VYSOKÁ ŠKOLA FINANČNÍ A SPRÁVNÍ, o.p.s

VYSOKÁ ŠKOLA FINANČNÍ A SPRÁVNÍ, o.p.s. Fakulta ekonomických studií Studijní obor: Bankovnictví

Bakalářské studium prezenční

Jan Vencl Obchodování na forexu Forex trading

BAKALÁŘSKÁ PRÁCE

Praha 2015

Vedoucí diplomové práce: Ing. Jiří Vataha

Poděkování Rád bych touto cestou poděkoval svému vedoucímu bakalářské práce Ing. Jiřímu Vatahovi za poskytnutí odborných rad a připomínek, které mi byly nápomocné při vypracování mé práce.

Prohlášení Prohlašuji, že

jsem

tuto

závěrečnou

samostatně

a

veškerou

podkladové

materiály,

práci

použitou které

vypracoval/a literaturu

jsem

použil/a,

a

zcela další uvádím

v seznamu literatury a že svázaná a elektronická podoba práce je shodná. Současně prohlašuji, že souhlasím se zveřejněním této práce podle § 47b zákona č.111/1998Sb., o vysokých školách a o změně a doplnění dalších zákonů (zákon o vysokých školách), ve znění pozdějších předpisů.

13.4.2015 ………………………………………………

Abstrakt Tato bakalářská práce je zaměřena na obchodování na forexovém trhu. Práce je rozdělena na teoretickou a praktickou část. Teoretická část pojednává o základních principech

obchodování

na

trhu,

technické

analýze

a

algoritmickém obchodování. V praktické části je porovnání výkonosti

algoritmického

obchodního

systému

a

individuálního obchodníka.

Abstract This bachelor thesis is focused on forex trading. The work is divided into two parts. In the first part will be explained basic principles of forex market, technical analyses

and

algorithmic

trading.

The

second

part

includes the comparison between the automatic trading system and the individual human trader.

Klíčová slova Forex,

algoritmické

obchodování,

technická

analýza,

kapitálový trh

Keywords Forex, algorhitcmic trading, technical analyses, capital market

Obsah PODĚKOVÁNÍ ............................................. 2 PROHLÁŠENÍ ............................................. 3 ABSTRAKT ............................................... 4 ABSTRACT ............................................... 4 KLÍČOVÁ SLOVA .......................................... 5 KEYWORDS ............................................... 5 OBSAH .................................................. 6 ÚVOD ................................................... 8 1

CHARAKTERISTIKA FOREXOVÉHO TRHU ................... 10

1.1

Historie .................................................. 10

1.2

Struktura forexového trhu ................................. 11

1.2.1

Banky ..................................................... 11

1.2.2

Investiční společnosti .................................... 11

1.2.3

Centrální banky a vlády ................................... 11

1.2.4

Korporace ................................................. 12

1.2.5

Spekulanti ................................................ 12

1.2.6

„Běžný“ občan ............................................. 12

1.3

Základní forexová terminologie ............................ 12

1.3.1

Měnový pár ................................................ 12

1.3.2

Lot ....................................................... 14

1.3.3

Bid/Ask ................................................... 14

1.3.4

Broker .................................................... 15

1.3.5

Bid-Ask Spread ............................................ 15

1.3.6

Plaforma .................................................. 15

1.3.7

Páka (leverage) ........................................... 16

1.3.8

Margin .................................................... 16

1.3.9

Rollover .................................................. 17

1.3.10 CFD kontrakt .............................................. 17

2

OBCHODNÍ ANALÝZY .................................. 19

2.1.1

Technická analýza ......................................... 19

2.1.2

Trendy trhu ............................................... 22

2.1.3

Svíčkové formace .......................................... 22

2.1.4

Indikátory technické analýzy .............................. 23

2.1.5

Fundamentální analýza ..................................... 30

2.1.6

Párové obchodování ........................................ 32

3

AUTOMATIZOVANÉ OBCHODOVÁNÍ ........................ 35

3.1

Charakteristika ........................................... 35

3.1.1

MQL4 ...................................................... 36

3.1.2

jForex API ................................................ 36

4

ALGORITMIZACE A NÁVRH OBCHODNÍ STRATEGIE .......... 37

4.1

Výstupy kvantitativní analýzy ............................. 38

4.2

Implementace strategie .................................... 42

4.2.1

Manuální používání obchodní strategie ..................... 42

4.2.2

Automatizované používání obchodní strategie ............... 42

5

KOMPARACE AUTOMATIZOVANÉHO OBCHODNÍHO SYSTÉMU A

MANUÁLNÍHO OBCHODOVÁNÍ ................................ 44 ZÁVĚR ................................................. 48 SEZNAM BIBLIOGRAFICKÝCH ODKAZŮ ........................ 50 SEZNAM PŘÍLOH ......................................... 52 PŘÍLOHA A SEZNAM SYMBOLŮ MĚN .......................... 52 PŘÍLOHA B WORKFLOW „AOS“ .............................. 52 PŘÍLOHA C SPREAD_MODUL ................................ 52 PŘÍLOHA D OBCHODNÍ DENÍKY ............................. 52 PŘÍLOHA E ZDROJOVÝ KÓD ROBOTA ......................... 52 PŘÍLOHA F ANALÝZA VÝKONNOSTI OBCHODOVÁNÍ .............. 52 PŘÍLOHA A

SEZNAM SYMBOLŮ MĚN ........................ 53

PŘÍLOHA B

WORKFLOW „AOS“ ............................. 56

PŘÍLOHA C

SPREAD_MODUL ............................... 57

PŘÍLOHA D

OBCHODNÍ DENÍKY ............................ 58

PŘÍLOHA E

ZDROJOVÝ KÓD ROBOTA ........................ 59

PŘÍLOHA F

ANALÝZA VÝKONNOSTI OBCHODOVÁNÍ ............. 60

Úvod Již více jak tři roky mám zájem o problematiku kapitálových trhů. Znalosti o tomto tématu jsem načerpal praktickým provozováním obchodování na forexovém a akciovém trhu. Mou osobní motivací pro vypracování práce je více jak uspokojivě ovládat disciplíny související s obchodováním na forexovém trhu. V současné době je forexový trh globálně decentralizovaný, obchodovaný po celém světě, 24 hodin denně mimo víkendy. Spektrum subjektů působící na trhu zahrnuje jak největší finanční instituce, tak i individuální obchodníky. Forexový trh je úzce spojen s měnovou a kurzovou politikou. Touto problematikou se zabývá prof. Ing. Jílek Josef, CSc., který je špičkovým a uznávaným odborníkem v řízení finančních rizik, v teorii a praxi bankovnictví, ve finančních trzích a v měnové politice, a to v ČR i ve světě. Další osobnost, jejíž publikace mě provázely při tvorbě této práce, je Ondřej Hartman. Jeho knihy První kroky na Forexu a Jak se stát forexovým obchodníkem, mě velmi obohatily. Cílem teoretické části je stručné shrnutí historie obchodování s cizí měnou. Dále popisuji současnou strukturu trhu, kde se obchoduje, a jaké subjekty na něm působí. Po vysvětlení těchto základních informací bude čtenář plně rozumět následujícímu výkladu jednotlivých technik spekulování budoucí ceny měnového páru. Současně plynoucí třetí tisíciletí přineslo velké rozšíření informačních technologií i do obchodování na kapitálových trzích, forexový trh nevyjímaje. Proto bude část mé práce věnována automatizovaným obchodním systémům (API trading). Předložená práce bude orientována z větší části spíše na technickou než na fundamentální analýzu. Toto rozhodnutí je důsledkem zaměření praktické části práce, která bude porovnávat výkonnost obchodování automatizovaného obchodního systému a individuálního obchodníka. Obchodník má vždy nesmírnou výhodu nad obchodním systémem, neboť dokáže proměnlivě analyzovat různé druhy informací oproti „robotovi“, který má přesně nadefinované instrukce a příkazy. Oproti tomu robot nemá emoce, nezná strach ze ztráty a nikdy nebude unavený. Součástí této práce jsou přílohy, které obsahují výpis všech obchodů, které provedl „robot“ a člověk. Na testovací obchody použiji švýcarského ECN brokera Dukascopy Bank. V závěru bude shrnutí a analýza jednotlivých obchodů. Stejně jako zadání, tak i cíle této bakalářské práce jsou široce zaměřené. 8

Jako hlavní cíl jsem si stanovil provést různá měření a z různých úhlů pohledu porovnávat výkonnost „robota“ a člověka. Stručně by se dala praktická část shrnout otázkou: Kdo je lepší obchodník, člověk nebo stroj? Budu porovnávat různé výstupy:  risk reward ratio,  winloss ratio,  počet obchodů,  podíl ziskových obchodů,  maximální propad. Před jakýmkoliv porovnáváním výstupů naměřených výsledků jednotlivých obchodů stanovuji následující hypotézu: „robot“ dopadne v jednotlivých měřeních lépe.

9

1 Charakteristika forexového trhu Forexový

trh

(Foreign

Exchange

Market)

je

podmnožina

kapitálových trhů, na nichž se střetává nabídka s poptávkou po

cizích

měnách.

