Automatisch handelen op de beurs betekent dat software een deel van het handelsproces overneemt. Dat kan beperkt blijven tot het analyseren van marktgegevens en het produceren van een handelssignaal, maar het kan ook verder gaan waarbij een computersysteem zelfstandig orderparameters bepaalt en orders verzendt.

Daardoor is automatisch handelen geen vastomlijnde methode. Er bestaan verschillende vormen en niveaus van automatisering.

Bij het ene systeem blijft de belegger zelf verantwoordelijk voor het plaatsen van iedere transactie. Bij een ander systeem kan software zelfstandig bepalen wanneer, tegen welke prijs en voor welke hoeveelheid een order wordt verzonden.

Artificial intelligence kan daarbij worden gebruikt om grotere hoeveelheden marktgegevens te analyseren en patronen of veranderingen te onderzoeken. Maar AI is niet noodzakelijk: ook een volledig regelgebaseerd algoritme kan delen van het handelsproces automatiseren.

Wat wordt bedoeld met automatisch handelen?

De term automatisch handelen wordt in de praktijk voor verschillende systemen gebruikt.

Een programma kan bijvoorbeeld:

  • beursgegevens verzamelen;

  • indicatoren berekenen;

  • marktvoorwaarden controleren;

  • handelsmogelijkheden signaleren;

  • een long- of shortsignaal produceren;

  • orders voorbereiden;

  • orderparameters bepalen;

  • transacties automatisch naar een broker sturen.

Niet ieder systeem voert al deze stappen uit.

Daarom is het belangrijk om eerst te bepalen welk onderdeel precies wordt geautomatiseerd.

Software die alleen een analyse uitvoert en daarna een signaal aan de gebruiker stuurt, werkt anders dan een handelsrobot die zelfstandig orderparameters bepaalt en orders plaatst.

Verschillende niveaus van automatisering

Automatisch handelen kan grofweg in verschillende niveaus worden verdeeld.

Bij het eerste niveau wordt alleen de analyse geautomatiseerd. Software verwerkt marktgegevens en geeft informatie die de belegger zelf beoordeelt.

Een stap verder is een signaalsysteem. Het programma voert de analyse uit en geeft bijvoorbeeld aan dat een positie long, short of ongewijzigd moet blijven. De gebruiker voert een eventuele transactie daarna zelf uit.

Bij verdergaande automatisering kan software ook bepalen welke order moet worden geplaatst, wanneer dat gebeurt, welke prijs wordt gebruikt en welke hoeveelheid wordt verhandeld.

Bij volledige automatisering kan het systeem deze order vervolgens rechtstreeks naar een broker of handelsplatform sturen.

Het verschil zit dus niet alleen in de analyse, maar vooral in de vraag welke onderdelen door software worden bepaald en hoeveel menselijke tussenkomst er nog nodig is.

Handelssignalen zijn niet hetzelfde als algoritmisch handelen

Een belangrijk onderscheid bestaat tussen een handelssignaal en het automatisch bepalen of uitvoeren van orders.

Stel dat software iedere beursdag koersgegevens analyseert en op basis daarvan een signaal produceert.

Het systeem kan bijvoorbeeld aangeven:

  • longpositie aanhouden;

  • shortpositie aanhouden;

  • wisselen van long naar short;

  • wisselen van short naar long.

Wanneer de gebruiker vervolgens zelf bij de eigen bank of broker bepaalt en uitvoert welke transactie wordt geplaatst, is de analyse geautomatiseerd maar de orderuitvoering niet.

Dat onderscheid is ook relevant bij de officiële definitie van algoritmische handel. Volgens de uitleg van ESMA over MiFID II is sprake van algorithmic trading wanneer een computeralgoritme automatisch individuele parameters van orders bepaalt, zoals het initiëren van een order, de timing, prijs of hoeveelheid, of het beheer van de order nadat deze is verzonden, met weinig of geen menselijke tussenkomst.

Daarvoor hoeft de volledige orderuitvoering dus niet noodzakelijk volledig zelfstandig te verlopen. Het automatisch bepalen van individuele orderparameters kan al onder algoritmische handel vallen.

Een systeem dat alleen een handelsmogelijkheid of handelssignaal produceert, waarna een persoon zelf over de order beslist, is iets anders.

Hoe werkt een automatisch handelssysteem?

Hoewel systemen sterk van elkaar verschillen, bestaat de werkwijze meestal uit een aantal stappen.

1. Marktgegevens verzamelen

Een handelsmodel heeft gegevens nodig waarop de analyse kan worden gebaseerd.

Dat kunnen bijvoorbeeld zijn:

  • openingskoersen;

  • hoogste en laagste koersen;

  • slotkoersen;

  • handelsvolume;

  • volatiliteitsgegevens;

  • technische indicatoren.

Afhankelijk van de strategie kunnen ook andere gegevens worden gebruikt.

2. De markt analyseren

Vervolgens past het systeem handelsregels of een model toe.

