از خارج ، یک بستر معاملاتی نهادی ممکن است به نظر برسد یک جعبه سیاه غول پیکر. یک مدیر دارایی به منظور خرید یا فروش سهام خاص ارسال می کند ، جعبه سیاه برخی از اعداد را خرد می کند و به نوبه خود سفارشات کودک کوچکتر را به خیابان منتقل می کند. اگر Algo کار خوبی انجام دهد ، آن کودک سفارش می دهد با قیمت های نسبتاً خوبی تجارت کنند.

اما در زیر کاپوت ، کارهای مختلفی اتفاق می افتد. ده ها برنامه نرم افزاری تخصصی وجود دارد که کارهای اساسی مختلفی از قبیل ترجمه اصلاح ، اعتبار سنجی سفارش ، مدیریت ریسک ، نظارت ، مصرف داده های بازار و پردازش پس از تجارت را انجام می دهند. در این پست ، ما به بخش اصلی کد مسئول تصمیم گیری در مورد تجارت شیرجه می شویم.

موتور آلگو

موتور Algo (یا کانتینر) قطعه اصلی سیستم است که شامل منطق تجارت است. این دستورالعمل سطح بالای مشتری را می طلبد ، و تصمیم می گیرد که چگونه و چه موقع سفارشات کودک را بر اساس وضعیت فعلی بازار و مدلهای کمی از قبل بارگذاری شده از بین ببرد. همچنین بسیاری از کارهای مرتبط از جمله اعتبار سنجی سفارش ، (محلی) مدیریت سفارش ، مصرف داده های بازار و مرجع و بررسی های ریسک را انجام می دهد. کانتینر Algo تماس های مفیدی را ارائه می دهد و شامل مکانیسم های ایمنی بی شماری (همه ساخته شده توسط CTO Prerak ما) به طوری که یک توسعه دهنده الگوریتم مانند خودم می تواند روی یک چیز تمرکز کند: نوشتن کد معاملات. کانتینر یک منطق محکم را در منطق تجارت نگه می دارد ، به شدت عمل می کند که رفتار مناسب را انجام می دهد و در دستورالعمل مشتری می ماند. حتی اگر Algo یک اشکال ناگوار داشته باشد یا سعی کند "Rogue" باشد ، کانتینر آن را از ایجاد خسارت مسدود می کند. Algo همچنین برای اطمینان از عملکرد صحیح در درون خود چک های بی شماری دارد ، اما پس از تمام تجربیات گذشته ما در ساخت سیستم های تجاری از سطح زمین ، ما یاد گرفته ایم که کمربند و رویکرد تعلیق را بگیریم.

Prerak قصد دارد یک پست وبلاگ بنویسد که در تمام شکوه خود ظروف ALGO را توصیف می کند ، اما در این پست فقط به خود منطق تجارت تمرکز می کنم ، قطعه ای که آلیسون و من مسئول آن هستیم.

استراتژی های معاملاتی (ALGOS)

در سطح بالایی ، ما دو استراتژی/دستورالعمل معاملاتی داریم که مشتری می تواند مشخص کند:

• VWAP: بر اساس یک مدل پیش بینی حجم پویا ، با حجم بازار معامله می شود.
• اثبات: یک فرد جستجوگر نقدینگی ترکیبی/به حداقل رساندن ضربه که باعث می شود سرعت اجرای آن با جلوگیری از تأثیر بازار ناخواسته طبق یک مدل کمی در خانه ، با یک مؤلفه فرصت طلب در جستجوی نقدینگی بلوک به صورت موازی باشد.

علاوه بر این ، هر دو Algos دارای دو کادر انتخاب Override در دسترس هستند: 1) باید تکمیل شوند ، و 2) حراج ها را حذف کنید. ما سعی می کنیم بلیط سفارش خود را تا حد امکان ساده نگه داریم ، در حالی که هنوز هم رایج ترین موارد استفاده را پوشش می دهیم.

هر دوی این استراتژی های سطح بالا از طریق یک معماری نرم افزاری مشترک اجرا می شوند. همانطور که لایه های پیاز را عقب می کشیم ، معلوم می شود که استراتژی تجارت خود مجموعه ای از قطعات مدولار است که هر کدام نقش مهمی دارند.

