В течение 2019 года фондовый рынок вырос. Много.
Взять, к примеру, ETF Мне нравится: FTEC (Индекс информационных технологий MSCI Fidelity):
В течение 2019 года цена FTEC выросла с 49,35 долл. США до 72,48 долл. США: ошеломляющий почти 50% рост!
Это почти вдвое превышает рост стандартного носителя S & P500, который рос «только» около 30%.
Акции, такие как Appl (Apple Inc.), росли еще больше, более 90%!
Положите аккуратно:
S&P 500: 30% FTEC: 50% V: 41% AAPL: 90%
Возврат некоторых акций в 2019 году
Это легко проверить, используя Finance.yahoo.com .
Сравните это с 2016 годом, это совершенно другая картина.
S&P 500: 12% FTEC: 15% V: 3.1% AAPL: 10%
Те же акции, но с данными в 2015 году
Очевидно, что 2019 год был очень хорошим годом для фондового рынка и для «Покупать и удерживать стратегию».
Я думал об этом сегодня, и я решил сравнить производительность моего алгоритма в период с 2019 по 2016 год.
Я не мог превзойти рынок данных с 2019 года, но мой алгоритм довольно хорошо справился с данными 2016 года (удача? Навык?).
Запустив тот же алгоритм по сравнению с данными за 2016 год, мой алгоритм имел в среднем около 10% на рынке.
Когда я увидел это, я наконец -то мог понять, почему мой торговый алгоритм никогда не побеждал на рынке. Трудно превзойти показатели фондового рынка 2019 года.
Люди в основном относятся к «рынку» как возврат, показанный индексом S & P 500 ( Standard and Poor’s 500 Index ).
Как большинство из вас знает, S & P 500
По сути, это означает, что S & P500 является хорошим показателем того, насколько хорошо работает фондовый рынок в целом.
Некоторые говорят, что для получения прибыли с помощью автоматизированного алгоритма торговли вам в основном нужно придумать способ «прогнозирования рынка».
Я бы сказал, что это частично верно, но в то же время несколько вводят в заблуждение.
Это правда, что для получения прибыли вам нужно знать, когда покупать и когда продавать. Но вводит в заблуждение называть это «прогнозирование рынка», как будто кто -то был Oracle , или если кто -то притворился, что прочитал будущее с волшебным хрустальным мячом.
Например, некоторые утверждают, что если цена акций неуклонно увеличивается как прямая линия, единственный способ заработать деньги – это «покупать и удерживать».
Это частично верно.
Если цена акций неуклонно увеличивается в качестве прямой линии, нет моментов, когда цена можно считать низкой по сравнению со средним значением, поскольку цена всегда увеличивается.
Чтобы пожинать максимальную прибыль, лучшей стратегией будет покупка в начале и продавать в конце (всякий раз, когда вы хотите выйти или выйти на рынок) и быть «выставленными» на акцию самым длинным возможным временем.
Маржинальная торговля
Однако в этом случае еще одна полезная стратегия – «купить на марже»:
Маржа в основном заимствует деньги у вашего брокера, используя ваши ценные бумаги в качестве обеспечения.
В этом примере использование маржи может умножить ваши выигрыши, просто купив больше на деньги, которые у вас изначально нет. Однако это также может умножить потери. Это можно рассматривать как усилитель.
Если вы покупаете акции на марже и продаете их до закрытия рынка, то вы не платите проценты по кредиту (по крайней мере, это верно при использовании Альпака )
Alpaca предлагает годовые сборы за маржинальные кредиты всего 3,75%. Тем не менее, вам нужно заплатить этот процент, только если вы одолжите на ночь.
Например, если вы заимствуете 5000 долларов в течение ночи, вы в конечном итоге выплачиваете избыток в размере 0,52 доллара за кредит.
Если ваши акции заканчиваются на 10%, вы платите 3,75%за кредит, а остальные – 6,25%.
