कैसे करें: शेयर बाजार में काम करने के लिए एक ट्रेडिंग सिस्टम विकसित करने के लिए एक कदम-दर-चरण मार्गदर्शिका

नोट: यह पोस्ट ब्रिटिश डेवलपर और वित्तीय विश्लेषक माइकल हॉल-मूर द्वारा लिखी गई थी, जो तथाकथित क्वांटिटेटिव ट्रेडिंग में एक पेशेवर है। हमारे दृष्टिकोण से, इस विषय में निहित जानकारी तकनीकी विशेषज्ञों और डेवलपर्स के लिए रुचि हो सकती है जो शेयर बाजार में रुचि रखते हैं और उदाहरण के लिए, सफल ट्रेडिंग रोबोट बनाने के लिए कौशल हैं, लेकिन पता नहीं है कि कहां से शुरू करें। इसलिए, इस संदर्भ में विषय पर विचार किया जाएगा, इसके अलावा, पाठ रूसी वास्तविकताओं के अनुकूल है, और कुछ शर्तों के अनुसार अनुवाद किया जाता है। हम आपकी टिप्पणियों का स्वागत करते हैं! (निजी संदेशों में अनुवाद सुधार सबसे अच्छा भेजा जाता है)।



अल्गोरिदमिक ट्रेडिंग वित्त का एक बहुत ही कठिन क्षेत्र है, और इसमें बहुत अधिक समय लगता है जानकारी की मात्रा को मास्टर करने के लिए जो आपको अपना खुद का ट्रेडिंग सिस्टम बनाने या वित्तीय कंपनी या फंड में एक डेवलपर प्राप्त करने की अनुमति देगा। प्रोग्रामिंग में एक महान अनुभव बस इस बाजार में सफल काम के लिए आवश्यक है, कम से कम एल्गो व्यापारी को सी / सी ++ (जावा भी वित्त के क्षेत्र में भी आशाजनक है) और पायथन, मैटलैब और आर जैसी भाषाओं में पारंगत होना चाहिए ( रूसी बाजार में विकसित लोकप्रियता प्राप्त कर रहे हैं) यूएसए ट्रेडस्क्रिप्ट - लगभग। अनुवाद। )।



किसी भी उच्च आवृत्ति व्यापार प्रणाली में चार मुख्य घटक होते हैं:

• रणनीति की पहचान - अर्थात्, एक व्यापारिक रणनीति की परिभाषा, इसमें निहित फायदे का शोषण, और व्यापार की आवृत्ति का विकल्प।
• रणनीति का बैकएंडिंग - निविदाओं पर ऐतिहासिक डेटा प्राप्त करना और उन पर रणनीति "चलाना", परिणामों का विश्लेषण करना और कमजोरियों का अनुकूलन करना।
• इंजन - वह हिस्सा जो ब्रोकरेज ट्रेडिंग सिस्टम से जुड़ता है ( ITinvest ने हाल ही में नया मैट्रिक्स सिस्टम लॉन्च किया है। लगभग अनुवाद। ), स्वचालित रूप से लागत को कम करने के लिए बाजार में परिवर्तन को समायोजित और समायोजित करता है।
• जोखिम प्रबंधन - बाजार में परिस्थितियों के असफल संयोजन के मामले में कार्रवाई के अनुक्रम का निर्धारण, एक इष्टतम तरीके से व्यापारिक संचालन करने के लिए पूंजी का वितरण।

चलो पहले बिंदु से शुरू करते हैं और ट्रेडिंग रणनीति चुनने के बारे में बात करते हैं।

ट्रेडिंग रणनीति

व्यापार में, किसी भी कार्रवाई को हमेशा जानकारी एकत्र करने और अध्ययन करने के चरण से पहले किया जाता है। ट्रेडिंग के लिए एक रणनीति चुनने से पहले, प्रारंभिक डेटा का विश्लेषण करना आवश्यक है, जैसे कि उपलब्ध धनराशि, और यह भी ध्यान रखें कि नई रणनीति उन लोगों के साथ जोड़ती है जो पहले से उपयोग में हैं। व्यक्तिगत व्यापारियों को लेन-देन की लागतों पर बहुत ध्यान देने के लिए बाध्य किया जाता है और उन्हें अपनी सभी शक्तियों के साथ कम करने की कोशिश की जाती है, और इष्टतम ट्रेडिंग रणनीति तदनुसार चुनी जाती है।