مؤلفه های منطقی تجارت

اکنون ما مؤلفه های موجود در یک مؤلفه (استراتژی) را در یک مؤلفه (موتور ALGO) از بستر معاملاتی خود بررسی می کنیم - نوعی از ابتدای کار. این استراتژی دارای 4 قطعه اصلی است: Algo ، Scheduler ، کارگر و روترهای مختلف.

الگو

این لایه بالا ارکستر اصلی منطق تجارت است. این همه تعامل بالادست را با مشتری (به عنوان مثال رسیدگی به سفارشات و اصلاحات جدید) مدیریت می کند ، و برنامه ریزی و کارگر را ایجاد و مدیریت می کند. Algo همچنین مسئول خرد کردن سهام در حراج های افتتاحیه و بسته شدن است.

برنامه ساز

برنامه ریز پلی بین مدلهای مختلف کمی و منطق تجارت است. تفاوت اصلی بین دو استراتژی معاملاتی در این است که آنها از نسخه های مختلف برنامه ریز استفاده می کنند. 3 مدل محصور شده توسط برنامه ریز وجود دارد:

1. مدل قبل از تریل: تعداد کل سهام را برای تجارت در طول مدت سفارش (برای سفارشات نیاز و مناسب) پیشنهاد می کند.
2. مدل به حداقل رساندن ضربه: سرعت را نشان می دهد که در هر زمان معینی باید ALGO تجارت کند (برای سفارشات اثبات).
3. مدل پیش بینی حجم پویا: میزان حجم حجم را در طول روز و در حراج ها بر اساس اتفاقی که از نظر تاریخی و تاکنون اتفاق افتاده است (برای سفارشات VWAP) پیش بینی می کند.

کارگر

این لایه میانی سه نوع تاکتیک معاملات داخل روز (یعنی روترها) را مدیریت و مستقر می کند ، و بین آنها همانطور که توسط Algo دیکته شده است ، بین آنها تغییر می کند. سه تاکتیک/روتر Intraday برای اضافه کردن منفعلانه (پست) ، بلافاصله از بین بردن نقدینگی (گرفتن) و فرصت طلبانه به دنبال نقدینگی بلوک (OPPO) است.

روتر

این تاکتیک های لایه پایین سفارشات را به یک یا چند مقصد خارجی در یک سطح قیمت واحد اختصاص می دهند. یک روتر همچنین می تواند چندین روتر فرعی را با هم بخیه کند ، به عنوان مثال یک روتر سریال Midpoint All-or Newe + A سفارش عبور گسترده به روتر IEX.

1. پست: به طور کلی تقریباً با یک تقسیم 2: 1 در سمت نزدیک بین IEX D-Limit و مبادله اولیه شروع می شود. این متناسب بین دو پا بر اساس جایی که پر می شود ، دوباره تغییر شکل می دهد و اگر سهام از بین برود ، تقریباً هر 30-60 ثانیه از داخل باز می گردد.
2. گرفتن: ابتدا به صورت سریال تعداد انگشت شماری از استخرهای تیره را با استفاده از IOC های همه یا هیچ یک از آن ها می کشد ، و در صورت عدم موفقیت ، از آن عبور می کند تا نقدینگی را با استفاده از روتر IEX از بین ببرد.
3. OPPO: جستجو برای نقدینگی بلوک با سفارشات میانی تقسیم شده در چندین استخر تاریک و مبادلات با استفاده از حداقل مقدار بالا ، به طور کلی در هزاران سهام. ما ممکن است این مورد را با انواع سفارشات دیگر مانند شرط بندی در آینده تکمیل کنیم.

چرخه زندگی یک نظم

برای درک واقعی تعامل بین این مؤلفه ها ، راه رفتن از منطق خاص در مراحل مختلف یک سفارش ، از ایجاد تا تکمیل یا لغو مفید است.

ورود سفارش

پس از دریافت یک سفارش معتبر ، ALGO به داده های بازار مشترک می شود و سپس برنامه ریزی را ایجاد می کند. برای یک سفارش VWAP ، ALGO یک برنامه ریز VWAP ایجاد می کند. برای یک سفارش اثبات ، یک برنامه ریز به حداقل رساندن تأثیر. سپس ، Algo از ظرف برای تماس های مختلف بیداری درخواست می کند: در زمان شروع ، اندکی قبل از زمان قطع حراج ، در زمان پاکسازی (یعنی کمی قبل از زمان پایان) و در زمان پایان.

