Origen de TradeSpark
La idea de TradeSpark de operar con trading algorítmico por medio de un área de desarrollo nació en el año 2017. Para ese momento, esta modalidad de trading crecía en popularidad en Argentina, pero nadie había adoptado este tipo de operatoria de la manera que se planteaba.
En este sentido, la gran duda residía en cuáles eran esas dificultades que impedían que las empresas adoptaran el trading algorítmico.
El primer problema que encontraron era cómo mantenerse conectados con los mercados. Por su parte, el segundo problema era contar con una pantalla en la que los operadores pudieran configurar y monitorear sus algoritmos.
Pensando en estos problemas es que surgió la idea de crear una plataforma para la ejecución de trading algorítmico (EMS), la cual se le llamó ArQuants. Gracias a esta plataforma, se logró hacer la conexión con los mercados y presentar una herramienta para los operadores.
Sin embargo, a pesar de esto, para los clientes seguía siendo complicado visualizar sus operaciones partiendo de un algoritmo.
Para solventar esto, en 2019 TradeSpark se inició con la creación de un área para el desarrollo de estrategias de trading algorítmicos. De este modo, los clientes cuentan con fuentes de información para la operatoria y la elaboración de sus estrategias.
Esquema del proceso
TradeSpark se planteó un proceso cíclico que consta de 6 etapas. Te explicaremos detenidamente cada una de ellas.
1. Relevamiento
El relevamiento es la etapa en la que se procura entender de qué se trata la estrategia de trading algorítmico. La idea es generar un documento de definición, como herramienta para tener un lenguaje común con el cliente, dando detalles de la estrategia que se va a desarrollar.
2. Análisis
En la etapa de análisis se empieza con la organización del diseño y la estrategia que se pondrá en práctica. Durante esta etapa también se estudia qué tan viable es la estrategia, los riesgos existentes en el proceso y los tiempos estimados para su cumplimiento.
3. Propuesta
TradeSpark cuenta con el know-how para hacer algunas recomendaciones técnicas y potenciar la estrategia que se está analizando. La idea es buscar qué se puede mejorar en la estrategia para que se adapte de la mejor manera a los distintos escenarios del mercado. También se completa el documento de desarrollo y los cálculos que debe hacer el algoritmo.
4. Desarrollo
Es a partir de esta etapa que finaliza todo el análisis. La atención se centra en el código y en el test unitario de dicho código. En esta etapa trabajan, principalmente, los desarrolladores de software. También se inician los primeros controles de calidad.
5. Testing
Luego de la aprobación de los desarrolladores, comienzan las pruebas exhaustivas. Durante el testing se comprueba la calidad de la estrategia, pasándola por todos los escenarios posibles, para generar un documento de testing cuyos resultados deben ser contrastados con los resultados. También se realizan pruebas de código y test unitarios.
6. Delivery
En esta etapa se entrega la estrategia y se acompaña en sus primeras ejecuciones. Además de la estrategia, se entrega un manual de usuario que explica paso por paso cómo debe ser llevada a cabo, así como los detalles de configuración de los instrumentos.
El delivery, a su vez, será el punto de partida para el próximo relevamiento, ya que se utiliza la experiencia de los ciclos anteriores. De esta manera, las estrategias van creciendo y sufriendo modificaciones forzadas por los propios cambios del mercado.
Metodología aplicada
El equipo de TradeSpark trabaja con dos metodologías. Para el trabajo emplean un par de ceremonias de Scrum, pero esto no basta. Para poder llevar a cabo esta labor es necesario el uso de Cascade.
Composición del equipo
Con base en su experiencia en los últimos años, TradeSpark determinó cómo debe conformarse un equipo que se dedique al desarrollo del trading algorítmico. Para esto resaltaron la necesidad de contar con un total de 5 perfiles.
1. Management
El rol del manager es esencial en cualquier equipo para poder orquestar al grupo de trabajo y poder obtener lo mejor de cada uno de los integrantes. Este también es el encargado de garantizar el cumplimiento de las tareas y los tiempos.
2. Análisis funcional
El analista funcional interviene en las primeras tres etapas del proceso (relevamiento, análisis y propuesta), aunque también puede resultar útil en el delivery.
Es necesario que este perfil cuente con buenas habilidades de comunicación, ya que tiene que contactarse con los operadores y los técnicos. También resulta importante que tenga conocimientos del mercado y que maneje la terminología.
3. Desarrollo
Si bien no es esencial que los desarrolladores tengan conocimientos del mercado, es una aptitud que resulta sumamente valorada. Estos son los encargados de llevar a cabo la mayor parte del proceso.
4. Investigación
En cuanto al perfil de investigación, deben entender cómo mejorar la metodología para que el equipo consiga su mejor funcionamiento, así como aplicar nuevas tecnologías a las estrategias que ya se han desarrollado.
5. Testing
Estos son los que se encargan de llevar a cabo todas las pruebas y simulaciones de los posibles escenarios que comprobarán si las estrategias planteadas son efectivas.
Tipos de estrategias
El equipo de TradeSpark distingue varios tipos de estrategias que pueden ser desarrolladas por un equipo de trading algorítmico,
- 1. Automatización
- 2. Arbitrajes
- 3. Market making
- 4. Cruce de mercados
- 5. Especulativas con indicadores
- 6. Pair trading
- 7. Regresiones a la media
- 8. Administración de carteras
- 9. Alta frecuencia (HFT)
Datos del trabajo de TradeSpark
Al día de hoy, TradeSpark ha logrado desarrollar más de 100 estrategias de trading algorítmico, con un tiempo medio de trabajo que ronda las 300 horas cada una de ellas. Se lograron un total de mas de 38.000 ejecuciones en un lapso de un año, consiguiendo aproximadamente un 65% del market share en la Argentina por medio de ArQuants.
Esta información resulta sumamente útil para todas aquellas empresas que buscan incorporar el trading algorítmico a sus equipos de trabajo.
Hoy en día, no son muchas las empresas que funcionan bajo esta operatoria, por lo que resulta común que las compañías no sepan exactamente qué camino seguir para poder incorporar estas tecnologías y metodologías.
La experiencia de TradeSpark en el área puede resultar sumamente valiosa para los que quieran incorporar un área de desarrollo de trading algorítmico y dar un paso más allá en cuanto a la implementación de estas nuevas formas de trabajo.Trade Spark continúa compartiendo información para todos aquellos interesados por medio de sus redes LinkedIn, Twitter y grupo. También comparten datos de valor por medio de su podcast @Lg0+, por lo que debes estar al pendiente en caso de que te interese saber cómo funciona un área de desarrollo de trading algorítmico.