KOGNITIVNÍ ASPEKTY AUTOMATIZACE OBCHODOVÁNÍ V PROSTŘEDÍ KOMODITNÍCH TRHŮ COGNITIVE ASPECTS OF TRADING AUTOMATIZATION IN FUTURES MARKETS ENVIRONMENTS Petr Tučník Katedra informačních technologií Univerzita Hradec Králové
[email protected] Klíčová slova: automatizované obchodní systémy, komodity, trading, futures Abstrakt: Požadavky kladené na adaptabilitu automatizovaného obchodního systému se významným způsobem liší od jiných forem automatizovaných systémů především v tom, že trh s každou jednotlivou komoditou představuje specifické univerzum, ve kterém je zapotřebí soustředit pozornost na jiný soubor detailů. Efektivita obchodního systému pak odpovídá možnostem čerpat informace z prostředí. Rozhodování takového systému je nezatížené psychologií obchodování, ztrát a zisku, jako je tomu u člověka, je možné rychleji a přesněji matematicky analyzovat situaci a striktně uplatňovat tzv. money management. Keywords: automated trading systems, commodities, trading, futures Abstract: Adaptability requirements for automated trading systems are different from requirements for other forms of automated systems, because every market represents a specialized environment, where we have to focus on different set of details. Effectiveness of automated trading system depends on the ability to gain information from the environment. Decision-making of such systems is not influenced by human psychological trading problems and handling profits and losses. It is possible to analyze situation faster and more accurately and strictly apply rules of money management.
-1-
1. Úvod Spolu s nástupem internetových technologií se postupně rozvinula i oblast elektronického obchodování. Tento trend se samozřejmě nevyhnul ani burzovním trhům. V oblasti burzovních spekulací (tzv. tradingu) představuje v současné době elektronické obchodování přinejmenším rovnocenný ekvivalent tradiční formě obchodování na burze a vezmeme-li v úvahu objem prováděných obchodů, často jej dokonce i předčí. Většina zájmu vědecké komunity je zpravidla zaměřena na problematiku akciových trhů (např. [3], [4], [6], [7]), nebo se zabývá problematikou obchodování jako takovou, viz [1]. Mezi zákonitostmi akciových a komoditních trhů lze však vysledovat celou řadu podobností, a existuje mezi nimi více shody než rozdílů. Z tohoto důvodu si dovolíme tvrdit, že principy aplikované v oblasti akciových trhů nalézají své uplatnění i na trzích komoditních. Komentář k rozdílům komoditních a akciových trhů je uveden v [8, 17-20]. Nové formě obchodování se přizpůsobily i nástroje, kterými obchodníci disponují. Masové využití počítačů k elektronickému obchodování podpořilo vznik obrovského množství softwarových obchodních platforem, které obchodování usnadňují a část úkolů s ním spojených umožňují automatizovat. Tento článek bude zaměřen především na využití a aplikace automatizovaných obchodních systémů a to jak z pohledu technického, tak i psychologického. AOS narážejí při svém využití na psychologické bariéry ze strany obchodníků. Budeme se zabývat jak principy fungování AOS, tak i předpoklady jejich nasazení obchodníky v reálném obchodování. 2. Prostředí komoditních trhů Z hlediska rozpoznání prostředí se u komoditních trhů nacházíme ve složité, přesto svým způsobem vyhovující situaci. V zásadě existují dva způsoby jak analyzovat prostředí trhu: technická a fundamentální analýza. V obou případech usilujeme o takové zpracování prostředí, které nám umožní identifikovat vhodné obchodní příležitostí. Jednoznačným úkolem AOS je generování zisku a tomu musí být analýza prostředí přizpůsobena. Z pohledu technické analýzy vnímáme prostředí jen jako časový vývoj ceny dané komodity. Naším úkolem je být schopni z grafu ceny komodity určit okamžiky, kdy je vhodné vstoupit do trhu (začít
