Codering van uw eigen Algo-Trading Robot

Veel handelaren gaan algoritmische handelaren worden, maar worstelen met de codering van hun handelsrobots. Vaak vinden deze handelaren online algoritmische coderingsinformatie ongeorganiseerd en misleidend, en bieden ze ook valse beloften van 's nachts welvaart. Een bron van betrouwbare informatie is van Lucas Liew, maker van de online algoritmische handelscursus AlgoTrading101. De cursus heeft uitstekende beoordelingen en verzamelde meer dan 8.000 studenten sinds de eerste lancering in oktober 2014.

Het programma richt zich op het presenteren van de basisprincipes van algoritmische handel op een georganiseerde manier. Liew is vastberaden over het feit dat algoritmische handel 'geen snel-rijk-snel schema' is. Hieronder worden de basisbeginselen uiteengezet die nodig zijn om uw eigen algoritmische handelsrobot te ontwerpen, bouwen en onderhouden (getrokken uit Liew en zijn cursus).

Rise of the Robo Advisors

Wat een handelsrobot doet

Op het meest basale niveau is een algoritmische handelsrobot een computercode die koop- en verkoopsignalen op financiële markten kan genereren en uitvoeren. De hoofdcomponenten van een dergelijke robot omvatten invoerregels die aangeven wanneer te kopen of verkopen, exitregels die aangeven wanneer de huidige positie moet worden gesloten en positiebepalingsregels die de te kopen of verkopen hoeveelheden bepalen.

De belangrijkste tools voor het verhandelen van algo's

Uiteraard heb je een computer en een internetverbinding nodig. Daarna is een Windows- of Mac-besturingssysteem nodig om MetaTrader 4 (MT4) uit te voeren - een elektronisch handelsplatform dat de MetaQuotes Language 4 (MQL4) gebruikt voor het coderen van handelsstrategieën. Hoewel MT4 niet de enige software is die je kunt gebruiken om een ​​robot te bouwen, heeft het een aantal belangrijke voordelen.

Hoewel de belangrijkste activaklasse van MT4 deviezen (FX) is, kan het platform worden gebruikt om met CFD's te handelen in aandelen, aandelenindexen, grondstoffen en Bitcoin. Andere voordelen van het gebruik van MT4 in tegenstelling tot andere platforms zijn dat het gemakkelijk te leren is, dat het talloze beschikbare FX-gegevensbronnen heeft en het is gratis.

Helaas staat MT4 geen directe handel in aandelen- en futuresmarkten toe en kan het uitvoeren van statistische analyses omslachtig zijn; MS Excel kan echter worden gebruikt als een aanvullend statistisch hulpmiddel.

Algoritmische handelsstrategieën

Het is belangrijk om te beginnen met nadenken over enkele kernkenmerken die elke algoritmische handelsstrategie zou moeten hebben. De strategie moet markt voorzichtig zijn, omdat deze fundamenteel gezond is vanuit een markt- en economisch standpunt. Ook moet het wiskundige model dat wordt gebruikt bij de ontwikkeling van de strategie gebaseerd zijn op degelijke statistische methoden.

Vervolgens is het cruciaal om te bepalen welke informatie uw robot wil vastleggen. Om een ​​geautomatiseerde strategie te hebben, moet uw robot identificeerbare, aanhoudende marktinefficiënties kunnen vastleggen. Algoritmische handelsstrategieën volgen een rigide set regels die profiteren van marktgedrag en dus is het optreden van eenmalige marktinefficiëntie niet voldoende om een ​​strategie rond te bouwen. Verder, als de oorzaak van de inefficiëntie van de markt niet te identificeren is, zal er geen manier zijn om te weten of het succes of falen van de strategie te wijten was aan toeval of niet.

