Var en datadriven investerare utan att behöva koda

Jag kommer från en datavetenskaplig bakgrund och har alltid trott att det är viktigt att vara ”datadriven” med dina investeringar om du vill få avkastning som potentiellt kan slå marknaden. Detta handlar vanligtvis om att utföra kvantitativ analys och genomföra affärer med algoritmiska strategier som använder programmeringsspråk som Python och R.

Huvudpoängen med datadriven investering är att du väljer dina affärer baserat på strategier som har mätbara bevis för att de faktiskt har arbetat tidigare, på ett sådant sätt att du förväntar dig att de fortsätter att arbeta i framtiden.

Historiskt görs detta redan framgångsrikt av ”kvant hedgefonder” som Renaissance Technologies och Two Sigma, som handlar med hundratals miljarder dollar i kapital tillsammans.

Detta berättar för oss att användning av algoritmer och analyser för investeringsbeslut fungerar, men är det tillgängligt för de flesta av oss vanliga människor? Inte exakt …

För individer är datadriven investering möjlig, men den är fortfarande begränsad till dem som vet hur man kodar och förstår avancerad finansiell matematik. Detta utelämnar de allra flesta detaljhandelsinvesterare som inte har den tekniska bakgrunden som krävs.

För att jämföra spelplanen byggde min medgrundare och jag Hawksight, vilket gör att alla kan vara datadrivna med sina affärer utan att behöva skriva en enda kodrad. Det gör det främst genom att låta användare enkelt "backtest" sina handelsstrategier med så få som två klick!

Idén om backtestingoch varför det är viktigt för datadriven investering är att det är ett systematiskt sätt att mäta den historiska utvecklingen för vilken handelsstrategi som helst. Med andra ord svarar det på frågan: ”Hur mycket pengar skulle jag ha tjänat om jag hade följt denna strategi för den här tillgången (t.ex. Bitcoin)?”.

Det här är en oerhört viktig fråga att svara på, för du vill naturligtvis följa de strategier som har visat sig fungera så mycket som möjligt. Använder sig av Hawksight, kan du enkelt experimentera med olika strategier, så att du kan välja den bästa själv!

För de som inte är bekanta är den enkla glidande medelövergångsstrategin (SMAC) en mycket enkel men ändå kraftfull handelsstrategi som innebär att två linjer med glidande medelvärde planeras baserat på tillgångens slutkurs: 1) det snabba rörliga genomsnittet (som är genomsnittet över färre dagar) , och 2) det långsamma glidande genomsnittet (som är genomsnittligt över flera dagar).

Härifrån är tanken att signalen till "köp" inträffar när det snabba rörliga genomsnittet (t.ex. 10 dagars glidande medelvärde) passerar underifrån för att gå över det långsamma glidande genomsnittet (t.ex. På samma sätt inträffar signalen att "sälja" när det snabba glidande genomsnittet passerar överifrån för att gå under det långsamma glidande genomsnittet.

Du kan kolla in linjediagrammet nedan (lägre diagram) för att se hur dessa glidande medelvärden skulle se ut för priset på Bitcoin från 19 juni 2020 till 19 juni 2021 (1 år).

Du ser att delningarna skulle ha inträffat flera gånger det senaste året, vilket utlöste flera köp- och säljsignaler (övre tomt).

Nu härifrån är den naturliga frågan: "Hur mycket avkastning skulle jag ha fått om jag följde den här strategin under det senaste året?". För att svara på den här frågan kan vi använda Hawksights Strategianalysator (också känd som HawkTest) för att testa denna strategi (visas nedan).

Som du kan se finns det många alternativ du kan ställa in, men vi fokuserar främst på att ändra investeringstyp till Kryptovalutoroch ändra symbolen till BTC / USDT, vilket är symbolen för Bitcoin i (i huvudsak) amerikanska dollar. Observera att från och med skrivandet är det senaste året det 1 juni 19 till 2020 juni 19, så för att replikera denna analys kan du bara ställa in detta som ett "anpassat datumintervall" själv, eller så kan du köra det automatiskt genom detta länk.

Därefter väljer vi SMAC strategi, som står för ”Simple Moving Average Crossover”, vilket också råkar vara den strategi som vi vill testa. Slutligen kan vi bara klicka på "Analysera" för att starta backtestning av strategin!

Nu ser du att analysen kördes för strategin, och resultaten visas på skärmen. Dessa inkluderar strategins prestanda och diagram som visar de historiska köp- och säljsignalerna, priset och glidande medelrader som användes i strategin.

Låt oss fokusera på prestandamätvärdena som visas högst upp i resultaten.

Från resultattabellen ovan kan du se din % Totalavkastning på investeringar under det senaste året om du följt din SMAC-strategi. Det betyder att du skulle ha tjänat 220.53% det senaste året om du hade följt denna strategi för Bitcoin. Du kan också se de absoluta mätvärdena som Totalavkastningoch Portföljvärde.

