🎓 دانشکدهٔ ۱۲ · مسیرهای تخصصی
مسیر معامله‌گر سیستماتیک
Track: systematic trader
پیش‌نیازها: بک‌تست و خطای نگاه به آیندهپایتون مقدماتی برای دادهٔ کریپتو
📚 آموزش در سه سطح
از سطح ساده شروع کنید؛ اگر روشن بود، سطح بعد را بخوانید. سطح مناسب شما ذخیره می‌شود.
🌱 توضیح ساده
معامله‌گر سیستماتیک تصمیم‌های خرید و فروش را با قواعد صریح و قابل برنامه‌نویسی می‌گیرد، نه با قضاوت لحظه‌ای. مزیت این روش تکرارپذیری و قابلیت آزمون است: می‌توان قاعده را روی دادهٔ گذشته سنجید، نتیجه را اندازه گرفت و احساسات را از اجرا حذف کرد. اما سیستم فقط به اندازهٔ فرضیه، داده و آزمونش خوب است و قاعدهٔ بد را فقط سریع‌تر و منظم‌تر اجرا می‌کند.
چرخهٔ کار این مسیر شش مرحله دارد: (۱) فرضیهٔ اقتصادی، یعنی چرا این الگو باید وجود داشته باشد و چه کسی آن طرف معامله زیان می‌کند؛ (۲) دادهٔ تمیز و بدون سوگیری؛ (۳) بک‌تست با هزینه‌های واقعی؛ (۴) آزمون خارج از نمونه و فوروارد تست؛ (۵) اجرای کوچک با پول واقعی؛ (۶) پایش و بازنگری. پرش از هر مرحله، ریسکی پنهان می‌سازد که دیر یا زود خودش را نشان می‌دهد.
مهارت‌های پایه عبارت‌اند از برنامه‌نویسی (معمولاً پایتون)، آمار و احتمال، شناخت ریزساختار بازار و هزینه‌های اجرا، و مدیریت ریسک سبد. بخش بزرگی از کار روزانه، نه یافتن ایدهٔ تازه، بلکه نگهداری داده، رفع خطای کد و بررسی این است که چرا عملکرد واقعی با بک‌تست فرق دارد.
📘 توضیح متوسط
فرضیهٔ اقتصادی سپر اصلی در برابر برازش بر نویز است. اگر نتوانید توضیح دهید یک الگو از کجا می‌آید، مثلاً جبران پذیرش ریسک، رفتار نظام‌مند گروهی از سرمایه‌گذاران یا یک محدودیت نهادی، احتمال اینکه فقط حاصل جست‌وجوی داده باشد بالاست. سیستمی با منطق روشن و آمار متوسط، اغلب از سیستمی با آمار عالی و منطق مبهم قابل اعتمادتر است.
«ظرفیت» و «هزینهٔ اجرا» دو محدودیت عملی‌اند. سیستمی که روی کاغذ سودآور است ممکن است با کارمزد، لغزش، نرخ فاندینگ و اثر قیمتی سفارش‌های خودتان سودی نداشته باشد؛ و هرچه سرمایه بزرگ‌تر، اثر قیمتی بیشتر. پیش از اجرا، بازده را با هزینه‌های بدبینانه حساب کنید و ظرفیت سیستم را تخمین بزنید، به‌ویژه در دارایی‌های کم‌نقدشونده.
ریسک‌های عملیاتی هم بخشی از این مسیرند: قطعی API صرافی، خطای نرم‌افزاری که سفارش تکراری می‌فرستد، دادهٔ قیمت اشتباه و توقف معاملات. سیستم حرفه‌ای «کلید قطع اضطراری»، سقف اندازهٔ سفارش و موقعیت، و هشدار خودکار برای رفتار غیرعادی دارد. حادثهٔ Knight Capital در ۲۰۱۲ که در درس فوروارد تست دیدید، نشان داد خطای استقرار نرم‌افزار چگونه در چند دقیقه یک شرکت را از پا درمی‌آورد.
