Intervista con il trader di successo Grant

C'è sempre una grande storia dietro quando qualcuno raggiunge il successo nei mercati. Sono lieto di avere l'opportunità di condividere con voi un'intervista con il trader Grant che fa parte del team di TipToeHippo. In questa intervista scoprirete come hanno iniziato, quali risultati hanno ottenuto, come hanno creato le strategie e molto altro ancora. Iniziamo con la prima domanda.

Come ha iniziato con l'algo-trading?

La creazione di TipToeHippo è simile alla famosa storia del Turtle Trading.

I Turtle Traders originali erano persone non trader, ma molto intelligenti. Uno era un maestro di giochi di DnD, un altro era un pilota di caccia, un contabile, un laureato ad Harvard e così via.

Queste persone sono state seguite a causa di una scommessa: insegnare a chi non fa trading come fare trading e avere successo. Si è scoperto che si poteva insegnare loro a fare trading e nei 4 anni successivi hanno incassato $150 milioni di profitti dai mercati.

Io sono un ingegnere informatico specializzato nel riconoscimento dei modelli e Dylan è uno studente universitario che studia informatica, ma prima di incontrare Norm abbiamo faticato a trovare il successo.

Norm fa algo trading da oltre 10 anni e, per caso, si è trovato a rispondere a domande sull'algo trading su un forum online.

Dylan e io avevamo le competenze tecniche e una volta combinate le nostre conoscenze con quelle di Norm abbiamo iniziato a migliorare rapidamente.

Norm è rimasto colpito dal nostro impegno e dalla nostra volontà di mettere in pratica i suoi consigli; abbiamo quindi stretto un'amicizia di gruppo e abbiamo iniziato a lavorare insieme sugli algoritmi.

Norm ci ha fatto conoscere molti concetti importanti che altrimenti non avremmo capito senza il suo intuito. È probabile che avremmo abbandonato prima del successo.

Grazie a un sacco di duro lavoro e di ricerca, ora abbiamo successo e di recente abbiamo aggiunto il nostro quarto membro di TipToeHippo. Max ci ha trovato online e ci ha fatto domande sull'algo trading. Siamo rimasti colpiti dalle sue competenze (è un ingegnere informatico specializzato in automazione) e dal suo entusiasmo per la sfida dell'algo trading.

Ecco come è iniziato il mio trading con le algo: ora abbiamo una comprovata esperienza di profitto e un futuro entusiasmante. Ci sono stati alcuni dubbi lungo il percorso, ma mi è piaciuta molto la sfida intellettuale del trading.

Avete avuto successo utilizzando SQx?

Si. Abbiamo appena superato i 6 mesi di trading live redditizio. In questi 6 mesi di trading abbiamo reso oltre 35% con un drawdown inferiore a 6%. Siamo molto orgogliosi di questo risultato.

La più grande indicazione che abbiamo trovato un portafoglio di successo a lungo termine è che i risultati dal vivo hanno dimostrato di rispecchiare i risultati dei nostri test.

Poiché i risultati dal vivo sono stati gli stessi dei backtest, siamo certi che questi sistemi continueranno a funzionare con successo anche in futuro.

Per ottenere questo successo abbiamo lavorato duramente allo sviluppo del nostro flusso di lavoro e alla personalizzazione degli indicatori e di altri parametri di SQx, ma abbiamo scoperto che SQx è un ottimo strumento per favorire un corretto sviluppo algoritmico. Ciò è dovuto principalmente a tutti i test di robustezza che è in grado di effettuare.

Quanto tempo ci è voluto per avere successo nell'algo-trading utilizzando SQx?

Mi ci sono voluti circa 2 anni per avere successo dopo che io e Dylan abbiamo incontrato Norm. Abbiamo continuato a perfezionare le nostre idee, a migliorarle, a leggere i consigli di trader molto stimati e a fare domande a Norm.

