Chaos im Wolkenkratzer

Chaos im Wolkenkratzer

Die Städte sind schon zugebaut. Um immer mehr Menschen in Büros unterzubringen wird zunehmend in die Höhe gebaut. In Frankfurt ist das schon eine Frage des Images. Nicht nur die Menschen der Stadt wollen hoch hinaus, sondern ein Wolkenkratzer gehört eben auch zum Stadtbild von Frankfurt. Wenn ich nach Frankfurt zurückkehre freue ich mich immer auf den ersten Blick auf die Stadt mit der Skyline.

So ein Büro im Wolkenkratzer besitzt jedoch auch einiges Potential an Tücken. Die Wege von einem Büro in ein anderes oder ein Meeting können schon relativ lang sein. Insbesondere, wenn man ständig auf Aufzüge warten muss. Auf der Anderen Seite trifft man im Aufzug oft die Kollegen und kann dann die Aufzugsfahrt für einen kurzen Smalltalk nutzen.

Neulich kam meine Kollegin völlig gestresst wieder ins Büro und berichtete von den nicht funktionierenden Aufzügen. Man muss dazu sagen, dass bei uns gerade eine menge Bauarbeiten stattfinden und deshalb die Aufzüge auch immer man nicht funktionieren. Das führt dann natürlich zu etwas schlechter Stimmung. So ein Büroturm ist ohne Aufzug nur mit richtige guter Ausdauer zu bezwingen.

Ihr Problem diesmal war jedoch nicht, das der Aufzug nicht funktionierte – im Sinne: Überhaupt nicht fuhr, sonder der Aufzug vergaß wohin der Fahrgast wollte.

Also genau genommen funktionierte der Aufzug wie eine Lotterie oder ein Roulette Rad. Man steigt ein – drückt einen Knopf und der Aufzug wählt dann völlig unsystematisch ein Stockwerk.

Das fand ich einen interessanten Gedanken.

Ich stellte mir die Menschen vor den Aufzügen vor, wie sie versuchten durch geschicktes drücken am schnellsten in ihr Büro kommen wollten. Die IT würde einen Algorithmus im Intranet veröffentlichen, mit dem man sicher in die richtige Etage gelangt. Dann würden früher oder später Bücher darüber geschrieben werden wie es jemand geschafft hat, beim ersten Drücken in das richtige Stockwerk zu gelangen. Es würden Verschwörungstheorien entstehen und seltsame Rituale vor den Aufzügen abgehalten werden. Wahrscheinlich gebe es jeden Morgen erst einen spirituellen Arbeitskreis, bei dem die Weisheit des Aufzugs gepriesen wird.

Nun Spaß beiseite. Werfen wir einen rationalen Blick auf das Spiel.

Es ist sofort zu erkennen, dass wir eine kleine statistische Fragestellung vor uns haben. Eigentlich auch keine so komplizierte – es wird wieder mal gewürfelt. Nur unser Würfel besitzt nicht nur 6 Seiten, sondern 50 – so viele Seiten wie der Wolkenkratzer Etagen hat.

Bei jedem Wurf wird eine der 50 Zahlen gewählt, bzw. bei jedem Druck auf den Aufzugsknopf wird ein Stockwerk völlig zufällig gewählt.

Für den Moment schauen wir nur auf den Einzelfall. Wie hoch ist die Wahrscheinlichkeit, dass ich beim ersten Wurf in meine Etage komme? – 1:50 also 2%.

Jetzt kann man natürlich nicht hingehen und einfach 50-mal den Knopf drücken, um auf 100% Wahrscheinlichkeit zu kommen. So einfach ist Statistik und Aufzugfahren in unserem Fall nicht. In der Statistik spricht man von „Ziehen mit zurücklegen„.

Aber tatsächlich kann man bestimmen, wie oft der Knopf gedrückt werden muss (sequentiell, nach jeder Ankunft auf der falschen Etage), um mit einiger Sicherheit auf dem gewünschten Stockwerk zu landen. Die absolute Sicherheit kann leider nicht erreicht werden, aber wir wollen uns wie am Kapitalmarkt mit einer sehr hohen z.B. 99% Wahrscheinlichkeit zufrieden geben.

Dafür könnte man jetzt wieder eine Monte Carlo Simulation mit Excel bauen und dann einen Zufalls-Aufzug zu simulieren. Damit kann das Ergebnis sozusagen herbeigewürfelt werden.

Zum Glück gab es schon findige Mathematiker wie z.B. den Herren Bernoulli, der dieses ziehen mit zurücklegen in eine Formel gegossen hat.

Wir suchen sozusagen die Anzahl n – wie oft muss man drücken, um das Ergebnis P Stockwerk 13 (zum Beispiel) zu erreichen – oder anders herum. Dann suchen wir die Wahrscheinlichkeit die entsprechende Etage nicht zu erreichen.

Damit erhalten wir dann 1 – P (eine spezielle Etage wird nicht erreicht)^n > 99%.

In Zahlen bedeutet dies 1 – ( 49/50 )^n > 99. Jetzt noch die Gleichung nach n auflösen.

0,01 > ( 49/50 ) ^n
log ( 0,01 ) > n * log ( 49/50 )
log ( 0,01 ) /  log ( 49/50 ) > n
n < 227,948 oder knapp 228 mal.

In der kleinen Tabelle anbei habe ich nochmals die verschiedenen Wahrscheinlichkeiten für n berechnet.

 

Wahrscheinlichkeit Anzahl Versuche
68,27% 57
95,45% 153
99,00% 228
99,73% 293

Das Ergebnis ist natürlich für die Aufzugsfahrer weniger vorteilhaft. Wenn man eilig in einen Termin möchte, wird das wohl nichts mehr werden. Nehmen wir nur einmal an, der Aufzug benötigt immer 1 Minute, um auf dem neuen Stockwerk anzukommen. Dann bedeutet dies wir benötigen knapp 4h (grob 240min.) um auf der richtigen Etage anzukommen.

