Jump to content
Co nového? Mé kurzy
Hledat v
  • Více možností...
Najít obsah, který ...
Hledat výsledky v ...
Hlavní přehled Co je nového ... Nepřečtený obsah Moje příspěvky Vyhledat

Hlavní přehled

Přehled je automaticky aktualizován.     

  1. Včera
  2. 4fx

    Amibroker: práce s integrovaným debugerem

    K otestování funkčnosti nebo ladění AFL kódu můžeme použít integrovaný debuger kódu. Tedy nástroj, které umožňuje procházet jednotlivé řádky vytvářeného skriptu a vypisovat obsahy jednotlivých proměnných. V dnešním videu si ukážeme jak tento nástroj používat. Video naleznete v TechLabu zde.
  3. Poslední týden
  4. V současné době, kdy se zvyšuje inflace, dostávám stále více dotazů s prosbou, jak začít hodnotit kapitál na burze tak, aby se zabránilo ztrátě jeho hodnoty. Bohužel bez dlouhodobých znalostí a zkušeností není snadné na burze vydělávat peníze s aktivnějšími přístupy. Dobrou zprávou ale je, že konzervativní strategie zas tak složité být nemusí a základní postupy už jsem na Finančníkovi popisoval. Z mého pohledu by konzervativní strategie neměla mít žádné komponenty, které mohou přestat fungovat – tedy neměla by se pokoušet „hádat směr“ dalšího vývoje trhu, což je velmi nejistá disciplína. Jak konkrétně může takový přístup fungovat, jsem popisoval v článku Je čas investovat do zlata, bondů, bitcoinu nebo stále spíše do akcií?. De facto jde o strategii, která investuje do různých aktiv (akcie, dluhopisy, zlato, nemovitosti a třeba i kryptoměny) a jen se stará o to, aby byl kapitál rovnoměrně rozložen zejména z pohledu volatility. Čím volatilnější (více se hýbající) aktivum je, tím menší váhu v portfoliu dostává. Osobně ještě sleduji korelace – pokud spolu některá aktiva příliš korelují, váhu jim snižuji. V článku Je čas investovat do zlata, bondů, bitcoinu nebo stále spíše do akcií? jsem ukazoval výsledky velmi jednoduchého portfolia sledujícího pouhé tři trhy (SPY – akciový index, TLT – dluhopisy, GLD – zlato). A jelikož byl článek publikován na podzim roku 2019, je určitě zajímavé se podívat, jak se strategie vyvíjela do dnešního dne – tedy i přes turbulence způsobené koronavirem: Na screenshotu je zelenou křivkou označená část equity křivky odpovídající vývoji strategie po jejím publikování v posledním článku. Zde je toto období zobrazené v samostatném grafu (měsíční měřítko): Za sledované období vytvořila strategie zisk přibližně 23 % bez použití páky. Jakže je portfolio vytvářeno? Systém pracuje s třemi trhy – SPY, TLT a GLD a každý měsíc jim přiděluje váhy na základě volatility a vzájemné korelace. Například aktuální měsíc jsou váhy tyto: 40 % portfolia je alokováno do zlata, 25 % do S&P 500 a 34,5 % do dluhopisů. Proč podobné systémy fungují a fungovat budou? Využívají principu tzv. risk premia. Trhy typu akciové indexy a dluhopisy trvale rostou proto, že investoři jsou odměňováni za risk spojený s držením daného trhu. V rámci strategie je pak risk limitován diverzifikací – ideálně bychom měli mít v portfoliu zastoupení takových trhů, aby se v různých ekonomických cyklech dařilo alespoň části portfolia. Kombinace SPY, TLT a GLD je tak jen určitý základ, ale sami vidíte, jak dobře vše funguje. Pokud v trzích hledáte cestu, jak hodnotit úspory bez aktivního obchodování, tak toto určitě může být dobrá cesta. Strategie přitom lze určitě vytvořit i jen s použitím Excelu. Začít můžete tak, že z finance.yahoo stáhnete data zmiňovaných trhů, s pomocí směrodatné odchylky popíšete jejich volatilitu a následně vytvoříte portfolio tak, aby byly volatility trhů vyrovnané.
  5. V minulém tutoriálu jsme sezonalitu testovali s pomocí akcie SPY. Tu však není snadné obchodovat z EU. Jako alternativu lze použít mikro kontrakt S&P 500. V tutoriálu si ukážeme jak úpravit kód, abychom mohli pracovat místo s akcií s futures. Tutoriál naleznete v TechLabu zde.
  6. Dříve
  7. 4fx

