Pernah ingin menjadi trader algoritmik dengan kemampuan mengode robot trading Anda sendiri? Namun, apakah Anda frustrasi dengan banyaknya informasi yang tidak terorganisir, menyesatkan dan janji-janji palsu tentang kemakmuran semalam? Nah, Lucas Liew, pencipta kursus perdagangan Algoritma AlgoTrading101 online, mungkin punya solusi untuk Anda. Memiliki ulasan yang sangat baik dan mengumpulkan lebih dari 8.000 siswa sejak diluncurkan pertama kali pada bulan Oktober 2014, kursus Liew-yang ditujukan untuk menyajikan dasar-dasar perdagangan algoritmik dengan cara yang terorganisir-terbukti sangat populer. Dia bersikeras tentang fakta bahwa perdagangan algoritmik adalah "bukan skema cepat kaya. "Menggambar wawasan dari Liew dan jalurnya, yang diuraikan di bawah adalah dasar-dasar dari apa yang diperlukan untuk merancang, membangun dan memelihara robot trading algoritmik Anda sendiri.

Robot yang berbasis algoritma adalah kode komputer yang memiliki kemampuan untuk menghasilkan dan mengeksekusi sinyal beli dan jual di pasar keuangan. Komponen utama robot semacam itu termasuk aturan masuk yang memberi sinyal kapan harus membeli atau menjual, mengeluarkan peraturan yang menunjukkan kapan harus menutup posisi saat ini, dan aturan pengaturan posisi yang menentukan jumlah untuk membeli atau menjual. (Untuk lebih, lihat:

Dasar-Dasar Perdagangan Algorithmik: Konsep dan Contoh

.)

Alat Utama

Jelas, Anda memerlukan komputer dan koneksi internet. Setelah itu, sistem operasi Windows atau Mac akan dibutuhkan untuk menjalankan MetaTrader 4 (MT4) - platform perdagangan elektronik yang menggunakan MetaQuotes Language 4 (MQL4) untuk mengkodekan strategi perdagangan. Meskipun MT4 bukan satu-satunya perangkat lunak yang bisa digunakan untuk membangun robot, ia memiliki sejumlah manfaat yang signifikan.

Sementara kelas aset utama MT4 adalah valuta asing (FX), platform tersebut dapat digunakan untuk memperdagangkan ekuitas, indeks ekuitas, komoditas dan Bitcoin yang menggunakan CFD. Manfaat lain menggunakan MT4 dibandingkan dengan platform lainnya termasuk mudah dipelajari, memiliki banyak sumber data FX yang tersedia dan gratis. Sayangnya, MT4 tidak mengizinkan perdagangan langsung di pasar saham dan futures dan melakukan analisis statistik dapat memberatkan; Namun, MS Excel dapat digunakan sebagai alat statistik tambahan.

Strategi Perdagangan Algoritma

Penting untuk dimulai dengan merefleksikan beberapa sifat inti yang harus dimiliki setiap strategi perdagangan algoritmik. Strategi tersebut harus berhati-hati dari pasar karena secara fundamental suara dari sudut pandang pasar dan ekonomi. Selain itu, model matematis yang digunakan dalam pengembangan strategi harus didasarkan pada metode statistik yang baik.

Selanjutnya, penting untuk menentukan informasi robot yang ingin Anda potret. Agar memiliki strategi otomatis, robot Anda harus dapat menangkap inefisiensi pasar yang tidak dapat diidentifikasikan.Strategi perdagangan algoritma mengikuti seperangkat aturan yang ketat yang memanfaatkan perilaku pasar dan dengan demikian, terjadinya inefisiensi pasar satu kali tidak cukup untuk membangun strategi. Selanjutnya, jika penyebab inefisiensi pasar tidak dapat diidentifikasikan, maka tidak akan ada cara untuk mengetahui apakah keberhasilan atau kegagalan strategi tersebut karena kebetulan atau tidak.

