Perdagangan frekuensi tinggi Februari 11, 2022 – Posted in: Forex trading – Tags: ,

High-Frequency Trading (HFT – perdagangan frekuensi tinggi) pertama kali diterapkan dalam perdagangan di pasar keuangan pada tahun 1989. Keunggulan utama dari metode perdagangan ini adalah kecepatan pemrosesan informasi. Bukan rahasia lagi bahwa prosesor komputer dalam beberapa aplikasi dapat bekerja jauh lebih cepat daripada manusia. Tidak semua aspek prosesor melampaui kemampuan otak manusia, tetapi dalam perdagangan, dalam banyak kasus, hal tersebut memang terjadi. Ide utama dari perdagangan frekuensi tinggi adalah menggunakan komputer berperforma tinggi untuk memperoleh keuntungan dari platform perdagangan. Saat ini, cara menghasilkan uang ini tersedia bagi hampir semua orang yang memiliki pengetahuan dasar tentang cara kerja platform perdagangan, prosesor, komputer, dan pergerakan harga. Pada praktiknya, dalam perdagangan frekuensi tinggi, pemenangnya adalah pihak yang memperoleh kuotasi paling cepat dan melakukan transaksi di lantai perdagangan dengan kecepatan tertinggi berkat karakteristik komputasi dari peralatan yang digunakan. Proses ini berlangsung sangat cepat dan hanya membutuhkan sepersekian detik. Seseorang sebaiknya tidak ikut serta dalam kompetisi seperti ini — sudah kalah sejak awal. Perdagangan frekuensi tinggi dan perdagangan algoritmik memiliki beberapa perbedaan — dalam HFT, salah satu faktor utama yang memengaruhi keuntungan adalah kekuatan perangkat keras, kecepatan internet, dan kedekatan dengan pusat data.

Gagasan penggunaan komputer berperforma tinggi dalam perdagangan dicetuskan oleh Stephen Sonson. Pada masanya, ia bekerja dengan penentuan pergerakan kuotasi pasar dalam hitungan beberapa detik. Steven Swanson, David Whitcomb, dan Jim Hawkes membentuk sebuah perusahaan otomasi perdagangan bernama Automated Trading Desk. Keunggulan pada saat itu sangat jelas, karena kecepatan perdagangan mencapai satu detik. Pada saat yang sama, peserta lain masih melakukan transaksi dengan bantuan telepon. Perdagangan frekuensi tinggi mulai memasuki pasar secara masif pada akhir tahun 1990-an abad ke-20, setelah Komisi SEC (AS) mengizinkan platform perdagangan elektronik pada tahun 1998. Pada awalnya, transaksi HFT hanya berlangsung beberapa detik. Pada tahun 2010, waktu sudah diukur dalam milidetik, bahkan terkadang lebih cepat. Informasi mengenai penggunaan HFT di tempat perdagangan jarang keluar dari lingkaran keuangan hingga akhir tahun 2000-an. Salah satu artikel pertama yang menarik perhatian publik terhadap jenis perdagangan ini diterbitkan pada Juli 2009 di surat kabar New York Times.

Komisi CFTC pada tahun 2011 mengusulkan penggunaan karakteristik utama perdagangan HFT.

1. Sistem yang menerapkan penempatan, modifikasi, atau pembatalan pesanan dengan sangat cepat, kurang dari lima milidetik dengan jeda minimal.
2. Penggunaan perangkat lunak atau algoritma khusus untuk mengotomatisasi mekanisme pengambilan keputusan, di mana semua operasi pesanan ditentukan oleh perangkat lunak dan tidak memerlukan keterlibatan manusia untuk melakukan tindakan individual apa pun.
3. Co-location, yaitu penempatan server di dekat lantai perdagangan untuk mengurangi waktu transmisi informasi, akses langsung ke lantai perdagangan, atau saluran penerimaan data terpisah yang dapat ditawarkan oleh bursa atau organisasi lain untuk mengurangi latensi jaringan.
4. Masa hidup transaksi yang sangat terbatas.
5. Perputaran dana yang besar dan/atau proporsi pesanan yang ditempatkan sangat tinggi dibandingkan transaksi yang dieksekusi.
6. Penempatan sejumlah besar pesanan yang dibatalkan dalam hitungan milidetik.
7. Hari perdagangan berakhir dengan volume posisi nol; posisi besar yang tidak dilindungi tidak ditahan semalaman.

