتوں کے وقت مقداری ماڈل کی مدد سے ہی ہوتی ہیں ، خاص طور پر تجارت کے نفاذ ، مصنوعات کے ڈیزائن اور فروخت سے متعلق ٹریکنگ سے کوئی تعلق نہیں ہوتا ہے۔ عام طور پر یہ خیال کیا جاتا ہے کہ LTCM کے دیوالیہ ہونے کی وجہ سے زیادہ مائع خطرہ ہے ، جس کا ماڈل سے کوئی تعلق نہیں ہے۔
ہائی فریکوئینسی ٹریڈنگ سرمایہ کاروں کے مفادات کو نقصان پہنچاتی ہے
فلیش بوائز جیسی کتابوں کے خیالات دراصل متنازعہ ہیں ، لیکن مصنفین کی بہترین تحریر اور افسانوی انداز انتہائی اشتعال انگیز ہے ، لہذا اس نے بہت ساری توجہ مبذول کرائی ہے۔ میڈیا کے علاوہ ، یہ کہا جانا چاہئے کہ ریاستہائے متحدہ امریکہ میں فی الحال ہائی فریکوئنسی ٹریڈنگ پر پابندی عائد کرنے کا مطالبہ سب سے زیادہ سخت ہے ، جو بنیادی طور پر اس وقت کے روایتی تاجر ہیں۔
ملکی سطح پر ، اب اختیارات مارکیٹ میں جانے کے لئے تیار ہیں ، اسٹاک بھی T + 0 کھولنے کا امکان ہے۔ ان دونوں ٹکڑوں کے لئے موٹی گوشت کی چکنائی ، غیر ملکی ہائی فریکوئنسی تاجروں نے طویل عرصے سے خواہش ظاہر کی ہے۔ اگر مستقبل کے اعلی فریکوئنسی کے شعبے میں ، ہم غیر ملکیوں کے مقابلے میں غیر ملکیوں کے ساتھ مقابلہ کرنے کے لئے پروگرام سازی کی تجارت میں بھرپور تجربے پر بھی انحصار کرسکتے ہیں تو ، اختیارات اور اسٹاک کی اعلی فریکوئنسی کے شعبے میں ، ہمارے عملی تجربے میں صفر ہے ، اور بیرون ملک سے زیادہ فرق ہے۔ اس کے لئے ، مصنف کا خیال ہے کہ ایک طرف ، ہم خود غرضی نہیں کرسکتے ہیں ، اور یہ محسوس کرتے ہیں کہ غیر ملکی سرمایہ کاری بہت سخت ہے ، بس ایسا نہیں کرتے ہیں۔ دوسری طرف ، نہ ہی کامیابی کے خواہاں ہیں ، ایک اور ڈیڑھ سال کی بھاری بھرکم کے ساتھ بڑی کامیابی حاصل کرنے کی خواہش رکھتے ہیں۔ ہر چیز کو معمولی محتاط رویہ کی ضرورت ہے ، بہت سے غیر ملکی ہائی فریکوئنسی والے پہلے ایک سال کے لئے منافع کی تیاری کے لئے اندر آتے ہیں ، جیسے کہ گھریلو لوگوں کو策略研究要慢工出细活，急于求成，频繁改变研究方向，最终很可能一事无成。