Le trading algorithmique (également appelé trading automatisé, trading en boîte noire ou trading algo) utilise un programme informatique qui suit un ensemble défini d'instructions (un algorithme) pour placer un trade. Le commerce, en théorie, peut générer des profits à une vitesse et une fréquence impossibles pour un commerçant humain.
Les ensembles d'instructions définis sont basés sur le calendrier, le prix, la quantité ou tout autre modèle mathématique. En dehors des opportunités de profit pour le trader, l'algo-trading rend les marchés plus liquides et le trading plus systématique en excluant l'impact des émotions humaines sur les activités de trading.
Le trading algorithmique en pratique
Supposons qu'un commerçant respecte ces critères commerciaux simples:
- Achetez 50 actions d'une action lorsque sa moyenne mobile de 50 jours dépasse la moyenne mobile de 200 jours. (Une moyenne mobile est une moyenne des points de données passés qui atténue les fluctuations de prix quotidiennes et identifie ainsi les tendances.) Vendre des actions de l'action lorsque sa moyenne mobile de 50 jours est inférieure à la moyenne mobile de 200 jours.
À l'aide de ces deux instructions simples, un programme informatique surveillera automatiquement le cours de l'action (et les indicateurs de moyenne mobile) et passera les ordres d'achat et de vente lorsque les conditions définies seront remplies. Le trader n'a plus besoin de surveiller les prix et les graphiques en direct ni de saisir manuellement les commandes. Le système de trading algorithmique le fait automatiquement en identifiant correctement l'opportunité de trading.
Bases du trading algorithmique
Avantages du trading algorithmique
Algo-trading offre les avantages suivants:
- Les transactions sont exécutées aux meilleurs prix possibles.Le placement des ordres commerciaux est instantané et précis (il y a de grandes chances d'être exécuté aux niveaux souhaités).Les transactions sont chronométrées correctement et instantanément pour éviter des changements de prix importants.Coûts de transaction réduits.Vérifications automatisées simultanées sur conditions de marché multiples.Réduit le risque d'erreurs manuelles lors du placement de transactions.Algo-trading peut être backtesté en utilisant les données historiques et en temps réel disponibles pour voir si c'est une stratégie commerciale viable. Réduit la possibilité d'erreurs par les commerçants humains sur la base de facteurs émotionnels et psychologiques.
La plupart des algo-trading aujourd'hui sont des échanges à haute fréquence (HFT), qui tentent de tirer parti d'un grand nombre d'ordres à des vitesses rapides sur plusieurs marchés et de multiples paramètres de décision basés sur des instructions préprogrammées.
L'algo-trading est utilisé dans de nombreuses formes d'activités de trading et d'investissement, notamment:
- Les investisseurs à moyen ou long terme ou les entreprises acheteuses - fonds de pension, fonds communs de placement, compagnies d'assurance - utilisent l'algo-trading pour acheter des actions en grandes quantités lorsqu'ils ne veulent pas influencer les cours des actions avec des investissements discrets et de gros volume. les commerçants à long terme et les acteurs de la vente - les teneurs de marché (comme les maisons de courtage), spéculateurs et arbitragistes - bénéficient d'une exécution automatisée des transactions; en outre, l'algo-trading aide à créer une liquidité suffisante pour les vendeurs sur le marché. Traders systématiques - suiveurs de tendance, hedge funds ou paires de traders (une stratégie de trading neutre au marché qui associe une position longue à une position courte dans une paire de des instruments corrélés tels que deux actions, des fonds négociés en bourse (ETF) ou des devises) - il est beaucoup plus efficace de programmer leurs règles de négociation et de laisser le programme se négocier automatiquement.
Le trading algorithmique offre une approche plus systématique du trading actif que les méthodes basées sur l'intuition ou l'instinct du trader.