Also dann sind selbst bei uns die Meetings schon zu Ende.

In Bezug auf das Handelssystem kann man sich fragen, wie oft hintereinander ein Verlust entstehen kann. Das gleicht zwar mehr dem Münzwurf, da wir nur die beiden Zustände „Verlust“ und „kein Verlust“ kennen, aber wird genauso berechnet.

n ist in diesem Fall auch einigermaßen überschaubar. Allerdings ist in meinem System die Münze nicht ganz fair. Mein System produziert in 60% der Fälle einen Verlierer. Dafür adjustiere ich die Anzahl der Kugeln in der Urne auf 100. 60% Rote Kugeln stehen für Verlust und 40 Schwarze-Kugel für einen Gewinn.

In einer Formel ausgedrückt würde man schreiben:

1 – ( 60/100 )^n > 99
0,01 > ( 60/100 )^n
log ( 0,01 ) > n * log ( 60/100 )
log ( 0,01 ) /  log ( 60/100 ) > n
n < 9

bzw. die gesamte Tabelle der einzelnen Wahrscheinlichkeiten und nötigen Trades:

Wahrscheinlichkeit Anzahl Versuche
68,27% 2
95,45% 6
99,00% 9
99,73% 12

Damit sind 9 Verlierer hintereinander nicht ungewöhnlich bzw. wenn wir von einem 3 Sigma Konfidenzintervall sprechen sogar 12. Ich habe aus Diversifikationsgründen meist mehrere Trades gleichzeitig – nicht immer alle 8, aber oft 5 – 6. Das führt dann zu viel mehr Trades pro Jahr und damit kann diese Kombination von 12 Verlusttrades hintereinander schon eineigemale vorkommen.

Gehen wir mal von durchschnittlichen Verlusten von 0,7R aus, dann muss ich mit einem Drawdown von 12 x 0,7R = 8,4R rechnen. Wenn 1R dann 2% des Equtiy sind, dann sind Verluste (Drawdowns) i.H.v. 16-17% völlig normal.

Natürlich sind nicht alle Trades immer gleich schlecht, aber für eine grobe Abschätzung der möglichen Verluste ist es durchaus zu gebrauchen.
Signale des wöchentlichen Systems:

keine

Wikifolio: MAQS – Global Trend Following

 

Bild: Christian Wolf, www.c-w-design.de

Portfolio Simulation – Pyramiding Teil 3

Portfolio Simulation – Pyramiding Teil 3

Die Erkenntnisse der letzten Woche haben mich genug motiviert mein Test-Handelssystem um den Pyramiding Ansatz zu erweitern.

Das klingt erst einmal ganz einfach, ist jedoch nicht ganz ohne. Schließlich muss überlegt werden, an welcher Stelle einzugreifen ist und welche Parameter genau alle geändert werden müssen.

Was habe ich umgesetzt?

Angelehnt an die Methoden der Turtles fange ich mit einem einfachen System an. Dabei können maximal 3 Units Risiko hinzu addiert werden.

Diese Begrenzung ist nötig, da sonst das initiale Risiko völlig aus dem Ruder läuft. Um dennoch einigermaßen vergleichbare Ergebnisse zu erhalten, musste ich die Positionsgröße von 2% auf 1% absenken und damit das System neu kalibrieren.

Was passiert, war von mir erwartet.

Das neue System macht was es soll. Es werden nur die Trades werden aufgestockt, die auch die jeweilige Schwelle erreichen – also nur Gewinnertrades welche wenigstens 1R an Gewinn erreichen. Trades die weniger deutlich performen oder sogar Verluste produzieren bleiben bei 1R.

Bei einer gleichzeitigen Reduktion der Positionsgröße führt dies dazu, dass die Verluste in absoluten Euro geringer werden – in Risko-Einheiten bleibt alles beim alten – zumindest im Prinzip. Natürlich ist zu erwarten, dass die neuen Regeln auch zu etwas veränderten Eigenschaften des Systems führen – das ist ja auch gewollt.

Was für die absolute Wirkung der Verlierer gilt, gilt jedoch auch für Gewinnertrades. Auch diese haben erst einmal eine absolut geringere Wirkung auf den Gesamtgewinn. Über die weitere Erhöhung der Positionsgröße wird das im Laufe des Trades wieder ausgeglichen.

Meine Vermutung war, dass durch dieses Vorgehen eine deutlichere Akzentuierung der der P/R Zahlen entsteht. Dabei bleibt natürlich die Hoffnung, dass dies nur auf der rechten Seite zu einer Erhöhung kommt und auf der linken Seite des Histogramms die Stops eingehalten werden können. Damit haben wir immer noch sehr ähnliche Zahlen auf der linken Seite des Histogramms, aber dafür deutlichere Ausschläge nach rechts.

pyramiding-histogramm

Das sieht sehr gut aus – works as designed.

Durch das Pyramiding lassen sich die P/R Werte sehr deutlich auf der rechten Seite der Verteilung nach oben verschieben. Es gibt im Vergleich zum „normalen“ System zwar wenige, aber dafür deutlich größere P/R Werte.

pyramiding-tabelle-r
Vergleich der P/R-Werte

Beim Blick auf die Performance und Risiko-Kennzahlen des Pyramiding-Systems kommt allerdings etwas Ernüchterung auf. Die Kennzahlen sehen insgesamt dem „normalen“ System sehr ähnlich – bzw. sind sogar leicht schwächer.

pyramiding-gesamt
Vergleich der Werte des Gesamt-Systems

Wie kommt das? – Der Versuch einer Erklärung.

