Įsivaizduokite tai: Įsivaizduokite Volstritą devintajame dešimtmetyje, kur ambicingi prekiautojai priima sprendimus dalimis per sekundę, rėkdami įsakymus chaotiškoje prekybos salėje. Dabar greitai persikelkime į 2023 m. – prekybos salėse tapo bauginančiai tylu, nes pažangiausios technologijos pakeitė pramonę stulbinančiu tikslumu ir greičiu. Automatinės prekybos algoritmai – šios tylios revoliucijos varomoji jėga. Šiame tinklaraščio įraše gilinsimės į tai, kaip šie skaitmeniniai meistrai atskleidė tikrąjį prekybos potencialą ir sukūrė naują finansinių inovacijų erą, kuri išmuš iš vėžių jūsų kojines! Tačiau pirmiausia prisisekite diržus, nes leisimės į jaudinančią kelionę, kurioje lyginsime aukšto oktaninio skaičiaus „Formulės-1” lenktynes su jaudinančiu algoritminės prekybos pasauliu.
Prekybos algoritmai, dar vadinami algoritmine prekyba arba algo prekyba, naudoja matematinius modelius ir iš anksto nustatytas taisykles, kad išanalizuotų rinkos duomenis ir automatiškai pateiktų prekybos pavedimus. Šios programos gali nustatyti tendencijas, modelius ir kitus rodiklius, kurių prekiautojai gali nepastebėti atlikdami rankinę analizę. Pašalinus iš proceso žmogiškąsias emocijas ir vykdant sandorius dideliu greičiu, algo prekyba gali padėti padidinti investuotojų efektyvumą ir pelningumą.
Table of Contents
Prekybos algoritmo funkcionalumas
Automatizuota prekyba naudojant algoritmus suteikia daug privalumų prekiautojams, kurie siekia pašalinti emocinį prekybos aspektą ir optimizuoti sprendimų priėmimo procesą. Pasikliaudami kompiuterinėmis programomis, kurios priima pirkimo ir pardavimo sprendimus pagal iš anksto nustatytas taisykles, investuotojai gali pasinaudoti sandorių vykdymo greičiu, tikslumu ir efektyvumu. Algoritmai būna įvairių formų ir funkcijų, tačiau visi jie turi tam tikras pagrindines funkcijas, dėl kurių tinka kasdienei prekybai.
Pagrindinė algoritminės prekybos koncepcija yra automatizavimas. Algoritmas – tai iš anksto parengtų instrukcijų rinkinys, kurį kompiuterio programa naudoja konkrečioms funkcijoms atlikti be žmogaus įsikišimo. Algo prekyba leidžia investuotojams automatizuoti savo investavimo strategijas, nustatant taisykles, kada įeiti į poziciją ar išeiti iš jos, remiantis techniniais ar fundamentaliais rodikliais. Pavyzdžiui, algoritmą galima užprogramuoti taip, kad jis pirktų akciją tik tada, kai jos 50 dienų slenkamasis vidurkis kerta 200 dienų slenkamąjį vidurkį.
Vienas iš pavyzdžių, kaip algoritmai gali pagerinti prekybos rezultatus, yra ribinių pavedimų naudojimas. Ribotas pavedimas – tai brokeriui duotas nurodymas pirkti arba parduoti vertybinius popierius už tam tikrą kainą arba žemiau jos. Limitiniai pavedimai gali būti naudojami siekiant sumažinti slydimą, kuris atsiranda, kai rinka juda prieš investuotojo poziciją pavedimo vykdymo metu. Naudodami algoritmus automatiniam ribinių pavedimų valdymui, prekiautojai gali užsitikrinti geresnes vykdymo kainas ir jiems nereikia nuolat stebėti kainų.
Kitas esminis algoritminės prekybos bruožas – grįžtamasis testavimas. Atvirkštinis testavimas apima istorinių duomenų tikrinimą pagal algoritmo parametrus, siekiant išanalizuoti, kaip jis būtų veikęs skirtingomis rinkos sąlygomis praeityje. Prekiautojai gali veiksmingai naudoti grįžtamąjį testavimą analizuodami įvairių algoritminių modelių veiklos rodiklius ir atitinkamai optimizuoti savo strategijas.
