Od tržní tendence k obchodovatelnému systému

Postavit robustní obchodní systém není zejména na vyšších timeframech nic zas tak obtížného a neřešitelného. V trzích existuje řada tendencí, které můžeme využívat pro náš prospěch a konečná konzistentní profitabilita tak nakonec záleží nejvíce na adekvátním risk managementu a konzistentních exekucích.

Dodělávám nyní materiály ke kurzu mých strategií automatizovaného obchodování, který jsem zmiňoval v minulém článku Co nového přinese Finančník v roce 2017? a jako zajímavé téma pro inspirativní článek mě napadlo ukázat jednu z absolutně základních taktik, kterou pro zkoumání trhů používám. Hypotézy, které mi z tohoto základního zkoumání vycházejí, zapojuji dále do svých dnes již dost standardizovaných procesů tak, aby na konci vznikl obchodovatelný systém.

Na začátku řady mých obchodních myšlenek je ale popis samotného trhu a timeframe, který obchoduji. Sleduji, co je v trhu běžné, abych se pak mohl například zaměřit na výjimečné situace a podrobněji je testovat.

Způsobů, jak trhy zkoumat, existuje řada. Ty nejjednodušší jsou patrně přes Microsoft Excel, který s největší pravděpodobností budete mít také na svém počítači.

Do Excelu si vyexportuji data ze sledovaného timeframe. Mohu začít například denním, kde se budu určitě zajímat o běžné rozpětí, volume a procentuální změny. Tedy mohu mít data v Excelu v podobné struktuře (jde o data trhu CL v mé sledované seanci):

Solidní představu o daném trhu a timeframe získáme aplikací základních statistických metrik. V Excelu jde o použití standardně dodávaného doplňku „Analýza dat“, který naleznete v záložce Data. Je možné, že tento doplněk nebudete mít aktivní, pak si jej aktivujte v nabídce Možnosti > Doplňky.

K dispozici je například histogram, kdy si rozdělíme distribuci růstových a ztrátových dnů podle zhodnocení. Zde v rozsahu 0–3 %:

Na první pohled mě zaujme, že v daném timeframe převládají v distribuci ziskové dny nad ztrátovými (histogram je více zaplněn napravo od nuly). Také jsou zajímavé extrémní hodnoty viditelné v histogramu zcela na krajích. Obzvláště na pravé straně (tedy extrémní trendové dny) jsou četnosti zajímavé.

Konkrétní statistické hodnoty získáme pomocí funkce Analýza data > Popisná statistika. Bohužel jsem se ve škole se statistikou moc nekamarádil, ale naštěstí mi pro trading stačí ty největší základy.

Třeba to, abych z dané tabulky viděl, že distribuce je pozitivně zešikmená (tedy v daném timeframe má trh tendenci spíše růst), což potvrzuje i pozitivní medián. Zajímavé je, že největší propad byl 5,79 %, kdežto největší růstový den představoval nárůst ceny o 8,3 %. Ostatně z číselných hodnot histogramu mohu odečíst, že celkem 1,49 % dnů ve sledovaném období mělo nárůst ceny přes 3 % (open – close). 7,9 % dnů pak nárůst přes 2 %.

Tyto tendence jsou přitom dlouhodobé (tato konkrétní čísla od roku 2007) a pokud si je spojíme s aktuální situací v grafu ropy (CL), není těžké odvodit na jakou stranu může být nejsnazší stavět obchodní systémy právě v tomto trhu a timeframe a který typ pohybu se snažit zachytit.

Pochopitelně, že další testování by mělo pokračovat – například z pohledu volatility, která nám třeba naznačí, jak velký účet pro obchodování daného trhu budeme zhruba potřebovat. U trhu typu CL (futures ropy) to nebude úplně málo, což ale neznamená, že bychom na dané tendenci nemohli profitovat i s menším účtem. Například tak, že se podívám po levnějším ETF trhu následující ropu a otestujeme, zdali v něm sledované tendence fungují podobně.