GPRO

GPRO ser riktigt bra ut, hoppas på att den når 50 som är mitt target, kanske tar av lite risk på vägen beroende på hur det ser ut. Den "Wedge" som jag skrev om tidigare var en fin entry. Jag har ingen långsiktig åsikt om bolaget men om man gillar dom så tror jag att det är runt dessa nivåer man ska försöka komma in.

P/E-tal och Direktavkastning

Nedan är en lista över P/E-tal och direktavkastning för alla aktier på large cap.
(Källa: Nordnet/Wintrade)

Namn	Senast	Vinst/aktie	Utdel(kr)	Utdel(%)	P/E
AAK	482,4	21,22	6,75	1,40%	22,73
ABB	184	8,88	6,43	3,49%	20,72
ALFA	170,1	7,02	4	2,35%	24,23
ALIV SDB	1001	39,73	4,5	0,45%	25,2
AOI	12,95	-2,69		0,00%
ASSA B	509,5	17,38	6,5	1,28%	29,32
ATCO B	260	10,01	3	1,15%	25,97
AXFO	455,9	20,87	17	3,73%	21,84
AXIS	339	7,76	2,5	0,74%	43,69
AZN	598	7,59	17,36	2,90%	78,79
BALD B	140,3	18,03		0,00%	7,78
BALD PREF	364,5	18,03	5	1,37%	20,22
BETS B	324	16,9	11,94	3,69%	19,17
BILL	138,2	6,18	3,15	2,28%	22,36
BOL	175,7	6,94	2,25	1,28%	25,32
CAST	130,7	7,38	4,6	3,52%	17,71
COMH	70,25	-6,67	1	1,42%
EKTA B	78,15	3,51	1,5	1,92%	22,26
ELUX B	245,2	7,83	6,5	2,65%	31,32
ENQ	4,794	-1,72		0,00%
ERIC B	109,9	3,57	3,4	3,09%	30,78
FABG	123	10,51	3,25	2,64%	11,7
GETI B	216,1	6,01	2,8	1,30%	35,96
HEXA B	298,1	10,8	3,3	1,11%	27,6
HM B	345,8	12,07	9,75	2,82%	28,65
HOLM B	292,4	8,39	10	3,42%	34,85
HPOL B	871	30,45	12	1,38%	28,6
HUFV C	0	9,1	2,9		20,89
HUSQ A	62,9	1,44	0,55	0,87%	43,68
HUSQ B	62,85	1,44	0,55	0,88%	43,65
ICA	284,4	12,53	9,5	3,34%	22,7
IJ	240,1	13,48	7	2,92%	17,81
INDT	391,5	17,6	7,75	1,98%	22,24
INDU A	170,5	12,18	6,25	3,67%	14
INDU C	161,6	12,18	6,25	3,87%	13,27
INVE B	345,3	66,57	9	2,61%	5,19
JM	282	17,06	8	2,84%	16,53
KINV B	293,3	75,33	7,25	2,47%	3,89
LATO B	242,7	11,75	6	2,47%	20,66
LIFCO B	151,2	6,16	2,6	1,72%	24,55
LJGR B	132	4,89	3,3	2,50%	26,99
LOOM B	260,8	12,09	6	2,30%	21,57
LUMI SDB	35,81	1,47		0,00%	24,36
LUND B	390,9	25,75	5	1,28%	15,18
LUPE	120,1	-10,79
MEDA A	135,8	1,23	2,5	1,84%	110,41
MELK	477,1	72,93	2,65	0,56%	6,54
MIC SDB	609,5	207,03	21,89	3,59%	2,94
MTG B	263,8	17,09	11	4,17%	15,44
NCC B	288,5	16,92	6	2,08%	17,05
NDA SEK	106,7	7,88	5,72	5,36%	13,54
NIBE B	210,5	8,91	2,7	1,28%	23,63
NOBI	75,95	-0,17	1,75	2,30%
ORI SDB	116	6,42		0,00%	18,07
PEAB B	68,4	3,56	2,25	3,29%	19,21
RATO B	58,9	3,42	3,25	5,52%	17,22
RATO PREF	1945	3,42	25	1,29%	568,71
SAAB B	232,1	10,92	4,75	2,05%	21,25
SAND	97,5	4,79	3,5	3,59%	20,35
SCA A	197,5	9,36	5,25	2,66%	21,1
SCA B	197,5	9,36	5,25	2,66%	21,1
SEB A	103,6	8,73	4,75	4,58%	11,87
SECU B	123,6	5,67	3	2,43%	21,8
SHB B	396,5	23,88	12,5	3,15%	16,6
SKA B	192,8	9,35	6,75	3,50%	20,62
SKF A	224,6	10,1	5,5	2,45%	22,24
SKF B	224,9	10,1	5,5	2,45%	22,27
SOBI	89,9	-1,01		0,00%
SSAB A	42,7	-3,33		0,00%
STE A	89,4	1,2	2,82	3,15%	74,5
STE R	89,25	1,2	2,82	3,16%	74,38
SWED A	208,7	14,95	11,35	5,44%	13,96
SWMA	257,4	13,23	7,5	2,91%	19,46
TEL2 B	103,8	4,96	4,85	4,67%	20,93
TIEN	204,9	4,53	9,23	4,50%	45,23
TLSN	54,9	3,35	3	5,46%	16,39
TREL B	170,7	8,19	3,75	2,20%	20,84
VOLV B	104,5	1,03	3	2,87%	101,46
WALL B	139,2	7,51	2,25	1,62%	18,54

OMXS30

OMXS30 stängde idag negativt för tredje dagen i rad. Det ger en rätt hyfsad edge för uppgång på några dagars sikt. Nedan är backtest med exit efter 3 dagar.

Gratis realtidschart? Python fixar!

Något som kan vara ganska dyrt när man börjar med trading är all data som man måste ha för att följa alla aktier. Dessutom brukar programmen vara ganska stela och erbjuder inte mycket till "customization". Nordnets Autotrader är kanon då man kan skriva egna indikatorer och forma det mesta. Tyvärr måste man dock veta på förhand vilka aktier man vill följa och konstant tanka hem data på dessa såvida de inte finns i deras kundservice varpå man kan tanka därifrån.

Min plattform jag använder för daytrading har också ganska trötta grafer och en grej som jag har irriterat mig på är att det inte finns VWAP.

Efter att ha kollat runt på lite videos om Python lyckades jag få ihop en kod som tankar hem data från Yahoo Finace API:n och på så sätt får jag en graf med dagens priser som uppdateras var 30de sekund(går att uppdatera oftare). Tycker att resultatet blev rätt bra. Datan är ju gratis och har sina brister men jämfört med min plattform ser det inte ut att skilja allt för mycket. Dessutom programmerade jag in vwap.

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