Jeg har fået en del forespørgsler på, hvordan det går med min automatiske ETF-portefølje. Og for at være helt ærlig, så har den faktisk klaret sig bedre end mine egne aktieinvesteringer i år 
Men jeg har lige lavet en lille engelsk video om det, så kan I selv se med her.
Men jeg har lige lavet en lille engelsk video om det, så kan I selv se med her.
Interessant med forskellige strategier.
Selv bruger jeg ikke trend-following som strategi i min algoritmiske handel, selvom den naturligvis holder øje med trenden, og justerer for den. I stedet satser mine algoritmer på at priserne ikke over tid ændrer sig ret meget, og at der sker trend-reversal.
Så jeg tjener især på spreadet. For det meste har jeg åbne ordrer både på købs- og salgs-siden i samme marked, lidt ligesom en market-maker.
Men jeg tjener også rigtigt godt når markedet hopper op og ned samtidig med, at det i længden ikke bevæger sig det store. Her tror jeg især det er trend-followers jeg tjener på. Og meget af den fortjeneste skyldes nok, at mine algoritmer i en vis grad satser på en reversal til den mere langsigtede trendlinie.
Sjovt nok har mine algoritmer også tjent på større markedsudsving, selvom jeg ikke har designet dem til det. Her ville jeg forvente mindre tab. Jeg forstår ikke helt hvorfor, og det er noget jeg i øjeblikket bruger en del tid på at finde ud af. Jeg hader, når der er noget ved min handel, som jeg ikke helt forstår.
Desværre har der ikke været så mange store markedsudsving, at jeg har kunnet lave en solid statistisk analyse af mine handler. Men måske skyldes det, at mine algoritmer har en lang række parametre, som jeg optimerer ved hjælp af machine-learning. Den machine-learning bruger historiske markedsdata, hvor der har været mange større markedsudsving.
Selv bruger jeg ikke trend-following som strategi i min algoritmiske handel, selvom den naturligvis holder øje med trenden, og justerer for den. I stedet satser mine algoritmer på at priserne ikke over tid ændrer sig ret meget, og at der sker trend-reversal.
Så jeg tjener især på spreadet. For det meste har jeg åbne ordrer både på købs- og salgs-siden i samme marked, lidt ligesom en market-maker.
Men jeg tjener også rigtigt godt når markedet hopper op og ned samtidig med, at det i længden ikke bevæger sig det store. Her tror jeg især det er trend-followers jeg tjener på. Og meget af den fortjeneste skyldes nok, at mine algoritmer i en vis grad satser på en reversal til den mere langsigtede trendlinie.
Sjovt nok har mine algoritmer også tjent på større markedsudsving, selvom jeg ikke har designet dem til det. Her ville jeg forvente mindre tab. Jeg forstår ikke helt hvorfor, og det er noget jeg i øjeblikket bruger en del tid på at finde ud af. Jeg hader, når der er noget ved min handel, som jeg ikke helt forstår.
Desværre har der ikke været så mange store markedsudsving, at jeg har kunnet lave en solid statistisk analyse af mine handler. Men måske skyldes det, at mine algoritmer har en lang række parametre, som jeg optimerer ved hjælp af machine-learning. Den machine-learning bruger historiske markedsdata, hvor der har været mange større markedsudsving.
11/12 2020 09:37 Markettimer 1
89184 Super spændende.
Hvilke typer markeder handler du? Og er de intraday?
Hvilke typer markeder handler du? Og er de intraday?
Jeg handler - indtil videre - kun råvarer. Og selvom de fleste tænker futures og optioner i råvaremarkederne, handler jeg kun spot. Det betyder så, at jeg skal betale for opbevaring af mit råvare-float.
Min algoritmiske handel begyndte i starten af 2016, hvor jeg så nogle ubalancer i markederne for skotsk whisky, som jeg mente at kunne lave en god lille profit på. Så jeg satte et regneark op for analysere ubalancerne, og det regneark udviklede sig til et der kunne fortælle mig hvad jeg burde købe og sælge, og til hvilke priser.
