Jump to content
Co nového? Mé kurzy
Články a tutoriály:
Archiv článků Psychologie obchodování Jak na obchodní plán Mé obchodní strategie
  • Edge jménem diverzifikace

    Jedním ze zásadních prvků robustního ziskového obchodování je bezesporu diverzifikace. V praxi nejsnadněji dosažitelná pomocí obchodování systémů na více trzích najednou. Pojďme si na konkrétním příkladu ukázat základní prvky diverzifikace tak, jak je sám používám při obchodování komoditních trhů.

    Cílem článku je především demonstrovat, jak některé velmi jednoduché přístupy představují v trzích často až překvapivě robustní řešení. Pokud se na ně podíváme správnou optikou.
    Předmětem článku tedy není popis konkrétního obchodního systému připraveného pro ostré obchodování. Není tak třeba hlouběji přemýšlet nad použitým kapitálem a množstvím trhů. Samozřejmě, že dané principy lze přizpůsobovat i běžným účtům – například obchodováním menšího počtu trhů, menšího počtu kontraktů, nižšího timeframe a v neposlední řadě obchodování například ETFs místo futures.

    Prezentovaný popis je aplikovaný na denní timeframe a lze ho charakterizovat jako swingové obchodování. Nicméně stejné principy fungují i na nižších timeframe, byť zde bývá programování systémů náročnější.

    Univerzálně aplikovatelná obchodní myšlenka

    Řada traderů se často ve svém obchodním vývoji na dlouho zasekne na tom, že se snaží v trzích objevit „svatý grál“. Logiku, která bude s malým riskem perfektně a dlouhodobě fungovat na zvoleném trhu. Zejména to vnímám v oblasti algoritmického obchodování, ve kterém se obchodníci snaží používat hodně jemné patterny vycházející třeba z popisu diskrečního obchodování.

    Pokud jste si touto cestou třeba také prošli a nikam nevedla, zkuste zpočátku tradingu vsadit na některé jednodušší osvědčené principy vycházející z hrubších principů trhů. Ty sice z nikoho s malým kapitálem neudělají boháče přes noc, ale zato je možné s nimi rozumně a dlouhodobě hodnotit kapitál po přiměřených krůčkách a postupně k tomu třeba vyvíjet specializovanější spekulativní strategie, které občas mohou zazářit i s menším kapitálem.

    Sám jsem velkým příznivcem jednoduchých a v zásadě neoptimalizovaných řešení. Navíc takových, které budou fungovat na mnoha trzích najednou.

    Příkladem může být například vstup na korekci do trendu.

    Pro účely tohoto článku použijme nějakou opravdu jednoduchou formu dané myšlenky, kterou je možné snadno algoritmizovat.

    Trend můžeme definovat úplně „klasicky“ například pomocí dvou klouzavých průměru s různými periodami. Například uptrend jako situaci, kdy je denní klouzavý průměr 50 nad průměrem s periodou 200. Downtrend pak jako situaci, kdy je krátkodobý průměr pod dlouhodobým.

    Jak definovat korekci? Může to být například retest klouzavého průměru. Takový vstup ale neříká nic o tom, jak hluboká korekce je. Rozumnější může být například čekat na pokles o určité velikosti od střednědobých high (pokud jsme v uptrendu) nebo nadechnutí od low (pokud jsme v downtrendu).

    A zde přichází na řadu první důležitý bod – abychom mohli přístup snadno aplikovat na libovolné trhy, je vhodné jakékoliv podmínky popisovat co nejuniverzálněji, což nám umožní například volatilita konkrétního trhu vyjádřená například pomocí ATR.

    Vstup do korekce tak může být definován jako vzdálenost vyjádřená násobkem ATR od high (pro long) nebo od low (pro short). Taková logika je aplikovatelná na libovolný trh a není třeba ji přitom jakkoliv upravovat.

    Takto mohou vstupy vypadat například na denním grafu trhu NQ:

    26portfoli_01.jpg

    Co se týče výstupů, tak zejména ze začátku doporučuji je příliš nekomplikovat. V trzích funguje především jednoduchost. Při podobném swingovém obchodování lze použít například profit target s násobkem ATR, překročení nějaké S/R úrovně, posouvaný stop-loss, časový stop-loss atd.

