Gewinnbringende Algorithmen mit Trailing Stops

Гребенев Вячеслав | 27 Januar, 2016

Einleitung

Einer der Algorithmen mit zufälligem Ein- und terminierten Ausstieg wurde bereits in dem Artikel Die „Alles oder Nichts“-Strategie im Devisenhandel betrachtet. Dieser Algorithmus ignoriert das Marktgeschehen und die Richtung der Marktentwicklung völlig. Für ihn zählt nur die mehr oder weniger konstante Unbeständigkeit des Marktes. Im Grunde hat er weder Gewinn noch Verlust abgeworfen, aber dafür hat er sich für Lotteriespiele als sehr nützlich erwiesen.

Das Einzige, das für uns in diesem Artikel von Bedeutung war, ist die Erkenntnis, dass die Dauer eines Handelsvorgangs nicht auf weniger als eine Stunde oder mehr als eine Woche festgesetzt werden sollte. Bei weniger als einer Stunde kam es zu schnellen Verlusten aufgrund der Kursdifferenz, wogegen bei mehr als einer Woche die Ziehung in der Lotterie um Jahre aufgeschoben wurde.

Wir beginnen unsere Untersuchung der Algorithmen mit dem vertrauten Währungspaar EURUSD und einem Ausstieg mittels Trailing Stop.

 

1. Ein Algorithmus mit zufälligem Einstieg und einem Ausstieg mittels Trailing Stop

1. Markteintritt in eine zufällige Richtung;
2. Festlegung des Trailing Stops TS;
3. Abwarten, bis der Trailing Stop ausgelöst wird;
4. Rückkehr zu Punkt 1 oder Einstellung des Handels.

Von diesem Algorithmus kann schon eine gewisse Einträglichkeit erwartet werden, da er das Marktgeschehen mithilfe des Trailing Stops überwacht. Würde es sich bei dem Kursverlauf um eine zufallsgesteuerte „Irrfahrt“ (Random Walk) handeln, wäre natürlich auch mit diesem Algorithmus nichts zu verdienen. Da sich die reale Kursbewegung jedoch als alles andere als zufallsgesteuert erweist, besteht noch Hoffnung auf einen Gewinn.

Um nicht raten zu müssen, wie der Algorithmus wohl funktioniert, programmieren wir ein Expert-System und prüfen es. Darüber, wie in einem Programm ein Trailing Stop gesetzt wird, ist bereits geschrieben worden. Wir werden in diesem Beitrag nicht von der Ebene der Algorithmen auf die Ebene der Programmierung zurückkehren, da wir sonst nie zum Ende gelangen. Weil wir das Expert-System nur zu Studienzwecken programmieren, nehmen wir als höchste Einlage USD 100.000 und als kleinsten Posten 0,1. So erhalten wir einen längeren Verlauf, bevor wir auf einen Stop Out stoßen.

Lassen Sie uns von Vornherein vereinbaren, dass wir den Trailing Stop TS und alle übrigen Stop-Grenzen in diesem Beitrag in Prozent des mittleren Umfangs der letzten fünf Kerzen (high-low) des aktuellen Diagramms bemessen werden. Das aktuelle Diagramm erstreckt sich über den Zeitraum D1. Es kann auch eine andere Anzahl Kerzen als fünf verwendet werden, das hat keinen großen Einfluss auf unsere Erwägungen. Wichtig ist, dass wir bei der Entscheidung für diese Messskala nicht von der aktuellen Unbeständigkeit sowie von der Auswahl der Währung und des Währungspaares abhängig sind.

Für einen Probelauf setzen wir TS = 100% für den Zeitraum D1. Bei diesem TS-Wert beträgt die Dauer eines Handelsvorgangs etwa 24 Stunden. Wie oben bereits erörtert können weder eine kürzere Vorgangsdauer noch ein geringerer TS-Wert gewählt werden, da dies aufgrund der Kursdifferenz zu einem schnellen Verlust führen würde. Höhere Werte zu nehmen, würde dagegen die Laufzeit des Algorithmus‘ in die Länge ziehen.

Abb. 1. Von einem Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg erzieltes Guthaben mit TS = 100

 

Wie zu sehen ist, weist der Algorithmus einen Gewinn aus, das Expert-System ist programmiert, und wir könnten wie üblich den Beitrag hier beenden.