  1. Wie schon beschrieben werden ggf. Positionen erhöht, die dann mit dem erhöhten Volumen ins negative drehen und damit aus Gewinnern Verlierer werden. Dies wird unterstützt durch die Kennzahl: Win-Ratio = 38% vs. 40% für das „normale“ System.
  2. Durch die geringere Positionsgröße machen die Trades Ihre erste Risik-Unit mit nur dem halben (1% vs. 2%) absoluten Gewicht. Damit sind alle Trades mit nur einer Risk-Unit deutlich benachteiligt gegenüber dem „normalen“ System. In einem Trendfolgesystem ist zu erwarten, dass Trades in relativ starkes Momentum hinein eröffnet werden. Damit sind ggf. die ersten Wochen für diese Trades entscheidend. In der letzten Woche haben wir schon gesehen, dass das System keine „Startschwierigkeiten“ hat. Selbst die schnellen Reversals – also die mit hohen Verlusten gleich nach dem Entry – werden von den Gewinnern der ersten Wochen kompensiert. Deshalb hatte ich mich gegen das Pyramiding als Entry Technik entschieden. Das hier dargestellte Verfahren ist aber durch die reduzierte Positionsgröße aber genau das – ein vorsichtiges Phase-In der Trades.
  3. Die Spreizung der P/R Werte führt nicht zu einer Verschiebung des absoluten Beitrages eines jeden Trades zum Gesamtgewinn. Auch das lässt sich an den Zahlen ablesen. Der Mittelwert bewegt sich durch die „Ausreißer“ natürlich nach rechts weiter in den Profit-Bereich. Der Median verbleibt aber leicht im negativen Bereich.
  4. Das System wird deutlich abhängiger von einzelnen großen Gewinnern. Die schon im normalen System sehr guten Trades werden durch das Pyramiding noch besser. Gleichzeitig verschwindet aber der „Mittelbauch“ der immer noch guten Trades. Schaut man sich die einzelenen Trades an, stellt man fest, dass nur! die Trades mit der maximalen Positionsgröße (Pos = 3) im Mittel Gewinner sind (oder bleiben) – Trades mit einer Pos = 2 sind gerade noch Break Even.
  5. Drawdowns werden durch dieses Verhalten wahrscheinlicher – treten also häufiger auf und sind im Mittel tiefer.

Letztlich sind beide Systeme sehr vergleichbar in ihren To-Line Zahlen. In der Charakteristik unterscheiden sich beide Systeme jedoch. Das Pyramiding-System hat sicher den Charme geringer Positionsgrößen und damit absolut kleinerer Verluste pro Trade. Dafür wird es durch das Pyramiding aufwändiger und eratischer. Man muss darauf gefasst sein, das durchschnittlich gute Trades in die Verlustzone laufen. Dafür kann man sich über sehr deutliche Gewinner freuen, wenn man einen großen Trend erwischt hat.

Das normale System ist „pflegeleichter“ nach dem Entry gibt es außer der Beachtung der Stops und Exits nichts mehr zu tun. Man kann sich darüber ärgern, dass man gleich am Anfang 2% des Portfolios durch ein schnellen Reversal verspielt und einen langen Trend nicht deutlicher ausgebeutet hat. Dafür bleiben die leicht über 1R Trades auch solche und werden nicht durch eine unglücklich erhöhte Positionsgröße zunichte gemacht.

Für mich hat die Analyse bestätigt, dass einfach nicht notwendig schlecht sein muss. Es macht zwar Spass immer wieder neue Entries, Exits oder wie in diesem Fall eine andere Money Management Methode zu durchdenken und zu probieren, aber am Ende muss der Charakter des Systems noch zu mir passen. Solange ich nicht die Systemparameter wesentlich verändern  kann, erscheint es mir nicht wert neue Wege zu gehen.

 

Signale des wöchentlichen Systems:

keine

Wikifolio: MAQS – Global Trend Following

MAE – Pyramiding Teil 2

MAE – Pyramiding Teil 2

Immer noch im Drawdown, heute zum zweiten Teil „Pyramiding“ und der Frage nach dem Verhalten der Trades nach dem Entry.

In dieser Woche möchte ich als weitere Vorarbeit der Frage nachgehen, wann eigentlich der richtige Zeitpunkt ist, die Positionsgröße zu erhöhen. Denn schließlich wollen wir ja nicht gerade kurz nach der Erhöhung mit voller Wucht einen Verlust produzieren.

Generell sind wir daran gewöhnt in Stärke zu kaufen bzw. in Schwäche short zu gehen. Das funktioniert, da wir uns auf die Signale = Setup + Trigger verlassen. Beim Pyramiding müssen wir jedoch entweder auf Zeit oder auf das Erreichen von P&L Zielen verlasen. Was diese mit dem aktuellen Setup zu tun haben ist mir nicht ganz klar.

Nun könnte man behaupten, dass zu viel Aufsehen um Entries gemacht werden. Es gibt schließlich genügend Untersuchungen, welche die Effektivität von einfachen Random Entries belegen. In unserem Fall sind dies nicht einmal richtige Random Entries, da sie in einem bestehenden Aufwärtstrend  eingegangen werden – wir haben schließlich ein aktives Signal.

Der richtige Zeitpunkt

Mich interessierte trotzdem die Frage, ob ich an der Entry-Technik etwas optimieren kann. Zum Beispiel könnte die Pyramiding-Technik entgegen einer Profit-Maximierungstechnit auch als Step-Up-Entry verstanden werden. Also der Trade beginnt mit einer reduzierten Positionsgröße z.B. 1/2 R und wird dann durch Pyramiding bis auf 1R aufgestockt. Damit entsteht kein zusätzlicher Leverage zum bisherigen System.