Mi sono preso un anno di pausa tra un lavoro e l'altro per dedicarmi a tempo pieno all'apprendimento dell'algo trading. Ho imparato molto durante quell'anno: non è stato il momento in cui ho avuto successo, ma è stato il momento in cui ho imparato di più e ho gettato le basi per avere successo.

Dal momento in cui ho iniziato ad occuparmi di algo trading per hobby fino ad oggi, dove TipToeHippo sta avendo successo, sono passati circa 3 anni. Utilizzo e personalizzo SQx da 2 anni.

Cosa le piace di più dell'algo-trading?

La cosa che mi piace di più è che l'algo-trading consiste nel fidarsi dei numeri.

Con l'algo trading non ci sono congetture, ma solo prove. Si può provare qualcosa e se funziona lo diranno i numeri.

Il mio background è lo sviluppo di software, quindi mi trovo a mio agio nell'analizzare e interpretare i dati con le macchine. Applicare questo ai mercati mi sembra sensato.

Con SQx possiamo utilizzare le moderne CPU Threadripper per elaborare grandi quantità di dati. Perché

Max e io siamo specializzati nel riconoscimento di pattern nei dati nel nostro lavoro "reale" e lo applichiamo al nostro "hobby" del trading. La personalizzazione che SQx consente ci dà l'opportunità di sognare nuove idee e di implementarle nella piattaforma. Poiché TipToeHippo è il nostro hobby al momento (fino a quando non saremo scoperti da un grande fondo istituzionale... CHIAMATECI!), la possibilità di avere una piattaforma come SQx, così potente ma anche così facile da manipolare, ci aiuta davvero a essere efficienti in termini di tempo.

Mi piace anche il fatto di non dovermi preoccupare di prendere e gestire le posizioni. Lavoriamo molto duramente allo sviluppo di sistemi di trading solidi, di cui mi fido completamente con il mio denaro. Avere un robot che fa trading sulla base di statistiche mi sembra molto meno stressante che fare le operazioni da solo. Mi fido dell'analisi statistica effettuata da TipToeHippo, mi fido del nostro processo di sviluppo del sistema e mi fido della mia codifica.

Tutti questi elementi portano a una fiducia di tipo zen nei nostri sistemi di algo-trading.

Qual è la sua filosofia per creare un portafoglio ottimale?

Robustezza e bassa correlazione.

La robustezza viene citata spesso in questa intervista, ma è la cosa più importante da considerare quando si fa data mining per creare sistemi. Se i sistemi sono troppo adatti, qualunque cosa si faccia, il portafoglio fallirà.

Quello che si vuole è avere sistemi solidi e costantemente redditizi, con una bassa correlazione con altri sistemi. Quando si selezionano sistemi con una bassa correlazione, è naturale che questi trovino diverse parti o diversi tipi di mercati da negoziare.

Piuttosto che cercare di creare un unico sistema per negoziare sempre su più mercati, un portafoglio è diverso sistemi di trading diverso parti del mercato in più diverso modi.

Abbiamo scoperto che più il sistema è semplice, più è robusto. La combinazione di sistemi a bassa correlazione copre i diversi tipi di mercato rimanendo robusta. Un sistema più complesso che tenta di negoziare più tipi di mercati rischia di essere incurvato.

La conclusione è che molti sistemi semplici non correlati sono più desiderabili di un singolo sistema complesso.

Può dirci qualcosa di più sul flusso di lavoro che utilizza per creare e selezionare le strategie migliori?

Certo! Credo che sia importante dare un contributo alla comunità delle algo, soprattutto ai nuovi utenti che cercano di trovare la loro strada. Questo era il mio caso qualche anno fa e ho avuto l'aiuto, tra gli altri, di Norm, quindi spero che le persone possano raccogliere qualche utile pepita d'oro nei miei consigli.

Di seguito è riportata una sintesi del nostro flusso di lavoro. Ovviamente non vogliamo svelare i dettagli specifici, ma questo è il riassunto del nostro processo dall'inizio al trading in tempo reale. La prova è nei risultati redditizi che TipToeHippo ha ottenuto.

