معاملات با فرکانس بالا

دسته: برنامه نویسی، سرمایه گذاری

بررسی اثر معاملات الگوریتمی بر وضعیت منفی روزهای اخیر بازار سهام

درحالی تبیین دستورالعمل جامع‌تر برای معاملات الگوریتمی و ایجاد زیرساخت ها برای تمام سهامداران حقیقی و حقوقی ضرورت دارد که اثر این معاملات بر وضعیت منفی روزهای اخیر بازار بررسی شد.

به گزارش پایگاه خبری بورس پرس به نقل از وب سایت ره­آورد365 ، این روزها و باتوجه به وضعیت نامناسب بازار سرمایه و تابلوی قرمز رنگ آن باز هم موضوع معاملات الگوریتمی و تأثیر بر تلاطم‌های بازار بالا گرفته است. این بار کار به کمپین‌های جمع‌آوری امضا، اعتراضات شدید به سازمان بورس و حتی نهادهای نظارتی دیگر مانند سازمان بازرسی کل هم کشیده است. نکته تأمل‌برانگیز اینکه ریزش بازار نه‌تنها با گزارش‌های عملکردی خوب شرکت‌ها متناقض است بلکه با متغیرهای بنیادی مثل قیمت‌های جهانی و نرخ ارز هم در تضاد است!

اما عامل اصلی منفی‌های بازار چیست؟ معاملات الگوریتمی یا متغیرهای دیگر؟

برخی از فعالین بازار، عامل اصلی منفی‌های روزهای اخیر و نوسانات بوجود آمده را معاملات الگوریتمی می‌دانند و معتقدند نحوه کارکرد این معاملات بازار را تحت‌تأثیر قرار داده است. برخی دیگر معتقدند اتفاقاً معاملات الگوریتمی می‌تواند نقدشوندگی و کارایی بازار را افزایش دهد و به آن کمک کند. همچنان که سال‌ها است در بازارهای مالی دنیا چنین اتفاقی افتاده است.

این اولین بار نیست که پس از ریزش بازار، تیغ انتقادات به‌سمت معاملات الگوریتمی گرفته می‌شود. در دوره‌ سقوط بازار در سال 99 هم همین انتقادات متوجه معاملات الگوریتمی بود. سازمان بورس و نهاد ناظر هم عکس‌العمل نشان داد و با منتقدین همراه شد. نتیجتاً سازمان بورس معاملات الگوریتمی را در آن دوره ممنوع کرد. ولی در اردیبهشت سال جاری و پس از اینکه مشخص شد معاملات الگوریتمی تأثیری در ریزش‌ها نداشته و حتی ممنوعیت آن نقد شوندگی بازار را نیز محدود کرده، سازمان بورس مجدداً آن را آزاد اعلام کرد.

مخالفین معاملات الگوریتمی چه می‌گویند؟

مخالفان معاملات الگوریتمی معتقدند نهادهایی که امکان انجام این معاملات را دارند باعث تلاطم بازار می‌شوند و عده‌ زیادی از معامله‌گران حقیقی از تلاطم‌ های بوجود آمده توسط آنها متضرر می‌شوند. به‌این‌ترتیب سود بیشتری نصیب بازارگردان‌ها، سبدگردان‌ها و مشتریان بزرگ کارگزاری‌ها می‌شود و سرمایه‌ گذاران خرد متضرر می‌شوند.

ضمن‌‌آنکه چون امکان انجام این نوع معاملات برای همه‌ افراد وجود ندارد این موضوع باعث بی‌عدالتی در بازار است. البته اساساً منعی از طرف سازمان بورس و شرکت‌هایی که خدمات معاملات الگوریتمی ارائه می‌دهند برای در اختیار گذاشتن این خدمت برای همه‌ فعالان حقیقی و حقوقی وجود ندارد. اما لازمه‌ انجام این کار فراهم آمدن زیر‌ساخت‌هایی از سمت کارگزاری‌ها و دستورالعمل‌ها و قوانین جامع‌تر برای این حوزه است. پیش‌بینی این است که در آینده‌ای نه‌چندان دور شاهد دسترسی همه فعالان بازار به این نوع معاملات خواهیم بود.

موافقان معاملات الگوریتمی چه می‌گویند؟

موافقان، مشکل بازار را مرتبط با متغیرهای دیگری می‌دانند و معتقدند درصورت اجرای صحیحِ معاملات الگوریتمی، بسیاری از مشکلات بازار حل خواهد شد. معاملات الگوریتمی، نقدشوندگی که رکن اصلی بازار است را افزایش می‌دهد و به‌نحو ملموسی بر کارایی آن می‌افزاید. همچنین می‌تواند از دستکاری و تغییرات ناگهانی قیمت سهم‌ها توسط افراد سودجو جلوگیری کند. از سوی دیگر کسب‌ و کارها و استارت‌ آپ‌های حوزه فین‌تک هم از ممنوعیت معاملات الگوریتمی آسیب خواهند دید.

عکس‌العمل بازارهای معتبر دنیا به معاملات الگوریتمی

در بازارهای توسعه‌یافته‌ دنیا چند دهه است که از معاملات الگوریتمی به‌عنوان ابزاری برای عمق‌بخشی به بازار، افزایش نقدشوندگی و کارایی بازار و همچنین بهبود معاملات شخصی استفاده می‌شود.

معاملات الگوریتمی از اوایل دهه نود جای خود را در بازارهای مالی باز کرد. به‌ طوری‌که در سال 2011 مجله‌ Journal of Finance در مقاله‌ای اعلام کرد در سال 2009، معادل 73 درصد از تمام معاملات بازارهای آمریکا توسط معاملات الگوریتمی انجام شده که تأثیر بسزایی در افزایش نقدشوندگی این بازارها داشته است. می‌توان حدس زد این روند تا به امروز بسیار گسترده‌تر شده باشد.

