تصورات و برداشت‌های نادرست رایج درباره معاملات الگوریتمی (الگوتریدینگ)

 

مقدمه

 

معاملات الگوریتمی، که به آن کوانت تریدینگ یا الگوتریدینگ نیز گفته می‌شود، یکی از حوزه‌های جذاب و رو به رشد در بازارهای مالی است. با این حال، همانطور که در هر زمینه تخصصی دیگری شاهد هستیم، پیرامون معاملات الگوریتمی نیز تصورات و برداشت‌های نادرست زیادی وجود دارد که می‌تواند منجر به تصمیمات اشتباه و ضررهای مالی شود. در این مقاله، به بررسی برخی از این تصورات رایج و تبیین دلایل نادرستی آن‌ها بر اساس اطلاعات موجود در منابع می‌پردازیم.

اگر با مشاهده ویدئو راحت‌ترید، ویدئوی زیر را نگاه کنید.

 

 

اگر با متن راحت‌ترید، به خواندن ادامه بدید!

 

معاملات الگوریتمی چه چیزی نیست!

 

برای درک بهتر معاملات الگوریتمی، شاید بهتر باشد ابتدا بدانیم این حوزه چه چیزی نیست. برخلاف تصور برخی، معاملات الگوریتمی صرفاً تهیه یک ربات یا استفاده از ابزاری خاص در یک محیط خاص (مانند یک ربات تلگرامی) نیست که لزوماً سودآور باشد. 

این برداشت نادرست را می‌توان با مثال خرید یک خانه مقایسه کرد: اینکه به شما گفته شود “یک خانه هست، بیا بخرش” بدون ارائه هیچ‌گونه اطلاعات قابل سنجشی مانند محله، سال ساخت، تعداد اتاق خواب، یا حتی اجازه دیدن خانه، ارزش خاصی ندارد. صرف کلمه “خانه” یا “ربات” دلیلی بر ارزشمندی یا سودآوری نیست. برای تصمیم‌گیری درست، باید به ویژگی‌های قابل سنجش دسترسی داشت و آن‌ها را بررسی کرد.

در مورد ربات‌های الگوریتمی نیز وضعیت مشابه است. وقتی شما از استراتژی پشت یک ربات (مثلاً رباتی که در تلگرام سیگنال می‌دهد یا در هر جای دیگری) بی‌اطلاع هستید، یا نمی‌دانید آیا اصلاً استراتژی مشخصی پشت آن وجود دارد یا صرفاً یک شخص به صورت دستی و هر زمان که مایل بود سیگنالی ارسال می‌کند، چگونه می‌توانید بدون شناخت کافی، اقدام به استفاده یا تهیه آن کنید؟ 

این دقیقا مانند خرید خانه‌ای است که ندیده‌اید و هیچ اطلاعاتی از آن ندارید. بنابراین، صرف اینکه چیزی ربات باشد یا با ابزار خاصی در بازار خاصی کار کند، لزوماً به معنای سودآوری آن نیست.

 

تصور نادرست اول: الگوتریدینگ شبیه ماینینگ است؛ روشن کن و پولدار شو!

 

یکی از برداشت‌های رایج دیگر، به‌ویژه با پیدایش صنعت ماینینگ رمزارزها، این است که معاملات الگوریتمی نیز شبیه به آن عمل می‌کند. یعنی بسیاری انتظار دارند که یک سیستم یا ربات را روشن کنند و سپس خودبه‌خود و بدون نیاز به هیچ‌گونه تنظیمات یا نظارتی، برایشان پول بسازد. متأسفانه، واقعیت این‌گونه نیست.

حتی خود صنعت ماینینگ هم آن‌طور که برخی تصور می‌کنند “روشن کن و رها کن” نیست. در ماینینگ نیز شما باید حواستان به مسائل مختلفی باشد، از جمله:

• سیستم سرمایش دستگاه‌ها.
• بحث رطوبت در محیط نصب.
• اطمینان از تأمین پایدار برق.
• اخذ مجوزهای لازم.
• امنیت ماینرها در برابر هک شدن یا آلودگی ویروسی.
• اطمینان از اینکه ولت پرداخت شما تغییر نکرده باشد تا سود ماینینگ به حساب دیگری نرود.
• نیاز به تعمیر در صورت سوختن قطعات فنی یا برد کنترلی. همه این موارد نشان می‌دهد که حتی ماینینگ نیز نیازمند نظارت و رسیدگی است.

در مورد ربات‌های الگوتریدینگ نیز وضعیت کاملاً مشابه است. این‌طور نیست که شما ربات را استارت کنید و سپس آن را رها کنید و انتظار داشته باشید که خودبه‌خود برای شما پول دربیاورد. 

