Nozioni di base sul trading algoritmico: concetti ed esempi

Il trading algoritmico (chiamato anche trading automatizzato, trading in black box o algo-trading) utilizza un programma per computer che segue un set definito di istruzioni (un algoritmo) per effettuare uno scambio. Il commercio, in teoria, può generare profitti a una velocità e una frequenza impossibili per un commerciante umano.

I set di istruzioni definiti si basano su tempistica, prezzo, quantità o qualsiasi modello matematico. Oltre alle opportunità di profitto per il trader, algo-trading rende i mercati più liquidi e il trading più sistematico escludendo l'impatto delle emozioni umane sulle attività di trading.

Trading algoritmico in pratica

Supponiamo che un operatore segua questi semplici criteri commerciali:

• Acquista 50 azioni di un titolo quando la sua media mobile di 50 giorni supera la media mobile di 200 giorni. (Una media mobile è una media dei punti dati passati che attenua le fluttuazioni dei prezzi giornalieri e quindi identifica le tendenze.)
• Vendi azioni del titolo quando la sua media mobile di 50 giorni scende al di sotto della media mobile di 200 giorni.

Utilizzando queste due semplici istruzioni, un programma per computer monitorerà automaticamente il prezzo delle azioni (e gli indicatori della media mobile) e inserirà gli ordini di acquisto e vendita quando le condizioni definite sono soddisfatte. L'operatore non deve più monitorare i prezzi e i grafici in tempo reale o inserire gli ordini manualmente. Il sistema di trading algoritmico lo fa automaticamente identificando correttamente l'opportunità di trading.

Nozioni di base sul trading algoritmico

Vantaggi del trading algoritmico

Algo-trading offre i seguenti vantaggi:

• Le negoziazioni vengono eseguite ai migliori prezzi possibili.
• Il posizionamento degli ordini commerciali è immediato e preciso (esiste un'alta probabilità di esecuzione ai livelli desiderati).
• Le negoziazioni sono temporizzate correttamente e istantaneamente per evitare variazioni significative dei prezzi.
• Costi di transazione ridotti.
• Controlli automatici simultanei su più condizioni di mercato.
• Riduzione del rischio di errori manuali quando si effettuano operazioni.
• Algo-trading può essere backtestato utilizzando i dati storici e in tempo reale disponibili per vedere se è una strategia di trading praticabile.
• Ridotta possibilità di errori da parte dei commercianti umani in base a fattori emotivi e psicologici.

La maggior parte degli algo-trading oggi è il trading ad alta frequenza (HFT), che tenta di capitalizzare l'immissione di un gran numero di ordini a velocità elevate su più mercati e parametri di decisione multipli basati su istruzioni preprogrammate.

Algo-trading è utilizzato in molte forme di trading e attività di investimento, tra cui:

• Gli investitori o le società acquirenti a medio-lungo termine (fondi pensione, fondi comuni di investimento, compagnie assicurative) usano la negoziazione algo per acquistare titoli in grandi quantità quando non vogliono influenzare i prezzi azionari con investimenti discreti e di grandi volumi.
• Operatori a breve termine e partecipanti lato vendita: market maker (come le case di brokeraggio), speculatori e arbitri — traggono vantaggio dall'esecuzione automatizzata del commercio; inoltre, l'algo-trading aiuta a creare liquidità sufficiente per i venditori sul mercato.
• Operatori sistematici: seguaci di tendenza, hedge fund o coppie di operatori (una strategia di trading neutrale rispetto al mercato che abbina una posizione lunga con una posizione corta in una coppia di strumenti altamente correlati come due titoli, fondi negoziati in borsa (ETF) o valute) - trova molto più efficiente programmare le loro regole di trading e lasciare che il programma si scambi automaticamente.

Il trading algoritmico offre un approccio più sistematico al trading attivo rispetto ai metodi basati sull'intuizione o sull'istinto del trader.

