آنچه در این مقاله می‌خوانید ...
معاملات فرکانس بالا (HFT) به عنوان یکی از پیشرفته‌ترین استراتژی‌های معاملاتی در بازارهای مالی شناخته می‌شود که به دلیل نیاز به زیرساخت‌های فنی خاص، بیشتر توسط شرکت‌های بزرگ و بانک‌ها اجرا می‌شود.
در این مقاله به بررسی مفهوم، فناوری‌های مورد نیاز، استراتژی‌ها، مزایا و چالش‌های HFT می‌پردازیم، نقش شرکت‌های بزرگ در این استراتژی را مرور می‌کنیم و خواهیم دید که آینده HFT با پیشرفت هوش مصنوعی چگونه خواهد بود.
اگر به این موضوع علاقه مندید، تا پایان این مقاله با ما همراه باشید.
- اجرای معاملات در میلی‌ثانیه و میکروثانیه و انجام هزاران تا میلیون‌ها معامله در روز، از ویژگی‌های اصلی معاملات فرکانس بالا است.
- استفاده از الگوریتم‌های سریع، سرورهای نزدیک به بورس و شبکه‌های پرسرعت برای کاهش تاخیر، از زیرساخت‌های حیاتی HFT محسوب می‌شوند.
- HFT با افزایش نقدشوندگی و کاهش اسپرد برای بازار و تریدرها مفید است، اما پیچیدگی بالا، ریسک خطاهای الگوریتمی و چالش‌های نظارتی از جمله نگرانی‌های اصلی این حوزه هستند.
معاملات فرکانس بالا (HFT) چیست؟
معاملات فرکانس بالا یا High-Frequency Trading (به اختصار HFT) نوعی استراتژی معاملاتی مبتنی بر فناوری است که در آن معاملات مالی با استفاده از الگوریتم‌های پیشرفته، در میلی‌ثانیه یا حتی میکروثانیه انجام می‌شوند.
در این روش، هزاران تا میلیون‌ها سفارش در روز به بازار ارسال می‌شود، با هدف کسب سود از تغییرات بسیار جزئی قیمت‌ها در کوتاه‌ترین بازه زمانی ممکن.
این استراتژی عمدتا توسط شرکت‌های بزرگ مالی، صندوق‌های پوشش ریسک و بانک‌های سرمایه‌گذاری پیاده‌سازی می‌شود و نیاز به زیرساخت‌های پیچیده و بسیار سریع دارد.
ویژگی‌های معاملات فرکانس بالا (HFT)
از ویژگی‌ها اصلی معاملات فرکانس بالا (HFT) می‌توان به موارد زیر اشاره کرد:
- سرعت بسیار بالا: معاملات در کسری از ثانیه انجام می‌شوند.
- حجم بالای معاملات: هزاران و گاه میلیون‌ها معامله در روز انجام می‌شود.
- نیاز به الگوریتم‌های پیچیده: تصمیم‌گیری و اجرای معاملات تنها توسط ربات‌ها و برنامه‌های کامپیوتری هوشمند قابل انجام است.
- نیاز به زیرساخت فنی پیشرفته: بدون نرم‌افزارهای پیچیده و سیستم‌های کامپیوتری پیشرفته امکان اجرای استراتژی HFT وجود ندارد.
ویژگی‌های کلیدی معاملات فرکانس بالا (بر اساس SEC و ESMA):
| ویژگی | توضیح |
|---|---|
| سرعت اجرای بسیار بالا | سفارش‌ها در کسری از ثانیه (میلی‌ثانیه یا میکروثانیه) ارسال، اصلاح یا لغو می‌شوند. |
| کولوکیشن (Colocation) | سرورهای شرکت‌های HFT مستقیماً در کنار دیتاسنترهای بورس قرار دارند تا تأخیر شبکه به حداقل برسد. |
| نسبت بالای سفارش به معامله (Order-to-Trade Ratio) | اغلب سفارش‌ها تنها برای بررسی قیمت‌ها ارسال و به‌سرعت لغو می‌شوند، نه برای اجرای واقعی. |
| نگهداری کوتاه‌مدت پوزیشن‌ها | برخلاف سرمایه‌گذاران سنتی، پوزیشن‌ها به‌سرعت باز و بسته می‌شوند (گاهاً در چند ثانیه یا کمتر). |
| اتکای کامل به الگوریتم‌های خودکار | الگوریتم‌ها به‌طور خودکار تصمیم‌گیری می‌کنند و بدون دخالت انسانی معاملات را اجرا می‌کنند. این الگوریتم‌ها دائماً در حال یادگیری و بهینه‌سازی هستند. |
تاریخچه شکل‌گیری و تکامل معاملات با فرکانس بالا (HFT)
برای درک بهتر معاملات فرکانس بالا (HFT)، آشنایی با مسیر تاریخی و نقاط عطف کلیدی آن ضروری است. HFT از دل تحولات فناورانه و قوانین جدید بازارهای مالی شکل گرفت و به یکی از مهم‌ترین استراتژی‌های معامله‌گری مدرن تبدیل شد.
