avtomatizirane trgovalne strategije na forex trgu · 2017. 11. 28. · da trgovanje poteka tudi...
TRANSCRIPT
UNIVERZA V MARIBORU
EKONOMSKO-POSLOVNA FAKULTETA MARIBOR
Magistrsko delo
AVTOMATIZIRANE TRGOVALNE STRATEGIJE
NA FOREX TRGU
Automated Trading Strategies on the Forex Market
Kandidat: Jan Kresnik
Študijski program: Ekonomske in poslovne vede
Študijska usmeritev: Finance in bančništvo
Mentor: prof. dr. Sebastjan Strašek
Študijsko leto: 2013/2014
Maribor, avgust 2014
POVZETEK
Trgovanja brez točno določene strategije skoraj ni mogoče objektivno oceniti. Vsak
trgovalec ima svojo predstavo o trgu in lahko iz enakih informacij naredi drugačne
zaključke kot nek drug trgovalec. Zaradi tega je danes vse bolj v veljavi trgovanje na
osnovi algoritmov, ki vedno sprejmejo enako odločitev, in sicer glede na parametre, ki
jih trgovalec želi vstaviti v strategijo. Prav tako lahko rezultate ene strategije primerjamo
z rezultati druge strategije, saj vemo, da je končni rezultat posledica same strategije in ne
različnih psiholoških dejavnikov, ki vplivajo nanj pri ročnem trgovanju.
V raziskavi smo poskušali ugotoviti, ali je mogoče z uporabo tehničnih indikatorjev
ustvariti uspešno trgovalno strategijo. Osredotočili smo se na nekaj izbranih indikatorjev
in poskušali iz najpogostejših nastavitev parametrov ugotoviti, ali je mogoče tako
ustvariti dobičkonosno strategijo. Nadalje smo poskušali parametre optimizirati, da so bili
končni rezultati čim boljši. Pri tem smo poskušali ugotoviti, ali je mogoče z optimizacijo
še izboljšati prvotno strategijo.
Na koncu smo rezultate testiranja skušali preveriti še za prihodnost. Skušali smo
ugotoviti, ali lahko uspešna trgovalna strategija deluje uspešno tudi v prihodnosti ali pa
je trg v vsakem obdobju res tako specifičen, da trgovalnih strategij, ki bi uspešne delovale
v različnih tržnih pogojih, ni mogoče ustvariti.
Ugotovili smo, da se na podlagi preteklih podatkov da ustvariti povsem uspešne trgovalne
strategije. Uspešnosti strategij nam kasneje ni uspelo prenesti tudi na prihodnost, vseeno
pa je ena strategija pokazala v obeh obdobjih solidne rezultate. Ugotovili smo torej, da
uspešnost trgovalne strategije v preteklosti ne nujno zagotavlja enakih rezultatov v
prihodnosti, je pa z uporabo logične strategije vseeno možno dobiti zadovoljive rezultate.
Ključne besede: Avtomatizirane strategije, valutno trgovanje, tehnična analiza, tehnični
indikatorji, forex
ABSTRACT
Evaluating trading strategies without a mechanical strategy is almost impossible. Every
trader has his own idea about the markets and can conclude different things from the same
market conditions as some other trader. Because of that, there is a growing demand for
trading algorithms which will always make the same trading decision based on what input
parameters the trader wants to use. Comparing one trading strategy to another is a simple
task, because we can be certain that the final result is not influenced by the trader’s
psychology which can bias his view.
We have tried to find out if it is possible to build a successful trading strategy which uses
technical indicators. We have focused on several selected indicators and tried to find out
if a profitable strategy can be made with the use of common parameters. Furthermore we
tried to optimize these parameters so that the end result would be better. We have also
tried to find out if after the optimization the profit could be increased without increasing
the risk.
In the end, we tried to forward test the backtest results. We tried to find out if a trading
strategy can be successful even in the future or are the markets too specific in different
times for the strategy to work in all conditions.
End results show that based on the historical data, there is a possibility to build a
successful trading strategy. Even though the success could not be duplicated in the future
test, there was one strategy which showed solid results in both periods. The conclusion is
that historical results are not a guarantee for future results, but with a use of a logical
strategy there is chance to get acceptable results anyway.
Key words: Automated strategies, currency trading, technical analysis, technical
indicators, forex
i
KAZALO
1 UVOD ....................................................................................................................... 1
1.1 Opredelitev področja in opis problema ................................................................ 1
1.2 Namen in cilji raziskave ......................................................................................... 1
1.3 Predpostavke in omejitve ....................................................................................... 2
1.4 Metodologija raziskovanja ..................................................................................... 2
2 FOREX TRG ........................................................................................................... 3
2.1 Nastanek in razvoj forex trga ................................................................................ 3
2.2 Primerjava forex trga z drugimi trgi .................................................................... 4
2.3 Akterji na forex trgu ............................................................................................... 5 2.3.1 Centralne banke ................................................................................................ 5
2.3.2 Komercialne in investicijske banke .................................................................. 8
2.3.3 Podjetja in porabniki ......................................................................................... 8
2.3.4 Investitorji in špekulanti ................................................................................... 9
3 TRGOVANJE IN ZNAČILNOSTI FOREX TRGA ......................................... 10
3.1 Izbira časovnega okvira ........................................................................................ 11
3.2 Izbira valutnega para ........................................................................................... 11 3.2.1 Volatilnost valut .............................................................................................. 12
3.2.2 Korelacije med valutami ................................................................................. 13
3.2.3 Valutni indeksi ................................................................................................ 14
3.3 Izbira brokerja ...................................................................................................... 16
4 TEHNIČNA ANALIZA ....................................................................................... 18
4.1 Osnove japonskih svečnikov ................................................................................ 19 4.1.1 Vrste posameznih japonskih sveč ................................................................... 21
4.1.2 Vrste kombinacij japonskih sveč .................................................................... 24
4.2 Orodja za tehnično analizo .................................................................................. 26 4.2.1 Trendne linije .................................................................................................. 26
4.2.2 Podpore in odpore ........................................................................................... 27
4.2.3 Vzorci skupine japonskih svečnikov .............................................................. 29
4.2.4 Pivot ................................................................................................................ 30
4.2.5 Fibonacci ......................................................................................................... 31
4.3 Tehnični indikatorji .............................................................................................. 32 4.3.1 Moving Average ............................................................................................. 33
4.3.2 Bollinger Bands .............................................................................................. 34
4.3.3 Relative Strength Index .................................................................................. 35
4.3.4 Stochastic ........................................................................................................ 37
4.3.5 Oscillator of Moving Average ........................................................................ 38
4.3.6 Uporaba več indikatorjev hkrati ..................................................................... 39
5 AVTOMATIZIRANE STRATEGIJE NA PODLAGI TEHNIČNE ANALIZE
................................................................................................................................ 41
5.1 Vrste avtomatiziranih strategij ............................................................................ 41 5.1.1 High-frequency trading ................................................................................... 41
5.1.2 Grid trgovanje ................................................................................................. 45
5.1.3 Straddle trgovanje ........................................................................................... 47
ii
5.1.4 Scalping ........................................................................................................... 47
5.1.5 Trgovanje z indikatorji .................................................................................... 48
5.2 Primeri donosnih avtomatiziranih strategij ....................................................... 48
6 GRADNJA NOVE AVTOMATIZIRANE STRATEGIJE ............................... 53
6.1 Osnovna trgovalna strategija ............................................................................... 54 6.1.1 Testiranje prve strategije ................................................................................. 56
6.1.2 Testiranje druge strategije ............................................................................... 59
6.1.3 Testiranje tretje strategije ................................................................................ 62
6.2 Rezultati testiranja ................................................................................................ 66
6.3 Optimizacija tehničnih parametrov za trgovanje .............................................. 69 6.3.1 Optimizacija tretje strategije ........................................................................... 70
6.3.2 Optimizacija prve strategije ............................................................................ 72
7 ANALIZA REZULTATOV FORWARD TESTA STRATEGIJ ..................... 76
7.1 Statistična analiza rezultatov ............................................................................... 76 7.1.1 Forward test optimizirane prve strategije ........................................................ 76
7.1.2 Forward test optimizirane tretje strategije ....................................................... 78
7.2 Komentar rezultatov forward testa ..................................................................... 79
8 SKLEP .................................................................................................................... 85
SEZNAM LITERATURE ............................................................................................ 88
iii
KAZALO SLIK
Slika 1: Rast dnevnega prometa na forex trgu .................................................................. 5 Slika 2: Tečaj USD/CNY od 2001 do 2013 ...................................................................... 6 Slika 3: Tečaj EUR/CHF od 2008 do 2013 ...................................................................... 6 Slika 4: Tečaj EUR/CHF ob intervenciji SNB ................................................................. 7 Slika 5: USD/JPY od 2008 do 2013 ................................................................................. 8
Slika 6: Volatilnost EUR/USD ....................................................................................... 13 Slika 7: Valutni indeksi ................................................................................................... 15 Slika 8: EUR/JPY v letu 2013 ........................................................................................ 16
Slika 9: Linijski graf ....................................................................................................... 18 Slika 10: Palični graf ....................................................................................................... 18 Slika 11: Graf s svečniki ................................................................................................. 19 Slika 12: Zgradba svečnika ............................................................................................. 19 Slika 13: Doji svečnik ..................................................................................................... 20
Slika 14: Graf z japonskimi svečniki .............................................................................. 21 Slika 15: Hammer ........................................................................................................... 21 Slika 16: Hanging man ................................................................................................... 22 Slika 17: Inverted hammer .............................................................................................. 22
Slika 18: Shooting star .................................................................................................... 23 Slika 19: Rdeči marubozu ............................................................................................... 23
Slika 20: Zeleni marubozu .............................................................................................. 23
Slika 21: Spinning top ..................................................................................................... 24
Slika 22: Bearish engulfing ............................................................................................. 24 Slika 23: Bullish engulfing ............................................................................................. 25
Slika 24: Tweezer bottoms ............................................................................................. 25 Slika 25: Tweezer tops .................................................................................................... 25 Slika 26: Trendne linije ................................................................................................... 27
Slika 27: Podpore in odpore............................................................................................ 28 Slika 28: Dvojni vrh ........................................................................................................ 30
Slika 29: Pivot ................................................................................................................. 31 Slika 30: Fibonacci ......................................................................................................... 32
Slika 31: Moving Average .............................................................................................. 33 Slika 32: Bollinger Bands ............................................................................................... 35
Slika 33: RSI ................................................................................................................... 36 Slika 34: Stochastic ......................................................................................................... 37 Slika 35: Oscillator of Moving Average ......................................................................... 38 Slika 36: Signali indikatorjev ......................................................................................... 39 Slika 37: Odziv trga po objavi novic .............................................................................. 42
Slika 38: Največje število kotacij ene delnice na sekundo ............................................. 42 Slika 39: Število kotacij glede na število izvršenih naročil ............................................ 43 Slika 40: Grid trgovanje v smeri trenda .......................................................................... 46 Slika 41: Strategija Forex Growth Bot ........................................................................... 49 Slika 42: Strategija Wall Street ....................................................................................... 50
Slika 43: Strategija Caesar 400 % EUR/USD ................................................................ 50
Slika 44: Primerjava strategij po donosih in maksimalnih izgubah ................................ 51
Slika 45: Primerjava Sharpovega koeficienta strategij ................................................... 51 Slika 46: Potreben dobiček za nadomestitev izgube ....................................................... 53 Slika 47: Tečaj EUR/USD med obdobjem od 1. 1. 2013 do 1. 1. 2014 ......................... 54
iv
Slika 48: Scatter graf dobičkov in izgub prve trgovalne strategije ................................. 57 Slika 49: Scatter graf dobičkov in izgub prve trgovalne strategije z omejevanjem izgub
......................................................................................................................................... 59 Slika 50: Scatter graf dobičkov in izgub druge trgovalne strategije ............................... 60
Slika 51: Scatter graf dobičkov in izgub druge trgovalne strategije z omejevanjem izgub
......................................................................................................................................... 62 Slika 52: Scatter graf dobičkov in izgub tretje trgovalne strategije ................................ 63 Slika 53: Scatter graf dobičkov in izgub inverzne tretje trgovalne strategije ................. 64 Slika 54: Scatter graf dobičkov in izgub inverzne tretje trgovalne strategije z
omejevanjem izgub ......................................................................................................... 65 Slika 55: Primerjava dobička iz backtesta strategij ......................................................... 66 Slika 56: Primerjava Sharpovega koeficienta iz backtesta strategij ................................ 67
Slika 57: Primerjava maksimalne izgube kapitala iz backtesta strategij ......................... 68 Slika 58: Porazdelitev dobičkov po optimizaciji ............................................................. 69 Slika 59: 3D površinski graf optimizacije tretje trgovalne strategije .............................. 70 Slika 60: Scatter graf dobičkov in izgub optimizirane tretje trgovalne strategije ........... 71
Slika 61: 3D površinski graf optimizacije prve trgovalne strategije ............................... 72 Slika 62: Scatter graf dobičkov in izgub optimizirane prve trgovalne strategije ............ 73 Slika 63: Primerjava Sharpovega koeficienta iz backtesta optimiziranih strategij ......... 74 Slika 64: Primerjava maksimalne izgube kapitala iz backtesta optimiziranih strategij .. 75
Slika 65: Tečaj EUR/USD od 1. 1. 2014 do 1. 7. 2014 ................................................... 76 Slika 66: Scatter graf dobičkov in izgub optimizirane prve trgovalne strategije v forward
testu ................................................................................................................................. 77
Slika 67: Scatter graf dobičkov in izgub optimizirane tretje trgovalne strategije v
forward testu .................................................................................................................... 79 Slika 68: Primerjava dobička iz forward testa strategij ................................................... 80
Slika 69: Krivulja dobička in izgube forward testa optimizirane prve strategije ............ 81 Slika 70: Krivulja dobička in izgube forward testa optimizirane tretje strategije ........... 81 Slika 71: Primerjava Sharpovega koeficienta iz forward testa optimiziranih strategij ... 82
Slika 72: Primerjava maksimalne izgube kapitala iz forward testa optimiziranih strategij
......................................................................................................................................... 83
KAZALO TABEL
Tabela 1: Rezultati prve strategije ................................................................................... 57
Tabela 2: Rezultati prve strategije z omejevanjem izgub ............................................... 58 Tabela 3: Rezultati druge strategije ................................................................................. 60
Tabela 4: Rezultati druge strategije z omejevanjem izgub ............................................. 61 Tabela 5: Rezultati tretje strategije .................................................................................. 63 Tabela 6: Rezultati inverzne tretje strategije ................................................................... 64
Tabela 7: Rezultati inverzne tretje strategije z omejevanjem izgub ................................ 65 Tabela 8: Rezultati optimizirane tretje strategije ............................................................ 71
Tabela 9: Rezultati optimizirane prve strategije ............................................................. 73 Tabela 10: Rezultati optimizirane prve strategije v forward testu .................................. 77
Tabela 11: Rezultati optimizirane tretje strategije v forward testu ................................. 78 Tabela 12: Primerjava forward testa z backtestom ......................................................... 84
1
1 UVOD
1.1 Opredelitev področja in opis problema
Forex trg je največji trg na svetu. Na njem lahko trgujemo 24 ur na dan, 5 dni na teden.
Ker gre za decentraliziran trg, odprtje in zaprtje trga nista trdno določena, vseeno pa
večina brokerjev začne trgovati v nedeljo ob 23.00 in zaključi v petek ob 23.00. Dokaz,
da trgovanje poteka tudi izven teh ur, je nedeljski tečaj ob začetku trgovanja, saj je začetna
cena mnogokrat drugačna od tiste, ki je veljala v petek ob zaključku trgovanja.
Trgovanje na forex trgu je po podatkih BIS1 v aprilu leta 2013 doseglo povprečni dnevni
promet v vrednosti 5,3 bilijona ameriških dolarjev. Promet se je drastično povečal od leta
2010, ko je znašal 4 bilijone ameriških dolarjev, medtem ko je leta 2007 znašal 3,3
bilijona ameriških dolarjev. Največji obseg trgovanja zajemajo FX swapi z 2,2 bilijona
ameriških dolarjev prometa, takoj za njimi pa sledi spot trgovanje z 2 bilijonoma
ameriških dolarjev prometa.
Pri trgovanju s finančnimi instrumenti trgovalci uporabljajo različne strategije. Nekateri
se osredotočajo na temeljno analizo, nekateri na tehnično analizo, nekateri pa v svoje
odločitve vključujejo obe analizi. V raziskavi se bomo osredotočili na analizo cen
instrumenta, torej na tehnično analizo. Veliko udeležencev na trgu išče donosne
avtomatizirane strategije. Največkrat uspešnost strategije močno niha zaradi sprememb
razmer na trgu. Strategije, ki trgujejo na podlagi dolgoročnejših trendov, se v obdobju, ko
trg preide iz trenda v ''range'', izkažejo za neuspešne. Enako se zgodi s strategijami, ki so
specializirane za ''range'' trgovanje, saj začnejo tvoriti izgube, ko se vzpostavi trend.
V raziskavi bomo proučili različne trgovalne strategije, ki bodo temeljile na povsem
avtomatiziranem sistemu. S tem se bomo izognili, da bi na trgovalne odločitve vplivalo
psihično stanje trgovalca, kar je mnogokrat lahko pogubno. Prav tako je na podlagi
avtomatizirane strategije lažje oceniti efektivnost in donosnost strategije, saj so parametri
vstopa in izstopa točno definirani in jih lahko kadarkoli ponovimo. To je tudi edini pravi
način za opravljanje backtestov, saj bodo rezultati testa ob ponovitvi popolnoma enaki. V
primeru, da bi strategija temeljila na ocenjevalnih sposobnostih trgovalca, bi lahko bili
rezultati vsakič drugačni, saj se naše mnenje o trgu lahko hitro spremeni zaradi zunanjih
dejavnikov, ki vseskozi variirajo.
1.2 Namen in cilji raziskave
Namen magistrskega dela je raziskati, ali lahko trgovanje s pomočjo avtomatiziranih
sistemov, ki temeljijo na matematičnih izračunih, prinese pozitivne donose.
Cilji raziskave v teoretičnem delu so pregledati relevantno literaturo s področja valut in
valutnega trgovanja, pregledati različne indikatorje, ki se uporabljajo za ocenjevanje
precenjenosti in podcenjenosti valut, raziskati vzorce na svečnih grafikonih ter pregledati
različne tehnične indikatorje in orodja za tehnično analizo.
1 BIS – Bank for International Settlements
2
Cilj empiričnega dela je ustvariti avtomatizirano trgovalno strategijo, najti optimalno
strategijo trgovanja in analizirati rezultate trgovanja za obdobje enega leta. Rezultate
bomo primerjali z ugotovitvami iz podobnih raziskav in z rezultati nekaterih ostalih
avtomatiziranih sistemov.
1.3 Predpostavke in omejitve
V raziskavi predpostavljamo, da so podatki o gibanju tečaja EUR/USD, ki ga preverjamo,
točni. Cena, ki se uporablja za izračune in prikaz na grafih, je srednja cena med nakupno
in prodajno ceno. Predpostavljamo tudi, da trgovalni stroški ne vplivajo bistveno na
končni rezultat, zato smo jih v raziskavi zanemarili. Pri trgovanju nismo upoštevali
obrestno obrestnega investiranja, saj je zaradi lažje primerljivosti ostala velikost
posamezne pozicije ves čas enaka.
Omejitve pri raziskavi so predvsem dolgotrajni postopki testiranja, zaradi česar se bomo
omejili le na nekaj strategij. Trgovanje bomo omejili na en valutni par, čeprav je strategije
mogoče prenesti tudi na ostale. Literatura je skoraj v celoti tuja, saj je slovenskih virov
zelo malo.
1.4 Metodologija raziskovanja
V nalogi bomo uporabili ''top-down'' pristop. To pomeni, da bomo na začetku naredili
širši pregled področja in ga postopoma razdelali v podrobnejša poglavja. Področja, ki
bodo neposredno uporabljena v empiričnem delu naloge, bodo imela več poudarka in
bodo kasneje podrobneje predstavljena s praktičnimi primeri. V začetku bomo opisali
forex trg in njegove značilnosti, v nadaljevanju pa predstavili še tehnično analizo, ki se
uporablja za namene trgovanja.
V magistrskem delu bomo preverjali tri hipoteze:
H1 – S pomočjo tehničnih indikatorjev je mogoče ustvariti donosno trgovalno strategijo.
H2 – Z optimizacijo parametrov tehničnih indikatorjev lahko povečamo donosnost
trgovalne strategije brez povečanja tveganja.
H3 – Trgovalne rezultate iz preteklosti lahko prenesemo na sedanjost.
Primerjali bomo uspešnost različnih trgovalnih strategij med seboj. Sestavili bomo novo
avtomatizirano trgovalno strategijo iz indikatorjev, ki se bodo izkazali kot najprimernejši.
Nato bomo trgovalne parametre optimizirali tako, da bo strategija dosegla najvišje možne
donose za dano obdobje testiranja. Ob analizi trgovalnih rezultatov bomo ugotovili, ali je
strategija dovolj uspešna, da lahko prinaša donose tudi v prihodnosti. Kasneje bomo
testirali, ali je strategija dala podobne rezultate kot na testu tudi v prihodnosti.
3
2 FOREX TRG
Forex je okrajšava za besedno zvezo Foreign exchange, kar v dobesednem prevodu
pomeni mednarodna menjava. Dejansko je forex valutni trg, kjer se trguje z vsemi
svetovnimi valutami. Kot pri skoraj vseh instrumentih je tudi pri valutnem tečaju glavni
razlog za oblikovanje tečaja makroekonomsko stanje držav oz. njihovi temeljni podatki.
Ti so zelo obširni in zapleteni, zato je spremljanje vseh teh podatkov zahtevno.
Valutne tečaje bi, podobno kot ostale trge, lahko opisali kot razmerje med ponudbo in
povpraševanjem. Ko je določene valute na trgu preveč, lahko pričakujemo, da bo vrednost
te valute padla. Ta vrednost pa se oblikuje na podlagi menjalnega tečaja z drugo valuto.
Če za primer vzamemo trgovanje med dvema državama, lahko ob koncu leta vidimo, ali
je država svoje devizne rezerve v tem letu povečala ali zmanjšala. To nam pove, ali država
več uvozi ali izvozi. V te transakcije so všteti najrazličnejši tokovi – od investicij, dobrin,
storitev in drugih finančnih tokov.
Za prikaz, kako ti odlivi in prilivi vplivajo na spremembo vrednosti valute, si oglejmo
naslednji primer. Država uvoznica trguje z drugimi državami in vedno uvozi več blaga,
kot ga izvozi. To pomeni, da je pritok dobrin v državo ves čas pozitiven. Država uvoznica
mora te dobrine plačati, zato država, na primer, za poplačilo teh dobrin natisne nov denar.
Zaradi povečanja denarja v obtoku se bo sčasoma menjalni tečaj med državo uvoznico in
drugimi državami spremenil. Ker države veliko dobrin izvozijo v državo uvoznico, se
njihove zaloge dobrin zmanjšujejo, povečujejo pa se zaloge deviz države uvoznice.
Količina valute države uvoznice v obtoku se začne zviševati, zato jo lahko uporabimo, da
nakupimo druge valute oz. da odkupimo dobrine od države uvoznice.
Ker se količina denarja v obtoku tako močno poveča, je povpraševanje po tej valuti
manjše od ponudbe na trgu. Zaradi tega se začne vrednost valute države uvoznice
zmanjševati, saj je denar te države naenkrat vreden manj. Ker država uvoznica ne more v
nedogled uvažati več, kot izvozi, se vrednost valute neizogibno začne zmanjševati (Kolb
2000, str. 258-259).
