Hlavní přehled
Přehled je automaticky aktualizován.
- Včera
-
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. - Poslední týden
-
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. - Dříve
-
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. -
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. -
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. -
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. -
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. -
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. -
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). -
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. -
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. -
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. -
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. -
V dnešním tutoriálu si ukážeme, jak nastavit typickou vizuální kontrolu strategie prostřednictvím zobrazení fixního a posouvaného stop-lossu přímo do grafu. Tutorial naleznete zde. -
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 -
Z dnešní zvýšené volatility nejvíce profitují breakout systémy. Tedy takové, které vstoupí do pozice v momentě, kdy se cena rozjede a systémy se snaží v pohybu zůstat co nejdéle. Sám takové využívám ve swingové i intradenní podobě. Swingové breakout obchody Pokud s tradingem začínáte, nebo nejste zatím vůbec profitabilní, je určitě výhodnější začít se swingovými přístupy držící pozice delší dobu (několik dnů nebo týdnů). Byť to na první pohled tak nemusí vypadat, jejich vytvoření je opravdu výrazně jednodušší a následné obchodování psychologicky méně náročné než intradenní obchodování. 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). Swingové breakout strategie přitom nemusí být nijak komplikované. Konzervativně se stačí zaměřit na dlouhodobé cenové maximum (například poslední rok) a do pozice vstupovat v momentě překonání této hranice. Strategie pak pracuje se základním stop-lossem (ten je zasažen, pokud trh po průlomu nepokračuje) a posouvaným (trailing) stop-lossem, jehož cílem je z pohybu dostat co nejvíce. Obchod tak může vypadat například takto: Při obchodování akcií bych určitě začal se strategiemi, které breakouty pouze nakupují. V aktuální chvíli se tak připravuje mnoho zajímavých příležitostí, pokud trhy budou dále růst. Přičemž samozřejmě není potřeba čekat na průlom ročního high a lze agresivněji používat i kratší intervaly. A pokud trhy růst nebudou, tak to zase znamená, že strategie nebudou generovat žádné ztráty a kapitál můžeme využít jiným způsobem. Pro inspiraci – takto vypadá equity křivka popisovaného přístupu aplikovaného na akcie, které mám v databázi (včetně delistovaných). Jde o více než 20 000 titulů, z nichž systém vybírá ty s nižší likviditou (ale stále obchodovatelné a s cenou nad 1 dolar). Systém drží max. 40 pozic současně a každé přiřazuje 5 % kapitálu. Od roku 1995 obsahuje test velmi slušných 10 564 obchodů: Křivka je to samozřejmě ilustrační, právě proto, že do malých akcií nelze umisťovat stále vyšší kapitál. Nelze plánovat například takto dlouhodobé navyšování pozic. Na křivce je ale vidět, že edge funguje skutečně dlouhodobě. Zajímavější může být pohled na obchody od roku 2018, pokud bychom začali s kapitálem 10 000 dolarů a vstupovali/vystupovali na otevírací ceně další den po generovaném signálu (abychom si tak mohli připravit například limitní příkazy atd.). Při započítání komisí z Interactive Brokers bychom stále dosahovali ročního zhodnocení přes 50 % při poměrně nízkém drawdownu. V praxi toto zhodnocení bude snížené o různé skluzy v plnění, na které je třeba se při obchodování akcií s nižší likviditou připravit, nicméně stále je zde z mé zkušenosti