درباره سوپرکامپیوترها و سیستم‌های صندوق‌های پوشش ریسک چه می‌دانید؟

وقتی از «بازار» حرف می‌زنیم، اغلب تصویری از معامله‌گران پشت چند مانیتور در ذهن داریم. اما بخش بزرگی از حجم معاملات جهان توسط صندوق‌های پوشش ریسک (hedge funds) و خانه‌های معاملاتی کمّی انجام می‌شود که بیشتر شبیه شرکت‌های فناوری‌اند تا مؤسسات مالی سنتی.

غول‌های کمّی چه کسانی‌اند؟

چند نام در دنیای الگوریتم تریدینگ افسانه‌ای شده‌اند:

• Renaissance Technologies: صندوق Medallion این شرکت یکی از سودآورترین صندوق‌های تاریخ است؛ تیمی پر از فیزیک‌دان، ریاضی‌دان و متخصص رمزنگاری، نه اقتصاددان.
• Two Sigma: خود را یک شرکت علم داده می‌داند که اتفاقاً معامله هم می‌کند؛ متکی بر یادگیری ماشین و داده‌های جایگزین.
• Citadel: یکی از بزرگ‌ترین بازارسازها که بخش عظیمی از سفارش‌های خرد جهان از سرورهایش عبور می‌کند.
• D. E. Shaw: از پیشگامان معاملات کمّی که از دل آن چهره‌هایی مثل بنیان‌گذار آمازون بیرون آمدند.

زیرساختی که با آن می‌جنگید

قدرت محاسباتی خام

این شرکت‌ها خوشه‌های محاسباتی با هزاران هسته پردازنده و GPU دارند که شبیه‌سازی‌ها و آموزش مدل‌هایی را اجرا می‌کنند که روی یک کامپیوتر معمولی هفته‌ها طول می‌کشد. عملاً یک سوپرکامپیوتر در اختیار هر استراتژی است.

داده‌های جایگزین (Alternative Data)

فراتر از قیمت و حجم، این صندوق‌ها داده‌هایی می‌خرند که شاید باورتان نشود: تصاویر ماهواره‌ای از پارکینگ فروشگاه‌ها برای تخمین فروش، داده‌های تراکنش کارت بانکی، ترافیک وب‌سایت‌ها و تحلیل احساسات شبکه‌های اجتماعی. هدف، دیدن سیگنال‌ها قبل از همه است.

نزدیکی به صرافی (Co-location)

همان‌طور که در مقالهٔ چرا معامله‌گری سخت‌تر می‌شود اشاره کردیم، این شرکت‌ها سرورهایشان را فیزیکی در کنار سرورهای صرافی قرار می‌دهند تا چند میکروثانیه سریع‌تر باشند.

پس معامله‌گر شخصی چه کند؟

خواندن این‌ها ممکن است دلسردکننده باشد، اما دو واقعیت مهم را فراموش نکنید:

• شما با آن‌ها در یک زمین بازی نمی‌کنید. آن‌ها برای جابه‌جایی میلیاردها دلار با سود کسری از درصد بهینه شده‌اند؛ چابکی و انعطاف یک حساب کوچک، مزیتی است که آن‌ها ندارند.
• ابزارها دموکراتیزه شده‌اند. همان الگوریتم‌های یادگیری ماشین که زمانی انحصاری بودند، امروز در دسترس‌اند. شما به سوپرکامپیوتر نیاز ندارید؛ به یک ربات معامله‌گر هوشمندِ تنظیم‌شده برای مقیاس خودتان نیاز دارید.

نمی‌توانید با Renaissance در سرعت رقابت کنید — و لازم هم نیست. کافی است یک لبهٔ آماری پایدار روی یک بازار مشخص داشته باشید.

راه‌حل ما برای شما

ما همان فلسفهٔ کمّی غول‌ها را برداشته‌ایم و آن را روی یک بازار متمرکز — طلا (XAUUSD) — و در مقیاس معامله‌گر شخصی پیاده کرده‌ایم: مدل یادگیری ماشینی که ده‌ها اندیکاتور را می‌سنجد، احساسات بازار را می‌خواند و هر روز بازآموزی می‌شود. می‌خواهید بدانید این سیستم دقیقاً چه می‌کند؟ اینجا کامل توضیح داده‌ایم، یا همین حالا با یک آزمایش رایگان ۷ روزه شروع کنید.