1 Jahr im Quantenhandel – 24 Lektionen, die ich gelernt habe

Ich nähere mich einem Jahr, seit ich Vollzeit in den Quantenhandel eingestiegen bin. Mein Geschäft lief vor einem Jahr nicht besonders gut, und ich hoffte auf mehr Kontrolle über die Erträge – vor allem auf eine besser vorhersehbare Rendite. So fing alles an.

Ich hatte nicht erwartet, dass diese Reise so herausfordernd sein würde, wie sie es war – wenn ich an all das Lernen, Umlernen, Programmieren, Neuprogrammieren, Testen, erneutes Testen und Starten von Strategien zurückdenke, nur um zu sehen, wie sie scheitern. Es gibt jedoch einige wenige Strategien, die all diese Prozesse überstehen und profitabel werden. Diese erfolgreichen Strategien weisen einige gemeinsame Muster auf, die ich versucht habe, in den folgenden Lektionen zusammenzufassen, die ich im Laufe des letzten Jahres gelernt habe.

Einige der Punkte mögen Ihnen als erfahrener Händler offensichtlich erscheinen. Für mich war jeder einzelne Punkt eine enorme Einsicht, manchmal gefolgt von einer großen Veränderung in meiner Herangehensweise an die Märkte. Ich wünschte, ich hätte diese Punkte schon vorher gekannt, was mir vielleicht unzählige Stunden erspart hätte. Die folgenden Lektionen sind an mich gerichtet und stehen in keiner sinnvollen Reihenfolge.

Wählen Sie Ihre Märkte strategisch aus

Der Handel mit US-Aktien, Devisen und Anleihen ist wahrscheinlich eine schlechte Idee. Es ist nicht die klügste Wahl, da der Wettbewerb mit den größten Akteuren zu groß ist. Finden Sie Ihren Liquiditäts-Sweetspot, indem Sie sich Märkte ansehen, die Ihren Liquiditätsbedarf decken; sie sollten jedoch nicht um Größenordnungen größer sein. Spielen und gewinnen Sie in Nischenmärkten, indem Sie deren Regeln lernen, anstatt dort zu handeln, wo die großen Akteure handeln und wo das Spiel viel schwieriger ist. Ich will damit sagen, dass eine Strategie für philippinische Aktien wahrscheinlich profitabler ist als die gleiche Strategie für US-Aktien.

Lernen Sie die Regeln und akzeptieren Sie sie

Ich habe mit einigen verschiedenen Märkten gehandelt (im Nachhinein betrachtet hätte ich bei einem bleiben sollen). Jeder Markt hat andere Regeln und ist auf seine eigene Weise manipuliert. Market Maker (oder die dominierenden Akteure auf einem Markt) tun alles, um zu gewinnen. Gehen Sie davon aus, dass die Märkte manipuliert sind, lernen Sie die Regeln und spielen Sie nach ihnen, aber leugnen Sie sie nicht, indem Sie denken, die Märkte würden sich natürlich verhalten. Versuchen Sie nicht, die Märkte zu „überlisten“; das wird wahrscheinlich nach hinten losgehen. Achten Sie auf Spuren (Verhalten, Spoofing, platzierte Aufträge und Liquiditätsjagd), die die großen Akteure hinterlassen, und nutzen Sie sie zu Ihrem Vorteil.

Kennen Sie Ihre Prioritäten

Im Quantenhandel gibt es so viel zu tun: Strategieentwicklung, Optimierung, Backtesting, Ausführung und Risikomanagement. Konzentrieren Sie sich am Anfang nicht auf die falschen Dinge – wie die Optimierung von Parametern. Erstellen Sie stattdessen sehr einfache MVP-Versionen jedes Teils der Gleichung und optimieren Sie sie durch Iteration in der Produktion. Eine perfekt optimierte Strategie nützt nichts, wenn der Ausführungsteil nicht richtig funktioniert.

Rechnen Sie damit, im ersten Jahr zu verlieren

Fangen Sie nicht an zu skalieren, sobald Sie erste Erfolge sehen, denn das kann große Teile (in meinem Fall 40 %) Ihres Portfolios vernichten. Es wird Sie viel mehr Mühe kosten, diesen Verlust wieder wettzumachen; stattdessen ist es einfacher, von vornherein angemessene Risikomaßnahmen zu treffen. Wenn Sie mit Verlusten rechnen (zumindest im ersten Jahr), kommen Sie nicht in Versuchung, mehr Kapital als nötig in Tests und Lernprozesse zu stecken.

