تکنولوژی معاملات الگوریتمی
درباره کتاب :
آنچه در این کتاب فرا خواهید گرفت:
– معرفی تکنولوژی معاملات الگوریتمی و مزایای استفاده از آن
– پیشینه تاریخی و نحوه ی رشد معاملات الگوریتمی در دنیا
– الگوریتم های پرکاربرد و اجرایی از معاملات الگوریتمی
– آشنایی با HFT (بیش از یک میلیارد معامله در ثانیه)
– معرفی 8 ابزار هوشمند در بازار سرمایه ایران جهت رصد سریع بازار
– ساخت استراتژی معاملاتی هوشمند در 9 گام
– انواع روش های مدیریت ریسک و سرمایه
– نحوه محاسبه حد ضرر با چندین روش استاندارد
– آموزش برنامه نویسی یک سیستم معاملات هوشمند
– آموزش فیلتر نویسی در سایت بورس تهران
– معرفی زیرساخت ارائه شده بازار گردانی الگوریتمی در بازار بورس تهران
فهرست مطالب :
فصل اول – معرفی معاملات الگوریتمی
مقدمه
منشا معاملات الگوریتمی
تعاریف مختلف معاملات الگوریتمی
نحوه ی رشد معاملات الگوریتمی
مزایا و معایب یک سیستم معاملاتی هوشمند
چگونه سیستم های معاملاتی خودکار ساخته می شود؟
فصل دوم – هر آنچه در مورد معاملات الگوریتمی باید بدانیم
فصل سوم- معرفی انواع معاملات الگوریتمی
– الگوریتم های اجرای معاملات (Trade Execution Algorithms)
الگوریتم میانگین موزون حجم قیمت (VWAP)
الگوریتم میانگین موزون زمان قیمت (TWAP)
الگوریتم درصد حجمی (POV)
الگوریتم همراه بازار
الگوریتم های محاسبه ی نقد شوندگی
الگوریتم های معکوس
الگوریتم های متوالی
الگوریتم چرخه ای
الگوریتم همبستگی
– الگوریتم های سیگنال یاب (Strategy Implementation Algorithms)
معاملات سرعت بالا (High Frequency Trading)
الگوریتم های بازار گردانی (Electronic Market Making Algorithms)
الگوریتم های آربیتراژ آماری (Statistical Arbitrage Algorithms)
الگوریتم های شناسایی حجم
فصل چهارم – معرفی نرم افزارها و ابزارهای هوشمند در معاملات الگوریتمی
رویکرد اجرای معاملات الگوریتمی
چه نرم افزارهای معاملاتی از سیستم های معاملاتی خودکار پشتیبانی می کنند ؟
زیر ساخت های مورد نیاز در معاملات الگوریتمی
ابزارهای هوشمند جدید در بازار سرمایه ایران
فیلترها (Screeners)
نقشه بازار (Market Map)
گاوهای بازار(Bullish Stocks)
مظنه بازار (market Reports)
هات لیست ها (Hot Lists)
نرم افزار استراتژی ساز (Strategy Generator)
نرم افزار تست و بهینه سازی (Tester)
نرم افزار مدیریت ریسک و سرمایه (Risk Management)
فصل پنجم – استراتژی های معاملاتی
مقدمه
مراحل ساخت یک استراتژی معاملاتی
گام اول : انتخاب نوع استراتژی
نوسان گیری (Scalping Trading Strategy)
روان شناسی بازار (Momentum Trading Strategy)
تکنیکال (Technical Trading Strategy)
بنیادی (Fundamental Trading Strategy)
گام دوم : تعین قوانین معاملاتی
گام سوم : تعین ابزراهای مورد نیاز استراتژی
گام چهارم : اضافه کردن عملیات منطقی
گام پنجم : باید ها و نبایدها
گام ششم : تعین حد سود و ضرر
گام هفتم : گرفتن سیگنال و انجام معاملات مجازی
گام هشتم : تست و بهینه سازی
گام نهم : انجام معاملات در بازار واقعی
ضرر کردن در سهمی با بازدهی 800 درصدی
جایگاه روش های آماری و هوش مصنوعی در ایجاد یک استراتژی
فصل ششم : مدیریت ریسک و سرمایه
مقدمه
بررسی یک مثال
بایدها و نبایدهای استراتژی معاملاتی
مدیریت سرمایه به روش
شش پرسش مهم
شاخصی برای محاسبه ی عملکرد یک سیستم مهاملاتی
روش اول : محاسبه حداکثر حجم بر مبنای استراتژی معاملاتی
روش دوم : محاسبه حداکثر حجم بر مبنای نقد شوندگی سهم
روش سوم : محاسبه حداکثر حجم بر مبنای رابطه Kelly تصحیح شده
مفهوم حد ضرر در معامله
تعریف فنی حد و ضرر و ضرورت اجرای آن
عوامل موثر در حد ضرر
تعیین فنی قیمت حد ضرر
دسته اول؛ حد ضرر فیکس یا ثابت
دسته دوم؛ حد ضرر مکانیکال
دسته سوم؛حد ضرر تکنیکال و ترسیمی
نبایدها در مورد حد ضرر
فصل هفتم : برنامه نویسی سیستم های معاملاتی
مقدمه
فرایند برنامه نویسی یک الگوریتم
برنامه نویسی در سایت بورس تهران
آموزش نوشتن یک فیلتر
یک استراتژی ساده و قوی در فیلترها
رصد سریع بازار با فیلترها
چرا در برخی موارد فیلترها هیچ خروجی نشان نمی دهد؟
قالب های کُد نویسی
فیلتر نویسی با توابع
تابع چیست ؟
نوشتن توابع
بدنه ی کلی قالب کُدنویسی
پاسخ به چمد پرسش اساسی در مورد فیلتر نویسی
برنامه نویسی در متاتریدر
آشنایی با عملگرها
حلقه ها
شرط ها
ایجاد یک اندیکاتور یا اکسپرت
توابع خاص
یک اسکریپت ساده
برناکه نویسی در آمی بروکر
فصل هشتم – آینده معاملات الگوریتمی
چالش های پیش روی معاملات الگوریتمی در دنیا
آیا الگوریتم ها جایگزین معامله گران خواهند شد؟
افق دید معاملات در آینده به کجاست؟
خلاصه و نتیجه گیری
معاملات الگوریتمی در بورس چیست؟
معاملات الگوریتمی روشهای متنوع برنامه نویسی برای انجام معاملات دقیق در بورس است در این روش معاملات خطای محاسباتی و دخالت انسانی به حداقل خواهد رسید.