منطق بیداری

کانتینر در آن زمان های مختلف در صورت درخواست از خواب بیدار می شود:

1. پس از بیداری قبل از حراج ، برش های Algo به حراج اولیه تقسیم می شود.
2. در زمان شروع ، ALGO کارگر را ایجاد می کند و اولین بازه را شروع می کند (منطق فاصله زیر را ببینید).
3. پس از بیداری پاکسازی ، ALGO به کارگر می گوید هرگونه سهام برنامه ریزی شده باقی مانده را تکمیل کند.
4. پس از پایان بیدار شدن ، ALGO سفارشات برجسته ای را لغو می کند و سپس مشتری را فراهم می کند.

منطق فاصله

هر دو استراتژی زندگی سفارش را به عنوان یک سری "فواصل" متمایز ، به طور کلی حدود 5-10 دقیقه ویندوز از زمان که دارای رفتار معاملاتی مشترک هستند ، درمان می کنند.

در شروع یک بازه جدید ، ALGO دو قطعه اطلاعات از برنامه ریزی را درخواست می کند:

1. طول این فاصله ، به طوری که در پایان درخواست بیدار شدن کنید. فواصل به طور کلی حدود 5-10 دقیقه طول دارند ، اما به عوامل دیگری نیز بستگی دارد مانند زمان روز - فواصل زمانی طولانی تر در صبح کشیده می شوند که گسترش گسترده تر است و همانطور که بعداً در روز می گیریم فشرده می شوند. علاوه بر این ، سفارشات کوچکتر فواصل طولانی تر و برعکس دارند. تمام مدت زمان فاصله تصادفی است.
2. تعداد سهام برنامه ریزی شده برای تجارت در طول بازه - این یکی از دو تفاوت اساسی بین این دو استراتژی است. برنامه ریز VWAP از مدل پیش بینی حجم پویا استفاده می کند تا پیش بینی کند که درصد حجم روز تا پایان فاصله فعلی معامله خواهد شد. برنامه ریز به حداقل رساندن تأثیر با اجرای یک چرخه برنامه نویسی پویا از مدل به حداقل رساندن ضربه ، این مقدار را دریافت می کند. سپس ALGO از این اطلاعات برای گفتن به کارگر برای تکمیل هرگونه سهام برجسته از فاصله قبلی استفاده می کند و شروع به کار با مقدار فاصله جدید می کند.

دومین تفاوت اصلی بین دو استراتژی ، قطعه نقدینگی است. در طول زندگی یک دستور اثبات ، Algo به کارگر می گوید که با استفاده از روتر فرصت طلب ، نقدینگی بلوک را در میانه با تمام سهام غیر برنامه ریزی باقی مانده جستجو کند.

علاوه بر این ، ALGO درخواست می کند که "از بین برود" در طول بازه ای که بررسی می کند که کارگر عقب افتاده است ، و اگر چنین است ، به آن می گوید که از گسترش عبور کند تا سرعت خود را حفظ کند.

اصلاح سفارش

پس از دریافت درخواست جایگزین مشتری ، ALGO به طور کلی کارگر را لغو یا اصلاح می کند تا دستورالعمل های جدید را رعایت کند. در بیشتر موارد ، ALGO همچنین یک برنامه ریز جدید برای استفاده از این نقطه به بعد ایجاد می کند.

اهداف تجارت / فرآیند طراحی

ما این ALGO را با این فکر طراحی کردیم که چگونه اگر در سمت خرید باشیم ، به اعدام برای خودمان نزدیک می شویم. اصل رانندگی با تأکید کمتر بر تجربه "سازگار" مشتری ، بهترین اجرای بود (به عنوان مثال ALGO بلافاصله 100 سهم را تجارت نمی کند تا مشتری بتواند ببیند که در حال کار است).