Tým

forex-zone.cz

ve

své

publikaci

„Forex, Jak zbohatnout a nekrást“ uvádí jako vysvětlení toto: „Pojem „Forex“ nebo „FX“ je zkratka pro devizovou burzu. Neobchodují se zde ale ani akcie ani obligace, zbožím tohoto trhu jsou jednotlivé národní měny.“1 Oproti tomu Kathy Lien z FXCM uvádí tuto definici: „Forexový trh je obecný termín pro jakoukoliv instituci nebo společnost ve světě, která existuje za účelem směny, nebo obchodováním s

měnou.“2

Hartmana:

Nejvíce „FOREX

se =

mi

líbí

vysvětlení

International

od

Interbank

Ondřeje FOReign

EXchange. Mezinárodní devizový trh – jednoduše obchodování s cizími měnami.“3

1.1 Historie První historické obchodování s cizími měnami se datuje 2000 let zpět. Došlo k němu v Jeruzalémě, kde v té době bylo toto území pod vládou římského impéria.

Římané vybírali daně od občanů/nevolníků ve své lokální měně (římský dinár), ale v Jeruzalémě byla v té době

FOREX - jak zbohatnout a nekrást: obchodování na měnových trzích. 1. vyd. Praha: Grada Publishing, 2011, 185 s. Finanční trhy a instituce. ISBN 9788024737393 str.15 2 LIEN, Kathy. Day trading the currency market: technical and fundamental strategies to profit from market swings. John Wiley, c2006, xv, 240 p. ISBN 978-047-1717-539, str 4 3 HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009. ISBN 978-80-904418-0-4 str 17 1

10

lokální měna šekel4. Proto bylo potřeba danou měnu směnit, což už tehdy položilo základ měnovému trhu.

1.2 Struktura forexového trhu Na forexovém trhu působí celá řada subjektů. Tato škála právnických a fyzických osob zahrnuje nadnárodní finanční instituce až individuální investory.

1.2.1

Banky

Banky jsou účastníci forexového trhu minimálně ze dvou důvodů.

Jako

službu

svým

zákazníkům

nabízejí

možnost

směnit jednu měnu za druhou a zároveň obchodují se svým účtem za účelem zisku.

1.2.2

Investiční společnosti

Vzhledem k vysoké likviditě, kterou nabízí forexový trh, jsou

tyto

subjekty

nezanedbatelnými

účastníky

trhu.

Nastane-li situace, že klient „IS“ předá pokyn za účelem nákupu akcií z indexu Nasdaq,5 je potřeba českou korunu vyměnit za americký dolar, neboť u těchto akcií se tržní cena uvádí v dolarech.

1.2.3

Centrální banky a vlády

Jedna z hlavních funkcí národních bank je stabilizace měny a tento operativní cíl NB provádí operacemi na devizovém trhu. Jedná se hlavně o devizové intervence, kdy se národní banka snaží držet stabilitu měnového kurzu.

HARTMAN, Ondřej a Ludvík TUREK. První kroky na FOREXu: jak obchodovat a uspět na měnových trzích. Vyd. 1. Brno: Computer Press, 2009, vii, 120 s. ISBN 978-80-251-2006-4. 5 Elektronický burzovní trh v USA se sídlem v New Yorku.Založený v roce 1971. Obchodují za na něm mediálně známe společnosti jako je Facebook, Apple, Microsoft, Google a Oracle corporation. 4

11

1.2.4

Korporace

Jednou z příčin vzniku forexového trhu byl mezinárodní obchod. Společnosti, které působící nejen na domácím trhu, často provozují platební styk s jinými subjekty v jiných měnách. Právě tato skutečnost vytváří velké objemy obchodů na trhu.

1.2.5

Spekulanti

Spekulanti

neboli

obchodníci

jsou

právnické

a

fyzické

osoby, které chtějí maximalizovat svoje zisky obchodováním na forexovém trhu. Základní filosofií těchto obchodníků je „levně koupit, draze prodat“.

1.2.6

„Běžný“ občan

Ačkoliv

je

to

udivující

i

„běžný

občan“

je

součástí

formového trhu. Kdykoliv jede na dovolenou, musí si svoji lokální měnu vyměnit za měnu cizí.

1.3 Základní forexová terminologie Obchodování na forexivém trhu zahrnuje mnoho souvisejících vědních disciplín, ať už je jedná o technickou analýzu, teorii

portfolia

nebo

jednoduše

ovládání

obchodní

platformy. Toto vše zahrnuje nespočet odborných termínů. V této části práci shrnu ty nejpodstatnější a ty, kterých se týká zaměření mé aplikační části.

1.3.1

Měnový pár

Měnový pár je kurs dvou měn, vlastní a cizí. Na forexových trzích

je

latinské

každá

abecedy.

měna

označena

Například

třemi

EUR/USD

-

velkými

písmeny

1.3809

(někteří

brokeři udávají větší přesnost ceny přidáním páté cifry za 12

desetinou čárku například Dukascopy bank SA). Tento zápis znamená přímý kurz pro euro a americký dolar. První část EUR je základní měna. V našem případě se jedná o euro. Druhá část „USD“ je kótovací měna. V našem případě to bude americký dolar. Při nákupu vám měnový kurs říká, kolik budete muset zaplatit jednotek kótovací měny, abyste mohli nakoupit jednu jednotku základní měny“6 V případě nakoupení (vstoupení do long pozice) nakupuji euro za daný kurs. V našem případě kdybychom nakoupili jeden lot, nakoupili bychom 100 000,- € za 138 090,- $ Označení těchto měn třemi písmeny je zavedená norma ISO číslo 4217 z roku 2008.7 1.3.1.1

Hlavní měnové páry (majors)

Hlavní měnové páry jsou nejlikvidnější obchodovaná aktiva na Forexu (FX). Vedle hlavních měnových párů jsou páry vedlejší a exotické, kupříkladu pár EUR/CZK. V tabulce 1. Hlavní měnové páry jsou shrnuty nejlikvidnější páry8.

FOREX - jak zbohatnout a nekrást: obchodování na měnových trzích. 1. vyd. Praha: Grada Publishing, 2011, 185 s. Finanční trhy a instituce. ISBN 9788024737393 str.27 7 http://www.iso.org/iso/currency_codes 8 Ostatní měny, jejich symboly a ISO kódy jsem uvedl v příloze A 6

13

Tabulka 1: Hlavní měnové páry

Měnový symbol

Měnový pár

EUR/USD

Euro / US Dolar

GBP/USD

Libra / US Dolar

USD/JPY

US Dolar / Japonský Jen

USD/CHF

US Dolar / Švýcarský Frank

USD/CAD

US Dolar / Kanadský Dolar

AUD/USD

Australský Dolar/ US Dolar

NZD/USD

Novozélandský Dolar / US Dolar

1.3.2

Lot

Lot představuje standardizovanou objemovou jednotku, která zastupuje objem dané měny v hodnotě 100 000,-9. Většina brokerů používá jako jednotku loty. Výjimku, kterou jsem při

tvorbě

jednoho

práce

milionu

zaregistroval, jako

bylo

použití

základní jednotky.

Tuto

jednotky jednotku

používá například ECN broker Dukacopy Bank.10

1.3.3

Bid/Ask

Bid a Ask jsou druhy cen měnového páru. Stejně jako když půjde běžný občan do směnárny, tak uvidí dvě ceny: nákupní a prodejní. To samé platí i na FX. Jednotlivé ceny se u různých brokerů liší. Tato skutečnost je dána faktem, že FX

je

decentralizovaný

trh,

na

kterém

není

jednotná

ústřední autorita, která by kótovala cenu.

HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009. ISBN 978-80-904418-0-4, str 29 10https://www.dukascopy.com/swiss/english/forex/forex_trading_account s/link/ 9

14

Příklad: EUR/USD 1.38095/138097 (Bid/Ask)

1.3.4

Broker

Broker je právnická osoba, která privátní i korporátní klientele poskytuje přístup na FX. Za svoje služby si účtuje právě rozdíl mezi Bid a Ask cenou. Někteří brokeři mají

velmi

nízké

spready,

oproti

tomu

si

účtují

komisionální poplatky.

1.3.5

Bid-Ask Spread

Bid-Ask Spread představuje rozdíl mezi nákupní a prodejní cenou. Uvádí se v pipech nebo dílčích pipech. Pip je poslední cifra v kursu měnového páru, dílčí Pop (fractional Pop) je právě desetina Pipu. Při obchodování na FX je spread jeden z rozhodujících faktorů při výběrů brokera.

1.3.6

Plaforma

Platformou

se

v

případě

obchodování

na

Forexu

rozumí

client-side aplikace, která je „bránou“ na trh. V současné době je velké množství platforem, běžící jako desktopové nebo webové aplikace. Za posledních 10 let vznikla i řada platforem pro mobilní telefony. Jako příklad bych rád uvedl: Ninjatrader, jForex API, Metatrader 4 a 5. Tyto platformy jsou spíše určené ke spekulacím pro retailové obchodníky. Zvláštní zkušeností pro mě bylo, když jsem viděl

možnosti

sofistikovanějších

platforem,

například poskytuje Reuters nebo Bloomberg.

15

které

1.3.7

Páka (leverage)

Páka je poměr mezi vlastním kapitálem a půjčeným kapitálem na obchodování11. Například páka 1:300 znamená, že na jednu vlastní

peněžní

jednotku

nabídne

broker

300

peněžních

jednotek. Samozřejmě jsou s touto službou spojeny poplatky ve formě komise. Kathy Lien ve své publikaci Day trading the currency market zmiňuje, že dostupnost větší páky způsobuje větší pohyby na

trhu12.

