Computers spelen een steeds grotere rol op de financiële markten. Waar beleggers vroeger vooral zelf koersgrafieken bestudeerden en vervolgens handmatig een koop- of verkooporder doorgaven, kunnen tegenwoordig grote delen van het handelsproces door software worden uitgevoerd. Algoritmisch handelen is daar een belangrijk voorbeeld van. Toch bestaat er regelmatig verwarring over wat deze term precies betekent en waarin algoritmisch handelen verschilt van handmatig traden.
Bij algoritmisch handelen gebruikt een marktpartij een computerprogramma om bepaalde handelsbeslissingen automatisch te nemen. Volgens de formele definitie die binnen de Europese financiële regelgeving wordt gebruikt, bepaalt een computeralgoritme automatisch één of meer parameters van een order.
Dat kunnen bijvoorbeeld het moment waarop een order wordt geplaatst, de prijs, de omvang van de order of de manier waarop een bestaande order wordt beheerd zijn. Menselijk ingrijpen is daarbij beperkt of zelfs helemaal niet nodig.
Een algoritme bestaat in de kern uit regels die voorschrijven wat er onder bepaalde omstandigheden moet gebeuren. Dat kan relatief eenvoudig zijn. Een programma kan bijvoorbeeld bepalen dat een order alleen wordt geplaatst wanneer een bepaalde prijs wordt bereikt. Moderne handelsalgoritmen kunnen echter ook veel complexer zijn en grote hoeveelheden marktgegevens tegelijk verwerken.
De term algoritmisch handelen zegt op zichzelf dus nog weinig over de complexiteit van het gebruikte systeem. Het belangrijkste kenmerk is dat een computer automatisch onderdelen van het handelsproces bepaalt.
Een belangrijk onderscheid is dat een systeem dat marktgegevens analyseert niet automatisch hetzelfde is als een systeem dat zelfstandig orders uitvoert.
Software kan bijvoorbeeld koersgegevens analyseren en op basis daarvan een koop-, verkoop-, long- of shortsignaal genereren. Wanneer een gebruiker dat signaal vervolgens zelf bekijkt en handmatig via zijn bank of broker uitvoert, blijft er een menselijke stap tussen de analyse en de daadwerkelijke order.
In het dagelijkse taalgebruik worden dergelijke systemen soms eveneens onder algoritmisch beleggen of algoritmisch traden geschaard, omdat de analyse met algoritmen plaatsvindt. In de formele betekenis van de financiële regelgeving ligt de nadruk echter op het automatisch bepalen van orderparameters.
Dit onderscheid is belangrijk. Een computer kan dus een belangrijk deel van de analyse uitvoeren zonder zelfstandig toegang te hebben tot de handelsrekening van de gebruiker.
Bij handmatig traden neemt de trader zelf de belangrijkste beslissingen.
Hij kan bijvoorbeeld koersgrafieken bekijken, technische indicatoren gebruiken, economische berichten volgen of bedrijfsresultaten bestuderen. Op basis daarvan bepaalt hij vervolgens of hij een positie wil openen, wijzigen of sluiten.
Ook het moment van de transactie en de omvang van de positie worden handmatig gekozen.
Dat betekent overigens niet dat een handmatige trader geen software gebruikt. Vrijwel iedere moderne belegger maakt gebruik van digitale koersgrafieken, handelsplatformen, technische indicatoren en andere hulpmiddelen.
Het verschil zit vooral in de uiteindelijke besluitvorming. Bij handmatig traden interpreteert de persoon zelf de beschikbare informatie en bepaalt hij welke actie volgt. Bij een algoritmische aanpak worden bepaalde beslissingen vooraf vastgelegd in computerregels.
Een van de eigenschappen van algoritmen is dat ze dezelfde regels consequent kunnen blijven toepassen.
Een mens kan door verschillende omstandigheden worden beïnvloed. Angst na een snelle koersdaling, enthousiasme tijdens een sterke stijging of frustratie na een aantal verliesgevende trades kunnen ertoe leiden dat iemand afwijkt van zijn oorspronkelijke handelsplan.