Profitten var god, men det blev efterhånden for meget manuelt arbejde hele tiden at opdatere regnearket. Så da jeg er programmør skrev jeg i stedet et program der kunne trække de relevante data fra nettet, og som output leverede de optimale ordrer for mig i markederne. Programmet blev hurtigt udvidet til også at placere ordrerne i markedet, så jeg ikke skulle bruge tid på at gøre det manuelt.
Det gav mig mere tid til at udvikle mine strategier, som blev mere komplekse. Jeg så, at der var en række konstanter i strategierne, som jeg mere eller mindre manuelt havde sjusset mig til. Så jeg besluttede mig til at forsøge at bruge machine-learning til at optimere konstanterne, og det viste sig at give gode resultater.
Dengang kunne jeg handle whisky i både GBP og USD, hvad jeg ikke kan længere. Det er lidt min egen skyld, da mine algoritmer var blevet lidt for gode til at lave valuta-arbitrage: Jeg tjente stort på arbitragen, men min modpart i handlerne var ofte en market-maker der var ejet af handelspladsen, og den modpart havde tab der blev til min profit. Så markedspladsen ændrede reglerne, så jeg kun kunne handle i een valuta. Jeg valgte GBP.
I dag handler jeg aktivt i knapt 200 whisky-markeder for GBP.
I år udvidede jeg min algoritmiske handel til også at omfatte handel med guld. Covid-19 gav nogle ubalancer jeg så som en mulighed for profit. Men der er noget større konkurrence på guldmarkederne, så her er marginalerne for det meste lavere.
I dag handler jeg guld i fire forskellige lokationer, og i alle fire lokationer for USD, GBP og EUR, så jeg kan igen lave valuta-arbitrage.
Mine algoritmer handler for mig 24/7 når markederne er åbne.
Min algoritmiske handel begyndte i starten af 2016, hvor jeg så nogle ubalancer i markederne for skotsk whisky, som jeg mente at kunne lave en god lille profit på. Så jeg satte et regneark op for analysere ubalancerne, og det regneark udviklede sig til et der kunne fortælle mig hvad jeg burde købe og sælge, og til hvilke priser.
Profitten var god, men det blev efterhånden for meget manuelt arbejde hele tiden at opdatere regnearket. Så da jeg er programmør skrev jeg i stedet et program der kunne trække de relevante data fra nettet, og som output leverede de optimale ordrer for mig i markederne. Programmet blev hurtigt udvidet til også at placere ordrerne i markedet, så jeg ikke skulle bruge tid på at gøre det manuelt.
Det gav mig mere tid til at udvikle mine strategier, som blev mere komplekse. Jeg så, at der var en række konstanter i strategierne, som jeg mere eller mindre manuelt havde sjusset mig til. Så jeg besluttede mig til at forsøge at bruge machine-learning til at optimere konstanterne, og det viste sig at give gode resultater.
Dengang kunne jeg handle whisky i både GBP og USD, hvad jeg ikke kan længere. Det er lidt min egen skyld, da mine algoritmer var blevet lidt for gode til at lave valuta-arbitrage: Jeg tjente stort på arbitragen, men min modpart i handlerne var ofte en market-maker der var ejet af handelspladsen, og den modpart havde tab der blev til min profit. Så markedspladsen ændrede reglerne, så jeg kun kunne handle i een valuta. Jeg valgte GBP.
I dag handler jeg aktivt i knapt 200 whisky-markeder for GBP.
I år udvidede jeg min algoritmiske handel til også at omfatte handel med guld. Covid-19 gav nogle ubalancer jeg så som en mulighed for profit. Men der er noget større konkurrence på guldmarkederne, så her er marginalerne for det meste lavere.
I dag handler jeg guld i fire forskellige lokationer, og i alle fire lokationer for USD, GBP og EUR, så jeg kan igen lave valuta-arbitrage.
Mine algoritmer handler for mig 24/7 når markederne er åbne.
11/12 2020 23:14 Markettimer 189199 Sejt.
Hvis du kunne tænke dig at tage yderligere snak om det, så kan du altid fange mig på hh@markettimer.dk
Jeg vil meget gerne høre mere, og har et par ideer.
Hvis du kunne tænke dig at tage yderligere snak om det, så kan du altid fange mig på hh@markettimer.dk
Jeg vil meget gerne høre mere, og har et par ideer.
