In diesem Artikel möchte ich Ihnen die Methoden vorstellen, mit denen ich selbst profitable algorithmische Handelsstrategien identifiziere. Unser heutiges Ziel ist es, detailliert zu verstehen, wie man solche Systeme findet, bewertet und auswählt. Ich werde erklären, wie die Identifizierung von Strategien so sehr um persönliche Präferenzen geht wie um die Strategieleistung, wie man die Art und Menge historischer Daten für Tests bestimmt, wie man eine Handelsstrategie leidenschaftslos bewertet und schließlich wie man zur Backtesting-Phase und Strategieimplementierung vorgeht.
Um ein erfolgreicher Trader zu sein - entweder diskretionär oder algorithmisch - ist es notwendig, sich einige ehrliche Fragen zu stellen.
Ich würde sagen, dass die wichtigste Überlegung beim Handel ist, sich der eigenen Persönlichkeit bewusst zu sein. Handel und algorithmischer Handel erfordert insbesondere einen erheblichen Grad an Disziplin, Geduld und emotionaler Loslösung. Da Sie einen Algorithmus Ihren Handel für Sie durchführen lassen, ist es notwendig, entschlossen zu sein, sich nicht in die Strategie einzumischen, wenn sie ausgeführt wird. Dies kann extrem schwierig sein, insbesondere in Zeiten eines längeren Drawdowns. Allerdings können viele Strategien, die sich bei einem Backtest als sehr profitabel erwiesen haben, durch einfache Interferenz ruiniert werden. Verstehen Sie, dass Sie emotional getestet werden, wenn Sie in die Welt des algorithmischen Handels eintreten möchten, und dass es notwendig ist, diese Schwierigkeiten zu überwinden, um erfolgreich zu sein!
Die nächste Überlegung ist die Zeit. Haben Sie einen Vollzeitjob? Arbeiten Sie in Teilzeit? Arbeiten Sie von zu Hause aus oder haben Sie jeden Tag einen langen Pendelweg? Diese Fragen werden dazu beitragen, die Häufigkeit der Strategie zu bestimmen, die Sie suchen sollten. Für diejenigen von Ihnen, die in Vollzeitbeschäftigung sind, ist eine Intraday-Futures-Strategie möglicherweise nicht angemessen (zumindest bis sie vollständig automatisiert ist!). Ihre Zeitbeschränkungen bestimmen auch die Methodik der Strategie. Wenn Ihre Strategie häufig gehandelt wird und auf teure Nachrichtenfeeds (wie ein Bloomberg-Terminal) angewiesen ist, müssen Sie eindeutig realistisch sein, was Ihre Fähigkeit angeht, dies erfolgreich zu betreiben, während Sie im Büro sind! Für diejenigen von Ihnen, die viel Zeit haben oder die Fähigkeiten haben, Ihre Strategie zu automatisieren, möchten Sie möglicherweise eine technischere Hochfrequenzhandelsstrategie (HFT) untersuchen.
Ich bin der Ansicht, dass es notwendig ist, kontinuierliche Forschung zu Ihren Handelsstrategien durchzuführen, um ein konsequent profitables Portfolio zu erhalten. Wenige Strategien bleiben
Sie müssen auch Ihr Handelskapital berücksichtigen. Der allgemein akzeptierte ideale Mindestbetrag für eine quantitative Strategie beträgt 50.000 USD (ungefähr 35.000 £ für uns in Großbritannien). Wenn ich wieder anfangen würde, würde ich mit einem größeren Betrag beginnen, wahrscheinlich näher an 100.000 USD (ungefähr 70.000 £). Dies liegt daran, dass die Transaktionskosten für mittlere bis hohe Frequenzstrategien extrem teuer sein können und es notwendig ist, genügend Kapital zu haben, um sie in Zeiten von Abbau zu absorbieren. Wenn Sie mit weniger als 10.000 USD beginnen möchten, müssen Sie sich auf niedrigfrequente Strategien beschränken, indem Sie mit einem oder zwei Vermögenswerten handeln, da die Transaktionskosten Ihre Rendite schnell verringern.
