Guldkorn och mindre läsvärda böcker

Med åren har jag samlat på mig en del tradingböcker vilket har resulterat i ett mindre bibliotek och jag tänkte att jag kunde dela med mig av små micro recensioner, vilka anser jag vara guldkorn och vilka ni kan ni undvika och spara både pengar och tid.

Jag brukar gå in med inställningen om att jag alltid kan lära mig något nytt när jag sätter mig ner med en ny bok. Allt som oftast upprepar bara författaren vad som redan skrivit av någon annan tidigare men många gånger finner man små korn som blir grogrunden till ett fungerande tradingsystem.

Målsättningen är att publicera en recension varannan vecka. Har ni själv läst boken får ni gärna kommentera i recensionen oavsett om vi delar samma uppfattning eller ej. Kanske till och med kan få mig att läsa om boken med en annan infallsvinkel.

Böckerna kommer hädanefter att hamna under ”Bokrecensioner” i menyn högst upp på sidan.

Först ut är The Quantz

Vi tar en titt på intradagsvolatiliteten

Det sägs att daytraderns bästa vän är volatilitet eller ”vola” som det även kallas i vår värld. Volatilitet är helt enkelt en beskrivning för hur mycket ett pris rör sig upp/ner under en period. Ju större range priset svänger inom ju mer potential finns det för att göra vinst. Jag tänkte ta en titt på hur intradagsvolatiliteten har sett ut i några av de mest handlade indexen.

All data kommer från Esignal och uträkningarna görs med hjälp av python/pandas. Formeln för att beräkna intradagsvolatiliteten är: ((High – Low) / Close). Klicka på bilderna för att få dem större.

Vi börjar att ta en titt på S&P500

Screenshot 2016-01-05 16.25.24

Oftast rör sig priset mellan 1 – 1.5% men under finanskrisen 2008-2009 ökade volatiliteten drastiskt och flera dagar rörde sig priset mellan 8-12% per dag. Många ny miljonärer föddes men förmodligen fler som blev fattiga. Notera att IT kraschen inte drabbade S&P500 nämnvärt.

Då tar vi en titt på tekniktunga Nasdaq istället.

Screenshot 2016-01-05 16.26.13

Här kan vi snacka vola kring IT-bubblan. Jag var inte själv aktiv under denna tiden men har hört historier om alla som var miljonärer på kontot under ett kort tag för att sedan vara tillbaka på ruta ett några månader senare.

Som nämnts tidigare söker daytraders sig alltid till det mest volatila marknaderna och i Europa är det den tyska Dax’en  som gäller, på andra sidan Atlanten har det varit Russel de senaste åren. För att se om dessa är mer volatila än andra index har jag tagit data sedan 2002 och räknat ut det årliga medelvärdet för den dagliga volatiliteten och plotat dem mot varandra.

Screenshot 2016-01-05 15.47.57

Nasdaq var galen 2002 men sedan 2008 har Russel varit överlägsen och på senare tid har Dax haft stora prissvängningar. Notera att vi nu haft fyra ganska lugna år, kanske är det lite action runt hörnet?

      S&P500  Nasdaq  Russel  OMXS30  DAX-XET
2002    2.33    3.96    2.23    2.53     3.23
2003    1.58    2.37    1.77    1.72     2.68
2004    1.07    1.69    1.68    1.18     1.27
2005    0.99    1.38    1.52    0.95     0.91
2006    0.95    1.53    1.66    1.34     1.16
2007    1.34    1.62    1.70    1.63     1.18
2008    3.23    3.54    3.65    3.03     2.68
2009    2.40    2.43    3.12    2.42     2.33
2010    1.64    1.81    2.27    1.53     1.49
2011    1.96    2.08    2.64    1.99     2.14
2012    1.28    1.45    1.71    1.38     1.48
2013    1.03    1.17    1.34    0.95     1.11
2014    1.04    1.28    1.60    0.95     1.28
2015    1.36    1.56    1.61    1.40     1.77

Då kör vi

Det nya börsåret inleds med ett ras utan dess like och i mitt twitter flöde var det många diskretionära traders som gjorde fina vinster igår, dock är det även många som bränner sig väldigt mycket under så här volatila förhållanden. Ska bli kull att se hur många personer som hänger kvar även år 2017. Själv fick jag bara sitta på händerna igår och beundra marknaden.