Observera dock att detta är fallet att vi ställer in 100 100 USD som initiala kontanter. För enkelhets skull rekommenderar jag att du håller det värdet på XNUMXK eftersom vi inte stöder det fraktionerad handlar ännu, så du behöver åtminstone så mycket för att kunna köpa Bitcoin. Oroa dig inte, vi kommer snart att stödja bråkhandel!

Slutligen kan du också se att vi har en Köp och håll avkastning% till höger, med ett värde på 261.3%. Detta är tänkt som ett riktmärke så att du omedelbart kan jämföra resultatet för att tajma dina in- och utgångar, jämfört med att bara köpa och hålla den tillgången (i detta fall Bitcoin). I vårt fall ser du att SMAC-strategin faktiskt skulle ha presterat lite sämre än Buy & Hold-strategin.

Men om du tittar på de historiska signalerna (visas nedan) skulle det ha berättat för oss att sälja bort vår Bitcoin strax före kryptomarknadskraschen i maj 2021, vilket innebär att även om strategin kanske inte har haft en liknande uppgång ser det ut som det undviker stora utbetalningar (minskar i värde) mer effektivt, jämfört med att bara köpa och hålla Bitcoin.

Härifrån finns det mycket mer du kan göra för att experimentera med den strategi du testar. Det enklaste att prova är att du kan leka med strategiparametrarna (skjutreglagen längst upp), så att du kan prova olika kombinationer av "långsam period" och "snabb period" och se hur dessa förändringar påverkar din strategis avkastning %. Observera att "långsam period" avser perioden för "långsamt rörligt medelvärde", medan "snabb period" avser perioden för "snabbt rörligt medelvärde.

Som ett exempel, låt oss ändra "Snabb period" till 20 och "Långsam period" till 45 (resultaten visas nedan). Du kan också prova detta själv genom detta analyslänk!.

Som du kan se av resultaten ovan steg avkastningen% faktiskt från 220.53% till 369.33%. Detta beror på att vår SMAC-strategi skulle ha hållit Bitcoin genom det mesta av den senaste tidens prisökningar, samtidigt som vi sålde den strax före marknadskraschen i maj 2021. Slutligen kommer du att märka att strategin skulle ha överträffat ett enkelt köp & håll betydligt. strategi (+ 369.33% mot + 259.38). Ganska imponerande!

Den sista funktionen jag ville dela är vår Signalscreener, där du kan ta emot dagliga handelssignaler på specifika korgar med tillgångar direkt till din inkorg. För att prenumerera måste du helt enkelt gå till hemsidan och välja din önskade korg från Signalscreener!

Den dagliga handelssignalsrapporten ser ut som den nedan:

Hur genereras dessa signaler? Hawksight har i princip en AI-motor som lagrar de bäst presterande strategierna för var och en av de tillgångar som anges i varje korg. Tanken är att du bara får signalerna på de bästa strategierna för var och en av tillgångarna.

När man tolkar dessa signaler är det viktigt att komma ihåg att dessa bygger på strategier som har presterat relativt bra historiskt (t.ex. det senaste året), men det betyder inte nödvändigtvis att dessa kommer att fortsätta att fungera i framtiden. Jag rekommenderar starkt att du klickar på länkarna till symbolerna, som leder direkt till analysen som användes som grund för signalen. På så sätt kan du själv bedöma om du ska agera på det.

Med andra ord, använd detta som en startpunkt så att du har en uppfattning om vilka potentiella positioner på marknaden som du kan ta just nu och använda den här informationen för att komplettera annan information du har om en tillgång innan du handlar.

Grattis! Du är nu en ”datadriven” investerare som har testat din egen strategi samtidigt som du analyserar dess resultat. Var det inte svårt alls?

Nu är det här en bra start för din resa mot att bli mer datadriven med dina investeringar, men kom ihåg att detta bara är början. Det finns många fler strategier att experimentera med, och det finns alltid mycket mer att lära sig i rymden.

Det är också viktigt att notera att backtesting också har sin egen uppsättning begränsningar, som att vara benägen för problem som överanpassning och se framåt. Om du vill lära dig mer har jag ett avsnitt som diskuterar dessa mer i ett tidigare Artikeln.

Se upp för framtida artiklar där jag diskuterar några av de mer avancerade funktionerna i Hawksight, som strategioptimering, ställa in dina egna varningar och skapa anpassad strategi. Se till att också hålla koll på fler av mina artiklar om allmänna ämnen inom datavetenskap, ekonomi, krypto och DeFi!

Slutligen vill vi gärna att du går med i våra Hawksight-grupper Discord, Telegramoch Facebook! Gå med om du vill hålla koll på veckovisa produktuppdateringar och gärna ge feedback, funktionsförfrågningar eller ställa några frågor du kan ha genom dessa kanaler.

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