-2-
obchodovat), vystoupit z trhu (ukončit obchodování), případně identifikovat okamžiky, které jsou významné pro vývoj cenového trendu (stagnace (pohyb do strany), pohyb trendu směrem nahoru nebo dolů). Více o problematice technické analýzy viz např. [5, 39-115] Z pohledu fundamentální analýzy usilujeme o aplikaci takových znalostí o dané komoditě, které vyžadují hluboké, specializované pochopení problematiky. Např. se jedná (v případě rostlinných komodit) o vědomosti o tom jaká bude při daném počasí úroda, kolik je zapotřebí zasít, jak ovlivní cena ostatních rostlinných produktů na trhu cenu naší komodity, jaké makroekonomické vlivy ovlivní cenu a do jaké míry, apod. Je zřejmé, že těmito informacemi obvykle disponují skuteční odborníci, kteří se danou komoditou zabývají po celý život. Mezi zdroje fundamentálních informací o komoditách patří také vládní zprávy a výnosy dohledových komisí, odborné analýzy a články ve specializovaných periodicích a různá doporučení burzovních specialistů. Více viz např. [8, 25-40] Tyto dva zmíněné soubory informací (fundamentální a technická data) nám umožňují analyzovat trh s vybranou komoditou natolik, že jsme schopni identifikovat vhodné obchodní příležitosti a vydělávat. Existuje však ještě jeden rozměr trhu, o kterém jsme se doposud nezmínili, a který hraje významnou roli při určování obchodní strategie. Tímto atributem trhu je překonávání cenových bariér tvořených různými poplatky za služby, které každý obchodník musí při každém obchodu zaplatit. O burzovním obchodování se někdy hovoří jako o tzv. „hře s nenulovým součtem“. V principu se jedná o to, že ať už je náš obchod úspěšný či nikoliv, vždy jsme nuceni zaplatit určitý soubor poplatků. Schéma uvedené na obr. 1 znázorňuje popisovanou situaci. Pro označení obchodníka používáme termín „trader“, což je termín běžně označující obchodníka s komoditami (v našem případě drobného spekulanta). Mezi každým článkem tohoto cyklu (akce na burze mají zpětnou vazbu k traderovi) vznikají určité provozní náklady, přičemž platí, že veškerou jejich tíhu nese trader.
Obr. 1: Finanční náklady spojené s realizací obchodu.
-3-
V bodě, který je mezi traderem a obchodní platformou, můžeme sledovat náklady spojené s pořízením real-timových dat z burzy a pořizovací náklady na software. V následujícím mezičlánku, který je mezi platformou a brokerem, existují náklady spojené s placením komisí (poplatky za činnost brokera), zálohové platby za komoditní kontrakty (ty netvoří náklady jako takové, protože jsou po skončení obchodu vráceny, ale je zapotřebí mít potřebné finance na obchodním účtu, čímž je část prostředků blokována) a poplatky za poradenské služby brokera či případné on-line informace. Poslední formou poplatků, které vznikají přímo na burze, jsou tzv. slippage. Jedná se o rozdíl mezi kurzem nákupu a kurzem prodeje. Parketoví obchodníci (obchodníci fyzicky přítomní na parketu burzy) udržují na trhu dvě ceny: bid (cena nabízená kupci) a ask (cena nabízená prodejci). K tomu, aby bylo možno příkaz k prodeji (resp. nákupu) zrealizovat, je zapotřebí jej tzv. spárovat s jiným příkazem k nákupu (resp. prodeji). Rozdíl v této ceně je slippage a snižuje výnos z realizovaného obchodu. Další informace jsou obsaženy např. v [2, 20-25]. Jak je tedy vidět z výše uvedených skutečností, obchodování na burze je v každém případě hrou se zápornou částkou, což představuje další bariéru, kterou je zapotřebí při obchodování překonat. 