ترید الگوریتمی و ربات‌های معامله‌گر: شواهد معتبر، کاربرد درست و دام‌ها

بخش بزرگی از معاملات بازارهای جهانی را الگوریتم‌ها انجام می‌دهند و پژوهش‌های معتبر اثر مثبتشان را بر نقدشوندگی نشان داده‌اند. ولی ربات‌هایی که سود تضمینی وعده می‌دهند داستان دیگری‌اند. فرق این دو را بشناس.

۲۰ آبان ۱۴۰۵·۶ دقیقه مطالعه·تیم Vlevel

هوش مصنوعی

«ربات معامله‌گر» برای بعضی‌ها یعنی ماشین پول‌سازی که شب و روز سود می‌کند، و برای بعضی دیگر یعنی کلاهبرداری. واقعیت جایی بین این دوست. ترید الگوریتمی یکی از جاافتاده‌ترین بخش‌های بازارهای مالی امروز است، ولی فقط وقتی کار می‌کند که پشتش یک قانون آزموده و مدیریت ریسک درست باشد.

ترید الگوریتمی دقیقاً چیست

ترید الگوریتمی یعنی معامله بر اساس قانون‌هایی که کامپیوتر اجرا می‌کند: کِی وارد شود، با چه حجمی، کجا حد ضرر بگذارد و کِی خارج شود. این قانون‌ها می‌توانند ساده باشند، مثل تقاطع دو میانگین متحرک، یا پیچیده، مثل مدل‌های آماری. نکته‌ی کلیدی این است که ربات چیزی بیشتر از قانون‌هایش نیست؛ اگر قانون لبه نداشته باشد، اجرای سریع و بی‌وقفه‌اش فقط ضرر را منظم‌تر می‌کند.

شواهد معتبر چه می‌گویند

  • سهم بزرگ از بازار: برآوردهای بانک‌ها و مؤسسات داده‌ی بازار، سهم معاملات الگوریتمی را در بازار سهام آمریکا حدود ۶۰ تا ۷۰ درصد حجم معاملات می‌دانند. صندوق‌ها و بانک‌ها برای اجرای سفارش‌های بزرگ تقریباً همیشه از الگوریتم استفاده می‌کنند.
  • نقدشوندگی بهتر: ترنس هندرشات، چارلز جونز و آلبرت منکولد در مقاله‌ای که سال ۲۰۱۱ در Journal of Finance منتشر شد، با استفاده از یک تغییر فنی در بورس نیویورک در سال ۲۰۰۳ نشان دادند ترید الگوریتمی نقدشوندگی را بهتر و قیمت‌های پیشنهادی را آگاهانه‌تر کرده است؛ اثری که به‌خصوص در سهم‌های بزرگ دیده می‌شد.
  • ولی بدون هزینه نیست: اکهارت بومر، کینگزلی فونگ و جولی وو در پژوهشی روی ۴۲ بازار سهام بین سال‌های ۲۰۰۱ تا ۲۰۱۱ دیدند ترید الگوریتمی نقدشوندگی و کارایی قیمت را بهتر می‌کند، ولی نوسان کوتاه‌مدت را بالا می‌برد. و همان‌طور که سقوط سریع ۲۰۱۰ نشان داد، سرعتی که در روزهای عادی نقدشوندگی می‌آورد، در شرایط غیرعادی می‌تواند حرکت‌ها را تشدید کند.

سقوط سریع ۲۰۱۰: درس بزرگ

در ۶ مه ۲۰۱۰، شاخص‌های بازار سهام آمریکا در چند دقیقه نزدیک به ۹ درصد سقوط کردند و کمی بعد بیشتر ریزش را جبران کردند. گزارش مشترک کمیسیون بورس آمریکا (SEC) و کمیسیون معاملات آتی کالا (CFTC) نشان داد شروع ماجرا یک سفارش فروش بزرگ قراردادهای آتی E-mini بود که با یک الگوریتم اجرا شد؛ الگوریتمی که فقط به حجم بازار نگاه می‌کرد و نه به قیمت و زمان. معامله‌گرهای پرسرعت هم حرکت را تشدید کردند. درس این ماجرا برای هر کسی که ربات می‌سازد روشن است: قانونی که بدون محدودیت و نظارت اجرا شود، در شرایط غیرعادی می‌تواند فاجعه بسازد.