    Postup spuštění skriptů v rámci obchodního dne

    na stránkách Techlabu jsme publikovali již několik skriptů doplňujcích automatizované odesílání příkazů do IB a v diskuzi zazněly dotazy zda by bylo možné ukázat jak vše poskládat do funkčního celku. V dnešním videu si ukážeme postup spuštění jednotlivých komponent. Video naleznete v TechLabu zde.
  8. Z důvodu upgrade serverové infrastruktury prodám velmi výkonný server s 2 CPU a 256 GB RAM. Hostováno ve výhodném serverhousingu. Přenechám jeden ze svých serverů. Jde o 1U server X9DRI-LN4F+ Super Micro s 2x Intel Xeon E5-2680 V2 Deca (10) Core 2.8GHz, 256 GB RAM, 512 GB SSD a 2TB SATA disk. V tuto chvíli je na serveru Windows OS, ale lze pochopitelně provozovat libovolný systém. Server hostuji přímo v USA za 79 USD/měsíc. Cena zahrnuje neomezenou spotřebu elektrické energie a řešení je tak vhodné pro provoz některého software pro datamining obchodních systémů (sám na něm běžím GSB). Cena 800 USD + případné DPH u neplátců. V případě zájmu pište na petr@financnik.cz
  9. Na swingovém workshopu jsme si nadefinovali automatizovatelné systematické miniportfolio swingově obchodující akcie. Jak si vede po roce obchodování a jaké poučení nám přinesla koronavirová situace? Ve facebookové diskuzi jsem po zveřejnění minulého článku Micro Breakout dva měsíce po spuštění dostal žádost o publikování dalších výsledků. Ty u Micro Breakoutu zatím nemám, protože jde o novou strategii. Nicméně zajímavý pohled nabízí miniportfolio definované na swingovém workshopu. Na něm jsme si v minulém roce složili miniportfolio z dlouhodobě vyučovaných tří swingových strategií. Dvě strategie v něm akcie nakupují (Monday Buyer a Mopull Limit) a jedna akcie shortuje (Fast Short). Jak si vedlo miniportfolio za poslední rok (od 1.7.2019 do 24.7.2020)? Tedy i v průběhu propadu způsobené koronavirem? Pojďme si nejprve nadefinovat, co je vůbec cílem systematického obchodování. V případě swingového obchodování akcií je to z mého pohledu vydělávat více než index při nižším risku. Pro posuzování výkonností strategií používám tedy benchmarky. Je pochopitelné, že pokud ve swingových strategiích nakupuji akcie, tak v době celkových propadů trhů tyto strategie budou mít také drawdown. Cílím ale na to, abych tento risk dokázal kontrolovat a byl tak hluboký, abych stále mohl rozumně spát. Risk v rámci obchodování kontroluji především position sizingem a skládáním strategií do portfolií. V rámci workshopu swingového obchodování používáme v miniportfoliu tři strategie. To určitě není mnoho, ale cílem workshopu je především předat know-how, jak strategie vytvářet, testovat, vyhodnocovat a obchodovat. Navíc jsou předávané v plně otevřené podobě a obsah výuky tak musí mít určité meze. I tak je ale na třech strategiích vidět, jakou sílu diverzifikace prostřednictvím portfolií má. Takto vypadal backtest jednotlivých strategií, obchodovaných v poměrech vyučovaných na workshopu, po započítání komisí: A takto celé portfolio v porovnání k držení S&P 500: Zde v řeči čísel: Sharpe ratio 0,84 i v tak turbulentní době je z mého pohledu velmi dobrý výsledek. Je potřeba mít na paměti, že pohyb vyvolaný koronavirem byl především nestandardně rychlý, a to nejprve dolu, aby okamžitě následoval reverz směrem vzhůru. Pomalejším swingovým strategiím podobné změny trendů určitě nesvědčí. Dobře je to vidět na výkonnosti short strategie Fast short, která se aktivovala poklesem trhů, začala vydělávat, aby po rychlém obratu celých trhů směrem vzhůru své profity zase odevzdala zpět. Toto je ale realita trhů, se kterou musíme počítat, a proto je tak nutné se v obchodování diverzifikovat (viz Edge jménem diverzifikace, Důležitou diverzifikaci přináší obchodování již dvou systémů). Věřte mi – můžete buď strávit roky hledáním jedné perfektní strategie, nebo velmi rychle začít profitabilně obchodovat tak, že vytváříte jednoduché, nekorelující systémy, a ty obchodujete v rámci portfolií. A třeba automatizovaně tak, jak to s pomocí autotraderu dělá na Finančníkovi řada obchodníků i s výše uvedenými strategiemi. Pochopitelně, že trading by neměl končit u výše uvedených tří strategií. Je to základ vyučovaný na jednom z našich kurzů, ale sami vidíte, že již tento princip začíná plnit svoji úlohu. Celé portfolio překonalo index při výrazně nižším propadu (kdy risk především sami kontrolujeme). Mimochodem – pokud jste s miniportfoliem obchodovali přes turbulentní doby s malými pozicemi živě a neodklonili jste se od základního plánu, tak vám gratuluji. Protože toto je přesně základ úspěšného obchodování. Definovat strategie, řídit risk a držet se plánu. A samozřejmě, že zejména podobné turbulentní doby posouvají obchodníky dopředu. Sám jsem byl například trochu překvapený rychlostí, s jakou trhy padaly a posunul jsem risk management zase o kus dál. Dnes většina mých swingových strategií rebalancuje otevřené pozice v případě, že se v trhu začnou dít příliš divoké pohyby (jde o princip popisovaný v TechLab tutoriálu řízení risku pomocí škálování pozice). Pomáhá to jak výkonnosti, ale především psychice. Psychice tím, že pokud trhy začnou „bláznit“, tak vím, že se budou v systémech pozice zmenšovat, a tím se mi automaticky snižuje podstupované riziko. Koronavirová situace tedy opět ukázala, že v tradingu je důležité především: Držet se plánu. Nikdy nevíme, co nám trhy nadělí. Diverzifikovat se. V portfoliu je dobré obchodovat co nejvíce méně korelujících strategií. Nikdy nevíme, které strategii se zrovna bude dařit a které nikoliv. Mít vše nastavené tak, abychom mohli v době nejistoty dobře spát a nemuseli přemýšlet, že strategie vypneme. Vesměs je to otázka používané expozice kapitálu do trhu. Řízení risku je klíčové. K profitům se dostaneme jen tak, že překonáme drawdowny. Není potřeba obchodovat s komplikovanými přístupy. Klíčem určujícím finální výkonnost je skladba a diverzifikace portfolia.
  10. Úspěšně systematicky obchodovat nevyžaduje komplexní programování. V dnešním tutoriálu si ukážeme, že i velmi jednoduché systémy dokáží přinášet zajímavé zisky. V tutoriálu se zaměříme na následující témata: Obchodování sezonality Money management založený na aktuální volatilitě. Tutoriál naleznete v TechLabu zde.
  11. 4fx

    Windows procesy a jejich správa

    v rámci automatizovaného obchodování, občas řešíme situaci, kdy některá z částí našeho systému přestane pracovat správně a nefunkční aplikaci je potřeba ukončit nebo restartovat. V dnešním videu si ukážeme nástroje a postupy, které nám umožňují práci se spuštěnými procesy. Video naleznete v TechLabu zde.
  12. petr

    Micro Breakout dva měsíce po spuštění

    Před dvěma měsíci jsem na Finančníkovi popisoval breakout strategii vhodnou pro menší účty obchodující akcie s nižší volatilitou. Strategii jsem v popisované podobě spustil live a zde je první várka zkušeností. V tomto článku jsem komentoval, proč může být obchodování s nižší likviditou zajímavé pro obchodníky s menším účtem a proč to může vést k nadstandardním výnosům. Pokud nechcete číst celý původní článek, zde kopíruji to hlavní: V případě malých účtů může být zajímavé se u swingových breakout přístupů zaměřit na levnější akcie s nižší likviditou. Ty nemohou obchodovat větší hráči, protože v nich reálně nelze otevírat větší pozice, a lze tak v této oblasti nalézt často velmi zajímavé příležitosti. A de facto je to jedna z mála oblastí tradingu, kde malý kapitál představuje konkurenční výhodu (takže je škoda ji nevyužít). Ve svých portfolio přístupech dnes již pracuji s větším kapitálem, a více se tak orientuji na likvidnější trhy. Přišlo mi ale zajímavé strategii zkusit spustit s malým kapitálem na živém účtu a v praxi zjistit, jak je to především s kvalitou plnění. Strategii jsem nazval Micro Breakout, protože je zaměřena na malé akciové tituly. V zásadě nakupuji akcie, které proráží roční cenové maximum a pozice řídím pomocí ATR trailing stop-lossu ve vzdálenosti 3,5* ATR za 14 dnů. Systém sleduje všechny akcie obchodované na US burzách, co mám v databázi, tj. nezaměřuje se na akcie z vybraných indexů. Hlavním kritériem pro výběr akcie k obchodování je nižší denní volume. Nechci zde uvádět konkrétní parametry všech filtrů, protože systém je opravdu jednoduchý a je zřejmé, že při stejných vstupech stovek lidí ve stejný okamžik do shodných akcií už by mohlo dojít k ovlivnění plnění. Rámcově ale Micro Breakout obchoduje akcie s průměrným denním volume do stovek tisíc obchodů. Strategii jsem zatím spustil v testovacím režimu. Přidělil jsem jí kapitál 10 000 dolarů. Strategie může používat dostupnou páku a kapitál dělím do potenciálně 25 obchodů. Tedy každému obchodu v tuto chvíli přiřazuji kapitál 800 dolarů. Mým cílem bylo pracovat s větším množstvím vstupů právě proto, abych co nejdříve otestoval plnění obchodů. Zpětně se zatím zdá až 25 současně otevřených pozic jako zbytečně velké členění kapitálu, protože signálů po 2 měsících, i přes hodně rostoucí trhy, není tolik, a mnoho kapitálu je tak zbytečně nevyužito. A jaké jsou zkušenosti s plněním? Systém přirozeně v této fázi obchoduji ručně, abych získával co nejvyšší zpětnou vazbu. Pro vstupy používám limitní příkazy a testuji také adaptivní exekuční IB algoritmy. A musím říct, že v této oblasti jsem zatím nenarazil na problém. Plnění v řádech stovek kusů akcií probíhá bez problémů. A jak breakouty vypadají? Některé méně likvidní tituly se opravdu umí hýbat. Aktuálně mám například otevřenou pozici v tickeru EMX, kde systém otevíral při breakoutu pozici 24.6. Já vstupuji příkazy následující den při otevření trhů, tedy 25.6 a od té doby trh solidně vyrazil vzhůru: A celková výkonnost? Živě jsem systém spustil 29.4.2020. V aktuálním kontextu vydělává pochopitelně většina přístupů nakupujících akcie, takže není překvapením, že i Micro Breakout je v zisku. Co mě ale zajímá nejvíce, je porovnání výkonnosti a korelací s ostatními systémy. Pro většinu obchodníků na Finančníkovi bude patrně nejzajímavější porovnání se systémy Monday Buyer a Mopull Limit ze swingového workshopu. V tomto porovnání Micro Breakout (červená linka) zatím za výsledky ostatních strategií hojně obchodovaných na Finančníkovi pokulhává. Nicméně na druhou stranu byla průměrná expozice kapitálu v tomto systému jen 8,1 % –výrazně méně než například u Monday Buyer. Z mého pohledu jsou zajímavé i korelace zmíněných přístupů: Je patrné, že zatím systémy prakticky nekorelují – a to přesto, že všechny akcie nakupují a trhy rostou. Z tohoto pohledu se zatím jeví obchodování breakoutu na akciích s nižší likviditou jako zajímavý doplněk akciového portfolia. Mimochodem – nemohu si odpustit spojení všech tří systémů do jediné equity křivky, která opět demonstruje sílu diverzifikace směrem ke stabilitě výkonnosti: A když jsme v tom srovnávání. Zde je srovnání zmíněných systémů s indexem S&P 500 (v podobě nákupu SPY – zobrazeno šedivou křivkou): Je vidět, že Monday Buyer a Mopull Limit měly v dané periodě výkonnost dost podobnou jako index, ale při nižší volatilitě (risku), což je upřímně to, co mě zajímá. Micro Breakout si jde trochu svojí cestou, ale zase je třeba pamatovat na to, že v tuto dobu využíval jen 8,1% kapitálu. Rozhodně se mi líbí nízká korelace mezi strategiemi a indexem. Po dvou měsících živého obchodování jsem tak hlavně spokojen, že jsem nenarazil na žádná zásadní překvapení v plnění. Zatím mám v plánu jet systém ve stejném režimu několik dalších měsíců a uvidíme, jestli jej pak zapracuji do hlavního portfolia. Rozhodně se mi ale jeví, že obchodování breakoutů na akciích s nižší volatilitou stojí u malých účtů za pozornost. Pokud hledáte technickou asistenci v diskutované oblasti, tak zde jsou důležité odkazy: Kompletní otevřené kódy strategií Monday Buyer a Mopull Limit jsou k dispozici v archivu swingového workshopu. Jak postavit systém typu Micro Breakout jsem včetně kódů ukazoval v tomto tutoriálu v rámci skupiny TechLab. Jak konkrétně spojovat a analyzovat výkonnosti systémů v rámci portfolia jsem popisoval v tomto tutoriálu TechLabu.
  13. petr

