Changes

Som ni förmodligen har märkt har aktiviteten sjunkit en del här, detta pga att jag nyligen har flyttat till huvudstaden för att börja ett nytt jobb. Därmed kommer jag inte längre att trejda intradag och fokus kanske ändras till lite mer swing/long term. Kommer fortfarande att köra en ganska aktiv swingtrading och hoppas att kunna skriva mer kring det.

Trading Psychology

Efter regn..

Kommer solsken. Lika illa som tisdagen var, lika bra blev gårdagen. Tyvärr följde jag inte mina signaler till punkt och pricka vilket gjorde att det blev lite sämre resultat än vad det borde ha blivit. Jag har fortfarande en tendens att ta vinster för tidigt. Som när en 5-åring inte kan hålla fingrarna från kakburken. Tex låg jag lång IWM, ETFen för Russel, och sålde styrka in mot föregående dags nivåer 124 - 124,25. Det visade sig vara fel och IWM fortsatte stark upp resten av dagen.

Lyckades också räta ut hacket i PnL-kurvan för maj som varit väldigt medioker men stabil. 

Rough day

Tung dag på jobbet. Började med att jag gjorde en fat finger trade när jag la fel ordertyp innan marknaden hade öppnat. Skulle lägga en MOO eller Market On Open men lyckades lägga en vanlig market order. No bueno i en ETF utan volym och en spread på ca 0,5%.

Ovanpå det låg jag övervägande nettolång och SPY sjönk som en sten hela dagen.

Men men, ny dag imorgon, dagar som denna märks det stor skillnad mot när jag var mer diskretionär. Då kändes det mycket tyngre att ta stora förluster, man la ofta stor skuld på sig själv även om man handlat bra. Börsen funkar ju så, man kan göra allting rätt och ändå förlora och man kan också göra allting fel och ändå vinna. Över tid kommer dock edgen man har(förhoppningsvis) att visa sig. När man trejdar efter ett/flera system så tycker jag det blir lättare att acceptera oddsen och förstå att vissa dagar kommer helt enkelt att sluta så här.

IPO Statistics

Här kommer lite fakta om IPOs!

Jag tog listan från Trade-Ideas som ska innehålla IPOs från de senaste 12 månaderna. Excel ville inte ta fler än 250 kolumner(behövde vågrät lista till python) så jag fick nöja mig med A-T. Efter att ha rensat ut några stycken som yahoo inte hade data på så slutade listan på 227 tickers.

Avg 1st day return O2C: -0,59% (!?!)

Hade nästan kunnat garantera att den siffran skulle vara positiv, men det är väl därför man ska göra sin hemläxa. Kanske beror det på att alla "bra" bolag redan har noterats och att det nu kommer ut mera skräp än tidigare? Hade varit intressant med data från tidigare år. Kan också vara så att aktierna öppnar upp så pass mycket att det helt enkelt inte finns någon uppsida kvar.

Avg 2nd day return O2C: +0,45%

Andra dagen verkar tydligen vara bättre, kanske för att aktier har en tendens till mean reversion? Om första dagen är dålig ökar chansen att andra dagen är bra?

Något jag brukar kolla efter är om aktien öppnar över sitt IPO-pris. Om den gör det får vi följande:

Avg 1st day return O2C: -0,10%
Avg 2nd day return O2C: +0,11%

Om aktien första dagen stänger över sitt IPO-pris:
Avg 2nd day return O2C: +0,90% (!)

Amerikanare är väldigt knepiga när det kommer till siffror, man pratar gärna i "points" och absoluta termer. Man hör tex att en aktie gick upp 4 dollar eller att Dow Jones är ner X antal points vilket såklart är totalt ointressant om man inte vet vad aktien eller index stod i från början. Jag vet inte om dom är för dumma för %-räkning eller vad orsaken är. Hur som så är det lite av en kvalitetsstämpel att ha en dyr aktie i absoluta tal, så jag delade upp aktierna i 3 "buckets".

Open day1 < 10$:
Avg 1st day return O2C: -2,37%

20$ > Open day1 > 10$ :
Avg 1st day return O2C: -1,13%

Open day1 > 20$:
Avg 1st day return O2C: +1,56%(!)

Kanske finns det lite värde i hur "dyr" en aktie är? Åtminstone när det gäller IPOs.

Research

Fått en hel del research gjort idag, hittade några intressanta saker. Ska göra ett inlägg om IPOs imorgon om jag hinner, min "hypotes" som jag tror många andra delar visade sig vara helt fel.

Jag väldigt glad att jag la ner några timmar(läs svinmånga) på att lära mig python, satan vad mycket enklare det är att gräva i data. Tex så trixade jag lite med en av mina bättre daytrading-strategier och gjorde en variant på den. Det ser riktigt lovande ut. Istället för att sitta i excel och skriva formler tills fingrarna blöder printar python ut både charts och statistik med några få rader kod. Grymt!

