Dow Jones Algorithmic Trading: Sieh dir an, wie jede Strategie gefiltert wird

FX Blue und ähnliche Reporting-Tools zeigen eine Pips-Spalte an, unabhängig von der Assetklasse, was Verwirrung stiftet, sobald man von Devisenmärkten zu Aktienindizes wechselt.

Bei einem großen Währungspaar ist ein Pip eine standardisierte fraktionale Bewegung. Beim US30 zeigt dieselbe Spalte meist Indexpunkte an, wobei eine Bewegungseinheit einem Punkt des Basiswerts entspricht. Einige Broker unterteilen noch weiter. Andere quoten auf eine einzige Dezimalstelle und zählen diese Dezimalstelle als Reporting-Einheit.

Betrachte die Zahlen aus meinem eigenen Demo-Protokoll: 694,2 Nettopunkte zusammen mit 60,84 $ Nettogewinn. Diese beiden Zahlen wirken völlig inkonsistent, bis man ausrechnet, was sie gemeinsam implizieren: etwa neun Cent Gewinn pro Punkt der günstigen Bewegung. Dieses Verhältnis zeigt Dir, dass die Positionsgröße extrem klein war, und verdeutlicht, warum eine einzelne Trade-Anzahl oder ein Punktwert allein sehr wenig aussagt.

Bevor Du einen algorithmischen Handelsbericht über einen Index liest:

• Finde die Tick-Größe in der Kontraktspezifikation.
• Finde den Tick-Wert in Deiner Kontowährung.
• Multipliziere die Bewegung immer mit dem Wert, um den Geldbetrag zu erhalten.
• Betrachte Punktzahlen eher als Maß für die Genauigkeit denn als Maß für die Rentabilität.

Ich mag es ehrlich gesagt immer noch, die Punkte-Spalte zu beobachten. Sie zeigt, ob ein Algorithmus echte Bewegungen erfasst oder nur Rauschen abgreift. Aber Geld ist das, was das Konto verlässt.

Wie die Algorithmen Orders platzieren

Die hier besprochenen Strategien wurden in EA Studio erstellt und als Expert Advisors in MetaTrader ausgeführt. Die Details unterscheiden sich zwischen den Algorithmen, aber jeder von ihnen sollte in der Lage sein, Folgendes anzugeben:

1. Eintrittsbedingungen: Welche Indikatoren, welche Schwellenwerte, welcher Timeframe.
2. Austrittsbedingungen: Ziel, Schutzlevel, Indikator-Umkehr oder zeitbasierter Abschluss.
3. Positionsgröße: Fixes Volumen oder eine prozentuale Berechnung bezogen auf das Guthaben.
4. Gleichzeitigkeitsbeschränkungen: Wie viele Positionen ein einzelner Algorithmus gleichzeitig halten darf.
5. Sessions-Filter: Ob Eintritte außerhalb der Haupthandelszeiten erlaubt sind.
6. News-Handling: Ob hochrelevante Ereignisse den Algorithmus pausieren.

Diese Spezifikationen separat von den Performance-Zahlen zu veröffentlichen, würde ich jedem empfehlen, der Ergebnisse teilt – etwas, was die frühere Version dieser Seite nicht geschafft hat. Eine Equity-Kurve ohne die dahinterstehenden Handelsregeln ist reine Dekoration.

Die Testsequenz

Drei Phasen in der richtigen Reihenfolge – das Überspringen einer Phase führt meist zu einem schlechten Ende.

• Historische Simulation: Nützlich, um offensichtliche Fehler auszuschließen und zu verstehen, wie sich ein Algorithmus durch verschiedene Marktregime verhält. Backtest-Daten beschreiben nur die Vergangenheit. Jede Equity-Kurve, die ich generiert habe, sah wunderbar aus, bevor sie auf Live-Spreads traf.
• Demo-Forward-Testing: In dieser Phase findet das Screening statt. Handelsalgorithmen laufen auf einem Demo-Konto unter aktuellen Bedingungen und generieren frische Trades, gegen die niemand optimiert hat. Ich beobachte, welche Algorithmen genau jetzt gut performen, statt nur zu schauen, welche 2019 hervorragend funktionierten.
• Live-Einsatz mit kleiner Größe: Die beförderten Strategien starten mit minimalem Exposure. Slippage, Requotes und Finanzierungskosten treten an diesem Punkt auf und nicht früher.