    Amibroker: omezení počtu otevíraných pozic pomocí CBT

    V tutoriálu si ukážeme, jak pomocí CBT řídit počet otevíraných pozic v jednotlivé dny. Současně s vysvětlením, jak si logovat dění ve spouštěném kódu a sledovat, jestli vše probíhá podle našich představ. Tutoriál a kód naleznete v TechLabu zde.
  14. 4fx

    Změna zdroje dat v Yahoo downloaderu

    V dnešním videu se podíváme na Yahoo downloader po technické stránce, na to jak probíhá stažení dat a následně si v Jupyter notebooku ukážeme kód, který nám umožní napojení na jiného poskytovatele dat. Součástí ukázky je skript umožňující stažení dat z datafeedu Tiingo. Video naleznete v TechLabu zde.
  15. Sledovat výsledky obchodování optikou portfolií je krok, který každému obchodníkovi maximálně doporučuji. Pozornost se velmi záhy přesune od snahy optimalizovat vstupy a výstupy dílčích systémů k reálnému řízení risku a stabilnějším reálným výsledkům. Analýza portfolio obchodování přitom není v zásadě nijak náročná. Sám pro tyto účely nejvíce používám bezplatné pyfolio, se kterým můžete také začít hned pracovat. Důrazu na obchodování systémů v portfoliu se na Finančníkovi věnujeme dlouhodobě. Důvod je jednoduchý – je opravdu mizivá šance, že začnete obchodovat s jedinou strategií na jednom trhu a budete dlouhodobě vydělávat bez hlubokých drawdownů. Jednoduše proto, že pokud by takový přístup existoval, velmi rychle jej objeví ostatní a svým obchodováním jej „vyruší“. Hodně začínajících obchodníků se toto snaží vyřešit optimalizací parametrů, které poskytují na historických backtestech krásně vyhlazené equity křivky, což ale samozřejmě nezaručuje pozitivní výsledky do budoucna. Spíše naopak. Řešení? Spíše než na hledání dokonalého systému je lepší zaměřit se na obchodování jednoduchých systémů a pozornost směřovat k jejich skládání do portfolia. V tomto ohledu spočívá v obchodování jediný svatý grál, který jsem objevil. Vhodným poskládáním nízko korelujících strategií můžeme dosáhnout takového výsledného efektu, který není dlouhodobě dosažitelný s použitím jedné strategie na jediném trhu (pro inspiraci doporučuji shlédnout video zaměřené na přínos diverzifikace zmíněné v tomto článku). Mnoho neúspěšných obchodníků od práce s portfolii odrazuje skutečnost, že běžné retailové programy nejsou tímto směrem příliš vybaveny. A je tak třeba investovat do dalších řešení, které vždy bývaly poměrně dost drahé. Naštěstí se časy poslední roky hodně změnily. S rychlým nástupem Pythonu do finančního světa lze dnes nalézt velmi pokročilá řešení, která jsou navíc k dispozici zcela zdarma. Sám používám pyfolio. Jde o open source řešení pro Python, které dokáže poskytovat všechny potřebné metriky a pohledy, které pro analýzy potřebuji. A co pyfolio neumí, není problém v Pythonu dotvořit. Mé řešení portfolio analýzy pak vypadá následovně: Z různých analytických programů (hlavně Amibroker a TradeStation) vytvářím backtesty, které si ukládám na disk v csv formátu. Pyfolio spouštím v bezplatném interaktivním prostředí Jupyter Notebook. Následně si do Jupyter Notebooku nahraji uložené csv formáty, jednotlivé systémy spojím do portfolií (včetně možností sledování korelací, nastavení vah atd.). Spustím pyfolio a za chvíli mám portfolio analýzu hotovou. Co pyfolio umí? Samozřejmě poskytovat všechny tradiční statistiky výkonnosti, risku a metriky vizualizovat. Takto například vypadá analýza miniportfolia tří systémů vyučovaných v rámci workshopu swingového obchodování: Velmi praktická je možnost sledovat samostatně výkonnost in-sample a živého obchodování. Navíc v porovnání se zvoleným benchmarkem (podrobněji viz článek Hledáte odpovědi? Ptejte se benchmarků). Sám v rámci obchodování především sleduji risk a vyhodnocuji tak volatilitu portfolia vs. benchmarku: Pokud si nebudete jisti, jestli se vaše živé obchodování vyvíjí v intencích backtestu, můžete například porovnávat rozložení distribucí obchodů: A pochopitelně toto není zdaleka vše – viz dokumentace k pyfolio. Za mě tak jednoznačně doporučuji pyfolio vyzkoušet a používat. Portfolio pohled patrně navždy změní způsob, jak se na trading budete dívat. Pokud byste váhali s technickou aplikací, tak jsem pro vás do TechLabu umístil tutoriál s kompletním Jupyter Notebookem tak, jak ho sám využívám. Navíc s kompletními kódy, které mi pomáhají získávat data do pyfolia z Amibrokeru.
  16. petr

