petr

V dnešní době slyšíme o umělé inteligenci na každém kroku, ale možná jste ještě nezkoušeli, jak hodně může pomoci v tradingu. V dnešním videu jsem připravil ukázku jak pomocí .A.I. chatu připravuji Python skripty, nad kterými bych si jinak lámal hlavu dlouhou dobu. Tutoriál naleznete v TechLabu zde.

Hlavním směrem obchodování na Finančníkovi jsou systematické strategie, jejichž fungování je možné automatizovat, a tudíž provádět s minimální časovou náročností i při práci s širšími diverzifikovanými portfolii (která považujeme za hlavní svatý grál retailového obchodníka). Systematizace obchodování s sebou nese potřebu osvojit si technické nástroje a postupy, které nám v tradingu následně šetří čas a zvyšují efektivitu. Podle toho, z jakého zázemí obchodník přichází (sám nejsem programátor, ani jsem dříve příliš technice nerozuměl), je pak přirozené, že technické výzvy mohou vyvolávat mnoho průběžných dotazů a nejistot. Proto na Finančníkovi vznikla skupina TechLab, jejímž cílem je všem pomoci překonat technické problémy a inspirovat se, jak situace řeší v tradingu ostatní. Ve skupině je dnes mj. přes 5 000 příspěvků, množství video tutoriálů a dokonce kompletní hotové Python řešení pro automatizované obchodování. V TechLabu naleznete technickou podporu, průběžně publikované nové technické tutoriály, ve kterých ukazujeme, jak v praxi zvládáme klíčová témata spojená se systematickým obchodováním a také celé minikurzy, jejichž cílem je předávat vzdělávání v komplexnější podobě. Minikurzy jsou aktivně vedeny lektorem, který s vámi bude vyhodnocovat zadávané domácí úkoly a pochopitelně odpovídat na všechny otázky. Nabízí tak reálnou cestu, jak si osvojit technické oblasti, které v systematickém obchodování považujeme za klíčové. Na léto a podzim máme v uzavřené skupině TechLab připravené dva nové běhy minikurzů – praktické začátky s Pythonem a API komunikace se systémem Interactive Brokers. Pro účastníky TechLabu jsou minikurzy zdarma. Výuku pythonu začínáme 2.6.2023. Jde o klíčový minikurz, který vás naučí pracovat se skriptovacím jazykem tvořícím dnes pilíř technické stránky našeho tradingu (Python používáme pro řízení automatizace, práci s daty, nejrůznější podpůrné skripty atd.). Minikurz opakujeme jednou za cca 18 měsíců, proto tento aktivně lektorovaný termín nezmeškejte. Minikurz Základy zvládnutí Pythonu je určen především neprogramátorům a obsahuje následující lekce (lekce jsou publikovány jednou za týden): Lekce 1 – Úvod do Pandas. Hned od první lekce se pustíme do práce s poskytnutými datasety. Po úvodním představení kurzu a shrnutí přípravy prostředí se naučíme do Pandas načíst data z csv souboru. Dále si ukážeme funkce pro omezení záznamů a řekneme si, jak následně provedené změny uložit. Lekce 2 – Datové typy. V lekci si vysvětlíme, co to jsou základní datové typy. Ukážeme si funkce pro zjištění, s jakými datovými typy v jednotlivých sloupcích tabulky pracujeme a také se naučíme techniky převodu dat, které nám umožní předcházet případným chybám vycházejícím z nesouladu datových typů. Lekce 3 – Seznámení s DataFrame. V této lekci se podíváme trochu komplexněji na datové typy, představíme si nejběžnější složené datové typy. Také si řekneme, co je to dataframe a naučíme se základní operace napříč tabulkou. Lekce 4 – Získáváme první data. V této lekci si vysvětlíme, jak pracovat s osami v rámci dataframe, dále se naučíme postupy pro ošetření prázdných hodnot v načtených datech a také si ukážeme, jak aplikovat na datech základní statistické operace. Lekce 5 – Práce s indexy. Lekce zaměřená na práci s indexy, vysvětlíme si, jak s indexy pracovat a naučíme se, jak můžeme díky indexu efektivně získávat z dataframe požadované hodnoty a také, jak pomocí stejných principů nahrazovat hodnoty za jiné. Lekce 6 – Seskupování dat. Pokud bude dataset obsahovat záznamy více systémů, pak nás kromě pohledu na celkový stav portfolia budou zajímat také dílčí výsledky jednotlivých strategií. Vysvětlíme si principy seskupování dat, které nám umožní právě tyto dílčí výsledky získávat rychleji a efektivněji. Lekce 7 – Spojování tabulek. V lekci se naučíme spojovat tabulky, vysvětlíme, jak řešit dva nejčastější důvody spojování tabulek, kterými jsou přidávání dalších řádků ke stávajícím záznamům a také rozšíření tabulky o další sloupce. Současně připojíme další dva datasety. První obsahuje data našeho pracovního portfolia za delší období, druhý pak doplňující informace o průběhu jednotlivých obchodů. Lekce 8 – Smyčky. Zaměřeno na smyčky, které patří mezi nejčastěji používané techniky v programování a setkáme se s nimi v téměř každém Python skriptu. V našem minikurzu si podrobněji vysvětlíme, jak funguje smyčka for...in, která nám umožní procházet záznamy v dataframe poměrně jednoduchou a srozumitelnou syntaxí. Lekce 9 – Vizualizace dat. V závěrečné lekci minikurzu se naučíme data vykreslovat do grafů. Vysvětlíme si základní principy použití funkce plot a předvedeme, jak zobrazit průběh equity celého portfolia i jednotlivých strategií. Po minikurzu Pythonu bude v TechLabu následovat několik samostatných video tutoriálů ukazujících tipy, které mě s Bogdanem pomáhají v trading praxi. Následně spustíme nový minikurz, ve kterém se naučíme komunikovat se systémem Interactive Brokers pomocí rozhraní API. Použijeme k tomu právě Python a knihovnu ib_insync. V průběhu výuky postupně vysvětlíme principy, které umožňují získávat z TWS požadované informace o prováděných obchodech, ale také si ukážeme postupy, které mohou tvořit základ pro stavbu vlastního řešení automatizovaného obchodování, tzv. autotraderu. Obsah minikurzu: Lekce 1 - Obecné seznámení s knihovnou ib_insync. Naučíme se otevřít komunikační kanál a také získávat z IB informace o cenách vybraného trhu. Lekce 2 - Ze systému IB načteme informace o obchodním účtu a obsahu portfolia. Lekce 3 - Ukážeme si, jakým způsobem odesílat příkazy do trhu. Vysvětlíme si, jak vytvořit objednávku a rozdíl mezi zadáním MKT a LMT příkazu. Lekce 4 - V této lekci se budeme věnovat sledování otevřených pozic a čekajících příkazů. Lekce 5 - Na závěr minikurzu spojíme všechny získané informace a vytvoříme si jednoduchý autotrader, který odešle do IB příkazy na základě signálů připravených v csv souboru. Pro zapojení do minikurzů se stačí přihlásit do skupiny TechLab. Podrobnosti o TechLabu a možnostech přihlášení naleznete na stránce https://tri.financnik.cz/techlab