Laidi (2009, str. 51) opisuje gibanje valutnih tečajev kot zelo težko razložljivo, kar je
posledica mnogih faktorjev, ki vplivajo na vrednotenje določene valute.
Makroekonomske spremembe, ukrepi centralnih bank, spremembe v toku kapitala,
transakcije podjetij, politični vplivi, izredne novice so le nekateri od temeljnih vzrokov,
ki vplivajo na vrednotenje valut.
2.1 Nastanek in razvoj forex trga
Menjava in trgovanje valut obstaja, odkar poznamo denar. V preteklosti so transakcije
večinoma potekale v menjavi z zlatom in srebrom. Če je neka država želela kupiti tujo
valuto, je morala zanjo zamenjati plemenito kovino. Kasneje se je ta sistem izpopolnil v
zlati standard, pri katerem so imele valute fiksno razmerje proti ceni zlata. To je
omogočilo lažjo primerjavo vrednosti različnih valut in tudi lažjo menjavo, saj je bil
menjalni tečaj preprosto izračunan.
Leto 1973 je bilo prelomno za vrednotenje valut. Takrat so namreč v Evropi ukinili še
zadnji sporazum za fiksne menjalne tečaje in vzpostavil se je plavajoči ali drseči valutni
4
sistem. To je pomenilo, da se je razmerje med valutami določalo glede na ponudbo in
povpraševanjem na prostem trgu.
2.2 Primerjava forex trga z drugimi trgi
Poznamo več različnih tipov trgov. Najpogostejša delitev zajema forex trg, obvezniški
trg, delniški trg, obrestni trg in surovinski trg.
Po prometu je največji forex trg, po kapitalizaciji pa obvezniški trg. Kapitalizacijo forex
trga je nesmiselno računati, saj večina instrumentov zapade prej kot v enem letu, pogosto
celo v manj kot mesecu. Po ocenah strokovnjakov2 (PIMCO, 2013) je svetovna
kapitalizacija vseh obveznic 67 bilijonov ameriških dolarjev ali 67.000 milijard ameriških
dolarjev. Največ obveznic, okoli 40 % svetovnega deleža, je izdanih v ZDA.
Kapitalizacija vseh svetovnih delnic je po podatkih The World Bank (2013) v primerjavi
z obveznicami približno polovico manjša.
Celotni forex trg vključuje veliko različnih produktov, največji delež pa obsegajo spot
forex in forex swapi. Forex swap je kombinacija forex spota in forward trgovanja, pri
katerem stranka po spot tečaju izvede transakcijo, hkrati pa vstopi v forward pogodbo, ki
je vezana na kasnejši datum, in se obvezuje, da bo na ta datum izvedla nasprotno
transakcijo, ki jo je izvedla na spot trgu. Namen teh transakcij je največkrat ščititi pred
spremembami vrednosti tečajev valut. Uporabniki teh instrumentov so podjetja, ki
poslujejo s tujimi valutami, in pa investitorji, ki imajo svoje naložbe v tujih valutah in se
želijo zaščititi pred valutnim tveganjem.
2 PIMCO – Sklad, ki upravlja preko 2.000 milijard dolarjev sredstev. Največji investitor v svetovne
obveznice.
5
Slika 1: Rast dnevnega prometa na forex trgu
Vir podatkov: (Bank for International Settlements, 2013)
Na sliki lahko vidimo rast dnevnega prometa na forex trgu. V letu 2001 je celoten forex
promet znašal 1200 milijard USD, v letu 2013 pa se je povečal na 5.300 milijard USD.
Če vzamemo za primer trenutno tržno kapitalizacijo podjetja Apple, ki je največje
podjetje po tržni kapitalizaciji, je dnevni promet kar desetkrat večji od vrednosti vseh
izdanih delnic podjetja Apple3.
2.3 Akterji na forex trgu
2.3.1 Centralne banke
Centralne banke so pomembni akterji valutnega trga, saj s svojo monetarno politiko
močno vplivajo na trg.
Primer močnega posredovanja centralne banke je že vrsto let opazen pri kitajskem juanu.
Kitajska ima namreč politiko fiksnega tečaja proti ostalim valutam, tudi proti ameriškemu
dolarju. Do leta 2005 je bil tečaj proti dolarju večinoma fiksiran z razmerjem USD/CNY
8,2. To pomeni, da smo za 1 USD dobili 8,2 CNY. Namen tega ukrepa je bil vzdrževati
velik izvoz Kitajske v Ameriko. Da je razmerje lahko ostalo fiksno, je morala Kitajska
3 Tržna kapitalizacija Apple na datum 17. 12. 2013 je znašala 500 milijard USD.
SPOT FX; $0,4
SPOT FX; $0,6
SPOT FX; $1,0
SPOT FX; $1,5
SPOT FX; $2,0
TOTAL FX; $1,2
TOTAL FX; $1,9
TOTAL FX; $3,3
TOTAL FX; $3,9
TOTAL FX; $5,3
$0,0 $1,0 $2,0 $3,0 $4,0 $5,0 $6,0
2001
2004
2007
2010
2013
V bil. USD
6
kupovati veliko dolarjev, kar je pomenilo velike zaloge deviz. Od leta 2005 je kitajska
centralna banka juanu omogočila rahlo drsenje. Zmanjšala je nakup dolarjev, s tem pa se
je razmerje do leta 2013 z 8,2 spremenilo na 6,1. To pomeni, da zdaj za 1 USD dobimo
le še 6,1 CNY. Sprememba je kar 5 %, kar pomeni, da so se stroški uvoza za Ameriko
povečali za enak odstotek. Kljub takšni podražitvi se izvoz Kitajske še vedno povečuje.
Slika 2: Tečaj USD/CNY od 2001 do 2013
Vir: (Yahoo Finance, 2013)
Na sliki lahko vidimo spremembo s fiksnega tečaja na omejeno drseči tečaj, pri katerem
je apreciacija juana postopna in nadzorovana.
Drugi primer močnega posredovanja na valutnem trgu je Švicarska centralna banka.
Švicarski frank je močno pridobival vrednost vse od leta 2008, ko se je začela finančna
kriza, saj velja Švica za t. i. varni pristan (angl. safe haven). Frank je proti evru apreciiral
preko 30 odstotkov. Podobno rast je imel tudi proti dolarju. Ker je Švica močna izvozna
država, je to zaradi višjih stroškov tujih kupcev slabilo izvoz. Avgusta 2011 je SNB4
opravila dve intervenciji, da bi devalvirala frank. Obe sta bili uspešni in sta znižali
vrednost evra in drugih valut proti franku. Hkrati je SNB postavila spodnjo mejo tečaja
EUR/CHF na 1,2 in zaradi umetnega vzdrževanja tečaja močno povečala svoje devizne
rezerve, ki so se v zadnjih 5 letih povečale kar za petkrat.
Slika 3: Tečaj EUR/CHF od 2008 do 2013
Vir: (Yahoo Finance, 2013)
4 Swiss National Bank (SNB) – Švicarska centralna banka
7
Slika 3 prikazuje gibanje evra proti franku od leta 2008 do leta do 2013. Do sredine 2011
je frank močno apreciiral (EUR/CHF pada), kasneje se je cena stabilizirala okoli tečaja
1,2.
Slika 4: Tečaj EUR/CHF ob intervenciji SNB
Vir: (lastni prikaz)
Na sliki 4 je vidno gibanje EUR/CHF ob intervenciji SNB. Po izredno močni apreciaciji
julija in avgusta 2011 je SNB izvedla prvo intervencijo in devalvirala frank. Apreciacija
se je kmalu potem nadaljevala, a je SNB izvedla še drugo intervencijo in vzpostavila
fiksno dno pri tečaju 1,2, kjer se je cena kasneje gibala daljše obdobje.
Pomembno vlogo na valutnem trgu ima tudi BOJ5. Japonska, ki je velika izvoznica, je v
problematični situaciji že 20 let. Gospodarstvo je namreč v stagflaciji, kar pomeni, da je
inflacija večinoma blizu 0 %. Podobna je tudi rast BDP. V želji po rasti in izhodu iz
kritične situacije, je japonska monetarna politika že vrsto let izredno ekspanzivna, s
temeljno obrestno mero blizu 0 %. Kljub temu gospodarstvo težko in izredno počasi
okreva. BOJ je že večkrat poskusil devalvirati japonski jen s posredovanjem na valutnem
trgu, a so se vsi poskusi končali neuspešno s še večjo okrepitvijo jena. Prvi uspeh si je
Japonska zagotovila šele proti koncu leta 2012, ko je objavila načrt za podvojitev denarja
v obtoku do leta 2014. Pritok novega denarja naj bi se izvajal z odkupovanjem obveznic
države in podjetij. Ta objava je močno spodbudila rast japonskih delnic in devalvacijo
jena. Jen je v enem letu devalviral za 33 %, rast delnic japonskega indeksa Nikkei 255 pa
je bila kar 63 %.
5 Bank of Japan (BOJ) – Japonska centralna banka
Prva intervencija SNB
Druga intervencija SNB
8
Slika 5: USD/JPY od 2008 do 2013
Vir: (Yahoo Finance, 2013)
Slika 5 prikazuje gibanje tečaja USD/JPY v obdobju 5 let. Do začetka 2012 je bila
apreciacija jena dokaj močna. Po letu 2012 se je trend spremenil in jen je začel proti
dolarju devalvirati.
2.3.2 Komercialne in investicijske banke
Drugi pomemben deležnik na trgu valut so banke. Večina posameznikov, ki želi menjati
valuto, to počne preko bank. Posamezniki pa so le zelo majhen delež celotnih transakcij,
ki se opravljajo med bankami. Medbančni trg (angl. interbank market) je trg, na katerem
banke trgujejo med sabo in si tudi same določajo nakupne in prodajne cene. Ker je forex
trg decentraliziran, kar pomeni, da ni centralne borze, kjer se oblikujejo cene, so lahko
cene med različni bankami različne. Tako se lahko zgodi, da ena banka kupuje valuto po
eni ceni, druga banka pa isto valuto kupuje po višji ceni ali obratno.
Banke se večinoma pojavljalo kot trgovci (angl. dealer), kar pomeni, da kupujejo in
prodajajo po cenah, ki jih objavljajo. Cena je vedno izražena v nakupni (angl. bid) in
prodajni (angl. ask) vrednosti. Nakupna vrednost pomeni, da banka kupuje po takšni ceni,
prodajna pa, da lahko mi kupimo od banke po takšni ceni. Razlika med nakupno in
prodajno ceno je zaslužek banke. Hkrati pa banka zaračuna tudi provizijo za opravljeno
transakcijo.
Investicijske banke imajo pogosto posebne oddelke, kjer špekulativno trgujejo s svojim
kapitalom (angl. proprietary trading) in zadržijo vse dobičke ali izgube zase. Eden izmed
največjih akterjev med investicijskimi bankami je Goldman Sachs.
2.3.3 Podjetja in porabniki
Podjetja v globaliziranem svetu poslujejo tudi s tujimi valutami. Podjetja iz Amerike, ki
poslujejo z Evropo, morajo svoja plačila večinoma opravljati v evrih, hkrati pa prejemajo
plačila od tujih partnerjev v dolarjih. To pomeni, da mora tuji kupec zamenjati svojo
lokalno valuto za dolarje, da lahko izvede transakcijo.
Tuje valute pri poslovanju prinašajo v podjetje dodatne rizike, saj obstaja možnost, da se
od sklenitve posla do plačila računa valutni tečaj spremeni, kar lahko povzroči
nepredvideno izgubo. Da bi se zavarovala pred tem, podjetja uporabljajo različne
instrumente za zavarovanje pred riziki. Najpogostejši so forex swapi, ki predstavljajo tudi
največji del trgovanja na forex trgu.
9
2.3.4 Investitorji in špekulanti
Ob popularizaciji forex trga se je ta za širšo javnost odprl šele proti koncu 90. let. Glavni
razlog je bil predvsem razvoj interneta in računalnikov, ki je omogočil dostop do trgov
tudi ljudem, ki so želeli trgovati od doma. Od leta 2000 je nastalo na stotine novih
brokerjev, ki so ponujali trgovanje končnim uporabnikom. Razvile so se številne
platforme, ki so omogočale takojšnje trgovanje le z enim klikom.
Med špekulante štejemo tudi sklade, ki stavijo na rast ali padec valut. Sklad navadno pred
začetkom trgovanja zbere vlagatelje in kapital, nato pa s tem kapitalom trguje z namenom
vračanja dobička vlagateljem. Sklad za svoje delovanje pobere upravljavsko provizijo in
se udeležuje pri delitvi dobička.
10
3 TRGOVANJE IN ZNAČILNOSTI FOREX TRGA
V tem delu bomo spoznali in opredelili nekatere trgovalne izraze in pojme, ki jih bomo v
nadaljevanju uporabljali.
Pip – Najmanjša možna sprememba vrednosti valute. Če trenutna vrednost EUR/USD z
1.3700 naraste za 1 pip, bo nova vrednost 1,3701.
Volatilnost – Prikaže, koliko se v povprečju valute dnevno premaknejo od najvišje do
najnižje vrednosti. Če je dnevna volatilnost 100 pipov, pomeni, da se je EUR/USD
premaknil od najnižje točke 1,3700 do najvišje točke pri 1,3800
Lot – Standardna količina valute za trgovanje. 1 lot je vreden100.000 USD. Če se valuta
premakne za 1 pip na paru EUR/USD, je vrednost pri 1 lotu 10 USD.
Spread – Vrednost med nakupno in prodajno ceno. Ko valuto kupujemo, moramo zanjo
plačati več kot ob prodaji. Če je spread 1 pip, pomeni, da lahko kupimo EUR/USD po
ceni 1.3701, prodamo pa ga po ceni 1,3700.
Long – Če pričakujemo, da bo vrednost valute narasla, odpremo long pozicijo. Valuto,
ki je v paru napisana prva, v tem primeru kupimo, valuto, ki je napisana druga, pa
prodamo.
Short – Če pričakujemo, da bo vrednost valute padla, odpremo short pozicijo. Valuto, ki
je v paru napisana prva, v tem primeru prodamo, valuto, ki je napisana druga, pa kupimo.
Flat – Trenutno nimamo odprtih pozicij oz. smo vse pozicije že zaprli (izravnali).
Pozicija – Če imamo odprto pozicijo, smo izpostavljeni proti nekemu paru valut. Pozicija
je lahko long ali short. Vedno smo izpostavljeni proti dvema valutama.
Stop loss – Naročilo, ki se samodejno izvrši in realizira izgubo ob vnaprej določeni ceni.
Take profit – Naročilo, ki se samodejno izvrši in realizira dobiček ob vnaprej določeni
ceni.
Trgovanje poteka 24 ur na dan od nedelje do petka. Ker trgovanje večinoma poteka prek
brokerjev ali posrednikov, je treba poznati njihove trgovalne čase. Čeprav trgovanje na
forexu poteka tudi med vikendom, je dostop do tega trgovanja zelo omejen. Trgovati
lahko začnemo v nedeljo ob 23.00 in lahko neprestano trgujemo vse do petka do 23.00,
ko se trgovanje umiri in brokerji zaprejo svoje platforme za trgovanje.
Douglas (2000, str. 171) opisuje trgovanje kot igro števil in prepoznavanja vzorcev. Treba
je analizirati vzorce, opredeliti tveganje in določiti točko izstopa. Kako se bo določena
pozicija razpletla, je nepomembno, če poznamo statistiko naše strategije in vemo, kakšne
rezultate bo prinesla na dolgi rok.
11
3.1 Izbira časovnega okvira
Časovni okvir (angl. time frame) je pomembna odločitev pri analiziranju in kasneje
trgovanju. Časovni okvir nam pri analizi pomaga pri določanju trenda, pri trgovanju pa
ga uporabimo kot predviden čas za držanja pozicije. Časovni okvir si moramo prilagoditi
svoji strategiji.
Če smo dolgoročni investitor, potem moramo analizirati daljše obdobje in v analizo
poskušati vključiti vse pretekle podatke o cenah. V ta namen uporabimo mesečne (oznaka
MN – angl. monthly) in tedenske (oznaka W1 – angl. weekly) grafe, da določimo trend
in točke vstopa in izstopa. Seveda je treba pri tem upoštevati tudi temeljne dejavnike, kot
so denarna politika in gospodarsko stanje države.
Če pa smo swing trgovalec, potem analiziramo dnevne grafe in za vstop uporabljamo
urne (oznaka H1) ali 4-urne (oznaka H4) grafe.
V primeru, da trgujemo znotraj dneva (angl. intraday trading), za določanje trenda
uporabljamo urne sveče in iščemo vstop na 5-minutnem (oznaka M5) ali 15-minutnem
(oznaka M15) grafu.
Pri trgovanju moramo upoštevati tudi čas dneva. Čeprav gre za decentraliziran trg, kar
pomeni, da ni osrednje borze, večino dnevnega prometa opazimo prav med časom, ko so
odprte delniške borze. Največji delež prometa se opravi v času odprtja londonske borze.
To po našem času pomeni med 9.00 in 17.30. Delež prometa, ki se opravi med tem časom,
je po podatkih Bank for International Settlements (2013) kar 41 % celotnega dnevnega
prometa. Če pa promet opredelimo po urah, je ta največji, ko se prekrivata londonska in
newyorška borza. To je čas med 15.30 in 17.30, ko sta aktivni obe borzi. Bank for
International Settlements (2013) navaja še promet v času odprtja New Yorka in Tokia, ki
znaša 19 % in 5,6 %. V času odprtja ostalih borz je promet manjši.
Ujeti pravi trenutek, pomeni vse pri trgovanju. Da bi lahko razvili učinkovito strategijo,
je pomembno, da poznamo aktivnost trgov v različnih delih dneva. Poleg likvidnosti je
razpon trgovanja odvisen tudi od geografske lokacije in makroekonomskih dejavnikov.
Kateri del dneva je najbolj ali najmanj volatilen, je pomemben dejavnik pri odločanju o
strategiji trgovanja. (Lien 2009, str. 67)
3.2 Izbira valutnega para
Poznamo preko 50 različnih valutnih parov. Največji delež predstavljajo valutni pari, ki
so izpeljani iz ameriškega dolarja, sledijo pari, ki vsebujejo evro, ostali pari pa
predstavljajo manjši delež.
Primer valutnih parov, ki vsebujejo ameriški dolar (USD):
USD/JPY
USD/GBP
USD/AUD
USD/CAD
12
Primer valutnih parov, ki vsebujejo evro (EUR):
EUR/CHF
EUR/NOK
EUR/TRY
EUR/DKK
Primer ostalih valutnih parov, ki ne vsebujejo EUR ali USD:
AUD/NZD
CHF/JPY
GBP/AUD
NZD/CAD
Največji delež prometa obsega valutni par EUR/USD. Ta znaša 24 %. Sledi mu
USD/JPY, ki obsega 18 %. Ostali pari obsegajo manjše deleže, večino prometa pa
predstavljajo pari, ki vsebujejo ameriški dolar.
Pri trgovanju moramo izbrati instrument, ki ustreza našemu profilu trgovalca. Vsak
instrument ima svoje značilnosti in predstavlja različno visoka tveganja. Pri forexu je
najpogostejši par EUR/USD, kar pa ne pomeni, da z eksotičnim parom, kot je USD/MXN,
ni mogoče ustvariti še boljših donosov.
3.2.1 Volatilnost valut
Volatilnost lahko merimo na dva različna načina. Prvi način je sprememba v pipih na dan,
drugi način pa je odstotna sprememba vsak dan. Kadar primerjamo različne valute med
sabo, je smiselna uporaba odstotnih sprememb, saj lahko valute med sabo direktno
primerjamo. Če uporabljamo volatilnost za analizo enega valutnega para, je zaradi lažje
predstave bolje uporabljati spremembe v pipih.
Na sliki vidimo spremembo volatilnosti skozi čas na paru EUR/USD. Obdobje prikaza
zajema 52 tednov. Na osi x je prikazan čas, na osi y pa volatilnost, izražena v pipih.
Vidimo lahko, da je bila januarja 2013 povprečna dnevna volatilnost okoli 155 pipov,
decembra 2013 pa je padla pod 100 pipov. Pri trgovanju je zato pomembno, da
spremljamo volatilnost, saj se ta spreminja.
13
Slika 6: Volatilnost EUR/USD
Vir: (ForexTicket, 2013)
Volatilnost je izražena v spremembi v pipih na dan. Povprečje je izračunano glede na
povprečje zadnjih 52 tednov. Za izračun dnevne volatilnosti vzamemo najnižjo in najvišjo
točko dneva. Če vzamemo za primer EUR/USD, ki je imel na določen dan najnižjo
vrednost 1,3700 in najvišjo vrednost 1,3800, to pomeni spremembo 100 pipov. Sledi, da
je bila dnevna volatilnost 100 pipov.
Kaufman (2013, str. 851) navaja 5 različnih načinov merjenja volatilnosti:
razlika med današnjo zaključno ceno in zaključno ceno pred n dnevi,
razpon med najnižjo in najvišjo ceno zadnjih n dni,
average true range6 zadnjih n dni,
vsota absolutne spremembe cene zadnjih n dni,
letna (anualizirana) volatilnost.
3.2.2 Korelacije med valutami
Korelacija nam pove, koliko je gibanje enega instrumenta povezano z gibanjem drugega
instrumenta. Pri trgovanju je pomembno, da poznamo korelacije med različnimi
valutnimi pari, da se izognemo hkratnemu trgovanju zelo koreliranih parov. Če imamo
namreč odprti dve poziciji na dveh različnih valutnih parih, ki sta med seboj močno
korelirana, bo efekt podoben, kot če bi trgovali samo en valutni par in le povečali vrednost
pozicije.
6 True range – Pri delnicah se pri izračunu true range upošteva tudi gap (razlika med včerajšnjo zaključno
ceno in današnjo odpiralno ceno), pri forexu pa je true range enak dnevnemu premiku, saj zaradi 24-urnega
trga gapi med dnevi ne nastajajo.
14
Ko primerjamo korelacije med različnimi valutnimi pari, moramo upoštevati tudi časovni
okvir. Če nameravamo pozicije ohranjati en teden, moramo upoštevati tedensko
korelacijo, če pa trgujemo znotraj dneva, upoštevamo dnevno korelacijo. Pomembno je,
da se zavedamo, da je korelacija spreminjajoč se dejavnik.
Kadar trgujemo samo z enim instrumentom naenkrat, korelacij z ostalimi instrumenti ni
treba nadzorovati.
3.2.3 Valutni indeksi
Valutni indeksi, podobno kot borzni indeksi, vključujejo košarico instrumentov, ki je
izražena v povprečni vrednost vseh instrumentov v njej. Pri borznih indeksih je v določen
indeks vključenih več različnih delnic. Če za primer vzamemo nemški indeks DAX, lahko
vidimo, da je vrednost indeksa izračunana na podlagi 30 največjih nemških podjetij, ki
kotirajo na borzi v Frankfurtu. Pri valutnih indeksih pa je namesto delnic uporabljena
košarica različnih valutnih parov. V nadaljevanju bomo predstavili primer indeksa
ameriškega dolarja (U.S. Dollar Index), ki ga označujemo z oznako DXY.
Murphy (1991, str. 56) opisuje pomembnost vrednosti košarice dolarskega indeksa. Ker
so različni trgi med sabo povezani, je pomembno, da poznamo njihove korelacije.
Delniški trg je občutljiv na spremembe obrestnih mer in hkrati gibanja na trgu obveznic.
Obveznice se gibljejo v skladu z inflacijskimi pričakovanji, ki se odražajo tudi na
surovinskih trgih. Inflacijski vpliv na surovinske trge je v glavnem določen s smerjo
ameriškega dolarja. Zaradi naštetih medsebojnih povezav pogosto tudi analizo za ostale
trge začnemo pri pregledu gibanja indeksa USD.
