ခေတ်မီနည်းပညာများ ဖွံ့ဖြိုးတိုးတက်လာသည်နှင့်အမျှ၊ လက်တွေ့အားဖြင့် ကုမ္ပဏီတိုင်းသည် ကုန်သွယ်မှုမည်မျှထိရောက်ကြောင်း ဆုံးဖြတ်ရန် ယုတ္တိကုဒ်ကို အားကိုးလျက်ရှိသည်။ လိုချင်သောရလဒ်များကို ပြီးမြောက်စေရန်အတွက်၊ algorithms သည် သုံးစွဲသူဒေတာ၊ သမိုင်းအချက်အလက်နှင့် ကြိုတင်သတ်မှတ်ထားသော ညွှန်ကြားချက်များကို အသုံးပြုသည်။
ဥပမာအားဖြင့်၊ အပြန်အလှန်ရန်ပုံငွေကုမ္ပဏီများသည် SIP အတွက် သင်၏လစဉ်ဘဏ်အကောင့်မှ ကြိုတင်သတ်မှတ်ထားသောပမာဏကိုယူရန် algorithm တစ်ခုကို အသုံးပြုသည်။
သို့သော်၊ ငွေသွင်းခြင်းနှင့်စတော့ပွဲစားများသည် algorithms ကိုအသုံးပြုသည့်တစ်ခုတည်းသောအဖွဲ့အစည်းမဟုတ်ပါ။ ရင်းနှီးမြှုပ်နှံသူများသည် လူ့အမှားများကို လျှော့ချရန်နှင့် ကုန်သွယ်မှုအမြတ်ဖြစ်နိုင်ခြေကို မြှင့်တင်ရန် အယ်လဂိုရီသမ်များကို တက်ကြွစွာ အသုံးပြုကြသည်။
Algorithmic Trading ဆိုတာဘာလဲ။
အယ်လဂိုရစ်သမ် ကုန်သွယ်မှုတွင် ကြိုတင်သတ်မှတ်ထားသော စည်းမျဉ်းများကို လိုက်နာသော ကွန်ပျူတာပရိုဂရမ်တစ်ခုမှ သဘောတူညီချက်တစ်ခုကို ချထားခြင်းဖြစ်သည်။ သီအိုရီအရ၊ သဘောတူညီချက်သည် လူသားကုန်သည်တစ်ဦး၏ စွမ်းဆောင်နိုင်မှုထက် ကျော်လွန်သည့် အရှိန်အဟုန်နှင့် ကြိမ်နှုန်းဖြင့် အမြတ်အစွန်းများကို ထုတ်လုပ်နိုင်သည်။
သတ်မှတ်ထားသော ညွှန်ကြားချက်များသည် သင်္ချာပုံစံ၊ အချိန်၊ ဈေးနှုန်း၊ အရေအတွက် သို့မဟုတ် အခြားအချက်များပေါ်တွင် အခြေခံနိုင်ပါသည်။ ကုန်သည်အား အမြတ်အစွန်းအတွက် အလားအလာများကို ပံ့ပိုးပေးသည့်အပြင်၊ algo အရောင်းအ၀ယ်သည် စျေးကွက်ငွေဖြစ်လွယ်မှုကို တိုးမြင့်စေပြီး လူ့စိတ်ခံစားမှု၏လွှမ်းမိုးမှုကို လျှော့ချခြင်းဖြင့် ကုန်သွယ်မှုကို ပိုမိုစီစဉ်စေသည်။
အိန္ဒိယနိုင်ငံတွင် Algorithmic Trading ၏အစ
2008 ခုနှစ် သမိုင်းဝင် SEBI (Securities and Exchange Board of India) မြို့ပတ်ရထားတွင် အိန္ဒိယသည် ယခုအခါ ၎င်း၏စျေးကွက်များကို Algorithmic Trading သို့ တိုးချဲ့နိုင်ပြီဟု ကြေညာခဲ့သည်။ ရလဒ်အနေဖြင့်၊ Direct Market Access (DMA) ပရိုဂရမ်ကို စတင်ခဲ့ပါသည်။
DMA ၏ခွင့်ပြုချက်ကြောင့် ပွဲစားများသည် ၎င်းတို့၏နည်းပညာကို လက်လီမဟုတ်သောဖောက်သည်များထံ ပေးဆောင်ခွင့်ရှိသည်။ ထိုသို့သောဖောက်သည်များအား algorithms-powered software ကို အသုံးပြု၍ ငွေပေးငွေယူလုပ်ဆောင်ရန် ခွင့်ပြုထားသည်။
ထို့ကြောင့် Algorithmic Trading ကို လူသားများ မပါဝင်ဘဲ အိန္ဒိယတွင် ပထမဆုံးအကြိမ် ပြုလုပ်ခဲ့သည်။
Algorithmic Trading ၏ အားသာချက်များ
အယ်လ်ဂိုရစ်သမ်ကုန်သွယ်မှုတွင် အထူးသဖြင့် အပေးအယူများကို တတ်နိုင်သမျှ မြန်မြန်ဆောင်ရွက်သည့်အခါ အားသာချက်များစွာရှိသည်။
