Die Anwendung von Rechenleistung in der Finanzwelt hat eine neue Investitionsart hervorgebracht, die algorithmisches Trading genannt wird. Das algorithmische Trading ist schon seit vielen Jahren im Einsatz, nur nicht für Einzelhändler verfügbar. Dank des technologischen Fortschritts durch Internet und Online-Broker, ist es heutzutage viel einfacher, es anzuwenden.

Was ist das algorithmische Trading? 

Das algorithmische Trading besteht aus der Programmierung von klar definierten Regeln und Verfahren (was allgemein als Tradingstrategie bezeichnet wird), um Käufe und Verkäufe auf dem Finanzmarkt zu tätigen. Das gleiche was ein Trader, der einer Strategie folgt, manuell treibt, wird von einem Computerprogramm verwaltet. 

Im Internet findet man sie als Robot Advisor, Expert Advisor, etc. 

Die von diesen Programmen generierten Orders können auf Wunsch des Benutzers direkt am Finanzmarkt ausgeführt werden. Dies wird als automatisiertes algorithmisches Trading bezeichnet. 

Wie funktioniert das algorithmische Trading?

Damit ein gutes algorithmisches Trading System funktioniert, muss man eine Gewinnstrategie haben.

Mit einer Verluststrategie beim Programmieren des Algorithmus, wird die Strategie auch in der Zukunft Verluste machen.

Wenn deine Strategie zum Beispiel den RSI (geläufiger Tradingindikator) verwendet und beim überverkauften RSI  kauft und beim überkauften RSI verkauft, wird das Programm jeweils die Kauf- oder Verkauforder in den angegebenen Märkten ausführen. Nicht mehr als das.

Das algorithmische Trading erspart also dem Trader die Arbeit die Tradingstrategie anzuwenden.

Eine eigene Strategie zu entwerfen ist heutzutage sehr einfach, man braucht noch nicht einmal Programmierkenntnisse. Hier bei Faro Bursátil zeigen dir mit Tutorials wie das funktioniert.

Vorteile des algorithmischen Tradings:

1. Strategien können sowohl nach der technischen Analyse als auch nach der Fundamentalanalyse entwickelt werden.
2. Die Kauf- und Verkauforders werden von einer Maschine ausgeführt, die die menschlichen Emotionen beim Handeln wie Panik oder Euphorie nicht wahrnimmt.
3. Eine Maschine wird immer schneller als ein Mensch sein. Der Rechner zweifelt nicht. Wenn die Strategie Kaufen zeigt, wird das Programm diese Order sofort ausführen.
4. Die Strategie kann in mehreren Märkten gleichzeitig eingesetzt werden, um ständig gute Chancen zu suchen. Dafür verwenden die Algorithmen unterschiedliche Screeners, genauso wie konventionelle Trader.
5. Es macht keine menschlichen Fehler, wie beispielsweise Orders falsch ausführen, keinen Stop-Loss einsetzten, etc.
6. Es ist komplett automatisiert. Auch beim ausgeschalten Computer funktioniert der Algorithmus weiter.

Wie kann man wissen ob ein algorithmischer Trading-Bot gut ist?

Diese Frage scheint leicht zu beantworten, ist sie allerdings nicht.

Bevor man diese Frage beantwortet, sollte man sich eine andere Frage stellen:

Wie kann man wissen ob eine Trading-Strategie gut ist?

Zurück zum Beispiel des RSIs:

Wie kann man wissen ob kaufen, wenn der RSI überverkauft ist, eine gute Strategie ist?

Es ist klarzustellen, dass eine Strategie nie fehlerlos ist, und dass es den Goldesel beim algorithmischen Trading nicht gibt. Bevor man ein Tradingsystem anwendet, muss man prüfen ob es tatsächlich funktioniert oder nicht.

Beim RSI kann die Strategie zu gewissen Momenten sehr gut funktionieren und bei einigen Märkten bessere Performance als bei anderen aufweisen. Außerdem hat die Strategie tausende mögliche Konfigurationen und kann auch in gewissen Befristungen besser funktionieren.

Um die Strategie als gut zu bewerten, und um zu wissen, dass sie gute Trades abschließen wird, muss man sie durch einen Backtest prüfen. 

Bots Herunterladen

Bei Faro Bursaátil perfektionieren wir seit einiger Zeit unsere Strategien. Wir haben eine große Community aufgebaut, in der wir unsere Open-Source-Strategien teilen und erklären.

Möchtest du einen Blick auf unsere Bots werfen?

Hier klicken

Was ist ein Backtest?

Ein Backtest ist die Anwendung der Strategie in der Vergangenheit. Auf diese Weise kann man wissen, ob die geprüfte Strategie gut funktioniert hätte, wenn man sie in den letzten Wochen/Monaten/Jahren angewendet hätte. 

Wenn man die Strategie von jemanden anderem einsetzen will, sollte man sich immer fragen:

Wie kann ich wissen, ob ich dieser Strategie vertrauen kann?

