انواع مختلف معامله های الگوریتمی

معامله الگوریتمی به نوعی از معامله می گویند که در آن فرآیند خرید و فروش به وسیله یک ربات برنامه نویسی شده به صورت خودکار یا نیمه خودکار انجام می‌شود.

تکنولوژی معاملات الگوریتمی

درباره کتاب :
آنچه در این کتاب فرا انواع مختلف معامله های الگوریتمی 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 انواع مختلف معامله های الگوریتمی 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

بررسی تاثیر معاملات الگوریتمی بر بازار سرمایه

در چند سال گذشته بازارهای مالی دستخوش تحولات گسترده ای در زمینه فناوری های کامپیوتری شدند. سهم معاملات آنلاین به صورت نمایی رشد کرده و سرعت انجام معاملات در واحد زمان به طور غیرقابل باوری در حال افزایش است. فراخور این پیشرفت ها معامله گران نیاز به ابزارها و روش های نوینی برای عکس العمل سریع به تغییرات لحظه ای بازارها داشتند. کلیه این ابزارها و روش ها نهایتا به اجرای هر چه هوشمند تر معاملات و استفاده بیشتر از قدرت پردازش کامپیوترها در خرید و فروش منجر میشد.

معاملات هوشمند در بازارهای مالی دنیا با نام معاملات الگوریتمی شناخته میشود. در بیشتر بازارهای مالی دنیا بلافاصله پس از ورود معاملات الگوریتمی پیشرفت محسوسی در حجم معاملات صورت گرفته است. جذابیت معاملات الگوریتمی آنقدر برای بازار محسوس شد که در حال حاضر بیش از 85 درصد معاملات بورس های پیشرفته دنیا از طریق اینگونه معاملات اجرا میشود. درایران هم چند سالی است که این معاملات وارد بازار سرمایه شده است.
در این مقاله صحبت های آقای محسن رحمتی، قائم مقام گروه مالی کاریزما و عضو هیات مدیره فرابورس تهران در خصوص معاملات الگوریتمی را می خوانیم.

انواع معاملات الگوریتیمی (algorithmic trading)

ایشان در مورد انواع معاملات الگوریتیمی اینطور بیان نمودند که الگوریتم تریدینگ به انواع معاملات هوشمند و موارد استفاده از هوش مصنوعی و ماشینی در بحث معاملات گفته میشود که به چند شاخه تقسیم میشوند. در یک تقسیم بندی کلی از این مفهوم دو شاخه اصلی را میتوان نام برد:

1. استفاده از این الگوریتم ها برای معامله بهتر (الگوریتم های معاملاتی): معاملات بهتر به معنای معاملات سریعتر و امکان عکس العمل با دقت بالاتری نسبت به رویداد ها است. این دسته شامل دسته ای از الگوریتم ها هستند که وظیفه اجرای سفارش هایی را دارند به گونه ای که کمترین اثرگذاری بر بازار ( market impact ) را ایجاد کند. به عنوان مثال اگر شما بخواهید 1 میلیون از سهمی را در بازار خریداری کنید، طبیعتا این سفارش خرید در حالت معمول تاثیری بر دیگر سفارش ها خواهد گذاشت. این دسته از الگوریتم ها برای این منظور تعبیه شده اند که وظیفه آنها این است که کمترین اثر منفی بر بازار را بگذارند.
   این الگوریتم ها انواع مختلفی در زیرمجموعه خود دارد که هدف اصلی آنها در نهایت انجام معامله است. برای مثال یک نوع الگوریتم در این دسته قرار دارد به نام الگوریتم های پیاده سازی استراتژی (strategy implementation) که الگوریتم هایی هستند که دستورهای خاصی به آنها داده میشود و این الگوریتم ها موظف هستند براساس داده های منظمی که از سمت بازار به آنها داده میشود، این دستورهای ساده را اجرا کنند. بازارگردان ها در بخش هایی از وظایفشان شامل این دسته میشوند.
2. استفاده از این الگوریتم ها برای پیش بینی قیمت و پیش بینی بازار: در این دسته مباحث هوش مصنوعی خیلی پررنگ تر میشود و مفاهیمی چون machine learning و deep learning کاربردهای فراوانی دارد. تفاوت این گروه از الگوریتم ها با دسته قبل در این است که در الگوریتم های معاملاتی، الگوریتم ها خودشان تصمیم گیری نمیکردند و اگر این کار را میکردند تصمیمات مبتنی بر دستورهایی بود که به آنها داده میشد که در واقع پیش بینی ای صورت نمیگرفت و فقط وظیفه اجرا را برعهده داشت. اما در دسته دوم این الگوریتم ها مانند یک تحلیلگر خبره باید بازار را پیش بینی کند و میدانیم که پیش بینی هیچوقت قطعی نیست. این الگوریتم ها با سنجیدن تمام پارامترها و احتمالات ممکن تصمیم میگیرد که معامله ای صورت بگیرد یا خیر.