Spelregler

Det är kul när spelreglerna är lika för alla, igår lyckades någon algo lösa ut min stop 11c

utanför marknaden. Nu var det en liten position, inget jag gråter över, men jag kan tänka mig hur det hade varit med en större position och på ett betydligt sämre pris

Virtus Rapport

VIRT hade rapport igår och levererade riktigt fina siffror. Nu ligger den ännu längre in i byrålådan.

Suck...

TOBI hade notering i fredags och givetvis var det övertecknat och ingen tilldelning. Det var en riktigt het IPO så jag satt och handlade den lite i fredags fram och tillbaka och tänkte fortsätta idag.

Aktien var rätt stark idag på öppningen men det tog stopp på 36kr och efter det kom den tillbaka mot 35 där jag gick lång mot några köpare som låg på 35.00, 35.10, 35.20 vilket såg bra ut till en början. Sedan blev Carnegie synade på sina 10k som låg på 35 och jag stoppade ut mig och stack till gymmet istället.

Det skulle jag inte ha gjort för Carnegie kom tillbaka efter mera aktier och var största köpare idag. TOBI gick upp 11,5% efter att jag stoppat ur mig 10öre från dagslägsta. Bara att ställa sig i hörnet med dumstrut på huvudet. Suck.

Trading

Det har varit dåligt med trading-inlägg på slutet, lär höja tempot där känner jag. Tyvärr har jag haft en rätt seg period sedan årsskiftet(daytradingen) där mina resultat inte riktigt varit vad jag hoppats på. Jag har gjort en del ändringar i mina strategier och börjar nu bli nästintill helt mekanisk/automatiserad. Det blev en bra start på den omställningen och lagom tills jag kände mig bekväm att öka risken så började det bli lite kräftgång. Psykologiskt känns det ju fel att öka risken när strategierna går "sämre" men problemet med att öka när dom gått bra är ju att en tid av "over perfomance" följs ofta av en period av "under performance". Ren och skär mean reversion helt enkelt.

Anledningen att jag började skifta strategier var dels för att jag tror att en mekanisk approach är mer långsiktigt hållbar men också för att höja marginalerna på min handel. När man intradagshandlar så blir det väldigt många avslut och vinsterna är ganska små i jämförelse med tex swingtrading. Därför kan courtage äta upp stora delar av vinsterna, vilket har varit ett av mina stora problem.När jag känner att det går lite tungt brukar jag dock alltid ta en titt på min brutto-kurva dvs mitt resultat bortsett från courtage. Det är svårt att acceptera att marknaden ska vara 100% effektiv när man tittar på den kurvan. Det går inte heller att säga att det är slumpen eller bara tur för resultatet är baserat på 2442 affärer. Man kan ha tur, men inte 2400 ggr i rad.

Kruxet är såklart att man måste betala mäklare och ECN deras avgifter. Och då blir resultatet betydligt sämre, speciellt om man inte har så stor vinst på sin genomsnittliga trade.

Ny Tradingpodd!

Kul med en ny podd av killar som faktiskt handlar i marknaden! Tror det kan bli något riktigt bra av denna.




I första avsnittet pratar dom lite om Aspiro som rusade över 1000% igår och jag skrattade lite när jag hörde snacket om hur man köper och säljer "luft" fram och tillbaka. Jag har ju tidigare berättat om hur "float rotation" går till på den amerikanska marknaden och nu verkar det alltså ha kommit till Sverige. Det är ju trots allt rationellt att köpa på 3kr om man tror att man kan sälja för 5kr även om man vet att det underliggande värdet är 1,05. Typ såsom Stockholms bostadsmarknad fungerar?

Now we are cooking with peanut oil!

Har jobbat lite mer med att få ordning på Python och hur man skulle kunna använda programmet för att göra backtest och även optimera parametrar. Kan verkligen rekommendera TradingWithPython.Blogspot.com och TradingWithPython.com. Jev har byggt upp ett eget paket som tillägg och även kodat ett exempel för backtesting. Efter många år i det svenska skolväsendet är man expert på "copy and paste" så det var ganska lätt att få till en egen variant.

Det jag gillar mest är att man kan göra en så kallad "heat map" där man kan se hur resultatet (mätt som Sharpe-kvot i detta fall) ändras för olika kombinationer av variablerna.

Nedan är ett test på en tradingstrategi för WFC som jag använt ett tag. Mina värden som jag har använt är 0.2 för variabel 1 och 0.5 för variabel 2. Som ni ser är resultaten ganska bra för en bred range kombinationer i det nedre högra hörnet. Det är ett bra tecken och kan tolkas som att strategin är hyfsat "stabil"

Optimeringen är gjord på data mellan 2000-2014. Optimala värden var 0.32 och 0.69, inte så långt ifrån vad jag har använt.

För out-of-sample 2014 -2015 blir resultatet följande

Min trading idag

Automatiserad Trading

Förra inlägget var kanske lite dystert men det finns ju en anledning att jag har lagt mycket tid på att utveckla idéer för automatisk eller mekanisk trading. Sedan årsskiftet har nämligen mina mekaniska modeller varit de som presterat bäst och min manuella handel har varit väldigt medioker. Här är de verkliga resultaten av min mekaniska handel.