Dafür sollte man die Strategie in der Vergangenheit prüfen (einen Backtest durchführen), und nicht nur auf das augenscheinlich gute Resultat achten, das einem präsentiert wird.

Um das Backtesting durchzuführen benutzen wir bei Faro Bursátil die Trading-Plattform ProRealTime. 

Unabhängig von der Platform die du benutzen möchtest, bieten alle verschiedene Statistiken an um das Potential einer Strategie zu bewerten:

1. Start/Ende: Die Zeit in der der Backtest durchgeführt wurde. Je länger desto besser.
2. Gewinne: Der gesamte Gewinn in der vorherigen festgelegten Zeit. Hier ist es wichtig die Trading-Kommissionen zu berücksichtigen.
3. Anzahl der gewinnenden Positionen: Dieser Parameter bezieht sich auf den Prozentsatz des Erfolgs. Er alleine ist allerdings, wenn er niedrig ist, nicht aussagekräftig um die Strategie zu verwerfen.
4. Gewinn/Verlust Verhältnis: Es sollte immer größer als 1 sein, da es die Ausführbarkeit der Strategie zeigt. Ist dieses Verhältnis unter 1, verliert die Strategie Geld.
5. Durchschnitt der Gewinnpositionen: Der durchschnittliche Gewinn für jeden erfolgreichen Trade.
6. Durchschnitt der Verlustpositionen: Der durchschnittliche Verlust für jeden fehlgeschlagenen Trade.
7. Maximaler Drawdown: Der größte Verlust des Algorithmus in Folge vom Backtest. Das ist sehr wichtig, da es den schlimmsten Rückgang des Backtests zeigt. Das bedeutet NICHT, dass der maximale Drawdown nicht größer sein kann, aber man kann einen Eindruck gewinnen, wie viel das Konto runtergehen kann.
8. Maximaler Runup: Der größte Gewinn in Folge, der sich im Backtest ergeben hat. 
9. Zeit auf dem Markt: Zeit, in der der Algorithmus aktiv auf dem Markt gehandelt hat. Je kürzer desto besser, da so das Geld so wenig wie möglich Risiko ausgesetzt ist. Das Geld sollte die meiste Zeit in Liquidität sein. Das Grundprinzip um Geld in der Börse zu gewinnen besteht darin, in kürzester Zeit das größtmögliche Geld bei möglichst geringem Risiko zu verdienen. Die «immer-Long-Strategie» ist daher nicht so gut, wie sie dargestellt wird.
10. Durchschnitt der ausgeführten Orders: Er zeigt, wie viele Kauf- und Verkaufsorders pro Tag ausgeführt werden. Je weniger desto besser, da man so nicht so viel Provision zahlen muss.
11. Bruttoergebnis: Dieser Wert bezieht sich auf den Profit, der in dem Zeitraum des Backtests erzielt wurde.
12. Liquiditätsdiagramm: Dies ist die Leistungskurve. Idealerweise sollte sie gerade und konstant aufwärts gehen. Es nutzt nichts, wenn die Kurve zufällig auf und ab taumelt. Dies würde bedeuten, dass die Strategie nicht in der Lage ist, kontinuierlich Geld zu gewinnen, sondern nur zufälligerweise gewinnbringend ist.

Im Beispiel dieser realen Strategie arbeitet der Algorithmus mit 1-Minuten-Kerzen. Ein manueller Handel hier wäre praktisch unmöglich, da die Bewegung des Marktes sehr schnell ist. Dank des Bots muss die eine Minute Graphik nicht die ganze Zeit beobachtet werden, um im DAX die Kauf- und Verkaufsorders auszuführen.

Die Strategie hat eine sehr niedrige % von gewinnenden Positionen was aber alleine kein Problem ist. Wenn der Trade sich falsch entwickelt, schließen der Bot ihn schnell, um einen großen Verlust zu vermeiden. Die Strategie verwendet einen sehr engen Stop-Loss. Wenn man sich das Gewinn/Verlust Verhältnis anguckt, sieht es sehr gut aus. Außerdem ist der durchschnittliche Gewinn pro Trade viel höher als der Verlust.

Ausgehend von einem simulierten 10.000€ Portfolio. Der Backtest zeig einen maximalen Drawdown von 400 € was ein 4% Verlust entspricht. Sehr wenig im Vergleich zu der Leistung von fast 9% Gewinn in 4 weniger als 4 Monaten.

Die Gewinnsteigung sieht fast perfekt nach oben aus, ohne drastischen Höhen und Tiefen.

Was für Probleme hat der Backtest? 

Zurück auf die RSI Strategie. Wenn man einen RSI(14) einsetzt, funktioniert die Strategie im letzten Monat (Juny) schlecht, aber wenn man einen RSI(2) nimmt funktioniert sie hervorragend. 

Jetzt in July hat die Strategie mit dem RSI(2) nur Verluste. 

Was ist passiert? 