Programmierkenntnisse sind ein wichtiger Faktor bei der Erstellung einer automatisierten algorithmischen Handelsstrategie. Kenntnisse in einer Programmiersprache wie C ++, Java, C #, Python oder R ermöglichen es Ihnen, die End-to-End-Datenspeicherung, die Backtest-Engine und das Ausführungssystem selbst zu erstellen. Dies hat eine Reihe von Vorteilen, von denen der wichtigste die Fähigkeit ist, sich aller Aspekte der Handelsinfrastruktur bewusst zu sein. Es ermöglicht Ihnen auch, die höheren Frequenzstrategien zu erkunden, da Sie die volle Kontrolle über Ihren Technologie-Stack haben. Dies bedeutet, dass Sie Ihre eigene Software testen und Fehler beseitigen können, bedeutet aber auch, dass Sie mehr Zeit mit der Codierung der Infrastruktur und weniger mit der Umsetzung von Strategien verbringen, zumindest im frühen Teil Ihrer Trading-Karriere.
Sie müssen sich fragen, was Sie durch algorithmischen Handel erreichen möchten. Sind Sie an einem regelmäßigen Einkommen interessiert, mit dem Sie hoffen, Gewinne aus Ihrem Handelskonto zu erzielen? Oder sind Sie an einem langfristigen Kapitalgewinn interessiert und können es sich leisten, ohne Mittel zu ziehen, zu handeln? Einkommensabhängigkeit wird die Häufigkeit Ihrer Strategie bestimmen.
Lassen Sie sich schließlich nicht von der Vorstellung täuschen, in kurzer Zeit extrem reich zu werden! Algo-Handel ist kein schnelles Reichwerden-Schema - wenn überhaupt, kann es ein schnelles Armerwerden-Schema sein. Es erfordert erhebliche Disziplin, Forschung, Fleiß und Geduld, um beim algorithmischen Handel erfolgreich zu sein. Es kann Monate, wenn nicht sogar Jahre dauern, um eine konstante Rentabilität zu generieren.
Trotz allgemeiner Auffassungen im Gegenteil ist es eigentlich recht einfach, profitable Handelsstrategien im öffentlichen Bereich zu finden. Nie waren Handelsideen so leicht verfügbar wie heute. Akademische Finanzzeitschriften, Pre-Print-Server, Handelsblogs, Handelsforen, wöchentliche Handelszeitschriften und Fachtexte bieten Tausende von Handelsstrategien, auf denen Sie Ihre Ideen stützen können.
Unser Ziel als quantitative Handelsforscher ist es, eine Strategiepipeline zu etablieren, die uns einen Strom laufender Handelsideen bietet. Idealerweise möchten wir einen methodischen Ansatz für die Beschaffung, Bewertung und Umsetzung von Strategien schaffen, auf die wir stoßen. Die Ziele der Pipeline sind es, eine konsistente Menge an neuen Ideen zu generieren und uns einen Rahmen für die Ablehnung der Mehrheit dieser Ideen mit minimalem emotionalen Rücksicht zu bieten.
Wir müssen äußerst vorsichtig sein, damit kognitive Vorurteile unsere Entscheidungsfindungsmethodik nicht beeinflussen. Dies könnte so einfach sein, wie eine Präferenz für eine Anlageklasse gegenüber einer anderen zu haben (Gold und andere Edelmetalle kommen in den Sinn), weil sie als exotischer wahrgenommen werden. Unser Ziel sollte immer sein, konsequent profitable Strategien zu finden, mit positiver Erwartung. Die Wahl der Anlageklasse sollte auf anderen Überlegungen basieren, wie Handelskapitalbeschränkungen, Maklergebühren und Hebelwirkung.
Wenn Sie mit dem Konzept einer Handelsstrategie völlig unbekannt sind, dann ist der erste Ort, an dem Sie suchen, in etablierten Lehrbüchern. Klassische Texte bieten eine breite Palette von einfacheren, einfacheren Ideen, mit denen Sie sich mit dem quantitativen Handel vertraut machen können. Hier ist eine Auswahl, die ich für diejenigen empfehle, die neu im quantitativen Handel sind, die allmählich anspruchsvoller werden, wenn Sie durch die Liste arbeiten:
Eine längere Liste der quantitativen Handelsbücher finden Sie in der Leseliste von QuantStart.
Der nächste Ort, um anspruchsvollere Strategien zu finden, sind Handelsforen und Handelsblogs. Allerdings ist eine Notiz zu beachten: Viele Handelsblogs verlassen sich auf das Konzept der technischen Analyse.
