TSLA long/short -- faultcode's Savitzky-Golay-Kalman-Oscillator (SGKO) (Seite 6)

[faultcode]

Antwort auf Beitrag Nr.: 73.764.762 von faultcode am 01.05.23 16:59:28

der Kampf gegen die Slippage (3)

Aber wie immer gibt es auch dabei Schwierigkeiten, weil man das grundsätzliche Prognose-Problem nur auf eine andere Ebene verschoben hat:
a/ Fehlsignal oder sogar mehrere Fehlsignale ("Alarm um nichts")
b/ kein Signal vor dem eigentlichen Signal ("long/short")

Auch a/ lässt sich mMn nur schwer vermeiden (auf längere Sicht), wie der nur kurze und hauchdünne doppelte Nulldurchgang Anfang März oben zeigt.
Und dabei könnte man nun auf die Idee von oben kommen und sich auch noch die "Geschwindigkeit" dieses Filter-Signals angucken:


<mit der Differenz von 2 Tagen, statt 1 Tag, haben ich auch hier nochmal ein bischen gefiltert>

=> hier könnte man nun z.B. auf die Idee kommen, um zu viele Fehl-Alarme zu vermeiden und sagen:
c/ nur wenn auch die Velocity < -0.01 beim Nulldurchgang ist, kann überhaupt vorab eine Alarmmeldung Long abgesetzt werden, nämlich wenn abs(Filter-Differenz-Signal) < epsilon
d/ nur wenn auch die Velocity > 0.01 beim Nulldurchgang ist, kann überhaupt vorab eine Alarmmeldung Short abgesetzt werden, nämlich wenn abs(Filter-Differenz-Signal) < epsilon

=> und zack! Schon hätte man das wichtige Short-Signal vom 2023-04-03 übersehen

Letztendlich könnte der Absolutwert der Velocity bei einem Nulldurchgang des Filter-Differenz-Signales auch bei z.B. 0.0000001 liegen. Hieran sieht man mMn, daß das Fehlen einer ordentlichen Messung (bei erhöht nicht-linearen Systemen) immer ein Problem darstellt und man von einer Heuristik in die nächste stolpert.

[faultcode]

der Kampf gegen die Slippage (2)

es ist mMn beim Filtern manchmal hilfreich in diesen Kategorien zu denken:

1/ Position = Aktienkurs: den können wir immer messen (mit "Rauschen")
2/ Geschwindigkeit (velocity) = die können wir ableiten aus der Position (aber hier (leider) nicht messen): Geschwindigkeit = 1. Ableitung der Position
3/ Beschleunigung (acceleration) = 1. Ableitung der Beschleunigung = 2. Ableitung der Position: das lassen wir lieber an dieser Stelle (wegen 2/, keine Messung vorliegend und daher mMn nicht besonders zielführend)

Ich habe diese Idee beim Object tracking aufgegriffen, hier beim α-β filter (alpha-beta filter, früher und heute auch g-h-Filter genannt aus maßgeblich der Radartechnik: https://de.wikipedia.org/wiki/Alpha-Beta-Filter), einem Vorläufer des klassischen Kalman-Filters -- und unter bestimmten Voraussetzung -- diesem gleichwertig.


Auf die beiden Filter-Kurven übertragen (Kalman + Savitzky-Golay) hat man also eine relative Differenz dieser beiden Kurven (die "Position") und beim Nulldurchgang ein Signal (long oder short):


• immer relativ bezogen auf den ohlc4-Preis
• keine Einheit oben [1]: 0.1 = 10% z.B.


=> die Idee ist also, daß wenn sich diese Filter-Differenz-Kurve der Null-Linie nähert und wenn so ein Filter-Algo quasi nonstop in der Cloud laufen würde, man schon rechtzeitig vorher eine Meldung/Email bekommt bzw. der ausführende Trading-Algo, um quasi spekulativ für den nächsten Tag eine Long/Short-Position einzugehen, bevor also dieser Handelstag mit seinem Close-Kurs überhaupt beendet wurde

Weil nach Null-Durchgang am nächsten Tag eine Email zu bekommen ("Signal war da!") ist easy-peasy. (Die sollte man aber sowieso bekommen, um die Dinge überprüfen zu können.)