🔬 توضیح تخصصی
«ازدحام» ریسک پنهان استراتژی‌های سیستماتیک است: وقتی بسیاری از صندوق‌ها با داده‌ها و مدل‌های مشابه موقعیت‌های مشابه می‌گیرند، خروج اجباری یکی می‌تواند قیمت را علیه همه حرکت دهد. استراتژی‌ای که جداگانه کم‌ریسک به نظر می‌رسد، در جمع شلوغ به ریسک سیستمی تبدیل می‌شود؛ به‌ویژه اگر بازده کاهش یافته و برای جبران آن اهرم بالا رفته باشد.
شکست مدل معمولاً تدریجی شروع می‌شود: کاهش آهستهٔ نسبت شارپ، افزایش همبستگی با استراتژی‌های دیگر یا رفتار غیرعادی در رژیم تازهٔ بازار. معامله‌گر سیستماتیک پیشاپیش «قواعد توقف» تعریف می‌کند، مثلاً اگر افت از بدترین افت بک‌تست بیشتر شد اندازه را نصف کن، تا تصمیم در لحظهٔ فشار احساسی گرفته نشود.
سبد کاری این مسیر شامل مخزن کد مستند با بک‌تست قابل تکرار، گزارش آزمون خارج از نمونه و فوروارد تست، تحلیل هزینه و ظرفیت، و سابقهٔ اجرای واقعی کوچک همراه با مقایسهٔ آن با شبیه‌سازی است. در مصاحبه‌های حرفه‌ای، توانایی توضیح اینکه چرا یک سیستم «ممکن است کار نکند» از ادعای بازده بالا مهم‌تر است.
🌍 مثال واقعی: زلزلهٔ کمّی اوت ۲۰۰۷ — تحلیل Khandani و Lo
در هفتهٔ ۶ اوت ۲۰۰۷ چند صندوق پوشش ریسک کمّی موفق که استراتژی‌های بلند و کوتاه سهام با حساسیت ناچیز به کل بازار داشتند، زیان‌های بی‌سابقه دیدند؛ بیشترین ضربه در ۷ و ۸ اوت بود، در حالی که بازارهای سهام و اوراق در همان روزها حرکت بزرگی نداشتند. Wall Street Journal گزارش داد یکی از صندوق‌های Goldman Sachs در آن هفته بیش از ۳۰٪ ارزش خود را از دست داده بود.
Amir Khandani و Andrew Lo از MIT در مقاله‌ای که همان سال منتشر شد «فرضیهٔ بازکردن موقعیت» را پیشنهاد کردند: فروش سریع و احتمالاً اجباری یک یا چند سبد بزرگ کمّی، قیمت‌ها را علیه همهٔ سبدهای مشابه حرکت داد و توقف‌های زیان و کاهش اهرم دیگران زیان را گسترش داد؛ سپس در ۱۰ اوت بازگشت چشمگیری رخ داد. آن‌ها نشان دادند بازده این استراتژی‌ها با ورود سرمایهٔ بیشتر کاهش یافته و اهرم برای جبران آن بالا رفته بود. درس: شباهت مدل‌ها و اهرم، ریسکی می‌سازد که در هیچ بک‌تست تکی دیده نمی‌شود.
🔤 واژگان تخصصی
معامله بر اساس قواعد صریح و قابل برنامه‌نویسی به جای قضاوت لحظه‌ای.
مثال: خرید وقتی قیمت بالای میانگین ۱۰۰ روزه بسته شود.
توضیح اینکه یک الگو چرا باید وجود داشته باشد و چه کسی هزینه‌اش را می‌دهد.
مثال: پاداش پذیرش ریسک نقدشوندگی.
موقعیت‌های مشابه بسیاری از سرمایه‌گذاران که خروج یکی را به زیان همه تبدیل می‌کند.
مثال: صندوق‌های کمّی با عامل‌های مشابه در اوت ۲۰۰۷.
حداکثر سرمایه‌ای که استراتژی بدون نابودی بازده با هزینهٔ اجرا می‌پذیرد.
مثال: سیستمی که بالای ۵ میلیون دلار اثر قیمتی زیادی دارد.
شرط از پیش تعیین‌شده برای کاهش یا توقف سیستم.
مثال: نصف کردن اندازه وقتی افت از بدترین افت بک‌تست بیشتر شود.
🔑 نکات کلیدی
- چرخهٔ کار: فرضیه، داده، بک‌تست با هزینه، آزمون خارج از نمونه، اجرای کوچک و پایش.
