Prohledat Finančník.cz

Obsah článku: Jaké má portfolio význam? Co je diverzifikace Co je korelace Typicky diskutované základní diverzifikované investiční portfolio – 60/40 All weather portfolio Jak má vypadat portfolio? Portfolio složené z akcií, ETF nebo obchodních systémů? Diverzifikované portfolio složené z obchodních systémů Význam portfolia - shrnutí Jaké má portfolio význam? Portfolio v kontextu finančních trhů odkazuje na kombinaci různých finančních nástrojů, jako jsou akcie, dluhopisy, komodity, měny a další finanční aktiva. Nejčastěji se hovoří o investičních portfoliích. Portfolia ale vytvářejí i aktivní obchodníci obchodující krátkodobě. Klasické investiční portfolio může být složené z různých finančních nástrojů. Může obsahovat například 50 % akcií, 30 % dluhopisů a 20 % komodit, nebo jakoukoliv jinou kombinaci podle preference a rizikové tolerance investora. Portfolio aktivních obchodníků se může skládat z obchodních systémů zaměřených na různé obchodní styly a délku držení pozic. Může obsahovat například kombinací dlouhodobého trendfollowingového systému, swingového mean reversion systému a intradenního breakout systému. Hlavním významem portfolia je diverzifikace. Co je diverzifikace Diverzifikace je strategie, která spočívá v rozložení investic do různých typů aktiv s cílem minimalizovat celkové riziko na obchodním účtu. Základní myšlenkou je, že různá aktiva často nereagují na ekonomické události stejným způsobem. Pokud se jedno aktivum vyvíjí špatně, může být tato negativní výkonnost vyvážena pozitivní výkonností jiného aktiva. Ryze česky popisuje diverzifikaci rčení nevkládat všechna vajíčka do jednoho košíku. Diverzifikace rizika je důležitá při jakýchkoliv finančních aktivitách. Protože to, co fungovalo v minulosti, nemusí fungovat do budoucna. Stabilitu může přinést to, že nebudeme spoléhat na jediný zdroj příjmů, ale příjmů budeme mít několik. Ideálně takových, které na sobě nejsou příliš závislé – mají spolu nízkou korelaci. Co je korelace Korelace je míra, která vyjadřuje vztah mezi dvěma nebo více aktivy, investičními nástroji nebo obchodními přístupy. Nejčastěji hledáme korelaci ve výnosech aktiv. Můžeme ale hledat i korelaci mezi riskem. Například sledovat, jakou korelaci mají propady (drawdown) hodnoty jednoho aktiva k propadům hodnot jiného aktiva. Korelace se měří na škále od -1 do 1. Silná pozitivní korelace (cca 0,5 až 1) znamená, že když výnosy jednoho aktiva stoupají, výnosy druhého aktiva obvykle také stoupají. A naopak. Když jedno aktivum klesá, druhé silně korelované aktivum také klesá. Negativní korelace (-0,5 až -1) znamená, že když výnosy jednoho aktiva stoupají, výnosy druhého aktiva obvykle klesají a naopak. Nízká korelace (cca -0,5 až 0,5) znamená, že výnosy dvou aktiv nejsou vzájemně výrazně spojeny a pohybují se na sobě nezávisle. Korelace je pro diverzifikaci portfolia klíčová. Celkový risk v rámci portfolia se snižuje jen v případě, že jednotlivá aktiva mají negativní nebo nízkou korelaci. Důležité je současně si uvědomit, že korelace mezi aktivy se časem v závislosti na různých ekonomických, politických a tržních faktorech mění. Je tak výhodné mít složené portfolio z více nízko korelujících dílčích částí. Typicky diskutované základní diverzifikované investiční portfolio – 60/40 Příkladem tradiční alokace aktiv, která se často doporučuje v literatuře jako pasivní investiční portfolio, je tzv. 60/40 portfolio. Rozdělení se týká procentuálního rozložení mezi akciemi a dluhopisy: 60 % portfolia je investováno do akcií nebo akciových fondů. Akcie obvykle nabízejí vyšší potenciální výnos, ale také přicházejí s vyšším rizikem volatilnosti a ztráty hodnoty. 40 % portfolia je investováno do dluhopisů nebo dluhopisových fondů. Dluhopisy jsou obvykle považovány za konzervativnější investice s nižším rizikem než akcie. Poskytují pravidelné výnosy z úroků a obvykle mají nižší volatilitu než akcie. Ukázka historické výkonnosti 60/40 portfolia složeného z indexu SPY (akcie) a TLT (dluhopisy). Na první pohled je vidět význam a přínos diverzifikace portfolia. Výnos portfolia 60/40 (černá linka) je podobný jako u držení akcií indexu S&P 500 (šedá linka), ovšem risk je podstatně nižší. Max. drawdown u S&P 500 byl cca -55 %, u 60/40 portfolia byl -30,77 %. To je podstatný rozdíl a jeden z hlavních důvodů, proč řada obchodníků podobným způsobem portfolio diverzifikuje. Uvedená diverzifikace risku fungovala proto, že výnosy akcií a dluhopisů měly dlouhodobě nízkou korelaci. Jak jsme si řekli, to se ale může změnit a také se to v poslední letech změnilo. Takto vypadá výkonnost stejného portfolia od začátku roku 2022: Černá linka opět představuje výkonnostní křivku portfolia 60/40, šedá indexu S&P 500. Diverzifikované portfolio ztrácí výrazně více než index S&P 500 a mělo i hlubší drawdown (-27,24 % vs. -24,5% u samotného indexu S&P 500). Co se změnilo? Díky makroekonomických tlakům začaly najednou klesat výnosy nejen akcií, ale i dluhopisů. A tak kombinace, která dříve zaručovala nižší risk (když padaly akcie, dluhopisy rostly), najednou žádnou diverzifikaci rizika nepředstavovala. All weather portfolio Diverzifikace v rámci investičních portfolií může být pochopitelně komplexnější a investovat lze do širší skupiny aktiv. Výborně se k tomu hodí tzv. ETF. Jde o akcie kopírující výkonnost celých indexů sektorů, indexů nebo komodit. Často bývají diskutována tzv. „all weather“ portfolia, jejichž cílem je přečkat v trzích všechny možné turbulence s co nejnižším riskem. Zmiňovány jsou různé alokace. Miliardář Ray Dalio, velký propagátor diverzifikace, pracoval mj. s portfoliem složeným z 30 % amerických akcií (VTI - Vanguard Total Stock Market), 40 % dlouhodobých dluhopisů (TLT - iShares 20+ Year Treasury Bond), 15 % krátkodobých dluhopisů (IEI - iShares 3-7 Year Treasury Bond), 7,5 % komodit (DBC - Invesco DB Commodity Tracking) a 7,5 % zlata (GLD - SPDR Gold Trus). Opět si můžeme takto diverzifikované portfolio nasimulovat a porovnat jej například s držením SPY kopírující index S&P 500: Je vidět, že výkonnost tohoto typu diverzifikované portfolia (černá linka) poslední roky výrazně zaostávala za výkonností indexu S&P 500 jak z pohledu risku, tak výnosů. A to kvůli tomu, jak se v průběhu času změnily korelace jednotlivých aktiv, ze kterých je toto diverzifikované portfolio složené. Jak má vypadat portfolio? Na výše uvedených příkladech jsme si ukázali, že portfolio má v obchodování i investování vysoký význam, ale v trhu neexistuje jakákoliv univerzální rada pro jeho stavbu. Co fungovalo desítky let může kdykoliv přestat fungovat. Osobně při stavbě portfolií vycházím z následujících pravidel: a) Ideálně chci mít v portfoliu cca 10–15 aktiv, které by principiálně měly jinak reagovat na různé tržní podmínky. V mém případě skládám portfolia z mechanických obchodních systémů. V takovém případě budou mít určitě zaručeně nízkou korelaci například long a short mean reversion systémy, long a short breakout strategie atd. b) Mezi aktivy v portfoliu chci mít slabou korelaci. Pokud se korelace z nějakého důvodu zvýší, zkoumám proč a případně jsem připraven portfolio upravit. c) Důležité je myslet na volatilitu jednotlivých aktiv v portfoliu. Volatilita zjednodušeně řečeno říká, jak hodně se dané aktivum hýbe. Na první pohled je jistě zřejmé, že portfolio složené z 50% investice do dluhopisů (které se hýbou málo, jsou málo volatilní) a z druhých 50 % do bitcoinů (který se hýbe hodně – je hodně volatilní), nedává smysl. Risk profil celého portfolia se v tomto případě bude odvíjet od pohybů bitcoinu. Osobně pro měření volatility používám metriku, které se říká anualizovaná průměrná volatilita. Váhu aktivům (v mém případě systémům) v portfoliu dávám tak, aby měl dopad volatility aktiv na můj účet u všech aktiv podobnou váhu (tj. do volatilnějších aktiv alokuji méně kapitálu, do méně volatilních více). d) Aby portfolio dobře sloužilo k diverzifikaci a řízení rizika, je třeba vždy věnovat pozornost jeho risk profilu. Osobně nejvíce sleduji zmíněnou anualizovanou volatilitu. Mířím na hodnotu cca 12 % anualizované volatility. To v praxi znamená, že výkyvy stavu mého portfolio účtu se s poměrně vysokou pravděpodobností budou pohybovat v rozsahu ± 12 % a ze zkušenosti vím, že to povede k maximálním drawdownům na úrovni cca 15 %. Pokud bude vaše portfolio dobře diverzifikované, ale například kvůli použití páky nebo velmi volatilních aktiv budete obchodovat s anualizovanou volatilitou například 50 %, budete mít šanci vytvořit ročně velmi slušné zhodnocení (50 % a více), ale také je třeba se připravit na vysoké drawdowny – určitě na úrovni 50-70 %, což v praxi snese málokdo. V portfoliu bychom tak měli řešit: Rozložení kapitálu do aktiv, jejichž výkonnost a risk by neměly souviset (tato souvislost by měla být pojmenovatelná jak logickým vysvětlením, tak matematicky nízkou korelací). Rozložení kapitálu rovnoměrně podle volatility. Celkovou očekávanou volatilitu portfolia, která by měla být v mezích toho, co bude komfortní pro naši psychiku. Portfolio složené z akcií, indexů nebo obchodních systémů? To je již velmi specifické. Záležet to bude hlavně na očekávaném výdělku a množství investovaného času. Pokud hledáte pasivní investování, pak bych se rozhlížel po portfoliích složených z ETF na různé indexy, případně sektory, dluhopisy a základní komodity. Patrně bych nevytvářel příliš složitou logiku s nutností rebalancování (změna vah v portfoliu v průběhu času), protože pak můžete těžit z časového testu po třech letech držení a nulové dani z příjmu. Člověk v tomto případě nemůže doufat v příliš vyšší výkonnost, než kterou obecně nabízí akciové indexy (S&P 500 má průměr cca 10 % ročně). Při trochu štěstí lze projít drawdowny s menším poklesem účtu (u samotného S&P 500 je potřeba se připravit na drawdowny cca 50 %), ale jak je vidět na výše uvedených příkladech, odhadovat budoucí konkrétní mix ETF může vést k lepším, ale i horším výsledkům než nabízí samotný index. Ale již i taková portfolio diverzifikace má bezpesporu svůj vysoký význam. Skládání portfolií z jednotlivých akciích může vést k výsledkům výrazně převyšujících výkonnost indexů, ale výsledné zhodnocení bude určitě výrazně více záviset na náhodě a zkušenostech investora než v případě portfolia složeného z ETF. Snadněji lze skončit také s horšími výsledky než při práci s ETF Osobně preferuji vytváření diverzifikovaných portfolií z mechanických obchodních systémů. To může výrazně přebíjet výkonnost indexů jak z pohledu výkonnosti, tak z pohledu risku. Ale na druhou stranu to není pasivní investování a je třeba si výsledky odpracovat. Diverzifikované portfolio složené z obchodních systémů V případě skládání portfolií z obchodních systémů můžeme vydělat výrazně více než při držení indexů. Ovšem také s rizikem, že systém sám o sobě v budoucnu fungovat nemusí. Proto osobně volím co nejjednodušší obchodní logiky. Například jeden ze systémů, který obchoduji živě na svém účtu, obchoduje tak, že drží 5 nejvíce rostoucích technologických akcií indexu Nasdaq 100 v momentě, kdy tento index roste (obchoduje se nad svým dlouhodobým klouzavým průměrem). To je obchodní logika, která v budoucnu nemůže přestat fungovat. Pokud samotný Nasdaq 100 poroste, porostou i akcie, které rostou nejvíce. Přitom už tento samotný obchodní systém překonává index jak s ohledem na výkonnost, tak risk. Zde je výkonnostní křivka backtestu v logaritmickém měřítku: Systém má historické roční průměrné zhodnocení 20,31 % (modrá křivka) oproti indexu Nasdaq (šedá křivka). Ten měl průměrné roční zhodnocení 14 %. Nasdaq 100 si přitom prošel drawdownem -53,44 %, systém -39 %. To je samozřejmě pro mě stále ohromné číslo vycházejí z toho, že systém je hodně volatilní. Ve svém portfoliu jej proto obchoduji tak, že mu přiřazuji jen část kapitálu. Sám mám v portfoliu zmíněných cca 10 systémů, takže váha tohoto momentum systému je poměrně nízká. Ale řekněme, že bychom mu v portfoliu přiřadili váhu 50 % kapitálu a druhou polovinu věnovali nějakému úplně jinému přístupu – například swingovému shortování akcií skrz mean reversion. Přesně takovou kombinaci mám v portfoliu implementovanou a je zřejmé, že korelace podobných přístupů (dlouhodobé rostoucí momentum vs. krátkoodobé short mean reversion) bude vždy nízká. Takto pak vypadá výkonnost jednoduchého diverzifikovaného portfolia (50 % kapitálu momentum v Nasdaq 100 + 50 % kapitálu krátkodobé short mean reversion) zobrazená v logaritmickém měřítku jako černá křivka vs. dlouhodobá výkonnost indexu Nasdaq 100 (šedá linka): Jde o backtest, který pochopitelně nezaručuje stejné budoucí výsledky. Ale princip je zde jasný. Již jen toto portfolio dvou systémů snížilo volatilitu na polovinu při zvýšení výkonnosti. Portfolio indikuje průměrnou roční výkonnost 21,89 % (index Nasdaq 100 zobrazený šedou linkou 14,04 %) při maximálním drawdownu -18,48 % (index Nasdaq 53,44%). Obě obchodní logiky jsou přitom velmi jednoduché, až triviální. Na svém účtu v rámci diverzifikace portfolia tímto způsobem kombinuji další logiky, které mají spolu fundamentálně nízkou korelaci. Význam portfolia - shrnutí Je patrné, že skládání aktiv s nízkou korelací do jednoho celku je cesta, která se vyplatí. Ať se zaměřujete na trading nebo investování. Zejména si tím na účtu snižujeme volatilitu a tak risk. Diverzifikace přitom může mít řadu podob, se kterými se pojí různá efektivita, ale i různé náklady. Poskládání několika širokých ETF, kde budeme maximálně průběžně dokupovat pozice je cesta, která je velmi pasivní, časově a nákladově nenáročná. Jen je dobré jít do tohoto přístupu se správným očekáváním. Dobrou službu mohou vytvořit i aktivněji řízená portfolia složená z obchodních systémů. V této oblasti je na druhou stranu potřeba připravit se na to, že je cesta spojena se získáním větších zkušeností, což vesměs s sebou nese vynaložený čas a nezbytné náklady.