Strategie di trading algoritmiche

Qualsiasi strategia per il trading algoritmico richiede un'opportunità identificata che è redditizia in termini di miglioramento degli utili o riduzione dei costi. Di seguito sono riportate le strategie di trading comuni utilizzate in algo trading:

Strategie che seguono la tendenza

Le strategie di trading algoritmico più comuni seguono le tendenze di medie mobili, breakout di canale, movimenti del livello dei prezzi e relativi indicatori tecnici. Queste sono le strategie più facili e semplici da attuare attraverso il trading algoritmico perché queste strategie non implicano fare previsioni o previsioni sui prezzi. Le negoziazioni vengono avviate in base al verificarsi di tendenze desiderabili, che sono facili e semplici da implementare attraverso algoritmi senza entrare nella complessità dell'analisi predittiva. L'uso di medie mobili di 50 e 200 giorni è una strategia popolare che segue la tendenza.

Opportunità di arbitraggio

L'acquisto di un titolo a doppia quotazione a un prezzo inferiore in un mercato e contemporaneamente la vendita a un prezzo più elevato in un altro mercato offre il differenziale di prezzo come profitto privo di rischio o arbitraggio. La stessa operazione può essere replicata per azioni rispetto a strumenti a termine in quanto di volta in volta esistono differenziali di prezzo. L'implementazione di un algoritmo per identificare tali differenziali di prezzo e l'immissione efficiente degli ordini consente opportunità redditizie.

Riequilibrio del fondo indicizzato

I fondi indicizzati hanno definito periodi di ribilanciamento per portare le loro partecipazioni alla pari con i rispettivi indici di riferimento. Ciò crea opportunità redditizie per i trader algoritmici, che capitalizzano sulle operazioni previste che offrono profitti da 20 a 80 punti base a seconda del numero di azioni nel fondo indicizzato poco prima del ribilanciamento del fondo indicizzato. Tali operazioni vengono avviate tramite sistemi di negoziazione algoritmica per l'esecuzione tempestiva e i migliori prezzi.

Strategie matematiche basate su modelli

Modelli matematici comprovati, come la strategia di negoziazione delta-neutrale, consentono il trading su una combinazione di opzioni e titoli sottostanti. (Delta neutral è una strategia di portafoglio composta da posizioni multiple con compensazione di delta positivi e negativi, un rapporto che confronta la variazione del prezzo di un'attività, di solito un titolo negoziabile, con la corrispondente variazione del prezzo del suo derivato, in modo che il il delta delle attività in questione è pari a zero.)

Intervallo di trading (inversione media)

La strategia di inversione media si basa sul concetto che i prezzi alti e bassi di un'attività sono un fenomeno temporaneo che si ripristina periodicamente al loro valore medio (valore medio). L'identificazione e la definizione di una fascia di prezzo e l'implementazione di un algoritmo basato su di essa consente alle negoziazioni di essere collocate automaticamente quando il prezzo di un'attività si rompe dentro e fuori dalla sua gamma definita.

Prezzo medio ponderato per volume (VWAP)

La strategia del prezzo medio ponderato per il volume suddivide un grosso ordine e rilascia sul mercato blocchi più piccoli determinati in modo dinamico dell'ordine utilizzando profili di volume storici specifici di titoli. L'obiettivo è eseguire l'ordine vicino al prezzo medio ponderato per il volume (VWAP).

Prezzo medio ponderato nel tempo (TWAP)

La strategia del prezzo medio ponderato per il tempo suddivide un grande ordine e rilascia sul mercato blocchi più piccoli determinati in modo dinamico dell'ordine utilizzando intervalli di tempo equamente divisi tra un orario di inizio e di fine. L'obiettivo è quello di eseguire l'ordine vicino al prezzo medio tra i tempi di inizio e fine, riducendo così al minimo l'impatto sul mercato.

Percentuale del volume (POV)

Fino a quando l'ordine commerciale non viene completamente riempito, questo algoritmo continua a inviare ordini parziali in base al rapporto di partecipazione definito e in base al volume scambiato nei mercati. La relativa "strategia dei passaggi" invia ordini a una percentuale definita dall'utente dei volumi di mercato e aumenta o diminuisce questo tasso di partecipazione quando il prezzo delle azioni raggiunge livelli definiti dall'utente.

Mancata attuazione

La strategia di deficit di implementazione mira a minimizzare il costo di esecuzione di un ordine negoziando dal mercato in tempo reale, risparmiando così sul costo dell'ordine e beneficiando del costo opportunità di esecuzione ritardata. La strategia aumenterà il tasso di partecipazione mirata quando il prezzo delle azioni si muove favorevolmente e lo diminuirà quando il prezzo delle azioni si muove negativamente.