ربات‌هایی که سود تضمینی وعده می‌دهند

در ژانویه‌ی ۲۰۲۴ کمیسیون معاملات آتی کالای آمریکا (CFTC) اطلاعیه‌ای با این مضمون منتشر کرد که هوش مصنوعی ربات‌های معامله‌گر را به ماشین پول‌سازی تبدیل نمی‌کند. به گفته‌ی این نهاد، کلاهبرداران از هیجان پیرامون AI استفاده می‌کنند تا ربات‌هایی با بازدهی بالا یا تضمینی بفروشند، در حالی که هیچ فناوری‌ای نمی‌تواند آینده یا تغییرات ناگهانی بازار را پیش‌بینی کند. یکی از نمونه‌هایی که CFTC به آن اشاره کرد، «میرور تریدینگ اینترنشنال» بود که با ادعای ربات معامله‌گر، از هزاران نفر کلاهبرداری کرد در حالی که معامله‌ی واقعی چندانی انجام نمی‌داد.

  • بازدهی تضمینی یا ثابت ماهانه: در بازار واقعی چیزی به اسم سود تضمینی وجود ندارد.
  • کارنامه‌ای که نمی‌شود بررسی کرد: فقط اسکرین‌شات، بدون داده‌ی کامل معامله‌ها و افت سرمایه.
  • فشار برای واریز سریع یا جذب نفر: نشانه‌ی کلاسیک طرح‌های هرمی.
  • ادعای «هوش مصنوعی‌ای که بازار را می‌فهمد»: بدون توضیح قانون‌ها و بدون امکان آزمودن.

دام بزرگ‌تر: بیش‌برازش بک‌تست

حتی ربات صادقانه هم می‌تواند فریبنده باشد. دیوید بیلی، مارکوس لوپز د پرادو و همکارانشان نشان دادند هرچه تعداد ترکیب‌ها و تنظیم‌هایی که روی داده‌ی گذشته امتحان می‌کنی بیشتر شود، احتمال اینکه «بهترین» نتیجه فقط بیش‌برازش باشد هم بیشتر می‌شود. یعنی استراتژی‌ای که بعد از صدها تنظیم، بک‌تست درخشانی دارد، ممکن است فقط نویز گذشته را حفظ کرده باشد و در آینده کار نکند.

یک ربات را چطور بسنجیم

  1. قانون‌ها باید روشن باشند: باید بدانی ربات کِی و چرا وارد و خارج می‌شود. جعبه‌ی سیاه را نمی‌شود ارزیابی کرد.
  2. بک‌تست با هزینه‌ها: کارمزد، اسپرد و لغزش قیمت را حساب کن؛ بسیاری از استراتژی‌های کوتاه‌مدت بعد از هزینه‌ها سودی ندارند.
  3. آزمون بیرون از نمونه: قانون را روی بخشی از داده بساز و روی بخش دیگری که ندیده آزمایش کن. اگر فقط روی داده‌ی ساخت خوب است، به آن اعتماد نکن.
  4. افت سرمایه، نه فقط سود: بیشترین افت و طولانی‌ترین زنجیره‌ی ضرر را ببین و بپرس آیا از نظر روحی و مالی تحملش را داری.
  5. شروع کوچک: حتی بعد از بک‌تست خوب، با حجم کوچک شروع کن و نتیجه‌ی واقعی را با بک‌تست مقایسه کن.
  6. ترمز اضطراری: سقف ضرر روزانه و امکان خاموش کردن سریع، برای هر رباتی لازم است.

جمع‌بندی

ترید الگوریتمی ابزاری قدرتمند و آزموده است: قانون را بدون خستگی و احساس اجرا می‌کند، قابل‌آزمایش است و نهادهای بزرگ مالی هر روز از آن استفاده می‌کنند. ولی ربات فقط به اندازه‌ی قانون‌ها و مدیریت ریسکش خوب است. هر کسی که بازدهی تضمینی وعده می‌دهد، چیزی را می‌فروشد که بازار هرگز نفروخته است.

منابع

  1. Does Algorithmic Trading Improve Liquidity? · Hendershott, Jones, Menkveld · Journal of Finance 66(1), 2011
  2. Algorithmic Trading and Market Quality: International Evidence · Boehmer, Fong, Wu · Journal of Financial and Quantitative Analysis 56(8), 2021
  3. Findings Regarding the Market Events of May 6, 2010 · Staffs of the CFTC and SEC · Report, 2010
  4. AI Won't Turn Trading Bots into Money Machines · U.S. CFTC · Customer advisory, 2024
  5. The Probability of Backtest Overfitting · Bailey, Borwein, López de Prado, Zhu · Journal of Computational Finance, 2017

این مقاله فقط جنبه‌ی آموزشی دارد و توصیه‌ی خرید یا فروش هیچ دارایی‌ای نیست. معامله در بازارهای مالی، به‌خصوص با اهرم، ریسک بالایی دارد.

#ترید_الگوریتمی#ربات_معامله‌گر#بک‌تست

ابزارها را خودت ببین

چارت زنده با عمق بازار، ده‌ها اندیکاتور و ابزار ترسیم، و آزمایشگاهی که ایده را به استراتژی بک‌تست‌شده تبدیل می‌کند.

مقاله‌های دیگر