Diverzifikace portfolia: Sázka na kanadské trhy a testování australských akcií. Jak může hedging mean reversion strategií zvýšit výkonnost vašeho portfolia? A objevte nový přístup k short-term momentum obchodování, který vám pomůže snížit drawdowny v dobách nestability na trzích. Diverzifikace skrz mimo americké trhy Tento směr se mi zatím v portfoliu velmi osvědčuje. Mimo americké trhy obchoduji živě v současné době swingovou mean reversion strategii (pouze long stranu), kterou v Trading Room sdílím pod názvem TDMR1. Ta obchoduje kanadské akcie. Zajímavé je strategii porovnávat s podobnou long mean reversion strategií, kterou pod označením MR3000L obchoduji na amerických trzích. Skrz TDMR1 jsem k minulému týdnu zobchodoval letos 31 obchodů, obdobně je na tom MR3000L, která obchoduje přibližně shodné situace, ale na amerických trzích. Ta měla letos 45 obchodů. Ovšem TDMR1 obchodovala s úspěšností 74,19 % a sharpe 3,28, kdežto MR3000L s úspěšností 51,11 % a sharpe 1,16. Kanadské trhy se přitom obchodují velmi podobně jako americké – můžeme používat stejné typy příkazů, otevřené jsou ve stejné době. Komise jsou trochu vyšší, ale i přes ně mají strategie výrazně vyšší výkonnost než na amerických trzích. Tipoval bych si, že je to proto, že na kanadské trhy se zatím tolik algo obchodníků nesoustředí. Každopádně svoji strategii TDMR1 jsem začal sdílet v Trading Roomu, a pokud hledáte inspiraci bez toho, aniž byste si museli předplácet kanadská data, můžete se inspirovat v novém dashoardu, kde strategie vypadá takto: Mimo kanadské a americké trhy jsem se pustil do testování australských akcií. Ty jsou ještě méně likvidní než kanadské a z pohledu poplatků dražší na komise. Tak uvidíme, jestli se mi podaří tam nějakou strategii rozchodit. Zatím to vypadá tak, že cokoliv trochu funguje na australských trzích, tak generuje mnohem lepší backtesty na kanadských akciích. S velkou pravděpodobností tak spíše svoji pozornost zaměřím na spuštění dalších strategií na kanadských akcích. Hedging mean reversion strategií Pokud obchodujete swingové mean reversion strategie, možná jste stejně jako já přemýšleli, jak zejména long otevřené pozice zajistit proti případnému velkému krachu trhů v momentě nějaké významné makro události. Jako nejvhodnější se mi po dlouhém testování jeví hedgování long mean reversion pozic skrz short pozici v S&P 500, do kterého můžeme vstupovat například přes mikro kontrakty. Před testy jsem měl obavu, že podobný hedge bude výrazně ubírat na výkonnosti, ale nakonec to tak hrozné vůbec není. Naopak – na svém účtu jsem začal hedgovat i short mean reversion pozice (long pozicí v S&P 500) a oba tyto hedge dohromady dlouhodobě v backtestech nestojí žádnou výkonnost – naopak ještě trochu vydělávají. Přitom zajištění swingových mean reversion pozic umožňuje se stále rozumným riskem přiřadit systémům v portfoliích vyšší váhu – a tudíž z dlouhodobého pohledu více vydělávat. Rozhodně se mi tak vyplatilo s tímto testováním strávit čas a tento směr doporučuji. V Trading Roomu sdílím své testy a popis finálního nastavení zde. Long/short krátkodobé momentum v akciích Pokud jste před několika lety nemohli v akciových trzích najít funkční krátkodobé momentum strategie na short stranu, doporučuji zkusit zrevidovat testy. Tržní kontext posledních měsíců pomáhá zvýraznit strategie, které bylo možné dříve snadno přehlédnout. Osobně jsem takto našel velmi triviální přístup, který obchoduje de facto opak mean reversion strategií a kterému se logicky daří v aktuálním kontextu. Takto pro ilustraci vypadá equity křivka pouze této short momentum strategie (křivka obsahuje přes 1 200 obchodů, takže je solidně statisticky relevantní): Na první pohled je patrné, že strategii se daří zejména v tržních propadech posledních měsíců a patrně bude dobrým doplněním celého mého aktuálního portfolia obchodujícího z velké míry mean reversion přístupy. Strategie je tradičně velmi jednoduchá – de facto vstupuje short po volatilním klesajícím pohybu (short verze), nebo long po volatilním rostoucím pohybu (long verze) a pozici drží max. několik dnů. Co je ale podstatné – samu o sobě bych ji patrně neobchodoval – dlouhodobé sharpe ratio backtestu short strany je jen kolem 0,6. Strategie ale podstatným způsobem vylepšuje průběh celého mého portfolia. A podobným situacím možná čelíte také – v zásadě jste spokojeni s hlavními strategiemi svého portfolia, ale hodil by se vám přístup, který portfoliu pomůže v určitých momentech snížit délku a hloubku drawdownu. Přesně pro to mohou být dobré dnes popisované přístupy – jednak hedge skrz S&P 500 a pak tento hrubě popsaný momentum přístup. Ten sám zatím ještě paper traduji, ale v nejbližší době plánuji nasadit do živého portfolia. Jakmile se tak stane, nahodím jej také do dashboardu Trading Roomu.

