استراتژی سفارش گذاری

هدف: بازار بورس ایران در سال های گذشته تغییراتی در آن اعمال شده و در انتظار تغییرات جدی تر است. در این پژوهش یک مدل بهینه سفارش گذاری با رویکرد ریزساختار بازار ارائه شده که در ساخت بازار مصنوعی استفاده شده و در انتها عملکرد آن مورد بررسی قرار گرفته است. روش: با کمک شبیه سازی بازار می توان به مواردی همچون تنظیم بازار و بررسی عملکرد استراتژی های معاملاتی پرداخت. اما برای کشف قیمت تابلوی ثبت سفارش سهام از شبیه سازی عامل گرا (agent-based) استفاده کرده ایم که الگوریتم تصمیم گیری آن شامل انتخاب نوع سفارش (خرید یا فروش)، انتخاب نوع اقدام معامله گران (ثبت سفارش جدید یا لغو سفارش در صف)، انتخاب استراتژی معاملاتی و انتخاب قیمت بهینه ی سفارش - برای یکی از عامل ها (agent) - است. از آنجاکه یکی از چالش های مهم سرمایه گذاران، یافتن قیمت بهینه ی سفارش گذاری است، در این پژوهش به این موضوع پرداخته شده است و سعی شده بازار بورس تهران به گونه ای شبیه سازی شود تا تغییرات ریزساختار بازار را مطالعه کند. یافته ها: داده های پژوهش شامل داده های درون-روزی تابلوی ثبت سفارش سهم فولاد مبارکه اصفهان در 5 سطح و برای ۷۱ روز معاملاتی است. در سیستم شبیه سازی پژوهش، با بررسی داده های تاریخی سهم فولاد مبارکه اصفهان، رفتار معاملاتی عامل ها استخراج شده است. همچنین با توجه به بحث ریزساختار بازار، تقابل بین ریسک اجرای معاملات و کنترل واکنش بازار به عنوان یک هزینه معاملاتی، مدل سازی شده است. بازار برای مدت 30 روز شبیه سازی شده و نتایج حاکی از آن است که استراتژی سفارش گذاری بهینه شده، از لحاظ میانگین قیمت خرید سهم، میانگین زمان انتظار برای اجرای معامله هر سهم و میانگین حجم معامله شده از سفارش، در مقایسه با سایر استراتژی های مورد بررسی در بازار عملکرد بهتری داشته است. نتیجه گیری : نتایج این پژوهش نشان می دهد به کارگیری ریسک اجرایی شدن سفارش و هزینه معاملاتی بطور هم زمان در استراتژی سفارش گذاری، عملکرد بهتری نسبت به استراتژی های مبتنی بر درجه ی تهاجمی بودن معامله گران بازار دارد.