Алгоритмическая торговля - что это, риски для инвестора

Современная биржевая торговля – высокоавтоматизированный процесс. Использование компьютерной техники для подачи и обработки заявок повысило скорость установки и отработки ордеров, что позволило участникам рынка более оперативно реагировать на изменение обстановки. При этом исчезла необходимость в присутствии человека в торговом зале - появилась возможность работать исключительно онлайн. Это стало одной из основных предпосылок для выхода на биржу огромного числа розничных инвесторов. Но главным достижением, связанным с автоматизацией бирж, многие склонны считать появление алгоритмического трейдинга.

Что такое алгоритмическая торговля

Само название "алгоритмическая торговля" (алгоритмический трейдинг, алготрейдинг) подразумевает совершение сделок с использованием неких алгоритмов. Понятие появилось еще в 1998 г., когда SEC разрешила использование в биржевой торговле электронных площадок. Первыми его на вооружение взяли крупные игроки (например, хедж-фонды). Задача, которая прежде остальных подверглась алгоритмизации, – разбивка крупной заявки на множество более мелких, позволяющая минимизировать влияние одного участника торгов на поведение актива. Кстати, и сейчас нередко термин "алгоритмический трейдинг" применяют именно в этом значении.

Однако в целом суть его намного шире. Фактически алготрейдинг сегодня – это использование алгоритмов (определенных последовательностей действий) для анализа состояния рынка и принятия решений на торгах.

Алготрейдинг совершенно не обязательно использует компьютерную технику – реализовать любые алгоритмы обработки данных трейдер может и вручную. Однако применение технических средств значительно ускоряет этот процесс, уменьшает трудоемкость операций для человека. Именно поэтому алгоритмический трейдинг связывают с вычислительными системами.

Задачи алгоритмической торговли и ее преимущества

Сегодня алгоритмы, применяемые большинством участников торгов, решают основную задачу – анализ рынка, направленный на выявление его неэффективности. Именно такая ситуация (неэффективность рынка) считается лучшим моментом для входа и дает величину математического ожидания, позволяющую с высокой долей вероятности извлекать прибыль.

Эти задачи принято разделять на несколько классов, например:

• Технический анализ. В этом случае системы алгоритмического трейдинга используют формализованное (в виде математических формул) описание ценовых графиков (например, индикаторы, ценовые и графические паттерны и пр.). В общем случае анализ сводится к определению ситуации (набора значений инструментов анализа) с максимальной вероятностью положительного исхода. Такими, например, выступают покупка актива в момент, когда наиболее вероятен рост цен, или продажа, когда интерес на рынке снижается.
• Корреляционный (парный) трейдинг. Работает с парой активов с высоким, но отличным от 1 коэффициентом корреляции. Сделки, приносящие прибыль, открываются по обоим инструментам при схождении/расхождении ценовых графиков. Может использовать не пару, а корзину активов (баскет-трейдинг).
• Front running. Основная задача алгоритмов – анализ объемов за счет работы со стаканом и лентой, выявление скоплений (крупных) заявок, которые могут привести к изменениям в характере движения цены (например, выступать в роли областей поддержки/сопротивления).
• Арбитраж. Выбор инструментов с единичной или очень близкой к этому корреляцией (например, акция и фьючерс на нее) и открытие сделок на выравнивание цен. Еще вариант – торговля одним инструментом на разных площадках в моменты расхождения цен.
• Торговля волатильностью. Вход в рынок в моменты повышения волатильности и выход при ее снижении. Часто применяется в работе с опционами, поскольку этот инструмент при изменении волатильности приносит максимальный результат.

Как правило, все алгоритмы, решающие такие задачи, отличаются высокой сложностью и требуют значительных вычислительных мощностей. Особенно это становится заметно с повышением частоты сделок, например, при переходе к HFT-торговле.

Но повышение сложности задач анализа и точности их результатов не единственное достоинство алгоритмического трейдинга. Его использование несет еще целый ряд положительных моментов для любого участника рынка:

1. Отсутствие субъективности при анализе рыночной ситуации. Исключаются ошибки как в восприятии рынка, так и в принятии решений.
2. Исключение психологической неустойчивости участника торгов. Становится невозможным отступление от правил торговой системы и стратегии под влиянием страха или жадности.
3. Отсутствие временных лагов на анализ значительных объемов информации и принятие решений. Особенно важно при торговле в критические моменты, например, при публикации отчетности или выходе значимых новостей.
4. Учет факторов, которые могут быть упущены из внимания при анализе рынка самим инвестором.
5. Масштабируемость. Алгоритмы легко переносятся на другие рынки, активы, таймфреймы. Все, что требуется для получения эффективной системы, – подстройка параметров.
6. С использованием алготрейдинга можно реализовать системы, которые практически невозможны при ручном трейдинге. К таким, например, относятся статистическая обработка, нейросети с самообучением на исторических данных, генетические алгоритмы обработкой BigData и пр.

Кроме указанных преимуществ, торговые роботы позволяют провести эффективное тестирование на значительном отрезке исторических данных (бэк-тестинг). Помимо точной настройки, это позволяет адаптировать алгоритмы к различным рыночным ситуациям. Так, в затяжных флэтах в периоды долгого роста и быстрого падения рынков должны использоваться если не различные механизмы принятия решения, то расчеты с разными комплектами параметров.

Еще одно неоспоримое преимущество алгоритмического трейдинга – у торговых роботов практически нет ограничений при управлении диверсифицированными портфелями. Количество активов в таком портфеле при работе алгоритмов может достигать нескольких сотен. Единственное требование – достаточная вычислительная мощность клиентского оборудования для анализа.

Риски использования алгоритмической торговли

При всей привлекательности алгоритмической торговли у нее есть и существенные недостатки, которые выливаются в значительные риски для инвестора. Основные среди них:

1. Фундаментальный анализ можно формализовать и алгоритмизировать лишь частично.
2. Субъективный подход разработчика к любой задаче может повлечь за собой ошибки в алгоритмах, которые дадут неприемлемые результаты.
3. Ошибки могут появиться не только на этапе разработки алгоритма, но и при его конечной реализации в торговых платформах. Это также чревато существенными потерями.
4. Предусмотреть все рыночные ситуации невозможно. Поэтому реакция робота на неординарное поведение актива может быть непредсказуемой. Особенно это касается, например, появления форс-мажорных ситуаций. К таким, как правило, приравнивают и публикацию важных новостей.
5. При изменении характера рынка алгоритмам без вмешательства человека не хватает гибкости для самостоятельной оценки нового поведения актива и перенастройки параметров.

Часть таких проблем можно решить за счет тщательного бэк-тестинга, часть – за счет использования самообучающихся систем и т. д. Однако все это ведет к значительному усложнению итогового алгоритма. Соответственно, повышаются требования к оборудованию, снижаются надежность и скорость отработки. Соответственно, для розничного инвестора пока лучшим вариантом остается частично автоматизированная торговля. В этом случае процесс анализа, выставления заявок, закрытия сделок и пр. алгоритмизируется. Перенастройку же торгового робота осуществляет человек по результатам собственного анализа характера рынка.