algo ရောင်းဝယ်ခြင်း၏ အဓိကအားသာချက်အချို့မှာ အောက်ပါတို့ပါဝင်သည်-
လူ့စိတ်ခံစားချက်များကို ဖယ်ရှားပေးသည်။
အယ်ဂိုရီသမ်ကုန်သွယ်ခြင်း၏ အဓိကအကျိုးကျေးဇူးများထဲမှတစ်ခုမှာ ကုန်သွယ်မှုလုပ်ဆောင်မှုမှ လူသားစိတ်ခံစားချက်များကို ဖယ်ရှားပစ်နိုင်သည့် စွမ်းရည်ဖြစ်သည်။ အဘယ်ကြောင့်ဆိုသော် အရောင်းအ၀ယ်လုပ်ဆောင်မှုများကို လမ်းညွှန်ချက်အစုတစ်ခုတွင် အကြမ်းဖျင်းဖော်ပြပြီး ခန့်မှန်းထားသောကြောင့်ဖြစ်သည်။
အလိုအလျောက်ကုန်သွယ်ခြင်းနှင့်မတူဘဲ၊ လူသားကုန်သွယ်မှုသည် ဆင်ခြင်တုံတရားမဲ့သော ကုန်သွယ်မှုစီရင်ချက်များကို ဖြစ်ပေါ်စေနိုင်သည့် စိတ်ခံစားမှုများကို ဖြစ်ပေါ်စေနိုင်သည်။ ဆန့်ကျင်ဘက်အားဖြင့်၊ အယ်လ်ဂိုအရောင်းအ၀ယ်သည် အများအားဖြင့် လူသားများပါဝင်ပတ်သက်ခြင်းမရှိဘဲ ကွန်ပျူတာဖြင့် သို့မဟုတ် အလိုအလျောက် ကုန်သွယ်မှုများကို အခြေခံထားသည်။
ထို့ကြောင့်၊ ဥပမာအားဖြင့်၊ စိတ်ခံစားမှုများကို တားဆီးရန်အတွက် algo trading သည် ကုန်သည်များကို ၎င်းတို့ကိုင်တွယ်နိုင်သည်ထက် အန္တရာယ်ပို၍မယူရန် ကုန်သည်များအား စဉ်ဆက်မပြတ် အကြံပေးသည်။
ဟုတ်မှန်ရေး
Algo Trading တွင် အောင်မြင်မှုရရှိရန် တိကျမှုနှင့် တိကျမှုသည် မရှိမဖြစ်လိုအပ်ပါသည်။ သာမာန်အားဖြင့်၊ လူသားများပါဝင်ပါက အယ်လ်ဂိုရောင်းဝယ်မှုတွင် ကျရှုံးရန် အလားအလာများစွာရှိလိမ့်မည်။
Algorithmic trading သည် အမှားအယွင်းများဖြစ်နိုင်ချေကို လျော့နည်းစေသည့် ညွှန်ကြားချက်များအတိုင်း ကုန်သွယ်မှုပြုလုပ်ရန် ကွန်ပျူတာကို အသုံးပြုသည်။
ထို့ကြောင့်၊ အရောင်းအ၀ယ်တိကျမှုကို မြှင့်တင်ရန်နှင့် မြှင့်တင်ပေးမည့် တိကျသောကုန်သွယ်မှုရွေးချယ်မှုများပြုလုပ်ရန် အစီအစဉ်ဆွဲရန် အကြံပြုအပ်ပါသည်။
ကုန်သွယ်မှုမျိုးစုံကို ကိုင်တွယ်သည်။
algorithmic ငွေပေးငွေယူတစ်ခုသည် တိကျမှုနှင့် မြန်ဆန်မှုကို ထိန်းသိမ်းထားစဉ်တွင် ကုန်သွယ်မှုများစွာကို လုပ်ဆောင်ရန် ကုန်သည်များအတွက် လမ်းကြောင်းတစ်ခုကို ဖွင့်လှစ်ပေးသည်။ ၎င်းသည် ဝင်ငွေပိုမိုရရှိရန် အလားအလာကို ပိုမိုတိုးပွားစေသည်။
ပိုမိုကောင်းမွန်သောနည်းပညာဖွံ့ဖြိုးတိုးတက်မှုနှင့် ဆန်းသစ်တီထွင်မှုတို့ကြောင့် အရောင်းအ၀ယ်အရှိန်ကို လျင်မြန်စွာမြှင့်တင်ခဲ့သည်။
Backtest လုပ်နိုင်စွမ်း
ကုန်သည်များသည် ၎င်းတို့၏ ကုန်သွယ်မှုစနစ်၏ မည်သည့်အစိတ်အပိုင်းများ ချို့ယွင်းချက်ရှိသည်ကို သေချာစစ်ဆေးရမည်ဖြစ်ပြီး အလွန်အကျွံဆုံးရှုံးမှုကို ကာကွယ်ရန် အမြန်ပြုပြင်မွမ်းမံမှုများကို အဆိုပြုသင့်သည်။ algo ရောင်းဝယ်မှုနှင့်အတူ, ကုန်သည်များနိုင်ပါတယ်။ ၎င်းတို့၏ကုန်သွယ်မှုများကို backtest သမိုင်းအချက်အလက်ကို အသုံးပြု၍ နောက်ဆုံးဒေတာနှင့် နှိုင်းယှဉ်ပါ။