Don’t rush with capital, rush with execution

Ich habe mein Kapital zu schnell aufgestockt, ohne über das Risiko nachzudenken. Im Gegenteil, ich befand mich oft in einer Analyse-Paralyse und versprach mir, nach „nur einer weiteren Optimierung“ eine neue Strategie zu starten. Ich habe zu viel optimiert. Ich hätte einfach mehrere Strategien einführen sollen, um zu sehen, was zuerst funktioniert, und diese dann kontinuierlich optimieren sollen. Es bringt nichts, Strategien auf der Grundlage der Theorie zu entwickeln und zu optimieren, wenn es kein praktisches Feedback gibt.

Kursstopps nicht verwenden

Ich habe festgestellt, dass es zwei Möglichkeiten gibt, Kursstopps zu verwenden: entweder gar nicht oder zum Schutz vor schwarzen Schwänen (99,9 Perzentil der Volatilitätsverteilung). Anstelle von Kursstopps sollten Sie Zeitstopps und eine angemessene Positionsgröße verwenden. Wie die Forschung zeigt, machen Kursstopps eine gute Strategie zunichte, einfach aufgrund der Zufälligkeit der Volatilität. Die Zeitdimension ist viel überschaubarer und berechenbarer als die Preisdimension einer Hypothese, die durch Ihren Handel zum Ausdruck kommt (sowohl im Backtest als auch im Live-Handel). Durch die Verwendung von Zeitstopps legen Sie eine zeitliche Beschränkung fest, wie lange Ihre Hypothese gültig ist, was fast immer die Varianz verringert (und die Sharpe Ratio erhöht).

Ein- und Ausstiegsmöglichkeiten kennen

Für jeden Handel sollten Sie wissen, wo Sie einsteigen und wo Sie aussteigen. Für mich werden diese auf der Grundlage von zwei Regeln festgelegt – eine davon ist eine modifizierte Formel der Average True Range. Es ist fast eine Voraussetzung, vordefinierte Regeln für Ein- und Ausstiege zu haben, um Backtests durchführen zu können und zu wissen, was im Live-Handel zu erwarten ist.

Kennen Sie Ihre Zahlen

Für jede Strategie müssen Sie den erwarteten Wert, die Trefferquote, den erwarteten Drawdown, den längsten Drawdown, die erwartete Volatilität, die Varianz, die Sharpe Ratio, die Standardabweichung der Renditen, die Schiefe der Renditen und den Value at Risk kennen. Auch die richtige Einsatzgröße, das Ruinrisiko, der Kelly-Anteil und das optimale F sollten strategisch ausgewählt werden, je nachdem, wie die Strategie während des Backtests abschneidet.

Risikomanagement zur Priorität machen

Die Vernichtung von 40 % des Kapitals kann an einem Tag geschehen; es kann jedoch viele Monate – wenn nicht sogar Jahre – dauern, es wiederherzustellen. Setzen Sie von vornherein ein angemessenes Risikomanagement ein, und seien Sie sich des potenziellen Risikos des Ruins aufgrund von Ereignissen der schwarzen Schwäne bewusst. Es ist immer eine gute Idee, mit dem schlimmsten Fall zu rechnen. Es sollte für Ihre Strategien keine Herausforderung sein, eines Tages mit einem Markt von -50 % aufzuwachen.

Verwenden Sie weniger Parameter, aber wissen Sie, was sie bewirken

Meine leistungsstärkste Strategie verwendet nur 3 Parameter. Diese sind leicht zu optimieren und leicht auf ihre Robustheit zu testen. Sie sollten genau wissen, was Ihre Parameter bewirken und warum sie verwendet werden. Der schlimmste Fehler ist wahrscheinlich, ein Optimierungsskript Parameterkombinationen generieren zu lassen, z. B. langsame/schnelle Periode für mehrere gleitende Durchschnittskombinationen. Es wird sicherlich etwas geben, das auf dem Papier/im Backtest gut aussieht, aber es ist zweifelhaft, dass dieselbe Strategie im Live-Handel funktioniert.

Erstellen Sie einen guten Backtest und kennen Sie die Vor- und Nachteile

Übernehmen Sie nicht irgendeine bestehende Lösung (gilt übrigens auch für die Optimierung) – zumindest nicht, bevor Sie selbst mehrere Backtests durchgeführt haben. Sie müssen die Auswirkungen von Slippage, Gebühren, der Reihenfolge der Ausführungsereignisse und der verschiedenen Auftragsarten verstehen. Ich habe viele Backtest-Skripte geschrieben, wobei die ersten sehr kompliziert waren. Meine neueste Version kommt mit 12 Zeilen Code aus (größtenteils parallele Berechnungen), was wieder einmal beweist, dass Einfachheit siegt.