dost prostoru pro profit. Lze přitom očekávat, že se blíží doba, kdy se menší akcie mohou opět dostávat ke svým dlouhodobým maximům, a strategie tak opět začne generovat zajímavé zisky. Bude dobré ji mít připravenou v arzenálu (v případě práce s menšími účty). Jak konkrétně strategii připravit? Sám používám Amibroker, a pokud jste absolvovali swingový workshop, měli byste být schopni využít předávané know-how a strategii obměnou poskytovaných kódů připravit. Případně jsem do TechLabu připravil v pátek nový tutoriál obsahující i kompletní kostru systému velmi podobného výše screenshotovanému. Intradenní breakout obchody V intradenních trzích volatilita jednoznačně nahrává breakoutům volatility. Podrobně se o nich můžete na Finančníkovi dočíst v článku Intradenní breakout volatility. Strategie nejčastěji spočívá v tom, že trh nakoupíme/prodáme v okamžiku, kdy se vychýlil o určitou hodnotu od otevírací ceny (například definovanou násobkem indikátoru ATR) a pozici držíme do konce obchodního dne. Nejzajímavější výsledky bývají na akciových indexech a energiích. Jak se podobný systém může chovat na akciovém indexu e-mini S&P 500 jsem popisoval nedávno v článku +93 % za 3 měsíce – breakout systém na ES. Je zajímavé si uvědomit, že tento systém nebyl nijak na aktuální volatilitu optimalizován – naopak byl vytvořen již před několika lety. Za poslední měsíc si přitom připsal další nemalé zisky dané hlavně tím, že se trhy nyní hýbou. Takto vypadá další vývoj aplikovaný na mikro S&P 500 – kontrakt, který je 10x menší než e-mini S&P 500, a lze jej tak obchodovat s menším kapitálem: U mikro S&P 500 je ale dobré mít na paměti, že jakmile současná volatilita opadne, již určitě nebude možné generovat podobná zhodnocení. Jak podobný systém vytvořit? V TechLabu naleznete můj kompletní tutoriál na Intradenní breakout strategie v Amibrokeru včetně kódů pro Amibroker. Ale je určitě potřeba počítat s tím, že vývoj intradenní strategie je násobně náročnější než vývoj swingové strategie. Pokud jste se účastnili posledního Trading Fora, tak ostatně víte, že si v této oblasti dnes pomáhám pomocí GSB generátoru strategií, což není levná záležitost (a tedy určená pro malé účty), ale opět pro ilustraci. 25. února jsem pro programátora, se kterým pracujeme na systému portfolio exekucí ID obchodů, vytvořil v e-mini S&P 500 tři intradenní breakout strategie. Ty využívaly data jen do poloviny roku 2019 a od 25.2.2020 jsou tedy již 100% „out of sample“ a předané do TradeStation platformy. Takto si přitom vedly od konce února všechny tři dohromady: Všechny strategie přitom obchodují long i short, a dokáží tak profitovat ať trhy rostou nebo klesají – podstatná je v nich právě zvýšená volatilita: Závěr Aktuální zvýšená volatilita přináší mnoho příležitostí, které v posledních letech v trzích nebyly. Breakout strategie jsou nyní žhavější než jindy. A jestli se zaměřit na intradenní nebo swingové příležitosti? Pokud bych začínal a disponoval malým účtem (pár tisíc až desítek tisíc dolarů), zaměřil bych se spíše na swingové obchodování – například právě v méně likvidních akciích. Intradenní futures trhy nabízejí také mnoho zajímavého, ale strategie je třeba obchodovat v portfoliích. A i v případě využití mikro kontraktů to už vyžaduje dostatečný kapitál a rozhodně vyšší náročnost spojenou s vytvářením strategií. Ale jak vidíte na uvedených příkladech, i ta se vyplácí. -
Síla Amibrokeru je mj. v rychlosti. Ta je dosahována skriptováním pomocí vektorů. To však u některých logik může být komplikované – zejména pro začínající obchodníky. V takovém případě tak lze sáhnout po práci se smyčkami. Ty mohou kód zpomalovat, ale na druhou stranu se v nich snadněji dosáhne cíle. V dnešním tutoriálu si ukážeme, jak se smyčkami pracovat v kontextu přípravy trendového breakout vstupu. Tutoriál naleznete v Techlabu na této adrese. -