Keuntungan dari perdagangan supercepat ini diperoleh dari selisih antara harga beli dan harga jual instrumen perdagangan. Perdagangan frekuensi tinggi menggunakan volume transaksi yang sangat besar karena keuntungan dari satu transaksi sangat kecil dan hasil hanya dapat dicapai melalui volume. Dasar dari perdagangan frekuensi tinggi, yang berlandaskan prinsip umum perdagangan berkecepatan tinggi, adalah perdagangan intraday tanpa membawa posisi ke hari perdagangan berikutnya.

Algoritma perdagangan frekuensi tinggi

Algoritma perdagangan frekuensi tinggi. Perdagangan algoritmik menjadi populer di kalangan investor hedge fund yang memperdagangkan modal mereka untuk memperoleh keuntungan spekulatif. Mengingat hedge fund memiliki cadangan modal yang sangat besar, dapat dipahami bagaimana perdagangan frekuensi tinggi menjadi populer di kalangan pemain besar pasar. Perdagangan frekuensi tinggi dapat dibagi berdasarkan penggunaan algoritma strategi perdagangan untuk menghasilkan keuntungan di platform perdagangan. Mari kita tinjau beberapa algoritma tersebut.

Pembentukan pasar pasif

Pembentukan pasar pasif adalah algoritma frekuensi tinggi untuk bekerja dengan likuiditas. Dengan menggunakan strategi ini, algoritma HFT memperoleh keuntungan dari lantai perdagangan dengan berdagang di dalam spread. Spread mencerminkan perbedaan antara harga penjual dan harga pembeli dari instrumen perdagangan yang dipilih pada saat tertentu. Ada situasi ketika spread melebar — banyak pembeli atau penjual ikut serta dalam perdagangan. Pada saat yang sama, terdapat market maker di lantai perdagangan yang bertugas menjaga likuiditas. Market maker memastikan bahwa spread tidak melebar secara signifikan karena kurangnya pembeli atau penjual di pasar. Jika market maker tidak dapat menemukan cukup pembeli atau penjual, ia harus menutupi penawaran atau permintaan instrumen perdagangan. Jelas bahwa market maker tidak selalu ingin menjaga likuiditas instrumen dengan dananya sendiri. Untuk itu, ia menarik trader pihak ketiga melalui komisi dan insentif likuiditas. Dengan memahami mekanisme ini, pemilik sistem HFT ikut serta dalam menjaga likuiditas instrumen perdagangan di platform. Dengan kemampuan mereka, pemilik sistem HFT sebagian menjalankan fungsi market maker. Market maker mengurangi sebagian fungsinya, sementara pemilik sistem HFT memperoleh keuntungan dari penyempitan spread, dan pembeli serta penjual dapat dengan mudah melakukan transaksi. Dalam hal ini, pemilik sistem HFT menguntungkan platform perdagangan sekaligus memperoleh keuntungan.

Algoritma arbitrase statistik frekuensi tinggi

Strategi arbitrase statistik frekuensi tinggi didasarkan pada pencarian korelasi antara aset dasar dan derivatif. Misalnya, perdagangan algoritmik memungkinkan algoritma HFT mencari hubungan antara kontrak berjangka suatu instrumen dan harga aset dasarnya. Arbitrase dalam HFT terutama dilakukan oleh bank investasi komersial. Mereka memiliki modal yang cukup, mampu memasang perangkat lunak eksklusif, dan merekrut spesialis yang sangat berkualitas. Singkatnya, tidak ada yang dihemat untuk mencapai tujuan memperoleh keuntungan dari platform perdagangan.

Strategi kebijakan

Strategi kebijakan atau strategi pencarian likuiditas dalam perdagangan frekuensi tinggi. Strategi ini didasarkan pada pencarian pesanan besar di buku harga. Pencarian likuiditas dilakukan sebagai berikut: pemilik sistem HFT mengirimkan pesanan beli atau jual pada harga di buku pesanan. Tujuan dari operasi ini adalah mendeteksi transaksi dengan volume besar. Ketika level harga dari pemain besar teridentifikasi di lantai perdagangan, algoritma pencarian likuiditas mulai bekerja ke arah transaksi tersebut. Probabilitas pemain besar mendeteksi algoritma ini dan ingin menyingkirkannya sangat rendah. Perdagangan semacam ini tidak dilindungi (non-hedged), yang berarti risiko dari pergerakan harga berlawanan tetap ditanggung.