ငွေပေးငွေယူရလဒ်များ တူညီနေမည်ကို ဆုံးဖြတ်ရန် ဤနည်းလမ်းကို အကြံပြုထားသည်။
ကြိမ်နှုန်းမြင့် ရောင်းဝယ်ရေး
High-Frequency Trading (HFT) သည် ကြိုတင်သတ်မှတ်ထားသော စည်းမျဥ်းများနှင့်အညီ မြင့်မားသော ကြိမ်နှုန်းများနှင့်အညီ ကုန်သွယ်မှုပြုလုပ်ရန် ထိရောက်ပြီး အစွမ်းထက်သော ကွန်ပျူတာများကို အသုံးပြုသည့် အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှုအတွက် ထူးခြားသောချဉ်းကပ်မှုတစ်ခုဖြစ်သည်။
ထို့အပြင်၊ ခေတ်မီဆန်းပြားသော အယ်လဂိုရီသမ်များကို လက်ခံကျင့်သုံးခြင်းဖြင့် ဤငွေပေးငွေယူများကို အလွန်လျင်မြန်စွာ လုပ်ဆောင်နိုင်စေပါသည်။ ကုန်သွယ်မှုပမာဏသည် အခြားစနစ်များထက် ကြိမ်နှုန်းမြင့်သော ကုန်သွယ်မှုစနစ်အသုံးပြုသူများအတွက် ပုံမှန်အားဖြင့် ပိုများသည်။ ထို့အပြင်၊ algorithmic trading သည် ကြီးမားသော turnovers များအပြင် မြင့်မားသောကုန်သွယ်မှုအချိုးများရှိသည်။
စျေးကွက် Volume တိုးလာသည်။
ယခုအခါ ကုန်သည်များသည် အယ်လ်ဂိုရီသမ်ကုန်သွယ်ခြင်းကြောင့် ၎င်းတို့၏ ကုန်သွယ်မှုပလပ်ဖောင်းများကို ကွဲပြားစေရန် ထူးခြားသောအခွင့်အရေးရှိသည်။ ရောင်းဝယ်ဖောက်ကားသော တစ်ဦးချင်းနှင့် စီးပွားရေးလုပ်ငန်းများသည် ကြီးမားသောအစုရှယ်ယာပမာဏကို ထိရောက်မြန်ဆန်စွာ ဖလှယ်နိုင်သည်။
ဆိုလိုသည်မှာ စျေးကွက်တွင်ပါဝင်သူများသည် ကုန်သည်များအား အစုရှယ်ယာအမြောက်အများဝယ်ယူရန်၊ ၎င်းတို့ကိုချက်ချင်းရောင်းချရန်နှင့် မြင့်မားသောလည်ပတ်မှုမှအမြတ်အစွန်းများကိုခွင့်ပြုနိုင်သည်ဟု ဆိုလိုသည်။
Algorithmic Trading သည် တရားဝင်ပါသလား။
ဟုတ်ကဲ့၊ Algorithmic Trading သည် တရားဝင်ပါသည်။
မည်သည့်ဥပဒေများ သို့မဟုတ် စည်းမျဉ်းများသည် ကုန်သွယ်မှုဆိုင်ရာ အယ်ဂိုရီသမ်များ၏ အလုပ်အကိုင်ကို ကန့်သတ်မထားပေ။
SEBI သည် အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှု၏ လုံခြုံရေးကို သေချာစေရန်၊ ပုံမှန်ရင်းနှီးမြှုပ်နှံသူများ၏ အကျိုးစီးပွားကို ကာကွယ်ရန်နှင့် အလားအလာရှိသော စျေးကွက်ချဲ့ထွင်မှုများကို ရပ်တန့်ရန် စည်းမျဉ်းဘောင်ကို ဖန်တီးခဲ့သည်။
အချို့သော ရင်းနှီးမြှုပ်နှံသူများသည် ဤကုန်သွယ်မှုမျိုးသည် စျေးကွက်ကိုထိခိုက်စေသော မမျှတသောကုန်သွယ်မှုပတ်ဝန်းကျင်ကို ဖြစ်ပေါ်စေသည်ဟု ငြင်းခုံနိုင်ပါသည်။
သို့သော် ၎င်းသည် မည်သည့်နည်းနှင့်မျှ ဥပဒေနှင့်မညီပါ။
Algorithmic Trader သည် မည်သည့်ပရိုဂရမ်းမင်းဘာသာစကားကို အသုံးပြုသနည်း။
C++ သည် ဒေတာအများအပြားကို လုပ်ဆောင်ရာတွင် အလွန်ထိရောက်သောကြောင့် algorithmic traders များကြားတွင် ရေပန်းစားသော programming language တစ်ခုဖြစ်သည်။