Základem mého živého obchodování je jednak stavba mechanických systémů, ale zejména jejich skládání do portfolií tak, aby systémy optimálně využívaly sdílený kapitál. Spolu s diverzifikací je to skutečně „svatý grál“ tradingu. Podívejte se, jak dnes tyto informace analyzuji pomocí nového Analyzátoru, který na Finančníkovi sdílím v Trading roomu. Přes 25 let praxe živého obchodování mě v trhu naučilo, že pokud chci s krátkodobými strategiemi v tak silně konkurenčním prostředí uspět, musím myslet a fungovat jinak než ztrácející většina. Konkrétně to znamená, že se v tradingu nezaměřuji na jednotlivé strategie, ale na portfolio. Tedy skupinu strategií, které jsou postaveny na různých principech. Jednotlivé strategie stavím jako co nejjednodušší (abych se vyhnul přeoptimalizaci) a nesnažím se je vytvářet tak, aby měly perfektní historickou výkonnostní křivku. Výkonnost a risk sleduji až na úrovni výsledného portfolia. Strategie navíc skládám do celku tak, aby byly schopny efektivně sdílet stejný kapitál (například když neobchoduje long strategie, obchoduje short strategie atd.), což neuvěřitelně přispívá k tomu, jak dobře může portfolio jako celek fungovat. Bohužel analýza portfolií s sebou nese vyšší nároky na software a práci s daty (většina retailových produktů vůbec s analýzou portfolií nepočítá). Což jistě v nemalé míře stojí i za tím, že mnoho začátečníků do této oblasti ani nenahlédne. Na Finančníkovi jsme poslední roky sdíleli řadu návodů, jak portfolia analyzovat, nicméně byly stále potřeba specifické nástroje typu python skriptů. Nyní máme konečně nástroj, který je snadno ovladatelný, nevyžaduje žádné pokročilé nastavení a plně reflektuje, jak se na trhy dívám. V Trading roomu jsme zpřístupnili modul Analyzátor. Ten nyní umožňuje vytvářet vlastní portfolia se sdílených strategií, brzy přibude i možnost nahrávání vlastních obchodů. Modul je přístupný účastníkům skupiny Trading Room, ale pro inspiraci, jak vše funguje, publikuji jeho video představení. I v něm si můžete udělat představu, jak silný nástroj kombinace systémů do portfolií představuje. Analyzátor budeme používat také v novém běhu Workshopu profitabilního obchodování od A do Z, který startuje 2.10.2023.