    Standardizace volatility

    Komoditní trhy jsou různě drahé a volatilní. Nákup a držení jednoho kontraktu v e-mini NQ neznamená pro náš účet to samé jako například nákup a držení kontraktu ropy. V diskrečním obchodování je opravdu náročné obchodovat trhy s různou volatilitou. V případě automatizace to však není problém, je ale potřeba na různou dravost trhů myslet.

    Jeden ze zásadních principů diverzifikace je tak standardizovat risk spojený s obchodováním různých trhů. To lze provádět různými sofistikovanými způsoby. Jeden z těch jednodušších, který často ale zcela dostačuje, spočívá v následujícím postupu:

    Nejprve si vypočítám ATR trhu za určitý počet dnů. Většinou pracuji s kratšími periodami, například 5. Tuto hodnotu vynásobím dolarovou hodnotou bodu trhu. Tím dostávám průměrnou, dolarově vyjádřenou hodnotu volatility trhu.

    Následně pracuji s tím, že v daném trhu chci otevřít tolik pozic, aby průměrná denní dolarová volatilita trhu představovala například 1 % obchodního účtu.

    Řešení to není dokonalé, ale je solidně funkční. Nejen že umožňuje obchodovat více trhů najednou, ale adekvátně také upravuje počet kontraktů v jednom trhu s ohledem na aktuální volatilitu (ve vyšší volatilitě obchoduje méně kontraktů, v nízké více).

    Aplikace jednoduchého kódu na více trhů najednou

    Pojďme se nyní podívat na sílu diverzifikace v praxi.

    Máme naprosto jednoduchou logiku systému, který vstupuje (long i short) na korekcích do směru trendu.

    Při aplikaci systému na jednotlivé trhy mohou equity křivky vypadat například takto:

    E-mini S&P coby náhodně vybraný zástupce akciových indexů:

    26portfoli_02.jpg

    Britská libra coby náhodně vybraný zástupce měn:

    26portfoli_03.jpg

    Sója coby náhodně vybraný zástupce zemědělských komodit:

    26portfoli_04.jpg

    Ropa coby náhodně vybraný zástupce energetické komodity:

    26portfoli_05.jpg

    A tak bychom mohli pokračovat dále.

    Vidíme, že i tak jednoduchý přístup „nějak“ funguje vesměs na libovolném trhu. Ale výsledky jsou vesměs v praxi spíše neobchodovatelné. Ovšem, co když využijeme diverzifikaci a podívali bychom se, jak by hypotetická výkonnost vypadala na všech běžných komoditách (přes 50 běžně obchodovaných komoditních kontraktů všech kategorií obchodovaných na burze v USA)?

    ts_26portfoli_07.jpg

    Na první pohled je vidět, že se dostáváme k výrazně zajímavějším výsledkům. Ty navíc neobsahují jiný position sizing než standardizaci volatility (počet kontraktů je tedy stále počítán pouze z počátečního kapitálu, průběžné zisky nejsou reinvestovány).

    Systém obchoduje long i short a pro jednotlivé trhy není jakkoliv optimalizován. Přesto má hodně stabilní průběh za celou sledovanou historii. Stabilita je dosažena právě pomocí diverzifikace.

    Znovu je třeba podtrhnout, že prezentovaný princip má ještě dlouhou cestu k možnému nasazení do obchodování. Například zde jakkoliv není řešen risk management z pohledu celého portfolia, adekvátnost risku na pozici, průběžné využívání kapitálu atd. Také je slepě aplikován na všechny US komodity, které mám v databázi bez ohledu na fakt, že některé trhy spolu silně korelují. Je to skutečně jen velmi orientační backtest (který ale mj. zahrnuje už i komise).

    Nabízí ale otázku zdali:
    - Je vhodnější snažit se za každou cenu „pilovat“ systém pro jediný trh, což velmi snadno vede k přeoptimalizaci.
    - Nebo použít jednoduché principy a pozornost zaměřit více na řízení portfolia. V našem případě tak například dále věnovat pozornost výběru trhů na základě korelací, aplikování risk managementu na úrovni portfolia atd.

    Patrně nemusím zdůrazňovat, že sám v algoritmickém obchodování postupuji především druhou cestou – tedy strategie stavím více s ohledem na fungování v portfoliu. Sami vidíte, jaký edge pak „automaticky“ poskytuje diverzifikace.