V tradingu nezáleží na jednotlivých obchodech a do velké míry ani na samostatných systémech (byť musí mít funkční logiku). To nejpodstatnější se odehrává na úrovni portfolia, na které je dobré zaměřit pozornost už od samotného začátku. Aneb jak s jednoduchými strategiemi dosáhnout ročního zhodnocení +57%. Začínajícím obchodníkům se může zdát, že vytváření portfolií je až určitá nadstavba nad samotným zvládnutým profitabilním tradingem. Z mé zkušenosti je opak pravdou. Zaměření na portfolio je klíčové a pár jednoduchých „triků“ posune obchodníky často tam, kde by chtěli být – se stávajícími, často jednoduchými strategiemi. Skládání strategií do portfolií není jen o tom, že se obchoduje několik strategií najednou na stejném účtu. Můžeme ovlivňovat neuvěřitelné množství souvislostí – například to, jak strategie mezi sebou sdílí kapitál, jak se strategie budou doplňovat, jak se budou chovat při možném obchodování stejného trhu atd. V rámci portfolia se také lépe zajišťuje risk – můžeme do něj zapojit strategii, která by sama o sobě nedávala smysl (strategie ani nemusí dlouhodobě vydělávat), ale bude pomáhat vyhlazovat výkonnostní křivku portfolia v momentech, kdy budou hlavní strategie v drawdownu. Pojďme si sílu portfolia ukázat na příkladu strategií, které dnes sám používám v živém obchodování (jsou to mechanické strategie, se kterými obchoduji svůj osmiciferný korunový účet, tedy mám k nim opravdu velkou důvěru). Používám strategie, které jsou jednoduché a nejsou optimalizované. Rozumím tomu, že strategie mají období, kdy fungují lépe a kdy hůře. Všechny strategie sdílím na Finančníkovi, jednak v Trading Roomu coby „výukové signály“, ale často také v plně otevřeném kódu, který si může každý osvojit pro své vlastní obchodování. Obchoduji 4 long/short swingové mean reversion strategie (ty sdílím skrz kód nazvaný SMR), 2 long/short intradenní mean reversion strategie (ty sdílím s kompletními kódy v kurzu Stavba intradenní mean reversion strategie a to včetně mého Python autotraderu, plus živě publikuji výsledky na web Finwin.cz) a 2 momentum strategie držící pozice delší dobu (lehce upravené SMO z Workshopu swingového obchodování, plus MicroBreakout). V tuto chvíli tak obchoduji 8 strategií, které jsou sice velmi jednoduché, ale míří na různě dlouhé obchody (intraday vs. několik dnů vs. několik týdnů), různé tržní pohyby (3 strategie obchodují short, 5 long) a různé trhy (jedna strategie obchoduje kanadské akcie). Řekněme, že bychom každé z 8 strategií přiřadili v portfoliu váhu 50 %. Pokud bych měl účet 100 000 dolarů a strategie by otevírala 5 obchodů, pak bych tedy jednomu obchodu přiřadil kapitál 10 000. Na první pohled to vypadá, že pro obchodování 8 strategií s takovou portfolio alokací budu potřebovat obchodovat hodně na páku, což v akciích často není vůbec možné (běžně brokeři přes noc vyžadují, abychom měli pozice pokryté z 50 % vlastního kapitálu) a bylo by to hodně riskantní. Jenže realita je jiná. Zde je backtest diskutovaného portfolia od roku 2010, ve kterém by každá strategie měla váhu 50 %. Backtest je proveden s počátečním kapitálem 50 000 dolarů a komise jsou samozřejmě započítány. A takto vypadá využití kapitálu: Průměrná noční expozice všech systémů dohromady je jen 74,71 %! Tedy celé portfolio průměrně nevyužívá v noci margin. Maximální noční expozice je 167,60 % kapitálu (tedy v rámci běžného marginu). Maximální intradenní expozice kapitálu je 207,60 % (tedy opět v rámci běžných marginů, neboť intradenně můžeme u brokerů obchodovat akcie s až čtyřnásobným kapitálem, než který máme na účtu). Toto je patrně překvapivé a přitom velmi zásadní zjištění. Do portfolií se nám většinou vejde mnohem více systémů, než jak to na první pohled vypadá (mimochodem tématu vytváření podobných základních grafů vytížení portfolia se budeme věnovat v nejbližším minikurzu TechLabu, který budeme spouštět 31.3. Podrobnosti jsme popisovali zde). Pochopitelně kombinace několika aktivnějších systémů umožňuje generovat statisticky zajímavé vzorky obchodů. Výše diskutované portfolio by od roku 2010 uskutečnilo přes 14 000 obchodů! Osobně mám tak poměrně vysokou důvěru v to, že jako celek bude portfolio s vyšší pravděpodobností vydělávat i v budoucnosti (byť v trzích si člověk nemůže být nikdy jist ničím). Mimochodem takto vypadá equity křivka portfolia v porovnání s držením trhu SPY (graf je v logaritmickém měřítku): Důvodem stability výnosů je diverzifikace. Jednotlivé systémy nemají příliš vysokou korelaci výnosů: Což je důležité u portfolií sledovat – nechceme skládat do portfolií systémy, které jsou hodně podobné. Korelaci sleduji i za kratší období. Takto vypadá korelace u diskutovaného portfolia například za poslední rok: Opět se mi líbí, že si systémy drží svoji diverzitu. A to například i long swingové mean reversion TDMR1L a MR3000_1L, které mají stejný kód (ten, co sdílím jako SMR) a liší se jen délkou držení pozice a tím, že jedna strategie je aplikovaná na US trhy a druhá na kanadské. Překvapivé, ale velmi poučné může být, že přestože výkonnost portfolia je solidně stabilní, výkonnost jednotlivých systémů v čase velmi kolísá. Částečně je to vidět na tomto grafu, kde jsou zobrazeny výkonnostní křivky portfolia i jednotlivých systémů: Možná přehlednější je pohled na tabulku s metrikami: Jednotlivé systémy nemají „výkonnost nic moc“ (výkonnost je počítána vůči kapitálu celého portfolia, ovšem jak jsem zmínil výše, každá strategie pracuje jen s polovičním kapitálem) a občas si procházejí svými nepěknými drawdowny. Dalo by se říci, že jednotlivé strategie mají výkonost „pár procent ročně“. Ovšem podívejte se do posledního sloupce se souhrnnými statistikami portfolia. Ve zvýrazněném boxu je celková výkonnost: 56,85% při drawdownu -16,52 %. To je velmi solidní! Určitě je potřeba zdůraznit, že jde pouze o backtest, který má svá úskalí, nedostatky a jen orientační vypovídající hodnotu pro budoucí obchodování (nicméně vzorek 14 000 obchodů má svoji statistickou váhu). Podstatou článku nebylo slibovat vysoké výnosy, ale ukázat, jak důležité je zaměřit svůj pohled na samotné portfolio a nikoliv na jednotlivé strategie. Jinak co se výše uvedených strategií týče, tak ano, všechny obchoduji ve zmiňované podobě živě na svém velkém účtu jen s tím rozdílem, že používám jiné váhy v portfoliu. Jste-li účastníky Trading Roomu (pokud nejste, tak se případně můžete přihlásit na čekací seznam, postupně skupinu občas rozšiřujeme), pak aktuální váhy včetně zdůvodnění rozebírám v tomto vlákně Stavby portfolia. Tím, že v Trading Roomu otevřeně sdílím všechny své strategie (tj. včetně toho, že ukazuji vstupy/výstupy plánované dopředu před otevřením burzy), můžeme nyní společně velmi transparentně stavbu a přínos portfolií diskutovat a posouvat se kupředu. Portfolio by skutečně nemělo být v tradingu až někde na konci úvah, ale paradoxně právě na samotném začátku… ---------------------------------------------------------------------------------------------------------------- Jak se na Finančníkovi naučit obchodovat systematické strategie v portfoliích? Ideální je zapojit se do Trading Room. Nepotřebujete žádný software, data, know-how. Můžete pro výukové potřeby pracovat s mými vlastními signály, následovat mé portfolio, sledovat mé poznámky, portfolio výuku a postupně si z dalších systémů vytvářet vlastní systémy a posouvat se vpřed. Pokud chcete zvládnout vlastní vytváření systémů a automatizovaných portfolií, pak začněte Workshopem swingového obchodování a následně se zapojte do TechLabu, kde se postupně naučíte zvládnout všechny potřebné technikálie.

