Ik ben bijna een jaar geleden fulltime in quant trading gedoken. Mijn bedrijf deed het een jaar geleden niet al te best, en ik hoopte op meer controle over het rendement – vooral op een meer voorspelbare ROI. Dat is hoe het allemaal begon.

Ik had niet verwacht dat deze reis zo uitdagend zou zijn als het is geweest – terugkijkend op al het leren, opnieuw leren, programmeren, herprogrammeren, testen, opnieuw testen, en het lanceren van strategieën op een bepaald punt, alleen om ze te zien mislukken. Er zijn echter een paar strategieën die door alle processen heen komen en winstgevend worden. Deze winnende strategieën hebben een aantal gemeenschappelijke patronen, die ik heb geprobeerd te compileren in de volgende lessen die ik het afgelopen jaar heb geleerd.

Sommige van de punten kunnen voor de hand liggend lijken voor u, als een meer ervaren handelaar. Voor mij was elk afzonderlijk een enorm inzicht, soms gevolgd door een grote verschuiving in hoe ik de markten benader. Ik wou dat ik deze punten van tevoren had gekend, dat had me ontelbare uren kunnen besparen. De volgende lessen zijn aan mij gericht en in geen betekenisvolle volgorde.

Strategisch je markten kiezen

Het handelen in Amerikaanse aandelen, forex, en obligaties is waarschijnlijk een slecht idee. Het is niet de verstandigste keuze, vanwege te veel concurrentie met de grootste spelers. Vind uw liquiditeit sweet spot door te kijken naar markten die uw liquiditeitsbehoeften zouden ondersteunen; ze moeten echter niet magnitudes groter zijn. Speel en win in nichemarkten door hun regels te leren, in plaats van te handelen waar grote spelers handelen en waar het spel veel moeilijker is. Mijn punt is dit: een strategie op Filippijnse aandelen zal waarschijnlijk winstgevender zijn dan dezelfde strategie op Amerikaanse aandelen.

Leer de regels en accepteer ze

Ik heb een paar verschillende markten verhandeld (achteraf gezien, had ik bij één moeten blijven). Elke markt heeft andere regels en is op zijn eigen manier gemanipuleerd. Market makers (of de meest dominante spelers op een markt) doen er alles aan om te winnen. Ga ervan uit dat de markten gemanipuleerd zijn, leer de regels en speel er volgens, maar ontken ze niet door te denken dat markten zich natuurlijk gedragen. Probeer niet de markten “te slim af te zijn”; dit zal waarschijnlijk averechts werken. Zoek naar sporen (gedrag, spoofing, geplaatste orders, en liquiditeitsjachten) die grote spelers achterlaten, en gebruik ze in uw voordeel.

Ken uw prioriteiten

Er is zoveel te doen in quant trading: strategieontwikkeling, optimalisatie, backtesting, uitvoering, en risicobeheer. Concentreer je in het begin niet op de verkeerde dingen – zoals het optimaliseren van parameters. Bouw liever MVP-versies van elk onderdeel van de vergelijking en optimaliseer door iteratie tijdens de productie. Een perfect geoptimaliseerde strategie zal niet helpen als het uitvoerende deel niet goed werkt.

Verwacht verlies in uw eerste jaar

Gebruik geen schaalvergroting zodra u een eerste succes ziet, omdat het grote delen (40% in mijn geval) van uw portefeuille kan wegvagen. Het zal u veel meer moeite kosten om het terug te verdienen; in plaats daarvan is het gemakkelijker om in de eerste plaats de juiste risicomaatregelen te nemen. Door een verwachting te hebben om te verliezen (het eerste jaar tenminste), zult u niet in de verleiding komen om meer kapitaal dan nodig in testen en leren te steken.

Haast je niet met kapitaal, haast je met uitvoering

Ik was te snel in het opschalen van kapitaal zonder na te denken over risico. Integendeel, ik bevond me vaak in een analyseverlamming, waarbij ik mezelf beloofde een nieuwe strategie te lanceren na “nog maar één optimalisatie”. Ik was te veel aan het optimaliseren. Ik had gewoon meerdere strategieën moeten lanceren om eerst te zien wat werkt, en dan voortdurend optimaliseren. Strategieën bouwen en optimaliseren op basis van theorie helpt niet, als er geen praktische feedback is.

Gebruik geen prijstops

Ik ontdekte dat er twee manieren zijn om prijstops te gebruiken: ofwel helemaal niet, ofwel om te beschermen tegen black swan gebeurtenissen (99,9 percentiel van de volatiliteitsverdeling). Gebruik in plaats van prijstops tijdstops en een juiste positionering. Prijsstops zullen, zoals uit onderzoek blijkt, een goede strategie teniet doen, gewoon door de willekeurigheid van de volatiliteit. De tijdsdimensie is veel beter beheersbaar en voorspelbaarder dan de prijsdimensie van een hypothese die door uw trade wordt uitgedrukt (zowel in backtest als in live trading). Door het gebruik van tijdstops, stelt u een tijdsbeperking in termen van hoe lang uw hypothese geldig is, wat bijna altijd de variantie vermindert (en de Sharpe ratio verhoogt).