Tento

výrok

lze

podpořit,

protože

při

obchodování většího objemu se více pohybujeme po křivkách nabídky a poptávky. Tím pádem je větší pohyb ceny. Použití páky zároveň přináší větší riziko z důvodu většího a rychlejšího pohybu hodnoty účtu.

1.3.8

Margin

Margin je záloha, kterou broker zablokuje na vašem účtu při otevření pozice. Výše marginu se přímo odvíjí od velikosti použité páky. Tato

zablokovaná

částka

chrání

brokera

před

tržním

rizikem. Velký pohyb na trhu v opačném směru by mohl způsobit velké ztráty jak pro obchodníka, tak brokera. Z

toho

důvodu

vzniká

zablokování

marginu

na

účtu

obchodníka. Je to ochrana pro brokera. V případě, že výše hypotetické ztráty se přibližuje k výši marginu, nastává margin call. Hartman vysvětluje margin call jako situaci, kdy se broker domnívá, že je vaše pozice ohrožena, a aby předešel vlastním i vašim ztrátám, vyzve obchodníka o doplnění další hotovosti nebo uzavření pozice. V opačném

HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009. ISBN 978-80-904418-0-4, str 32 12 LIEN, Kathy. Day trading the currency market: technical and fundamental strategies to profit from market swings. John Wiley, c2006, xv, 240 p. ISBN 978-047-1717-539, str 35 11

16

případě

broker

sám

uzavře

všechny

nebo

některé

obchodníkovy pozice. „Ve skutečnosti je margin call dobrá věc, neboť ochraňuje nejen makléře, ale i vás. Někteří obchodníci jsou velmi emočně zapojeni do svých obchodů, takže nejsou schopni racionálně uvažovat. Když dojde na margin call, ochrání to obchodníky od větších ztrát – je to taková záchranná brzda.“13

1.3.9

Rollover

V případě, že obchodník drží pozici otevřenou přes noc, bude automaticky převedená do dalšího dne. Tento proces může být buď nákladem, nebo výnosem. Částka přičtená nebo odečtená

je

swap,

který

představuje

rozdíl

mezi

krátkodobými úrokovými sazbami dvou ekonomik, které tvoří obchodovaný měnový pár. Využívání tohoto rozdílu se v odborné literatuře nazývá „carry trade“. „Carry trade“ spočívá v držení pozic přes noc, nákup měny s vyšší úrokovou sazbou a prodej měny s nižší úrokovou sazbou.14 Výnosem je pak rozdíl mezi úrokovými mírami.

1.3.10

CFD kontrakt

Ačkoliv na FX dochází k nákupu a prodeji měn, velká řada brokerů

umožňuje

obchodování

pomocí

CFD

(Contract

For

Diference) certifikátů. Tento druh derivátu umožňuje obchodníkovi spekulovat o budoucím vývoji podkladového aktiva. Jedná se o smlouvu

HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009. ISBN 978-80-904418-0-4, str 33 14 LIEN, Kathy. Day trading the currency market: technical and fundamental strategies to profit from market swings. John Wiley, c2006, xv, 240 p. ISBN 978-047-1717-539, str 101 13

17

budoucího vyrovnání. Spekulantovou protistranou je právě broker s

emitující

obchodníkem

CDF.

může

Broker

(nebo

pak

nemusí)

následně zajistit

pozici

otevřením

obrácené pozice na trhu.15

DICKS, James. Forex trading secrets trading strategies for the forex market. New York: McGraw-Hill, 2010. ISBN 978-007-1747-097 str. 249 15

18

2 Obchodní analýzy Jak jsem zmínil výše, největší objem obchodů je čistě spekulační. Obchodník musí nějakým způsobem předpokládat vývoj trhu. Investiční rozhodnutí se provádí na základě různých Touto

výstupů činností

a se

poznatků

z

rozumí

analyzování

technická

a

skutečnosti. fundamentální

analýza.

2.1.1

Technická analýza

Technická analýza spočívá v analýze historických cen a platí u ní předpoklad, že všechna dostupná data jsou známa z grafu. Řada autorů definuje a vysvětluje ve svých publikacích technickou analýzu. Já naprosto souhlasím s míněním J. Vatahy, který uvádí následující znaky technické analýzy: •

Technická

analýza

je

založena

na

publikovaných

tržních datech. •

Pozornost

technické

analýzy

je

soustředěna

na

načasování obchodů. Zaměřuje se na cenové změny. •

Technická analýza je při analyzování pohybů cen akcií

a

celkového

trhu

postavena

na

interních

faktorech. •

Technická analýza se soustřeďuje na krátké období.

•

Tržní

cena

obsahuje

jak

fundamentální,

tak

psychologické faktory16. 2.1.1.1

Druhy grafů ceny

Čárový graf

VATAHA, Jiří. Fundamentální a technická analýza – jejich využívání v pozičním obchodování. ISBN 978-80-7408-050-0 str. 29 16

19

Čárový graf je součástí každé obchodní platformy. Jedná se o takový typ grafu, v němž jednotlivé ceny spojuje lomená křivka. Nevýhodou tohoto zobrazení je, že uživatel nemá jinou informaci než uzavírací cenu.

Obrázek 1: Čárový zpracování.

graf

(zdroj:

platforma

Metatrader4

–

vlastní

Sloupcový graf Sloupcový graf je tvořen linií s dvěma „zobáčky“, které tvoří otvírací a zavírací cenu, poskytuje více informací, než graf čárový. Vzhledem k menší přehlednosti sloupcového grafu

budu

ve

své

práci

používat

graf

svíčkový.

Obrázek 2: Sloupcový graf (zdroj platforma Metatrader 4 – vlastní zpracování.

20

Svíčkový graf Svíčkový graf je tvořen svíčkami. Svíčka má tělo, horní a dolní stín (viz obr.4). Tento druh zobrazení se mi jeví jako

nejpřehlednější.

Velmi

často

se

pod

graf

ceny

vykresluje objem obchodů. Někteří obchodníci jej využívají jako indikátor technické analýzy. Objemům budu věnovat větší pozornost v následujících podkapitolách.

Obrázek 3: Svíčkový graf (zdroj: platforma Metatrader 4 - vlastní zpracování.

Obrázek 4: Svíčka - zdroj vlastní zpracování

21

2.1.2

Trendy trhu

Forexový trh se pohybuje v trendech. Určení, o jaký trend se jedná, může velmi pomoci při rozhodnutí, zda vstoupit nebo nevstoupit do pozice. Jinými slovy: určování trendu a

bodu,

kde

se

trend

mění,

je

klíčové

pro

každého

obchodníka. Trendy mají jistou setrvačnost a dají se identifikovat pomocí trendových čar nebo za pomoci technické analýzy. V zásadě se dají trendy rozlišit na rostoucí (býčí) nebo klesající (medvědí). Oba z těchto trendů mohou obsahovat i boční trend. Boční trend je opačný trend oproti trendu hlavnímu. Jsem velmi nakloněn názoru V. Janduse, který ve své práci rozdělil trendy ještě podrobněji, a to konkrétně na: Primární trend - jedná se o trend s největší dobou trvání. Sekundární trend - „…je krátkodobější korekce primárního trendu.“17

Terciální trend – „…je způsoben krátkodobými výkyvy trhu, jako jsou například anomálie, drobné korekce nebo rozruchy v podobě psychologických vlivů. Doba trvání od několika hodin do třech týdnů.“18

2.1.3

Svíčkové formace

Svíčkové

formace

na

grafu

jsou

uskupení

svíček

do konkrétních formací, pomocí kterých můžeme analyzovat pohyb na trhu. Vzhledem k tématu práce nebudu rozebírat formace

do

velké

hloubky.

Zmíním

jen

nevylučitelné

JÍLEK, Josef. Finanční trhy a investování. 1. vyd. Praha: Grada, 2009, 648 s. Finanční trhy a instituce. ISBN 978-80-247-1653-4., s. 105 18 JANDUS, Vlastimil. Porovnání významu fundamentální, technické a psychologické analýzy [online]. 2013 [cit. 2015-03-25]. Bakalářská práce. Vysoká škola finanční a správní, Vysoká škola finanční a správní. Vedoucí práce Vladimír Ezr. Dostupné z: . str. 28 17

22

a

základní formace, a to konkrétně hladiny podpory (support) a odporu (resistence). „Linie supportu a rezistence se projevují jako hranice cenových formací. Jsou to jednotlivé úrovně, kde se ceny zastavují v pohybu dolů či vzhůru.“19 Příklad úrovní supportu a resistence znázorňuji na obrázku č. 5.

Obrázek 5: Support a Resistance

2.1.4

Indikátory technické analýzy

Technická

analýza

obsahuje

celou

řadu

indikátorů

(ukazatelů). Většina z nich je založena na statistických ukazatelích. Globálně lze rozdělit indikátory do dvou skupin: trendové indikátory tvrzení

a

oscilátory.

nalezneme

u

L.

