تریدپدیادانشنامهٔ تریدآکا

معامله الگوریتمی چیست؟ تعریف، اجزا، آزمون و ریسک

اشتراک‌گذاری:

گاهی معامله الگوریتمی را با ربات سودساز یکی می‌گیرند، ولی تعریف نظارتی اروپا و بریتانیا حرفی از سود نمی‌زند؛ معیارش این است که چه کسی پارامترهای سفارش را تعیین می‌کند. وقتی الگوریتم زمان، قیمت یا حجم سفارش را خودش تعیین کند و انسان کمترین دخالت را داشته باشد، با معامله الگوریتمی سروکار دارید. این راهنما تعریف، اجزا، چرخهٔ آزمون و ریسک‌های آن را کنار هم می‌گذارد.

مسیر خواندن

این مقاله برای معامله‌گری است که می‌خواهد معامله الگوریتمی را از تعریف تا چرخهٔ آزمون و ریسک بشناسد؛ از بخش پایانی هم می‌توانید به صفحه‌های تخصصی هر شاخه بروید.

در یک نگاه

  • الگوریتم پارامترهای سفارش را خودکار تعیین می‌کند.
  • دخالت انسان در تعریف رسمی محدود یا صفر است.
  • چرخهٔ کار: قاعده، بک‌تست، فوروارد‌تست، اجرا و پایش.
  • بیش‌برازش می‌تواند نتیجهٔ بک‌تست را خوش‌بینانه کند.
  • ربات، اکسپرت و معامله فرکانس بالا هر کدام معنای جدایی دارند.

معامله الگوریتمی دقیقا چیست و چه تفاوتی با معامله دستی دارد؟

معامله الگوریتمی یعنی معامله‌ای که در آن الگوریتم رایانه‌ای پارامترهای سفارش، مانند آغاز، زمان، قیمت، حجم یا مدیریت پس از ثبت را خودکار تعیین می‌کند و دخالت انسان محدود یا صفر است. بر پایهٔ واژه‌نامهٔ FCA، ناظر مالی بریتانیا، سامانه‌ای که فقط سفارش را مسیریابی می‌کند یا فقط آن را تأیید و پردازش می‌کند، در این تعریف نمی‌گنجد. این تعریف بریتانیایی، که بر پایهٔ مقررات MiFID II اتحادیهٔ اروپا نوشته شده، دو شرط دارد و هر دو باید هم‌زمان برقرار باشند. شرط اول این است که الگوریتم رایانه‌ای پارامترهای سفارش را خودکار تعیین کند؛ برای نمونه اینکه سفارش آغاز شود یا نه، زمان، قیمت یا حجم آن، یا مدیریتش پس از ثبت. شرط دوم این است که انسان در این تصمیم‌ها دخالتی نداشته باشد یا دخالتش محدود بماند.

الگوریتم رایانه‌ای به‌طور خودکار پارامترهای جداگانهٔ سفارش‌ها را تعیین می‌کند.

واژه‌نامهٔ FCA، مقالهٔ algorithmic trading

در معامله دستی، همین پارامترها را خود معامله‌گر تعیین می‌کند: نمودار را می‌خواند، تصمیم می‌گیرد و سفارش را با دست ثبت می‌کند. مرز دو شیوه در ابزار نیست، در جای تصمیم است. معامله‌گر دستی هم ممکن است از اندیکاتور یا هشدار قیمتی کمک بگیرد، ولی تا وقتی زمان، قیمت و حجم را خودش انتخاب می‌کند، کارش در این تعریف نمی‌گنجد. قیاس روزمره‌اش کولری است که با ترموستات کار می‌کند. شما دمای دلخواه را یک بار تنظیم می‌کنید و از آن به بعد دستگاه خودش تصمیم می‌گیرد کی روشن و کی خاموش شود. در معامله الگوریتمی هم طراح قاعده را می‌نویسد، ولی تصمیم دربارهٔ هر سفارش مشخص را الگوریتم می‌گیرد.

نکته

معیار تعریف، جای تصمیم است نه سرعت

در این تعریف نه سرعت شرط است، نه پیچیدگی ریاضی و نه سودآوری. قاعده‌ای ساده که الگوریتم بر پایه‌اش سفارش را خودکار تنظیم می‌کند، به همان اندازهٔ یک مدل پیچیده در تعریف می‌گنجد.

چه سامانه‌هایی معامله الگوریتمی به حساب نمی‌آیند؟

هر نرم‌افزاری که سر راه سفارش قرار دارد الگوریتمی نیست. سه گروه از سامانه‌ها، به تصریح واژه‌نامهٔ FCA، از تعریف بیرون‌اند و معیار جداکردنشان همان پرسش بخش قبل است: سامانه پارامتری از سفارش را تعیین می‌کند یا نه. گروه اول سامانه‌هایی‌اند که فقط سفارش آماده را به یک یا چند مرکز معاملاتی مسیریابی می‌کنند. تصمیم دربارهٔ قیمت و حجم پیش‌تر گرفته شده و سامانه فقط مسیر رسیدن سفارش را انتخاب می‌کند. گروه دوم سامانه‌هایی‌اند که سفارش را پردازش می‌کنند ولی هیچ پارامتری از آن را تعیین نمی‌کنند. گروه سوم فقط سفارش را تأیید می‌کنند یا پردازش پس از معامله را انجام می‌دهند؛ کارشان وقتی آغاز می‌شود که تصمیم معامله گرفته شده است.