Aber drei Fragen hinterlassen nach der Lektüre solcher Artikel ein zutiefst unbefriedigendes Gefühl:

1. Ist der ausgewiesene Gewinn nicht bloß das Ergebnis der Anpassung der Parameter an den Kursverlauf?
2. Warum wurde das Währungspaar EURUSD gewählt? Wie sieht das bei anderen Paaren aus?
3. Warum wurde genau dieser Teil der Verlaufsdaten gewählt? Außerdem hat der Algorithmus einen zufälligen Einstieg, weshalb der ausgewiesene Gewinn auch ein reines Zufallsprodukt sein kann.

Diese Fragen werden wir der Reihe nach beantworten.

Der Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg verfügt insgesamt nur über einen Parameter TS, der aus ganz allgemeinen Erwägungen gewählt wurde: wegen des kursdifferenzbedingten Verlusts und der Dauer des Handelsvorgangs. Nichtsdestotrotz muss der Algorithmus optimiert werden.

Zur Optimierung nutzen wir fast den gesamten verfügbaren Kursverlauf von 1990 bis 2012. Da der Algorithmus über einen zufälligen Einstieg verfügt, ziehen wir für jeden Wert des Parameters TS 100 unterschiedliche zufällige Einstiegsabfolgen heran. So beseitigen wir den Zufallsfaktor in dem Algorithmus und verhindern die Anpassung an den Kursverlauf.

 

Abb. 2. Optimierung des Wertes des Trailing Stops TS für EURUSD, D1 (optimaler TS = 500)

 

Die Optimierung wurde in dem Modus „Nur Eröffnungskurse“ des Strategieprüfprogramms durchgeführt, weshalb die Berechnungen insbesondere bei niedrigen TS-Werten nicht genau sind, aber dennoch den Gesamtcharakter zutreffend wiedergeben.

Wie aus Abb. 2 hervorgeht, liefert die Optimierung keinen eindeutigen Höchstwert. Bei niedrigen Trailing Stops mit TS = 50 oder TS = 100 kommt es zu Verlusten. Bei TS-Werten zwischen 150 und 850 zeitigt der Algorithmus im Schnitt einen Gewinn. Liegt der TS-Wert zwischen 900 und 1.500 beginnt der Algorithmus erneut zu verlieren.

TS-Werte über 1.500 werden nicht berücksichtigt. Bei TS = 1.500 führt der Algorithmus über einen Zeitraum von 22 Jahren etwa 25 Handelsvorgänge aus, was bereits an der Grenze des Denkbaren liegt. Weil kein eindeutiger Höchstwert ermittelt werden konnte, nehmen wir den Mittelwert der Gewinnzone zwischen 150 und 850, also TS = 500 (mit 130 Abschlüssen in 22 Jahren).

Des Weiteren wollen wir das von dem Algorithmus bei unterschiedlichen Währungspaaren erzielte Guthaben betrachten. Dazu werden wir zur Vermeidung der Anpassung an den Kursverlauf erneut nicht nur das Ergebnis einen Durchlaufs betrachten, sondern das durchschnittliche Guthaben aus 100 Durchläufen mit unterschiedlichen zufälligen Einstiegen.

 

Abb. 3 Von einem Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg erzieltes Guthaben mit TS = 500 für EURUSD, gemittelt über 100 zufällige Einstiege

 

Abb. 4 Von einem Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg erzieltes Guthaben mit TS = 500 für GBPUSD, gemittelt über 100 zufällige Einstiege

 

Abb. 5 Von einem Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg erzieltes Guthaben mit TS = 500 für USDJPY, gemittelt über 100 zufällige Einstiege

 

Die Abbildungen 3 - 5 zeigen die von einem Algorithmus mit zufälligem Einstieg und Trailing Stop-Ausstieg erzielten Guthaben, mit TS = 500 für EURUSD, GBPUSD und USDJPY, gemittelt über 100 zufällige Einstiege Das jeweilige gemittelte Guthaben wird auf der y-Achse abgebildet, die Zeit auf der x-Achse. Werfen wir einen genaueren Blick auf die gemittelten Guthaben.

Erstens, was für alle Währungspaare festgestellt werden kann sind steile senkrechte Anstiege und sanfte lange Rückgänge. Ich schlage vor, Algorithmen mit einem derartigen Guthabenverlauf als „Pseudoverlierer“ zu bezeichnen. Denn, wenn wir einen zufällig gewählten Dreimonatszeitraum nehmen, liegt in diesem wahrscheinlich kein steiler Anstieg, stattdessen wird alles, was wir sehen, ein bildschöner gleichmäßiger und anhaltender Rückgang sein. Wobei dieser Rückgang wesentlich schneller vonstattengehen wird als der übliche kursdifferenzbedingte Rückgang. Gleichzeitig sehen wir, dass unser „Pseudoverlierer“ über einen Zeitraum von 20 Jahren sowohl gewinnen als auch verlieren kann.