Jeden z principů, který připomínám začínajícím traderům stále dokola je, že na jednotlivých obchodech příliš nezáleží. A jednotlivé obchody nelze "pilovat" k dokonalosti. Vím, že mnoho začínajících obchodníků má pocit, že vztah mezi pravděpodobností a riskem mohou ovlivňovat svými schopnostmi. Tedy například, že se naučí vyhledávat jednoduché cenové patterny s vysokou úspěšností a vysokým poměrem průměrného zisku na občasné ztráty. To je ale typický příklad kognitivního zkreslení, kterým se všichni více či méně necháváme ovlivňovat. Jedním z nejznámějších kognitivních zkreslení spojených s přílišnou sebedůvěrou je "overconfidence bias" (zkreslení přehnané sebedůvěry). To vede zejména začínající obchodníky k přecenění vlastních schopností, dovedností nebo informací. V kontextu tradingu může tento jev vést k rozhodování na základě nedostatečných nebo nesprávných informací, protože obchodník si myslí, že ví víc, než ve skutečnosti ví. Například trader může přecenit svou schopnost předpovědět pohyb trhu, a může tak podstupovat zbytečná rizika. Třeba proto, že z příspěvků na sociálních sítí má pocit, že to „musí jít“. Jednoduše řečeno – některé věci v tradingu kontrolovat můžeme, jiné nikoliv. Jednou z oblastí, kterou v tradingu kontrolovat nemůžeme, je výrazné zvyšování výkonnosti běžných obchodních přístupů, aniž bychom nezvyšovali risk. Sám obchoduji mnoho strategií. Mám rád například swingové mean reversion akciové strategie. Obchoduji je ale prakticky v té nejjednodušší možné podobě. Protože vím, že v reálném světě není cesta, jak zvýšit jejich výkonnost například 5x, aniž bych podstatným způsobem nezvyšoval risk (a to třeba skrytou cestou, kterou neuvidím v backtestu, protože testy vedoucí k podobné výkonnosti budou jednodušše přeoptimalizované). Výkonnost proto vždy posuzuji ve vztahu k risku. Metrik, jak to dělat, je celá řada. Osobně používám sharpe ratio. To velmi stručně řečeno udává poměr průměrné výkonnosti k průměrnému risku a opravdu hodně volně bychom mohli říct, že strategie se sharpe ratio 1 může mít průměrnou výkonnost například 20 % při max. drawdownu také cca 20 %, nebo 10 % při max. drawdownu také 10 % (sharpe ratio v praxi nepracuje s drawdownem, ale volatilitou výnosů). Strategie, které živě obchoduji, mají sharpe ratio někde mezi 0,5-1,5. Začínající obchodníci často hledají strategie, které budou mít sharpe ratio „v nebesích“ – například doufají v průměrné zhodnocení 100 % při maximálním drawdownu 5 %. To je upřímně s běžně dostupnými strategiemi naprosto nereálné. A čas v trzích vás naučí, že ani nemá smysl se pokoušet podobným směrem strategie posouvat. Cesta, jak výkonnost zvyšovat, je diverzifikace v rámci portfolií. Tím, že budete postupně obchodovat více nekorelujících strategií, zachováte jejich výkonnost, ale celkový risk bude klesat. Sharpe ratio se bude zvyšovat. Velmi dobře to v krátkém videu vysvětluje Ray Dalio (americký miliardář a významný hedge fund manager): https://www.youtube.com/watch?v=Nu4lHaSh7D4 Ray ukazuje, že to, co ovlivňuje celkový risk našeho obchodování, je počet systémů (nebo zdrojů příjmů) a jejich korelace. To je mentální posun, který je potřeba si v tradingu osvojit. Je potřeba odpoutat pozornost od jednotlivých obchodů a začít přemýšlet o systémech pracujících v celku. Na první pohled to nemusí vypadat složitě. Ale úplně snadné to není. Je potřeba vytvořit workflow, které zajistí, že jednotlivé systémy spolu dobře fungují, že se příkazy zadávají bez chyb, že dokážeme vše spolehlivě vyhodnocovat a podobně. Rozhodně to ale není nepřekonatelné. Podstatné je, do jaké oblasti trader zaměřuje svoji pozornost. V pochopení důležitých a méně důležitých věcí v tradingu mohou pomoct také simulace. Na Google Colabu s vámi sdílím svůj python simulátor náhodného obchodování. Naleznete jej na této adrese: https://colab.research.google.com/drive/1eLZr0-UuCx6srHLkF4QM0L_1LB5XvnzT?usp=sharing Skript si uložte na svůj Google Drive a můžete jej spustit černou šipkou v záhlaví. Pak stačí vyplnit příslušná políčka a kliknout na „Spočítej“: Prostředí je jednoduché. Skript generuje hypotetické systémy podle zadaných parametrů. Průměrný roční výnos 0,2 říká, že generujeme systém průměrně generující 20 % p.a. Pak je důležitá roční volatilita. Hodnota 0,2 stručně řečeno znamená, že můžeme očekávat drawdown cca 20-30 %. Dále zadáme počet let v simulaci a počet generovaných strategií. Klikneme na Spočítej a dostaneme například podobný graf: Je zde daný počet equity křivek, které jsou vygenerované náhodně, ale s výchozími parametry výnosnosti a risku. Některé systémy z principu vydělávají více, jiné méně. Pod tabulkou naleznete základní pohled na výnos a risk: CAGR mean: 21,13 % CAGR max: 30,97 % CAGR min: -0,69 % Drawdown max: 40,15 % Drawdown min: 21,95 % Drawdown mean: 30,31 % Hodnoty se pochopitelně liší s každým během skriptu (křivky jsou generovány náhodně), ale rámcově budou při stejných parametrech vypadat podobně. Zde vidíme, že drawdown systémů se pohyboval v rozmezí 21,95 – 40,15 %. Výnosnost od -0,69 % do 21,13 % (ano, jedna strategie ztrácela podobně, jako se nám to bude dít na živých účtech). Všech deset systémů má průměrné zhodnocneí 21,13 % při průměrném drawdownu 30,31 %. To je relativně realistický poměr. Pokud ale v živém obchodování budete obchodovat se systémem, který má průměrné zhodnocení 21,13 % při drawdownu 30,31 %, není skutečně způsob, jak snížit drawdown nějakými "pokročilými taktikami" třeba na polovinu. Až na jedinou taktiku. Doslova hlavní „svatý grál“ tradingu, který se odehrává na úrovni portfolia. Řekněme, že bychom každé strategii přiřadili 1/10 kapitálu (na ukázce pracujeme s 10 strategiemi) a obchodovali je všechny najednou. Výkonnost portfolia by pak vypadala následovně: Max Drawdown: -4.90 % CAGR: 23.05 % Annual Volatility: 5.23 % Celkové portfolio má najednou průměrné roční zhodnocení 23,05 % při maximálním drawdownu -4,90 %. Věřím, že tento příklad hovoří za vše a maximálně doporučuji, abyste si s testerem hráli chvíli sami. Jsem přesvědčen, že po čase každému obchodníkovi začne docházet, jak hodně záleží na kombinaci strategií do celku (portfolia) a jak minimálně jsou podstatné jednotlivé obchody. Samozřejmě, že praktická implementace portfolií systémů má mnoho aspektů, které musíme řešit a sdílený python skript problematiku přibližuje jen ve zjednodušené a teoretické rovině. V praxi musíme systémy vytvářet, řešit rozdělování kapitálu mezi strategie, zajišťovat nízkou korelaci, systematicky obchodovat mnoho signálů atd. Podstatné ale je, kam ve svém tradingu zaměřujete pozornost – na precizování např. vstupních situací nebo na pilování portfolia jako celku...

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 traderů 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 (provádět hedging) 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 akcií, 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.

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.