V TechLabu, skupině technické podpory, připravujeme průběžně interaktivní minikurzy, jejichž cílem je propojit teoretickou výuku přípravy systematického obchodování s praxí. Nový minikurz se zaměří na základy portfolio analýzy. Minikurz bude rozdělen do šesti lekcí s následujícím obsahem: Lekce 1 – Ukážeme si různé alternativy zpracování exportovaných dat. Lekce 2 – Naučíme se do grafu přidat benchmark a také porovnávat BT s výsledky skutečných obchodů z automatizovaného deníku. Lekce 3 – Vysvětlíme si, proč je dobré spojovat systémy do portfolií. Lekce 4 – Přizpůsobíme původní kód CBT k získání dalších dat pro pokročilejší analýzu. Lekce 5 – Naučíme se zpracovat získaná data na úrovni jednotlivých strategií. Lekce 6 – Analyzujeme data na úrovni portfolia. Pracovat budeme s Amibrokerem a základními funkcemi Pythonu. Cílem minikurzu je upravit kódy strategií tak, abychom mohli exportovat informace o využití kapitálu v čase. Tyto informace pak budeme spojovat a sledovat, jak je při různých váhách systémů využíván celkový kapitál portfolia – jestli je využíván margin, případně jestli máme v portfoliu „místo“ pro další systém. Cílová analýza bude mít podobnou formu: V grafu je vidět procentuální využití kapitálu při obchodování čtyř systémů. Jednotlivé lekce minikurzu mají vždy domácí úkoly, které účastníky motivují k aktivnímu zapojení se do práce a osvojení probíraných informací. V průběhu konání minikurzu je k dispozici lektor, který pomůže překonat jakýkoliv technický problém. Minikurzu se může automaticky bezplatně účastnit každý účastník TechLabu. Pokud nejste v TechLabu zapojeni, doporučujeme toto důležité téma nezmeškat. Registrovat se do TechLabu můžete na této adrese: https://tri.financnik.cz/techlab V TechLabu lze využít různé formy předplatného. Doporučujeme „TechLab AUTOMATIZACE – 12 měsíců“, kde kromě všech informací TechLabu získáte ještě otevřený kód našeho Autotraderu (s výkladem), plus přístup k archivu již proběhlých minikurzů. Ten v tuto chvíli již obsahuje následující minikurzy:

K nově publikovaným hotovým kódům strategie Simple mean reversion jsem dostal řadu dotazů na výkonnost a chování na dalších trzích. V článku přináším mnoho testů, které mohou poskytnout inspiraci i při obchodování jiných vašich systémů. V prvé řadě ale malé upozornění. Historické backtesty jsou vždy jen orientační. Pokud vám v testech vyjde například nejvyšší historický drawdown 15 %, tak to neznamená, že v budoucnu nebudete mít vyšší. Naopak. S velkou pravděpodobností tomu tak bude. Osobně se tak více orientuji na metriky typu sharpe ratio, průměrná historická volatilita a na testech sleduji hlavně stabilitu výsledků na různých trzích a obdobích. Testy dokonce provádím na více platformách. Jednak proto, abych eliminoval možnost chyby v kódech (na každé platformě skriptuji strategii samostatně) a také proto, že různé platformy jsou různě pokročilé a umí třeba trochu něco jiného. A dnes už mě vůbec nepřekvapuje, že i po maximálním odladění skriptů mohou být v testech na různých platformách rozdíly – na jedné vidím např. průměrné roční zhodnocení 14 % na druhé 15,5 % a podobně. Důvodů může být celá řada, ať již drobné odchylky práce s historickými daty, nebo trochu jiné způsoby výpočtů indikátorů. Podstatné je, že výsledky různých testů se mohou trochu lišit. V dnešním článku publikuji testy z workflow, kde jsem více schopen používat portfolio simulace a maximálně přesně používám historická data akcií tak, jak byla obchodována v minulosti (samozřejmě zahrnuji delistované akcie, odděluji účtované dividendy atd.). Výsledky se tak v detailech mohou lišit od backtestů např. v Amibrokeru nebo MultiCharts. Ale jde skutečně o detaily, které osobně nepovažuji za podstatné. Všechny níže uvedené testy jsou za období 1.1.2000 – 5.3.2023. Backtest startuje s účtem 20 000 dolarů (lze použít i menší). Jsou aplikovány komise účtované běžně Interactive Brokers. Co se páky týče – jednotlivé strategie obchoduji bez páky. Každé strategii vždy přiřadím celkový dostupný kapitál (tj. první obchody pracují s 20 000 atd.). Na úrovni portfolia (SMR Short + SMR Long) je tedy použitá maximálně dvojnásobná páka v momentě, kdy by byly obsazeny všechny pozice Short i Long strany strategie (což se prakticky nestává). Níže uvedené testy pracují se zcela shodným nastavením, jako poskytuji v hotových kódech Simple mean reversion. Test 1 – základní SMR long a SMR short (Russell 3000) V doprovodné výuce k hotovým kódům Simple mean reversion aplikuji strategii na americké akcie obchodované v rámci indexu Russell 3000. Tato data jsou pro vytváření signálů poměrně dobře dostupná i bez toho, aniž by bylo potřeba používání dražších Norgate dat (můžete vyjít například z našeho Yahoo downloaderu poskytovaného v Techlabu, jehož součástí jsou i aktuální konstituenty právě indexu Russell 3000). Backtest indikuje zhruba následující historický průběh: Červená linka představuje SMR short, modrá SMR long, černá linka „portfolio“ SMR short + SMR long. Šedá výkonnost benchmarku – držení SPY (S&P 500 osobně používám jako univerzální benchmark ve svých portfoliích). Upozornění – zejména u shortů je historická výkonnost jen orientační, protože v backtestu nelze ověřit, jestli byla akcie skutečně shortovatelná či nikoliv. Strategie v tomto testu reinvestují kapitál, ale pouze „sami do sebe“ – tedy pozice SMR long se zvyšují tak, jak se zvyšuje equity křivka SMR long a stejně tak u SMR short. Základní statistiky celého portfolia (long + short): Počet obchodů: 12 930 Průměrné roční zhodnocení: 25,77 % Maximální drawdown: -28,77 % Průměrná historická volatilita: 9,62 % Sharpe ratio: 1,85 Úspěšnost: 61,83 % Průměrný zisk: 3,87 % Průměrná ztráta: -4,27 % Průměrné využití kapitálu: 59,15 % Test 2 – základní SMR long a SMR short (všechny US akcie) S poskytnutými hotovými kódy ale není nutné se omezovat na akcie konkrétních indexů. Sám například obchoduji všechny aktuálně obchodované US akcie. Pokud úplně stejný kód jako v testu 1 aplikuji místo na akcie Russell 