Algorithmic Trading-ன் உளவியல்: உணர்ச்சிகள் Performance-ஐ எப்படி பாதிக்கின்றன
இந்தக் கட்டுரை ஆங்கிலத்திலிருந்து மொழிபெயர்க்கப்பட்டது. மூலக் கட்டுரையை ஆங்கிலத்தில் படியுங்கள்
Algorithmic trading-ல் உணர்ச்சிகள் performance-ஐ பாதிப்பது code மூலம் அல்ல, மனிதர் மூலம். Algorithm ஒவ்வொரு முறையும் அதன் rules-ஐ பின்பற்றுகிறது; அதை எப்போது off செய்வது, எவ்வளவு அளவில் trade செய்வது, எப்போது அதை "மேம்படுத்துவது" என்பதை trader தான் முடிவு செய்கிறார். பயம், பேராசை, FOMO, cognitive biases ஆகியவை சரியாக அந்த முடிவுகளில்தான் வெளிப்படுகின்றன. தீர்வும் ஒன்றுதான்: முன்கூட்டியே முடிவு செய்யுங்கள், அதை எழுதி வையுங்கள், நீங்கள் மிகக் குறைவாக நடுநிலையுடன் இருக்கும் தருணங்களை rules கையாளட்டும்.
Algo trading-ல் உணர்ச்சிகள் இன்னும் எங்கே நுழைகின்றன
Automation trade-ஐ கவனித்துக்கொள்கிறது. இவற்றை அது கவனிப்பதில்லை:
| முடிவெடுக்கும் தருணம் | உணர்ச்சி உங்களை என்ன செய்ய வைக்கிறது | விலை |
|---|---|---|
| ஒரு drawdown-ன் போது | கீழ்மட்டத்துக்கு அருகில் strategy-ஐ off செய்வது | நஷ்டத்தை உறுதிசெய்து, மீட்சியைத் தவறவிடுவது |
| ஒரு நல்ல ஓட்டத்துக்குப் பிறகு | Size-ஐ இரட்டிப்பாக்குவது | அடுத்த சாதாரண drawdown இரண்டு மடங்கு வலிக்கும் |
| ஒரு நஷ்டத்துக்குப் பிறகு | அடுத்த signal-ஐ override செய்வது, அல்லது ஒரு "பழிவாங்கும்" trade சேர்ப்பது | Strategy ஒருபோதும் சோதிக்கப்படாத trades |
| நீங்கள் இல்லாமல் ஒரு நகர்வைப் பார்க்கும்போது | Manual ஆக உள்ளே குதிப்பது (FOMO) | Stop-ம் இல்லை, plan-ம் இல்லாத entries |
| சில மோசமான வாரங்களுக்குப் பிறகு | Rules-ஐ மீண்டும் எழுதுவது | சமீபத்திய வாரங்களுக்கு overfitting |
| எப்போதும் | சில நிமிடங்களுக்கு ஒருமுறை P&L-ஐ பார்ப்பது | மன அழுத்தம், மேலே உள்ள அனைத்தும் இன்னும் அதிகமாக |
நஷ்டங்கள் ஏன் இவ்வளவு கடுமையாக வலிக்கின்றன: loss aversion
Traders உணர்வதை behavioural ஆய்வுகள் அளந்துள்ளன: சம அளவு லாபம் மகிழ்விப்பதை விட நஷ்டம் அதிகமாக வலிக்கிறது. Tversky, Kahneman ஆகியோரின் 1992 prospect theory ஆய்வில், நஷ்டங்கள் லாபங்களை விட சுமார் 2.25 மடங்கு அதிக எடை கொண்டிருந்தன.
Loss aversion: அதே ரூபாய் தொகை அதன் குறியைப் பொறுத்து மிகவும் வேறுபட்டு உணரப்படுகிறது
இந்த ஒரு சமமின்மை பல trading நடத்தைகளை விளக்குகிறது:
- நஷ்டத்தில் உள்ளவற்றை வைத்திருப்பது, லாபத்தில் உள்ளவற்றை வெட்டுவது. நஷ்டத்தில் உள்ளதை விற்றால் நஷ்டம் உண்மையாகிவிடும், அதனால் மக்கள் காத்திருக்கிறார்கள். லாபத்தில் உள்ளதை விற்றால் நல்ல உணர்வை "உறுதிசெய்யலாம்", அதனால் மக்கள் மிக சீக்கிரம் விற்கிறார்கள்.