Trotz der großen Beliebtheit in der gesamten Handelswelt gilt die technische Analyse in der quantitativen Finanzwelt als etwas ineffektiv. Einige haben vorgeschlagen, dass sie in Bezug auf ihre vorausschauende Kraft nicht besser ist als das Lesen eines Horoskops oder das Studium von Teeblättern! In Wirklichkeit gibt es erfolgreiche Individuen, die technische Analyse nutzen.
Hier ist eine Liste von angesehenen algorithmischen Trading-Blogs und -Foren:
Wenn Sie einmal Erfahrung mit der Bewertung einfacherer Strategien gesammelt haben, ist es an der Zeit, sich die anspruchsvolleren akademischen Angebote anzuschauen. Einige akademische Zeitschriften sind ohne hohe Abonnements oder einmalige Kosten schwer zugänglich. Wenn Sie Mitglied oder Alumnus einer Universität sind, sollten Sie Zugang zu einigen dieser Finanzeitschriften erhalten können. Andernfalls können Sie auf Pre-Print-Server schauen, die Internet-Repositories von späten Entwürfen akademischer Arbeiten sind, die einer Peer-Review unterzogen werden. Da wir nur an Strategien interessiert sind, die wir erfolgreich replizieren, backtesten und für die wir Rentabilität erzielen können, ist eine Peer-Review für uns weniger wichtig.
Der größte Nachteil akademischer Strategien ist, dass sie oft entweder veraltet sein, obskure und teure historische Daten erfordern, in illiquiden Anlageklassen handeln oder keine Gebühren, Slippage oder Spread berücksichtigen. Es kann auch unklar sein, ob die Handelsstrategie mit Marktordern, Limitordern durchgeführt werden soll oder ob sie Stop-Losses usw. enthält. Daher ist es absolut wichtig, die Strategie so gut wie möglich selbst zu replizieren, sie zu testen und realistische Transaktionskosten hinzuzufügen, die so viele Aspekte der Anlageklassen umfassen, in denen Sie handeln möchten.
Hier ist eine Liste der beliebtesten Vordruckserver und Finanzexperten, von denen Sie Ideen erhalten können:
Das erfordert in der Regel (aber nicht ausschließlich) Fachkenntnisse in einer oder mehreren der folgenden Kategorien:
Es gibt natürlich viele andere Bereiche, in denen Quanten untersucht werden können.
Wenn Sie diese Quellen wöchentlich oder sogar täglich weiter überwachen, stellen Sie sich vor, eine konsistente Liste von Strategien aus einer Vielzahl von Quellen zu erhalten.
Die erste und wohl offensichtlichste Überlegung ist, ob Sie die Strategie wirklich verstehen. Können Sie die Strategie prägnant erklären oder erfordert sie eine Reihe von Vorbehalten und endlosen Parameterlisten? Darüber hinaus hat die Strategie eine gute, solide Grundlage in der Realität? Zum Beispiel könnten Sie auf eine Verhaltensbegründung oder eine Einschränkung der Fondsstruktur hinweisen, die die Muster verursachen könnte, die Sie auszunutzen versuchen? Würde diese Einschränkung einer Regimeänderung, wie einer dramatischen Störung des Regulierungsumfeldes, standhalten? Stützt sich die Strategie auf komplexe statistische oder mathematische Regeln? Gilt sie für eine Finanzzeitreihe oder ist sie spezifisch für die Anlageklasse, auf der sie behauptet wird, profitabel zu sein? Sie sollten ständig über diese Faktoren nachdenken, wenn Sie neue Handelsmethoden bewerten, sonst können Sie eine erhebliche Menge Zeit damit verschwenden, unrentable Strategien zu testen und zu optimieren.
Sobald Sie festgestellt haben, dass Sie die Grundprinzipien der Strategie verstehen, müssen Sie entscheiden, ob sie zu Ihrem oben genannten Persönlichkeitsprofil passt. Dies ist nicht so vage eine Überlegung, wie es klingt! Strategien werden sich wesentlich in ihren Leistungsmerkmalen unterscheiden. Es gibt bestimmte Persönlichkeitstypen, die signifikantere Zeiträume des Rückgangs bewältigen können oder bereit sind, ein größeres Risiko für eine größere Rendite zu akzeptieren. Trotz der Tatsache, dass wir als Quanten versuchen, so viel kognitive Voreingenommenheit wie möglich zu beseitigen und eine Strategie leidenschaftslos bewerten können, werden Voreingenommenheiten immer hereinkriechen. Daher brauchen wir ein konsistentes, unemotionales Mittel, mit dem wir die Leistung von Strategien bewerten können. Hier ist die Liste der Kriterien, anhand der ich eine potenzielle neue Strategie beurteile:
Beachten Sie, dass wir die tatsächlichen Renditen der Strategie nicht diskutiert haben. Warum ist das so? Isoliert liefern uns die Renditen tatsächlich nur begrenzte Informationen über die Effektivität der Strategie. Sie geben Ihnen keinen Einblick in Hebelwirkung, Volatilität, Benchmarks oder Kapitalanforderungen. Strategien werden daher selten nur anhand ihrer Renditen beurteilt. Betrachten Sie immer die Risikoattribute einer Strategie, bevor Sie sich die Renditen ansehen.