Domnívám Turka,

se,

že

který

nejpřesnější o

trendových

indikátorech píše:

HARTMAN, Ondřej a Ludvík TUREK. První kroky na FOREXu: jak obchodovat a uspět na měnových trzích. Vyd. 1. Brno: Computer Press, 2009, vii, 120 s. ISBN 978-80-251-2006-4 19

23

„Tyto indikátory slouží k rychlému určení trendu, a to tak,

že

jednoduše

zkalkulují

data

pomocí

určitého

matematického vzorce a vytvoří křivku, jejíž směr, tvar, délka,

hodnota

a

jiné

parametry

slouží

ke

zhodnocení

kvality trendu.“20 Při

jejich

správné

interpretaci

je

obchodník

schopen

rozpoznat sílu trendu, druh trendu a také to nejdůležitější - kdy vstoupit do pozice. Druhá skupina indikátorů jsou oscilátory. L. Turek je definuje jako skupinu indikátorů, které slouží k určení síly a rychlosti, jak se ceny pohybuji.21 2.1.4.1

Klouzavé průměry

Klouzavý

průměr

(otevíracích, „běžných“

je

uzavíracích

průměrů,

statistického

průměrování nebo

které

souboru,

je

se v

předem

průměru). používají klouzavých

určených Na

cen

rozdíl k

od

analýze

(pohyblivých)

průměrech přidán parametr periody. Periodou klouzavého průměru (resp. periodou většiny indikátorů se rozumí počet svíček použitých k výpočtu). Druhů klouzavých průměrů je velké množství. V řadě literárních zdrojů jsou zmíněny jen ty nejdůležitější a nejpoužívanější. Tyto průměry jsou: Jednoduché Jedná se o prosté sečtení posledních n cen a následné vydělení n. ∑𝑛𝑖=0(𝑃𝑖 ) 𝑆𝑀𝐴(𝑛) = 𝑛 Vážené

TUREK, L., HARTMAN,O.: s.r.o., Praha, 2012, 233 21 TUREK, L., HARTMAN,O.: s.r.o., Praha, 2012, 233 20

Manuál stran, Manuál stran,

forexového obchodníka. Czechwealth str. 93 forexového obchodníka. Czechwealth str. 93

24

Vážené pohyblivé průměry ve výpočtu přidávají postupně lineárně se zvětšující váhu k jednotlivým statistickým znakům

(svíčkám).

Oproti

jednoduchému

průměru

reagují

rychleji na změny posledních cen. Exponenciální Exponenciální průměry používají také váhu k jednotlivým statistickým znakům (svíčkám) jako průměry vážené, ale jejich

reakce

je

ještě

rychlejší,

neboť

hodnoty

koeficientů rostou exponenciálním tempem. Na níže uvedeném obrázku 6 zobrazuji použití klouzavých průměrů

na

grafu

ceny.

jednoduchý

pohyblivý

nejtlustší

exponenciální.

nelineárnost

vah

Nejtenčí

průměr, Z

křivka

středně obrázku

jednotlivých

znázorňuje

silná je

průměrů,

vážený

evidentní, resp.

a že

rostoucí

hodnoty vah, odpovídají rychlosti reakce na změnu ceny.

Obrázek 6: Klouzavé průměry

Mezi další průměry patří: Hull moving avarage, Kaufman adaptive moving avarage, MESA Adaptive Moving Average.

25

Nebudu rozebírat tyto průměry a jejich složitější výpočty. Dovolím si prohlásit, že není tolik důležité, jakou metodou se

stanoví

míra

váhy,

ale

způsob,

jakým

budou

tyto

indikátory interpretovány. 2.1.4.2 MACD

Moving Avarage Convergence Divergence

(Moving

Avarage

Convergence

Divergence)

je

jeden

z nejpoužívanějších identifikátorů, který je složen dvěma klouzavými průměry s jinou periodou. Tyto dva průměry jsou nejčastěji zaneseny do grafu a pod grafem je graficky znázorněn rozdíl histogramem. Nejčastější nastavení MACD: 12

„Rychlý“ EMA

26

„Pomalý“ EMA

9

Signální křivka

Výstup indikátoru v podobě překřížení (crossover) generuje signál k vstupu do pozice. V momentě protnutí křivek, konkrétně rychlá EMA protne pomalou

EMU

ze

spodu

nahoru,

vzniká

nákupní

signál.

Analogicky pak při protnutí z vrchu dolů vzniká prodejní signál. Na obrázku 7 je znázorněn indikátor MACD ve formě

26

histogramu

pod

grafem

ceny

měnového

páru

EUR/USD.

Obrázek 7 Indikátor MACD

2.1.4.3

Bollinger bands

Bollinger bands je identifikátor založený na klouzavém průměru, který se graficky znázorňuje v grafu ceny měnového páru,

souběžně

s

dvěma

křivkami,

které

reprezentují

směrodatnou odchylku daného průměru vynásobenou posunem (deviation). O.Hartman interpretuje použití indikátoru takto: „Jedná se o indikátor volatility a toto již napovídá, že se hlavně používá k určení volatility na trhu.“22

HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009, 230 s. ISBN 978-80-904418-0-4 str. 95 22

27

Obrázek 8 Bollinger bands (platforma jForex)

2.1.4.4

Index relativní síly (RSI)

RSI je hojně používaný indikátor. Sám jsem jej velmi využíval na začátku roku 2014. Vyzdvihl bych především jeho jednoduchou interpretaci a efektivitu. Jedná V

se

o

ideálním

oscilátor, případě

vykreslovaný

ukazuje,

kdy

je

pod trh

grafem

ceny.

„přeprodaný“

(oversold) a „překoupený“. Výstupem indikátoru je křivka, která se pohybuje mezi hodnotami 0 až 100. Hodnoty nad 70 představují silnou „překoupenost“ trhu. Při těchto

hodnotách

je

vhodné

vstoupit

do

short

pozice.

Analogicky při hodnotách menších než 30 se doporučuje vstoupit do long pozice.

28

Obrázek 9 RSI zdroj platforma jForex

2.1.4.5

Stochastic oscilátor

Indikátor je tvořen dvěma křivkami, označují se %K a %D. Interpretace a variační rozpětí oscilátoru jsou stejné jako u RSI. V případě, že jsou hodnoty obou křivek nad 80, trh je překoupený (overbought). Výstupem je tedy signál k prodeji. Analogicky pak pro hodnoty menší než 20 je trh přeprodaný (oversold). Indikátor tedy generuje signál k nákupu. 2.1.4.6 Indikátor

Rate Of Change (ROC) je

procentuální

tvořen změny

křivkou,

ceny

během

kterou

je

časového

možné

měřit

období.

Jeho

výstupem je hodnota v procentech, která vykazuje změnu ceny za časové období. Indikátor již ze své definice pro výpočet obsahuje řadu nevýhod. 𝑅𝑂𝐶 =

𝐶𝑒𝑛𝑎𝑑𝑛𝑒𝑠 − 𝐶𝑒𝑛𝑎𝑁 𝑑𝑛í 𝑧𝑝ě𝑡 ∗ 100 𝐶𝑒𝑛𝑎𝑁 𝑑𝑛í 𝑧𝑝ě𝑡

Použití právě dvou cen, které jsou vážené stejnou vahou, je velmi zkreslující.23

KIRKPATRICK, Charles D a Julie R DAHLQUIST. Technical analysis: the complete resource for financial market technicians. 2nd ed. 23

29

2.1.5

Fundamentální analýza

„Fundamentální analýza představuje způsob, jak se dívat na trh prostřednictvím ekonomických, sociálních a politických aspektů, které ovlivňují nabídku a poptávku.“24 V praktickém přístupu k obchodování to znamená sledování makroekonomických ukazatelů a jejich agregátů. Zdroji

dat

těchto

ukazatelů

jsou

centrální

banky,

statistické úřady a různá ministerstva. V

současné

době

jsou

data

k

fundamentální

analýze

přístupnější. Velký počet brokerů a různých portálů, které se zabývají kapitálovými trhy, nabízí ekonomický kalendář, agregovaný přehled ukazatelů. Uvedl bych příklady dostupné na webových stránkách: 

www.dailyfx.com;



www.fxstreet.com.

Úrokové

sazby

–

„růst

úrokových

sazeb

způsobuje

růst

nominální úrokového zhodnocení dluhopisů a obligací.“25 Srozumitelnější

vysvětlení

podává

V.

Jandus:

„Úrokové

sazby „Interest rates“ se vyhlašují dle potřeby centrální bankou.“26

Upper Saddle River, N.J.: FT Press, c2011, xxvi, 671 p. ISBN 978013-7059-447, str. 434 24 FOREX - jak zbohatnout a nekrást: obchodování na měnových trzích. 1. vyd. Praha: Grada, 2011, 185 s. Finanční trhy a instituce. ISBN 978-80-247-3739-3, str. 39 25 FOREX - jak zbohatnout a nekrást: obchodování na měnových trzích. 1. vyd. Praha: Grada, 2011, 185 s. Finanční trhy a instituce. ISBN 978-80-247-3739-3, str. 39 26 JANDUS, Vlastimil. Porovnání významu fundamentální, technické a psychologické analýzy [online]. 2013 [cit. 2015-03-25]. Bakalářská práce. Vysoká škola finanční a správní, Vysoká škola finanční a správní. Vedoucí práce Vladimír Ezr. Dostupné z: . str. 28

30

Důležitost úrokových sazeb vyzdvihuje i K. Lien, která udává že: Úrokové sazby a obchodní bilance jsou důležité v souvislosti s kursem.27 Další její poznámka k úrokovým sazbám souvisí spíše s psychologií obchodníků. Je-li na trhu nejistota ohledně budoucího vývoje úrokových sazeb, tak dojde k tomu, že každá aktualita (související s těmito sazbami) má za následek velký pohyb kursu. Hrubý národní produkt – odkazuje na součet všeho zboží a služeb vyprodukovaných daným státem. „Hrubý národní produkt (HNP) je souhrn finálního výstupu vyrobeného s využitím výrobních faktorů vlastněných občany dané země během jednoho roku.“28 James Dicks interpretuje vývoj HDP následovně: „Čím vyšší hodnota