    Pokročilá portfolio analýza pomocí pyfolia

    Úspěch obchodování je do značné míry ovlivněn i tím, jak data analyzujeme a na jaké metriky se zaměřujeme. Klíčové je z mé zkušenosti analyzovat systémy nikoliv jednotlivě, ale v rámci portfolií. Dnes si ukážeme, jaký nástroj a postupy konkrétně používám já. Pochopitelně včetně všech kódů, které vám pomohou analyzovat data z backtestovaných systémů úplně stejnou cestou. Kompletní tutoriál včetně kódů naleznete zde.
  17. TechLab vznikl na Finančníkovi v létě 2019 s cílem poskytovat technickou podporu obchodníkům, kteří v trzích používají pro své analýzy a obchodování systematické nebo plně automatizované strategie. Spuštění pracovní skupiny bylo vlastně přirozenou reakcí na skutečnost, že v návaznosti na swingový workshop již na Finančníkovi hodně traderů systematické strategie, a jejich klony, živě a profitabilně obchoduje. A tak vznikala potřeba a chuť mnoha z vás posouvat se dále. Vylepšovat stávající strategie, pracovat na nových, organizovat obchodování do portfolií, posouvat se v automatizaci, ale také získávat motivaci na čem a jak pracovat. A tyto potřeby TechLab adresuje. Jde o prémiovou službu postavenou tak, abychom měli kapacitu a čas odpovídat na všechny otázky, které nám zde kladete (a na které známe odpověď). Současně jsou v TechLabu každý týden publikované nové tutoriály, které ukazují, na čem a jak sami pracujeme. O TechLab se starám já s Bogdanem Waclawikem. Traderem, kterého řada z vás zná mj. jako autora Autotraderu. Pro koho je tedy TechLab určen? Pro všechny obchodníky, kteří se chtějí v systematickém obchodování posouvat vpřed. Tedy v obchodování s využitím moderních technologií – sami používáme Python, Amibroker a pro obchodování API Interactive Brokers. V TechLabu nejsou vyučovány obchodní strategie, ale v tutoriálech naleznete inspirace, jak se do jejich stavby pustit nebo rozvíjet stávající. A především, pokud narazíte při své práci na nějakou otázku, víte, že v TechLabu se vám na ní pokusíme odpovědět (dnes TechLab obsahuje počet příspěvků blížící se číslu 1 000). TechLab byl od začátku stavěn jako placená skupina. A to z důvodu, že aktivní odpovídání na dotazy a příprava tutoriálů zabírá svůj čas. Podobnou službu nejde trvale dělat na vysoké úrovni zdarma. Nicméně cena přístupu byla na začátku stanovena opravdu velmi dostupně – 125 Kč plus DPH/týden, placené vždy na tři měsíce. Tato cena bude ale od 1.7.2020 pro prvotní vstup do skupiny navýšena o 100 %, protože po registraci již noví členové získají okamžitý přístup k již vytvořenému obsahu. Využijte tak poslední možnost zapojit se do skupiny za startovací cenu. A jaký obsah, kromě samotné technické podpory, zapojením do skupiny získáte? 20 tutoriálů věnovaných zejména základům Pythonu. V nich si na praktických příkladech vysvětlujeme, co to jsou proměnné, jak fungují podmínky, smyčky a výjimky. Ukázali jsme si, jak pracovat s textovými soubory a také princip logování, tedy sběru informací o výsledcích jednotlivých kroků našeho skriptu. Python dnes představuje hlavní komunikační prostředek ve světě financí a burzy. S jeho znalostí můžete dělat jak nejrůznější pokročilé analýzy svého obchodování, tak třeba obsluhovat pokročilé bezplatné platformy typu Quantopian (mj. jeden z tutoriálu obsahuje i kompletní systém právě pro Quantopian). Věnovali jsme se také bezplatnému prostředí Jupyter Notebooku, který je ideální pro seznámení s Pythonem. Popsali jsme instalaci a následně celé prostředí pro snazší orientaci během práce se skripty. V několika tutoriálech popisujeme, jak používáme Jupyter Notebooky pro portfolio analýzu výsledků backtestů z Amibrokeru. Včetně publikování potřebných kódů, které pro toto využíváme. Tutoriály jsou zaměřené i na další oblasti obchodování. U platformy TWS jsme si ukázali možnosti nastavení grafického rozhraní a také, jak automatizovat stažení reportů o provedených obchodech. V TechLabu se pochopitelně hodně věnujeme Amibrokeru. Vysvětlili jsme si, na jakém principu funguje OLE Automation, tedy ovládání programu pomocí Python skriptu a také popsali, jak začít pracovat s Custom Backtester z pozice úplného začátečníka. Ukazujeme si postupně různé vychytávky z praxe – jak vizualizovat v Amibrokeru zajímavé situace a úrovně, jak testovat intradenní strategie, jak pracovat na taktikách řízení risku, jak sledovat korelace nebo jak vyhodnocovat metriky, které běžně v Amibrokeru dostupné nejsou. Současně jsme publikovali tutoriály popisující nové funkce a pracovní postupy Autotraderu – skriptu, který používáme pro automatizaci zadávání příkazů do obchodní platformy. Samotný skript není v TechLabu ke stažení (vytváříme jej ve workshopu automatizace), ale i bez skriptu se můžete inspirovat, jak na automatizaci nahlížíme. Pro uživatele Autotraderu pak tutoriály představují další vysvětlení, jak jednotlivé části skriptu fungují a jak se skriptem pracovat (a upravovat si jej). Současně se mohou spolehnout, že mají k dispozici vždy rady autora skriptů i po skončení workshopu automatizace. Jedno z vláken je věnováno oblasti virtuálních serverů (VPS). Podařilo se zde vytvořit seriál článků popisujících jednotlivé kroky k založení vlastního serveru. Příspěvky zde obsahují veškeré nastavení doložené sérií praktických ukázek a screenů. Techlab zároveň poskytuje prostor i pro kódy ostatních traderů, kteří se zde mohou podělit s ostatními o zajímavé skripty usnadňující obchodování. Jeden z uživatelů zde publikoval vlastní doplněk k Autotraderu, který sleduje obchodní dny a zároveň automatizuje skenování signálů v závislosti na periodě obchodování konkrétní strategie. Jedná se o povedený skript, díky kterému nemusíme manuálně sledovat, zda se daný den mají možnost zadané příkazy zobchodovat a zároveň umožňuje obchodovat v rámci jednoho běhu Autotraderu strategie s různou časovou periodou. Můžeme tak v plně automatizovaném režimu, tedy bez našeho zásahu, obchodovat strategie pracující na denní, týdenní nebo měsíční bázi, a dokonce si můžeme definovat i konkrétní den spuštění v dané periodě. V TechLabu jsme také vytvořili pracovní vlákno, jehož cílem je praktická ukázka práce s Python skriptem. Výsledkem by měl být obchodní deník, který automaticky načítá z platformy IB provedené obchody a umožní následné vyhodnocení jednotlivých pozic. Na vývoji skriptu se může podílet každý z účastníků skupiny, bez ohledu na úroveň znalosti programování. Aktuálně skript umí načíst provedené obchody, upravit záznamy do definovaného formátu a následně je uložit do databáze. V chystaném pokračování se pustíme do práce na vyhodnocení provedených obchodů a obchodních pozic. TechLab toho tedy nabízí dnes již opravdu hodně. Každý týden se navíc můžete těšit na novou dávku tradingové inspirace a být s námi v průběžném kontaktu. Jelikož každý nový účastník získá okamžitý přístup ke kompletnímu archivu tutoriálů, bude se cena přístupu postupně zvyšovat. Pouze do 30.6.2020 máte možnost se do skupiny zapojit za startovací částku 125 Kč/týden + DPH (placeno vždy na tři měsíce). Tuto výši předplatného pak budete mít garantovou po celou dobu vašeho zapojení (i když ostatní budou postupně platit více). Od 1.7.2020 bude cena za prvotní zapojení do skupiny zvýšena o 100 %. Předplatné přístupu můžete pochopitelně kdykoliv ukončit. Určitě tak doporučujeme skupinu minimálně vyzkoušet. Pro přihlášení použijte tuto registrační stránku.
  18. 4fx