جدول زیر مروری دارد بر مهم‌ترین مراحل شکل‌گیری و تکامل این پدیده است:
| دوره زمانی | رویداد مهم |
|---|---|
| دهه ۱۹۹۰ | ظهور سیستم‌های معاملات الکترونیکی مانند Nasdaq و Island ECN؛ پایان دوران ثبت سفارش دستی |
| ۲۰۰۱–۲۰۰۵ | توسعه زیرساخت‌های اینترنتی و شبکه‌های فیبر نوری؛ آغاز استفاده از الگوریتم‌های ساده معاملاتی |
| ۲۰۰۷ | اجرای قانون Reg NMS در آمریکا؛ رقابت برای اجرای سریع‌تر سفارش‌ها افزایش یافت |
| ۲۰۱۰ | وقوع Flash Crash در بازار آمریکا؛ زنگ خطر جهانی برای ریسک‌های سیستماتیک ناشی از HFT به صدا درآمد |
| ۲۰۲۰ به بعد | ادغام هوش مصنوعی (AI)، یادگیری ماشین و کلان‌داده (Big Data) در الگوریتم‌های معاملاتی پیشرفته HFT |
به طور کلی:
- HFT محصول همزمان توسعه فناوری، تغییر قوانین بازار و رقابت شدید مالی است.
- این مدل معاملاتی ابتدا برای افزایش نقدشوندگی و بهبود اجرای سفارش‌ها طراحی شد، اما به مرور چالش‌های نظارتی، ریسک‌های الگوریتمی و دغدغه‌های عدالت بازار را نیز به همراه آورد.
- آینده HFT به‌شدت به پیشرفت AI و قدرت محاسباتی وابسته است و همچنان یکی از پیچیده‌ترین و تأثیرگذارترین مباحث در بازارهای مالی محسوب می‌شود.
فناوری‌های مورد استفاده در معاملات فرکانس بالا (HFT)
برای اینکه امکان اجرای میلیون‌ها معامله طی چند میلی ثانیه وجود داشته باشد، به فناوری‌های بسیار پیشرفته‌ای نیاز است که سرعت، دقت و کارایی بالایی برای اجرای معاملات داشته باشند. برخی از این فناوری‌ها عبارتند از:
- الگوریتم‌های سریع؛
- سرورهای نزدیک به بورس؛
- اتصال‌های پرسرعت.
در ادامه، هر یک از موارد فوق را بررسی خواهیم کرد.
الگوریتم‌های سریع (Advanced Trading Algorithms)
الگوریتم‌های سریع در معاملات فرکانس بالا (HFT) قلب تپنده‌ی این نوع معاملات هستند. این الگوریتم‌ها به‌صورت خودکار و با سرعت بسیار بالا تصمیم‌گیری کرده و معاملات را اجرا می‌کنند.
سرورهای نزدیک به بورس (Colocation)
سرور نزدیک به بورس یعنی استقرار سرورهای کامپیوتری معاملاتی در نزدیک‌ترین مکان فیزیکی به سرورها و دیتاسنترهای بورس.
این امر باعث کاهش تاخیر در ارسال و دریافت داده‌ها شده و به معامله‌گر HFT این امکان را می‌دهد که سریع‌تر از بقیه سفارش‌های خود را اجرا کند.