В качестве более значимого примера, если бы вы купили 100 долларов S & P ETF (например, VOO или SPY), вы бы заработали 12 долларов. Если вы используете маржу, чтобы купить 4 раза эту сумму (и сохранили кредит целый год), то есть 400 долларов, вы бы получили прибыль:
net_profit = profit - margin_interest
= $12x4 - $400 x 3.75%
= $48 - $15
= $33
Это прибыль в 33% вместо 12%. Почти в 3 раза лучше (33%/12%).
Исторически, S & P500 в среднем составила 7% в год.
Опять имейте в виду, что Точно так же, как ваши выигрыши могут быть умножены, это одинаково верно для ваших потерь Анкет
То есть, если ваша акция теряет 1 доллар, вы фактически теряете 2 доллара из -за маржи плюс проценты (при условии 2 -кратной маржи). Если вы используете 4 -кратную маржу, а акции падают на 25%, вы теряете все это.
Хотя это не распространено, не так давно мы все знаем, что это произошло. И это может случиться снова. Конечно, это было не все во время одной торговой сессии (но это может быть в будущем!).
Я не финансовый консультант. Так что воспринимайте это как предупреждение и сделайте это на свой страх и риск.
Значит возвращение
Хотя существует бесчисленное множество стратегий, многие вращаются против концепции среднего реверсии:
Есть также много «индикаторов», которые обещают сказать вам, когда покупать или продавать, или какова рыночная тенденция.
Очень основной индикатор производится путем расчета «стандартного отклонения» случайных колебаний цен или волатильности акций.
Индикатор с именем “Bollinger Bands®” использует стандартное отклонение.
Стандартное отклонение легко рассчитывается, например, Панды :
Мы будем использовать панды в будущих статьях. Я поделюсь простым кодом, чтобы начать с алгоритмической торговли.
Я не думаю, что какой -либо индикатор или стратегия – это серебряная пуля (« никто не взломал ее. Период. “).
Это довольно очевидно, потому что, если бы эти стратегии или показатели были волшебными и открыто раскрыты, то большинство алгоритмических торговцев уже были бы богаты или зарабатывали кучу денег.
Кроме того, если бы эти стратегии или показатели были настолько хорошими, трудно думать, что они были бы открыто доступны в Интернете.
Хорошая торговая платформа
Если вы ищете очень хорошую алгоритмическую торговую платформу, где код является первоклассным гражданином, я, безусловно, рекомендую Альпака Анкет
Это действительно платформа, посвященная в основном алгоритмической торговле. Вы также можете купить/продавать акции на их онлайн -платформе. Они предлагают маржу. Кроме того, у них есть аккуратные интеграции, например, с TradingView.
Alpaca также предлагает очень хороший торговый счет для бумаги. Торговля на бумаге позволяет вам торговать так, как будто у вас был живой счет, но с «поддельными» или «бумажными» деньгами. Вы можете проверить свои алгоритмы, размещая заказы на покупку/продажу и т. Д. И взглянуть на то, как ваш алгоритм будет делать в реальном сценарии.
Но я нахожу более полезные сценарии очень простых запеченных «задних тестирования». Западный тестирование проверяет ваш алгоритм с использованием исторических данных.
Но помните мантру:
Сценарий бэк -тестирования
Недавно я сделал базовый скрипт бэкеста с использованием Alpaca, загружая данные бесплатно от Polygon.io и закодировал это в Python. На самом деле, со временем я сделал пару. Это не сложно.
Мой собственный скрипт бэк -тестирования в основном зацикливается на данных и имитирует принятие решений о том, когда покупать или продавать. Это также отслеживает транзакции (покупать и продавать цены). В конце концов, мне нравится знать, сколько денег заработал или потерял алгоритм.
Вот моя следующая статья где я делюсь кодом для загрузки исторических мельчайших данных, используя Alpaca, и выполнять простой бэк -тест для стратегии «купить и удерживать».
В третьей части этой серии мы опираемся на наш код и будем работать над сценарием скальпинга, который даже дает хорошие результаты с данными 2016 года.
Позже я мог бы написать о некоторых других стратегиях, которые я пробовал, и предоставить фрагменты кода, которые некоторые могут найти полезными. Быть в курсе.
Увидимся в следующий раз!
Оригинал: “https://dev.to/michrodz/algo-trading-algorithms-to-beat-the-market-3plm”