3. Zpracování burzovního prostředí Obchodování na komoditních trzích je realizováno nákupem či prodejem tzv. futures kontraktu (komoditního kontraktu). Futures kontrakt představuje závazek koupit či prodat určitá podkladová aktiva ve sjednaném množství v předem určený čas za předem stanovenou cenu. Obchoduje se s určitým měsícem dodání, je tedy kupříkladu možné již v srpnu nakoupit pšenici s termínem dodání v prosinci příštího roku. Základní informace o futures kontraktech lze nalézt např. v [5, 20-25]. Vysvětlení všech atributů futures kontraktu přesahuje možnosti tohoto textu. Z našeho pohledu je podstatné především to, že podoba kontraktů je standardizovaná, čímž je zajištěna tržní likvidita a obchody lze strojově zpracovávat. Na správný a zákonný průběh obchodů dohlíží celá řada kontrolních orgánů, např. v USA je to CTFC (Commodity Futures Trading Commission, viz www.cftc.gov). Podobné (státní) kontrolní instituce lze nalézt v každé zemi kde existuje burza. Velké trhy, jako např. burzy v Chicagu či New Yorku, jsou pro nás výhodné zejména proto, že se na nich pohybuje velké množství obchodníků. Tím je zajištěna likvidita a dostatečná míra volatility trhu, což -4-
jsou předpoklady pro úspěšné nasazení AOS. Prostředí, která jsou pro AOS příznivá, se vyznačují tím, že umožňují aplikaci nástrojů pracujících se statistickou pravděpodobností úspěchu. Prostředí, ve kterém se pohybuje malý počet obchodních subjektů, se může vyvíjet nepředvídatelně, čímž je znemožněno použití strojového zpracování. Ve druhé kapitole byly zmíněny dvě sady nástrojů pro provádění analýzy trhu a to nástroje tzv. fundamentální a technické analýzy. Ať už se jedná o fundamentální či technický nástroj, v obou případech lze hovořit o tzv. indikátorech (ukazatelích). Protože zde není prostor pro jejich podrobný popis, uvedeme pro představu jen zkrácený výčet (dle [2, 144]): Trendové indikátory – snaží se sledovat trend a v okamžiku, kdy se jejich vývoj obrátí, dochází ke změně v trendu. Patří sem: MA, MACD, MACD-Histogram, Directional System, On-Balance Volume, Accumulation/Distribution, aj. Oscilátory – pomáhají nalézt body zvratu. Jsou shodné s trendem a jejich průběh se obrátí často před změnou cen. Patří sem: Stochastic, Rate of Change, hladká Rate of Change, Momentum, RSI, Elder-Ray, Force Index, William %R, Commodity Channel Index, aj. Smíšené indikátory – umožňují odhadnout kupní sílu býčí či medvědí skupiny na trhu. Jsou shodně s trendem či před ním. Patří sem: New High-New Low Index, Put-Call Ratio, Bullish Consesus, Commitment of Traders, Advance/Decline Index, Trader’s Index, atd. Z uvedených příkladů je vidět, že indikátorů existuje celá řada, řádově desítky až stovky. U mnoha indikátorů je navíc část parametrů nastavitelná podle požadavků uživatele. V podstatě tedy záleží na osobních preferencích tradera, jakou sadu nástrojů pro obchodování zvolí. Obecně se doporučuje kombinovat najednou nejvýše tři indikátory, kombinace většího množství indikátorů je obecně považována za kontraproduktivní, různé indikátory se soustředí na jiný typ obchodních příležitostí, navzájem si mohou odporovat a jen zřídka pak nastane situace, kdy je obchod potvrzen např. šesti indikátory současně. Princip použití indikátorů spočívá v tom, že se různé skupiny indikátorů soustředí na různé typy obchodních příležitostí. Dlouholetým studiem trhů bylo prokázáno, že vyskytují-li se v trhu určité formace (cenový graf nebo indikátor se vyvíjí určitým způsobem, příkladem takové cenové formace v grafu je např. velmi známý double bottom (dvojité dno) -5-