Dengan pemikiran di atas ada beberapa jenis strategi untuk menginformasikan desain robot trading algoritmik Anda. Ini termasuk strategi yang memanfaatkan (i) berita makroekonomi (perubahan gaji non-pertanian atau perubahan suku bunga); (ii) analisis fundamental (e) menggunakan data pendapatan atau catatan pelepasan laba); (iii) analisis statistik (e. g korelasi atau kointegrasi); (iv) analisis teknis (e) g bergerak rata-rata); (v) struktur mikro pasar (e. g arbitrage atau infrastruktur perdagangan); atau (vi) kombinasi apapun di atas. (Untuk pembacaan yang terkait, lihat:

Apa itu Efisiensi Pasar?

)

Merancang dan Menguji Robot Anda Pada dasarnya ada empat langkah yang diperlukan untuk membangun dan mengelola robot perdagangan: Penelitian Awal < : Langkah ini berfokus pada pengembangan strategi yang sesuai dengan karakteristik pribadi Anda. Faktor-faktor seperti profil risiko pribadi, komitmen waktu dan modal trading penting untuk dipikirkan saat mengembangkan strategi. Anda kemudian dapat mulai mengidentifikasi inefisiensi pasar yang terus-menerus yang disebutkan di atas. Setelah mengidentifikasi inefisiensi pasar, Anda bisa mulai mengelompokkan robot trading sesuai dengan karakteristik pribadi Anda.

Backtesting

: Langkah ini berfokus untuk memvalidasi robot trading Anda. Ini termasuk memeriksa kode untuk memastikan apakah itu melakukan apa yang Anda inginkan dan memahami bagaimana kinerjanya melebihi kerangka waktu, kelas aset, atau kondisi pasar yang berbeda, terutama pada kejadian jenis angsa hitam seperti krisis keuangan global tahun 2008.

Optimasi : Jadi, sekarang Anda telah memberi kode pada robot yang bekerja dan pada tahap ini Anda ingin memaksimalkan kinerjanya sambil meminimalkan bias yang berlebihan. Untuk memaksimalkan kinerja, pertama-tama Anda harus memilih ukuran kinerja yang baik yang menangkap elemen risiko dan penghargaan, serta konsistensi (rasio e-g Sharpe). Fiksasi overfitting terjadi saat robot Anda terlalu dekat berdasarkan data sebelumnya; Robot semacam itu akan mengeluarkan ilusi kinerja tinggi namun karena masa depan tidak pernah benar-benar menyerupai masa lalu, hal itu mungkin benar-benar gagal.

Eksekusi Live : Anda sekarang siap untuk mulai menggunakan uang sungguhan. Namun, selain bersiap menghadapi pasang surut emosional yang mungkin Anda alami, ada beberapa masalah teknis yang perlu ditangani. Isu-isu ini termasuk memilih broker yang tepat, dan menerapkan mekanisme untuk mengelola risiko pasar dan risiko operasional seperti potensi hacker dan downtime teknologi. Hal ini juga penting pada langkah ini untuk memverifikasi bahwa kinerja robot serupa dengan yang dialami pada tahap pengujian. Akhirnya, pemantauan terus menerus diperlukan untuk memastikan bahwa efisiensi pasar yang dirancang robot masih ada.(Untuk lebih lanjut, lihat:

Bagaimana Algoritma Trading Diciptakan .

Garis Bawah Menimbang bahwa Richard Dennis, pedagang komoditi legendaris, mengajar sekelompok siswa strategi perdagangan pribadinya yang kemudian pergi untuk mendapatkan lebih dari $ 175 juta hanya dalam lima tahun, sangat mungkin bagi pedagang yang tidak berpengalaman untuk diajarkan serangkaian pedoman ketat dan menjadi pedagang sukses. Namun, ini adalah salah satu contoh yang luar biasa dan pemula pasti harus ingat untuk memiliki harapan sederhana. Agar sukses, penting untuk tidak mengikuti serangkaian panduan, tetapi untuk memahami bagaimana pedoman tersebut berjalan. Liew menekankan bahwa bagian terpenting dari perdagangan algoritmik adalah "pemahaman di bawah kondisi pasar dimana robot Anda akan bekerja dan kapan akan rusak," dan "memahami kapan harus melakukan intervensi. "Perdagangan algoritma bisa bermanfaat tapi kunci sukses adalah pemahaman. Setiap kursus atau guru yang menjanjikan penghargaan tinggi dengan pemahaman minimal harus menjadi tanda peringatan utama.