راهکار چیست؟

امروز بازار سرمایه ایران با مشکلات زیرساختی، رفتارهای هیجانی و ریسک‌ها و عدم قطعیت‌های برخواسته از وضعیت سیاسی و اقتصادی جامعه روبرو است و ارتباط دادن همه‌ این مشکلات با معاملات الگوریتمی پاک کردن صورت مسئله است. ضمن‌آنکه بوجود آوردن جو روانی مسموم موجب ایجاد بار روانی و ترس در سرمایه‌گذاران می‌شود که اثر سوء بر عرضه و تقاضا خواهد داشت.

در روزهای اخیر عده‌ای با نمونه آوردن روند قیمتی روزانه برخی سهم‌های بزرگ، نوسانات آنها را به الگوریتم‌ها ربط دادند و اعلام کردند این الگوریتم‌ها با معاملات با فرکانس بالا (HFT) اقدام به خرید در قیمت‌های پایین کرده و بعد با ایجاد روندی مثبت در سهم اقدام به فروش در قیمت‌های بالا می‌کنند. در حالی‌ که اولاً با توجه به کارمزدهای بالای معاملاتی در بازار عملاً معاملات با فرکانس بالا مقرون‌به‌صرفه نیست و ثانیاً این کار با توجه به درصد پایین معاملات الگوریتمی (حدود یک درصد ارزش معاملات) امکان‌پذیر نیست. معاملاتی که کل ارزش آنها حدود یک درصد بازار است چگونه می‌توانند روند بازار را تغییر دهند؟

سؤال دیگر این است که حتی اگر روی یکی دو سهم چنین اتفاقی افتاده باشد، چرا باید سهمی که در این مدت اصلاح زیادی داشته و اکنون نیز به لحاظ بنیادی در قیمت خوبی است در قیمت‌های پایین فروخته شود؟ اگر فرض کنیم فلان سهم خودرویی را الگوریتم‌ها رِنج کشیدند و فروختند، چرا در آن سوی دیگر بازار سهام پتروشیمی‌ها با این فشار عرضه‌ شدید به‌فروش می‌رسند؟

آنچه مشخص است اینکه وضعیت فروش‌های این روزهای بازار به‌دلیل رفتارهای هیجانی، ترس سرمایه‌گذارن از عدم قطعیت‌ها و ریسک‌های موجود (ریسک‌های سیاسی، رفع تحریم‌ها و . ) در بازار است.

هر ابزار فناوری اگر از آن سوءاستفاده شود می‌تواند آثار مخربی نیز داشته باشد. وقتی معاملات الگوریتمی توسط نهادهای نظارتی قابل رهگیری و کنترل نباشد ممکن است با سوءاستفاده از آنها قوانین معاملاتی دور زده و موجب زیان سرمایه‌گذاران خُرد که به این نوع معاملات دسترسی ندارند، شود.

خواسته یا ناخواسته، استفاده از فناوری‌های نوین و مرسوم دنیا در بازار سرمایه ایران هم اجتناب‌ناپذیر است و باید به‌سمت استفاده گسترده‌تر از این ابزارها رفت. اما در اینجا نقش سازمان بورس و نهاد ناظر بسیار مهم است.

ممنوعیت معاملات الگوریتمی، طبق تجربه قبلی، مشکلی را حل نخواهد کرد. مهمترین کاری که سازمان بورس در مرحله اول باید انجام دهد، شناسایی کامل سفارشات الگوریتمی فرستاده‌ شده است. تمامی معاملات الگوریتمی باید با یک تگ یا برچسب در سامانه معاملاتی ثبت شوند و درغیراینصورت از ارسال این نوع سفارشات جلوگیری شود. ممنوعیت، جلوی استفاده غیرمجاز از این نوع معاملات را نخواهد گرفت.

شرکت‌هایی که مجوز معاملات الگوریتمی داشته اما باز هم با استفاده از ربات‌ها و روش‌های دیگر، قوانین را دور می‌زنند، وجود دارند. به‌این‌صورت که از معاملات ساده استفاده می‌کنند ولی سفارشات الگوریتمی می‌فرستند. هرچند که تشخیص این نوع معاملات آسان نیست ولی امکان‌پذیر است و سازمان بورس باید زیرساخت این کار را فراهم کند.

در مرحله بعد لازم است دستورالعمل جامع‌تری نسبت‌به آنچه امروز وجود دارد به‌عنوان دستورالعمل معاملات الگوریتمی، توسط نهاد ناظر تبیین شود و زیرساخت‌ ها و ابزارهای نظارتیِ لازم توسط کارگزاری‌ها و سازمان بورس برای نظارت دقیق بر این نوع معاملات فراهم آید. برای ایجاد عدالت در بازار نیز به‌نظر می‌رسد بهترین راه این باشد که این نوع معاملات برای تمامی فعالان حقیقی و حقوقی فراهم شود تا شرایط برابری در بازار داشته باشند.

نبرد «کوآنت»‌ها

معاملات الگوریتمی، هم‌اکنون در دنیا جایگاه مستحکمی را به دست آورده است.

گروه بورس| سمیرا ابراهیمی|

معاملات الگوریتمی، هم‌اکنون در دنیا جایگاه مستحکمی را به دست آورده است. جایگاهی که گفته می‌شود نفوذ بیش از 90 درصدی در معاملات بازارهای پیشرفته بین‌المللی دارد. البته جز بازار ایران که نهاد ناظر، فعالان این حوزه را ملزم به رعایت درج تگ الگوریتمی کرده است، در سایر بازارها چنین نظارت دست و پاگیری وجود ندارد و نمی‌توان آمار دقیقی از حجم معاملاتی که در بورس‌ها به وسیله الگوریتم‌ها معامله می‌شود، در نظر گرفت.

تاریخچه معاملات الگوریتمی، حاکی از آن است که ابتدا برای نظم بخشیدن به سبد سهام سرمایه‌گذاران حقوقی این مدل از معاملات وارد چرخه تریدری شد و به دلیل سرعتی که به واسطه معاملات فرکانس بالا داشت، توانست نفوذ بیشتری در بازارها پیدا کند، بطوری که امروز با پشتوانه هوش مصنوعی که این سیستم‌های معاملاتی دارند، حتی استرات‍ژی‌های معاملاتی را نیز بدون دخالت انسان انجام می‌دهند. نگاهی به ادبیات جهانی این نسل از معامله گران را تحت عنوان کوآنت معرفی می‌کند. کوآنت در لغت به نخبه‌های مالی گفته می‌شود که با استفاده از دانش ریاضی و سیستم‌های الگوریتمی، معاملات بورس را پیش می‌برند.