به گزارش بورس تابناک ، سهامداران بازار سرمایه همچون سایر سرمایه گذاران پیش از سرمایه گذاری باید مجموعه ای از آموزش ها را فرا بگیرند. این روزها فعالیت در بورس بیش از هر زمان دیگری به دغدغه گروهی از افراد تبدیل شده است، به همین دلیل قصد داریم شما را با یکی از مفاهیم بازار سرمایه آشنا کنیم.
امروز (چهارشنبه، دوم مهرماه) سازمان بورس و اوراق بهادار با دستور ابلاغیه ای اعلام کرد: استفاده از الگوهای الگوریتمی و تقسیم سفارشات برخط در بورس و اوراق بهادار تهران و فرابورس ایران برای تمامی اشخاص اعم از حقوقی ها و حقیقی ها به منظور حفظ شرایط تعادل عرضه و تقاضا تا اطلاع ثانوی ممنوع است.
معاملات الگوریتمی که با نام الگو تریدینگ نیز نامیده میشود از زبان برنامه نویسی همراه با مجموعه دستورهای تعریف شده به نام الگوریتم برای معاملات استفاده میکند.
در معاملات الگوریتمی مجموعه دستورالعملهای تعریف شده بر اساس زمان بندی، قیمت، کمیت یا هر مدل ریاضی است. جدا از فرصتهای سود برای معامله گر، الگو تریدینگ با رد کردن تاثیر احساسات انسانی بازار را بیشتر به طرف نقدینگی میبرد و معاملات به روش اصولی انجام میپذیرد.
اگر بخواهیم به زبان ساده معاملات الگوریتمی را تعریف کنیم، به هر نوع معامله خودکار اعم از اینکه پربسامد (High Frequency Trading) یا کم بسامد باشد معاملات الگوریتمی میگویند. به عنوان مثال، حد سود و ضرر یک الگوریتم، معاملاتی است که با رسیدن قیمت به اعداد خاصی، دستور خرید یا فروش خودکار را انجام میدهد. اما آیا معاملات الگوریتمی به همین موارد ختم میشود؟ پاسخ قطعا خیر است.
پس به طور ساده، هر معامله خودکار میتواند در نقطهای از طیف معاملات الگوریتمی قرار گیرد. اگر بخواهیم این طیف را بر اساس عملکردهای آن طبقهبندی کنیم، میتوانیم دستهبندی زیر را معرفی کنیم:
الگوریتمهای اجرای معاملات:
الگوریتمهای معاملاتی صرفا برای اجرای دستورات معاملاتی تحلیلگر طراحی شدهاند. یعنی معاملهگر، نماد مورد نظر و نقطه ورود / خروج را انتخاب می کند.
فرض کنید یک معاملهگر میخواهد ۱۰۰ میلیارد تومان سهام فولاد خریداری کند. به طور واضح نمیتوان یک سفارش به ارزش ۱۰۰ میلیارد تومان در بازار ثبت کرد، این موضوع باعث تاثیرگذاری بر بازار میشود که معمولا برای معاملهگر زیانبار است، زیرا افراد با مشاهده سفارش او در قیمتهای بالاتر اقدام به خرید میکنند و قیمت قبل از اینکه معاملهگر سهام را خریداری کند، رشد میکند؛به همین دلیل یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارشهای کوچک در حجمهای متفاوت و اجرای آنها در بازههای زمانی متفاوت دارد.
الگوریتمهای سیگنالدهی:
این الگوریتمها معمولا به معاملهگر یا تحلیلگر، دیتای اضافه ارائه میکنند و باعث میشوند فرآیند تصمیمگیری تحلیلگر یا معاملهگر بهبود یافته و در نتیجه بازدهی او بهتر شود.
این دسته از الگوریتمهای معاملاتی معمولا به خودی خود سودآور نیستند و باید با مجموعهای از آنها بهطور همزمان کار یا صرفا در کنار تحلیلهای دیگر، نقش افزایش بهرهوری را بازی کرد. از جمله الگوریتمهای سیگنالدهی میتوان به تمام اندیکاتورهای تحلیل تکنیکال مثل RSI، MacD، MA یا Ichimoku اشاره کرد.
الگوریتمهای مانیتورینگ یا پایش بازار:
این الگوریتمها که به نوعی میتوان آنها را در طبقه الگوریتمهای سیگنالدهی هم قرار داد، وظیفه پایش و مانیتور کردن بازار را دارند.
به عنوان مثال فرض کنید قصد دارید با باز شدن نماد یک سهم، برای بازه کوتاهی نمادهای هم گروه این سهم را بفروشید یا خریداری کنید یا مثلا میخواهید به محض ارسال شدن اطلاعیه صورتهای مالی تعدادی از نمادهای خاص از آن مطلع شوید. یا در موارد حرفهایتر، قصد دارید در حالت کاهش نرخ بهره (وام)، شرکتهایی که کمترین مقدار وام را در حساب خود دارند شناسایی کنید. به کمک الگوریتمهای پایش بازار میتوانید با جستوجوی شرایط مورد نظر خود بر روی همه یا بخشی از بازار، عملیات پایش بازار را انجام دهید.
