Monte-Carlo-Strategie angewandt auf den Handel

Sie sind ein neuer Investor und wollen mit einem Finanzprodukt handeln, sagen wir, es ist Ihr Projekt. Um mehr Vertrauen in dieses Projekt zu gewinnen, müssen wir sein Risikoniveau und seine Solidität analysieren, aber wie machen wir das? Nun, mit einem Monte-Carlo-Simulator. In dieser Tour lernen wir alles über die „Monte-Carlo-Strategie angewandt auf den Handel“.

Monte-Carlo-Simulator

Der Hauptzweck, das Projekt einer Monte-Carlo-Simulation zu unterziehen, besteht darin, eine Risikoanalyse durchzuführen, die Ausfallsicherheit zu testen und das Vertrauen in das System zu erhöhen. Wir werden zuversichtlicher sein, weil wir wissen werden, was wir von dem System erwarten können. Die Analyse wird uns sagen, mit welcher statistischen Sicherheit die Ergebnisse innerhalb von „X“ liegen werden und wie viel „Drawdon“ wir möglicherweise antreffen werden. Die Analyse all dessen wird uns helfen, unsere „Money Management“-Strategie zu bestimmen, sowie zu wissen, wann das System aufhört zu funktionieren.

Was ist eine Monte-Carlo-Simulation, Würfel-568190_640?

Die Monte-Carlo-Methode (cube-568190_640) basiert auf einer zufälligen Wiederholung auf der Grundlage einiger „Eingangs“-Werte und ermittelt auf der Basis dieser „Eingänge“ die Wahrscheinlichkeit der „Ausgangs“-Verteilung. Die Monte-Carlo-Strategie wird verwendet, wenn zufälliges oder probabilistisches Verhalten eine große Rolle für das Ergebnis spielt.

Der Name dieser Methode bezieht sich auf „Casino de Monte Carlo – Monaco“, denn Roulette ist ein Spiel, das immer Zufallszahlen generiert. Dies ist das Stichwort „Zufall“ in der Monte-Carlo-Methode.

H3: Monte-Carlo-Simulation angewandt auf den Handel

Wenn Sie ein System entwerfen, beginnen Sie mit einem Satz von Daten oder Eingaben. Im Finanzwesen können diese Eingaben (Daten) Vermögenspreise sein. Aus diesen Eingaben wird das System entworfen und es werden Ergebnisse oder Ausgaben abgeleitet.

Das System wird auf der Basis von Vergangenheitsdaten (Past Quotes) entworfen. Das Problem entsteht, weil es unwahrscheinlich ist, dass zukünftige Daten identisch sind oder die Vergangenheitsdaten replizieren, die wir zum Entwurf des Systems verwenden. Signale können häufiger oder seltener auftreten, Trades können länger oder kürzer andauern, d.h. die Marktbedingungen können sowohl in der Reihenfolge als auch im Verhältnis variieren.

Das wirft folgende Fragen auf: Wie kann man diese unsichere Zukunft bewältigen? Wie kann man erkennen, ob der „Backtest“-Gewinn auf Zufall zurückzuführen ist, wenn die bestmöglichen Trades konvergieren? Die Antwort ist, dass die Monte-Carlo-Simulation verwendet werden kann, um mehrere Zufallsfolgen aus denselben Daten zu erstellen. Diese alternativen Sequenzen sind alle gleich wahrscheinlich und geben uns folglich mehrere Equity-Kurven, die alle gleich wahrscheinlich sind. Aus diesen Equity-Kurven können wir die Wahrscheinlichkeit für bestimmte Gewinnbereiche, Drawdowns und andere Arten von statistischen Beziehungen abschätzen.

Was können wir als zufällig simulieren?

