استراتژی های معاملات الگوریتمی

استراتژی سفارش گذاری: تقابل واکنش بازار و ریسک اجرای معاملات

هدف: بازار بورس ایران در سال های گذشته تغییراتی در آن اعمال شده و در انتظار تغییرات جدی تر است. در این پژوهش یک مدل بهینه سفارش گذاری با رویکرد ریزساختار بازار ارائه شده که در ساخت بازار مصنوعی استفاده شده و در انتها عملکرد آن مورد بررسی قرار گرفته است. روش: با کمک شبیه سازی بازار می توان به مواردی همچون تنظیم بازار و بررسی عملکرد استراتژی های معاملاتی پرداخت. اما برای کشف قیمت تابلوی ثبت سفارش سهام از شبیه سازی عامل گرا (agent-based) استفاده کرده ایم که الگوریتم تصمیم گیری آن شامل انتخاب نوع سفارش (خرید یا فروش)، انتخاب نوع اقدام معامله گران (ثبت سفارش جدید یا لغو سفارش در صف)، انتخاب استراتژی معاملاتی و انتخاب قیمت بهینه ی سفارش - برای یکی از عامل ها (agent) - است. از آنجاکه یکی از چالش های مهم سرمایه گذاران، یافتن قیمت بهینه ی سفارش گذاری است، در این پژوهش به این موضوع پرداخته شده است و سعی شده بازار بورس تهران به گونه ای شبیه سازی شود تا تغییرات ریزساختار بازار را مطالعه کند. یافته ها: داده های پژوهش شامل داده های درون-روزی تابلوی ثبت سفارش سهم فولاد مبارکه اصفهان در 5 سطح و برای ۷۱ روز معاملاتی است. در سیستم شبیه سازی پژوهش، با بررسی داده های تاریخی سهم فولاد مبارکه اصفهان، رفتار معاملاتی عامل ها استخراج شده است. همچنین با توجه به بحث ریزساختار بازار، تقابل بین ریسک اجرای معاملات و کنترل واکنش بازار به عنوان یک هزینه معاملاتی، مدل سازی شده است. بازار برای مدت 30 روز شبیه سازی شده و نتایج حاکی از آن است که استراتژی سفارش گذاری بهینه شده، از لحاظ میانگین قیمت خرید سهم، میانگین زمان انتظار برای اجرای معامله هر سهم و میانگین حجم معامله شده از سفارش، در مقایسه با سایر استراتژی های مورد بررسی در بازار عملکرد بهتری داشته است. نتیجه گیری : نتایج این پژوهش نشان می دهد به کارگیری ریسک اجرایی شدن سفارش و هزینه معاملاتی بطور هم زمان در استراتژی سفارش گذاری، عملکرد بهتری نسبت به استراتژی های مبتنی بر درجه ی تهاجمی بودن معامله گران بازار دارد.

نوسان‌گیری زیر سر معاملات الگوریتمی؟ یک شوخی بامزه!

هر چند وقت یک‌بار، درست وقتی که بازار وارد اصلاح‌های کوتاه مدت شده، یا از سوی دیگر دلار نوسانی می‌شود، موضوع معاملات الگوریتمی و نقش آن در نوسان بازار مطرح می‌شود. انگار این موضوع تبدیل به‌یک بهانه تکراری، بی‌پایه و اساس و البته دوست‌داشتنی برای خبرسازان زرد بازار سرمایه‌ شده است؛ عده‌ای بر این باورند که این نوع معاملات موجب شده تا بازار نتواند رشد کند؛ اما پاسخ کوتاه و کاربردی به این ایده‌های بی‌پایه و اساس ساده‌تر از این حرف‌هاست. با دامنه نوسان فعلی و کارمزد بالایی که در بازار سرمایه ایران داریم، اینکه الگوریتمی در ایران وجود دارد که می‌تواند نوسان‌گیری کند، خیال باطلی است.

معاملات الگوریتمی چیست؟

بهتر است قبل از هر چیز، معاملات الگوریتمی را بشناسیم؛ معاملات الگوریتمی در اصل ارایه راهکارهایی هوشمند و بهینه برای بهتر معامله کردن است. استفاده از این فناوری باعث کاهش استرس و هیجان سرمایه‌گذار، افزایش دقت و سرعت معاملاتش، سود بیشتر و ضرر کمتر، امنیت بیشتر اطلاعات معاملات، کاهش هزینه‌های معاملاتی و در یک کلمه افزایش کیفیت سرمایه‌گذاری می‌شود.