Představte si, že dostanete 25 dolarů a zcela seriózní nabídku – 30 minut můžete házet „panna/orel“ pomocí virtuální mince na jednoduchém počítačovém programu s upravenou pravděpodobností. Panna bude padat v 60 % případech. Můžete sázet, jak rychle chcete, na konci 30 minut dostanete vyplacenu vaši výhru v reálných dolarech omezenou na 250 dolarů. Tedy vaším cílem je dostáhnout minimálně právě na tento zisk. Sázet můžete libovolnou část účtu, který má na začátku hodnotu 25 dolarů, výhra se rovná sázce. Přesně tento experiment popisují ve studii Rational Decision-Making Under Uncertainty: Observed Betting Patterns on a Biased Coin manažer fondu Victor Haghani a profesor Richard Dewey. Zdálo by se, že dosáhnout na cílovou částku 250 dolarů při daných pravděpodobnostech je velmi jednoduché, což je také pravda. Důležité je ale zvolit správný position sizing – tedy zapřemýšlet nad řízením rizika. Vsázet co nejvíce, ale současně tak, abychom při dané pravděpodobnosti 60 % neohrozili náš účet. Ale současně tak, abychom něco vydělali – přeci jen naším cílem je několik set procentní zhodnocení a u takového nemůžeme zase vsázet příliš málo, protože na cíl nedosáhneme. Zkuste se na chvíli ve čtení článku zastavit a přemýšlet, jakou strategii sázek byste zvolili? Bohužel většina obchodníků nedokáže vydělat ani v takto jasně definovaném prostředí. Svědčí o tom i závěry citované studie, která byla zaměřena na finančně gramotné studenty univerzity a autoři zjistili, že: 28 % účastníků i přes jasné definované výhodné pravděpodobnosti přišlo o celý počáteční vklad. 51 % účastníků nezrušilo účet, ale ani nedosáhlo na maximální výhru. Průměrný stav účtu této skupiny byl jen 75 dolarů. Celá 1/3 účastníků skončila při experimentu s méně penězi, než s kolika začala. Tedy se ztrátou. A jen 21 % účastníků dosáhlo na maximální výhru 250 dolarů. Přemýšlejme o tomto ještě chvíli. V prostředí se zaručenou pravděpodobností úspěchu 60 % prakticky zvítězilo jen 21 % účastníků, přestože statisticky mělo šanci na vítězství 95 % obchodníků. Tedy za předpokladu, že by vsázeli mezi 10-20 % účtu. Jenomže lidé se v případě práce s penězi nechovají racionálně. I studie zmiňuje, že lidé měnili v průběhu hry zcela neracionálně velikost sázek. Většina ztrácejících obchodníků například měnila risk management podle určitých patternů chování mince. Například zvyšovala částky poté, co vícekrát za sebou padl orel a to přesto, že výsledky hodů mincí byly náhodné. Jaká byla optimální strategie sázek? Ideální bylo riskovat 20 % aktuálního stavu účtu. Matematicky k tomuto číslu lze dojít s využitím vzorce Kelly, významného matematika Johna Kellyho, jehož práce představuje základ pro řízení risku mnoha dnešních velkých traderů. Velikost pozice je pak definována jako 2 × p – 1, kde p je pravděpodobnost zisku. V našem případě byla pravděpodobnost zisku 60 % a tedy výpočet je následující: 2 × 0,6 – 1 = 0,2. V citované studii jsou uvedené další matematické podrobnosti – včetně toho, kolik bylo možné za 30 minut vyhrát, pokud by nebyl stanoven maximální limit 250 dolarů (a ano, jsou to při dané pravděpodobnosti neuvěřitelná čísla). Co si z výše uvedeného vzít pro trading? Množství obchodníků se neustále honí za ideálními vstupy a výstupy. Jak se ale i mě samotnému mnohokrát potvrdilo, stejně jako ve výše uvedené studii – ani s výdělečným obchodním systémem většina obchodníků nevydělá. Dnes citovaný příklad to krásně ilustruje. Konstantní a zaručená 60% pravděpodobnost s poměrem risk/zisk 1:1 (a bez placení komisí) je něco, co v obchodování mít nikdy nebudeme. A stejně 1/3 