3000 na všechny US akcie, dostanu následující výsledky: Červená linka představuje SMR short, modrá SMR long, černá linka „portfolio“ SMR short + SMR long. Šedá výkonnost benchmarku – držení SPY (S&P 500 osobně používám jako univerzální benchmark ve svých portfoliích). Strategie v tomto testu opět reinvestují kapitál pouze „sami do sebe“ – tedy pozice SMR long se zvyšují tak, jak se zvyšuje equity křivka SMR long a stejně tak u SMR short. Základní statistiky celého portfolia (long + short): Počet obchodů: 14 020 Průměrné roční zhodnocení: 35,50 % Maximální drawdown: -15,53 % Průměrná historická volatilita: 10,88 % Sharpe ratio: 2,29 Úspěšnost: 62,45 % Průměrný zisk: 4,23 % Průměrná ztráta: -4,53 % Průměrné využití kapitálu: 63,51 % Stejná šablona, ovšem lepší výsledky díky tomu, že obchodujeme více akcií. Test 3 – rebalancované portfolio (všechny US akcie) A nyní si pojďme ukázat malý trik, který má zásadní dopad na výsledky obchodování. Do obchodování zapojím rebalancování portfolia. SMR long je přidělen každý den 100 % dostupného kapitálu na úrovni portfolia. A stejně tak SMR short – také pracuje každý den se 100% dostupným kapitálem. Oproti testu 1 a 2 se tedy portfolio každý den rebalancuje. Pokud jedna strategie začne hodně vydělávat, výdělky jsou před novým vstupem rovnoměrně rozděleny do obou strategií – výdělky jedné strategie jsou použity nejen pro tuto jednu strategii, ale i pro druhou (a stejně při prodělcích). Stále pracuji se stejnou obchodní logikou a stejným nastavením kódů, které poskytujeme v rámci hotových kódů simple mean reversion strategie. Jen obchodovaná pozice je ovlivněna rebalancováním portfolia (tato simulace je dělána mimo Amibroker). Černá linka je equity rebalancovaného portfolia (SMR long + SMR short), šedá pro porovnání držení S&P 500 (akcie SPY). Základní statistiky celého portfolia (long + short): Počet obchodů: 14 020 Průměrné roční zhodnocení: 71,83 % Maximální drawdown: -22,83 % Průměrná historická volatilita: 19,02 % Sharpe ratio: 2,54 Úspěšnost: 62,50 % Průměrný zisk: 4,23 % Průměrná ztráta: -4,53 % Průměrné využití kapitálu: 63,51 % Rebalancování systematických portfolií je skutečně hodně mocná taktika, kterou sám u těchto strategií v rámci svého alternativního systematického fondu používám. Pozn.: Rebalancování portfolií nelze s poskytnutými hotovými kódy historicky simulovat (Amibroker toto neumí), ale samozřejmě taktiku lze s hotovými kódy aplikovat na budoucí obchody. Test 4 – rebalancované portfolio (všechny US akcie), výstup další den na OPEN V rámci Simple mean reversion strategie vystupuji při uzavření trhů a má to jednu ohromnou výhodu. Jelikož používám „MOC“ (Market On Close) příkazy, vystupuji za cenu, která je prakticky skoro vždy shodná s tou, kterou vidím jako denní uzavírací cenu na historických grafech (a tudíž mám ve svém obchodování vůči backtestům vesměs jen minimální skluz v plnění – vstupuji limity a vystupuji právě pomocí „MOC“ příkazů). Strategii lze ale určitě obchodovat i tak, že vystupujeme „další den za otevírací cenu“. Níže je uveden backtest, který se kromě času výstupu neliší s testem 3. V praxi ale bude třeba ještě u výstupu na otevírací ceně počítat se skluzem v plnění. Černá linka je equity rebalancovaného portfolia (SMR long + SMR short), šedá pro porovnání držení S&P 500 (akcie SPY). Počet obchodů: 14 094 Průměrné roční zhodnocení: 74,58 % Maximální drawdown: -21,53 % Průměrná historická volatilita: 20,09 % Sharpe ratio: 2,47 Úspěšnost: 61,85 % Průměrný zisk: 4,50 % Průměrná ztráta: -4,74 % Průměrné využití kapitálu: 63,28 % Výsledky jsou při výstupu tedy teoreticky dlouhodobě ještě lepší než na close. V praxi je ale třeba započítat skluzy v plnění a osobně bych si tipl, že výsledky tak budou s variantou 3 hodně podobné. Test 5 – rebalancované LONG portfolio (US a kanadské akcie) Poskytnuté hotové kódy lze použít nejen na americké akcie. Osobně strategii obchoduji i na dalších trzích – v tuto chvíli hlavně na kanadských, ale postupně plánuji spustit i další. Zde je pro ilustraci ukázka, jak vypadá rebalancované portfolio long strany (tedy bez shortování, které zatím mimo US nedělám) amerických a kanadských akcií. Pro obchodování kanadských akcií je použit stále stejný kód, kde bylo jen nastaveno obchodování akcií od 1 USD (na kanadské burze jsou i velmi likvidní akcie obchodovány za nižší ceny). Jsou aplikovány komise tak, jak je účtuje Interactive Brokers (obchodování kanadských akcií je dražší než v US). POZOR: Pro zjednodušení není řešen kurzový rozdíl kanadský vs. americký dolar – akcie jsou obchodovány ve stejné měně (tedy backtest je v tomto směru orientační a neuvádím zde podrobné statistiky). Modrá linka US akcie, zelená kanadské akcie, černá portfolio – SMR long na kanadských a amerických akciích, šedá pro porovnání držení S&P 500 (akcie SPY). Test dobře ilustruje, jak je strategie robustní – lze ji bez modifikací pustit i na další trhy a lze se tak diverzifikovat (dlouhodobá korelace mezi oběma trhy na výše uvedeném grafu je jen 0,28). Shrnutí Swingové mean reversion strategie vnímám jako velmi robustní a tvořím s nimi jeden ze základních pilířů mého systematického portfolia. Samozřejmě strategie mají horší i lepší měsíce (a roky), ostatně o těch horších jsem psal nedávno v článku Co mi nyní funguje v obchodování? II. Ale dnes publikované testy ukazují, že základní princip swingového mean reversion je velmi silný. Za důležité považuji poměrně vyšší frekvenci obchodů, s jejíž pomocí lze podstatně zlepšovat výkonnost prostřednictvím rebalancování (viz výsledky testu 3 vůči testu 2). Strategie přitom obchodují se stále stejnou logikou. Jediné, co se mění, je position sizing. Konkrétní sdílenou strategii dále v portfoliu kombinuji s dalšími přístupy. Ale jak je vidět na výše uvedených testech, i jen samotné obchodování Simple mean reversion strategie představuje silnou obchodní taktiku. Tu můžete v naprosto stejné podobě zapojit do svého tradingu skrz poskytnuté hotové kódy strategie Simple mean reversion.

