وجود فرصت‌های آربیتراژی بین فرصت‌های سرمایه‌گذاری، استفاده از روش‌های معاملاتی جدید نظیر معاملات الگوریتمی را ضروری کرده‌است.

به گزارش سرمایه فردا، توسعه بازارهای مالی بدون توسعه ابزارها و نهادهای مالی غیرممکن است. با طراحی و گسترش ابزارهای مالی جدید نیاز به روش‌های معاملاتی جدید، سریع و هوشمند هم اجتناب‌ناپذیر است. معاملات الگوریتمی راهکاری برای پاسخگویی به این نیاز جدید معاملاتی است. افزایش حجم و ارزش معاملات، تنوع شرکت‌ها و ابزارهای معاملاتی در بازار سرمایه و وجود فرصت‌های آربیتراژی بین فرصت‌های سرمایه‌گذاری، استفاده از روش‌های معاملاتی جدید نظیر معاملات الگوریتمی را ضروری کرده‌است.

 مدل‌های معاملاتی جدید در حجم‌های گسترده و با دقت و سرعت بالا می‌تواند به رشد و بلوغ بازار مالی کشور کمک شایانی کند. معاملات الگوریتمی ادغامی از تکنولوژی و مدل‌های برنامه‌نویسی با تئوری‌‌‌‌‌‌های مالی در حوزه معاملات موثر است. استفاده از روش‌های معاملات الگوریتمی می‌تواند علاوه‌بر فراهم‌شدن امکان کسب سود آربیتراژی فرصت‌های موجود در بازار، امکان خرید با حجم بالا و قیمت‌های مناسب سهام در عملیات بازارگردانی را نیز میسر کند.

بازارگردان‌ها طبق قوانین در عملیات بازارگردانی سهام شرکت‌ها باید به‌طور مستمر و در قیمت‌های مشخص درخواست‌های خرید یا فروش را در سیستم معاملاتی وارد و در صورت انجام معامله باید مجددا سفارش‌‌‌‌‌های جدید را وارد کنند. استفاده از سیستم‌های معاملات الگوریتمی می‌تواند با افزایش سرعت‌ عملیات بازارگردانی و تعیین و تغییر حجم و مبلغ سفارش‌ها در سیستم معاملات امکان کسب سود از محل عملیات بازارگردانی برای بازارگردان را تسهیل کند.

تاثیر معاملات الگوریتمی یا معاملات روباتیک بر بازدهی صندوق‌های سرمایه‌گذاری متنوع است و به عوامل مختلفی بستگی دارد. به‌عبارت دیگر تاثیر معاملات الگوریتمی بر بازدهی صندوق‌ها به عوامل متعددی بستگی دارد و باید با توجه به شرایط خاص هر صندوق و استراتژی معاملاتی موردبررسی و ارزیابی قرار گیرد، همچنین مدیریت موثر ریسک و نظارت دقیق بر عملکرد الگوریتم‌ها نیز برای حفظ بازدهی مثبت بسیار اهمیت دارد.

نیاز به سیستم هوشمند

سیاستگذاران کلان بازار سرمایه به موازات توسعه کمی و کیفی این بازار، به طراحی و ارائه ابزارهای مالی نوین برای تامین علایق متفاوت در انتخاب سرمایه‌گذاری‌ها، بیش از پیش توجه کرد‌‌‌‌‌ه‌‌‌‌‌اند. در همین راستا قوانین توسعه ابزارها و نهادهای مالی جدید و به‌تبع آن راه‌اندازی صندوق‌های سرمایه‌گذاری، امکان جدیدی را برای فعالان بازار سرمایه فراهم کرد تا از مزایای حاصل از تنوع‌بخشی و افزایش نقدشوندگی بهره‌مند شوند.

