Jak vytvořit dokonalý obchodní systém?

Dva měsíce po ukončení swingového workshopu generují vyučované strategie první zisky a ztráty. Ty nám nabízejí zajímavý pohled na diverzifikaci v praxi.
Kolik systémů obchodovat optimálně v portfoliu? Z mé zkušenosti jednoznačně platí, že čím více, tím lépe. Ale samozřejmě jsou zde praktické limity. Know-how, velikost účtu, psychika, zkušenosti atd. Proto je potřeba hlavně začít s pár systémy, dostat vše „do pohybu“ a postupně vše pilovat a rozšiřovat.
Praktickým startovacím bodem portfolio obchodování na Finančníkovi je swingový workshop, kde si probíráme hned několik strategií s využitím akcií. Ty mají ohromnou výhodu, že je lze obchodovat i s malými účty a přitom mít stále pod kontrolou risk. Na posledním workshopu jsme si nadefinovali i určité „miniportfolio“ právě pro malé účty. To se skládá ze tří strategií – jedné, která obchoduje pouze short a dvou obchodujících pouze long. Short strategie v aktuálním kontextu aktivní není, takže obchodují pouze zmíněné dvě long strategie – Monday Buyer a Mopull Limit. První drží akcie déle a zaměřuje se na akcie z indexu S&P 500, u kterých je nižší volatilita. Druhá naopak obchoduje aktivněji a zaměřuje se na akcie z indexu Russell 3 000. Přestože tak nejde o stejné strategie, obě se zaměřují na držení dlouhých pozic v akciích, a nabízí se tak otázka – jaký může mít podobné velmi jednoduché dělení portfolia praktický přínos? Pojďme si jej ukázat na živém průběhu obchodování od momentu, kdy jsme si ve workshopu portfolio představili – tj. v polovině listopadu 2019.
Hovoříme-li o diverzifikaci v portfoliu, tak mě, velmi stručně řečeno, zajímají hlavně následující informace:
Zda se liší obchodovaná logika strategií. Zajímám se o základní logiku systému, spoustu informací lze ale vyčíst z backtestů – například s jakým RRR strategie obchodují, jak dlouho drží pozice atd. Mopull limit a Monday Buyer jsou z tohoto pohledu dost odlišné systémy a přestože oba mají určitou korelaci s celkovým akciovým indexem (přeci jen nakupují akcie), jsou odlišné. Vzájemná matematická korelace výsledků. Backtesty Monday Buyer a Mopull Limit nabízejí následující equity křivky:

A přestože se opticky může zdát, že se křivky pohybují dost podobně, matematická analýza hovoří jasně – například v posledním roce mají obě křivky korelační koeficient jen 0.15. Tedy nízkou korelaci. To jednoduše řečeno znamená, že oba systémy by měly vydělávat trochu jinými způsoby – což zvyšuje šance na stabilní výsledek celého portfolia.
A realita nám dává naprosto za pravdu.
Takto se vyvíjel za poslední rok systém Mopull Limit:

Červená linka zobrazuje živé obchodování od konce swingového workshopu (tedy cca 2,5 měsíce), kde všichni účastníci dostali kód systému v otevřené podobě. Výsledky vůbec nejsou špatné. Anualizované zhodnocení 23,5 %, sharpe ratio  1,0 a drawdown -4,5 %. Nicméně v absolutním porovnání strategie za poslední rok zdaleka nepřekonala benchmark – index S&P 500 (byť k tomuto se ještě dostanu níže), zobrazený šedivou křivkou.
MondayBuyer také nakupuje akcie, ale jeho výsledky jsou úplně jiné:

Ve vývoji equity křivky od workshopu, kde opět všichni účastníci strategii získali a dnes již také často obchodují, vidíme anualizovaný výnos 37.3 %, sharpe ratio 4,42 a drawdown -1.4 %. Zde jen malé upozornění – tato strategie drží akcie delší dobu a účastníci workshopu začínající se strategií v listopadu tak na začátku měli jiné pozice (a tudíž výsledky), než jsem držel já. Stále je ale strategie v hezkém plusu. Navíc strategie MondayBuyer obchoduje bez marginu!
Na uvedených příkladech je krásně vidět:
Že každá strategie má lepší a horší období. Je těžké si vybrat a obchodovat jen jednu strategii, protože horším obdobím se nedá vyhnout. Bohužel většina začínajících obchodníků toto nikdy nepřijme a neustále přeskakují mezi systémy. Většinou naskakují do systémů těsně před tím, než přijde drawdownu (jako je tomu ve strategii Monday Buyer, kde sharpe ratio 4,42 není pochopitelně dlouhodobě udržitelné). Obchodování více strategií najednou podstatně vyhlazuje obchodní výsledky a zvyšuje pravděpodobnosti výdělku. Samozřejmě, že diverzifikace přes dvě strategie není dostatečná, je to spíše „důležitý začátek“. Ale i tak je zde vidět jeho praktický dopad. Ten je nyní zkreslen tím, že v našem „miniportfoliu“ z workshopu jsme přiřadili strategii Mopull Limit (té aktuálně méně vydělávající) 2/3 kapitálu a aktuálně lepší strategii Monday Buyer jen 1/3 kapitálu. Celkové výsledky spojeného obchodování pak vypadají takto:

Miniportfolio obou strategií obchodovalo s anualizovaným výnosem 28,7 %, sharpe ratiem 1,63 a drawdownem -2,8 %. Vidíte, že i třetinová účast strategie Monday Buyer například i v tomto krátkém období výrazně snížila drawdown. Na druhou stranu ale spojení obou strategií nepřekonalo benchmark v podobě indexu S&P 500.
Nebo překonalo? Hrozně totiž záleží s jakou optikou trhy vyhodnocujeme a co je naším cílem.
Jak zde píšeme stále dokola. Peníze v trzích vyděláváme podstoupením risku. Obecně platí, že čím více riskujeme, tím bude naše křivka výnosů rozskákanější a tím můžeme více vydělat. Risk přitom můžeme kontrolovat – například nastavením páky nebo právě složením portfolia. V něm můžeme jednoduše dávat vyšší váhu strategiím, které mohou vydělávat sice méně, ale stabilněji (to je i důvod, proč v našem miniportfoliu má Mopull Limit váhu 66 %). Podstupovaný risk se tedy projevuje i do volatility (rozskákanosti) našich výnosů. Toto téma je na delší diskuzi a bohužel úplně mimo možnosti tohoto článku.
Nicméně podívejte se, jak výnosy našeho obchodování vypadají v porovnání s indexem, pokud volatilitu normalizujeme (tedy srovnáme risk v případě obchodování portfolia na úroveň vycházející z držení indexu):

Strategie si v tomto poměrně složitém období nevedly vůbec špatně. Při srovnatelném risku měly výnos podobný jako index. Jinými slovy – pokud bych strategii obchodoval například s vyšší pákou (což není technicky problém), tak by výnos index překonal při srovnatelných drawdownech. Volatilita výnosů je přitom jedním z parametrů, které lze v obchodování předvídat s poměrně vysokou pravděpodobností (na rozdíl od výnosů samotných). Dopředu si ji tak můžeme naplánovat.
V obchodování je hrozně důležité, na jaké cíle obchodník míří.
Pokud obchodujete na různých šampionátech s malými účty, budete patrně mířit na co nejvyšší výnosy bez ohledu na rozskákanost (volatilitu) výnosů. To s sebou pochopitelně nese vysokou šanci na ohromné drawdowny (ve vyšších desítkách procent) a nemalou šanci na vymazání účtu (což je risk, který na šampionátu rádi všichni podstupují, protože zviditelnění v případě úspěchu za ten risk stojí).
V případě zhodnocování vlastního majetku ale většina rozumných obchodníků bude mířit především na stabilitu výnosů. Určitý risk podstupovat musíme, ale musí být v rozumných mezích. Sám si nedokáži dnes představit, že bych na svém účtu čelil například drawdownu více než 30 %. S většími penězi mířím spíše na polovinu této úrovně.
A zde se tak dostává ke slovu právě diverzifikace. Už i na výše uvedeném příkladu je zřejmé, jak již se dvěma strategemi lze risk do určité míry řídit. Dvěma nízko korelujícími strategiemi zvyšujeme šance na výdělek i v kratším horizontu. Přiřazením menší váhy volatilnější strategii výnosy stabilizujeme.
Ale samozřejmě i mým cílem je vydělávat co nejvíce a sám pochopitelně obchoduji více strategií než jen tyto dvě vyučované, spolu s několika dalšími, na workshopu. Ale i na těch je vidět, jak principy vysvětlované na Finančníkovi stále dokola zapadají do sebe. V obchodování často stačí podívat se na věci z dostatečného odstupu. Takto například vypadají výsledky obou systému za posledních 2 000 dnů (od roku 2012). Přestože S&P 500 prakticky jen stále rostl, systémy index nejen překonávají, ale především se tak děje s vyšší stabilitou výnosů:

Ta je o to patrnější, pokud volatilitu portfolia srovnáme na úroveň volatility indexu:

V případě pohledu na strategii za posledních 20 let (tj. od roku 2000) je pak výsledek ještě markantnější (a zde výkonnost portfolia není normalizovaná na volatilitu indexu, protože pak křivky nejsou ani vidět):

Pokud dnešní téma shrnu. Osobně si myslím, že v portfoliu je dobré mít pět a více různých nízkokorelujících strategií. Ale jak je patrné na dnešním příkladu, už i dvě strategie umožňují pracovat na profesionálním tradingu – zvyšovat šanci na výdělek a částečně i řídit stabilitu obchodování (podstupovaný risk).
 

Jednou z prvních otázek, na kterou si musí začínající obchodník odpovědět, je co obchodovat. Preferovat bychom měli co nejlevnější trhy na obchodování a současně dostupné pro náš obchodní účet. Pro pomalejší swingové obchodování, které je z mé zkušenosti pro začínající tradery nejvhodnější, se z levnějších burzovních trhů nabízejí zejména akcie nebo ETF. U ETF ale bohužel platí, že americké tituly nelze s menšími účty v EU díky její regulaci obchodovat a evropské ETF jsou pak vesměs výrazně dražší na obchodování. Jako jedna z nejrozumnějších voleb pro start obchodování se tak jeví americké akcie. Zbývá ale otázka – zaměřit se na jednu akcii, několik málo titulů nebo nějakou větší skupinu?
Jeden z běžných pohledů na toto téma může být začít obchodovat jediný trh, specializovat se na něj, získat pro něj cit, a teprve potom si přidávat do obchodovaného portfolia další trhy. Musím se přiznat, že v počátku své kariéry profesionálního obchodníka jsem měl na věc podobný pohled, který jsem však v průběhu doby výrazně přehodnotil.
Obchodování jen jediného trhu není zdaleka optimální a u většiny obchodníků to vede k situacím zbytečně způsobujícím ztráty.
Jedním z důvodů je ten, že obchodování jednoho trhu svádí technické obchodníky k tendenci „subjektivně předvídat vývoj ceny“. Vnímají, že trh dělá něco, co již v minulosti zažili a trh by se mohl zachovat podle jejich očekávání. Takové přesvědčení bývá velmi silné a často vede k porušení jemných pravidel obchodních plánů. Jednoduše se obchodníci snaží „známou“ situaci obchodovat agresivněji, protože „ví“, jak trh zareaguje. Asi nemusím příliš podrobně rozepisovat, že podobné chování v trzích dlouhodobě generuje ztráty. Budeme obchodovat jen naše pocity a dojmy, které nevycházejí ani z dostatečného statistického vzorku dat. Jednoduše řečeno – naše mysl si vzpomene na jednu, dvě podobné situace z minulosti, kdy trh vypadal podobně jako nyní a bude z toho vyhodnocovat obecné, velmi silné závěry. A věřte mi, mozek je v tomto ohledu specialista. Jednou z jeho základních vlastností je podporovat nás v našem vlastním úsudku, což je přesně to, co se pro trading v podobné situaci vůbec nehodí.
Dalším úskalím při obchodování jediného trhu je frekvence obchodů. Budeme-li čekat na swingové obchody vycházející z denních grafů, můžeme se připravit spíše na maximálně několik signálů za měsíc (a spíše méně). To je pochopitelně zejména pro začínající obchodníky málo. A tak bude jejich přirozenou tendencí obchodování slabších situací, případně snižování timeframe a přechod na intradenní obchody.
Místo zaměření se na jediný trh je tak lepší obchodovat více trhů najednou. Můžeme se soustředit jen na nejsilnější situace vycházející například z denní struktury trhu a zároveň budeme mít díky současné analýze více trhů k dispozici větší množství obchodních signálů. U futures kontraktů toto bohužel vede k potřebě větších obchodních účtů, neboť se musíme připravit na situace, kdy budeme obchodovat více obchodních příležitostí najednou. U akcií lze ale obchodovat i velmi malé pozice, a je tak možné obchodovat více trhů i s opravdu malým kapitálem. V případě akcií je navíc současné obchodování více trhů najednou vhodné i z pohledu řízení risku. Jednotlivé akcie mívají tendence silně reagovat na fundamentální zprávy. Není výjimečné, když se přes noc cena titulu hýbne o deset a více procent jedním nebo druhým směrem (např. po vyhlášení ekonomických výsledků firmy). Sám tak obchoduji v systému nejméně 5 různých akciových titulů, většinou ale více. Pokud jedna z držených pozic divoce poskočí, nemá to na celý účet příliš zásadní vliv.