Kvalitní data jsou v tradingu absolutním základem. Ostatně v profesionálních trading firmách jsou specialisté, jejichž pracovní náplň je připravovat data pro trading a průběžně je kontrolovat. V podmínkách menšího tradingu, který zde provozuje většina obchodníků, se musíme spolehnout na služby poskytované našimi poskytovateli dat. Jen těžko si lze představit trávit nad jejich kontrolou drahocenný čas. Mohlo by se zdát, že pro systematické obchodování akcií, kterému se věnuji nejvíce, stačí stahovat data například ze stránek typu Yahoo nebo Google, kde jsou zdarma k dispozici. Bohužel kvalita dat je zde úměrná jejich nulové ceně. Některé dny data chybí, data se svévolně mění v minulosti, nelze se spolehnout na správné ošetření všech dividend atd. Přestože si náklady na trading velmi hlídám, nakonec jsem začal pro obchodování akciových strategií používat data od australské společnosti Norgate data a tuto volbu mohu všem naprosto doporučit. Norgate data poskytují nejen EOD data (tedy v denním rozlišení) z různých světových burz, ale i další nástroje, které trading výrazně ulehčují a zpřesňují testování. Například: Data Norgate sám řadí do watchlistů. Norgate udržuje aktuální seznamy všech běžných indexů obchodovaných v USA, Kanadě a Austrálii. Pro testování například „akcií indexu Russell 3000“ tedy stačí zvolit příslušný watchlist v Amibrokeru a máme k dispozici aktuální seznam konstituentů. Downloader Norgate umožňuje vytvářet vlastní watchlisty vycházející z fundamentálního rozřazení akcií, které je k dispozici v prostředí softwaru. Od roku 2023 se například v USA platí 10% transakční daň na obchody se společnostmi spadajícími do kategorie Public Limited Partnership. Takové je tak samozřejmě potřeba vyřadit z jakéhokoliv krátkodobého obchodování, protože bychom na dani rychle ztratili velké peníze. V případě Norgate mám nadefinovaný dynamický watchlist, který mi automaticky připravuje aktuální seznam těchto společností, které se dají v Amibrokeru automaticky vyloučit z obchodování. Data ve verzi Platinum umí testovat historické konstituenty indexů. Tato funkcionalita byla původně hlavním důvodem, proč jsem začal data od Norgate používat – dosud nevím o jiných retailových datech, která by toto uměla. Funkce umožňuje testovat strategie na historickém složení indexů v konkrétní den v minulosti – a to včetně delistovaných akcií. Podobné backtesty jsou mnohem přesnější, než testování pouze se současnou podobou konstituentů indexu. Ohromnou výhodou pro mě dále je, že Norgate poskytuje stejně kvalitní data ze tří regionů – USA, Kanady a Austrálie. Mohu se postupně diverzifikovat a neřešit přitom samotná data, která mám stále ze stejného zdroje, jehož kvalitě zatím plně důvěřuji. Norgate poskytují dobrou integraci do programů, které používám (Amibroker a Python). Mohu testovat na cenách s/bez dividend, pracovat s původní hodnotou volume a close i v případě adjustovaných dat atd. Pro Amibroker jsou pro to vytvořeny speciální funkce, které lze používat v běžných AFL skriptech. Norgate data nejsou bohužel úplně levná. Pro americkou burzu je lze pořídit v několika balíčcích, kdy největší smysl mi dávají dva. Silver, který stojí 270 dolarů na rok, tedy cca 520 Kč/měsíc. Tento balíček je dostatečný pro kvalitní živé obchodování a orientační historické testování. Jsou v něm definovány aktuální konstituenty indexů a lze si vytvářet vlastní dynamické watchlisty (například pro vyloučení zmíněných Public Limited Partnership společností). Osobně bych tento balíček doporučil každému, kdo živě obchoduje a sám si generuje signály například z Amibrokeru, ale nechce do dat investovat více, než je nezbytné. Osobně používám balíček Platinum, jehož hlavní výhodou je, že obsahuje i historické konstituenty indexů (a delistované akcie) a delší období historických dat. Platinum je tak vhodný pro vývoj strategií a jejich pečlivé backtestování. Jeho roční předplatné stojí 630 dolarů. Slevový kupón Jelikož Norgate data používá na Finančníkovi již poměrně hodně obchodníků, povedlo se nám domluvit spolupráci. Norgate data vrací Finančníkovi určité procento platby z první objednávky. Výraznou část této částky jsme se rozhodli vrátit vám zpět. Konkrétně se jedná o nezanedbatelnou slevu 15 %. Tuto částku můžete na Finančníkovi uplatnit u nové objednávky kteréhokoliv kurzu. Tedy pokud si pořídíte například roční předplatné Platinum v hodnotě 630 dolarů, získáte kredit 94,50 dolarů (cca 2100 Kč), který můžete uplatnit jako slevu na libovolnou platbu za kurz u Finančníka. Pochopitelně můžete v rámci první objednávky objednat data i z více regionů a o to bude sleva výraznější. Objednávku je třeba učinit poté, co kliknete na následující link: http://norgatedata.com/ref/fin.php Konkrétní podmínky pro získání slevy Sleva je počítána pouze z hodnoty prvního nákupu. Pokud už jste klienty Norgate dat, slevu získat nelze. Sleva vzniká pouze v případě, kdy objednávku vytvoříte po kliknutí na výše uvedený link (http://norgatedata.com/ref/fin.php). Norgate Data nám obratem pošlou potvrzení o objednávce a my vám do tří dnů pošleme potvrzení o slevě. Slevu u nás budeme evidovat v českých korunách, kdy pro přepočet použijeme kurz ČNB ze dne objednávky. Pokud od nás potvrzení se slevou nedostanete, napište na kurzy@financnik.cz a situaci se pokusíme vykomunikovat. Slevu je možné na Finančníkovi uplatnit do 24 měsíců od objednávky, na jejímž základě vznikla.