Ziel der Aktion ist, die Fehltrades aus starken Reversals (innerhalb der ersten 3 Wochen) zu reduzieren. Diese Reversals enden oft in einem Exit über den Stop Loss, da natürlich noch nicht so viel Spielraum geschaffen wurde und leider überschießen diese auch oft den 1R Loss.

Nachteilig sind bei dieser Art des Scale-In ein paar verpasste Chancen auf schnelle Profite in besonders starken Trends. Diese könnten durch ein kontinuierliches Scaling ggf. wieder ausgeglichen werden.

Um solche Fragen zu beantworten benötigen wir Daten. Somit habe ich ein wenig an meinem System geschraubt – zumindest an den Output-Kennziffern.

Wie entwickeln sich die Trades nach dem Entry?

Im großen und Ganzen ergibt sich für die ersten 25 Wochen eines Trades im Mittel folgendes Bild:

 

mae_mittelwert-20-wochen

Die Grafik zeigt schon mal nach rechts oben –  also in die richtige Richtung!

Auffällig sind die ersten Wochen – es scheint als brauche das System 1-2 Wochen um durchzustarten. Dann geht es jedoch steil bergauf, ohne große Rücksetzer.

Natürlich laufen einige Trades deutlich länger, andere jedoch enden schon nach den ersten Metern – den ersten Wochen. Um genügend Datenpunkte für „halb“-statistische Aussagen zu haben, beschränken wir uns auf die ersten Wochen der Trades. Das Gesamtbild aller Wochen ist einerseits durch die sehr langen und profitablen Trades geprägt und zum anderen enden alle Trendfolge-Trades mit einer Abgabe von Profiten am Close. Das folgende Bild soll dieses Verhalten zeigen:

mae_mittelwert-alle-wochen

Nun ist der Mittelwert aller Trades nur zum Teil interessant. Zum einen interessiert die Maximum Adverse Excursion (MAE) bzw. aus einem statistischen Blickwinkel die zu erwartende Streuung des Mittelwertes.

MAE / MFE

Maximum Adverse Excursion (MAE) und Maximum Favorable Excursion sind Maßzahlen, um einen Trade zu bewerten. Hierbei wird auf die Entwicklung des Trades nach dem Entry Signal geschaut. Läuft die Position ins Minus, ist das eine „Adverse Excursion“ der Wert des Maximalen Verlustes am Beginn des Trades bezeichnet man dann logischerweise als MAE.

Maximum Favorable Excursion ist das Gegenteil, hier wird geschaut, wie weit ein Trade sich positiv entwickelt. Oft werden MAE und MFE ins Verhältnis gesetzt bzw. zu einer Ratio kombiniert.

mae-mfe_erklarung

Die MAE im engen Sinne –  liefert ein ziemlich eratisches Bild – das ist auch nicht anders zu erwarten, da mit dem Minimum bei nur 150 Trades einige Sprünge auftreten können.

mae_minimum-20-wochen

MAE – Minimum der ersten 25 Trades

Wie man unschwer sehen kann sind die wirklich problematischen Trades in den ersten 4 Wochen. Hier werden im Minimum Werte weit unterhalb unseres Stop Losses erreicht. Eine bessere Entry-Technik könnte hier für Abhilfe sorgen.

Zur besseren Einordnung der Bewegung der ersten Wochen soll der Mittelwert ergänzt werden um 1 Standartabweichung nach unten und interessehalber auch nach oben.

mae_konfidenz-20-wochen
+/- eine Standardabweichung

Damit haben wir ein Konfidenzintervall von 68,3% in dem unserer Trades in den ersten 25 Wochen laufen. Ein frühes Abgleiten ins Negative können wir genauso erkennen, wie eine deutliche Verbesserung ab der 15 Woche. Die Trades landen dann aber nicht mehr unter dem Stop Loss, sondern nur bei -0,5 R. Tatsächlich sind die realisierten Verluste ebenfalls in dieser Range bei ca. -0,6 R.

Ein weiteres Intervall mit z.B. 2 Standardabweichungen und damit einer Konfidenz von 95,4% ergibt folgendes Bild:

mae_konfidenz-20-wochen_2
+/- 2 Standardabweichungen

 

Alles Schief oder Was?

Bei der Verwendung des breiten Konfidenzintervalles zeigt sich deutlich die zu erwartende Schiefe der Verteilung, durch unsere Stop Loss Mechanissmen. Die P&L-Kurve der Trendfolger („Gewinne laufen lassen und Verluste begrenzen“) ist nicht normalverteilt.

mae_histogramm-der-4-woche

Die Verteilung zeigt deutlich die Schiefe der Verteilung – der Extremwert mit -1,6 R ist nur ein einziges mal aufgetreten und soll für die weiteren Überlegungen keine Rolle spielen. Wir wollen ja keine Strategie finden, die einzelnen Extrempunkte beseitigt, sondern generell die Risiken begrenzt, bzw. den Ertrag stärkt.

Einzelne Positionen bzw. Ergebnisse des Trackrecords zu entfernen würde man sowieso in der Kategorie „Curve-Fitting“ einsortieren.

Ein einfaches Aussortieren der ersten 4 Wochen – also eine Trade-Verzögerung führt m.E. auch zu einer deutlichen Reduzierung des Ertragspotentials. Wir schneiden zwar die deutliche negative Performance von -1,6 R und die kleineren Vorkommnisse von -0,8 R und -0,4 R ab, nehmen uns aber das deutlich größere Potential auf den gesamten rechten Teil der Verteilung.

 

Signale des wöchentlichen Systems:

keine

Wikifolio: MAQS – Global Trend Following

Traden wie ein Ägypter – Pyramiding Teil 1

Traden wie ein Ägypter – Pyramiding Teil 1

Drawdown Zeit ist für mich immer die Zeit, in welcher ich mich mehr mit meinem Handelssystem beschäftige. Das liegt wahrscheinlich daran, dass ein „nicht funktionierendes“ System eine Art Aktivitätszwang in mir auslöst.