Indeks DXY odraža vrednost dolarja (USD) proti košarici 6 ostalih valut. Te valute so:
EUR (evro),
JPY (japonski jen),
GBP (britanski funt),
CAD (kanadski dolar),
SEK (švedska krona),
CHF (švicarski frank).
Vsaka izmed teh valut ima določeno težo v košarici, največjo težo pa ima EUR. Valutni
indeks uporabljamo, da lažje ocenimo moč določene valute. Če primerjamo valutne
indekse, lahko ugotovimo, katere valute se krepijo in katere slabijo. V spodnjem primeru
bomo prikazali več valutnih indeksov in jih primerjali.
15
Slika 7: Valutni indeksi
Vir: (Dukascopy currency index, 2013)
Na sliki vidimo primerjavo 5 različnih valutnih indeksov. Z modro barvo je označen EUR,
z oranžno CHF, z rdečo USD, z zeleno GBP in z vijolično JPY. Prikazano obdobje zajema
eno leto. Z gibanjem grafov lahko opazimo, katere valute se krepijo in katere slabijo.
Najočitneje izstopata EUR in JPY. EUR je v letu 2013 počasi pridobival vrednost, JPY
pa jo je že od začetka leta močno izgubljal. Po takšnih dejstvih lahko sklepamo, da bi bilo
smiselno kupovati evre in prodajati japonske jene. V nadaljevanju je prikazan graf
EUR/JPY za enako obdobje. Če smo sklepali pravilno, bi moral biti graf EUR/JPY močno
naraščajoč skozi vse leto.
EUR CHF USD GBP JPY
16
Slika 8: EUR/JPY v letu 2013
Vir: (lastni prikaz)
Na zgornji sliki lahko vidimo potrditev našega sklepa iz zgornjega dela, da je evro proti
jenu naraščal skozi vse leto. V začetku januarja je bil tečaj EUR/JPY okoli 113, do konca
leta pa je narasel na 142. To je letna sprememba 26 odstotkov, kar je izredno veliko, saj
valute v povprečju nihajo v nižjih odstotkih.
3.3 Izbira brokerja
Pri izbiri brokerja moramo upoštevati hitrost izvrševanja naročil, trgovalne stroške, nabor
instrumentov in verodostojnost podjetja. Vsekakor je pomembno, da ima broker dovolj
kapitala in da je reguliran s strani najpomembnejših regulatorjev. Pri avtomatiziranem
trgovanju je pomembno, da broker podpira takšne sisteme, saj nekateri avtomatiziranega
trgovanja ne dovolijo. Pomembna je tudi vrsta platforme, ki jo ponuja broker. Pri
nekaterih platformah je mogoče uporabljati samo posebej prilagojene strategije za to
platformo. To pomeni, da strategije, ki smo jo zapisali z eno platformo, ni mogoče
uporabljati na drugi platformi. Brokerji imajo pogosto tudi določene minimalne
kapitalske zahteve. Če želimo trgovati na ameriških borzah, je treba imeti vsaj 25.000
USD kapitala, da lahko normalno trgujemo. Če imamo manj kapitala, je zakonsko
določeno, da lahko v 5 dneh odpremo največ 5 pozicij, ki so zaprte isti dan. To sicer ne
vključuje valutnega trgovanja, vendar je pomembno, da poznamo zakonske omejitve.
Pri trgovanju valut uporabljamo tudi vzvod; višina vzvoda pri nekaterih ponudnikih
doseže vrednost tudi 2000:1. To v praksi pomeni, da lahko z 1000 EUR kapitala
upravljamo pozicijo v vrednosti, ki je 2000-krat višja od našega kapitala. V našem
primeru to pomeni pozicijo 2.000.000 EUR. Ker je s povečanim vzvodom povečano tudi
tveganje, je razmerje okoli 10:1 priporočljivo za kratkoročno trgovanje. To pomeni, da z
1000 EUR kapitala lahko upravljamo 10.000 EUR. S takšnim vzvodom se izognemo
prevelikim izgubam.
17
Pri trgovanju preko brokerja poznamo dve vrsti izvrševanja naročil:
Dealing Desk in
Non-Dealing Desk.
Dealing Desk pomeni, da broker deluje kot vzdrževalec trga (angl. market maker) in
trgovalcu sam ponuja likvidnost. Če takšnemu brokerju pošljemo tržno naročilo za nakup,
se lahko sam odloči, ali bo naročilo sprejel ali ga zavrnil. Vedno je broker tisti, ki vzame
nasprotno stran pozicije trgovalca. Takšen način omogoča brokerju, da zasluži, kadar
trgovalec izgublja. Pogosto je tudi ponujena cena malenkost drugačna od ostalih
ponudnikov. Razlika med nakupno in prodajno ceno je večja.
Non-Dealing Desk pomeni, da broker naročila posreduje ostalim ponudnikom likvidnosti.
Ponudnikov likvidnosti je veliko in trgovalec vidi v svoji platformi samo najboljšo
ponudbo in najboljše povpraševanje. Ob oddaji naročila broker posreduje naročilo, da
izbere najboljšega ponudnika likvidnosti in tako opravlja samo vlogo posrednika.
Dobiček trgovalca ne pomeni izgube za brokerja. Zaradi tega mora broker svoj dobiček
ustvariti z drugimi metodami. Največkrat je treba za vsako izvršeno naročilo plačati
provizijo. Provizije so sicer dokaj majhne, a je pri uporabi vzvodov njihova absolutna
vrednost lahko velika. Npr. naš kapital znaša 1.000 EUR. Odločimo se za nakup 100.000
EUR proti USD. Naša provizija znaša 0,1 % vrednosti pozicije. Pri vrednosti 100.000
EUR predstavlja 0,1 % vrednost 100 EUR. To je sicer za vrednost 100.000 EUR dokaj
majhen znesek, a je proti vrednosti našega kapitala zelo velik. Predstavlja namreč 10 %
vrednosti kapitala. V praksi obstajajo sicer ponudniki, ki imajo provizije zelo nizke, a je
vseeno pomembno, da jih poznamo, saj močno vplivajo na končni rezultat trgovanja.
18
4 TEHNIČNA ANALIZA
Tehnična analiza je metoda, ki poskuša napovedati najverjetnejšo smer gibanja tečajev v
prihodnosti na podlagi preteklih cen. Zahteva manj informacij kot pa temeljna analiza.
Trgovalec pridobiva vse potrebne informacije iz cene (grafov). Uspešnost tehnične
analize temelji na predpostavki, da se zgodovina ponavlja in da bo cena ponavljala vzorce
iz preteklosti.
Strašek in Jagrič (2008, str. 83) navajata, da tehnična analiza temelji na naslednjih
predpostavkah:
Tržna vrednost je determinirana samo z interakcijo ponudbe in povpraševanja.
Čeprav se pojavljajo manjše fluktuacije, so borzne cene nagnjene k temu, da se
gibljejo v trendih, ki so dolgoročni.
Preobrat trendov je rezultat premika ponudbe in povpraševanja.
Premike ponudbe in povpraševanja je moč odkriti prej ali slej s pomočjo grafov.
Mnogi vzorci grafov se ponavljajo.
Poznamo različne tipe grafov. Trije najpogostejši so prikazani v nadaljevanju. Na vseh
treh grafih vidimo popolnoma enako valuto za enako obdobje. To pomeni, da grafi
prikazujejo enake informacije, le na različne načine.
Slika 9: Linijski graf
Vir: (lastni prikaz)
Slika 10: Palični graf
Vir: (lastni prikaz)
19
Slika 11: Graf s svečniki
Vir: (lastni prikaz)
Linijski graf je pogosto uporabljen za določanje smeri trenda in za hitre preglede. Prikaže
nam namreč samo zaključne cene obdobij, ne pa njihovih ekstremov. Palični graf in graf
s svečniki prikažeta vse štiri informacije (začetno, končno, najvišjo in najnižjo ceno), ki
so za trgovalca pomembne. Večje razlike med njima ni. Opazna je le razlika v obarvanosti
sveč. Graf s svečniki ima razširjeno telo sveč, da lažje razberemo barvo sveče.
Naraščajoče sveče so obarvane zeleno, padajoče pa rdeče. Sence sveč so ozke in črne
barve. Pri paličnem grafu so telesa sveč enake širine kot sence sveč. Zgledajo kot črte oz.
palice, iz česar izhaja tudi njihovo ime.
4.1 Osnove japonskih svečnikov
Svečnik nam prikaže, kaj se v določenem obdobju dogaja s ceno. Ena sveča prikazuje
začetno (angl. open), najvišjo (angl. high), najnižjo (angl. low) in končno (angl. close)
ceno izbranega obdobja. Obdobje, ki ga prikazuje ena sveča, lahko izberemo poljubno.
Izberemo lahko obdobje 1 minute, obdobje 1 meseca ali katerokoli drugo obdobje. V vseh
primerih bomo imeli v eni sveči prikazane te štiri informacije.
Slika 12: Zgradba svečnika
Vir: (lastni prikaz)
Na sliki lahko vidimo zgradbo bikovskega (angl. bull) in medvedjega (angl. bear)
svečnika. Če je svečnik zelene barve (bikovski), pomeni, da je cena v tem obdobju
narasla. Če je svečnik rdeče barve (medvedji), pomeni, da je cena v tem obdobju padla.
20
Obarvan je del sveče, ki ga imenujemo telo (angl. body), črto navzgor ali navzdol pa
imenujemo senca (angl. shadow)
Brooks (2009, str.43) opisuje pomembnost zaključne cene sveče. Kot primer opisuje
nastanek petminutne sveče. Ko po preboju trendne linije navzdol vidimo nižje dno,
začnemo iskati priložnost za nakup v upanju na močan preobrat navzgor. Ko teče tretja
minuta, je sveča že bikovske oblike. Cena ostane na vrhu sveče dobro minuto in v upanju
na nadaljevanje rasti odpremo dolgo pozicijo. Ker nismo čakali na zaključek sveče,
mislimo, da smo s tem dobili prednost in kupili po nižji ceni, kot bo ob zaključku sveče.
Ko do zaključka sveče manjka še 5 sekund, se sveča hitro obrne in zaključi na dnu. Če bi
počakali do zaključka sveče, bi videli, da je sveča medvedja in ne bikovska, kot je to
sprva kazalo.
Posamezne sveče nikoli ne smemo gledati individualno. Trgovalec mora upoštevati
celotno tehnično sliko. Sveča dark cloud (temni oblak), ki se pojavi pri področju močne
odporne linije, z večjo verjetnostjo kaže na možen obrat trenda kot bearish engulfing
(opisano v podpoglavju 4.1.2), ki se pojavi na področju brez odpore (Nison 1994, str.
145).
Včasih se zgodi, da cena v nekem obdobju naraste in pade, a končna na isti točki, kot je
začela ob začetku obdobja. V tem primeru se oblikuje svečnik brez barve, ki ga
imenujemo doji svečnik. Senca sveče je navzgor in navzdol približno enaka, telo pa je
neopazno.
Slika 13: Doji svečnik
Vir: (lastni prikaz)
Doji svečnik prikazuje ravnovesje trga, saj cena niha gor in dol, ampak se od sredine ne
odmika preveč. Ker je svečnik brez barve, pomeni, da sta začetna in končna cena
opazovanega obdobja bili enaki. Morris (2006, str. 14) opisuje doji kot svečnik, ki sam
po sebi nima pomembnega vpliva. Pravo moč dobi šele v kombinaciji z ostalimi svečami.
Npr. če po močni bikovski sveči sledi sveča doji, je to lahko razlog za pozornost, saj to
pomeni neodločnost na trgu in možen obrat.
21
Slika 14: Graf z japonskimi svečniki
Vir: (lastni prikaz)
4.1.1 Vrste posameznih japonskih sveč
Vzorci, ki nastanejo na grafih so, kot večina tehnične analize, podrejeni subjektivni oceni
trgovalca. Vseeno pa obstajajo posebne vrste svečnikov, ki imajo določena pravila in jih
lahko pogosto prepoznamo v praksi.
Najprej bomo predstavili nekaj posameznih vrst sveč, nato pa še nekatere kombinacije
sveč. Obstaja na desetine različnih sveč in na desetine različnih kombinacij med temi
svečami, prikazali pa bomo nekaj najpogostejših in najobjektivnejših vzorcev.
Slika 15: Hammer
Vir: (lastni prikaz)
Slika prikazuje vzorec hammer. Nison (1991, str. 29) pravi, da sveča zadovolji pogojem
za hammer, če ima naslednje značilnosti. Telo sveče mora biti v zgornjem delu
trgovalnega območja (angl. range) in zaradi lažjega razumevanja bomo ta izraz
uporabljali tudi v nadaljevanju). Spodnja senca sveče je najmanj dvakrat tako dolga kot
telo sveče. Na zgornjem delu mora biti zelo kratka senca. Čim krajša je zgornja senca,
čim daljša je spodnja senca in čim manjše je telo sveče, tem bolj efektiven je vzorec
22
hammer. Hammer velja za močan bikovski vzorec, kar pomeni, da ko se ta sveča prikaže
na grafu, je to znak za nakup.
Morris (2006. str. 24) opisuje ozadje nastanka hammer sveče. Trg, ki je v padajočem
trendu, ob odprtju sveče najprej močno pade. Kljub začetnemu padcu začne cena v
nadaljevanju hitro naraščati in gre višje kot ob začetku obdobja. Ker prodajalci opazijo
moč kupcev, začnejo zapirati pozicije. Če je naslednja sveča zaključena nad vrhom te
sveče, to velja kot potrditev znaka za nakup.
Slika 16: Hanging man
Vir: (lastni prikaz)
Hanging man je podoben vzorec kot hammer, le da je pri tem vzorcu telo sveče rdeče
namesto zeleno. Veljajo enaka pravila kot pri hammer vzorcu. Ker je telo sveče pri tem
vzorcu rdeče, pomeni, da je bila cena na koncu obdobja nekoliko nižja kot na začetku,
kar bi lahko pomenilo premoč prodajalcev. Zaradi tega je ta sveča pogosta pri vrhovih in
obratih trenda navzdol. Izredno močan prodajni signal po Nisonu (1991, str. 30) je, če se
po sveči hanging man naslednja sveča oblikuje v vzorec rdeči marubozu. Morris (2006,
str. 24) opisuje tudi ozadje nastanka hanging man sveče. Trg je predhodno v naraščanju.
Ob odprtju sveče sledi močan padec, a se cena proti koncu obdobja vrne v bližino
najvišjega tečaja, a ne uspe zaključiti višje. Senca navzdol je dolga, in če naslednja sveča
zaključi nižje od te, mnogi kupci začnejo zapirati pozicije in iščejo priložnost za prodajo.
Slika 17: Inverted hammer
Vir: (lastni prikaz)
Inverted hammer je vzorec, ki se pogosto pojavi na dnu pred spremembo trenda.
Lastnosti, ki jim mora ustrezati inverted hammer, so enaka kot pri vzorcu hammer, le da
je tukaj telo sveče na spodnjem delu namesto na zgornjem. Morris (2006, str. 41) pravi,
da je ob pojavu te sveče dobro počakati na potrditev ob naslednji sveči. Če je tudi
naslednja sveča bikovska, je znak za nakup potrjen.
23
Slika 18: Shooting star
Vir: (lastni prikaz)
Shooting star je podoben vzorec kot inverted hammer, le da je tu telo sveče rdeče barve.
Ta vzorec se po Nisonu (1991, str. 70) pogosto pojavlja po koncu bikovskega trenda.
Shooting star ima malo telo na spodnjem delu sveče in dolgo senco navzgor. Morris
(2006, str. 40) določa naslednje lastnosti, ki morajo biti prisotne za nastanek shooting star
sveče. Cena mora predhodno naraščati. Telo sveče je majhno in se nahaja na dnu sveče.
Senca navzgor mora biti vsaj trikrat daljša od telesa sveče. Senca navzdol mora biti zelo
majhna ali pa sploh ne sme obstajati.
Slika 19: Rdeči marubozu
Vir: (lastni prikaz)
Rdeči marubozu je sveča brez senc na obeh straneh. Rdeče telo sestavlja celotno svečo.
Takšna sveča prikazuje močan padec brez odboja in je navadno uporabljena kot potrditev
v kombinaciji s svečami, ki signalizirajo spremembo trenda navzdol. Morris (2006, str.
11) pravi, da je ta sveča lahko tudi znak za obrat trenda navzgor, če je pred nastankom te
sveče bil prisoten močan medvedji trend. Ko se po dolgem padajočem trendu pojavi ta
sveča, lahko prikazuje zadnje prodaje in je pogosto prvi znak za konec trenda.
Slika 20: Zeleni marubozu
Vir: (lastni prikaz)
Zeleni marubozu je sveča brez senc na obeh straneh, podobna vzorcu rdeči marubozu.
Zeleno telo sestavlja celotno svečo. Takšna sveča prikazuje močno rast in je navadno
24
uporabljena kot potrditev v kombinaciji s svečami, ki signalizirajo spremembo trenda
navzgor. Morris (2006, str. 12) pravi, da je ta sveča pogosto začetek nadaljevanja
bikovskega trenda ali signal za konec medvedjega trenda.
Slika 21: Spinning top
Vir: (lastni prikaz)
Spinning top je sveča, ki je podobna sveči doji, le da je pri sveči spinning top vidno telo.
To je lahko rdeče ali zelene barve. Obe barvi sveče pomenita enako in prikazujeta
ravnovesje na trgu. Da sveča zadosti pogojem za spinning top, mora imeti naslednje
lastnosti. Senca mora biti na zgornji in spodnji strani daljša od telesa sveče. Telo sveče
mora biti majhno in na sredini sveče. Ker ta sveča prikazuje ravnovesje na trgu, je
uporabna predvsem v kombinaciji z več svečami, ki potrdijo spremembo trenda po
konsolidaciji.
4.1.2 Vrste kombinacij japonskih sveč
Pomembno je, da poznamo vrste posameznih sveč, vendar se močnejši signali pogosto
pojavljajo pri kombinacijah več sveč. Mnogokrat nam prva sveča nakaže, da moramo
postati pozorni, naslednje sveče pa nam dajo znak za trgovanje.
Slika 22: Bearish engulfing
Vir: (lastni prikaz)
Bearish engulfing je signal dveh sveč, kjer je druga sveča večja od prve in kaže v
nasprotno smer. Prva sveča je zelene barve s čim manjšim telesom, naslednja pa je rdeča
s telesom, ki presega dno prejšnje sveče. Na takšen vzorec moramo biti pozorni po koncu
bikovskega trenda in nakazuje možen močan padec. Po Morrisu (2006, str. 28) se po
trendu navzgor cena začne počasi ustavljati in naredi majhno zeleno svečo. Naslednja
sveča se takoj od začetka obarva rdeče in zaključi nižje od najnižje točke prejšnje sveče.
Bikovski trend se oslabi, in če je tudi naslednja sveča rdeča, pomeni, da se je trend obrnil
navzdol.
25
Slika 23: Bullish engulfing
Vir: (lastni prikaz)
Bullish engulfing je enako kot bearish engulfing signal dveh sveč, od katerih je druga
sveča večja od prve in kaže v nasprotno smer. Prva sveča je v tem primeru rdeče barve s
čim manjšim telesom, naslednja pa je zelena s telesom, ki presega vrh prejšnje sveče. Na
takšen vzorec moramo biti pozorni po koncu medvedjega trenda in nakazuje možno
močno rast. Morris (2006, str. 29) pravi, da če sveča zaključi vsaj 30 % višje od telesa
prejšnje sveče, to pomeni, da je signal še posebej pomemben.
Slika 24: Tweezer bottoms
Vir: (lastni prikaz)
Tweezer bottoms je signal dveh sveč, ki se pogosto pojavi proti koncu medvedjega trenda.
Prva sveča je rdeče barve in ustreza vzorcu hanging man, sledi pa ji zelena sveča, ki
ustreza vzorcu hammer. Senci obeh sveč morata biti približno enako dolgi, telo obeh sveč
pa mora biti majhno in pri vrhu sveč. Takšen signal nakazuje možnost obrata navzgor.
Morris (2006, str. 200) pravi, da je dober znak za uspešnost tweezer bottoms vzorca ta,
da se ta vzorec pojavi v kombinaciji z drugimi bikovskimi svečami.
Slika 25: Tweezer tops
Vir: (lastni prikaz)
Tweezer tops je signal dveh sveč, ki se pogosto pojavi proti koncu bikovskega trenda.
Prva sveča je zelene barve in ustreza vzorcu inverted hammer, sledi pa ji rdeča sveča, ki
26
ustreza vzorcu shooting star. Senca obeh sveč mora biti približno enako dolga, telo obeh
sveč pa mora biti majhno in pri dnu sveč. Takšen znak nakazuje možnost obrata navzdol.
4.2 Orodja za tehnično analizo
V nadaljevanju bomo predstavili nekaj orodij za tehnično analizo. Pri vseh je osnovni
graf enak in predstavlja valutni par GBP/USD v obdobju 17 dni. Na grafu so prikazani
enourni svečniki. Prikazali bomo, kako bi nam določena orodja pomagala pri vstopu v
pozicijo.
4.2.1 Trendne linije
Trend se vzpostavi, ko cena dlje časa nadaljuje premik v določeni smeri. Ko vstopamo v
bikovski trend, iščemo priložnosti, kadar cena začne padati, saj pričakujemo nadaljevanje
trenda navzgor. Območja, na katera moramo biti pozorni, si lahko vizualiziramo s
pomočjo trendnih linij.
Brooks (2012, str. 117) pravi, da bikovska trendna linija povezuje spodnje dele
naraščajočih sveč, medvedja trendna linija pa povezuje vrhove padajočih sveč. Ko je
trend vzpostavljen s serijo naraščajočih vrhov, so najboljše pozicije v smeri s trendom,
vse dokler ta trend ni končan. Vsakič, ko trg začne padati nazaj proti trendni liniji,
moramo gledati za znake obrata cene in kasneje vstopiti v smer trenda. Najpomembnejša
lastnost sekanja trende linije je, da trg ne nadzoruje več le ena stran (kupci ali prodajalci),
ampak se poveča možnost spremembe smeri gibanja.
Murphy (1999, str. 210) opisuje preboj trendne linije kot zaključeno svečo zunaj trendne
linije. Včasih celo to ni dovolj. Nekateri trgovalci uporabljajo določen odstotni kriterij,
ki ga mora preboj doseči, da se šteje za veljavnega. Pri trgovalcih, ki trgujejo na dnevnih
grafih, je to območje med 1 % in 3 %. To pomeni, da mora cena zaključiti na nasprotni
strani trendne linije za vsaj 1 % vrednosti instrumenta. Če je vrednost GBP/USD 1,0000,
mora biti zaključna cena dneva preboja vsaj 1.0100, da je se šteje za veljavnega.
27
Slika 26: Trendne linije
Vir: (lastni prikaz)
Na sliki vidimo dva primera trendne linije. Prvi primer je trendna linija znotraj dneva, ki
je označena z rdečo. Vidimo lahko, da je cena večkrat testirala trendno linijo od spodaj,
ampak se je vedno odbila navzdol. Linija je bila prebita šele naslednji dan. Čez dva dni
je bila linija testirana iz zgornje strani, nato je cena nadaljevala navzgor.
Druga linija je bila vzpostavljena med točko 1 in 2. Cena se je začela premikati navzgor.
Po treh dneh se je spet približala trendni liniji iz zgornje strani in jo uspešno testirala v
točki 3. Odboj od linije je bil močan in cena je naglo narasla. V naslednjih dneh je cena
padla pod trendno linijo in jo kasneje tudi testirala, tokrat s spodnje strani v točki 4.