účastníků v experimentu peníze ztratila. Ještě se divíte, že většina obchodníků ztrácí v reálných trzích, kde jsou pravděpodobnosti výrazně nižší a mnohem proměnlivější? Jak už jsem na Finančníkovi psal mnohokrát – naše hlava není jednoduše stavěná na to, aby dělala rychlá racionální rozhodnutí týkající se peněz. Zejména pokud rozhodnutí ovlivňují, kolik peněz můžeme následně vydělat nebo ztratit. Přitom ale tato rozhodnutí mají zásadní dopad na finální výsledek. Mé vlastní řešení uvedeného problému byla co nejvyšší systematizace všeho, co v obchodování dělám. Protože jsem zjistil, že čím méně rozhodnutí musím v prostředí nejistoty živých trhů provádět, tím racionálněji se chovám a dosahuji lepších výsledků. Občas diskutuji s některými tradery na téma, že při čistě diskréčnějším obchodování lze vydělávat více než při aplikování mechanických vstupních pravidel. Teoreticky to může být pravda. Jenže potíž je v tom, že náš mozek není stroj. A jak jsem se snažil ukázat v dnešním článku – reálné výdělky jsou výsledkem řízení obchodované pozice, a tudíž podstupovaného risku. Nikoliv samotných vstupů/výstupů. I když tak budeme mít na začátku mechanický systém s nižší výkonností, nad kterým ale budeme schopni precizně propočítat a bez problémů provádět správný position sizing, dlouhodobý výsledek bude s vysokou pravděpodobností překonávat vše, co budeme dělat v trzích pocitově. -
Ošetření vyjímek patří mezi důležité úkony během vývoje programu, oč se jedná, vysvětlím v dnešním tutoriálu. Video obsahuje také ukázku, jak můžeme ověřit, zda je aktivní API komunikace s IB. Video naleznete v TechLabu zde -
Na základě požadavku tradera Marty86 přináším podrobnější návod, jak v Amibrokeru vytvořit intradenní backtest. Pokud budou ke kódu nejasnosti, publikujte je prosím do vlákna Amibroker a příště mohu tutoriál upřesnit. Příklad je postaven na tzv. breakoutu volatility. Princip strategie je jednoduchý. Kolem stávající ceny definujeme určitý běžný rozsah volatility a trh nakupujeme/prodáváme v momentě kdy překoná horní/spodní pásmo. Vyděláváme v momentě, kdy trh pokračuje ve směru průlomu. Tutoriál naleznete zde. -
Jednou z prvních otázek, na kterou si musí začínající obchodník odpovědět, je co obchodovat. Preferovat bychom měli co nejlevnější trhy na obchodování a současně dostupné pro náš obchodní účet. Pro pomalejší swingové obchodování, které je z mé zkušenosti pro začínající tradery nejvhodnější, se z levnějších burzovních trhů nabízejí zejména akcie nebo ETF. U ETF ale bohužel platí, že americké tituly nelze s menšími účty v EU díky její regulaci obchodovat a evropské ETF jsou pak vesměs výrazně dražší na obchodování. Jako jedna z nejrozumnějších voleb pro start obchodování se tak jeví americké akcie. Zbývá ale otázka – zaměřit se na jednu akcii, několik málo titulů nebo nějakou větší skupinu? Jeden z běžných pohledů na toto téma může být začít obchodovat jediný trh, specializovat se na něj, získat pro něj cit, a teprve potom si přidávat do obchodovaného portfolia další trhy. Musím se přiznat, že v počátku své kariéry profesionálního obchodníka jsem měl na věc podobný pohled, který jsem však v průběhu doby výrazně přehodnotil. Obchodování jen jediného trhu není zdaleka optimální a u většiny obchodníků to vede k situacím zbytečně způsobujícím ztráty. Jedním z důvodů je ten, že obchodování jednoho trhu svádí technické obchodníky k tendenci „subjektivně předvídat vývoj ceny“. Vnímají, že trh dělá něco, co již v minulosti zažili a trh by se mohl zachovat podle jejich očekávání. Takové přesvědčení bývá velmi silné a často vede k porušení jemných pravidel obchodních plánů. Jednoduše se obchodníci snaží „známou“ situaci obchodovat agresivněji, protože „ví“, jak