    Princip diverzifikace funguje i v diskrečním obchodování, byť zde je výrazně náročnější. Sám jsem v minulosti měl období, kdy jsem obchodoval více intradenních trhů najedou a prostě se zaměřoval na ty, které byly v daný den dostatečně volatilní. Nicméně s postupujícím věkem a zkušenostmi postupně člověk mění priority ve způsobu využívání času. Dnes je pro mne výrazně efektivnější využívat diverzifikaci v automatizovaných přístupech, které zvládají obchodovat najednou pochopitelně mnohem více trhů a přístupů, než bych kdy byl schopen vyhodnocovat ručně.

    Závěrem

    Pokud vytváříte programovatelné strategie, doporučuji od začátku připravovat kód tak, aby byl snadno aplikovatelný na jiné trhy. Zejména to znamená nevyužívat fixní konstanty vztahující se k jednomu trhu, ale pracovat například s násobky volatility. Následně pak sledovat, jak by se daný přístup choval při nasazení v portfoliích na nekorelujících trzích. Možná budete z výsledků překvapeni.

    16.4.2017

    Petr Podhajský

    Fulltime obchodník věnující se tradingu více než 20 let. Specializace na systematické strategie obchodované na futures a akciích. Oblíbený styl obchodování: stavba automatizovaných portfolio systémů, které využívá i při správě většího externího kapitálu.


    Další články na toto téma

    Korelace v tradingu: Skrytá síla (i hrozba) vašeho portfolia (včetně video lekce)

