Vær en datadrevet investor uten å måtte kode

Med bakgrunn i datavitenskap, har jeg alltid trodd at det å være "datadrevet" med investeringene dine er viktig hvis du ønsker å oppnå avkastning som potensielt kan slå markedet. Dette innebærer vanligvis å utføre kvantitativ analyse og utføre handler ved å bruke algoritmiske strategier, som bruker programmeringsspråk som Python og R.

Hovedpoenget med datadrevet investering er at du velger dine handler basert på strategier som har målbare bevis på at de faktisk har fungert i fortiden, på en slik måte at du forventer at de skal fortsette å fungere i fremtiden.

Historisk sett gjøres dette allerede vellykket av «quant hedge funds» som Renaissance Technologies og Two Sigma, som handler med hundrevis av milliarder amerikanske dollar i kapital til sammen.

Dette forteller oss at bruk av algoritmer og analyser for investeringsbeslutninger fungerer, men er dette tilgjengelig for de fleste av oss vanlige mennesker? Ikke akkurat …

For enkeltpersoner er datadrevet investering mulig, men det er fortsatt begrenset til de som vet hvordan de skal kode og forstår avansert økonomisk matematikk. Dette utelater det store flertallet av detaljinvestorer som ikke har den nødvendige tekniske bakgrunnen.

For å utjevne konkurransevilkårene bygde min medgründer og jeg Hawksight, som lar alle være datadrevne med sine handler, uten å måtte skrive en eneste linje med kode. Det gjør dette hovedsakelig ved å la brukere enkelt "backteste" sine handelsstrategier med så få som 2 klikk!

Ideen om tilbaketesting, og hvorfor det er viktig for datadrevet investering er at det er en systematisk måte å måle den historiske ytelsen til enhver handelsstrategi. Med andre ord, det svarer på spørsmålet: "Hvor mye penger ville jeg ha tjent hadde jeg fulgt denne strategien for denne eiendelen (f.eks. Bitcoin)?".

Dette er et utrolig viktig spørsmål å svare på fordi du selvfølgelig ønsker å følge strategiene som har vist seg å fungere så mye som mulig. Ved hjelp av Hawksight, kan du enkelt eksperimentere med forskjellige strategier, slik at du kan velge den beste for deg selv!

For de som ikke er kjent, er den enkle glidende gjennomsnitts-crossover-strategien (SMAC) en veldig enkel, men kraftig handelsstrategi som innebærer å plotte to glidende gjennomsnittslinjer basert på eiendelens sluttkurs: 1) det raskt bevegelige gjennomsnittet (som er gjennomsnittlig over færre dager) , og 2) det sakte bevegelige gjennomsnittet (som er gjennomsnittet over flere dager).

Herfra er ideen at signalet om å "kjøpe" oppstår når det raskt glidende gjennomsnittet (f.eks. 10 dagers glidende gjennomsnitt) krysser nedenfra for å gå over det sakte glidende gjennomsnittet (f.eks. 30 dagers glidende gjennomsnitt). På samme måte oppstår signalet om å "selge" når det raskt bevegelige gjennomsnittet krysser ovenfra for å gå under det sakte bevegelige gjennomsnittet.

Du kan sjekke ut linjediagrammet nedenfor (nedre plot) for å se hvordan disse glidende gjennomsnittene vil se ut for prisen på Bitcoin fra 19. juni 2020 til 19. juni 2021 (1 år).

Du vil se at overgangene ville ha skjedd flere ganger i løpet av det siste året, og utløst flere kjøps- og salgssignaler (øvre plott).

Nå herfra er det naturlige spørsmålet: "Hvor mye avkastning ville jeg ha fått hvis jeg fulgte denne strategien det siste året?". For å svare på dette spørsmålet kan vi bruke Hawksights Strategianalysator (Også kjent som HawkTest) for å prøve tilbake denne strategien (vist nedenfor).

Som du kan se, er det mange alternativer du kan stille inn, men vi vil hovedsakelig fokusere på å endre investeringstype til Crypto, og endre symbolet til BTC / USDT, som er symbolet for Bitcoin denominert i (i hovedsak) amerikanske dollar. Vær oppmerksom på at det siste 1 året er 19. juni 2020 til 19. juni 2021, så for å gjenskape denne analysen, kan du bare angi dette som en "egendefinert datoperiode" selv, eller du kan kjøre den automatisk gjennom denne link.

Så herfra velger vi SMAC strategi, som står for "Simple Moving Average Crossover", som tilfeldigvis også er strategien vi ønsker å teste. Til slutt kan vi bare klikke på "Analyser" for å begynne å teste strategien tilbake!

Nå vil du se at analysen ble kjørt for strategien, og resultatene vises på skjermen. Disse inkluderer strategiens ytelse, og diagrammer som plotter de historiske kjøps- og salgssignalene, prisen og de glidende gjennomsnittslinjene som ble brukt i strategien.

La oss fokusere på resultatberegningene som vises øverst i resultatene.

Fra resultattabellen ovenfor kan du se din % Totalavkastning på investering det siste året hadde du fulgt SMAC-strategien din. Dette betyr at du ville ha tjent 220.53 % det siste året hvis du hadde fulgt denne strategien for Bitcoin. Du kan også se absolutte beregninger som Total returog Porteføljeverdi.