Strategi struktural

Strategi struktural bertujuan mengeksploitasi kemungkinan kerentanan dalam struktur lantai perdagangan dan memperoleh data yang paling dibutuhkan dari lantai perdagangan lebih cepat. Dalam pendekatan ini, server ditempatkan sedekat mungkin dengan pusat lantai perdagangan atau terhubung langsung ke sumber informasi. Dengan skema kerja seperti ini, pelaku akan memperoleh keuntungan jika pihak lain membutuhkan waktu lebih lama untuk menerima informasi.

Semua strategi perdagangan frekuensi tinggi dimungkinkan berkat penerapan eksekusi pesanan berkecepatan tinggi. Dalam kondisi modern, kecepatan perdagangan diukur dalam milidetik.

Mari kita lihat bagaimana transaksi diselesaikan di lantai perdagangan. Seorang trader atau spesialis algoritmik mengirimkan permohonan elektronik untuk melakukan transaksi atas instrumen perdagangan yang dipilih kepada brokernya melalui platform perdagangan. Pesanan beli dan jual dibandingkan di lantai perdagangan. Jika permintaan sesuai dengan penawaran, transaksi terjadi. Pesanan perdagangan dapat dilihat oleh semua peserta melalui teknologi feed. Feed adalah informasi tentang buku harga yang disediakan oleh organisasi khusus, seperti Options Price Reporting Authority (OPRA). Feed membawa informasi standar tentang instrumen perdagangan dan dikirim ke terminal peserta melalui protokol khusus, biasanya melalui Ethernet menggunakan UDP. Untuk tetap kompetitif dan memperoleh keunggulan dalam HFT, sangat penting untuk mengoptimalkan transmisi data guna mengurangi waktu. Solusinya adalah menempatkan server di dekat pusat data lantai perdagangan. Dalam hal ini, waktu penerimaan feed berkurang. Saat ini, bahkan pendekatan ini bukan lagi keunggulan khusus. Mereka yang ingin memperoleh keunggulan nyata bernegosiasi langsung dengan lantai perdagangan dan, sebagai hasilnya, mendapatkan data beberapa milidetik lebih cepat dari yang lain. Tentu saja, layanan ini tidak murah, sehingga trader kecil berada pada posisi yang dirugikan. Hal ini bisa menjadi kritis bagi HFT.

Belakangan ini, terjadi penurunan pertumbuhan perdagangan frekuensi tinggi. Ada alasan untuk percaya bahwa perdagangan semacam ini berpotensi menyebabkan kerugian besar akibat kegagalan sistem yang tampaknya berfungsi dengan baik. Kasus-kasus seperti itu sudah terjadi dalam praktik. Setiap algoritma perdagangan, termasuk HFT, memiliki kelebihan dan kekurangannya. Bahkan dengan mempertimbangkan kemampuan teknologi modern, metode perdagangan ini masih memiliki banyak ruang untuk berkembang — setiap milidetik sangat berarti. Program untuk perdagangan frekuensi tinggi. Juga, dalam beberapa bahasa digunakan konsep seperti robot untuk perdagangan frekuensi tinggi.

Ada dua cara untuk melakukan perdagangan frekuensi tinggi. Yang pertama adalah dengan bantuan broker yang khusus menangani jenis perdagangan ini. Yang kedua adalah membeli peralatan berdaya tinggi yang diperlukan dan memasang perangkat lunak khusus di dalamnya. Ada beberapa pengembang di pasar. Pertama-tama, perlu menghitung terlebih dahulu semua biaya yang terkait dengan jenis perdagangan ini. Biaya wajib mencakup perangkat lunak dan sistem perdagangan. Pengembang menyediakan program tanpa algoritma, sinyal, atau strategi. Perdagangan frekuensi tinggi memiliki biaya tinggi, sering kali tidak terjangkau bagi trader rata-rata — biaya layanan broker untuk koneksi server, internet berkecepatan tinggi, dan penempatan server perdagangan. Hedge fund biasanya menggunakan layanan semacam ini. Program HFT memerlukan penyetelan yang sangat presisi sebelum mulai berdagang.