Python ကဲ့သို့ ပိုမိုစီမံခန့်ခွဲနိုင်သော ဘာသာစကားသည် C သို့မဟုတ် C++ ထက် ပရိုဂရမ်ရေးခြင်းကို စတင်လိုသော ငွေကြေးဆိုင်ရာ ကျွမ်းကျင်ပညာရှင်များအတွက် ပိုမိုကောင်းမွန်သော ရွေးချယ်မှုဖြစ်နိုင်ပြီး၊ ပိုမိုရှုပ်ထွေးပြီး စိန်ခေါ်မှုရှိသော C သို့မဟုတ် C++ တို့ဖြစ်သည်။
Algorithmic Trading ကို ဘယ်လိုလေ့လာရမလဲ။
အယ်လဂိုရီသမ် ကုန်သွယ်မှုအတွက် မည်သည့်အွန်လိုင်းမှ သင်ကြားရေးပစ္စည်းများကို နားလည်ရန် ခက်ခဲပေမည်။ သင်၏သင်ယူမှုလုပ်ငန်းစဉ်ကို မှန်ကန်စွာချဉ်းကပ်ပါက Algo trading တွင် သင့်အား အောင်မြင်မှုမရအောင် မည်သူမှ တားဆီးနိုင်မည်မဟုတ်ပေ။
ဤသည်မှာ ရည်မှန်းချက်ကြီးသော အယ်လဂိုရီသမ်ကုန်သည်တိုင်း လုပ်ဆောင်သင့်သည့် အဆင့်များဖြစ်သည်။
အရေအတွက်အားသုံးသပ်ခြင်း
ပမာဏခွဲခြမ်းစိတ်ဖြာမှု (quants) တွင် ပုံစံများကို တွေ့ရှိပြီး ၎င်းတို့ကို ဝင်ရောက်ကြည့်ရှုရန် မော်ဒယ်များကို ဖန်တီးထားသည်။ ထို့ကြောင့် မော်ဒယ်များသည် ငွေချေးစာချုပ်များ၏ ဈေးနှုန်းရွေ့လျားမှုကို ခန့်မှန်းရန် အသုံးချပါသည်။
Financial Market ကိုနားလည်ခြင်း။
လူ့စိတ်သည် စူးစမ်းလေ့လာခြင်းမှတစ်ဆင့် သင်ယူရန် သဘာဝအတိုင်း ကြိုးကြိုးသွယ်တန်းထားသောကြောင့်၊ ဇယားကွက်ကို လေ့လာခြင်းဖြင့် အချိန်ဖြုန်းခြင်းသည် ငွေကြေးဈေးကွက်အကြောင်း နားလည်မှုကို တိုးတက်စေသည်ဟု အကြောင်းပြချက်ရှိသည်။
ဒါကြောင့် algorithm တစ်ခုကို ဖန်တီးချင်တယ်ဆိုရင်တော့ ဒီအချက်အလက်တွေ ရှိရပါမယ်။
Programming ကျွမ်းကျင်မှု
နောက်တစ်ဆင့်မှာ အခြေခံများကို ကျွမ်းကျင်ပြီးနောက် algorithmic trading ၏ ပိုမိုရှုပ်ထွေးသော ဧရိယာသို့ ကူးပြောင်းရန်ဖြစ်သည်။ ပရိုဂရမ်တစ်ခုကို မစုစည်းဖူးပါက ပရိုဂရမ်းမင်းကျွမ်းကျင်ရန်ဖြစ်သည်။
သင်တွေးကြည့်သလောက် မခက်ခဲသော်လည်း၊ လူအများစုသည် သင်ယူမှု algorithmic trading ၏ ဤအစိတ်အပိုင်းကို အခက်ခဲဆုံးအဖြစ် တွေ့ရှိကြသည်။ သို့တိုင်၊ သင်လုပ်ဆောင်ရန် ရည်ရွယ်ထားသည့် နည်းပညာကို မခွဲခြားဘဲ သင်၏ကုန်သွယ်အစီအစဉ်ကို အကောင်အထည်ဖော်ရန် ပရိုဂရမ်မာတစ်ဦး လိုအပ်နိုင်သည်။
quant developer သည် C++၊ Java နှင့် Python တို့ကို ခိုင်လုံသောအသိပညာရှိရန် လိုအပ်ပြီး programming ကိုလေ့လာရန် အကောင်းဆုံးနည်းလမ်းမှာ လုပ်ဆောင်ခြင်းဖြင့်ဖြစ်သည်။
Algorithm ရောင်းဝယ်ရေး၏ နည်းပညာဆိုင်ရာ လိုအပ်ချက်များ
Algorithmic Trading ၏နောက်ဆုံးအဆင့်မှာ backtest ပြီးနောက်ကွန်ပြူတာပရိုဂရမ်ကိုအသုံးပြု၍ Algorithm ကိုလက်တွေ့လုပ်ဆောင်ရန်ဖြစ်သည်။