مرز تعریف رسمی معامله الگوریتمی بر پایهٔ واژه‌نامهٔ FCA

سامانهکار اصلیپارامتر سفارش را تعیین می‌کنددر تعریف می‌گنجد
مسیریابی صرففرستادن سفارش آماده به یک یا چند مرکز معاملاتیخیرخیر
پردازش بدون تعیین پارامترجابه‌جایی و پردازش سفارش بی‌آنکه پارامتری تعیین شودخیرخیر
تأیید سفارش و پردازش پس از معاملهتأیید سفارش یا کارهای پس از انجام معاملهخیرخیر
الگوریتم معاملاتیتعیین خودکار زمان، قیمت، حجم یا مدیریت پس از ثبتبلهبله

نکتهٔ ظریف‌تر به تأیید دستی برمی‌گردد و با گروه سوم فرق دارد. در گروه سوم، خود سامانه کارش فقط تأیید یا پردازش سفارش است و پارامتری تعیین نمی‌کند؛ اینجا انسان سفارشی را که الگوریتم ساخته پیش از ارسال تأیید می‌کند. به برداشت ESMA، نهاد ناظر بازارهای اروپا، چنین تأییدی سفارش را از تعریف بیرون نمی‌برد، چون پارامترهایش را همچنان الگوریتم تعیین کرده است. این برداشت تفسیر ناظر است، نه بخشی از متن خود تعریف. اگر همین تفسیر را مبنا بگیرید، دکمهٔ «تأیید» در پایان زنجیره احتمالاً سیستمی را که تصمیم‌ها را خودش می‌گیرد به سیستم دستی تبدیل نمی‌کند.

معامله الگوریتمی تا چه اندازه رایج است؟

برای بازار سهام اروپا برآوردی سال‌دار وجود دارد. CFA Institute این برآورد را در پاسخ سال ۲۰۲۱ خود به یک رایزنی نظارتی اروپایی دربارهٔ معامله الگوریتمی نقل کرده است. بر پایهٔ آن، معامله الگوریتمی و معامله فرکانس بالا در سال ۲۰۱۶ حدود ۳۵٪ کل معاملات سهام در اروپا را تشکیل می‌داده‌اند. این عدد را باید با همهٔ قیدهایش خواند: [S6]

  • برآورد شخص ثالث است و CFA Institute فقط آن را نقل کرده است.
  • فقط بازار سهام اروپا را در بر می‌گیرد، نه بازار سهام آمریکا یا آسیا.
  • به سال ۲۰۱۶ تعلق دارد و سهم سال‌های بعد را نشان نمی‌دهد.
  • معامله الگوریتمی و معامله فرکانس بالا را با هم شمرده و سهم هر کدام را جدا نمی‌کند.

به همین دلیل نمی‌توان از این عدد به سهم معامله الگوریتمی در فارکس یا کریپتو رسید؛ این برآورد اصلاً آن بازارها را نمی‌سنجد. آنچه عدد نشان می‌دهد محدودتر و دقیق‌تر است: دست‌کم در یک بازار بزرگ و در یک سال مشخص، بخش درخورتوجهی از معاملات را ماشین‌ها تنظیم می‌کرده‌اند.

یک سیستم معاملاتی الگوریتمی از چه اجزایی ساخته می‌شود؟

هر سیستم معاملاتی الگوریتمی را، چه ساده و چه پیچیده، می‌توان به چند لایه تقسیم کرد که هر کدام به بخشی از پارامترهای سفارش جواب می‌دهد. تعریف FCA از پارامترهایی مانند زمان، قیمت، حجم و مدیریت سفارش پس از ثبت حرف می‌زند و اجزای زیر همین پارامترها را میان خودشان تقسیم می‌کنند.

  • قاعده یا سیگنال منطقی است که می‌گوید سفارش کی آغاز شود؛ ترکیبی از شرط‌های قیمت، زمان یا اندیکاتور که به شکل دستور قطعی نوشته شده است.
  • مدیریت ریسک قاعده‌هایی است که حجم سفارش، جای حد ضرر و سقف زیان را تعیین می‌کند و جلوی سفارشی را که از این مرزها بیرون بزند می‌گیرد.
  • اجرا بخشی است که سفارش را با قیمت و نوع مشخص به کارگزار یا بازار می‌فرستد و پاسخ آن را دریافت می‌کند.
  • پایش نظارت بر رفتار سیستم پس از راه‌اندازی است، از ثبت خطا و قطع اتصال تا مقایسهٔ عملکرد زنده با نتیجهٔ آزمون.