انواع معاملات الگوریتمی و مزایای استفاده از آن!

از انوع معاملات الگوریتمی می‌توان به الگوریتم‌های مانیتورینگ، الگوریتم‌های سیگنال و مشاوره‌ای، الگوریتم‌های اجرای معاملات و الگوریتم‌های بازارگردانی اشاره کرد. هر یک از این نوع الگوریتم‌ها مزیت‌های خاص خودشان را دارند؛ اما به‌طور کلی، سرعت عمل بالا در تحلیل و بررسی بازار، حذف احساسات و عواطف انسانی، امکان گرفتن تست و بهینه‌سازی، استراتژی‌های مقیاس‌پذیر، افزودن تمرکز استراتژی های معاملات الگوریتمی فکری معامله‌گران و کمک به شکل‌گیری بازار کارا از مزایای اصلی استفاده از معاملات الگوریتمی به‌حساب می‌آیند.

نوسان‌گیری و منفی‌های بازار زیر سر معاملات الگوریتمی است؟ خیال باطل!

با دامنه نوسان فعلی و میزان کارمزد بالایی که در بازار سرمایه ایران وجود دارد، خیال باطلی است که الگوریتمی در ایران بتواند نوسان‌گیری سودآوری کند. امید موسوی، مدیرعامل شرکت «تحلیلگر امید» بر این باور است که وقتی بازار کوچک می‌شود، نوسان، هیجان و دست‌کاری قیمت در آن بیشتر می‌شود؛ همچنین دلیل بی‌رمقی بازار این است که خریدار قوی نیست نه اینکه نوسان‌گیر زیاد است!

بهتر است بگوییم عموما در انسان‌ها این میل وجود دارد که وقتی موضوعی را متوجه نمی‌شود یا از آن سر در نمی‌آورند، بگوید «کار خودشان است». توهم توطئه‌ای عموما برای راضی نگه داشتن نفس خودمان استفاده می‌شود.

سازمان بورس به‌عنوان نهاد ناظر، اکثر کارکردهای الگوریتم‌ها که حتی امکان کمی برای سوء استفاده در بازار داشته را ممنوع کرده است. برای مثال ممنوع کردن سرخطی و ممنوعیت ارسال بیش از ۳ سفارش در ثانیه از نمونه‌های اصلی این موضوع هستند. درنتیجه شائبه هماهنگی الگوریتم‌ها و ایجاد صف‌های هماهنگ و بسیاری موارد دیگر، همه‌و‌همه توهم توطئه هستند و سرعت بالای بازار به دلیل بزرگ شدن بازار است.

چگونه می توان استراتژی های معاملات الگوریتمی را توسعه داد؟

فراگیری استراتژی های معاملات الگوریتمی یک فرصت استثنایی برای کسب درآمدهای بسیار بزرگ است و از آنجایی که عده ی کثیری از مردم همواره به دنبال کشف ایده هایی نو جهت افزایش دارایی های خود هستند، تصمیم گرفتند تا شغل های روزانه ی خود را رها کرده و وارد دنیای شگفت انگیز معاملات سهام در بورس شوند.

در گذشته به آن صورت فرصت فعالیت جدی در این حیطه وجود نداشت زیرا نرم افزارهای قدرتمند اجرای معاملات در دسترس نبود و همین طور دوره های پیشرفته ی آموزش بورس نیز استراتژی های معاملات الگوریتمی مانند عصر حاضر برگزار نمیشد، در نتیجه مردم از علم و اطلاعات کافی برخوردار نبودند.

بسیاری از مردم در مقیاس بزرگ و کوچک، سود کسب کرده و یا از دست داده اند. درواقع فعالیت آن ها به مانند یک بانک دار ثروتمند بود که از یک شغل برتر و بدون علم کافی وارد معاملات بورس شده و در یک مدت اندک سرمایه های خود را ازدست داده، و قطعاً این اتفاق یک دلیل دارد استراتژی های معاملات الگوریتمی و آن نداشتن استراتژی های معاملات الگوریتمی پیشرفته در روند بازار است.