သို့သော်လည်း ခက်ခဲသောအပိုင်းမှာ ကုန်သွယ်မှုအကောင့်တစ်ခုသို့ ဝင်ရောက်နိုင်ပြီး အမှာစာများကို လက်ခံနိုင်သော ကွန်ပျူတာပရိုဂရမ်တစ်ခုတွင် ဆုံးဖြတ်ထားသောချဉ်းကပ်မှုကို ပေါင်းစပ်ခြင်းဖြစ်သည်။
algorithmic trading အတွက် ကြိုတင်လိုအပ်ချက်များမှာ အောက်ပါအတိုင်းဖြစ်သည် ။
- ကုန်သွယ်မှုဗျူဟာကို ဖွံ့ဖြိုးတိုးတက်စေရန်အတွက် မရှိမဖြစ်လိုအပ်သော ကွန်ပျူတာပရိုဂရမ်ရေးဆွဲခြင်းစွမ်းရည်ကို လေ့လာရန် ဆော့ဖ်ဝဲရေးသားသူကို ငှားရမ်းနိုင်သည် သို့မဟုတ် အဆင်သင့်လုပ်ထားသည့် ကုန်သွယ်မှုစနစ်ကို အသုံးပြုနိုင်သည်။
- ကုန်သွယ်မှုပလပ်ဖောင်းများနှင့် မှာယူမှုများပြုလုပ်ရန်အတွက် ကွန်ရက်ချိတ်ဆက်နိုင်မှုစွမ်းရည်များထံ ဝင်ရောက်ပါ။
- Algorithm တွင် အကောင်အထည်ဖော်ထားသော စည်းမျဉ်းများ၏ ရှုပ်ထွေးမှုအရ၊ backtesting အတွက် ရရှိနိုင်သော သမိုင်းဆိုင်ရာ အချက်အလက်များ ရှိပါသည်။
India တွင် Algorithmic Trading ကို ဘယ်လိုစရမလဲ။
India တွင် Algorithm-based Trading ကိုစတင်လိုပါက ထည့်သွင်းစဉ်းစားရမည့် အဆင့်အနည်းငယ်ရှိပါသည်။
ငွေကြေးဆိုင်ရာ ဗဟုသုတ
algorithmic trading ပြုလုပ်ရန် ငွေကြေးဈေးကွက်ဆိုင်ရာ အသိပညာရှိရမည်။ ထို့ကြောင့် မည်သည့်ဈေးကွက်တွင်မဆို ပြိုင်ဆိုင်မှုထက် သာလွန်စေရန် အသိပညာအခြေခံ အားသာချက်အချို့ကို ပိုင်ဆိုင်ရန် သို့မဟုတ် တည်ဆောက်ရန် လိုအပ်ပါသည်။
ကုဒ်
Python သို့မဟုတ် R ကဲ့သို့သော open-source ပရိုဂရမ်ကို နားလည်ခြင်းသည် ဤအဆင့်အတွက် အထောက်အကူဖြစ်သည်။
သင်သည် ဤဘာသာစကားနှစ်မျိုးစလုံးဖြင့် ရနိုင်သော အခမဲ့စာကြည့်တိုက်များကို ဝင်ရောက်ကြည့်ရှုနိုင်ပြီး သင့်အစီအစဉ်ကို ယုတ္တိတန်သောဖော်ပြချက်များစွာအဖြစ် ဘာသာပြန်ဆိုနိုင်ပါသည်။
မှန်ကန်သော ပွဲစားနှင့် ပလပ်ဖောင်းကို ရွေးချယ်ခြင်း။
သင်၏ကြိုးပမ်းမှုတစ်ခုလုံးသည် ငွေကြေးသဘောပေါက်သင့်သောကြောင့် သင်မစတင်မီ စေ့စေ့စပ်စပ်လေ့လာရန် အရေးကြီးပါသည်။
နောက်ဆုံးတွင်၊ အပိုကုန်ကျစရိတ်များကို ထည့်သွင်းစဉ်းစားသည်။
ထို့အပြင်၊ သင်၏ချဉ်းကပ်မှုကို ထိထိရောက်ရောက်အကောင်အထည်ဖော်ရန် လိုအပ်သည့်အရာအတွက်သာ သင်ပေးချေကြောင်း သေချာပါစေ။ ကုန်သွယ်မှုကုန်ကျစရိတ်ကို နိမ့်ကျစေပြီး လည်ပတ်မှု သွက်လက်စေသည် တစ်နည်းအားဖြင့်ဆိုရသော်။
On-Air နှင့် Risk Management ကိုသွားပါ။
သင်၏ Algorithm ကို သင်ကျေနပ်သောအခါ၊ ၎င်းကို စစ်မှန်သောစျေးကွက်များတွင် လည်ပတ်စေပါ။ ဘေးအန္တရာယ်များကို ထိထိရောက်ရောက် စီမံခန့်ခွဲရန် ရပ်တန့်ဆုံးရှုံးမှု၊ ကန့်သတ်ချက်များနှင့် Var/မျှော်လင့်ထားသော လိုငွေပြမှုကို စောင့်ကြည့်ခြင်းတို့ကို အသုံးချပါ။
