Algorithmisches und diskretionäres Trading

Als Verantwortlicher für die Tradingsystem-Entwicklung werde ich immer wieder nach unseren Handelssystemen gefragt. Welche Idee bzw. Handelsansatz steckt hinter einem System, sind die Systeme gehedgt, worin unterscheiden sich die Systeme, wie schaffen wir, als kleines Team, es überhaupt so viele Systeme zu handeln, etc., etc.

Ich möchte mit diesem Post, und den folgenden, ein paar dieser Fragen zu beantworten versuchen. Heute soll es um die Frage gehen: Was ist algorithmisches Trading und wodurch unterscheidet es sich vom diskretionären Trading?

Diskretionär

Wir bei moomoc verwenden sogenanntes „algorithmisches Trading„. Was heisst das und wodurch unterscheidet es sich vom „diskretionären Trading„?

Zunächst ist allen Tradern gemein (egal ob diskretionär oder algorithmisch), dass sie an der Börse nach bestimmten Regeln handeln (alles andere wäre ja Zufallshandeln und etwaige Erfolge nicht reproduzierbar). Regeln, die in der Vergangenheit Gewinne gebracht haben und das hoffentlich auch in Zukunft tun werden.

Diskretionäres Trading bedeutet, dass der Trader eine Order „nach eigenem Ermessen“ platziert. Oft (aber nicht immer!) liegen diesem Ermessen eben bestimmte Regeln zugrunde, die der Trader in jahrelanger Praxis erprobt und entwickelt hat. Das kann lange dauern, da man gerade zu Beginn noch über wenig Wissen und Erfahrung verfügt. Erfahrungsgemäss ist dieses Regelwerk oft sehr diffus formuliert, wird ständig abgeändert oder der Trader verfügt einfach nicht über die nötige Konsequenz im Einhalten der Regeln (dh, er wirft in „schwierigen“ Marktphasen die Nerven weg und bricht sie). Werden die Orders in der Erprobungsphase tatsächlich an der Börse platziert, kann es zudem sehr teuer werden.

Algorithmisch

Beim algorithmischen Trading geht man im Grunde ähnlich vor. Man sucht in den historischen Kursen (oder anderen Daten) nach bestimmten Mustern, die einen positiven „Effekt“ haben, dh dass man mit ihnen Gewinne „ertraden“ kann.

Die Muster selbst werden durch „Indikatoren“ beschrieben. Das sind mathematische Formeln, die meistens (aber nicht immer) von den historischen Kursen abhängen und uns letztlich sagen, ob wir eine Aktie kaufen sollen oder nicht. Sie haben vielleicht schon von dem einen oder anderen Indikator gehört: RSI, ATR, SMA, und so weiter und so fort, es gibt wahrscheinlich tausende davon. Für ein vollständiges „Tradingsystem“ benötigt man aber noch etwas mehr.

Sehen wir uns einfach mal so ein Tradingsystem an.

Betrachten Sie bitte folgenden Chart:

Hier wird der Kurs von AAPL angezeigt und gleich darunter die Graphik eines Indikators, der sich „RSI“ (Relative-Strength-Indicator) nennt. Dieser Indikator ist eine mathematische Formel (wenn sie danach googeln, werden sie sicher irgendwo die genaue Definition finden), die vom historischen Kurs dieser Aktie abhängt.

Wie sie sehen, nimmt der RSI im Laufe der Zeit unterschiedliche Werte an, im wesentlichen bewegt er sich zwischen 0 und 100.

Mit Hilfe dieses Indikators könnten wir nun ein einfaches Handelssystem entwickeln. Wir könnten uns zB überlegen, dass wir jedesmal, wenn

  1. der RSI-Indikator den Wert von 30 unterschreitet,
  2. wir 10 % unseres Kapitals nehmen und entsprechend viele Aktien kaufen,
  3. diese für 10 Tage halten und danach wieder verkaufen.

Jedesmal, wenn der Indikator in der Graphik also den Wert 30 unterschritten hätte (zB Ende 2012, im ersten Halbjahr 2013 mehrmals, etc.), hätten wir die Aktie nach den oben beschriebenen Regeln gekauft und nach 10 Tagen wieder verkauft. Einen Kauf und Verkauf zusammen nennt man in der Fachsprache einen „Trade“.

Damit hätten wir bereits ein sehr elementares Handelssystem entwickelt. Mathematisch betrachtet stellt ein derartiges Regelwerk oder Handlungsvorschrift einen sog. „Algorithmus“ dar. Daher kommt also der Begriff „algorithmisches Trading“.

Wie beurteilt man nun so ein Tradingsystem?

[nextpage title=“Evaluierung von Tradingsystemen“]

Aber woher wissen wir, ob dieses Handelssystem langfristig tatsächlich erfolgreich wäre?

Hier kommt nun die Statistik ins Spiel. Indem wir diese Regel auf viele Aktien anwenden (mehrere hundert) und über einen langen Zeitraum, bekommen wir sehr viele Trades (die natürlich alle in der Vergangenheit liegen). Nun können wir diese Trades analysieren. Wir können uns die einzelnen Ergebnisse ansehen aber auch den Gesamterfolg, den wir gehabt hätten. Wir können verschiedene Kennzahlen berechnen, wie zB den maximalen Drawdown, das Sharpe-ratio, etc. Wir können uns die Verteilungsfunktion der Returns ansehen.

Kurz gesagt: Wir können unser Tradingsystem auf Basis von Kennzahlen objektiv beurteilen und damit letztlich die Entscheidung treffen, ob wir es einsetzen wollen oder nicht.

Der Vorteil dieses Vorgehens liegt meines Erachtens, auf der Hand: Das Regelwerk, das der diskretionäre Trader mühsam und langwierig erproben muss, schafft der Computer in Millisekunden und wenn es nicht erfolgreich ist, kostet es keinen Cent. Wir nehmen einfach das nächste Regelwerk und beginnen den ganzen Prozess von vorne, bis wir eines finden, mit dem wir zufrieden sind.


Veranstaltungen & Termine

moomoc Live

Unsere aktuellen Termine

Share on facebook
Facebook
Share on google
Google+
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on pinterest
Pinterest
Share on xing
XING
Share on email
Email
Share on print
Print

Kategorien

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on email
Share on xing
Share on whatsapp