    Autotrader: Update skriptu

    připravil jsem nový update skriptu Autotrader a v dnešním videu popisuji změny, které nová verze přináší včetně návodu jak postupovat při instalaci. Zásadní novinkou uvedené verze je možnost přidělení obchodované strategii pevně stanoveného kapitálu. Video naleznete v TechLabu zde.
  19. Když s ostatními probírám přístupy, se kterými živě obchodují, často debatujeme o tom, že jde o poměrně jednoduché systémy. Nezřídka padá otázka, jestli by komplexnější systémy nevydělávaly více? Samozřejmě vždy existují cesty, které jsou jistě lepší a mohou vydělávat více. Nicméně také existuje ohromné množství, často veřejně doporučovaných, přístupů, které zdaleka nevydělávají tolik, kolik mohou vydělávat jednoduché systémy. Resp. jsem absolutně přesvědčený, že je lepší stavět spíše jednodušší přístupy, konzistentně vydělávat, a teprve pak se pouštět do komplikovaných vod. Problémem komplexnějších systémů obsahujících množství proměnných, indikátorů, logik a optimalizací je to, že je velmi snadné je přeoptimalizovat. Backtesty na historických datech mohou vypadat krásně, ale živé obchodování se bude vyvíjet úplně jiným směrem. A bohužel jen velmi naivní trader si myslí, že je snadné „nefunkční systémy“ rozpoznat/vypnout (nebo vůbec nepouštět), protože to, jestli systém funguje nebo nefunguje, poznáme až po skutečně dlouhé sérii obchodů. Sám jsem ve svém vývoji tradera došel k tomu, že je mnohem výnosnější pracovat s jednoduššími systémy, u kterých umím jednoduše vysvětlit princip „proč by systém měl vydělávat“. A následně takové systémy spojovat do portfolií. Protože profitabilní trading spočívá v obchodování většího počtu co nejméně korelovaných strategií. Jinými slovy – k profitabilnímu tradingu se mnohem snáze dostanete obchodováním kombinací více jednoduchých přístupů než vytvářením jednoho komplexního obchodního systému. Velmi hezkého shrnutí cesty vytváření funkčního přístupu jsem si nedávno všiml v platformě QuantConnect, kterou občas používám pro testování automatizovaných systémů. Mj. zde doporučují, co sám aplikuji – základem obchodního systému by měla být jasně definovaná hypotéza důvodu funkčnosti systému, systém by neměl vznikat množstvím backtestů, kdy dokola upravujeme různé parametry/logiky a porovnáváme výsledky (byť na in sample datech). Dále by měl mít systém co nejméně parametrů a při vytváření základní logiky bychom neměli trávit extrémně mnoho času. Co si představit pod jednoduchým systémem? V mém pojetí jsou to systémy například nakupující korekce, breakouty, ale i systémy založené na sezonalitě. Zkuste si schválně otestovat Obchodovatelné tendence: růst akciových trhů na začátku měsíce nebo Profitabilní tendence vycházející z FOMC dnů. Samozřejmě, že nelze sezonalitu obchodovat jen s dvěma logikami. Ale stačí si přidat pár dalších (sám mám ještě v portfoliu obchodování zlata, několik dalších podobných tendencí v akciích, bondech a volatilitě) a první rozumně obchodovatelné portfolio je na světě. S nástupem komoditních mikrokontraktů lze krátkodobé tendence obchodovat také s přiměřenou pákou a jednoznačně je to cesta, která posouvá účet vzhůru. Jakmile budete mít více strategií, můžete začít jemněji pracovat s řízením risku. Například tím, že budete různým přístupům přiřazovat různé váhy na základě korelací a volatility. Jak konkrétně začít? Výše jsem nalinkoval hned několik strategií, které sám používám a které obsahují 100 % pravidel. Určitě je tak dobré naučit se pravidla otestovat na historických datech. Použít k tomu můžete bezpočet nástrojů - jak placených, tak bezplatných. Sám nejvíce používám Amibroker (hledáte-li pak cestu, jak začít v tomto směru, může vám na Finančníkovi pomoci tento kurz). Jakmile otestujete tendence zmiňované v bezplatných článcích na Finančníkovi, je dobré hledat další. Tipy – co třeba chování dluhopisů na konci měsíců? Co dělá volatilita při opčních expiracích? Existují tendence chování trhů kolem svátků? Poté, co budete mít k dispozici backtesty několika systémů sezonalit, je dobré je zkoumat z pohledu portfolia. Pomoci vám může Techlab, kde jsem minulý týden publikoval své workflow, jak analyzuji výsledky systémů z Amibrokeru v Jupyter notebooku. S využitím komoditních mikrokontraktů není potřeba pro podobné portfolio velkého kapitálu a důležité je především začít jej exponovat v trzích. U těch nejjednodušších systémů založených na sezonalitách nebude vstupů zase tolik (sám mám 2-4 za měsíc), což není problém obchodovat ručně. Ale pochopitelně, že rozchození podobného systému může být tou správnou motivací zapracovat na automatickém zadávání příkazů, protože proč věnovat čas něčemu, co za nás mohou plnohodnotně dělat počítače. Výsledkem takového postupu bude přístup, který bude mít podstatně vyšší šance na reálné profity než většina klasických cest hledání „jednoho dokonalého systému“, kterými se retailoví obchodníci vydávají.
  20. petr

    Portfolio analýza systémů z Amibrokeru

    Úspěšné obchodování je o diverzifikaci mezi více nekorelujících systémů. V tutoriálu si ukážeme, jak načíst výkonnost strategií generovaných Amibrokerem do Jupyter Notebooku a analyzovat zde základní charakteristiku portfolií. Dnes se zaměříme na korelace a zobrazování výkonnostních křivek. Tutoriál naleznete v TechLabu zde.
  21. 4fx