Jak si vybrat skupinu akcií k obchodování? Tituly si pochopitelně můžeme vybrat úplně sami třeba podle toho, které akcie jsou nám sympatické. Ovšem v takovém případě se s nejvyšší pravděpodobností dopustíte jednoho z „hříchů“ přeoptimalizace – tzv. klamu přeživších. Ten spočívá v tom, že si do portfolia budeme logicky vybírat jen trhy, kterým se dařilo – například dlouhodobě rostly. V takovém případě je zřejmé, že i jakýkoliv backtest strategie bude velmi ovlivněn už jen tím, jaké trhy jsme vybrali. Přitom do budoucna není zaručeno, že dnes úspěšným titulům se bude dařit stejně i nadále.
Výběr skupiny akcií k obchodování je tak lepší provádět podle určitého systematického klíče, podle kterého jsme schopni kdykoliv v čase přesně definovat trhy, které obchodujeme. Sám pro tyto účely používám složení akciových indexů typu S&P 500, S&P 100, Dow Jones, Nasdaq 100 a podobně. Akciové indexy představují koše akcií sestavované podle jasně daných kritérií. Například Dow Jones Industrial Average je vypočítán z cen akcií 30 velkých společností obchodovaných na amerických akciových burzách. Index je sestavován pod zkratkou DJIA již od roku 1896 a máme tak mj. i velké množství dat k testování. Je potřeba dát si ale pozor na to, že společnosti se v indexech mění. Konkrétně u DJIA ale nejsou změny tak časté. Podle Wikipedie se index změnil od svého založení 54krát. Za posledních 10 let bylo změn 6. Pokud budeme testovat strategie na 30 akciích z indexu DJIA i ručně, dá se to zvládat i včetně toho, že budeme sledovat, které tituly byly skutečně v indexu v daný den zahrnuty. Složení indexů lze nalézt na mnoha stránkách – například finviz.com sekce screener, kde si vybereme index = DJIA. U větších indexů typu S&P 500, který obsahuje přibližně 500 akcií, už je pak lepší použít některé z dostupných programových řešení.
Je vůbec možné ručně obchodovat například cenové patterny na několika set akciích současně? Vlastně to není vůbec tak náročné, jak to může znít. Je třeba mít na paměti, že v případě pomalejšího swingového obchodování se na jednotlivých trzích objeví silné vstupní situace jen jednou za čas.  Potřebujeme tak mít k dispozici jen řešení, které sleduje všechny potřebné akcie a upozorní nás na momenty, které jsou důležité (například formující se vstupní signál). Takovým řešením se říká skenery (anglicky screener). Pro swingové obchodování akcií je naleznete zdarma na řadě webů – např. již zmíněný finviz.com, oblíbený je tradingview.com atd. Na těchto webech si lze snadno a zdarma vyhledávat akcie splňující určitá obecnější pravidla – například nastavení technických indikátorů. Obchodujeme-li mechanický plán, existuje navíc mnoho softwarů, ve kterých si můžeme naskriptovat přímo konkrétní podmínky našeho obchodního plánu. A to je způsob, jak swingově sám obchoduji. Řekněme, že sleduji situaci průlomu high swingu pro breakout vstup. Danou situaci obchodního plánu si popíši pomocí mechanických pravidel a převedu do skriptu. Každý den ráno pak skript spustím třeba i na několik set trhů a software mě sám upozorní na konkrétní akcie, kde se vstupní pattern nachází. Pak už stačí zadat příkaz do obchodní platformy.
Tímto způsobem tak mohu obchodovat silné situace odehrávající se na denních grafech trhu třeba jen několikrát do roka a současně mám k dispozici dostatečný počet signálů potřebný pro adekvátní využití pracovního kapitálu.