رشد تعداد سرمایه‌گذاران حقیقی و حقوقی در این صندوق‌ها و افزایش حجم منابع سرازیر شده در آنها، تاییدی بر توسعه موفق این نهاد مالی در بازار سرمایه ایران به‌شمار می‌آید. این در حالی است که توسعه کمی صندوق‌های سرمایه‌گذاری، ضرورت تنوع‌بخشیدن به انواع صندوق‌ها را برای جذب سلیقه‌‌‌‌‌های مختلف اجتناب‌ناپذیر کرده‌است. همچنین تخصیص بهینه منابع مالی، از مهم‌ترین و اصلی‌ترین مسائل در تصمیم‌های سرمایه‌گذاری است و می‌تواند به‌همراه خود اطمینان سرمایه‌گذاران را فراهم کند و کارآیی را نیز در بازار افزایش دهد، از این‌رو در شرایط امروز حاکم بر فضای سرمایه‌گذاری بازار سرمایه ایران با مشخصه عدم‌قطعیت، بهره‌گیری از استراتژی‌های نوین تخصیص منابع که مشخصه اصلی آن کنترل ریسک، دستیابی به بازده مناسب و کاهش حساسیت به عدم‌قطعیت در داده‌های ورودی است، اهمیتی دوچندان یافته‌است.

بهبود عملکرد با کامپیوتر

درمعاملات الگوریتمی از فناوری‌های پیشرفته برای اجرای معاملات استفاده می‌شود. این تکنولوژی‌‌‌‌‌ها از سرعت و دقت بالایی برخوردارند و می‌توانند به بهبود بازدهی صندوق‌ها کمک کنند، به‌طوری‌که با اعمال فرآیندهای پایشی ریاضیاتی در سری‌‌‌‌‌های زمانی و همچنین بهره‌‌‌‌‌گیری از برخی الگوریتم‌‌‌‌‌ها همچون، شبکه عصبی، لانه زنبور، یادگیری ماشین و… که در نهایت باعث تشخیص روند و تغییرات بازار یا دستیابی به یکسری الگو‌‌‌‌‌ها و روند‌ها می‌شود که می‌توان با ایجاد زمینه تصمیم‌گیری با وزن‌‌‌‌‌دهی سهام از طریق روش‌های تصمیم‌گیری چند متغیره و… به یک پرتفوی بهینه دست‌یافت.

 این عمل باعث می‌شود که صندوق‌های سرمایه‌گذاری از حداقل ریسک سرمایه‌گذاری برخوردار شوند و بازدهی بالاتری را در بلندمدت عاید سرمایه‌گذار کند و از صندوق‌های دیگری که از این فناوری استفاده نمی‌کنند پیشی بگیرند، به‌طوری‌که الگوریتم‌های معاملاتی می‌توانند به بهترین شکل مدیریت ریسک و موقعیت‌های معاملاتی عمل کنند.

این معاملات می‌توانند به کاهش ریسک و افزایش بازدهی کمک کنند. علاوه‌بر این معاملات الگوریتمی می‌توانند به تجزیه و تحلیل الگوهای رفتاری بازار و تصمیم‌گیری‌های انسانی پرداخته و معاملات را براساس این تجزیه و تحلیل انجام دهند. این موضوع می‌تواند به تسهیل تصمیم‌گیری و بهبود بازدهی صندوق‌ها در فضاهای هیجانی و پرتحرک از نظر تغییر رفتار سرمایه‌گذار کمک کند.

این نوع سیستم‌‌‌‌‌ها معمولا در زمان‌‌‌‌‌های کوتاه و با سرعت بالا انجام می‌شوند، بنابراین چنین توانایی می‌تواند به صندوق‌ها اجازه ‌‌‌‌‌دهد تا به‌سرعت به تغییرات بازار واکنش نشان دهند و از فرصت‌های مختلف سود ببرند یا از ایجاد زیان پیشگیری کنند.

با توجه به موارد گفته شده، لازم به ذکر است که با افزایش استفاده از معاملات الگوریتمی در صنعت سرمایه‌گذاری، رقابت بین صندوق‌ها افزایش می‌‌‌‌‌یابد.

این امر ممکن است منجر به توسعه الگوریتم‌های بهتر و بهبود بازدهی صندوق‌ها شود و معاملات انفرادی تا حدود زیادی از بین برود و اشخاصی که متمایل به سرمایه‌گذاری به صورت سنتی و استفاده از ابزارهای تحلیلی بنیادی و تکنیکال هستند، به عقب‌ماندگی قابل‌توجهی در تشخیص موقعیت از نظر کمی و کیفی دچار شوند و تنها رقابت معاملات  میان الگوریتم‌ها صورت بگیرد.

