สารบัญ
- หุ่นยนต์ซื้อขายทำอะไรได้บ้าง
- เครื่องมือการซื้อขายหลัก Algo
- กลยุทธ์การซื้อขายขั้นตอน
- การออกแบบเพื่อการวิจัยเบื้องต้น
- backtesting
- การเพิ่มประสิทธิภาพการออกแบบ Algo-Trading
- การประหารชีวิต
- บรรทัดล่าง
เทรดเดอร์หลายคนกำลังจะย้ายไปเป็นเทรดอัลกอริทึม แต่ต้องต่อสู้กับการเข้ารหัสของหุ่นยนต์ซื้อขาย บ่อยครั้งที่ผู้ค้าเหล่านี้จะพบข้อมูลการเข้ารหัสอัลกอริทึมออนไลน์ที่ทำให้สับสนและทำให้เข้าใจผิดรวมถึงเสนอสัญญาที่ผิด ๆ เกี่ยวกับความเจริญรุ่งเรืองชั่วข้ามคืน แหล่งข้อมูลที่เชื่อถือได้แหล่งหนึ่งมาจาก Lucas Liew ผู้สร้างหลักสูตรการค้าอัลกอริทึมออนไลน์ AlgoTrading101 หลักสูตรนี้มีบทวิจารณ์ที่ยอดเยี่ยมและรวบรวมนักศึกษามากกว่า 8, 000 คนนับตั้งแต่เปิดตัวครั้งแรกในเดือนตุลาคม 2014
โปรแกรมมุ่งเน้นไปที่การนำเสนอพื้นฐานของการซื้อขายอัลกอริทึมในลักษณะที่เป็นระเบียบ Liew ยืนกรานเกี่ยวกับความจริงที่ว่าการซื้อขายแบบอัลกอริธึมคือ“ ไม่ใช่รูปแบบที่ทำให้รวยเร็ว” ที่อธิบายไว้ด้านล่างนี้เป็นพื้นฐานของสิ่งที่ใช้ในการออกแบบสร้างและบำรุงรักษาหุ่นยนต์ซื้อขายอัลกอริทึมของคุณเอง
การเพิ่มขึ้นของที่ปรึกษาโบ
หุ่นยนต์ซื้อขายทำอะไรได้บ้าง
ในระดับพื้นฐานที่สุดหุ่นยนต์ซื้อขายอัลกอริทึมคือรหัสคอมพิวเตอร์ที่มีความสามารถในการสร้างและดำเนินการสัญญาณซื้อและขายในตลาดการเงิน ส่วนประกอบหลักของหุ่นยนต์ดังกล่าวรวมกฎการป้อนข้อมูลที่ส่งสัญญาณเมื่อจะซื้อหรือขายออกกฎระบุว่าเมื่อใดที่จะปิดตำแหน่งปัจจุบันและกฎการกำหนดขนาดตำแหน่งที่กำหนดปริมาณการซื้อหรือขาย
เครื่องมือการซื้อขายหลัก Algo
เห็นได้ชัดว่าคุณจะต้องใช้คอมพิวเตอร์และการเชื่อมต่ออินเทอร์เน็ต หลังจากนั้นระบบปฏิบัติการ Windows หรือ Mac จะต้องใช้งาน MetaTrader 4 (MT4) ซึ่งเป็นแพลตฟอร์มการซื้อขายอิเล็กทรอนิกส์ที่ใช้ MetaQuotes Language 4 (MQL4) สำหรับการเขียนโปรแกรมกลยุทธ์การซื้อขาย แม้ว่า MT4 ไม่ใช่ซอฟต์แวร์เดียวที่สามารถใช้สร้างหุ่นยนต์ได้ แต่ก็มีประโยชน์มากมาย
ในขณะที่หมวดสินทรัพย์หลักของ MT4 คือการแลกเปลี่ยนเงินตราต่างประเทศ (FX) แพลตฟอร์มนี้สามารถใช้ในการแลกเปลี่ยนหุ้นดัชนีหุ้นสินค้าโภคภัณฑ์และ Bitcoin โดยใช้ CFD ประโยชน์อื่น ๆ ของการใช้ MT4 เมื่อเทียบกับแพลตฟอร์มอื่นรวมถึงการเรียนรู้ง่ายมีแหล่งข้อมูล FX มากมายและฟรี
