Nozioni di base sul trading algoritmico: concetti ed esempi

Il trading algoritmico (chiamato anche trading automatizzato, trading black-box o algo-trading) utilizza un programma per computer che segue un insieme 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 trader umano.

I set di istruzioni definiti si basano su tempistica, prezzo, quantità o qualsiasi modello matematico. Oltre alle opportunità di profitto per il trader, l’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 trader segua questi semplici criteri di scambio:

• Acquista 50 azioni di un titolo quando la sua media mobile a 50 giorni supera la media mobile a 200 giorni. (Una media mobile è una media dei punti di dati passati che attenua le fluttuazioni dei prezzi giornalieri e quindi identifica le tendenze.) 
• Vendi azioni del titolo quando la sua media mobile a 50 giorni scende al di sotto della media mobile a 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 saranno soddisfatte. Il trader non ha più bisogno di monitorare prezzi e grafici in tempo reale o inserire gli ordini manualmente. Il sistema di trading algoritmico lo fa automaticamente identificando correttamente l’opportunità di trading.

2:01

Vantaggi del trading algoritmico

Algo-trading offre i seguenti vantaggi:

• Le negoziazioni vengono eseguite ai migliori prezzi possibili.
• Il posizionamento degli ordini di trading è istantaneo e preciso (c’è un’alta possibilità di esecuzione ai livelli desiderati).
• Le negoziazioni sono temporizzate correttamente e istantaneamente per evitare variazioni di prezzo significative.
• Costi di transazione ridotti.
• Controlli automatici simultanei su più condizioni di mercato.
• Rischio ridotto di errori manuali quando si effettuano operazioni.
• L’algo-trading può essere testato a ritroso utilizzando i dati storici e in tempo reale disponibili per vedere se si tratta di una strategia di trading praticabile.
• Ridotta la possibilità di errori da parte dei trader umani basati su fattori emotivi e psicologici.

La maggior parte del trading algo oggi è il trading ad alta frequenza (HFT), che tenta di trarre vantaggio dall’immissione di un gran numero di ordini a velocità elevate su più mercati e più parametri decisionali basati su istruzioni preprogrammate.

L’algo-trading viene utilizzato in molte forme di attività di trading e investimento, tra cui:

• Gli investitori di medio e lungo termine o le società di acquisto – fondi pensione, fondi comuni di investimento, compagnie di assicurazione – utilizzano l’algo-trading per acquistare azioni in grandi quantità quando non vogliono influenzare i prezzi delle azioni con investimenti discreti e di grandi volumi.
• I trader a breve termine e gli operatori sell-side — market maker (come le società di brokeraggio),  speculatori e arbitraggisti — traggono vantaggio dall’esecuzione automatica degli scambi; inoltre, l’algo-trading aiuta a creare liquidità sufficiente per i venditori sul mercato.
• Trader sistematici : seguaci delle tendenze, hedge fund o  trader di coppie  (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 azioni, ETF o valute) —Trovare che è molto più efficiente programmare le loro regole di trading e lasciare che il programma operi automaticamente.

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

Strategie di trading algoritmico

Qualsiasi strategia per il trading algoritmico richiede un’opportunità identificata che sia redditizia in termini di guadagni migliorati o riduzione dei costi. Le seguenti sono strategie di trading comuni utilizzate nel trading alternativo:

Strategie che seguono le tendenze

Le strategie di trading algoritmico più comuni seguono le tendenze delle medie mobili, breakout dei canali, movimenti del livello dei prezzi e relativi indicatori tecnici. Queste sono le strategie più facili e semplici da implementare attraverso il trading algoritmico perché queste strategie non comportano alcuna previsione o previsione dei prezzi. Le negoziazioni vengono avviate in base al verificarsi di tendenze desiderabili, che sono facili e dirette da implementare tramite algoritmi senza entrare nella complessità dell’analisi predittiva. L’utilizzo di medie mobili a 50 e 200 giorni è una strategia popolare che segue le tendenze.

Opportunità di arbitraggio

L’acquisto di un’azione a doppia quotazione a un prezzo inferiore in un mercato e la sua vendita simultanea a un prezzo più elevato in un altro mercato offre il differenziale di prezzo come profitto o arbitraggio privo di rischio. La stessa operazione può essere replicata per azioni rispetto a strumenti a termine poiché di volta in volta esistono differenze di prezzo. L’implementazione di un algoritmo per identificare tali differenziali di prezzo e inserire gli ordini in modo efficiente consente opportunità redditizie.