Zweitens, variiert die Anzahl der senkrechten Anstiege je nach Währungspaar. So liegen z. B. für GBPUSD erheblich weniger Anstiege vor als für USDJPY. Außerdem ist die Verortung der Anstiege auf der Zeitachse absolut nicht „chaotisch“. Der starke Anstieg 2009 liegt bei allen drei Währungspaaren vor: EURUSD, GBPUSD und USDJPY. Die Kursdiagramme lassen vermuten, dass es sich bei dem Anstieg von 2009 um eine Folge der Krise im Dezember 2008 handelt. Somit sind Anstiege Hinweise auf Krisen. Deshalb bezeichne ich ab jetzt alle außergewöhnlichen Anstiege als Krisen.

Die in den Diagrammen der gemittelten Guthaben abgebildeten Krisen können sowohl reale historische Ereignisse widerspiegeln als auch aus sich selbst resultieren und somit irreführend sein. In einem idealtypischen „Random Walk“ wären vergleichbare Krisen ebenfalls zu verzeichnen, gleichwohl wären sie irreführend. Bei „Irrfahrten“ würden die Krisen zeitlich niemals zusammenfallen. Die Anzahl der Krisen in der Kurve des gemittelten Guthabens weist auf die Krisenanfälligkeit bzw. die Krisenfreiheit des realen Kurses hin.

Drittens, nach Beobachtung der Guthaben und der Arbeit des Algorithmus‘ an einem Kurs beginnen wir allmählich zu verstehen, wie der Algorithmus funktioniert. Solange am Markt Ruhe herrscht, ähnelt der Kursverlauf stark dem einer „Irrfahrt“ und der Algorithmus verliert im Durchschnitt entsprechend der Kursdifferenz. Zeiten anhaltenden Rückgangs wechseln sich mit „falschen“ Krisen, Anstiegen, ab, in der Regel ergeben sich daraus der Kursdifferenz entsprechende Verluste.

Da wir bei dem Algorithmus sehr langwierige Handelsvorgänge gewählt haben, die jeweils über etwa zwei Monate laufen, erfolgt der Rückgang sehr langsam und kann vernachlässigt werden. Beim Nahen einer echten Krise hört der Kurs auf, sich „chaotisch“ zu verhalten. Er wird vorhersehbar und trendgesteuert, das heißt, er neigt dazu, Trends auszuprägen. Bei fortschreitender Entwicklung der Krise kann der Kurs sogar lawinenhaft werden, was alles andere als einer chaotischen „Irrfahrt“ ähnlich ist.

Der Algorithmus verhält sich während der Krise wie folgt: wenn er die Trendrichtung ausgemacht hat, wartet er auf den Höhepunkt der Krise und zieht den Trailing Stop dorthin, der nach Überschreiten des Höhepunkts ausgelöst wird. Wenn der Algorithmus die Trendrichtung nicht ermitteln konnte, wird der Trailing Stop zu Beginn des Trends ausgelöst, und der Algorithmus dreht die Position mit einer Wahrscheinlichkeit von 50/50 in die entgegengesetzte Richtung. Auf diese Weise meistert der Algorithmus erfolgreich etwa drei Viertel aller realen Krisen, und verdient dabei Geld.

Wie wir sehen, benötigt der Algorithmus einen „Krisentrendkurs“, um Gewinne zu abzuwerfen. Von den oben vorgestellten Kursen ist das der EURUSD-Kurs. Wogegen das Währungspaar GBPUSD trendlos und krisenfrei ist. Woher kommt dieser Unterschied im Charakter der Kurse? Alles, was ich der fundamentalen Analyse entnehmen kann ist, dass zwischen Europa und Amerika ständig Handelskriege herrschen, während Großbritannien und Amerika eng befreundet sind. Den Wert dieser Freundschaft zeigen auch die auf Grundlage des Algorithmus‘ erstellten Diagramme der gemittelten Guthaben.