či double top (dvojitý vrchol), více viz např. [2, 92-138] nebo [5, 50-105]), další vývoj ceny je predikovatelný a identifikuje tak vhodnou obchodní příležitost. Předpokladem samozřejmě je dostatečný počet účastníků na trhu, aby byla zajištěna statistická validita takového rozhodnutí. 4. Obchodování v podmínkách pravděpodobnosti Jak již bylo krátce zmíněno v předchozím textu, obchodování na komoditních trzích je prací s pravděpodobností. S tím souvisí psychologické postoje obchodníků, v tomto ohledu především jejich vztah k pravděpodobnosti. Elder ve své knize [2, 280] uvádí příklad psychologického testu, který se zabýval chováním lidí při obchodování, jsou-li jim předkládány různé příležitosti. Byl-li skupině lidí předložen výběr: 75% šance vyhrát $1.000 USD s 25% šancí že nedostanou nic nebo jistých $700 USD. Čtyři z pěti dotazovaných si vybrali druhou možnost dokonce i poté, když jim bylo vysvětleno, že první možnost vede k $750 USD výhře. Většina lidí dělá rozhodnutí při nichž se řídí emocemi a spokojuje se s menším ziskem. Podobně dopadl i další test, kdy si lidé měli vybrat mezi jistou ztrátou $700 USD nebo 75% pravděpodobností ztráty $1.000 USD a 25% pravděpodobností nulové ztráty. Tři ze čtyř osob volí druhou možnost a odsuzují se tak ke ztrátě $50 USD více, než by museli. Ve snaze vyhnout se riziku maximalizují ztrátu. Psychologie obchodování je důležitým aspektem přístupu k trhu. Aby trader uspěl, musí především znát sebe, své psychologické možnosti. Každý člověk unese jen určitou omezenou míru rizika. Pregnantně to vyjadřuje výrok „finančně si to dovolit mohu, psychicky ne“, který o předložené obchodní příležitosti pronesl jeden český profesionální trader. Z pohledu tvorby AOS je důležité, že přijatelnost rizika je nepřenositelná. Ať už jsou důvody k vytvoření psychologické cenové hranice jakékoliv, podstatné je, že tuto hranici musí respektovat i vytvořený AOS. Nepřenositelnost rizika znamená, že trader nepřistoupí na to, aby za něj obchodoval automatizovaný systém takovým způsobem, že přijímá obchody, které by on sám neakceptoval. Podstata obchodu totiž zůstává stejná a to obchodník, který riskuje své finanční prostředky, ať už je nástroj, který k tomu zvolil, jakýkoliv. Každý úspěšný obchodník musí být schopen pracovat s pravděpodobností nezatížen emocemi. Inumerace, tedy neznalost základních konceptů pravděpodobnosti, možných vývojů situace a
-6-
nahodilosti, je fatální intelektuální slabinou obchodníků. Tomuto jevu lze čelit např. studiem. V souvislosti se studiem různých typů indikátorů je nutné zmínit další důležitý aspekt. Je vždy nutné, aby samotnému obchodování předcházel trénink na historických datech či reálných (real-timových) datech přímo z burzy a aby AOS před aplikací do tržní praxe prošel tzv. backtestingem. Backtesting nejen že umožní ověřit aplikovatelnost obchodního systému a jeho předpokládanou úspěšnost, ale současně i pomáhá traderovi poznávat prostředí zvolených trhů a nástroje, které využívá. Znalost prostředků, kterými disponuje (ať už on či jeho AOS), je pro tradera zásadním předpokladem budoucího úspěchu. U strojového obchodování můžeme v podstatě identifikovat tři typy produktů (dle [2, 139-142]): Toolbox – platforma nabízející širokou škálu nástrojů, které lze dle potřeby upravit. Nástroj pro profesionální obchodníky. Blackbox – typicky případ AOS s utajeným řešením. Využití těchto systémů se nedoporučuje, protože