Perdagangan kripto frekuensi tinggi.

HFT dapat diterapkan pada instrumen perdagangan kripto. Peluang HFT dalam perdagangan kripto identik dengan yang digunakan di tempat perdagangan lainnya. Perlu diingat bahwa volatilitas instrumen kripto lebih tinggi dibandingkan instrumen tradisional, yang menciptakan peluang dan risiko baru. Algoritma HFT terutama digunakan untuk perdagangan jangka pendek dan arbitrase di pasar kripto. Saat ini, informasi tentang perdagangan kripto frekuensi tinggi masih terbatas, sehingga dapat disimpulkan bahwa segmen ini baru mulai berkembang. Dalam kondisi modern, mengingat tingginya biaya persiapan perdagangan, perangkat lunak individual, dan sedikitnya penyedia, ekspektasi hasil jauh melebihi hasil nyata. Keuntungannya kecil, jika ada. Ada banyak metode perdagangan yang lebih unggul dibandingkan HFT kripto dari segi rasio harga-kualitas.

Market making dan arbitrase dalam berbagai variasi paling sering digunakan dalam penerapan HFT. Seiring waktu, jumlah strategi dan sistem perdagangan meningkat, dan perkembangan baru muncul yang jarang dipublikasikan. Tidak ada definisi tunggal apakah transaksi frekuensi tinggi berdampak positif atau negatif bagi pasar. Di satu sisi, HFT menyediakan likuiditas, mengurangi biaya perdagangan, dan menjaga stabilitas pasar; di sisi lain, perdagangan frekuensi tinggi mengambil keuntungan dari investor tradisional.

Apa itu perdagangan frekuensi tinggi bagi trader biasa?

Jelas bahwa tanpa dukungan finansial yang sangat kuat, tidak perlu memulai perdagangan ini. Perbandingan kelebihan dan kekurangan menunjukkan bahwa metode ini hanya dapat diterapkan oleh segelintir hedge fund atau bank besar. Bagi trader rata-rata, metode ini tampak terlalu mahal dan tidak menguntungkan. Tersedia banyak metode perdagangan lain dengan biaya yang jauh lebih rendah, baik untuk pengaturan maupun pemeliharaan proses perdagangan.

Bandingkan perdagangan frekuensi tinggi dengan scalping tren. HFT memerlukan investasi pada perangkat lunak, algoritma perdagangan, dan pemasangan server sendiri yang dekat dengan pusat data. Dalam scalping tren, trader dapat berdagang secara manual, membuat robot sendiri, atau membeli yang sudah jadi. Harga robot siap pakai berkisar dari ratusan hingga puluhan ribu dolar, tergantung keberhasilan algoritma dan strategi pemasaran penjual. Kedekatan robot dengan lantai perdagangan tidaklah kritis — Anda dapat memilih server VPS seharga lima belas dolar per bulan. Biaya pada kasus pertama jauh lebih besar dibandingkan yang kedua.

Penggunaan HFT oleh market maker menghasilkan pendapatan melalui bonus dan komisi, yang merupakan keuntungan dari perdagangan. Sementara itu, trader dengan robot berbasis scalping tren menanggung kerugian dari komisi dan spread. Dari sudut pandang ini, HFT lebih disukai. Namun, penggunaan HFT memerlukan modal besar karena keuntungan per transaksi sangat kecil dan hanya dapat dicapai melalui jumlah transaksi dan volume perdagangan yang besar. Dalam scalping tren, investasi modal dapat jauh lebih kecil dan tetap menghasilkan keuntungan yang sebanding. Setiap metode memiliki kelebihan dan kekurangannya, dan keputusan penggunaan metode perdagangan diserahkan kepada masing-masing individu. Menurut pandangan saya, bagi mereka yang tidak memiliki hedge fund atau bank investasi, pilihannya jelas — metode perdagangan yang lebih murah.