V minulém článku jsem popsal, co mi poslední měsíce funguje v rámci portfolia nejvíce – konkrétně short mean reversion strategie. Jak jsou na tom ale long mean reversion obchody? Mean reversion strategie obchodující akcie tvoří v tuto chvíli páteř mého portfolia, na kterém mám mj. postavený svůj systematický alternativní fond. Strategie obchoduji na long i short stranu – tedy nakupuji jak krátkodobé propady (mean reversion long), tak shortuji krátkodobé vrcholy (mean reversion short). Obchodované strategie se snažím vytvářet opravdu co nejjednodušeji (a co jsem dříve považoval za jednoduché, jsem poslední rok ještě zjednodušoval), a tak nikoho patrně nepřekvapí, že long a short mean reversion mají stejnou logiku, jen „zrcadlově obrácenou“. V minulém článku jsem ukazoval, že mean reversion short strategiím se poslední dobou daří solidně. S longy to byla v roce 2022 trochu jiná písnička. Long mean reversion obchod v mém pojetí znamená, že systém vyhledává trhy, které si v posledních obchodních seancích prošly výrazným poklesem. U těch zadávám limitní příkaz ve vzdálenosti určitého běžného rozkmitu trhu pod poslední uzavírací cenu. Pokud k této ceně trh intradenně klesne a jsem vyplněný, existuje vysoká šance (dlouhodobě více než 60 %), že se v nejbližších několika dnech trh „nadechne“ a systém bude moci ukončit pozici v zisku. Podrobně se popisu mean reversion strategií věnuji v knize Od myšlenky k reálným obchodům, jejíž přílohou je i komplet videí popisujících konkrétní pravidla mean reversion strategie. Logika long mean reversion vstupů je dobře vidět i na pozicích, které mám právě dnes (25.2.2022) otevřené na jednom ze svých účtů u Interactive Brokers: Hlavní graf zobrazuje long pozici v akcii CMC, která má za sebou výrazný pokles. V páteční seanci jsem proto zadával limitní příkaz na cenovou úroveň 50,96. Limitní příkaz byl vyplněn a na konci obchodní seance jsem zatím v otevřeném profitu +309 dolarů. Mimochodem vstupy u všech tří zobrazených pozic jsem dopředu rozesílal v rámci skupiny TradingRoom. Tedy jedna z ohromných výhod této metody obchodování je možnost si vše připravit dopředu evropské ráno a následně již s tradingem žádný čas netrávit. Aktuální pozice jsou v plusu, nicméně rok 2022 byl pro longy v mean reversion výzvou – zejména první měsíce 2022, kdy padaly technologické tituly často bez jakýchkoliv korekcí. Equity křivka mých long mean reversion systémů vypadala zhruba takto: Jaro 2022 poslalo long mean reversion do drawdownu, z kterého se systém dostává zatím jen velmi pomalu. Osobně toto ale nevnímám jako žádnou zásadní tragédii. Zejména proto, že obchoduji jednoduché strategie, u kterých rozumím jak vznikají jejich zisky a ztráty. A ztráty z longu u mean reversion akciových strategií byly začátkem roku 2022 v kontextu chování trhů prostě přirozené. Na výše uvedeném grafu je navíc vidět, jaké neuvěřitelné zisky měly long mean reversion strategie v roce 2020 a 2021. Jsem přesvědčený, že u strategií v budoucnu opět uvidíme nová high. Ovšem ztráty strategie 2022 mě průběžně nutily přemýšlet o tom, jak jednoduché mean reversion strategie dále diverzifikovat. Jako velmi triviální cesta se ukázala začít je obchodovat na dalších trzích. Takto v betaverzi mé aplikace pro TradingRoom vypadá equity křivka prakticky stejné long mean reversion strategie na kanadských akciových trzích: Strategii se zde daří poslední měsíce mnohem lépe (výsledky strategie vytváří nová maxima zisků) než v USA, přestože logika systému je úplně stejná. Dnes kanadskou verzi mean reversion systému již obchoduji spolu s US verzí živě na svém účtu a mým plánem je postupně do portfolia přidávat další regiony. Tento přístup velmi dobře reprezentuje můj pohled na profitabilní trading. Pracuji s jednoduchými strategiemi, kterým rozumím. Chápu, že strategie nemohou vydělávat 100% času a je potřeba se diverzifikovat do portfolií. V těch lze ale vymýšlet jen omezený počet logik. Další diverzifikaci tak přináší obchodování stejných logik na dalších trzích. A když už jsem zmínil téma portfolií, zde je ukázka toho, jak vypadá dohromady long mean reversion strategie se short mean reversion strategií. Jde o strategie vyučované ve swingovém workshopu, kde jsou nazvány SMR_S (short mean reversion - červená linka) a SMR_L (long mean reversion - zelená linka). Strategie jsou velmi podobné těm, co sám obchoduji jako MR3000. Černá linka reprezentuje portfolio výkonnosti obou strategií dohromady: Long i short verze mají pochopitelně své propady (ty pro dlouhé pozice jsem ostatně popsal v tomto článku). Výkonnost obou strategií dohromady je ale mnohem stabilnější. Už jen tyto dvě strategie dohromady dlouhodobě překonávají benchmark při výrazně nižší volatilitě a především s výrazně nižším zapojením kapitálu (jen cca 50 % kapitálů vůči tomu, co je potřeba při držení indexu). Takto vypadá spojená výkonnost backtestu long + short mean reversion vs. benchmark v podobě S&P 500 (šedá linka): Volný kapitál je tak možné využívat do dalších strategií (nebo trhů) a tím dál posouvat výkonnost a snižovat volatilitu. Což je přesně princip, který ve svém obchodování využívám a důvod, proč se tolik nezatěžuji drawdowny v rámci jednotlivých strategií.

Poslední rok je v trzích výzvou. Na svět působí mnoho nových fundamentů a spousta principů v trzích funguje jinak než dříve. Některé dříve perfektně fungující strategie tak aktuálně stagnují, jiným se daří nadmíru dobře. Pojďme se podívat na to, které to jsou. Patrně nejprofitabilnější jsou za poslední měsíce různé short breakout strategie, které ale ve větší míře v portfoliu nemám. Shorty obchoduji zatím hlavně přes mean reversion – tedy prodávám trhy, které krátkodobě rostou. Ovšem i tak jsou to právě short mean reversion strategie, kterým se poslední měsíce daří opravdu dobře. Short mean reversion strategie obchoduji na amerických akciových trzích. Princip je velmi jednoduchý – shortuji akcie, které se příliš vzdálily od určité „férové hodnoty“. Pozice držím maximálně několik dnů. Naprosto konkrétně, tj. včetně všech pravidel, popisuji mean reversion strategie v bonusové video lekci dostupné ke knize Od myšlenky k reálným obchodům, kterou vnímám jako stále velmi aktuální a doporučuji k prostudování. Vše, co nyní dělám, jsem se snažil předat právě této knize. Mé obchodování je 100% mechanické, a tudíž replikovatelné. O to větší hodnotu vnímám ve sdílení zkušeností, jak se strategiím daří. Swingové short mean reversion strategie mám ve svém živém portfoliu dvě. Zde je náhled na výsledky swingové strategie MR3000S skrz nový dashboard, který již brzy spustím pro účastníky TradingRoomu. Jde o skupinu, ve které sdílím strategie, které sám obchoduji na svých účtech (včetně svého alternativního systematického fondu): Strategie má za sebou poslední rok výjimečně stabilní období. Začátkem roku 2021 překonala poslední drawdown a od té doby vytváří prakticky stále nová maxima. Podobně je na tom druhá short swingová strategie MRS2, kterou živě obchoduji a kterou také budu v novém dashboardu TradingRoom sdílet. Tato strategie obchoduje podobný princip jako MR3000S, jen čeká na větší cenové extrémy, proti kterým vstupuje short. I zde je vývoj posledních měsíců velmi pozitivní. Short mean reversion strategie tedy vítězí v bitvě o profity v rámci mnou obchodovaných portfolií za poslední měsíce na plné čáře. To, že fungují i ostatním, dokládají výsledky publikované ukázky tradera Illka, které jsme sdíleli zde. V jeho portfoliu ubyla nejvýnosnější strategie FastShort, kterou jsem vyučoval na Swingovém workshopu (a která byla v mém portfoliu předchůdcem právě MR3000). Jaké jsou mé pohledy na další vývoj short swingových strategií? Výkonnost strategií se v čase mění podle makroekonomického kontextu. Proto obchoduji portfolio strategií, které se vzájemně doplňují a sdílejí mezi sebou kapitál. Například v aktuálním kontextu trhů řada dlouhodobých strategií nakupujících akcie stojí „stranou“ a jejich kapitál ideálně zužitkovávají například právě short strategie. Short akciové strategie vnímám jako vhodnou součást portfolia. Nicméně to, že dobře fungují nyní, by nemělo vést k příliš vysokým alokacím. Přeci jen dlouhodobě mají výrazně lepší risk profil long strategie. Osobně alokuji do jedné short swingové pozice dnes maximálně 2,2 % kapitálu portfolia (do longu i více) a zvažuji, že alokaci budu ještě trochu snižovat. Větší alokaci dávám do swingových long strategií, které jsem začal obchodovat i na trzích mimo USA (podrobněji se chci tématu věnovat v dalším článku) a zvyšoval jsem také alokace do intradenních long i short mean reversion strategií. Jejich obchody stále v reálném čase publikuji na finwin.cz. Výhodu short intradenní pozice vnímám jednoznačně v lépe kontrolovatelném risku, protože pozice není držena přes noc, kdy v akciích nelze používat stop-lossy. Každopádně na výše uvedených screenshotech je patrné, že i mean reversion akciové strategie mohou ve své short podobě hodně portfoliu pomoci v době, kdy trhy padají a strategiím nakupujícím akcie se nemusí dařit tak dobře jako v době celkového růstu trhů. Jak zvládnout obchodování swingových mean reversion strategií? Začít doporučuji zmíněnou knihou Od myšlenky k reálným obchodům poskytující nezbytný psychologický základ k tomu, aby byl člověk vůbec schopen profitabilní obchodování správně uchopit. A následně v knize (resp. její on-line příloze) naleznete i konkrétní principy swingových mean reversion strategií. Pro pomoc při uvádění strategií do praxe živého obchodování doporučuji Swingový workshop, který budeme letos pořádat v přepracované podobě a budu v něm sdílet mj. právě i swingovou strategii MR3000 long/short. Tip: V případě zájmu se přihlaste pomocí formuláře na spodu stránky s popisem swingového workshopu k odběru avíza na nový termín, většinou před spuštěním posíláme na zadané e-maily speciální nabídku.