HDP

tím

lépe

pro

měnu.“29

Tento

výrok

lze

parafrázovat slovy: Rostoucí HDP má za následek apreciaci měny. Hrubý domácí produkt – indikuje hodnoty všech produktů a služeb vyprodukovaných v dané zemi bez ohledu na to, kdo vlastní aktiva, nebo jaké národnosti je pracovní síla. Interpretace

je

z

indikátoru,

definice

obdobná

jako

u

neboť

HNP

a

vstupem

to

vyplývá pro

už

výpočet

indikátorů jsou obdobná data. Inflace – tímto termíne rozumíme růst nebo pokles indexu koše spotřebitelských cen. Dopad změny inflace na kurs měnového páru vysvětluje Dicks následovně: „Vyšší hodnota

LIEN, Kathy. Day trading the currency market: technical and fundamental strategies to profit from market swings. John Wiley, c2006, xv, 240 p. ISBN 978-047-1717-539, str 11 28 SAMUELSON, Paul Anthony a William D NORDHAUS. Ekonomie: 18. vydání. Vyd. 1. Praha: NS Svoboda, 2007, 775 s. ISBN 978-80-2050590-3. str. 434 29 DICKS, James. Forex trading secrets trading strategies for the forex market. New York: McGraw-Hill, 2010. ISBN 978-007-1747-097. str. 130 27

31

indexu spotřebitelských cen než hodnota očekávaná má za následek zvýšení měnového kursu.“30 Nezaměstnanost

–

tedy

míra

nezaměstnaných

je

podíl

nezaměstnaných k pracovní síle.31 Dopad nezaměstnanosti na měnový kurs udává Dicks takto: „Když hodnota nezaměstnaných je menší než očekávaná, tak tento pokles napomáhá apreciaci měny.“32 Z

mých

osobních

zkušeností

načerpaných

aktivním

obchodováním jsem došel k závěru, že fundamentální analýza je

nevylučitelná,

nicméně

její

výstupy

měly

na

má

rozhodnutí vedlejší vliv. Používám ji jen jako doplněk k technické analýze.

2.1.6 Párové silném

Párové obchodování obchodování

je

obchodní strategie

makroekonomickém

fundamentu.

postavená

Tento

na

přístup

k obchodování spočívá v otevření dvou opačných pozic u dvou aktiv nebo celých portfolií. Velmi přehledně je celá problematika

i

použití

matematických

a

statistických

modelů popsána v publikaci (Pairs trading Quantitative Methods and Analyses) od Ganapathy Vidyamurthyho. Tuto publikaci jsem z velké části použil jako zdroj informací v následujících částech kapitoly.

DICKS, James. Forex trading secrets trading strategies for the forex market. New York: McGraw-Hill, 2010. ISBN 978-007-1747-097. str. 125 31 SAMUELSON, Paul Anthony a William D NORDHAUS. Ekonomie: 18. vydání. Vyd. 1. Praha: NS Svoboda, 2007, 775 s. ISBN 978-80-2050590-3. str. 651 32 DICKS, James. Forex trading secrets trading strategies for the forex market. New York: McGraw-Hill, 2010. ISBN 978-007-1747-097. str. 125 30

32

2.1.6.1

Historický vývoj párového obchodování

První aplikování strategie párového obchodování započala v

polovině

pracující

80 pro

let,

když

Morgan

„quant“33

Stanley

Nunzio

shromáždil

Tartaglia skupinu

matematiků, fyziků a počítačových vědců a společně začali pracovat na vývoji strategie párového obchodování.34 Strategie spočívala v obchodování akcií, které měly silně kladně korelující vývoj. V případě, že nastala anomálie v pohybu, vznikl signál pro vstup do pozic. Tato strategie pracuje s hypotézou, že se společný vývoj opět srovná. Od té doby tato strategie začala být známá jako párové obchodování („Pairs trading“).35

2.1.6.2

Kvantitativní přístup k párovému obchodování

Při obchodování za využití jakékoliv strategie odvozené od filosofie

párového

obchodování

není

tak

důležitá

cena

podkladových aktiv, jako hodnota rozdílu cen aktiv. Na tento rozdíl („spread“) lze použít jakýkoliv model, popřípadě strategie

indikátor je

zřejmé,

technické že

se

analýzy.

jedná

o

Z

filosofie

tržně

neutrální

strategii.

Quantem se rozumí osoba aplikující matematiku, statistiku a technické dovednosti, jako je programování a algoritmizace na finanční trhy. 34 VIDYAMURTHY, Ganapathy. Pairs trading: quantitative methods and analysis. Hoboken, N.J.: J. Wiley, c2004, xii, 210 p. ISBN 04-7146067-2. Str 73 35 VIDYAMURTHY, Ganapathy. Pairs trading: quantitative methods and analysis. Hoboken, N.J.: J. Wiley, c2004, xii, 210 p. ISBN 04-7146067-2. Str 74 33

33

Tržně neutrální strategie (market neutral strategy, dollar neutral strategy) je taková strategie, kdy beta36 drženého porfolia v pozici je nula37. Konkrétní indikátor, který se nabízí k použití, je z-score. Výstupem tohoto indikátoru je počet směrodatných odchylek od průměru, tzn. o kolik směrodatných odchylek se liší cena od průměru. Vzorec pro výpočet z-score definuje Chan38 následovně: 𝑍𝑆𝐶𝑂𝑅𝐸 =

̅̅̅̅̅̅̅̅̅̅) (𝑠𝑝𝑟𝑒𝑎𝑑 𝑇 − 𝑠𝑝𝑟𝑒𝑎𝑑 𝜎𝑠𝑝𝑟𝑒𝑎𝑑

Kde: spread aktiv v čase T, tedy aktuální hodnota

𝑠𝑝𝑟𝑒𝑎𝑑 𝑇

spreadu ̅̅̅̅̅̅̅̅̅ spread

průměr spreadu za určenou periodu

𝜎𝑠𝑝𝑟𝑒𝑎𝑑

směrodatná odchylka spreadu v čase

2.1.6.3

Adaptování párového obchodování na forexový trh

Rizikovost

této

strategie

se

odvíjí

od

volatility

a

variačního rozpětí spreadu. Podmínka nutná pro adaptování párového obchodování na FX je stacionarita časové řady, která je konstruována porfoliem dvou nebo více měn. „Tyto časové řady, které takto mohou být kombinovány, se nazývají kointegrující.“39

Tuto

skutečnost

lze

měřit

graficky

nanesením hodnot do grafu, popřípadě využití pokročilých statistických metod jako je například Hurstův exponent.40

Beta je atribut porfolia vykazující závislost vývoje porfolia na benchmarku. 37 VIDYAMURTHY, Ganapathy. Pairs trading: quantitative methods and analysis. Hoboken, N.J.: J. Wiley, c2004, xii, 210 p. ISBN 04-7146067-2. Str 5 38 CHAN, Ernest P. Algorithmic trading: winning strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6. str. 6 39 CHAN, Ernest P. Algorithmic trading: winning strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6. str. 40 40 CHAN, Ernest P. Algorithmic trading: winning strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6. str. 62 36

34

3 Automatizované obchodování 3.1 Charakteristika Automatizované obchodování (API trading, nebo Algorithmic trading)

je

přístup

k

obchodování,

které

využívá

naprogramovaný algoritmus (dále jen „AOS“), jehož výstupem je otevřít nebo zavřít pozici. Výhodou „AOS“ je možnost provádění backtestů obchodních strategií. Ernest Chan ve své publikaci o algoritmickém obchodování vysvětluje backtesting jako proces testování strategie historickými daty. Idea této myšlenky je taková, že historická data a výsledky nám mohou napovídat, jakým způsobem se bude vyvíjet strategie v budoucnosti41. Dalším důležitým atributem kvality výstupu backtestu je přesnost dat. Je potřeba použití co nejpřesnějších dat. Automatizované obchodování lze dále rozdělit podle úrovně automatizace a frekvence obchodování. Decision-making

je druh AOS, která má v sobě zabudovaný

model, jehož výstupem je informace:

Většina



Jakou pozici otevřít;



Jaký měnový pár;



Kdy tuto pozici otevřít. brokerů

nabízející

jako

obchodní

platformu

Metatrader 4 umožnují i AOS. Další obchodní platformy jako NinjaTrader, TradeStation nebo jForex umožňují obdobnou službu. Detaily se liší jen v technických podrobnostech. Většina API však umožňuje řízení pozic, informace o účtu a třídy,

CHAN, Ernest P. Algorithmic trading: winning strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6. str. 3 41

35

popřípadě funkce nebo metody, které počítají a vykreslují jednotlivé technické indikátory. Tyto

podrobnosti

jsou

zahrnuty

do

následující

části

kompilovaný

jazyk

kapitoly.

3.1.1

MQL4

MetaQuotesLanguage vyvinutý

je

společností

programovací Metaquotes.

Je

přímo

dodáván

s platformou Metatrader společně s editorem (MetaEditor). MQL4 je syntaxí podobné C/C++. Umožňuje podporu objektů, přístup

k

souborovému

systému

a

další

možnosti

jako

například: HTTP požadavky, sockety a emaily. Příklad kódu v MQL Void onTick(){ Alert(iMA(EURUSD,14,0,PERIOD_M5,0)); } Tato funkce při každém novém ticku vyvolá dialogové okno, ve kterém se vypíše hodnota pohyblivého průměru s periodou 14 na pětiminutovém grafu.