आम धारणा के विपरीत, "कोई मूर्ख एक रणनीति साझा नहीं करेगा जो पैसा बनाता है," वास्तव में, सार्वजनिक स्रोत उन रणनीतियों के बारे में जानकारी पा सकते हैं जो वास्तव में काम करती हैं। इसके अलावा, विश्लेषकों और वैज्ञानिकों ने कभी-कभी अपने शोध और वित्तीय प्रयोगों के परिणाम प्रकाशित किए। अंग्रेजी में अल्गोरिदमिक ट्रेडिंग के विषय पर काफी कुछ ब्लॉग हैं (रूस में, कभी-कभी, दिलचस्प विषय Smartlab.ru संसाधन पर छोड़ते हैं), और फंड की ट्रेडिंग रणनीतियों पर डेटा कभी-कभी प्रेस में आते हैं।



बेशक, कोई भी एक सार्वजनिक क्षेत्र में सभी पहलुओं और एक लाभदायक रणनीति स्थापित करने के विवरण पर चर्चा नहीं करेगा। लाभप्रदता की कुंजी यह समझने में सटीक रूप से निहित है कि एक रणनीति क्या होनी चाहिए, साथ ही साथ इसके "फाइन-ट्यूनिंग" भी। फिर भी, अन्य लोगों के विचारों और उनके बाद के शोधन के इस "चोरी" के लिए अपनी रणनीति बनाने के लिए लगभग एक सौ प्रतिशत तरीका है।



अधिकांश रणनीतियों को दो बड़े समूहों में विभाजित किया जा सकता है - जो अक्षमताओं पर खेलते हैं और जो प्रवृत्ति का पालन करते हैं। पहले प्रकार के शोषण बाजार की अक्षमताओं (उदाहरण के लिए, संबंधित वित्तीय साधनों की कीमत में प्रसार) की रणनीति और तथ्य यह है कि अल्पावधि में संपत्ति की कीमत अक्सर अपने मूल स्तर पर लौट आती है। प्रवृत्ति की रणनीति निवेशकों के मनोविज्ञान और धन के कार्यों पर खेलती है, एक नई प्रवृत्ति की ट्रेन में "कूद" करने की कोशिश करती है और इस पर लाभ एकत्र करने का प्रबंधन करती है, जब तक कि विपरीत दिशा में आंदोलन न हो जाए।



एल्गोरिथम ट्रेडिंग का एक और सबसे महत्वपूर्ण बिंदु इसकी आवृत्ति है। लो-फ़्रीक्वेंसी ट्रेडिंग (LFT) का तात्पर्य है कि एक वित्तीय साधन को एक दिन में एक से अधिक दिन के लिए पकड़ना। तदनुसार, उच्च आवृत्ति ट्रेडिंग (एचएफटी) के साथ, सभी ऑपरेशन "इंट्राडे" होते हैं, अर्थात एक ट्रेडिंग दिन के भीतर। तथाकथित अल्ट्रा-हाई फ्रिक्वेंसी स्ट्रैटेजी (यूएचएफटी) भी हैं, जिसमें सेकंड या मिलीसेकंड के लिए संपत्ति रखना शामिल है। उच्च आवृत्ति व्यापार ने अब दुनिया और रूसी बाजारों में बहुत विकास प्राप्त किया है।



रणनीति के चयन के बाद, ऐतिहासिक डेटा पर इसकी प्रभावशीलता का परीक्षण करना आवश्यक है। इस प्रक्रिया को बैकिंग कहा जाता है।

backtesting

बैकटस्टिंग का सार ऐतिहासिक डेटा पर लॉन्च की गई चुनी गई रणनीति की लाभप्रदता की पुष्टि या खंडन करना है। परिणामों को जानने से जो रणनीति अतीत में दिखाई देती थी वह वर्तमान बाजार की स्थिति में इसकी प्रभावशीलता का सुझाव देती है। बेशक, यह तथ्य कि ऐतिहासिक आंकड़ों पर रणनीति एक आभासी मिलियन लेकर आई है, वास्तविक दुनिया में सफलता की गारंटी नहीं देती है।



जब बैकिंग, सबसे महत्वपूर्ण बिंदु रणनीति को लॉन्च करने के लिए पिछले ट्रेडिंग सत्रों पर डेटा की उपलब्धता है। आप इस डेटा को कई तरीकों से प्राप्त कर सकते हैं - अक्सर वे दलालों और एक्सचेंजों द्वारा प्रदान किए जाते हैं, लेकिन तीसरे पक्ष के डेटा प्रदाता भी हैं।