Na Finačníkovi vnímáme jako nejsmysluplnější cestu vydělávání peněz na burze skrze maximální využití automatizace. Mezi hlavní benefity patří výraznější psychologická pohoda při obchodování (v porovnání s diskrečním tradigem) a časová nenáročnost. Samotné obchodování zabírá maximálně pár minut denně, kdy kontrolujeme chod všech skriptů. Že lze vše zvládnout i bez počátečních znalostí programování, ukazují i reference dosavadních účastníků skupiny, které naleznete na této adrese. Podstatné je ale uvědomit si, že vytvoření komplexního automatizovaného worfklow nejde hned, nejde to ani za měsíc. Jde o postupnou práci. Dobrou zprávou ale je, že pro vydělávání peněz není potřeba mít hned hotové celé workflow. Stačí jen menší část, které pak věnujete o trochu více času manuálním dohledem a postupně vše vylepšujete. A jelikož jsme si sami prošli celým procesem „od nuly“ k automatizovanému portfoliu, vznikla na Finančníkovi před lety skupina TechLab. Jejím cílem je pomoci Vám vytvořit podobné automatizované řešení, jaké sami používáme v každodenní praxi. Ve skupině proto najdete všechny potřebné informace. Podrobný popis skupiny naleznete na stránce https://tri.financnik.cz/techlab. V tomto dokumentu jsme připravili rámcový popis cesty, jak se k automatizaci dostat krok za krokem. Automatizace pochopitelně přináší potřebu osvojení nového know-how. Zejména pokud do ní přicházíte ze světa neprogramátorů tak jako my. Ve skutečnosti není pro automatizaci obchodování nutné zvládnout pokročilé programování (viz reference stávajících účastníků). Spíše je potřeba postupně si osvojit práci s drobnými nástroji a ty vhodně poskládat dohromady. TechLab je skupina, kde sdílíme postupy, které sami využíváme v každodenní praxi. Sami přitom na automatizovaných řešení pracujeme již mnoho let a naše workflow jsou tak již poměrně propracovaná. V principu si automatizované obchodování můžete představit jako následující diagram: S podobným workflow se například nebojíme ani spravovat externí peníze (Petr provozuje alternativní fond založený na automatizovaných strategiích). Ohromnou výhodou podobných automatizovaných procesů je i skutečnost, že je lze pohodlně škálovat. Do fungujícího workflow obchodujícího určitý počet strategií lze vždy snadno přidat další strategii obchodující jiný princip, jiný timeframe nebo jiný typ trhů. To vede jak k možnosti vyšší diverzifikace (postupování nižšího risku), tak možnosti pracovat s vyšším kapitálem. Řada obchodníků dnes tak skrz poskytované know-how obchoduje pomocí automatizovaného workflow s velmi malou časovou náročností buď své úspory, nebo se zaměřují i na správu větších peněz. V TechLabu naleznete vše potřebné, abyste si sami vytvořili podobné řešení. Zejména pokud se s prostředím automatizace obchodování zatím seznamujete, může Vám zprvu přijít TechLab až příliš odborný. Je to proto, že mnoho obchodníků zde už na sobě pracuje roky a za tu dobu jsou podstatně dál, než jste nyní vy. Ale nezoufejte. Všichni jsme začínali z podobného stavu „nula“. Je opravdu potřeba nespěchat a postupovat kupředu pomalu. Je dobré sledovat nové minikurzy a tutoriály, ale nemějte stres z toho, že nebudete všemu rozumět. Pro zvládnutí automatizovaného obchodování doporučujeme následující postup: 1. Začít zprovozněním poskytnutých blokových řešení (na paper účtu) Prvním krokem je zvládnutí automatizace získávání obchodních signálů a následného odeslání obchodních příkazů do obchodní platformy pomocí vlastních skriptů (programů). Zní to složitě? První dobrou zprávou je, že v této fázi nemusíte umět programovat. V rámci TechLabu najdete velké množství tutoriálů, ve kterých je spousta tipů a návodů, jak této základní úrovně automatizace dosáhnout svépomocí. Další dobrou zprávou je, že jsme připravili workshopy, které Vás dílčími kroky automatizace plynule provedou, a jejichž součástí jsou plně funkční skripty. Doporučujeme začít absolvováním Workshopu swingového obchodování (kde se seznámíte s principy swingových strategií a naučíte se získávat signály pro vstup/výstup z pozic). Následně můžete pokračovat ročním předplatným TechLabu Automatizace (kde navíc získáte plně funkční skript autotraderu s podrobným popisem používání). Spolu s programem Amibroker (který je třeba si pořídit samostatně) budete mít k dispozici veškeré nástroje pro vytvoření níže uvedeného automatizovaného worfklow. Doporučujeme spustit na paper účtu a postupně ladit cokoliv, co nebude fungovat. Zkušenější obchodníci mohou TechLab využívat v nejlevnějším typu předplatného „Podpora“. V něm získáte veškeré know-how a podporu, ale bez hotových řešení, které stačí „instalovat a spustit“. Jakýkoliv dotaz pište do TechLabu. Nejlépe do vlákna První automatizace. Relativně brzy byste měli mít v provozu první jednoduché automatizované workflow, které spustíte na svém osobním počítači jednou za den dopoledne evropského času a během pár minut máte hotovo. V této fázi nebudete patrně zasahovat do poskytnutých skriptů. Nicméně v budoucnu bude potřeba si řešení upravit přesně podle vlastních požadavků. Je proto dobré začít se seznamovat s Amibrokerem a Pythonem. Pro oba programy pořádáme v TechLabu minikurzy pro začátečníky. Vyhlašujeme je průběžně v průběhu roku. Každý živý běh minikurzu je trochu jiný, je moderovaný a obohacený mnoha domácími úkoly, které řeší celá komunita. Do výuky se však můžete pustit hned. V rámci ročního předplatného TechLabu Automatizace máte přístup k archivu minikurzů, které naleznete na této stránce. Jako první doporučujeme pustit se do minikurzů Základy zvládnutí Pythonu – od nuly k práci s daty a První strategie v Amibrokeru. Ke kurzům v archivu není aktivní podpora, ale samozřejmě můžete dotazy pokládat v běžné diskuzi TechLabu. 2. Napojení obchodního deníku Jako další krok doporučujeme do workflow zařadit obchodní deník. Ten připravil v Pythonu trader s přezdívkou Unlimited a je ke stažení zde. Vaše workflow pak bude v cíli vypadat následovně: Práce na obchodním deníku Vás může vytížit určitě na několik týdnů. Zejména pokud budete současně pronikat do základů Pythonu. Je to hlavně proto, že obchodní deník již můžete začít pomalu přizpůsobovat svým vlastním potřebám a v rámci jeho studia začít podrobněji analyzovat svá data. Rozhodně doporučujeme shlédnout minikurz Obchodní deník v Pythonu, který průběžně vyhlašujeme, případně rovnou ze záznamu, ke kterému mají přístup všichni s ročním předplatným TechLab Automatizace. Další tutoriály, které Vám mohou pomoci v této fázi: V prvním kroku můžete spravovat výsledky vedené v Excelu. Tutoriál je publikován zde. K automatizovanému deníku můžete připojit i obchody zpracované před uvedením do jeho provozu. Tutoriál je publikován zde. 3. Zapojení podpůrných skriptů V této fázi by Vám již měla běžet docela solidní automatizace, jejíž provoz zabírá maximálně desítky minut týdně. Příkazy z Amibrokeru jsou předávány Autotraderem do Interactive Brokers. Veškeré obchody jsou zaznamenány v databázi. Máte k dispozici statistiky o svém obchodování a dokážete vytvářet podobné portfolio grafy slučující výkonnosti jednotlivých strategií: Nyní se můžete zaměřit na pilování workfow. Můžete zapojit skripty vyřazující duplicitní trhy z obchodovaných portfolií, stahovat data o shortovatelnosti z FTP Interactive Brokers a vyřazovat neshortovatelné akcie ze signálů (pokud pracujete se short strategiemi), stahovat data o vyhlašování earnings a příslušným způsobem je zapracovat do signálů Mean reversion strategií. Jednoduše pracovat na mnoha vychytávkách, které v průběhu času v TechLabu zmiňujeme. Zásadní jsou v této oblasti následující tutoriály: Kontrola shortovatelnosti akcií. Tutoriál je publikován zde. Automatizované stahování dat vyhlašování dividend. Tutoriál je publikován zde. Filtrování obchodních signálů na earnings data pomocí API. Tutoriál je publikován zde. 4. Testování nových strategií Prioritou TechLabu je pomoci dostat Vás do produkční fáze systematického portfolio obchodníka. Proto jsme poskytli bloky, které je možné od startu bez větších znalostí pospojovat a začít s nimi pracovat – na paper účtu nebo nějakém malém živém účtu (poté, co do problematiky sami proniknete a nástroje přijmete za své). Praxe je praxe a nic ji nenahradí. Proto by mělo být prioritou co nejrychleji vše rozhýbat do každodenní rutiny, byť z počátku bez nějakých zásadních očekávání vydělávání větších peněz. Ovšem pro peníze trading všichni děláme. A peníze se v tradingu vydělávání skrz to, že budete obchodovat vlastní strategie a aplikovat do trhu vlastní nápady. Je dobré si osvojit Amibroker a postupně připravovat nové strategie nebo upravovat ty, které máte z Finančníka. Pokud jste to zatím nezkoušeli, doporučujeme shlédnout v TechLabu minikurz První strategie v Amibrokeru a pokročilejší Custom backtester v praxi. V této fázi byste měli mít již i základní know-how, jak pomocí Pythonu vytvářet vlastní portfolio analýzy a postupně posouvat obchodované portfolio kupředu. Zásadní jsou v této oblasti následující tutoriály: Vytváříme idea first systém. Tutoriál naleznete zde. Jednoduché, ale funkční portfolio pomocí sezonality. Tutoriál naleznete zde. Testování systému obchodujícího sezonalitu na futures. Tutoriál naleznete zde. Rotační strategie v Amibrokeru. Tutoriál naleznete zde. Krátkodobé systematické strategie a kryptoměny. Tutoriál naleznete zde. 5. Další automatizace Hodně obchodníků v TechLabu cílí na tzv. plnou automatizaci. Tedy řešení, které jim samo poběží na serveru bez toho, aniž by jej třeba několik dnů sledovali. To je určitě možné a sami tímto směrem jdeme. Na rovinu ale zdůrazňujeme, že jemné finalizování plné automatizace zabere opravdu hodně času a znalostí, přitom už ve finále tolik času (oproti „skoro automatizovanému přístup“) nešetří a více peněz také nevydělá. Tedy rozhodně není třeba se tímto cílem ze začátku jakkoliv stresovat a v podstatně na něj ani mířit. Z našeho pohledu stačí drtivé většině obchodníků řešení, které běží skoro samo, ale je lepší na něj trochu dohlížet. V TechLabu každopádně naleznete hodně tipů, jak se v této oblasti posouvat. Ukážeme Vám, jak spouštět řešení na serverech, jak využívat git, jak si posílat informace o tradingu například na mobil, jak on-line monitorovat běh programů atd. Zásadní jsou v této oblasti následující tutoriály: Aplikace pro ovládání autotraderů z mobilu. Tutoriál naleznete zde. Task Scheduler a nastavení úloh pro ID obchodování. Tutoriál naleznete zde. Workflow pro sledování běhu skriptů. Tutoriál naleznete zde. Individuální podpora Výše uvedené body jsme připravili proto, aby ukázaly, jakou cestou zhruba jít a co by mělo být cílem. Je nicméně jasné, že každý účastník TechLabu přichází do procesu vytváření automatizovaného worfklow s různými znalostmi a zkušenostmi. Každý bude bojovat s jinými překážkami a chybovými hláškami. Proto je TechLab také technickou poradnou. Pokud nevíte, jak se posunout z bodu A do bodu B, tak se ptejte. S vysokou pravděpodobností jsme podobný problém již v minulosti také řešili a jistě Vám dokážeme poradit. Prakticky každý dotaz zodpovíme nejpozději do druhého pracovního dne. To dělá TechLab opravdu unikáním prostředím. Získáváte přístup k obchodníkům, kteří know-how provozují v praxi, kteří v tutoriálech ukazují, jak řeší úkoly, na kterých sami pracují. A pokud si nebudete vědět rady, jak aplikovat popisované know-how do vlastní praxe, tak se stačí zeptat. Vzhůru do vlastní automatizace obchodování! Hlavní diskuzní vlákna TechLabu naleznete zde. Registrační informace naleznete na stránce https://tri.financnik.cz/techlab. V případě zájmu o změnu typu předplatného při již aktivní účasti v TechLabu pište na e-mail kurzy@finacnik.cz a změnu nastavíme ručně. E-mail můžete samozřejmě použít při jakémkoliv dotazu k TechLabu.