Das Kursverhalten kann auch von den Finanzbehörden bestimmt werden. Die Krise von 2008 wurde mithilfe von Finanzspritzen entschärft, die ihren Niederschlag in den Sprüngen der gemittelten Guthaben bei fast allen Währungspaaren finden. Die Krise 2008 kennen wir gut aus damaligen Medienberichten. Die USA haben seitdem zwei Mal mengenmäßige Lockerungen („Quantitative Easing“) durchgeführt. Wo, wann, wohin und wie das Geld zugeführt wurde, wird aus irgendeinem Grund nie gemeldet.

Das gemittelte Guthaben in EURUSD lässt auf Krisen Anfang und Mitte 2010 Jahre schließen. Könnten das nicht Anlässe für mengenmäßige Lockerungen gewesen sein? Die Finanzbehörden bemühen sich, unbemerkt vom Markt einzugreifen. Mit bloßem Auge ist es mitunter schwierig, eine Krise anhand des Kursverlaufs zu erkennen, Kurshochs oder -tiefs sind nicht immer Anzeichen für eine Krise. Das gemittelte Guthaben in einem Währungspaar hilft bei der Ermittlung einer Krise. Welche der so ermittelten Krisen irreführend und welche echt sind, ist ein eigenständiges komplexes Thema.

Gehen wir kurz gesondert auf die Beständigkeit der Kurseigenschaften ein. Das GBPUSD-Guthaben beispielsweise nimmt seit 22 Jahren kontinuierlich ab, während das Guthaben in EURUSD ein recht stabiles Wachstum an den Tag legt. USDJPY zeichnet sich nicht gerade durch Stabilität aus. Die Stabilität der Kurseigenschaften erlangt ihre Bedeutung daher, dass sie die einzige Garantie für die künftige Einträglichkeit des Algorithmus‘ ist. In der technischen Analyse kann es keine andere Garantie für die Einträglichkeit von Algorithmen geben.

Wir haben also herausgefunden, wie und bei welchen Kursen unser Algorithmus Geld verdient. Jetzt ist es höchste Zeit, sich mit dem Gewinn zu beschäftigen. Zu Studienzwecken betrug die oben verwendete Postengröße 0,1. Das ist keine optimale Postengröße, um Gewinne zu erzielen. Berechnen wir also die optimale Postengröße. Der Gewinn steigt proportional zur Postengröße. Auch die Gefahr auf einen Stop Out zu stoßen, nimmt mit der Postengröße zu. Bei dem EURUSD-Guthaben war der größte Rückgang auf USD 200 1991 zu verzeichnen.

Wäre die Postengröße 25 statt 0,1 gewesen, hätte der Rückgang USD 50.000 bzw. 50 % erreicht. Das heißt bei einer Postengröße von 25 wären wir zwangsläufig auf einen Stop Out gestoßen. Die optimale Postengröße liegt demnach zwischen 0,1 und 25. Es steht Ihnen frei, die optimale Postengröße noch genauer zu berechnen, ich werde einfach die Mitte zwischen 0,1 und 25 nehmen, also ungefähr 10. Somit ist die optimale Postengröße 10.

Bei einer Postengröße von 0,1 hat der Algorithmus USD 1.400 verdient (siehe EURUSD-Guthaben). Bei einer Postengröße von 10 hätte er einen Gewinn von USD 140.000 erzielt. Die Einlage betrug USD 100.000. Folglich hätten wir in 22 Jahren 140 % Gewinn gemacht, also etwa 6 % im Jahr. Realistisch betrachtet ist das nicht viel, aber immerhin etwas mehr als Zinsen, die die meisten Banken für Einlagen in Fremdwährungen zahlen.

Algorithmusvarianten

Der vorgestellte Algorithmus hatte einen zufälligen Einstieg und einen Ausstieg auf der Grundlage eines Trailing Stops. Der zufällige Einstieg war erforderlich, um gemittelte Guthaben zur Vermeidung einer Anpassung an die Kursverlaufsdaten zu erhalten. Er hat sehr viel zur Analyse und zum Verständnis der Funktionsweise des Trailing Stops beigetragen. Aber im Umgang mit dem Trend- und dem Krisenverhalten des Kurses hat er alles andere als Bestnoten erzielt.

Wie oben gesehen hat der Algorithmus nur drei Viertel der Krisen gemeistert. Die Entwicklung von Algorithmen, die die Trendabhängigkeit von Kursen optimal verarbeiten, ist eine der großen Aufgaben der technischen Analyse, die wir hier nicht lösen werden. Wir geben uns damit zufrieden, den Algorithmus mit Zufallseinstieg etwas zu verbessern.

