به گزارش بیداربورس، یک کارشناس بازار سرمایه در خصوص ضرورت حضور معاملات الگوریتمی گفت: بازارسرمایه ایران در حال گذار از سیستم سنتی به سیستم هوشمند است. بر این اساس، ارکان بازارسرمایه نیز مانند کارگزاری‌ها، سرمایه‌گذاری‌ها و صندوق‌های سرمایه‌گذاری و شرکت‌های سبدگردان و مشاورسرمایه‌گذاری به زیرساخت‌ها و سیستم‌های معاملات الگوریتمی نیاز دارند تا بتوانند با سرعت عمل بالاتر در شناسایی و اجرای بهترین زمان برای معاملات در جهت کسب سود بهتر استفاده کنند. در این میان طراحی سیستم‌های هوشمند جهت کسب چنین بازده‌هایی ضروری به نظر می رسد.

مجید عبدالحمیدی اضافه کرد: در حال حاضر، معاملات الگوریتمی آخرین روش داد و ستد در بازار سرمایه کشورهای پیشرفته محسوب می‌شود و بازار ما به تقویت این نوع معاملات نیاز دارد، اما آنچه اهمیت دارد این است که باید از طریق فرهنگ‌سازی به فراگیر شدن چنین ابزارهایی کمک کرد.

او تصریح کرد: معاملات الگوریتمی ابزاری آی‌تی محور است و اگر مسیر آن به درستی هدایت شود، به طور حتم به توسعه بازار سرمایه حتی در این شرایط کمک می‌کند.

معاملات الگوریتمی چه مزایایی دارد؟

نویسنده کتاب «استراتژی‌های معاملاتی با طعم الگوریتم» درباره مزایا و انتقادات از معاملات الگوریتمی در بازار هم گفت: در تعریف این نوع معاملات باید گفت به طور کلی، هر نوع معامله خودکار و نیمه خودکار فارغ از تعداد دستورهای ارسالی به سامانه معاملاتی، معامله الگوریتمی محسوب می‌شود. به طور کلی می‌توان مزایای معاملات الگوریتمی را در مواردی چون صرفه‌جویی در زمان، کاهش تخلفات در بازار، کنترل احساسات در مدیریت معاملات، کاهش هزینه، اجرای استراتژی‌های معاملاتی پیچیده، امکان «بک تست» یا پیش‌آزمایی خلاصه کرد.

عبدالحمیدی در توضیح این مزایا به موضوع صرفه‌جویی در زمان اشاره کرد و گفت: فعالان بازار سرمایه، ساعت‌ها زمان را صرف رصد بازار و یافتن سیگنال‌های مناسب می‌کنند، کاری که با گسترش بازار و بالا رفتن تعداد نمادها سخت‌تر و زمان‌برتر خواهد شد، اما الگوریتم‌ها، با در نظر گرفتن کل بازار و نمادهای آن به طور هم زمان، این کار را با سرعت و دقت بیشتر انجام می‌دهند.

او افزود: در بازارهای جهانی که به طور ۲۴ ساعته فعال هستند، با استفاده از الگوریتمیک ترندینگ، دیگر نیازی نیست که معامله‌گر به طور مستمر بازار را رصد کند. بر همین اساس، انجام معاملات به کمک الگوریتم‌ها درست و دقیق زمان‌بندی می‌شوند و سفارشات با سرعت بیشتر انجام می‌گیرند. نتیجه‌ این سرعت، جلوگیری از تغییرات آنی قیمت هم می‌تواند باشد.

این کارشناس بازارسرمایه بیان کرد: از طرفی با بالا رفتن سرعت ورود به معاملات یا خروج از آنها، ضرر مالی‌ای که از تاخیر در ثبت سفارش‌ها نشات میگیرد، به حد چشمگیری کاهش می‌یابد. باید در نظر بگیرید که سرعت کامپیوتر در انجام چنین کارهایی از سرعت انسان بسیار بیشتر است.

عبدالحمیدی، کاهش تخلفات در بازار را یکی دیگر از مزایای قابل توجه استفاده از معاملات الگوریتمی دانست و گفت: به طور معمول، این انسان‌ها هستند که تخلفات را مرتکب میشوند و ماشین قادر به تخلف نیست. بنابراین، استفاده از معاملات خودکار که بدون دخالت انسان انجام می‌شود، آمار تخلفات در بازار سرمایه را تا حد زیادی کاهش می‌دهد. یکی از دلایل میل بازارهای جهانی به سوی معاملات الگوریتمی نیز همین موضوع مهم است.

او ادامه داد: کنترل احساسات در مدیریت معاملات یکی دیگر از مواردی است که در معاملات الگوریتمی وجود دارد. در واقع تعهد به استراتژی، یکی از عوامل موفقیت فعالان در بازار سرمایه است؛ اما در تصمیم‌گیری‌های انسانی، کنترل نکردن احساسات بارها منجر به اشتباهات جبران ناپذیر در بازار سرمایه شده و این تعهد را زیر سوال برده است. استفاده از معاملات الگوریتمی این ریسک را تا حد امکان پایین آورده و با حذف مداخلات احساسی، تعهد به استراتژی‌ را به بیشترین میزان می‌رساند. همچنین، خطاهای دیگر انسانی که در انجام دستی معاملات اتفاق می‌افتد و بسیار هم مرسوم است نیز به کمک معاملات الگوریتمی به حداقل ممکن خود می‌رسد. پس، علاوه بر سرعت بخشیدن، الگوریتم‌ها درصد دقت معاملات را هم بالا می‌برند و در این روش، سفارشات سریع‌تر و دقیق‌تر از حالت دستی و سنتی انجام می‌شود.