Algo prekiautojai taip pat remiasi algoritmų mastelio keitimo galimybėmis kaip vienu iš pagrindinių privalumų, nes daugeliui strategijų reikia didelio kapitalo efektyvumo, kad būtų galima gauti pelno. Algoritmai pasižymi dideliu mastelio keičiamumu, nes gali vienu metu apdoroti daug pozicijų ir prekybos apimčių, nesumažindami vykdymo greičio ar tikslumo.
Be to, norėdami dar labiau padidinti savo strategijų mastelio keitimo galimybes, algo prekiautojai gali naudotis pažangiausiomis prekybos platformomis, pvz. Immediate Connect. Ši naujoviška platforma sklandžiai integruojama su algoritmais ir siūlo patikimas mastelio keitimo funkcijas, leidžiančias prekiautojams efektyviai valdyti kelias pozicijas ir prekybos apimtis vienu metu. „Immediate Connect užtikrina, kad vykdymo greitis ir tikslumas išliktų nepakitę, todėl prekiautojai gali maksimaliai padidinti savo pelno potencialą, kartu pasinaudodami dideliu kapitalo efektyvumu.
Automatizuotas procesas ir sprendimų priėmimas
Pagrindinė algoritmų funkcija prekyboje – automatizuoti sprendimų priėmimo procesą, kuris gali padėti prekiautojams išvengti emocinio šališkumo ir impulsyvaus elgesio, galinčio neigiamai paveikti prekybos rezultatus. Automatinė prekyba leidžia prekiautojams realiuoju laiku tikrinti rinkos hipotezes naudojant taisyklėmis pagrįstas prekybos sistemas, kuriose iš anksto nustatytomis sąlygomis priimami sprendimai dėl įėjimo į rinką arba išėjimo iš jos.
Automatinė prekyba veikia pagal kelis pagrindinius principus. Pirma, automatizuotoms sistemoms reikia prieigos prie patikimų duomenų šaltinių, kuriuose laiku pateikiama tiksli informacija apie finansines priemones. Šiuos duomenis galima gauti iš įvairių šaltinių, pavyzdžiui, vertybinių popierių biržų, finansinių naujienų teikėjų arba specializuotų duomenų pardavėjų, kurie renka rinkos duomenis.
Be to, automatizuotai prekybai reikalingi aiškiai apibrėžti kriterijai, pagal kuriuos, remiantis konkrečiais rinkos rodikliais, būtų inicijuojami sandoriai. Pavyzdžiui, techniniai analitikai naudoja grafikus ir rodiklius, pavyzdžiui, slankiuosius vidurkius ir trendo linijas, kad nustatytų dabartines kainų tendencijas ir įėjimo į poziciją arba išėjimo iš jos taškus.
Trečiasis svarbus automatinės prekybos aspektas yra pavedimų nukreipimas. Pavedimų nukreipimas – tai algoritmo sukurtų pavedimų siuntimas į atitinkamą biržą arba rinkos formuotojui, kad šis juos įvykdytų. Pavedimų maršrutai sudaromi naudojant iš anksto nustatytą nukreipimo logiką, kuri atsižvelgia į įvairius veiksnius, turinčius įtakos pavedimo vykdymui, pavyzdžiui, likvidumą, spredą, mokesčius ir poveikį rinkai.
Kai kurie kritikai teigia, kad automatinės prekybos sistemos neatsižvelgia į svarbią kontekstinę informaciją apie dabartinę rinkų būklę ir gali neatsižvelgti į nenumatytus įvykius. Jie taip pat rodo, kad „juodosios dėžės” algoritmai yra neskaidrūs ir gali nepavykti tinkamai atspindėti investuotojų nuotaikų ar platesnių ekonominių sąlygų pokyčių.
Tačiau algoritminės prekybos šalininkai teigia, kad sudėtingi algoritmai gali dinamiškai prisitaikyti prie realaus laiko rinkos duomenų srautų ir atitinkamai koreguoti savo strategijas. Jie teigia, kad algoritminiai modeliai gali perskaityti didžiulius gaunamų duomenų kiekius ir, naudodami mašininio mokymosi metodus, išskirti svarbius požymius.
Dirbtinio intelekto diegimas prekyboje
Automatizuotos prekybos sistemos veiksmingai supaprastino prekybos procesą, padidindamos efektyvumą ir sumažindamos žmogiškąsias klaidas. Tačiau algoritmai patys savaime gali padaryti tik tiek. Įveskite dirbtinį intelektą, kuris gali pakelti prekybos integraciją į kitą lygį.