Na začátku malé upozornění. Krátkodobé obchodování je časově náročné. I v případě automatizované podoby, kterou provozuji. Jednoduše existují důvody, proč to „nedělá každý“. Jako u každé sofistikovanější činnosti, i zde existuje nezanedbatelná časová náročnost potřebná k získání nezbytného know-how. Co je krátkodobé obchodování? Jsou to nákupy a prodeje různých finančních instrumentů, které nedržíme příliš dlouho. Sám dnes obchoduji akcie, které držím od řádu hodin po několik dnů. Tyto obchody ještě kombinuji se středně dlouhým obchodováním, kde pozice držím v řádu týdnů. Proč se krátkodobému obchodování věnuji? Jako hlavní výhodu vnímám to, že obchody neváží kapitál příliš dlouho. Kapitál lze tak otáčet rychleji, a tím i více vydělávat. V této souvislosti je ale potřeba si uvědomit, že rychlé otáčení kapitálu nemusí znamenat provádění mnoha obchodů v jediném trhu, což je v dnešním prostředí velmi, ale opravdu velmi náročné. Může to znamenat i to, že obchodujeme větší množství strategií čekajících na své příležitosti, kdy tyto strategie sdílí kapitál mezi sebou. A to je směr, který mi dává naprostý smysl. Sám skládám do portfolií poměrně jednoduché strategie, které mezi sebou málo korelují a nesdílejí podobné otevřené pozice (viz tento článek). Síla strategií není tedy v geniálnosti každé z nich, ale ve výsledném portfoliu – skupině strategií. V zásadě tak v tradingu pracuji na třech paralelních úkolech: Vytvářím strategie, které nemají silnou historickou korelaci s žádnou další strategií, kterou již obchoduji. Podstatné je pro mě také to, aby strategie ve stejný čas neobchodovaly stejné akcie. Sestavuji portfolio jako celek. Každá strategie má v portfoliu svou váhu vycházející zejména ze své historické volatility. Jako klíčové vnímám správné nastavení sdílení a reinvestování kapitálu mezi jednotlivými strategiemi. Pracuji na algoritmech zajišťujících exekuci celého portfolia. Celý proces vývoje svého řešení jsem letos detailně sdílel na osobních setkání v rámci Trading Forum Meetings, kde jsem prezentoval „vše, co vím“. Hodně z vás tak zná mou cestu ve velkých detailech. Pro ostatní vypíchnu příklad, který by měl sílu portfolia krátkodobých strategií demonstrovat nejvíce. Na setkání v Praze a Brně jsem na jaře prezentoval prvotní stav portfolia tak, jak jsem jej v daný čas obchodoval ve svém fondu. V tuto dobu jsem v portfoliu obchodoval pět strategií, jejichž váhy jsem měl nastavené tak, že využívaly průměrně cca 50 % kapitálu fondu. Maximální využití kapitálu bylo cca 90%, ovšem toto nastávalo v testech jen ve výjimečných případech. Na setkání jsem prezentoval řadu metrik, které mě brzdily ve využití více kapitálu u daných pěti strategií – jednoduše řečeno bych riskoval příliš. Historické průměrné zhodnocení tohoto portfolia vycházelo v testech cca 26 % ročně při maximálním drawdownu cca 8 %. Na posledním letošním setkání, které proběhlo v sobotu ve španělské Malaze, jsem ukazoval, že mé stávající portfolio má již devět strategií. Přestože jsem skoro zdvojnásobil počet strategií v portfoliu, využití mého kapitálu se zvýšilo jen trochu. Zde je ukázka, jak současných devět strategií vytěžuje v testech kapitál portfolia: Portfolio stále obchoduje prakticky bez páky, většinu času pracuje jen cca 1/2 kapitálu. To je pro mě skvělá zpráva. Protože jednak mohu postupně zvyšovat alokaci kapitálu do jednotlivých strategií a především mohu přidávat další strategie. A přidávání dalších strategií vede k vyšší výnosnosti, vyšší diverzifikaci a nižšímu risku. Pro zajímavost. Historické backtesty portfolia s devíti strategiemi mi nyní indikují průměrné roční zhodnocení 34 % při drawdownu 6 %. Podstatně lepší výsledky než v portfoliu s pěti systémy. Samozřejmě jde o historické testy a realita bude horší, ale pointa příkladu je myslím zřejmá. Takto vypadá mimochodem korelační matice mých jednotlivých systémů: Přestože všechny systémy obchodují zatím pouze akcie a jsou velmi jednoduché (žádná optimalizaci ani komplexní využití indikátorů), mají solidně nízkou korelaci. Pro mě je tak podstatné, že systémy nesdílejí v žádném čase pozice ve stejném trhu. Jednu akcii v portfoliu pak typicky otevírám s využitím 2 % kapitálu portfolia. I kdyby otevřená pozice teoreticky ztratila 100 % své hodnoty, zásadně to neohrozí celé portfolio. Portfolia krátkodobých systémů jsou pro mě zajímavá tedy především proto, že celek se stává stále silnějším tím, čím více nediverzifikovaných strategií obchoduji. Každá další strategie typicky nespotřebuje příliš mnoho kapitálu portfolia (protože obchoduje v jiný čas než zbývající strategie), ale pomůže trochu zlepšit průměrnou výkonnost a snížit risk. Jistě, přidávání nových strategií není úplně triviální a je to kontinuální proces. Opravdu důležité je ale vnímat portfolio jako celek. Protože pokud vezmu jednu nebo dvě krátkodobé strategie, tak obchodní výsledky určitě nemusí být stabilní ani dobré. V systematickém obchodování je proto potřeba postupovat po krocích. Začít obchodovat nejprve dostupné strategie s malými váhami a ladit celkový proces exekucí. Postupně vytvářet další strategie, zapojovat je do portfolií a takto vylepšený celek pak obchodovat s vyšší agresivitou.

Ústředním bodem mého obchodování je práce na diverzifikovaných portfoliích složených z více strategií. Jelikož se v tuto chvíli zaměřuji především na akcie, může se stát, že stejný titul bude chtít najednou otevřít více strategií. Jak k tomuto přistoupit? Při práci s akciovými strategiemi lze nalézt mnoho logik vstupů a výstupů vedoucích k historicky relativně nekorelovaným systémům. Potíž může být v momentě, kdy strategie z nějakého důvodu budou obchodovat podobné akcie. Zde je zjednodušený příklad: Obr. č.1: Původní strategie Modrá linka je short strategie velmi podobná MR3000S, kterou obchoduji kromě svého fondu i v našem Trading roomu. Červená linka představuje hypotetickou další short strategii, kterou jsem připravil kvůli demonstraci v tomto článku. Jde o upravenou strategii, která se od modré liší v drobných nuancích vstupních a výstupních pravidel. Na první pohled se výkonnost modré a červené strategie od sebe zas tolik neliší a v praxi bych rozhodně obě strategie jako diverzifikované neobchodoval. Pro pointu dnešního článku je podstatné, že obě výše uvedené strategie sdílí poměrně dost velmi podobných obchodů na stejných titulech a níže demonstrovaný princip na této kombinaci dvou podobných systémů bude velmi výrazný. Při obchodování mého portfolia nechci, aby systémy držely stejné pozice v různých systémech. A to z pochopitelných důvodů. Jednotlivé akcie reagují na fundamenty a mohlo by se stát, že shodou náhod bych měl násobnou expozici zrovna v akcii, která vygeneruje vyšší ztrátu. V každém čase tak osobně ve svém portfoliu držím přes všechny systémy v jakékoliv akcii jen jednu pozici. Co tedy dělat, pokud se sejde signál pro vstup do stejné akcie ve více systémech? V zásadě máme dvě možnosti: 1) Duplicitní signál vypustit a nahradit jej dalším signálem v pořadí. 2) Duplicitní signál vypustit a nenahrazovat jej žádným dalším signálem (budeme tak obchodovat méně signálů). Intuitivně by většina traderů volila patrně bod 1). Zejména pokud jako já analyzujete mnoho tisíc akcií a většinu dnů je k dispozici více signálů, než kolik chceme otevřít. V případě dostupnosti více signálů postupují mé systémy tak, že si dostupné signály seřadí podle nějakého klíče a obchodují „top x signálů“. Například „top 5 signálů“, kdy každému obchodu přiřadí 2 % účtu. Pokud v top „5 signálech“ bude nějaký trh duplicitní s jinou strategií, mohl by se tento vynechat a obchodovat další v pořadí – tedy například šestý. Testy ovšem ukazují, že tento přístup není optimální. Jednoduše proto, že náhradní signály bývají slabší. Zde je konkrétní ukázka: Obr. č.2: U červené strategie byly duplicitní obchody nahrazeny jinými Modrá linka představuje stále stejnou výkonnost původní modré strategie. U druhé short strategie (červená linka) vidíme úplně jiný, výrazně horší, historický průběh výkonnosti. Jak to? V červené lince systém vypustil akcie, které by byly shodné s pozicemi v modrém systému. A nahradil je dalšími signály, které byly v pořadí. Na první pohled je zřejmé, jak výrazně horších výsledků takový přístup dosahuje. Pochopitelně bude záležet na přesné logice, podle kterých se signály k obchodování řadí. Většina mých testů ale potvrzuje, že nahrazování duplicitních signálů dalšími v pořadí vede k výrazně horším výsledkům. Osobně proto postupuji druhou cestou. Pokud je v portfoliu duplicitní signál, tak jej vynechám a nenahrazuji. Backtest naší simulace by pak vypadal následovně: Obr. č. 3: U červené strategie byly duplicitní obchody vynechány bez náhrady Modrá linka představuje stále stejnou výkonnost původní modré strategie. U druhé short strategie (červená linka) vidíme opět jiný průběh výkonnosti než na prvním grafu. Ovšem je podstatně lepší než na druhém grafu. V tomto případě obsahuje výkonnost červené linky stejné obchody jako na grafu č.1. Jsou jen bez náhrady vynechány obchody, které ve stejný čas obchodovaly stejnou akcii jako modrá strategie. Červená strategie tak má mnohem nižší počet obchodů (protože řada z nich byla vynechána) a v absolutním měřítku vydělá méně než červená strategie v grafu č.1. Ovšem také s nižší expozicí kapitálu (není využíván) a kapitál lze využívat v jiných strategiích. Tedy toto rozhodně není špatný výsledek. Naopak. Výsledná kombinace obou strategií nabízí solidnější diverzifikaci než v grafu č.1 – jednak strategie nesdílejí ani jeden současně obchodovaný trh a také je vidět, že výkonnostní křivky jsou si méně podobné. V případě portfolií sám tedy postupuji druhou variantou: Duplicitní signály vypouštím a nenahrazuji jej žádným dalším signálem. Dobrou zprávou je, že je to také technicky jednoduší řešení. I v samotném backtestu portfolia stačí, pokud z historických výsledků v Excelu nebo pomocí Pythonu odstraníte obchody, které by se ve stejný čas odehrávaly ve stejných akciích. Při živém obchodování pak jednoduše do Interactive Brokers neposílám signály, se kterými pracují jiné strategie nebo které se shodují s akciemi, které jsou v jiných systémech otevřené.