Dengan kekurangan seperti investasi besar pada tahap pra-perdagangan dan perdagangan itu sendiri, serta gangguan berkepanjangan yang merugikan, perdagangan frekuensi tinggi bukanlah sesuatu yang telah usang. Logis untuk berasumsi bahwa para profesional dan investor yang menggunakan metode ini melihat masa depan dalam HFT. Mari kita nilai ke mana arah perkembangan teknologi perdagangan ini. Berdasarkan kekuatan metode ini — peningkatan kecepatan perangkat keras yang digunakan — perangkat lunak memberikan keunggulan bagi mereka yang menggunakan teknologi paling mutakhir. Saat ini, berdasarkan publikasi HFT yang ada, sistem peramalan perubahan kuotasi berdasarkan pusat data belum digunakan. Dengan kata lain, di sisi keluaran server lantai perdagangan terdapat server para trader yang berusaha secepat mungkin menangkap informasi berharga dan melakukan transaksi berdasarkan informasi tersebut. Sementara di sisi masukan server lantai perdagangan, tampaknya tidak ada siapa pun. Ini mungkin hanya terlihat demikian, karena belum ada liputan publik tentang metode perdagangan ini. Tentu saja, ada kemungkinan bahwa informasi yang masuk tidak akan memengaruhi kuotasi atau bahkan mencerminkan arah pergerakan yang berlawanan dari yang diharapkan. Namun, faktor-faktor ini harus diperhitungkan oleh sistem perdagangan dan aturan manajemen modal yang diterapkan.

Strategi perkiraan jangka pendek menggunakan perdagangan frekuensi tinggi

Dengan demikian, strategi untuk masa depan terdekat dapat dirumuskan. Inti dari algoritma ini adalah mencegat informasi yang diterima oleh pusat data platform perdagangan, memprosesnya dengan kecerdasan buatan di luar platform perdagangan, dan mengirimkan perkiraan kuotasi ke server perdagangan. Keunggulan yang tidak terbantahkan dari skema ini adalah waktu penerimaan informasi kuotasi dari platform dapat bernilai nol atau bahkan lebih cepat daripada saat informasi tersebut diproses dan diterbitkan oleh platform. Dalam perlombaan kecepatan, skema ini meninggalkan jauh sistem yang saat ini berada di sisi keluaran lantai perdagangan. Dalam HFT, waktu adalah faktor kritis, sehingga jika strategi perkiraan jangka pendek menjadi praktis, para pemain mapan saat ini bisa tersisih oleh teknologi yang lebih maju.

Pertimbangkan apa yang diperlukan untuk strategi perkiraan jangka pendek dari sudut pandang teknis. Informasi masukan harus diambil pada titik masuk pusat data tempat kuotasi dihasilkan. Tidak perlu menebak terlalu jauh sebelum informasi muncul dan diubah menjadi kuotasi. Untuk versi perdagangan yang lebih andal, cukup mengambilnya di pintu masuk pusat data. Sebagai opsi, informasi tersebut dapat dipesan dari sumber yang sama yang digunakan oleh lantai perdagangan. Tugas ini logis dan dapat dilaksanakan dengan tingkat teknologi saat ini.

Penggunaan kecerdasan buatan terlatih untuk perkiraan jangka pendek perubahan kuotasi. Dengan perkembangan teknologi AI, tugas ini juga sepenuhnya memungkinkan. Yang tersisa hanyalah melatih AI tersebut menggunakan data historis tentang bagaimana informasi yang masuk memengaruhi perubahan kuotasi. Tahap ini akan menjadi salah satu yang utama dalam strategi perdagangan yang dibahas, sehingga tidak layak untuk berhemat di sini. Lebih baik memusatkan investasi utama pada algoritma pembelajaran AI dan menyediakan perangkat keras terbaik. Secara umum, “otak” dari sistem perdagangan tidak akan membutuhkan apa pun — ia akan menghasilkan pengembalian berupa keuntungan yang diperoleh di lantai perdagangan. Tugas ini juga sudah dapat direalisasikan saat ini.
Robot perdagangan yang bekerja pada kuotasi akhir pekan dari lantai perdagangan. Waktu telah berlalu cukup lama, dan tidak banyak hal baru yang bisa ditemukan. Mungkin, untuk menerapkan varian perdagangan yang lebih cepat, ada baiknya menggabungkan kecerdasan buatan yang terlibat dalam perkiraan jangka pendek dengan robot perdagangan. Artinya, memberikan tugas kepada AI untuk melakukan operasi perdagangan pada akun. Hal ini sebaiknya dipertimbangkan dari sudut pandang kinerja seluruh sistem. Mungkin waktu terbaik akan datang ketika fungsi dibagi antara kecerdasan buatan dan robot perdagangan. Tugas ini sebenarnya telah diselesaikan di masa lalu; yang tersisa adalah mengoptimalkannya dengan penambahan fungsi kecerdasan buatan.

