5 Juni 2021 13:59

Codierung Ihres eigenen Algo-Handelsroboters

Viele Trader streben danach, algorithmische Trader zu werden, haben jedoch Schwierigkeiten, ihre Handelsroboter richtig zu codieren. Diese Händler finden online häufig unorganisierte und irreführende algorithmische Codierungsinformationen sowie falsche Versprechungen von Wohlstand über Nacht. Eine potenzielle Quelle für zuverlässige Informationen ist jedoch Lucas Liew, Entwickler des Online-Algorithmus-Handelskurses AlgoTrading101. Seit August 2020 hat der Kurs seit seinem Start im Oktober 2014 über 33.000 Studenten angezogen.

Das Programm von Liew konzentriert sich darauf, die Grundlagen des algorithmischen Handels auf organisierte Weise darzustellen. Er ist fest davon überzeugt, dass algorithmischer Handel „kein Schema ist, um schnell reich zu werden“. Im Folgenden werden die Grundlagen für das Entwerfen, Erstellen und Warten Ihres eigenen algorithmischen Handelsroboters  (aus Liew und seinem Kurs) beschrieben.

Was ist ein Handelsroboter?

Auf der einfachsten Ebene ist ein algorithmischer Handelsroboter ein Computercode, der Kauf- und Verkaufssignale auf den Finanzmärkten generieren und ausführen kann. Zu den Hauptkomponenten eines solchen Roboters gehören Eingangsregeln, die signalisieren, wann gekauft oder verkauft werden soll, Austrittsregeln, die angeben, wann die aktuelle Position geschlossen werden soll, und Positionsgrößenregeln, die die zu kaufenden oder zu verkaufenden Mengen definieren.

Die zentralen Thesen

  • Viele aufstrebende Algo-Händler haben Schwierigkeiten, die richtige Ausbildung oder Anleitung zu finden, um ihre Handelsroboter richtig zu codieren.
  • AlgoTrading101 ist eine potenzielle Quelle für zuverlässigen Unterricht und hat zwischen dem Start 2014 und August 2020 mehr als 33.000 gesammelt.
  • Ein Handelsalgo oder -roboter ist ein Computercode, der Kauf- und Verkaufschancen identifiziert und die Ein- und Ausstiegsaufträge ausführen kann.
  • Um profitabel zu sein, muss der Roboter regelmäßige und anhaltende Markteffizienzen identifizieren.
  • Während es zahlreiche Beispiele für Systeme gibt, mit denen man schnell reich werden kann, ist es für aufstrebende Algo-Händler besser, bescheidene Erwartungen zu haben.

Natürlich benötigen Sie einen Computer und eine Internetverbindung, um ein algorithmischer Händler zu werden. Danach wird ein Microsoft Windows- oder Mac-Betriebssystem benötigt, um MetaTrader 4 (MT4) auszuführen, eine elektronische Handelsplattform, die die MetaQuotes Language 4 (MQL4) zum Codieren von Handelsstrategien verwendet. Obwohl MT4 nicht die einzige Software ist, mit der ein Roboter gebaut werden kann, bietet es eine Reihe bedeutender Vorteile.

Ein Vorteil ist, dass während MT4s wichtigste Anlageklasse Devisen (FX) ist, die Plattform auch zum Handel mit Aktien, Aktienindizes, Rohstoffen und Bitcoin unter Verwendung von Differenzkontrakten ( CFDs ) verwendet werden kann. Weitere Vorteile der Verwendung von MT4 (im Gegensatz zu anderen Plattformen) sind, dass es leicht zu erlernen ist, über zahlreiche verfügbare FX-Datenquellen verfügt und kostenlos ist.

Algorithmische Handelsstrategien

Einer der ersten Schritte bei der Entwicklung einer Algo-Strategie besteht darin, einige der Kernmerkmale zu reflektieren, die jede algorithmische Handelsstrategie haben sollte. Die Strategie sollte insofern marktbewusst sein, als sie aus markt- und wirtschaftlicher Sicht grundsätzlich solide ist. Das bei der Entwicklung der Strategie verwendete mathematische Modell sollte auf soliden statistischen Methoden basieren.

Bestimmen Sie als Nächstes, welche Informationen Ihr Roboter erfassen möchte. Um eine automatisierte Strategie zu haben, muss Ihr Roboter in der Lage sein, identifizierbare, anhaltende Marktineffizienzen zu erfassen. Algorithmische Handelsstrategien folgen einem starren Regelwerk, das das Marktverhalten ausnutzt, und das Auftreten einer einmaligen Marktineffizienz reicht nicht aus, um eine Strategie zu entwickeln. Wenn die Ursache für die Ineffizienz des Marktes nicht erkennbar ist, kann nicht festgestellt werden, ob der Erfolg oder Misserfolg der Strategie zufällig war oder nicht.