معاملات روباتیک در جهان

بر اساس گزارش‌های ایالات‌متحده آمریکا، حدود ۶۰ تا ۷۵‌درصد از حجم کل معاملات در بازار سهام ایالات‌متحده، بازارهای مالی اروپا و بازارهای سرمایه اصلی آسیا از طریق معاملات الگوریتمی ایجاد شده‌ و در حال بهره‌وری از این سیستم هوشمند هستند، با‌این‌حال حجم کلی معاملات الگوریتمی در اقتصادهای نوظهور مانند هند حدود ۴۰‌درصد تخمین‌زده می‌شود. معاملات روباتیک از ابتدای قرن حاضر در بازارهای سهام ایالات‌متحده در حال افزایش است، اما به‌نظر می‌رسد در ۵ تا ۱۰ سال‌گذشته حدود ۷۰ تا ۸۰‌درصد کاهش داشته ‌است. در سال‌۲۰۰۳، معاملات الگوریتمی تنها حدود ۱۵‌درصد از حجم بازار را تشکیل می‌داد، اما تا سال‌۲۰۱۰، بیش از ۷۰‌درصد از معاملات بازار سهام ایالات‌متحده از طریق الگوریتم‌های معاملاتی انجام می‌شد. در بازارهای فارکس نیز همین‌طور است، جایی‌که توسط معاملات الگوریتمی در حدود ۸۰‌درصد سفارش‌ها اندازه‌‌‌‌‌گیری می‌شود.

علاوه‌بر این در بریتانیا و اتحادیه اروپا، تنها حدود یک‌سوم کل معاملات سهام در سال‌۲۰۰۶ توسط الگوریتم‌های معاملاتی کامپیوتری هدایت می‌شد اما براساس گزارش‌های مطالعه، تا سال‌۲۰۱۰، معاملات الگوریتمی ۶۰ تا ۷۳‌درصد از کل حجم معاملات سهام را تشکیل می‌داد.

درحال‌حاضر، معاملات الگوریتمی تحت‌سلطه معامله‌گران و سرمایه‌گذاران نهادی است (معامله‌گرانی که برای یک گروه یا موسسه معامله می‌کنند و از طرف آنها سهام را خرید و فروش می‌کنند). این‌ها شامل صندوق‌های بازنشستگی، شرکت‌های بیمه و صندوق‌های قابل‌معامله در بورس (ETF) هستند. سرمایه‌گذاران نهادی از چندین استراتژی الگوریتمی مبتنی بر رایانه برای اجرا و مدیریت سفارش‌های خود استفاده می‌کنند.

این تکنیک‌ها آنها را قادر می‌سازد تا هزینه‌های معاملات را کاهش دهند و سودآوری خود را بهبود بخشند. معاملات الگوریتمی مخصوصا برای سفارش‌های بالا مفید است، به همین دلیل است که سرمایه‌گذاران نهادی و شرکت‌های کار‌‌گزاری بزرگ عمدتا از آن برای کاهش هزینه‌های معاملاتی استفاده می‌کنند. معامله‌گران نهادی در حال‌حاضر بر بازار معاملات الگوی تسلط دارند و انتظار می‌رود که آنها برای مدت طولانی سهم عمده را در اختیار داشته باشند.

این معامله‌گران نه‌تنها در اندازه‌های بزرگ معامله می‌کنند، بلکه معاملات با فرکانس بالا را نیز انجام می‌دهند، بنابراین استفاده از معاملات الگوریتمی برای شکستن کل مبلغ به بخش‌های کوچک و ادامه کار در بازه‌های زمانی خاص یا طبق استراتژی‌های اختصاصی، طبیعی است. به‌عنوان مثال، اگر یک معامله‌گر نهادی مجبور باشد برای ۱۰۰‌هزار سهم سفارش دهد که می‌تواند بازار را تحت‌تاثیر قرار دهد، می‌تواند یک دستورالعمل معاملاتی الگوریتمی برای اجرای هزار سهم در هر ۱۵ ثانیه تنظیم کند.

