Algorithmic Trader

En algorithmic trader oversætter en handelsidé til kode. Koden læser markedsdata, finder mønstre og sender ordrer af sted. Mennesket bestemmer reglerne. Maskinen udfører dem hurtigere, end nogen kan nå at klikke.

Arbejdet falder i tre dele: research, drift og kontrol. Research fylder mest. De færreste idéer overlever mødet med rigtige data.

Typiske opgaver:

• Grave i historiske kurs- og ordrebogsdata efter mønstre, der holder.
• Backteste strategien over flere år og trække kurtage og slippage fra.
• Kode ordrelogikken, så algoritmen ikke sender dobbeltordrer eller jager sin egen pris.
• Overvåge positioner, P&L og risikogrænser hele handelsdagen.
• Skrue på parametre, når volatiliteten skifter.
• Lave post-trade analyse (TCA) og forklare en dårlig dag for chefen.
• Dokumentere hver kodeændring til compliance.

En almindelig dag
Dagen begynder før åbning. Du tjekker, at systemerne kører, og at natten ikke har efterladt uventede positioner. Nasdaq København åbner klokken 9 og lukker med auktion mellem 16.55 og 17.00. Handler du el, er Nord Pools day-ahead auktion klokken 12 dagens faste deadline. Handler du krypto, sover markedet aldrig. Midt på dagen skifter du mellem skærmovervågning og kodearbejde. Efter lukketid gennemgår du dagens handler og kører nye backtests.

Tre typer strategier

• Market making: du stiller både købs- og salgspris og tjener på spændet.
• Statistisk arbitrage: du udnytter, at to beslægtede papirer midlertidigt skiller sig ad.
• Eksekvering: du deler en stor ordre op, så den ikke flytter kursen.

Hvor arbejder man i Danmark?
De fleste sidder i banker som Danske Bank, Nordea og Jyske Bank eller hos Saxo Bank. Pensionskasser som ATP og PFA handler også algoritmisk med obligationer og derivater. En stor dansk specialitet er realkreditobligationer, hvor konverteringsrisiko kræver egne modeller. Energihandel er den anden store niche. Danske Commodities og Centrica Energy Trading i Aarhus samt Ørsted handler strøm og gas med algoritmer. Vil du handle på det højeste tempo, ligger market makere som Optiver, IMC og Flow Traders i Amsterdam og London.

Det ingen fortæller dig
Du taber penge regelmæssigt. En strategi, der virkede i to år, kan holde op med at virke på en uge. Du skal kunne indrømme fejl hurtigt og slukke for din egen kode uden at diskutere. Presset er reelt, og mange brænder ud på det.

Hvilken lovgivning dækker denne rolle?
Der findes ingen personlig autorisation for algorithmic traders i Danmark, men selve aktiviteten er stramt reguleret. EU's MiFID II-direktiv kræver i artikel 17, at handelssystemer testes, har risikogrænser og en kill-funktion, der kan stoppe al handel øjeblikkeligt. Kommissionens delegerede forordning 2017/589, kaldet RTS 6, uddyber kravene og pålægger virksomheden en årlig selvevaluering. Algoritmisk handel skal anmeldes til Finanstilsynet, og reglerne er gennemført i dansk ret med lov om fondsmæglerselskaber og investeringsservice og -aktiviteter. EU's markedsmisbrugsforordning MAR forbyder manipulation som spoofing og layering, også når det er en algoritme, der gør det. DORA-forordningen stiller desuden krav til IT-robusthed og til test af de systemer, handlen kører på.

Der findes ingen dansk uddannelse, der hedder algorithmic trader. Vejen ind går gennem matematik, økonomi eller datalogi. Arbejdsgiverne kigger efter to ting: at du kan regne, og at du kan kode.

Den klassiske vej
Gymnasium med Matematik A. Derefter bachelor på 3 år og kandidat på 2 år. De mest brugte uddannelser er Matematik-økonomi på Aarhus Universitet og Københavns Universitet, cand.merc.(mat) på CBS, Matematisk Modellering og Computing på DTU samt cand.polit med kvantitative valgfag. Adgangskravene er typisk Matematik A, Engelsk B og Dansk A. Uddannelsesguiden under Uddannelses- og Forskningsministeriet viser de aktuelle adgangskvotienter, og de ligger højt på flere af holdene.

Vejen gennem koden
Mange kommer ind som quant developer. Du bygger backtest-motoren og datapipelines for andre. Efter et par år kan du få dit eget lille risikomandat. Denne vej er realistisk for dataloger, fysikere og ingeniører uden finansuddannelse.

Vejen fra handelsgulvet
Nogle starter som execution trader eller i middle office. De lærer Python og automatiserer først deres eget manuelle arbejde. Det er en langsommere vej, men markedsforståelsen følger med gratis.

Graduate-programmer
Saxo Bank, Danske Bank og Danske Commodities tager kandidater ind i trainee- og graduateforløb. Ansøgningsrunderne ligger typisk om efteråret. Prøverne indeholder ofte hovedregning, sandsynlighedsopgaver og en kodeopgave.

Certificeringer
CFA fra CFA Institute og FRM fra GARP er ikke krav, men de vægter i banker og pensionsselskaber. CFA tager typisk flere år ved siden af arbejdet. Finanstilsynets kompetencekrav til investeringsrådgivere gælder rådgivning af kunder, ikke handel for husets egne penge.

Hvad du kan gøre selv i mellemtiden

• Byg en backtest fra bunden i Python, og gør den ærlig med kurtage og slippage.
• Kør papertrading gennem et broker-API, så du lærer ordretyper at kende.
• Læg koden på GitHub, så du har noget konkret at tale om til samtalen.
• Læs op på ordrebogens mekanik, ikke kun på modeller.

Vær forberedt på hård konkurrence. Der er få rene algo-stillinger i Danmark og mange ansøgere til hver.

Sprog
Python er standarden til research med pandas, NumPy og scikit-learn. C++ bruges, når millisekunder betyder noget. Rust vinder frem i nyere systemer. R og MATLAB lever stadig i enkelte modelmiljøer.

Data og databaser
kdb+ med sproget q er klassikeren til tidsserier i høj opløsning. Ellers bruges SQL, Parquet-filer og tidsseriedatabaser som ClickHouse. Markedsdata kommer typisk fra LSEG (Refinitiv), Bloomberg eller børsens egne feeds som Nasdaq Nordic TotalView-ITCH. På elmarkedet henter man data fra Nord Pool og fra ENTSO-E's Transparency Platform, og Energinet leverer danske forbrugs- og produktionstal.

Handel og forbindelse
Ordrer sendes over FIX-protokollen eller børsens binære protokol. Mindre setups bruger broker-API'er som Interactive Brokers eller Saxo Banks OpenAPI. Er hastighed afgørende, står serverne i colocation tæt på børsens matching engine.

Backtest og modeller
Egenudviklede backtest-motorer er mest udbredte. Af færdige værktøjer bruges Backtrader, vectorbt og QuantLib til prisfastsættelse af derivater. Til risikostyring bruges VaR-modeller og stresstests.

Drift og overvågning
Linux, Git, Docker og CI-pipelines er hverdag. Grafana og Prometheus viser latenstid, fyldningsgrad og P&L i realtid. Al ordreaktivitet logges med tidsstempler, fordi MiFID II kræver, at handlen kan rekonstrueres bagefter.

Excel er ikke væk. Det bruges stadig til hurtige tjek og til rapporter til risikoafdelingen.