الگوریتمهای position trading یا کم بسامد:
الگوریتمهای کم بسامد معاملاتی با شرایط فعلی بازار سرمایه ایران تطابق بسیاری دارند به خرید یا فروش سهم به منظور نگهداری بلندمدت میپردازند.
در حوزه معاملات الگوریتمی به هر فرآیند که زمانی بیش از یک ساعت داشته باشد، بلندمدت گفته میشود.
مثلا فرض کنید استراتژی شما قصد فروش سهام در شرایط عرضه شدن صف و خرید در قیمتهای پایینتر است. یک الگوریتم معاملاتی کم بسامد میتواند به محض رسیدن حجم صف خرید یا فروش به شرایط پیشبینیشده شما، به صورت خودکار دستور خرید یا فروش نماد را انجام دهد.
الگوریتمهای HFT یا پر بسامد High Frequency Trading:
الگوریتم های پر بسامد باید به طور متوسط مدت زمان خرید تا فروش دارایی خریداری شده آنها کمتر از پنجدهم ثانیه باشد تا در این طبقه قرار گیرند.
در بازار سرمایه بینالملل، کارگزاریهای بسیاری هستند که به ارزش معامله شما هیچ کاری ندارند اما برعکس به ازای هر معامله از شما کارمزد ثابتی دریافت میکنند. حال اگر ارزش سرمایه شما به سمت بی نهایت میل کند، درصد کارمزد معامله به سمت صفر میل میکند. مثلا شما ممکن است ارزش معاملهتان آنقدر زیاد باشد که در صورت رشد رقم چهارم بعد از ممیز به اندازه یک واحد، کارمزد معاملاتی شما پرداخت شود. این دسته از معاملات که بازار NASDAQ و NYSE را قبضه کرده است، معمولا در جفت ارزها Forex نیز بسیار پرکاربرد است، اما به دلیل ساختار کارمزد در ایران، استفاده از آن معمولا به دلیل کارمزد بالا با زیان همراه است.
شرکتهای پیشرو در زمینه معاملات الگوریتمی:
Black Rock:
شرکت بلکراک، یک شرکت مدیریت سرمایهگذاری جهانی آمریکایی است که در شهر نیویورک سیتی قرار دارد.
این شرکت در سال ۱۹۸۸ پایهگذاری شد. بلکراک، در آغاز یک شرکت مدیریت سرمایه و صندوق درآمد ثابت بود، ولی امروزه به یکی از بزرگترین شرکتهای مدیریت سرمایه در کل دنیا تبدیل شده است و تا سال ۲۰۱۷ در حدود ۷.۴۳ تریلیون دلار سرمایه تحت مدیریت دارد. این شرکت ۷۰ دفتر در ۳۰ کشور دنیا و از بیش از ۱۰۰ کشور دنیا، مشتری دارد.
به دلیل قدرت زیاد و وسعت این مجموعه و سهم وسیعی که از داراییها و فعالیتهای اقتصادی دارد، بلکراک بزرگترین «بانک سایه» دنیا نامگذاری شده است.
General trade golding:
یکی از جوانترین شرکتهای مالی جهان که اتفاقا دارای یکی از بیشترین رشدهای سرمایه در طول یکسال گذشته نیز بوده شرکت جنرال تریدینگ است که مقر اصلی آن در لندن و در قلب مرکز تجاری لندن قرار دارد. شرکت جنرال تریدینگ از همان ابتدا سعی در توسعه و بهبود سیستمهای معاملاتی دسته بندی الگوریتم معاملاتی الگوریتمی و با استفاده از هوش مصنوعی بسیار پیشرفته داشته است.
به همین منظور علاوه بر طراحی الگوریتمهای معاملاتی کاملا اختصاصی مربوط به خود، از هوش مصنوعی فوق العاده پیشرفتهای که شرکت j ۴ capital طراحی کرده است کمک گرفت و با همکاری این شرکت که خود نیز ورود به بازار معاملات بر پایهی هوش مصنوعی را شروع کرده است توانست به روشهای منحصر بفرد و کاملا مخفیانهای در جهت معاملات بسیار سود ده در بازارهای مالی برسد.
بر اساس گزارش و تایید کمیسیون معاملات لندن معاملات واقعی این شرکت از اکتبر ۲۰۱۹ شروع شده که در بازهی ۹ ماهه به حدود ۱۰۰۰% سود رسیده است که بیشترین سود در بین تمامی شرکتهای سنتی و یا بر پایهی معاملات الگوریتمی بوده است. بر همین اساس با مجوزی که در ماه جون ۲۰۲۰ از همین کمیسیون دریافت کرد شروع به فعالیت و جذب سرمایه از حدود ۱۰۰ کشور دنیا گرفته است.
بسیاری از مشاوران سرمایه گذاری در لندن به این موضوع اشاره میکنند که شروع جذب سرمایه این شرکت فرصتی بینظیر در زمان فعلی است، چون معتقدند در زمان فعلی که سرمایه شرکت یک میلیارد پوند است توانایی کسب سود توسط این شرکت فوق العاده بیشتر از زمانی خواهد بود که سرمایهی آن به ۱۰۰ میلیارد پوند برسد.
CITADEL:
یکی دیگر از شرکتهای بسیار فعال در حوزهی معاملات الگوریتمی شرکت سیتادل است که در سال ۱۹۹۰ تشکیل شده است و از سال ۲۰۰۸ به بعد تمرکز خود را بر روی معاملات الگوریتمی قرار داده است و با توسعهی سیستمهای معاملاتی انحصاری در حال بهره گیری از آنها است. دفتر اصلی این شرکت نیز همانند جنرال تریدینگ در شهر لندن قرار دارد که بر اساس اعلام کمیسیون معاملات لندن در سال ۲۰۱۹ حدود ۳۰ میلیارد سرمایه را تحت مدیریت خود داشته است.