Solche Emails bekomme ich von Montag bis Samstag(!) aus der Google-Cloud mittels allereinfachster GAS-Scripte (Google Apps Script: https://developers.google.com/apps-script?hl=de).
Nebenbei: das funktioniert - in Rückschau von nun auch schon ein paar Jährchen - auch nicht zu 100.0%, aber so zu 97..98% nach Gefühl; aber ich zahle Google auch explizit kein Geld dafür.

[faultcode]

der Kampf gegen die Slippage

hier mal ein Test was passiert, wenn man die täglichen daily ohlc4-Kurse durch einfache, tägliche Open-Kurse ersetzt im Kampf gegen die Slippage:

--> nichts Gutes:



hier nochmal das Original mit ohlc4-Kursen:




=> Negativ-Effekte:

a/ Signale werden zum Teil erst einen Tag später erzeugt: z.B. long am 2022-07-07 statt 2022-07-06

b/ man bekommt mehr Signale: hier in der Seitwärtsbewegung im März 2023 zusätzlich:
date: 2023-03-03
action at $TSLA: long

date: 2023-03-06
action at $TSLA: short

b/ mitunter täglich wechselnde Signale in einer Seitwärtsbewegung:
minimum time span in days: 1.0 (ohlc4: 10 bzw. 11 Tage; siehe oben)
...
mean time span in days: 38.57 (ohlc4: ~54 Tage)

d/ weniger Kapital nach einer Zeitspanne (hypothetische Werte):
Long only strategy: final amount of cash [USD]: 23,327 (ohlc4: final amount of capital [USD]: 24,054)
Short only strategy: final amount of capital [USD]: 37,157 ((ohlc4: final amount of capital [USD]: 37,960)


=> die Intraday-Vola bei $TSLA ist sehr hoch und das ist ein Problem für Mensch und Maschine!

[faultcode]

Antwort auf Beitrag Nr.: 73.762.779 von faultcode am 01.05.23 01:58:37

und wie durch ein Wunder verlor man nach diesem (sehr einfachen) System aber auch kein Geld bei long und short bei den kurzen Signalwechseln im September 2019, wenn auch nur knapp bei short zu $16.20 am 2019-09-20 und covern zu $15.73 am 2019-09-26:
<daß man allerdings solche Kurse auf den Cent genau trifft ist extrem unwahrscheinlich; mit einem Optionsschein könnte man dabei schon Geld verloren haben, weil z.B. die implizite Vola in 6 Tagen eingebrochen ist>

====== Long only strategy ======
initial amount of capital [USD]: 10,000

number of stocks bought: 703 @ $ 14.22
date: 2019-06-14

number of stocks sold (long before): 703 @ $ 17.47
date: 2019-07-24

number of stocks bought: 858 @ $ 14.31
date: 2019-08-28

number of stocks sold (long before): 858 @ $ 16.20
date: 2019-09-20

number of stocks bought: 883 @ $ 15.73
date: 2019-09-26

number of stocks sold (long before): 883 @ $ 54.88
date: 2020-02-25

number of stocks bought: 1550 @ $ 31.27
date: 2020-04-02

number of stocks sold (long before): 1550 @ $ 149.85
date: 2020-10-15

number of stocks bought: 1670 @ $ 139.01
date: 2020-11-03

number of stocks sold (long before): 1670 @ $ 283.41
date: 2021-02-05

number of stocks bought: 2328 @ $ 203.29
date: 2021-03-29

number of stocks sold (long before): 2328 @ $ 244.42
date: 2021-04-22

number of stocks bought: 2809 @ $ 202.59
date: 2021-06-10

number of stocks sold (long before): 2809 @ $ 364.26
date: 2021-11-26

number of stocks bought: 3199 @ $ 319.85
date: 2021-12-16

number of stocks sold (long before): 3199 @ $ 389.18
date: 2022-01-04

number of stocks bought: 4406 @ $ 282.58
date: 2022-03-09

number of stocks sold (long before): 4406 @ $ 334.70
date: 2022-04-20

number of stocks bought: 6382 @ $ 231.07
date: 2022-07-06

number of stocks sold (long before): 6382 @ $ 303.85
date: 2022-09-15

number of stocks bought: 16256 @ $ 119.30
date: 2023-01-13

number of stocks sold (long before): 16256 @ $ 189.35
date: 2023-03-02

number of stocks bought: 18021 @ $ 170.80
date: 2023-03-13

number of stocks sold (long before): 18021 @ $ 197.39
date: 2023-04-03

final amount of capital [USD]: 3,557,326
final amount of cash [USD]: 3,557,326
final amount of number of stocks held long: 0