اتصال‌های پرسرعت (Low Latency Networks)
منظور از اتصال‌های پرسرعت شبکه‌های فیبر نوری و پروتکل‌های ارتباطی فوق سریع برای ارسال و دریافت داده‌ها در کمترین زمان ممکن است. به علاوه، بهینه‌سازی پروتکل‌های شبکه و استفاده از سخت‌افزارهایی مانند کارت‌های شبکه با توان بالا (NICs) نیز می‌توانند به ارسال و دریافت سریع‌تر داده‌ها کمک کنند.
استراتژی‌های رایج در معاملات فرکانس بالا (HFT)
در معاملات فرکانس بالا، الگوریتم‌ها از استراتژی‌هایی استفاده می‌کنند که در بازه‌های زمانی بسیار کوتاه و با سرعت فوق‌العاده بالای سودآوری داشته باشند. در این بخش، ۴ مورد از مهم‌ترین استراتژی‌های HFT را به صورت کامل، بررسی می‌کنیم.
- بازارسازی؛
- آربیتراژ؛
- نقدینگی‌گیری لحظه‌ای؛
- استراتژی میکر و تیکر؛
- استراتژی‌های مبتنی بر رویداد؛
- استراتژی‌های ساختاری.
بازارسازی (Market Making)
بازارسازی یکی از استراتژی‌های پایه‌ای و پرکاربرد در معاملات فرکانس بالا است. در این روش، الگوریتم معاملاتی به طور همزمان سفارش خرید (Bid) و فروش (Ask) را در نزدیکی قیمت بازار قرار می‌دهد و از اختلاف بین این دو قیمت (اسپرد) سود می‌برد. این کار باعث افزایش نقدشوندگی بازار می‌شود.
ویژگی‌های کلیدی:
- سود کم اما تعداد بالای معاملات؛
- اجرای خودکار سفارشات در عرض میلی‌ثانیه؛
- ریسک پایین‌تر نسبت به استراتژی‌های جهت‌دار؛
- پایداری در بازارهای کم‌نوسان.
مثال :
فرض کنید یک الگوریتم HFT در بازار EUR/USD به طور همزمان سفارش خرید در قیمت ۱.۰۸۵۰ و سفارش فروش در قیمت ۱.۰۸۵۱ ثبت می‌کند. اگر هر دو سفارش توسط سایر معامله‌گران پر شود، الگوریتم از اختلاف ۰.۰۰۰۱ دلاری سود می‌برد. این روند ممکن است هزاران بار در روز تکرار شود و سود نهایی قابل‌توجهی بسازد.
آربیتراژ (Arbitrage)
آربیتراژ یک استراتژی شناخته شده برای استفاده از اختلاف قیمت لحظه‌ای یک دارایی در دو بازار یا بستر مختلف است. در HFT، این استراتژی با سرعت بسیار بالا اجرا می‌شود، تا جایی که این اختلافات قبل از ناپدید شدن شناسایی و بهره‌برداری می‌شوند.
انواع آربیتراژ در HFT:
- آربیتراژ بین‌بورسی (Inter-Exchange Arbitrage): اختلاف قیمت بین دو بازار مختلف برای یک دارایی واحد؛
- آربیتراژ مثلثی در فارکس (Triangular Arbitrage): بهره‌برداری از اختلاف نرخ تبدیل بین سه جفت‌ارز؛
- آربیتراژ آماری (Statistical Arbitrage): استفاده از مدل‌های ریاضی برای تشخیص انحراف‌های قیمتی موقت بین دارایی‌های همبسته.
مثال:
تصور کنید قیمت سهام اپل در بورس نیویورک ۱۷۰.۰۰ دلار و در همان لحظه در بورس لندن معادل ۱۷۰.۰۵ دلار باشد. یک الگوریتم HFT در کمتر از یک ثانیه اقدام به خرید در نیویورک و فروش در لندن می‌کند و از همین اختلاف ۰.۰۵ دلاری در هر سهم سود می‌برد.
در آربیتراژ آماری، زمانی که قیمت دو دارایی همبسته از رابطه تاریخی‌شان فاصله می‌گیرد، الگوریتم با خرید دارایی ارزان‌تر و فروش دارایی گران‌تر وارد معامله شده و با بازگشت قیمت‌ها به تعادل، سود کسب می‌کند.
استراتژی میکر و تیکر (Maker-Taker)
میکر (Maker) در بازارهای مالی به تریدری گفته می‌شود که با ثبت یک سفارش لیمیت (limit) (سفارش با قیمت مشخص) باعث افزایش نقدینگی بازار می‌شود.