داستان های مشابه زیادی در این باب وجود دارد، اما شما به عنوان یک تریدر، باید نحوه ی استفاده از هوش مصنوعی در بورس و همچنین استفاده از استراتژی های مناسب را جهت جلوگیری از این چنین ضررهای هنگفت، در دستور کار خود قرار دهید.

باید بگوییم که صدها استراتژی وجود دارد که هر کدام برای مدت زمان طولانی آزمایش و اثبات شده اند. بنابراین به عنوان یک تریدر باید بتوانید استراتژی های کاربردی را پیدا کرده و از آن ها در بازارهای مختلف استفاده کنید.

در این مقاله ما شما را با معاملات الگوریتمی آشنا می کنیم و همین طور جزئیات بسیار متنوعی را در مورد چگونگی توسعه ی استراتژی معاملات، با شما در میان خواهیم گذاشت.

معاملات الگوریتمی چیست؟

معاملات الگوریتمی ، مفهومی است که شما با استفاده از یکسری کدهای مختلف، اندیکاتورهای تکنیکال خود را با آن منطبق می کنید. در گذشته معاملات الگوریتمی اصطلاحاً شکارگاه افرادی بود که دارای تجربه و مهارت برنامه نویسی بالایی بودند. اما امروزه هر کسی به واسطه ی مجموعه ای از فنون کاربردی قادر به توسعه ی الگوریتم های خود و اجرای آن ها با استفاده از یک استراتژی drag و drop ساده است.

استراتژی drag & drop روشی است که شما ابزارهای قبلاً توسعه یافته را به ترتیب از طریق آن drag می کنید. بعد از اینکه ابزارهای الگوریتمی خود را توسعه دادید ، می توانید آن ها را در زمان حضور یا عدم حضور خود مستقر کنید. شما همچنین می توانید الگوریتم هایی را ایجاد کنید، تا زمانی که انتظارات معاملاتی شما برآورده شد، به شما هشدار دهد.

مولفه های اصلی توسعه ی استراتژی های معاملات الگوریتمی

برای توسعه ی استراتژی های معاملات الگوریتمی خوب، به تعدادی از موارد بخصوص نیاز است. اول اینکه شما به اندیکاتور احتیاج دارید. ایده ی اصلی این است که وقتی برخی معیارهای اندیکاتورهای تکنیکال برآورده شد، اقدام کنیم.

اندیکاتورهای معاملات روز:

اندیکاتورهای تکنیکال زیادی وجود دارد که می توانید از آن ها در معاملات الگوریتمی استفاده کنید، با این حال توصیه می کنیم که فقط چند اندیکاتور خاص را که در آن هم تجربه و هم تسلط کافی را بدست آورده اید با یکدیگر ترکیب کنید. لذا موارد ذیل را پیشنهاد می کنیم :

• میانگین متحرک (moving average)
• پارابولیک سار (parabolic sar)
• استوکاستیک (Stochastic)
• اندیکاتور RSI
• اندیکاتور RVI

با داشتن این مجموعه از اندیکاتورها در یک مسیر واحد و درست قرار خواهید گرفت.

ورودی ها، متغییرها، و برخی از مسائل ریاضی:

معمولاً چهار نوع ورودی موجود است، که شامل رشته، عدد صحیح، بولین (Bolean) و تعداد است. بعد متغیرها را داریم، معمولاً متغیرهای متناظر متنوعی برای هر نوع داده وجود دارد، این نوع داده ها عبارتند از : بولین، تعداد، متن و زمان تاریخ. این متغیرها به الگوریتم ها می گویند که چه کاری را در چه زمانی انجام دهند.

جنبه های مهم بعدی ویژگی های ریاضیاتی است که شامل +، – و = در میان سایر موارد می باشد. نکته آخر اینکه بحث Logic یا منطق بسیار مهم است، آن ها عبارتند از And و Or، به عنوان مثال هنگامی که مقدار RSI برابر 29 و مقدار Stochastic برابر 28 باشد، می توانید معاملات الگوریتمی را به سمت خرید هدایت کنید. در اینجا این فرصت را دارید که از هر دو استفاده کنید.