====== Short only strategy ======
initial amount of capital [USD]: 10,000

number of stocks sold short: 572 @ $ 17.47
date: 2019-07-24

number of stocks covered: 572 @ $ 14.31
date: 2019-08-28

number of stocks sold short: 728 @ $ 16.20
date: 2019-09-20

number of stocks covered: 728 @ $ 15.73
date: 2019-09-26

number of stocks sold short: 221 @ $ 54.88
date: 2020-02-25

number of stocks covered: 221 @ $ 31.27
date: 2020-04-02

number of stocks sold short: 115 @ $ 149.85
date: 2020-10-15

number of stocks covered: 115 @ $ 139.01
date: 2020-11-03

number of stocks sold short: 65 @ $ 283.41
date: 2021-02-05

number of stocks covered: 65 @ $ 203.29
date: 2021-03-29

number of stocks sold short: 97 @ $ 244.42
date: 2021-04-22

number of stocks covered: 97 @ $ 202.59
date: 2021-06-10

number of stocks sold short: 76 @ $ 364.26
date: 2021-11-26

number of stocks covered: 76 @ $ 319.85
date: 2021-12-16

number of stocks sold short: 80 @ $ 389.18
date: 2022-01-04

number of stocks covered: 80 @ $ 282.58
date: 2022-03-09

number of stocks sold short: 118 @ $ 334.70
date: 2022-04-20

number of stocks covered: 118 @ $ 231.07
date: 2022-07-06

number of stocks sold short: 171 @ $ 303.85
date: 2022-09-15

number of stocks covered: 171 @ $ 119.30
date: 2023-01-13

number of stocks sold short: 441 @ $ 189.35
date: 2023-03-02

number of stocks covered: 441 @ $ 170.80
date: 2023-03-13

number of stocks sold short: 464 @ $ 197.39
date: 2023-04-03

final amount of capital [USD]: 199,818
final amount of cash [USD]: 183,342
final amount of number of stocks sold short: 464


nebenbei: die "Corona-Krise" im ersten Halbjahr 2020 haben beide Strategien (oben in grün markiert) theoretisch ohne Geldverlust überstanden:

[faultcode]

Antwort auf Beitrag Nr.: 73.762.767 von faultcode am 01.05.23 01:39:01

Backtest: 2018-12-31 - 2023-04-28

hier mal das Ganze für einen längeren Zeitraum, auch noch anfangs mit dem Phänomen, daß die Tages-Renditen bei $TSLA, anders als heutzutage, noch nicht so normalverteilt waren --> 09.01.2023: https://www.wallstreet-online.de/diskussion/1291475-421-430/…




Das Ganze in Text-Form:

====== 2018-12-31 - 2023-04-28 ======

date: 2019-06-14
action at $TSLA: long

date: 2019-07-24
action at $TSLA: short

date: 2019-08-28
action at $TSLA: long

date: 2019-09-20
action at $TSLA: short

date: 2019-09-26
action at $TSLA: long

date: 2020-02-25
action at $TSLA: short

date: 2020-04-02
action at $TSLA: long

date: 2020-10-15
action at $TSLA: short

date: 2020-11-03
action at $TSLA: long

date: 2021-02-05
action at $TSLA: short

date: 2021-03-29
action at $TSLA: long

date: 2021-04-22
action at $TSLA: short

date: 2021-06-10
action at $TSLA: long

date: 2021-11-26
action at $TSLA: short

date: 2021-12-16
action at $TSLA: long

date: 2022-01-04
action at $TSLA: short

date: 2022-03-09
action at $TSLA: long

date: 2022-04-20
action at $TSLA: short

date: 2022-07-06
action at $TSLA: long

date: 2022-09-15
action at $TSLA: short

date: 2023-01-13
action at $TSLA: long

date: 2023-03-02
action at $TSLA: short

date: 2023-03-13
action at $TSLA: long

date: 2023-04-03
action at $TSLA: short

minimum time span in days: 6.0
maximum time span in days: 196.0
mean time span in days: 60.22

=> man sieht: im September 2019 gab es schon mal einen sehr kurzen Signalwechsel-Zeitraum von nur 6 Kalendertagen

Dafür steigt in diesem längeren Zeitraum die mittlere Zeitspanne zwischen 2 Signalen von ~54 auf ~60 Tage an (geschuldet 3 langen Long runs in 2019, 2020 und 2021).