در مقابل، تیکر (Taker) کسی است که با سفارش market یا برخورد یک سفارش limit با سفارش موجود در دفتر سفارش، بلافاصله معامله را انجام داده و نقدینگی بازار را مصرف می‌کند.
الگوریتم‌های پیچیده معاملات فرکانس بالا (HFT) معمولاً از استراتژی‌های میکر و تیکر به صورت ترکیبی استفاده می‌کنند. یعنی، هم سفارش‌هایی برای تامین نقدینگی بازار ارسال می‌کنند و هم سفارش‌هایی را به صورت تیکر اجرا می‌کنند. به این ترتیب، هم از اسپرد سود می‌برند و هم از حرکات سریع قیمت بهره‌مند می‌شوند.
پیشنهاد برای مطالعه بیشتر: سیستم معاملاتی جایگزین
استراتژی‌های مبتنی بر رویداد (Event Arbitrage)
در این نوع استراتژی، الگوریتم‌ها طوری برنامه‌ریزی می‌شوند که در کسری از ثانیه به اخبار اقتصادی مهم مانند نرخ بیکاری، تصمیمات بانک مرکزی یا داده‌های تورمی واکنش نشان دهند. به محض انتشار خبر، ربات‌ها بلافاصله آن را تحلیل کرده و سفارش خرید یا فروش ثبت می‌کنند، قبل از اینکه معامله‌گران انسانی حتی فرصت واکنش داشته باشند.
برای مثال، اگر نرخ بیکاری کمتر از انتظار باشد، الگوریتم ممکن است بلافاصله دلار آمریکا را خریداری کند. این سرعت در واکنش، مزیت اصلی HFT در استراتژی‌های خبری است.
استراتژی‌های ساختاری (Structural Arbitrage)
در این استراتژی، الگوریتم‌ها از ناکارآمدی‌های فنی در ساختار بازار استفاده می‌کنند؛ مثل تأخیر در اجرای سفارش، تفاوت در سرعت پلتفرم‌ها یا حتی نوع اولویت‌بندی سفارشات در صرافی‌های مختلف.
به‌عنوان نمونه، اگر یک صرافی سفارش‌ها را کندتر پردازش کند، الگوریتم HFT می‌تواند از این تأخیر بهره ببرد و پیش‌دستی کند. این مدل معاملات بیشتر توسط شرکت‌هایی انجام می‌شود که دسترسی مستقیم به زیرساخت صرافی‌ها دارند (مثلاً با قرار دادن سرورها کنار دیتاسنتر صرافی).
نقش شرکت‌های بزرگ در معاملات فرکانس بالا (HFT)
شرکت‌های بزرگ نقش بسیار کلیدی و تأثیرگذاری در بازارهای معاملات فرکانس بالا (HFT) دارند، چرا که منابع و فناوری‌های پیشرفته‌ای در اختیار دارند که به آن‌ها اجازه می‌دهد با سرعت بسیار بالا و دقت زیاد در بازار فعالیت کنند. از جمله اینکه این شرکت‌ها:
- با ارسال حجم زیادی سفارش‌های limit (میکر) به بازار، نقدینگی بازار را افزایش می‌دهند.
- می‌توانند با حجم و سرعت بالای سفارشات، نوسانات قیمتی کوتاه‌مدت ایجاد کنند و در شکل‌گیری قیمت‌ها و رفتار بازار نقش اساسی دارند.
- به دلیل بالا بردن نقدینگی بازار، باعث می‌شوند که ریسک بازار برای دیگر معامله‌گران کاهش یابد.
- به عنوان پیشگامان فناوری، با رقابت بسیار شدید در زمینه معاملات الگوریتمی و افزایش سرعت معاملات، باعث نوآوری و پیشرفت در بازارهای مالی می‌شوند.
رقابت شدید شرکت‌های بزرگ برای نوآوری در بازارهای مالی به بهبود کارایی بازار و کاهش هزینه‌ها کمک می‌کند، اما گاهی باعث افزایش پیچیدگی برای معامله‌گران عادی و چالش‌های نظارتی می‌شود.