Trendna linija se je tudi tokrat izkazala kot mejnik in ceno potisnila navzdol. Trend se je
nato več dni nadaljeval navzdol.
Trendne linije so večkrat lahko zelo subjektivne, saj je od vsakega posameznika odvisno,
kje jih bo narisal in katere bo upošteval. Možnosti za različne interpretacije je veliko,
velja pa omeniti, da je trendne linije treba upoštevati bolj kot območja in ne kot natančne
točke.
4.2.2 Podpore in odpore
Podpore in odpore imajo podoben značaj kot trendne linije. Razlika je, da so podporne in
odporne linije povsem horizontalne in nimajo naklona kot trendne linije. Uporabljamo
jih, kadar je trg v ''range'' območju in oscilira brez pravega trenda.
Murphy (1999, str. 59) deli udeležence trga v tri kategorije. Tiste, ki imajo odprte dolge
pozicije, kratke pozicije ali so brez odprtih pozicij. Dolge pozicije imajo tisti, ki
pričakujejo rast cene, kratke pozicije pa tisti, ki pričakujejo padec. Tisti brez odprtih
pozicij čakajo na pravi znak za odprtje pozicij v poljubno smer. Trg se začne premikati
28
višje od podporne točke. Kupci, ki so kupili pri točki podpore, so sedaj zadovoljni, ampak
bi hkrati radi imeli večjo pozicijo. Če bi trg še enkrat testiral to točko, bi lahko odprli
dodatne dolge pozicije. Prodajalci slutijo, da so se znašli na napačni strani in upajo, da se
trg vrne v podporno točko, da bi lahko zaprli svoje pozicije brez izgube. Tisti, ki pa so
brez pozicije, so opazili, da cena narašča in čakajo priložnost za vstop v dolgo pozicijo.
Vse tri kategorije udeležencev sedaj čakajo priložnost za nakup in vse tri kategorije želijo
kupiti na enaki točki, to je točki podpore. To pomeni, da bodo vsi kupovali in da se bo
cena zvišala, ko bo cena spet prišla do točke podpore. S časom se to območje okrepi, in
sicer ko je vključenih vse več udeležencev. Če se cena potem ne premakne navzgor,
ostanejo samo dolge pozicije, ki ob manjšem preboju podpore navzdol začnejo likvidirati
svoje pozicije. Zato cena močno pade.
Enako se zgodi v obratnem primeru, kadar cena testira območja odpore iz spodnje strani.
Logika in psihologija obnašanja udeležencev sta popolnoma enaki.
Slika 27: Podpore in odpore
Vir: (lastni prikaz)
Na sliki vidimo primer podpore in odpore. Z rdečo barvo so označena polja, kjer je cena
testirala nivo podpore, z modro barvo pa so označena polja, kjer je cena testirala nivo
odpore. Nivoja sta označena horizontalno in opazimo lahko, da se enaka nivoja ponavljata
skozi celotno območje grafa.
Pri skrajno levem modrem polju lahko opazimo, da je cena najprej prebila področje
odpore in ga testirala iz zgornje strani. Odpora se je spremenila v podporo in cena je
nadaljevala navzgor. Kasneje je cena spet padla v ''range'' in tokrat se je prejšnje območje
podpore spremenilo nazaj v območje odpore.
29
Področja odpore in podpore niso le natančno določene točke, ampak gre za širša polja, v
katerih lahko cena naredi krajši preboj čez nivo. Podobno kot pri trendnih linijah je tudi
tu pomembno, da upoštevamo zaključne točke sveč kot indikatorje preboja podpornih in
odpornih linij. Kjer sega čez linijo le senca sveče, lahko štejemo, da je področje zdržalo.
Trgujemo lahko v smeri odboja.
4.2.3 Vzorci skupine japonskih svečnikov
V točki 4.1 smo opisovali posamezne sveče ali formacije dvojnih sveč, ki se uporabljajo
za hitre signale. Pomembno pa je tudi, da poznamo večje vzorce sveč, saj tako lažje
ocenimo, kdaj se bo trend nadaljeval ali končal. Znotraj večjih vzorcev sveč se oblikujejo
tudi vzorci posameznih ali dvojnih sveč in prava kombinacija vseh sproži močne premike.
Bulkowski (2005, str. 993) našteva mnogo različnih vzorcev skupine svečnikov, ki
signalizirajo nadaljevanje ali obrat trenda. Naštetih je preko 70 različnih oblik, tukaj pa
smo izpostavili samo nekaj najpogostejših:
razširjeno dno (vrh),
diamantno dno (vrh),
skodelica z ročajem,
dvojno dno (vrh),
trojno dno (vrh),
zastava,
glava in ramena ter
pravokotnik.
Večina vzorcev je poimenovana po obliki, ki se prikaže na grafu, v praksi pa se natančna
oblika skoraj nikoli ne pojavi, pogosto je to le približek.
30
Slika 28: Dvojni vrh
Vir: (lastni prikaz)
Na sliki vidimo nekaj primerov vzorca dvojni vrh. Kot že samo ime pove, je cena dvakrat
poskusila prečkati nek nivo, ampak se je vsakič odbila navzdol. Dvojni vrh bi po definiciji
moral dvakrat testirati točno določeno ceno in se nato obrniti navzdol. V praksi je drugi
test malenkost nad ali pod prvim nivojem. Vseeno je vzorec veljaven, če sveča zaključi
pod nivojem prvega testa. Po dveh neuspelih poskusih preboja navzgor se mora cena
obrniti navzdol. Kot je razvidno iz slike, pri dvojnem vrhu pogosto nastane vzorec sveče
shooting star, ki nakazuje spremembo trenda navzdol.
Posamezne vzorce lahko zelo dobro uporabimo, če jih uporabljamo skupaj z drugimi
orodji. Kjer vidimo območje podpore in hkrati opazimo, da se je oblikoval bikovski
vzorec sveč, npr. trojno dno, lahko pričakujemo, da bodo dolge pozicije prava izbira pri
trgovanju. Če bi se na isti podporni liniji začel oblikovati medvedji vzorec zastavice, bi
lahko pričakovali nadaljevanje trenda navzdol in ne bi odpirali dolgih pozicij, temveč bi
obdržali kratke pozicije ali našli nove točke vstopa za dodatne kratke pozicije.
4.2.4 Pivot
Pivot je matematično določena cena, ki jo izračunamo na podlagi sveče prejšnjega dneva.
Formula za izračun je zelo preprosta. Sešteti moramo najvišjo, najnižjo in zaključno ceno
prejšnjega dne. Ta seštevek delimo s številom 3 in to je potem pivot točka. Ta točka je
uporabna en dan za dnem, ki ga upoštevamo pri izračunu. Mnogokrat se izkaže, da je prav
ta točka točka obrata naslednjega dne.
Kaufman (2013, str. 687) pravi, da je najboljša napoved za jutrišnjo ceno današnja cena.
Za dolgoročne napovedi je najboljša napoved sredinska vrednost. Nihče ne more
natančno napovedati, kako se bo cena premikala v prihodnosti; tudi ne najvišje in najnižje
31
točke naslednjega dne. Kljub temu meni, da mnogo trgovalcev uspešno uporablja pivot
točke.
Person (2007, str. 75) meni, da pivot točka deluje zaradi samoizpolnjujoče se prerokbe,
saj mnogo institucionalnih in profesionalnih vlagateljev uporablja ta pripomoček.
Slika 29: Pivot
Vir: (lastni prikaz)
Na sliki vidimo primer uporabe pivot točke na grafu. Oranžno polje prikazuje dan, ki ga
upoštevamo za izračun pivot točke. Pri tem izračunu smo upoštevali najnižjo ceno 1,6553,
prišteli najvišjo ceno 1,6646 in prišteli še zaključno ceno 1,6603. Rezultat tega seštevka
smo delili s številom 3. Končni rezultat izračun je 1,6600. To je pivot točka, ki smo jo
upoštevali naslednji dan, ki je obarvan zeleno. Vidimo lahko, da je cena naslednji dan
najprej naraščala, se obrnila in testirala pivot točko, označeno z modrim krogcem, nato
pa nadaljevala z naraščanjem.
Pivot točke so še eno od uporabnih orodij, ki jih mora trgovalec poznati. Njihova
posebnost je v preprostosti, zaradi česar se tudi tako množično uporabljajo.
4.2.5 Fibonacci
Fibonaccijeva števila in razmerja izvirajo že iz 13. stoletja, svojo uporabnost pa so našla
tudi pri trgovanju. Fibonacci orodje uporabljamo kot odstotni merilec nihaja cene. Ko
cena narašča, lahko pričakujemo, da bo v prihodnosti zanihala navzdol, preden spet začne
naraščati. Da si lažje predstavljamo, do kod naj bi nihaj segel, uporabimo Fibonaccijevo
orodje, ki prikazuje odstotne nivoje celotnega premika. Najpogostejši nivoji so 38,2 %,
50 % in 61,8 %. To pomeni, da je cena za takšen odstotek padla z najvišjega dela nihaja.
32
Person (2007, str. 170) meni, da je 50 % povratek cene najpogostejši. Zaradi tega je
pomembno, da si označimo te nivoje na letnih, mesečnih, tedenskih in dnevnih grafih. S
tem si lažje predstavljamo, kje je možen obrat smeri cene.
Slika 30: Fibonacci
Vir: (lastni prikaz)
Na sliki je prikazana uporaba Fibonaccijevih nivojev. Z modro sta označeni polji, kjer
smo označili vrh in dno nihaja. Ker je tako, kot pri vseh orodjih, tudi tu potrebno izbrati
točke, ki jih bomo merili, je rezultat meritve lahko subjektiven in ne zagotavlja pravih
rezultatov. Celoten premik meri 100 %. Na vrhnjem delu, kjer se je nihaj začel, je
označenih 0 %, na najnižjem delu nihaja pa je označenih 100 %. Ko je tak nihaj končan,
lahko pogledamo, kje so možna nadaljevanja trenda po odboju. Vidimo lahko, da se je
cena ustavila pri 38,2 % in nato močno spremenila smer. To pomeni, da se je cena od
najnižje točke, označene z modro, odbila do vrednosti 38,2 % prvotnega premika. Na tem
nivoju bi lahko odpirali kratke pozicije.
Podobno kot pri pivot točkah, je tudi pri Fibonacci orodju njegova uporabnost v meritvi
premika prejšnjega dne. Kadar imamo večje premike, vzamemo vrh in dno prejšnjega
dne. Sredina tega premika ali 50 % Fibonacci bo naslednji dan velikokrat testirana in to
je lahko točka za vstop.
4.3 Tehnični indikatorji
V nadaljevanju bomo predstavili nekaj indikatorjev in oscilatorjev. Pri vseh je osnovni
graf enak in predstavlja valutni par GBP/USD v obdobju 17 dni. Na grafu so prikazani
enourni svečniki.
33
4.3.1 Moving Average
Moving Average ali drseče povprečje (v nadaljevanju MA) je eden izmed najbolj
razširjenih indikatorjev. Uporablja se za izračun povprečne cene določenega obdobja.
Zaradi preprostosti uporabe ga velikokrat uporabljamo za nakazovanje trenda.
Murphy (1999, str. 196) opisuje ta kazalec kot povprečje določene zbirke podatkov. Npr.
če iščemo povprečje 10 dni zaključnih cen, vzamemo vse zaključne cene zadnjih 10 dni
in rezultat delimo z 10. Beseda ''moving'' (drseče) pomeni, da v izračunu vedno
upoštevamo le zadnjih 10 dni. Iz tega sledi, da se vsak dan vzorec cen premakne za en
dan naprej. Za izračun 10-dnevnega povprečja najpogosteje prištejemo zadnji zaključen
dan in odštejemo ceno izpred 11 dni. Rezultat potem delimo z 10.
Chandle (1997, str. 57) ugotavlja, da če po križanju 5-dnevnega in 20-dnevnega MA
vstopamo v smer trenda, so izgube v povprečju za 79 % nižje, kot če vstopa nasprotno od
smeri trenda. Pri uporabi križanja 7-dnevnega s 50-dnevnim MA je bila razlika še
očitnejša. Pri 6-letnem testiranju 7 različnih instrumentov je strategija, ki sledu trendu,
pri vseh instrumentih dala pozitivne rezultate. Trgovanje v nasprotni smeri trenda je pri
vseh instrumentih prineslo negativne rezultate.
Če ima črta MA pozitiven naklon (narašča), govorimo o naraščajočem trendu. Če ima
črta MA negativen naklon (pada), govorimo o padajočem trendu. Nekateri analitiki za
določanje trenda uporabljajo tudi primerjavo trenutne cene z drsečim povprečjem. Kadar
je cena instrumenta nad črto MA, govorimo o naraščajočem trendu. Kadar je cena
instrumenta pod črto MA, govorimo o padajočem trendu. V nadaljevanje bomo grafično
prikazali različne MA, ki so najpogosteje v rabi.
Slika 31: Moving Average
Vir: (lastni prikaz)
34
Na sliki vidimo 3 različne MA. Graf prikazuje enourne svečnike. Z modro barvo je
označeno 20-urno povprečje, z rdečo 50-urno povprečje in z zeleno 200-urno povprečje.
Primer, kako nam lahko te krivulje pomagajo pri analizi, je opisan v nadaljevanju.
Na grafu je vidno obdobje 3 tednov za par GBP/USD. Vsaka vertikalna črta prikazuje
ločnico med dnevi. Ker trgujemo kratkoročno, lahko vzamemo zeleno črto za
nakazovanje smeri trgovanja. Kadar je cena pod to črto, iščemo samo prodajne
priložnosti; in obratno, kadar je cena nad črto. Za vstope izbiramo križanje modre in
zelene črte. Če hitrejša modra črta seka rdečo z zgornje strani in je hkrati cena pod zeleno
črto, sprožimo prodajo. Kadar modra črta seka rdečo s spodnje strani in je hkrati cena nad
zeleno črto, sprožimo nakup.
Daljše kot je obdobje MA, bolj dolgoročni trend lahko razberemo iz grafa. Ker MA deluje
kot filter cene (gladi njene nihaje), je točne vstope težko določiti in je zato uporabnejši
kot indikator smeri trenda.
4.3.2 Bollinger Bands
Bollinger Bands ali Bollingerjevi pasovi (v nadaljevanju BB) so indikator, ki upošteva
volatilnost trga. Je nadgradnja drsečega povprečja, saj njegova sredinska črta prikazuje
prav to. Ker je ta indikator naprednejši, ima tudi več možnih nastavljivih parametrov. Tu
ne nastavljamo le časovne vrednosti drsečega povprečja, ampak lahko izberemo tudi
odklon od tega povprečja, ki ga nakazujeta dve črti nad in pod sredinskim povprečjem.
Standardna vrednost, ki jo uporabljamo, je sicer 2 standardna odklona od sredinske črte,
lahko pa jo prilagodimo tudi na 3 standardne odklone, kadar trgujemo v ekstremnejših
razmerah.
Murphy (1999, str. 210) pravi, da je najlažji način za uporabo tega indikatorja spremljanje
zgornjih in spodnjih krivulj, ki jih uporabljamo kot tarčo za zapiranje pozicij. Če se cena
odbije od spodnjega pasu in prečka sredinsko povprečje, postane točka za zapiranje
dobička zgornji pas. Obratno velja, kadar cena prečka sredinsko povprečje z zgornje
strani navzdol. V močnem bikovskem trendu bo cena nihala med sredinsko in zgornjo
črta in premik cene pod sredinsko črto bi pomenil, da je treba biti pozoren na obrat trenda
navzdol.
35
Slika 32: Bollinger Bands
Vir: (lastni prikaz)
Na grafu vidimo 20-urni MA in pas dveh standardnih odklonov od tega povprečja. Kjer
so močni premiki cene v kratkem obdobju, se razširita tudi pasova, ki označujeta točke
za zapiranje pozicij. Tako se hitro prilagodimo, kadar je trg počasnejši, manj volatilen in
pozicije zapiramo hitreje.
Zaradi narave obnašanja tega indikatorja je njegova uporabnost večja, ko je trg v ''range''
območju, kar pomeni, da oscilira konstantno od ene do druge točke. Kadar pa smo v
močnem trendu, bodisi medvedjem ali bikovskem, pa se izkaže, da pozicije zapiramo
mnogo prehitro.
4.3.3 Relative Strength Index
Indeks relativne moči (v nadaljevanju RSI) je oscilator, kar pomeni, da njegova vrednost
vseskozi niha med določenima vrednostma. V tem primeru je spodnja vrednost 0 in
zgornja vrednost 100. Ker teh ekstremnih vrednosti v praksi nikoli ne dosežemo, za
analizo uporabljamo prilagojene vrednosti 70 in 30 in občasno srednjo vrednost 50. RSI
uporablja kot spremenljivko le časovno obdobje. Najpogosteje se uporablja obdobje 14
sveč.
Murphy (1999, str. 240) navaja, da je izračun vrednosti RSI dokaj preprost. Pri izračunu
upoštevamo dneve, ko je cena naraščala, in izračunamo povprečno vrednost te rasti.
Hkrati izračunamo še povprečno vrednost padajočih dni za obdobje, ki ga analiziramo. Ti
dve vrednosti potem med sabo delimo in normaliziramo na odstotno vrednost, da dobimo
lestvico od 0 do 100.
Kadar je vrednost oscilatorja nad 70, pomeni, da smo v območju prenakupljenosti (ang.
overbought). Kadar je vrednost pod 30, pomeni, da smo v območju preprodanosti (ang.
36
oversold). V teh dveh območjih lahko začnemo biti pozorni na obrat trenda in iskati točko
za vstop v pozicijo.
Slika 33: RSI
Vir: (lastni prikaz)
Na sliki vidimo RSI za 14-urno obdobje. Vidimo, da je RSI večinoma le rahlo dotaknil
mej 30 in 70. Vidnih je pet območij, kjer je RSI presegel te mejne vrednosti. Trikrat na
zgornji meji in dvakrat na spodnji. Na teh mestih bi razmišljali o nakupu ali prodaji.
Ker lahko v močnem padajočem trendu vrednosti oscilatorja ostanejo dolgo pod mejnimi
vrednostmi, se pri trgovanju kot znak za nakup pogosto upošteva, ko vrednost oscilatorja
začne naraščati pod vrednost 30 in jo prečka. Takrat naj bi se trend res obrnil, a zaradi
tega pogosto vstopamo pozneje, ne na samem dnu.
37
4.3.4 Stochastic
Pri stohastičnem oscilatorju lahko nastavljamo kar tri različne parametre. Prvi je, enako
kot pri prejšnjem, časovno obdobje. Najpogostejše je obdobje 14 sveč, vendar se zaradi
več signalov uporablja tudi krajše obdobje 5 sveč. Naslednja spremenljivka je krivulja %
K. Ta spremenljivka nam prikaže, kje se giblje trenutna cena glede na povprečje prejšnjih
cen. Ko je ta vrednost visoka, pomeni, da cena vseskozi narašča. Tretja spremenljivka je
krivulja % D. Ta je namenjena glajenju % K spremenljivke in deluje kot njeno drseče
povprečje. Ker gre za oscilator, se ti dve krivulji gibljeta v območju med 0 in 100. Razlika
med RSI in stohastičnim oscilatorjem je v tem, da se tu uporablja mejno območje pod 20
in nad 80 za odčitavanje ekstremnih nihajev.
Murphy (1999, str. 247) opisuje odstopanje med gibanjem % D krivulje in gibanjem cene
kot ključni del tega oscilatorja. Ko je oscilator v območju nad 80 naredil dva nižja vrhova,
medtem ko je cena naredila dva višja vrhova, govorimo o medvedji divergenci. Bikovska
divergenca nastane v nasprotnem scenariju, ko je vrednost % D pod 20 in je hkrati cena
naredila dvakrat nižje dno, oscilator pa dvakrat višje dno. Kadar se zgodita ta dva
scenarija, se nakupni ali prodajni signal pojavi, ko hitrejša % K krivulja križa počasnejšo
% D krivuljo.
Slika 34: Stochastic
Vir: (lastni prikaz)
Slika prikazuje hitrejšo različico oscilatorja, in sicer z obdobjem 5 sveč in
spremenljivkama % K in % D z vrednostjo 3. Ker gre za krajše obdobje glajenja, je tudi
znakov za nakup in prodajo več. Pozorni moramo biti, kadar sta obe krivulji v območju
ekstremnih vrednosti. Šele takrat počakamo na znak, ki nastane s križanjem krivulj.
Ta oscilator se pogosto uporablja skupaj z RSI in daje najboljše trgovalne signale takrat,
ko sta oba v ekstremnih območjih.
38
4.3.5 Oscillator of Moving Average
Ko smo opisovali drseča povprečja, smo omenili, da lahko kot znak uporabljamo križanje
dveh različnih MA. Ker v praksi težje ocenimo razliko med dvema povprečjema in točno
točko njunega križanja, si pomagamo z oscilatorjem drsečih sredin (v nadaljevanju
OSMA). Ta oscilator nima vnaprej določene lestvice kot prejšnja dva. Prikazuje
absolutno razliko med enim in drugim MA. Na sredini je območje ničle, navzgor je
razlika pozitivna, navzdol pa negativna.
Murphy (1999, str. 234) našteva tri glavne namene za uporabo tega oscilatorja:
zaznavanje divergence;
zaznavanje kratkoročnega odstopanja od dolgoročnega trenda, ko se hitrejša
drseča sredina preveč oddalji od počasnejše;
natančno določanje točke sekanja dveh drsečih povprečij, ki se zgodi, kadar
oscilator seka območje ničle.
Slika 35: Oscillator of Moving Average
Vir: (lastni prikaz)
Na sliki je kot hitrejše drseče povprečje uporabljeno povprečje 12 sveč, počasnejše drseče
povprečje pa upošteva 26 sveč. Ta oscilator lahko uporabljamo tudi za nakazovanje smeri
trenda. Kadar je njegova vrednost pozitivna, iščemo nakupne priložnosti, kadar pa je
negativna, iščemo prodajne priložnosti.
Ker se valute gibljejo počasneje kot drugi instrumenti, je pogosto, da se po velikih
premikih cena konsolidira in upočasni. Zaradi tega lahko nagle spremembe oscilatorja
uporabimo kot znak, da je cena naredila močan premik in da lahko pričakujemo nižjo
volatilnost za naprej.
39
4.3.6 Uporaba več indikatorjev hkrati
Ker noben indikator ni popolnoma zanesljiv in večkrat daje lažne signale, lahko to težavo
skušamo odpraviti z uporabo več indikatorjev hkrati. Seveda preveč indikatorjev ni dobro
uporabljati. Če za potrditev vstopa uporabimo dva ali tri indikatorje in še enega za
določanje trenda, je to povsem dovolj.
Slika 36: Signali indikatorjev
Vir: (lastni prikaz)
Na sliki vidimo označena območja, kjer so vsi indikatorji, ki smo jih opisali zgoraj, hkrati
dali signale. Z oranžnimi vertikalnimi črtami so označena območja, kjer so se signali
pojavili. Skupno smo imeli 3 signale za nakup in 3 za prodajo.
Prvi signal (skrajno levo) za prodajo so potrdili vsi trije indikatorji in tudi BB. V prvi
vrstici je prikazan RSI nad 70, ki je začel padati. V drugi vrstici je prikazan OSMA, ki je
pred tem naglo narasel in ostal na tem območju nekaj časa, preden je začel padati. V tretji
vrstici je stohastični oscilator, ki je že malo prej nakazoval prodajo, a tega RSI še ni
potrdil. Ko je RSI potrdil signal, je tudi stohastični oscilator z obema krivuljama sekal
nivo 80 navzdol. Cena je bila na zgornjem delu BB. Štirje signali so kazali možnost
spremembe kratkoročnega trenda in prav to se je zgodilo v naslednjih urah.