این لایه‌ها روی کاغذ از هم جدا هستند، ولی در عمل به هم وابسته‌اند. قاعده‌ای که در آزمون خوب به نظر می‌رسد، اگر لایهٔ اجرا هزینه و تأخیر را درست در نظر نگیرد، ممکن است در بازار واقعی رفتار دیگری نشان دهد. لایهٔ ریسک هم اگر از قاعدهٔ ورود جدا نوشته نشود، تغییر در قاعده ممکن است ناخواسته اندازهٔ ریسک را هم عوض کند. پایش جایی است که انسان دوباره وارد ماجرا می‌شود. الگوریتم هر سفارش را تنظیم می‌کند، ولی تصمیم دربارهٔ خاموش‌کردن سیستم، بازنگری قاعده یا آزمون دوباره با طراح آن می‌ماند. این دخالت در سطح سیستم است، نه در سطح هر سفارش؛ به همین دلیل به نظر می‌رسد با شرط «دخالت محدود انسان» در تعریف تعارضی نداشته باشد.

قاعده معاملاتی چگونه به دستور سفارش تبدیل می‌شود؟

قاعدهٔ معاملاتی تا وقتی فقط جمله‌ای روی کاغذ است، هیچ سفارشی نمی‌سازد؛ برای اجرا باید به رویداد و تابع تبدیل شود. در متاتریدر ۵ این تبدیل رویدادمحور است، یعنی کد منتظر می‌ماند تا اتفاقی رخ دهد و سپس واکنش نشان می‌دهد. به گفتهٔ مستندات MQL5، هر برنامه دست‌کم یک تابع رویدادگردان (event handler) لازم دارد و بدون آن اصلاً اجرا نمی‌شود. برای اکسپرت، رویداد اصلی رسیدن تیک تازه است. به هر به‌روزرسانی تازهٔ قیمت تیک می‌گویند؛ با رسیدنش رویداد NewTick رخ می‌دهد و تابع OnTick فراخوانی می‌شود. هر اکسپرت هم در رشتهٔ اجرایی (thread) جداگانهٔ خودش اجرا می‌شود. فرض کنید قاعدهٔ شما این باشد: «اگر شرط الف برقرار شد و پوزیشنی باز نبود، سفارش ب با حجمی که لایهٔ ریسک تعیین کرده ثبت شود.» در مدل رویدادمحور، این جمله درون OnTick به گام‌های زیر تبدیل می‌شود:

  1. با رسیدن هر تیک، داده‌های لازم برای سنجیدن شرط الف خوانده می‌شود.
  2. اگر شرط برقرار نباشد، تابع بی‌هیچ اقدامی تمام می‌شود و سیستم منتظر تیک بعدی می‌ماند.
  3. اگر شرط برقرار باشد و پوزیشنی باز نباشد، سفارش ب با پارامترهای از پیش نوشته‌شده ساخته و ارسال می‌شود.

در این گام‌ها تعریف FCA عینی می‌شود: زمان آغاز، حجم و قیمت سفارش را کد تعیین کرده است، نه دست شما. همین سازوکار مرزی هم دارد. قاعده‌ای که فقط به OnTick بسته شده، تا تیک تازه‌ای نرسد هیچ ارزیابی‌ای انجام نمی‌دهد؛ اگر بازار بسته باشد یا قیمتی نرسد، قاعده هم ساکت می‌ماند.

مدیریت ریسک و اجرا در سیستم خودکار چه نقشی دارند؟

در تعریف FCA، مدیریت سفارش پس از ثبت هم از پارامترهایی است که الگوریتم می‌تواند تعیین کند. سیستمی که فقط ورود را خودکار کرده و سرنوشت پوزیشن را به حال خود رها کرده، بخش مهمی از کار را بی‌قاعده گذاشته است. در سیستم خودکار، مدیریت ریسک باید به همان صراحت قاعدهٔ ورود نوشته شود، چون الگوریتم فقط چیزی را اجرا می‌کند که در کد آمده است. قاعدهٔ حجم پوزیشن تعیین می‌کند هر سفارش با چه اندازه‌ای نسبت به سرمایه ثبت شود. قاعدهٔ حد ضرر می‌گوید پوزیشن در چه شرایطی با زیان بسته شود. سقف‌هایی مانند حداکثر زیان در یک روز یا حداکثر شمار پوزیشن‌های باز هم ترمزهایی‌اند که در شرایط غیرعادی کار سیستم را متوقف می‌کنند. الگوریتم این قاعده‌ها را بی‌تردید و بی‌خستگی اجرا می‌کند و همین مزیت روی دیگری هم دارد: اگر قاعده غلط باشد، همان غلط را هم با همان نظم تکرار می‌کند. اجرای سفارش هم بخشی از قاعده است، نه کاری پس از آن. نوع سفارش، واکنش به لغزش (slippage) یعنی فاصلهٔ قیمت اجرای واقعی با قیمت مورد انتظار، و رفتار سیستم در برابر پیام خطای کارگزار باید پیش از راه‌اندازی تعریف شده باشند. قاعدهٔ ریسک خودکار جلوی هر زیانی را نمی‌گیرد. در شکاف قیمتی یا قطع اتصال، سفارش حد ضرر ممکن است با قیمتی بدتر از قیمت تعیین‌شده اجرا شود یا اصلاً به بازار نرسد.