Vienas iš dirbtinio intelekto taikymo prekyboje pavyzdžių – natūralios kalbos apdorojimas (NLP), kai analizuojami naujienų straipsniai ir socialinės žiniasklaidos nuotaikos, ieškant rodiklių, galinčių turėti įtakos akcijų kainoms. Kitas dirbtinio intelekto pritaikymas – modelių atpažinimas, kai galima nustatyti duomenų modelius, kurie gali būti per sudėtingi, kad žmogus galėtų juos aptikti. Ši informacija gali suteikti prekiautojams konkurencinį pranašumą ir padidinti grąžą.
Analogiškai dirbtinio intelekto diegimas prekyboje – tai tarsi ilgametę patirtį turintis, visada budrus ir niekada nepraleidžiantis progos prekiautojas, tačiau nereikalaujantis atlyginimo ar pertraukų. Mašininio mokymosi algoritmai nuolatos nenuilstamai dirba užkulisiuose, analizuodami rinkos tendencijas, prognozuodami būsimus pokyčius ir nustatydami investavimo galimybes.
Dirbtinio intelekto gebėjimas mokytis iš ankstesnės patirties ir prisitaikyti prie naujų rinkos sąlygų reiškia, kad prekybos algoritmai laikui bėgant ir toliau vystysis ir tobulės, suteikdami prekiautojams pranašumą prieš tuos, kurie pasikliauja tik instinktu ir žmogaus priimamais sprendimais.
Negalutiniais duomenimis, dirbtinis intelektas, integruotas su automatizuota prekyba, atnešė daug naudos jį taikančioms įmonėms. Vienas stambus institucinis investuotojas įdiegė mašininio mokymosi algoritmus su savo esamais sandorių vykdymo algoritmais, todėl sandorių, įvykdytų neviršijant geriausio kainos ir paklausos skirtumo, skaičius padidėjo 27 %. Be to, jie pastebėjo, kad sumažėjo „poveikio rinkai sąnaudos”, t. y. akcijų kainų sutrikimai, kuriuos sukelia dideli sandoriai rinkose, kuriose mažai prekiaujama.
Taip pat atlikta tyrimų, kurie rodo, kaip dirbtinio intelekto diegimas prekybos sistemose pagerina investavimo rezultatus. Masačusetso technologijos instituto (MIT) tyrėjų komanda išanalizavo 1994-2014 m. rizikos draudimo fondų duomenis ir nustatė, kad mašininį mokymąsi taikantys fondai pasiekė geresnių rezultatų nei jų kolegos. Be to, dirbtinį intelektą naudojančios algoritminės prekybos sistemos sugebėjo pasiekti 34 proc. metinę grąžą, kuri yra daug didesnė už ilgalaikį S&P 500 vidurkį.
Tačiau, kaip ir bet kuri kita priemonė, dirbtinis intelektas prekyboje turi trūkumų. Vienas iš galimų rūpesčių yra tai, kad dirbtinio intelekto sprendimų priėmimo procesas grindžiamas tik tuo, ką jis buvo išmokytas daryti. Todėl, jei mašininio mokymosi algoritmai yra sukurti su šališkumu ar trūkumais, tai gali lemti neteisingas prognozes ir rezultatus. Be to, visada yra rizika, kad pernelyg pasikliaudami technologijomis prekiautojai gali nepastebėti rinkos rodiklių, kuriuos kitu atveju pastebėtų žmogaus intuicija.
Prekybos algoritmų naudojimo privalumai
Nepaisant kai kurių su algoritmine prekyba susijusių nuogąstavimų, automatizuota prekyba finansų rinkose turi daug privalumų.
Visų pirma, prekybos algoritmai pašalina emocijas iš lygties. Investuodami žmonės dažnai gali priimti neracionalius sprendimus, pagrįstus baime ir godumu. Priešingai, algoritmai priima loginius sprendimus, remdamiesi tik istorinių ir realaus laiko duomenų analize.
Dar vienas prekybos algoritmų naudojimo privalumas – jų gebėjimas vykdyti sandorius dideliu greičiu. Tai reiškia, kad investuotojai gali pasinaudoti kainų skirtumais skirtingose rinkose ar biržose dar prieš tai, kai prekiautojai supranta, kad jie egzistuoja.