سیتادل در اصل یک شرکت هدج فاند است و برای مدیریت ریسک سرمایهها از روشهای بسیار متنوعی استفاده میکند تفاوت عمدهی الگوریتمهای این شرکت با جنرال تریدینگ در تمرکز آن بر کاهش ریسک است در حالی که تمرکز الگوریتمهای جنرال تریدینگ بر افزایش سود و حضور فعال در بازارهای مختلف است. به همین میزان سود دهی آنها زیاد قابل مقایسه نیست و همچنین مشتریان بسیار متفاوتی دارند.
معاملات الگوریتمی بورس چیست و چرا متوقف شد؟
در پی نوسانات پی در پی و روند کاهشی بازار سهام، برخی از کارشناسان معاملات الگوریتمی را هدف قرار دادند و معتقد بودند با توجه به شرایط فعلی این دسته از خرید و فروش ها باید متوقف شود که سرانجام خبر توقف آن توسط مدیر نظارت بر بورسها اعلام شد.
معاملات الگوریتمی یا معاملات خودکار عبارت است از: استفاده از برنامههای کامپیوتری برای ورود به سفارشهای معاملاتی بدون دخالت انسان؛ به بیان دیگر، این الگوریتمها که بلکباکس یا «الگو تریدینگ» (Algorithmic Trading) هم نامیده میشوند، از زبان برنامه نویسی در کامپیوتر و مجموعهای از دستورهای مشخص شده در کنار هم برای انجام خرید و فروش استفاده میکنند.
در معاملات الگوریتمی مجموعه دستورالعملهای تعریف شده بر اساس زمان بندی، قیمت، کمیت یا هر مدل ریاضی است. جدا از فرصتهای سود برای معامله گر، الگو تریدینگ با رد کردن تاثیر احساسات انسانی بازار را بیشتر به طرف نقدینگی میبرد و معاملات به روش اصولی انجام میپذیرد.
اگر بخواهیم به زبان ساده معاملات الگوریتمی را تعریف کنیم، به هر نوع معامله خودکار اعم از اینکه پربسامد (High Frequency Trading) یا کم بسامد باشد معاملات الگوریتمی میگویند. به عنوان مثال، حد سود و ضرر یک الگوریتم، معاملاتی است که با رسیدن قیمت به اعداد خاصی، دستور خرید یا فروش خودکار را انجام میدهد. اما آیا معاملات الگوریتمی به همین موارد ختم میشود؟ پاسخ قطعا خیر است.
پس به طور ساده، هر معامله خودکار میتواند در نقطهای از طیف معاملات الگوریتمی قرار گیرد. اگر بخواهیم این طیف را بر اساس عملکردهای آن طبقهبندی کنیم، میتوانیم دستهبندی زیر را معرفی کنیم:
الگوریتمهای اجرای معاملات:
الگوریتمهای معاملاتی صرفا برای اجرای دستورات معاملاتی تحلیلگر طراحی شدهاند. یعنی معاملهگر، نماد مورد نظر و نقطه ورود / خروج را انتخاب می کند.
فرض کنید یک معاملهگر میخواهد ۱۰۰ میلیارد تومان سهام فولاد خریداری کند. به طور واضح نمیتوان یک سفارش به ارزش ۱۰۰ میلیارد تومان در بازار ثبت کرد، این موضوع باعث تاثیرگذاری بر بازار میشود که معمولا برای معاملهگر زیانبار است، زیرا افراد با مشاهده سفارش او در قیمتهای بالاتر اقدام به خرید میکنند و قیمت قبل از اینکه معاملهگر سهام را خریداری کند، رشد میکند؛به همین دلیل یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارشهای کوچک در حجمهای متفاوت و اجرای آنها در بازههای زمانی متفاوت دارد.
الگوریتمهای سیگنالدهی:
این الگوریتمها معمولا به معاملهگر یا تحلیلگر، دیتای اضافه ارائه میکنند و باعث میشوند فرآیند تصمیمگیری تحلیلگر یا معاملهگر بهبود یافته و دسته بندی الگوریتم معاملاتی در نتیجه بازدهی او بهتر شود.
این دسته از الگوریتمهای معاملاتی معمولا به خودی خود سودآور نیستند و باید با مجموعهای از آنها بهطور همزمان کار یا صرفا در کنار تحلیلهای دیگر، نقش افزایش بهرهوری را بازی کرد. از جمله الگوریتمهای سیگنالدهی میتوان به تمام اندیکاتورهای تحلیل تکنیکال مثل RSI، MacD، MA یا Ichimoku اشاره کرد.
الگوریتمهای مانیتورینگ یا پایش بازار:
این الگوریتمها که به نوعی میتوان آنها را در طبقه الگوریتمهای سیگنالدهی هم قرار داد، وظیفه پایش و مانیتور کردن بازار را دارند.
به عنوان مثال فرض کنید قصد دارید با باز شدن نماد یک سهم، برای بازه کوتاهی نمادهای هم گروه این سهم را بفروشید یا خریداری کنید یا مثلا میخواهید به محض ارسال شدن اطلاعیه صورتهای مالی تعدادی از نمادهای خاص از آن مطلع شوید. یا در موارد حرفهایتر، قصد دارید در حالت کاهش نرخ بهره (وام)، شرکتهایی که کمترین مقدار وام را در حساب خود دارند شناسایی کنید. به کمک الگوریتمهای پایش بازار میتوانید با جستوجوی شرایط مورد نظر خود بر روی همه یا بخشی از بازار، عملیات پایش بازار را انجام دهید.
الگوریتمهای position trading یا کم بسامد:
الگوریتمهای کم بسامد معاملاتی با شرایط فعلی بازار سرمایه ایران تطابق بسیاری دارند به خرید یا فروش سهم به منظور نگهداری بلندمدت میپردازند.
در حوزه معاملات الگوریتمی به هر فرآیند که زمانی بیش از یک ساعت داشته باشد، بلندمدت گفته میشود.