[faultcode]

Antwort auf Beitrag Nr.: 73.762.764 von faultcode am 01.05.23 01:17:50

Denn die Gefahr ist ja, daß man in einer Seitwärtsbewegung, die man zu spät als solche erkennt, durch Hin und Her Geld verliert.

Aber im März 2023 war das hier demnach nicht der Fall, long nicht, als auch bei short nicht:

====== Long only strategy ======
initial amount of capital [USD]: 10,000

number of stocks bought: 43 @ $ 231.07
date: 2022-07-06

number of stocks sold (long before): 43 @ $ 303.85
date: 2022-09-15

number of stocks bought: 110 @ $ 119.30
date: 2023-01-13

number of stocks sold (long before): 110 @ $ 189.35
date: 2023-03-02

number of stocks bought: 121 @ $ 170.80
date: 2023-03-13

number of stocks sold (long before): 121 @ $ 197.39
date: 2023-04-03

final amount of capital [USD]: 24,054
final amount of cash [USD]: 24,054
final amount of number of stocks held long: 0


====== Short only strategy ======
initial amount of capital [USD]: 10,000

number of stocks sold short: 32 @ $ 303.85
date: 2022-09-15

number of stocks covered: 32 @ $ 119.30
date: 2023-01-13

number of stocks sold short: 84 @ $ 189.35
date: 2023-03-02

number of stocks covered: 84 @ $ 170.80
date: 2023-03-13

number of stocks sold short: 88 @ $ 197.39
date: 2023-04-03

final amount of capital [USD]: 37,960
final amount of cash [USD]: 34,835
final amount of number of stocks sold short: 88

<die Idee bei Short hier ist, daß immer nur so viele Aktien verkauft werden, deren Gegenwert den Cashbestand im Short-Pool nicht übersteigt;
Margin Loan-Zinsen etc. sind hier natürlich auch nicht berücksichtigt; sonst könnte man ja theoretisch wie ein USDXXMrd-Hedge Fund mit guten Beziehungern zur Wall Street z.B. 10,000 $TSLA-Aktien leerverkaufen bei einem Short-Signal>

Obigen Zeitraum habe ich zu Fuß in Excel nachgerechnet, um zu sehen, ob diese Zahlen plausibel sein können (was natürlich nicht heißt, daß ich keinen Fehler gemacht haben könnte):

[faultcode]

Antwort auf Beitrag Nr.: 73.762.749 von faultcode am 01.05.23 00:32:01

zum mMn nicht zufriedenstellend zu lösenden Problem Seitwärtsbewegung sagte ich auch schon mal was:

Zitat von faultcode: ... Auch so eine Filterung kann eine Frage mMn nicht beantworten: wann geht $TSLA in eine Seitwärtsbewegung über? Denn in so einer rein mit Aktienkurs-Filterung (aller Art) Geld verdienen zu wollen halte ich für sehr, sehr schwierig (außer vielleicht kurzfristigste Manöver)
...

=> was im August und September 2022 noch ganz gut klappte, nämlich die Vermeidung kurzfristigster Kurven-Kreuzungen, funktionierte nun im März 2023 nicht mehr:




Allerdings gab es seit 1.6.2022 nur einen Fall, bei dem sich beide Kurven in so kurzen Abständen kreuzten:

====== 2022-06-01 - 2023-04-28 ======

date: 2022-07-06
action at $TSLA: long

date: 2022-09-15
action at $TSLA: short

date: 2023-01-13
action at $TSLA: long

date: 2023-03-02
action at $TSLA: short

date: 2023-03-13
action at $TSLA: long

date: 2023-04-03
action at $TSLA: short

minimum time span in days: 10.0
maximum time span in days: 120.0
mean time span in days: 54.0

=> vom 2.3.2023 bis 13.3.2023 sind es 11 Kalendertage und nicht 10!

Nach meiner Recherche stellte sich heraus, daß wohl die Umschaltung auf Sommerzeit in den USA am 12.3. dafür verantwortlich war, bzw. was Python yfinance + pandas draus machten:

Date
2022-07-06 00:00:00-04:00 NaT
2022-09-15 00:00:00-04:00 71 days 00:00:00
2023-01-13 00:00:00-05:00 120 days 01:00:00
2023-03-02 00:00:00-05:00 48 days 00:00:00
2023-03-13 00:00:00-04:00 10 days 23:00:00
2023-04-03 00:00:00-04:00 21 days 00:00:00
Name: Date, dtype: timedelta64[ns]

=> ich lasse solche kleinen Fehler stehen und fange nicht an - ausgerechnet in pandas (https://pandas.pydata.org/) - Zeitstempel zu korrigieren. An der Qualität der beiden Filter-Kurven ändert das mMn nichts.