Pavyzdžiui, taikant sudėtingas algoritmines strategijas HFT įmonės sugebėjo gerokai sumažinti pirkimo ir pardavimo kainų skirtumus nuo centų dalių iki tūkstantųjų ar net milijoninių cento dalių, kartu sumažindamos sąnaudas, nes šioms sistemoms prižiūrėti reikėjo mažiau žmonių ir padidėjo efektyvumas.
Tyrimai parodė, kad automatizuotos prekybos sistemos veikia geriau nei rankinė prekyba, ypač mažinant sandorių sąnaudas ir užtikrinant geriausią vykdymą. Be to, algoritminė prekyba suteikia galimybę individualiems investuotojams prekiauti kaip instituciniam prekiautojui, pavyzdžiui, naudotis „tamsiaisiais baseinais” ir kitais likvidumo šaltiniais, kurie mažmeniniams investuotojams neprieinami, kai jie naudoja tiesioginius rinkos pavedimus.
Kita vertus, vienas iš algoritminės prekybos trūkumų gali būti susijęs su reguliavimo reikalavimais. Dėl pokyčių algoritminės prekybos srityje atnaujintas reglamentavimas, kuriuo siekiama užtikrinti, kad prekyba būtų vykdoma sąžiningai ir veiksmingai. Algoritmus naudojantys investuotojai gali susidurti su iššūkiu, susijusiu su šių taisyklių laikymusi, nes jų pažeidimas gali lemti dideles teisines baudas ir žalą įmonės reputacijai.
- Prekybos algoritmų automatizavimas finansų rinkose turi įvairių privalumų, pavyzdžiui, pašalina emocijas ir priima logiškus sprendimus, pagrįstus istorinių ir realaus laiko duomenų analize, sandorius vykdo dideliu greičiu, kad būtų galima pasinaudoti kainų skirtumais, geriau nei rankinė prekyba sumažina sandorių sąnaudas ir užtikrina geriausią vykdymą, o individualiems investuotojams suteikia galimybę prekiauti kaip instituciniam prekiautojui. Tačiau dėl reguliavimo reikalavimų algoritmus naudojantiems investuotojams gali kilti iššūkių, kaip laikytis šių taisyklių, kad būtų išvengta didelių teisinių baudų ir žalos įmonės reputacijai.
Prekybos algoritmų naudojimo trūkumai
Nors automatinė prekyba turi daug privalumų, yra ir keletas trūkumų, kurių negalima ignoruoti. Prieš investuojant į algoritminę prekybą svarbu atsižvelgti į šiuos trūkumus. Štai keletas problemų, su kuriomis gali susidurti prekiautojai ir investuotojai, naudodamiesi šios rūšies strategija.
Vienas iš didžiausių prekybos algoritmų naudojimo trūkumų yra technologijos gedimo rizika. Nors algoritmai sukurti taip, kad prekyba būtų veiksminga, jie gali veikti tik tiek, kiek jiems leidžia technologija. Jei sistemoje yra trikdžių arba ryšio klaida, sandoriai gali būti neįvykdyti laiku arba iš viso neįvykdyti. Dėl to prekiautojai, kurie pasikliauja tik algoritmais, gali patirti didelių nuostolių.
Be technologinių nesėkmių, dar vienas algoritminės prekybos trūkumas yra poveikis rinkai. Kai prekiautojai, naudojantys panašius algoritmus, vienu metu pateikia daug pavedimų, tai gali sukelti rinkos disbalansą, kuris gali rimtai paveikti turto kainas. Tai ypač pasakytina apie aukšto dažnio prekybą (HFT), kai sandoriai sudaromi itin dideliu greičiu.
Kai kurie kritikai teigia, kad dėl algoritminės prekybos taip pat gali padidėti rinkų nepastovumas. Remiantis šiuo požiūriu, kompiuterinės programos linkusios sustiprinti nedidelius kainų pokyčius, beveik akimirksniu sužadindamos didelį skaičių pirkimo ar pardavimo pavedimų. Kadangi algoritmai neatsižvelgia į pagrindinius ekonominius veiksnius ir naujienų įvykius, jų sprendimai kartais gali būti atitrūkę nuo tikrovės. Tačiau kiti teigia, kad tokio tipo prekyba iš tikrųjų padeda sušvelninti svyravimus, nes suteikia daugiau likvidumo ir leidžia efektyviau vykdyti sandorius.