برای اطلاع از market impact به این اپیزود گوش کنید: جداسازی بازارهای عمده و خرد - قسمت بیست و سوم پادکست کاریزما

طبیعتا شاخه دوم از الگوریتم ها بسیار پیچیده تر است که در دنیا توسط صندوق های بسیار بزرگ مورد استفاده قرار میگیرند. با قرار دادن این دو دسته از الگوریتم ها در کنار یکدیگر دلیلی واضح در مورد رشد این الگوریتم ها به ما میدهد که آن مزیت کامپوتر در پردازش حجم اطلاعات بالا و عکس العمل سریع نسبت به انسان است.

این موضوع که الگوریتم تریدینگ در نهایت منجر شود که بازار بهتری انواع مختلف معامله های الگوریتمی را شاهد باشیم به قوانین و مقرراتی که برای این حوزه تدوین میشود، بستگی دارد. معامله گرهای الگوریتمی نیز شبیه معامله گران انسانی هستند با مزایایی خیلی خاص. همانطور که معامله گران انسانی میتواند دستگاری قیمتی انجام دهد که سایر فعالین بازار را گمراه کند، معامله گران الگوریتمی هم قادر به انجام این کار هستند و مسلم است که معامله گران الگوریتمی ابزارهای بهتری و قوی تری برای این منظور دارند. نکته ای که مهم است این است که قوانین مشخصی برای کارکرد ها و عملیات اینگونه از معامله گران وجود داشته باشد. اگر بتوانیم در چارچوب قوانین بخش های صدمه زننده آن را کنترل کنیم و از آنها برای گردش معاملات، نقدشوندگی بهتر و تصمیم گیری های بهتر و بهینه ای استفاده شود، میتواند منجر به حرکت به سمت کارایی بازار شود.

موانع پیش روی الگوریتم تریدینگ در ایران

در بازار ایران بیشتر از الگوریتم های معاملاتی استفاده میشود. موانعی که پیش روی این تکنولوژی در ایران وجود دارد شامل موارد زیر است:

معاملات الگوریتمی چیست؟

معاملات الگوریتمی به استفاده از برنامه کامپیوتری که از فرمولهای از پیش تعیین شده برای انجام معاملات در بازار استفاده می‌کند اطلاق میگردد. این معاملات اغلب با سرعت و قدرت محاسباتی که برای انسان ناممکن است انجام می‌شوند.

مثال ساده از معامله الگوریتمی

فرض کنید معامله گری در بازار بورس تهران استراتژی زیر را برای سهام خساپا طراحی کرده است:

• اگر قیمت سهام خساپا از میانگین متحرک ۵۰ روزه اش بیشتر شد ۲۰۰ هزار سهم خریداری کن.
• اگر قیمت سهام خساپا از میانگین متحرک ۵۰ روزه اش کمتر شد تمام سهام خریداری شده را بفروش.

یک برنامه کامپیوتری می‌تواند به راحتی این دو شرط را با رصد کردن بازار، بررسی کرده و اجرا کند و دیگر نیازی نیست معامله گر زمان زیادی را برای بررسی بازار صرف کند.