Drugi signal je bil nakupni signal. Prav tako so ga potrdili štirje indikatorji. RSI je padel
pod 30 in ponovno začel naraščati. OSMA je začel naraščati, čeprav bi bilo idealno, če bi
oscilator namesto nižjega dna prikazal višje dno. Stohastični oscilator je padel pod 20 in
začel naraščati. BB je omejeval ceno s spodnje strani, kar je še dodatno potrdilo nakupni
signal. Cena je nato začela naraščati, torej je bil signal zanesljiv.
40
Tretji signal ni bil tako zanesljiv, saj je kljub identičnim karakteristikam RSI in
stohastičnega oscilatorja, kot pri drugem signalu, OSMA kazal vrednost blizu ničle. Cena
se je potem skoraj dva dni konsolidirala; signal kratkoročno torej ni pokazal prave slike,
čeprav se je po petih dneh cena začela višati.
Podobno nezanesljiv je bil četrti signal, ko je cena le malenkostno začela padati, čeprav
so vsi indikatorji kazali na prodajo.
Pravi signal se je spet pojavil pri petem primeru, ko so indikatorji spet kazali na prodajo,
cena pa je kasneje tudi res začela padati.
Zadnji signal je bil nakupni. Podobno kot v tretjem primeru se je cena nato konsolidirala
in vzpon cene je bil le malenkosten.
Vidimo lahko, da tudi pri hkratni uporabi več indikatorjev signali niso nujno popolnoma
zanesljivi. Vseeno pa prikažejo priložnosti oz. vsaj področja, kjer moramo postati
pozorni.
41
5 AVTOMATIZIRANE STRATEGIJE NA PODLAGI
TEHNIČNE ANALIZE
Avtomatizirano ali algoritemsko trgovanje poteka z avtomatskimi vnosi naročil, ki se
sprožijo, ko so doseženi določeni pogoji, ki jih je določil avtor strategije. Največkrat se
za to uporabljajo indikatorji. Poznamo na desetine različnih indikatorjev. Ko je dosežena
prava kombinacija indikatorjev, ki so dosegli vnaprej določene vrednosti, program
avtomatsko izvrši naročilo. Prednost avtomatiziranega trgovanja je eliminacija
psihološkega dejavnika. Slabost avtomatiziranega trgovanja je nezmožnost prilaganja
strategije ob spremembi tržnih pogojev.
Chandle (1997, str. 32) je v svoji raziskavi trgovanja različnih instrumentov med letoma
1989 in 1995 ugotovil, da je eden od pomembnejših dejavnikov, ki vplivajo na končni
uspeh strategije, omejevanje izgube. Strategija je sprožila pozicije ob 4 zaporednih
zaključenih rdečih ali zelenih svečah. Rezultat trgovanja s strategijo brez pravil o
omejevanju izgube je bil negativen z izgubo 5.085 USD. Pri uvedbi največje možne
izgube 2.000 USD se je izguba zmanjšala za 92 %, torej na 424 USD. Razlog je predvsem
zaradi ekstremnih dogodkov, saj je največja izguba brez omejitve znašala kar 50.868
USD.
5.1 Vrste avtomatiziranih strategij
5.1.1 High-frequency trading
High-frequency trading (HFT) ali visokofrekvenčno trgovanje je izjemno hitro trgovanje,
pri katerem je čas držanja pozicij merjen v milisekundah. Milisekunda pomeni 0,001
sekunde ali tisočinko sekunde. Ker je takšno frekvenco trgovanja zaradi velike količine
podatkov izredno težko meriti in analizirati, obstaja le eno podjetje, ki se ukvarja z
natančno analizo HFT. Podjetje Nanex iz ZDA analizira kotacije ameriških delnic in jih
tudi dokumentira na nivoju milisekund. V svoji bazi imajo vse ponujene nakupne in
prodajne kotacije in tudi izvršena naročila. Trenutno je osveževanje nakupnih in
prodajnih cen vseh ameriških delnic približno 4,5 milijonov kotacij na sekundo. Razlika
med količino kotacij in količino izvršenih naročil je izredno velika in s časom še narašča.
Količina informacij, ki se v eni sekundi izmenja med borzami, je tako velika, da je s
prostim očesom sploh ne moremo opaziti. Analiza je zaradi tega opravljena na nivoju
milisekund, to pomeni, da za vsako sekundo trgovanja obstaja 1.000 podrobnejših
obdobij, ki jih lahko analiziramo.
Učinkoviti trgi bi morali nove informacije odražati v ceni takoj. Če se informacije v ceni
začnejo odražati počasneje, obstaja možnost arbitraže in trg lahko opišemo kot
neučinkovit. Aldridge (2010, str. 79)
Ob pozitivnih novicah bi moral trg reagirati navzgor v trenutku, upoštevajoč hipotezo o
učinkovitosti trga. V realnosti je odziv navadno bolj podoben krivulji kot pa stopničasti
črti.
42
Slika 37: Odziv trga po objavi novic
Vir: (lastni prikaz)
Na zgornji sliki je prikazan odziv trga po objavi novic, iz katerega je razvidno, da cena
ves čas fluktuira okoli prave vrednosti7. V realnosti začne cena naraščati že malo pred
objavo (notranje informacije, uhajanje informacij) in po objavi pretirano reagira, preden
se spet umiri. Veliko strategij poskuša izkoristi te kratke nepravilnosti na trgu.
Slika 38: Največje število kotacij ene delnice na sekundo
Vir: (Nanex, 2014)
Na zgornji sliki lahko vidimo najvišje frekvence kotacij na eno delnico v eni sekundi. Na
osi x je prikazan čas dneva (med 9.30 in 16.00), na osi y je prikazana frekvenca kotacij
na sekundo (od 0 do 600.000), barve pa predstavljajo datum (vijolična predstavlja 2007,
medtem ko rdeča predstavlja 2011). Opazimo lahko močan porast v številu kotacij na
sekundo od leta 2007 do 2011. Če je v začetku 2007 najvišje število kotacij v sekundi na
delnico znašalo okoli 5.000 (nakupna in prodajna cena ene delnice sta se osvežili 5.000-
krat na sekundo), je v letu 2011 ta frekvenca narasla tudi do 500.000 (nakupna in prodajna
cena ene delnice sta se osvežili 500.000-krat na sekundo).
7 Prava vrednost – Vrednost, ki je določena s teorijo o učinkovitosti trga.
Učinkovit trg
Neučinkovit trg
Objava novice
43
Ker vsaka kotacija ne pomeni tudi trgovanja po tej ceni, je število trgovanj veliko manjše
od števila kotacij.
Slika 39: Število kotacij glede na število izvršenih naročil
Vir: (Nanex, 2014)
Na zgornji sliki vidimo razmerje med številom kotacij in številom izvršenih naročil. Na
osi x je prikazan čas dneva (med 9.30 in 16.00), na osi y je prikazana razmerje kotacij z
izvršenimi naročili (od 0 do 75), barve pa predstavljajo datum (vijolična predstavlja 2007,
medtem ko rdeča predstavlja 2011). Opazimo lahko močno povečanje tega razmerja od
leta 2007 do leta 2011. To pomeni, da se je število kotacij glede na število izvršenih
naročil povečalo z najnižje vrednosti pod 5 do najvišje vrednosti nad 70 (na 70 kotacij je
bilo izvršeno eno naročilo).
Iz zgornjih slik lahko sklepamo, da se je HFT v zadnjih letih močno povečal. V
nadaljevanju bomo še na kratko predstavili kako poteka HFT. HFT se v večini primerov
uporablja za netvegano trgovanje ali arbitražo. To pomeni, da se posel izvede, ko je
dobiček zagotovljen. Dobički so izredno majhni (merijo se v centih ali stotinkah centa),
a se zaradi pogostosti trgovanja hitro nabirajo. Ker se za takšen način trgovanja
uporabljajo posebna trgovalna naročila, lahko na tak način trgujejo le velika podjetja, ki
imajo direktno povezavo do borz. Osnovno HFT strategijo Bodek (2013, str. 18) opisuje
kot trgovanje razmika (ang. spread). Pri tej strategiji pregledajo globino trga, postavijo
najboljšo ponudbo/povpraševanje (ang. bid/offer) in takoj po izvršitvi naročila pozicijo
prodajo drugemu kupcu. Zaslužek je spread, naročilo pa je odprto in zaprto takoj. Skozi
čas se je ta strategija nadgrajevala in razvijala, danes pa obstaja mnogo izvedenk, ki
poskušajo izkoristiti razliko med nakupnim in prodajnim tečajem.
44
Aldridge (2010, str. 283) še ugotavlja, da so pri trgovanju s strategijami HFT največji
dejavnik trgovalni stroški. Pri dolgoročnih strategijah lahko trgovalne stroške skorajda
zanemarimo, od njih pa je po drugi strani odvisna uspešnost strategije HFT.
Chan (2009, str. 73) opisuje, da obstajajo tudi trgovalni mehanizmi z imenom ''dark pool'',
ki delujejo izven borz in večinoma delujejo na podlagi strategij HFT. Likvidnost v dark
poolu se oblikuje na podlagi institucionalnih naročil, ki so usmerjena mimo borze, ali pa
se oblikuje interno, na podlagi trgovalnih naročil strank, ki trgujejo preko posameznega
dark pool brokerja. Ta naročila niso vidna med ponudbo in povpraševanjem borz.
Aldridge (2010, str. 12) še dodaja, da je prednost trgovanja z dark poolom, anonimnost,
saj naročila znotraj sistema nimajo znanega izvora. Ravno zaradi teh značilnosti so takšni
sistemi dobili ime dark pool.
Trgovanje preko sistema dark pool prinaša višje stroške, a vseeno je končni strošek zaradi
povprečno nižje izvršitvene cene nižji. Dark pool namreč pogosto ponudi rahlo nižjo ceno
(manj kot cent, navadno na četrti decimalki), zato da lahko ima dostop do likvidnosti.
Trgovalna infrastruktura mora po zakonu usmerjati naročila tja, kjer je izvršba za stranko
najugodnejša, četudi gre za izboljšavo cene, ki je povprečen trgovalec niti ne opazi.
BMO Capital Markets (2009) navaja razloge, zaradi katerih so sistemi dark pool v zadnjih
letih pod nadzorom ameriškega regulatorja SEC (Securities and Exchange Commission)
in evropskega regulatorja EC (European Commission).
''Flash" naročila
Naročilo, ki ga je trgovalec poslal kot tržno, so lahko brokerji namesto takojšnje izvršitve
posredovali drugim izbranim ponudnikom likvidnosti (ti bi naročilo sprejeli, če bi v
tistem času dobili kontra naročilo od druge stranke in ga knjižili interno), preden je bilo
posredovano do borze. Ker posebnih zakonov glede teh naročil ni bilo, so lahko
ponudniki, še preden je naročilo stranke prišlo do borze, oddali svoje nakupno naročilo
direktno pri borzi (angl. front running). S tem se je rahlo dvignila cena, po tej višji ceni
pa so potem instantno pozicijo prodali stranki nazaj in zaslužili razliko. Ta vrsta naročil
je bila konec 2009 prepovedana s strani SEC.
Preskok vrste z izboljševanjem cen
Dark pool lahko izboljša svojo ponudbeno ceno za manj kot cent in s tem prevzame
likvidnost, ki bi sicer kotirala na borzi. S tem se odpre priložnost arbitraže, saj so lahko
naročila izvršena tudi zunaj najboljših kotacij (angl. best bid-offer). Zaradi slednjega je
večje število tržnih udeležencev prenehalo dajati pasivna naročila (angl. limit order) v
knjigo naročil (angl. order book), kjer so jih drugi lahko izkoristili za svoj zaslužek.
Transparentnost po izvršitvi
Vsak dark pool ima svoje načine poročanja o likvidnosti, kar otežuje oceno stanja trga.
Nekateri sistemi podvajajo višino prometa, saj štejejo med celoten promet tudi naročila,
ki jih le delno izpolnijo. Ob seštevku celotnega prometa borz in dark poolov je končni
rezultat mnogo višji od dejanskega izvršenega prometa.
Signaliziranje naročil
45
Tržni udeleženci s hitrejšimi internetnimi povezavami, hitrejšim dostopom do kotacij in
borz lahko izkoriščajo to prednost s pošiljanjem manjših naročil na trg, s katerimi ocenijo
globino trga. Takoj ko so naročila izvršena kot celota, ocenijo, da je na trgu večji
udeleženec; z enakimi naročili se takoj postavijo pred njega in izkoristijo informacijsko
prednost.
Bodek (2013, str. 4) ocenjuje, da je v Ameriki približno 50 različnih dark poolov.
Ker je delovanje dark poolov podobno delovanju črne skrinjice, je njihovo nadziranje
skoraj nemogoče. SEC sicer intenzivno raziskuje problem neenakosti tržnih udeležncev
in ga skuša odpraviti, vendar je to dolgotrajen proces. V letu 2012 je eden izmed dark
poolov (Knight Capital Dark Pool) zaradi težave v delovanju algoritma objavil izgube
višini 440 milijonov dolarjev v le nekaj minutah trgovanja (dark pool trguje tudi za svoj
dobiček in ne deluje samo kot ponudnik likvidnosti). Barclay's dark pool, ki deluje v
Evropi, je bil v letu 2014 obtožen, da posreduje naročila strank podjetjem HFT, ki v
zameno plačujejo za naročila (angl. order flow). Trgovalni promet znotraj dark poola je
zaradi tega upadel za skoraj 80 %. Prav tako sta morala za svoje početje odgovarjati
Goldman Sachs (400.000 napačno cenjenih naročil) in Bank of America (napačno
poročanje o višini prometa) zaradi težav z delovanjem njunih sistemov dark pool.
5.1.2 Grid trgovanje
Grid trgovanje ali mrežno trgovanje je trgovanje, ki temelji na predpostavki, da se trg
vrača k svoji povprečni vrednosti (angl. mean reversion). Strategije so zasnovane tako,
da kupujejo, ko cene padajo, in prodajajo, ko cene naraščajo. Strategija grid je lahko
zasnovana tudi tako, da sledi smeri cene. To pomeni, da kupujemo, ko cena narašča, in
prodajamo, ko cena pada. V nadaljevanju bomo prikazali primer takšne strategije.
46
Slika 40: Grid trgovanje v smeri trenda
Vir: (Forex Grid Master, 2014)
Na zgornji sliki vidimo primer avtomatizirane trgovalne strategije grid, ki trguje v smer,
kamor se premika cena. Trenutna cena je prikazana s črno oznako (1.33361). Pod ceno
lahko vidimo več črtkanih črt z naročili sell stop. Ko cena pade pod prvo črtkano črto, se
sproži prodajno naročilo. Če cena pada še naprej, se sprožijo še ostala prodajna naročila.
Obratno se dogaja, ko cena narašča. Ko se cena dotakne zgornje črtkane črte, se odpre
nakupno naročilo. Ta strategija sledi smeri cene, kar pomeni, da vedno ujamemo večje
premike, a se v manj nestanovitnih časih hitro začnejo nabirati izgube.
Da bi izkoristili nizko nestanovitnost in unovčevali dobičke, ko je trg v območju range,
lahko samo zamenjamo tip naročil. To pomeni, da pod ceno namesto naročil sell stop
vnašamo naročila buy limit. Ko cena zaniha nazaj do svoje povprečne vrednosti, se
pozicije avtomatsko zaprejo; če pa je nihaj navzgor močnejši, se aktivirajo naročila sell
limit.
47
Strategije grid imajo pogosto zelo visok odstotek pozitivno zaprtih pozicij. Dobički so
nizki, a konstantni. Težave pri strategiji mean reversion se pojavijo, če pride do
nepričakovanih hitrih premikov, saj je izguba takrat lahko mnogokrat večja, kot so bili
prej dobički. Pri strategiji, ki sledi trendu, pa so hitri premiki dobrodošli, a dolge
konsolidacije, kjer cena daljše obdobje niha brez točne smeri, hitro začnejo kopičiti
izgube.
5.1.3 Straddle trgovanje
Straddle trgovanje je poznano iz trgovanja z opcijami, kjer sočasno kupimo call in put
opcijo. To naredimo takrat, kadar pričakujemo nenadno in močno spremembo cene,
vendar o smeri nismo prepričani. Za lažje razumevanje bomo opisali primer. Cena delnice
je trenutno 100 EUR, mi pa pričakujemo v naslednjem tednu objavo poslovnih rezultatov,
a nismo prepričani, ali so dobri ali slabi. Kupimo call opcijo s strike ceno 105 EUR in put
opcijo s ceno 95 EUR. To pomeni, da bomo zaslužili, kadar bo cena delnice višja od 105
EUR ali nižja od 95 EUR. Če cena ostane med tema dvema vrednostma, bomo izgubili
premijo, ki smo jo plačali za nakup teh dveh opcij.
Podobno lahko naredimo tudi pri forex trgovanju. Pred objavo pomembnega
makroekonomskega podatka lahko odpremo long in short pozicijo enake količine in pri
obeh pozicijah nastavimo enak stop loss.
Če prikažemo praktičen primer, to izgleda tako. EUR/USD trenutno trguje pri ceni
1,3500. Opravimo hkratno prodajo in nakup 1 lota in pri obeh naročilih nastavimo stop
loss 20 pipov. To pomeni, da bomo long pozicijo zaprli z izgubo pri vrednosti 1,3480.
Short pozicijo bomo zaprli z izgubo pri vrednosti 1,3520. Ob objavi podatkov začne tečaj
hitro naraščati. Čez 30 minut je tečaj EUR/USD 1,3600 in takrat zapremo vse pozicije.
Naša short pozicija je bila zaradi stop loss naročila zaprta že pri vrednosti 1,3520, s čimer
smo zabeležili izgubo 20 pipov. Naša long pozicija je bila med tem časom odprta in smo
jo zaprli pri vrednosti EUR/USD 1,3600. S tem smo zabeležili dobiček 100 pipov. Naš
celoten profit je 100 pipov minus 20 pipov izgube, kar znaša 80 pipov. Pri količini 1 lot
znaša to 800 ameriških dolarjev.
Če želimo takšen sistem avtomatizirati, lahko uporabljamo enak princip s tehničnimi
indikatorji. Ker trg navadno deluje v valovih, kar pomeni, da po velikih premikih sledijo
manjši premiki, lahko z uporabo indikatorjev, ki merijo volatilnost, odpremo pozicije
vsakič, ko je volatilnost na ekstremno nizkih vrednostih. Takrat pričakujemo, da se bo v
prihodnosti volatilnost povečala in takrat lahko ustvarimo dobiček.
5.1.4 Scalping
Pri scaplingu je čas držanja pozicije zelo kratek, od 1 minute do nekaj ur. Navadno iščemo
dobičke velikosti nekaj pipov. Prednost pri takšnem načinu trgovanja je lažje
obvladovanje pozicij, nižja maksimalna izguba kapitala ter višja donosnost zaradi
obrestno obrestnega računa. Slabosti scalpinga so visoki stroški trgovanja, med katere
štejemo tudi provizije in slippage (razlika med ceno ob izdaji naročila in dejansko
izvršeno ceno) ter čas vstopa in izstopa, saj je treba pozicije odpirati in zapirati zelo
natančno.
48
Primer strategije scalping je trgovanje v času odprtja azijskih borz, ko je volatilnost nizka.
Takrat lahko pričakujemo manjše premike kot v času, ko so odprte evropske in ameriške
borze. Pozicije so zaprte takoj, ko cena malo zaniha.
5.1.5 Trgovanje z indikatorji
Trgovanje z indikatorji poteka z uporabo najrazličnejših kombinacij indikatorjev. Nekaj
smo jih prej že opisali, poznamo pa še na stotine drugih. Indikatorji nam poskušajo
pomagati ugotoviti, kdaj naj bi se smer trga obrnila. Nekateri indikatorji ugotavljajo tudi
volatilnost trga, da lažje ocenimo pričakovane donose.
5.2 Primeri donosnih avtomatiziranih strategij
Chan (2009, str. 18) opisuje primerjavo različnih trgovalnih strategij kot kompleksno. Če
delniška strategija uporablja samo dolge pozicije, jo lahko primerjamo z ostalimi
delniškimi indeksi in donos 10 % letno ne bo predstavljal nadpovprečnega rezultata, če
je povprečen donos indeksa enak. Kadar pa strategija uporablja dolge in kratke pozicije,
je njen donos težko primerjati s skladi, ki trgujejo samo dolge pozicije, zato si moramo
izbrati drugačen benchmark.
Avtor navaja, da je za primerjavo trgovalnih rezultatov treba upoštevati druge parametre,
kot samo donos. Sharpov koeficient (angl. Sharpe ratio) prikaže bolj reprezentativne
podatke, zato je uporaben za primerjavo različnih strategij.
Sharpov koeficinet izračunamo z enačbo (1):
𝑆 =𝑅−𝑅𝑓
𝜎 (1)
kjer je:
R = pričakovan donos
Rf = netvegana donosnost
σ = standarni odklon
Pričakovan donos izračunamo z enačbo (2)
𝑃𝑟𝑖č𝑎𝑘𝑜𝑣𝑎𝑛 𝑑𝑜𝑛𝑜𝑠 = 𝐷% × 𝑃𝐷 − 𝐼% × 𝑃𝐼 (2)
kjer je:
D % = odstotek pozitivnih trgovanj
PD = povprečni dobiček
I % = odstotek negativnih trgovanj
PI = povprečna izguba
49
Forman (2006, str. 204) prikazuje več različnih načinov primerjave strategij:
neto dobiček,
odstotek pozitivnih trgovanj,
povprečni dobiček,
najvišji posamezni dobiček,
povprečna izguba,
najvišja posamezna izguba,
pričakovan dobiček na posamezno trgovanje,
standardni odklon in
Sharpov koeficient.
Avtomatizirane strategije najlažje primerjamo z uporabo socialnih platform, kjer
uporabniki javno objavljajo rezultate svojih avtomatiziranih strategij. V nadaljevanju
bomo na kratko predstavili tri izmed najpopularnejših strategij. Sicer njihovega točnega
algoritma delovanja ne moremo ugotoviti, lahko pa ocenimo njihove rezultate. Najprej
bomo pregledali grafe njihovih krivulj izgub in dobička, nato pa še primerjali nekaj
različnih kazalnikov. Vsi podatki so iz podatkov realnih in preverjenih trgovalnih računov
s pravim kapitalom. Prva strategija je trgovala na več valutnih parih hkrati (AUD/USD,
EUR/USD, GBP/USD, USD/CAD, USD/CHF in USD/JPY), medtem ko sta ostali dve
strategiji trgovali le na tečaju EUR/USD.
Slika 41: Strategija Forex Growth Bot
Vir: (Myfxbook, 2014a)
50
Slika 42: Strategija Wall Street
Vir: (Myfxbook, 2014b)
Slika 43: Strategija Caesar 400 % EUR/USD
Vir: (Myfxbook, 2014c)
51
Slika 44: Primerjava strategij po donosih in maksimalnih izgubah
Vir podatkov: (Myfxbook 2014a,b,c)
Na zgornjem grafu lahko vidimo primerjavo treh opazovanih strategij. Po povprečnem
mesečnem donosu izstopa tretja strategija, ki je imela hkrati tudi najnižjo maksimalno
izgubo. Najvišjo maksimalno izgubo kapitala je s 94,46 % zabeležila prva strategija. Iz
krivulje dobička in izgube prve strategije lahko vidimo, da je v začetku kazala dobre
rezultate, ki pa so se proti koncu obdobja močno poslabšali. Pri drugi strategiji je krivulja
sicer razgibana, a ima trend navzgor. Pri tretji strategiji je krivulja skoraj popolnoma
gladka in nima večjih odstopanj. Zaradi tega lahko pričakujemo, da bo pokazala tudi
najboljše rezultate Sharpovega koeficienta.