Investuotojai taip pat turėtų žinoti, kad nors algoritmai pagrįsti istoriniais duomenimis ir statistiniais modeliais, jie negali visiškai tiksliai numatyti būsimų įvykių. Net jei algoritmas buvo patikrintas atgaline data ir parodė įspūdingus rezultatus, tai nereiškia, kad jis puikiai veiks dabartinėmis rinkos sąlygomis. Visada yra rizika, kad nenumatyti rinkos dinamikos pokyčiai gali neigiamai paveikti algoritmo veikimą.
Paprasčiau tariant, algoritminė prekyba yra tarsi autopiloto automobilio vairavimas. Nors savavaldžių automobilių technologija gerokai pažengė į priekį, jie dar nėra patikimi. Kaip ir algoritmų atveju, visada yra rizika, kad kažkas gali nutikti ne taip, kai važiuojate greitkeliu. Tai nereiškia, kad neturėtumėte naudoti savaeigės technologijos, tačiau tai reiškia, kad turite išlikti budrūs ir žinoti apie galimus pavojus.
Algoritmų tipai ir strategijos
Nepaisant galimų algoritminės prekybos trūkumų, šis metodas vis tiek gali būti veiksmingas investicijų valdymo būdas. Prekiautojai gali naudotis įvairių tipų algoritmais ir strategijomis, kurių kiekvienas turi savų stipriųjų ir silpnųjų pusių. Štai keletas pavyzdžių:
Viena iš populiarių strategijų yra sekimo tendencijomis strategija, kai algoritmai analizuoja kainų tendencijas laikui bėgant, kad nustatytų, ar turto vertė didės, ar mažės. Ši strategija gali būti ypač veiksminga rinkose, kuriose pastebimos aiškios krypties tendencijos.
Kita algoritminės strategijos rūšis – arbitražas, kai nustatomi identiško ar panašaus turto kainų skirtumai skirtingose rinkose. Tada prekiautojai gali pasinaudoti šiais skirtumais pirkdami žemą kainą vienoje rinkoje ir parduodami aukštą kainą kitoje.
Daugelio veiksnių modeliai – tai dar vienas populiarus metodas, pagrįstas išsamia įvairių veiksnių, darančių įtaką turto kainoms, analize. Šie modeliai atsižvelgia į ekonominius duomenis, įmonių finansinius rodiklius, naujienų įvykius ir kitus kintamuosius, kad sukurtų sandorius, kurie būtų pagrįsti ne tik praeities kainų pokyčiais.
Galiausiai, daugelis prekiautojų pasirenka kurti savo pritaikytus algoritmus, remdamiesi unikaliomis rinkos įžvalgomis arba konkrečiais prekybos tikslais. Kurdami specialiai savo poreikiams pritaikytus algoritmus, prekiautojai gali padidinti savo sėkmės rinkoje galimybes.
Apskritai nėra vieno teisingo būdo, kaip įgyvendinti prekybos algoritmus. Pasirinkimas priklauso nuo individualių prekiautojo tikslų, rinkos sąlygų ir rizikos tolerancijos. Svarbu atlikti tyrimus ir suprasti kiekvieno algoritminio metodo privalumus ir trūkumus prieš įtraukiant juos į savo prekybos strategiją.
Arbitražas, tendencijų sekimas ir dar daugiau
Kaip minėta ankstesniame skirsnyje, prekybos algoritmai prekiautojams siūlo įvairias funkcijas. Jie suteikia veiksmingą būdą automatizuoti ir supaprastinti prekybos procesą siekiant geresnių rezultatų. Vienas iš pagrindinių prekybos algoritmų naudojimo privalumų – galimybė įgyvendinti įvairių tipų prekybos strategijas. Šios strategijos leidžia prekiautojams priimti pagrįstus sprendimus, pagrįstus iš anksto nustatytomis taisyklėmis ir kriterijais, kuriuos galima koreguoti atsižvelgiant į rinkos sąlygas. Šiame skyriuje panagrinėsime keletą populiarių algoritmų tipų ir strategijų, kuriomis dažnai remiasi prekiautojai.
Arbitražas
Viena iš klasikinių prekybos strategijų yra arbitražas. Ji grindžiama dviejų ar daugiau rinkų kainų skirtumų išnaudojimu. Idėja – pirkti turtą mažesne kaina vienoje rinkoje ir tuo pat metu parduoti jį didesne kaina kitoje rinkoje. Naudojant algoritminę prekybą galima greitai nustatyti ir išnaudoti arbitražo galimybes, nes programa gali akimirksniu atlikti sandorius keliose rinkose.