- Drawdown-ல் strategy-ஐ off செய்வது. Drawdown சோதிக்கப்பட்ட வரம்புக்குள்தான் உள்ளது என்ற காரணத்தை விட, நஷ்டங்கள் கூடுவதைப் பார்க்கும் வலி அதிகமாக இருக்கிறது.
- Stops-ஐ நீக்குவது. ஒரு stop, சாத்தியமான நஷ்டத்தை உறுதியான நஷ்டமாக மாற்றுகிறது; loss aversion சரியாக அதைத்தான் எதிர்க்கிறது.
நடைமுறையில் பயமும் பேராசையும்
பயம் சீக்கிரம் exit செய்வது, ஒரு நஷ்டத்துக்குப் பிறகு signals-ஐ தவிர்ப்பது, மிக மோசமான தருணத்தில் size-ஐ குறைப்பது, drawdowns-ல் strategies-ஐ off செய்வது என வெளிப்படுகிறது. பேராசை ஒரு வெற்றித் தொடருக்குப் பிறகு size-ஐ உயர்த்துவது, "ஓடட்டும்" என்று targets-ஐ நீக்குவது, leverage சேர்ப்பது, கடந்த மாதம் சிறப்பாகச் செய்த strategy-ஐ துரத்துவது என வெளிப்படுகிறது.
FOMO: தவறவிடுவோமோ என்ற பயம்
FOMO என்பது எல்லோரும் ஒரு நகர்விலிருந்து பணம் சம்பாதிப்பது போல் தெரிவதால் அதில் குதிக்கத் தோன்றும் உந்துதல். இது தாமதமான entries, stop இல்லாமை, யாரும் சோதிக்காத position sizes-க்கு வழிவகுக்கிறது. நீங்கள் algorithm-ஐ சுற்றி தனியாக trade செய்யாமல் இருந்தால் மட்டுமே அது உங்களை FOMO-இலிருந்து பாதுகாக்கும். உங்கள் strategy இல்லாமல் ஒரு நகர்வு நடந்தால், அது strategy வடிவமைக்கப்பட்டபடியே வேலை செய்கிறது என்று அர்த்தம்: அதன் rules அனுமதிக்கும் trades-ஐ மட்டுமே அது எடுக்கிறது.
ஒவ்வொரு algo trader-ம் தெரிந்துகொள்ள வேண்டிய cognitive biases
| Bias | இது எப்படி வெளிப்படுகிறது | இதை எதிர்க்கும் rule |
|---|---|---|
| Confirmation bias | உங்கள் ஐடியாவை ஆதரிக்கும் backtests-ஐ மட்டும் பார்ப்பது | சோதிப்பதற்கு முன்பே date range-ஐயும் தேர்ச்சி அளவுகோல்களையும் முடிவு செய்யுங்கள் |
| Overconfidence | ஒரு நல்ல மாதத்துக்குப் பிறகு size-ஐ உயர்த்துவது; Live Offline சோதனையைத் தவிர்ப்பது | ஒவ்வொரு trade-க்கும் நிலையான risk; எழுதப்பட்ட அட்டவணைப்படி மட்டுமே size-ஐ உயர்த்துங்கள் |
| Recency bias | கடந்த இரண்டு வாரங்களை வைத்து strategy-ஐ மதிப்பிடுவது | தற்போதைய drawdown-ஐ கடந்த மாதத்துடன் அல்ல, சோதிக்கப்பட்ட அதிகபட்சத்துடன் ஒப்பிடுங்கள் |
| Anchoring | நீங்கள் entry செய்த விலையிலோ, கடந்த வருட return-லோ சிக்கிக்கொள்வது | உங்கள் entry விலையை மட்டும் வைத்து அல்ல, market அடிப்படையிலான exit rules |
| Hindsight bias | "அந்த நாள் தவறாகப் போகும் என்று எனக்குத் தெரியும்", பிறகு அந்த நாளுக்காக மட்டும் ஒரு rule சேர்ப்பது | முன்கூட்டியே எழுதியிருக்கக்கூடிய rules-ஐ மட்டும் சேர்த்து, அவற்றைச் சோதியுங்கள் |
| Availability bias | நினைவில் உள்ள ஒரே ஒரு பெரிய நஷ்டத்துக்கு அதிக எடை கொடுப்பது | முழு trade பட்டியலையும் results-ன் பரவலையும் பாருங்கள் |
| Herding | எல்லோரும் பேசும் strategy-ஐ copy செய்வது | எந்த strategy-யையும் அதன் புகழை வைத்து அல்ல, drawdown, logic வைத்து மதிப்பிடுங்கள் |
| Sunk cost | ஏற்கனவே செலவழித்த நேரத்துக்காக உடைந்த strategy-ஐ வைத்திருப்பது | ஓய்வு அளவுகோல்களை முன்கூட்டியே அமையுங்கள் |
Overfitting என்பது code-ல் உள்ள confirmation bias: நீங்கள் நம்பியதை ஒன்று உறுதிப்படுத்தும் வரை versions-ஐ முயற்சிப்பது. அது உங்களை எவ்வளவு வேகமாக ஏமாற்றுகிறது என்பதை backtesting தவறுகள் பற்றிய எங்கள் வழிகாட்டி காட்டுகிறது.