Slika 45: Primerjava Sharpovega koeficienta strategij
Vir podatkov: (Myfxbook 2014a, b, c)
Na zgornjem grafu vidimo primerjavo Sharpovega koeficienta vseh strategij. Po
pričakovanjih je z 0,35 najvišji rezultat pokazala tretja strategija. Najslabši rezultat je z
0,04 dosegla prva strategija, kar je zelo nizka vrednost. Glede na zelo visok povprečni
Povprečni mesečni donos (%) Maksimalna izguba kapitala (%)
Forex Growth Bot 4,11 94,46
Wall Street 3,92 27,95
Caesar 400 % 16,85 25,92
0
10
20
30
40
50
60
70
80
90
100
Sharpov koeficient
Forex Growth Bot 0,04
Wall Street 0,08
Caesar 400 % 0,35
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
52
mesečni donos tretje strategije rahlo preseneča, da je koeficient z 0,35 še vseeno dokaj
nizek, a ga lahko pojasnimo z dejstvom, da je strategija imela zelo visoko maksimalno
izgubo kapitala.
53
6 GRADNJA NOVE AVTOMATIZIRANE STRATEGIJE
Pri gradnji strategije moramo izbrati vrsto strategije, ki jo bomo uporabljali. Obstajajo
različne vrste strategij. Nekatere sledijo trendu, nekatere so proti njemu. Pri nekaterih so
vstopi kasnejši in potrjeni, pri nekaterih pa vstopamo hitro in potrditev iščemo kasneje.
O'Neil (1995, str. 95) pravi, da če ne prodaš prehitro, boš prodal prepozno, saj je točen
vrh nemogoče zadeti.
Chan (2009, str. 140) našteva 4 različne načine, kako generiramo signal za zaprtje
pozicije:
časovna omejenost,
vnaprej določen dobiček,
vnaprej določena omejitev izgube,
signal za spremembo trenda.
Časovna omejenost odprtih pozicij je osnovna strategija zapiranja v večini trgovalnih
strategij. Ker lahko z analizo podatkov ugotovimo optimalno obdobje ohranjanja pozicij,
lahko kot osnovni čas določimo kar povprečje dobičkonosnega števila dni. Avtor še
opozarja, da zaradi tega, ker enako ravnajo tudi enaki udeleženci trga, se to optimalno
obdobje vseskozi spreminja.
Schwager (1992, str. 175) meni, da je upravljanje s tveganjem (angl. money management)
pomembnejše od same trgovalne metode. Forman (2006, str. 101) opisuje tudi 99 %
zanesljivo strategijo kot tvegano, saj nikoli ne vemo, katera pozicija bo prinesla izgubo.
Vse, kar trgovalec lahko stori glede tega, je omejitev izgube, ko se ta zgodi. Appel (2005,
str. 224) ugotavlja, da vsaka izguba ne pomeni nujno napake trgovalca. Trgovanje je le
rezultat statističnih verjetnosti, pri katerem posamezen izid ni pomemben.
Pomembnost omejevanja izgube je prikazana v spodnji tabeli, kjer primerjamo najvišjo
izgubo kapitala in potreben dobiček za nadomestitev izgube.
Slika 46: Potreben dobiček za nadomestitev izgube
Vir: (lastni prikaz)
0 %
50 %
100 %
150 %
200 %
250 %
300 %
350 %
10 % 25 % 50 % 75 %
Po
treb
en d
ob
iček
za
nad
om
esti
tev
izgub
e
Višina izgube
54
Kot je razvidno iz zgornje slike, z višino izgube eksponentno narašča potrebna višina
dobička za nadomestitev izgube. Zmanjševanje izgub je prav zaradi tega razloga ključno.
Če se nam začnejo kopičiti večje izgube, jih le stežka nadomestimo.
6.1 Osnovna trgovalna strategija
Instrument
Trgovalni instrument, ki smo ga izbrali pri gradnji naše strategije, je tečaj EUR/USD.
Razlog za takšno izbiro je največja likvidnost med valutnimi pari in posledično tudi
najnižji stroški trgovanja. Zaradi velikega povišanja obsega trgovanja v zadnjih letih je
razmik med nakupno in prodajno ceno (angl. spread) močno upadel. Trenutno je možno
trgovati skoraj brez spreada (0,1-0,2 pipa), medtem ko je v preteklosti bil spread tudi do
nekaj pipov. Stroške trgovanja smo v našem primeru zanemarili, saj variirajo od
ponudnika do ponudnika, nekateri pa celo ponujano trgovanje brez stroškov8.
Slika 47: Tečaj EUR/USD med obdobjem od 1. 1. 2013 do 1. 1. 2014
Vir podatkov: (Oanda, 2014)
Na zgornjem grafu je vidno gibanje tečaja EUR/USD v obdobju enega leta med 1. 1. 2013
in 1. 1. 2014, kolikor je trajalo obdobje backtesta.
Časovni okvir
Časovni okvir za izvajanje trgovalnih odločitev bo 1 ura (H1). To pomeni, da bo algoritem
vsako zaključeno uro pregledal stanje trga in sprejel odločitev o trgovanju. Če bo
algoritem ugotovil, da se v 1 uri stanje ni spremenilo, bo pustil pozicije odprte. V kolikor
bo algoritem ugotovil, da so se razmere spremenile, bo pozicijo zaprl in odprl pozicijo v
nasprotni smeri. Izbira enournega časovnega okvira je ena najpopularnejših pri trgovanju
znotraj dneva (pozicije so odprte v povprečju nekaj ur), saj ne generira preveč trgovalnih
signalov, ki bi povečali stroške trgovanja, hkrati pa tudi ne premalo, da bi spremembo
8 Spot trgovanje omogoča najnižjie stroške.
1,27
1,29
1,31
1,33
1,35
1,37
1,39
55
trenda trga opazili prepozno. Znotraj določene ure algoritem ne sproža signalov in vedno
počaka do zaključka sveče, preden da nov trgovalni signal.
Tehnični indikatorji
Indikatorje, ki jih bomo uporabljali za gradnjo strategije, so osnovna orodja, ki smo jih
opisali že v 4. poglavju. Osredotočili se bomo na tri indikatorje in testirali njihovo
uspešnost:
Moving Average (MA),
Bollinger Bands (BB) in
Relative Strength Index (RSI).
Izbrani indikatorji so v literaturi med najbolj popularnimi, njihovo delovanje pa je dokaj
preprosto opisati.
Obdobje backtesta
Obdobje backtesta je bilo med 1. 1. 2013 in 1. 1. 2014. To pomeni, da smo v testiranje
vključili podatke enega leta. V tem obdobju bi morali dobiti zadostno velik vzorec za
primerno analizo rezultatov.
Obdobje forward testa
Obdobje forward tesa (testiranje trgovalne strategije za naprej) smo izbrali med 1. 1. 2014
in 1. 7. 2014. To pomeni, da smo v testiranje vključili podatke polovice leta. V tem
obdobju bomo testirali strategijo, ki jo bomo razvili na podlagi backtesta in trgovalne
rezultate iz forward testa primerjali z rezultati backtesta.
Začetni kapital in velikost pozicije
Za lažjo primerjavo trgovalnih strategij ima vsaka strategija enak začetni kapital: 10.000
USD. Velikost pozicij je zaradi enakega razloga pri vsakem trgovanju konstantna: 10.000
USD (1 mini lot)9. To v praksi pomeni, da trgujemo brez vzvoda, saj za vsako pozicijo
uporabljamo le svoj kapital (le izjemoma, če v začetku trgovanja naredimo izgubo, da
kapital pade pod 10.000 USD, moramo uporabiti majhen vzvod za vzdrževanje
konstantne pozicije). Ker trgujemo brez vzvoda10, je tveganje za izgubo celotnega
kapitala (angl. risk of ruin) zelo majhno. Če bi trgovali z vzvodom, bi sicer bili potencialni
dobički mnogo večji, a bi se hkrati za enak faktor povečalo tudi tveganje.
Trgovalna strategija
Na začetku bomo testirali tri različne trgovalne strategije. Vsem trem strategijam bomo
kasneje dodali še algoritem za omejevanje izgube, ki bo vse pozicije, kjer bo izguba večja
od povprečne izgube osnovne strategije, takoj zaprl. Pri vsaki strategiji bomo naredili tudi
graf raztrosa (angl. scatter chart), pri katerem bomo lahko ocenili porazdelitev dobičkov
in izgub, hkrati pa videli odstopanja posameznih pozicij. Glede na rezultate testiranja
bomo kasneje izbrali najprimernejšo strategijo in izvedli optimizacijo trgovalnih
9 Mini lot (10.000 USD) je desetina trgovalnega lota, ki znaša 100.000 USD. 10 Z uporabo vzvoda 10:1 lahko s kapitalom 10.000 USD odpremo pozicijo v višini 100.000 USD.
56
parametrov. Optimizirana strategija bo kasneje uporabljena v forward testu, kjer bomo
ugotovili, ali je možno uspehe iz preteklosti prenesti na sedanjost. Vse strategije delujejo
po principu ''always-in'', kar pomeni, da je kapital ves čas uporabljen za držanje pozicij.
Takoj ko se ena pozicija zapre, se v nasprotno smer odpre nova.
Prva strategija temelji na uporabi indikatorja BB. Ta strategija je še posebej uporabna,
kadar trg nima nekega dolgoročnega trenda, posebej pa se izkaže v range obdobjih, v
katerih cena konstantno niha z enakomernimi odkloni. Ker za trgovalne signale uporablja
standardne odklone drsečega povprečja, se prilagaja volatilnosti trga in zato generira
trgovalne signale tudi v obdobjih nizke volatilnosti.
Druga strategija temelji na uporabi indikatorja RSI. Ta strategija skuša ugotoviti, kdaj je
trg prekomerno upadel in kdaj prekomerno porasel. Ker gre za oscilator (giblje se med 0
in 100), lahko nazorno vidimo, kdaj se trg začne iz preprodanega (angl. oversold)
območja (RSI pod nivojem 30) gibati navzgor. Velja tudi obratno, kadar je trg
prevrednoten (angl. overbought) in je RSI nad 70.
Tretja strategija temelji na uporabi indikatorja MA. Ta strategija na bi bila še posebej
uporabna za lovljenje trendov, kadar se cena dlje časa premika v določeni smeri. Kadar
je trg v range območju, ta strategija pravilom prinaša izgube, saj vsakič sproži signal,
ravno ko se trg obrne v nasprotno smer. Za vstop se uporablja križanje dveh drsečih
povprečij.
6.1.1 Testiranje prve strategije
Strategija 1 – Bollinger Bands
Parametri, ki bodo uporabljeni, so:
srednji pas (20-urno drseče povprečje – MA 20);
zgornji pas (srednji pas zamaknjen navzgor za dvakratni standardni odklon
povprečja 20 obdobij);
spodnji pas (srednji pas zamaknjen navzdol za dvakratni standardni odklon
povprečja 20 obdobij).
Algoritem bo sprožil :
nakup – najnižja točke H1 sveče ob zaključku sega pod območje spodnjega pasu
BB;
prodaja – najvišja točke H1 sveče ob zaključku sega nad območje zgornjega pasu
BB.
57
Tabela 1: Rezultati prve strategije
Dolge Kratke Skupaj
Število pozicij 156 156 312
Dobički 103 99 202
Izgube 52 56 108
D&I (%) 5,42 -0,21 5,21
Povprečen dobiček (USD) 29,98 27,49 28,76
Povprečna izguba (USD) 48,96 48,98 48,97
Največji dobiček (USD) 136 146 146
Največja izguba (USD) 217 288 288
Povprečno trajanje pozicij (h) 21,56
Vir: (lastni prikaz)
Iz zgornje tabele je razvidno, da je bil v obdobju testiranja trg najprimernejši za dolge
pozicije, saj je ves dobiček izviral le iz teh pozicij. Kratke pozicije so prinesle povprečno
manjše dobičke (27,49 USD proti 29,98 USD), hkrati pa je bila največja izguba
posamezne pozicije mnogo večja kot pri dolgih (288 USD proti 217 USD). Pozicije so
bile v povprečju zaprte v manj kot enem dnevu (v 21,56 urah). Strategija je pokazala
pozitiven rezultat s 5,21 % dobičkom.
Slika 48: Scatter graf dobičkov in izgub prve trgovalne strategije
Vir: (lastni prikaz)
Na zgornjem grafu je razvidno, da je bilo kar nekaj pozicij zaprtih z mnogo večjo izgubo
od povprečne. Odstopanja pozicij z izgubo so mnogo večja kot pozicij z dobičkom. Da bi
poskušali zmanjšati večje odklone pri izgubah, smo v nadaljevanji testirali še strategijo z
dodanim pravilom, da se vse izgube, ki odstopajo od povprečja, takoj realizirajo.
Poskušali bomo ugotoviti, ali bo z nižanjem izgub mogoče povečati skupen dobiček.
58
V drugem testiranju smo v algoritem dodali še pravilo o omejevanju izgube. Tako je
bila vsaka pozicija, kjer je izguba ob zaključku H1 sveče presegala povprečno izgubo,
ugotovljeno iz prvega testiranja strategije, takoj zaprta. S tem smo poskušali ugotoviti, ali
ugotovitve nekaterih avtorjev (Schwager 1992, Forman 2006, Appel 2005), da je
omejevanje izgube lahko pomembnejše od same trgovalne strategije, držijo tudi v našem
primeru.
Pravilo o omejevanju izgube je zaprlo vsako pozicijo, ki je bila ob koncu enourne sveče
večje od povprečne izgube prvega testiranja (49 USD).
Tabela 2: Rezultati prve strategije z omejevanjem izgub
Dolge Kratke Skupaj
Število pozicij 180 183 363
Dobički 112 107 219
Izgube 67 75 142
D&I (%) 2,2 -6,18 -3,98
Povprečen dobiček (USD) 31,12 29,54 30,33
Povprečna izguba (USD) 48,67 50,39 49,58
Največji dobiček (USD) 136 124 136
Največja izguba (USD) 137 120 137
Povprečno trajanje pozicij (h) 14,51
Vir: (lastni prikaz)
Rezultati iz zgornje tabele kažejo, da kljub temu, da se je največja izguba posamezne
pozicije drastično zmanjšala, je skupen rezultat slabši kot pri strategiji, kjer izgub nismo
omejevali. Povprečen čas držanja pozicij se je bistveno skrajšal, število pozicij pa
povečalo. Povečal se je tudi povprečen dobiček, a hkrati tudi povprečna izguba. Razlog
za slabši skupni rezultat pa je predvsem povišanje števila izgub. Število izgub se je
namreč povišalo s 108 na 142, medtem ko je število dobičkov z 202 poraslo na 219.
59
Slika 49: Scatter graf dobičkov in izgub prve trgovalne strategije z omejevanjem izgub
Vir: (lastni prikaz)
Na zgornjem grafu je razvidno, da se je maksimalna višina izgube bistveno zmanjšala.
Odstopanja pozicij z izgubo so mnogo manjša kot pri strategiji brez omejevanja izgub.
Kljub omejevanju izgube je bilo nekaj pozicij zaprtih z več kot dvakrat večjo izgubo od
povprečne.
6.1.2 Testiranje druge strategije
Strategija 2 – RSI
Uporabljeni parameter je:
obdobje 14 sveč11.
Algoritem bo sprožil :
nakup – indikator RSI ob zaključku H1 sveče prečka območje 30 navzgor;
prodaja – indikator RSI ob zaključku H1 sveče prečka območje 70 navzdol.
11 Točen opis izračuna kazalnika je opisan v točki 4.3.3.
60
Tabela 3: Rezultati druge strategije
Dolge Kratke Skupaj
Število pozicij 24 25 49
Dobički 15 17 32
Izgube 8 8 16
D&I (%) 3,62 -1,4 2,22
Povprečen dobiček (USD) 68,27 87,82 78,66
Povprečna izguba (USD) 82,75 204,12 143,44
Največji dobiček (USD) 160 170 170
Največja izguba (USD) 239 448 448
Povprečno trajanje pozicij (h) 131,63
Vir: (lastni prikaz)
Rezultati iz zgornje tabele kažejo, da strategija RSI generira mnogo manj signalov kot
BB. Skupaj je bilo tako le 49 pozicij, medtem ko je strategija RSI brez omejevanja izgube
proizvedla 312 pozicij. Pozicije so bile sicer enakomerno porazdeljene glede na smer.
Podobno kot pri prvi strategiji je bil tudi pri tej rezultat boljši pri dolgih pozicijah, saj je
ves dobiček izviral le iz pozicij v tej smeri. Kratke pozicije so sicer prinesle povprečno
višje dobičke, ampak je bila največja izguba posamezne pozicije več kot dvakrat večja.
Pozicije so bile v povprečju zaprte v daljšem času (131,63 urah – 5,5 dneh).
Slika 50: Scatter graf dobičkov in izgub druge trgovalne strategije
Vir: (lastni prikaz)
Zgornji graf prikazuje, da so bili dobički večinoma veliko manjši od izgub. Odstopanja
pozicij z izgubo so mnogo večja kot pozicij z dobičkom. Sicer je bilo število
dobičkonosnih pozicij dvakrat večje od izgub (32 proti 16), ampak so bile izgube v
povprečju tudi dvakrat višje.
61
V drugem testiranju smo v algoritem dodali še pravilo o omejevanju izgube. Tako je
bila vsaka pozicija, kjer je izguba ob zaključku H1 sveče presegala povprečno izgubo,
ugotovljeno iz prvega testiranja strategije, takoj zaprta. Ker je bila po prvem testiranju
največja izguba posamezne pozicije mnogo večja od največjega dobička, bi po
pričakovanjih končni rezultat moral biti boljši. Izgubo smo zaprli, če je bila ob zaključku
enourne sveče večja od 143 USD.
Tabela 4: Rezultati druge strategije z omejevanjem izgub
Dolge Kratke Skupaj
Število pozicij 32 36 68
Dobički 20 19 39
Izgube 11 17 28
D&I (%) 2,59 -2,99 -0,40
Povprečen dobiček (USD) 82,00 98,95 90,26
Povprečna izguba (USD) 125,55 128,18 127,14
Največji dobiček (USD) 266 297 297
Največja izguba (USD) 182 254 254
Povprečno trajanje pozicij (h) 87,12
Vir: (lastni prikaz)
Rezultati iz zgornje tabele kažejo, da je strategija RSI, pri kateri smo izgube omejevali,
skupno prinesla slabši rezultat kot prej, ko izgub nismo omejevali. Prej dobičkonosna
strategija je postala nedobičkonosna predvsem zaradi slabših rezultatov kratkih pozicij,
ki so že v prvem testiranju prinašale izgube. Skupno število pozicij se je povečalo z 49
na 68, a se je razmerje med dobičkonosnimi in nedobičkonosnimi pozicijami poslabšalo.
Največja izguba se je sicer drastično znižala in bila celo nižja od najvišjega dobička,
medtem ko je po prvem testiranju bila kar dvakrat višja. Povprečni čas držanja pozicij se
je zmanjšal. Kljub zmanjšanju povprečne izgube in povišanju povprečnega dobička je
strategija prikazala izgubo.
62
Slika 51: Scatter graf dobičkov in izgub druge trgovalne strategije z omejevanjem izgub
Vir: (lastni prikaz)
Zgornji graf prikazuje, da so se odkloni izgub od povprečja zelo zmanjšali. Večina izgub
je bila zaprta okoli višine povprečne izgube iz prvega testiranja (143 USD). Močneje je
izstopala le ena pozicija, kjer je izguba znašala 254 USD. Dobički so bili večinoma vsi
nižji od povprečne izgube in so znašali 90 USD. Povečano število odprtih pozicij, glede
na prvo testiranje, je večinoma prineslo le več izgub. Število dobičkonosnih pozicij se je
zvišalo z 32 na 39, medtem ko je število izgub poraslo s 16 na 28. Opaziti je mogoče, da
je število zaporednih izgub v dveh intervalih nekoliko večje, in sicer na začetku in proti
sredini testiranja.
6.1.3 Testiranje tretje strategije
Strategija 3 – Moving Average
Parametra, ki bosta uporabljena, sta:
signalno drseče povprečje v obdobju 20 sveč – MA 20,
smerno drseče povprečje v obdobju 60 sveč – MA 60.
Algoritem bo sprožil :
nakup – signalno drseče povprečje ob zaključku H1 sveče navzgor prečka smerno
drseče povprečje;
prodaja – signalno drseče povprečje ob zaključku H1 sveče navzdol prečka
smerno drseče povprečje.
63
Tabela 5: Rezultati tretje strategije
Dolge Kratke Skupaj
Število pozicij 72 72 144
Dobički 24 17 41
Izgube 48 55 103
D&I (%) -14,66 -19,42 -34,08
Povprečen dobiček (USD) 72,83 62,65 68,61
Povprečna izguba (USD) 66,96 54,67 60,40
Največji dobiček (USD) 224 264 264
Največja izguba (USD) 207 227 227
Povprečno trajanje pozicij (h) 45,46
Vir: (lastni prikaz)
Iz zgornje tabele lahko ugotovimo, da je ta strategija prinesla velike izgube. Od skupaj
144 pozicij so bile kar 103 izgube. Razmerje med odprtimi kratkimi in dolgimi pozicijami
je bilo izenačeno. Pozicije so bile v povprečju zaprte po dveh dneh (45,5 urah).
Slika 52: Scatter graf dobičkov in izgub tretje trgovalne strategije
Vir: (lastni prikaz)
Iz zgornjega grafa vidimo, da je le nekaj pozicij očitno izstopalo, večinoma pa so se gibale
blizu povprečja. Opaziti je mogoče mnogo večje število negativnih pozicij.
V drugem testiranju smo zaradi narave strategije, ki deluje po principu ''always-in''
(vedno odprte pozicije), parametre za vstop obrnili in po pričakovanjih naj bi se vse zaprte
izgube spremenile v dobičke in obratno. S tem smo povzročili, da se namesto prodaje
odpre nakup in namesto nakupa prodaja. Tako lahko nedobičkonosno strategijo
spremenimo v dobičkonosno.
64
Tabela 6: Rezultati inverzne tretje strategije
Dolge Kratke Skupaj
Število pozicij 72 72 144
Dobički 55 48 103
Izgube 17 24 41
D&I (%) 19,42 14,66 34,08
Povprečen dobiček (USD) 54,67 66,96 60,4
Povprečna izguba (USD) 62,65 72,83 68,61
Največji dobiček (USD) 227 207 227
Največja izguba (USD) 264 224 264
Povprečno trajanje pozicij (h) 45,46
Vir: (lastni prikaz)
Po pričakovanjih so se rezultati spremenili na pozitivno. Število trgovanj je ostalo enako,
spremenila so se le razmerja med dobički in izgubami. Pozicije, ki so prej prinesle izgube,
so sedaj realizirale dobičke. Končni rezultat je tako prinesel 34,08 % dobička. Največja
izguba je bila sicer večja od največjega dobička, prav tako so bile večje povprečne izgube.
Razlog za pozitiven končni rezultat je v visokem deležu pozitivno zaključenih pozicij.
Od skupno 144 pozicij jih je bilo le 41 zaprtih z izgubo, 103 pa z dobičkom.
Slika 53: Scatter graf dobičkov in izgub inverzne tretje trgovalne strategije
Vir: (lastni prikaz)
Zgornji graf prikazuje ravno obratno sliko kot pri prvem testiranju. Močno prevladuje
število dobičkov. Posebej izstopajo tri pozitivne in tri negativne pozicije, ki pa so
približno enako oddaljene med sabo. Izgube in dobički so sicer časovno med seboj dokaj
enakomerno usklajeni, kar pomeni, da ni bilo večjih zaporednih serij izgub.