Pavyzdžiui, tarkime, „Nike” akcijomis NASDAQ biržoje prekiaujama mažesne kaina nei NYSE biržoje. Arbitražo specialistas pirktų „Nike” akcijų NASDAQ biržoje ir tuo pat metu jas parduotų didesne kaina NYSE biržoje, taip gaudamas pelną iš kainų skirtumo.
Tendencijų sekimas
Kita dažna algoritminės prekybos strategija yra tendencijų sekimas. Ši strategija pagrįsta turto kainų tendencijų nustatymu analizuojant grafikus ir prognozuojant, ar jos tęsis, ar pasikeis. Sekdami tendencijas, prekiautojai siekia pasinaudoti reikšmingais kainų pokyčiais.
Tendencijų sekėjai paprastai naudoja techninės analizės priemones, tokias kaip slenkantys vidurkiai ir santykinio stiprumo indeksai (RSI), kad nustatytų turto tendencijas ir pagreitį. Pavyzdžiui, jei „Apple” akcijos keletą savaičių ar mėnesių nuolat kilo, prekiautojai gali naudoti algoritminį metodą, pavyzdžiui, tendencijų sekimo metodą, kuris naudoja iš anksto nustatytus trigerius, pagrįstus diagramomis, kad įvykdytų sandorius, pagrįstus šiais stebėjimais.
Vidutinės apyvartos pasikeitimas
Priešingai nei sekant tendencijas, vidutinio grįžtamojo pokyčio tikslas – nustatyti perpirktą ir perparduotą turtą. Ši strategija grindžiama principu, kad kainos, pasiekusios ekstremalius lygius, linkusios grįžti prie savo vidutinės vertės. Pagal šį metodą prekiautojai perka, kai turtas yra nepakankamai įvertintas, ir parduoda, kai jis yra pervertintas, tikėdamiesi, kad kainos grįš į vidutinį kainų intervalą.
Pavyzdžiui, apsvarstykime turtą, kuris istoriškai buvo parduodamas tam tikrame kainų intervale, bet netikėtai pakyla arba nukrinta. Vidutinės grąžos prekiautojai, prieš matematiškai vykdydami sandorius, palauktų, kol turtas grįš į prieš įvykį buvusį kainų lygį.
Strategijos įgyvendinimas
Svarbu pažymėti, kad nors algoritmai gali būti suprogramuoti pagal konkrečią prekybos strategiją, šių programų nereikėtų vertinti kaip sidabrinio investavimo sprendimo. Algoritmo priimamų sprendimų tikslumas ir sėkmė priklauso nuo įvesties duomenų kokybės, rinkos svyravimų ir kitų nuo prekiautojų nepriklausančių veiksnių.
Be to, tam tikrose rinkose kai kurios strategijos gali veikti geriau nei kitose. Pavyzdžiui, tendencijų sekimo strategija gali būti tinkama tendencingoms rinkoms, tačiau gali būti ne tokia veiksminga šoninėse ar svyruojančiose rinkose.
Atgalinis testavimas
Siekdami sumažinti galimą riziką, susijusią su klaidingų strategijų taikymu arba prastos kokybės įvesties duomenimis, prekiautojai dažnai pasikliauja atgaliniu šių strategijų tikrinimu pagal istorinius duomenis, pasitelkdami algoritminę prekybą. Taip jie gali imituoti tam tikros prekybos strategijos rezultatus per tam tikrą laikotarpį, prieš pradėdami ją taikyti realiuose sandoriuose.
Atvirkštinis testavimas leidžia sužinoti, kaip įvairios strategijos veikė skirtingomis rinkos sąlygomis, o tai suteikia pasitikėjimo ir apsaugo nuo rizikos naudojant automatinius algoritmus.
Apibendrinant galima pasakyti, kad yra keletas algoritminės prekybos strategijų, kurias galima įgyvendinti naudojant automatizuotus algoritmus, pavyzdžiui, arbitražo, tendencijų sekimo, vidutinio grįžimo ir kt. Nors šios strategijos turi tam tikrų privalumų, pavyzdžiui, greitą vykdymo laiką, ekonomiškumą ir mastelio keitimą, prekiautojai turėtų būti atsargūs jas taikydami ir įsitikinti, kad strategijos buvo tinkamai patikrintos ir atitinka dabartines rinkos sąlygas.