Warum der Mittelteil? Weil jeder Algorithmus durch profitable und stagnierende Phasen geht. Die Kontostand-Charts der Generierungsphase zeigen das deutlich: Wachstum, dann ein Drawdown, dann eine Seitwärtsphase, dann wieder Wachstum. Das ist völlig normal und weitgehend unvorhersehbar. Mein Ziel ist es, Positionen in Algorithmen zu halten, die in diesem Moment konstruktiv erscheinen, und dabei das aktuelle Marktverhalten als Beweis nutze, statt eine Simulation von vor Jahren.

Ob dieses Ziel erreichbar ist, ist eine separate Frage, die weiter unten behandelt wird.

Portfolio-Performance-Daten

Ein Demo-Snapshot aus dem Originalmaterial von 2020 verzeichnete 60,84 $ Nettogewinn über zehn eingesetzte Strategien bei 694,2 Nettopunkten, getrackt über FX Blue. Diese zwei Zahlen sind alles, was von diesem Konto übrig geblieben ist.

Was eigentlich der Punkt dieses Abschnitts ist. Zwei Zahlen können keine fundierte Schlussfolgerung stützen, und ich zeige Dir lieber, wie ein brauchbares Protokoll aussieht, anstatt ein unvollständiges aufzuhübschen:

Führe dieses Trading-Logbuch ab Deinem ersten Demo-Konto. Es später zu rekonstruieren, ist unmöglich, wie ich selbst erfahren musste.

Screening-Methode eins: Profitfaktor

Warte auf mindestens fünf abgeschlossene Trades eines Algorithmus und prüfe dann, ob sein Profitfaktor über 1,2 liegt.

Der Profitfaktor teilt die Bruttogewinne durch die Bruttoverluste. Alles über 1,0 bedeutet, dass der Algorithmus in der Stichprobe mehr verdient als verloren hat. Ein Wert von 1,2 bedeutet zwanzig Prozent mehr.

Ganz einfach. Fünf Trades sind ein Screening-Trigger, kein Beweis für einen Vorteil, und ich möchte hier ehrlich sein, da die frühere Version dieser Seite mehr Zuversicht suggerierte, als die Daten rechtfertigen.

Screening-Methode zwei: Netto-Punkte

Gleiche Mindestanzahl, anderes Maß. Handelsstrategien, die mehr als 100 Netto-Punkte erzielen, werden berücksichtigt.

Aus den Daten einer Session: Die führenden Algorithmen zeigten jeweils 358, 204, 194, 180 und 178 Punkte. Sechs überschritten an diesem Tag den Schwellenwert. In Kombination mit der Profitfaktor-Anforderung erfüllten nur drei beide Kriterien.

Das Anwenden des Punkt-Filters erfordert die Kenntnis der Konvention Deines Brokers, wie im vorherigen Abschnitt erwähnt. Einhundert Punkte bei einer Spezifikation können das Zehnfache des Geldes bedeuten, das sie bei einer anderen repräsentieren.

Screening-Methode drei: Gewinnrate

Mindestens zehn abgeschlossene Trades, von denen mindestens sieben profitabel sein müssen.

Dieser Filter hat eine offensichtliche Schwäche, und es ist besser, sie zu benennen, als den Leser auf teure Weise lernen zu lassen. Die Gewinnrate ignoriert die Höhe der Gewinne/Verluste völlig. Ein Algorithmus, der sieben von zehn Mal gewinnt, aber bei den restlichen drei Mal katastrophal verliert, macht insgesamt Geldverluste, besteht aber dieses Screening problemlos. Kombiniere dieses Maß mit dem durchschnittlichen Gewinn gegenüber dem durchschnittlichen Verlust oder mit dem Profitfaktor, bevor Du handelst.

Du kannst gerne deinen eigenen Trading-Filter entwickeln. Meiner wurde eher durch Wiederholung als durch Recherche entwickelt – das solltest Du wissen, bevor Du ihn übernimmst.

Warum fünf Trades fast nichts beweisen

Der Bereich zur statistischen Ehrlichkeit – wahrscheinlich der Teil, den die meisten Algorithmic-Trading-Inhalte überspringen, obwohl er der wichtigste Teil dieser Seite ist.