ربات خودبه‌خود پول درنمی‌آورد. این کارهایی است که شما انجام می‌دهید و اگر آن کارها را درست انجام دهید، می‌تواند منجر به کسب سود شود. نکته پنهان در اینجاست که شما باید کارهایی را انجام دهید، از جمله تست پایداری عملکرد ربات در آینده. با این حال، پایداری یک استراتژی تا زمانی ادامه دارد که فرضیه اولیه‌ای که بر اساس آن استراتژی تدوین شده، معتبر باقی بماند. بنابراین، معاملات الگوریتمی نیازمند بررسی و نظارت مستمر شماست، و این حداقل کاری است که باید انجام دهید.

 

تصور نادرست دوم: ترکیب چند اندیکاتور و بک‌تست گرفتن کافی است!

 

یک تفکر بسیار شایع دیگر این است که کافی است چند اندیکاتور را کنار هم قرار دهیم، ربات بر اساس آن‌ها خرید و فروش کند، چند بک‌تست بگیریم و هر ترکیبی که نتیجه خوبی در بک‌تست داشت را اجرا کنیم. برخی انتظار دارند ابزاری وجود داشته باشد که اندیکاتورهای مختلف را با هم ترکیب کند و برایشان تست بگیرد تا بهترین بک‌تست را پیدا کرده و آن را اجرا کنند.

این رویکرد در گذشته نیز وجود داشته است. اما نکته اینجاست که اگر شما به این شکل و بدون هیچ منطق یا فرضیه‌ای به یک استراتژی برسید، فاکتور شانس در موفقیت شما فوق‌العاده پررنگ شده است. به بیان ساده‌تر، وقتی شما با بررسی‌های زیاد و بدون هیچ منطق و فرضیه‌ای به یک استراتژی می‌رسید، به احتمال بسیار زیاد لحظه‌ای که آن را اجرا می‌کنید، شروع به ضرردهی خواهد کرد. 

بسیاری از افرادی که ربات‌های متفرقه را بدون شناخت کافی تهیه کرده‌اند، این تجربه را دارند که ربات یک هفته، دو هفته یا یک ماه سود می‌دهد و بعد دیگر سوددهی متوقف می‌شود. این مسئله دلیلی دارد.

این یک برداشت نادرست است که صرفاً با قرار دادن چند اندیکاتور کنار هم و بدون هیچ‌گونه فرضیه‌سازی، اگر بک‌تست خوبی گرفتید یا برای مدت کوتاهی جواب داد، آن استراتژی معتبر است و برای شما کار خواهد کرد. استراتژی‌هایی که بر اساس متد علمی تدوین می‌شوند، آسودگی بیشتری به همراه دارند. مادامی که فرضیه علمی که در تدوین استراتژی به کار رفته، پایدار باشد، عملکرد استراتژی نیز مطابق با آن خواهد بود. اما این به معنی “روشن کن و رها کن” نیست و همچنان نیازمند بررسی و نظارت شماست.

 

تصور نادرست سوم: استراتژی دستی سودده من را می‌توانم به راحتی اتوماتیک کنم!

 

بسیاری از معامله‌گران دستی که با استراتژی خود سود می‌کنند، تصور می‌کنند که می‌توانند همان استراتژی را به راحتی وارد نرم‌افزار کرده و آن را اتوماتیک کنند. اما آیا شما واقعاً دارید سود می‌کنید؟! در بخش تحلیل کمّی، ما مفهوم سود خوب را تعریف کردیم: سودی که هم هزینه‌های شما را پوشش دهد و هم آورده‌ای اضافه (آلفای مثبت) برای شما داشته باشد. آیا شما دقیقاً حساب کرده‌اید که چقدر زمان صرف این کار می‌کنید؟ چقدر هزینه برای آموزش‌ها، زیرساخت‌ها، تهیه ربات (اگر بخرید) یا حتی زمان و انرژی صرف ترید دستی می‌کنید؟ آیا واقعاً این هزینه‌ها پوشش داده می‌شوند؟

حتی با این فرض (که اغلب نزدیک به واقعیت نیست) که شما با ترید دستی سود می‌کنید و آلفای مثبت دارید، لزوماً نمی‌توانید این استراتژی را به سادگی وارد کامپیوتر کرده و آن را اتوماتیک کنید. دلیل اصلی این است که بسیار محتمل است که در استراتژی دستی شما، موارد و معیارهای کیفی وجود داشته باشند که نمی‌توانید آن‌ها را به راحتی برای کامپیوتر ترجمه کنید.