Kennis van in- en uitstappen

Voor elke transactie, weet waar in te stappen en waar uit te stappen. Voor mij worden deze vastgesteld op basis van twee regels – een daarvan is een aangepaste formule van de Average True Range. Het is bijna een vereiste om vooraf gedefinieerde regels voor in- en uitstappen te hebben, om goed te kunnen backtesten en te weten wat je kunt verwachten in live trading.

Ken je getallen

Voor elke strategie moet je de verwachte waarde, hit rate, verwachte drawdown, langste drawdown, verwachte volatiliteit, variantie, Sharpe ratio, standaardafwijking van de rendementen, scheefheid van de rendementen, en value at risk kennen. Ook de juiste bet sizing, risico van ruïne, Kelly fractie, en de optimale F moeten strategisch worden gekozen op basis van hoe de strategie presteert tijdens de backtest.

Maak van risicobeheer een prioriteit

Het wegvagen van 40% van het kapitaal kan in een dag gebeuren, maar het terugwinnen kan vele maanden duren – zo niet jaren. Maak in de eerste plaats gebruik van goed risicobeheer en wees u bewust van het potentiële risico van ondergang als gevolg van black swan-gebeurtenissen. Het is altijd een goed idee om rekening te houden met het slechtste geval. Het zou voor uw strategieën geen uitdaging moeten zijn om op een dag wakker te worden met een markt van -50%.

Gebruik minder parameters, maar weet wat ze doen

Mijn best presterende strategie gebruikt slechts 3 parameters. Deze zijn eenvoudig te optimaliseren en eenvoudig te testen op robuustheid. Weet precies wat je parameters doen en waarom ze gebruikt worden. De grootste fout is waarschijnlijk om een optimalisatie script parameter combinaties te laten genereren, bv. trage/snelle periode voor meerdere voortschrijdende gemiddelde combinaties. Er zal zeker iets zijn dat er goed uitziet op papier/in de backtest, maar het is twijfelachtig of dezelfde strategie zal werken in live trading.

Maak een goede backtest en ken de ins en outs

Ga niet voor een bestaande oplossing (geldt ook voor optimalisatie, trouwens) – tenminste niet voordat je zelf meerdere backtests hebt gemaakt. Je moet het effect van slippage, kosten, volgorde van uitvoering gebeurtenissen, en verschillende ordertypen begrijpen. Ik heb veel backtestscripts geschreven, waarvan de eerste paar zeer ingewikkeld waren. Mijn meest recente versie draait op 12 regels code (voornamelijk parallelle berekeningen), wat eens te meer bewijst dat eenvoud wint.

Vind een goede evaluatiemetriek

Testen hoe de strategie presteert is niet genoeg; je moet weten waar je naar moet kijken. Natuurlijk begon ik te zoeken naar een hoog jaarlijks rendement. Het optimaliseren van Sharpe was beter, maar ook niet wat ik nodig had (ik vraag me tot op de dag van vandaag af waarom Sharpe ratio wordt beschouwd als de industriestandaard, aangezien er veel betere metrieken zijn). Het vinden van de juiste optimalisatie- en evaluatiemetriek is de sleutel; anders bouw je iets dat het doel volledig mist.

Weten wat je zoekt in een strategie

Om een goede evaluatiemetriek te vinden, moet je weten wat je eigenlijk zoekt in een strategie, en dat is gebaseerd op veel persoonlijke factoren (omvang van de portefeuille, geaccepteerd risico, enz.). Ken de kenmerken van uw gewenste strategie, want dit zal bepalen welke evaluatiemetriek u moet kiezen. Ik geef de voorkeur aan consistente, negatief scheve strategieën, en dit is waar ik voor bouw.

Focus op kenmerken, niet op optimalisatie

Er is een groot scala aan tools voor optimalisatie, genetische optimalisaties, niet-convexe optimalisaties, principale componenten analyse, statistische/Bayesiaanse optimalisatie, en duizend fancy bibliotheken. Vanuit mijn standpunt zal optimalisatie helpen om een strategie met 10-20% te verbeteren; het zal echter niet leiden tot een winstgevende strategie in de eerste plaats. Als een strategie slecht is, zal geen enkele optimalisatie helpen. Concentreer je op deductieve analyse en feature engineering – simpel gezegd, het maken van zin uit de input en de gegevens.

Diep leren wordt overschat

Ik snap de hype niet. Machine learning is geweldig, en deep learning is geweldig, ook (aka neurale netwerken). Het optimaliseren van 10.000 parameters zal waarschijnlijk alleen maar leiden tot overfitting. Als de strategie niet werkt zonder power libraries zoals Tensorflow, zal ze waarschijnlijk niet werken in productie (zelfs als de backtest geweldig is). Kortom, de strategie zou al winstgevend moeten zijn met iets simpels als een lineaire regressie.

