Artificial intelligence en algoritmisch traden op de beurs

Artificial intelligence (AI), of kunstmatige intelligentie, wordt steeds vaker gebruikt om grote hoeveelheden financiële gegevens te analyseren. Op de beurs kunnen algoritmes bijvoorbeeld koersgegevens, technische indicatoren, volatiliteit en andere marktinformatie verwerken om patronen en veranderingen te herkennen.

AI en algoritmisch traden zijn echter niet hetzelfde. Een traditioneel algoritmisch systeem kan werken volgens vooraf bepaalde regels, terwijl kunstmatige intelligentie aanvullende technieken kan gebruiken om gegevens te analyseren en complexere verbanden te herkennen.

Beide technieken kunnen worden gecombineerd. Zo kan AI helpen bij de analyse van de markt, waarna een tradingsysteem de uitkomst vertaalt naar een handelssignaal.

Dat betekent niet dat een computer toekomstige beurskoersen met zekerheid kan voorspellen. Ook geavanceerde algoritmes en AI-modellen kunnen verkeerde signalen produceren.

Wat is algoritmisch traden?

Bij algoritmisch traden worden computerprogramma's gebruikt om handelsregels systematisch toe te passen en, bij volledig algoritmische handel, onderdelen van het orderproces automatisch te bepalen.

Een algoritme kan bijvoorbeeld bepalen:

• welke marktgegevens worden geanalyseerd;
• wanneer aan bepaalde voorwaarden wordt voldaan;
• of een strategie long of short is;
• wanneer een bestaande positie wordt aangehouden;
• wanneer een handelssignaal verandert.

Een eenvoudig algoritme kan volledig bestaan uit vaste regels. Bijvoorbeeld: wanneer verschillende technische voorwaarden tegelijkertijd worden vervuld, ontstaat een bepaald signaal.

Daar is niet noodzakelijk kunstmatige intelligentie voor nodig.

AI kan worden toegevoegd wanneer complexere gegevensverwerking of patroonherkenning gewenst is.

Het is daarbij nuttig onderscheid te maken tussen algoritmische analyse en algoritmisch handelen in strikte zin. Bij algoritmische analyse kan software alleen een signaal produceren, waarna een belegger zelf beslist over de uitvoering. Bij volledig algoritmische handel bepaalt software ook parameters van de order en kan de menselijke tussenkomst beperkt zijn.

De Europese toezichthouder ESMA geeft in zijn uitleg over algoritmisch handelen eveneens aan dat het automatisch bepalen van orderparameters een belangrijk kenmerk van algoritmische handel is.

Wat is het verschil tussen AI en een traditioneel algoritme?

Een traditioneel handelsalgoritme voert regels uit die vooraf zijn vastgelegd.

Een programmeur kan bijvoorbeeld bepalen dat een combinatie van koersontwikkeling, momentum en technische indicatoren tot een bepaald handelssignaal leidt.

Artificial intelligence kan worden ingezet om grotere hoeveelheden gegevens te onderzoeken en complexere verbanden tussen variabelen te herkennen.

Daarbij kunnen technieken worden gebruikt zoals:

• machine learning;
• statistische modellen;
• patroonherkenning;
• classificatiemodellen;
• neurale netwerken;
• verwerking van grote hoeveelheden historische gegevens.

Niet ieder AI-systeem gebruikt al deze technieken en niet ieder algoritmisch tradingsysteem is gebaseerd op machine learning.

De termen AI trading en algoritmisch traden worden daarom vaak samen gebruikt, maar betekenen niet precies hetzelfde.

Welke gegevens kan AI op de beurs analyseren?

Een computer kan veel meer gegevens tegelijkertijd verwerken dan een belegger handmatig kan beoordelen.

Afhankelijk van het systeem kunnen bijvoorbeeld worden geanalyseerd:

• historische koersen;
• actuele koersgegevens;
• handelsvolume;
• volatiliteit;
• technische indicatoren;
• trendrichting;
• momentum;
• steun- en weerstandsniveaus;
• economische gegevens;
• andere kwantitatieve marktinformatie.

Welke gegevens daadwerkelijk nuttig zijn, hangt af van het handelsmodel.

Meer gegevens betekenen namelijk niet automatisch een beter systeem. Wanneer irrelevante of slechte gegevens worden gebruikt, kan ook een geavanceerd model verkeerde conclusies trekken.

De kwaliteit van de data en de handelsmethode blijven daarom belangrijk.

Machine learning bij beurshandel

Machine learning is een onderdeel van artificial intelligence waarbij modellen patronen leren herkennen op basis van gegevens.

Bij financiële markten kunnen historische gegevens bijvoorbeeld worden gebruikt om te onderzoeken onder welke omstandigheden bepaalde koersbewegingen eerder voorkwamen.