ورود این معاملات به بازار ایران سابقه چندانی ندارد و ابتدا از طریق استارتاپ‌های این حوزه، وارد شدند. اما در ادامه فعالیت استارتاپ‌های حوزه الگوریتمی تریدری، سرمایه‌گذارانی که عمدتا کارگزاران و تامین سرمایه‌ها بودند، به کمک این تیم‌های استارتاپی آمدند و این استارتاپ‌ها یا در نهادهای مالی ادغام شدند یا به پشتوانه سرمایه‌هایی که پذیرفتند، رشد و توسعه پیدا کردند. هرچند برخی از آنها هم مطابق با اکوسیستم استارتاپی، از گردونه خارج شدند. اما کوآنت‌ها راه خود را پیدا کرده و در حال پیش‌روی در بازار سرمایه ایران نیز هستند.

البته هنوز فعالیت کم سویی از این نوع معاملات پیشرفته در بازار ایران دیده می‌شود. فعالیتی که بخش فرهنگ‌سازی سازمان بورس، ‌تصمیم گرفته است با برگزاری مسابقاتی آن را گسترش دهد. در واقع سازمان بورس به محوریت شرکت اطلاع‌رسانی و خدمات بورس در نظر دارد مسابقات الگوریتمی را بین تیم‌های مدعی در این حوزه برگزار کند و هر چند جوایز این مسابقات، چندان چشمگیر نیست اما محک استعداد‌ها و کمبود‌های زیرساختی را نشان می‌دهد. روز گذشته نیز به بهانه برگزاری این مسابقه، نشست خبری در سازمان بورس برگزار شد. در این نشست مصطفی رضوی، عضو هیات‌مدیره و معاون اجرایی سازمان بورس و اوراق بهادار در خصوص مکانیزم معاملات الگوریتمی گفت: توسعه معاملات الگوریتمی را می‌توان از چند جهت آنالیز کرد. از یک جهت می‌توان نقش انسان را در این معاملات پررنگ کرد از آن جهت که به جای ورود مستقیم به حوزه معامله گری، مجبور به افزایش توانایی خود برای چینش استرات‍ژی می‌شوند. همچنین در جریان معاملات الگوریتمی استعدادهای برتر می‌توانند به بازار وارد شوند و در همین زمینه بازار سهام می‌تواند عقلایی‌تر از گذشته تصمیم‌گیری انجام دهد.

توجه به این نکته ضروری است که تصمیم‌گیری عقلایی در بازار، عمدتا در زمان بررسی رفتارهای توده‌وار مطرح می‌شود. در واقع بررسی بورس ایران از دیدگاه مالی رفتاری، ‌حاکی از آن است که در بورس ایران سال‌های زیادی سرزدن رفتار هیجانی و به دور از منطق سرمایه‌گذاران در مواجهه با اخبار داخلی و بین‌المللی رخ داده است. به گونه‌ای که واکنش سرمایه‌گذاران نسبت به اخبار منتشر شده گاه فراتر از حد تصور بوده و گاهی هم بدون هیچ توجیه و پشتوانه‌ای شاهد بروز رفتارهای هیجانی از جانب سرمایه‌گذاران بوده‌ایم. این رفتار هیجانی که درست برخلاف رفتار عقلایی است به معنی تبعیت و همراه شدن با جهت و روند لحظه‌ای و روزانه بازار است، رفتاری است که براساس عقل و منطق نیست و صرفا براساس فضای موجود در بازار است. حال آنکه همراه شدن بازار و تصمیم‌گیران بورسی در موج معاملات الگوریتمی، ‌به‌دلیل آنکه فاکتور هیجانات انسانی را کم می‌کند، می‌تواند به افزایش عامل عقلایی شدن بازار کمک کند.

مسابقه سعی و خطا برای نهاد ناظر

رضوی همچنین در خصوص اهداف سازمان بورس و اوراق بهادار در زمینه برگزاری این مسابقات بیان کرد: سازمان بورس و اوراق بهادار سعی دارد با برگزاری این مسابقات، مشارکت متخصصین و کارشناسان را در معاملات افزایش دهد. همچنین در نظر دارد روابط و نظارت خود را در محک آزمایش قرار دهد و با یک شبیه‌سازی سعی دارد اشکالات خود را برطرف کند تا مسیر را برای برگزاری رسمی این معاملات هموار‌تر کند. وی در ادامه افزود: برگزاری رقابت‌های الگوریتمی می‌تواند گام آغازینی باشد برای فعال شدن بیشتر بازار سرمایه، همچنین این مسابقات می‌تواند الگوی علمی فراهم کند تا شاهد ارتقای هرچه بیشتر معاملات الگوریتمی باشیم.

نقطه عطف همکاری مالی و فنی

در ادامه این نشست، مطهره مروج مدیر فناوری اطلاعات سازمان بورس و اوراق بهادار به بیان جزییات زیرساخت این مسابقات پرداخت و گفت: این مسابقات از نگاه سازمان بورس به نوعی مسابقات استراتژیک بوده و موجب توسعه ابزار و تبادل دانش می‌شود. وی در ادامه بیان کرد: همکاری‌های مشترک تیم فنی در کنار تیم مالی در این دوره از اهمیت بسیار زیادی برخوردار معاملات با فرکانس بالا است و تبادل اطلاعات می‌تواند ارتقای دانش مالی را به همراه داشته باشد.

مروج همچنین در ادامه افزود: معاملات الگوریتمی نقش زیادی در آینده بازار سهام دارند و بازارگردانی خودکار یکی از مواردی است که تعمیق بازار را افزایش می‌دهد. در طول مسابقات زیرساخت در اختیار شرکت‌کننده‌ها قرار می‌گیرد و گپ سرور اختصاصی برای تیم‌ها اختصاص داده شده است تا اثری بر حجم معاملات نداشته باشد. همچنین دو نوع Api دریافت داده‌های تاریخی و Api سفارش به سامانه معاملات به تیم‌های شرکت‌کننده داده می‌شود.