Betere data, betere features

“Data is de olie van de digitale wereld”, zei iemand. Ik hoorde dat sommige hedgefondsen satellietbeelden van parkeerplaatsen gebruiken om aandelenrendementen te voorspellen. Hoewel dit soort gegevens waarschijnlijk beperkte informatie bevat (ik denk net zo goed als weersvoorspellingen), zijn het toch bruikbare gegevens en zeker niet slecht. Mijn punt is: concentreer je op het verkrijgen van betere gegevens om vervolgens betere kenmerken te produceren. Combineer meerdere zwakke kenmerken en strategieën samen, en dit zal waarschijnlijk het rendement verbeteren.

Academische papers zijn geweldig, maar…

Academische papers zijn geweldig, maar ze schieten meestal tekort in termen van praktische bruikbaarheid. Er is gewoon een mismatch in stimulansen tussen academici en handelaren. Academici zijn geen handelaren, en handelaren publiceren geen werkende strategieën. Bekijk academisch onderzoek met een korreltje zout; maar negeer het niet volledig. Ik kan niet tellen hoe vaak ik een klein stukje informatie echt waardevol vond. Eén paper zal niet resulteren in een goede strategie, maar het toepassen van inzichten uit 20 papers misschien wel.

Snelle feedback is een must

Competeren met grote spelers, vooral in de HFT-wereld, is waarschijnlijk een slecht idee (zoals ik hierboven heb uitgelegd). Het tegenovergestelde doen – trades dagen, maanden en jaren vasthouden – is ook niet ideaal. Voor mij is de beste plek een wachttijd van 5 tot 60 minuten. Als ik een strategie niet kan testen in 2 weken met statistische significantie (d.w.z. meer dan 100 transacties), dan investeer ik er mijn tijd niet in. Om een strategie met een meerdaagse (en langere) holdingperiode te testen, zou ik maanden nodig hebben om te valideren, en dit is niet waar ik in geïnteresseerd ben.

Ga niet alleen uit van prijs en prijsindicatoren

Prijs is een weerspiegeling van wat er in de markt is gebeurd. Het heeft weinig informatie over actoren en hun intenties. Indicatoren zijn ook niet bruikbaar genoeg, omdat ze slechts een afgeleide zijn van de prijs, en de meeste indicatoren lopen achter. De markten zijn tegenwoordig grilliger en meer geautomatiseerd, en achterblijvende indicatoren zijn niet zo nuttig als ik zou aannemen dat ze in het verleden waren.

Afleidingen van afleidingen zijn nuttig

Ik heb een manier gevonden om indicatoren nuttig te maken: door functies van hen af te bouwen. Ik heb ontdekt dat strategieën veel beter zouden presteren als indicatoren – laten we zeggen het voortschrijdend gemiddelde – strategisch worden geherformuleerd in zoiets als een tweede afleiding, bijvoorbeeld het splitsen van MA-waarden in bins en het tellen van het aantal voorvallen per bin over de laatste X uur.

Verdubbel je timeframe

Het kiezen van een hogere timeframe leidt bijna altijd tot betere resultaten. Dit kan niet oneindig herhaald worden, aangezien uw onderzoek is gedaan met één specifieke tijdsframe in gedachten. Als uw strategie echter is geoptimaliseerd voor 15 minuten, levert het verhogen van de aanhoudingsperiode van naar 30 minuten bijna altijd betere rendementen op met een lager risico.

Meer risicovolle markten, kleinere posities

Handel in markten die volatieler zijn, want volatiliteit is goed voor kansen. Wees je bewust van de risico’s en pas de grootte van je positie daarop aan. Het kan veel winstgevender zijn om markten te verhandelen die 10x zo volatiel zijn terwijl je 1/10e van de positie hebt. De risico-beloningscurve is niet zo lineair als ik dacht – ik kijk naar jullie Bitcoin!

Handelskosten maken een enorm verschil

Door de holdingtijd te verdubbelen, zoals gezegd, wordt de rol van kosten al kleiner. Strategieën specifiek optimaliseren om grote fees te vermijden is nog slimmer. Afhankelijk van de strategie (vooral voor hogere frequenties), maken de kosten meer dan 50 procent uit van het rendement. Dit betekent dat het optimaliseren van vergoedingen een van de hoogste prioriteiten zou moeten zijn, of dat nu betekent dat u minder marktorders gebruikt, betere brokers gebruikt, of betere deals onderhandelt met bestaande brokers.

Verbeter uzelf met uw handelsomgeving

Verder genoemd onder het meer vertrouwd raken met een nichemarkt, geldt dit nog meer voor brokers, beurzen, hun API’s, downtimes en latenties. Je moet hun API’s in en uit kennen, vooral omdat veel brokers ingewikkelde en verborgen functionaliteiten hebben die iemands prestaties echt kunnen helpen (voorwaardelijke orders, betere vul-/statusinformatie over orders, bulkoperaties, enz.).

Afterthoughts

Dank voor het lezen. Het aantal dingen dat ik dag na dag leer wordt niet minder, ook al nader ik de 2000 uur grens voor quant trading. Ik denk dat dit een van de weinige sectoren is waar, met het verstrijken van de tijd, de leercurve steiler wordt, wat me eigenlijk enthousiast maakt over de komende maanden / jaren. Tot slot, voor het geval ik iets gemist heb – of als je in contact wilt komen – neem dan contact met me op via e-mail.

By: adminPosted on

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.