アルゴリズム取引の概念と例:翻訳

(メモがてら翻訳したものです)

アルゴリズム取引(自動取引、ブラックボックス取引、アルゴトレーディングとも呼ばれる)は、取引を行うために定義された一連の命令(アルゴリズム)に従うコンピュータプログラムを使用する。理論的に、この取引は人間のトレーダーには不可能なスピードと頻度で利益を生み出すことができる。

定義された指示セットは、タイミング、価格、数量または任意の数学モデルに基づいている。トレーダーにとっての利益の機会とは別に、アルゴトレーディングはトレーディング活動に対する人間の感情を排除することによって、市場をより流動的にしより体系的なトレーディングにする。

実際のアルゴリズム取引

トレーダーが次のような単純な取引基準に従うとする。

  • 50日移動平均が200日移動平均を上回った時点で50株を購入する(移動平均は日々の価格変動を平滑化してトレンドを識別する過去のデータ・ポイントの平均)。
  • 50日移動平均が200日移動平均を下回った時点で株式を売却する。

この二つの簡単な命令を使うと、コンピュータプログラムが自動的に株価を監視し(移動平均の指標)、定義された条件が満たされたときに売買注文を出す。トレーダーは、実勢価格やグラフを監視したり、手動で注文する必要がなくなる。アルゴリズム取引システムは、取引機会を正しく識別することによってトレードを自動的に行う。

アルゴリズム取引の利点

アルゴ取引には次のような利点がある。

  • 取引は可能な限りの価格で行われる。
  • オーダーの発注は、迅速かつ正確である(望ましいレベルで実行される可能性が高い)。
  • 大幅な価格変更を避けるため、取引は正確かつ瞬時に行われる。
  • 取引コストの削減。
  • 複数の市場状況の同時に自動チェックできる。
  • トレードを行う際、手作業によるエラーのリスクを軽減する。
  • アルゴトレーディングは、利用可能な過去データとリアルタイムデータを使い、実行可能なトレーディング戦略であるかどうかを調べることができる。
  • 感情的および心理的要因に基づく人間のミスによる可能性を低減する。

今日、ほとんどのアルゴトレーディングは高頻度取引(HFT)であり、事前にプログラムされた指示に基づいて、複数の市場および複数の決定パラメータにわたって多数の注文を高速で行うことを利用しようとするものである。

アルゴトレーディングは、次のような様々な形態のトレーディングおよび投資活動に利用されている。

  • 年金基金、ミューチュアルファンド、保険会社などの中長期投資家やバイサイド企業は、個別の大量注文によって株価に影響を与えたくない場合、アルゴトレーディングを利用して株式を大量に購入する。
  • 短期トレーダーやセルサイドの参加者であるマーケット・メーカー(証券会社など)、投機家、裁定取引者は、自動化された取引執行の恩恵を受ける。加えて、市場の売り手にとって十分な流動性を生み出すのに役立つ。
  • トレンド・フォロワー、ヘッジファンド、ペア・トレーダー(市場中立のトレーディング戦略で、二つの株式、上場投資信託(ETF)、通貨のような相関性の高い一対の商品で買いポジションと売りポジションを一致させる)などのシステマティックなトレーダーは、トレーディング・ルールをプログラム化して自動的にトレーディングさせる方がはるかに効率的であると考えている。

アルゴリズムトレーディングは、活発なトレーディングに対してトレーダーの直感に基づく方法よりも体系的なアプローチを提供している。

アルゴリズム取引の戦略

アルゴリズム取引の戦略には、収益改善やコスト削減の観点から収益性の高い機会を特定する必要がある。以下は、アルゴトレーディングで用いられる一般的なトレーディング戦略である。

トレンドフォロー戦略

最も一般的なアルゴリズム取引の戦略は、移動平均、チャネル・ブレイクアウト、価格水準の動き、および関連するテクニカル指標のトレンドに従う。これらの戦略は、予測や価格予測を行わないため、アルゴリズム取引を通じて実行する最も簡単な戦略である。トレードは、望ましいトレンドの発生に基づいて開始される。これは、予測分析の複雑さにとらわれることなく、アルゴリズムを通じて実装するのが簡単である。50日移動平均と200日移動平均を使用することは、トレンドフォロー型の戦略として一般的。

裁定機会

ある市場で重なる上場株をより低い価格で買い、同時に別の市場でより高い価格で売ることは、リスクのない利益または裁定として価格差を提供する。価格差は時々存在するので、株式対先物商品について同じ操作を再現することができる。このような価格差を識別し、効率的に発注するアルゴリズムを実装することで収益性の高い機会が得られる。

インデックスファンドのリバランス

インデックスファンドは、それぞれのベンチマーク・インデックスと同水準になるようリバランス期間を定めている。これは、インデックスファンドがリバランスする直前の株式数に応じて、20〜80ベーシスポイントの利益を期待する取引を行うアルゴリズムトレーダーに機会を生み出す。このような取引は、アルゴリズム取引システムを介して開始され、適時実行され最高価格が設定される。

数学モデルに基づく戦略

デルタニュートラル・トレーディング戦略のような実証された数学的モデルは、オプションと基礎となる証券の組み合わせによるトレーディングを可能にする(デルタニュートラルは正と負のデルタを相殺する複数のポジションからなるポートフォリオを構築する戦略。正と負のデルタは、通常市場性のある有価証券などの資産価格の変化を、対応するデリバティブの価格変化と比較する比率であり、結果として当該資産の全体的なデルタは0になる)。

トレーディング・レンジ(平均回帰)