Det här är över förväntan och med i takt med att antalet trades ökar så borde resultatet krypa ner mot en PF på 1.6-1.7 om mina backtest är hyfsat korrekta. Winrate långsiktigt borde ligga på ca 60%. Den faktiska avkastningen är inte så stor eftersom jag har testat dessa modeller med minsta möjliga insats. Det är ändå väldigt inspirerande när man ser att strategierna fungerar och det gör det lite lättare att fortsätta dyka ner i mer data.

Backtesting och överoptimering

Jag har den senaste tiden lagt rätt mycket tid på backtesting, att gå igenom statistik och försöka hitta nya edger. En grej jag alltid brottas med är huruvida det jag hittat bara är ett resultat av att jag har "misshandlat" data för mycket. Det finns några citat i stil med "if you torture the data long enough, it will confess" som beskriver fenomenet väl.

Jag skrev för ca en månad sedan om en ny idé jag hade med fundamental data, läs här. Så här en månad senare är det bara att konstatera att det fanns en hel del curve-fitting och överoptimering i det testet. Efter en månad ser out-of-sample ut så här:

Not so hot...

Ändå bygger strategin inte på några komplicerade formler eller 50 olika parametrar med exakta värden. Den var tvärt om, väldigt enkel, få parametrar med vad jag ansåg ganska logiska förklaringar till varför de borde vara relevanta. Just därför är det så viktigt att inte "hoppa rakt in" och börja handla en strategi direkt utan att man observerar den ett tag för att se om det verkligen fungerar.

Jag tittade på ett webinarium med Trade-Ideas(programmet jag använder) där dom visade en strategi som verkade rätt lik en idé jag har försökt få fungera under ett tag. Resultatet var helt sjukt bra så jag antog redan från början att dom hade överoptimerat strategin. Det borde ändå finnas en del värdefull information tänkte jag och skickade iväg ett mail med lite fler frågor angående vilka parametrar som var med. Jag fick faktiskt till min förvåning hela strategin med alla parametrar och insåg därmed att den var dömd att misslyckas (ingen ger bort något så värdefullt om den faktiskt fungerade).  Så här såg resultatet ut:

Tredje gången gillt - GENE

GENE är en aktie som jag har bevakat som hök senaste veckan. Varje dag så har den haft en liten push men sen blev det inte mycket mer. Idag släppte det på riktigt dock, tyvärr så hade jag väldigt lite size när den väl tog fart. Svårt att hålla i när den hela tiden bryter ner tillbaka i rangen. Nathan Michaud gjorde en video som han la ut på TWTR idag där han förklarade setup:en. Nathan är en riktigt vass trader som är med i gänget i "penny stock maffian" som jag kallar dom. Jag tänkte lägga upp en lista med TWTR-konton som man måste följa i ett senare inlägg.

Innan ni ser videon så ska jag bara förklara att Nathan är "for real" och inte någon bluff som många andra som säljer tradingtjänster. Jag har trejda/jobbat med personer som varit med i hans chatt långt innan han blev "känd" och började sälja grejer via Tim Sykes profit.ly. Jag vet faktiskt inte varför han jobbar med Sykes som jag anser är en riktig clown. Väldigt oseriös och förmodligen tjänar han oändligt mycket mer på att sälja skräp till naiva nybörjare än vad han gör på att faktiskt handla. Jag har dock själv använt Nathans chatt ett tag men den är ganska dyr så efter att jag plockat upp en del tips och trick kände jag att det räckte med att följa via TWTR.

Here you go, take my money

Jag hade en riktig brottningsmatch med EXPE i fredags. Gillade set-up:en starkt men någon/några algos hade bestämt sig för att "run stops" som om det vore OS i att sno pengar från dumma traders som mig själv. I slutända så rörde sig inte aktien så mycket som jag hade hoppats på men det är ändå otroligt irriterande att behöva slösa både spread och courtage på att bli utstoppad halva dagen. Som ni ser så trycker algon bara upp priset strax över föregående topp där många, inklusive mig själv, har sina stoppar. När alla stoppar avfyras så försvinner algon och priset sjunker ner igen. Väldigt svårt att kontrollera sin risk i ett sånt läge.

Hur man får fram ett statistiskt beslutsunderlag

Andrew Falde från LessThanRandom samt SMB Capital visar hur man använder Excel för att få fram värdefull statistik ur en stor mängd börsdata. Väldigt bra som en liten grundkurs om man ny på Excel.

Bli en börsrobot!

Mike Bellafiore, "Bella", från SMB berättar hur du kan gå från misslyckad diskretionär trader till framgångsrik mekanisk trader.

Chop Choppy Chop Chop

Jag hade hoppats att vi skulle få lite action under earnings seasion men satan va trist marknad det är. Tycker Caterpillar CAT beskriver tillvaron bra just nu. I tidningarna framställs dagen säkert som väldigt volatil men faktum är att trots att aktien var ner runt 7% så handlades den i en 75c range 98% av dagen. Zzzzz... Känns som varje aktie ser ut så här just nu. Jag ber till börsgudarna att det blir bättre snart.