بنابراین معاملات الگوریتمی به سرعت می‌تواند بر اساس قوانین از پیش تعریف شده، موقعیت های خرید و فروش در بازار را شناسایی کرده و بدون دخالت انسان آنها را انواع مختلف معامله های الگوریتمی اجرا کند.

مزایای معاملات الگوریتمی:

• سفارشات خرید و فروش در لحظه فرستاده شده بنابراین احتمال انجام خرید و یا فروش در قیمت مورد علاقه یا بهینه بسیار بالاتر می‌رود.

• بسیاری از قیمتها و موقعیت ها در بازار کوتاه مدت هستند و معاملات الگوریتمی با سرعت بالا از آنها استفاده می‌کند.

• خرید و فروش بهینه بازدهی معاملات را افزایش می‌دهد.

• زیر نظر داشتن و تحلیل ویژگی ها و اطلاعات مختلف بازار با حجم زیاد و سرعت بالا.

• کاهش ریسک خطاهای انسانی در ارسال سفارشات خرید و فروش.

• امکان بک تست استراتژی های معاملاتی در دیتاهای تاریخی و تست آن در دیتاهای به روز بازار برای چک کردن سود ده بودن استراتژی ها.

• افزایش بازدهی معاملات از طریق حذف خطاهای احساسی و روانی انسانها در بازار.

برخی استراتژی های مرسوم معاملات الگوریتمی

اسکالپینگ

استفاده کردن از فرصتهای به وجود آمده در سمت عرضه و تقاضا و گرفتن نوسانات کوچک در مدت زمان کوتاه را اسکالپینگ می‌گویند. الگوریتم های اسکالپینگ توسط شرکتهای بازارگردان توسعه داده شده و می‌توانند در بازارهای بدون روند بسیار سودآور باشند.

آربیتراژ

آربیتراژ زمانی اتفاق می‌افتد که به دلیل نوسانات حاصل از عرضه و تقاضا در بازار فرصت های سودآوری بدون ریسک به وجود آید. به عنوان مثال در بازار بورس تهران فرصتهای سودآوری مناسبی در معاملات اوراق خزانه اسلامی (اخزا) به وسیله استفاده از نوسانات به وجود آمده در قیمت اوراق وجود دارد.

معاملات الگوریتمی و پیش بینی اندازه بازار تا سال ۲۰۲۴

بر اساس تحقیق موسسه Markets and Markets در خصوص پیش بینی بازار معاملات الگوریتمی ،…

ریسک چیست – تعریف و انواع آن

ریسک در زبان عامیانه به احتمال وقوع حادثه یا اتفاقی ناخوشایند گفته می‌شود. دانستن اینکه…

درباره معاملات الگوریتمی چه می‌دانید؟/ چرا انجام معاملات الگوریتمی در بورس ایران ممنوع شد؟

معامله الگوریتمی به نوعی از معامله می گویند که در آن فرآیند خرید و فروش به وسیله یک ربات برنامه نویسی شده به صورت خودکار یا نیمه خودکار انجام می‌شود.

همانطور که در مقاله آموزشی قبلی درباره استراتژی معاملاتی اشاره شد، معامله گرهای حرفه ای برای انجام معاملات خود یک سیاست یا استراتژی معاملاتی تعیین می کنند و در آخرین مرحله تعیین استراتژی معاملاتی بخشی به نام آزمون و خطای استراتژی وجود داشت؛ در این بخش تصمیم داریم راه و روش آزمون و خطا و پیاده سازی استراتژی معاملاتی را توضیح دهیم.

یکی از راه‌های پیاده سازی استراتژی معاملاتی در بازار سرمایه انجام معامله از طریق الگوریتم‌ها است. درواقع معامله گرهای حرفه ای در بازار سرمایه برای استفاده از استراتژی معاملاتی خود آن را از طریق برنامه نویسی به الگوریتم تبدیل کرده و الگوریتم ها هستند که به جای معامله گر با پیاده سازی استراتژی معاملاتی، خرید و فروش ها را انجام می دهند. به معامله ای که به صورت خودکار توسط ربات یا کامپیوتر انجام گیرد معامله الگوریتمی می‌گویند.