Na Finančníkovi se snažím ostatní co nejvíce inspirovat pomocí vlastní praxe. Poslední měsíce vše zašlo tak daleko, že několik desítek obchodníků má zde v rámci služby Trading Room dopředu přístup k mým plánovaným obchodům, obchodním nástrojům typu automatizovaný finwin trader a pochopitelně výstupům z obchodní platformy zobrazující plnění, komise atd. Ve skupině obchoduji portfolio, jehož komentované nastavení může být přínosné pro všechny obchodníky, kteří jdou podobným směrem a přemýšlejí, jak si systematicky profitabilní trading poskládat. V rámci Trading Roomu obchoduji tři systémy: Krátkodobý mean reversion systém MR3000 držící pozice maximálně 5 dnů. Systém obchoduje long i short a vstupuje proti výraznějším denním pohybům v akciích indexu Russell 3000. Systém podrobněji popisuji zde. Intradenní mean reversion systém Finwin držící pozice pouze v průběhu denní seance. Systém obchoduje long i short. Otevřené pozice jsou ukončovány vždy na konci obchodního dne. Systém obchoduje akcie indexu Russell 3000 a kontroluji, aby nebyly obchodovány stejné pozice jako v rámci MR3000. Systém jsem velmi podrobně popsal na finwin.cz. Aktuální výsledky jsem samostatně naposledy komentoval zde. Trendfollowing systém MicroBreakout držící méně likvidní akcie. Vybírány jsou libovolné akcie obchodované na amerických burzách. Systém vstupuje do akcií tvořících nová high a drží je, dokud je v trhu rostoucí momentum. Může tak být v pozicích týdny nebo i několik měsíců. Popis systému můžete najít přes tento článek. Strategie mají historicky poměrně nízkou korelaci a jejich obchodování v rámci portfolia vedlo historicky ke snižování celkového drawdownu. Na této stránce je prezentován backtest, který sám používám pro finální obchodování. Samotný backtest má několik specifik a limitů, kterým je potřeba porozumět před zkoumáním samotných čísel: Zobrazen je backtest od 1.1.2015 do 15.8.2021. Mám k dispozici i delší testy, nicméně výsledky zejména intradenní strategie Finwin jsou až příliš optimistické (dříve bylo intradenní obchodování snazší). Proto sám pracuji s více aktuálním obdobím. Zejména short strategie nemusí mít backtest zcela věrohodný. V softwaru nelze simulovat dostupnost akcií pro short, takže v reálu by některé obchody nebylo možné uskutečnit. Intradenní strategie testuji s využitím pouze denních dat. Na nich nelze poznat, které signály by byly vyplněny jako první (u Finwinu sleduji až 50 signálů, ale zobchoduji pouze prvních 5 na long a 5 na short). V rámci backtestu proto používám náhodné pořadí u plnění – každý backtest bude trochu jiný. Ovšem ve finále se liší jen detaily equity křivek, díky množství obchodů jsou finální výsledky velmi podobné. Výsledky strategie MicroBreakout v portfoliu testu nepochází z Amibrokeru a equity křivka se od té z Amibrokeru (jehož signály používám v Trading Roomu) nepatrně liší. Je to způsobeno tím, že každý software počítá trochu jinak indikátory, nepatrně jinak například zaokrouhlí některé výpočty atd. Výsledky testu jsou s komisemi (vyššími než sám platím – v testu počítám minimálně 1 dolar/pozici, případně 5 centů/akcii, pokud je částka vyšší než 1 dolar). Výsledky testů jsou bez reinvestování kapitálu – po celou dobu testu se pracuje pouze s počátečním stavem účtu. V praxi průběžně kapitál reinvestuji. U limitních příkazů je v testu vyžadováno, aby cena prošla limitní cenou o hodnotě 0.001 * Close trhu. Nestačí tedy, aby se limit ceny jen dotkl. V praxi se tak občas dostanu do profitabilního obchodu, který backtest nezachytí. Zejména short obchody nejsou v testu tříděné na fundamentální filtry, které v praxi používám. Hlavně poslední dobou filtry hodně pomáhají v obchodování shortů. Osobně tak backtest považuji za solidně věrohodný, byť jako vždy – v praxi očekávám horší výsledky zhodnocení a vyšší risk (vyšší drawdown). Backtest s výše uvedenými podmínkami vypadá pro celé portfolio následovně: Pro porovnání je zobrazen i výsledek držení trhu SPY (ten pracuje s reinvestováním, kdy pozice je měněna po dividendách). Výsledky držení SPY pochopitelně nejsou zahrnuty do výsledků portfolia zobrazených ve sloupci „Combined“. Použité váhy pro jednotlivé systémy jsou: 33,3 % MR3000 33,3 % Finwin 33,3 % Microbreakout V testu byl použit počáteční kapitál 60 000 USD, což je částka, se kterou jsem začínal účet v rámci Trading Roomu. Každý systém tak vytváří pozice z částky 20 000 USD, což odpovídá i tomu, jak generuji v rámci Trading Roomu signály (kromě strategie MicroBreakout, která v Trading Roomu pracuje s reinvestováním). Systémy MR3000 a Finwin používají pro výpočet signálů dvojnásobnou páku. Velikost pozice MR3000L, kde obchodujeme max. 5 obchodů na long stranu, tak vychází z kapitálu 20 000 dolarů děleno 5 pozicemi – v Trading Roomu otevírám pozice o velikosti 4 000 dolarů na akcii. Hledáte cestu, jak se dostat ke konzistentním profitům? Rádi byste i v aktuálním kontextu obchodovali stabilně a bez emocí? Určitě si přečtěte novou knihu Od myšlenky k reálným obchodům Implementujte již od samotného začátku své praxe důležité systematické procesy a správné myšlení, které výrazně zvyšuje šance na stabilně profitabilní obchodování. Inspirujte se, jak trading dělat jinak a lépe. 1/3 kapitálu pro jednotlivé strategie se mi jeví jako reálně optimální nastavení portfolia. Z výsledků je patrné, že nejvíce risku je pojeno se strategií MR3000S (drawdown až 50 %), ovšem v rámci celku jsem ochotný s takovým výsledkem fungovat. Základní parametry testu celého portfolia – průměrné roční zhodnocení 37 % při maximálním drawdownu 10,75 %. Toto by měla být jedna z nejdůležitějších lekcí každého tradera. Spojováním nekorelujících strategií získáváme mnohem stabilnější obchodní výsledky. Podle mého názoru by každý měl obchodovat portfolio alespoň o několika strategiích – nejlépe tak různorodých, jako je to ukázáno v rámci Trading Room portfolia. Současně to znamená, že z portfolia není vhodné si vybírat „jen něco“, ale je potřeba jej obchodovat jako celek. Podrobnější pohled na risk portfolia Při pohledu na měsíční zisky/ztráty je zřejmé, že není nic neobvyklého, pokud má portfolio dva po sobě jdoucí ztrátové měsíce: Jako při jakémkoliv tradingu je proto potřeba toto přijmout jako fakt a není možné pochybovat například po dvou, třech týdnech, kdy systémy negenerují nové high. V praxi jen těžko budete ale hledat přístupy, které fungují každý měsíc/týden. Z mé zkušenosti je proto lepší přijmout realitu a naučit se s ní fungovat. Samotný drawdown portfolia osciluje mezi 5 až 10 %: Nyní je strategie v drawdownu, nicméně díky dodatečným fundamentálním filtrům používaných při živém obchodování mám živé portfolio na cca 60 % zobrazené hodnoty drawdownu. V každém případě sám používám období drawdownu pro navyšování kapitálu. Obecně je určitě lepší spouštět strategie, když jsou v drawdownu, než když se obchodují na novém high. Je ale třeba se připravit na to, že drawdowny nemusí být hned překonány. Zde je zobrazeno období (svislá osa zobrazuje počet dnů v drawdownu), které na úrovní portfolia trvá pro překonání drawdownu: Běžně je to cca měsíc, nicméně např. na začátku roku 2019 trval drawdown cca 4 měsíce. V případě „smůly“ se tak může reálně stát, že podobné portfolio spustím na novém účtu a 4 měsíce budu ve ztrátě. Opět naprostá realita obchodování. A to jde o výsledky pouze z jediného backtestu. V praxi používám k odhadu risku Monte carlo analýzy, které indikují, že za sledované období lze realisticky očekávat drawdown až cca 15 %. Ovšem celkově se Monte carlo výsledky jeví u Trading Room portfolia dost stabilně. Zde je 5 nejlepších a 5 nejhorších portfolio equity křivek: Důležité pro mě je, že jednotlivé systémy mají v případě drawdownů nízkou korelaci: Pokud jeden systém prodělává, je velmi pravděpodobné, že jiný alespoň trochu vydělá. Což mně osobně velmi pomáhá psychicky a v rámci portfolia se snažím systémy stavět právě i tak, abych měl výsledky co možná nejstabilnější. V každém případě je ale podstatné vždy obchodovat jen s takovými částkami, se kterými dokážete drawdown ustát. Sám kromě účtu v rámci Trading Roomu (dnes cca 70 000 dolarů, kde exekuce sdílím v rámci skupiny) obchoduji i podstatně vyšší účty v rámci svého fondu, u kterého používám podobné strategie. Ovšem ke zvládnutí drawdownů s vyšším kapitálem jsem se musel propracovat praxí. Dnes vnímám, že každé překonání trochu většího drawdownu (5-10 %) mi pomáhá v navýšení kapitálu a získání další důvěry v to, co dělám. Jsme tak opět u toho, že v tradingu je nejdůležitější praxe – obchodovat, obchodovat a obchodovat. Do začátku bych tak určitě začal obchodovat s nižším kapitálem – například 10 000 dolarů a soustředil se především na systematičnost a překonávání drawdownů. 15% drawdown v případě účtu 10 000 dolarů je 1 500 dolarů, což je něco, co by měl zvládnout překonat i začínající trader. Samozřejmě v případě nižšího kapitálu budou výsledky obchodování jakéhokoliv portfolia horší proto, že některé pozice není možné otevřít (akcie jsou příliš drahé) a především komise již ukrojí příliš velký podíl na zisku. Ale pokud přepočítám portfolio v rámci Trading Roomu na kapitál 10 000 dolarů, stejně je vidět, že i s tak nízkou částkou lze operovat, učit se a posouvat se kupředu. Portfolio obchodované s kapitálem 10 000 dolarů: A jakmile si psychika jen trochu zvykne, lze navýšit kapitál například na 20 000 dolarů, kde jsou výsledky již podstatně lepší: 31 % průměrného zhodnocení při 11% drawdownu s počátečním kapitálem 20 000 dolarů už se příliš neliší od výsledků, které backtest indikuje u podstatně vyššího kapitálu. Shrnutí Historické backtesty rozhodně nezaručující budoucí zisky, nicméně demonstrují určité hranice, ve kterých můžeme očekávat risk a zisk. Živá výkonnost reportovaná v Trading Roomu velmi podobně kopíruje výsledky pro rok 2021 zobrazené v druhé tabulce. Samozřejmě s faktem, že Finwin jsme pomocí autotraderu začali ve skupině obchodovat až od začátku srpna. Osobně mám tak k obchodovanému portfoliu solidní důvěru. Pokud však následujete moji práci, je potřeba: Přizpůsobit risk vlastní psychice. Vnímat „investiční horizont“ stejně jako já – tedy na úrovni měsíců, kdy by portfolio mělo překonat i případné hlubší drawdowny.

