Jump to content Jump to navigation Jump to search
Robot med PC
Foto: Shutterstock

Finansiell algoritmetrading: Forente krefter mellom maskin og menneske

I finansiell algoritmetrading kjøpes og selges forventninger om fremtidige trender i energimarkedet basert på automatiske handelsmønstre. Samspillet mellom maskiner og mennesker åpner for helt nye muligheter.

Laxman Pararasasingam
Laxman Pararasasingam
Systematic trader

Laxman Pararasasingam er trader i Statkrafts enhet for opsjoner og kvantitaiv energihandel, Options and Systematic Trading, i forretningsområdet Marked og IT.

Statkraft er en nøkkelaktør i markedet for såkalte futureskontrakter innenfor energi. Futureskontrakter er avtaler om å kjøpe eller selge en vare i fremtiden til en bestemt pris. Varene kan være kraft, gass, olje, karbonutslipp, kull og annet.

– Kjøpere av futureskontraktene prøver ofte å redusere risikoen for at prisene vil gå opp, mens selgere prøver å sikre seg mot at de faller. Uavhengig av hvordan det faktiske utfallet blir, hjelper det både kjøpere og selgere å redusere risiko og usikkerhet ved å låse en pris som er akseptabel i deres fremtidige inntektsstrømmer, forklarer Laxman Pararasasingam, som er trader i Statkrafts avdeling for opsjoner og kvanitativ energihandel i forretningsområdet Marked og IT.

Kommersielle muligheter

Deltakerne i markedet for futureskontrakter består av såkalte hedgere og spekulanter. Hedgere utfører handler, ikke spesifikt for å skape fortjeneste, men for å minimere eksponeringen for markedsrisiko, mens spekulanter prøver å profittere på svingningene ved å overta nevnte risiko.

– En eier av produksjonsmidler vil kanskje sikre fremtidig verdi av produksjonen ved å selge futures (hedging) og låse inntektene i gjenværende levetid på eiendelen. Intensjonen er å "kjøpe forsikring" og dempe fremtidig usikkerhet i stedet for å prøve å forutsi hvor prisene går. Dette gir opphav til en forsikringspremie eller risikopremie, sier Pararasasingam.

For et selskap som Statkraft, som har mye markedsrisikoeksponering og stor kompetanse om energimarkedene, åpner dette for mange kommersielle muligheter.

– Noen avdelinger fungerer som et "markedsrisikoaggregat" for mindre forbrukere og produsenter, mens andre avdelinger er ansvarlige for å sikre våre egne eiendeler. Mitt team driver med såkalt proprietær trading. Målet er å tjene på å akkumulere risiki og ta en aktiv tilnærming til risikostyring. En av måtene vi demper risikoen på, er ved å diversifisere i andre varer som påvirker kraftmarkedet, som gass, kull, olje eller karbonutslipp, og åpne for å tjene på muligheter som oppstår, sier han.

Illustrasjon av kunstig intelligens
Maskinlæring, eller kunstig intelligens, blir brukt til å analysere data i algoritmehandel. (Foto: Shutterstock) 

Algoritmisk handel i finansmarkedene

Algoritmer kan beregne utviklingen i det økonomiske energimarkedet på en helt annen måte enn det mennesker klarer å håndtere alene. Maskiner behandler store mengder data på et øyeblikk, slik at beslutninger på en sikrere måte kan tas ut fra historiske mønstre.

Handelsalgoritmer kan komme i flere varianter:

  1. Beslutningen om å plassere en ordre genereres av en algoritme og utføres av et menneske.
  2. Beslutningen om å foreta en handel tas av et menneske og utføres av en algoritme.
  3. En algoritme tar beslutningen om å foreta en handel, som deretter utføres på en helautomatisk måte – med menneskelig tilsyn, men ikke nødvendigvis menneskelig inngripen.

De grunnleggende driverne for finansiell algoritmetrading er langsiktige forventninger til etterspørsel og tilbud, geopolitiske hendelser og endringer i politikk og regelverk.

– Tidshorisonten kan være alt fra uker eller måneder til fem år frem i tid, sier Pararasasingam.

Kraftledninger
Statkraft er en nøkkelaktør i markedet for såkalte futureskontrakter innenfor energi. (Foto: Bjørn Grane)

Robust rammeverk

Det kan være store summer involvert i finansiell algoritmetrading, og risikoen er høy.

– Derfor er handel basert på finansielle algoritmer strengt regulert. Mange av forskriftene innenfor energihandel er basert på liknende regler fra finanssektoren og er ikke nødvendigvis direkte overførbare. Det gjelder spesielt illikvide energimarkeder. Når regelverket endres for å håndtere denne forskjellen, må vi lære oss hele tiden å ta hensyn til og inkludere endringene. Vi har hørt skrekkhistorier om algoritmer som krasjer finansmarkedet, derfor er det avgjørende med et robust rammeverk for finansiell algoritmetrading, sier Pararasasingam.

I Statkrafts avdeling for finansiell algoritmetrading tar algoritmer seg av beregningene, og deretter tar teamet avgjørelser basert på resultatene.

– Algoritmene gir oss mye større fleksibilitet, fordi de gjør at vi kan skalere og agere raskt i ulike produkter og markeder. Når det gjelder utførelsesalgoritmer, er det imidlertid begrensninger for hvor raskt vi kan plassere ordrer, siden Statkraft ikke har banktillatelse. Derfor er det viktig at mennesker overvåker hastigheten på ordreendringene hele tiden, sier Pararasasingam.

– For oss er det mest verdifullt å bruke algoritmer til å behandle data og så overlate til mennesker å ta beslutningene. Vår ambisjon er ikke å være den raskeste, men den smarteste aktøren i energimarkedet.

Han mener algoritmene vil spille en stadig viktigere rolle i fremtiden.

– Mengden data som skal behandles, vil bare øke, og derfor må kompetansen til å håndtere dette styrkes og utvides på en god måte, sier Laxman Pararasasingam.

Arbeidsflyt i finansiell algoritmehandel

Hånd berører robotarm
Foto: Shutterstock

Se også: Fysisk algoritmehandel

Med en stadig økende andel av fornybare energikilder i kraftnettet er digitale løsninger for energihandel blitt uunnværlige. Med basis i nøye utviklete algoritmer kan traderne optimalisere kraftproduksjonen og strømleveransene i sanntid.

Fysisk algoritmetrading: Raske avgjørelser

Del denne artikkelen

Kontakt oss