    Autotrader: Obchodování o svátcích

    V diskuzi TechLabu týkající se Autotraderu byla položena otázka, jak pracovat se skriptem ve dnech kdy jsou trhy uzavřeny. V dnešním videu se podíváme na tuto problematiku podrobněji a ukážeme si možná řešení. Součástí je i ukázka Python skriptu, ve kterém si ukážeme možné využití knihovny pandas_market_calendars. Video naleznete v TechLabu zde.
  22. V nedávném článku popisujícím plán vytvoření komplexního portfolio systému spravující větší počet systémů a komoditních trhů jsem zmínil cíl pracovat se Sharpe ratio o hodnotě minimálně 1. Dostal jsem hned několik dotazů, jaké to tedy bude konkrétně zhodnocení? Na jaké výdělky cílím? Pojďme si tedy dnes ukázat, jakou má Sharpe ratio souvislost s výdělky a proč tuto metriku používám. Většina obchodníků zde jistě již více než tuší, že výdělky pocházejí na burze z podstupovaného risku. Pokud máme obchodní systém pracující s úspěšností např. 60 % při RRR 1:1 (na obchod vyděláme průměrně tolik, kolik průměrně riskujeme), pak víme, že systém bude z dlouhodobého pohledu vydělávat. Nicméně kolik a s jakým drawdownem bude záležet na tom, kolik budeme riskovat na jednotlivé obchody. Jiné zhodnocení a drawdown bude, pokud budeme na obchod riskovat 0,01 % a jiné, pokud na obchod budeme riskovat 10 %. Většina profesionálních obchodníků tak výkonnost systémů posuzuje nikoliv podle parametrů typu úspěšnost nebo RRR, ale podle toho, jaký mají poměr průměrné výkonnosti k risku. Riskem může být například maximální drawdown. A určitě jste narazili na obchodníky, kteří referují o kvalitě systému například pomocí metriky průměrné zhodnocení/maximální drawdown. S maximálním drawdownem je ale ta potíž, že jde o jediné číslo – tedy statisticky velmi nerelevantní údaj. Ne nadarmo se říká, že maximální drawdown strategie je ten, který je teprve před námi. Sám tak dnes risk posuzuji skrz volatilitu. Tedy to, jak rozskákaná je výkonností křivka. Protože zde platí přímá úměra – čím volatilnější (rozskákanější) výsledky jsou, tím vyšší drawdown jednou přijde. Volatilitu lze měřit jednoduše, sám pracuji se směrodatnou odchylkou – funkcí, kterou naleznete v každém tabulkovém procesoru. A co je extrémně důležité – volatilitu lze nejen měřit, ale v tradingu i kontrolovat (řídit). Vesměs pomocí risk managementu, kterým ovlivňujeme velikost otevíraných pozic. Vím, že toto téma bude pro začínající obchodníky náročné na pochopení, ale pro začátek je dobré si vštípit do hlavy – v tradingu nelze kontrolovat zisky, lze ale kontrolovat risk (právě zmíněnou volatilitu). Jen naivní začátečník staví strategie tak, aby vydělal „xx procent ročně“. Profesionál je staví tak, aby měly volatilitu „xx procent“, kterou dokáže na účtu ustát a zisky se dostaví. A zde se dostáváme k samotnému Sharpe ratio. To ve své zjednodušené podobě představuje poměr průměrné výkonnosti právě k volatilitě (směrodatné odchylce výnosů). Tedy: Sharpe ratio = průměrná výkonnost / volatilita Přičemž volatilitu dokážeme v rámci strategií řídit risk managementem. Sharpe ratio samo o sobě představuje parametr kvality systému (tedy reflektující náš edge). Máme-li tak k dispozici Sharpe ratio a volatilitu (kterou můžeme řídit = ovlivňovat), dostaneme průměrnou výkonnost vynásobením Sharpe ratio volatilitou. Podívejme se na konkrétní příklad portfolio systému pracujícího s komoditními trhy. Systém má Sharpe ratio cca 1.1. Pomocí modulu risk managementu otevíráme pozice tak, aby průměrná roční volatilita byla cca 15 %. Při backtestu s použitím dat 1.1.2000 – 12.5.2020 vychází průměrné roční zhodnocení 16,4 % (což hrubě odpovídá výše uvedenému vzorečku, kdy bychom ke zhodnocení došli vynásobením 1,1 * 15 %). Maximální drawdown byl při této volatilitě -20,3 % a equity křivka vypadala následovně: A nyní malé „kouzlo“. V rámci position sizingu změním jedinou konstantu, aby systém obchodoval s vyšším riskem a cílil na roční průměrnou volatilitu 25 %. V praxi to znamená, že systém bude otevírat trochu větší pozice. Sharpe ratio systému se tím moc nezmění (malý rozdíl je dán mj. různými zaokrouhleními ve velikosti pozic), ale díky vyšší volatilitě bychom měli dostat vyšší průměrné zhodnocení (a logicky i vyšší drawdown, který z vyšší volatility vychází). A přesně takové výsledky backtest nabízí: Najednou zde máme průměrné roční zhodnocení 29,85 % při vyšší volatilitě a vyšším drawdownu. Ten vyšel na -29,8 %, ale nezapomínejme na to, že jde o jediné číslo – v reálu může být i vyšší. To byla tedy věřím praktická demonstrace toho, proč sám rád Sharpe ratio používám – protože dokáže srovnávat výkonnost při definovaném risku. Pokud budete mít součástí svého obchodování modul risk managementu řídící volatilitu obchodování, sami se můžete rozhodnout, jak velký risk chcete do obchodování pustit a jak vysokým zhodnocením (a drawdownům) se otevřít. V případě FinFolia to znamená, že s malým kapitálem bude možné obchodovat s riskem na úrovni 30 % anualizované volatility (a očekávat drawdowny i přes 30 %) a s velkým kapitálem risk snížit například na polovinu – tím se sníží jak drawdowny, tak pochopitelně i zhodnocení. Sharpe ratio pak definuje právě vztah mezi volatilitou a výnosy. Závěrečné shrnutí Pro maximální flexibilitu v řízení volatility v rámci strategie je dobré obchodovat s pákovými instrumenty. Pokud obchodujete futures, určitě se vyplatí o Sharpe ratio zajímat. Hlavně proto, že vás v konečném důsledku metrika dovede i k risku, který reálně podstupujete. V případě akcií je možné princip použít také, ale jen v omezené míře. V případě málo volatilních akcií prostě nejde vždy cílit na vysokou volatilitu (protože nám broker díky nižší páce nedovolí otevřít dostatečný počet akcií). Nicméně i tak se vyplatí uvažovat výše popsaným způsobem. Základní mustr, jak toto provádím v akciích popisuji ve strategii SMO PRO (vyučované ve swingovém workshopu). Minulý týden jsem pak v TechLabu publikoval nový tutoriál, kde popisuji, jak lze volatilitu ve strategii kontrolovat a jak princip aplikovat do dalších strategií).
  23. petr

    Amibroker: řízení risku pomocí škálování pozice

    Na příkladu strategie SMO PRO ze swingového workshopu si ukážeme, co konkrétně znamená průběžné řízení velikosti pozice pomocí volatility. V kódu SMO PRO si vysvětlíme, jak měnit frekvenci rebalancování pozic a jaké to může mít na strategii dopad. Tutoriál naleznete v TechLabu zde.
  24. petr

    Jak bych dnes začal obchodovat?