مزایا و چالش‌های معاملات فرکانس بالا (HFT) برای بازارها و تریدرها
بنا به مقاله caf Institute، معاملات فرکانس بالا (HFT) در بازارهای مالی پدیده‌ای تاثیرگذار با مزایا و چالش‌های خاص خود برای بازارها و تریدرها است که در ادامه به آن‌ها می‌پردازیم.
مزایا و چالش‌های معاملات فرکانس بالا برای بازارها
مزایای معاملات فرکانس بالا (HFT) برای بازارها عبارتند از:
- افزایش نقدینگی با ارسال سریع و متعدد سفارش‌ها در بازار؛
- کاهش اسپرد قیمت با افزایش تعداد سفارش‌ها؛
- افزایش کارایی بازار با افزایش سرعت و دقت واکنش قیمت‌ها به اطلاعات جدید در بازار؛
- کاهش نوسانات کوتاه‌مدت بازار با افزایش نقدشوندگی بازار.
چالش‌های معاملات فرکانس بالا (HFT) برای بازارها عبارتند از:
- الگوریتم‌های پیچیده HFT و سرعت بالای معاملات باعث می‌شود بازار برای سرمایه‌گذاران معمولی گیج‌کننده‌تر شود؛
- استراتژی‌های تهاجمی HFT می‌توانند با شناسایی و معامله پیش از سفارش‌های بزرگ مؤسسات، باعث افزایش نوسانات قیمتی شوند؛
- در مواقع نوسانات شدید بازار، HFT می‌تواند با افزایش سرعت و حجم معاملات، ریسک‌های سیستماتیک را تشدید کند؛
- برخی استراتژی‌های HFT می‌توانند به نوعی سوء استفاده یا دستکاری قیمت‌ها مثل اسپوفینگ منجر شوند که غیرقانونی است؛
- شرکت‌های HFT بزرگ با منابع فراوان ممکن است بازار را به نفع خودشان تحت تاثیر قرار دهند و رقابت را برای تریدرهای کوچک سخت‌تر کنند.
مزایا و چالش‌های معاملات فرکانس بالا برای تریدرها
مزایای معاملات معاملات فرکانس بالا (HFT) برای تریدرها عبارتند از:
- تریدرها می‌توانند از نقدشوندگی بیشتر و اسپردهای کمتر بهره‌مند شوند؛
- امکان کسب سود از نوسانات کوتاه‌مدت برای تریدرها بیشتر شده و فرصت‌های معاملاتی بیشتر می‌شود؛
- به دلیل کاهش اسپرد و افزایش رقابت، هزینه‌های معاملاتی برای تریدرها کاهش می‌یابد.
چالش‌های معاملات معاملات فرکانس بالا (HFT) برای تریدرها عبارتند از:
- تریدرهای انسانی نمی‌توانند با سرعت و دقت الگوریتم‌های HFT رقابت کنند؛
- وقتی که HFTها سفارش‌ها را در میلی‌ثانیه ارسال و اجرا می‌کنند، تریدرهای معمولی ممکن است فرصت‌های سودآور را از دست بدهند؛
- برای ورود به HFT نیاز به سرمایه‌گذاری سنگین در تکنولوژی و زیرساخت‌های پیشرفته است که برای بسیاری از افراد مقدور نیست؛
- بسیاری از استراتژی‌های HFT پیچیده و پنهان هستند و فهم آن‌ها برای تریدرهای معمولی دشوار است.
| جنبه | مزایا | چالش‌ها |
|---|---|---|
| بازارها | ایجاد نقدشوندگی بالا، کاهش اسپردها، افزایش کارایی بازار و کاهش نوسانات. | افزایش پیچیدگی، احتمال رخ دادن ریسک‌های سیستماتیک، احتمال دستکاری بازار و نامتعادل بودن قدرت‌ها در بازار. |
| تریدرها | دسترسی بهتر به قیمت‌های بهینه، افزایش فرصت‌های معاملاتی، کاهش اسپردها و هزینه معاملات. | عدم توانایی رقابت با الگوریتم‌ها، از دست دادن فرصت‌ها در رقابت با کامپیوترهای پیشرفته، بالا بودن هزینه فناوری ، پیچیده بودن معاملات فرکانس بالا و بیشتر شدن عدم شفافیت بازار |
قوانین و مقررات مرتبط با معاملات فرکانس بالا (HFT)
قوانین در حوزه معاملات فرکانس بالا تلاش می‌کنند تا تعادلی بین استفاده از فناوری پیشرفته و حفظ بازار عادلانه و شفاف برقرار کنند. هر کشوری یا بازاری ممکن است قوانین خاص خود را داشته باشد، اما قوانین مربوطه معمولاً روی مواردی مثل ثبت الگوریتم، جلوگیری از دستکاری، شفافیت و کنترل ریسک تمرکز دارند.