Screenshot 2016-01-05 08.32.34

Men i morse var där två nya mail i min inkorg när jag vaknade, årets första handel var avklarad.

Screenshot 2016-01-05 08.41.13

Det var systemet jag döpt till Nighcrawler som agerar i S&P500’s mini termin under natt-sessionen som gått kort efter att priset rört sig för mycket i motsatt riktning till dags-sessionens trend och plockade hem 225$.

Screenshot 2016-01-05 08.04.01

8 Algos får inleda 2016

Då var processen med att välja ut vilka system som ska få inleda tradingåret 2016 avslutad.

Det har blivit många långa nätter men nu känns det som jag har lyckats få till en bra startportfölj och om inte året inleds med en större drawdown så kommer fler system att startas upp för att få ytterligare diversifiering i portföljen. Det blev till slut 8 system varav alla utom ett handlar i swingperspektiv. De säsongsbaserade systemen gör entry två gånger per år vardera och håller positionerna i några månader så här är det lätt att ta rygg på min handel för dem som vill det. GiveMeSomeBeans handlar sojaböner och fångar längre trender så här kan man oxå haka på.

Nightcrawlern kör nattsessionen i S&P 500 (e-mini) och genererar i snitt 10 affärer per månad och sist men inte minst har vi Russel_Trender som i stort sätt ligget kort eller lång konstant i TF kontraktet.

Istället för att lägga på ett money management system och på så sätt öka avkastningen har jag valt att köra med flera system för att få så lite korrelation dem i mellan och på så sätt få mindre/kortare drawdown och jämnare kapitalkurva. Beroende på hur året slutar kommer jag antingen applicera MM eller addera fler system.

Screenshot 2015-12-22 20.09.47

Hur har det portföljen fungerat historiskt?

Säsongssystemen har inte så många datapunkter då de bara gör 2 affärer per år men de handlar i olika perioder så de väger upp varandra väldigt bra. Nightcrawler har väldigt hög hitratio men tar ganska små vinster. Russel_Trender har bara en hitratio strax över 50% men tar väldigt stora vinster då och då, dock är även förlusterna kännbara och om stopen går 3-4 gånger i följd så kommer psyket att testas. Rapporterna man får från backtesting i Multicharts är väldigt bra men dock inte perfekta. Därför har jag skrivit ett program som genererar om rapporterna till en bild för att lättare se om det är ett system som ser lovande ut. Nedan ser vi det ackumulerade resultatet mellan 2008-2015 för samtliga system ovan. I bild 1 syns kapitalkurvan som är jämn, och kanske lite väl flack under vissa år. I bild 2 ser man var varje trade har slutat på och här vill man se fler prickar ovanför en under det svarta strecket. Bild 2 visar ett histogram över samtliga trades och här vill jag ha det justerat åt höger.

Screenshot 2015-12-22 21.37.31

Vilken nivåer satsar jag på då?

Efter Monte Carlo simuleringar har jag valt att starta med 30 000$ på kontot och då ligger jag på en Risk of Ruin nivå mellan 3-10%. Det vill säga att det är mindre än 10% sannolikhet att min trading avslutas innan årets slut pågrund av att portföljens värde understiger 20 895$, d.v.s minsta margin som krävs för att ta nya affärer. Dock bygger dessa siffror på historiken samt att jag inte gjort fel eller överoptimerat i min backtesting.

Screenshot 2015-12-22 20.39.47

Notera att värdena här ovanför inte är helt rättvisa då just denna distribution (år 2015) var oerhört bra. Men med 90%’s sannolikhet kommer 2016 att avslutas med vinst och med 50%’s sannolikhet kommer året att sluta med över 60%’s vinst. Det är odds som jag känner mig bekväm att sätta mitt kapital i spel med.

Varje system kommer sedan att bevakas individuellt och om något av dem avviker utöver den förväntade standardavvikelsen kommer systemet att sättas i karantän. Hur detta går till kommer jag att visa mer av senare.

Så i under julledigheten tänkte jag skriva ihop ett inlägg som beskriver systemen lite närmare samt vilka värden jag fäster vikt vid.

God Jul!