ပိုကြီးသော စီးပွားရေး သို့မဟုတ် စက်မှုလုပ်ငန်းတွင် ဖွဲ့စည်းပုံဆိုင်ရာ အပြောင်းအလဲများ သို့မဟုတ် အစိုးရအပြောင်းအလဲများအတွက် သတိထားပါ။ ထိုသို့သောအခြေအနေမျိုးတွင်၊ သင်၏အစီအစဉ်ကို ပြုပြင်ပြောင်းလဲရန် သို့မဟုတ် လုံးဝစွန့်လွှတ်ရန် လိုအပ်နိုင်သည်။
သို့သော် နည်းလမ်းတစ်ခုစီတွင် အကန့်အသတ်ရှိသော သက်တမ်းနှင့် အကန့်အသတ်များရှိကြောင်း သတိရပါ။
Advanced Skills များကို ဆက်လက်ဖန်တီးပြီး သင့်အသိပညာကို အပ်ဒိတ်လုပ်ပါ။
သူတို့ပြောသလိုပဲ အကောင်းဆုံး ရင်းနှီးမြုပ်နှံမှုဟာ ကိုယ်တိုင်ပဲ ဖြစ်ပါတယ်။ ထိုဒေတာနှင့် နားလည်မှုအပေါ် လုပ်ဆောင်ရန် လိုအပ်သော သင်၏ နည်းပညာဆိုင်ရာ စွမ်းရည်များနှင့် အသိပညာကို မြှင့်တင်ရန်နှင့် ပြန်လည်ဆန်းသစ်ရန် ကြည့်ပါ။
Algorithmic Trading အတွက် မဟာဗျူဟာများ
algorithmic တစ်ခုခု ကုန်သွယ်မဟာဗျူဟာ ရှာဖွေတွေ့ရှိထားသည့် ဝင်ငွေတိုးခြင်း သို့မဟုတ် ကုန်ကျစရိတ်များကို လျှော့ချနိုင်သည့် အမြတ်အစွန်းအခွင့်အလမ်းများ ရှိရန် လိုအပ်ပါသည်။
အောက်ပါတို့သည် အလိုအလျောက်ကုန်သွယ်မှုတွင် အသုံးပြုသည့် ပုံမှန်ကုန်သွယ်နည်းလမ်းများဖြစ်သည်-
Trend Following Strategies
ရေပန်းအစားဆုံး အယ်လဂိုရီသမ် ကုန်သွယ်မှုနည်းပညာများသည် စျေးနှုန်းအဆင့်ပြောင်းလဲမှုများ၊ ပျမ်းမျှလမ်းကြောင်းပြောင်းခြင်း၊ ချန်နယ်ပြိုကွဲမှုများနှင့် အခြားသက်ဆိုင်ရာနည်းပညာဆိုင်ရာ အညွှန်းကိန်းများအပေါ် မူတည်သည်။
ဤနည်းပညာများသည် ယူဆချက် သို့မဟုတ် စျေးနှုန်းခန့်မှန်းချက်များကို ပြုလုပ်ရန်မလိုအပ်သောကြောင့် ၎င်းတို့သည် algorithmic trading ကိုအသုံးပြု၍ လုပ်ဆောင်ရန် အလွယ်ကူဆုံးနှင့် အမြန်ဆန်ဆုံးဖြစ်သည်။
ကြိုတင်ခန့်မှန်းခွဲခြမ်းစိတ်ဖြာမှု၏ ရှုပ်ထွေးမှုများကို နားမလည်ဘဲ၊ အယ်လဂိုရီသမ်များမှတစ်ဆင့် အသုံးချရန် ရိုးရှင်းသော ကောင်းမွန်သောပုံစံများ၏ ကြိမ်နှုန်းအပေါ်အခြေခံ၍ အရောင်းအ၀ယ်များကို စတင်သည်။
Arbitrage အခွင့်အလမ်းများ
စျေးနှုန်းကွာခြားချက်အား စျေးကွက်တစ်ခုတွင် နှစ်ခုစာရင်းဝင်စတော့ရှယ်ယာနှစ်ခုကို လျှော့စျေးဖြင့် ဝယ်ယူကာ အခြားတစ်ခုတွင် ပိုမိုမြင့်မားသောစျေးနှုန်းဖြင့် တစ်ပြိုင်နက်ထုတ်လွှတ်ခြင်းဖြင့် စျေးနှုန်းကွာခြားချက်ကို စွန့်စားရသည့်အမြတ် သို့မဟုတ် arbitrage အဖြစ် အသုံးပြုနိုင်သည်။
စတော့ရှယ်ယာများနှင့် အနာဂတ်ထုတ်ကုန်များကြားတွင် စျေးနှုန်းကွာခြားချက်ရှိသောကြောင့် တူညီသောလုပ်ငန်းစဉ်ကို ထပ်ခါထပ်ခါ ပြုလုပ်နိုင်ပါသည်။ ဤစျေးနှုန်းကွာဟချက်ကိုရှာဖွေရန်နှင့် အမိန့်များကို ထိထိရောက်ရောက်လုပ်ဆောင်ရန် အယ်လဂိုရီသမ်တစ်ခုကို အကောင်အထည်ဖော်ခြင်းဖြင့် အမြတ်အစွန်းအခွင့်အလမ်းများကို ရရှိစေသည်။