انجام عملیات Backtesting روی استراتژی های معاملات الگوریتمی

یکی از مهم ترین جنبه های توسعه ی ابزار، برای گنجاندن آن در استراتژی های معاملات الگوریتمی ، تعیین زمان است. برای یک تریدر، استفاده از مقادیر طولانی مدت مانند میانگین متحرک 200 روزه ، کاری اشتباه است. واقعیت امر، در این حالت مسیر درستی طی نمی شود، لذا شما باید از یک بازه ی زمانی کوتاه مدت در توسعه ی برنامه های خود استفاده کنید.

بعد از اینکه Expert Advisor (اصطلاح دیگری برای الگوریتم ها) خود را توسعه دادید، مهم ترین کاری که باید در حوضه ی معاملات الگوریتمی انجام دهید، عملیات Backtesting است. اگر این کار را انجام نداده اید مطمئن باشید که موفق نخواهید شد. بک تستینگ به شما این امکان را می دهد تا الگوریتم های خود را به گذشته برگردانید و ببینید که عملکرد آن چقدر خوب است.

اگر به هر نحوی متوجه شدید که معاملات الگوریتمی شما عملکرد خوبی نداشته است، احتمال دارد که در آینده نیز به خوبی کار نکند، لذا همواره لازم است که روندهای خود را مورد بررسی قرار دهید.

3 مرحله برای تقویت استراتژی های الگوتریدینگ

درک تجزيه و تحلیل تکنیکال، بنیادی و احساسی:

اول شما باید یک درک استراتژی های معاملات الگوریتمی اساسی از تحلیل تکنیکال، بنیادی و اساسی در معاملات الگوریتمی داشته باشید، با داشتن درک خوب در این باره، موقعیت بهتری برای اجرای برنامه های خود خواهید داشت. ایجاد این الگوریتم ها بدون داشتن دانش کافی در مورد این سه فاکتور عملاً غیر ممکن است. زیرا شما نمی‌توانید از اندیکاتورهایی که قبلاً ذکر شد، به درستی استفاده کنید.

داشتن درک کافی از اصول برنامه نویسی:

شما باید بهترین کار را جهت یادگیری اصول برنامه نویسی انجام دهید، (ایده آل ترین آن زبان پایتون است). این زبان به شما کمک می کند تا فرمول های ریاضی را بسیار بهتر از عملیات drag & drop در فرآیند معاملات خود انجام دهید.

معاملات الگوریتمی خود را ایجاد و تست کنید:

پس از ایجاد الگوریتم ها، باید آن ها را برای چندین ماه تست کنید. همان طور که گفتیم، استفاده از مدل ها بدون صرف وقت جهت تست آن ها، امری خطرناک در اجرای معاملات الگوریتمی خواهد بود. به این دلیل است که شما یک مدل یا الگوریتم می خواهید که به ابعاد مختلف بازار پاسخ دهد.

جزئیات خبر

معاملات الگوریتمی در بورس چیست؟ (Algorithmic trading)

با توسعه روز افزون بازارهای مالی و افزایش سرعت معاملات، نیازهای جدیدی همچون نیاز به ابزارهای معاملاتی هوشمند و خودکار و ربات‌های سریع (جهت رصد سریع به موقع بازار) بیشتر احساس خواهد شد. یکی از نوآوری هایی که در معاملات بازار سرمایه به کمک سرمایه گذاران آمده است ابزار معاملات الگوریتمی است.

به معامله خودکار در بازار بورس با استفاده از کامپیوتر به‌صورت تمام‌ اتوماتیک یا نیمه اتوماتیک معامله الگوریتمی گفته می شود. در معاملات الگوریتمی در بورس کامپیوتر با استفاده از الگوریتمی که به آن داده‌شده در بازار (ها) جستجو می‌کند و فرصت‌های معاملاتی را شکار می‌کند. به این الگوریتم ها بلک باکس نیز گفته می شود.

در معاملات الگوریتمی بورس فرد معامله گر نقطه ورود و خروج به سهم مورد نظر را تعریف می کند و برنامه بر اساس آن عمل می کند یکی از کاربردهای معاملات الگوریتمی در بورس شکستن سفارش ها است. به مثال زیر توجه کنید:

فرض کنید یک معامله‌گر می‌خواهد ۱۰۰ میلیارد تومان سهام بخرد امکان ثبت چنین سفارشی به دلیل محدودیت حجمی سفارش در بازار امکان پذیر نیست زیرا باعث تاثیرگذاری منفی بر بازار می‌شود . در چنین مواردی یک الگوریتم معاملاتی وظیفه شکستن سفارش به سفارش‌های کوچک در حجم‌های متفاوت و اجرای آن‌ها در بازه‌های زمانی متفاوت را با سرعت بالایی انجام می دهد.