není zřejmé jak přesně pracují a není možné je přizpůsobovat trhům. I AOS schopné optimalizace v dlouhodobém měřítku selhávají, protože se mění parametry trhů, na které by se měly optimalizovat. Greybox – ukazují základní algoritmus, část parametrů je obvykle přizpůsobitelná potřebám uživatele, ale přesto nelze takový systém doporučit s ohledem na nedostatek informací. Na jedné straně se tu střetává neochota odhalit fungující algoritmus, na němž jeho prodejce vydělává, a na straně druhé potřeba obchodníka vědět, na základě čeho se rozhoduje. Situace je dále komplikovaná tím, že je to právě obchodník (koncový uživatel), kdo investuje peníze do rozhodnutí, která mu zprostředkovává AOS. Dá se zde hovořit o černé skříňce, do které se nevyplatí peníze vkládat. Obecně lze doporučit pouze řešení, která jsou toolboxem, či se mu svým provedením velmi přibližují. Někteří autoři, kupř. [4], usilují o zpracování prostředí relativně složitými nástroji, v tomto případě soustavami diferenciálních rovnic. Domníváme se, že podobné postupy budou - z důvodů popsaných výše v textu – zařaditelné pro běžné tradery spíše do kategorie blackboxových nebo greyboxových řešení. Není-li z pohledu tradera možné se v indikátoru vyznat a snadno pochopit jeho funkci, jsou možnosti jeho aplikace přinejmenším omezené. Velké popularitě se i dnes těší nástroje, které jsou staré desítky let (např. klouzavé průměry), které byly původně určené pro -7-
ruční analýzu grafů a mají velmi jednoduchý matematický základ. Srozumitelnost prostředků, se kterými pracují, je důležitým kriteriem hodnocení AOS. 5. Management rizik Řízení rizika je v komoditním obchodování základem dlouhodobějšího přežití obchodníka na trhu. Mějme na paměti, že se stále pohybujeme v prostředí, kde lze úspěchu dosáhnout jen s určitou pravděpodobností a mnoho pokusů končí neúspěšně. Proto je pro dosažení úspěchu zcela zásadní mít vytvořen systém, který zabrání celkové ztrátě prostředků. Tvorba a respektování takového systému se obvykle označuje souhrnným pojmem money management nebo risk management. Literatura [2, 283-288], [5, 140-150], [8, 129] se shoduje na tom, že účinný money management se řídí pravidlem, že do jednoho obchodu není najednou investováno více než 2-5% obchodního účtu. V případě rizikovějších trhů se dokonce doporučuje investovat najednou nejvýše 13%. Výhodou takového postupu je, že je zapotřebí opravdu dlouhé posloupnosti neúspěchů, aby obchodník zažil celkový finanční kolaps a byl nucen obchodování ukončit (např. v případě 4% pravidla money
managementu je zapotřebí série pětadvaceti ztrát za sebou, aby byly ztraceny veškeré prostředky). V souvislosti s money managementem nelze nezmínit úzce související pojem, kterým je tzv. RRR neboli Risk-Reward-Ratio (viz také [5, 142-144]). Jedná se o poměr, ve kterém se vrací vynaložené prostředky v případě úspěchu. Často není důležitá samotná úspěšnost obchodu, není-li výnos dostatečně vysoký a nepřekoná bariéru různých poplatků (více viz kap. 2 tohoto textu). Klíčovou roli pak spíše hraje možná výše výnosu, kterou vyjadřuje RRR. Poměry 1:3 a vyšší zajišťují dostatečnou výnosnost AOS k tomu, aby byl systém dlouhodobě udržitelný a profitabilní. 6. Závěrečné shrnutí požadavků na AOS V předchozích kapitolách tohoto článku byly zmíněny důležité aspekty obchodování na komoditních trzích a vyjmenovány některé důležité vlastnosti automatizovaných obchodních systémů. V této kapitole se pokusíme shrnout uvedené informace do ucelené podoby a prezentovat výčet vlastností, které by měl použitelný AOS obsahovat.
