Referent : Jan Zuleeg
Mit Python lassen sich auf einfache Art und Weise Backtests von Handelsstrategien durchführen und es stehen eine Menge Module zur Verfügung, die dabei unterstützen und mit denen sich wichtige Kennzahlen und Equity-Kurven ausrechnen lassen. Mit Backtests lassen sich nicht nur einzelne Aktien testen, sondern auch ein Portfolio aus vielen Aktien zusammensetzen.
Handelssysteme können Signale nicht nur mit Hilfe von einfachen gleitenden Durchschnitten generieren, sondern auch auf deutlich komplizierteren Wegen, die auf Mustererkennung basieren. Es werden verschiedene Beispiele gezeigt, wie sich komplizierte Formationen wie z.B. Cup and Handle oder Double Bottom pattern automatisch mit Algorithmen aufspüren lassen und mittels Backtests auf ihre Performance bewerten lassen. Hat man den Algorithmus für die Formation, lässt sich einfach aufzeigen, wie das Volumen oder die Marktphase einen Einfluss auf die Performance hat. Hierzu werden in Beispielen hauptsächlich amerikanische Aktien verwendet.
Es wird auch eine Möglichkeit aufgezeigt, wie sich ChatGPT von openai für Backtests und die Signalgenerierung verwenden lassen kann.
Um Handelsstrategien mit vielen Signalen zu verbessern, können Filtertechniken verwendet werden. Dazu werden Marktfilter und speziell angepasste Filter für Strategien vorgestellt und bewertet.
Jan Zuleeg beschäftigt sich seit 10 Jahren nebenberuflich mit dem Börsengeschehen. Sein Handelsstil basiert hauptsächlich auf festen Regeln, die über Statistik und selber programmierete Backtests festgelegt worden sind. Dabei spielt die automatische Erkennung von Mustern und Formationen aus der technischen Analyse die wichtigste Rolle. Er ist stellvertretender Regionalmanager der VTAD Regionalgruppe München.