Trading-Algorithmus

Wie unter Über mich beschrieben, interessiere ich mich privat für die Börse und das Traden. Nach einem Jahr des aktiven Day-Tradings habe ich meine IT-Kenntnisse verwendet und einen eigenen Trading-Algorithmus entwickelt. Ein wichtiger Punkt des Algorithmus ist, dass dieser nicht selbstständig durch IT-Systeme an der Börse gehandelt werden kann. Für die Anwendung des Algorithmus muss der Trader diesen aktiv an der Börse einsetzen. Dies hat den zusätzlichen Vorteil, dass der Trade die vielversprechendsten Aktien auswählen und so die benötigte Erfolgsquote von 50% übertreffen und dadurch den Algorithmus und dessen Ergebnis aktiv beeinflussen kann.

Das Verfahren beinhaltet 8 Parameter, welche jeweils in einem fest vorgegebenen Rahmen verändert und so eine Vielzahl von Kombinationsmöglichkeiten ermöglichen.

Rahmenbedingungen

Der zu entwickelnde Trading-Algorithmus hatte mehrere Rahmenbedingungen zu erfüllen, welche im Folgenden kurz vorgestellt werden:

• Trefferquote des Traders von 50%.

• Trader kann den Gewinn durch eine höhere Trefferquote aktiv erhöhen.

• Möglichst geringer Aufwand durch den Trader.

• Möglichkeit der Parallelisierung des Algorithmus zur zeitlichen Optimierung.

Funktionsweise

Der genaue Trading-Algorithmus wird zum aktuellen Zeitpunkt noch nicht öffentlich gemacht. Die Funktion des Algorithmus stützt sich allerdings auf eine starke Verlustbegrenzung. Zur Optimierung des Algorithmus besitzt dieser 8 verschiedene Parameter zur Steuerung einzelner Vorgänge. Alle 8 Parameter können hierbei in einer vorgegebenen Spanne beliebig verändert werden. Hierdurch ist es möglich durch Kombinationen der einzelnen Parameter lokale und absolute Maxima zu finden und so den Algorithmus gewinnoptimiert anzuwenden.

Umsetzung

Nach der Erstellung des Algorithmus wurde dieser als Python-Programm umgesetzt und die Ergebnisse aller sinnvollen Kombinationen (statistisch) berechnet. Hierfür wurde der Algorithmus mit allen Kombinationen der Parameter 800-mal durchlaufen und anschließend sowohl die Erfolgswahrscheinlichkeit als auch die Standardabweichung der Kombinationen berechnet. Herausgekommen sind 4.478.976 Kombinationsmöglichkeiten und deren Wahrscheinlichkeit für einen Erfolg. Durch die Parallelisierung der Anwendung mittels 8 berechnenden Threads, konnte die gesamte Berechnung aller Kombinationsmöglichkeiten in knapp 9 Wochen reiner Berechnungszeit abgeschlossen werden.

Zahlen, Daten, Fakten

Im Folgenden ein paar Zahlen, Daten und Fakten zur Überprüfung des Algorithmus durch eine in Python programmierte Umsetzung:

• Anzahl Codezeilen: 263

• Ergebnisse: 4.478.976

• Runden pro Ergebnis: 800

• Tradings pro Runde: 10.000 (1 Trading = 1 Kauf + 1 Verkauf)

• Durchgeführte Runden: 4.478.976 * 800 = 3.583.180.800

• Durchgeführte Tradings: 3.583.180.800 * 1.000 = 3.583.180.800.000 (ca. 3,6 Billionen)

• Verwendete Threads: 8

• Benötigte Zeit pro Ergebnis: 1,18 Sekunden

• Benötigte Zeit insgesamt: 4.478.976 Ergebnisse * 1,18 Sekunden/Ergebnis = 5.285.192 Sekunden
  = 61 Tage, 4 Stunden, 6 Minuten, 32 Sekunden (100% CPU Auslastung eines Core i7-6700K)

• Größe der JSON-Datei mit den Ergebnissen: 289 MB

Ergebnis

Das Ergebnis des Algorithmus ist seit 18.07.2018 unter der URL www.aktionator.de veröffentlicht. Auf dieser Webseite können Sie sich die Ergebnisse in Abhängigkeit einzelner Parameter grafisch darstellen lassen.

Fazit

Der von mir entwickelte Trading-Algorithmus bietet einem Trader die Möglichkeit, nach einem fest vorgegebenen Schema an der Börse zu handeln. In der Auswertung der Ergebnisse muss der Algorithmus unter Beweis stellen, dass die Ergebnisse statistisch gesehen positiv sind und sich daher der Einsatz des Algorithmus lohnt. Die Auswertung der Ergebnisse, sowie die Suche optimaler Parameter (Maxima) kann durch jeden Trader im Rahmen seiner finanziellen und zeitlichen Rahmenbedingungen, selbst durchgeführt werden. Hierfür steht die unter "Ergebnis" beschriebene Webseite zur Auswertung zur Verfügung.