در ادامه نشست، یاسر فلاح، مدیرعامل شرکت اطلاع‌رسانی و خدمات بورس درخصوص وضعیت چگونگی انتخاب تیم‌ها و جزییات برگزاری مسابقه گفت: تاکنون ۳۰ تیم متقاضی حضور در این مسابقات بودند که از این تعداد ۲۷ تیم برای حضور در مصاحبه شرکت کردند. با مصاحبه‌های صورت گرفته توسط تیم داوری، ۲۰ تیم به عنوان شرکت‌کنندگان نهایی انتخاب شدند که این تیم‌ها در ۳۲ روز به رقابت می‌پردازند.

وی افزود: اولین دوره مسابقات معاملات الگوریتمی از ۱۵ دی ماه سال جاری آغاز می‌شود، با این وجود افتتاح رسمی این رقابت‌ها از تاریخ ۱۹ دی ماه آغاز و تا ۱۷ بهمن ماه ادامه دارد. بر این اساس۲۰ تیم شرکت‌کننده در سه بخش مختلف به رقابت می‌پردازند که این سه بخش شامل سهام، اوراق با درآمد ثابت و حل مساله است.

فلاح در ادامه به جوایز این دوره از مسابقات اشاره کرد و گفت: در بخش رقابت در سهام، تیم‌های اول، دوم و سوم به ترتیب ۳۰، ۲۰ و ۱۰ میلیون تومان اعتبار خرید سهام دریافت می‌کنند. در بخش اوراق با درآمد ثابت سه تیم ابتدایی به ترتیب ۱۵، ۱۰ و ۵ میلیون تومان اعتبار خرید سهام دریافت می‌کنند و در بخش حل مسیله مبالغ ۷، ۵ و ۳ میلیون تومان اعتبار خرید سهام به نفرات برتر اهدا می‌شود.

وی درخصوص اعتبار اولیه این گروه‌ها نیز گفت: برای هر کدام از گروه‌های شرکت‌کننده اعتباری حدود ۳۰میلیون تومان در نظر گرفته شده، که حد ضرر نیز برای هر رقابت از پیش تعیین شده است. در بخش رقابت در سهام، حد ضرر ۴ میلیون و ۵۰۰ هزار معاملات با فرکانس بالا تومان و در بخش اوراق با درآمد ثابت این رقم یک میلیون و ۵۰۰ میلیون تومان در نظر گرفته شده است.

تأثیر معاملات الگوریتمی بر وضعیت این روزهای بازار چیست؟

برخی از فعالین بازار، عامل اصلی منفی‌های روزهای اخیر و نوسانات به‌وجود آمده را معاملات الگوریتمی می‌دانند و معتقدند نحوه کارکرد این معاملات بازار را تحت‌تأثیر قرار داده است. برخی دیگر معتقدند اتفاقاً معاملات الگوریتمی می‌تواند نقدشوندگی و کارایی بازار را افزایش دهد و به آن کمک کند.

این روزها و باتوجه به وضعیت نامناسب بازار سرمایه و تابلوی قرمز رنگ آن، باز هم موضوع معاملات الگوریتمی و تأثیر آن بر تلاطم‌های بازار بالا گرفته است. این بار کار به کمپین‌های جمع‌آوری امضا، اعتراضات شدید به سازمان بورس و حتی نهادهای نظارتی دیگر مانند سازمان بازرسی کل کشور هم کشیده است. نکته تأمل‌برانگیز اینکه ریزش بازار نه‌تنها با گزارش‌های عملکردی خوب شرکت‌ها متناقض است، بلکه با متغیرهای بنیادی، مثل قیمت‌های جهانی و نرخ ارز هم در تضاد است!

اما عامل اصلی منفی‌های بازار چیست؟ معاملات الگوریتمی یا پارامترهای دیگر؟

برخی از فعالین بازار، عامل اصلی منفی‌های روزهای اخیر و نوسانات به‌وجود آمده را معاملات الگوریتمی می‌دانند و معتقدند نحوه کارکرد این معاملات بازار را تحت‌تأثیر قرار داده است. برخی دیگر معتقدند اتفاقاً معاملات الگوریتمی می‌تواند نقدشوندگی و کارایی بازار را افزایش دهد و به آن کمک کند. همچنان که سال‌هاست در بازارهای مالی دنیا چنین اتفاقی افتاده است.

این اولین بار نیست که پس از ریزش بازار، تیغ انتقادات به‌سمت معاملات الگوریتمی گرفته می‌شود. در دوره‌ی سقوط بازار در سال ۱۳۹۹ هم همین انتقادات متوجه معاملات الگوریتمی بود. سازمان بورس و نهاد ناظر هم عکس‌العمل نشان داد و با منتقدین همراه شد. نتیجتاً سازمان بورس معاملات الگوریتمی را در آن دوره ممنوع کرد. ولی در اردیبهشت ۱۴۰۰ و پس از اینکه مشخص شد معاملات الگوریتمی تأثیری در ریزش‌ها نداشته است و حتی ممنوعیت آن نقدشوندگی بازار را نیز محدود کرده است، سازمان بورس مجدداً آن را آزاد اعلام کرد.

مخالفین معاملات الگوریتمی چه می‌گویند؟

مخالفان معاملات الگوریتمی معتقدند نهادهایی که امکان انجام این معاملات را دارند باعث تلاطم بازار می‌شوند و عده‌ی زیادی از معامله‌گران حقیقی از تلاطم‌های به‌وجود آمده توسط آنها متضرر می‌شوند. به‌این‌ترتیب سود بیشتری نصیب بازارگردان‌ها، سبدگردان‌ها و مشتریان بزرگ کارگزاری‌ها می‌شود و سرمایه‌گذاران خرد متضرر می‌شوند.