    Otázka, kterou dostávám pravidelně několikrát do měsíce, aktuálně mi ji poslal Jiří. A aby odpověď měla šanci pomoci i ostatním, publikuji ji takto veřejně. Jiří mi napsal: Mám dotaz. Vím, že na takové dotazy odpovídáte asi hodně a pořád dokola, ale chci se zeptat. Jsem váš fanoušek na financnik.cz, četl jsem vaše články, a dokonce absolvoval vaše kurzy, kdy jste je ještě organizoval s Tomášem. Byly to kurzy z roku 2011. Koupil jsem u vás i knihy. To vše jsem tehdy studoval, ale byl jsem v té době student. Potom jsem si dal odmlku, práce, podnikání, rodina. Teď se chci zeptat, všechno se mění, i u vás se už hodně mění, Tomáš už u Finančníka není, a i váš směr obchodování se změnil. Prosím Vás, chci se zeptat, jak a s čím byste Vy dnes začal? Jelikož podnikám a mám rodinu, tak s časem to není moc veselé. O co mi jde. Chci si trhy osahat a vyzkoušet, ale ne na intradenním principu. A taky nejsem žádný velký střelec, peníze jsem si vydělal poctivou prací a nerad bych o ně hned přišel :-D. Samozřejmě chápu, že pak člověk nemůže očekávat nějaké obrovské zhodnocení. Spíš mi jde o to, že mám našetřené nějaké peníze a rád bych je nějak zhodnotil a hledám způsob obchodování, který by nebyl až tak náročný na čas, a i přímo úměrné riziko tomu. Vím, že za vším je zpočátku hodně práce, ale spíš se chci zeptat, který směr a případné začátky byste mi doporučil pro studium Vy. Věřím, že člověk si potom najde svou cestu. Bohužel na podobné dotazy neexistuje jednoznačná odpověď, protože každý máme jiné preference, zdroje, cíle a možnosti. Nicméně zde je souhrn myšlenek, které mě k tématu napadají. Nejprve krátce ke změnám, které se před několika lety odehrály v mém vlastním obchodování. Vlastně šlo jen o jedinou zásadní změnu, na kterou se pak vázalo vše ostatní. Tou bylo rozhodnutí o přechodu na automatizované obchodování. Důvody by vydaly na samostatnou knihu a na Finančníkovi jsem jim průběžně věnoval dost prostoru. Ve zkratce to byla kombinace potřeby více volného času (klíčovým zlomem bylo narození dcery) a vyššího důrazu na efektivitu práce. Více než dříve jsem začal pozorovat, že mé zdraví zde nebude věčně a věk 40+ let není totéž jako 25, z čehož také plynulo rozhodnutí trávit před monitory méně času a co nejvíce opakujících činností nechat na počítači. Z pohledu samotného tradingu jsem si postupem času začal výrazně uvědomovat, jak důležitá je široká diverzifikace mezi trhy a různé obchodní systémy (dnes jsem přesvědčený, že diverzifikace je ten nejzásadnější edge, který můžeme využít). Jenže ruční obchodování více trhů a více systémů vede k ještě větší práci a časové náročnosti, kterou jsem se rozhodl odbourat. To vše vyústilo v rozhodnutí obchodovat již pouze automatizovaně. A samozřejmě tomu člověk musí přizpůsobit strategie. Už jen proto, že například zautomatizování rychlého intradenního obchodování orderflow by vyžadovalo mnohem náročnější programování, než které jsem byl ochotný a schopný se učit. Odpověď na otázku „Jak bych začínal dnes?“ pak samozřejmě vychází z mých životních zkušeností a bodu, ve kterém se sám nacházím. Přestože celý proces přechodu na čistě automatizované obchodování nebyl jednoduchý, zpětně své rozhodnutí vnímám jako jedno z těch nejlepších, co jsem kdy udělal. Pokud bych dnes s tradingem začínal, určitě bych šel systematickou cestou. Tedy obchodoval bych jen takové obchodní plány, které umím mechanicky otestovat. Už jen proto, že si člověk otevírá cestu k plně automatickému obchodování, se kterým ale samozřejmě není nutné hned začínat. Systematické strategie je možné obchodovat ručně. Jejich podstata je ale v tom, že vše je možné precizně otestovat dopředu a při samotném obchodování jen zadáváme příkazy bez nějakého hlubšího přemýšlení (které ve stresových situacích riskování peněz stejně vesměs k zlepšení situace nevede). Systematické obchodování je bohužel z počátku náročnější, protože je třeba ovládnout základní nástroje pro analýzu dat. Toto byla i pro mě ohromná výzva, protože před přechodem na automatizované obchodování jsem neuměl skriptovat/programovat vůbec nic. Ani makro v Excelu. Dnes si vše programuji v Pythonu a k tomu používám Amibroker. Zpětně vidím, že proniknutí do tohoto světa na potřebnou úroveň je především o překonání úplných začátků, které jsou nejtěžší a člověk vlastně neví „odkud začít“. Potom už se učení zrychluje. Reálně je možné začít nástroje využívat za cca 6 měsíců (u neprogramátorů jako jsem byl já) a tuto časovou investici mohu jen doporučit. Chápu, že pro mnoho aspirujících traderů nepůsobí potřeba učit se skriptovat/programovat jako zajímavá cesta. Zejména v konkurenci diskréčního obchodování, kde to ze spousty promostránek vypadá, že stačí zapnout grafy a začít vydělávat klikáním a vlastním úsudkem. Jenže jak už mnoho začátečníků poznalo, dnes tato cesta jen velmi, velmi zřídka vede k úspěchu – už jen proto, že nejčastěji propagované strategie nemají vůbec reálný edge, což si ale začátečník bez zkušeností a know-how datové analýzy nemůže ani ověřit. Diskréční obchodování lze pokořit, ale reálně to vyžaduje roky velmi tvrdé práce (a tisíce hodin před monitory). Z tohoto pohledu mi dnes jednoznačně studium skriptování/programování přijde výrazně jednodušší a perspektivnější. Co se stylu obchodování týče, určitě bych začal u pomalejších strategií držící pozice dny, spíše týdny. Důvodem jsou hlavně náklady obchodování. Ty jsou při zvolené frekvenci obchodování prakticky fixní (platíme za vstup/výstup a slip) a musíme je platit i v případě, že strategie nevydělává tolik, kolik jsme si představovali, že bude (přecenění výkonnosti je jedna z nejčastějších chyb začínajících traderů). Většina obchodníků tak u rychlejších strategií bývá ráda, když je nakonec „na nule“. U pomalejších strategií tvoří náklady menší část potenciálních výnosů a je zde výrazně větší prostor pro chybovost a špatný odhad. Coby začínající trader bych se co nejméně koncentroval na studium a testování časování vstupů. Spíše bych z počátku co nejvíce využíval základní „trvalé“ principy generující v trzích peníze – mezi hlavní patří tzv. risk premium, kdy jsme odměňováni za držení určitých aktiv. Příkladem může být držení například bondů nebo akcií, které budou z dlouhodobého pohledu růst. Ale pochopitelně s riskem hlubokých propadů, který můžeme aktivním tradingem řídit. Sám se nejvíce zaměřuji na oblast korelací a volatility. Například zde jsem ukazoval, jak i velmi pasivní držení trhů díky risk premiu, řízení korelací a volatility vytváří velmi zajímavé výsledky. Aktivnějším traderům bude patrně vyhovovat do dlouhodobého edge v podobě risk premia vstupy aktivněji časovat – s menším účtem a riskem to může být přístup v podobě nákupu akcií na základě technických signálů (s větším účtem lze totéž dělat ve futures). Příkladem mohou být systémy Monday Buyer a Mopull limit, které obchoduji – viz popis Důležitou diverzifikaci přináší obchodování již dvou systémů. Samozřejmě otázkou zůstává, jak se do takového bodu dostat. Tedy bodu, kdy budeme mít hotové systematické strategie a ty obchodovat. Určitě mohu jen doporučit využívat internet a maximálně testovat vše, co vás napadne. Na druhou stranu vím, že zejména pro začínající obchodníky může být takový start až příliš informačně náročný. Proto lze na Finančníkoví jít cestou, kterou jsem sám „prošlapal“. Ta se začínající obchodníky snaží dovést k bodu, ve kterém jsem já. Vnímám ji takto: Základní kurz seznamuje se základními principy systematického obchodování. Obchodníci, kteří chtějí jít po cestě systematického obchodování se většinou účastní workshopu swingového obchodování. Zde předávám v otevřené podobě čtyři své strategie (včetně výše zmíněnch Monday Buyer a Mopull limit), které sám obchoduji a vyučuji, jak se strategie skriptují. Chápu, že pro mnoho traderů je to „španělská vesnice“, proto je z počátku možné strategie prostě vzít a začít je určitým způsobem s minimálním kapitálem používat a učit se za chodu. Postupně je možné je automatizovat – řada obchodníků na Finančníkovi vychází z řešení našeho autotraderu. Je potřeba chápat, že s předanými strategiemi cesta nekončí, ale začíná. Rozchozením prvních systematických strategií by měl trader získat motivaci pracovat na dané oblasti dál – k automatizovaným strategiím přidávat další, pracovat na řízení risku a portfolia (i proto na Finačníkovi vznikl TechLab, který zaručuje, že i méně zkušení nezůstanou na problematiku další práce se skriptováním sami). Pokud to shrnu – jak bych dnes začal? Určitě bych se snažil rozchodit nějakou pomalejší systematickou strategii (určitě swingovou) s co nejmenším riskem (proto patrně v akciích nebo futures mikro kontraktech). Tím člověk získá praktickou motivaci pronikat do problematiky hlouběji. Následně bych se snažil naučit skriptovat některý z dostupných jazyků a věnoval pozornost vytváření a řízení portfolií dalších strategií. Každopádně extrémně důležitou součástí startu v tradingu by měl být realistický plán, kam chce člověk směřovat a jak by měl jeho život vypadat například za 10 let. Protože seriózní trading není snadný a je třeba mu věnovat nemalou energii, píli a vytrvalost. Pokud jej budete dělat jako koníček, tak může bavit, ale bude to stát dost peněz. Určitě je třeba počítat s tím, že jakékoliv reálné výsledky práce se budou projevovat až za pár let studia, a je proto extrémně důležité promyslet, do čeho budeme svoji pozornost investovat.
  25. 4fx