65
V tretjem testiranju smo v algoritem druge (inverzne) trgovalne strategije dodali še
pravilo o omejevanju izgube. Tako je bila takoj zaprta vsaka pozicija, kjer je izguba ob
zaključku H1 sveče presegala povprečno izgubo, ugotovljeno iz prvega testiranja
strategije (69 USD).
Tabela 7: Rezultati inverzne tretje strategije z omejevanjem izgub
Dolge Kratke Skupaj
Število pozicij 72 72 144
Dobički 54 46 100
Izgube 18 26 44
D&I (%) 18,07 10,25 28,32
Povprečen dobiček (USD) 55,61 65,63 60,22
Povprečna izguba (USD) 66,44 76,69 72,5
Največji dobiček (USD) 227 207 227
Največja izguba (USD) 94 164 164
Povprečno trajanje pozicij (h) 29,53
Vir: (lastni prikaz)
Rezultati iz zgornje tabele so pokazali, da je število pozicij ostalo po omejevanju izgub
nespremenjeno, se je pa povišalo število izgub, in sicer za 3 (z 41 na 44). Prav tako se je
nepričakovano malenkostno dvignila višina povprečne izgube (z 68,61 USD na 72,5
USD). Končni rezultat je bil nekoliko slabši, a še vseeno zelo visok. Skrajšal se je tudi
čas držanja pozicij (s 45,51 h na 29,53 h).
Slika 54: Scatter graf dobičkov in izgub inverzne tretje trgovalne strategije z
omejevanjem izgub
Vir: (lastni prikaz)
66
Zgornji graf prikazuje zelo enakomerno porazdelitev višine izgub, saj navzdol močneje
odstopajo le tri pozicije. Zaradi omejevanja izgub se je glede na rezultate drugega
testiranja močno zmanjšalo število izgub, ki so manjše od povprečja. To je tudi glavni
razlog nekoliko slabših rezultatov.
Zaradi enakih parametrov prvega in drugega testiranja smo v nadaljevanju izločili
rezultate prvega testiranje in jih pri analizi in grafih nismo upoštevali. V besedilu se v
nadaljevanju besedna zveza ''tretja strategija'' navezuje na rezultate testa inverzne tretje
strategije. Besedna zveza ''tretja strategija z omejevanjem izgube'' se navezuje na rezultate
tretjega testiranja.
6.2 Rezultati testiranja
V nadaljevanju bomo prikazali tri grafe, na katerih bomo videli primerjavo treh strategij
(prva – BB, druga – RSI, tretja – MA, omejevanje izgube – Stop):
odstotnega dobička (% P&L),
Sharpovega koeficienta (Sharpe ratio) in
maksimalno izgubo kapitala od najvišje točke (maksimalen drawdown)12.
Slika 55: Primerjava dobička iz backtesta strategij
Vir: (lastni prikaz)
12 Maksimalna izguba kapitala je uporaben podatek, kadar se kasneje po analizi strategije odločamo o višini
vrednosti posamezne pozicije. Kadar je maksimalni drawdown npr. 5 %, lahko s povišanjem vrednosti
posameznih pozicij za faktor 10 (npr. z 10.000 USD na 100.000 USD) tudi končni rezultat (P&L) zvišamo
za faktor 10, pri čemer se maksimalna izguba s prejšnjih 5 % poviša na 50 % vrednosti kapitala. Višje
tveganje nam namreč prinese potencialno višje dobičke. Višja vrednost maksimalnega drawdowna pomeni
slabši rezultat.
BB BB Stop RSI RSI Stop MA MA Stop
% P&L 5,21 -3,98 2,22 -0,4 34,08 28,32
-5
0
5
10
15
20
25
30
35
% P
&L
67
Iz zgornjega grafa je razvidno, da je največji dobiček prinesla tretja strategija, ki je za
razliko od drugih dveh strategij prikazala dobičke tudi po uvedbi pravila o omejevanju
izgub. Največjo skupno izgubo je beležila prva strategija z dodanim pravilom o
omejevanju izgub.
Slika 56: Primerjava Sharpovega koeficienta iz backtesta strategij
Vir: (lastni prikaz)
Primerjava Sharpovega koeficienta13, ki smo ga opisali v poglavju 5.2, je potrdila
ugotovitve predhodnega grafa in pokazala, da je najučinkovitejša tretja strategija, ki ima
najvišjo vrednost Sharpovega koeficienta.
13 Sharpov koeficient se navadno giblje med 0 in 1. Rezultat, višji od 1, predstavlja zelo nadpovprečno
učinkovitost.
BB BB Stop RSI RSI Stop MA MA Stop
Sharpe Ratio 0,64 -0,43 0,3 0,01 4,82 4,52
-1
0
1
2
3
4
5S
har
pe
Rat
io
68
Slika 57: Primerjava maksimalne izgube kapitala iz backtesta strategij
Vir: (lastni prikaz)
Maksimalna izguba kapitala je pomemben dejavnik, ki ga je treba upoštevati pri analizi
strategije, saj nam prikaže, koliko je v najslabšem primeru znašala izguba od najvišje do
najnižje točke vrednosti kapitala. Iz zgornjega grafa vidimo, da je največjo maksimalno
izgubo beležila druga strategija z omejevanjem izgub, in sicer 10,62 %. Najnižji
maksimalen drawdown je imela tretja strategija z omejevanjem izgub.
Če bi želeli zvišati končni rezultat trgovanja, bi lahko vrednost posameznih pozicij brez
težav zvišali za faktor npr. 6. Tako bi se maksimalen drawdown sicer povišal z 3,12 % na
18,72 % (6 x 3,12 %), a bi se hkrati za enak faktor povišal tudi končni % P&L, in sicer z
28,32 % na 169,92 % (6 x 28,32 %). Tako bi bili še vedno v okvirih normalnih izgub,
hkrati pa bi se nam dobički močno povečali. Ne smemo seveda pozabiti, da se vedno,
kadar povečujemo vrednost pozicije, enako poveča tudi tveganje izgub.
Hipotezo 1 (H1: s pomočjo tehničnih indikatorjev je mogoče ustvariti donosno trgovalno
strategijo), ki smo jo zastavili v začetku naloge, lahko tako potrdimo, saj smo le z uporabo
tehničnih indikatorjev uspeli ustvariti strategijo, ki je ob koncu obdobja izkazala dobiček.
V naslednji točki bomo naredili še optimizacijo najboljše strategije, ki jo bomo kasneje
testirali za obdobje 6 mesecev. Kljub temu, da je bil maksimalen drawdown pri tretji
strategiji z omejevanjem izgube sicer najnižji, smo glede na rezultate prvih dveh grafov
in ostalih podatkov kot najučinkovitejšo strategijo ocenili tretjo strategijo (MA). Glede
na rezultate dosedanjega testiranja pravila o omejevanju izgub ne bomo več
implementirali v strategijo, saj so bili v vseh primerih rezultati v drugem testiranju slabši.
Tako smo v našem primeru ovrgli ugotovitve nekaterih avtorjev, ki smo jih zapisali prej.
Omejevanje izgube torej ne pomeni nujno boljših rezultatov, še posebej kadar je naša
BB BB Stop RSI RSI Stop MA MA Stop
% Max DD 4,96 8,64 10,3 10,62 3,18 3,12
0
2
4
6
8
10
12
% m
aksi
mal
en d
raw
do
wn
69
strategija kratkoročnega značaja in lahko večje spremembe trga hitreje opazimo ter nanje
reagiramo.
6.3 Optimizacija tehničnih parametrov za trgovanje
Katz (2000, str. 54) opisuje problem razvoja trgovalne strategije z optimizacijo. To
pomeni, da parametre strategije spreminjamo, dokler ne dobimo optimalne kombinacije
na vzorcu, ki ga analiziramo. Pojavu, ko se kasneje pri pravem testiranju strategije za
naprej izkaže, da strategija ne deluje, pravimo curve-fitting (prilagajanje parametrov za
idealno krivuljo). Primeren curve-fitting pomeni, da so parametri smiselni in ustrezajo
večini podatkov. Neprimeren curve-fitting se pojavi, kadar uporabljamo naključne
parametre samo zato, da dobimo boljšo krivuljo.
Zaradi težavne ugotovitve, ali so parametri prekomerno prilagojeni ali ne, je strategijo
treba testirati za naprej in šele takrat se izkaže, ali je bila optimizacija uspešna.
Kaufman (2013, str. 937) nadalje opisuje možne efekte optimizacije na končni rezultat.
Če z optimizacijo dosežemo v nekem delu vzorca boljše rezultate, to velikokrat pomeni,
da bodo v drugih delih testiranega vzorca rezultati povsem drugačni. Kadar želimo
popolnoma izkoristiti neke izredne dogodke na trgu in strategijo optimiziramo, da
zajamemo najboljše rezultate ravno v tistem delu vzorca, lahko pridemo do takšne
krivulje.
Slika 58: Porazdelitev dobičkov po optimizaciji
Vir: (lastni prikaz)
Na zgornji sliki vidimo, kako lahko optimizacija zviša posamezne dobičke, a jih hkrati v
ostalih obdobjih zmanjša. Prvotna strategija je imela konstantnejše dobičke z manjšimi
odkloni. Po optimizaciji so odkloni dobičkov precej večji. Pri pravilni optimizaciji bi se
morala krivulja prvotne strategije premakniti navzgor brez spreminjanja ukrivljenosti. To
pomeni, da bi se zvišali povprečni dobički po celotni krivulji.
-10 -5 0 5 10 15 20 25 30
Do
bič
ek
Porazdelitev dobička
Optimizicija Prvotna strategija
70
6.3.1 Optimizacija tretje strategije
Pri optimizaciji smo zaradi rezultatov backtestov, ki so pokazali slabši končni dobiček pri
uporabi pravila o omejevanju izgube, omenjeno pravilo zavrgli in ga nismo več testirali.
Algoritem je tako pozicijo zaprl na katerikoli točki, ko je ugotovil, da stanje na trgu ne
ustreza več prvotni ugotovitvi.
Za optimizacijo smo izbrali tretjo strategijo z drsečimi povprečji, ki je po testiranju
prinesla najboljše rezultate. Optimizirali smo dva parametra, ki odločata o smeri vstopa.
V optimizacijo smo zajeli 5.000 različnih kombinacij različnih obdobij drsečih povprečij
med 1 in 200. Signalni MA se je zviševal v stopnjah po 2 (100 kombinacij med 1 in 200),
smerni MA pa v stopnjah po 4 (50 kombinacij med 1 in 200). Skupaj smo testirali 200 x
50 kombinacij.
Slika 59: 3D površinski graf optimizacije tretje trgovalne strategije
Vir: (lastni prikaz)
Na zgornji sliki vidimo 3D površinski pregled rezultata optimizacije. Na levi osi
(SMAvg1), se nahaja časovno obdobje signalnega MA, na desni osi (SMAvg2) pa
časovno obdobje smernega MA. Na navpični osi (-4,00 – 6,00) je prikazan Sharpov
koeficient. Kjer je površina najvišja in obarvana najsvetleje zeleno, je Sharpov koeficient
najvišji, kar naj bi pomenilo tudi najboljšo strategijo.
V nasprotju z definicijami trgovalnih strategij križanja drsečih povprečij smo ugotovili,
da najboljše rezultate dajejo ravno obratne strategije, kjer daljše drseče povprečje križa
krajšega. Najboljši rezultat po optimizaciji je tako pokazala strategija, ki upošteva
križanje signalnega MA 53 in smernega MA 49.
71
Tabela 8: Rezultati optimizirane tretje strategije
Dolge Kratke Skupaj
Število pozicij 128 129 257
Dobički 84 79 163
Izgube 43 48 91
D&I (%) 22,43 16,79 39,22
Povprečen dobiček (USD) 45,06 46,59 45,8
Povprečna izguba (USD) 35,86 41,71 38,95
Največji dobiček (USD) 290 190 290
Največja izguba (USD) 339 155 339
Povprečno trajanje pozicij (h) 25,93
Vir: (lastni prikaz)
Iz zgornje tabele je razvidno, da smo z optimizacijo dobili boljše rezultate. Končni
dobiček se je glede na prvotno strategijo povečal s 34,08 % na 39,22 %. Število dobičkov
je močno presegalo število izgub (163 proti 91), hkrati pa so bili višji tudi povprečni
dobički (45,8 USD proti 38,95 USD)
Slika 60: Scatter graf dobičkov in izgub optimizirane tretje trgovalne strategije
Vir: (lastni prikaz)
Zgornji graf prikazuje porazdelitev dobičkov in izgub optimizirane strategije. Nekaj
pozicij je vidneje odstopalo v negativno smer. Največja izguba je bila osamljena (339
USD), saj je že druga največja izguba bila mnogo manjša (155 USD).
Eden izmed dejavnikov, ki lahko popači rezultate optimizacije, je prej navedeni ''curve-
fitting''. Pri optimizaciji strategije moramo upoštevati tudi logiko delovanja, da lahko že
sami poskušamo izničiti rezultate optimizacije, ki bi lahko bili zavajajoči. Ker je
72
optimizacija tretje strategije pokazala dokaj neobičajne optimalne nastavitve, smo za
primerjavo naredili še dodatno optimizacijo prve strategije, ki uporablja indikator BB in
je pri testiranju pokazala razmeroma dobre rezultate.
6.3.2 Optimizacija prve strategije
Pri optimizaciji prve strategije smo na podoben način kot pri optimizaciji tretje strategije
pregledali veliko število kombinacij treh različnih parametrov in skušali najti
najoptimalnejšo kombinacijo.
V optimizacijo smo zajeli 12.138 različnih kombinacij različnih obdobij drsečih povprečij
in standardnih odklonov. Srednji MA se je zviševal v stopnjah po 2 (42 kombinacij med
5 in 89), standardni odklon premaknjen navzgor v stopnjah po 0,2 (17 kombinacij med
0,5 in 3,9) in enako standardni odklon premaknjen navzdol (17 kombinacij med 0,5 in
3,9). Skupaj smo testirali 42 x 17 x 17 kombinacij.
Slika 61: 3D površinski graf optimizacije prve trgovalne strategije
Vir: (lastni prikaz)
Na zgornji sliki vidimo 3D površinski pregled rezultata optimizacije prve strategije. Pri
optimizaciji smo sicer izbirali med tremi parametri, vendar sta na grafu prikazana dva.
Tretji parameter, ki ni prikazan na grafu, je drseče povprečje. Boljše rezultate so prikazale
strategije s krajšim drsečim povprečjem. Na levi osi (Boll1 [Upper Band]), se nahaja
standardni odklon, premaknjen navzgor, na desni osi (Boll1 [Lower Band]) pa standardni
odklon, premaknjen navzdol. Na navpični osi (-2,00 – 6,00) je prikazan Sharpov
koeficient. Kjer je površina najvišja in obarvana najsvetleje zeleno, je Sharpov koeficient
najvišji, kar naj bi pomenilo tudi najboljšo strategijo.
Najboljše rezultate je po optimizaciji pokazala kombinacija 11-urnega drsečega
povprečja, 3,1-kratnega standardnega odklona navzgor in 1,7-kratnega standardnega
odklona navzdol. To pomeni, da je drseče povprečje dokaj hitro sledilo smeri trga, kratke
pozicije pa so se odpirale pozneje kot dolge, kadar je trg močneje zanihal.
73
Tabela 9: Rezultati optimizirane prve strategije
Dolge Kratke Skupaj
Število pozicij 157 158 315
Dobički 107 106 213
Izgube 49 51 100
D&I (%) 20,97 15,39 36,36
Povprečen dobiček (USD) 43,66 31,49 37,61
Povprečna izguba (USD) 52,55 35,27 43,74
Največji dobiček (USD) 252 138 252
Največja izguba (USD) 256 291 291
Povprečno trajanje pozicij (h) 21,36 Vir: (lastni prikaz)
Iz zgornje tabele je razvidno, da se je končni dobiček po optimizaciji močno izboljšal (s
5,21 % na 36,36 %). Število dobičkov je več kot dvakrat presegalo izgube. Po drugi strani
je bil povprečen dobiček nižji od povprečne izgube (37,61 USD proti 43,74 USD). Število
pozicij je ostalo skoraj enako (315 proti prej 312), prav tako povprečno trajanje pozicij
(21,36 h proti prej 21,56 h).
Slika 62: Scatter graf dobičkov in izgub optimizirane prve trgovalne strategije
Vir: (lastni prikaz)
Iz zgornjega grafa vidimo, da je kar nekaj pozicij močneje odstopalo v negativni smeri.
Kljub temu je bila največja izguba le malo večja od največjega dobička (291 proti 252).
Porazdelitev izgub je dokaj enakomerna, medtem ko so dobički večinoma zgoščeni pri
nižjih vrednostih.
74
Slika 63: Primerjava Sharpovega koeficienta iz backtesta optimiziranih strategij
Vir: (lastni prikaz)
Iz zgornjega grafa je razvidno, da so se rezultati po optimizaciji izboljšali pri obeh
strategijah. Z modro sta označena stolpca rezultatov prve strategije in optimizirane prve
strategije. Z zeleno sta označena stolpca tretje in optimizirane tretje strategije. Sicer se je
po optimizaciji za večji delež izboljšala prva strategija (OP BB), a je skupno najboljši
rezultat prikazala tretja strategija (OP MA).
BB MA OP BB OP MA
Sharpe Ratio 0,64 4,82 4,9 5,6
0
1
2
3
4
5
6
Shar
pe
Rat
io
75
Slika 64: Primerjava maksimalne izgube kapitala iz backtesta optimiziranih strategij
Vir: (lastni prikaz)
Iz zgornjega grafa je razvidno, da se je kljub izboljšanju dobička maksimalna izguba pri
prvi strategiji po optimizaciji znižala (s 4,96 % na 3,96 %). Pri tretji optimizirani strategiji
je maksimalna izguba sicer malenkostno višja, a še vseeno relativno nizka (3,26 %).
Optimizacija je tako pokazala približno enake dobre rezultate pri obeh strategijah, zato
bomo v nadaljevanju obe strategiji testirali v forward testu, kjer se bo pokazala
dolgoročnejša vzdržnost teh strategij.
Uspeli smo potrditi tudi drugo hipotezo (H2: z optimizacijo parametrov tehničnih
indikatorjev lahko povečamo donosnost trgovalne strategije brez povečanja tveganja).
Končni dobiček pri prvi strategiji se je povišal za 698 % (s 5,21 % na 36,36 %), pri tretji
strategiji pa za 15 % (s 34,08 % na 39,22 %). Pri prvi strategiji smo Sharpov koeficient
povečali za 765 % (z 0,64 na 4,9), medtem ko je maksimalno tveganje upadlo za 20 % (s
4,96 % na 3,96 %). Pri drugi strategiji se je Sharpov koeficient zvišal za 16 % (s 4,82 na
5,6), medtem ko se je maksimalno tveganje povečalo le za 2,5 % (s 3,18 % na 3,26 %).
BB MA OP BB OP MA
% Max DD 4,96 3,18 3,96 3,26
0
1
2
3
4
5
6
% m
aksi
mal
endra
wdow
n
76
7 ANALIZA REZULTATOV FORWARD TESTA
STRATEGIJ
Glede na podatke, ki smo jih v obdobju med 1. 1. 2013 in 1. 1. 2014 zbrali iz backtestov,
smo naredili tudi forward test, in sicer za obdobje od 1. 1. 2014 do 1. 7. 2014.
Slika 65: Tečaj EUR/USD od 1. 1. 2014 do 1. 7. 2014
Vir podatkov: (Oanda)
Na zgornjem grafu vidimo gibanje tečaja EUR/USD v obdobju forward testa. Od začetka
do konca opazovanega obdobja je EUR izgubil 126 pipov ali 0,9 % vrednosti proti USD.
Z navadno strategijo kupi in drži (angl. buy and hold) bi tako ob koncu obdobja beležili
rezultat -0,9 %.
7.1 Statistična analiza rezultatov
7.1.1 Forward test optimizirane prve strategije
Parametri, ki bodo uporabljeni, so:
srednji pas (11-urno drseče povprečje – MA 11);
zgornji pas (srednji pas zamaknjen navzgor za 3,1-kratni standardni odklon
povprečja 11 obdobij);
spodnji pas (srednji pas zamaknjen navzdol za 1,7-kratni standardni odklon
povprečja 11 obdobij).
Algoritem bo sprožil :
nakup – najnižja točke ob zaključku H1 sveče sega pod območje spodnjega pasu
BB;
prodaja – najvišja točke ob zaključku H1 sveče sega nad območje zgornjega pasu
BB.
1,345
1,35
1,355
1,36
1,365
1,37
1,375
1,38
1,385
1,39
1,395
77
Tabela 10: Rezultati optimizirane prve strategije v forward testu
Dolge Kratke Skupaj
Število pozicij 77 77 154
Dobički 48 48 96
Izgube 29 26 55
D&I (%) 2,09 2,78 4,87
Povprečen dobiček (USD) 25,79 21,52 23,66
Povprečna izguba (USD) 35,48 29,04 32,44
Največji dobiček (USD) 105 84 105
Največja izguba (USD) 131 105 131
Povprečno trajanje pozicij (h) 21,64
Vir: (lastni prikaz)
Iz zgornje tabele lahko vidimo, da smo z optimizirano prvo strategijo dobili sicer
pozitiven, a vseeno veliko slabši končni rezultat kot pri backtestu. Dobiček je znašal 4,87
% in je bila porazdeljen med obe smeri pozicij. Število pozicij je bilo enako na dolgi kot
na kratki strani. Povprečen dobiček je bil nižji od povprečne izgube (23,66 USD proti
32,44 USD), enako je bilo pri razliki med največjim dobičkom in največjo izgubo (105
USD proti 131 USD). Povprečni čas trajanja pozicij je bil krajši od enega dneva (21,64
h).
Slika 66: Scatter graf dobičkov in izgub optimizirane prve trgovalne strategije v forward
testu
Vir: (lastni prikaz)
Iz zgornjega grafa lahko vidimo, da je število dobičkov višje od števila izgub, a so te
nekoliko bolj odmaknjene od povprečja. Veliko dobičkonosnih pozicij je bilo zaprtih z
zelo minimalnim dobičkom, medtem ko je bilo manjših izgub bistveno manj.
78
7.1.2 Forward test optimizirane tretje strategije
Glede na rezultate optimizacije, ki smo jo izvedli v 6. poglavju, smo izbrali
najoptimalnejše parametre, ki so v obdobju backtesta pokazali najboljše rezultate.
Parametra, ki bosta uporabljena, sta:
signalno drseče povprečje v obdobju 53 sveč – MA 53;
smerno drseče povprečje v obdobju 49 sveč – MA 49.
Algoritem bo sprožil :
nakup – signalno drseče povprečje ob zaključku H1 sveče navzgor prečka smerno
drseče povprečje;
prodaja – signalno drseče povprečje ob zaključku H1 sveče navzdol prečka
smerno drseče povprečje.
Tabela 11: Rezultati optimizirane tretje strategije v forward testu
Dolge Kratke Skupaj
Število pozicij 52 52 104
Dobički 25 22 47
Izgube 26 28 54
D&I (%) -3,03 -2,23 -5,26
Povprečen dobiček (USD) 33,20 19,14 26,62
Povprečna izguba (USD) 43,58 23,00 32,91
Največji dobiček (USD) 130 72 130
Največja izguba (USD) 232 133 232
Povprečno trajanje pozicij (h) 31,46
Vir: (lastni prikaz)
Iz zgornje tabele lahko vidimo, da smo z optimizirano tretjo strategijo dobili negativen
rezultat. Izguba je znašala 5,26 % in je bila porazdeljena med obe smeri pozicij. Povprečni
dobiček je bil nižji od povprečne izgube (26,62 USD proti 32,91 USD), še večja pa je bila
razlika med največjim dobičkom in največjo izgubo (130 USD proti 232 USD).
