Nejlepší obchodník na burze: Počítač?

Obchodní systém je soubor pravidel, kterými se obchodník řídí při svém investičním rozhodování. Jestliže jsou tato kritéria číselně vyjádřitelná, lze je s menším či větším úsilím převést do programovacího jazyka a rozhodovací proces tak plně zautomatizovat. Obchodovat tak může za vás počítač.

Počítač sám může vyhledat tržní příležitosti a vyhodnocovat nákupní a prodejní signály. Tyto signály pak mohou být automaticky odesílány k brokerovi, který je vypořádává, nebo přímo na burzu – a počítač tak za vás obchoduje.

Systémové obchodování je metoda, která využívá objektivní, předem nadefinovaná a otestovaná vstupní a výstupní kritéria, jejichž funkčnost byla potvrzena na historických datech.

Jak to vypadá prakticky? Samozřejmě existují jak velice jednoduché, tak složité systémy. Např. známý obchodní systém používaný Turtles (sázka dvou významných obchodníků, zda se lze obchodování naučit) využíval jednoduchého vstupu, kdy pozice byla otevírána při překročení 20 denního maxima nebo minima.

Jeden z nejdůležitějších elementů obchodního systému je možnost otestování jeho výkonnosti na historických datech. Výsledky, které za pomoci tohoto tzv. “backtestingu” získáme, nám napomohou určit očekávané statistiky systému: poměr výnos/riziko, největší očekávaný pokles vloženého kapitálu (drawdown) nebo výnosnost systému v různých časových periodách. Zde ale pozor, může existovat podstatný rozdíl mezi hypotetickými a skutečnými výsledky (o tom více v dalších částech seriálu).

Členění systémů

Podle trhů, na kterých se systémy obchodují:

  • komodity (nejčastější, některé již s 20letou historií),
  • forex (nejnovější, tedy i ještě relativně málo vyzkoušené a prověřené),
  • akcie,
  • fondy.

Podle typu obchodování:

  • intradenní (v rámci jednoho dne) – kvůli nedostupnosti delší řady intradenních dat (a tedy nemožnosti dělat backtesting) jsou relativně novější záležitostí
  • poziční (několik dní),
  • dlouhodobé.

Podle strategie vstupu a výstupu z pozice:

  • trendové (historicky pravděpodobně nejúspěšnější),
  • protitrendové,
  • breakout systémy,
  • systémy rozpoznávající formace na grafu,
  • sezónní (cyklické),
  • behaviorální (zkoumají chování účastníků trhu),
  • systémy využívající ostatní technické indikátory i pokročilejší techniky (fuzzy logika, teorie chaosu, neuronové sítě atd.).

Podle zpřístupnění použitého algoritmu:

Black Box - uživatel nemá žádné povědomí o kódu (metodě) procesu zpracování dat a není mu umožněno manipulovat se vstupy.

Grey Box - uživatel rovněž nezná procesní kód, nicméně má možnost řídit jednotlivé scénáře a je mu umožněna optimalizace, která změní výstup signálů z jednoho souboru proměnných na jiný.

White Box - zdrojový kód je přístupný a strategie odhalena. Rovněž všechny vstupy a proměnné mohou být měněny.

Vývoj systému probíhá v šesti krocích:

  1. Stanovení modelu

    Jedná se o velmi náročný krok (zejména časově). Spočívá ve výběru a definovaní strategie, tzn. výběru kritérii, zadání pravidel a nastavení parametrů vstupu a výstupu z trhu. Někdo používá formace na grafu, někdo spíše technické indikátory.

    Např.: Když dnešní H je vyšší než včerejší H a zároveň včerejší L je vyšší než dnešní L…

  2. Implementace modelu

    Proces, ve kterém je logika modelu přepsána do formy, kterou lze vyjádřit v programovacím jazyku. Komplikovanější modely vyžadují programátorské znalosti.

    Ukázka zdrojového kódu automatického obchodního systému
  3. Backtesting

    Testování na historických datech, jeho výhodou oproti klasickému testování v reálném čase je úspora času – data máme předem k dispozici a můžeme tak poměrně rychle otestovat zvolenou strategii.

  4. Kontrola výsledků backtestingu

    Manuální kontrola, zda hypotetické výsledky odpovídají zadaným kritériím.

  5. Analýza výsledků

    Z provedených testů se snažíme vysledovat silné a slabé stránky systému. Jde o komplexní proces, kde jsou zapotřebí analytické znalosti obchodníka. Porovnáváme např. celkový zisk, poměr zisků a ztrát, celkový počet provedených obchodů, úspěšnost provedených obchodů atd. Vždy je ale při tomto posuzování nutno brát zřetel na základní logiku modelu.

  6. Vylepšení modelu

    Na základě provedené analýzy se snažíme o vylepšení historických výsledků úpravou různých kritérií – např. výstupní strategie. Tyto změny pak znovu testujeme a analyzujeme, dokud nedojdeme k vyhovujícím výsledkům. Avšak pozor, někdo se příliš soustředí na absolutní hodnoty a nebere zřetel na to, zda vytvořené změny odpovídají původnímu modelu.

    Pravidlo: nežádoucí je snižování počtu ztrátových obchodů, které nevedou zároveň ke zvyšování počtu ziskových obchodů – může docházet k přílišné optimalizaci.

Použití systémů

Branže Managed Futures obsluhuje v současné době majetek v hodnotě přes 130 miliard dolarů. Časopis Futures Truth uvádí, že při správě 80 % tohoto majetku se používají automatizované obchodní systémy. S rostoucím zpřístupňováním trhů (e-mini trhy, forex) a neustálým vývojem v oblasti výpočetní techniky se systémy stávají přístupné i pro drobné investory.

Vše má svá pro a proti, a tak se v příštím díle budeme věnovat právě výhodám a nevýhodám dvou přístupů k obchodování – diskreční (discretionary) vs. systematický.

Pavel Topol – technický obchodník se specializací na opce, zakladatel poradenské firmy FUTURES s.r.o., která provozuje portál www.etrading.cz.

Anketa

Zaujala vás myšlenka automatických obchodních systémů?

4 názory Vstoupit do diskuse
poslední názor přidán 5. 3. 2013 22:06