آیا معاملات الگوریتمیک برای بازار بورس ایران مناسب است؟

۸۵ درصد معاملات در بورس آمریکا توسط الگوریتم‌های معاملاتی انجام می شود ایران نیز جزو اولین کشورهایی است که مسابقات الگوریتمی را برگزار کرده است. به نظر می رسد این روش معامله به مرور جایگزین روش سنتی معامله در بورس خواهد شد.

تکنولوژی معاملات الگوریتمی ابزاری است که می‌تواند برای همه بازارهای مالی مورداستفاده قرار بگیرد. مانند بازار بورس، بازار آتی کالا (زعفران، زیره، و …)

معاملات الگوریتمی چگونه عمل می کنند؟

معالات الگوریتمی بر اساس برنامه ای که با توجه به استراتژی معاملاتی شما نوشته شده است انجام می شود. الگوریتم به معنی انجام دستورات به صورت مرحله به مرحله می باشد. معاملات الگوریتمی، روشی در معامله‌گری است که از کامپیوتر برای تحلیل و معامله‌گری استفاده می‌شود. در شکل زیر می بینید که معاملات الگوریتمی چگونه کار می کند:

استفاده از معاملات الگوریتمی نیاز به داشتن پیش شرط هایی به شرح زیر است:

• باید به یک زبان برنامه نویسی برای الگوریتم نویسی در بورس مسلط باشید در غیر این صورت نرم افزار معاملات الگوریتمی را تهیه کنید.
• باید به اطلاعات و دیتای بازار سرمایه دسترسی داشت تا بتوان آن‌ها را در اختیار الگوریتم قرار داد.
• ایجاد زیرساخت لازم برای انجام پیش تست روی سیستم برنامه ریزی شده پیش از ورود به بازار واقعی
• فراهم کردن اطلاعات تاریخی لازم و دیتای شرایط بازار در گذشته بسته به استراتژی اجرا شده در الگوریتم برای تست کردن آن

مزایای معاملات الگوریتمی در بورس

• یکی از مزایای معاملات الگوریتمی در معاملات بورسی این است که کار را ساده تر کرده و میزان خطا را کاهش می دهد.
• شما می توانید با استفاده از معاملات الگوریتمی از استراتژی معاملاتی خود تست بگیرید.
• سرعت بالا در سفارش گذاری دارند و قادرند معاملات شما را در قیمت مورد نظر انجام دهند.
• دقت انجام معاملات افزایش می یابد.
• معاملات الگوریتمی در بورس قادر به پ یاده‌سازی استراتژی‌های پیچیده و استفاده از چند استراتژی به صورت همزمان هستند.
• همچنین می تواند زمان یافتن سهم مورد نظر برای معامله گر را کاهش دهد.
• معاملات الگوریتمی در بورس کمک می‌کند تا بازار از احساسات انسانی دور شود و نقدینگی در بازار افزایش یابد.
• معاملات الگوریتمی به ما در انتخاب بازار، انتخاب محصول، مدیریت ریسک و سرمایه، ورود به موقعیت معاملاتی و مدیریت معاملات باز کمک می کند.
• در معاملات الگوریتمی امکان پیش تست وجود دارد و می توان مواردی مانند میزان سود و میزان ضرر را با توجه به شرایط مشابه بازار سنجید وریسک سرمایه گذاری را کاهش داد.
• امکان تحلیل مقدار زیادی اطلاعات و انتخاب بهترین نتیجه از بین میلیون‌ها راه ممکن را فراهم می کند.
• عدم خستگی و توانایی انجام کارهای تکراری

انواع معاملات الگوریتمی در بورس

• الگوریتم های تهاجمی:

الگوریتم های تهاجمی برپایه تکمیل سفارشات با اضطرار بالا طراحی شده اند.