Oltre i soliti algoritmi di trading

Esistono alcune classi speciali di algoritmi che tentano di identificare "eventi" dall'altra parte. Questi "algoritmi di sniffing", ad esempio utilizzati da un market maker lato vendita, hanno l'intelligenza integrata per identificare l'esistenza di eventuali algoritmi sul lato di acquisto di un grosso ordine. Tale rilevazione attraverso algoritmi aiuterà il market maker a identificare grandi opportunità di ordini e consentirà loro di trarre vantaggio dal completamento degli ordini a un prezzo più elevato. Questo a volte viene identificato come front-tech ad alta tecnologia.

Requisiti tecnici per il trading algoritmico

L'implementazione dell'algoritmo mediante un programma per computer è la componente finale del trading algoritmico, accompagnata da backtesting (provare l'algoritmo su periodi storici di performance passate in borsa per vedere se usarlo sarebbe stato redditizio). La sfida è trasformare la strategia identificata in un processo informatico integrato che abbia accesso a un conto di trading per effettuare ordini. I seguenti sono i requisiti per il trading algoritmico:

• Conoscenze di programmazione informatica per programmare la strategia di trading richiesta, i programmatori assunti o il software di trading pre-realizzato.
• Connettività di rete e accesso alle piattaforme di trading per effettuare ordini.
• Accesso ai feed di dati di mercato che saranno monitorati dall'algoritmo per le opportunità di effettuare ordini.
• La capacità e l'infrastruttura di testare nuovamente il sistema una volta che è stato costruito prima che diventi operativo sui mercati reali.
• Dati storici disponibili per il backtest in base alla complessità delle regole implementate nell'algoritmo.

Un esempio di negoziazione algoritmica

Royal Dutch Shell (RDS) è quotata alla Borsa di Amsterdam (AEX) e alla Borsa di Londra (LSE). Iniziamo costruendo un algoritmo per identificare le opportunità di arbitraggio. Ecco alcune osservazioni interessanti:

• AEX negozia in euro mentre LSE negozia in sterline britanniche.
• A causa della differenza oraria di un'ora, AEX apre un'ora prima di LSE seguita da entrambe le borse scambiate simultaneamente per le prossime ore e poi scambiate solo in LSE durante l'ultima ora alla chiusura di AEX.

Possiamo esplorare la possibilità di negoziazione di arbitraggio sul titolo Royal Dutch Shell quotato su questi due mercati in due valute diverse?

Requisiti:

• Un programma per computer in grado di leggere i prezzi di mercato correnti.
• Feed di prezzo sia da LSE che da AEX.
• Un feed forex (in valuta estera) per GBP-EUR.
• Capacità di inoltro dell'ordine che può indirizzare l'ordine allo scambio corretto.
• Funzionalità di backtest su feed di prezzi storici.

Il programma per computer dovrebbe eseguire quanto segue:

• Leggi il feed dei prezzi in entrata delle azioni RDS da entrambe le borse.
• Utilizzando i tassi di cambio disponibili, converti il ​​prezzo di una valuta in un'altra.
• Se vi è una discrepanza di prezzo sufficientemente elevata (attualizzazione dei costi di intermediazione) che porta a un'opportunità redditizia, il programma dovrebbe collocare l'ordine di acquisto su una borsa a prezzo più basso e vendere l'ordine su una borsa a prezzo più alto.
• Se gli ordini vengono eseguiti come desiderato, seguirà il profitto dell'arbitraggio.

Semplice e facile! Tuttavia, la pratica del trading algoritmico non è così semplice da mantenere ed eseguire. Ricorda, se un investitore può piazzare un trade generato da un algo, così possono fare anche altri partecipanti al mercato. Di conseguenza, i prezzi fluttuano in milli e persino microsecondi. Nell'esempio sopra, cosa succede se viene eseguito un trade di acquisto ma il trade di vendita non fa perché i prezzi di vendita cambiano quando l'ordine arriva sul mercato? Il trader rimarrà in una posizione aperta rendendo inutile la strategia di arbitraggio.

Ci sono ulteriori rischi e sfide come i rischi di guasti del sistema, errori di connettività di rete, ritardi tra ordini commerciali ed esecuzione e, soprattutto, algoritmi imperfetti. Più un algoritmo è complesso, più è necessario un backtest rigoroso prima che venga messo in atto.