اشخاصی که تخصص و وقت کافی برای فعالیت مستقیم در بازار سرمایه را ندارند، می توانند از راه های متنوعی برای سرمایه گذاری پر سود استفاده کنند. یکی از این روش های استفاده از محصولات و خدمات شرکت های سبدگردانی است. سبدگردان ها، مسئول مدیریت دارایی سرمایه گذار در بورس هستند و به نیابت از سرمایه گذار ان و با استفاده از دانش و تجربه تخصصی که دارند، عملیات خرید، فروش و نگهداری سهم یا اوراق بهادار را انجام می دهند. در ادامه مطلب به بررسی مهمترین چالش های سبدگردان ها و رفع آن با الگوریتم تریدر زمانی پرداخته خواهد شد.
یکی از مهم ترین چالش هایی که سبدگردان ها با آن دست و پنجه نرم می کنند، چگونگی اجرای سفارشات برای سبدها است.
در حالت کلی سبدگردان ها مشتری های خود را بر اساس میزان ریسک پذیری شان دسته بندی می کنند. به عنوان مثال، پس از مصاحبه با سرمایه گذار، سبدگردان، مشتری را در یکی از ۳ دسته ریسک دوست، ریسک خنثی و ریسک گریز قرار می دهد. حال تصور کنید اجرای سفارش، برای تعداد زیادی مشتری، در دسته های متفاوت، می تواند تا چه حد، امر پیچیده و زمان بری باشد. به همین دلیل است که سبدگردان ها حداقل میزان سرمایه آورده برای پذیرش سبد، در نظر می گیرند و سرمایه کمتر از چند میلیارد تومان را قبول نمی کنند.
به عبارت دیگر، اگر تعداد مشتریان افزایش پیدا کند، به دلیل مشکلات اجرایی و عدم توانایی در انجام معاملات به صورت عادلانه و اختصاصی برای همه، کیفیت و بازدهی سبدگردانی اختصاصی با افت محسوسی مواجه خواهد شد.
بررسی ها نشان داده است که سبدگردان هایی که سفارشات خود را به روش سنتی (تریدر کارگزاری یا معاملات آنلاین از طریق سامانه های معاملاتی) اجرا می کنند به طور متوسط، فقط دو بار در سال توانایی تغییر ترکیب سبد خود را دارند و این یعنی انعطاف کمتر در تصمیم گیری و واکنش به بازار؛ اگرچه در بازارهای دارای روند، شاید تغییر پرتفوی در ۲ سال هم لازم نباشد.
عوامل زیر مهمترین عواملی هستند که اجرای سفارش را برای سبدگردان ها سخت می کند:
ممکن است برای برخی از سبدها، سفارش مدیر سبد به طور کامل اجرا نشود یا فقط بخشی از آن اجرا شود. در روش سنتی معمولا، معامله گر ابتدا سفارش یک مشتری را کامل اجرا می کند و بعد به سراغ مشتری بعدی می رود .
زمانی که تعداد مشتریان زیاد باشد، ممکن است در این فاصله، قیمت از حد قیمتی خرید یا فروش مدنظر مدیر سبد، عبور کند یا سهم صف خرید یا فروش شود؛ در نتیجه اجرای سفارش ناقص بماند . تکرار مداوم این روند موجب می شود ترکیب سبدها از یکدیگر متفاوت شود و مدیریت آن سخت تر شود.
زمانی که ثبت سفارش از جانب معامله گر، موجب افزایش یا کاهش قیمت در جهت خلاف منفعت سبدگردان شود، پدیده مارکت ایمپکت رخ می دهد. به طور مثال، زمانی که به یکباره تعداد زیادی سفارش در سمت خرید بر روی تابلو معاملات پدیدار شود، قیمت سهم بالا می رود و موجب می شود سفارشات بعدی خرید، با قیمت بالاتری اجرا شوند. در اجرای سفارش به روش سنتی چون معمولا معامله گر به دلیل زیاد بودن تعداد سبدها یا بالا بودن حجم سفارش، زمان کافی برای تقسیم سفارش را ندارد، تمامی سفارشات را به صورت یکجا اجرا می کند که این امر موجب تغییر قیمت ناشی از سفارش، در خلاف جهت منافع سبدگردان می شود.
فرض کنید مدیر سبدی قصد دارد برای مشتریان گروه کم ریسک خود، ارزش سهم دکیمی را به ۳ درصد از ارزش سبد شان برساند و برای مشتریان گروه ریسک متوسط خود ۵ درصد از ارزش سبد را به این سهم اختصاص دهد. همچنین برای مشتریان گروه ریسک پذیر خود ۵۰ درصد از موجودی سهم فولاد را فروخته و ارزش سهم دکیمی را به ۱۵ درصد از ارزش سبد برساند.