• الگوریتم‌های سیگنال‌دهی:

مانند اندیکاتورهای RSI، MacD، MA یا Ichimoku

• الگوریتم های انفعالی:

الگوریتم های انفعالی در بازه های زمانی طولانی معامله می کنند و تحت تاثیر تغییرات شرایط بازار هستند اما برعکس الگوریتم های تهاجمی حالت اضطراری ندارند.

• الگوریتم های سفارشات در گردش
• الگوریتم‌های مانیتورینگ
• الگوریتم‌های کم بسامد و پربسامد
• الگوریتم های اثر محور
• الگوریتم های هزینه محور
• الگوریتم های فرصت طلبانه

معایب معاملات الگوریتمی در بورس

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. به نظر میرسد یکی از معایب استفاده از معاملات الگوریتمی بورس برهم زدن تعادل بین عرضه و تقاضا می باشد. در ادامه به برخی دیگر از معایب معاملات الگوریتمی در بورس اشاره می کنیم:

۱. چنانچه فردی که اقدام به الگوریتم نویسی می کند آشنایی کافی به آن نداشته باشد و یا شرایط بازار را به خوبی نشناسد می تواند باعث متحمل شدن ضررهای بسیاری در بورس شود. بنابراین داشتن تجربه و تبحر در کدنویسی بسیار مهم است.

۲. مکانیزم عمل معاملات الگوریتمی بر اساس اطلاعات بازار است این الگوریتم ها اطلاعات را به صورت لحظه ای از بازار دریافت می کنند و در صورت مطابقت اطلاعات دریافتی با دستورالعمل های الگوریتم ان ها را اجرا می کنند. حال فرض کنید در حین اجرای الگوریتم اینترنت قطع شود!!

۳. در صورتی که اطلاعات به درستی آپدیت نشود و بهینه سازی بر اساس خطاهای بک تست و شرایط روز بازار انجام نگیرد معادلات بر هم خورده و پیش بینی ها درست از آب درنمی آید.

در شکل زیر مشاهده می کنید که انجام معاملات الگوریتمی در بورس در حال افزایش است و پیش بینی می شود که به زودی جایگزین معاملات سنتی شود.

معامله آینه‌ای یا (Mirror Trading) چیست؟

معاملات آینه ای یک روش انتخابی برای معامله است که در وحله اول در بازارهای فارکس استفاده استراتژی های معاملات الگوریتمی شد. این یک استراتژی است که به سرمایه گذاران امکان می دهد تا معاملات سرمایه گذاران با تجربه و موفق فارکس را کپی کرده و معاملات مشابه را در زمان موجود در حساب های خود اجرا کنند. معاملات آینه ای در ابتدا فقط برای مشتریان موسسه در دسترس بود اما از آن زمان به روش های مختلف در دسترس سرمایه گذاران خرده فروش نیز قرار گرفت. از زمان تأسیس در اواسط تا اواخر دهه 2000، تجارت آینه ای از استراتژی های مشابه دیگری مانند تجارت کپی و تجارت اجتماعی الهام گرفته است.

نکات کلیدی

• معاملات آینه ای به معامله گران یا سرمایه گذاران اجازه می دهد تا با اجرای همان معاملاتی که دیگران انجام داده اند، در حساب خود معامله گر از آن ها تقلید کنند.
• معاملات آینه ای هم در بازار فارکس و هم در بازار سهام قابل انجام است. اگرچه این امر در معاملات فارکس بسیار بیشتر می باشد.
• معاملات آینه ای برای معامله گران و سرمایه گذاران به دلیل افزایش کیفیت اطلاعات و ابزارهای شفافیت به گزینه قابل قبول تری تبدیل شده اند.

درک معاملات آینه ای

ماهیت خودکار آن می تواند از تصمیم گیری معاملات مبتنی بر احساسات جلوگیری کند. تریدرهای آینه ای در بازارهای فارکس معمولاً از پلتفرم معاملات کارگزاری (نرم افزاری مشابه MetaTrader نسخه 4 یا 5) برای بررسی تاریخچه و جزئیات استراتژی های مختلف معاملاتی استفاده می کنند.