1. Costruire un pool di strategie
   1. Filtro per i parametri di prestazione desiderati (correlazione)
   2. Funzione di fitness personalizzata
   3. Indicatori personalizzati
2. Eseguire test di robustezza
   1. Ottimizzazione della sequenza
   2. Mercati aggiuntivi
   3. Test di stress sullo spread
   4. Monte Carlo
      1. Parametri
      2. Prezzo

• Scivolamento

1. Ottimizzazione Walk Forward
2. Permutazione dei parametri del sistema

I test di robustezza sono la sezione più importante del nostro processo. Abbiamo scritto un whitepaper completo che spiega perché i test di robustezza sono così fondamentali. È disponibile all'indirizzo www.tiptoehippo.com/research.

3. Memorizzare i candidati sopravvissuti e ripetere le fasi 1 e 2 per costruire una banca dati di candidati.
4. Prendete la banca dati dei candidati e selezionare solo uno per l'esecuzione del periodo di sospensione. (Anche in questo caso, la sua importanza vitale è spiegata nel whitepaper).
5. Giudicare la performance del periodo di sospensione come se il sistema fosse stato gestito dal vivo. (ad esempio, il drawdown di 6 mesi di 25% avrebbe effettivamente mantenuto la fiducia nel sistema)?

Se il sistema viene rifiutato, l'intero processo viene riavviato da zero cancellando tutto il lavoro precedente.

6. Formare portafogli utilizzando calcoli di correlazione personalizzati per ridurre al minimo il drawdown. Siamo particolarmente interessati a trovare sistemi che non perdano insieme.
7. Eseguire una demo per confermare i trade forward = backtest. Prendiamo 6 settimane di operazioni demo, eseguiamo lo stesso periodo di un backtest e confermiamo che le operazioni corrispondono perfettamente. Questo conferma la validità dei nostri test.
8. Eseguire in diretta. Realizzare profitti.

Ogni portafoglio soffre di drawdown. Qual è il vostro approccio per superarlo e mantenere la fiducia nei vostri sistemi?

L'unico modo per superare il drawdown è la teoria del portafoglio. Ad esempio, se sommiamo il drawdown combinato di tutti i nostri sistemi separatamente, il totale è di 25%. Tuttavia, quando vengono utilizzati insieme, il drawdown massimo è di 15%. La riduzione del drawdown di 40% è dovuta al fatto che i sistemi non perdono contemporaneamente.

Quando si combinano i sistemi, non si guarda solo alla correlazione generale, ma anche alla correlazione di perdita. I sistemi che vincono insieme vanno bene, mentre quelli che perdono insieme in un portafoglio sono da evitare.

Per mantenere la fiducia nei nostri sistemi utilizziamo due elementi: robustezza e precedenti storici. Quando sappiamo che un sistema è robusto, sappiamo che le sue prestazioni storiche sono una rappresentazione più fedele delle sue probabili prestazioni future. Anche se nulla è garantito, la robustezza rende molto più probabile che le prestazioni passate riflettano quelle future.

Si può quindi stabilire un'aspettativa del portafoglio e dei singoli sistemi al suo interno.

Sono utili due diverse statistiche: la percentuale di drawdown e il periodo di stagnazione per misurare il drawdown. Entrambe sono importanti.

La percentuale di drawdown misura l'entità della perdita tra i massimi e i minimi (compreso il galleggiamento), mentre la stagnazione misura il tempo di recupero dal drawdown.

La stagnazione è importante perché quando si fa trading sul denaro degli altri (o anche sul proprio!) il drawdown non è divertente. Meno tempo si passa in drawdown e meglio è.

Quando queste due misure vengono effettuate da un sistema robusto, la profondità e la lunghezza del prelievo sono note con sicurezza.

