Prohledat Finančník.cz

V minulém článku jsme si ukázali, jak důležité je přemýšlet o obchodovaných titulech nikoliv z pohledu dnešního dne, ale z pohledu dne, kdy bychom obchody otevíraly. Rozdíly mohou být občas opravdu výrazné. Jak se klamu přeživších vyhnout v praxi? Pokud netušíte, co je to Survivorship bias, česky klam přeživších, tak si přečtěte nejprve tento článek publikovaný minulý týden. Vlastní survivorship bias free databáze Pochopitelně vždy je možné diskutovaný problém řešit kompletně vlastními silami. Výhodou je naprostá flexibilita, nevýhodou pak nutná znalost programování, vytváření celého vlastního ekosystému (napojení databáze na systém umožňující backtestování) a nutnost pořízení dat obsahujících i delistované akcie. Dnes je situace v mnoha ohledech jiná než dříve, kdy nezbývalo, než si podobné řešení skutečně vytvořit. Sám jsem s týmem šel nejprve touto cestou. Data jsme používali od quantquote.com, kde lze za poměrně rozumné peníze pořídit kompletní intradenní historická data akcií obchodovaných v různých indexech, včetně těch delistovaných. Využití bezplatných survivorship bias free databází Pokud se jen trochu orientujete v programování, pak bych dnes jednoznačně začal využitím hotových backtestovacích řešení, která již klam přeživších zohledňují. O mých oblíbených jsem psal na Finančníkovi několikrát – používám quantopian.com a quantconnect.com. Obě platformy obsahují rozsáhlé intradenní databáze zohledňující i delistované akcie. A jsou k dispozici zdarma. Nevýhodou těchto řešení je, že již vyžadují více programátorského myšlení a zkušeností. Pluginy integrované do retailových softwarů Osobně tak nakonec, coby neprogramátor, dnes nejvíce používám speciální plugin od společnosti Norgate Data představující jeden z důvodů, proč používám Amibroker. Norgate Data poskytují denní ceny akcií s tím, že je možné si připlatit za plugin, který v Amibrokeru vytvoří velmi komfortní survivorship bias free databázi. Řešení se skládá z několika základních funkcionalit: a) Norgate udržují aktuální i historické seznamy konstituentů jednotlivých indexů. b) Současně mají v databázi i delistované akcie. c) Do Amibrokeru integrovali funkce umožňující kontrolovat, jaké akcie byly v dané datum obchodovány v indexu (spolu s dalšími funkcemi). Pokud tak potřebuji otestovat systém na akciích obsažených v indexu S&P 500 a chci dostat realistické výsledky (tedy zohlednit i historické složení indexu a obchodovat i dnes delistované akcie), tak si nejprve v Amibrokeru vyberu předpřipravený „watchlist“ S&P 500 Current & Past automaticky připravený v rámci Norgate Data: Ten dnes obsahuje 1 181 akciových titulů – všechny, které kdy byly v indexu obchodovány: Mimochodem akcie obsahující v názvu pomlčku a datum, například AAV-199901, jsou právě delistované trhy. Tento byl například z burzy vyřazen v roce 1999. Do samotného kódu strategie pak přidám jediný dodatečný filtr: NorgateIndexConstituentTimeSeries(„$SPX”) Ten se postará o to, že Amibroker v indexu S&P 500 obchoduje v daný backtestovaný den pouze ty akcie, které byly součástí indexu S&P500. Vše přitom probíhá opravdu rychle a bezproblémově. Samozřejmě to ale není zadarmo. Sám mám pro tyto účely u Norgate Dat předplacený balíček Platinum umožňující právě backtestovat i historické konstituenty indexů a ten stojí ročně 630 dolarů. Upřímně si ale myslím, že při jen trochu větších účtech se podobná služba vyplatí, protože pomůže výrazně přiblížit historický backtest realitě. Popis Norgate dat naleznete zde a jak je vidět, je možné jejich data používat ještě s programy RightEdge a XLQ. Závěr Jak jsme si ukázali v minulém článku, v případě systematických swingových strategií může klam přeživších představovat i výraznější rozdíly ve výkonnosti. Ve svých vlastních analýzách pracuji proto vždy s tzv. survivorship bias free databázemi, které zohledňují historické složení indexu a delistované akcie. Samozřejmě tyto databáze používám i pro všechny backtesty prezentované v kurzech a v článcích. Pokud děláte vlastní výzkum, je tak dobré vždy počítat s tím, že bez survivorship bias free databáze budou výsledky často výrazně lepší, než by tomu realisticky bylo. Naštěstí dnes existuje řada nástrojů, jak problematiku vyřešit. Nástroje jsou jak bezplatné, tak placené a liší se zejména v úrovni potřebného programování a poskytnutého uživatelského komfortu. Sám jsem vyzkoušel všechny uvedené cesty. Nakonec si platím sice dražší, ale o to efektivnější nástroj do Amibrokeru, kde tak klam přeživších již nemusím řešit, protože jej software ošetří sám a zcela automaticky v každém provedeném backtestu.