چرخه ساخت و آزمون یک استراتژی الگوریتمی چیست؟

چرخهٔ ساخت و آزمون یک استراتژی الگوریتمی خط مستقیم نیست، حلقه است. از ایده آغاز می‌شود، از قاعده‌نویسی، بک‌تست و فوروارد‌تست می‌گذرد، به اجرا می‌رسد و پایش آن را دوباره به ایده یا قاعده برمی‌گرداند. هر مرحله خطر خودش را دارد:

  1. ایده فرضیه‌ای دربارهٔ رفتار بازار است؛ خطرش ایده‌ای است که نمی‌توان آن را به شرط قطعی تبدیل کرد.
  2. قاعده‌نویسی ترجمهٔ ایده به شرط‌هایی است که کد بی‌ابهام اجرا کند؛ هر جا قاعده «تقریباً» یا «به نظر» دارد، کد ناچار است جای شما تصمیم بگیرد.
  3. بک‌تست اجرای قاعده روی داده‌های تاریخی است؛ خطرش مفروضات خوش‌بینانهٔ هزینه و تنظیم بیش از حد پارامترهاست.
  4. فوروارد‌تست اجرای همان قاعده در زمان واقعی است؛ خطرش دورهٔ کوتاه و شرایطی است که با حساب واقعی فرق دارد.
  5. اجرا اتصال به حساب و ارسال سفارش واقعی است؛ خطرش لغزش، تأخیر و خطای فنی است.
  6. پایش مقایسهٔ رفتار زنده با نتیجهٔ آزمون است؛ خطرش نادیده‌گرفتن انحرافی است که از تغییر شرایط خبر می‌دهد.

چرخهٔ ساخت و آزمون استراتژی الگوریتمی: هر مرحله با خطر اصلی‌اش، و بازگشت از پایش به ایده یا قاعده

چرخهٔ ساخت و آزمون استراتژی الگوریتمی هر تغییر پارامتر آزمون را از نو لازم می‌کند بازگشت ایده قاعده‌نویسی بک‌تست فوروارد‌تست اجرا پایش خطر: ایدهٔ مبهم خطر: شرط تفسیرپذیر خطر: هزینهٔ نادیده خطر: دورهٔ کوتاه خطر: لغزش و خطا خطر: انحراف نادیده

در پاین‌اسکریپت، اسکریپت استراتژی معامله‌ها را هم روی کندل‌های تاریخی و هم روی کندل‌های زمان واقعی شبیه‌سازی می‌کند؛ یعنی یک کد هم مرحلهٔ بک‌تست را پوشش می‌دهد و هم مرحلهٔ فوروارد‌تست را. نکتهٔ کلیدی چرخه در اتصال مرحله‌هاست. به گفتهٔ راهنمای پشتیبانی TradingView، تغییر پارامترهای استراتژی نتیجهٔ بک‌تست و فوروارد‌تست را عوض می‌کند. پیامد عملی‌اش این است که هر بار پایش شما را به قاعده برمی‌گرداند و پارامتری تغییر می‌کند، نتیجهٔ آزمون‌های قبلی به نسخهٔ قبلی تعلق دارد و نسخهٔ تازه باید از نو آزموده شود. این چرخه جایی می‌شکند که مرحله‌ها در هم بریزند. اگر همان داده‌ای که برای تنظیم پارامترها به کار رفته دوباره برای سنجش استفاده شود، چرخه فقط ظاهر آزمون را دارد. اگر هم از بک‌تست مستقیم به اجرا بپرید، رفتار قاعده روی داده‌ای که ندیده هرگز سنجیده نشده است.

بک‌تست چه چیزی را نشان می‌دهد و به چه فرض‌هایی وابسته است؟

بک‌تست بازسازی عملکرد استراتژی روی داده‌های تاریخی است. خروجی‌اش نشان می‌دهد اگر همین قاعده‌ها با همین مفروضات در گذشته اجرا می‌شد، چه معامله‌هایی ثبت می‌شد. این پاسخ دقیقاً به همان اندازه معتبر است که مفروضاتش. مفروضات از دو جا می‌آیند. اولی شیوهٔ پرشدن سفارش‌هاست. در پاین‌اسکریپت، معامله‌ها را یک شبیه‌ساز کارگزار (broker emulator) پر می‌کند که به‌طور پیش‌فرض فقط از داده‌های نمودار استفاده می‌کند؛ پس دقت پرشدن سفارش در آزمون به جزئیات همان داده‌ها محدود است. دومی تنظیمات استراتژی است. سرمایهٔ اولیه، ارز حساب، اندازهٔ سفارش، اهرم، هرم‌سازی (pyramiding) یعنی افزودن پوزیشن هم‌جهت به پوزیشن باز، کمیسیون و لغزش همه در تنظیمات تعیین می‌شوند و نتیجهٔ بک‌تست به آن‌ها وابسته است. دو بک‌تست از یک قاعده با تنظیمات متفاوت، دو تصویر متفاوت می‌دهند.

مهم

نتیجهٔ بک‌تست تابع مفروضات است

کمیسیون و لغزشی که در تنظیمات وارد می‌کنید بخشی از خود نتیجه است؛ پیش از خواندن هر نتیجهٔ بک‌تست، این تنظیمات را بررسی کنید.