این کارشناس بازارسرمایه با اشاره به امکان کاهش هزینه ها توسط معاملات الگوریتمی گفت: معاملات الگوریتمی فقط هزینه پیاده‌سازی و خدمات مرتبط با آن‌ها را برای معامله‌گر به همراه دارد و سرمایه‌گذار موظف به پرداخت کارمزد تحقیقات تحلیلی به هیچ کارگزاری نیست.

او افزود: از آنجا که الگوریتم‌های معاملاتی به کمک کامپیوترها انجام می‌شوند، می توانند استراتژی‌های پیچیدهای را پیاده‌سازی کرده و از چند استراتژی به صورت همزمان استفاده کنند. آنچه در روش‌های دستی شاید غیر ممکن یا بسیار دور از تحقق باشد.

عبدالحمیدی گفت: امکان بک‌تست (BackTest) یا پس‌آزمایی، نیز امکانی است که در معاملات الگوریتمی وجود دارد. در این روش می‌توان به بررسی عملکرد یک استراتژی معاملاتی با استفاده از داده‌های گذشته پرداخت. در واقع، بک‌تست به سرمایه‌گذار این امکان را می‌دهد تا استراتژی معاملاتی خود را با داده‌های تاریخی شبیه‌سازی کرده و پیش از درگیر کردن سرمایه و اجرای واقعی در بازار، ریسک و سودآوری آن را ارزیابی کند.

انتقادات پیرامون معاملات الگوریتمی

این کارشناس بازارسرمایه در خصوص انتقادات نسبت به معاملات الگوریتمی بیان کرد: واکنش‌ انسان‌ها نسبت به اطلاعات، تاثیر بسیار زیادی بر بازارها می گذارد و براین اساس همه این اطلاعات را نمی توان به‌طور سیستماتیک شناسایی و درک کرد؛ همچنین، فرآیندی که افراد مختلف اطلاعات را تحلیل می‌کنند نیز لزوماً نمی تواند سیستماتیک باشد.

او در توضیح بیشتر این موضوع گفت: آیا باید اخراج CEO یک شرکت را یک خبر خوب تلقی کنیم یا یک خبر بد؟ ممکن است یک معامله‌گر تصور کند که این اخراج، نشان‌دهنده بی‌ثباتی در بالاترین سطح شرکت بوده و در نتیجه، یک خبر فاجعه‌بار است و معامله‌گر دیگری معتقد باشد که این تصمیم درستی بوده و تسلط هیات مدیره بر امور شرکت را نشان می‌دهد. همانطور که می‌بینید، تصمیمات انسان‌ها به بازارها جهت می‌دهد و رفتار انسان‌ها را نمی‌توان مدلسازی کرد.

عبدالحمیدی افزود: در مورد این انتقاد نیز باید بدانید که بشر تاکنون بسیاری از فرایندهایی را خودکار کرده که پیشتر به طور دستی انجام می داده است. البته، هنوز هم کارهای بسیار زیادی هستند که خود انسان‌ها باید آنها را انجام دهند و قابل خودکارسازی نیستند؛ با این حال، همچنان فرایندهای بسیاری وجود دارند که انجام اتوماسیون آنها باصرفه‌تر از انجام دستی آنها است. این نوع فرآیندها، انجام معاملات را نیز در بر می‌گیرد. البته، در بهترین حالت، مدل‌های ریاضی می‌توانند دنیای واقعی را شبیه‌سازی کنند. در نتیجه، انتظار نداریم که مدل‌های الگوریتمی کامل و بدون نقص باشند.

او با اشاره به انتقادی دیگر در خصوص معاملات الگوریتمی تصریح کرد: برخی معتقدند که معاملات الگوریتمی موجب تشدید نوسانات بازار می شود، البته این انتقاد تا حدی صحیح است؛ زیرا بسیاری از مدیران مالی که مدیران الگوریتمی را هم در بر میگیرد، در معرض نوعی ریسک «مدلسازی» هستند که علت آن، مطرح کردن سوالات نادرست و استفاده از تکنیک های غلط است.

این کارشناس بازارسرمایه با اشاره به مثالی در این خصوص توضیح داد: برای مثال، روشی مانند VaR دارای فرضیات نادرست فراوانی درمورد بازار است و استفاده از آن می‌تواند منجر به نتایج نامطلوب شود. وظیفه کامپیوترها این نیست که مفروضات انسان ها را قضاوت کنند و این خطا کاملاً مربوط به قضاوت خود انسان است. معامله گران الگوریتمی نمی‌توانند رویدادهای غیرمعمول یا تغییرات ناگهانی در بازار را مدیریت کنند. شاید این معتبرترین انتقادی باشد که به معاملات الگوریتمی وارد شده است. معامله‌گران الگوریتمی برای پیش‌بینی آینده، متکی بر داده‌های تاریخی هستند. به همین دلیل، این احتمال وجود دارد که در زمان‌هایی که تغییرات سریع و قابل توجهی در رفتار بازار رخ ‌دهد، آنها از آن آسیب ببینند.

عبدالحمیدی تاکید کرد: تاکید می‌کنم رویدادی برای معامله گران الگوریتمی مهم است که باعث تغییر جدی در شرایط بازار شود و بدون هشدار قبلی باشد. بحران سال ۲۰۰۸، ‌ شاید مهم‌ترین اتفاقی باشد که در تاریخ معاملات الگوریتمی رخ داده و چنین شرایطی را داشته است. در این دوره زمانی ۱۳ ماهه، معامله گران الگوریتمی با یک بحران نقدشوندگی جدی مواجه بودند. با این حال، در زمان به نسبت کوتاهی، بسیاری از معامله‌گران الگوریتمی، استراتژی‌های الگوریتمی خود را با این شرایط وفق دادند که همین امر هم منجر به عملکرد فوق‌العاده آنها در اواخر سال ۲۰۰۸ شد.