مثلا فرض کنید استراتژی شما قصد فروش سهام در شرایط عرضه شدن صف و خرید در قیمتهای پایینتر است. یک الگوریتم معاملاتی کم بسامد میتواند به محض رسیدن حجم صف خرید یا فروش به شرایط پیشبینیشده شما، به صورت خودکار دستور خرید یا فروش نماد را انجام دهد.
الگوریتمهای HFT یا پر بسامد High Frequency Trading:
الگوریتم های پر بسامد باید به طور متوسط مدت زمان خرید تا فروش دارایی خریداری شده آنها کمتر از پنجدهم ثانیه باشد تا در این طبقه قرار گیرند.
در بازار سرمایه بینالملل، کارگزاریهای بسیاری هستند که به ارزش معامله شما هیچ کاری ندارند اما برعکس به ازای هر معامله از شما کارمزد ثابتی دریافت میکنند. حال اگر ارزش سرمایه شما به سمت بی نهایت میل کند، درصد کارمزد معامله به سمت صفر میل میکند. مثلا شما ممکن است ارزش معاملهتان آنقدر زیاد باشد که در صورت رشد رقم چهارم بعد از ممیز به اندازه یک واحد، کارمزد معاملاتی شما پرداخت شود. این دسته از معاملات که بازار NASDAQ و NYSE را قبضه کرده است، معمولا در جفت ارزها Forex نیز بسیار پرکاربرد است، اما به دلیل ساختار کارمزد در ایران، استفاده از آن معمولا به دلیل کارمزد بالا با زیان همراه است.
کتاب استراتژی های معاملاتی با طعم الگوریتم
کتاب استراتژی های معاملاتی با طعم الگوریتم اثر مهندس مجید عبدالحمیدی، در ۸ فصل نگاشته شده است. در فصلهای ابتدایی مقدماتی از معاملات الگوریتمی (معاملات خودکار) مطرح شده است. و برخی از الگوریتمهای مطرح، معرفی شدهاند. در فصلهای نهایی برخی از استراتژیهای کاربردی بیان شده است. همچنین مطالبی در زمینه مدیریت ریسک و سرمایه بیان شده است.
کتاب استراتژی های معاملاتی با طعم الگوریتم به تحلیل چگونگی انجام معاملات، انتخاب سهام و تشکیل پرتفوی و تحلیل آتی با استفاده از معاملات الگوریتمی پرداخته است.
بخشی از مقدمه کتاب استراتژی های معاملاتی با طعم الگوریتم
مدتی است که معاملات الگوریتمی (معاملات خودکار) در بازار سرمایه ایران به عنوان یکی از روندهای آتی بازار سرمایه خودنمایی میکنند. شرکتهای استارتاپی و غیر استارتاپی بسیاری فعالیت خود را در این حوزه شروع کردهاند. و ادعاهای جالب و غریبی مطرح میکنند. در دنیا نیز یادگیری ماشین یا به طور کلیتر، هوش مصنوعی در حال عرض اندام در بازارهای مالی است.
با توسعه پیشرفتهای تکنولوژیک در حوزه برنامههای معاملاتی و بازارهای مالی، معاملات الگوریتمی مورد اقبال و پذیرش بورسها در سراسر جهان قرار گرفته است. این روش، طی یک دهه گذشته در بازارهای توسعه یافته رایجترین شیوه معاملاتی بوده و در کشورهای در حال توسعه نیز به سرعت در حال گسترش است. امروزه، معاملات الگوریتمی به عنوان آخرین روش دادوستد در بازار سرمایه کشورهای پیشرفته محسوب میشوند. و بازار ما نیز به تقویت این نوع معاملات نیاز دارد؛ اما فقط با فرهنگسازی میتوانیم به فراگیرشدن ابزارهایی مانند معاملات الگوریتمی کمک کنیم.
یکی از مهمترین فاکتورهای هر معاملهگر حرفهای، داشتن یکی از انواع استراتژی در بورس است. فردی که استراتژی و برنامه مشخصی برای معاملات خود داشته باشد، کمتر دچار ضروزیان میشود؛ همیشه از اشتباهات خود درس میگیرد و هر بار هم استراتژی خود را بهبود میبخشد.
در این کتاب به انواع استراتژیها و دیدگاههای مختلف در بازار بورس پرداخته و هر یک از آنها را نقد و بررسی کردهاست. معاملات الگوریتمی براساس الگوهایی انجام میشود که به کمک کامپیوتر تعریف میشوند؛ اما این معاملات میتوانند باصورت خودکار یا نیمهخودکار انجام شوند. در هردوحالت، برنامهای که در اختیار کامپیوتر قرار میگیرد، ساخته و پرداخته دست بشر است. همین امر مشخص میکند که معاملهگران بهصورت کاملا هدفمند از این معاملات استفاده میکنند.
سرفصل مطالب کتاب استراتژی های معاملاتی با طعم الگوریتم
فصل اول: مبانی بازارهای مالی ایران و جهان
فصل دوم: مبانی معاملات الگوریتمی
فصل سوم: بازار گردانی الگوریتمی (خودکار) در بورس
فصل چهارم: طبقهبندی عملکرد الگوریتمهای معاملاتی
فصل پنجم: موارد مورد نیاز برای ساخت الگوریتم
فصل ششم: طبقهبندی استراتژیهای معاملاتی
فصل هفتم: استراتژیهای معاملاتی
فصل هشتم: مدیریت ریسک و ثروت
مشخصات کتاب
نویسنده: مجید عبدالحمیدی
تعداد صفحات: ۲۴۲
قطع: وزیری
نوع جلد: شومیز
نوبت چاپ: اول، ۱۴۰۰
شابک: ۹۷۸۶۰۰۱۸۶۵۱۳۸
قیمت: ۹۸۵۰۰ تومان
ناشر: نشر آراد
آموزش معاملات الگوریتمی با پایتون در بازارهای مالی، طراحی استراتژی
در شروع به طور خلاصه باید گفت که در این دوره یاد میگیریم ” کِی بخریم ” و ” کِی بفروشیم ” و چگونه ریسک معاملاتی و ضرر خود را با کدنویسی “حداقل” کنیم.