ضمن‌‌آنکه چون امکان انجام این نوع معاملات برای همه‌ی افراد وجود ندارد، این موضوع در ذاتِ خود باعث بی‌عدالتی در بازار است. البته ذکر معاملات با فرکانس بالا این نکته ضروری به‌ نظر می‌رسد که اساساً منعی از طرف سازمان بورس و شرکت‌هایی که خدمات معاملات الگوریتمی ارائه می‌دهند برای در اختیار گذاشتن این سرویس برای همه‌ی فعالان بازار (حقیقی و حقوقی) وجود ندارد. اما لازمه‌ انجام این کار فراهم آمدن زیر‌ساخت‌هایی از سمت کارگزاری‌ها و همچنین دستورالعمل‌ها و قوانین جامع‌تر برای این حوزه است. پیش‌بینی این است که در آینده‌ای نه‌چندان دور شاهد دسترسی همه فعالان بازار به این نوع معاملات خواهیم بود.

موافقان معاملات الگوریتمی چه می‌گویند؟

موافقان، مشکل بازار را مرتبط با پارامترهای دیگری می‌دانند. آنها معتقدند درصورت اجرای صحیحِ معاملات الگوریتمی، بسیاری از مشکلات بازار حل خواهد شد. معاملات الگوریتمی، نقدشوندگی، که رکن اصلی بازار است، را افزایش می‌دهد و به‌نحو ملموسی بر کارایی آن می‌افزاید. همچنین معاملات الگوریتمی می‌تواند از دستکاری و تغییرات ناگهانی قیمت سهم‌ها توسط افراد سودجو جلوگیری کند. از سوی دیگر کسب‌وکارها و استارت‌آپ‌های حوزه فین‌تک هم از ممنوعیت معاملات الگوریتمی آسیب خواهند دید.

عکس‌العمل بازارهای معتبر دنیا به معاملات الگوریتمی چه بوده است؟

در بازارهای توسعه‌یافته‌ی دنیا چند دهه است که از معاملات الگوریتمی به‌عنوان ابزاری برای عمق‌بخشی به بازار، افزایش نقدشوندگی و کارایی بازار و همچنین بهبود معاملات شخصی استفاده می‌شود.

معاملات الگوریتمی از اوایل دهه نود جای خود را در بازارهای مالی باز کرد. به‌طوری‌که در سال ۲۰۱۱ مجله‌ی Journal of Finance در مقاله‌ای عنوان کرد که در سال ۲۰۰۹، معادل ۷۳ درصد از تمام معاملات بازارهای ایالات متحده توسط معاملات الگوریتمی انجام شده که تأثیر بسزایی در افزایش نقدشوندگی این بازارها داشته است. می‌توان حدس زد که این روند تا به امروز بسیار گسترده‌تر شده باشد.

راهکار چیست؟

امروز بازار سرمایه ایران با مشکلات زیرساختی، رفتارهای هیجانی و ریسک‌ها و عدم قطعیت‌های برخواسته از وضعیت سیاسی و اقتصادی جامعه روبرو است و ارتباط دادن همه‌ی این مشکلات با معاملات الگوریتمی پاک کردن صورت مسئله است. ضمن‌آنکه به‌وجود آوردن جو روانی مسموم موجب ایجاد بار روانی و ترس در سرمایه‌گذاران می‌شود که خود اثر سوء بر عرضه و تقاضا خواهد داشت.

در روزهای اخیر عده‌ای با نمونه آوردن روند قیمتی روزانه برخی سهم‌های بزرگ، نوسانات آنها را به الگوریتم‌ها ربط دادند و بیان کردند که این الگوریتم‌ها با معاملات با فرکانس بالا (HFT) اقدام به خرید در قیمت‌های پایین کرده و بعد با ایجاد روندی مثبت در سهم اقدام به فروش در قیمت‌های بالا می‌کنند. درحالی‌که اولاً با توجه به کارمزدهای بالای معاملاتی در بازار ما عملاً معاملات با فرکانس بالا مقرون‌به‌صرفه نیست و ثانیاً این کار با توجه به درصد پایین معاملات الگوریتمی (حدود ۱ درصد ارزش معاملات) امکان‌پذیر نیست. معاملاتی که کل ارزششان حدود ۱ درصد بازار است چگونه می‌توانند روند بازار را تغییر دهند؟

سؤال دیگر این است که حتی اگر روی یکی دو سهم چنین اتفاقی افتاده باشد، چرا باید سهمی که در این مدت اصلاح زیادی داشته و اکنون نیز به لحاظ بنیادی در قیمت خوبی است در قیمت‌های پایین فروخته شود؟

اگر فرض کنیم فلان سهم خودرویی را الگوریتم‌ها رِنج کشیدند و فروختند، چرا در آن سوی دیگر بازار سهام پتروشیمی‌ها با این فشار عرضه‌ی شدید به‌فروش می‌رسند؟

آنچه مشخص است اینکه وضعیت فروش‌های این روزهای بازار به‌دلیل رفتارهای هیجانی، ترس سرمایه‌گذارن از عدم قطعیت‌ها و ریسک‌های موجود (ریسک‌های سیاسی، رفع تحریم‌ها و …) در بازار است.

هر ابزار تکنولوژی اگر از آن سوءاستفاده شود می‌تواند آثار مخربی نیز داشته باشد. وقتی معاملات الگوریتمی توسط نهادهای نظارتی قابل رهگیری و کنترل نباشد ممکن است با سوءاستفاده از آنها قوانین معاملاتی دور زده شود و موجب زیان سرمایه‌گذاران خُرد، که به این نوع معاملات دسترسی ندارند، گردد.

خواسته یا ناخواسته، استفاده از تکنولوژی‌های نوین و مرسوم دنیا در بازار سرمایه ایران هم اجتناب‌ناپذیر است و باید به‌سمت استفاده گسترده‌تر از این ابزارها رفت. اما در اینجا نقش سازمان بورس و نهاد ناظر بسیار مهم است.