Met het bovenstaande in gedachten, zijn er een aantal strategietypen om het ontwerp van uw algoritmische handelsrobot te informeren. Deze omvatten strategieën die profiteren van het volgende (of een combinatie daarvan):

• Macro-economisch nieuws (bijv. Niet-agrarische loonlijst of rentewijzigingen)
• Fundamentele analyse (bijvoorbeeld met behulp van omzetgegevens of winstnota's)
• Statistische analyse (bijv. Correlatie of co-integratie)
• Technische analyse (bijv. Voortschrijdende gemiddelden)
• De marktmicrostructuur (bijv. Arbitrage of handelsinfrastructuur)

Ontwerpen voor voorlopig onderzoek

Deze stap is gericht op het ontwikkelen van een strategie die past bij uw eigen persoonlijke kenmerken. Factoren zoals persoonlijk risicoprofiel, tijdsbesteding en handelskapitaal zijn allemaal belangrijk om over na te denken bij het ontwikkelen van een strategie. U kunt dan beginnen met het identificeren van de bovengenoemde hardnekkige marktinefficiënties. Nadat u een marktinefficiëntie hebt geïdentificeerd, kunt u beginnen met het coderen van een handelsrobot die geschikt is voor uw eigen persoonlijke kenmerken.

backtesting

Deze backteststap is gericht op het valideren van uw handelsrobot. Dit omvat het controleren van de code om er zeker van te zijn dat het doet wat u wilt en begrijpen hoe het presteert over verschillende tijdframes, activaklassen of verschillende marktomstandigheden, vooral in zwarte zwaan-achtige evenementen zoals de wereldwijde financiële crisis van 2008.

Algo-Trading Ontwerpoptimalisatie

Nu je een robot hebt gecodeerd die werkt en in dit stadium wil je de prestaties ervan maximaliseren en tegelijkertijd de overfitting bias minimaliseren. Om de prestaties te maximaliseren, moet u eerst een goede prestatiemaatstaf selecteren die risico- en opbrengstelementen vastlegt, evenals consistentie (bijv. Sharpe-ratio). Een overfitting bias treedt op wanneer uw robot te nauw is gebaseerd op gegevens uit het verleden; zo'n robot zal de illusie van hoge prestaties afgeven, maar omdat de toekomst nooit volledig op het verleden lijkt, kan het zelfs falen.

Live uitvoering

U bent nu klaar om echt geld te gaan gebruiken. Afgezien van de voorbereiding op de emotionele ups en downs die u mogelijk ervaart, zijn er echter enkele technische problemen die moeten worden aangepakt. Deze kwesties omvatten het selecteren van een geschikte makelaar en het implementeren van mechanismen om zowel marktrisico's als operationele risico's zoals potentiële hackers en downtime van technologie te beheren.

Het is ook belangrijk om in deze stap te controleren of de prestaties van de robot vergelijkbaar zijn met die in de testfase. Ten slotte is voortdurende monitoring nodig om ervoor te zorgen dat de marktefficiëntie waarvoor de robot is ontworpen nog steeds bestaat.

Het komt neer op

Gezien het feit dat Richard Dennis, de legendarische grondstoffenhandelaar, een groep studenten zijn persoonlijke handelsstrategieën heeft geleerd die vervolgens in slechts vijf jaar meer dan $ 175 miljoen hebben verdiend, is het voor onervaren handelaren volledig mogelijk om een ​​strikte reeks richtlijnen te leren en succesvolle handelaren. Dit is echter een buitengewoon voorbeeld en beginners moeten zeker onthouden om bescheiden verwachtingen te hebben.

Om succesvol te zijn, is het belangrijk om niet alleen een aantal richtlijnen te volgen, maar ook te begrijpen hoe die richtlijnen werken. Liew benadrukt dat het belangrijkste deel van algoritmische handel is "begrijpen onder welke soorten marktomstandigheden uw robot zal werken en wanneer deze kapot gaat" en "begrijpen wanneer in te grijpen." Algoritmische handel kan lonend zijn, maar de sleutel tot succes is begrip. Elke cursus of docent die hoge beloningen belooft met minimaal begrip moet een belangrijk waarschuwingssignaal zijn.