Ribilanciamento del Fondo Indice

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 su operazioni attese che offrono profitti da 20 a 80 punti base a seconda del numero di azioni nel fondo indicizzato appena prima del ribilanciamento del fondo indice. Tali operazioni vengono avviate tramite sistemi di trading algoritmico per un’esecuzione tempestiva e ai prezzi migliori.

Strategie basate su modelli matematici

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

Intervallo di negoziazione (inversione media)

La strategia di mean reversion si basa sul concetto che i prezzi alti e bassi di un asset sono un fenomeno temporaneo che ritorna 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 consentono di piazzare automaticamente le negoziazioni quando il prezzo di un asset entra e esce dal range definito.

Prezzo medio ponderato in base al volume (VWAP)

La strategia di prezzo medio ponderato in base al volume interrompe un ordine di grandi dimensioni e rilascia sul mercato porzioni più piccole determinate dinamicamente utilizzando profili di volume storici specifici per azione. L’obiettivo è eseguire l’ordine vicino al prezzo medio ponderato in base al volume (VWAP).

Prezzo medio ponderato nel tempo (TWAP)

La strategia di prezzo medio ponderato in base al tempo interrompe un ordine di grandi dimensioni e rilascia al mercato porzioni più piccole determinate dinamicamente utilizzando intervalli di tempo equamente suddivisi tra un’ora di inizio e di fine. L’obiettivo è eseguire l’ordine vicino al prezzo medio tra l’ora di inizio e l’ora di fine, riducendo così al minimo l’impatto sul mercato.

Percentuale del volume (POV)

Fino a quando l’ordine di negoziazione non è 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 gli 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.

Carenza di implementazione

La strategia del deficit di implementazione mira a ridurre al minimo il costo di esecuzione di un ordine negoziando il mercato in tempo reale, risparmiando così sul costo dell’ordine e beneficiando del costo opportunità dell’esecuzione ritardata. La strategia aumenterà il tasso di partecipazione mirato 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 gli “avvenimenti” dall’altra parte. Questi “algoritmi di sniffing”, utilizzati, ad esempio, da un market maker lato vendita, hanno l’intelligenza incorporata per identificare l’esistenza di qualsiasi algoritmo sul lato acquisto di un grosso ordine. Tale rilevamento tramite algoritmi aiuterà il market maker a identificare opportunità di ordini di grandi dimensioni e consentirà loro di trarre vantaggio dall’esecuzione degli ordini a un prezzo più elevato. Questo a volte viene identificato come front-running high-tech.

Requisiti tecnici per il trading algoritmico

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

• Conoscenza di programmazione informatica per programmare la strategia di trading richiesta, programmatori assunti o software di trading prefabbricato.
• 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 eseguire il backtest del sistema una volta che è stato costruito prima che venga pubblicato sui mercati reali.
• Dati storici disponibili per il backtesting a seconda della complessità delle regole implementate nell’algoritmo.

Un esempio di trading algoritmico

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 rispetto a LSE, seguito da entrambe le borse scambiate simultaneamente per le prossime ore e quindi negoziato 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 correnti di mercato.
• Feed dei prezzi sia da LSE che AEX.
• Un feed di tasso forex (valuta estera) per GBP-EUR.
• Capacità di inoltro degli ordini che può instradare l’ordine allo scambio corretto.
• Capacità di backtesting sui feed storici dei prezzi.

Il programma per computer dovrebbe eseguire le seguenti operazioni:

• 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 nell’altra.
• Se c’è una discrepanza di prezzo abbastanza grande (scontando i costi di intermediazione) che porta a un’opportunità redditizia, il programma dovrebbe inserire l’ordine di acquisto sulla borsa a prezzo più basso e vendere l’ordine sulla 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 effettuare un’operazione generata dall’algoritmo, lo possono fare anche altri partecipanti al mercato. Di conseguenza, i prezzi oscillano in milli e persino microsecondi. Nell’esempio sopra, cosa succede se viene eseguita un’operazione di acquisto ma l’operazione di vendita no perché i prezzi di vendita cambiano nel momento in cui l’ordine arriva sul mercato? Il trader rimarrà con una posizione aperta rendendo inutile la strategia di arbitraggio.

Esistono rischi e sfide aggiuntivi come rischi di guasto del sistema, errori di connettività di rete, ritardi tra gli ordini di negoziazione e l’esecuzione e, soprattutto, algoritmi imperfetti. Più un algoritmo è complesso, più rigorosi saranno i test retrospettivi prima che venga messo in atto.