In diesem Stadium werden viele der aus Ihrer Pipeline entdeckten Strategien von Hand abgelehnt, da sie Ihren Kapitalanforderungen, Hebelwirkungseinschränkungen, maximaler Abzugstoleranz oder Volatilitätspräferenzen nicht entsprechen.
Heute ist die Breite der technischen Anforderungen für die Speicherung historischer Daten über die Anlageklassen hinweg erheblich. Um wettbewerbsfähig zu bleiben, investieren sowohl die Kaufseite (Fonds) als auch die Verkaufsseite (Investmentbanken) stark in ihre technische Infrastruktur. Es ist unerlässlich, ihre Bedeutung zu berücksichtigen. Insbesondere sind wir an den Anforderungen an Aktualität, Genauigkeit und Speicherung interessiert. Ich werde jetzt die Grundlagen der Erfassung historischer Daten und deren Speicherung skizzieren. Leider ist dies ein sehr tiefgreifendes und technisches Thema, so dass ich in diesem Artikel nicht alles sagen kann. Allerdings werde ich in Zukunft viel mehr darüber schreiben, da sich meine vorherige Erfahrung in der Finanzindustrie hauptsächlich mit der Erfassung, Speicherung und dem Zugriff auf finanzielle Daten beschäftigte.
Im vorherigen Abschnitt hatten wir eine Strategie-Pipeline aufgestellt, die es uns ermöglichte, bestimmte Strategien auf der Grundlage unserer eigenen persönlichen Ablehnungskriterien abzulehnen. In diesem Abschnitt werden wir mehr Strategien auf der Grundlage unserer eigenen Präferenzen für den Erhalt historischer Daten filtern. Die wichtigsten Überlegungen (insbesondere auf der Ebene des Einzelhändlers) sind die Kosten der Daten, die Speicheranforderungen und Ihr technisches Fachwissen. Wir müssen auch die verschiedenen Arten verfügbarer Daten und die verschiedenen Überlegungen diskutieren, die jede Art von Daten uns auferlegt.
Lassen Sie uns zunächst die verfügbaren Datenarten und die wichtigsten Fragen diskutieren, über die wir nachdenken müssen:
Wie man sehen kann, ist es notwendig, die Verfügbarkeit, Kosten, Komplexität und Implementierungsdetails eines bestimmten Satzes historischer Daten zu bewerten, sobald eine Strategie über die Pipeline ermittelt wurde. Möglicherweise müssen Sie eine Strategie ablehnen, die ausschließlich auf historischen Daten beruht. Dies ist ein großer Bereich und Teams von Doktoranden arbeiten mit großen Mitteln, um sicherzustellen, dass die Preisgestaltung genau und zeitnah ist. Unterschätzen Sie nicht die Schwierigkeiten, ein robustes Rechenzentrum für Ihre Backtesting-Zwecke zu schaffen!
Ich möchte jedoch sagen, dass viele Backtesting-Plattformen diese Daten automatisch - zu einem Preis - für Sie bereitstellen können. Dadurch wird Ihnen ein großer Teil der Implementierungsschmerzen entgehen, und Sie können sich rein auf die Strategieimplementierung und -optimierung konzentrieren. Tools wie TradeStation besitzen diese Fähigkeit. Meine persönliche Ansicht ist jedoch, so viel wie möglich intern zu implementieren und Teile des Stacks an Softwareanbieter auszulagern. Ich bevorzuge höhere Frequenzstrategien aufgrund ihrer attraktiveren Sharpe-Verhältnisse, aber sie sind oft eng mit dem Technologie-Stack verbunden, wo eine fortschrittliche Optimierung entscheidend ist.
Nun, da wir die Fragen rund um historische Daten besprochen haben, ist es an der Zeit, unsere Strategien in einer Backtesting-Engine umzusetzen.