ممنوعیت معاملات الگوریتمی، طبق تجربه قبلی، مشکلی را معاملات با فرکانس بالا حل نخواهد کرد. مهمترین کاری که سازمان بورس در مرحله اول باید انجام دهد، شناسایی کامل سفارشات الگوریتمی فرستاده‌شده است. تمامی معاملات الگوریتمی باید با یک تگ یا برچسب در سامانه معاملاتی ثبت شوند و درغیراینصورت از ارسال این نوع سفارشات جلوگیری شود. ممنوعیت، جلوی استفاده غیرمجاز از این نوع معاملات را نخواهد گرفت.

هستند شرکت‌هایی که مجوز معاملات الگوریتمی را دارند، اما باز هم با استفاده از ربات‌ها و روش‌های دیگر، قوانین را دور می‌زنند. به‌این‌صورت که از معاملات ساده استفاده می‌کنند، ولی سفارشات الگوریتمی می‌فرستند. هرچند که تشخیص این نوع معاملات آسان نیست، ولی امکان‌پذیر است و سازمان بورس باید زیرساخت این کار را فراهم کند.

در مرحله بعد لازم است تا دستورالعمل جامع‌تری نسبت‌به آنچه امروز وجود دارد به‌عنوان دستورالعمل معاملات الگوریتمی، توسط نهاد ناظر تبیین گردد و زیرساخت‌ها و ابزارهای نظارتیِ لازم توسط کارگزاری‌ها و سازمان بورس برای نظارت دقیق بر این نوع معاملات فراهم آید.

برای ایجاد عدالت در بازار نیز به‌نظر می‌رسد بهترین راه این باشد که این نوع معاملات برای تمامی فعالان حقیقی و حقوقی فراهم شود تا شرایط برابری در بازار داشته باشند.

توسعه سیستم های معاملاتی با فرکانس بالا؛ آموزش نحوه پیاده سازی تجارت با فرکانس بالا با سی پلاس پلاس یا مبانی جاوا

دسته: برنامه نویسی، سرمایه گذاری

Developing High-Frequency Trading Systems: Learn how to implement high-frequency trading from scratch with C++ or Java basics

قیمت: 14000 تومان

خرید کتاب توسط کلیه کارت های شتاب امکان پذیر است و بلافاصله پس از خرید، لینک دانلود فایل کتاب در اختیار شما قرار خواهد گرفت.

عناوین مرتبط:

Use your programming skills to create and optimize high-frequency trading systems in no time with Java, C++, and Python Key Features Learn how to build high-frequency trading systems with ultra-low latency Understand the critical components of a trading system Optimize your systems with high-level programming techniques Book Description The world of trading markets is complex, but it can be made easier with technology. Sure, you know how to code, but where do you start? What programming language do you use? How do you solve the problem of latency? This book answers all these questions. It will help you navigate the world of algorithmic trading and show you how to build a high-frequency trading (HFT) system from complex technological components, supported by accurate data. Starting off with an introduction to HFT, exchanges, and the critical components of a trading system, this book quickly moves on to the nitty-gritty of optimizing hardware and your operating system for low-latency trading, such as bypassing the kernel, memory allocation, and the danger of context switching. Monitoring your system's performance is vital, so you'll also focus on logging and statistics. As you move beyond the traditional HFT programming languages, such as C++ and Java, you'll learn how to use Python to achieve high levels of performance. And what book on trading is complete without diving into cryptocurrency? This guide delivers on that front as well, teaching how to perform high-frequency crypto trading with confidence. By the end of this trading book, you'll be ready to take on the markets with HFT systems. What you will learn Understand the architecture of high-frequency trading systems Boost system performance to achieve the lowest possible latency Leverage the power of Python programming, C++, and Java to build your trading systems Bypass your kernel and optimize your operating system Use static analysis to improve code development Use C++ templates and Java multithreading for ultra-low latency Apply your knowledge to cryptocurrency trading Who this book is for This book is for software engineers, quantitative developers or researchers, and DevOps engineers who want to understand the technical side of high-frequency trading systems and the optimizations that are needed to achieve ultra-low latency systems. Prior experience working with C++ and Java will help you grasp the topics covered in this book more easily. Table of Contents Fundamentals of a High-Frequency Trading System The Critical Components of a Trading System Understanding the Trading Exchange Dynamics HFT System Foundations – From Hardware to OS Networking in Motion HFT Optimization - Architecture and Operating System HFT Optimization – Logging, Performance, and Networking C++ – The Quest for Microsecond Latency Java and JVM for Low-Latency Systems Python – Interpreted but Open to High Performance High Frequency FPGA and Crypto

سریع ترین بلاک چین کدام است؟ بررسی سرعت ۴۳ بلاک چین

فناوری بلاک چین این روز‌ها با رشد زیادی روبرو شده است. این فناوری که برای اولین بار در سال ۲۰۰۹ به عنوان پشتیبانی از بیت کوین توسعه یافت، اکنون به طور گسترده مورد استفاده قرار می‌گیرد. زمانی که صحبت از سریع ترین بلاک چین می‌شود، به نظر می‌رسد که همه از معنی آن آگاه نیستند. در این مقاله قصد داریم مفصل در مورد سرعت بلاک چین‌ها در فضای رقابتی صحبت کنیم. در سال ۱۸۶۷، اولین مسابقه بین ماشین‌ها راه افتاد. در واقع هدف مردم از این مسابقه یافتن سریع‌ترین خودرو بود. حتی اگر ماشین‌های آن زمان از جدیدترین قطعات هم استفاده می‌کردند باز هم برای شرکت در مسابقه پیش قدم می‌شدند.

سرعت تراکنش ارز دیجیتال چیست؟

در واقع روند رشد و توسعه، یک فناوری جدید است؛ به این صورت که ما فناوری را اختراع می‌کنیم، بعد از آن عده‌ایی از پذیرفتگان با طبیعت ماجراجویانه و کنجکاوانه خود مردم را وادار می‌کنند تا به بررسی فناوری جدید بپردازند. آن‌ها تلاش می‌کنند آن را با سایر فناوری‌ها مقایسه کنند، بین آن‌ها مسابقه برگزار می‌کنند تا در نهایت بررسی کنند که کدام یک بهتر است. برای مثال، ما برای پیدا کردن بالاترین سطح پرواز و سرعت زمین، سفر به ماه و خیلی از مسابقات دیگر را انجام داده‌ایم. تصور کنید هم اکنون چه رقابت‌هایی بر سر فناوری‌های جدید اتفاق می‌افتد؟ فناوری‌هایی مانند هوش مصنوعی، واقعیت مجازی، واقعیت افزوده و یادگیری ماشین.