Jeden z principů, který připomínám začínajícím traderům stále dokola je, že na jednotlivých obchodech příliš nezáleží. A jednotlivé obchody nelze "pilovat" k dokonalosti.
Vím, že mnoho začínajících obchodníků má pocit, že vztah mezi pravděpodobností a riskem mohou ovlivňovat svými schopnostmi. Tedy například, že se naučí vyhledávat jednoduché cenové patterny s vysokou úspěšností a vysokým poměrem průměrného zisku na občasné ztráty. To je ale typický příklad kognitivního zkreslení, kterým se všichni více či méně necháváme ovlivňovat. Jedním z nejznámějších kognitivních zkreslení spojených s přílišnou sebedůvěrou je "overconfidence bias" (zkreslení přehnané sebedůvěry). To vede zejména začínající obchodníky k přecenění vlastních schopností, dovedností nebo informací. V kontextu tradingu může tento jev vést k rozhodování na základě nedostatečných nebo nesprávných informací, protože obchodník si myslí, že ví víc, než ve skutečnosti ví. Například trader může přecenit svou schopnost předpovědět pohyb trhu, a může tak podstupovat zbytečná rizika. Třeba proto, že z příspěvků na sociálních sítí má pocit, že to „musí jít“.
Jednoduše řečeno – některé věci v tradingu kontrolovat můžeme, jiné nikoliv.
Jednou z oblastí, kterou v tradingu kontrolovat nemůžeme, je výrazné zvyšování výkonnosti běžných obchodních přístupů, aniž bychom nezvyšovali risk.
Sám obchoduji mnoho strategií. Mám rád například swingové mean reversion akciové strategie. Obchoduji je ale prakticky v té nejjednodušší možné podobě. Protože vím, že v reálném světě není cesta, jak zvýšit jejich výkonnost například 5x, aniž bych podstatným způsobem nezvyšoval risk (a to třeba skrytou cestou, kterou neuvidím v backtestu, protože testy vedoucí k podobné výkonnosti budou jednodušše přeoptimalizované).
Výkonnost proto vždy posuzuji ve vztahu k risku. Metrik, jak to dělat, je celá řada. Osobně používám sharpe ratio. To velmi stručně řečeno udává poměr průměrné výkonnosti k průměrnému risku a opravdu hodně volně bychom mohli říct, že strategie se sharpe ratio 1 může mít průměrnou výkonnost například 20 % při max. drawdownu také cca 20 %, nebo 10 % při max. drawdownu také 10 % (sharpe ratio v praxi nepracuje s drawdownem, ale volatilitou výnosů).
Strategie, které živě obchoduji, mají sharpe ratio někde mezi 0,5-1,5.
Začínající obchodníci často hledají strategie, které budou mít sharpe ratio „v nebesích“ – například doufají v průměrné zhodnocení 100 % při maximálním drawdownu 5 %. To je upřímně s běžně dostupnými strategiemi naprosto nereálné.
A čas v trzích vás naučí, že ani nemá smysl se pokoušet podobným směrem strategie posouvat.
Cesta, jak výkonnost zvyšovat, je diverzifikace v rámci portfolií.
Tím, že budete postupně obchodovat více nekorelujících strategií, zachováte jejich výkonnost, ale celkový risk bude klesat. Sharpe ratio se bude zvyšovat.
 Velmi dobře to v krátkém videu vysvětluje Ray Dalio (americký miliardář a významný hedge fund manager):