- فرضیهٔ اقتصادی روشن سپر اصلی در برابر برازش بر نویز است.
- هزینهٔ اجرا و ظرفیت می‌توانند سود کاغذی را از بین ببرند.
- اوت ۲۰۰۷ نشان داد ازدحام و اهرم ریسکی می‌سازند که در بک‌تست تکی دیده نمی‌شود.
- قواعد توقف را پیش از اجرا بنویسید، نه در لحظهٔ فشار.
⚠️ اشتباهات رایج
- اجرای سیستم بدون فرضیهٔ اقتصادی؛ اشتباه است چون احتمال برازش بر نویز بالاست.
- بک‌تست با هزینه‌های خوش‌بینانه؛ اشتباه است چون کارمزد، لغزش و فاندینگ سود را می‌بلعند.
- افزایش اهرم برای جبران کاهش بازده؛ اشتباه است چون آسیب‌پذیری در برابر ازدحام و شوک را بالا می‌برد.
- نداشتن کلید قطع اضطراری؛ اشتباه است چون یک خطای نرم‌افزاری می‌تواند در چند دقیقه زیان عظیم بسازد.
🛠 تمرین عملی: طرح کامل یک سیستم معاملاتی کوچک
- یک فرضیهٔ اقتصادی بنویسید و توضیح دهید چه کسی طرف مقابل سود شماست؛ سپس قاعدهٔ ورود، خروج و اندازهٔ پوزیشن را کدنویسی کنید.
- بک‌تست را با کارمزد و لغزش بدبینانه انجام دهید، بخشی از داده را خارج از نمونه نگه دارید و ظرفیت تقریبی سیستم را برآورد کنید.
- قواعد ریسک عملیاتی (سقف سفارش، سقف موقعیت، کلید قطع و شرط توقف بر اساس افت) را بنویسید و یک دورهٔ فوروارد تست کاغذی برنامه‌ریزی کنید.
✅ معیار درستی: فرضیه روشن است، بک‌تست با هزینه‌های بدبینانه و آزمون خارج از نمونه انجام شده، ظرفیت برآورد شده و قواعد توقف پیش از اجرا مکتوب‌اند.
🔒 در هیچ تمرینی از سرمایهٔ واقعی، عبارت بازیابی (Seed Phrase)، کلید خصوصی یا اتصال کیف پول اصلی استفاده نکنید.
📝 آزمون تطبیقی
هر بار ۵ سؤال از بانک ۹ سؤالی این درس انتخاب می‌شود؛ سؤال‌هایی که قبلاً اشتباه زده‌اید زودتر برمی‌گردند. حدنصاب قبولی ۸۰٪ (۴ از ۵) است و درس بعد با قبولی باز می‌شود.
✍️ پرسش تشریحی
برای یک استراتژی سیستماتیک بازگشت به میانگین روی آلت‌کوین‌ها، تحلیل کنید چه ریسک‌هایی در بک‌تست دیده نمی‌شوند و چه سازوکارهایی برای مدیریت آن‌ها پیش از اجرای واقعی طراحی می‌کنید.
بعد از نوشتن، پاسخ خود را با این معیارها بسنجید
خودارزیابی: هر نکته‌ای را که پاسخ شما به‌روشنی پوشش داده علامت بزنید.
🤖 دستیار آموزشی
دستیار آفلاین آکادمی: پاسخ‌ها فقط از متن درس‌ها و واژگان همین آکادمی پیدا می‌شوند و منبع هر پاسخ نشان داده می‌شود. هوش مصنوعی مولد نیست، حدس نمی‌زند و هیچ سیگنال خرید و فروشی نمی‌دهد.
📎 منابع مطالعاتی
- Khandani و Lo — What Happened To The Quants In August 2007? (MIT)
- Federal Reserve Bank of New York — نسخهٔ کامل مقالهٔ Khandani و Lo
🏁 معیار تسلط بر این درس: می‌توانید یک سیستم معاملاتی را از فرضیه تا اجرای کوچک طراحی کنید، هزینه و ظرفیت آن را بسنجید و ریسک‌های ازدحام، اهرم و شکست عملیاتی را با قواعد از پیش تعیین‌شده مدیریت کنید.