Monte Carlo ist eine Technik, bei der mehrere Variablen, die als zufällig generiert werden können, verwendet werden, um eine Simulation durchzuführen. Zum Beispiel:

Ändern Sie die Reihenfolge der Vorgänge

Wir ordnen die Transaktionen so um, dass wir weniger oder mehr aufeinanderfolgende Verluste als in der historischen Reihenfolge haben. Dies wirkt sich auf die geschätzten Rückflüsse aus. Wir können einige „Zufallsdaten“ zu den historischen Kursen hinzufügen, auf denen wir den Backtest ausführen.

H3: Verzerrung bei der Asset-Auswahl

Wenn wir mit einem Portfolio arbeiten, das in Aktien investiert ist. Es kommt oft vor, dass das System am gleichen Tag mehrere Anlagen gleichzeitig eingibt, und wir entscheiden uns, einige einzugeben und andere nicht. Durch die zufällige Auswahl von Vermögenswerten erhalten wir verschiedene Aktienkurven, die eine Kombination aus verschiedenen Auswahlmöglichkeiten darstellen. Wir können die Parameter des Systems verändern und „verrauschen“. Ändern Sie z. B. die Werte der Indikatoren für die Signale geringfügig. Eine andere Möglichkeit wäre, einige Elemente zufällig auszulassen.

Nutzen der Monte-Carlo-Simulation: Risikoanalyse

Die Anwendung der Monte-Carlo-Methode in Handelssystemen ermöglicht uns in erster Linie, Risiken zu analysieren und besser zu managen.

Risikoanalyse: Wir erfahren, welche Werteinbrüche am wahrscheinlichsten sind.
Bestimmen Sie die Positionsgröße, die unsere Eigenkapitalkurve am meisten erhöht und gleichzeitig den Drawdown auf ein akzeptables Niveau begrenzt.
Helfen Sie abzuschätzen, wann das System nicht mehr funktionieren könnte.
Kenntnis der Eigenschaften des Systems: Je mehr wir wissen, wie sich das System verhält, desto mehr Vertrauen können wir in es setzen, weil wir wissen, was wir von seiner Leistung erwarten können.

Benachteiligungen

Bevor Sie eine bestimmte Methode verwenden, ist es gut zu wissen, was sie NICHT zulässt. Was sind ihre Nachteile im Vergleich zu ihren Vorteilen.

Monte Carlo ist ein sehr nützliches Werkzeug für die Analyse des Risikos und die Bestimmung der am besten geeigneten Strategie für die Positionsgröße, aber auf der anderen Seite sollten Sie nicht vergessen:

Dies kann zu Fehlschlüssen führen, wenn das System überoptimiert ist.
Wenn die Stichprobe, mit der wir arbeiten, nicht repräsentativ ist, ist die Fähigkeit, Sequenzen zu randomisieren, von geringem Nutzen. Es wird uns keine zuverlässigen Ergebnisse liefern.
Monte Carlo geht von der Unabhängigkeit zwischen den Daten aus, so dass es Systeme mit hoher Korrelation in den Eingängen nicht korrekt behandelt.

Abschließend ist es für den Investor wichtig, sich bewusst zu machen, dass es keine einzelne Technik oder Strategie gibt, die als magischer Schlüssel fungiert, der Ihnen Zugang zum Erfolg verschafft. Sie haben alle ihre Vor- und Nachteile, es ist wichtig, sie als unterstützende Werkzeuge zu betrachten, die die Analyse des Projekts, des Risikoniveaus, der Robustheit, der Rentabilität, der Volatilität usw. erleichtern. Als Investor ist die Analytik das Werkzeug, mit dem Sie sich durch Ihre Projektionen sicherer bewegen können.

Die Monte-Carlo-Methode ist ein statistisches Werkzeug, das Wahrscheinlichkeit und Stoppen als Schlüsselwörter für seine Operation verwendet, was nicht unbedeutend ist, da dies die Daten sind, die mit einer Matrix beginnen und ein Ergebnis nahe dem Ziel erzeugen. Wenn Sie mehr über verwandte Themen erfahren möchten, besuchen Sie Rankia Deutschland und tragen Sie zu unserem Blog bei.