Algorithmischer Handel
Der algorithmische Handel ist ein Prozess zur Ausführung von Aufträgen unter Verwendung von automatisierten und vorprogrammierten Handelsanweisungen, um Variablen wie Preis, Zeitpunkt und Volumen zu berücksichtigen. Ein Algorithmus ist eine Reihe von Anweisungen zum Lösen eines Problems. Computeralgorithmen senden im Laufe der Zeit kleine Teile der gesamten Bestellung an den Markt.
Der algorithmische Handel verwendet komplexe Formeln in Kombination mit mathematischen Modellen und menschlicher Kontrolle, um Entscheidungen über den Kauf oder Verkauf von Finanztiteln an einer Börse zu treffen. Algorithmische Trader nutzen häufig die Hochfrequenz-Handelstechnologie, mit der ein Unternehmen Zehntausende von Trades pro Sekunde abwickeln kann. Der algorithmische Handel kann in einer Vielzahl von Situationen eingesetzt werden, einschließlich Orderausführung, Arbitrage und Trendhandelsstrategien.
Algorithmisches Trading verstehen
Die Verwendung von Algorithmen im Handel nahm zu, nachdem in den 1970er Jahren computergestützte Handelssysteme auf den amerikanischen Finanzmärkten eingeführt wurden. 1976 führte die New Yorker Börse das Designated Order Turnaround (DOT) -System ein, mit dem Aufträge von Händlern an Spezialisten auf der Börse weitergeleitet werden. In den folgenden Jahrzehnten verbesserten die Börsen ihre Fähigkeit, elektronischen Handel zu akzeptieren, und bis 2010 wurden mehr als 60 Prozent aller Geschäfte von Computern ausgeführt.
Der Autor Michael Lewis machte die Öffentlichkeit auf hochfrequenten, algorithmischen Handel aufmerksam, als er das Bestseller-Buch Flash Boys veröffentlichte, in dem das Leben von Wall-Street-Händlern und -Untern dokumentiert wurde, die beim Aufbau der Unternehmen mitwirkten, die die Struktur des elektronischen Handels definierten Amerika. Sein Buch argumentierte, dass diese Unternehmen in einem Wettrüsten steckten, um immer schnellere Computer zu bauen, die mit den Börsen immer schneller kommunizieren konnten, um den Wettbewerbern schnell Vorteile zu verschaffen, indem sie Auftragstypen verwendeten, von denen sie zum Nachteil durchschnittlicher Investoren profitierten.
Algorithmisches Handeln zum Selbermachen
In den letzten Jahren hat sich die Praxis des algorithmischen Do-it-yourself-Handels verbreitet. Hedge-Fonds wie Quantopian beispielsweise bieten Crowd-Source-Algorithmen von Amateur-Programmierern an, die um Aufträge für das Schreiben des profitabelsten Codes kämpfen. Möglich wurde dies durch die Verbreitung des Hochgeschwindigkeitsinternets und die Entwicklung immer schnellerer Computer zu relativ günstigen Preisen. Plattformen wie Quantiacs sind entstanden, um Day-Tradern zu dienen, die sich im algorithmischen Handel versuchen möchten.
Eine weitere aufstrebende Technologie an der Wall Street ist das maschinelle Lernen. Neue Entwicklungen in der künstlichen Intelligenz haben es Computerprogrammierern ermöglicht, Programme zu entwickeln, die sich durch einen iterativen Prozess namens Deep Learning verbessern können. Händler entwickeln Algorithmen, die sich auf tiefes Lernen stützen, um rentabler zu werden.
Die zentralen Thesen
- Beim algorithmischen Handel werden prozess- und regelbasierte Algorithmen verwendet, um Strategien für die Ausführung von Trades zu verwenden.
- Es erfreut sich seit Anfang der 1980er Jahre einer stark wachsenden Beliebtheit und wird von institutionellen Anlegern und großen Handelsunternehmen für eine Vielzahl von Zwecken eingesetzt.
- Es bietet zwar Vorteile wie eine schnellere Ausführungszeit und reduzierte Kosten, aber der algorithmische Handel kann auch die negativen Tendenzen des Marktes verschärfen, indem er Flash-Crashs und sofortigen Liquiditätsverlust verursacht.
Vor- und Nachteile des algorithmischen Handels
Der algorithmische Handel wird hauptsächlich von institutionellen Anlegern und großen Brokerhäusern eingesetzt, um die mit dem Handel verbundenen Kosten zu senken. Laut Untersuchungen ist der algorithmische Handel besonders für große Ordergrößen von Vorteil, die bis zu 10% des gesamten Handelsvolumens ausmachen können. Normalerweise verwenden Market Maker algorithmische Trades, um Liquidität zu schaffen.
Der algorithmische Handel ermöglicht auch eine schnellere und einfachere Ausführung von Aufträgen, was ihn für den Austausch attraktiv macht. Dies bedeutet wiederum, dass Händler und Investoren Gewinne aus kleinen Preisänderungen schnell buchen können. Die Scalping-Handelsstrategie verwendet üblicherweise Algorithmen, da sie den schnellen Kauf und Verkauf von Wertpapieren zu kleinen Preisinkrementen beinhaltet.
Die Geschwindigkeit der Auftragsausführung, die unter normalen Umständen von Vorteil ist, kann zu einem Problem werden, wenn mehrere Aufträge gleichzeitig ohne menschliches Eingreifen ausgeführt werden. Der Flash-Crash von 2010 wurde auf algorithmischen Handel zurückgeführt.
Ein weiterer Nachteil von algorithmischen Trades besteht darin, dass die Liquidität, die durch schnelle Kauf- und Verkaufsaufträge entsteht, in einem Moment verschwinden kann, sodass die Händler nicht mehr von Preisänderungen profitieren können. Dies kann auch zu einem sofortigen Liquiditätsverlust führen. Untersuchungen haben ergeben, dass der algorithmische Handel ein wesentlicher Faktor für den Liquiditätsverlust an den Devisenmärkten war, nachdem der Schweizer Franken seine Euro-Bindung im Jahr 2015 eingestellt hatte.
Vergleich von Anlagekonten Name des Anbieters Beschreibung Angaben zum Werbetreibenden × Die in dieser Tabelle aufgeführten Angebote stammen von Partnerschaften, von denen Investopedia eine Vergütung erhält.