trh zareaguje. Asi nemusím příliš podrobně rozepisovat, že podobné chování v trzích dlouhodobě generuje ztráty. Budeme obchodovat jen naše pocity a dojmy, které nevycházejí ani z dostatečného statistického vzorku dat. Jednoduše řečeno – naše mysl si vzpomene na jednu, dvě podobné situace z minulosti, kdy trh vypadal podobně jako nyní a bude z toho vyhodnocovat obecné, velmi silné závěry. A věřte mi, mozek je v tomto ohledu specialista. Jednou z jeho základních vlastností je podporovat nás v našem vlastním úsudku, což je přesně to, co se pro trading v podobné situaci vůbec nehodí. Dalším úskalím při obchodování jediného trhu je frekvence obchodů. Budeme-li čekat na swingové obchody vycházející z denních grafů, můžeme se připravit spíše na maximálně několik signálů za měsíc (a spíše méně). To je pochopitelně zejména pro začínající obchodníky málo. A tak bude jejich přirozenou tendencí obchodování slabších situací, případně snižování timeframe a přechod na intradenní obchody. Místo zaměření se na jediný trh je tak lepší obchodovat více trhů najednou. Můžeme se soustředit jen na nejsilnější situace vycházející například z denní struktury trhu a zároveň budeme mít díky současné analýze více trhů k dispozici větší množství obchodních signálů. U futures kontraktů toto bohužel vede k potřebě větších obchodních účtů, neboť se musíme připravit na situace, kdy budeme obchodovat více obchodních příležitostí najednou. U akcií lze ale obchodovat i velmi malé pozice, a je tak možné obchodovat více trhů i s opravdu malým kapitálem. V případě akcií je navíc současné obchodování více trhů najednou vhodné i z pohledu řízení risku. Jednotlivé akcie mívají tendence silně reagovat na fundamentální zprávy. Není výjimečné, když se přes noc cena titulu hýbne o deset a více procent jedním nebo druhým směrem (např. po vyhlášení ekonomických výsledků firmy). Sám tak obchoduji v systému nejméně 5 různých akciových titulů, většinou ale více. Pokud jedna z držených pozic divoce poskočí, nemá to na celý účet příliš zásadní vliv. Jak si vybrat skupinu akcií k obchodování? Tituly si pochopitelně můžeme vybrat úplně sami třeba podle toho, které akcie jsou nám sympatické. Ovšem v takovém případě se s nejvyšší pravděpodobností dopustíte jednoho z „hříchů“ přeoptimalizace – tzv. klamu přeživších. Ten spočívá v tom, že si do portfolia budeme logicky vybírat jen trhy, kterým se dařilo – například dlouhodobě rostly. V takovém případě je zřejmé, že i jakýkoliv backtest strategie bude velmi ovlivněn už jen tím, jaké trhy jsme vybrali. Přitom do budoucna není zaručeno, že dnes úspěšným titulům se bude dařit stejně i nadále. Výběr skupiny akcií k obchodování je tak lepší provádět podle určitého systematického klíče, podle kterého jsme schopni kdykoliv v čase přesně definovat trhy, které obchodujeme. Sám pro tyto účely používám složení akciových indexů typu S&P 500, S&P 100, Dow Jones, Nasdaq 100 a podobně. Akciové indexy představují koše akcií sestavované podle jasně daných kritérií. Například Dow Jones Industrial Average je vypočítán z cen akcií 30 velkých společností obchodovaných na amerických akciových burzách. Index je sestavován pod zkratkou DJIA již od roku 1896 a máme tak mj. i velké množství dat k testování. Je potřeba dát si ale pozor na to, že společnosti se v indexech mění. Konkrétně u DJIA ale nejsou změny tak časté. Podle Wikipedie se index změnil od svého založení 54krát. Za posledních 10 let bylo změn 6. Pokud budeme testovat strategie na 30 akciích z indexu DJIA i ručně, dá se to zvládat i včetně toho, že budeme sledovat, které tituly byly skutečně v indexu v daný den zahrnuty. Složení indexů lze nalézt na mnoha stránkách – například finviz.com sekce screener, kde si vybereme