Een regelgebaseerd systeem kan bijvoorbeeld controleren of een voortschrijdend gemiddelde stijgt, of het momentum verandert of dat een koers een bepaald niveau doorbreekt.

Een geavanceerder model kan meerdere variabelen tegelijkertijd beoordelen.

3. Een uitkomst bepalen

Na de analyse kan het systeem een uitkomst produceren.

Dat kan alleen informatie zijn, maar ook een concreet handelssignaal.

Bijvoorbeeld:

  • bestaande positie behouden;

  • positie openen;

  • positie sluiten;

  • van handelsrichting veranderen.

4. De transactie uitvoeren

Hier ontstaat het belangrijkste verschil tussen een signaalsysteem en verdergaande automatisering.

Bij een signaalsysteem voert de gebruiker de transactie zelf uit.

Bij een verder geautomatiseerd systeem kan software orderparameters bepalen en de order naar de broker sturen.

Regelgebaseerd handelen

Automatisch handelen hoeft geen artificial intelligence te gebruiken.

Veel handelssystemen werken volgens vooraf vastgelegde regels.

Een eenvoudig voorbeeld kan zijn:

  • wanneer voorwaarde A en B gelden, wordt een longsignaal gegeven;

  • wanneer voorwaarde C optreedt, wordt de positie aangepast;

  • zolang geen relevante verandering optreedt, blijft de bestaande positie gehandhaafd.

Het voordeel van zo'n aanpak is dat dezelfde regels iedere keer op dezelfde manier worden toegepast.

Dat voorkomt dat de handelsmethode tijdens iedere beursdag opnieuw subjectief wordt aangepast.

Het betekent echter niet dat de handelsregels automatisch goed zijn. Een consequent toegepast slecht model blijft een slecht model.

Wat kan AI toevoegen?

Artificial intelligence kan worden gebruikt wanneer complexere relaties tussen marktgegevens moeten worden onderzocht.

Een AI-model kan bijvoorbeeld tegelijkertijd kijken naar:

  • koersontwikkeling;

  • momentum;

  • volatiliteit;

  • koerspatronen;

  • technische indicatoren;

  • veranderingen tussen verschillende handelsperioden.

Machine learning kan daarnaast worden ingezet om historische gegevens te onderzoeken en patronen te herkennen.

Daarmee kan een model meer variabelen verwerken dan bij een eenvoudige handmatig ingestelde regel praktisch zou zijn.

Maar ook AI blijft afhankelijk van de kwaliteit van de gegevens, de gekozen methodiek en de manier waarop het model is ontwikkeld.

Een ingewikkelder model is daarom niet automatisch een beter handelsmodel.

Automatisch handelen voorkomt geen verlies

Automatisering kan zorgen voor een systematische toepassing of uitvoering van handelsregels, maar neemt marktrisico niet weg.

Ook een geautomatiseerd systeem kan verkeerde signalen produceren.

Dat kan bijvoorbeeld gebeuren door:

  • onverwacht economisch nieuws;

  • sterk veranderende volatiliteit;

  • plotselinge koerssprongen;

  • afwijkende marktomstandigheden;

  • foutieve of onvolledige gegevens;

  • slechte handelsregels;

  • overfitting;

  • technische storingen.

Bij automatische orderuitvoering ontstaan bovendien extra technische risico's.

Een fout in software, dataverbinding of orderlogica kan direct gevolgen hebben voor echte transacties.

Daarom zijn controlemechanismen en vooraf bepaalde risicolimieten belangrijk.

Waarom gebruiken handelssystemen vaste regels?

Een van de redenen om handelsbeslissingen te systematiseren is consistentie.

Een menselijke trader kan onder invloed komen van bijvoorbeeld angst, twijfel of enthousiasme.

Een algoritme kent die emoties niet.

Wanneer een regel zegt dat een positie alleen verandert als bepaalde voorwaarden zijn vervuld, kan de software die regel steeds op dezelfde manier toepassen.

Dat kan voorkomen dat beslissingen voortdurend worden aangepast aan het gevoel van het moment.

Toch betekent emotieloos handelen niet automatisch succesvol handelen.

De kwaliteit van de uitkomst wordt nog steeds bepaald door de kwaliteit van de handelsmethode.

Automatisch handelen en risicobeheer

Risicobeheer is een afzonderlijk onderdeel van een handelssysteem.

Software kan bijvoorbeeld rekening houden met:

  • maximale positiegrootte;

  • maximale blootstelling;

  • stopniveaus;

  • handelsfrequentie;

  • beschikbare liquiditeit;

  • maximale verliezen volgens vooraf gekozen regels.

Bij systemen die automatisch orderparameters bepalen of orders uitvoeren, zijn technische controles bijzonder belangrijk omdat fouten direct invloed kunnen hebben op echte orders.

Voor particuliere beleggers die alleen een handelssignaal ontvangen, ligt een groter deel van het uiteindelijke risicobeheer bij de gebruiker zelf.

De gebruiker bepaalt bijvoorbeeld welk product wordt gebruikt, hoeveel kapitaal wordt ingezet en met welke hefboom eventueel wordt gehandeld.