น่าเสียดายที่ MT4 ไม่อนุญาตให้มีการซื้อขายโดยตรงในตลาดหลักทรัพย์และตลาดซื้อขายล่วงหน้าและการดำเนินการวิเคราะห์ทางสถิติอาจเป็นภาระ อย่างไรก็ตาม MS Excel สามารถใช้เป็นเครื่องมือทางสถิติเพิ่มเติม
กลยุทธ์การซื้อขายขั้นตอน
สิ่งสำคัญคือต้องเริ่มต้นด้วยการสะท้อนถึงลักษณะสำคัญบางอย่างที่ทุกกลยุทธ์การซื้อขายอัลกอริทึมควรมี กลยุทธ์ควรเป็นตลาดที่มีความรอบคอบซึ่งเป็นรากฐานที่ดีจากตลาดและจุดยืนทางเศรษฐกิจ นอกจากนี้แบบจำลองทางคณิตศาสตร์ที่ใช้ในการพัฒนากลยุทธ์ควรใช้วิธีการทางสถิติที่ดี
ถัดไปเป็นสิ่งสำคัญที่จะต้องพิจารณาว่าข้อมูลใดที่หุ่นยนต์ของคุณตั้งเป้าที่จะจับ เพื่อให้มีกลยุทธ์อัตโนมัติหุ่นยนต์ของคุณจะต้องสามารถจับภาพตลาดที่ไร้ประสิทธิภาพและสามารถระบุได้ กลยุทธ์การซื้อขายแบบอัลกอริทึมเป็นไปตามกฎที่เข้มงวดซึ่งใช้ประโยชน์จากพฤติกรรมการตลาดและการเกิดขึ้นของความไร้ประสิทธิภาพของตลาดขาจรนั้นไม่เพียงพอที่จะสร้างกลยุทธ์ นอกจากนี้หากสาเหตุของความไร้ประสิทธิภาพของตลาดไม่สามารถระบุได้จะไม่มีทางทราบได้ว่าความสำเร็จหรือความล้มเหลวของกลยุทธ์นั้นเป็นเพราะโอกาสหรือไม่
จากที่กล่าวมาข้างต้นมีหลายประเภทกลยุทธ์ที่จะแจ้งการออกแบบหุ่นยนต์ซื้อขายอัลกอริทึมของคุณ เหล่านี้รวมถึงกลยุทธ์ที่ใช้ประโยชน์จากสิ่งต่อไปนี้ (หรือการรวมกันของมัน):
- ข่าวเศรษฐกิจมหภาค (เช่นการจ้างงานนอกภาคเกษตรหรือการเปลี่ยนแปลงอัตราดอกเบี้ย) การวิเคราะห์ขั้นพื้นฐาน (เช่นการใช้ข้อมูลรายได้หรือบันทึกการเปิดเผยรายได้) การวิเคราะห์ทางสถิติ (เช่นความสัมพันธ์หรือการรวมกลุ่ม) การวิเคราะห์ทางเทคนิค (เช่นค่าเฉลี่ยเคลื่อนที่) โครงสร้างพื้นฐาน)
การออกแบบเพื่อการวิจัยเบื้องต้น
ขั้นตอนนี้มุ่งเน้นการพัฒนากลยุทธ์ที่เหมาะสมกับลักษณะส่วนบุคคลของคุณเอง ปัจจัยต่างๆเช่นประวัติความเสี่ยงส่วนบุคคลความมุ่งมั่นด้านเวลาและทุนการค้าล้วนเป็นสิ่งสำคัญที่ต้องคำนึงถึงเมื่อพัฒนากลยุทธ์ จากนั้นคุณสามารถเริ่มระบุความไร้ประสิทธิภาพของตลาดที่กล่าวถึงข้างต้นได้ การระบุตลาดที่ไร้ประสิทธิภาพคุณสามารถเริ่มต้นเขียนรหัสหุ่นยนต์การค้าที่เหมาะสมกับลักษณะส่วนบุคคลของคุณเอง
backtesting
ขั้นตอนการทดสอบย้อนหลังนี้มุ่งเน้นไปที่การตรวจสอบความถูกต้องของหุ่นยนต์การซื้อขายของคุณ ซึ่งรวมถึงการตรวจสอบรหัสเพื่อให้แน่ใจว่ามันกำลังทำสิ่งที่คุณต้องการและเข้าใจว่ามันทำงานอย่างไรในช่วงเวลาที่แตกต่างกันประเภทสินทรัพย์หรือสภาพตลาดที่แตกต่างกันโดยเฉพาะอย่างยิ่งในเหตุการณ์ประเภทหงส์ดำเช่นวิกฤตการเงินโลก 2008