    Máte pocit, že máte své portfolio dobře diverzifikované, ale přesto vás občas překvapí, jak všechny vaše pozice ztrácejí najednou? Nebo se snažíte najít strategie, které by skutečně vyvážily riziko těch stávajících, ale tápete, jak jejich vztah objektivně posoudit? Klíčem k odpovědi je pochopení a analýza korelace.
    Korelace je jedním z nejdůležitějších, a v konečném důsledku i  často přehlížených, konceptů v řízení risku. Je to tichá síla, která může pomoci naše zisky násobit, ale také skrytá hrozba, která dokáže potopit i zdánlivě bezpečný účet. V dnešním článku se podíváme na to, co korelace znamená, proč je pro systematické tradery naprosto zásadní, a hlavně – ukážeme si, jak ji analyzovat i s pomocí taktik, které pravděpodobně neznáte.
    Co je korelace a proč by nás měla zajímat?
    Velmi zjednodušeně řečeno, korelace měří, jak moc se dvě datové řady  mají tendenci pohybovat společně (např. ceny akcií, výnosy strategií – s těmi budeme pracovat v následující výkladu). Korelace se měří na škále od -1 do +1:
    +1 (perfektní pozitivní korelace): Když výnosy jedné strategie rostou, druhé strategii rostou také (a naopak). Pohybují se v dokonalém souladu. -1 (perfektní negativní korelace): Když výnosy jedné strategie rostou, druhé výnosy klesají (jde do drawdownu). Pohybují se přesně opačně. Takhle ideální vztah se hledá těžko, ale příkladem může být (někdy) vztah mezi strategií nakupující akcie a strategií pracující s indexem volatility VIX. 0 (nulová korelace): Pohyb jednoho nám nic neříká o pravděpodobném pohybu druhého. Strategie jsou na sobě lineárně nezávislé. Proč je to pro trading klíčové? Protože skutečná diverzifikace portfolia nestojí na počtu strategií, ale na jejich nízké vzájemné korelaci. V portfoliu můžeme mít deset různých strategií na deseti různých trzích, ale pokud všechny reagují stejně na podobné makroekonomické zprávy nebo pohyby hlavních indexů (tj. jsou silně pozitivně korelované), pak ve skutečnosti nediverzifikujete. Když přijde problém, všechny naše "košíky" se rozbijí najednou.
    Cílem je naopak hledat a kombinovat strategie, které spolu korelují co nejméně (hodnoty blízko 0) nebo ideálně negativně. Proč? Protože když jedna část portfolia prochází nevyhnutelným drawdownem, nekorelovaná nebo negativně korelovaná část může ztráty mírnit, nebo dokonce generovat zisk. Výsledkem je hladší celková equity křivka, menší psychický tlak a hlavně ochrana kapitálu před katastrofickými propady.
    Odhad nestačí: Potřebujeme data a nástroje
    Samozřejmě, můžeme se podívat na grafy dvou strategií a vizuálně odhadnout, zda se pohybují podobně. Ale pro seriózní řízení portfolia potřebujeme víc.
    Korelaci potřebujeme kvantifikovat. To znamená získávat odpovědi na podobné otázky:
    Jaká je korelace jejich denních nebo týdenních výnosů? Vůči ostatním obchodovaným strategiím, celému portfoliu a tržním indexům? Co je ještě důležitější: Jaká je korelace jejich propadů (drawdownů)? Chovají se podobně i v dobách, kdy ztrácejí? Mění se tato korelace v různých tržních režimech (když trh roste vs. když klesá)? Ale také – jak se strategie chovají a korelují během extrémních tržních událostí (krachy, prudké růsty)? Odpovědi na tyto a podobné otázky nám poskytují mnohem hlubší porozumění práce s riskem a diverzifikací v rámci našeho portfolia. A každý seriózní trader by se jimi měl zabývat.
    Problém je, že běžné obchodní platformy často tyto pokročilejší analýzy nenabízejí, nebo jen ve velmi omezené formě.
    Python a LLM: Brána k pokročilé analýze pro každého
    A tady přichází na řadu nástroj, který na Finančníkovi v posledních letech intenzivně využíváme a učíme se – programovací jazyk Python.
    Chápu, že při slově "programování" se řada z vás děsí. Nejsme programátoři, ale tradeři.
    Ale věřte mi, že sám programátorem nejsem (a před pár lety jsem nebyl schopen napsat ani makro ve Wordu), ale do Pythonu jsem nakonec pronikl a rozhodně se mi to vyplácí. Hlavní důvod, proč používat nástroje typu Python není dnes tak složité, jsou služby typu ChatGPT, Gemini, Copilot – tedy velké jazykové modely (LLM), které stačí instruovat (i v češtině) a sami Python kód vytvoří. Stačí tedy umět popsat, co chceme udělat ("Spočítej mi korelaci drawdownů pro tyto strategie a zobraz ji jako heatmapu"), a LLM nám vygeneruje potřebný kód. Samozřejmě, stále je třeba se naučit základy a rozumět tomu, co kód dělá, ale proces je nesrovnatelně rychlejší a přístupnější.
    Jak jsem již na Finančníkovi mnohokrát zmiňoval, jednou z vlastností tradera, kterou vnímám jako klíčovou pro „novou dobu“, je datová a skriptovací gramotnost. Protože ve finále získá vysokou konkurenční výhodu ten, kdo umí pracovat s LLM nástroji.
    Ostatně podívejte se na ukázku. Zpřístupnil jsem vám lekci z aktuálně probíhajícího minikurzu datové analýzy zaměřené právě na korelaci.
    Vytvořený kód vesměs připravuje LLM (nejvíce používám Claude), který směřuji tak, aby pracoval, jak potřebuji. Tedy rozhodně bych sám podobný kód z hlavy nevysypal. Ale díky tomu, že se Pythonu už nějaký týden věnuji, dokáži Claude instruovat, co má vytvořit a opravit ji, když vidím, že vytvářený kód nejde správným směrem (je třeba moc komplikovaný).
    A proč  podstupovat podobné úsilí, když existují hotové řešení typu TradeStation, Amibroker, MetaTrader a mnoho dalších? Protože získáme možnost vytvářet analýzy, které v běžných retailových programech dostupné nejsou.
    Podívejte se na to, jak jsem s pomocí korelace zanalyzoval chování portfolia sdíleného v Trading Room (které se blíží tomu, co obchoduji živě). Taková analýza mi pomáhá lépe portfolio pochopit, identifikovat skrytá rizika a činit informovanější rozhodnutí třeba s ohledem na to, jaké strategie do portfolia přidávat.