79
Slika 67: Scatter graf dobičkov in izgub optimizirane tretje trgovalne strategije v
forward testu
Vir: (lastni prikaz)
Iz zgornjega grafa vidimo, da so bili dobički večinoma zelo majhni, medtem ko je število
večjih izgub višje. Prav tako navzdol odstopa več negativnih pozicij. Veliko pozicij obeh
smeri je bilo zaprtih z zelo majhnimi spremembami.
7.2 Komentar rezultatov forward testa
Rezultati forward testa niso bili prav nič podobni rezultatom, ki smo jih dobili z
backtestom. Rezultati optimizirane prve strategije (OP BB) so bili prej podobno visoki
kot rezultati optimizirane tretje strategije (OP BB), v forward testu so bili rezultati precej
slabši.
80
Slika 68: Primerjava dobička iz forward testa strategij
Vir: (lastni prikaz)
Na zgornjem grafu je viden končni dobiček posameznih strategij. Vidimo lahko, da se je
dobiček, glede na rezultate backtesta, močno znižal in se pri tretji strategiji spremenil celo
v izgubo. Rezultati prve strategije so bili vseeno pozitivni, čeprav se je rezultat zmanjšal
s 36,36 % dobička na 4,87 %, medtem ko so bili rezultati tretje strategije negativni -5,26
% izgubo. V backtestu je tretja strategija sicer pokazala boljše rezultate od prve. Potrebno
je še omeniti, da je forward test trajal polovico dolžine backtesta. Zaradi tega lahko ob
predpostavki, da bi bili rezultati tudi v naslednjem obdobju enaki, rezultate forward testa
podvojimo.
OP BB OP MA OP BB forward OP MA forward
% P&L 36,36 39,22 4,87 -5,26
-5
0
5
10
15
20
25
30
35
40
% P
&L
81
Slika 69: Krivulja dobička in izgube forward testa optimizirane prve strategije
Vir: (lastni prikaz)
Na zgornjem grafu vidimo krivuljo dobička in izgube (v USD), ki kaže, da je prva
strategija naredila najboljši rezultat ob začetku in koncu obdobja, torej v času, ko je tečaj
EUR/USD imel določen trend. V sredini obdobja, ko je tečaj EUR/USD bolj nihal v
določenem razponu, se je tudi dobiček strategije obnašal podobno.
Slika 70: Krivulja dobička in izgube forward testa optimizirane tretje strategije
Vir: (lastni prikaz)
Na zgornjem grafu vidimo krivuljo dobička in izgube (v USD), ki kaže, da je strategija
takoj od začetka beležila visok padec. V sredini obdobja so bile izgube prejšnjega obdobja
že skoraj izničene, potem pa se je krivulja spet obrnila navzdol.
-200
-100
0
100
200
300
400
500
600
700
0 20 40 60 80 100 120 140
Do
bič
ek i
n i
zgub
a
Število pozicij
OP BB forward
-800
-700
-600
-500
-400
-300
-200
-100
0
0 20 40 60 80 100
Do
bič
ek i
n i
zgub
a
Število pozicij
OP MA forward
82
Slika 71: Primerjava Sharpovega koeficienta iz forward testa optimiziranih strategij
Vir: (lastni prikaz)
Iz zgornjega grafa vidimo primerjavo Sharpovega koeficienta testiranih strategij. Kljub
temu, da je koeficient prve strategije upadel s 4,9 na 1,66, je še vseeno relativno visok.
Koeficient tretje strategije je pokazal bistveno slabše rezultate, saj je bil negativen z -
1,49.
OP BB OP MAOP BB
forward
OP MA
forward
Sharpe Ratio 4,9 5,6 1,66 -1,49
-2
-1
0
1
2
3
4
5
6
Shar
pe
Rat
io
83
Slika 72: Primerjava maksimalne izgube kapitala iz forward testa optimiziranih strategij
Vir: (lastni prikaz)
Primerjava maksimalnih izgub kapitala iz zgornjega grafa je pokazala, da je v forward
testu bila izguba prve strategije najnižja, saj je upadla s 3,96 % na 2,86 %. Pri tretji
strategiji se je negativen odklon povečal s 3,26 % na 7,31 %.
Kot smo omenili že prej, nam podatek maksimalen drawdown pove, koliko lahko
povečamo velikost pozicij, da ostane maksimalna izguba kapitala še vedno obvladljiva.
Če bi želeli zvišati končni rezultat trgovanja pri prvi strategiji, bi lahko vrednost
posameznih pozicij brez težav zvišali za faktor 7. Tako bi se maksimalen drawdown sicer
povišal z 2,86 % na 20,02 % (7 x 2,86 %), a bi se hkrati za enak faktor povišal tudi končni
% P&L, in sicer s 4,87 % na 34,09 % (7 x 4,87 %). Tako bi bili še vedno v okvirih
normalnih izgub, hkrati pa bi se nam dobički močno povečali. Pri tem je treba opozoriti,
da se vedno, kadar povečujemo vrednost pozicije, za enak faktor poveča tudi tveganje
izgub. Če bi maksimalna izguba kapitala v testiranem obdobju znašala okoli 20 %, to ne
pomeni, da bo tudi v prihodnosti tako.
OP BB OP MA OP BB forward OP MA forward
% Max DD 3,96 3,26 2,86 7,31
0
1
2
3
4
5
6
7
8
% m
aksi
mal
en
dra
wd
ow
n
84
Tabela 12: Primerjava forward testa z backtestom
OP MA OP MA forward OP BB OP BB forward
Število pozicij 257 104 315 154
Dobički 163 47 213 96
Izgube 91 54 100 55
D&I (%) 39,22 -5,26 36,36 4,87
Povrečni dobiček/izguba 15,26 -5,06 11,54 3,16
Skupaj dobički (USD) 7,47k 1,25k 8,01k 2,27k
Skupaj izgube (USD) 3,54k 1,78k 4,37k 1,78k
Povprečen dobiček (USD) 45,8 26,62 37,61 23,66
Povprečna izguba (USD) 38,95 32,91 43,74 32,44
Največji dobiček (USD) 290 130 252 105
Največja izguba (USD) 339 232 291 131
Povprečno trajanje pozicij (h) 25,93 31,46 21,36 21,64
Sharpov koeficient 5,6 -1,49 4,9 1,66
Najvišja vrednost kapitala (%) 40,27 0,07 37,26 5,71
Odstotek dobičkov (%) 63,42 45,19 67,62 62,34
Odstotek izgub (%) 35,41 51,92 31,75 35,71
Najnižja vrednost kapitala (%) -3,26 -7,31 -3,96 -2,86
Vir: (lastni prikaz)
Iz rezultatov forward testa smo ugotovili, da pretekli donosi niso zagotovilo za donosnost
v prihodnosti. Strategije, ki so v enem obdobju prinašale dobiček, lahko v drugem
obdobju prinašajo slabše rezultate. Kljub optimizaciji parametrov za nakupe in prodaje
za določeno obdobje za nazaj nam v forward testu teh rezultatov ni uspelo replicirati.
Rezultate zgornje tabele je treba interpretirati rahlo drugače, kot smo jih prej pri
backtestu. Namreč, ker je obdobje testiranja krajše, so rezultati v povprečju za polovico
manjši. Vidimo lahko, da je število pozicij približno polovico manjše, manjši pa so zaradi
tega tudi dobički.
Hipotezo 3 lahko zavrnemo (H3: trgovalne rezultate iz preteklosti lahko prenesemo na
sedanjost), saj so rezultati mnogo slabši. Kljub temu je treba opozoriti, da so rezultati prve
strategije bili solidni tudi v forward testu (OP BB forward), saj lahko z ekstrapolacijo
rezultatov14 napovemo, da bi strategija v času delovanja enega leta ustvarila donose v
višini okoli 9,74 %.
14 Ekstrapolirali smo le rezultat dobička in izgube do datuma 1. 7. 2014 (4,87 %) in predvidevali, da bi
naslednjega pol leta rezultati prinesli enake dobičke (4,87 % x 2 = 9,74%).
85
8 SKLEP
Trgovanje z najrazličnejšimi instrumenti je postalo v zadnjem desetletju izredno
popularno. Močan porast dnevnega prometa na forex trgu kaže na to, da so strategije
investitorjev vse bolj kratkoročne, hkrati pa se na trgih pojavlja vse več udeležencev.
Močan porast HFT strategij, ki trgujejo na zelo kratkih intervalih in pozicije zapirajo v
času nekaj milisekund, je povzročil, da so se razmiki med prodajno in nakupno ceno
znižali na minimum. To je sicer za končnega uporabnika dobro, saj ima nižje stroške
trgovanja, a se je hkrati močno povečala občutljivost trgov na objave novic. Zaradi
algoritmov, ki so specializirani za trgovanje novic, so reakcije ob posameznih dogodkih
instantne in večkrat pretirane.
Pri gradnji nove trgovalne strategije se je bilo treba odločiti, katere tehnične indikatorje
bomo testirali. Odločili smo se uporabiti tiste, za katere smo menili, da obstaja velika
verjetnost, da bodo izkazali dobre rezultati, hkrati pa se da njihovo delovanje dovolj
enostavno pojasniti.
Velika težava pri mnogih avtomatiziranih trgovalnih strategijah je ''black box'' (princip
črne skrinjice) pristop, kjer prepustimo gradnjo strategije računalniku in natančnega
obnašanja algoritma ne poznamo. Znan nam je samo končni rezultat, sam postopek pa
nam ostane skrit. Podoben koncept se uporablja pri strategijah, ki temeljijo na uporabi
genetskega razvoja. Pri teh strategijah se vzame vzorec naključnih trgovalnih orodij in
njihovih parametrov, potem pa se poskuša najti najoptimalnejšo nastavitev teh
parametrov. Računalnik hkrati analizira mnoge druge skupine vzorcev najrazličnejših
strategij in ugotavlja njihovo dobičkonosnost. V nadaljevanju se najboljši rezultat prve in
druge skupine še dodatno optimizirata. Na končni rezultat optimizacije se potem spet
dodaja posamezne tehnične indikatorje, s katerimi se poskuša rezultat še izboljšati. Zaradi
narave delovanja izraz genetski razvoj algoritma zelo dobro opiše njegovo delovanje.
Računalnik namreč ohrani samo najboljše vzorce iz vsake skupine in jih potem skuša med
sabo križati, da bi se končni rezultat še izboljšal. Proces je zelo podoben evoluciji in
naravni selekciji, kjer preživijo samo najmočnejši in najboljši.
Ker so vsa takšna testiranja zelo dolgotrajna in zahtevna, smo se odločili za analizo treh
trgovalnih strategij, ki uporabljajo le posamezne indikatorje. Pri vsaki izmed teh strategij
smo dodatno testirali, ali tudi pri našem vzorcu veljajo pravila, ki jih navajajo mnogi
avtorji, da je izgube treba omejevati. Ugotovili smo, da je bil rezultat po dodanem pravilu
o omejevanju izgube v vseh primerih slabši. V enem primeru se je malenkostno izboljšal
le rezultat največje izgube kapitala, kar pa ni bistveno vplivalo na končni rezultat.
Ko smo dobili rezultate testiranja osnovnih strategij, smo se odločili izvesti optimizacijo
najuspešnejše strategije, s tem da smo testirali najrazličnejše kombinacije trgovalnih
parametrov in na koncu izbrali tisto, ki je pokazala najboljše rezultate. Ker so bili rezultati
nekoliko nepričakovani in neskladni z osnovno logiko delovanja strategije, smo se
odločili za dodatno optimizacijo še ene strategije. Pri tej strategiji smo po optimizaciji
dobili bolj pričakovane rezultate. V končnem pregledu smo ugotovili, da se je v skoraj
vseh pogledih strategija bistveno izboljšala. To je veljalo za optimizaciji obeh strategij.
Pri obeh smo izboljšali končni rezultat, hkrati pa se je pri eni strategiji tveganje zmanjšalo,
pri drugi pa le rahlo povečalo.
86
Rezultate, ki smo jih dobili z optimizacijo, smo skušali testirali še v obdobju prihodnosti,
torej brez vpogleda v preteklost. Preveriti smo želeli, ali bodo rezultati primerljivi z
rezultati backtestov. Ugotovili smo, da so bili rezultati bistveno slabši, čeprav se je pri
eni strategiji končni rezultat še vedno izkazal za zadovoljivega. Tako nismo mogli potrdili
hipoteze, da se dajo rezultati iz preteklosti prenesti tudi v prihodnost.
Prvi dve hipotezi smo potrdili, tretjo pa zavrnili. Potrdili smo, da je mogoče z uporabo
tehničnih indikatorjev ustvariti dobičkonosno trgovalno strategijo in da se da z
optimizacijo trgovalnih parametrov te rezultate še izboljšati. Ni pa nam uspelo teh
rezultatov iz testiranja na zgodovinskih podatkih prenesti tudi na testiranje v prihodnosti.
Časovno obdobje je bilo pri testu v prihodnosti sicer za polovico krajše kot obdobje
zgodovinskega testiranja, tako da je bila to manjša omejitev raziskave. Vseeno pa je bil
vzorec v polletnem obdobju dovolj velik, da lahko rezultate štejemo za relevantne.
Pri raziskavi smo naleteli na odsotnost literature, ki bi bila posebej specializirana za
trgovanje na valutnih trgih, saj je bila večina avtorjev usmerjena predvsem na lastniške
vrednostne papirje. Prav tako so avtorji dajali prednost predvsem ameriškim trgom, kar
je razumljivo, saj je večina literature izvirala ravno od tam. Ker so delniški trgi pod
vplivom drugačnih pravil kot valutni trgi, vseh ugotovitev ne moremo prenašati med
različnimi trgi. Pri valutnih trgih je možnost, da neka valuta pade na vrednost 0, praktično
nična. Prav tako je možnost, da bi valuta razvila dolgoročni trend in porasla za večkratnik
vrednosti, zelo majhna. Tečaj EUR/USD se je vse od začetka leta 1999 gibal v razmeroma
ozkem razponu med 0,8 in 1,6. Kljub temu da je bila volatilnost znotraj tega razpona
razmeroma velika, nam strategija buy and hold, ki je zelo uporabna pri delnicah, tukaj ne
bi prav nič koristila. Prav zato smo za testiranje izbrali tudi strategijo, ki temelji na
standardnih odklonih (Bollinger Bands), saj je pri valutah velika verjetnost, da se bodo
ob večjih odklonih vrnile na povprečno vrednost.
Možnosti za nadaljnje raziskovanje je veliko. V vzorec bi lahko vključi še večje število
trgovalnih orodij, večje število valutnih parov, različna časovna obdobja, različne
časovne okvire.
Pri testiranju za zelo dolgo zgodovinsko obdobje lahko naletimo na težave, saj rezultati
niso nujno relevantni. Trgi so namreč konstantno v razvoju in njihovi vplivi na obnašanje
udeležencev se hitro spreminjajo. V času krize so tržni udeleženci previdnejši in želijo
svoje pozicije, ki kažejo izgubo, čim prej likvidirati. Obenem pa v času gospodarskega
razcveta tržni udeleženci trenutne negativne nihaje izkoriščajo za dodajanje k pozicijam,
saj pričakujejo, da se bo stanje hitro normaliziralo. Vse to se kaže tudi v gibanju cene
določenega instrumenta. Tečaj EUR/USD je v zadnjih letih postal mnogo manj volatilen,
kot je bil v obdobju po začetku krize. V zadnjih dveh letih je povprečen dnevni trgovalni
razpon upadel za skoraj polovico. Zaradi teh razlogov je pomembno, da se zavemo, da
vsaka strategija ne bo nujno enako delovala v vseh pogojih. Trenutno so pogoji na trgu
idealni za vse mean reversion strategije, kar pa ne pomeni, da bo tako tudi v naslednjem
obdobju. Strategije, ki delujejo na principu sledenja trendu, trenutno ne morejo delovati
pozitivno, saj trg vse spremembe v ceni dokaj hitro izniči. Če primerjamo ceno iz začetka
leta 2014, je do 1. 7. 2014 tečaj EUR/USD upadel le za 0,9 % To je izredno majhen
premik, ki kaže na to, da v trenutnih razmerah bolje delujejo kratkoročne strategije, ki
hitro zapirajo tudi manjše dobičke. Če pozicije pustimo odprte dlje časa, lahko
pričakujemo, da se bo cena vrnila na našo začetno vrednost.
87
V naši raziskavi smo trgovalne odločitve sprejemali na podlagi obnašanja enournih sveč,
kar je dovolj dolgo, da izničimo kratkoročne odklone na trgih, hkrati pa dovolj kratko, da
lahko večje spremembe na trgih pravočasno opazimo in na njih reagiramo. Enourne sveče
so tudi med najbolj univerzalnimi metodami za testiranje, saj lahko v primeru, da
uporabljamo štiriurne ali dnevne sveče, uporabljamo različen časovni pas (v našem
primeru srednjeevropski čas), kar se odraža na različni interpretaciji sveč. Nekomu, ki je
v drugem časovnem pasu, se zaključek dneva prikaže pri drugačni vrednosti kot nam.
Zaradi tega lahko kljub enaki strategiji trgovanja dobimo zelo različne rezultate. Časovni
okviri, ki so manjši od ene ure, so enako univerzalni, a so hkrati zelo volatilni, zato sta za
trgovanje na podlagi le-teh potrebna veliko večja natančnost in hitrost pri izvajanju
naročil.
Zaključimo lahko, da je gradnja trgovalnih strategij zelo kompleksen proces, ki vključuje
veliko število spremenljivk. Ker nikoli ne moremo nadzorovati vseh, se moramo omejiti
na le nekaj teh. Pri tem so pomembne izkušnje, saj le s časom ugotovimo pomembnost
posameznih orodij, ki jih kasneje pri trgovanju tudi uporabljamo. S pomočjo orodij za
tehnično analizo je torej vsekakor mogoče ustvariti dobičkonosno strategijo, a pri tem ne
smemo pozabiti, da njena dobičkonosnost ni večna in se lahko hitro spremeni v negativno
smer.
88
SEZNAM LITERATURE
VIRI:
1. BIS. Bank for international settlements. 2013. Foreign exchange turnover in
April 2013: preliminary global results. Prevzeto 25. november 2013 iz:
http://www.bis.orgpublrpfx13fx.pdf
2. BMO Capital Markets. 2009. Dark Pools and Dark Liquidity. Prevzeto 21.
avgust 2014: http://qes.bmocm.com/papers/7_BMO_DarkPools.pdf
3. Dukascopy currency index. 2014. Prevzeto 5. januar 2014 iz:
http://www.dukascopy.com/swiss/english/marketwatch/currency_index/
4. Forex Grid Master. 2014. Prevzeto 6. februar 2014 iz:
http://forexgridmaster.com/images/fgmv3k_default.gif
5. ForexTicket. 2013. Prevzeto 23. december 2013 iz:
http://www.forexticket.com/en/tools/02-01-volatility
6. Myfxbook. 2014a. Forex Growth Bot. Prevzeto 2. julij 2014 iz:
http://www.myfxbook.com/members/fxgrowthbot/forex-growth-bot/71611
7. Myfxbook. 2014b. Wall Street. Prevzeto 3. julij 2014 iz:
http://www.myfxbook.com/members/autotrade/wallstreet/95290 [3.7.2014]
8. Myfxbook. 2014c. Caesar 400% EURUSD. Prevzeto 4. julij 2014 iz:
http://www.myfxbook.com/members/togr/caesar-400-eurusd/662462
9. Nanex. 2014. Prevzeto 2. februar 2014 iz:
nanex.net/research/MsgRates/EquityMessageRates.html
10. Oanda. 2014. Historical exchange rate. Prevzeto 2. julij 2014 iz:
http://www.oanda.com/currency/historical-rates/
11. PIMCO. 2013. Global bond market growth expands opportunities. Prevzeto 4.
december 2013 iz:
http://www.pimco.com/EN/Education/Pages/GlobalBondMarketGrowthExpands
Opportunities.aspx
12. The World Bank. 2013. Market capitalization of listed companies. Prevzeto 7.
december 2013 iz: http://data.worldbank.org/indicator/CM.MKT.LCAP.CD
13. Yahoo Finance. 2013. Charts. Prevzeto 5. december 2013 iz:
http://finance.yahoo.com/
89
LITERATURA:
1. Aldridge, Irene. 2010. High frequency trading: a practical guide to algorithmic
trading strategies and trading system. New Jersey. John Wiley & Sons Inc.
2. Appel, Gerald. 2005.Technical analysis: power tools for active investors. Upper
Saddle River. Prentice Hall.
3. Bodek, Haim. 2013. The problem of HFT – Collected writings on high
frequency trading & stock market structure reform. CreateSpace Independent
Publishing Platform.
4. Brooks. Al. 2009. Reading price action charts bar by bar: the technical analysis
of price action for the serious trader. New Jersey. John Wiley & Sons Inc.
5. Brooks. Al. 2012. Trading price action trends: the technical analysis of price
charts bar by bar for the serious trader. New Jersey. John Wiley & Sons Inc.
6. Bulkowski, Thomas N. 2005. Encyclopedia of chart patterns. New Jersey. John
Wiley & Sons Inc.
7. Chan, Ernest P. 2009. Quantitative trading: how to build your own algorithmic
trading business. New Jersey. John Wiley & Sons Inc.
8. Chandle. Tushar S. 1997. Beyond technical analysis: how to develop &
implement a winning trading system. New Jersey. John Wiley & Sons Inc.
9. Douglas. Mark. 2000. Trading in the zone: master the market with confidence,
discipline, and a winning attitude. New York. Prentice Hall.
10. Forman, John. 2006. The essentials of trading: from the basics to building a
winning strategy. New Jersey. John Wiley & Sons Inc.
11. Katz, Jeffrey in Donna McCormick. 2000.The encyclopedia of trading
strategies. New York. McGraw-Hill Inc.
12. Kaufman. Perry J. 2013. Trading Systems and methods: 5th edition. New Jersey.
John Wiley & Sons Inc.
13. Kolb. Robert W. 2000. Futures, options and swaps: third edition. Oxford.
Blackwell Publishers Ltd.
14. Laidi, Ashraf. 2009. Curreny trading and intermarket analysis: how to profit
from the shifting currents in global markets. New York. John Wiley & Sons Inc.
15. Lien. Kathy. 2009. Daytrading the currency market: technical and fundamental
strategies to profit from market swings. 2nd edition. New York. John Wiley &
Sons Inc.
16. Morris, Gregory L. 2006. Candlestick charting explained. New York. McGraw-
Hill.
90
17. Murphy, John J. 1991. Intermarket technical analysis: trading strategies for the
global stock, bond, commodity, and currency markets. New York. John Wiley &
Sons Inc.
18. Murphy, John J. 1999. Technical analysis of the financial markets: a
comprehensive guide to trading methods and applications. New York. New York
Instute of Finance.
19. Nison, Steve. 1994. Beyond candlesticks: new Japanese charting techniques.
New York. New York Instute of Finance
20. Nison. Steve. 1991. Japanese candlestick charting techniques: a contemporary
guide to the ancient investment technique of the Far East. New York. New York
Instute of Finance
21. O'Neil, William J. 1995. How to make money in stocks: a winning system in
good times or bad. 2nd edition. New York. McGraw-Hill Inc.
22. Person, John L. 2007. Forex conquered: high probability systems and strategies
for active traders. New Jersey. John Wiley & Sons Inc.
23. Schwager, Jack D. 1992. The new market wizards: conversations with America's
top traders. New York. Harper-Collins publisher Inc.
24. Strašek Sebastjan in Timotej Jagrič. 2008. Borzni trgi. Univerza v Mariboru:
Ekonomsko poslovna fakulteta, Inštitut za ekonomsko diagnozo in prognozo.