در این دوره چارت معاملات سهام در پایتون رسم شده و اندیکاتورهای MACD, RSI , Moving Average, Stocastic, Bollinger Band را پیاده سازی کرده و سیستم های معاملاتی خودکار مبتی بر هر کدام از این اندیکاتور ها را خواهیم آموخت. سپس در پایان هر فصل می آموزیم که کدام استراتژِ معاملاتی بیشترین بازدهی را دارد.
با این آموزش از 95 درصد معامله گران بازار جلوتر باشید…
- تعداد دانشجو: ۲۸
- مدت زمان : دسته بندی الگوریتم معاملاتی ۰۹:۳۰:۵۱
متخصص در حوزه های معاملات الگوریتمی در پایتون- ماشین لرنینگ در تحلیل داده های مالی و . با 8 سال سابقه . (مشاهده رزومه)
مشاوره می خوام!
در صورتی که برای تهیه این دوره آموزشی و دریافت مسیر یادگیری ویژه خود به مشاوره نیاز دارید، درخواست مشاوره خود را از طریق دکمه زیر ثبت کنید.
قراره تو این دوره چی یاد بگیرم؟
- تحلیل تکنیکال با پایتون
- طراحی سیستم معاملات الگوریتمی با استفاده از SMA
- طراحی سیستم معاملات الگوریتمی با استفاده از EMA
- طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور MACD
- و .
سرفصل های دوره
مقدمه و معرفی دوره
جلسه اول: مقدمه و معرفی
جلسه دوم: آنچه در این دوره خواهیم آموخت
جلسه سوم: نصب و راه اندازی پایتون
تحلیل تکنیکال با پایتون
جلسه چهارم: نصب پکیج های مورد نیاز
جلسه پنجم: استخراج داده های مالی
جلسه ششم: رسم چارت خطی ساده
جلسه هفتم: رسم چارت های پویا و حرفه ای
جلسه هشتم: رسم چارت کندل استیک
جلسه نهم: رسم اندیکاتور مووینگ اورج (SMA) و خطوط حمایتی و مقاومتی در چارت
طراحی سیستم معاملات الگوریتمی با استفاده از SMA
جلسه دهم: استراتژی خرید و نگه داری (Buy and Hold)
جلسه یازدهم: استراتژی کراس (Crossover) با دو SMA
جلسه دوازدهم: یافتن بهترین استراتژی کراس با بهترین مقدار SMA برای هر دارایی
جلسه سیزدهم: افزودن هزینه معاملاتی به استراتژی
طراحی سیستم معاملات الگوریتمی با استفاده از EMA
جلسه چهاردهم: معرفی اندیکاتور EMA
جلسه پانزدهم: : استراتژی کراس (Crossover) با دو EMA
جلسه شانزدهم: طراحی سیستم معاملات الگوریتمی با استفاده از EMA
طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور MACD
جلسه هفدهم: معرفی اندیکاتور MACD
جلسه هجدهم: رسم MACD در چارت پایتون
جلسه نوزدهم: استراتژی پوزیشن معاملات با MACD
جلسه بیستم: طراحی سیستم معاملات الگوریتمی با استفاده از MACD
طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور RSI
جلسه بیست و یکم: معرفی اندیکاتور RSI
جلسه بیست و دوم: رسم RSI در چارت پایتون
جلسه بیست و سوم: استراتژی پوزیشن معاملاتی با RSI
جلسه بیست و چهارم: طراحی سیستم معاملات الگوریتمی با استفاده از RSI
استراتژی ترکیبی RSI و MACD
جلسه بیست و پنجم: استراتژی ترکیبی RSI و MACD
جلسه بیست و ششم: طراحی سیستم معاملات الگوریتمی استراتژی ترکیبی RSI و MACD
طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور Stochastic
جلسه بیست و هفتم: معرفی اندیکاتور Stochastic
جلسه بیست و هشتم: استراتژی پوزیشن گیری معاملاتی با استفاده از Stochastic
جلسه بیست و نهم: طراحی سیستم معاملات الگوریتمی با استفاده از Stochastic
طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور Bollinger Band
جلسه سی ام: معرفی اندیکاتور Bollinger Band
جلسه سی و دسته بندی الگوریتم معاملاتی یکم: رسم Bollinger Band بر روی چارت
جلسه سی و دوم: استراتژی معاملاتی با Bollinger Band
جلسه سی و سوم: طراحی سیستم معاملات الگوریتمی با استفاده از Bollinger Band
معاملات الگوریتمی یا معاملات خودکار به استفاده از کامپیوتر برای ورود به پوزیشن های معاملاتی بدون دخالت معامله گر گفته می شود. زمانی که معامله گران با استفاده از کدنویسی ها و هوش مصنوعی, سیستمی را طراحی می کنند که بر طبق آن کامپیوتر تصمیم به خرید و فروش بگیرد, الگوتریدینگ (Algo Trading) در حال رخ دادن است. در این دوره آموزشی به معاملات الگوریتمی با پایتون در بازارهای مالی خواهیم پرداخت.
در آموزش معاملات الگوریتمی با پایتون خواهیم آموخت:
1-برای چه سهامی چه میانگین متحرک هایی بهترین عملکرد را دارد. به عنوان مثال برای سهام شپنا آیا مووینگ 50 مناسب است یا مووینگ 60. این کار با کدنویسی پایتون برای معامله گران در 3 دقیقه قابل فهم است!
2-چه مقادیری برای اندیکاتور های RSI , MACD , Stocastic, Bollinger Band انتخاب کنیم که بیشترین بازده را داشته باشیم. این موضوع برای تمامی سهام های موجود قابل پیاده سازی است.