Finden Sie eine gute Bewertungsmetrik

Es reicht nicht aus zu testen, wie die Strategie abschneidet; Sie müssen wissen, worauf Sie achten müssen. Natürlich habe ich nach einer hohen jährlichen Rendite gesucht. Die Optimierung der Sharpe-Ratio war besser, aber auch nicht das, was ich brauchte (ich frage mich bis heute, warum die Sharpe-Ratio als Industriestandard gilt, da es viel bessere Kennzahlen gibt). Die richtige Optimierungs- und Bewertungskennzahl zu finden, ist der Schlüssel; andernfalls baut man etwas, das das Ziel völlig verfehlt.

Wissen, wonach man in einer Strategie sucht

Um eine gute Bewertungskennzahl zu finden, muss man wissen, wonach man eigentlich in einer Strategie sucht, und das hängt von vielen persönlichen Faktoren ab (Portfoliogröße, akzeptiertes Risiko usw.). Kennen Sie die Merkmale der von Ihnen gewünschten Strategie, denn diese bestimmen die zu wählende Bewertungskennzahl. Ich bevorzuge konsistente, negativ verzerrte Strategien, und das ist es, wofür ich baue.

Konzentrieren Sie sich auf die Eigenschaften, nicht auf die Optimierung

Es gibt eine große Auswahl an Tools für die Optimierung, genetische Optimierungen, nicht-konvexe Optimierungen, Hauptkomponentenanalyse, statistische/Bayes’sche Optimierung und tausend ausgefallene Bibliotheken. Meiner Meinung nach kann eine Optimierung eine Strategie um 10-20% verbessern, aber sie wird nicht zu einer profitablen Strategie führen. Wenn eine Strategie schlecht ist, hilft auch keine Optimierung. Konzentrieren Sie sich auf die deduktive Analyse und das Feature-Engineering – einfach ausgedrückt, machen Sie aus den Eingaben und Daten einen Sinn.

Deep Learning wird überbewertet

Ich verstehe den Hype nicht. Maschinelles Lernen ist großartig, und Deep Learning ist auch großartig (aka neuronale Netze). Die Optimierung von 10.000 Parametern wird wahrscheinlich nur zu einer Überanpassung führen. Wenn die Strategie ohne leistungsstarke Bibliotheken wie Tensorflow nicht funktioniert, wird sie wahrscheinlich auch nicht in der Produktion funktionieren (selbst wenn der Backtest erstaunlich ist). Kurz gesagt, die Strategie sollte bereits mit etwas Einfachem wie einer linearen Regression profitabel sein.

Bessere Daten, bessere Funktionen

„Daten sind das Öl der digitalen Welt“, sagte jemand. Ich habe gehört, dass einige Hedge-Fonds Satellitenbilder von Parkplätzen verwenden, um Aktienrenditen vorherzusagen. Obwohl diese Art von Daten wahrscheinlich nur begrenzte Informationen enthalten (ich schätze, sie sind genauso gut wie Wettervorhersagedaten), sind es dennoch brauchbare Daten und keineswegs schlecht. Worauf ich hinaus will: Konzentrieren Sie sich darauf, bessere Daten zu erhalten, um dann bessere Merkmale zu erzeugen. Kombinieren Sie mehrere schwache Merkmale und Strategien miteinander, und das wird wahrscheinlich die Erträge verbessern.

Akademische Arbeiten sind großartig, aber…

Akademische Arbeiten sind großartig, aber sie sind in der Regel nicht praxisgerecht. Es gibt einfach ein Missverhältnis zwischen den Anreizen von Wissenschaftlern und Händlern. Akademiker sind keine Händler, und Händler veröffentlichen keine funktionierenden Strategien. Betrachten Sie die akademische Forschung mit einem Körnchen Salz, vernachlässigen Sie sie aber nicht völlig. Ich kann gar nicht mehr zählen, wie oft ich ein kleines Stück Information als wirklich wertvoll empfunden habe. Eine Arbeit wird nicht zu einer guten Strategie führen, aber die Anwendung von Erkenntnissen aus 20 Arbeiten könnte es sein.