Een computer kent dergelijke emoties niet. Wanneer een bepaalde voorwaarde in het programma is vastgelegd, wordt daarop volgens dezelfde logica gereageerd.
Dat betekent niet dat een algoritme automatisch betere handelsbeslissingen neemt. Een slecht ontworpen handelsregel wordt door een computer net zo consequent uitgevoerd als een goede handelsregel.
De kracht van systematisering ligt daarom vooral in de consequente uitvoering. De kwaliteit van het resultaat blijft afhankelijk van de kwaliteit van de onderliggende methode, de gebruikte gegevens en het risicobeheer.
Een ander verschil met handmatig traden is de snelheid waarmee computers informatie kunnen verwerken.
Een menselijke trader kan maar een beperkt aantal grafieken en cijfers tegelijk bestuderen. Computers kunnen veel grotere hoeveelheden gegevens analyseren en dat bovendien voortdurend herhalen.
Bij professionele handelsbedrijven kunnen algoritmen onder andere gegevens uit het orderboek, koersbewegingen, handelsvolumes en andere marktkenmerken verwerken. Sommige systemen reageren binnen zeer korte tijd op veranderingen.
Dat maakt algoritmisch handelen bijzonder geschikt voor strategieën waarbij snelheid belangrijk is.
Niet iedere algoritmische methode hoeft echter razendsnel te handelen. Een systeem kan net zo goed één keer per uur, per dag of zelfs minder vaak een berekening uitvoeren. Algoritmisch handelen en high frequency trading zijn daarom geen synoniemen.
High frequency trading is een gespecialiseerde vorm van zeer snelle algoritmische handel, terwijl algoritmen ook kunnen worden gebruikt bij handelsstrategieën met veel langere tijdshorizonnen.
De ontwikkeling van machine learning heeft de mogelijkheden van handelsalgoritmen verder uitgebreid.
Bij traditionele algoritmen worden veel regels rechtstreeks door programmeurs of ontwikkelaars vastgelegd. Een machinelearningmodel kan daarentegen patronen leren uit historische of actuele gegevens.
De Autoriteit Financiële Markten heeft onderzoek gedaan naar het gebruik van machine learning door grote professionele handelspartijen in Nederland. Daaruit bleek dat dergelijke technieken op grote schaal worden toegepast in handelsalgoritmen voor liquide financiële instrumenten zoals aandelen en futures.
Machinelearningmodellen kunnen bijvoorbeeld proberen een waarschijnlijke prijs te berekenen op basis van kenmerken uit het orderboek. Daarbij kunnen honderden of zelfs duizenden variabelen worden verwerkt.
Meer complexiteit betekent echter niet automatisch meer betrouwbaarheid. Complexe modellen kunnen moeilijker te begrijpen en te controleren zijn. Daarom is het belangrijk dat organisaties weten hoe modellen worden ontwikkeld, getest en bewaakt.
Omdat algoritmen automatisch beslissingen kunnen nemen, zijn technische controles belangrijk.
Een fout in software, verkeerde invoer of onverwachte marktomstandigheid kan anders leiden tot ongewenste orders. Europese regels stellen daarom eisen aan professionele beleggingsondernemingen die algoritmisch handelen.
Zij moeten onder andere beschikken over effectieve systemen en risicocontroles. Ook moeten handelsprogramma's voldoende capaciteit hebben, worden getest en worden bewaakt. Er moeten maatregelen bestaan om foutieve orders te voorkomen en om te voorkomen dat systemen bijdragen aan een wanordelijke markt.
Daarnaast zijn procedures nodig voor situaties waarin technische systemen uitvallen.
Dit laat zien dat algoritmisch handelen niet simpelweg bestaat uit het bouwen van een handelsprogramma en het vervolgens onbeperkt laten functioneren. Controle, testen en risicobeheer zijn wezenlijke onderdelen van professioneel gebruik.
Particuliere beleggers komen algoritmen vaak op een andere manier tegen dan professionele handelshuizen.
Een particulier kan bijvoorbeeld technische indicatoren gebruiken die automatisch worden berekend, een handelsstrategie testen met historische gegevens of software gebruiken die marktgegevens omzet in signalen.