मेट्रिक्स को निर्धारित करना भी महत्वपूर्ण है जिसके द्वारा यह निर्धारित किया जाएगा कि "इतिहास पर" रणनीति ने कितनी सफलतापूर्वक या असफल रूप से काम किया है। उद्योग मानक "अधिकतम गिरावट" और शार्प अनुपात की अवधारणा है । अधिकतम गिरावट एक निश्चित अवधि (आमतौर पर एक वर्ष के लिए) के लिए एक पोर्टफोलियो पर अधिकतम नुकसान है। कम-आवृत्ति रणनीतियों में, कुछ सांख्यिकीय कारकों के कारण, ड्रॉडाउन उच्च-आवृत्ति वाले लोगों की तुलना में अधिक हो सकता है। बैकस्ट सबसे अधिक पोर्टफोलियो दिखाएगा जो अतीत में हो सकता था, जो वास्तविक वर्तमान बाजार में काम करते समय इस संबंध में क्या उम्मीद करेगा, इस बारे में अनुमानित विचार देगा। शार्प अनुपात निवेश पोर्टफोलियो (परिसंपत्ति) की प्रभावशीलता का एक संकेतक है, जिसकी गणना पोर्टफोलियो के औसत विचलन के औसत जोखिम प्रीमियम के अनुपात के रूप में की जाती है।



रणनीति का परीक्षण करने के बाद और सभी पहचाने गए बाधाओं को समाप्त कर दिया जाता है, संभावित गिरावट को कम कर दिया जाता है और शार्प अनुपात अधिकतम होता है, यह ट्रेडिंग इंजन के विकास के लिए आगे बढ़ने का समय है।

ट्रेडिंग मॉड्यूल

एक ट्रेडिंग इंजन एक ऐसा साधन है जिसके द्वारा एक ट्रेडिंग रणनीति के अनुसार निष्पादित लेनदेन की एक सूची दलाल की ट्रेडिंग प्रणाली को प्रेषित की जाती है। आदेश उत्पन्न करने की प्रक्रिया आधी या पूरी तरह से स्वचालित हो सकती है, और उनके निष्पादन के लिए तंत्र मैनुअल, आधा मैनुअल ("एक क्लिक"), या पूरी तरह से स्वचालित हो सकता है। कम-आवृत्ति रणनीतियों के लिए, ऑर्डर का मैनुअल या आधा-मैनुअल प्रविष्टि सबसे अधिक बार उपयोग किया जाता है। एचएफटी रणनीतियों के लिए, जिसके लिए प्रत्येक मिलीसेकंड महत्वपूर्ण है, पूरी तरह से स्वचालित विधि मुख्य रूप से उपयोग की जाती है।







ट्रेडिंग सिस्टम विकसित करते समय मुख्य बिंदुओं को ध्यान में रखा जाना चाहिए, जो ब्रोकर ट्रेडिंग सिस्टम (आमतौर पर एपीआई के माध्यम से ) के लिए एक विश्वसनीय और तेज़ कनेक्शन सुनिश्चित कर रहे हैं या एक्सचेंज तक सीधे पहुंच प्रदान कर रहे हैं , लागत को कम कर रहे हैं (एक ब्रोकर और एक्सचेंज के कमीशन सहित), साथ ही संभावित स्लैपेज भी।



लेन-देन की लागत मुख्य चीजों में से एक है जो एक एचएफटी व्यापारी को सोचना चाहिए। वे आम तौर पर तीन घटकों से मिलकर बनते हैं: ब्रोकर और एक्सचेंज कमीशन (और टैक्स), स्लिपेज (उस कीमत के बीच का अंतर, जिस पर लेन-देन पूरा होने की योजना बनाई गई थी और जिस कीमत पर वह वास्तव में चला गया था), और एक विशिष्ट वित्तीय उपकरण के प्रसार (कीमत के बीच का अंतर) खरीद और बिक्री - बोली / पूछना)। प्रसार एक निश्चित मूल्य नहीं है और वर्तमान बाजार की तरलता पर निर्भर करता है।



उच्च लेनदेन लागत पूरी तरह से लाभहीन और इसके विपरीत एक अच्छे शार्प अनुपात के साथ संभावित रूप से बहुत लाभदायक रणनीति बना सकती है। लेन-देन की लागतों का सही अनुमान लगाने के लिए एक बैकस्ट का उपयोग करना काफी कठिन हो सकता है, इसके लिए आम तौर पर एक्सचेंज से ऐतिहासिक टिक डेटा प्राप्त करना आवश्यक है, जिसमें बोली / मूल्य पूछने की जानकारी शामिल है।