Solang die Aktivität darin mündet, dass ich mein System besser verstehe oder neue bessere Methoden entwickle, ist daran m.E. nichts auszusetzen. Aktivitätswahn sollte nur nicht zu unkontrollierten Eingriffen in das bestehende System führen – das wäre sehr kontraproduktiv.

Im letzten Blog ging ich der Frage nach, ob Drawdowns zu einer bestimmten Zeit wahrscheinlicher sind als zu anderen Zeiten. Diesmal möchte ich ein Thema untersuchen, über welches ich schon des öfteren nachgedacht habe – Pyramiding.

Pyramiding hat natürlich wenig mit den Pyramiden im alten Ägypthen zu tun sondern ist eine Money Management Technik, welche oft empfohlen wird, um maximale Profite beim Traden zu erzielen.

Soweit die Theorie

Die Bezeichnung Pyramiding kommt daher, dass bei dieser Technik in einem starken Trend sukzessive Posistionen hinzuaddiert werden. Damit steigt der Leverage einer einelnen Position erheblich und kann, wenn alles gut geht zu sehr hohen Profiten führen.

Um zu erfahren, ob diese Technik für mein System verwendbar ist, habe ich mir ein paar Fragen gestellt. Diese kann ich heute noch nicht alle beantworten, aber diese sollen mein Research leiten.

  1. Ist Pyramiding kompatibel zur Trend-Folge-Philosophie?

Gewinne laufen lassen, Verluste begrenzen.

Prinzipiell ist Pyramiding mit einem Trendfolge-Ansatz kompatibel. Mit steigenden Gewinnen, werden immer neue Positionen aufgebaut. Damit ist die Strategie genau umgekehrt zum Average Down – also dem Nachkaufen bei Verlusten, um den Einstiegspreis zu verbilligen.

Gleichzeitig werden bestehende Stop Loss Absicherungen an die neue Position herangeführt, sodass in der Summe keine höheren Risiken im System entstehen – zumindest nicht in der Theorie.

Leverage ist wie wir schon wissen ein zwei-schneidiges Schwert – dreht die Position ins negative, werden auch die Verluste sehr schnell sehr hoch.

Deshalb wird es wichtig sein, eine effektive Verlustbegrenzung einzubauen.

Die hohem Hebel potenzieren sich neben den Gewinnen auch Trade-Error und Gap-Risiken. Damit steigt die Wahrscheinlichkeit von unkalkulierbaren Verlusten deutlich.

2. Verändert das Pyramidale Trading mein Risikoprofil?

Ich würde im ersten Augenblick denken, dass die Tails der Verteilung sowohl positiv als auch negativ dicker werden. Damit steigt auch die Gefahr von Schwarzen Schwänen – konkret tiefen Drawdowns. Wie schon häufig erwähnt führen tiefe Drawdowns zum Vertrauensverlust in das Handelssystem und dann zur Aufgabe!

Mit dem veränderten Risikoprofil bleibt zu überlegen, ob der Trade off sich wirklich lohnt. Aus einzelnen wenigen Trades deutlich mehr herauszuholen und dafür zu riskieren, bisherige Gewinn-Trades durch ein höheren Leverage am Ende als Verlierer-Trade dastehen zu lassen.

Außerdem bedeutet eine neue zusätzliche Position auch zusätzliches Kapital aufzuwenden und nicht immer ist genug Kapital vorhanden, da genügend andere Positionen aktiv sind.

Um freies Kapital zu bekommen müssen Regeln getestet und festgeschrieben werden. Kommt das Kapital von anderen Positionen, muss festgelegt werden in welcher Reihenfolge Positionen reduziert werden etc.

Das alles ist recht aufwändig zu testen, deshalb will ich mir etwas Zeit für das Research nehmen und in den nächsten Wochen über meine Erkenntnisse schreiben.

3. Wird mich das Pyramidale Trading emotional stärker fordern?

Wie schon erwähnt führt ein erhöhter Leverage zu deutlich mehr Stress. Ich habe das mit einem meiner früheren Handelssysteme erlebt. Bei diesen handelte ich ständig die doppelte Positionsgröße und mehr Märkte.

Auf dem Papier ist das kein Problem wir ich schon in einem früheren Blog-Post beschrieben hatte. Aber wenn der Drawdown entstanden ist, kommen die Zweifel sehr schnell. Insbesondere, wenn man mit ungenügend „gelebten“ Strategien arbeitet.

Eine Hilfe bei der Beantwortung der Fragen sind natürlich die Erfahrungen etablierter Größen im Geschäft: George Soros würde z.B. sagen: „Gehen Sie aufs Ganze“. Soros tendierte dahin, Positionen zu etablieren, um den Markt zu testen. Wenn der Markt im Recht gab (ein Trend etablierte sich), dann erhöhte er seine Risikoposition, um den Profit zu maximieren.

Auf der anderen Seite hören wir immer:

„Nicht Haus und Hof aufs Spiel zu setzten, sondern genug Pulver trocken zu halten, um an einem anderen Tag wieder in den Ring steigen zu können.“

Also offensichtlich kommt es wie immer darauf an:

Auf jeden Fall kann es helfen die neue Methode intensiv zu testen und ggf. zusätzliche Regeln aufzustellen, die den maximalen Leverage zu begrenzen.

Erste Schritte:

Um die Technik etwas systematischer zu untersuchen, las ich zuerst noch einmal die entsprechenden Kapitel bei Curtis Faith „Way of the Turtle“ mit welcher Methode die Turtles erfolgreich waren.

Die erste wichtige Erkenntnis: Pyramiding ist eine Money Management Technik.