Daarbij kan de automatisering verschillende niveaus hebben.
Aan het ene uiterste staat een volledig handmatige trader die software alleen gebruikt om koersen te bekijken. Een stap verder kan een programma automatisch indicatoren berekenen en waarschuwen wanneer bepaalde voorwaarden optreden.
Vervolgens zijn er systemen die zelfstandig een handelsadvies of signaal genereren. Bij nog verdergaande automatisering kan de software rechtstreeks orders naar een broker sturen.
Er bestaat dus een breed spectrum tussen volledig handmatig en volledig geautomatiseerd handelen.
In Nederland is Beurstrading Nederland een voorbeeld van een aanbieder waarbij geautomatiseerde en AI-gebaseerde analyse wordt gebruikt om handelssignalen voor de AEX te genereren. De gebruiker ontvangt het signaal en voert de eventuele transactie vervolgens zelf uit. Het systeem analyseert dus de markt, terwijl de daadwerkelijke uitvoering bij de gebruiker blijft.
Het gebruik van computers biedt duidelijke technische voordelen, maar daaruit volgt niet dat algoritmische strategieën automatisch winstgevender zijn dan handmatig handelen.
Een algoritme werkt met gegevens en regels. Wanneer marktomstandigheden veranderen, kan een strategie die eerder goed functioneerde minder effectief worden.
Ook historische tests bieden geen zekerheid. Een model kan bijvoorbeeld te sterk zijn aangepast aan historische gegevens. Het lijkt tijdens een test dan bijzonder succesvol, terwijl dezelfde methode bij nieuwe marktgegevens veel minder goed blijkt te werken.
Dit probleem staat bekend als overfitting.
Een menselijke trader heeft aan de andere kant zijn eigen zwakke punten. Hij kan inconsistent handelen, regels verkeerd toepassen of onder invloed van emoties beslissingen nemen.
De vraag is daarom niet eenvoudigweg of een computer beter is dan een mens. Veel hangt af van de kwaliteit van de methode en de manier waarop deze wordt toegepast.
Algoritmisch en handmatig handelen hoeven ook geen volledige tegenpolen te zijn.
Een trader kan computers gebruiken voor werkzaamheden waarin machines sterk zijn, zoals het verwerken van grote hoeveelheden gegevens en het consequent toepassen van regels. De mens kan vervolgens verantwoordelijkheid houden voor bijvoorbeeld de keuze van de strategie, het risiconiveau en de uiteindelijke uitvoering.
Zo ontstaat een hybride werkwijze.
Een handelssysteem kan bijvoorbeeld dagelijks dezelfde markt analyseren en een signaal genereren. De gebruiker kan daarna zelf bepalen of hij het signaal uitvoert, welk financieel product hij daarvoor gebruikt en hoe groot de positie wordt.
Hiermee kan de structuur van een computerprogramma worden gecombineerd met menselijke controle.
De technologie achter financiële markten is de afgelopen jaren sterk veranderd, maar één principe blijft hetzelfde: aan iedere handelsbeslissing is risico verbonden.
Een computeralgoritme kan veel sneller rekenen dan een menselijke trader en kan regels zonder emotie toepassen. Het kan echter niet garanderen dat een markt zich zal gedragen zoals verwacht.
Algoritmen kunnen verkeerde signalen produceren, technische fouten bevatten of worden geconfronteerd met situaties die tijdens de ontwikkeling nauwelijks voorkwamen.
Handmatig traden heeft andere nadelen, waaronder menselijke emoties, beperkte verwerkingssnelheid en het risico van inconsistente beslissingen.
Welke methode het meest geschikt is, hangt daarom af van het doel, de handelsstrategie, de kennis van de gebruiker en het risico dat iemand bereid is te nemen.
Algoritmisch handelen moet uiteindelijk niet worden gezien als een manier om onzekerheid uit de beurs te verwijderen. Het is vooral een manier om bepaalde onderdelen van analyse en uitvoering systematisch aan computers toe te vertrouwen. De verantwoordelijkheid voor een goede methode en verantwoord risicobeheer blijft daarbij essentieel.