Fünf abgeschlossene Trades sind eine winzige Stichprobe. Ein Münzwurf-Algorithmus ohne echten Vorteil erzielt überraschend oft einen Profitfaktor von über 1,2 bei fünf Ergebnissen, rein durch Varianz. Zehn Trades verbessern die Lage kaum. Um eine stabile Winrate zu etablieren, sind in der Regel Hunderte von Beobachtungen nötig, nicht nur Dutzende.

Mehrere andere Probleme verdienen eine Erwähnung:

• Der jüngsten Performance hinterherjagen: Die Auswahl dessen, was letzte Woche gut gelaufen ist, bedeutet unter Umständen nur, das auszuwählen, was letzte Woche einfach Glück hatte.
• Wechsel nach dem Schaden: Einen Algorithmus erst zu entfernen, wenn er unter einen Schwellenwert fällt, bedeutet, dass die Verluste bereits passiert sind. Du erfasst den Abstieg und verpasst potenziell die Erholung.
• Mehrfache Vergleiche: Wenn Du zwanzig Kandidaten prüfst und drei davon auswählst, ist garantiert, dass einige der Gewinner den Maßstab nur durch Zufall überschritten haben.
• Regimewechsel: Marktbedingungen, die einem Algorithmus in einem Quartal passen, können im nächsten Quartal ohne Vorwarnung verschwinden.
• Deployment-Kosten: Das Rotieren von Strategien verursacht in jedem Zyklus Spread und Kommission.

Verbessert der Filter die Ergebnisse außerhalb der Stichprobe (Out-of-Sample)? Das richtig zu testen bedeutet, die Screening-Regel selbst als Strategie über einen langen historischen Datensatz laufen zu lassen und sie mit dem einfachen Halten eines Gesamtkörpers zu vergleichen. Ich habe diesen Test nicht durchgeführt. Niemand, den ich in dieser Branche kenne, hat ihn bisher veröffentlicht. Bis jemand das tut, behandle den hier beschriebenen Algo-Trading-Workflow eher als plausible Heuristik denn als nachgewiesene Verbesserung.

Diversifikation muss gemessen werden, nicht nur angenommen werden

Meine langjährige Regel war es, mindestens drei Algorithmen live laufen zu lassen statt nur einem, mit der Begründung, dass wenn einige verlieren, andere das kompensieren. Wer eine einzige Strategie handelt, ist in dem Moment voll exponiert, in dem sie in eine Stagnationsphase eintritt.

Ein vernünftiger Instinkt. Aber eine unvollständige Logik.

Mehrere Strategien, die dens خلال Identischen Stunden denselben Index mit ähnlichen Indikator-Familien handeln, sind nicht wirklich unabhängig. Sie können alle denselben Breakout kaufen und alle gemeinsam verlieren. Echte Risikostreuung erfordert Beweise, was bedeutet, dass man berichten muss:

Ich habe noch nie eine Korrelationsmatrix für diese Strategien veröffentlicht und werde auch nicht so tun, als wäre es anders. Bis diese Zahlen vorliegen, beschreibt “viele Strategien” eher eine Anzahl als eine Risiko-Eigenschaft.

Größenbestimmung, Exposition und Shutdown-Regeln

Die Positionsgröße verdient mehr Aufmerksamkeit als die Strategieauswahl, obwohl sie in den meisten Algorithmic-Trading-Materialien, die ich lese, nur etwa ein Zehntel der Diskussion einnimmt.

• Entscheide Dich für einen maximal akzeptablen Portfolio-Drawdown, bevor Du etwas einsetzt.
• Bestimme die Größe einzelner Trades so, dass die schlechteste gleichzeitige Exposition innerhalb dieses Limits bleibt.
• Berücksichtige die Möglichkeit, dass alle Algorithmen gleichzeitig öffnen, da dies gelegentlich der Fall sein wird.
• Lege eine feste Equity-Untergrenze fest, bei der alles stoppt, die im Voraus definiert wurde.
• Halte den Hebel bei Index-Produkten moderat, da eine Lücke von hundert Punkten schnell echtes Geld kosten kann.

Die Übernachtfinanzierung gilt für Positionen, die über den täglichen Rollover hinaus gehalten werden, und einige Strategien halten über die Nacht durch. Diese Gebühren summieren sich unauffällig und erscheinen in deinem Kontoauszug anstelle der Gewinnspalte deiner Plattform.