वास्तविक दुनिया में सिस्टम की दक्षता और ऐतिहासिक डेटा पर जो दिखाया गया है, उसके बीच अंतर को याद रखना भी आवश्यक है। अंतर बहुत महत्वपूर्ण हो सकता है, और इसके कई कारण हैं। सॉफ़्टवेयर बग और ट्रेडिंग रणनीति की त्रुटियां स्वयं बैकिंग के दौरान प्रकट नहीं हो सकती हैं, लेकिन बाजार पर वास्तविक कार्य में महत्वपूर्ण भूमिका निभाती हैं।



TradeScript पर ट्रेडिंग रोबोट बनाने के उदाहरण।

जोखिम प्रबंधन

"जोखिम" की अवधारणा में उपरोक्त सभी खतरे शामिल हैं। जोखिम में तकनीकी खतरे होते हैं (उदाहरण के लिए, अचानक सर्वर की विफलता), एक ब्रोकर का जोखिम (कंपनी का दिवालियापन), और वास्तव में वह सब कुछ जो संभावित रूप से ट्रेडिंग सिस्टम के इच्छित कामकाज में हस्तक्षेप कर सकता है।



जोखिम प्रबंधन का हिस्सा पूंजी के अनुकूलन की प्रक्रिया है (विभिन्न रणनीतियों के बीच इसका वितरण)। यह "गणित" की एक बड़ी मात्रा का उपयोग करते हुए एक जटिल प्रक्रिया है। उद्योग मानक जो पूंजी के इष्टतम वितरण के अनुपात का वर्णन करता है और ट्रेडिंग स्टार्ट-अप के काम का अधिकतम प्रभाव केली मानदंड है ।



जोखिम प्रबंधन का एक अन्य महत्वपूर्ण घटक एक व्यापारी का अपना मनोवैज्ञानिक चित्र निर्धारित कर रहा है। प्रत्येक व्यक्ति के पास कुछ लक्षण हैं जो बाजार में सफल व्यापार को बाधित कर सकते हैं। एल्गोरिथमिक ट्रेडिंग के मामले में, मनोवैज्ञानिक प्रभाव बाजार पर "मैनुअल" ट्रेडिंग की तुलना में कम भूमिका निभाता है, लेकिन यह अभी भी मौजूद है - आखिरकार, एक व्यक्ति एक ट्रेडिंग रोबोट देख रहा है जो नुकसान को बहुत जल्द ठीक करना चाहता है या स्थिति को बंद करने की जल्दी कर सकता है, जिससे नुकसान में वृद्धि की आशंका है।



आप इस विषय में जोखिम प्रबंधन के बारे में अधिक पढ़ सकते हैं।

निष्कर्ष

अल्गोरिदमिक ट्रेडिंग मानव गतिविधि का एक बहुत ही जटिल क्षेत्र है, लेकिन यह वित्त का एक बहुत ही दिलचस्प क्षेत्र भी है। इस मामले में सफल होने का मौका देने के लिए, आपको बस एक अच्छे स्तर पर प्रोग्रामिंग करने की आवश्यकता है। उपलब्ध संसाधनों का उपयोग करके स्वयं ट्रेडिंग मॉड्यूल (ट्रेडिंग इंजन, डेटा एनालाइज़र, बैकटैटिंग रणनीति के लिए उपकरण) बनाकर प्रशिक्षित करना आवश्यक है - अंत में, हम अपने स्वयं के पैसे के बारे में बात कर रहे हैं जो कोई भी खोना नहीं चाहता है।



संबंधित लेख:

• साक्षात्कार: कैसे C # और C ++ शेयर बाजार में पैसा बनाने में मदद करते हैं
• वित्त के क्षेत्र में किन प्रोग्रामिंग भाषाओं की सबसे अधिक मांग है
• स्टॉक मार्केट टेक्नोलॉजीज: ब्रोकरेज ट्रेडिंग सिस्टम
• कैसे करें: ट्रेडिंग रोबोट बनाने के लिए प्रोग्रामिंग भाषा कैसे चुनें
• कैसे करें: TradeScript में ट्रेडिंग रोबोट लिखना
• एक्सचेंज सॉफ्टवेयर: ट्रेडिंग रोबोट बनाने के लिए उपकरण