Die Arbeit beschäftigt sich mit einer Frage, der im Investmentbereich viel Aufmerksamkeit geschenkt wird: Ist es möglich, den Markt auf längere Sicht zu schlagen?
Mit Markt meint man in diesem Zusammenhang die Entwicklung von Aktienkursen im langjährigen Verlauf. Im Zentrum dieser Arbeit steht der S&P 500 Index. Die Arbeit versucht nachzuweisen, dass es mit dem Einsatz von Algorithmen möglich ist, dass oben formulierte Ziel zu erreichen.
Daher beginnt die Arbeit mit einer Einführung in den algorithmischen Handel, bevor es sich dann mit der Entwicklung der strategischen Vorgehensweise beschäftigt. Wesentlich sind hierbei die Auswahl der passenden Instrumente und der einbezogenen Handelssystemanbieter etc.
Anschließend wird ein Überblick über die grundlegenden Ansätze von Handelsstrategien gegeben. Diese beinhalten neben den theoretischen Ansatzmöglichkeiten für den Einstieg der algorithmischen Handelssysteme auch die Frage theoretischer Ausstiegskriterien. Relativ zu den Einstiegskriterien sind rationale Ausstiegskriterien für jedes System auf langfristige Sicht der wichtigere Aspekt.
Nach dem theoretischen Teil folgt die praktische Anwendung. Es werden zunächst die vier verschiedenen Vorgehensweisen vorgestellt. Voraussetzung für die praktische Umsetzung war die komplette Programmierung für den voll automatisierten Handel inklusive des Backtestings. Die Programmierung der Systeme war der aufwendigste Bereich und hat somit am meisten Zeit in Anspruch genommen. Die Programmiercodes sind der Arbeit beigefügt.
Im Rahmen der praktischen Anwendung werden die vier Strategien angewendet, ausgewertet und abschließend hinsichtlich ihrer Ergebnisse analysiert. Es wird empirisch belegt, welche Strategie am besten abgeschnitten hat. In einer Gesamtsicht wird nachgewiesen, dass es möglich ist, ein System zu entwickeln, das auf längere Sicht eine Überrendite relativ zum Markt erwirtschaften kann.
Inhaltsverzeichnis
- Abkürzungsverzeichnis
- Abbildungsverzeichnis
- Inhaltsverzeichnis
- Vorwort
- 1. Einführung
- 2. Hintergrundinformationen
- 2.1. Definition diskretionärer algorithmischer Handel (AH)
- 2.2. Definition Buy und Hold Strategie (Index Investing)
- 3. Voraussetzungen und Auswahl der passenden Möglichkeiten
- 3.1. Märkte im Wertpapierhandel
- 3.2. Auswahl der Handelssysteme, Broker und der Programmiersprache
- 4. Theorie
- 4.1. Technische Analyse
- 4.1.1. Einfacher gleitender Durchschnitt (Simple Moving Average – SMA)
- 4.1.2. Gleitender Durchschnitt (GD)
- 4.1.3. Relative Stärke Index (RSI)
- 4.1.4. Bollinger Bänder (BB)
- 4.1.5. Trendstrukturen
- 4.2. Fundamentalanalyse (FA)
- 4.3. Risikomanagement
- 4.3.1. MAE - Maximum Adverse Exercusion
- 4.3.2. ATR-Average True Range
- 4.3.3. Zeitstops
- 4.3.4. Adaptive Exits
- 4.1. Technische Analyse
- 5. Die Theorie in der Praxis
- 5.1. Programmierung der Strategien
- 5.1.1. Technische Strategie aufgrund des einfachen Moving Averages (MA)
- 5.1.2. Technische Strategie aufgrund des Gleitenden Durchschnitts (GD)
- 5.1.3. Erweiterte technische Strategie aufgrund der Bollinger Bänder (BB) und Trendbruch
- 5.1.4. Buy & Hold
- 5.2. Backtesting in der Praxis
- 5.1. Programmierung der Strategien
- 6. Empirische Auswertungen
- 6.1. Empirische Auswertung der Buy & Hold Strategie
- 6.2. Auswertung der einfachen MA Strategie
- 6.3. Auswertung der GD Strategie
- 6.4. Auswertung der BB & Trendbruch Strategie
- 6.4. Gesamtauswertung der Strategien
- 7. Fazit
- Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Diese Arbeit befasst sich mit dem Thema algorithmischer Handelsstrategien im diskretionären Wertpapierhandel. Sie erforscht verschiedene Ansätze und Methoden, um den Handelsprozess zu automatisieren und zu optimieren.
- Definition und Abgrenzung des algorithmischen Handels
- Analyse von technischen und fundamentalen Handelsstrategien
- Entwicklung von Algorithmen für verschiedene Handelsstrategien
- Backtesting und empirische Auswertung der entwickelten Strategien
- Bewertung und Vergleich der Strategien hinsichtlich ihrer Performance und Risiken
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung: Diese Einführung stellt das Thema der Arbeit und die Ziele vor. Es wird die Bedeutung des algorithmischen Handels im Kontext des diskretionären Wertpapierhandels hervorgehoben.
- Kapitel 2: Hintergrundinformationen: Dieses Kapitel definiert den diskretionären algorithmischen Handel (AH) und die Buy und Hold Strategie. Es werden verschiedene Ansätze und Methoden zur Automatisierung des Handelsprozesses erläutert.
- Kapitel 3: Voraussetzungen und Auswahl der passenden Möglichkeiten: Dieses Kapitel behandelt wichtige Voraussetzungen für den algorithmischen Handel, wie z.B. die Auswahl von Märkten, Handelssystemen und Programmiersprachen.
- Kapitel 4: Theorie: Dieses Kapitel befasst sich mit verschiedenen theoretischen Konzepten und Methoden des algorithmischen Handels, wie z.B. der technischen Analyse (mit Fokus auf einfache und gleitende Durchschnitte, Relative Stärke Index und Bollinger Bänder), der Fundamentalanalyse, dem Risikomanagement und verschiedenen Stopp-Methoden.
- Kapitel 5: Die Theorie in der Praxis: Dieses Kapitel zeigt die praktische Anwendung der in Kapitel 4 vorgestellten Konzepte und Methoden. Es beschreibt die Programmierung verschiedener Handelsstrategien und den Einsatz von Backtesting-Methoden.
- Kapitel 6: Empirische Auswertungen: Dieses Kapitel präsentiert die Ergebnisse der empirischen Auswertung der entwickelten Handelsstrategien. Es analysiert die Performance und Risiken der verschiedenen Strategien.
Schlüsselwörter
Diskretionärer algorithmischer Handel, Buy und Hold Strategie, technische Analyse, gleitender Durchschnitt, Bollinger Bänder, Fundamentalanalyse, Risikomanagement, Backtesting, Performance, Risiko.
- Quote paper
- Rico Mußgay (Author), 2017, Algorithmische Handelsstrategien für den diskretionären Wertpapierhandel, Munich, GRIN Verlag, https://www.grin.com/document/992717