Index Fund Rebalancing
Index ရန်ပုံငွေများသည် ၎င်းတို့၏ပိုင်ဆိုင်မှုများကို ၎င်းတို့၏ သီးခြားစံညွှန်းညွှန်းကိန်းများနှင့်အညီ ပြန်လည်ချိန်ညှိရန် အချိန်သတ်မှတ်ထားသည်။
၎င်းသည် ရှယ်ယာအရေအတွက်ပေါ်မူတည်၍ မျှော်လင့်ထားသောကုန်သွယ်မှုများမှအမြတ်ရရှိသော algorithmic traders များအတွက် အကျိုးအမြတ်ရှိသော ကုန်သွယ်မှုအခွင့်အလမ်းများကို ထုတ်ပေးပါသည်။ အညွှန်းကိန်းရန်ပုံငွေအညွှန်းကိန်းရန်ပုံငွေပြန်လည်ချိန်ညှိခြင်းမပြုမီတွင် အခြေခံအမှတ် 20 မှ 80 အထိ ပြန်လာပေးပါ။
အမြန်အကောင်အထည်ဖော်ရန်နှင့် အကောင်းဆုံးစျေးနှုန်းများအတွက်၊ ထိုသို့သောကုန်သွယ်မှုများသည် algorithmic ကုန်သွယ်မှု algorithms ကို စတင်အသုံးပြုလာပါပြီ။
Revision Strategy ကိုဆိုလိုသည်။
ဆိုလိုရင်းကို ပြောင်းပြန်လှန်ခြင်းနည်းလမ်း၏ နောက်ကွယ်ရှိ အယူအဆမှာ ပိုင်ဆိုင်မှုတစ်ခု၏ မြင့်မားမှုနှင့် အနိမ့်တန်ဖိုးများသည် ၎င်းတို့၏ပျမ်းမျှတန်ဖိုး (ပျမ်းမျှတန်ဖိုး) သို့ ပုံမှန်ပြန်သွားသည့် သံသရာဖြစ်စဉ်များဖြစ်သည်။
ထိုအပိုင်းအခြားကို အခြေခံ၍ အယ်လဂိုရီသမ်ကို ဖော်ထုတ်ခြင်း၊ သတ်မှတ်ခြင်းနှင့် အသုံးပြုခြင်းဖြင့် ပိုင်ဆိုင်မှု၏စျေးနှုန်းသည် တိကျသောစျေးနှုန်းအကွာအဝေးတစ်ခုသို့ ဝင်ရောက်သည့်အခါ သို့မဟုတ် ထွက်သွားသည့်အခါ အရောင်းအ၀ယ်ပြုလုပ်ခြင်းကို အလိုအလျောက်လုပ်ဆောင်နိုင်သည်။
Volume Weighted Average Price Strategy
ထုထည်အလေးသာသော ပျမ်းမျှစျေးနှုန်းသတ်မှတ်နည်းစနစ်သည် ကြီးမားသောအမှာစာများကို စတော့ခ်သီးသန့်ဖြစ်သော ယခင်ပမာဏပရိုဖိုင်များကို အသုံးပြု၍ စျေးကွက်သို့ထုတ်လွှတ်သည့် သေးငယ်ပြီး ဒိုင်းနမစ်ဆုံးဖြတ်ထားသော အတုံးငယ်များအဖြစ် ပိုင်းခြားထားသည်။
အမှာစာသည် ထုထည်အလေးချိန်ရှိသော ပျမ်းမျှစျေးနှုန်း (VWAP) အနီးတွင် လုပ်ဆောင်သင့်သည်။
အချိန်အလေးချိန် ပျမ်းမျှစျေးနှုန်း ဗျူဟာ
အချိန်အတိုင်းအတာဖြင့် ပျမ်းမျှစျေးနှုန်းသတ်မှတ်နည်းစနစ်သည် စတင်ချိန်နှင့် ပြီးဆုံးချိန်ကြားတွင် ပုံမှန်အချိန်အပိုင်းအခြားများကို အသုံးပြု၍ ကြီးမားသောငွေပေးငွေယူကို ပိုင်းခြားပေးပါသည်။ ၎င်းသည် သေးငယ်သော၊ အင်တိုက်အားတိုက် ဆုံးဖြတ်ထားသော အစိတ်အပိုင်းများကို စျေးကွက်သို့ ထုတ်ပေးသည်။
ရည်ရွယ်ချက်မှာ စတင်ချိန်နှင့် ပြီးဆုံးချိန်များကြားတွင် ပျမ်းမျှစျေးနှုန်းဖြင့် အမှာစာကို အကောင်အထည်ဖော်ခြင်းဖြင့် စျေးကွက်အကျိုးသက်ရောက်မှုကို လျှော့ချရန်ဖြစ်သည်။
Volume Strategy ၏ ရာခိုင်နှုန်း
ဤအယ်လ်ဂိုရီသမ်သည် သတ်မှတ်ထားသောပါဝင်မှုအချိုးနှင့် ကုန်သွယ်မှုအမှာစာမပြည့်မချင်း ဖလှယ်မှုတွင်လွှဲပြောင်းသည့်ပမာဏဖြင့် တစ်စိတ်တစ်ပိုင်းအမှာစာများကို ဆက်လက်ပေးပို့ပါသည်။