Der Aufbau weiterer Positionen erfolgt ohne neues Signal des Systems – bei den Turtles ohne neuen Break Out. Obwohl dies bei den Turtles ohne weiteres möglich wäre, wird einzig auf die P&L des einzelnen Trades abgestellt.

Das kommt mir entgegen, da ich generell keine neuen Signale erzeuge. Der Triple-Moving-Average gibt nur ein einziges Signal – danach muss erst ein Close folgen, bevor ein neues Signal generiert wird.

Bei einem Break Out System über z.B. 20 Tage, können immer wieder neue Handels Signale entstehen – theoretisch jeden Tag.

Die Turtle Variante

Die Turtles arbeiteten in ihrem Money Managementsystem mit Units of Risk (R). Also Positionen wurden immer Volltatilitäts-Normiert implementiert. Als Volatilitätsmaß diente die Average Traue Range oder kurz ATR.

Die ATR ist mehr oder weniger vergleichbar mit der Standartabweichung – die ATR arbeitet jedoch mit:

  1. weniger Daten und
  2. mit absoluten EUR-Beträgen.
  3. berücksichtigt die komplette Handelsbreite Open-High-Low-Close, während die Standartabweichung wird meist nur für eine Zeitreihe  des Close ermittelt.

Die Korrelation beider Zahlen ist jedoch relativ hoch bzw. die Aussagen identisch. Im meinem monatlichen System, welches nur mit Monatsend-Kursen arbeitet, benutze ich auch die langfristige Standardabweichung um die Gewichte der Asset-Klassen festzulegen.

Eine Unit Risiko waren bei den Turtles 2 x ATR. Eine zusätzliche Unit Risiko wurde nach einer Marktbewegung um 1 x ATR oder 0,5 x R in Richtung des Trades aufgenommen.

Im Gegenzug wurden die Stop Loss-Marken um genau die 0,5 R angehoben (long) oder abgesenkt (short).

Wichtiges Detail: Die initiale ATR wurde über die Laufzeit des Trades nicht verändert. Das mache ich in meinem wöchentlichen System ebenso – einmal eingegangene Positionen werden nicht rebasiert oder an neue Volatilitäten (ATR) angepasst. Da die ATR bei guten Trades gewöhnlich steigt – der Trade gewinnt an Dynamik – erhalten die Gewinner auch ein wenig mehr Einfluss auf die Gesamt P&L des Systems.

Zurück zu den Turtles:

Bei einem Close Signal (Stop oder Exit) wurde die gesamte Position geschlossen – kein schrittweises Reduzieren (Scale Out) der Position. Ein Scale-Out würde aus meiner Sicht keinen Sinn machen – es gibt kein Signal mehr – also gibt es auch keine Position mehr Pyramiding ist nur Money Management.

Im nächsten Beitrag schaue ich auf die aktuellen Parameter meines wöchentlichen Systems, suche geeignete Trades und teste die Mechanik an diesen im Einzelfall.

 

Signale des wöchentlichen Systems:

keine

Wikifolio: MAQS – Global Trend Following

 

Bildquelle: egypt travel

Sommer Drawdown

Sommer Drawdown

Der Sommer ist fast vorbei und es war wie immer wenig Zeit. Zumindest das Wetter war dieses Jahr aus meiner Sicht genau richtig.

Das Portfolio (Wikifolio: MAQS) entwickelt sich ganz ordentlich, aber gegen Ende des Sommers folgten erst einmal Molltöne und es befindet sich jetzt im Drawdown.

Generell ist der Drawdown eine ziemlich deprimierende Messgröße:

  1. Drawdown heißt immer Geld verloren und
  2. Drawdowns kommen sehr oft, da selbst der kleinste Rücksetzer vom erreichten Hoch mathematisch ein Drawdown ist.

Nun stürzt nicht jeder kleine Drawdown den Händler in Depressionen – zumal ich in meiner „Handels-Karriere“ schon einige sehr tiefe Drawdowns mitgemacht habe.

Trotzdem habe ich mir überlegt, ob diese Drawdowns in meinem wöchentlichen System einer gewissen Regelmäßigkeit unterliegen.

Jetzt würde der Statistiker gleich eine Faktorenanalyse oder Trendanalyse starten.

Für mich steht im Vordergrund die Frage nach einer möglichen Saisonalität – also gibt es so etwas wie den Sommer Drawdown.

Aus vielen Publikationen ist bekannt, dass z.B. der DAX oder andere Aktienindizes einer gewissen Saisonalität unterliegen. Hierfür wird immer die Performance des jeweiligen Indizes in den 12 Monaten des Jahres gemessen. Gemittelt über einen Zeitraum von vielen Jahren kann  man somit eine Regelmäßigkeit erkennen.

Diese Phänomen ist in der Akademischen Welt untersucht worden, aber auch Pragmatiker wie Dimitri Speck auf seiner Web-Site untersuchten die Saisonalität.

„Sell in May and Go away, but to remember to come back in November“ ist eine Regel, nach der einige Konzepte am Markt investiert werden.

Also kleiner Test am wöchentlichen System:

Hierbei soll es diesmal nicht um Performance gehen, sondern um Drawdowns.

Zuerst müssen wir definieren, wie ein Drawdown zu werten ist. Für unseren Test, soll ein Drawdown von mindestens -2% zur Analyse dienen.

Sollte also im Januar ein Drawdown von z.B.3% entstehen und im Februar dieser unverändert bleiben, so würden wir den Drawdown auch für den Februar messen. Also ein Drawdown wird über die gesamte Länge seines Bestehens gemessen. Damit überschätzen wir die psychologische Wirkung etwas, da es vom Tiefpunkt des Drawdowns schon wieder nach oben geht und dies positiv wargenommen wird.

In unserem einfachen Test untersuchen wir nur ob es Monate gibt, die häufig einen Drawdown haben.