3.1.2

jForex API

Oproti MQL není jForex API programovacím jazykem, ale jen souborem tříd v jazyce JAVA, které umožňují komunikaci mezi

AOS

a

poskytuje

serverem

informace

u o

brokera. účtu,

Rozhraní

řízení

pozic

jForex a

API

výpočet

indikátorů. Porovnám-li jForex API a MQL4 musím konstatovat, že jForex je mnohem robustnější a díky implementaci v JAVE umožňuje vykonávat většinu funkcí vysokoúrovňových programovacích jazyků.

36

4 Algoritmizace a návrh obchodní strategie Před samotným začátkem obchodování je potřeba navrhnout obchodní strategii. Předpokládáme-li, že obchodování na Forexu není záležitostí několika dní či týdnů, je nezbytné, aby

strategie

byla

co

nejméně

riziková,

zisková

a

dlouhodobě udržitelná. Mé první nápady a myšlenky byly založeny na indikátorech technické

analýzy

(MACD,

RSI,

Stochastic,

překřížení

pohyblivých průměrů). Při manuálním obchodování byl výstup více

než

přijatelný.

převyšující

nárůst

Výjimkou

10%

týdně.

nebyly

Avšak

ani

tyto

hodnoty

strategie

a

podmínky pro vstoupení do pozice se ukázaly jako dlouhodobě neudržitelné.

Podobné

až

téměř

stejné

výsledky

byly

výstupem automatizovaných obchodních systémů. Po

řadě

neúspěšných

technická

analýza

subjektivním pokusech schopný

je

vstupem

zmíněných udržitelně

pokusů

přesná a

výše, a

jsem

došel

matematika,

interpretací. jsem

k

si

profitabilně

Po

uvědomil, používat

závěru,

že

nicméně

se

následných že

nejsem

indikátory

technické analýzy. Trendové čáry a svíčkové formace se ukázaly jako použitelná strategie, docházelo však k velmi častým a opakujícím se falešným obchodním signálům. Po následném dalším vzdělávání v oblasti obchodování na kapitálových trzích jsem studoval hedgové strategie. Viděl jsem možnost v párovém obchodování, které vyžaduje vysoce kladně korelující aktiva. Řada autorů vysvětlovala tento systém na akciích. Pokusil jsem se tuto strategii adaptovat na forexový trh, a to na konkrétní dvojice měnových párů: USDCHF-USDJPY, EURUSDGBPUSD. Tato strategie byla zisková, nicméně drawdowny 37

byly velmi časté a vysoké. Tento nežádoucí jev byl způsoben velkou volatilitou korelace. Bylo potřeba najít taková aktiva, která neustále mají velkou kladnou korelaci, nicméně takové měnové páry se na FX mezi „majors“ nevyskytují. Po pokusu použít strategii párového obchodování na párech EURJPY

a

USDJPY jsem

si

uvědomil,

že

v

momentě,

kdy

vstupuji do následujících dvou pozic: EUR/JPY -> short USD/JPY -> long je stejná operace, jako kdybych otevíral pozici: EUR/USD -> short Tuto myšlenku lze krátce shrnout do výrazu:

𝐸𝑈𝑅/𝐽𝑃𝑌 ≈ 𝐸𝑈𝑅/𝑈𝑆𝐷 𝑈𝑆𝐷/𝐽𝑃𝑌 Levou stranu rovnice jsem pro přehlednost označil C_EURUSD („Cross EURUSD” – křížový EURUSD. Na workflow uvedené v příloze B vizualizuji algoritmus obchodního systému. Hlavní hodnotou pro vstup do pozic je rozdíl (dále jen „spread“) obchodní

C_EURUSD strategie

a je,

EURUSD. aby

Předpokladem

hodnota

spreadu

spolehlivé oscilovala

okolo „0“ a nebyla dlouho rostoucí ani klesající. K tomuto závěru jsem se dostal za použití kvantitativní analýzy.

4.1 Výstupy kvantitativní analýzy Kvantitativní analýzu jsem provedl na datech poskytnutých švýcarskou bankou a brokerem Dukascopy bank SA.

38

Data

jsou

minutové

uzavírací

ceny

svíček

forexových

instrumentů: EURJPY, EURUSD a USDJPY v období od 2013.01.02 do 2014.01.01. Data jsem analyzoval na relačním databázovém serveru MySQL verze 5.6.16 běžící na operačním systému MS Windows 8.1 Pro.

Celkový

počet

statistických

znaků

ve

výběrovém

souboru čítá 525 600. Jedná se o výše zmíněnou hodnotu spreadu. Před začátkem podrobnější analýzy jsem vypočítal základní statistické ukazatele. Tabulka 2: základní statistické ukazatele spreadu

Ukazatel

Hodnota

Minimum

-106,02606

Maximum

34,91959

Aritmetický průměr

-0,11923

Rozptyl

4,59844

Směrodatná odchylka

2,14439

Hodnoty spreadu jsem načrtl do grafu 1: Vývoj spreadu v čase.

39

Vývoj spreadu v čase 60,00000 40,00000 20,00000 0,00000 -20,00000 -40,00000 -60,00000 -80,00000 -100,00000 -120,00000

Graf 1: Vývoj spreadu v čase

Kromě několika málo výkyvů si dovolím konstatovat, že hodnoty oscilují okolo „0“, jak jsem předpokládal ve své hypotéze v počátku kapitoly. Tuto skutečnost potvrzuje ještě graf 2: Rozdělení četností, kde na ose Y je počet četností a na ose X hodnoty spreadu. Trochu jsou zavádějící svislé výkyvy. Ty jsou však způsobeny stejnými neměnícími daty během víkendů a dnů pracovního klidu.

Rozdělení četností 12000 10000 8000 6000 4000 2000

-106,03 -8,35 -5,35 -4,27 -3,75 -3,32 -2,96 -2,63 -2,32 -2,01 -1,70 -1,39 -1,08 -0,77 -0,46 -0,15 0,15 0,46 0,77 1,08 1,39 1,70 2,01 2,32 2,63 2,94 3,26 3,60 4,00 4,42 5,18 5,95 7,59 18,08

0

Graf 2: Rozdělení četností

V následující tabulce shrnuji rozdělení absolutní a relativní četností. 40

Tabulka 3: Intervalové rozdělení četností

Interval

Absolutní četnost

x<-5 X ∈ (-5;5)

14 481

0.0276

502 358

0.9558

8 761

0.0167

525 600

1.0001

X>5 CELKEM

Relativní četnost

Důležité je, aby hodnoty spreadu oscilovali okolo nuly i během kratšího intervalu (měsíc, týden, den). Kdyby tato hypotéza nebyla platná, strategie by generovala velmi malé množství obchodních signálů. Tuto hypotézu jsem ověřil spočítáním

statistických

ukazatelů

za

kratší

období.

Celkovou populaci jsem rozdělil na 12 dílů po jednotlivých měsících. Tabulka 4: Statické ukazatele dílčích částí zkoumaného období

Měsíc

Leden

Aritmetický

Směrodatná

průměr

odchylka

Minimum

Maximum

-0.55198

2.21810

-23.93705

5.39237

0.19995

0.55870

-10.55064

11.07770

-0.62523

2.28173

-21.60626

34.91959

0.12755

2.45138

-23.14376

15.11899

Květen

-0.07315

1.30486

-26.36247

30.50777

Červen

1.16599

4.06535

-8.18908

18.07561

Červenec

-0.61971

3.21623

-10.24258

9.67517

Srpen

-0.38140

1.23698

-16.76510

8.52816

Září

-0.09345

0.87751

-106.02606

10.64004

Únor Březen Duben

41

Říjen

0.10651

0.84522

-11.92532

17.07447

Listopad

-0.22251

1.26860

-4.18936

8.21050

Prosinec

-0.45577

1.64241

-19.85412

11.082251

Z tabulky je zřejmé, že hodnoty udržují trend oscilování okolo nuly. Závěrem této analýzy lze prohlásit tuto strategii jako tržně neutrální s nízkým rizikem, která není závislá na vývoji ceny na trhu.

4.2 Implementace strategie Strategii

lze

používat

manuálně

v

jakékoliv

obchodní

platformě nebo je možné vytvořit program/skript, který bude kontrolovat vstupní signály a otevírat či zavírat pozice.

4.2.1

Manuální používání obchodní strategie

Manuální používání spočívá ve sledování vlastního modulu42 v platformě, který při každém ticku měnových párů: EUR/USD, USD/JPY, EUR/JPY vypíše hodnotu spreadu. Vstup do pozice nastává v

případě překročení signální

(vstupní) hodnoty současnou hodnotou. Konkrétně se jedná o hodnoty 0,0004 a -0.0004. Manuálně otevírám tři pozice měnových párů: EUR/USD, USD/JPY a EUR/JPY. Výstup z pozic nastane v případě tří otevřených pozic, jejichž

agregovaný

zisk

překračuje

celkovou

komisi

a

cílený zisk.