سطح پایین

ما تجربه زیادی در دنیای پویایی معاملات فرعی/زیر دریایی زیر دوم داریم ، بنابراین طراحی آن قطعه نسبتاً ساده بود. در سطح میکرو ، اهداف دو برابر هستند: از انتخاب نامطلوب هنگام اضافه کردن نقدینگی ، و گرفتن حجم با بهترین قیمت ممکن در هنگام حذف:

• اجتناب از انتخاب نامطلوب: هنگامی که بازار به سطح قیمت جدید منتقل می شود ، سیل فعالیت تجاری وجود دارد که سریعترین شرکتهای تجاری اختصاصی برای انتخاب سفارشات استراحت در سطح قیمت قدیمی و ایجاد موقعیت صف در سطح قیمت جدید مسابقه می دهند (اینها هستند. دو استراتژی مشابه اما متفاوت). به عنوان یک شرکت فروش ، رقابت موثر در این نژادها قابل قبول نیست ، بنابراین تنها راه مناسب برای جلوگیری از انتخاب نامطلوب استفاده از محافظت داخلی در سالن های تجاری ، مانند IEX D-PEG و D-Limit و D است. Nasdaq Melo.
• از بین بردن نقدینگی: به جای اینکه چرخ را در اینجا اختراع کنید ، ما فقط با استفاده از روتر IEX هنگام عبور از گسترش ، شروع می کنیم ، که فقط 1 میلیون هزینه دارد و می گیرد~99 ٪ نرخ پر کردن. در بیشتر موارد ، ما ابتدا استخرهای تاریک مختلف را با سفارشات میانی همه یا هیچ یک قبل از عبور از گسترش بررسی می کنیم. از آنجا که این پینگ های میانی همه یا به هیچ وجه نیستند ، یا مقدار کامل در اواسط انجام می شود ، یا هیچ اتفاقی نمی افتد و ما فقط زمان غیرمادی را هدر داده ایم.

سطح بالا

حتی مهمتر از استراتژی سطح پایین ، استراتژی سطح بالا است - یعنی چگونه باید ALGO تجارت را در طول روز گسترش دهد. ما بخش زیادی از انرژی خود را به تحقیق در مورد این چالش اختصاص داده ایم. ما با 4 سؤال اصلی در زیر شروع کردیم که هر یک از آنها تلاشهای عمده تحقیقاتی را که در زیر ثبت شده است ، ایجاد کرده است. تحقیقات ما در مورد این مباحث تازه تازه آغاز شده است و ما از اینجا به تکرار ادامه خواهیم داد.

چگونه موفقیت را در سطح بالایی اندازه گیری می کنیم؟

• تأثیر تقطیر شده [پست وبلاگ ، مقاله].

چقدر انتظار داریم در طول روز در بازار تجارت کنیم؟

• مدل پیش بینی حجم [پست وبلاگ ، مقاله].

چقدر باید آلگو ما در طول زندگی سفارش مایل به تجارت باشد؟

• مدل قبل از تجارت [پست وبلاگ ، مقاله ، ابزار قبل از تجارت].

چگونه باید فعالیت تجاری خود را در طول زندگی سفارش انجام دهیم؟

• مدل به حداقل رساندن تأثیر [پست وبلاگ ، مقاله].

عملکرد بهتر قابل مشاهده هدف نهایی است ، اما پاسخ دادن به این سؤالات بسیار دشوار است زیرا داده های تجارت سطح بالاتر پراکنده و پر سر و صدا است. این ، همراه با یک صنعت مات-در بزرگ ، ایجاد اعتماد به نفس در شماره های عملکرد یا یافتن یک مرجع قابل اعتماد را دشوار می کند. ما خوش بین هستیم که تحقیقات مداوم ما روی معیارها ، همکاری ما با شرکا و مجموعه رو به رشد داده های معاملاتی خودمان به ما کمک می کند تا در نهایت به آنجا برسیم.

در این میان ، رویکرد ما این بوده است که با جلوگیری از شیوه های مضر/متناقض و استفاده صحیح از مبادله و انواع سفارش استخر تاریک ، از میوه های کم آویزان قابل توجه در سطح خرد استفاده کنیم.

در سطح بالاتر ، ما می توانیم حداقل از شماره های عملکرد پر سر و صدا و مطالعات موردی فردی استفاده کنیم تا اطمینان حاصل کنیم که جلبک ها به طور منطقی رفتار می کنند و همانطور که طراحی شده اند ، و مدل های کمی تاریخی ما با نتایج دنیای واقعی استراتژی ها سازگار است. به منظور بازاریابی خارجی ، تنها کاری که می توانیم انجام دهیم این است که به شفافیت ما در مورد فرآیند طراحی و یافته های تحقیق ما تکیه داده شود تا نشان دهد که رویکرد ما قانع کننده است.