https://www.youtube.com/watch?v=Nu4lHaSh7D4
Ray ukazuje, že to, co ovlivňuje celkový risk našeho obchodování, je počet systémů (nebo zdrojů příjmů) a jejich korelace.
To je mentální posun, který je potřeba si v tradingu osvojit. Je potřeba odpoutat pozornost od jednotlivých obchodů  a začít přemýšlet o systémech pracujících v celku.
Na první pohled to nemusí vypadat složitě. Ale úplně snadné to není. Je potřeba vytvořit workflow, které zajistí, že jednotlivé systémy spolu dobře fungují, že se příkazy zadávají bez chyb, že dokážeme vše spolehlivě vyhodnocovat a podobně. Rozhodně to ale není nepřekonatelné. Podstatné je, do jaké oblasti trader zaměřuje svoji pozornost.
V pochopení důležitých a méně důležitých věcí v tradingu mohou pomoct také simulace.
Na Google Colabu s vámi sdílím svůj python simulátor náhodného obchodování.
Naleznete jej na této adrese:
https://colab.research.google.com/drive/1eLZr0-UuCx6srHLkF4QM0L_1LB5XvnzT?usp=sharing
Skript si uložte na svůj Google Drive a můžete jej spustit černou šipkou v záhlaví. Pak stačí vyplnit příslušná políčka a kliknout na „Spočítej“:

Prostředí je jednoduché. Skript generuje hypotetické systémy podle zadaných parametrů. Průměrný roční výnos 0,2 říká, že generujeme systém průměrně generující 20 % p.a. Pak je důležitá roční volatilita. Hodnota 0,2 stručně řečeno znamená, že můžeme očekávat drawdown cca 20-30 %. Dále zadáme počet let v simulaci a počet generovaných strategií.
Klikneme na Spočítej  a dostaneme například podobný graf:

Je zde daný počet equity křivek, které jsou vygenerované náhodně, ale s výchozími parametry výnosnosti a risku.
Některé systémy z principu vydělávají více, jiné méně. Pod tabulkou naleznete základní pohled na výnos a risk:
CAGR mean: 21,13 % CAGR max: 30,97 % CAGR min: -0,69 % Drawdown max: 40,15 % Drawdown min: 21,95 % Drawdown mean: 30,31 % Hodnoty se pochopitelně liší s každým během skriptu (křivky jsou generovány náhodně), ale rámcově budou při stejných parametrech vypadat podobně. Zde vidíme, že drawdown systémů se pohyboval v rozmezí 21,95 – 40,15 %. Výnosnost od -0,69 % do 21,13 % (ano, jedna strategie ztrácela podobně, jako se nám to bude dít na živých účtech).
Všech deset systémů má průměrné zhodnocneí 21,13 % při průměrném drawdownu 30,31 %. To je relativně realistický poměr.
Pokud ale v živém obchodování budete obchodovat se systémem, který má průměrné zhodnocení 21,13 % při drawdownu 30,31 %, není skutečně způsob, jak snížit drawdown nějakými "pokročilými taktikami" třeba na polovinu.
Až na jedinou taktiku. Doslova hlavní „svatý grál“ tradingu, který se odehrává na úrovni portfolia.
Řekněme, že bychom každé strategii přiřadili 1/10 kapitálu (na ukázce pracujeme s 10 strategiemi) a obchodovali je všechny najednou. Výkonnost portfolia by pak vypadala následovně:

Max Drawdown: -4.90 % CAGR: 23.05 % Annual Volatility: 5.23 % Celkové portfolio má najednou průměrné roční zhodnocení 23,05 % při maximálním drawdownu -4,90 %.
Věřím, že tento příklad hovoří za vše a maximálně doporučuji, abyste si s testerem hráli chvíli sami.
Jsem přesvědčen, že po čase každému obchodníkovi začne docházet, jak hodně záleží na kombinaci strategií do celku (portfolia) a jak minimálně jsou podstatné jednotlivé obchody.
Samozřejmě, že praktická implementace portfolií systémů má mnoho aspektů, které musíme řešit a sdílený python skript problematiku přibližuje jen ve zjednodušené a teoretické rovině. V praxi musíme systémy vytvářet, řešit rozdělování kapitálu mezi strategie, zajišťovat nízkou korelaci, systematicky obchodovat mnoho signálů atd.
Podstatné ale je, kam ve svém tradingu zaměřujete pozornost – na precizování např. vstupních situací nebo na pilování portfolia jako celku...