Hinzufügen, Pausieren und Entfernen

Die Überwachung wird nach der Beförderung auf ein Live-Trading-Konto fortgesetzt. Die Live-Performance wird anhand desselben Kriteriums geprüft, das für die Auswahl verwendet wurde. Wenn der Profitfaktor eines Algorithmus unter 1,2 fällt, wird er vom Trading-Konto entfernt.

Die Konsistenz zwischen Selektions- und Entfernungsregeln ist entscheidend. Wenn Du auf der einen Basis selektierst, aber bei einem Rückgang auf einer anderen Basis hältst, füllen sich Portfolios unauffällig mit Underperformern.

Eine nützliche Übung für alle Anfänger: Eröffne ein zweites Demo-Konto und behandle es genau so, als würde es echtes Geld enthalten. Platziere die drei erfolgreichen Algorithmen dort, lass beide Konten parallel laufen und wechsle zwischen ihnen ab, je nach der Methode, die Du gewählt hast. Das Üben des Prozesses kostet Dich nichts außer Geduld. Zu schnell in das Live-Trading zu stürzen, bevor Du Deinem eigenen Workflow vertraust, kostet Dich deutlich mehr, wie viele Trader auf die teure Art lernen.

Demo im Vergleich zum Live-Trading

Die Ergebnisse unterscheiden sich zwischen den beiden Umgebungen, manchmal erheblich:

• Demo-Server werden oft zum angebotenen Preis ohne jeglichen Slippage gefüllt.
• Live-Trading führt eine Latenz zwischen Deinem Terminal und dem Broker ein.
• Spreads weiten sich bei wirtschaftlichen Ereignissen und beim Übergang der Sitzungen aus.
• Requotes und Teilfüllungen treten bei Live-Konten auf und selten bei Demo-Konten.
• Finanzierungsgebühren können unter Demo-Bedingungen ungenau simuliert oder ganz weggelassen werden.
• Die Position in der Orderwarteschlange ist bei großen Volumina wichtig, bei kleinen Retail-Volumina jedoch weniger.

Erwarte, dass die Live-Trading-Zahlen unter den Demo-Zahlen liegen werden. Wenn Du diese Lücke im Voraus einplanst, bist Du besser vorbereitet, als von ihr überrascht zu werden.

Häufig gestellte Fragen (FAQs)

Benötigt automatisiertes Trading einen VPS? 

Für jeden Algorithmus, der außerhalb Deiner Wachzeiten läuft, ist die Antwort effektiv: Ja. Ein Virtual Private Server hält die Plattform verbunden, wenn Dein Computer im Ruhemodus ist, Updates durchführt oder die Internetverbindung verliert. Das ist wichtig, da eine nicht verwaltete offene Position in einem gehebelten Index-Produkt über Nacht gegen Dich laufen kann. Das Hosting in der Nähe der Server Deines Brokers reduziert zudem die Latenz geringfügig. Viele Broker bieten kostenloses Hosting an, sobald das Kontoguthaben einen bestimmten Schwellenwert überschreitet. Frag also beim Support nach, bevor Du separat für einen Anbieter bezahlst.

Wie unterscheidet sich das von Futures statt CFDs?

Börsengehandelte Kontrakte dieser Art werden zentral über eine zentrale Preisgestaltung mit standardisierten Spezifikationen und transparenten Volumendaten abgewickelt, während CFDs bilaterale Vereinbarungen mit Deinem Broker sind. Die Kontraktgrößen bei der börsengehandelten Version sind erheblich größer, was das erforderliche Mindestkapital erhöht. Auch die Finanzierung funktioniert anders: Bei Futures sind die Haltekosten im Kontraktpreis enthalten, anstatt täglich berechnet zu werden. Keine der beiden Strukturen ist universell besser, obwohl der Börsenweg für größere Handelskonten geeignet ist und CFDs eher für kleinere Konten mit Bruchteilgrößen.

Können diese Algorithmen während wichtiger wirtschaftlicher Meldungen handeln?

Meine sind so konfiguriert, dass sie diese vermeiden, und ich würde das Gleiche für jeden empfehlen, der gerade erst anfängt. Veröffentlichungen wie US-Arbeitsmarktdaten, Inflationszahlen und Entscheidungen der Federal Reserve führen zu plötzlichen Lücken, bei denen Orders weit abseits der erwarteten Level ausgeführt werden. Eine automatisierte Logik kann nicht beurteilen, ob ein Spike eine echte Neubewertung oder eine vorübergehende Illiquidität widerspiegelt. Durch die Filterung mittels Wirtschaftskalender oder das einfache Pausieren während geplanter Ereignisse eliminierst Du eine ganze Kategorie unvorhersehbarer Trading-Ergebnisse.