Es zeigt aber mal wieder: der Teufel steckt oft im Detail!

[faultcode]

Antwort auf Beitrag Nr.: 73.762.746 von faultcode am 01.05.23 00:23:06

ich habe anfangs mal willkürlich beim 1.6.2022 angefangen, um noch eine Übersicht zu behalten.

Hier alle 3 Kurven ohne die vertikalen Signale an den Long/Short-Daten:



ohlc4 = (Open + High + Low + Close) / 4 (daily) = daily "typical price" (damit "vernichte" ich Informationen (mMn) nur teilweise, glätte aber auch schon mal ein bischen vor)

[faultcode]

Antwort auf Beitrag Nr.: 73.762.731 von faultcode am 30.04.23 23:54:54

im Prinzip ist die Idee so ähnlich wie bei der Mutter aller Oszillatoren, der MACD = moving average convergence/divergence: https://en.wikipedia.org/wiki/MACD

Nur daß hier kein Moving Average (im engeren Sinne) verwendet wird, sondern das (lineare, klassische) Kalman-Filtersignal (mit relativ hohem Tracking paramter 2.00) mit einem "schnellen" Smoother (Glätter), dem Savitzky-Golay-Filter (der eigentlich kein Filter ist im engeren Sinne nach meiner Deutung, aber nun mal so heißt, und ein polynomialer Regressor ist, der das Messrauschen mindern soll; wozu man den Kalman-Filter auch verwenden könnte --> Kalman Smoother): https://de.wikipedia.org/wiki/Savitzky-Golay-Filter

Das ist sowieso seit geraumer Zeit modern: ein Konzept mit einem (ganz) anderen zu verknüfen und im KI-Zeitalter sowieso.


Wichtigste Botschaft nach dem letzten Signal: short bei $TSLA bleiben (wenn man das schon ist mMn), auch wenn es z.Z. vielleicht etwas risky aussehen mag:



=> mit anderen Worten: bevor violett nicht wieder über orange liegt, bracht man - nach dieser Strategie - nicht long gehen in $TSLA


Das ist eben das psychologische Problem mMn mit jeder mechanischen Strategie: eisern festhalten oder aufgeben und auf Sicherheit spielen?

ABER: es gilt immer noch:
• wenn short zu risky ist, spielt man halt nur die Long-Signale => die nächste Straßenbahn kommt bestimmt
• Sizing beats Timing! => man setzt eine Anfangs-Positionsgröße halt eher moderat fest und geht nicht all-in, nur um feststellen zu müssen, daß ausgerecht diesmal die sonst so zuverlässige Strategie versagt und zu einem dicken Verlust führt

[faultcode]

Weiterentwicklung von hier: https://www.wallstreet-online.de/diskussion/1291475-1-10/rou… ... und hin zu möglichen, rein mechanischen Trading-Signalen und der Versuch den schwierigen $TSLA-Chart (besser) in den Griff zu bekommen.

Denn siehe:

Zitat von faultcode: ...
Nebenbei: nicht alle (Auto-)Aktien sind wie $TSLA; beim Erkunden stellte ich fest, daß z.B. Mercedes in 2022 mit einem (bestimmten, nicht-trivialen) Moving Average ein "Walk in the Park" war, bei dem man bei Kreuzungen der Kurven als Signal (Aktienkurs ohlc4 <=> gleitender Durchschnitt) kein Geld in 2022 verlieren konnte (was bei $TSLA Null funktionierte... an anderer Stelle vielleicht mehr dazu)
...

Morgen machen die US-Börsen wieder auf, daher später (mögliche) Erklärungen zum Wieso, Weshalb, Warum.

Und wie immer gilt alles was für's Backtesting gesagt wurde auch hier und bei $TSLA sowieso, wie z.B.:
• keine Transaktionskosten
• kein Slippage; vor/bei einer idR "ruhigen" und absehbaren Kurven-Kreuzung (das Long/Short-Signal) könnte man an diesem Handelstag z.B. um 2145h dt. Zeit noch vorbereitet handeln in der hoch-liquiden $TSLA-Aktie
• keine Steuern