پس از تحقیق در مورد ویژگی های عملکردی سپس معامله گر یک استراتژی معامله الگوریتمی را از بین گزینه های موجود بر اساس اهداف سرمایه گذاری، تحمل ریسک، سرمایه گذاری و دارایی های مورد نظر برای سرمایه گذاری انتخاب می کند. به عنوان مثال اگر یک معامله گر حداقل تحمل ریسک را داشته باشد ممکن است انتخاب یک استراتژی که حداکثر کشش کمی داشته باشد را انتخاب کنید. وقتی توسعه دهندگان استراتژی های معاملات الگوریتمی استراتژی معاملات خود را انجام می دهند این معاملات در حساب معامله گران آینه ای با استفاده از یک نرم افزار خودکار که به صورت 24/5 کار می کند با تکرار نتایج مشابه تکرار می شود. کارگزاران برجسته فارکس که معامله آینه ای را انجام می دهند شامل AvaTrade ،FXCM و Dukascopy هستند.

مزایای معاملات آینه ای

احساسات را کاهش می دهد: از آنجا که معاملات آینه ای مشخص می کند که معامله چه زمانی باز یا بسته می شود و یا اصلاح می شود، استرس تصمیم گیری در معاملات را از بین می برد. این امر به ویژه برای سرمایه گذاران جدید که ممکن است در ابتدا بازار فارکس برایشان طاقت فرسا باشد بسیار مفید است. یک سرمایه گذار می تواند به جای نگرانی از نوسانات روزمره بازار به سادگی عملکرد حساب معاملات آینه ای خود را در پایان هر هفته بررسی کند و تعیین کند که آیا می خواهد به استفاده از این استراتژی ادامه دهد.

نتایج تأیید شده: کارگزاران فارکس که معاملات آینه ای ارائه می دهند معمولاً نتایج معاملات استراتژی هایی که در پلتفرم خود بارگذاری می کنند را بررسی و آزمایش کرده و به فیلتر کردن معاملات از دست رفته کمک می کنند. به عنوان مثال قبل از پذیرش استراتژی جدید ممکن است یک کارگزار از او بخواهد سابقه سودآوری 12 ماهه با حداکثر سقف مشخص داشته باشد. هنگام انتخاب کارگزار فارکس که معاملات آینه ای را ارائه می دهد سرمایه گذاران باید از چگونگی تأیید نتایج یک استراتژی اطمینان حاصل کنند که آزمایش دقیق انجام شده است.

محدودیت های معاملات آینه ای

مقاومت استراتژی ها: برخی از استراتژی های معاملات آینه ای تنها در برخی شرایط خاص بازار می توانند نتایج خوبی ارائه دهند. به عنوان مثال یک استراتژی ممکن است عملکرد خوبی در بازارهای پرطرفدار داشته باشد اما در استراتژی های معاملات الگوریتمی بازارهای محدود عمل نمی کند. سرمایه گذاران باید نتایج یک استراتژی را در محیط های مختلف بازار آزمایش کرده تا از استحکام آن اطمینان حاصل کنند.

ارزیابی ریسک: اگرچه تشخیص اینکه آیا حساب معاملات آینه ای سودآوری دارد ساده است اما تعیین اینکه چه عواملی برای به دست آوردن سود انجام شده است اغلب دشوارتر است. به عنوان مثال ممکن است استراتژی ای که طی 12 ماه گذشته 300٪ بازده داشته است در ابتدا عالی به نظر برسد اما تجزیه و تحلیل بیشتر از این استراتژی ممکن است نشان دهد که برای دستیابی به این نتیجه سرمایه گذار مجبور بوده است که 80٪ کاهش سرمایه خود را تحمل کند.

تقلب در معاملات آینه ای

رگولاتورهای ایالات متحده و انگلیس در سال 2017 دویچه بانک 630 میلیون دلار جریمه نقدی برای معاملاتي كه از آنها به عنوان "معاملات آینه ای" یاد می شود جریمه شد. با این حال این مرجع به معامله گران خرده فروشی که به دنبال بازرگانان باتجربه تر مراجعه می کنند مربوط نیست بلکه به روشی برای پولشویی اشاره دارد. سهام روسیه از طریق دویچه بانک مسکو (با روبل) خریداری می شد و همین استراتژی های معاملات الگوریتمی سهام به دویچه بانک لندن (به دلار آمریکا) فروخته می شد. این فعالیت به طور موثر خط لوله پولشویی ایجاد کرد که چندین سال ادامه داشت. این فعالیت متقلبانه را نباید با معاملات قانونی آینه ای اشتباه گرفت.