Een model kan vervolgens proberen overeenkomsten te herkennen in nieuwe marktgegevens.

Daarbij bestaat een belangrijk risico: een model kan te sterk worden aangepast aan het verleden.

Dit wordt vaak overfitting genoemd.

Een systeem kan dan uitstekend lijken te werken op historische gegevens, terwijl de resultaten in nieuwe marktomstandigheden veel minder goed zijn.

Daarom zegt een goed resultaat in historische data niet automatisch iets over toekomstige prestaties.

Technische analyse met algoritmes en AI

Technische analyse leent zich goed voor geautomatiseerde verwerking omdat veel onderdelen ervan kunnen worden uitgedrukt in getallen en regels.

Een algoritme kan bijvoorbeeld automatisch:

• voortschrijdende gemiddelden berekenen;
• momentum meten;
• volatiliteit volgen;
• toppen en bodems herkennen;
• technische indicatoren vergelijken;
• trendveranderingen signaleren.

Daarmee hoeft een trader niet voortdurend zelf grafieken te bekijken.

Artificial intelligence kan worden gebruikt om verschillende technische gegevens tegelijkertijd te analyseren en complexere verbanden te onderzoeken.

Op deze website behandelen we dit onderwerp uitgebreider op de aparte pagina Technische Analyse.

Price action en algoritmische analyse

Ook price action kan deels worden omgezet in meetbare gegevens.

Price action richt zich op het gedrag van de koers zelf. Daarbij wordt bijvoorbeeld gekeken naar:

• toppen en bodems;
• koersranges;
• uitbraken;
• steun en weerstand;
• candlesticks;
• trendstructuren.

Een menselijke trader beoordeelt zulke patronen vaak visueel.

Een computer heeft daarentegen exacte definities nodig. Het algoritme moet bijvoorbeeld weten wanneer een koersbeweging groot genoeg is om als relevante top of bodem te worden beschouwd.

Daardoor kan algoritmische price-actionanalyse minder afhankelijk worden van subjectieve interpretatie, maar de uitkomst blijft sterk afhankelijk van de regels waarmee patronen worden gedefinieerd.

Meer hierover behandelen we op de aparte pagina Price Action.

Van marktanalyse naar een handelssignaal

Het analyseren van marktgegevens is nog niet hetzelfde als daadwerkelijk handelen.

De uitkomst van een algoritmische analyse kan bijvoorbeeld worden vertaald naar een handelssignaal.

Een systeem kan aangeven dat de handelsstrategie:

• long is bij een verwachte stijgende markt;
• short is bij een verwachte dalende markt;
• de bestaande positie moet aanhouden;
• van richting moet veranderen wanneer bepaalde voorwaarden worden vervuld.

Hoe vaak een signaal verandert, hangt af van het systeem en de marktomstandigheden.

Een handelsstrategie hoeft dus niet iedere dag een nieuwe transactie te veroorzaken.

Algoritmische analyse is niet altijd automatisch handelen

Een belangrijk onderscheid is dat geautomatiseerde of algoritmische analyse niet automatisch betekent dat een computer zelfstandig transacties uitvoert.

Er bestaan volledig automatische handelssystemen waarbij software rechtstreeks verbonden is met een broker en zelfstandig orders kan plaatsen of orderparameters kan bepalen.

Maar er bestaan ook signaalsystemen.

Daarbij analyseert de software de markt en ontvangt de gebruiker alleen het resultaat van die analyse. Wanneer een positiewijziging nodig is, voert de gebruiker de transactie vervolgens zelf uit.

De analyse en signaalvorming kunnen dus grotendeels worden geautomatiseerd terwijl de uiteindelijke uitvoering bij de belegger blijft. Zo'n signaalsysteem is daarom niet automatisch hetzelfde als algoritmisch traden in de strikte betekenis van volledig geautomatiseerde orderuitvoering.

Artificial intelligence en de AEX

Algoritmische analyse kan op verschillende financiële markten worden toegepast, waaronder aandelen, indices, grondstoffen en valuta.

Ook de AEX kan systematisch worden geanalyseerd.

Daarbij kunnen bijvoorbeeld koersgegevens, technische indicatoren en trendinformatie worden gebruikt om te bepalen welke marktrichting binnen een bepaalde handelsmethode wordt gevolgd.

Het AI Trading Systeem van Beurstrading Nederland is een voorbeeld van een systeem dat zich specifiek op de AEX richt.

Het systeem analyseert iedere beursdag de AEX. Gebruikers ontvangen rond het middaguur een signaal per e-mail. Meer over de werking van zulke AI-signalen voor de AEX lees je in de kennisbank van Beurstrading Nederland.