بلاک چین‌های قدیمی	بیت کوین و اتریوم
بلاک چین‌های کند	لایت کوین، بیت کوین کش، زی دش، مونرو، تتر، اتریوم کلاسیک
بلاک چین‌های نسبتا پر سرعت	کاردانو،‌ دش، دوج کوین
بلاک چین‌های پر سرعت	ترون، بیت تورنت، آیوتا
بلاک چین‌های خیلی سریع	استلار، ریپل، ایاس، استیم، اولانچ، سولانا

رشد تکنولوژی و فناوری

ما در دهه اخیر چندین فناوری نوآورانه داشته که برای بررسی آن‌ها به نمونه‌هایی برای آزمایش نیاز داشتیم. برخی از آنها با وجود داشتن کاربرد، صرفا در حد سرگرمی بودند. این یکی از ساده‌ترین استراتژی‌ها است. یعنی فناوری به عنوان سرگرمی وارد جامعه شود تا عموم مردم از آن استفاده کنند. برای مثال توسعه AR، شرکت‌ها و توسعه‌دهندگان حرفه‌ایی‌تری نسبت به استفاده از فناوری AR کنجکاو شدند. به عنوان مثال، سیم کشی‌های هواپیمایی بوئینگ از فناوری AR استفاده می‌کند.

فناوری یادگیری ماشین کمی متفاوت است. یادگیری ماشین یا Machine learning در ابتدا برای حل مسائل پیچیده کامپیوتری ایجاد شد. این فناوری با چکرز و بازی شطرنج آغاز شد. پس از آن، تشخیص صدا وارد فضای رقابتی شد. یادگیری ماشین در حال حاضر در اکثر بخش‌ها مورد استفاده قرار گرفته است. برای مثال، تشخیص چهره در تصاویر فیس بوک نرم‌افزار ویرایش عکس‌ها با فیلتر‌های پیچیده، پردازش داده‌های بزرگ و غیره از این فناوری استفاده می‌کنند. مسابقات همچنان ادامه دارد. تا در اننتها ببینیم کدام فناوری می‌تواند بزرگترین، جالب‌ترین و انقلابی ترین ” استفاده ” را برای جذب کاربران ارائه دهد، همین امر ممکن است در مورد صنعت کریپتوکارنسی نیز گفته شود.

بعد از شگفت‌زده شدن از ویژگی‌های اصلی بلاک چین مثل زنجیره و بلوک‌های آن، عیب‌های آن آشکار شد. سرعت و مقیاس‌پذیری مهم‌ترینِ آن‌ها هستند. از این رو، تیم‌های زیادی برای حل این مشکلات بلاک چین‌‌ها با هم متحد شدند. هر گروه مدعی است که بلاک چین آن‌ها از سایر بلاک چین‌ها سریع‌تر و بهتر است.

چرا به سریعترین بلاک چین نیاز داریم؟

در حال حاضر، اساسی‌ترین استفاده از بلاک چین برای انتقالات و تراکنش‌های مختلف است، البته نه فقط برای دارایی‌های دیجیتالی. بلاک چین هرگونه انتقال مقدار (داده) را ثبت می‌کند. اگر بتوانیم مشکل سرعت و مقیاس‌پذیری آن را حل کنیم، موارد استفاده از بلاک چین روز به روز افزایش پیدا می‌کند. بعد از حل این مشکل، می‌توانیم بر روی فناوری اینترنت‌اشیا (IoT) تمرکز کنیم. برای این کار هزاران دستگاه باید به صورت یک شبکه با هم کار کنند و دائماً در حال تبادل داده باشند. بلاک چین امنیت را تضمین می‌کند، کاربران نیز امنیت را فدای رابط کاربری بهتر خواهند کرد.

معاملات با فرکانس بالا، الگوریتم‌ها دارایی‌ها را در مقیاس بالا و با سرعت فوق‌العاده سریع در این فضا معامله می‌کنند. نسبت بازگشت به ریسک از این طریق بیشتر است، اما شبکه باید اجازه دهد میلیون‌ها شرط کوتاه مدت در کسری از ثانیه وارد و خارج شوند. دستیابی به این امر با انواع موجود دارایی‌های دیجیتالی دشوار است.

به همان اندازه که از این فناوری (دفتر کل توزیع شده) استفاده می‌کنیم باید در نظر داشته باشید که تا زمانی که سرعت آن از پایگاه‌های غیر متمرکز کندتر باشد، تعداد کمی از کاربران حاضر خواهند بود در ازای شفافیت و امنیت بیشتر، از تجربه کاربری خود چشم پوشی کنند. حتی شواهد علمی برای اثبات آن وجود دارد. بر اساس مقاله‌ای که در سال ۱۹۹۳ توسط گروه نیلسن نورمن در مورد زمان واکنش برنامه انجام شد، تجربه کاربر توسط توانایی‌های ادراکی انسان تعیین می‌شود:

• محدودیت زمانی واکنش “۰. ۱ ثانیه” به کاربر این تصور را می‌دهد که سیستم فوراً واکنش نشان می‌دهد.
• محدودیت زمانی واکنش”۱ ثانیه”، کاربر را نگه می‌دارد، اگرچه کاربر متوجه تأخیر می‌شود.
• محدودیت زمانی واکنش” ۱۰ ثانیه “، محدوده توجه کاربر به ده ثانیه محدود می‌شود. پس از این، کاربر ممکن است مایل باشد کار‌های دیگری را انجام دهد در حالی که منتظر است تا سیستم فعالیت خود را کامل کند.
• به همین خاطر است که، برای داشتن بهترین تجربه استفاده از دارایی‌های دیجیتال و توسعه برنامه‌های غیر متمرکز، باید برای کمترین تأخیر، نه فقط بیشترین تعداد تراکنش در ثانیه، رقابت کنیم.