平均回帰戦略は、資産の高値と安値は平均値に周期的に戻る一時的な現象であるという概念に基づいている。トレーディング・レンジを特定・定義し、それに基づいてアルゴリズムを実装することで資産価格が定義された範囲に入ったり出たりしたときに自動的に取引を行うことができる。

出来高加重平均価格(VWAP)

出来高加重平均価格戦略は、大きな数量の発注を分割し、株式固有のヒストリカル・ボリューム・プロファイルを使用して、動的に決定された小さな発注チャンクを市場にリリースする。目的は、ボリューム加重平均価格(VWAP)に近いオーダーを実行することである。

時間加重平均価格(TWAP)

時間加重平均価格戦略は、大きなオーダーを分割し、開始時間と終了時間の間で均等に分割された時間スロットを使用して、動的に決定された小さいオーダーのチャンクを市場にリリースする。目標は、開始時から終了時までの平均価格に近いオーダーを実行して、市場への影響を最小限に抑えることである。

ボリュームの比較(POV)

このアルゴリズムでは、取引注文が完全に満たされるまで定義された参加率と市場で取引された数量に応じた部分的な注文を送信し続ける。関連する「ステップ戦略」は、ユーザーが定義した市場数量のパーセンテージで注文を送信し、ユーザーが定義した株価レベルに達すると、この参加率を増減する。

IS法

IS戦略は、リアルタイム市場をトレードオフすることにより注文の実行コストを最小化することを目的とし、注文コストを節約することで遅延実行の機会コストから利益を得るもの。株価が上昇すれば目標加入率を上げ、下落すれば目標加入率を下げるという戦略。

一般的なアルゴリズムを超えるもの

反対側の「出来事」を識別しようとするいくつかの特別なアルゴリズムがある。これらの「スニフィングアルゴリズム」は、例えば売り手のマーケットメイカーが使用するもので、大量注文の買い手側にあるアルゴリズムの存在を識別するためにインテリジェンス機能を内蔵している。アルゴリズムによるこのような検出は、マーケットメイカーが大きな注文機会を特定するのを助け、より高い価格で注文を埋めることで利益を得ることを可能とする。これは、しばしばフロントランニングと見なされる。

アルゴリズム取引の技術的要件

コンピュータプログラムを使用したアルゴリズムの実装は、バックテスティング(過去の市場パフォーマンスにおける歴史的な期間についてアルゴリズムを試み、それを使えば利益が出たかどうかを確かめる試験)を伴うアルゴリズム取引の最終的な構成要素である。課題は、識別された戦略を統合されたコンピュータプロセスに変換し、注文を出すための取引口座にアクセスできるようにすることである。アルゴリズム取引の要件は次のとおり。

  • 必要な取引戦略、プログラマーを雇用する、または事前に作成された取引ソフトウェアをプログラムするコンピュータ・プログラミングの知識。
  • ネットワーク接続と注文をするための取引プラットフォームへのアクセス。
  • マーケット・データフィードへのアクセス。このデータフィードはアルゴリズムによってモニターされ、注文の機会が提供される。
  • 実際の市場へ資金を投入する前に、システムの構築後にバックテストを行う能力とインフラと知識。
  • アルゴリズムに実装されているルールの複雑さに応じて、バックテストに使用できる履歴データを用意すること。

アルゴリズム取引の一例

Royal Dutch Shell:ロイヤル・ダッチ・シェル(RDS)は、アムステルダム証券取引所(AEX)とロンドン証券取引所(LSE)に上場していまるす。まず、裁定機会を識別するアルゴリズムを構築していく。以下でいくつかの興味深い観察を紹介する。

  • AEXはユーロ建てで取引され、LSEは英ポンド建てで取引されている。
  • 1時間の時差があるため、AEXはLSEよりも1時間早くオープンし、その後数時間は両取引所が同時に取引され、最後の1時間はAEXがクローズしLSEでのみ取引される。

これら2つの市場で上場されているロイヤル・ダッチ・シェル株について、2つの異なる通貨で裁定取引の可能性を探ることはできるか。

要件

  • 現在の市場価格を読み取ることができるコンピュータプログラム。
  • 価格はLSEとAEXの両方から供給される。
  • GBP-EURに対する外国為替レート。
  • 注文を正しい取引にルーティングできる発注機能。
  • 過去の価格フィードで行うバックテストの機能。

コンピュータプログラムは次の処理を実行する。

  • 両取引所からRDS株の価格フィードを読み取る。
  • 使用可能な外国為替レートを使用し、一方の通貨価格を他方の通貨価格に換算する。
  • 十分に大きな価格差(仲介コストの割引)があり収益機会につながる場合、プログラムは低価格の取引所に買い注文を発注し、その注文を高価格の取引所で売却する必要がある。
  • 注文が希望どおりに実行されると、裁定利益が続く。

簡単なように見えるが、アルゴリズム取引の実践は維持と実行がそれほど簡単ではない。1人の投資家がアルゴによって生み出された取引を行うことができれば、他の市場参加者もそれを行うことができるということを思い出すべきである。結果として、価格はミリ秒からマイクロ秒単位で変動する。上の例では、買いが実行されても売りが実行されず、注文が市場に到着するまでに販売価格が変化する場合はどうなるか。トレーダーは、アービトラージ戦略を無価値にするオープンポジションを残すことになる。

さらに、システム障害リスク、ネットワーク接続エラー、注文と実行のタイムラグ、そして最も重要である不完全なアルゴリズムなどのリスクと課題もある。アルゴリズムが複雑になればなるほど、実行に移す前に厳密なバックテストが必要になるだろう。

参照:investopedia

Share your love
Keisuke Kuribara
Keisuke Kuribara
Articles: 18