آنچه ابزار نشان می‌دهد با آنچه معامله‌گر نتیجه می‌گیرد یکی نیست. ابزار فهرستی از معامله‌های شبیه‌سازی‌شده و آمار آن‌ها را نمایش می‌دهد. جملهٔ «این قاعده کار می‌کند» نتیجه‌گیری معامله‌گر است و گامی جداست که ابزار ضمانتی برایش نمی‌دهد. بک‌تست وقتی کمترین ارزش را دارد که قاعده آن‌قدر با گذشته تنظیم شده باشد که فقط همان گذشته را توصیف کند، یا داده‌های نمودار برای بازسازی اجرای واقعی کافی نباشند.

فوروارد‌تست چه فرقی با بک‌تست دارد؟

فرق اصلی در زمان داده است. بک‌تست روی گذشته اجرا می‌شود، ولی فوروارد‌تست بازسازی عملکرد استراتژی در زمان واقعی است، یعنی روی داده‌ای که هنگام طراحی قاعده هنوز وجود نداشت. ارزش فوروارد‌تست از همین‌جا می‌آید: قاعده‌ای که روی دادهٔ دیده‌نشده سنجیده می‌شود، فرصتی برای تطبیق با جزئیات آن داده نداشته است. فوروارد‌تست دو شکل دارد که نباید با هم یکی گرفته شوند. در شکل شبیه‌سازی‌شده، مانند تریدینگ‌ویو، همان شبیه‌ساز روی کندل‌های زمان واقعی کار می‌کند و رفتار قاعده را می‌سنجد، نه شرایط اجرای واقعی را. اگر همان قاعده را در حساب دمو اجرا کنید، رفتار اجرا، تأخیر و خطاهای اتصال هم بدون درگیرکردن سرمایهٔ واقعی دیده می‌شود.

مقایسهٔ بک‌تست و فوروارد‌تست

ویژگیبک‌تستفوروارد‌تست
دادهتاریخیزمان واقعی
سرعتسریع؛ دوره‌ای طولانی در یک اجراکند؛ هم‌پای گذشت زمان
آنچه می‌سنجدرفتار قاعده در گذشته با مفروضات تعیین‌شدهرفتار قاعده روی دادهٔ دیده‌نشده و، در حساب دمو، شرایط اجرا
ضعف اصلیحساسیت به مفروضات و بیش‌برازشدورهٔ کوتاه و تفاوت دمو با حساب واقعی

هیچ‌کدام جای دیگری را نمی‌گیرد. بک‌تست بدون فوروارد‌تست ممکن است فقط گذشته را خوب توصیف کند. فوروارد‌تست بدون بک‌تست هم آن‌قدر کند است که قاعده‌های معیوب را دیر کنار می‌گذارد. فوروارد‌تست هم مرز خودش را دارد: دوره‌اش معمولاً کوتاه‌تر از تاریخچه‌ای است که بک‌تست پوشش می‌دهد و حساب دمو ممکن است شرایط اجرای حساب واقعی را کامل بازتاب ندهد.

بیش‌برازش بک‌تست چیست و چرا نتیجه را گمراه می‌کند؟

دانش‌آموزی که به‌جای یادگرفتن درس، پاسخ‌های یک امتحان قدیمی را حفظ کند، در همان امتحان نمرهٔ کامل می‌گیرد و در امتحان تازه زمین می‌خورد. بیش‌برازش (overfitting) در بک‌تست همین است: قاعده‌ای که پارامترهایش آن‌قدر با داده‌های گذشته تنظیم شده که به‌جای الگوی پایدار، تصادف‌های همان دوره را حفظ کرده است. حاصلش بک‌تستی است که بسیار خوب به نظر می‌رسد و در دادهٔ تازه تکرار نمی‌شود. فرض کنید معامله‌گری برای یک قاعده ترکیب‌های فراوانی از پارامترها را بیازماید و در پایان بهترینشان را نگه دارد. بهترین ترکیب تا حدی بهترین است چون روی همان داده انتخاب شده است. هر چه شمار آزمون‌ها بیشتر باشد، احتمال اینکه برنده فقط خوش‌شانس بوده باشد هم بیشتر می‌شود. بیلی، بوروین، لوپز د پرادو و ژو در مقالهٔ «احتمال بیش‌برازش بک‌تست» (The Probability of Backtest Overfitting) استدلال می‌کنند که روش‌های آماری رایج برای جلوگیری از بیش‌برازش، مانند کنارگذاشتن بخشی از داده برای آزمون (hold-out)، در بک‌تست سرمایه‌گذاری معمولاً نامطمئن و نادقیق‌اند. آن‌ها روشی عددی به نام اعتبارسنجی متقاطع متقارن ترکیبیاتی (CSCV) پیشنهاد می‌کنند تا همین احتمال (PBO) را برآورد کند. این ارزیابی خود نویسندگان است؛ آن را دیدگاهی پژوهشی بخوانید، نه حکمی که همه پذیرفته‌اند.

نکته

نشانه‌هایی که ارزش بازبینی دارند

قاعده‌ای با شرط‌ها و پارامترهای زیاد که فقط در یک بازهٔ خاص می‌درخشد، یا نتیجه‌ای که با تغییر کوچکی در یک پارامتر فرو می‌ریزد، نشانهٔ احتمالی بیش‌برازش است. این نشانه‌ها اثبات نیستند، ولی دلیل خوبی برای آزمون دوباره روی دادهٔ دیده‌نشده‌اند.