ظرافت و سادگی

محصول ، رابط ، مدل های کمی ، معماری سیستم - همه این موارد تمایل طبیعی به نفخ دارند و با زمان پیچیده تر می شوند. پیچیدگی های غیر ضروری خطر و سر و صدا را به وجود می آورد ، و به همان اندازه که به اندازه کافی نظم و انضباط برای نگه داشتن یک راه حل تصفیه شده و ظریف دشوار است ، به همان اندازه دشوار است ، زیرا در وهله اول این راه حل را ارائه می دهیم. در طول طراحی و ساخت اولیه ما ، ما سعی کرده ایم کارها را ساده و بصری نگه داریم ، مگر اینکه دلیل روشنی برای پیچیده تر کردن آنها وجود داشته باشد و ما همچنان که در آینده تکرار می شویم هوشیار خواهیم بود.

نتیجه گیری - چرا این اطلاعات را فاش می کنید

بیشتر کارگزاران سهام نهادی وقتی صحبت از کارهای درونی جلبک های اعدام خود می شود ، بسیار مات هستند. آنها به طور کلی دو بهانه می دهند ، اما ما فکر نمی کنیم که اینها تحت نظارت قرار بگیرند:

1. "اگر ما به طور عمومی به اشتراک بگذاریم که چگونه ALGO ما کار می کند ، همتایان مخالف می توانند از این اطلاعات استفاده کنند تا هنگام حضور در بازار و پیشرو یا بازی ما ، از این اطلاعات استفاده کنند."
2. "آلگو ما سس مخفی اختصاصی ما است. اگر ما نحوه عملکرد آن را فاش کنیم ، رقبای ما ایده های ما را دزدیدند. "

به همین دلیل ، پاسخ ما دو برابر است: اگر استراتژی شما یک ردپای قابل شناسایی در بازار باقی بماند ، همتایان مخالف قصد دارند شما را پیدا کنند که آیا به آنها می گویید یا نه. برعکس ، اگر فعالیت تجاری شما به اندازه کافی تصادفی باشد ، حتی برای طرف مقابل که دقیقاً می داند الگوریتم چگونه کار می کند ، غیر قابل کشف است.

برای نگرانی دوم ، اعطا می شود وقتی یک رقیب از تمایز کلیدی شما کپی می کند ، مارک شما را رقیق می کند و تلاش های بازاریابی شما را گول می زند. ما در IEX این اتفاق برای ما افتاد و تحریک کننده بود. اما برخلاف یک معامله گر پروپ با منبع منحصر به فرد آلفا ، وقتی دیگران آن را کپی می کنند ، به اثربخشی یک استراتژی اعدام آسیب نمی رساند. در نهایت ، بهترین چیز برای خرید و فروش این است که همه کارگزارانشان از یک رویکرد مؤثر استفاده کنند. موضع ما این است که آخرین ایده خوب ما احتمالاً آخرین ما نیست و رقبای ما احتمالاً آهسته تر از ما هستند. ما از آنها استقبال می کنیم تا از ایده های خود استفاده کنند و از آن استفاده کنند.

از طرف دیگر ، ما فکر می کنیم که صعود به شفاف بودن بسیار قابل توجه است. شفافیت مسئولیت پذیری را ایجاد می کند - ما را صادقانه نگه می دارد ، مشوق های ما را تراز می کند و اعتماد به نفس مشتریان را ایجاد می کند. همچنین یک بردار فوق العاده برای جمع آوری بازخورد و بهتر شدن ، نه فقط از مشتریان ، بلکه از رقبای دوستانه یا حتی افراد خارج از صنعت ایجاد می کند. صحبت از آن ، اگر تاکنون در مورد رویکرد ما بازخورد دارید ، یا اگر جزئیات دیگری وجود دارد که دوست داریم ما را به اشتراک بگذاریم ، لطفاً به ما اطلاع دهید!

ما معتقدیم که بزرگترین مشکل این صنعت ، کدورت همه جا است. تضاد منافع و شیوه های مضر در سایه ها شکوفا می شود - و ما فقط در مورد شیوه های تجارت مضر صحبت نمی کنیم. آرزوی ما این است که نمونه ای از این باشد که شفافیت هنوز هم می تواند یک استراتژی تجاری سالم باشد و امیدوارم این صنعت را در یک مسیر درست ، یک قدم در یک زمان ، از بین ببرد.