Die Zahlen des Systems:

Für das wöchentliche System habe ich Daten von 464 Wochen. In diesen Wochen lassen sich 317 Wochen finden, in denen Drawdowns größer 2% (als Negativwert ausgedrückt) vorkamen. Gleichzeitig wurden die Mittelwerte der 317 Wochen pro Monat gemessen.

Die Ergebnisse im Tabellenformat:

DD-Saisonals-Tabelle

Zusatzinfo: Der durchschnittlicher Drawdwon dauert ca. 20 Wochen, mehr als ein 1/3 Jahr.

Die Ergebnisse als Grafik getrennt nach der Häufigkeit (Anzahl) und der Auswirkung (Tiefe eines Drawdowns).

DD-Seasonals-Abzahl
Anzahl der Drawdowns größer 2%
DD-Seasonals-Tiefe
Tiefe der Drawdowns größer 2%

Was ich aus dem Test gelernt habe.

Den kleinen Test finde ich ganz aufschlussreich. Während bei der Anzahl der Drawdowns in den einzelnen Monaten die Ergebnisse noch recht diffus sind, zeigt sich eine gewisse Regelmäßigkeit in der Tiefe der Drawdowns.

Wichtigste Erkenntnis: Es gibt keine Drawdown freie Zeit. Wie eingangs schon erwähnt, folgt ein Drawdown oft in der Woche nach einem neuen Hoch und damit oft.

Die Drawdowns einzelner Monate wie Februar, Juni und September bis November sind relativ geringer als die anderen. Besonders anfällig erscheint der Mai hier befinden sich ca. 10% aller Drawdowns, aber auch der August scheint erhöht gefährdet. Mit Blick auf den aktuellen Drawdown des Systems stimmt es mich ganz zuversichtlich, dass der September unmittelbar vor der Tür steht.

Beim Blick auf die Ausmaße des jeweiligen Drawdowns, scheint der März ein besonders Nerven-schonender Monat zu sein. Insgesamt zeigt sich die Periode Februar – März  – April, im Vergleich mit den anderen Monaten, als Investor-freundliche Drawdownphase.

Der Filter von 2% ist relativ konservativ. Setzten wir den Filter auf 10%, da wir glauben als hartgesottene Händler einen solchen ertragen zu können, ändert sich das Bild deutlich.

DD-Seasonals-Abzahl_10pp
Anzahl der Drawdowns größer 10%
DD-Seasonals-Tiefe_10pp
Tiefe der Drawdowns größer 10%

Diese Drawdown-Dimensionen kommen viel seltener vor. Genau sind es 20mal in den 464 Wochen und das sind gerade mal 4,3% der Wochen. Damit steht die Statistik auf etwas wackeligen Füßen!

Natürlich zeigen die Mittelwerte solcher Drawdowns auch eine Ausprägung von 10%+.

Das interessante an der Verteilung ist jedoch, dass die Monate Januar bis April relativ selten (1x im Februar) bis nie tiefe Drawdowns aufzeigen. In den Monaten Juli, August und auch der November ist die Gefahr tiefer Drawdowns durchaus beachtlich.

Im Sommer, so scheint es, bauen sich die Drawdowns oft auf, um dann bis Juli-August den Tiefpunkt zu durchlaufen. Bei der statistischen Ungenauigkeit (nur 20 Datenpunkte) sollte die Analyse mit Vorsicht genossen werden.

Mein System werde ich daraufhin auf jeden Fall nicht umstellen. Es hilft mir die großen Drawdowns gelassener zu ertragen. Ich würde mich aber auch nicht vor einem tiefen Drawdown in einem März oder April nicht erschrecken lassen.

Signale des wöchentlichen Systems:

keine

Wikifolio: MAQS – Global Trend Following

Verlieren lernen um zu gewinnen

Verlieren lernen um zu gewinnen

„Gewinne laufen lassen, Verluste begrenzen“ – hört und liest man immer wieder, wenn es um die Kapitalanlage geht.

Klingt logisch. Wer will das denn nicht: Begrenzte Verluste und unbegrenzte Gewinne. Warum wird es dann so oft geschrieben, wenn es doch so logisch ist?

Warren Buffett würde sagen: „Investing is easy but not simple“. Als er das sagte, könnte er genau den Titel des Beitrags gemeint haben.

In der Finanzindustrie suchen wir für so ein Thema gern eine Replikationsstrategie. In unserem Fall müssen wir nicht lange suchen – das Baby heißt: Long Call Option.

Kurz erklärt ist eine Long Call Option ein Finanzinstrument, bei dem der Käufer (die Long Seite) das Recht hat, einen bestimmten Wert (das Underlying) zu einem festgelegten Preis (dem Strike) zu einem bestimmten Zeitpunkt zu erwerben (der Call) – muss er aber nicht (deshalb eine Option).

Graphisch sieht die Long Call Option aus wie ein Hockeyschläger.

Options-Zeitwert

 

Die Abbildung zeigt, dass die Call-Option im Wert (der innere Wert) steigt, sobald der Wert des Underlyings über dem vereinbarten Strike steigt – dann ist die Option  im Geld.

Da die Wahrscheinlichkeit kurz vor dem Strike ebenfalls noch relativ hoch ist, das die Option bis zum Laufzeitende ins Geld geht, besitzt die Option auch schon vorher einen gewissen Wert.

Lange Rede kurzer Sinn

Der Optionspreis steigt und fällt in Abhängigkeit des Underlyings. Aus dem Hockeyschläger wird eine sanfte kontuinierliche Bewegung.

OK. Wie bringt uns dass nun weiter ….

Wenn wir diese Option kaufen, dann zahlen wir den aktuellen Preis (auf der gebogenen Linie). Damit erweben wir dann das Recht, das Underlying z.B. die Aktie von Siemens zum festgelegten Preis zu kaufen.