È quindi possibile osservare le prestazioni dei sistemi e del portafoglio. Se le prestazioni non rientrano nel massimo storico, la fiducia in quel sistema viene meno e i suoi risultati devono essere esaminati attentamente per vedere se c'è una spiegazione o se il sistema deve essere ritirato o sostituito.

Ci sono fonti di conoscenza che consiglierebbe ad altri trader?

Abbiamo imparato molto dal dottor Ernie Chan (un'intervista di Norm è disponibile qui): www.tiptoehippo.com/research ). Per chiunque sia interessato all'algo trading, i libri di Ernie sono un'eccellente introduzione all'argomento. È scritto in una prosa eccellente che rende i punti facilmente comprensibili ai nuovi trader di algo.

Anche TipToeHippo è un discepolo del dottor Tim Masters. Si è recentemente ritirato da una carriera nell'apprendimento automatico, nelle statistiche, nel trading di algoritmi e in un'ampia varietà di altri ruoli interessanti. Scherziamo sul fatto che "non ha più un cazzo da dare" e quindi condivide liberamente le conoscenze acquisite nel corso della sua vita. Quando dice qualcosa, ci mettiamo all'ascolto.

Nel settore degli algoritmi raramente persone così intelligenti e con una così vasta esperienza forniscono dumps di conoscenza così ampi e approfonditi.

Ci saranno altri là fuori, ma la cosa più importante quando si cerca la conoscenza è verificarne l'autenticità. Confermate che la persona conosce il suo argomento.

Avete qualche consiglio su cosa fare attenzione o evitare nell'algo-trading?

La cosa più importante, che non è immediatamente ovvia per chi è alle prime armi con il trading algoritmico, è: essere consapevoli ed evitare l'overfitting.

Quando prendete in considerazione i sistemi, scegliete i sistemi più solidi, non semplicemente quelli che hanno ottenuto i migliori risultati nei test storici. È facile creare test storici con risultati che si sommano alla luna, ma è improbabile che questi sistemi funzionino quando vengono messi su un conto reale.

Rendersene conto è la chiave del successo. Non è facile accettare che le curve più belle potrebbero non portare i risultati migliori. Le banche più grandi con gli informatici più intelligenti cadono in questa trappola. In altri settori dell'apprendimento computerizzato/data mining l'overfitting non è il principale ostacolo al successo, come invece lo è nel trading finanziario (anzi, spesso è la ragione per successo).

Abbiamo scritto un whitepaper come introduzione ai diversi test di robustezza e al perché sono importanti. È disponibile sul nostro sito web: www.tiptoehippo.com/research

Risolvete il problema dell'overfitting con un'adeguata verifica della robustezza e sarete sulla buona strada per il successo.

Vorresti condividere qualche raccomandazione ad altri sviluppatori di algoritmi, su cosa concentrarsi, ecc.

Il mio consiglio è di godersi la sfida. L'algo trading è difficile: creare risultati storici di grande impatto è facile. Capire come capire se questi risultati storici funzioneranno anche in futuro è un ottimo esercizio mentale.

Mi occupo di algo trading part-time, si potrebbe dire che sono un imprenditore notturno che offre segnali di trading attraverso TipToeHippo. Tuttavia, tutto è iniziato come un hobby o una curiosità intellettuale: utilizzare le mie competenze di programmazione per operare sui mercati finanziari.

Questo gioco è difficile, ma offre grandi ricompense. Richiede un tipo di pensiero sui problemi diverso da molte altre cose a cui sono stato esposto. Trovare altre persone che stanno pensando a questi problemi è molto utile e permette di lanciare e coltivare idee.

Se trovate trader esperti di algo disposti a condividere le loro conoscenze, ascoltateli. Senza l'esperienza di Norm, non avrei mai potuto sfruttare le mie capacità per raggiungere il successo nell'algo trading. Quindi visitate i forum e le sale Discord e ponete domande ai trader di algo con una comprovata esperienza storica. Se vi rispondono, prestate attenzione a ciò che vi dicono.

Fatelo per la curiosità intellettuale e potreste avere successo.