Tento článek se vztahuje k účtu u Interactive Brokers s pobočkou v Maďarsku, kde se automaticky zakládají nové účty z České republiky a Slovenska. Zda máte účet u maďarské pobočky Interactive Brokers poznáte například na výpisu z účtu – je na něm uvedeno Interactive Brokers Central Europe Zrt., Madach Imre ut 13-14, Floor 5, Budapest, 1075, Hungary. Zasílání peněz na účet Pokud chcete na svůj účet u Interactive Brokers zaslat peníze, je potřeba se nejprve přihlásit do webové administrace na www.interactivebrokers.com. Webové rozhraní IB prochází průběžnými úpravami. Je třeba nalézt položku Transfer&Pay. Rozbaluji menu sbalené v levém horním rohu: A vybírám položku „Transfer&Pay > Transfer Funds". Pro vklad prostředků vybírám volbu Make Deposit (vytvořit vklad). Zobrazí se stránka, na které zvolíme „Use a new deposit method“, která založí nový profil banky, nebo zvolíme některý dříve založený: Při vytváření nové platební metody se zvolí jen měna (currency) a následně stačí vyplnit pouze jméno banky. Číslo účtu je nepovinné (ale osobně mám vyplněno): Po kliknutí na Get Transfer Instruction se zobrazí informace kam peníze posílat. Interactive Brokers má sběrný účet v České republice (u Raiffeisen banky), tedy největší smysl dává posílat české koruny. Převod je zadarmo. IB nepracuje s variabilním symbolem. Vždy je třeba do poznámky převodu přepsat to, co je v instrukcích v položce „Payment Reference/For Further Credit to“. Tedy číslo účtu / jméno účtu. Vždy převádím peníze z účtu, který nese stejné jméno, na které je vedený účet u InteractiveBrokers. Samozřejmě v rámci EU je možné zadarmo převádět i euro. Určitě bych se vyhnul převodu dolarů, protože u těch si berou české banky nehorázné poplatky. Oznámený převod je dohledatelný opět skrz menu Transfer & Pay > Transaction Status & History. V přehledu je převod možné i zrušit. Oznámení samozřejmě nevyvolá převod v bance, je to jen informace pro IB, že má platbu očekávat. V naší bance musíme zadat tradiční bankovní převod. Výběry peněz probíhají podobně. Zvolíme Transfer & Pay > Transfer Funds a zde vybereme Make a Withdrawal (výběr). Osobně převádím Kč, které přijdou z účtu z Raiffeisen banky. Tedy vklady i výběry jsou bezplatné a vše se posílá přes sběrný účet u české banky. Konverze a měna účtu Poslání Kč na účet Interactive Brokers znamená, že nám přijdou české koruny. Bez ohledu na měnu, kterou máme nastavenou jako základní. Měna účtu se nastavuje skrz nastavení účtu (Settings): Jde o položku s názvem Base Currency: Já mám nastavenou měnu účtu v českých korunách. Toto nastavení má vliv prakticky jen na to, v jaké měně jsou zobrazovány zůstatky účtu (například na výpisech) a v jaké měně jsou účtovány poplatky. Na účtu stále můžeme mít různé měny – sám mám například Kč, USD a EUR. Jakou měnu mít na účtu bude vycházet hlavně z toho, co obchodujete. Pokud budete například obchodovat s americkými akciemi, je patrně výhodnější převést si část účtu do USD. Jinak se vám bude margin strhávat z korunového zůstatku, což s sebou přináší různé forexové konverze. Z důvodu nějakých zákonných omezení v Maďarsku nelze na tomto účtu dělat volně konverze měn (de facto forexové obchody), jak to šlo dříve například v IB UK. Převody lze dělat jen do základní měny nebo v případě, že máme v dané měně záporný zůstatek. Jak tedy převést poslané české koruny na dolary? Cesty jsou prakticky dvě: Změníme si na chvíli základní měnu na USD. Změna se projeví na účtu druhý den. A jakmile máme Base Currency USD, můžeme prodat poslané CZK a nakoupit USD. Jak na to jsme popisovali v těchto dřívějších článcích: Praxe – levná směna korun na eura (a opačně) skrz IB a Praxe – levná směna korun na eura (a opačně) skrz IB. Dokončení. Jakmile máme převod dokončený, můžeme základní měnu změnit zpět na CZK. Pozor: asi existují různá omezení, jak často jde měnu účtu měnit. Na účtu vedeném na společnost s.r.o. žádné omezení nevidím, ale na osobním účtu mám informaci, že změnu mohu dělat jen několikrát za rok. Počkáme, až budeme mít na účtu negativní zůstatek v USD a následně nám IB směnu povolí. Tedy můžeme například nakoupit americké akcie s tím, že máme na účtu pouze české koruny. IB automaticky převede část Kč na USD, které jsou potřeba na margin. Prakticky uvidíme na účtu negativní zůstatek v dolarech. A v tento okamžik nám opět dovolí IB dolary nakoupit. Stejným způsobem lze postupovat s dalšími měnami.