Na konferenci Trading Forum, kterou jsme pořádali v roce 2019, jsem pro ukázku prezentoval ilustrační systémy vytvořené plně automaticky – programem pro „vytváření strategií“. Jak si strategie vedly skoro dva roky po vytvoření? Lze se na automaticky vytvářené strategie spolehnout v živém obchodování? Nedávno jsem dostal e-mailem dotaz, jak si vedly strategie, které jsem pro ilustraci vytvořil v rámci prezentace na Trading Forum 2019. Zde jsem ukazoval workflow, které jsem v menší míře používal pro generování intradenních systémů obchodujících futures. Pokud jste se konference účastnili, můžete si přednášku osvojit záznamem zde v archivu. Strategie jsem vytvářel podle svého workflow jako ilustrační (tyto konkrétní jsem naživo neobchodoval), ale je určitě velmi zajímavé se k nim vrátit a podívat se, jestli bychom s nimi za cca dva roky od vytvoření vydělali peníze. Shrnutí, co jsme si ukazovali na konferenci: Pro ilustraci jsem před konferencí vytvořil portfolio pěti systémů obchodujících e-mini S&P 500 (pouze ES, 30minutový timeframe). Systémy jsem vytvářel na datech 1.1.2000 – 30.6.2015. Systémy jsem vybíral z 50 000 systémů s profit factorem min. 1.8 a minimálně 100 obchodech v IS. Walk-forward top 250 systémů podle nejlepších výsledků (AvgTrade*NetProfit). Použití proměnných z WF. Pro „živé obchodování“ jsem vybral pět kandidátů s největší stabilitou parametrů ve WF. Vyloučil jsem systémy, které měly stejné indikátory a pouze jiné parametry. V praxi bych zvažoval i historickou korelaci. Na konferenci jsem testoval OOS výsledky od 28.2.2018 (data vůbec nebyla použita při vytváření ani ověřování systémů). Tato data jsem prezentoval na konferenci a výsledek vypadal takto: Zpětně se můžeme podívat, jak si systémy vedly od konce roku 2019 do začátku srpna 2021, pokud bychom je jakkoliv neoptimalizovali a prostě obchodovali v prezentované podobě. Pokud nezahrneme skluz ani komise, vyvíjelo se zmíněných 5 systémů takto: Dva skončily v poměrně velkém zisku, dva v mírném zisku a jeden lehce ztrátový. To určitě není špatný výsledek. Pokud složíme všech pět systémů do portfolia, dostaneme následující equity křivku: Bez komisí a skluzů by portfolio vydělalo cca 130 000 dolarů. Obchodní účet by musel být pro obchodování pěti kontraktů v ES cca 75 000 dolarů – zhodnocení cca 170% za necelé dva roky a bez reinvestování. To vůbec není špatné. Nicméně v reálu bychom platili ještě komise, plus bychom jistě inkasovali skluzy v plnění. Pokud od každého obchodu odečteme 30 dolarů (5 dolarů komise a 25 dolarů skluz) získáme tuto výkonnostní křivku: Výsledek cca 40 000 dolarů je podstatně horší, ale již velmi realistický. V tomto případě jde o zhodnocení cca 53 % bez reinvestování. V praxi bychom možná dosáhli i trochu lepších čísel. Pokud by byl například skluz jen jeden tick (12,5 dolarů) na obchod, bylo by zhodnocení 66 %. Systémy samozřejmě obchodují na dlouhou i krátkou stranu a jelikož jde o obchody typu breakout, daří se jim tím více, čím vyšší je volatilita. Výsledky tak rozhodně nevnímám jako špatné. Naopak. Na to, že obchodní systémy vznikly pomocí definovaného workflow, které samo obchodní systémy vygenerovalo, je zhodnocení 50-60 % za cca 1,5 roku obchodování velmi slušné. Hovoříme zde navíc o systémech na jediném trhu, v praxi je určitě rozumné použít trhů více. Uvedený příklad ale opět ukazuje, jak klíčová je diverzifikace. Pokud bychom obchodovali jen jediný systém, nebyla by cesta, jak odlišit ten, který bude v budoucnu vydělávat od toho jednoho prodělečného. Toto už je skutečně otázka určitého štěstí, na které se nemá smysl spoléhat dlouhodobě. Z mé zkušenosti je proto potřeba obchodovat systémů více najednou a zvyšovat šance, že portfolio jako celek bude vydělávat – přesně jako v našem příkladu. Ovšem větší portfolio vyžaduje větší účet. A u většího účtu už člověk potřebuje mít vyšší důvěru, že to, co obchoduje, „dává smysl“. A to je důvod, proč nakonec i já stavím strategie vesměs přístupem „idea first“. Snažím se ručně vytvářet systémy, které mi dávají určitý hlubší smysl a byť nakonec pochopitelně ne každý vydělává, dokáži více věřit celému portfoliu. Nicméně, jak je vidět na uvedeném příkladu, vydělávat lze různými způsoby. A pokud byste si postavili z prezentovaného workflow automaticky generované portfolio, s vysokou pravděpodobností byste vytvořili solidní zhodnocení.

V každé praxi se člověk posouvá a hledá cesty, jak dělat věci lépe a efektivněji. V tomto videu ukáži jak obchoduji dnes a shrnu, kam jsem se za poslední roky posunul. Ve videu používám jeden ze svých obchodních účtů u Interactive Brokers. Postupně ukazuji, jak dnes analyzuji obchody a sleduji je jak přímo v obchodní platformě, tak pomocí indikátorů, které jsou pro mě důležité hlavně z pohledu řízení celkového risku. Ve videu ukazuji hned několik obchodovaných systémů, se kterými pracuji plně mechanicky. Tedy následuji dlouhodobě otestované pravděpodobnosti. Pokud hledáte inspiraci jak na podobné systémy, tak právě pro vás jsem připravil na 25.9.2020 webinář, kde budu předávat popis 7 mých obchodních systémů. Na bezplatné vysílání se můžete registrovat na této adrese (obsah bude dostupný pouze pro registrované).

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.

Slovo dalo slovo a pro jednoho ze svých významných klientů připravuji kompletní automatizovaný systém (AOS) 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.

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.