4.2.2

Automatizované používání obchodní strategie

V závislosti na platformě:

42

Zdrojový kód modulu (spread_modul) je uvedený v příloze C

42

a) Nepodporuje spouštění lokálních ani vzdálených skriptů. b) Podporuje běh algoritmického obchodování. V případě podpory AOS je potřeba strategii naprogramovat a poté spustit lokálně či vzdáleně. Lokální

běh

(local

runtime

environment)

využívá

procesorový výkon a zdroje obchodníka. Může

zahrnovat

vzdálený

běh

mnoho

programu.

nákladů. Je

Proto

neefektivní

je

lepší

budovat

využít vlastní

infrastrukturu pro běh AOS. Vzdálený běh (remote runtime environment) využívá zdrojů třetí strany. Mezi výhody vzdáleného běhu patří: 

redundantní sítová konektivita;



redundantní připojení k elektrické síti;



monitoring;



technická podpora na místě.43

CHAN, Ernest P. Algorithmic trading: winning strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6. str. 3 43

43

5 Komparace automatizovaného obchodního systému a manuálního obchodování Komparaci člověka a „AOS“ je nutné provést na obchodní strategii, která je založená na stejném algoritmu a princip jejího fungování lze označit za totožný jak v případě člověka, tak „AOS“. Měření, s jehož výstupem vás seznámím níže, probíhalo v měsíci září roku 2014. Pro manuální obchodování jsem využil demo účtu švýcarského ECN brokera Dukascopy, stejně tak jako v případě AOS. Obchodní deníky jsou uvedeny v příloze D: Obchodní deníky, které jsou v digitalizované podobě na DVD. Zdrojový kód robota je uveden příloze E: Zdrojový kód robota. Nejprve

budu

výsledky

svého

testu

vizualizovat

na

následujících grafech.

Sumarizace obchodování člověka 5,00 $ Hrubý Zisk/Ztráta Komise

4,50 $

Nominální výnos

4,00 $ 3,50 $ 3,00 $ 2,50 $ 2,00 $ 1,50 $ 1,00 $ 0,50 $ 0,00 $ 1

3

5

7

9

11 13 15 17 19 21 23 25 27

Číslo obchodu Graf 3: Sumarizace obchodování člověka

Graf

3:

Sumarizace

obchodování

člověka

obsahuje

tři

křivky. Nejseverněji položená je hrubý zisk, který je složen z čistého zisku a komisí. Ty jsou uvedeny proto, že 44

je

nevylučitelné

je

nezmínit

a

nevysvětlit

jejich

důležitost. Na komise jsem ve své práci nahlížel jako na provozní náklady. Při konstrukci grafu jsem byl velmi překvapen,

jak

konkrétně

křivka

čistého

zisku

vypadá

„pravidelně“. Tuto skutečnost bych vysvětlil tak, že je způsobena dodržováním principů obchodní strategie.

Sumarizace obchodování AOS 16,00 $

Nominální výnos

14,00 $ 12,00 $ 10,00 $ 8,00 $

Hrubý Zisk/Ztráta

Čistý Zisk/Ztráta Komise

6,00 $ 4,00 $ 2,00 $

0,00 $ 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76

Číslo obchodu Graf 4: Sumarizace obchodování AOS

Výše uvedený graf sumarizuje stejné proměnné jako graf 3, tzn. komise, čistý zisk a hrubý zisk. Oproti grafu 3 je však patrnější menší „pravidelnost“. Já tuto

skutečnost

chápu

tak,

že

AOS

nemůže

konkurovat

v efektivitě „decision-making“. Na dalším grafu vizualizuji Rate of Change.44 Toto měření jsem provedl za cílem analyzovat pravidelnost v ziscích, ztrátách a jejich porovnání mezi člověkem a robotem.

44

Viz. Podkapitola 3.1.4 Oscilátory – Rate of Change

45

4%

Rate of Change

3%

2% 1% 0%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 -1 % -2 % -3 % robot

-4 %

člověk

Graf 5: Rate Of Change

Pro

zevrubnější

porovnání

efektivity

jsem

vypočítal

některé důležité ukazatele, které dále budu interpretovat. Většinu jednotlivých ukazatelů jsem vypočítal pomoci SQL dotazu45 na databázovém systému MySQL UKAZATEL

ČLOVĚK

ROBOT

Začátek testování

2014-09-01

2014-09-01

Konec testování

2014-10-01

2014-10-01

Počáteční stav účtu

100.00 $

100.00 $

Konečný stav účtu

103.43 $

109.59 $

3.43 $

9.59 $

3.43 % p.m.

9.59 % p.m.

27

81

Celkový zisk Zhodnocení Počet obchodů Ziskové obchody

33.3333 %

(9)

46.9136 % (38)

Ztrátové obchody

66.6667 % (18)

53.0864 % (43)

4.67 $

23.85 $

Hrubá ztráta

-1.26 $

-18.92 $

Profit factor

3.70635

1.26057

Hrubý zisk

Pro znovupoužití analýzy výkonnosti jednotlivých obchodů viz. Příloha F 45

46

ZISK

ČLOVĚK

ROBOT

Maximální

0.62 $

4.50 $

Průměrný

0.57 $

0.75 $

Minimální

0.54 $

0.10 $

ZTRÁTA

ČLOVĚK

ROBOT

Maximální

-0.03 $

-3.57 $

Průměrná

-0.03 $

-0.33 $

Minimální

-0.02 $

-0.02 $

Problémem

většího

interpretace.

počtu

výstupů

Samozřejmě,

že

komparace

klíčovým

je

údajem

jejich

je

počet

ziskových obchodů, který je vyšší u robota, ale v obou příkladech

je

neefektivitu.

menší Tato

než

50%.

skutečnost

je

To

však

způsobena

nevykazuje filosofií

strategie. Dalším zvláštním úkazem jsou hodnoty ukazatele profit faktor. Tento ukazatel je tvořen podílem součtů zisků a ztrát. U člověka je tato hodnota větší, což se jeví jako velmi pozitivní. Žádný z těchto ukazatelů neměří rizikovost. V kapitole 4 zmiňuji nízkou rizikovost obchodní strategie. Tento výrok prezentuji na základě naměřených dat při kvantitativní analýze

a

jeho

pravdivost

potvrzuje

volatilní vývoj hodnoty účtu.

47

lineární

a

málo

Závěr Ve své práci jsem se snažil shrnout nejdůležitější aspekty obchodování na Forexu. Domnívám se, že tento cíl byl splněn. Hlavní

cíl

předložené

bakalářské

práce

spočíval

ve

zjištění, kdo je lepším obchodníkem na forexových trzích, zda je jím „robot“ nebo „člověk“. Vezmeme-li v úvahu naměřené

hodnoty,

rizikovost

a

časovou

náročnost

obchodování, tak nekompromisně vystupuje AOS jako mnohem efektivnější

obchodník.

Je

nutné

podotknout,

že

tento

výrok platí pro konkrétní strategii, v tomto případě se jedná o statistickou arbitráž, v níž byla klíčová rychlost otvírání a zavírání pozic. Považuji

za

podstatné

zmínit

nedostatky

mého

měření.

Statistický soubor tvořený uzavřenými obchody je příliš malý. V případě, že se jedná o backtesting nebo zhodnocení výkonnosti strategie, je vhodné použít historická data v rozmezí 10 až 15 let. Malý počet obchodů, které jsem analyzoval,

lze

výkonnost

rizikovost

a

prohlásit se

za přímo

dostačující, odvíjí

od

protože

volatility

spreadu.46 Mým zajímavým zjištěním je skutečnost, že psychologický dopad na obchodníka může být zdrcující a může ho dohnat k jednání, která jsou zcela iracionální. Konkrétně mám na mysli provádění ukvapených rozhodnutí a nedodržování money managementu.

46

viz. Graf Error! Main Document Only.: Vývoj spreadu v čase

48

Při psaní posledních řádků své práce si uvědomuji, že nejvhodnější použitelná strategie, není o super výkonném počítači nebo nějaké „dokonalé“ kombinaci indikátorů, ale o vhodném použití a interpretování více zdrojů informací, které je obchodník schopen využít k rozhodování. Povaha

práce

odborných

však

vyžadovala

výrazů,

což

použití

souvisí

velkého s

množství

informačními

technologiemi. Tyto „technické vsuvky“ byly v práci nutné. Je-li

v

popředí

našeho

zájmu

automatizovaný

obchodní

systém, jsou technické specifikace principu funkčnosti na místě. Největší

pokroky

v

tvorbě

a

návrhu

strategií

jsem

nepostoupil při zvažování možností, jak zajistit větší výnosy, ale jak neprodělat. Na závěr si dovoluji prohlásit, že úspěšné obchodování na Forexu zahrnuje rozsáhlou informovanost z mnoha vědních disciplín, k nimž se nevylučitelně řadí technická analýza, makroekonomie, statistika a v současnosti i algoritmizace.

49

Seznam bibliografických odkazů  DICKS,

James.

Forex

trading

secrets

trading

strategies for the forex market. New York: McGrawHill, 2010. ISBN 978-007-1747-097  FOREX - jak zbohatnout a nekrást: obchodování na měnových trzích. 1. vyd. Praha: Grada Publishing, 2011,

185

s.

Finanční

trhy

a

instituce.

ISBN

9788024737393  HARTMAN, Ondřej a Ludvík TUREK. První kroky na FOREXu: jak obchodovat a uspět na měnových trzích. Vyd. 1. Brno: Computer Press, 2009, vii, 120 s. ISBN 978-80251-2006-4  HARTMAN, Ondřej. Jak se stát forexovým obchodníkem: naučte se vydělávat na měnových trzích. 1. vyd. Praha: FXstreet, c2009. ISBN 978-80-904418-0-4  CHAN,

Ernest

P.