     Video je součástí minikurzu Datové analýzy pro tradery, do kterého se zdarma mohou zapojit všichni účastníci TechLabu.
    Portfolio obchodních strategií analyzované ve videu:

    Je složené ze strategií Monday Buyer, SMO NDX, MR3000L, MR3000S, DeepDIP a intradenní breakout long/short, jejichž signály jsou k dispozici v Trading Room a které do velké míry kopírují přesně to, co v tradingu sám dělám.
    Závěr
    Jak tedy vidíte na praktické ukázce, pustit se do získávání datové gramotnosti se rozhodně vyplatí. Umožní vám to nejen hlouběji porozumět chování vašich strategií a portfolií, ale také objevit nové souvislosti a příležitosti, které by jinak zůstaly skryté. Je jasné, že naučit se pracovat s daty a nástroji jako Python není záležitostí jednoho víkendu, ale spíše během na delší trať. A právě proto jsme na Finančníkovi vytvořili TechLab. Je koncipován tak, aby vás tímto procesem provedl postupně, krok za krokem. Informace dávkujeme v rámci minikurzů a praktických tutoriálu, neustále je k dispozici lektor (Bogdan) pro vaše dotazy a zpětnou vazbu k vašim projektům a kódům. Věříme, že právě tato kombinace postupného učení, podpory a neustálé inspirace je tou nejlepší cestou, jak datovou analýzu a systematický trading skutečně ovládnout.
    Registrovat se do skupiny Techlab, což vám zpřístupní i celý aktuálně probíhající kurz Datové analýzy pro tradery, můžete na stránce TechLab - zaměřeno na automatizaci a technickou podporu v obchodování.

    Mechanické obchodování IPO (Initial Public Offering)

    Při obchodování na burze můžeme pracovat s různými statistickými výhodami. Jednou z nich může být i IPO, kdy se akcie poprvé dostávají na burzu.
    Obsah článku:
    Co je IPO? Kolik je IPO za rok? Proč se o IPO z pohledu tradingu zajímat? Obchodování IPO Tendence pohybů akcií po IPO SPAC vs. tradiční IPO Identifikace SPAC v historických grafech Obchodní plán vycházející z IPO Backtest mechanické IPO strategie Mechanické obchodování IPO – shrnutí Co je IPO?
    "IPO" je zkratka pro "Initial Public Offering" a označuje první veřejnou nabídku akcií společnosti na burze. Tento proces je klíčovým momentem pro mnoho soukromých společností, protože znamená jejich vstup na veřejný akciový trh a nabídnutí svých akcií široké veřejnosti. Před IPO je společnost obvykle vlastněna zakladateli, ranými investory, jako jsou venture kapitalisté, a možná malým počtem privátních investorů. IPO umožňuje společnosti získat kapitál od široké veřejnosti prostřednictvím prodeje akcií a současně poskytuje raným investorům a zakladatelům možnost zhodnotit část své investice.
    Kolik je IPO za rok?
    O kolika potenciálních obchodech hovoříme?
    I když aplikujeme na první obchodní den akcie po IPO konzervativní filtr likvidity C*V > 10 milionů, abychom vyloučili různé penny stocks, jde stále o vyšší desítky, někdy i stovky obchodních příležitostí ročně:

    Historická data ukazují, že poslední roky je IPO méně, zejména v roky, kdy akciové trhy klesaly. Ale stále jde o zajímavé množství signálů.
    Proč se o IPO z pohledu tradingu zajímat?
    Coby tradeři obecně vyděláváme především na neefektivitách trhů. Ty se často odehrávají v dobách, kdy v trzích panují emoce. Což uvedení nové společnosti na veřejně obchodovaný trh často představuje. O společnostech vstupujících na trh se hodně hovoří a především není známá jejich tržní cena. Ta se teprve bude tvořit.
    Obchodování IPO
    IPO lze obchodovat jednak tak, že se účastníme samotného úpisu. Při vstupu na burzu je na základě poradců a investičních bank stanovena cena, za kterou se akcie upisují. Za tuto cenu lze nakupovat akcie u brokerů, kteří IPO umožňují obchodovat. Řada obchodníků akcie nakupuje právě v IPO a vydělává na tzv. fenoménu IPO pop – rozdílu mezi první otevírací cenou akcie na burze a cenou, za kterou byla akcie upsaná. Řada akcií na základě zájmu investorů otevře výše, než za kterou byly primárně upsány. Nasdaq ve svých statistikách udává, že průměrný IPO pop v roce 2020 byl 38 %  (viz Trends in IPO Pops).
    IPO lze obchodovat ale i tak, že akcie nakupujeme až poté, co se začnou obchodovat na burze. Což je cesta, která se dá dělat systematicky s běžnými nástroji, které máme všichni k dispozici. Oproti etablovaným akciím můžeme coby tradeři těžit ze zvýšené volatility a již zmíněného prostého faktu, že trh teprve hledá férovou tržní cenu dané společnosti. To se promítá do toho, že některé tituly mohou po svém IPO dosáhnout ohromného zhodnocení. Zde je graf nejvyšších zhodnocení akcií za 30 obchodních dnů od první uzavírací ceny:

     
    Vidíme, že každý rok, včetně let 2022–2023, se našly tituly, které během 30 dnů po IPO uzavřely o několik desítek procent výše, než za jakou cenu skončilo na burze jejich obchodování první den. To jsou bezesporu zajímavé obchodní příležitosti.
    Tendence pohybů akcií po IPO
    Výše uvedený graf by mohl naznačovat, že akcie mají po IPO tendenci růst. Obecně tomu ale tak nebývá (výše publikovaný graf ukazuje maxima). Takto vypadají průměrná zhodnocení za 30 obchodních dnů od první uzavírací ceny po IPO:

    Zejména v době celkového klesajícího trhu akcie po IPO průměrně klesaly. A některé opravdu výrazně. Takto vypadá nejnižší zhodnocení akcií po IPO za 30 dnů od první uzavírací ceny:
     

    Akcie tedy umí v relativně krátké době po IPO vytvořit jak ohromný zisk, tak ohromnou ztrátu. To je paradoxně přesně prostředí, které pro aktivní trading potřebujeme. Vesměs vyděláváme hlavně na volatilitě, kdy se obchodované trhy hýbou.
    SPAC IPO vs. tradiční IPO
    IPO v grafu poznáme tak, že v daný den začíná cenový denní graf daného tickeru. Budete-li grafy testovat a například na IPO stavět obchodní systém, je potřeba mít na paměti druhý možný způsob, jak se společnosti dostávají na burzu. Může jít o výše popsané tradiční IPO, ale i o tzv. SPAC (Special Purpose Acquisition Company). SPAC IPO a tradiční IPO jsou dva rozdílné přístupy, jak společnost může vstoupit na veřejný akciový trh. Zatímco oba procesy mají stejný konečný cíl – získat kapitál od veřejných investorů a obchodovat na burze – způsob, jakým k tomu dosáhnou, se značně liší.
    SPAC, někdy označovaný jako „blank check company“, je entita vytvořená výhradně za účelem akvizice jedné nebo více nejmenovaných podniků. Společnost se na burzu dostane tak, že skupina investorů nebo sponzorů vytvoří novou společnost (SPAC) a uvede ji na burzu. Přičemž investoři kupují akcie bez znalosti, jaká konkrétní akvizice bude provedena. Jde skutečně o prázdnou společnost, kdy se teprve později hledá firma, u které SPAC provede akvizici. Jakmile je cílová společnost identifikována (často měsíce až několik let), akcionáři SPAC hlasují o schválení akvizice. Po schválení se cílová společnost stává veřejně obchodovanou společností prostřednictvím fúze se SPAC.
    Rozlišovat mezi tradičním IPO a SPAC IPO je při analýze grafů velmi důležité. Cena SPAC IPO zpočátku nemá souvislost s akvizovanou společností.
    Identifikace SPAC v historických grafech
    SPAC můžeme v historických grafech identifikovat například pomocí Norgate Dat (je potřeba alespoň platinum tarif). Takto vypadá jednoduchý indikátor, kterým si do grafu vykresluji, jestli byla společnost SPAC:
    #include_once "Formulas\Norgate Data\Norgate Data Functions.afl" blankcheckcompany = NorgateBlankCheckCompanyTimeSeries(); Plot(blankcheckcompany,"SPAC",colorBlack,styleHistogram); Screenshot z Amibrokeru zobrazuje cenový vývoj healthcare společnosti Clover Health Investments (CLOV):