Akcie patří mezi jedny z nejdostupnějších trhů pro stavbu a obchodování systematických strategií. Jednak z pohledu kapitálu, kdy lze akcie nakupovat prakticky od pár dolarů a mj. také z pohledu dostupnosti dat, která jsou na internetu často k dispozici zdarma. Pozor však na problematiku delistovaných akcií. Pro stavbu swingových strategií stačí mít k dispozici historická denní data. Ta jsou na rozdíl například od intradenních dat běžně na internetu ke stažení, byť zdroje se v průběhu času mění. Osobně nejvíce používám barchart.com, řada obchodníků pracuje s historickými daty z Yahoo atd. Bezplatná denní akciová data mohou mít různou kvalitu, ale obecně jsou poměrně dobře použitelná. Pokud je budete používat pro stavbu systematických strategií, je ale třeba počítat s jedním zásadním zkreslením. Nezapomínejte na to, že skupina obchodovatelných akcií se v průběhu času mění – už jen tím, že firmy krachují, různě se spojují a navzájem kupují. Při stavbě akciových strategií bychom tak měli pracovat s určitým univerzálním klíčem, „jak vybrat obchodované akcie v příslušném čase v historii“. Bohužel nelze vzít například nejsilnější dnešní společnosti typu Amazon, Facebook a Apple a snažit se na jejich historických datech vybudovat obchodní systém. Proč? Protože v určitém bodu historie nebyly tyto společnosti ještě tak známé a pokud byste se zaměřili na „nejsilnější společnosti v daném čase“, vybrali byste si úplně jiné firmy… V angličtině se tomuto zkreslení říká Survivorship bias, česky klam přeživších. Jde o klam, kdy naši mysl výrazněji zaměřujeme na ty, kteří přežili určitý selektivní proces a vůbec nepracujeme s těmi, kteří procesem neprošli. Portfolio obchodovaných trhů bychom tak měli vždy zkoumat z odpovídajícího času v historii, kdy bychom takové obchodovali. Profesionální obchodníci například definují svůj obchodovaný soubor akciových trhů tak, že za obchodované trhy považují všechny akcie, které se v daný den historie obchodovaly s určitým objemem. To vyžaduje zahrnout do rozhodovacího procesu jeden podstatný faktor – tzv. delistované akcie. Tedy akcie, které se obchodovaly v minulosti a dnes již na burze neexistují. Za příklad si můžeme vzít společnost Enron, která ještě v roce 2001 patřila k největším americkým společnostem, aby vzápětí zkrachovala. V roce 2001 by tak většina obchodníků Enron zahrnula do svých portfolií. Pokud budete stahovat data z Yahoo dnes, tak na historii této společnosti nenarazíte. S problematikou úzce souvisí i skladba akciových indexů, které se velmi často používají coby určité základní skupiny pro obchodování akcií. Například obchodujeme „akcie z indexu S&P 500”. Jenže samozřejmě ani indexy nejsou v čase stejné. Indexy se počítají různě, ale velmi zjednodušeně můžeme říci, že se mění tak, jak společnosti získávají a ztrácí svoji velikost a důležitost. Pokud budeme testovat strategii jen na dnešních komponentech, například indexu S&P 500, tak opět podléháme klamu přeživších. Jak hodně to vadí? Zde je konkrétní příklad. Testuji akcie indexu S&P 500 s jednoduchým algoritmem. Nakupuji akcie, které klesající úsečkou uzavřely pod svým 20denním klouzavým průměrem a pozici uzavírám, když akcie rostoucí úsečkou uzavírají nad 20denním průměrem. Otevřeno je max. 20 pozic najednou. Pokud tento triviální a čistě ukázkový model aplikuji na dnešní složení indexu S&P 500, získám následující equity křivku: Pokud použiji survivorship bias free databázi zohledňující každý den v historii složení indexu (a obchodující tak i delistované akcie), získám následující equity křivku: Aniž bych musel zacházet do nějakých detailů výkonnosti, je na první pohled myslím jasné, jak velký rozdíl může v testování být. Zohlednění klamu přeživších vždy povede k horším, a tak realističtějším výsledkům. U některých systémů nemusí být rozdíl tak zásadní, u některých bude ohromný. Myslím, že je tak zřejmé, že pro seriózní testování je dobré pracovat se survivorship bias free databázemi. Naštěstí to dnes už není tak složité jak dříve. Jak konkrétně na to, vám ukáži v tutoriálu, který plánuji publikovat na Finančníkovi za týden.