ஒழுக்கத்தை எப்படி வளர்ப்பது: மன உறுதியை விட rules
- ஒவ்வொரு strategy-க்கும் ஒரு trading plan எழுதுங்கள். Instruments, size, ஒவ்வொரு trade-க்கான risk, தினசரி loss limit, எது உங்களை அதை நிறுத்த வைக்கும்.
- உங்கள் தலையீடுகளுக்கு முன்கூட்டியே உறுதிமொழி எடுங்கள். "Drawdown backtest-ன் மிக மோசமானதின் 1.5 மடங்கைத் தாண்டினால் review செய்வேன்" என்பது ஒரு rule. "மோசமாகத் தெரிந்தால் நிறுத்துவேன்" என்பது rule அல்ல.
- மிக மோசமான நிலையும் சலிப்பாகத் தோன்றும் அளவுக்கு size வையுங்கள். ஒரு சாதாரண drawdown உங்களைப் பதற்றப்படுத்தினால், size மிகப் பெரியது; drawdown-ஐ குறைப்பது பாருங்கள்.
- உங்கள் reviews-ஐ அட்டவணைப்படுத்துங்கள். Backtest-க்கு எதிராக live P&L-ஐ வாரந்தோறும், மாற்றங்களுக்கு மாதந்தோறும் அல்லது காலாண்டுதோறும். ஒவ்வொரு மணி நேரமும் அல்ல.
- ஒரு journal வையுங்கள். ஒவ்வொரு manual செயலும், அதன் காரணத்துடன். மாதந்தோறும் review செய்யுங்கள்; எழுதி வைத்தவுடன் பயம், பேராசையின் patterns தெளிவாகத் தெரியும்.
- சோதனை மூலம் மட்டுமே மாற்றுங்கள். எந்த rule மாற்றமும் முதலில் backtest, Live Offline வழியாகச் செல்ல வேண்டும், ஒருபோதும் நேரடியாக live strategy-க்குள் அல்ல.
- Screen நேரத்தைக் குறையுங்கள். தேவையில்லாத P&L notifications-ஐ off செய்யுங்கள். ஒவ்வொரு tick-ஐயும் பார்ப்பது தலையீட்டைத் தூண்டும்.
Trader-ஐ கவனித்துக்கொள்வது
மன அழுத்தத்தில் trade செய்வது ஒவ்வொரு bias-ஐயும் மோசமாக்குகிறது. எளிய பழக்கங்கள் உதவுகின்றன: strategies-ஐ எப்போது பார்ப்பது என்பதற்கு ஒரு நிலையான வழக்கம், ஒரு தனி வேலை இடம், வழக்கமான உடற்பயிற்சி, போதுமான தூக்கம், செயல்படுவதற்கு முன் முடிவுகளைப் பற்றிப் பேச ஒருவர். சில traders பெரிய முடிவு எடுப்பதற்கு முன் சிறிய மூச்சுப் பயிற்சி அல்லது mindfulness பயிற்சிகளைப் பயனுள்ளதாகக் காண்கிறார்கள். இவை எதுவும் trading edge அல்ல, ஆனால் உங்களிடம் உள்ள edge-ஐ இவை பாதுகாக்கின்றன.