3-استراتژی های معاملاتی مبتنی بر Bollinger Band , RSI , MACD , Moving average , stocastic را یاد میگیریم و با نرم افزار پایتون می آموزیم که چگونه خرید و فروش انجام دهیم.
4-چگونه در پایتون چارت رسم کنیم و تمامی اندیکاتور ها را در چارت پیاده سازی کنیم.
5- می آموزیم که چگونه با استفاده از کدنویسی, نقاط حمایتی و مقاومتی را برای هر سهام رسم کنیم بدون دخالت دستی!
6- یاد خواهیم گرفت که بر روی داده های گذشته استراتژی های فوق را پیاده سازی کنیم و میزان بازده استراتژی های معاملاتی خود را با میزان استراتژی خرید و دسته بندی الگوریتم معاملاتی نگه داری مقایسه کنیم و سود را به حداکثر برسانیم.
سرفصل های دوره معاملات الگوریتمی با پایتون
فصل اول: مقدمه و معرفی دوره
درس اول: مقدمه و معرفی
درس دوم: آنچه در این دوره خواهیم آموخت
درس سوم: نصب و راه اندازی پایتون
فصل دوم: تحلیل تکنیکال با پایتون
درس چهارم :نصب پکیج های مورد نیاز
درس پنجم: استخراج داده های مالی
درس ششم: طراحی چارت
درس هفتم: رسم چارت خطی ساده
درس هشتم: رسم چارت های پویا و حرفه ای با نمایش تمامی اطلاعات
درس نهم: رسم چارت کندل استیک
درس دهم: رسم چارت حجمی
درس یازدهم: رسم اندیکاتور مووینگ اورج (SMA) در چارت
درس دوازدهم: رسم خطوط حمایتی و مقاوتی در چارت
فصل سوم: طراحی سیستم معاملات الگوریتمی با استفاده از SMA
درس سیزدهم: معرفی اندیکاتور
درس چهاردهم: استراتژی خرید و نگه داری (Buy and Hold)
درس پانزدهم: استراتژی کراس (Crossover) با دو SMA
در شانزدهم: یافتن بهترین استراتژی کراس با بهترین مقدار SMA برای هر دارایی
درس هفدهم: طراحی سیستم معاملات الگوریتمی با استفاده از SMA
درس هجدهم: افزودن هزینه معاملاتی به استراتژی
فصل چهارم: طراحی سیستم معاملات الگوریتمی با استفاده از EMA
درس نوزدهم: معرفی اندیکاتور
درس بیستم: استراتژی کراس (Crossover) با دو EMA
درس بیست و یکم: طراحی سیستم معاملات الگوریتمی با استفاده از EMA
درس بیست و دوم: استراتژی کراس EMA از SMA
درس بیست و سوم: طراحی سیستم معاملات الگوریتمی استراتژی کراس EMA از SMA
فصل پنجم: طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور MACD
درس بیست و چهارم: معرفی اندیکاتور
درس بیست و پنج: رسم MACD در چارت پایتون
درس بیست و ششم: استراتژی پوزیشن معاملات با MACD
درس بیست و هفتم: طراحی سیستم معاملات الگوریتمی با استفاده از MACD
درس بیست و هشتم: واگرایی در MACD
فصل ششم: طراحی سیستم معاملات الگوریتمی با استفاده از اندیکاتور RSI
درس بیست و نهم: معرفی اندیکاتور RSI
درس سی ام: رسم RSI در چارت پایتون
درس سی و یکم: استراتژی معاملاتی با RSI
درس سی و دوم: گرفتن پوزیشن معاملاتی با RSI
درس سی و سوم: طراحی سیستم معاملات الگوریتمی با استفاده از RSI
فصل هفتم: استراتژی استفاده همزمان از RSI و MACD
درس سی وچهارم: معرفی
درس سی و پنجم: استراتژی ترکیبی RSI و MACD
درس سی و ششم: طراحی سیستم معاملات الگوریتمی ااستراتژی ترکیبی RSI و MACD
فصل هشتم: اسیلاتور Stocastic
درس سی و هفتم: معرفی اسیلاتور
درس سی وهشتم: رسم Stocastic در چارت
درس سی و نهم: استراتژی معاملاتی با استفاده از Stocastic
درس چهلم: طراحی سیستم معاملات الگوریتمی با استفاده از Stocastic
فصل نهم: اندیکاتور Bollinger Band
درس چهل و یکم: معرفی اندیکاتور
درس چهل و دوم: رسم Bollinger Band بر روی چارت
درس چهل و سوم: استراتژی معاملاتی با Bollinger Band
درس چهل و چهارم: طراحی سیستم معاملات الگوریتمی با استفاده از Bollinger Band
معرفی دوره ی بعد
آموزش معاملات الگوریتمی با پایتون چه بازار گاری دارد؟
- با استفاده از این آموزش توانایی معامله گری بهتر از 95 درصد معامله گران بازار پیدا می کنیم.
- می توان دانش لازم برای استخدام در شرکت های معامله گری ساده و الگوریتمی را کسب کنیم و با مفاهیم آشنا شویم.
- با این آموزش می توانید خودتان مدیر کسب و کار خودتان باشید. سیگنال های معاملاتی به دیگر ارائه دهید, یک تحلیل گر خبره باشید و زود تر از بقیه از سیگنال های بازار خبردار شوید. چون شما مجهز به ابزار “سیگنال گیری خودکار” هستید.
آموزش معاملات الگوریتمی با پایتون برای چه کسانی مناسب است؟
این دوره برای تمامی مردم عادی , دانشجویان یا فارغ التحصیلانی که در بازارهای سهام یا مالی دیگر فعال هستند , مناسب و واجب است.
برای تمامی تحلیل گران مالی, تحلیلگران تکنیکال و فاندامنتال , معامله گران بازارهای فارکس , کریپتو و … مناسب است.