مرز این ابزارها را هم باید دانست. شاخصی مانند PBO احتمال بیش‌برازش را برآورد می‌کند، ولی نمی‌گوید قاعده در آینده چگونه رفتار خواهد کرد.

این واژه‌ها اغلب به‌جای هم به کار می‌روند، ولی هم‌سطح نیستند. معامله الگوریتمی مفهوم کلی است و بقیه یا گونه‌ای از آن‌اند یا ابزاری برای پیاده‌سازی‌اش.

معامله فرکانس بالا (HFT) چه نسبتی با معامله الگوریتمی دارد؟

معامله فرکانس بالا (High-Frequency Trading) را معمولاً زیرمجموعه‌ای از معامله الگوریتمی می‌دانند؛ سندی از شرکت معاملاتی RSJ این را برداشت بیشتر ادبیات حرفه‌ای می‌خواند. همان سند ۴ ویژگی معمول برای آن برمی‌شمارد:

  • فرکانس بسیار بالای پیام‌های سفارش.
  • معامله با سرمایهٔ خود شرکت (Proprietary Trading)، یعنی معامله برای خود شرکت و نه برای مشتری.
  • دورهٔ نگهداری بسیار کوتاه پوزیشن.
  • واکنش با تأخیر (latency) بسیار کم.

با این حال، تعریف یکسان و جهان‌شمولی برای معامله فرکانس بالا وجود ندارد و مرز آن از منبعی به منبع دیگر فرق می‌کند. در این نگاه، معامله فرکانس بالا گونه‌ای از معامله الگوریتمی است، ولی هر معامله الگوریتمی فرکانس بالا نیست. قاعده‌ای که به‌ندرت سفارش ثبت می‌کند و پوزیشن را روزها نگه می‌دارد هم، اگر پارامترهای سفارش را خودکار تعیین کند، الگوریتمی است.

ربات و اکسپرت ادوایزر (EA) چه جایگاهی دارند؟

ربات معامله‌گر اصطلاحی عمومی و غیرفنی است برای برنامه‌ای که بخشی از معامله یا همهٔ آن را خودکار انجام می‌دهد. اکسپرت ادوایزر (Expert Advisor) نام همین برنامه‌ها در متاتریدر است. به تعریف MetaQuotes، سازندهٔ متاتریدر، اکسپرت سامانهٔ معاملاتی مکانیکی است که امکان خودکارکردن کامل تحلیل و معامله را می‌دهد. اینکه یک ربات یا اکسپرت در تعریف FCA بگنجد به کارش بستگی دارد. اکسپرتی که خودش زمان و حجم سفارش را تعیین می‌کند می‌گنجد، ولی ابزاری که فقط هشدار می‌دهد و تصمیم را به شما می‌سپارد، نمی‌گنجد.

سطح و رابطهٔ مفهوم‌های نزدیک به معامله الگوریتمی

مفهومچیسترابطه با معامله الگوریتمی
معامله الگوریتمیتعیین خودکار پارامترهای سفارش با دخالت انسانی محدود یا صفرمفهوم مادر
معامله فرکانس بالاگونه‌ای با پیام زیاد، نگهداری کوتاه و تأخیر کممعمولاً زیرمجموعه، بدون تعریف واحد
اکسپرت ادوایزربرنامهٔ خودکار تحلیل و معامله در متاتریدر ۵پیاده‌سازی رایج، اگر پارامترها را خودش تعیین کند
ربات معامله‌گراصطلاح عمومی برای برنامهٔ معاملاتی خودکاربسته به کارکرد، می‌گنجد یا نمی‌گنجد

زبان‌ها و پلتفرم‌های رایج معامله الگوریتمی چه نقشی دارند؟

زبان و پلتفرم تعیین می‌کنند قاعده در چه محیطی نوشته، آزموده و اجرا شود؛ دربارهٔ خوب یا بد بودن خود قاعده حکمی نمی‌دهند. دو نمونهٔ شناخته‌شده، متاتریدر و تریدینگ‌ویو، هر کدام زبان خودشان را دارند. MQL5 (MetaQuotes Language 5) زبان برنامه‌نویسی داخلی متاتریدر ۵ برای نوشتن استراتژی‌های معاملاتی است و اکسپرت و اندیکاتور با آن ساخته می‌شوند. مدل اجرای آن رویدادمحور است و سازوکارش در بخش تبدیل قاعده به سفارش آمد. اکسپرت پس از نوشتن روی نمودار اجرا می‌شود و می‌تواند تحلیل و معامله را خودکار انجام دهد؛ گام‌های عملی‌اش در راهنمای نصب اکسپرت در متاتریدر آمده است. پاین‌اسکریپت (Pine Script) زبان اسکریپت‌نویسی تریدینگ‌ویو است. اسکریپت‌های استراتژی آن معامله‌ها را فقط شبیه‌سازی می‌کنند و سفارش واقعی به حساب نمی‌فرستند؛ جزئیات شبیه‌سازی در بخش بک‌تست آمد. در مقابل، اکسپرت متاتریدر به حساب کارگزار متصل است و سفارش را به آن می‌فرستد. انتخاب میان این دو بیشتر به این بستگی دارد که قاعده کجا باید آزموده و اجرا شود و شما با کدام محیط کار می‌کنید، نه به برتری ذاتی یکی بر دیگری. زبان هم مرز روشنی دارد. یادگرفتن MQL5 یا پاین‌اسکریپت به شما امکان می‌دهد قاعده را بنویسید، ولی دربارهٔ اینکه قاعده ارزش نوشتن دارد یا نه چیزی نمی‌گوید. کدی که بی‌خطا اجرا می‌شود ممکن است قاعده‌ای بی‌ارزش را با دقت کامل پیاده کند.