การเพิ่มประสิทธิภาพการออกแบบ Algo-Trading
ตอนนี้คุณได้เขียนรหัสหุ่นยนต์ที่ใช้งานได้และในขั้นตอนนี้คุณต้องการเพิ่มประสิทธิภาพของมันในขณะที่ลดความลำเอียงที่มีปัญหามากเกินไป เพื่อเพิ่มประสิทธิภาพสูงสุดคุณต้องเลือกการวัดประสิทธิภาพที่ดีที่จะรวบรวมองค์ประกอบความเสี่ยงและผลตอบแทนรวมถึงความสอดคล้อง (เช่นอัตราส่วน Sharpe) ความลำเอียงที่เกิดขึ้นมากเกินไปเกิดขึ้นเมื่อหุ่นยนต์ของคุณใกล้เคียงกับข้อมูลในอดีตมากเกินไป หุ่นยนต์ตัวนี้จะให้ภาพลวงตาที่มีประสิทธิภาพสูง แต่เนื่องจากอนาคตไม่เหมือนอดีตอย่างสมบูรณ์มันอาจล้มเหลวได้จริง
การประหารชีวิต
ตอนนี้คุณพร้อมที่จะเริ่มใช้เงินจริง อย่างไรก็ตามนอกเหนือจากการเตรียมพร้อมสำหรับอารมณ์แปรปรวนที่คุณอาจประสบแล้วมีปัญหาทางเทคนิคเล็กน้อยที่ต้องได้รับการแก้ไข ปัญหาเหล่านี้รวมถึงการเลือกนายหน้าที่เหมาะสมและกลไกการดำเนินการเพื่อจัดการความเสี่ยงด้านตลาดและความเสี่ยงด้านปฏิบัติการเช่นแฮกเกอร์ที่อาจเกิดขึ้นและการหยุดทำงานของเทคโนโลยี
เป็นสิ่งสำคัญในขั้นตอนนี้เพื่อตรวจสอบว่าประสิทธิภาพของหุ่นยนต์คล้ายกับประสบการณ์ในขั้นตอนการทดสอบ ในที่สุดการตรวจสอบอย่างต่อเนื่องเป็นสิ่งจำเป็นเพื่อให้แน่ใจว่าประสิทธิภาพของตลาดที่หุ่นยนต์ได้รับการออกแบบยังคงมีอยู่
บรรทัดล่าง
เมื่อพิจารณาว่าริชาร์ดเดนนิสผู้ค้าขายสินค้าในตำนานสอนให้นักเรียนกลุ่มหนึ่งเห็นว่ากลยุทธ์การซื้อขายส่วนตัวของเขาซึ่งได้รับมากกว่า 175 ล้านเหรียญในเวลาเพียงห้าปีเป็นไปได้อย่างสมบูรณ์สำหรับนักเทรดมือใหม่ที่ไม่มีประสบการณ์ ผู้ค้าที่ประสบความสำเร็จ อย่างไรก็ตามนี่เป็นตัวอย่างที่พิเศษอย่างหนึ่งและผู้เริ่มต้นควรจำไว้ว่าต้องมีความคาดหวังเล็กน้อย
เพื่อที่จะประสบความสำเร็จเป็นสิ่งสำคัญที่ไม่เพียง แต่ทำตามชุดแนวทาง แต่ต้องเข้าใจว่าแนวทางเหล่านั้นทำงานอย่างไร Liew เน้นว่าส่วนที่สำคัญที่สุดของการซื้อขายอัลกอริธึมคือ“ การทำความเข้าใจภายใต้สภาวะตลาดที่หุ่นยนต์ของคุณจะทำงานและเมื่อใดที่มันจะพัง” และ“ การทำความเข้าใจเมื่อใดที่จะแทรกแซง” การซื้อขายอัลกอริทึม ความเข้าใจ หลักสูตรหรือครูที่สัญญาว่าจะให้ผลตอบแทนสูงพร้อมความเข้าใจน้อยที่สุดควรเป็นสัญญาณเตือนที่สำคัญ