Eine der einfachsten Ideen ist ein Algorithmus mit einem gegenläufigen Einstieg (reverse entry). Wie oben dargestellt hat der Algorithmus nach einem erfolglosen Einstieg in einen Trend und entsprechender Auslösung des Trailing Stops die Trendrichtung einfach mit einer Wahrscheinlichkeit von 50/50 „erraten“. Lassen wir die Raterei und steigen wir stattdessen gleich in den Trend ein, der dem vorherigen zuwiderläuft.

2. Ein Algorithmus mit gegenläufigem Einstieg und einem Ausstieg mittels Trailing Stop

1. Markteinstieg in entgegengesetzter Richtung gegenüber dem vorherigen Handelsvorgang. Erster Einstieg, sagen wir, in Richtung Kauf;
2. Festlegung des Trailing Stops TS;
3. Abwarten, bis der Trailing Stop ausgelöst wird;
4. Rückkehr zu Punkt 1 oder Einstellung des Handels.

Die Erstellung eines Expert-Systems auf Grundlage dieses Algorithmus‘ ist ein Routinevorgang. Unter Auslassung der Optimierung des TS-Wertes nehmen wir den alten Optimalwert 500. (Selbst wenn Sie die Optimierung dennoch durchführen möchten, erhalten Sie TS = 500). Auch die Einlage beträgt wie zuvor USD 100.000, die Postengröße ist 0,1 und der Zeitraum D1.

Kauf) erzieltes Guthaben" title="Abb. 6a. Von einem Algorithmus mit gegenläufigem Einstieg (Ersteinstieg -> Kauf) erzieltes Guthaben" src="https://c.mql5.com/2/4/EN_TSreverse-buy.png" style="vertical-align:middle;" height="221" width="729">

Abb. 6a. Von einem Algorithmus mit gegenläufigem Einstieg (Ersteinstieg -> Kauf) erzieltes Guthaben

Verkauf) erzieltes Guthaben" title="Abb. 6b. Von einem Algorithmus mit gegenläufigem Einstieg (Ersteinstieg -> Verkauf) erzieltes Guthaben" src="https://c.mql5.com/2/4/EN_TSreverse-sell.png" style="vertical-align:middle;" height="221" width="729">

Abb. 6b. Von einem Algorithmus mit gegenläufigem Einstieg (Ersteinstieg -> Verkauf) erzieltes Guthaben

In den Abbildungen 6a und 6b sind die von Algorithmen mit gegenläufigem Einstieg erzielten Guthaben abgebildet. Wie wir sehen, ist die Richtung des ersten Einstiegs nur bis zur ersten Krise von Belang, danach verläuft die Entwicklung beider Guthaben parallel.

Wie zuvor ist der Algorithmus wieder ein „Pseudoverlierer“, der an Krisen verdient, und zwar besonders an der von 2008. Die Rückgänge sind bei den Algorithmen mit zufälligem und mit gegenläufigem Einstieg in etwa gleich, aber der Gewinn bei einem gegenläufigen Einstieg beträgt hier bereits USD 9.000 statt der vorherigen USD 1.400. Folglich beläuft sich auch die Ertragskraft nicht mehr auf 6 Prozent, sondern auf 6 * 9.000/1.400 = 38 % im Jahr. Und 38 % im Jahr sind auch in der wirklichen Welt nicht übel.

Weitere Verbesserungen von Algorithmen mit einem Ausstieg mittels Trailing Stop können in unterschiedliche Richtungen weisen. Es können unterschiedliche Einstiege verwendet werden, die die Richtung des Trends voraussagen, man kann auf die regelmäßige Wiederkehr von Krisen setzen oder den Algorithmus ausgehend von der Fundamentalanalyse ein- bzw. ausschalten. Und vieles andere mehr. Das mache jeder nach seinem Geschmack.

Das Schwierigste an diesen Algorithmen ist weder die Erstellung noch die richtige Optimierung des entsprechenden Expert-Systems, sondern vielmehr die Gewinnung über mehrere Jahre stabiler Kurseigenschaften (sprich: des gemittelten Guthabens) aus der Sicht des Algorithmus. Und stabile Kurseigenschaften schlagen sich im Gewinn doppelt und dreifach nieder. Zur Ermittlung der Kurseigenschaften aus der Sicht eines bestimmten Algorithmus‘ müssen dessen Parameter angepasst werden, aber das ist schon wieder eine eigene vertrackte Angelegenheit.