Het systeem kan aangeven dat de bestaande positie wordt aangehouden of dat van long naar short, of andersom, wordt gewisseld.

Bij een positiewissel voert de gebruiker de transactie na de slotkoers zelf uit via de eigen bank of broker.

Wat zijn mogelijke voordelen van algoritmische analyse?

Een belangrijk voordeel van computeranalyse is dat dezelfde handelsregels consequent kunnen worden toegepast.

Een algoritme past zijn regels niet aan omdat het bang wordt na een plotselinge koersdaling of overmoedig raakt na een sterke stijging.

Andere mogelijke voordelen zijn:

• grote hoeveelheden gegevens snel verwerken;
• verschillende indicatoren tegelijkertijd beoordelen;
• marktgegevens voortdurend volgens dezelfde methode analyseren;
• minder afhankelijk zijn van subjectieve interpretatie;
• analyses reproduceerbaar maken;
• handmatig analysewerk verminderen.

Dat betekent niet dat een algoritmische handelsmethode automatisch betere resultaten oplevert.

Een verkeerd model kan immers net zo consequent verkeerde beslissingen nemen.

Wat zijn de risico's en beperkingen?

Artificial intelligence en algoritmische handelsmethoden hebben ook beperkingen.

Financiële markten veranderen voortdurend. Een model dat tijdens één type markt goed functioneert, kan onder andere omstandigheden minder effectief zijn.

Mogelijke problemen zijn onder andere:

• slechte of onvolledige gegevens;
• overfitting op historische koersen;
• onverwachte marktgebeurtenissen;
• technische storingen;
• verkeerde modelaannames;
• veranderende marktstructuren;
• verliesgevende handelssignalen.

Een extra uitdaging bij sommige complexe AI-modellen is dat niet altijd eenvoudig uit te leggen is waarom een model tot een bepaalde uitkomst komt.

Daarom blijft controle belangrijk.

Kan AI emoties uit de handel halen?

Een algoritme kent zelf geen angst, hebzucht of twijfel.

Dat kan een voordeel zijn wanneer handelsregels systematisch worden toegepast.

Een menselijke belegger kan bijvoorbeeld geneigd zijn om na enkele verliesgevende transacties van strategie te veranderen, terwijl het handelsmodel daar geen aanleiding voor geeft.

Toch verdwijnen emoties niet volledig.

Wanneer de belegger zelf de transacties uitvoert, moet hij of zij nog steeds omgaan met winst, verlies en onzekerheid.

Een systematische aanpak kan de invloed van emoties verminderen, maar discipline en risicobeheer blijven noodzakelijk.

Kan artificial intelligence de beurs voorspellen?

AI kan patronen onderzoeken en op basis van modellen schattingen, classificaties of signalen produceren, maar daarmee wordt de toekomst niet bekend.

Financiële markten worden beïnvloed door talloze factoren. Nieuwe economische cijfers, bedrijfsnieuws, geopolitieke ontwikkelingen of onverwachte gebeurtenissen kunnen het koersverloop plotseling veranderen.

Ook historische patronen hoeven zich niet opnieuw op dezelfde manier te herhalen.

Daarom is het beter om AI te zien als een hulpmiddel voor analyse dan als een methode om beurskoersen met zekerheid te voorspellen.

Mens en algoritme

Artificial intelligence hoeft de menselijke belegger niet volledig te vervangen.

Een praktische toepassing kan juist bestaan uit een combinatie van beide.

Het systeem verwerkt de marktgegevens en past de handelsregels consequent toe. De gebruiker bepaalt vervolgens hoeveel vermogen wordt ingezet, welk financieel product wordt gebruikt en of een eventuele transactie daadwerkelijk wordt uitgevoerd.

Daarmee kan technologie een groot gedeelte van het analysewerk overnemen zonder dat de belegger de controle over zijn rekening uit handen geeft.

Artificial intelligence als onderdeel van moderne beurshandel

Artificial intelligence heeft nieuwe mogelijkheden gecreëerd om financiële gegevens te analyseren.

Machine learning, technische indicatoren, koerspatronen en andere marktgegevens kunnen op grote schaal door computers worden verwerkt. Dat maakt het mogelijk om handelsmethoden steeds systematischer toe te passen.

Maar de basis blijft hetzelfde: een tradingsysteem moet werken met betrouwbare gegevens, duidelijke handelsregels en een passende manier van risicobeheer.

AI kan de analyse versnellen en ondersteunen. Het kan echter niet voorkomen dat markten onzeker zijn of dat handelsbeslissingen verliesgevend uitpakken.

De toegevoegde waarde van artificial intelligence bij algoritmische analyse en handel zit daarom vooral in het consequent verwerken van marktgegevens en het systematisch toepassen van een handelsmethode.