Sebagai hasilnya, dapat disimpulkan bahwa semua permasalahan sudah dapat diselesaikan pada tahap perkembangan teknologi saat ini. Mungkin seseorang sudah melakukannya, tetapi tidak mempublikasikannya karena alasan yang jelas. Kita harus berbagi keuntungan dengan pesaing yang muncul. Persaingan pasti akan muncul. Seberapa kuatnya akan bergantung pada “otak” yang digunakan dalam strategi perdagangan. Bukan rahasia bahwa kecerdasan buatan dengan masukan yang sama dapat menghasilkan keluaran yang berbeda tergantung pada data yang digunakan untuk pelatihannya. Ada masalah overfitting dan underfitting dalam AI. Perusahaan dengan perkiraan perubahan kuotasi jangka pendek yang paling akurat akan menjadi pihak yang memperoleh keuntungan terbesar.

Terdapat perbedaan antara harga akhir dan data yang masuk. Sebagai contoh, apa yang disebut “senyum dolar”, yang menggambarkan perilaku yang tampak tidak logis dari kuotasi dolar AS terhadap data ekonomi yang masuk. Ketika data sangat baik dirilis, dolar naik secara logis; ketika data sangat buruk dirilis, dolar juga naik secara tidak logis. Pada titik ini, dolar berfungsi sebagai mata uang aman (safe haven). Pada nilai ekonomi menengah, mata uang AS dapat melemah terhadap pesaingnya. Penjelasan yang umum adalah bahwa investor meningkatkan minat terhadap risiko pada saat-saat tersebut. Klaim-klaim ini dapat diperdebatkan, tetapi faktanya “senyum dolar” memang ada dan menguat ketika data ekonomi AS sangat buruk.
Semakin akurat kecerdasan buatan memprediksi perilaku kuotasi dalam strategi perkiraan jangka pendek, semakin besar keuntungan yang dapat diperoleh pemilik strategi tersebut. Ketergantungan langsung algoritma ini pada karakteristik AI yang digunakan tidak diragukan lagi. Menambahkan kecerdasan buatan ke algoritma HFT yang sudah ada tidak akan secara signifikan meningkatkan biaya yang sudah sangat besar. Namun, dampak ekonominya bisa lebih besar dari yang diharapkan, dan stagnasi teknologi HFT saat ini mulai digantikan oleh kemajuan pesat dalam kecerdasan buatan.

Waktunya sudah tepat untuk pengembangan teknologi kecerdasan buatan. Cakupannya terus ditinjau dan diperluas. Selain sektor keuangan, teknologi ini telah menyebar ke hampir setiap aspek kehidupan sehari-hari dan tetap berada di sana, menempati ceruk baru atau menggantikan teknologi usang. Perdagangan bukanlah pengecualian. Penggunaan AI pertama dalam perdagangan tidak begitu sukses hingga orang bisa berkata, “Bagaimana kita bisa hidup tanpanya sebelumnya?” Hal ini mungkin disebabkan oleh masalah pada AI itu sendiri, seperti overtraining atau undertraining. Seperti biasa, titik keseimbangan optimal berada di antara dua ekstrem tersebut dan harus ditemukan berdasarkan data historis untuk menghasilkan perkiraan masa depan yang paling akurat. Setidaknya, seperti dalam perdagangan frekuensi tinggi — pada interval yang dihitung dalam milidetik. Salah satu sifat utama kecerdasan buatan dari berbagai pengembang adalah hasil keluaran yang berbeda untuk masukan yang sama, dan hal ini sepenuhnya normal. Dalam konteks pasar, berbagai AI dengan algoritma berbeda dari pengembang yang berbeda memiliki hak untuk ada, yang pada akhirnya dalam perdagangan memberikan hasil positif maksimum dengan risiko minimal. Semua organisasi yang menggunakan HFT akan sampai pada hal ini; semakin cepat hal itu terjadi, semakin kecil kemungkinan mereka tertinggal. Dan opsi ini jelas tidak cocok bagi para pelaku yang berfokus pada teknologi HFT.