ریسک‌ها و محدودیت‌های معامله الگوریتمی چیست و چرا سودآوری تضمین نمی‌شود؟

معامله الگوریتمی ریسک معامله را از بین نمی‌برد، فقط شکلش را عوض می‌کند. تصمیم‌های لحظه‌ای جای خود را به قاعده‌های از پیش نوشته‌شده می‌دهند و خطا هم از جنس دیگری می‌شود. ریسک‌های اصلی را می‌توان این‌طور دسته‌بندی کرد:

  • ریسک مفروضات: نتیجهٔ آزمون به کمیسیون، لغزش و اندازهٔ سفارشی وابسته است که در تنظیمات وارد شده‌اند و مفروضات خوش‌بینانه نتیجهٔ خوش‌بینانه می‌سازند.
  • ریسک بیش‌برازش: قاعده‌ای که با گذشته بیش از حد تنظیم شده، ممکن است روی دادهٔ تازه رفتاری کاملاً متفاوت نشان دهد.
  • ریسک تغییر شرایط: قاعده‌ای که برای یک وضعیت بازار ساخته شده، ممکن است در وضعیتی دیگر، مثلاً هنگام نوسان شدید، رفتار دیگری داشته باشد.
  • ریسک فنی: خطای کد، قطع اتصال، تأخیر و پیام خطای کارگزار می‌تواند سفارشی ناخواسته بسازد یا سفارشی لازم را متوقف کند.

سودآوری تضمین نمی‌شود چون هر حلقهٔ این زنجیره می‌تواند از واقعیت فاصله بگیرد: آزمون روی گذشته انجام می‌شود، مفروضات ساده‌شده‌اند و اجرا خطای خودش را دارد. قاعده‌هایی که پس از زیان حجم را بزرگ‌تر می‌کنند، مانند مارتینگل، ممکن است در بک‌تست منحنی آرامی بسازند و زیان بزرگ را تا رسیدن یک رشتهٔ باخت پیاپی پنهان نگه دارند. برای دیدن عمق زیان در مسیر، دراوداون را کنار سود کل بخوانید. خطرهای خاص ابزارهای آماده هم در ریسک‌های استفاده از اکسپرت جداگانه بررسی شده است.

هشدار

ریسک از دست‌دادن سرمایه

خودکار بودن معامله ریسک آن را کم نمی‌کند و هیچ نتیجهٔ بک‌تست یا فوروارد‌تستی سود آینده را تضمین نمی‌کند. اگر سیستم الگوریتمی را روی حساب واقعی و به‌ویژه با اهرم اجرا کنید، ممکن است بخشی از سرمایه یا همهٔ آن را از دست بدهید.

برای ادامه یادگیری از کجا شروع کنید؟

نقطهٔ شروع به این بستگی دارد که کدام حلقهٔ زنجیره برایتان مبهم‌تر است. نقشهٔ زیر شاخه‌های اصلی را نشان می‌دهد و هر شاخه به موضوعی جداگانه می‌رسد.

نقشهٔ مفهومی معامله الگوریتمی و شاخه‌های آزمون، پیاده‌سازی، ریسک و گونه‌های همسایه

نقشهٔ مفهومی شاخه‌های معامله الگوریتمی معامله الگوریتمی بک‌تست فوروارد‌تست اکسپرت ادوایزر مدیریت ریسک متاتریدر و MQL5 پاین‌اسکریپت معامله فرکانس بالا معامله کمی آزمون پیاده‌سازی ریسک گونه‌های همسایه

اگر هنوز قاعدهٔ مکتوبی ندارید، از اصول برنامهٔ معاملاتی شروع کنید؛ الگوریتم فقط قاعده‌ای را اجرا می‌کند که پیش‌تر بی‌ابهام نوشته شده باشد. در شاخهٔ آزمون، سازوکار بک‌تست و فوروارد‌تست را در صفحه‌های خودشان عمیق‌تر بخوانید و نتیجهٔ هر نسخه را در ژورنال معاملاتی ثبت کنید تا تغییر پارامترها ردیابی‌پذیر بماند. در شاخهٔ پیاده‌سازی، اگر با متاتریدر کار می‌کنید، مسیر از اکسپرت و زبان MQL5 می‌گذرد و شناختن خطاهای متاتریدر به پایش کمک می‌کند. اگر با تریدینگ‌ویو کار می‌کنید، از پاین‌اسکریپت و هشدارهای تریدینگ‌ویو آغاز کنید. شاخهٔ ریسک از مدیریت ریسک و ریسک هر معامله می‌گذرد. گونه‌های همسایه، یعنی معامله فرکانس بالا، معامله کمی و کپی‌تریدینگ، موضوع‌های جداگانه‌ای‌اند و تعریف FCA که در همین صفحه آمد معیار سنجیدنشان است: در هر کدام ببینید پارامترهای سفارش را چه کسی تعیین می‌کند. گام بعدی عملی این است که یک قاعدهٔ ساده را آن‌قدر دقیق بنویسید که کسی جز شما بتواند بی‌پرسش اجرایش کند. اگر این کار ممکن نشد، هنوز چیزی برای خودکارکردن ندارید.