Vor diesem Hintergrund gibt es eine Reihe von Strategietypen, die das Design Ihres algorithmischen Handelsroboters beeinflussen. Dazu gehören Strategien, die Folgendes (oder eine beliebige Kombination davon) nutzen:

  • Makroökonomische Nachrichten (z. B. Lohn- und Gehaltsabrechnungen außerhalb der Landwirtschaft oder Zinsänderungen)
  • Fundamentalanalyse (z. B. unter Verwendung von Umsatzdaten oder Gewinnmitteilungsnotizen)
  • Statistische Analyse (z. B. Korrelation oder Co-Integration)
  • Technische Analyse (z. B. gleitende Durchschnitte)
  • Die Marktmikrostruktur (zB Arbitrage oder Handelsinfrastruktur)

Die vorläufige Forschung konzentriert sich auf die Entwicklung einer Strategie, die Ihren persönlichen Merkmalen entspricht. Faktoren wie das persönliche Risikoprofil, der Zeitaufwand und das Handelskapital sind bei der Entwicklung einer Strategie wichtig. Sie können dann beginnen, die oben genannten anhaltenden Marktineffizienzen zu identifizieren. Nachdem Sie eine Marktineffizienz festgestellt haben, können Sie damit beginnen, einen Handelsroboter zu codieren, der Ihren persönlichen Merkmalen entspricht.

Backtesting und Optimierung

Das Backtesting konzentriert sich auf die Validierung Ihres Handelsroboters. Dazu gehört die Überprüfung des Codes, um sicherzustellen, dass er das tut, was Sie wollen, und das Verständnis der Leistung der Strategie über verschiedene Zeiträume, Anlageklassen oder unterschiedliche Marktbedingungen hinweg, insbesondere bei  Ereignissen vom Typ Black Swan wie dem Finanzkrise 2007-2008.

Nachdem Sie einen funktionierenden Roboter codiert haben, maximieren Sie dessen Leistung und minimieren Sie gleichzeitig die  Überanpassungsverzerrung. Um die Leistung zu maximieren, müssen Sie zunächst ein gutes Leistungsmaß auswählen, das Risiko- und Ertragselemente sowie die Konsistenz (z. B. Sharpe Ratio ) erfasst. In der Zwischenzeit tritt eine Überanpassungsverzerrung auf, wenn Ihr Roboter zu stark auf früheren Daten basiert. Ein solcher Roboter wird die Illusion einer hohen Leistung ausstrahlen, aber da die Zukunft der Vergangenheit nie vollständig ähnelt, kann sie tatsächlich scheitern.

Live-Ausführung

Sie können jetzt mit echtem Geld beginnen. Abgesehen davon, dass Sie auf die emotionalen Höhen und Tiefen vorbereitet sind, die auftreten können, müssen einige technische Probleme behoben werden. Zu diesen Themen gehören die Auswahl eines geeigneten Brokers und die Implementierung von Mechanismen zur Steuerung von Marktrisiken und operationellen Risiken wie potenziellen Hackern und Ausfallzeiten der Technologie.

Die zentralen Thesen

Bevor Trader live gehen, können sie durch simulierten Handel viel lernen. Dabei handelt es sich um den Prozess des Praktizierens einer Strategie unter Verwendung von Live-Marktdaten, jedoch nicht von echtem Geld.

Bei diesem Schritt ist es auch wichtig zu überprüfen, ob die Leistung des Roboters der in der Testphase erlebten ähnlich ist. Schließlich ist eine Überwachung erforderlich, um sicherzustellen, dass die Markteffizienz, für die der Roboter entwickelt wurde, weiterhin besteht.

Das Fazit

Angesichts der Tatsache, dass Richard Dennis, derlegendäre Rohstoffhändler, einer Gruppe von Studenten seine persönlichen Handelsstrategien beigebracht hat, die dann in nur fünf Jahren über 175 Millionen US-Dollar verdienten, ist es plausibel, dass unerfahrene Händler strenge Richtlinien lernen underfolgreich werden. Obwohl es außergewöhnliche Beispiele gibt, sollten aufstrebende Händler auf jeden Fall daran denken, bescheidene Erwartungen zu haben.

Liew betont, dass der wichtigste Teil des algorithmischen Handels darin besteht, „zu verstehen, unter welchen Marktbedingungen Ihr Roboter funktioniert und wann er ausfällt“ und „zu verstehen, wann eingegriffen werden muss“. Algorithmischer Handel kann sich lohnen, aber der Schlüssel zum Erfolg ist das Verständnis. Jeder Kurs oder Lehrer, der hohe Belohnungen ohne ausreichendes Verständnis verspricht, sollte ein wichtiges Warnsignal sein, um fern zu bleiben.