Les stratégies de trading algorithmique impliquent de prendre des décisions de trading sur la base de règles prédéfinies programmées dans un ordinateur. Un trader Six compétences essentielles des maîtres traders Presque tout le monde peut devenir commerçant, mais pour être l'un des maîtres traders, il faut plus que du capital d'investissement et un costume trois pièces. Gardez à l'esprit: il y a une mer d'individus qui cherchent à rejoindre les rangs des maîtres commerçants et à rapporter à la maison le genre d'argent qui va avec ce titre. ou l'investisseur écrit un code qui exécute des transactions au nom du commerçant ou de l'investisseur lorsque certaines conditions sont remplies.
Exemples d'algorithmes de trading simples
- Short 20 lots de GBP / USD si le GBP / USD dépasse 1,2012. Pour chaque hausse de 5 pips en GBP / USD, couvrez le short de 2 lots. Pour chaque baisse de 5 pip en GBP / USD, augmentez la position courte de 1 lot.
- Achetez 100 000 actions d'Apple (AAPL) si le prix tombe en dessous de 200. Pour chaque augmentation de 0,1% du prix au-delà de 200, achetez 1 000 actions. Pour chaque baisse de 0,1% du prix en dessous de 200, vendez 1 000 actions.
Exemple d'algorithme de trading à moyenne mobile
Les algorithmes de trading de moyenne mobile sont très populaires et extrêmement faciles à mettre en œuvre. L'algorithme achète un titre (par exemple, des actions) si son prix de marché actuel est inférieur à son prix de marché moyen sur une certaine période et vend un titre si son prix de marché est supérieur à son prix de marché moyen sur une certaine période. Ici, nous considérons un algorithme de trading de moyenne mobile sur 20 jours.
L'algorithme achète des actions Apple (AAPL) si le prix actuel du marché est inférieur à la moyenne mobile sur 20 jours et vend des actions Apple si le prix actuel du marché est supérieur à la moyenne mobile sur 20 jours. La flèche verte indique un moment où l'algorithme aurait acheté des actions, et la flèche rouge indique un moment où cet algorithme aurait vendu des actions.
Avantages du trading algorithmique
1. Minimiser l'impact sur le marché
Un échange important peut potentiellement modifier le prix du marché. Un tel commerce est connu comme un commerce qui crée des distorsions parce qu'il fausse le prix du marché. Afin d'éviter une telle situation, les traders ouvrent généralement des positions importantes qui peuvent déplacer le marché par étapes.
Par exemple, un investisseur souhaitant acheter un million d'actions d'Apple pourrait acheter les actions par lots de 1000 actions. L'investisseur peut acheter 1000 actions toutes les cinq minutes pendant une heure, puis évaluer l'impact de la transaction sur le prix du marché des actions Apple. Si le prix reste inchangé, l'investisseur poursuivra son achat. Une telle stratégie permet à l'investisseur d'acheter des actions Apple sans augmenter le prix. Cependant, la stratégie présente deux inconvénients principaux:
- Si l'investisseur doit payer des frais fixes pour chaque transaction qu'il effectue, la stratégie peut entraîner des coûts de transaction importants. Coûts de transaction Les coûts de transaction sont des coûts encourus qui ne reviennent à aucun participant à la transaction. Ce sont des coûts irrécupérables résultant du commerce économique sur un marché. En économie, la théorie des coûts de transaction repose sur l'hypothèse que les gens sont influencés par l'intérêt personnel concurrentiel. .
- La stratégie prend beaucoup de temps à se terminer. Dans ce cas, si l'investisseur achète 1000 actions toutes les cinq minutes, il lui faudrait un peu plus de 83 heures (plus de trois jours) pour terminer la transaction.
Un algorithme de trading peut résoudre le problème en achetant des actions et en vérifiant instantanément si l'achat a eu un impact sur le prix du marché. Cela peut réduire considérablement à la fois le nombre de transactions nécessaires pour terminer la transaction et également le temps nécessaire pour terminer la transaction.
2. Assure une prise de décision fondée sur des règles
Les traders et les investisseurs sont souvent influencés par le sentiment et les émotions et ignorent leurs stratégies de trading. Par exemple, à l'approche de la crise financière mondiale de 2008 Crise financière mondiale de 2008-2009 La crise financière mondiale de 2008-2009 fait référence à la crise financière massive à laquelle le monde a été confronté de 2008 à 2009. La crise financière a fait des ravages sur les particuliers et les institutions du monde entier, des millions d'Américains étant profondément touchés. Les institutions financières ont commencé à sombrer, beaucoup ont été absorbées par des entités plus importantes et le gouvernement américain a été contraint de proposer des renflouements, les marchés financiers ont montré des signes qu'une crise se profilait à l'horizon. Cependant, beaucoup d'investisseurs ont ignoré les signes parce qu'ils étaient pris dans la «frénésie du marché haussier» du milieu des années 2000 et ne pensaient pas qu'une crise était possible.Les algorithmes résolvent le problème en s'assurant que tous les métiers adhèrent à un ensemble de règles prédéterminées.
Inconvénient du trading algorithmique
1. Manquez des transactions
Un algorithme de trading peut rater des transactions car elles ne présentent aucun des signes que l'algorithme a été programmé pour rechercher. Il peut être atténué dans une certaine mesure en augmentant simplement le nombre d'indicateurs que l'algorithme doit rechercher, mais une telle liste ne peut jamais être complète.
Plus de ressources
Finance est le fournisseur officiel de la certification FMVA® Financial Modeling and Valuation Analyst (FMVA) ™. Rejoignez plus de 350 600 étudiants travaillant pour des entreprises comme Amazon, JP Morgan et le programme de certification Ferrari, conçu pour transformer n'importe qui en analyste financier de classe mondiale.
Pour continuer à apprendre et développer vos connaissances en analyse financière, nous vous recommandons vivement les ressources supplémentaires ci-dessous:
- Trading haute fréquence Trading haute fréquence (HFT) Le trading haute fréquence (HFT) est un trading algorithmique caractérisé par une exécution commerciale à grande vitesse, un nombre extrêmement important de transactions et un horizon d'investissement à très court terme. Le trading haute fréquence exploite des ordinateurs puissants pour atteindre la vitesse d'exécution la plus élevée possible.
- La moyenne mobile adaptative de Kaufman La moyenne mobile adaptative de Kaufman (KAMA) La moyenne mobile adaptative de Kaufman (KAMA) a été développée par le théoricien financier quantitatif américain, Perry J. Kaufman, en 1998. La technique a commencé en 1972 mais Kaufman l'a officiellement présentée au public à travers son livre , «Systèmes et méthodes de négociation». Contrairement aux autres moyennes mobiles
- Indicateurs Momentum Indicateurs Momentum Les indicateurs Momentum sont des outils utilisés par les traders pour mieux comprendre la vitesse ou le taux auquel le prix d'un titre change. Élan
- Analyse technique - Un guide du débutant Analyse technique - Un guide du débutant L'analyse technique est une forme d'évaluation des investissements qui analyse les prix passés pour prédire l'action future des prix. Les analystes techniques estiment que les actions collectives de tous les acteurs du marché reflètent fidèlement toutes les informations pertinentes et attribuent donc en permanence une juste valeur marchande aux titres.