یک تذکر لازم

هرچه اینجا می‌خوانید آموزشی است — نه سیگنالِ ترید، نه توصیهٔ خرید و فروش، نه وعدهٔ نتیجه. تصمیم آخر با خود شماست.

پرسش‌های پرتکرار

ترید خودکار چیست؟
ترید خودکار به معامله‌ای می‌گویند که در آن نرم‌افزار بخشی از کار یا همهٔ آن را بی‌دخالت پیوستهٔ شما انجام می‌دهد، از تحلیل تا ثبت سفارش. اکسپرت ادوایزر در متاتریدر ۵ نمونهٔ آن است که به تعریف MetaQuotes امکان خودکارکردن کامل تحلیل و معامله را می‌دهد. اگر نرم‌افزار پارامترهای سفارش را خودش تعیین کند و دخالت انسان محدود یا صفر باشد، ترید خودکار همان معامله الگوریتمی در تعریف FCA بریتانیاست.
ربات معامله‌گر چطور کار می‌کند؟
ربات معامله‌گر در متاتریدر ۵ رویدادمحور کار می‌کند: منتظر اتفاقی مثل رسیدن قیمت تازه می‌ماند و سپس قاعدهٔ از پیش نوشته‌شده را می‌سنجد. با رسیدن هر تیک تازه تابع OnTick فراخوانی می‌شود؛ ربات شرط‌ها را بررسی می‌کند و اگر برقرار بودند، سفارش را با پارامترهای تعیین‌شده می‌فرستد. هر برنامهٔ MQL5 دست‌کم یک رویدادگردان لازم دارد و هر اکسپرت در رشتهٔ جداگانهٔ خودش اجرا می‌شود.
برای معامله الگوریتمی چه زبانی باید یاد بگیرم؟
پاسخ به محیطی بستگی دارد که قاعده در آن آزموده و اجرا می‌شود. برای متاتریدر ۵ زبان MQL5 است که اکسپرت و اندیکاتور با آن نوشته می‌شوند. برای تریدینگ‌ویو پاین‌اسکریپت است؛ استراتژی پاین معامله‌ها را روی کندل‌های تاریخی و زمان واقعی فقط شبیه‌سازی می‌کند و سفارش واقعی در حساب شما ثبت نمی‌کند. هیچ‌کدام ذاتاً بر دیگری برتری ندارد؛ اول محیط کارتان را مشخص کنید، بعد زبان همان محیط را یاد بگیرید.
آیا معامله الگوریتمی ریسک دارد؟
بله. خودکارشدن معامله ریسک بازار را حذف نمی‌کند و ریسک‌های تازه‌ای مثل خطای کد و قطع اتصال را هم به آن می‌افزاید. نتیجهٔ بک‌تست به مفروضاتی مثل کمیسیون، لغزش و اندازهٔ سفارش وابسته است. بیلی و همکاران هم در مقالهٔ «احتمال بیش‌برازش بک‌تست» استدلال می‌کنند که روش‌های رایج جلوگیری از بیش‌برازش در بک‌تست معمولاً نامطمئن‌اند. پس نتیجهٔ خوب در آزمون، سود در حساب واقعی را تضمین نمی‌کند.

واژه‌های این مقاله

منابع

این مقاله با کمکِ ابزارهای هوش مصنوعی تهیه شده است. سیاست تحریریه

دیدگاه خود را ارسال کن

ارسال دیدگاه

مطالب مرتبط

دیدگاه‌ها (۰)

هنوز دیدگاهی ثبت نشده؛ اولین نفر باش.

ارسال دیدگاه

دیدگاه‌ها پیش از انتشار بررسی می‌شوند. به پرسش‌های معاملاتی پاسخ نمی‌دهیم و سیگنال نمی‌دهیم.

دوره‌های آموزش تریدآکا

دورهٔ بعدی یادگیری‌ات را پیدا کن

دوره‌ها را ببین، سبک‌ها را مقایسه کن و آموزش مناسب خودت را انتخاب کن.

مشاهده همه دوره‌ها
ادامهٔ مسیر تو

قدم بعدی را انتخاب کن

مسیر یادگیریت را پیدا کن

راهنمای شروع، انتخاب سبک و ترتیب یادگیری دوره‌ها را متناسب با هدفت ببین.

دیدن مسیر یادگیری

سبک معامله‌گریت را بشناس

با تست Trader DNA، الگوی تصمیم‌گیری و سبک‌های نزدیک‌تر به خودت را بشناس.

شناخت DNA معاملاتی

مقایسهٔ پلن‌ها

پوشش دوره‌ها و شرایط اشتراک طلایی و الماس را کنار هم مقایسه کن.