    Amibroker: Custom backtester pohledem začátečníka

    V Techlabu se často věnujeme práci s Custom backtesterem, který nám v rámci Amibrokeru umožňuje provádět uživatelské backtesty. Jedná se však o pokročilejší přístup, který může působit trochu složitě a ve výsledku od používání odradit. V dnešním tutoriálu se podíváme na CBT z pozice úplného začátečníka, pokusím se ukázat, jak jsem začínal já, co vnímám jako důležité a principy, které mi pomáhají jeho funkci pochopit. Video naleznete v TechLabu zde.
  26. Slovo dalo slovo a pro jednoho ze svých významných klientů připravuji kompletní systém pro správu větších peněz v komoditních trzích. A jelikož to bude bezesporu zajímavá cesta, rozhodl jsem se ji na Finančníkovi dokumentovat a svými myšlenkami pomoci těm, kteří obchodování na úrovni portfolia také řeší. Věřím, že se postupně dostaneme až k reálným obchodům. K nim ale povede ještě poměrně náročná cesta. Tu dnes teprve začínáme. Nejprve malý úvod. S narůstající nejistotou v akciových trzích je pro stále více větších investorů a traderů zajímavé diverzifikovat se do jiných trhů. Jedny z nejzajímavějších jsou futures, které mají s akciemi velmi nízké korelace. Tato oblast lákala i jednoho z dlouholetých čtenářů Finančníka, kterému jsem s úspěchem pomáhal vytvářet systematické portfolio obchodující akciové trhy. Obchodník v trzích pracuje s nadstandardně velkými objemy peněz a jeho cílem je především co nejvyšší diverzifikace. Postupně jsme se tak domluvili, že připravím portfolio řešení i pro futures trhy. Oblast je to zajímavá i pro mě samotného. A vlastně jsem celý projekt uvítal jako příležitost konečně dotáhnout své vlastní dílčí projekty řízení risku na úrovni portfolia, kterým jsem poslední roky věnoval mnoho času (ale které mám bohužel často stále ve formě spíše jednotlivých nástrojů než jednoho celistvého řešení). A tak vznikl projekt FinFolio – řešení na úrovni hedgového fondu, které bude automaticky obchodovat řadu nekorelujících strategií na mnoha nekorelujících trzích. Proč jsem se rozhodl o vývoji psát na Finančníkovi? Tak především proto, že projekt zabírá veškerý můj aktuální čas a tradičně píši o tom, co sám v trzích řeším. Je mi jasné, že svojí komplexností jde o projekt, který nemusí oslovit každého (na druhou stranu proto zde máme na Finančníkovi základní kurz a swingový workshop podávající informace ve srozumitelné podobně i začínajícím a středně pokročilým traderům), ale také vím, že je zde řada pokročilých traderů řešící podobné téma. A byť určitě nepůjdu v každém bodu popisu mé práce do naprostého detailu, z vlastní zkušenosti vím, jak inspirující mohou být jen rámcové myšlenky a pohled na postup někoho jiného. V neposlední řadě bude jistě pro mnoho lidí zajímavé sledovat, jestli se mi podaří dojít do konce a s jakým výsledkem. Co je tedy ve zkratce cílem projektu? Vytvoření portfolio řešení, které: Bude obchodovat neomezený počet futures trhů (případně dalších trhů nabízejících dostatečnou volatilitu, jako jsou kryptoměny). Řešení musí jednoduše zvládnout přibírat „za běhu“ nové trhy a aplikovat na ně používané strategie. Umožní volně přidávat nové vstupní/výstupní taktiky (dílčí obchodní systémy). Bude všechny strategie obchodovat jak na dlouhou, tak krátkou stranu. Bude průběžně řídit risk na základě aktuálních korelací obchodovaných systémů, trhů samotných a aktuální volatility. Bude vše obchodovat automaticky (začneme u Interactive Brokers). Bude mít šanci reálné dlouhodobé výkonnosti 1–1.5 sharpe ratio. Celý projekt mám rozdělený do několika modulů, které budou vypadat zhruba následovně: Základní koncepty, se kterými na projektu pracuji: Použité strategie budou vycházet ze základních „idea first“ principů (breakout, mean reversion, carry) a nebudu je optimalizovat (ani pro jednotlivé trhy). V zásadě použiji přístupy, které jsem kdysi sdílel v kurzu Vytváříme AOS: Od myšlenky k automatizovaným profitům. Tedy, že obchoduji současně různé nekorelující variace stejného obchodního systému, aniž bych se na základě historické výkonnosti snažil vybrat tu, která v minulosti nejvíce vydělávala (protože jsem absolutním zastáncem toho, že v trzích nelze vybrat výhodnou strategii jen na základě její historické výkonnosti). Minimálně ze začátku bude projekt stavět na swingových obchodech. Intradenní strategie jsou lákavé svou hypotetickou výkonností, v rámci portfolií obchodovaných na více trzích ale bývá při vyšší frekvenci obchodování problém se skluzy v plnění, které v důsledku reálnou výkonnost hodně ovlivňují. Swingové obchodování je v tomto ohledu „sázka na vyšší jistotu“, neboť se obchoduje s mnohem nižší frekvencí a méně nás toho může v praxi zaskočit. Prioritou bude obchodovat co nejvíce možných trhů, protože jsem přesvědčený, že nejdostupnější svatý grál v tradingu je diverzifikace přes nekorelující trhy. Bohužel toto v praxi vyžaduje více kapitálu, který limituje, jak hodně se můžeme diverzifikovat. Jednotlivé dílčí systémy na stejném trhu nebudou obchodovat samostatně. Od toho bude v projektu „signální modul“, který bude signály agregovat do jednoho finálního signálu. Řekněme, že například budou na Trh 1 puštěny strategie Breakout1, Breakout2 a MeanReversion1 (pracující na různých timeframe). Všechny tři strategie budou chtít být v pozici – Breakout strategie v dlouhé a MeanReversion v krátké. Výsledkem bude vážený průměr jednotlivých signálů (například long s menší pozicí). Toto vnímám jako podstatné, protože se v důsledku ušetří ohromné množství komisí a skluzů v plnění, než kdybychom do všech strategií vstupovali samostatně (a v tradingu se opravdu každý dolar počítá, byť vím, že mnoho traderů toto zásadně podceňuje). Velkou pozornost chci věnovat modulu Portfolio risk kontroler. Pokud jsem se za 20 let tradingu něco naučil, tak je fakt, že trhy mají vždy něco, čím nás mohou překvapit (mimochodem – četli jste už tyto zprávy, jak díky chybě v platformě brokera, která nepočítala se zápornou cenou ropy, začal daytrader den se 70 tisíc dolary a skončil se záporný zůstatkem 9 milionů dolarů?). Cílem kontroleru bude snižovat pozice v případě, že se v trzích bude dít něco nezvyklého – například se výrazně změní běžné korelace (což je mimochodem něco, co se stalo letos v akciích s nástupem koronaviru). To je tedy hrubý nástřel projektu, na kterém aktuálně pracuji. Mým rámcovým cílem je využít jak zkušenosti, tak především hotové dílčí nástroje a začít s prvními živými obchody na podzim letošního roku. O postupu na projektu budu na Finančníkovi průběžně informovat.
  27. V dnešním tutoriálu si ukážeme, jak nastavit typickou vizuální kontrolu strategie prostřednictvím zobrazení fixního a posouvaného stop-lossu přímo do grafu. Tutorial naleznete zde.
  28. 4fx

    Python: Práce s logy

    Při vývoji komplexnější aplikace, je žádoucí začlenit do kódu sledování průběhu skriptu, v dnešním tutoriálu si ukážeme několik možností jak s logy pracovat. Video zároveň popisuje princip přesměrování obsahu konzoly příkazového řádku do logu, které zmiňuje trader Unlimited ve svém článku věnovaném VPS. Video naleznete v TechLabu zde
  1. Zobrazit další..
×
×
  • Vytvořit...

Důležitá informace

Na tomto webu zpracováváme cookies potřebné pro jeho fungování a analytiku, v případě udělení souhlasu také cookies pro účely cílení reklamy.