စတော့စျေးနှုန်းသည် သုံးစွဲသူသတ်မှတ်ထားသော အဆင့်များထက်ကျော်လွန်သောအခါ၊ သက်ဆိုင်သော “ခြေလှမ်းများဗျူဟာ” သည် ဤပါဝင်မှုအဆင့်ကို မြှင့်တင်ပေးသည် သို့မဟုတ် လျှော့ချခြင်းဖြင့် သုံးစွဲသူသတ်မှတ်ထားသော စျေးကွက်ပမာဏ၏ အချိုးအစားဖြင့် မှာယူမှုများကို ပေးပို့ပါသည်။
အကောင်အထည်ဖော်မှု အခက်အခဲ မဟာဗျူဟာ
အချိန်နှင့်တစ်ပြေးညီ စျေးကွက်တွင် အရောင်းအဝယ်လုပ်ခြင်းဖြင့်၊ အကောင်အထည်ဖော်မှု မလုံလောက်မှုချဉ်းကပ်မှုသည် ပြီးမြောက်မှုနောက်ကျခြင်း၏ အခွင့်အလမ်းကုန်ကျစရိတ်ကို အသုံးချကာ အော်ဒါတစ်ခု၏ အကောင်အထည်ဖော်မှုကုန်ကျစရိတ်ကို လျှော့ချရန် ကြိုးစားသည်။
ရှယ်ယာစျေးနှုန်းများ အပြုသဘောဖြင့် တက်လာသောအခါ၊ မဟာဗျူဟာသည် လိုချင်သောပါဝင်မှုနှုန်းကို မြှင့်တင်ပေးလိမ့်မည်။ အပြန်အလှန်အားဖြင့် စတော့ဈေးက အပျက်သဘောဆောင်တဲ့ အခါမှာ ကျသွားလိမ့်မယ်။
အိန္ဒိယနိုင်ငံရှိ Algorithmic Trading ဆိုင်ရာ စည်းမျဉ်းများ
နှစ်စဉ်နှစ်တိုင်း၊ SEBI သည် ကုန်သွယ်လုပ်ငန်းကို လုံခြုံပြီး စွန့်စားထိန်းချုပ်နိုင်စေရန် ကုန်သည်များနှင့် ကြားခံသူများလိုက်နာရမည့် စည်းမျဉ်းများကို ပြုစုပါသည်။
algorithmic ကုန်သွယ်မှုဖြင့်၊ ဘေးအန္တရာယ်စီမံခန့်ခွဲမှုသည် မရှိမဖြစ်လိုအပ်ပါသည်။
ထို့အတွက်ကြောင့်၊ စျေးကွက်များသည် မည်သည့် algorithm ကိုမဆို တရားဝင်ခွင့်ပြုခြင်းမပြုမီ algo trading ကိုအသုံးပြု၍ ရောင်းဝယ်ဖောက်ကားလိုပါက တောင်းဆိုသောစစ်ဆေးမှုများစွာကို ဖြတ်ကျော်ရန် ကုမ္ပဏီတစ်ခု လိုအပ်ပါသည်။
ဤစမ်းသပ်မှုများသည် တစ်စက္ကန့်လျှင် ထည့်သွင်းမည့် အမှာစာအရေအတွက်၊ ထားရှိနိုင်သည့် အမြင့်ဆုံး အမှာစာတန်ဖိုးနှင့် ပေးထားသည့် ကုန်သွယ်မှုနေ့တွင် လဲလှယ်နိုင်သည့် အကြီးမားဆုံးပမာဏတို့ကို ထည့်သွင်းစဉ်းစားသည်။
ကောက်ချက်
အယ်လ်ဂိုရစ်သမ် ကုန်သွယ်မှုသည် သင့်အား ကုန်သွယ်မှုပြုသောအခါ သင့်အမြတ်အစွန်းကို မြှင့်တင်နိုင်စေပါသည်။ စတော့ဈေးကွက်. သို့သော်၊ စနစ်ပျက်ကွက်မှု၊ အင်တာနက်ချိတ်ဆက်မှု ပြတ်တောက်မှုနှင့် မှားယွင်းသော အယ်လ်ဂိုရီသမ် ညွှန်ကြားချက်များသည် ဤနည်းပညာနှင့် ဆက်စပ်နေသည့် အန္တရာယ်အချို့ဖြစ်သည်။
ထို့ကြောင့် သင်သည် စတော့ဈေးကွက်တွင် အရောင်းအ၀ယ်အတွေ့အကြုံရှိသင့်သည်။ နည်းပညာပိုင်းဆိုင်ရာခွဲခြမ်းစိတ်ဖြာ သင် algorithmic ကုန်သွယ်မှုမစတင်မီ tools များ။
ထို့အပြင်၊ ပရော်ဖက်ရှင်နယ်ကုန်သည်တစ်ဦးဖြစ်ရန် စိတ်ရှည်မှု၊ စျေးကွက်သုတေသန၊ ကုဒ်လုပ်နည်း အယ်လဂိုရီသမ်များ၊ သင်၏ဗျူဟာကို ပြန်လည်စမ်းသပ်ခြင်းနှင့် ခံနိုင်ရည်ရှိမှုများစွာ လိုအပ်ပါသည်။
တစ်ဦးစာပြန်ရန် Leave