Stratégies de trading algorithmique
Toute stratégie de trading algorithmique nécessite une opportunité identifiée qui est rentable en termes d'amélioration des revenus ou de réduction des coûts. Les stratégies de trading courantes utilisées dans le trading d’algues sont les suivantes:
Stratégies de suivi des tendances
Les stratégies de trading algorithmique les plus courantes suivent les tendances des moyennes mobiles, les évolutions des canaux, les mouvements des niveaux de prix et les indicateurs techniques associés. Ce sont les stratégies les plus simples et les plus simples à mettre en œuvre par le biais du trading algorithmique, car ces stratégies n'impliquent aucune prédiction ou prévision de prix. Les échanges sont initiés en fonction de l'apparition de tendances souhaitables, qui sont faciles et directes à mettre en œuvre par le biais d'algorithmes sans entrer dans la complexité de l'analyse prédictive. L'utilisation de moyennes mobiles sur 50 et 200 jours est une stratégie populaire de suivi des tendances.
Opportunités d'arbitrage
L'achat d'une action cotée en bourse à un prix inférieur sur un marché et la vente simultanée à un prix plus élevé sur un autre marché offre le différentiel de prix comme profit sans risque ou arbitrage. La même opération peut être reproduite pour les actions par rapport aux instruments à terme, car des écarts de prix existent de temps à autre. La mise en œuvre d'un algorithme pour identifier ces écarts de prix et passer des commandes efficacement permet des opportunités rentables.
Rééquilibrage des fonds indiciels
Les fonds indiciels ont défini des périodes de rééquilibrage pour rapprocher leurs avoirs de leurs indices de référence respectifs. Cela crée des opportunités rentables pour les traders algorithmiques, qui capitalisent sur les transactions attendues qui offrent des bénéfices de 20 à 80 points de base en fonction du nombre d'actions dans le fonds indiciel juste avant le rééquilibrage du fonds indiciel. Ces transactions sont initiées via des systèmes de trading algorithmiques pour une exécution rapide et les meilleurs prix.
Stratégies basées sur un modèle mathématique
Des modèles mathématiques éprouvés, comme la stratégie de négociation neutre en delta, permettent de négocier sur une combinaison d'options et du titre sous-jacent. (Delta neutre est une stratégie de portefeuille composée de plusieurs positions avec des deltas positifs et négatifs compensatoires - un rapport comparant la variation du prix d'un actif, généralement un titre négociable, à la variation correspondante du prix de son dérivé - de sorte que le delta des actifs en question est de zéro.)
Plage de négociation (réversion moyenne)
La stratégie de réversion moyenne est basée sur le concept selon lequel les prix élevés et bas d'un actif sont un phénomène temporaire qui revient périodiquement à sa valeur moyenne (valeur moyenne). L'identification et la définition d'une fourchette de prix et la mise en œuvre d'un algorithme basé sur celle-ci permet aux transactions d'être placées automatiquement lorsque le prix d'un actif entre et sort de sa fourchette définie.
Prix moyen pondéré en fonction du volume (VWAP)
La stratégie de prix moyens pondérés en fonction du volume répartit une commande importante et libère sur le marché de plus petits morceaux déterminés dynamiquement de la commande à l'aide de profils de volume historiques spécifiques aux actions. L'objectif est d'exécuter l'ordre proche du prix moyen pondéré en fonction du volume (VWAP).
Prix moyen pondéré dans le temps (TWAP)
La stratégie de prix moyens pondérés en fonction du temps fractionne une commande importante et libère des segments de l'ordre déterminés dynamiquement sur le marché en utilisant des intervalles de temps uniformément répartis entre une heure de début et une heure de fin. L'objectif est d'exécuter l'ordre près du prix moyen entre le début et la fin, minimisant ainsi l'impact sur le marché.
Pourcentage de volume (POV)
Jusqu'à ce que l'ordre commercial soit entièrement rempli, cet algorithme continue d'envoyer des ordres partiels selon le taux de participation défini et selon le volume échangé sur les marchés. La «stratégie par étapes» associée envoie des ordres à un pourcentage défini par l'utilisateur des volumes du marché et augmente ou diminue ce taux de participation lorsque le cours de l'action atteint des niveaux définis par l'utilisateur.
Insuffisance de mise en œuvre
La stratégie de déficit de mise en œuvre vise à minimiser le coût d'exécution d'un ordre en négociant sur le marché en temps réel, économisant ainsi sur le coût de l'ordre et bénéficiant du coût d'opportunité d'un retard d'exécution. La stratégie augmentera le taux de participation ciblé lorsque le cours de l'action évolue favorablement et le diminuera lorsque le cours de l'action évoluera défavorablement.