Zu guter Letzt kann ich nicht anders, als auf den anhaltend abnehmenden Charakter des in der Abbildung oben dargestellten GBPUSD-Kurses zu sprechen zu kommen. Das Einfachste, was man tun kann, besteht im Abschluss von Geschäften in der entgegengesetzten Richtung zu den Abschlüssen des Algorithmus‘ mit Zufallsein- und Trailing Stop-Ausstieg. Aber das ist so toll nun auch wieder nicht. Wesentlich besser wäre es, einen Trailing Take oder Trailing Profit zu verwenden, ich weiß nicht, welche Bezeichnung es besser trifft.

Ein Trailing Take ist dem Trailing Stop im Grunde sehr ähnlich, nur zieht der Algorithmus statt der Stop Loss-Grenze jetzt die Take Profit-Grenze ständig nach. Weicht der aktuelle Kurs um mehr als den Wert TP von der Take Profit-Grenze ab, so wird diese zum Kurs hin verschoben. Die Stop Loss-Grenze bleibt unbesetzt, das heißt, sie verbleibt auf der Stop Out-Ebene.

Um den Algorithmus mit Zufallseinstieg nicht noch einmal zu wiederholen, komme ich sofort zu einem Algorithmus mit gegenläufigem Ein- und Trailing Take-Ausstieg.

3. Ein Algorithmus mit gegenläufigem Einstieg und einem Ausstieg mittels Trailing Take

1. Markteinstieg in entgegengesetzter Richtung gegenüber dem vorherigen Handelsvorgang;
2. Festlegung des Trailing Takes TP;
3. Abwarten, bis der Trailing Take ausgelöst wird;
4. Rückkehr zu Punkt 1.

Wir arbeiten mit GBPUSD in D1, die Einlage beträgt USD 100.000, die Postengröße liegt zu Studienzwecken auf 0,1 und der TP bei 500.

Abb. 7. Von einem Algorithmus mit zufälligem Einstieg und Trailing Take-Ausstieg erzieltes Guthaben, für GBPUSD in D1

Der Algorithmus arbeitet mit krisenfreien und trendlosen Kursen.

Dabei geht er wie folgt vor: Ein trendloser Kurs versucht, jeden Trend zu durchbrechen sich in einen horizontal verlaufenden Kanal zu verwandeln. Wird in einem horizontal verlaufenden Kanal ein Take Profit ausgelöst, so bedeutet das, dass wir bereits dicht an der Kanalwand sind, und in die dem vorhergehenden Geschäftsvorgang entgegenlaufende Richtung einsteigen müssen. Und genau das tun wir.

Wie in der Abbildung zu sehen ist, fallen die Rückgänge bei diesem Algorithmus ein wenig geringer aus als bei den vorhergehenden, während sich der Gewinn bei der nur für Studienzwecke angesetzten minimalen Postengröße von 0,1 in 19 Jahren auf USD 7.000 beläuft. Bei einer optimalen Postengröße könnten man die Einträglichkeit auf etwa 30 % im Jahr schätzen.

Mit diesem Guthabendiagramm beschließe ich diesen Beitrag jetzt doch auf traditionelle Weise und schreite erhobenen Hauptes voran. Ich hoffe, Sie waren zufrieden mit der Auswahl der Währungspaare und des Verlaufsausschnitts sowie mit der in diesem Beitrag vorgestellten Algorithmusoptimierung.

Fazit

In dem vorliegenden Artikel wurden drei Algorithmen mit zufälligem und gegenläufigen Handelseinstieg und Ausstiegen mit automatisch nachgezogenen Stop-Grenzen behandelt. Es wurden die Kurseigenschaften der Währungspaare EURUSD, USDJPY und GBPUSD aus der Perspektive eines Algorithmus‘ mit zufälligen Einstieg und Trailing Stop-Ausstieg vorgestellt.

Auf der Grundlage der nachgewiesenen Stabilität der Kurseigenschaften wurde vorgeschlagen, einen Algorithmus mit zufälligen Einstieg und Trailing Stop-Ausstieg mit einer Gewinnerwartung von 6 % pro Jahr als gewinnbringend zu verwenden. Ausgehend von der Stabilität der der Kurseigenschaften sowie der Kenntnis der Arbeitsweise des Algorithmus‘ mit zufälligem Einstieg wurden zwei Algorithmen mit gegenläufigem Einstieg und einem Gewinnpotenzial von 30 % im Jahr vorgestellt. Die Arbeitsweise der Algorithmen wurden erörtert und die Programmcodes der entsprechenden Expert-Systeme bereitgestellt.