Algorithmic

trading:

winning

strategies and their rationale. xv, 207 pages. ISBN 11-184-6014-6  JANDUS, Vlastimil. Porovnání významu fundamentální, technické

a

psychologické

analýzy

[online].

2013

[cit. 2015-03-25]. Bakalářská práce. Vysoká škola finanční a správní, Vysoká škola finanční a správní. Vedoucí

práce

Vladimír

Ezr.

Dostupné

z:

.  JÍLEK, Josef. Finanční trhy a investování. 1. vyd. Praha: Grada, 2009, 648 s. Finanční trhy a instituce. ISBN 978-80-247-1653-4.  KIRKPATRICK, Charles D a Julie R DAHLQUIST. Technical analysis: the complete resource for financial market technicians. 2nd ed. Upper Saddle River, N.J.: FT Press, c2011, xxvi, 671 p. ISBN 978-013-7059-447

50

 LIEN,

Kathy.

Day

trading

the

currency

market:

technical and fundamental strategies to profit from market swings. John Wiley, c2006, xv, 240 p. ISBN 978-047-1717-539  SAMUELSON,

Paul

Anthony

a

William

D

NORDHAUS.

Ekonomie: 18. vydání. Vyd. 1. Praha: NS Svoboda, 2007, 775 s. ISBN 978-80-205-0590-3  TUREK, L., HARTMAN,O.: Manuál forexového obchodníka. Czechwealth s.r.o., Praha, 2012, 233 stran  VATAHA, Jiří. Fundamentální a technická analýza – jejich využívání v pozičním obchodování. ISBN 978-807408-050-0 

VIDYAMURTHY, Ganapathy. Pairs trading: quantitative methods and analysis. Hoboken, N.J.: J. Wiley, c2004, xii, 210 p. ISBN 04-714-6067-2

51

Seznam příloh Příloha A Seznam symbolů měn Příloha B Workflow „AOS“ Příloha C Spread_modul Příloha D Obchodní deníky Příloha E Zdrojový kód robota Příloha F Analýza výkonnosti obchodování

52

Příloha A Seznam symbolů měn Měna

ISO 4217

Symbol

Území

Albánský lek

ALL

Lek

Afghánský afghání

AFN

؋

Afghánistán

Argentinské Peso

ARS

$

Argentina

Arubský florin

AWG

ƒ

Aruba

Australský dolar

AUD

$

Austrálie

Ázerbájdžánský manat

AZN

ман

Bahamský dolar

BSD

$

Bahamy

Barbadoský dolar

BBD

$

Barbados

Běloruský rubl

BYR

p.

Belizský dolar

BZD

BZ$

Bermudský dolar

BMD

$

Bermudy

Bolivijský boliviano

BOB

$b

Bolívie

Konvertibilní marka

BAM

KM

Bosna a

Albánie

Ázerbájdžán

Bělorusko Belize

Hercegovina Botswanská pula

BWP

P

Botswana

Bulharský lev

BGN

лв

Bulharsko

Brazilský real

BRL

R$

Brazílie

Brunejský dolar

BND

Brunej

Kambodžský riel

KHR

$ ៛

Kanadský dolar

CAD

$

Kanada

Dolar Kajmanských

KYD

$

Kajmanské ostrovy

Chilské peso

CLP

$

Chile

Čínský jüan

CNY

¥

Čínská lidová

Kambodža

ostrovů

republika Kolumbijské peso

COP

$

Kolumbie

Kostarický colón

CRC

₡

Kostarika

Kubánské peso

CUP

₱

Kuba

Koruna česká

CZK

Kč

Česká republika

Dánská koruna

DKK

kr

Dánsko

Dominikánské peso

DOP

RD$

Dominikánská republika

Východokaribský dolar

XCD

$

Východní karibik

Egyptská libra

EGP

£

Egypt

Americký dolar

SVC

$

Salvador

Euro

EUR

€

Členové Evropské monetární unie

53

Falklandská libra

FKP

£

Falklandy

Fidžijský dolar

FJD

$

Fidži

Ghanský cedi

GHC

¢

Ghana

Gibraltarská libra

GIP

£

Gibraltar

Guatemalský quetzal

GTQ

Q

Guatemala

Guernseyská libra

GGP

£

Guernsey

Guyanský dolar

GYD

$

Guyana

Honduraská lempira

HNL

L

Honduras

Hongkongský dolar

HKD

$

Hongkong

Maďarský forint

HUF

Ft

Maďarsko

Islandská koruna

ISK

kr

Island

Indická rupie

INR

₹

Indonéská rupie

IDR

Rp

Íránský riál

IRR

‫﷼‬

Írán

Manská libra

IMP

£

Man

Nový izraelský šekel

ILS

₪

Izrael

Jamajský dolar

JMD

J$

Japonský jen

JPY

¥

Japonsko

Jerseyská libra

JEP

£

Jersey

Tenge

KZT

лв

Severokorejský won

KPW

₩

Severní Korea

Jihokorejský won

KRW

₩

Jižní Korea

Kyrgyzský som

KGS

лв

Libanonské libry

LBP

£

Libanon

Liberijský dolar

LRD

$

Libérie

Makedonský denár

MKD

ден

Malajsijský ringgit

MYR

RM

Mauricijská rupie

MUR

₨

Mauricius

Mexické peso

MXN

$

Mexiko

Tugrik

MNT

₮

Mongolsko

Mosambický metical

MZN

MT

Namibijský dolar

NAD

$

Namibie

Nepálská rupie

NPR

₨

Nepál

Novozélandský dolar

NZD

$

Nový Zéland

Nikaragujská córdoba

NIO

C$

Nigerijská naira

NGN

₦

Norská koruna

NOK

kr

Ománský rial

OMR

‫﷼‬

Omán

Pákistánská rupie

PKR

₨

Pákistán

Panamská balboa

PAB

B/.

54

Indie Indonésie

Jamajka

Kazachstán

Kyrgyzstán

Makedonie Malajsie

Mosambik

Nikaragua Nigérie Norsko

Panama

Paraguayský guaraní

PYG

Gs

Peruánský nuevo sol

PEN

S/.

Filipínské peso

PHP

₱

Złoty

PLN

zł

Katarský rial

QAR

‫﷼‬

Rumunské leu

RON

lei

Rumunsko

Ruský rubl

RUB

руб

Ruská federace

Svatohelenská libra

SHP

£

Svatá Helena

Saúdský rijál

SAR

‫﷼‬

Saúdská Arábie

Srbský dinár

RSD

Дин.

Seychelská rupie

SCR

₨

Seychely

Singapurský dolar

SGD

$

Singapur

Dolar Šalamounových

SBD

$

Šalamounovy

ostrovů

Paraguay Peru Filipíny Polsko Katar

Srbsko

ostrovy

Somálský šilink

SOS

S

Somálsko

Jihoafrický rand

ZAR

S

Jihoafrická republika

Srílanská rupie

LKR

₨

Srí Lanka

Švédská koruna

SEK

kr

Švýcarský frank

CHF

CHF

Surinamský dolar

SRD

$

Surinam

Syrská libra

SYP

£

Sýrie

Tchajwanský dolar

TWD

NT$

Thajský baht

THB

฿

Dolar Trinidadu a

TTD

TT$

Turecká lira

TRL

₤

Turecko

Tuvalský dolar

TVD

$

Tuvalu

Ukrajinská hřivna

UAH

₴

Ukrajina

Libra šterlinků

GBP

£

Spojné království

Americký dolar

USD

$

Spojené státy

Švédsko Švýcarsko

Tchaj-wan Thailand Trinidad a Tobago

Tobaga

americké Uruguayské peso

UYU

$U

Uruguay

Uzbekistánský sum

UZS

лв

Uzbekistán

Venezuelský bolívar

VEF

Bs

Venezuela

Vietnamský dong

VND

₫

Vietnam

Jemenský rijál

YER

‫﷼‬

Jemen

USD, EURO, RAND

ZWD

Z$

55

Zimbabwe

Příloha B Workflow „AOS“

56

Příloha C Spread_modul Zdrojový kód obsažen na DVD

57

Příloha D Obchodní deníky Obsah na přiloženém DVD

58

Příloha E Zdrojový kód robota Obsah je digitalizován na přiloženém DVD.

59

Příloha F Analýza výkonnosti obchodování Tabulka

popisuje

strukturu

tabulky

„trade_journal“

relačního systému MySQL. Pole

Datový typ

trade_id

int(11)

Popis Jednoznačný identifikátor obchodu. Měnový pár na FX.

instrument

V případě použití na

varchar(7)

jiných trzích jiné aktivum. Otvírací datum a čas ve

open_date

Datetime

formátu YYYY-MM-DD HH:M:S Uzavírací datum a čas

close_date

Datetime

open_price

decimal(10,5)

Otevírací cena

close_price

decimal(10,5)

Uzavírací cena

viz. Open_date

Druh pozice:

direction

set('LONG', 'SHORT') LONG -> růst SHORT-> pokles

amount

decimal(10,3)

Objem pozice.[lots]

pnl_basis

decimal(10,1)

Zisk/Ztráta v basisech

pnl_currency

decimal(10,2)

Zisk/ztráta v měně účtu

order_duration int(11)

Doba trvání pozice [s]

commission

decimal(10,2)

Komise

overnights

decimal(10,2)

Poplatky přes noc

Comment

varchar(600)

Komentář, poznámka

60

SQL

dotaz

pro

výpočet

jednotlivých

digitalizován na DVD.

61

ukazatelů

je