Silným tématem posledního Trading Fora bylo obchodování (a také pronajímání) portfolií obchodních systémů. To je totiž jedna z nejsnazších cest, jak dosahovat v obchodování stabilních profitů. Zde je konkrétní ukázka, jak obchodování více systémů výrazně ovlivňuje celkový výsledek našeho úsilí. Problém většiny nevydělávajících obchodníků je v tom, že se snaží najít „svatý grál“. Jediný přístup, s jehož pomocí budou konzistentně vydělávat. Potíž je ale v tom, že se v trzích nedá nic „s jistotou“ předvídat. Vše funguje jen na dlouhodobých pravděpodobnostech. To ale také znamená, že z krátkodobého pohledu (což může být v trzích doba i několika měsíců, u pomalejších systémů třeba i několik let) můžeme obchodovat systém, který je funkční, ale zrovna prodělává. Toto se stává zcela běžně. Krásný příklad jsem dokumentoval na Finančníkovi letos. Viz ztrátový průběh breakout strategie popsané na začátku roku a následný pohled na nová high, která jsem ukazoval ve screenshotu zde (poslední screenshot na stránce). Toto úskalí bohužel mnoho traderů nedokáže překonat. Znovu a znovu se po prvních drawdownech pouští do obchodování nových přístupů a staré zahazují. Doufají, že tentokrát jim vše vyjde lépe. Třeba proto, že při vývoji nového systému získali krásnou historickou equity křivku, která ale díky přeoptimalizaci nemá šanci nabídnout stejnou charakteristiku do budoucna. Řešení je přitom snadné. Obchodovat více systémů najednou. Ideálně takových, které spolu příliš nekorelují. A je jedno, jestli je obchodujete ručně nebo automatizovaně (AOS). Toto platí univerzálně. Na Trading Foru jsem ukazoval jednu z cest, jak systémy vyvíjím pomocí automatizovaného workflow s využitím GSB. V rámci přednášky jsem pak demonstroval OOS průběhy několika takto vytvořených systémů. Zde nebudu duplikovat výklad (ten si účastníci mohou přehrát v archivu ) – z dnešního pohledu jde čistě jen o výklad principu obchodování portfolia (konkrétní zobrazované systémy sám neobchoduji). Všechny systémy mají krásné historické equity křivky (byly vytvořeny automatizovaně). Mají ale rozdílné vývoje křivek po jejich vytvoření (tedy řekněme v živém obchodování). Jde o systémy obchodované na různých trzích, což většinou vede alespoň k částečné diverzifikaci. Systému obchodujícímu trh e-mini S&P 500 se dařilo velmi dobře. Takový vývoj si pochopitelně každý přál u všech systémů: V případě trhu e-mini Nasdaq zažil systém krásný start následovaný poměrně velkým propadem. Zisk nakonec byl, ale pokud by se trader zaměřoval jen na tento jediný systém, tak by bylo jeho následování náročné: V plynu (Natural Gas) systém vydělal, nicméně hlavně na několika málo obchodech v momentech, kdy se v trhu zvýšila volatilita (systém obchoduje breakouty): První systém obchodovaný na ropě měl krásný historický backtest, nicméně v živých trzích šel spíše do strany: Druhý systém na ropě prošel dokonce velkým drawdownem: Poslední z diskutovaných systémů v soje šel prakticky jen do strany: Výše jsou ukázky typických průběhů obchodních systémů po nasazení. Někdy vyděláváme krásně, jindy to skřípe a jindy systém generuje ztráty. Bohužel dopředu nikdy nevíme, jak bude budoucnost konkrétně vypadat. Pokud bychom obchodovali výše uvedené portfolio šesti systémů, možná si řeknete, že bychom mohli zůstat jen u obchodování systému na ES, kterému se v poslední době dařilo nejlépe. Ale garantuji vám, že například v příštím roce tento může jít do drawdownu (po silné ziskové sérii to tak i bývá) a vystřelí jiný systém, který jsme vyřadili. Řešení? V rozumné míře obchodovat více přístupů najednou. Tedy portfolio. Podívejte se, jak by vypadala výkonnost jednoduchého portfolia vytvořeného z výše uvedených šesti systémů za poslední diskutovaný rok (kde bychom v každém systému obchodovali 1 kontrakt): Rázem bychom získali „meta systém“ generující profity větší polovinu měsíců v roce. Roční zhodnocení kapitálu činí 42 % při 21% drawdownu z vloženého kapitálu. To jsou velmi dobré výsledky na to, jak hrozně vypadaly jednotlivé equity křivky. Započítány jsou přitom všechny poplatky i očekávané skluzy v plnění (2 ticky v trhu na každý obchod). Toto je skutečně velmi důležitá lekce. Svatý grál v tradingu člověk nikdy nenajde v jednotlivostech. Je potřeba se přenést přes to, že ne vše dokážeme v obchodování předvídat a ovlivnit. A že systémy mají dobré a horší období. A že je třeba vše řídit na „vyšší úrovni“ – tedy na úrovni portfolia kombinujícího více výhod dohromady. Pochopitelně není třeba využívat hned futures vyžadující vyšší kapitál. Portfolia lze dělat i v levnějších trzích, třeba typu ETF nebo akcie. Volba trhů není tak důležitá. Podstatný je posun v myšlení, kdy se nezaměřujeme na jednotlivosti, ale na řízení, obchodování a rozvoj celku.

Vypilovat jediný obchodní přístup nebo se v trzích raději více rozkročit? Jedno z nejdůležitějších témat, které je třeba vyřešit, aby se mohly dostavit konzistentní profity. Obchodování opravdu nemusí být přehnaně komplikované a těžké. Mnoha obchodníkům ale dlouho trvá přijmout skutečnou realitu trhu. Tou je především fakt, že v trzích neexistují snadné peníze bez risku. Neexistuje a nelze se naučit nějaký „jednoduchý pattern“, kterým by se dalo v trzích trvale vydělávat a tahat z trhů peníze jako z bankomatu. Nejde to už z principu. Klasický krátkodobý trading, jak si jej představuje většina retailových obchodníků, spočívá v nalezení a využití určité výhody (edge) nad jinými obchodníky. Zjednodušeně řečeno to znamená, že pokud na nějaké situaci generujeme zisk, někdo jiný přijímá ztrátu. V anglickém světě naleznete pro tento typ obchodování běžně název „alfa obchodování“. Generování tzv. alfy představuje právě vytváření zisků nad rámec toho, co poskytují trhy sami o sobě. Systémy a patterny vedoucí ke generování „alfy“, tedy pracující s určitou výhodou, jednoznačně existují. A z krátkodobého pohledu je jich poměrně dost. Prakticky s každým nástrojem technické analýzy lze vytvořit funkční systém mající určitý edge. Ten bude mít ale omezenou životnost. Velmi často proto, že je navázán na určitou celkovou situaci v trhu (například volatilita vycházející z určité politické situace atd.). A především proto, že pokud by byl robustnější, dříve či později jej začnou objevovat další a další obchodníci a edge svými obchody doslova vyzmizíkují. Mnoho obchodníků hledající svatý grál je proto uvězněno v trvalém kruhu. Hledají fungující jednoduché „alfa“ výhody, které ale v trzích nejsou. Jsou frustrovaní tím, že jedno období funguje dobře jeden systém využívající třeba reverzní patterny, v jiném období fungují spíše trendové přístupy a podobně. Důležité je zdůraznit, že v trzích se vydělává i dalšími principy. V nich zjednodušeně řečeno můj zisk neznamená automaticky ztrátu jiného obchodníka. Příkladem může být držení nějaké akcie poskytující dividendy, držení měn nebo výpisy opcí. Tam coby obchodníci vyděláváme především na tom, že jsme placeni za risk vycházející z držení daného instrumentu. A jsme-li placeni za risk, je třeba se reálně připravit na to, že risk v dané situaci je a dříve nebo později mu budeme čelit (toto bývá pro mnoho obchodníků složité akceptovat, protože reálně se risk může projevit třeba až po mnoho letech vydělávání s daným přístupem, kdy už je obchodník v daném stylu velmi sebevědomý a neopatrný – viz například článek Pozor na černé labutě). Hodně obchodníků si bohužel myslí, že dokáže charakteristiku daného stylu obchodování nějak přelstít – tj. například „vyfiltruje“ indikátory situace, kdy v trhu hrozí risk, a tím se mu vyhne. To je však naivní. Vesměs jakýkoliv běžný obchodní přístup tak bude mít svá dobrá a špatná období. Jejich charakter se bude dost lišit podle toho, o jaký typ obchodování jde. Toto jsem se v trhu naučil já: Je potřeba přijmout skutečnou povahu obchodovaných strategií. Například vypisování opcí bude generovat menší zisky s vysokou úspěšností a občasnou větší ztrátou. Reverzní strategie obchodující pro menší profity podobně. U trendových obchodů budu mít zase nižší úspěšnost, tj. hodně ztrát a občasné větší profity. Jakákoliv „alfa“ strategie pracující s edge dříve nebo později o svůj edge přijde a je potřeba se neustále adaptovat. Strategie generující profity z držení trhů v sobě mají odpovídající risk (z něhož plyne má odměna). Je potřeba počítat s tím, že čas od času se dostaví situace, kdy risku budu přímo čelit. Současně je v trzích potřeba trpělivost a dlouhodobě přístupy obchodovat v neměnné podobě, aby se edge projevil. Ve všech přístupech musím být tak připraven procházet nejen ziskovými, ale i ztrátovými obdobími. Jedinou rozumnou cestou, jak dosahovat stability, je přístupy kombinovat. Snažit se je skládat na účtu tak, aby se doplňovaly. Je dobré maximálně rozkládat risk – například pokud obchoduji strategii s optimalizovanými parametry, často obchoduji několik verzí s různými parametry (nevsázím všechny peníze na jednu sadu optimalizovaných parametrů, neboť netuším, které parametry budou nejlépe fungovat do budoucna). Hlavní pozornost u „alfa“ strategií směřuji na celkovou správu portfolia (jednotlivé strategie by neměly mít příliš velkou váhu v portfoliu, pokud se strategiím nedaří, tak je vyřazuji atd.). Pokud nejste o diverzifikaci přes různé strategie úplně přesvědčeni, tak přemýšlejte o následujícím: každá strategie (automatická, diskréční) bude v reálném obchodování procházet jednou vyššími drawdowny, než jsme měli natestováno. Je to mj. proto, že v testech jsme vesměs optimističtí (už jen z důvodu, že systémy s opravdu vysokými drawdowny vyřadíme hned poté, co statistiky uvidíme). Musíme být proto připraveni vyšší drawdowny na živém účtu překonat, protože jen tak se dostaví případné další profity. Současně ale čelíme nejistotě – trhy se mění, edge je v trhu velmi nestálý (přičemž s nástupem různých metod „umělé inteligence“ se vše neskutečně zrychluje) a nikdy nevíme, jestli strategie edge ještě má. Budeme-li mít jedinou strategii, může se stát, že jednoduše odevzdáme ve výrazném drawdownu do trhu zpět veškeré profity. Jistě, můžete doufat, že v trhu objevíte trvalý edge, metodu s dlouhodobě nadstandardním poměrem odměny/risku nebo v sobě výjimečnou schopnost, jak tak říkajíc „nejvíce ztrácející obchody filtrovat“. Ale mnohem realističtější je přijmout fakt, že toto není v lidských silách a připravit se na dlouhá období možného propadu jedné strategie. A takové se reálně mnohem lépe překonávají tím, že se v trhu „rozkročím“ přes více nekorelujících principů a strategií. Což pochopitelně nemusí být nějak zásadně komplexní. Už jen dvě nekorelující strategie vycházející z různých tržních principů (klidně diskréčně obchodované) představují diverzifikaci.