Liegt der Kurs von Siemens am Verfallstag der Option über dem vereinbarten Preis, dann über wir die Option aus und bekommen die Aktie zum vereinbarten Preis geliefert. Würden wir diese gleich wieder am Markt verkaufen, hätten wir die Differenz gewonnen.

Fällt der Kurs von Siemens bis zum Verfallstag der Option unter den Strike, machen wir nichts – wir müssen ja nicht.

Der Preis der Option entspricht am Verfallstag genau der Differenz, oder Null.

Kommen wir zum Punkt

Kaufen wir eine Option, dann begrenzen wir die Verluste auf den gezahlten Preis für die Option. Geht unsere Spekulation auf und um im Beispiel zu bleiben, die Siemens Aktie steigt, dann haben theoretisch unbegrenzte Gewinne.

Kaufen wir die Aktie von Siemens direkt, können wir dieses Optionsprofil replizieren.

Das einzige was wir vor dem Kauf wissen kann, ist die Höhe des Verlustes (= Kaufpreis der Option), welchen man eingehen will. Daraus leitet sich dann zwangsläufig ab, wann der Trade auf der Verlustseite zu schließen ist. Gerät die Siemens Aktie in den Verlust (Marktpreis – Kaufpreis = max. Verlust), dann wird verkauft.

Das ist einfach – schwieriger ist bei der Replikations die „Gewinne laufen zu lassen“. Ohne Gewinne zu realisieren drohen diese wieder zu verschwinden. Aber anders als bei der Option gibt es keine zeitliche Begrenzung.

Also wann muss man raus?

Hierfür gibt es ganze Kapitel über Exit-Strategien. Bei meinem monatlichen System habe ich das ganz einfach gelöst: Der Preis am Ultimo liegt unterhalb des gleitenden Durchschnitts bei einer Long Position und über diesem bei einer Short Postion – damit haben wir sowohl zeitlich als auch Event-abhängig eine Begrenzung definiert.

Für unser Beispiel mit der Siemens Aktie könnte man genauso verfahren. Es würde selbst ein reiner Zeit-Stop funktioniert. Also: „Verkaufe, wenn die Aktie am Monatsende im Gewinn ist“.Das dies eine valide Handelsstrategie ist, wurde schon untersucht z.B. im Buch „Way of the Turtle“ von Curtis Faith.

Aus meiner Sicht widerspricht dieses Vorgehen dem Prinzip – Gewinne soweit wie möglich laufen zu lassen. Deshalb bevorzuge ich die Kombination mit einem Event (z.B. Kurs unter dem Mittelwert).

Die Strategie profitiert prinzipiell von steigender Volatilität am Kapitalmarkt. Das trifft für die Option im speziellen zu, da hier der Verlust definitiv auf den Optionspreis bei Kauf begrenzt ist.

Aber auch für die Replikation gilt dies weitestgehend. Wir müssen natürlich damit rechnen, dass mit dem Erreichen des StopLoss der Verkaufskurs aufgrund der hohen Volatilität schon weit unter dem Strikle liegen kann. Abgesehen davon profitieren wir auf der anderen Seite, wenn die Aktie schnell steigt. Mathematisch steigt mit hoher Volatilität eben auch die Wahrscheinlichkeit, dass der Preis am Verfallstag über dem Strike zu liegen kommt.

Warum ist diese einfache mechanische Vorgehen so schwer umzusetzen?

Bei der echten Option ist es noch relativ einfach. Im Verlustfall wird die Option verfallen. Durch diesen zeitlichen Stop (der Verfallstag der Option) wird das Spiel beendet.

Im Beispiel der Replikation – welches sicher der Standardfall ist, da nicht jeder Investor mit Optionen jongliert – gibt es wie wir festgestellt haben keine explizite zeitliche Grenze.

Somit können Verlust, welche nicht aktiv durch Verkauf der Position begrenzt werden zum Totalverlust führen.

Diese Verhalten haben Kahneman und Tversky Loss aversion genannt und beschreiben hiermit das unterschiedliche Verhalten bei Positionen im Gewinn und im Verlust. Leider fanden die beiden Forscher heraus, das wir Menschen die Tendenz haben dem Ziel: Gewinne laufen zu lassen und Verluste zu begrenzen – entgegen zu laufen.

Wir sind immer geneigt: „Gewinne zu begrenzen und Verluste laufen zu lassen“.

Die Gewinne begrenzen wir, weil wir es nicht aushalten, dass diese „hart verdienten“ Gewinne wieder verschwinden können. Die Verluste lassen wir laufen, da wir uns den Fehler nicht eingestehen wollen.

Das ist das Rezept für den Ruin!

Mir hilft die Mechanik meiner Systeme. Diese geben mir klare Signale – man könnte sogar sagen, sie nehmen mir die Entscheidung ab und zwingen mich zum handeln.

Da mein wöchentliches System nur eine Trefferquote von ca. 40% hat, bin ich gezwungen mit den 40% Gewinner-Trades mindestens 1,5R zu gewinnen. Andernfalls ist das Gesamtsystem unprofitabel, da ich in 60% der Fälle 1R verliere.

Die genaue Statistik des wöchentlichen Systems sieht wie folgt aus:

  • Gewinne: 42% mit durchschnittlich 1,95R
  • Verluste: 58% mit durchschnittlich 0,56R

Bei den gegebenen Verlusten ist der Break Even bei 0,76R durchschnittlichem Gewinn.

Verluste sind ganz natürlich Teil des Weges zum Gewinn. Daher ist es enorm wichtig, diese begrenzen zu lernen.

Fangen wir gleich damit an!

Signale des wöchentlichen Systems

Close: Short EUR/USD

Wikifolio: MAQS – Global Trend Following