Automatisch handelen is niet hetzelfde als een handelsrobot

De term handelsrobot wordt vaak gebruikt voor software die zelfstandig transacties uitvoert.

Maar niet iedere geautomatiseerde handelsmethode is een handelsrobot.

Software kan ook alleen:

  • analyses automatiseren;

  • marktgegevens filteren;

  • koersvoorwaarden bewaken;

  • een handelssignaal verzenden.

Daarna kan de gebruiker zelf de uiteindelijke beslissing nemen en een eventuele transactie uitvoeren.

Het is daarom beter om bij een handelssysteem te kijken naar wat de software daadwerkelijk doet dan uitsluitend naar termen als robot, AI trading of automatisch beleggen.

Automatisch handelen is ook niet hetzelfde als copy trading

Bij copy trading worden transacties van een andere belegger, trader of strategie gekopieerd.

Dat is iets anders dan een zelfstandig handelsalgoritme.

Bij een algoritmisch model worden beslissingen gebaseerd op geprogrammeerde regels of berekeningen.

Bij copy trading is de oorspronkelijke handelsbeslissing afkomstig van een andere trader of strategie die vervolgens wordt gevolgd.

Ook de risico's en verantwoordelijkheden kunnen daardoor verschillen.

Een voorbeeld met de AEX

Een systeem dat de AEX analyseert kan iedere beursdag nieuwe marktgegevens verwerken. Een praktisch voorbeeld van zo’n toepassing staat in de kennisbank van Beurstrading Nederland, waar wordt uitgelegd hoe AI-gestuurde signalen voor de AEX worden opgebouwd en gebruikt.

Op basis van de gebruikte methode kan worden beoordeeld of de bestaande marktrichting nog wordt aangehouden of dat de voorwaarden voor een verandering zijn ontstaan.

Een signaalsysteem hoeft daarbij niet iedere dag een nieuwe transactie te produceren.

Wanneer de handelsregels geen relevante verandering aangeven, kan de bestaande long- of shortpositie worden aangehouden.

Pas wanneer de voorwaarden veranderen, ontstaat een nieuw handelssignaal.

Als de gebruiker de eventuele positiewissel daarna zelf via de eigen bank of broker uitvoert, is de analyse geautomatiseerd terwijl de daadwerkelijke transactie in handen van de gebruiker blijft.

Voordelen van automatisering

Automatisering kan een aantal praktische voordelen hebben.

Software kan:

  • grote hoeveelheden gegevens verwerken;

  • berekeningen snel uitvoeren;

  • voortdurend dezelfde handelsregels toepassen;

  • meerdere variabelen tegelijk controleren;

  • analyses reproduceerbaar maken;

  • emotionele wijzigingen tijdens de analyse beperken.

Vooral de consistentie kan belangrijk zijn bij een systematische handelsmethode.

Dezelfde situatie wordt volgens dezelfde regels beoordeeld.

Beperkingen van automatisch handelen

Automatisering heeft ook duidelijke beperkingen.

Een handelssysteem begrijpt de markt niet automatisch zoals een mens dat doet.

Het verwerkt de gegevens en regels waarvoor het is ontworpen.

Een model dat historisch goed heeft gewerkt kan bovendien slechter functioneren wanneer de marktstructuur verandert.

Daarnaast bestaat het risico dat een systeem te sterk wordt afgestemd op historische gegevens.

Zo'n model kan in een backtest zeer overtuigend lijken, terwijl het bij nieuwe marktgegevens minder goed functioneert.

Automatisering verandert dus de manier waarop beslissingen worden genomen, maar verwijdert de onzekerheid van financiële markten niet.

Mens en software kunnen ook samenwerken

Automatisch handelen hoeft geen keuze te zijn tussen volledig handmatig handelen en een handelsrobot die alles zelfstandig uitvoert.

Er bestaan ook tussenvormen.

Software kan bijvoorbeeld het rekenwerk en de marktanalyse uitvoeren terwijl de belegger verantwoordelijk blijft voor:

  • het uitvoeren van transacties;

  • de keuze van het financiële product;

  • de positiegrootte;

  • de gebruikte hefboom;

  • het totale risicobeheer.

Zo worden onderdelen van het handelsproces geautomatiseerd zonder dat alle controle wordt overgedragen aan software.

Automatisch handelen als systematische handelsmethode

De kern van automatisch handelen is het omzetten van onderdelen van het handelsproces in gegevens, regels en processen die door software kunnen worden uitgevoerd.

Hoe ver die automatisering gaat, verschilt per systeem.

Sommige systemen analyseren alleen de markt. Andere produceren concrete handelssignalen. Verdergaande systemen kunnen daarnaast zelfstandig orderparameters bepalen en orders verzenden of uitvoeren.

Artificial intelligence kan de analyse uitbreiden, maar verandert één belangrijk uitgangspunt niet: financiële markten blijven onzeker.

Automatisch handelen kan handelsregels sneller en consistenter toepassen, maar het kan toekomstige koersbewegingen niet garanderen.