Welchen Profit Factor sollte ich eigentlich anstreben?

Höhere Werte sehen attraktiv aus, aber ein Wert, der auf wenigen Beobachtungen basiert, ist kaum aussagekräftig. Bei mehreren hundert abgeschlossenen Trades sind Werte zwischen 1,3 und 1,6 für einen Index-Algorithmus nach Kosten eine solide Leistung. Sei vorsichtig bei Werten über 2,0 aus Retail-Quellen, da diese oft auf optimierten Parametern oder unvollständigen Daten basieren.

Ist eine API-Verbindung besser als die Ausführung über eine Plattform?

Eine direkte Börsen- oder Broker-API bietet ein schnelleres Order-Routing und eine feinere Kontrolle, was beim Hochfrequenzhandel, wo Millisekunden über den Erfolg entscheiden, von Vorteil ist. Retail-Trader, die Positionen über Stunden halten, gewinnen durch diese Geschwindigkeit fast nichts. Die Ausführung über MetaTrader erledigt dieselbe Aufgabe mit viel weniger Entwicklungsaufwand, ohne Serverwartung und mit einem viel kürzeren Weg zur Live-Anwendung. Die Komplexität sollte dem Bedarf folgen, und die meisten Menschen erreichen nie den Punkt, an dem diese Art von Verbindung ein echtes Problem löst.

Wie viel Kapital wird für den Index-Algo-Handel benötigt?

Genug, damit die Mindestpositionsgrößen einen vernünftigen Bruchteil des Guthabens darstellen, was komplett von der Kontraktspezifikation Deines Brokers abhängt. Wenn das kleinste verfügbare Volumen bei einer routinemäßigen Bewegung bereits mehrere Prozent Deines Kontos gefährdet, ist das Konto zu klein für das Instrument, unabhängig von der Qualität des Algorithmus. Rechne rückwärts von der Worst-Case-Belastung für alle gleichzeitig eingesetzten Positionen und füge einen Puffer hinzu, anstatt von einer Zahl auszugein, die sich lediglich erschwinglich anfühlt.

Funktionieren diese Methoden auch auf anderen Märkten?

Das Screening-Framework lässt sich gut übertragen, da Profit Factor, Stichprobenanzahl und Gewinnrate für jedes Instrument gelten. Schwellenwerte müssen jedoch angepasst werden. Hundert Punkte bedeuten auf Devisenmärkten, Rohstoffen oder einem Aktienindex etwas völlig anderes, und die Haltedauern variieren je nach Volatilität. Teste Schwellenwerte separat für jeden Markt, anstatt anzunehmen, dass Einstellungen, die für ein Asset entwickelt wurden, auch für ein anderes gelten. Optionen und Futures bringen weitere Unterschiede mit sich, die unabhängig untersucht werden sollten.

Was passiert, wenn alle Algorithmen gleichzeitig verlieren?

Das passiert, und die Planung darauf unterscheidet einen schlechten Monat von einem leeren Konto. Korrelierte Verluste treten typischerweise bei Regimewechseln auf: Ein Trendmarkt wird volatil und unbeständig, und Strategien, die auf Fortsetzung ausgelegt sind, scheitern gleichzeitig. Dein Schutz ist der zuvor erwähnte Equity-Floor sowie ein Position-Sizing, das das gleichzeitige Exposure berücksichtigt. Niemand vermeidet diese Phasen vollständig, daher ist das Ziel, sie mit dem Kapital zu überstehen.

Offenlegung: Die hier bereitgestellten Inhalte dienen nur der Ausbildung und stellen keine Empfehlung zum Kauf oder Verkauf eines Finanzinstruments dar. Automatisierter Handel reduziert die emotionale Entscheidungsfindung während der Ausführung, was zwar nützlich ist, aber eigene operative Risiken mit sich bringt: Verbindungsfehler, Programmierfehler, Änderungen seitens des Brokers und unkontrolliertes Exposure. Suche Dir professionelle Beratung bei einem regulierten Finanzexperten, bevor Du Kapital in ein Handelssystem investierst.