index = DJIA. U větších indexů typu S&P 500, který obsahuje přibližně 500 akcií, už je pak lepší použít některé z dostupných programových řešení. Je vůbec možné ručně obchodovat například cenové patterny na několika set akciích současně? Vlastně to není vůbec tak náročné, jak to může znít. Je třeba mít na paměti, že v případě pomalejšího swingového obchodování se na jednotlivých trzích objeví silné vstupní situace jen jednou za čas. Potřebujeme tak mít k dispozici jen řešení, které sleduje všechny potřebné akcie a upozorní nás na momenty, které jsou důležité (například formující se vstupní signál). Takovým řešením se říká skenery (anglicky screener). Pro swingové obchodování akcií je naleznete zdarma na řadě webů – např. již zmíněný finviz.com, oblíbený je tradingview.com atd. Na těchto webech si lze snadno a zdarma vyhledávat akcie splňující určitá obecnější pravidla – například nastavení technických indikátorů. Obchodujeme-li mechanický plán, existuje navíc mnoho softwarů, ve kterých si můžeme naskriptovat přímo konkrétní podmínky našeho obchodního plánu. A to je způsob, jak swingově sám obchoduji. Řekněme, že sleduji situaci průlomu high swingu pro breakout vstup. Danou situaci obchodního plánu si popíši pomocí mechanických pravidel a převedu do skriptu. Každý den ráno pak skript spustím třeba i na několik set trhů a software mě sám upozorní na konkrétní akcie, kde se vstupní pattern nachází. Pak už stačí zadat příkaz do obchodní platformy. Tímto způsobem tak mohu obchodovat silné situace odehrávající se na denních grafech trhu třeba jen několikrát do roka a současně mám k dispozici dostatečný počet signálů potřebný pro adekvátní využití pracovního kapitálu. -
V dnešním videu se podíváme na způsoby, jakými můžeme získat přehledy o provedených obchodech u IB. Také si ukážeme jak vytvářet uživatelské reporty v klientském portále a nakonec si řekneme na co je třeba dát pozor při načítání obchodů přes API. Uvedený postup pak můžeme naopak využít pro doplnění chybějících obchodů do deníku v případě nečekaného výpadku úlohy, která to v našem workflow řeší. Video naleznete v TechLabu zde -
Pro strategie nakupující akcie může být výhodný tzv. hedging - zajištění prodejem pozice v indexu. Jak takový přístup otestovat, si ukážeme v dnešním tutoriálu. Tutoriál naleznete zde. -
Rychlé propady akciových indexů se pochopitelně promítly i do výsledků řady obchodních strategií. Nakolik pomůže, pokud bychom obchodovali strategii zajištěně? Tj. při otevírání dlouhých pozic v akciích bychom pozice jistili prodejem indexu? V tradingu je úžasné, že samotnou strategií vesměs obchodování jen začíná. Konečné výsledky jsou do velké míry ovlivněny především tím, jaký money management na jednotlivé vstupní a výstupní logiky aplikujeme. Tedy jak s pomocí velikosti pozice ovlivňujeme celkový risk profil strategie. V minulém článku Klíčová role money managementu na cestě k úspěchu v tradingu jsme si ukázali jeden možný přístup řízení risku. Dnes se chci podívat na další, který se ještě více blíží oblastem, ve které sám vnímám největší svatý grál – zajišťování pomocí long/short diverzifikace v rámci portfolia. Řekněme, že budeme obchodovat některou z tradičních reverzních strategií nakupující akcie. Ty spočívají v tom, že nakupujeme trhy po výrazném krátkodobém poklesu a držíme je pár dnů do doby, než se jejich cena vrátí do běžné hodnoty. Tedy princip využívající neefektivitu trhu vznikající díky krátkodobé panice – obchodníci se často iracionálně zbavují pozic, které proti nim prudce klesnou. Reverzní strategie fungují dobře a dlouhodobě. Slabé chvilky mají ale v momentě, kdy prudce poklesne celý trh (jako například nyní v reakci na koronavirus). Cena slabé akcie se