اکنون باید تعداد سهامی که برای هر مشتری از هر گروه خرید یا فروش شود، محاسبه شود که خود امری زمان بر است؛ خصوصا اگر این تصمیمات در زمان معاملات اخذ شود. همچنین، امکان اشتباه در چنین محاسباتی بالا است. بعد از آن سفارش های تولید شده، به دست معامله گر می رسد که پیش تر به چالش های پیش روی آن، برای اجرای سفارش سبدگردان پرداختیم.
در بخش عمده از بازارهای مالی جهان، مشکلات اجرای سفارش سبدگردان، با بهره گیری از الگوریتم ها به طور کامل رفع شده است. در ایران نیز شرکت تحلیلگر امید، به عنوان اولین شرکت معاملات الگوریتمی تایید شده از سمت سازمان بورس اوراق بهادار، ابزارهای معاملاتی متنوعی برای سبدگردان ها تعبیه دیده است.
از جمله پرکاربردترین این الگوریتم ها، الگوریتم تریدر زمانی است. الگوریتم تریدر زمانی با تعیین پارامترهایی از قبیل: حد قیمتی خرید و فروش، حجم یا ارزش معامله، زمان اتمام معامله و امکان یا عدم امکان معامله در صف، معامله را در بازه زمانی معین و حد قیمتی مشخص اجرا می کند.
برای سبدگردان ها این امکان وجود دارد که برای دسته ای از سبدهای مدنظر خود با استفاده از تریدر زمانی معاملات خود را اجرا کنند.
از آنجایی که الگوریتم دسته ای تریدر زمانی برای تمام سبدهای مدنظر به طور همزمان ثبت می شود، در صورت محقق شدن شرایط معامله، مانند حد قیمتی، الگوریتم برای تمامی سبدها به صورت یکسان خرید یا فروش انجام می دهد؛ بنابراین، ناهمگونی در ترکیب سبدهای یک دسته رخ نمی دهد.
الگوریتم تریدر زمانی، نسبت به صف خرید یا فروش حساس است و بنا به تنظیمات کاربر پنل، نسبت به تشکیل صف واکنش نشان می دهد. به طور مثال، اگر کاربر قصد خرید سهمی را داشته باشد و به الگوریتم اجازه دهد در صف خرید نیز خرید انجام دهد، به محض تشکیل صف خرید، الگوریتم سعی در تکمیل خرید خود دارد و در هنگام تشکیل صف خرید، سفارش خود را ارسال می کند. در صورتیکه اگر کاربر این پارامتر را غیر فعال کند، این اتفاق نمی افتد.
پس تمامی موارد، برای حالات مختلف در نظر گرفته شده تا معامله گر با استفاده از الگوریتم بهترین معامله را اجرا کند.
از آنجایی که سفارشات در تریدر زمانی به سفارشات کوچکتری تقسیم می شود، اثر تغییر قیمتی در خلاف منافع سبدها به حداقل می رسد.
فرض کنید برای ۱۲۰ سبد قصد خرید سهام وپترو را دارید، اگر سفارشات را به صورت یکجا و مستقیم ارسال کنید و حجم سفارش نسبت به حجم های روی تابلو بزرگ باشد، قطعا قیمت سهم را بالا میبرید. اما اگر این سفارش توسط الگوریتم تریدر زمانی در تمام بازه زمانی معاملات آن روز، به طور یکنواخت تقسیم شود، این اثر قیمتی، کاهش چشمگیری خواهد داشت. همچنین این امر از سواستفاده افراد از اطلاعات نهانی و استفاده از تغییر قیمت خلاف منافع سبدها و در جهت منافع شخصی جلوگیری می کند.
زمانی که مدیر سبد تصمیم می گیرد با استفاده از سامانه الگوریتمی، ۱۰ درصد از ارزش سهام سبدهای کم ریسک را تبدیل به سهم وغدیر کند، کافی است که از گزینه رساندن سهم وغدیر به ۱۰ درصد را انتخاب کند و دیگر نیازی به هیچ محاسبه ای ندارد! همچنین می تواند از الگوریتم هم راستا با استراتژی معاملاتی خود را برای رسیدن به این عدد، استفاده کند.
پس دیگر نیازی به محاسبات وقت گیر نیست و مدیر سبد می تواند تمام تمرکز خود را روی چیدن ترکیب سبد قرار دهد.
یادتان باشد که به ستاره های بالای سرتان نگاه کنید نه زمین زیر پایتان. کنجکاو باشید. این زندگی هرچقدر هم سخت باشد همیشه کاری هست که بتوانید انجامش دهید و در آن موفق شوید فقط کافیست که تسلیم نشوید. من معتقدم چیزی که ما انسان ها را خاص می کند همین فراتر رفتن از محدودیت هاست. چطور می توان از این محدودیت ها فراتر رفت؟
به کمک ذهن ها و ماشین هایمان!