Vær imidlertid oppmerksom på at dette er for tilfellet at vi setter 100 100 USD som første kontanter. For enkelhets skyld anbefaler jeg at du holder denne verdien på XNUMXK siden vi ikke støtter brøk handler ennå, så du trenger minst så mye for å kunne kjøpe Bitcoin. Men ikke bekymre deg, vi vil støtte brøkhandel snart nok!

Til slutt kan du også se at vi har en Kjøp og hold retur % til høyre, med en verdi på 261.3 %. Dette er ment som en målestokk slik at du umiddelbart kan sammenligne ytelsen til timing av inn- og utganger, kontra bare å kjøpe og holde den eiendelen (i dette tilfellet Bitcoin). I vårt tilfelle vil du se at SMAC-strategien faktisk ville ha prestert litt dårligere enn Buy & Hold-strategien.

Men hvis du ser på de historiske signalene (vist nedenfor), ville det ha fortalt oss å selge ut vår Bitcoin rett før kryptomarkedskrakket i mai 2021, noe som betyr at selv om strategien kanskje ikke hadde en lignende oppside, ser det ut som det unngår store ulemper (faller i verdi) mer effektivt, sammenlignet med å bare kjøpe og holde Bitcoin.

Nå herfra er det mye mer du kan gjøre for å eksperimentere med strategien du tester. Den enkleste tingen å prøve ut er at du kan leke med strategiparametrene (glidebryterne øverst), slik at du kan prøve forskjellige kombinasjoner av "sakte periode" og "raske perioder", og se hvordan disse endringene påvirker strategiens avkastning %. Merk at "sakte periode" refererer til perioden for det "sakte glidende gjennomsnittet", mens "rask periode" refererer til perioden for "raskt glidende gjennomsnitt.

Som et eksempel, la oss prøve å endre "Rask periode" til 20, og "Slow Period" til 45 (resultatene vist nedenfor). Du kan også prøve dette selv gjennom dette analyselenke!.

Som du kan se av resultatene ovenfor, gikk avkastningen % faktisk opp fra 220.53 % til 369.33 %. Dette er fordi SMAC-strategien vår ville ha holdt Bitcoin gjennom det meste av den siste prisøkningen, samtidig som den solgte den unna rett før markedskrakket i mai 2021. Til slutt vil du legge merke til at strategien ville ha klart bedre enn et enkelt kjøp og hold. strategi (+369.33 % vs +259.38). Ganske imponerende!

Den siste funksjonen jeg ønsket å dele er vår Signalscreener, hvor du kan motta daglige handelssignaler på spesifikke kurver med eiendeler rett til innboksen din. For å abonnere må du ganske enkelt gå til hjemmesiden og velge den valgte kurven fra Signalscreener!

Den daglige handelssignalrapporten ser ut som den nedenfor:

Hvordan genereres disse signalene? Vel, Hawksight har i utgangspunktet en AI-motor som lagrer de beste strategiene for hver av eiendelene som er oppført i hver kurv. Tanken er at du kun mottar signalene om de beste strategiene for hver av eiendelene.

Når du tolker disse signalene, er det viktig å huske at disse er basert på strategier som har fungert relativt godt historisk (f.eks. det siste året), men dette betyr ikke nødvendigvis at disse vil fortsette å fungere i fremtiden. Jeg oppfordrer deg sterkt til å klikke på lenkene til symbolene, som fører direkte til analysen som ble brukt som grunnlag for signalet. På denne måten kan du selv vurdere om du skal handle på det.

Med andre ord, bruk dette som en Utgangspunktet slik at du har en idé om hva som er noen potensielle posisjoner i markedet som du kan ta akkurat nå, og bruk denne informasjonen til å supplere annen informasjon du har om en eiendel før du handler.

Gratulerer! Du er nå en "datadrevet" investor, etter å ha testet din egen strategi, samtidig som du analyserer resultatene. Var det ikke vanskelig i det hele tatt?

Nå er dette en flott start på reisen din mot å bli mer datadrevet med investeringene dine, men husk at dette bare er begynnelsen. Det er mange flere strategier du kan eksperimentere med, og det er alltid mye mer å lære i rommet.

Det er også viktig å merke seg at backtesting også har sitt eget sett med begrensninger, for eksempel å være utsatt for problemer som overfitting og se fremover bias. Hvis du ønsker å lære mer, har jeg et avsnitt som diskuterer disse mer i en tidligere Artikkel.

Se opp for fremtidige artikler der jeg vil diskutere noen av de mer avanserte funksjonene til Hawksight, som strategioptimalisering, angi dine egne varsler og opprettelse av egendefinerte strategier. Sørg også for å følge med på flere av artiklene mine om generelle emner innen datavitenskap, finans, krypto og DeFi!

Til slutt vil vi gjerne ha deg med i våre Hawksight-fellesskap Discord, Telegramog Facebook ! Bli med hvis du vil holde deg oppdatert om ukentlige produktoppdateringer, og gi gjerne tilbakemeldinger, funksjonsforespørsler eller stille spørsmål du måtte ha gjennom disse kanalene.

Source: https://medium.com/geekculture/be-a-data-driven-investor-without-having-to-code-3bf1d8cf39bf?source=rss——-8—————–cryptocurrency