به عنوان مثال، اگر شما بر مبنای کانال‌های قیمت معامله می‌کنید، ممکن است هر بار کانال را به شکل متفاوتی ترسیم کنید. یک بار بالای شدو (Shadow) کندل، یک بار کمی پایین‌تر. شما کانال را طوری فیت می‌کنید که مثلاً به چندین قله یا کف برخورد کند. این‌ها همه موارد کیفی هستند. وقتی شما تعریف عددی و فرمولی دقیقی از چیزی ندارید و به شکل کیفی کار می‌کنید، نمی‌توانید این موارد را وارد نرم‌افزار کنید تا کامپیوتر آن‌ها را درک کرده و اجرا کند.

 

تصور نادرست چهارم: پرایس اکشن یا الیوت را می‌توان به راحتی ربات کرد!

 

یکی دیگر از تصورات رایج، به‌خصوص در میان معامله‌گرانی که از روش‌های تحلیل تکنیکال مانند پرایس اکشن (Price Action) یا تئوری امواج الیوت (Elliott Wave) استفاده می‌کنند، این است که چون این روش‌ها “جواب می‌دهند”، پس می‌توان آن‌ها را به راحتی به ربات تبدیل کرد و پولدار شد!

اولاً، در مورد اینکه آیا این روش‌ها اساساً “جواب می‌دهند” یا خیر، همچنان بحث و علامت سؤال وجود دارد. به عنوان مثال، تئوری الیوت شاید ادعای بزرگی داشته باشد، اما از نظر آماری و متد علمی، تئوری قابل قبولی محسوب نمی‌شود. این تئوری فاقد آن ویژگی‌های خاص و دقیقی است که بتوان آن را یک تئوری معتبر علمی دانست.

ثانیاً، حتی اگر فرض کنیم که این تئوری‌ها معتبر هستند (که منبع این فرض را در مورد الیوت رد می‌کند)، برای رباتیک کردن آن‌ها نیاز به فرمول‌های دقیق و تغییرناپذیر برای تعیین نقاط کلیدی مانند نقطه آغازین و پایانی یک موج داریم. این فرمول‌ها باید ثابت و قابل ترجمه به زبان کامپیوتر باشند.

اما در واقعیت، معامله‌گرانی که با این روش‌ها کار می‌کنند، اغلب به صورت کیفی و تفسیری عمل می‌کنند. مثلاً در تئوری الیوت، یک تحلیلگر ممکن است با نگاه کردن به بخشی از چارت بگوید “الان موج یک از اینجا شروع شده تا اینجا” و سپس نظرش تغییر کند. یا بگوید “الان موج دو می‌تواند تا این سطح پایین بیاید یا تا آن لول، بستگی دارد که به چه ساختاری برخورد کند”. این تصمیمات اغلب با در نظر گرفتن عوامل دیگری مانند والیوم (حجم معاملات) یا بررسی تایم‌فریم‌های مختلف صورت می‌گیرد. مثلاً ممکن است گفته شود “الان والیوم کم است، این الگو معتبر نیست”. 

این‌ها نباید در یک سیستم الگوریتمی وجود داشته باشد. شما نمی‌توانید این تفاسیر کیفی و وابسته به شرایط متغیر را به کامپیوتر بفهمانید. کامپیوتر به قوانین دقیق، عددی، فرمولی و تغییرناپذیر نیاز دارد تا بتواند تصمیم‌گیری کند.

 

نتیجه‌گیری

 

همانطور که از بررسی این تصورات نادرست مشخص شد، معاملات الگوریتمی یک حوزه پیچیده و نیازمند دانش، دقت و نظارت است. این حوزه نه یک “جعبه جادویی” است که با خرید ربات به سوددهی برسید، نه شبیه به ماینینگ رمزارز است که صرفاً با روشن کردن دستگاه پول بسازید، نه با ترکیب کورکورانه اندیکاتورها به نتیجه می‌رسید، و نه استراتژی‌های دستی (به‌ویژه آن‌هایی که بر پایه معیارهای کیفی هستند) به راحتی قابل تبدیل به ربات هستند. حتی روش‌های تحلیل تکنیکال مانند الیوت نیز چالش‌های جدی از نظر اعتبار علمی و قابلیت فرمول‌بندی دقیق برای اتوماسیون دارند.

برای موفقیت در این حوزه، لازم است با واقع‌بینی و درک صحیح از چالش‌ها و الزامات آن وارد شوید. این شامل تحقیق، آموزش، تدوین استراتژی‌های مبتنی بر فرضیه‌های مشخص و قابل تست، و همچنین نظارت و مدیریت مستمر سیستم‌های الگوریتمی شما می‌شود. فراموش نکنید که پایداری یک استراتژی به پایداری فرضیه اصلی آن وابسته است و بازار همواره در حال تغییر است.

 

⭐️ محتوای این مطلب از دوره آموزشی مبانی و مفاهیم کوانت تریدینگ و الگوتریدینگ اقتباس شده است. ⭐️