Au-delà des algorithmes de trading habituels
Il existe quelques classes spéciales d'algorithmes qui tentent d'identifier les «événements» de l'autre côté. Ces «algorithmes de reniflement» - utilisés, par exemple, par un teneur de marché côté vendeur - ont l'intelligence intégrée pour identifier l'existence de tout algorithme du côté achat d'une grosse commande. Une telle détection grâce à des algorithmes aidera le teneur de marché à identifier les opportunités de commandes importantes et leur permettra de bénéficier en exécutant les commandes à un prix plus élevé. Ceci est parfois identifié comme un moteur de pointe.
Exigences techniques pour le trading algorithmique
La mise en œuvre de l'algorithme à l'aide d'un programme informatique est la dernière composante du trading algorithmique, accompagnée de backtesting (tester l'algorithme sur les périodes historiques de performances boursières passées pour voir si son utilisation aurait été rentable). Le défi est de transformer la stratégie identifiée en un processus informatisé intégré qui a accès à un compte de trading pour passer des ordres. Voici les exigences pour le trading algorithmique:
- Connaissances en programmation informatique pour programmer la stratégie de trading requise, des programmeurs embauchés ou des logiciels de trading pré-fabriqués Connectivité réseau et accès aux plateformes de trading pour passer des ordres Accès aux flux de données de marché qui seront surveillés par l'algorithme pour les opportunités de passer des ordres. La capacité et l'infrastructure de backtester le système une fois qu'il est construit avant qu'il ne soit mis en ligne sur des marchés réels Données historiques disponibles pour le backtest selon la complexité des règles implémentées dans l'algorithme.
Un exemple de trading algorithmique
Royal Dutch Shell (RDS) est cotée à la Bourse d'Amsterdam (AEX) et à la Bourse de Londres (LSE). Nous commençons par construire un algorithme pour identifier les opportunités d'arbitrage. Voici quelques observations intéressantes:
- AEX se négocie en euros tandis que LSE se négocie en livre sterling britannique.En raison du décalage horaire, AEX ouvre une heure plus tôt que LSE, les deux bourses se négocient simultanément pendant les prochaines heures, puis ne négocient qu'en LSE au cours de la dernière heure, AEX ferme.
Pouvons-nous explorer la possibilité d'un arbitrage sur les actions Royal Dutch Shell cotées sur ces deux marchés dans deux devises différentes?
Exigences:
- Un programme informatique qui peut lire les prix actuels du marché.Les flux de prix proviennent de LSE et AEX.Un flux de taux de change forex pour GBP-EUR.Capacité de placement de commande qui peut acheminer l'ordre vers le bon échange. nourrit.
Le programme informatique doit effectuer les opérations suivantes:
- Lisez le flux de prix entrant des actions RDS des deux bourses.En utilisant les taux de change disponibles, convertissez le prix d'une devise dans l'autre.S'il y a un écart de prix suffisamment important (actualisation des frais de courtage) conduisant à une opportunité rentable, puis le programme doit placer l'ordre d'achat sur la bourse la moins chère et vendre la commande sur la bourse la plus élevée. Si les ordres sont exécutés comme souhaité, le bénéfice d'arbitrage suivra.
Simple et facile! Cependant, la pratique du trading algorithmique n'est pas aussi simple à maintenir et à exécuter. N'oubliez pas que si un investisseur peut placer une transaction générée par un algo, les autres participants du marché le peuvent aussi. Par conséquent, les prix fluctuent en millisecondes et même en microsecondes. Dans l'exemple ci-dessus, que se passe-t-il si une opération d'achat est exécutée mais que l'opération de vente ne change pas parce que les prix de vente changent au moment où l'ordre arrive sur le marché? Le trader se retrouvera avec une position ouverte rendant la stratégie d'arbitrage sans valeur.
Il existe des risques et des défis supplémentaires tels que les risques de défaillance du système, les erreurs de connectivité réseau, les délais entre les ordres commerciaux et l'exécution et, plus important encore, les algorithmes imparfaits. Plus un algorithme est complexe, plus un backtesting rigoureux est nécessaire avant de le mettre en action.