Schnelles Feedback ist ein Muss

Mit den großen Playern zu konkurrieren, besonders im HFT-Bereich, ist wahrscheinlich eine schlechte Idee (wie ich oben erklärt habe). Das Gegenteil – das Halten von Geschäften über Tage, Monate und Jahre – ist ebenfalls nicht ideal. Für mich ist eine Haltezeit von 5 bis 60 Minuten ideal. Wenn ich eine Strategie nicht innerhalb von 2 Wochen mit statistischer Signifikanz testen kann (d. h. mit mehr als 100 Trades), investiere ich meine Zeit nicht in sie. Um eine Strategie mit mehrtägiger (und längerer) Haltedauer zu testen, bräuchte ich Monate, um sie zu validieren, und daran bin ich nicht interessiert.

Handeln Sie nicht nur auf der Grundlage von Preisen und Preisindikatoren

Der Preis spiegelt nur wider, was auf dem Markt passiert. Er hat wenig Informationen über die Akteure und ihre Absichten. Auch Indikatoren sind nicht aussagekräftig genug, da sie nur eine Ableitung aus dem Preis sind und die meisten Indikatoren hinterherhinken. Die Märkte sind heutzutage unruhiger und automatisierter, und nachlaufende Indikatoren sind nicht so hilfreich, wie ich annehme, dass sie es in der Vergangenheit waren.

Ableitungen von Ableitungen sind nützlich

Ich habe einen Weg gefunden, Indikatoren nützlich zu machen: indem ich Funktionen auf ihnen aufbaue. Ich habe festgestellt, dass Strategien viel besser abschneiden, wenn Indikatoren – sagen wir der gleitende Durchschnitt – strategisch in so etwas wie eine zweite Ableitung umgewandelt werden, z.B. die Aufteilung von MA-Werten in Bins und das Zählen der Häufigkeit pro Bin in den letzten X Stunden.

Doppeln Sie Ihren Zeitrahmen

Die Wahl eines höheren Zeitrahmens führt fast immer zu besseren Ergebnissen. Dies kann sich nicht unbegrenzt wiederholen, da Ihre Forschung auf einen bestimmten Zeitrahmen ausgerichtet ist. Wenn Ihre Strategie jedoch für 15 Minuten optimiert ist, führt eine Verlängerung der Haltedauer auf 30 Minuten fast immer zu besseren Renditen bei geringerem Risiko.

Risikoreichere Märkte, kleinere Positionen

Handeln Sie an Märkten, die volatiler sind, denn Volatilität ist gut für Chancen. Seien Sie sich einfach der Risiken bewusst und passen Sie die Positionsgröße entsprechend an. Es kann viel profitabler sein, Märkte zu handeln, die 10-mal so volatil sind, aber nur ein Zehntel der Position haben. Die Risiko-Ertrags-Kurve ist nicht so linear, wie ich dachte – siehe Bitcoin!

Handelsgebühren machen einen großen Unterschied

Durch die erwähnte Verdoppelung der Haltezeit wird die Rolle der Gebühren bereits reduziert. Noch schlauer ist es, die Strategien gezielt auf die Vermeidung hoher Gebühren zu optimieren. Je nach Strategie (insbesondere bei höheren Frequenzen) machen die Gebühren mehr als 50 Prozent der Rendite aus. Das bedeutet, dass die Optimierung der Gebühren eine der höchsten Prioritäten sein sollte, ob das nun bedeutet, weniger Marktaufträge zu verwenden, bessere Broker zu nutzen oder bessere Angebote mit bestehenden Brokern auszuhandeln.

Machen Sie sich mit Ihrer Handelsumgebung vertraut

Wie oben unter „Vertrautheit mit einem Nischenmarkt“ erwähnt, gilt dies umso mehr für Broker, Börsen, ihre APIs, Ausfallzeiten und Latenzen. Man sollte ihre APIs in- und auswendig kennen, zumal viele Broker komplizierte und verborgene Funktionen haben, die der eigenen Leistung wirklich helfen können (bedingte Aufträge, bessere Füll-/Statusinformationen zu Aufträgen, Massenoperationen usw.).

Afterthoughts

Danke fürs Lesen. Die Menge der Dinge, die ich Tag für Tag lerne, nimmt nicht ab, obwohl ich mich der 2000-Stunden-Marke für den Quantenhandel nähere. Ich glaube, dies ist eine der wenigen Branchen, in denen die Lernkurve mit der Zeit steiler wird, was mich auf die kommenden Monate/Jahre freuen lässt. Falls ich etwas übersehen haben sollte – oder falls Sie mit mir in Kontakt treten wollen – schreiben Sie mir bitte eine E-Mail

.