مهمترین بخش استفاده از معاملات الگوریتمی داشتن استراتژی معاملاتی و تسلط بر روی بازار سرمایه است و همچنین برای تبدیل استراتژی به الگوریتم باید به یک زبان برنامه نویسی تسلط کافی داشته باشید.

برای انجام معاملات الگوریتمی باید چه کرد؟

معاملات در بازارجهانی به سمت الگوریتمی شدن حرکت می کند و در بورس ایران هم بسیاری از شرکت های سرمایه گذاری و معامله گران از الگوریتم ها برای معاملات خود استفاده می کنند. نکته مهمی که در معاملات الگوریتمی وجود دارد این است که باید با زبان برنامه نویسی به صورت کامل و دقیق تمامی استراتژی معاملاتی را به الگوریتم تبدیل کرده تا خطایی در معامله صورت نگیرد زیرا کامپیوتر دارای درک نیست و فرمول‌های داده شده به آن، با بالاترین سرعت ممکن اجرا خواهد شد.

پس از نوشتن برنامه معاملات الگوریتمی مورد نظر باید معامله گر این برنامه را با استفاده از نرم افزارهای معاملاتی مورد آزمایش قراردهد تا انواع مختلف معامله های الگوریتمی خطاهای آن را قبل از انجام هر معامله ای تصحیح کند. دو موضوعی که معامله گرها باید هنگام آزمایش رباتی که معاملات الگوریتمی آن ها را انجام می دهد به آن توجه کنند این است که رفتار الگوریتم را در برابر رفتار امروز بازار بسنجند و همچنین خروجی های معاملاتی الگوریتم را در بازه‌های زمانی مختلف مورد سنجش قرار دهند.

اما باید ذکر کرد که طبق بخشنامه سازمان بورس و اوراق بهادار در تاریخ ۲ مهر ۹۹ هرگونه انجام معامله الگوریتمی در بازار سرمایه ایران ممنوع اعلام شد که مهمترین دلیل ممنوعیت آن کاهش شدید شاخص بورس و ایجاد صف‌های فروش‌ پرحجم در سهام شرکت ها بود که با توجه به خودکار بودن ثبت درخواست های فروش، به جهت کنترل شرایط بازار هرگونه انجام معاملات الگوریتمی تا اطلاع ثانوی ممنوع اعلام شد.

معایب معاملات الگوریتمی

هر روش معاملاتی در بازار سرمایه معایب و مزایای دارد و هیچ روشی عاری از خطا نیست؛ معاملات الگوریتمی هم از این ماجرا مستثنی نخواهد بود. مزایا و معایب معامله با استفاده از الگوریتم به شرح زیر است:

در معاملات الگوریتمی سرعت معامله با دقت بسیار زیادی بالاست و در کسری از ثانیه ثبت می شود، سهامی که مطابق با الگوریتم است به سرعت پیدا شده، ارزیابی و معامله خواهد شد.در کمترین زمان ممکن داده های زیادی مورد ارزیابی قرار می گیرد، میزان سود و ضرر از قبل مشخص بوده و این موضوع باعث حفظ سرمایه و کنترل ریسک معاملاتی می شود، خستگی ذهنی تاثیری بر روی این معامله ندارد، قبل از هرکاری می توان آن را مورد آزمایش قرار داد و خطاهای آن را تصحیح کرد.

اما یکی از معایب اصلی آن این است که باید اینترنت پرسرعت و بدون قعطی داشت و دومین عیب این نوع معامله تسلط زیاد داشتن بر روی بازار و زبان برنامه نویسی است زیرا دائما باید این الگوریتم های به روزرسانی شده و تغییر کنند که برای اینکار نیاز به تخصص داریم.

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 انواع مختلف معامله های الگوریتمی 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:
انواع مختلف معامله های 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 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.