به عنوان مثال در آلمان، شرکت‌های HFT بایستی مجوز فعالیت کسب کنند، از کارآمدی سیستم‌های معاملاتی اطمینان حاصل کرده و ریسک خود را مدیریت کنند، نسبت سفارش به معامله و حداقل تیک سایز را رعایت کنند و از برخی شیوه‌های معاملاتی که مصداق دستکاری بازار هستند استفاده نکنند. (منبع)
یا در ایالات متحده، تمرکز قوانین بر افزایش شفافیت و نظارت بر فعالیت‌های HFT از طریق تعاریف جدید «فروشنده» و «بازارساز دولتی» و همچنین الزام به تسویه مرکزی تراکنش‌های اوراق بهادار دولتی است.
در اتحادیه اروپا نیز، با بررسی مجدد قوانین MiFID II و MiFIR و معرفی استراتژی جدید CMU با هدف استفاده از فناوری‌های نوین، گام‌هایی در جهت بهبود ساختار بازارهای مالی برداشته شده است.
آینده معاملات فرکانس بالا با پیشرفت هوش مصنوعی (AI)
همانطور که در leadinnovationz نیز آمده است، هوش مصنوعی به طور چشمگیری در حال بازتعریف نحوه انجام معاملات فرکانس بالا (HFT) است. این فناوری با توانایی پردازش حجم گسترده‌ای از داده‌ها، ارائه پیش‌بینی‌های لحظه‌ای و اجرای سفارشات با سرعت بسیار بالا، ساختار استراتژی‌های معاملاتی را تغییر داده و تاثیر عمیقی بر رفتار بازارها گذاشته است.
مهم‌ترین تاثیرات AI در این حوزه عبارتند از:
- تحلیل داده‌ها با سرعت بی‌نظیر: الگوریتم‌های هوش مصنوعی قادرند حجم عظیمی از داده‌ها مثل نوسانات قیمت، دفتر سفارشات و شاخص‌های اقتصادی را با سرعتی بسیار فراتر از انسان پردازش کنند و الگوها و ارتباطات را در لحظه شناسایی کنند که فرصت‌های جدید معاملاتی ایجاد می‌کند.
- پیش‌بینی بازار در زمان واقعی: AI تنها به داده‌های گذشته اکتفا نمی‌کند، بلکه شرایط فعلی بازار و حتی احساسات شبکه‌های اجتماعی را تحلیل می‌کند تا حرکت بعدی بازار را پیش‌بینی کند و الگوریتم‌ها را به سرعت برای بهره‌برداری از فرصت‌ها تنظیم نماید.
- کاهش تاخیر (Latency): در معاملات فرکانس بالا (HFT)T میلی‌ثانیه‌ها اهمیت زیادی دارند. سیستم‌های مبتنی بر AI زمان پردازش داده و اجرای معامله را به حداقل می‌رسانند تا سریع‌تر تصمیم بگیرند و از فرصت‌های کوتاه‌مدت سود ببرند.
- تصمیم‌گیری خودکار: سیستم‌های هوش مصنوعی توانایی اتخاذ تصمیمات مستقل را دارند و با یادگیری مداوم از داده‌های جدید، دقت و قابلیت اطمینان معاملات را بدون نیاز به دخالت انسان افزایش می‌دهند.
نتیجه‌گیری
معاملات فرکانس بالا با بهره‌گیری از فناوری‌های پیشرفته، نقشی حیاتی در بهبود نقدشوندگی و کارایی بازارهای مالی ایفا می‌کند. با این حال، پیچیدگی و ریسک‌های مرتبط با این معاملات نیازمند نظارت دقیق و مقررات مناسب است. آینده HFT با پیشرفت هوش مصنوعی، فرصت‌های جدیدی برای افزایش دقت و سرعت معاملات فراهم می‌آورد، اما تعادل میان نوآوری و مسئولیت‌پذیری برای حفظ سلامت بازارها ضروری خواهد بود.