پیش نیاز های این دوره
در این دوره نیاز به دانش پایه و مقدماتی از پایتون را داریم با این حال بخش اعظمی از مطالب در دوره بیان می شود. اما اگر میخواهید پایتون را بهتر یادبگیرید میتوانید از دوره های مربوط به آموزش پایتون دانشجویار استفاده کنید
نیاز به آگاهی از اندیکاتور های RSI , MACD , Stocastic, Bollinger Band به صورت مقدماتی. که برای این مورد میتوانید از وبسایت freecodecamp استفاده کنید.
نرم افزارهای استفاده شده در این آموزش:
نرم افزار پایتون نسخه 3.9
مزیت این دوره نسبت به سایر دوره های مشابه
از آنجا که دوره های زیادی برای آموزش این استراتژی ها وجود ندارد و یا اینکه به قیمت گزاف و میلیونی فروخته می شوند, دوره آموزش معاملات الگوریتمی با پایتون دانشجویار یک دوره بسیار غنی, خالی از توضیحات تئوری اضافی و زمان بر و حوصله سربر می باشد که با یک قیمت بسیار معقول در خدمت تمامی مردم , دانشجویان و فارغ التحصیلان قرار گرفته است.
در معاملات الگوریتمی کامپیوتر می تواند از یک استراتژی یا چند استراتژی هم زمان بهره گیرد و با بررسی زمان, حجم, قیمت, اندیکاتور ها, اسیلاتورها, حد سود و حد ضرر و… تصمیم گیری های لازم در خصوص ورود به یک معامله, جهت معامله, نگه داری و بستن موقعیت معامله را اتخاذ کند.
لذا مشاهده می کنیم که با پیشرفت بازارهای مالی و افزایش تعداد دارایی های مالی نظیر سهام, کامودیتی ها, ارزها, اوراق بدهی, اوراق مشتقه, رمزارزها (Crypto currencies) و … توانایی انسان برای رقابت با کامپیوترها روز به روز کمتر و کمتر می شود. این موضوع در آمار های بازار سهام آمریکا هویدا می شود که نزدیک 60 تا 75 درصد از کل معاملات سهام, توسط سیستم های الگوریتمیک در حال پیاده سازی است.
بخشی از معاملات الگوریتمی که الگوریتم های سیگنال دهی نام گذاری شده اند, وظیفه طراحی سیستم هایی را دارند که با بررسی اطلاعات مختلف از بازار, سیگنال های معاملاتی را به کاربر و کامپیوتر اعلان نماید. این الگوریتمی ها با استفاده اندیکاتور هایی نظیر RSI , MACD , Moving average , Stocastic و …. و مقایسه اینها با یکدیگر تلاش برای دریافت سیگنال های معاملاتی دارند.
با علم به توضیحات فوق , در دوره معاملات الگوریتمی با پایتون تلاش می شود تا با کد نویسی سیستم های معاملاتی مبتی بر هر کدام از اندیکاتور های مذکور و ترکیب آن ها با یکدیگر, سیستم معاملاتی را پیدا نمود که بیشترین بازدهی را برای هر دارایی مالی دارد. به بیان واضح تر با استفاده از این دوره شما یاد خواهید گرفت:
1-برای چه سهامی چه میانگین متحرک هایی بهترین عملکرد را دارد. به عنوان مثال برای سهام شپنا آیا مووینگ 50 مناسب است یا مووینگ 60. این کار با کدنویسی در 3 دقیقه قابل فهم است!
2-چه مقادیری برای اندیکاتور های RSI , MACD , Stocastic, Bollinger Band انتخاب کنیم که بیشترین بازده را داشته باشیم. این موضوع برای تمامی سهام های موجود قابل پیاده سازی است.
3-استراتژی های معاملاتی مبتنی بر Bollinger Band , RSI , MACD , Moving average , stocastic را یاد میگیریم و با نرم افزار پایتون می آموزیم که چگونه خرید و فروش انجام دهیم.
4-چگونه در پایتون چارت رسم کنیم و تمامی اندیکاتور ها را در چارت پیاده سازی کنیم.
5- می آموزیم که چگونه با استفاده از کدنویسی, نقاط حمایتی و مقاومتی را برای هر سهام رسم کنیم بدون دخالت دستی!
6- یاد خواهیم گرفت که بر روی داده های گذشته استراتژی های فوق را پیاده سازی کنیم و میزان بازده استراتژی های معاملاتی خود را با میزان استراتژی خرید و نگه داری مقایسه کنیم و سود را به حداکثر برسانیم.
در دوره معاملات الگوریتمی با پایتون ابتدا به بیان مقدمه و مطالب ضروری پرداخته می شود. سپس طریقه رسم یک چارت حرفه ای در پایتون را می آموزیم و اندیکاتور های مختلف را بر روی چارت , پیاده سازی می کنیم. خواهیم آموخت که چگونه با استفاده از پایتون و کدنویسی خطوط حمایت و مقاومت رسم کنیم بدون دخالت دستی. سپس در فصول مختلف سیستم های خودکار معاملاتی الگوریتمی و سیگنال دهی مبتنی بر اندیکاتور های RSI , MACD , Stocastic, Bollinger Band طراحی می شود و خواهیم آموخت که با ترکیب هر کدام از این استراتژی ها با هم چه سودی کسب خواهیم کرد
همچنین با تماشای دوره آموزشی معاملات الگوریتمی با پایتون , حتی اگر دانشی در حد “صفر” از کدنویسی پایتون دارید, خواهید آموخت که چگونه کدنویسی کنید و با بسیاری از پکیج ها و متدهای این نرم افزار آشنا خواهید شد.
چنانچه در مورد دوره آموزشی معاملات الگوریتمی با پایتون هرگونه سوال، انتقاد و یا پیشنهادی دارید میتوانید از طریق همین صفحه در بخش دیدگاهها مطرح کنید تا در کوتاهترین زمان پاسخ مناسب دریافت کنید.آ
دیدگاه شما