به این ترتیب، او به‌تدریج سفارش‌ها را در بازار بارگذاری می‌کند، بدون اینکه بر قیمت‌های بازار تاثیر بگذارد. علاوه‌بر این، معاملات الگوریتمی مزیتی را برای آنها فراهم می‌کند تا از ارزش سود ببرند که مبتنی بر آربیتراژ میلی‌ثانیه‌ای یا تغییرات اندک قیمت است. معاملات الگوریتمی همچنین احتمال خطاهای ناشی از انسان را کاهش می‌دهد و در کسری از ثانیه به شرایط بازاریابی واکنش نشان می‌دهد.

براساس داده‌های گردآوری‌شده توسط گلدمن‌ساکس، حدود ۶۰ تا ۷۰‌درصد از معاملات سهام ایالات‌متحده آمریکا ‌تا قبل از سال‌۲۰۲۰ از طریق معاملات الگوریتمی بوده‌است، درحالی‌که حدود ۴۰ تا ۵۰‌درصد از معاملات آتی توسط معاملات الگوریتمی انجام شده‌است. همچنین حدود ۳۵ تا ۵۰‌درصد از حجم معاملات کالا توسط این فناوری ایجاد می‌شود. علاوه‌بر این تا سال‌۲۰۱۶ فارکس حدود ۲۰ تا ۳۰‌درصد از معاملات الگوریتمی را ثبت کرد و با رشد روزافزون همراه بود، به‌طوری‌که تا سال‌۲۰۲۱ حدود ۹۲‌درصد از معاملات در بازار فارکس توسط الگوریتم‌های معاملاتی به‌جای انسان انجام شده ‌است. گفتنی است حجم معاملات الگوریتمی در بازار سهام با ضریب رشد ۱۱.۲۳‌درصد بین سال‌های ۲۰۲۱ و ۲۰۲۶ در حال رشد است، بنابراین پیش‌بینی می‌شود سهام احتمالا ۸.۶۱‌میلیارد دلار به سهم بازار معاملات الگو در سال ‌۲۰۲۷ کمک کند.

در این میان برخی از تیم‌های توسعه‌دهنده این سیستم معاملاتی پیش‌بینی کرده‌اند بازار معاملات الگوریتمی جهانی از ۱۱.۱‌میلیارد دلاری در سال ‌۲۰۱۹ به ۱۸.۸‌میلیارد تا سال‌۲۰۲۴ رشد کند.

این رشد احتمالا ناشی از افزایش تقاضا برای اجرای سریع، قابل‌اعتماد و موثر سفارش است. برخی از عواملی که باعث رشد در بازار معاملات الگوی می‌شوند، عبارتند از: کاهش هزینه‌های معاملاتی، تشدید مقررات دولتی و افزایش تقاضا برای نظارت بر بازار. به‌طورکلی، بازار معاملات الگوریتمی همچنان به رشد خود ادامه می‌دهد و احتمالا تا سال‌ ۲۰۲۴ به ۱۸.۸‌میلیارد دلار خواهد رسید و احتمالا ۸.۶۱‌میلیارد دلار در بازار معاملات الگوریتمی در سال ‌۲۰۲۷ سهم خواهد داشت. انتظار می‌رود بازار معاملات الگوریتمی رشد سالانه ۱۱.۲درصدی را به ثبت برساند.

بین سال‌های ۲۰۲۱ تا ۲۰۲۶، منطقه آسیا و اقیانوسیه سریع‌ترین بازار در حال رشد را دارند، اما آمریکای‌شمالی همچنان بزرگ‌ترین بازار است؛ از این‌رو انتظار می‌رود این عقب‌ماندگی حدود ۱۰‌ساله بازار سرمایه ایران به دلایلی همچون زیرساخت‌های فناورانه از این تکنولوژی طی ۱۰ سال‌آتی با رشد قابل‌توجهی همراه باشد و بسیاری از معاملات در صندوق‌های سرمایه‌گذاری از این طریق با بخشی از دارایی خود معاملات را انجام دهند./دنیای اقتصاد