    Ta vstoupila na burzu v roce 2021 prostřednictvím SPAC IPO. Vývoj grafu v roce 2020 (kde na spodním indikátorů vidíme čárky) se netýkal společnosti CLOV, ale investičního nástroje (prázdné společnosti), která byla uvedena na burzu, ale ještě se nevědělo, se kterou společností se spojí.
    Obchodní plán vycházející z IPO
    V případě systematického obchodování IPO se tedy budeme chtít zaměřit na nové společnosti (existuje v grafu jen několik úseček), které nejsou SPAC. Patrně budeme chtít tyto společnosti nakupovat (shortování akcií se mi jeví v této fázi jako hodně riskantní, nehledě na to, že shorty nemusí být vůbec k dispozici). 
    Jeden z nejjednodušších způsobů obchodování, které se nabízí, je obchodovat momentum.
    To dává smysl i s ohledem na výše publikované tendence. Některé společnosti mají po IPO tendence ke skutečně silnému trendování.
    Může tak být výhodné nakoupit trh v okamžiku, kdy cena poprvé uzavírá výše, než byly předcházející maximální ceny.
    Takto může vypadat konkrétní obchodní plán:
    Vstupní podmínky:
    Společnost je obchodována na US burze a není SPAC. První obchodní den měl dostatečný objem. C*V>10000000 Trh nakoupíme při otevření následující den poté, co poprvé uzavřel výše než kterákoliv předcházející cena. Na signál čekáme v prvních 100 dnech obchodování titulu. Risk management:
    Stop-loss 20 % od vstupu. Profit target 30 % od vstupu. Obchodujeme současně maximálně 5 pozic, každé alokujeme 20 % kapitálu. Pokud je k dispozici více signálů než pozic, které si můžeme dovolit otevřít, řadíme signály podle aktuálního průměrného C*V. To je vše.
    Kromě podmínky likvidity nemá systém žádnou optimalizovatelnou vstupní podmínku. Což je velké pozitivum – čím méně proměnných, tím vyšší šance na robustní systém.
    Optimalizovatelný je risk managment. Ten ale upřímně vnímám jako základní a pro živé obchodování bych volil místo fixního stop-lossu patrně nějakou formu posouvaného stop-lossu.
    Backtest mechanické IPO strategie
    Backtest podobného ukázkového přístupu rozhodně naznačuje, že v této oblasti bude zajímavý edge.
    Historicky by strategie dosahovala zhodnocení 20,53 % p.a. při drawdownu -31,57 %. A to po započtení komisí dle Interactive Brokers. Testováno za období 1. 1. 2003 - 25. 4. 2025. Do testu byly zahrnuty i delistované akcie. Použita Norgate Data.
    Průměrný obchod má velmi nadstandardní zhodnocení +6,72 % při průměrné délce obchodu 67 dnů. Sharpe ratio je 0,95.
    Zde jsou graficky zobrazené výsledky backtestů.
    Graf vývoje stavu účtu strategie (modrá křivka) vs. benchmark S&P 500 (šedá linka). Logaritmické měřítko:

    O tom, jak ohromný rozdíl v absolutních číslech je ve zhodnocení strategie vůči držení indexu S&P 500, dobře vypovídá graf v běžném měřítku:

    Mechanické obchodování IPO – shrnutí
    Jednoduchá ukázková strategie ukazuje, že v mechanickém trendovém obchodování IPO může být zajímavý edge. I velmi jednoduchá pravidla strategie vykazují stabilní růst equity křivky. Strategie má přitom velmi jednoduchá pravidla a implementovat ji do portfolia není složité.

    Jak vytvořit dokonalý obchodní systém?