Rules-ஐ முடிவெடுக்க விடுவதன் நன்மைகள்
- அசௌகரியமானவை உட்பட ஒவ்வொரு signal-ம் எடுக்கப்படுகிறது
- Stops, limits ஒவ்வொரு முறையும் மதிக்கப்படுகின்றன
- உங்கள் results strategy-ஐ பிரதிபலிக்கின்றன, அதனால் அதை நியாயமாக மதிப்பிட முடியும்
- குறைவான மன அழுத்தம், ஏனென்றால் முடிவுகள் முன்கூட்டியே அமைதியாக எடுக்கப்பட்டன
குறைகளும் வரம்புகளும்
- உண்மையிலேயே புதிய ஒன்றுக்கு rules தங்களை மாற்றிக்கொள்ள முடியாது; அதற்கு உங்கள் சொந்த மதிப்பீடு இன்னும் தேவை
- சோதிக்கப்பட்ட drawdowns-ஐ பொறுமையாகத் தாங்குவது இன்னும் கடினம்தான்
- மோசமாக வடிவமைக்கப்பட்ட rule-ம் நல்ல rule போலவே விசுவாசமாகப் பின்பற்றப்படும்
மேலும் அறிய, algo trading-ல் risk management மற்றும் live algo trades எதிர்பார்த்தபடி செயல்படாதபோது என்ன செய்வது பாருங்கள்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
உணர்ச்சிகள் algorithmic trading-ஐ எப்படி பாதிக்கின்றன?
அவை algorithm-ன் execution-ஐ அல்ல, அதைச் சுற்றியுள்ள முடிவுகளைப் பாதிக்கின்றன: drawdown-ன் போது அதை off செய்வது, நல்ல ஓட்டத்துக்குப் பிறகு size-ஐ உயர்த்துவது, நஷ்டத்துக்குப் பிறகு signals-ஐ override செய்வது, rules-ஐ அடிக்கடி மாற்றுவது. இவை ஒவ்வொன்றும் சோதிக்கப்பட்ட plan-ஐ சோதிக்கப்படாத ஒன்றால் மாற்றுகிறது.
Algo trading, trading-இலிருந்து உணர்ச்சிகளை நீக்குமா?
Trades-ஐ execute செய்வதிலிருந்து அது அவற்றை நீக்குகிறது, ஏனென்றால் rules தானாகப் பின்பற்றப்படுகின்றன. Trader-இலிருந்து அவற்றை நீக்குவதில்லை; size, எப்போது தலையிடுவது, எப்போது strategy-ஐ மாற்றுவது என்பதை trader தான் இன்னும் தேர்வு செய்கிறார். அந்த முடிவுகளை முன்கூட்டியே எழுதி வைப்பது அந்த இடைவெளியின் பெரும்பகுதியை மூடுகிறது.
Trading-ல் மிகப் பொதுவான cognitive biases எவை?
Confirmation bias, overconfidence, recency bias, anchoring, hindsight bias, availability bias, herding, sunk-cost effect. ஒவ்வொன்றும் ஆதாரங்களின் பகுதியான அல்லது திரிக்கப்பட்ட பார்வையின் அடிப்படையிலான முடிவுகளுக்கு வழிவகுக்கிறது.
Trading-ல் loss aversion என்றால் என்ன?
Loss aversion என்பது சம அளவு லாபங்களை விட நஷ்டங்களை அதிகமாக உணரும் போக்கு. Prospect theory ஆய்வில், நஷ்டங்கள் லாபங்களை விட சுமார் இரண்டு மடங்கு எடை கொண்டிருந்தன. இது traders-ஐ நஷ்டத்தில் உள்ள positions-ஐ வைத்திருக்கவும், stops-ஐ நீக்கவும், தவறான நேரத்தில் strategies-ஐ off செய்யவும் வைக்கிறது.
என் trading algorithm-ஐ override செய்வதை எப்படி நிறுத்துவது?
எந்த நிலைமைகளில் தலையிடுவீர்கள் என்பதற்கு முன்கூட்டியே உறுதிமொழி எடுங்கள், உதாரணமாக சோதிக்கப்பட்ட மிக மோசமானதின் 1.5 மடங்கைத் தாண்டும் drawdown. சாதாரண drawdowns உங்களைப் பயமுறுத்தாத அளவுக்கு positions-க்கு size வையுங்கள். Results-ஐ எப்போதும் அல்ல, ஒரு அட்டவணைப்படி பாருங்கள். ஒவ்வொரு manual செயலையும் அதன் காரணத்துடன் பதிவு செய்யுங்கள்.
Algorithmic trading FOMO-வில் எப்படி உதவுகிறது?
ஒரு algorithm அதன் rules சொல்லும்போது மட்டுமே trade செய்கிறது, அதனால் தவறவிடும் பயத்தில் ஒரு நகர்வைத் துரத்தாது. நீங்கள் அதைச் சுற்றி manual trades போடாமல் இருந்தால் மட்டுமே அந்தப் பாதுகாப்பு வேலை செய்யும்.
