Bagaimana Algoritma Perdagangan dibuat – (Keuangan)

Perdagangan kuantitatif tidak hanya dapat diakses oleh pedagang institusional; pedagang eceran juga ikut terlibat. Meskipun keterampilan pemrograman direkomendasikan jika Anda ingin menghasilkan algoritme, bahkan algoritme tersebut tidak selalu diperlukan. Tersedia program dan layanan yang menulis kode pemrograman untuk strategi berdasarkan masukan yang Anda berikan. Kode yang dihasilkan oleh program / layanan kemudian dicolokkan ke platform perdagangan dan perdagangan dimulai. Tetapi sebelum semua ini terjadi, calon pedagang algoritmik  maju melalui beberapa langkah untuk memutuskan dengan tepat apa yang ingin mereka capai dengan algoritme tersebut, dan bagaimana caranya.

Apa Algoritma Perdagangan dibuat?

Meskipun algoritme yang terprogram dengan baik dapat berjalan dengan sendirinya, disarankan untuk melakukan beberapa pengawasan manusia. Oleh karena itu, pilih kerangka waktu dan frekuensi perdagangan yang dapat Anda pantau. Jika Anda memiliki pekerjaan penuh waktu dan algoritme Anda diprogram untuk membuat ratusan perdagangan sehari pada grafik satu menit saat Anda sedang bekerja, itu mungkin tidak ideal. Anda mungkin ingin memilih jangka waktu yang sedikit lebih panjang untuk perdagangan Anda, dan mengurangi frekuensi perdagangan sehingga Anda dapat mengawasinya.

Profitabilitas dalam fase pengujian algoritme tidak berarti akan terus menghasilkan pengembalian tersebut selamanya. Terkadang Anda perlu turun tangan dan mengubah algoritme perdagangan jika hasilnya menunjukkan bahwa itu tidak berfungsi dengan baik lagi. Ini juga merupakan komitmen waktu yang harus diterima oleh siapa pun yang melakukan perdagangan algoritmik.

Kendala keuangan juga menjadi masalah. Komisi mengumpulkan sangat cepat dengan strategi perdagangan frekuensi tinggi , jadi pastikan Anda dengan broker berbiaya terendah yang tersedia, dan bahwa potensi keuntungan dari setiap perdagangan menjamin pembayaran komisi tersebut, berpotensi berkali-kali sehari. Modal awal juga jadi pertimbangan. Pasar dan produk keuangan yang berbeda membutuhkan jumlah modal yang berbeda. Jika  valas atau berjangka Anda berpotensi dapat memulai dengan lebih sedikit.

Kendala pasar adalah masalah lain. Tidak setiap pasar cocok untuk perdagangan algoritmik. Pilih saham, ETF, pasangan valas, atau kontrak berjangka dengan likuiditas yang cukup  untuk menangani pesanan yang akan dihasilkan algoritme. 

Kembangkan atau Sempurnakan Strategi

Setelah kendala keuangan dan waktu dipahami, kembangkan atau sesuaikan strategi yang dapat diprogram. Anda mungkin memiliki strategi yang Anda perdagangkan secara manual, tetapi apakah itu mudah dikodekan? Jika strategi Anda sangat subjektif, dan tidak berdasarkan aturan, pemrograman strategi mungkin tidak mungkin dilakukan. Strategi berbasis aturan adalah yang paling mudah untuk dikodekan — strategi dengan entri, stop loss, dan target harga berdasarkan data atau pergerakan harga yang dapat diukur.

Karena strategi berbasis aturan mudah disalin dan diuji, ada banyak yang tersedia secara gratis jika Anda tidak memiliki ide sendiri. Quantpedia adalah salah satunya, menyediakan makalah akademis dan hasil perdagangan untuk berbagai metode perdagangan kuantitatif. Aturan yang diuraikan dapat dikodekan dan kemudian diuji untuk profitabilitas pada data masa lalu dan saat ini. Pengkodean algoritme memerlukan keterampilan pemrograman atau akses ke perangkat lunak atau seseorang yang dapat membuat kode untuk Anda.

Menguji Algoritma Perdagangan

Langkah terpenting adalah pengujian. Setelah strategi perdagangan dikodekan, jangan memperdagangkan modal nyata dengannya sampai itu diuji. Pengujian termasuk membiarkan algoritme berjalan pada data harga historis, menunjukkan bagaimana algoritme bekerja pada ribuan perdagangan. Jika fase pengujian historis menguntungkan, dan statistik yang dihasilkan dapat diterima untuk toleransi risiko Anda — seperti penarikan maksimum, rasio kemenangan, risiko kehancuran , misalnya — maka lanjutkan untuk menguji algoritme dalam kondisi langsung di akun demo. Sekali lagi, fase ini harus menghasilkan ratusan perdagangan sehingga Anda dapat mengakses kinerjanya.

Jika algoritme menguntungkan pada data harga historis dan memperdagangkan akun demo langsung, gunakan algoritme tersebut untuk memperdagangkan modal nyata tetapi dengan hati-hati. Kondisi langsung berbeda dengan pengujian historis atau demo, karena pesanan algoritme sebenarnya memengaruhi pasar dan dapat menyebabkan selip. Sampai diverifikasi, algoritme berfungsi di pasar nyata, seperti yang dilakukan dalam pengujian, awasi dengan cermat.

Pemeliharaan Berkelanjutan

Selama algoritme beroperasi dalam parameter statistik yang ditetapkan selama pengujian, biarkan algoritme itu sendiri. Algoritme memiliki manfaat dari perdagangan tanpa emosi , tetapi seorang pedagang yang terus-menerus mengutak-atik algoritme akan meniadakan manfaat itu. Algoritme memang membutuhkan perhatian. Pantau kinerja, dan jika kondisi pasar berubah begitu banyak sehingga algoritme tidak lagi berfungsi sebagaimana mestinya, maka penyesuaian mungkin diperlukan.

Garis bawah

Perdagangan algoritmik bukanlah upaya set-and-forget yang membuat Anda kaya dalam semalam. Faktanya, perdagangan kuantitatif bisa menjadi pekerjaan sebanyak perdagangan secara manual. Jika Anda memilih untuk membuat algoritme, perhatikan bagaimana kendala waktu, keuangan, dan pasar dapat memengaruhi strategi Anda, dan rencanakan dengan tepat. Ubah strategi saat ini menjadi strategi berbasis aturan, yang dapat lebih mudah diprogram, atau pilih metode kuantitatif yang telah diuji dan diteliti. Kemudian, jalankan fase pengujian Anda sendiri menggunakan data historis dan terkini. Jika itu berhasil, jalankan algoritme dengan uang sungguhan di bawah pengawasan ketat. Sesuaikan jika diperlukan, tetapi sebaliknya biarkan melakukan tugasnya.

Artikel terkait

  1. Pengujian Backtesting dan Forward: Pentingnya Korelasi
  2. Kotak abu-abu
  3. Dasar-dasar Perdagangan Algoritmik: Konsep dan Contoh
  4. Algoritma.
  5. Opsi Saham Karyawan (ESO)
  6. Backtesting
  7. Sertifikat Setoran (CD) dan bagaimana CD bekerja
  8. Empat risiko besar dari perdagangan frekuensi tinggi algoritmik
  9. Reksa Dana
  10. Brexit