-8-
Autonomní obchodní systém musí splňovat tyto podmínky, aby byl uživatelem plně využíván: Srozumitelnost – velké množství indikátorů způsobuje, že je systém nepřehledný a pro uživatele nesrozumitelný. V literatuře (např. [2, 144]) se doporučuje používat jen malý počet indikátorů najednou. Otevřenost – žádná část systému není před uživatelem skryta a je možno si prostudovat všechny algoritmy, které systém využívá. Funkčnost – před nasazením musí systém projít intenzivním backtestingem. Tzv. backtesting report dává přehlednou zpětnou vazbu o fungování systému. Omezená míra rizika – systém musí reflektovat potřeby uživatele z hlediska akceptace risku. Pokud určité obchodní situace obchodník sám neakceptuje a vědomě je ignoruje, nebude ochoten do takových situací finančně vstupovat ani v zastoupení prostřednictvím AOS. RRR – Risk-Reward-Ratio, čili poměr rizika a předpokládaného výnosu. Často může být systém i chybový, ale s vysokým RRR je přijatelný. Máme-li např. systém s úspěšností 25% a RRR 1:10, pak to znamená, že se nám sice podaří pouze 1 ze 4 obchodů správně identifikovat, ale vklad se nám desetinásobně vrátí. Adaptabilita – systém musí být možno ručně nebo strojově přizpůsobovat prostředí. V případě strojové adaptace na prostředí pak musí opět být splněn požadavek na srozumitelnost a otevřenost. Rozumný money management – viz kapitola 5. Aplikace stop-loss podmínek – chránit se proti ztrátě je nutné i prostřednictvím tzv. stop-lossu. Jsou to přednastavené podmínky (obchodní příkazy), za kterých se obchod automaticky uzavře a to především v případě nežádoucího vývoje ceny (v případě žádoucího vývoje ceny hovoříme o tzv. profit-targetu). Nepovedený obchod může být ztrátový, ale ztráta bude minimalizována na únosnou mez. Problematika tvorby AOS (a komoditních trhů) je samozřejmě mnohem širší než svým obsahem pokrývá text tohoto článku. Účelem však bylo nahlédnout na problematiku tvorby automatizovaných systémů pro komoditní obchodování také z pohledu psychologické přijatelnosti pro samotného uživatele. Požadavky, které jsou shrnuty v této části textu, představují základní předpoklad pro dlouhodobé využití libovolného AOS.
-9-
Literatura: [1]
[2] [3]
[4]
[5]
[6]
[7]
[8]
Debenham, J.: “Foundations for Automated Trading – It`s Information That Matters”. In DEXA 2005 (Ed. Andersen, K. V., Debenham, J., Wagner, R.), LNCS 3588, pp. 534-543, 2005. Springer-Verlag Berlin Heidelberg 2006. Elder, A.: “Tradingem k bohatství“. Impossible, Tetčice, 2006. Feng, Y., Yu R., Stone, P.: “Two Stock Trading Agents: Market Making and Technical Analysis”. In AMEC 2003 (Ed. Faratin, P. et al.), LNAI 3048, pp. 18-36, Springer-Verlag Berlin Heidelberg, 2004. Melecký, J.: “A Model of Stock Prices Behavior”. Preprint Series in Mathematical Analysis, Preprint MA 44/2004, pp. 7, Mathematical Institute, Silesian University in Opava, Opava, 2004. Nesnídal, T., Podhajský, P.: “Obchodování na komoditních trzích průvodce spekulanta” (2. rozšířené vydání). Grada Publishing, Praha, 2006. Sherstov, A. A., Stone, P.: “Three Automated Stock-Trading Agents: A Comparative Study”. In AMEC 2004 (Ed. Faratin, P., RodríguezAguilar, J. A.), LNAI 3435, pp. 173-187. Springer-Verlag Berlin Heidelberg 2005. Streichert, F., Tanaka-Yamawaki, M., Iwata, M.: “Effect of Moving Averages in the Tickwise Tradings in the Stock Market”. In KES 2006 (Ed. Gabrys, B. Howlett, R. J., Jain, L. C.), část III, LNAI 4253, pp. 647-654, Springer-Verlag Berlin Heidelberg 2006. Williams, L. R.: “Jak jsem vydělal milion dolarů za rok obchodováním komodit”. Centrum finančního vzdělávání, Praha, 2007.
- 10 -