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