Die Antwort ist Overfitting. Das heißt, dass die Strategie überangepasst wurde, damit sie beim Backtesting gut funktioniert. Dies bedeutet jedoch nicht, dass sie in der Zukunft gut funktionieren wird. Eigentlich, je mehr die Strategie überangepasst wird, desto schlechter wird sie funktionieren. 

Wie vermeidet man den Overfitting? 

Der Overfitting wird in diesem Bild sehr gut dargestellt, wo die blauen Kugeln gewinnenden Trades sind und die roten Kugeln verlierenden Trades sind.

Overfitting wäre der Versuch eine Linie (Grün) zu ziehen, die alle gewinnenden Positionen abdeckt und die verlierenden Positionen vermeidet, ohne strategischen gerechtfertigten Kriterien. Es wird nur an die Stichprobe angepasst. 

Das richtige wäre, eine Strategie wie die schwarze Linie zu zeichnen. Bei der versucht man die beste Lösung abzudecken ohne die Extremfälle stark anzupassen. 

All dies bedeutet beim Trading, dass unsere Strategie einfach sein muss und dass, sie alle möglichen Besonderheiten (Zeitraum, Überanpassung von Indikatoren, massiver Einsatz von Indikatoren, etc.) vermeiden muss. 

Ok, aber… Wie kann man wissen ob man unbewusst Overfitting macht? 

Dafür muss man mit zwei Datensätzen arbeiten. Eins zum Trainieren, der IS (In Sample) bezeichnet wird, und anderer zum Testen, der OOS (Out OF Sample) genannt wird. Die Strategie wird nur für 2018 angepasst und getestet und sobald man sie solid mit einem guten Backtest ist, wird sie auf die Testdaten angewendet. Dafür wird einen Backtest für 2019 durchgeführt. 

Wenn die Strategie in 2019 eine ähnliche Leistung wie in 2018 hat, bedeutet dies, dass die Strategie gut ist. Wenn man feststellt, dass das Ergebnis im Jahr 2019 völlig zufällig ist oder hat nicht die gleiche Leistungskurve von 2018, bedeutet dies, dass Overfitting begangen wurde. 

Das ist der beste Weg, um Strategien zu testen wie wenn man sie in der Wirklichkeit gehabt hätte. Mit dem Vorteil, dass man nicht Monaten warten musste, um ihren Verhalten sehen zu können. 

Backtesting vs Wirklichkeit

Das Hauptproblem vom Backtest ist, dass er oft bessere Ergebnisse als im realen Leben zeigt. 

Warum?

Hauptsächlich, weil man immer unbewusst zum Overfitting tendiert. Außerdem werden die Trades im Backtesting immer ausgeführt und im realen Leben werden sie nicht zu denselben Preisen genommen werden, aufgrund der Liquiditätsmangel an den Märkten. 

Der Backtest ist normalerweise um 3-4% besser als in der Wirklichkeit. Das muss man immer bei der Trading-Strategie berücksichtigen. 

Tipps für eine gute Nutzung des algorithmischen Tradings  

1. Algorithmen mit hohem Drawdown vermeiden. Füher oder später wird der Drawdown weiter zunehmen und das wird das Konto unterkapitalisieren. 
2. Einfache Algorithmen vorschlagen. Die langfristig gut arbeiten und gute Gewinn am Ende leisten ohne, dass man sich wegen kleinerem Erfolgsrate Sogen macht. 
3. Konstante Gewinnkurve. Ohne Höhen und Tiefen mit hoher Steigung.
4. Hauptsächlich Indizes traden. Sie sind die stabilsten Vermögenswerte ohne Manipulationen (Splits, Dividenden, Kapitalerhöhungen, Nachrichten mit großer Auswirkung, etc.) und von denen gibt es am meisten Daten für den Backtest. 
5. Zeitraume verwenden in den man sich am wohlsten fühlt.
6. Je mehr Trades die Strategie ausführt, desto besser. Wenige Trades zu nehmen kann bedeutet, dass zu viele Filter verwendet werden und daher Overfitting im Spiel ist. 
7. So kurz wie möglich im Markt ausgesetzt zu bleiben. 

Man darf nie vergessen, dass der beste Algorithmus auch fehlschlagen kann. Die Zukunft ist unvorhersehbar und vergangene Renditen garantieren, aus genau diesem Grund, keine zukünftigen Renditen.

Wusstest du, dass...?

Heutzutage werden 60% aller Operationen an den amerikanischen Aktienmärkten von Bots ausgeführt.

Am 6. Mai 2010 gab es einen “Flash Crash”, bei dem der US Dow Jons Index um 9% fiel. Dieser Abfallwurde in nur 2:25 Minuten wiederhergestellt. 

In dieser Zeil haben Goldman Sachs-Algorithmen (Bots) Tausende von Kauf- und Verkaufsorders abgeworfen und dabei die Marktvolatilität ausgenutzt. In der Zwischenzeit suchten Kleininvestoren bei Google nach Erklärungen ohne, dass sie fähig waren ihre Strategien fortzusetzen oder zumindest auf so eine saftige Gelegenheit reagieren zu können.