    Mnoho neúspěšných obchodníků se honí za snem vypilovat jeden obchodní systém tak, že s ním budou vydělávat na každodenní bázi. Jak takový vytvořit?
    Přiznávám, že nadpis článku byl tentokrát trochu návnada, abych přitáhl vaši pozornost.
    Burzovní obchodování může být extrémně vděčné a reálně dělá z lidí milionáře a miliardáře. Současně ale není jednoduché. Především proto, že vítězí ti, kteří dokáží vsázet proti většině a mít pravdu.
    Už z tohoto principu neexistuje nějaký jeden jednoduchý nástroj, kterým by bylo možné den za dnem z trhů získávat peníze. Protože kdyby takový existoval, začala by jej postupně využívat většina obchodníků a takový by logicky hned přestal fungovat.
    Nenamlouvejte si, že k vítězství v obchodování vede cesta přes nějaký zázračný nástroj nebo techniku. Pokud různé běžně diskutované nástroje vydělávají, všechny operují ve více méně podobném režimu. S dobře nastaveným risk managementem dokáží vytvořit přiměřené zhodnocení, ke kterému ale patří i občasné nemalé propady na účtu a dlouhá období čekání na nová maxima stavu účtu.
    Jedinou reálnou cestou, jak příjmy z obchodování stabilizovat a snižovat při tom risk, je diverzifikace, kterou průběžně na Finančníkovi zmiňuji (naposledy v tomto článku obsahujícím odkaz i na zajímavé video). To znamená současné obchodování více přístupů, jejichž výsledky spolu nekorelují. V praxi toto bývá nejčastěji dosaženo přes obchodování různých technik na různých trzích a různých časových rámcích.
    Toto je jediný svatý grál obchodování, který jsem kdy v trzích objevil. Přitom jej v praxi využívá určitě výrazná menšina běžných traderů. Proč? Nejčastějším důvodem je snaha „dotáhnout nejprve do dokonalého stavu“ jednu strategii, a teprve pak pracovat na dalších strategiích a budovat portfolio.
    Jenže tento přístup má jeden základní háček, na kterém si vyláme zuby většina začátečníků.
    Dokonalost v tradingu neexistuje. Vždy pracujeme jen s pravděpodobnostmi. A také i to, jestli naše metoda bude v budoucnu fungovat, představuje jen určitou sázku, která může, ale také nemusí vyjít. Nenechte se ošálit dokonalými equity křivkami z backtestů, kterých lze dosáhnout nejrůznějšími optimalizacemi. Zde jednoznačně platí, že čím dokonaleji výsledky vypadají na historických datech, tím vyšší šance je, že systém nebude fungovat v budoucnu.
    Většina retailových obchodníků se tak k budování portfolia nikdy nedostane. Jednoduše proto, že se jim nezdají dost dobré výsledky jejich hlavní obchodované strategie a snaží se je vylepšit nad to, co je reálné. A v tomto kolečku dokáží strávit neuvěřitelné množství let.
    Představte si ale, že na úspěch na burze půjdete opačnou cestou.
    Přijmete fakt, že jediným reálným svatým grálem je v tradingu diverzifikace. Rozhodnete se od začátku zaměřit svůj cíl na obchodování diverzifikovaného portfolia.
    Gratuluji! V takovém případě jste okamžitě výrazně zvýšili šance na svůj úspěch.
    A navíc jste vyřešili nezodpověditelnou otázku „jak vytvořit dokonalou strategii“. Jakmile se zaměříte na práci s portfolii, zjistíte, že pro vydělávání peněz nám stačí „dostatečně dobré strategie“. Třeba i takové, které bychom nikdy neobchodovali samostatně, protože občas mají delší období stagnace nebo hlubší propady. Tedy chování, které je třeba u strategií očekávat. Nicméně při obchodování spolu s dalšími nekorelujícími strategiemi můžeme najednou v celku získávat velmi zajímavé výsledky. Ukázku, jak vše může fungovat v praxi, můžete nalézt v tomto článku: https://www.financnik.cz/clanky/praxe/portfolia-coby-cesta-k-vyssi-pravdepodobnosti-uspechu-r1843/.
    Toto je opravdu velmi silný koncept.
    Nicméně jeho uvedení do reálného obchodování není triviální (což v tradingu není nic). Začínající obchodník musí zvládnout celou řadu nových dovedností a často diametrálně změnit své myšlení a práci s emocemi.
    Proto je naprosto nezbytné postupovat po jednotlivých krocích.
    Osobně se mi osvědčila následující cesta: zapomenout z počátku na potřebu vydělávání peněz a soustředit se více na stavbu strategií a jejich dlouhodobé a systematické obchodování s nízkým riskem – tj. ideálně bez páky (ve stylu „hlavně začít“ – viz postupy vysvětlované v základním kurzu). U začínajících obchodníků je nejdůležitější hlavně trénovat hlavu na fakt, že předvídat další vývoj ceny je extrémně těžké a není to základ profesionálního profitování v trzích. Postupně pak přidávat systémy a vytvářet portfolia. A jakmile si hlava zvykne, zvyšovat páku a kapitál.
    Naprosto důležité je ale hlavně začít. Možná, že právě začátek roku je pro to ideální příležitost. Minimálně o tématu přemýšlet a třeba rozběhnout reálné systematické obchodování nějakého „dostatečně dobrého systému“ s malým kapitálem (např. pár stovek dolarů) a v průběhu 2020 systém pozorovat a přemýšlet třeba nad dalšími, kterými byste jej doplnili.
×
×
  • Vytvořit...