۱۰۰ هزار تراکشن در ثانیه “سریع” نیست!

در سال ۲۰۱۹، شاهد رشد زیادی در سرعت تراکنش‌ها بودیم. ادعا‌های TPS از چند هزار تا ۵۰ هزار متغیر است. پروژه‌هایی که به وضوح سرعت را هدف گرفته‌اند، هدف دستیابی به بالاترین TPS ممکن را دارند. اگرچه این رقابت خوب است، اما سؤالاتی وجود دارد که باید به آن‌ها پاسخ داده شود:

• برای رسیدن به ۵۰ هزار تراکنش در ثانیه، یک شبکه باید چه کار‌هایی انجام دهد؟
• سنگینی تراکنش‌ها چقدر است؟ آیا تأیید شده هستند؟
• از کجا می‌توان فهمید که تراکنش‌ها تأیید شده‌اند؟

به منظور ارائه یک نتیجه آزمایشی چشمگیرتر، باید سطح آن را پایین آورد. حتی اگر این یک آزمایش اولیه باشد، ابتدا باید تعداد معاملات را تعیین کنیم. هر چه تعداد تراکشن‌ها بالا باشد، مقایس‌پذیری آن بلاک چین بیشتر است. یعنی در ۱ ثانیه، شبکه می‌تواند X تراکنش را پردازش کند؛ اما نوع تراکنش‌ها نیز اهمیت دارد. تراکشن‌های کم حجم و سبک که نیازی به تأیید و امضا ندارد، قطعاً رسیدن به TPS بالا برای آن‌ها دشوار نیست. اما همچنان امنیت پایین و تعداد کمی برنامه کاربردی دارند.

به همین خاطر است که ما باید ابتدا زمان واحدی را مشخص کنیم و بعد از آن بگوییم برا اساس این TPS می‌توان تشخیص داد که آن بلاک چین سریع است. کاربر در هر صورتی می‌خواهد تراکنش‌ها در کسری از ثانیه انجام شوند، فارغ از اینکه چند تراکنش دیگر در شبکه در حال اجرا هستند. در نتیجه، شما به عنوان یک کاربر، کمترین زمان تأخیر یا تأیید و همچنین بیشترین رقم TPS را می‌خواهید. این همان چیزی است که شما آن را “سریع” می‌نامید و تنها مربوط به میزان تراکنش در ثانیه نیست.

سرعت تراکنش کدام بلاک چین از بقیه بالاتر است؟

حال بیایید نگاهی به رایج‌ترین سؤال بیندازیم: کدام بلاک چین سرعت بالاتری دارد؟ ما در اینترنت جستجو کردیم تا ببینیم معاملات با فرکانس بالا کدام پروژه‌های بلاک چین به بالاترین سرعت و مقیاس‌پذیری در زمان واقعی دست پیدا می‌کنند. برای این کار ۱۰۰ بلاک چین برتر از از طریق سایت کوین مارکت کپ بررسی کرده‌ایم. این ۱۰۰ مورد، به استثنای توکن‌های ERC-۲۰ هستند، زیرا همه آن‌ها از فناوری اتریوم استفاده می‌کنند. در این قسمت از مقاله به بررسی ۴۳ بلاک چین برتر از لحاظ سرعت پرداخته‌ایم.

این ارقام از یک پست در Invest in Blockchain، آمار Kraken گرفته شده و با بررسی اسناد مربوط به پروژه، مجدداً بررسی شده است. بنابراین اگر اعداد و ارقام مربوط به پروژه‌ای اشتباه بود، یا اگر آماری را می‌دانید که باید درج شود، لطفاً به ما اطلاع دهید تا بتوانیم لیست را به روز و تا آنجا که ممکن است دقیق نگه داریم. توجه داشته باشید که هدف هر پروژه سرعت تراکنش بالا نیست. ما آن‌ها را ذکر می‌کنیم تا تصویر جامع‌تری از وضعیت زمان معاملات در بلاک چین ارائه دهیم.

بلاک چین ‌های قدیمی و اصلی

اگرچه در مورد بیت کوین و اتریوم مطالب زیادی گفته شده است، اما آن‌ها از نظر سرمایه بازار و اندازه شبکه همچنان رهبران بازار رمز ارز‌ها محسوب می‌شوند. اما آمار‌ها به نفع این دو نیستند؛ بیت کوین به طور متوسط ۷ تراکنش در ثانیه را انجام می‌دهد که زمان تأیید آن حدود ۶۰ دقیقه است. اتریوم نیز ۲۵ تراکنش در ثانیه را انجام می‌دهد، زمان حدودی معاملات آن نیز ۷ دقیقه است. کاربران به خاطر امنیت شبکه با معاملات طولانی کنار می‌آیند و این موضوع همان چیزی است که صنعت ارز‌های دیجیتال را به اندازه یک تجارت بزرگ زنده نگه می‌دارد. این تجارت بزرگ فاصله زیادی با بازار انبوه دارد.

بیت کوین:

توان: ۷ TPS

زمان معامله: ۶۰ دقیقه

نکته: شبکه Lightning توسط جامعه بیت کوین به عنوان راه حلی برای بهبود چشمگیر سرعت ایجاد شد و زمان معاملات BTC را زیر ۱۰ دقیقه با ۱۰۰۰۰ TPS کاهش داد. این راه حل در حال حاضر تحت آزمایش بتا است.

اتریوم:

توان: ۲۵ TPS

زمان معامله: ۶ دقیقه

بلاک چین ‌های کند اما پایدار

تأخیر معاملات با توجه به مارکت کپ‌ برخی از پروژه ها آنقدر‌ها هم دغدغه بزرگی نیست. هیچ ارتباطی بین قابلیت استفاده از شبکه و ارزش آن وجود ندارد زیرا ما هنوز فناوری بسیار کندی را در ۱۰ صفحه برتر مشاهده می‌کنیم. با این حال، از آنجا که ما هنوز در مرحله پذیرش گسترده نیستیم، ۱۰ بلاک چین برتر فعلی ازا ین حیث را بررسی می‌کنیم.