nevrací k běžné hodnotě, ale dál klesá s celým trhem a strategie se propadá do drawdownu. Takto to může vypadat konkrétně. Jde o hypotetickou strategii nakupující bez páky 5 pozic v akciovém indexu SP100: Strategie dlouhodobě krásně vydělává, ale pochopitelně rychlé propady celého trhu se promítají do drawdownů. Bez použití páky se drawdowny u podobných strategií vesměs pohybují v aktuálním kontextu kolem 30 %: Jak by vypadaly výsledky, pokud bychom strategii obchodovali se zajištěním? Tedy na každých 1 000 dolarů otevřených v dlouhé akciové pozici bychom otevřeli short pozici v akciovém indexu v hodnotě stejných 1 000 dolarů? Pokud má naše strategie dlouhodobý edge, měla by i se zajištěním vydělávat (protože by měla bez hedge index překonávat). Jaké ale budou konkrétní výsledky napoví až konkrétní backtest. Ten jsem provedl za vás a výsledky jsou tyto: Výnosová křivka podle předpokladu nemá tak hluboké propady, protože když prodělává samotná strategie nakupující akcie, vydělává short pozice v indexu. Z tohoto pohledu vypadá podobný hedge (zajištění) jako dobrý nápad. Bohužel každá ochrana v trhu stojí peníze. A stejné je to se zajištěním pomocí indexu. Je potřeba si uvědomit, že zajištění je v trhu permanentně a v dobách růstu indexu „ztrácí peníze“. Prostě stejně, jako klasické pojištění – to nás stojí spoustu peněz a využijeme jej jen ve výjimečných případech. Konkrétně se výkonnost strategie snížila s využitím zajištění z ročního zhodnocení 20,15 % (bez páky) na 14,24 %. Současně se nám ale o polovinu snížil historický drawdown. Vyplatí se tak obchodovat reverzní strategie se zajištěním pomocí indexu? Na uvedeném příkladu je vidět, že to nemusí být špatný nápad. Hodně bude záležet i na konkrétních strategiích a doporučuji s principem experimentovat. Je možné testovat i to, že nezajišťujeme plnou pozici, ale jen částečnou atd. Samozřejmě v praxi hedging přináší další výzvy například v technické implementaci. Otevíráme další extra pozice a z pohledu EU traderů musíme řešit i to, jakým trhem se zajistit. Protože klasické americké ETF nemusí být na malých účtech k dispozici. Použít jdou ale například mikrokontrakty na akciové indexy, což je prakticky řešení, které sám používám. Hedge nevytvářím úplně mechanický, ale zajišťuji se pomocí strategií – viz +93 % za 3 měsíce – breakout systém na ES, kdy v této výjimečně volatilní době velmi dobře fungují trendové obchody (i do shortu). A díky možnosti využívat mikrokontrakty lze podobné strategie jemně škálovat tak, aby se vhodně doplňovaly se zbytkem portfolia. Je ale pochopitelné, že vše chce v obchodování svůj čas a je dobré postupovat krok za krokem. Pro mnoho obchodníků tak může být výhodné jistit se v trzích zcela mechanicky – třeba short pozicí v indexu nebo nakoupením put opce. Ale vždy je dobré si konkrétní dopad hedgingu na strategii nasimulovat. Třeba tak, jak jsem to udělal v tomto článku. K praktické stránce: Výše uvedené simulace jsem připravil v Amibrokeru pomocí low level CBT. V něm lze sledovat například velikost otevíraných pozic a podle toho upravovat velikost potřebného zajištění v indexu. Není to ale úplně triviální. A tak pro všechny, kdo chtějí s principem experimentovat a chtějí ušetřit dny, které jsem se skriptem sám strávil, připravím do archivu návodů Techlabu v tomto týdnu tutoriál včetně kompletního kódu, se kterým můžete hned začít pracovat bez potřeby vlastního programování. -
Video popisuje práci s textovými soubory v Pythonu, od načtení obsahu až po editaci obsahu. Jednotlivé postupy jsou doplněné praktickými ukázkami. Zároveň je připojena ukázka implementace řešení pro automatizaci úpravy názvu tickerů v csv souboru s obchodními signály. Video naleznete v TechLabu zde
