Uma entrevista com Naoufel, comerciante de sucesso

Primeiramente, gostaria de agradecê-lo por sua decisão de compartilhar suas percepções de negociação com nossa comunidade de negociação. Antes de continuarmos com a discussão sobre algo-trading, você poderia se apresentar brevemente?

Olá, meu nome é Naoufel Taief.

Estou localizado em Quebec, Canadá.

Sou formado em contabilidade e sou consultor financeiro.

Estou envolvido em negociações desde 2013 e em tempo integral desde 2017.

O desempenho de negociação ao vivo de uma de minhas principais contas pessoais é auditado por um auditor de 3^rd e disponibilizado aqui:

https://kinfo.com/portfolio/12154/performance.

Quanto aos meus hobbies, adoro jogar futebol e praticar artes marciais. Estou treinando artes marciais desde 2013 e me concentro em Wing Chun e Jiu Jitsu.

Como você começou com algo-trading?

Sempre me interessei pelos mercados financeiros.

Como todo mundo, tive minha cota de fracassos.

Eu explodi contas seguindo cegamente os gurus.

Negociei com base em notícias, análise técnica e fluxos de ordens.

Comprei cursos e estratégias de algoritmos de gurus de algoritmos.

Se você quiser, provavelmente eu fiz isso.

Enquanto procurava um mentor com quem aprender, deparei-me com um site que expunha golpistas e pedia extratos de conta ou comprovação de rentabilidade, como auditorias de corretores terceirizados.

A maioria dos gurus de algoritmos on-line que eu vinha seguindo não estava disposta a compartilhar o desempenho de negociações ao vivo durante um longo período. Alguns podem ter afirmado ser o vencedor de uma determinada competição de negociação, ou até mesmo ter vencido competições de negociação várias vezes, mas a realidade é que, para vencer em competições, você precisa negociar com grande risco. Ou você se arrisca ou vai para casa.

Em alguns anos, você se sai bem e explode a conta de negociação para essa competição, mas em outros anos você se sai bem e tem sorte, e pode usar o fato de ter vencido uma competição em seu marketing on-line para recrutar traders para seu negócio educacional ou de sinais.

O engraçado é que, mais tarde, você ouvirá um podcast on-line desses mesmos gurus que venceram as competições de negociação e eles mesmos reconhecerão que nunca negociariam suas próprias contas reais da mesma forma que negociam durante as competições.

Portanto, descobri que a chave era ver o desempenho real/ao vivo das negociações, mas durante um longo período de tempo, em vez de apenas durante uma competição de negociação de três meses.

O que descobri foi que a grande maioria dos traders que estavam dispostos a mostrar seus resultados de negociação ao vivo e que também tiveram um bom desempenho ao longo de vários anos eram quase sempre traders de algo.

Foi isso que me fez decidir deixar para trás todos os falsos gurus e me concentrar na negociação algorítmica.

Quanto tempo levou para ter sucesso, e qual foi o ponto de ruptura?

Demorou cerca de 3 anos para que eu começasse a ver um desempenho consistente com minhas negociações com algoritmos.

Naquela época, era necessário aprender a programar para poder entrar no mundo das negociações algorítmicas.

Eu queria me envolver com o comércio de algoritmos, mas não queria perder tempo tendo que aprender toda a parte de programação.

Foi isso que me interessou em alguns dos criadores de sistemas automatizados que estavam disponíveis, já que essas ferramentas podiam extrair os dados históricos de preços para estratégias potencialmente lucrativas, mas não era necessário nenhum conhecimento de programação.

Embora seja ótimo ter criadores de sistemas capazes de analisar todos os dados históricos, o grande problema é filtrar as estratégias que são robustas e que, com sorte, não se ajustam à curva.

Eu fazia com que alguns criadores de sistemas encontrassem várias estratégias e, talvez, até mesmo fizesse com que essa estratégia passasse em alguns testes de robustez que ela era capaz de verificar, mas, quando eu começava a negociar em papel/ao vivo esse mesmo algoritmo, descobria que o desempenho se degradaria enormemente.

Essa é a parte principal que levou alguns anos para ser desenvolvida. Definitivamente, eu queria aproveitar os construtores de sistemas para tirar proveito da automação e não precisar gastar tempo aprendendo a escrever código de programação, mas também precisava desenvolver minha própria maneira de verificar a robustez, de modo que a maioria das estratégias que passassem por todas as minhas verificações de robustez ainda tivesse um desempenho adequado durante a negociação em papel/ao vivo.

O que você mais gosta no algo-trading?

É ótimo poder aproveitar a tecnologia moderna (software, hardware, inteligência artificial) para automatizar um fluxo de trabalho avançado de mineração de dados e verificações de robustez em várias etapas. Fazer isso manualmente exigiria um enorme esforço manual.

Também é ótimo não precisar gastar tempo aprendendo a se tornar um programador. Um construtor de sistemas como o StrategyQuant pode escrever o código das estratégias, para que você possa dedicar seu tempo à busca de boas oportunidades em vez de aprender a escrever códigos.

Um benefício importante da negociação com algoritmos é que ela o poupa de si mesmo.

Se você faz negociações discricionárias tradicionais, quando suas emoções se envolvem, essa é uma ótima maneira de prejudicar seu desempenho nas negociações. Os traders tendem a fazer a operação errada no pior momento possível quando suas emoções se envolvem.

Mesmo que, de alguma forma, você conseguisse manter suas emoções sob controle, o fato de estar negociando com discrição implica que você não pode realmente confiar no desempenho de negociações passadas para tentar prever o desempenho futuro, uma vez que sua estratégia de negociação não será consistente.

Em contrapartida, a negociação algorítmica é 100% mecânica e não envolve nenhum critério. Isso também garante que não deixemos que nossas emoções nos levem para o caminho errado. A combinação desses fatores nos dá consistência em nossas negociações.

Por último, mas certamente não menos importante, está a capacidade de diversificação ilimitada em suas negociações. Você pode negociar qualquer ticker/símbolo, qualquer setor, qualquer mercado, abrangendo qualquer período de tempo de sua escolha. Poder ter um grande portfólio de algoritmos em que os retornos de cada algoritmo não estejam correlacionados com os outros algoritmos é o mais próximo possível do Santo Graal.

Quando um algoritmo está em baixa, espera-se que os outros algoritmos não estejam em baixa ao mesmo tempo. Na verdade, você descobrirá regularmente que alguns dos outros algoritmos estão realmente obtendo lucro durante o período em que o primeiro algoritmo está em baixa.

No nível do portfólio, esses dois fatores se combinam para proporcionar excelentes retornos ajustados ao risco.

Você poderia nos dizer mais sobre o fluxo de trabalho que você está utilizando para criar e selecionar as melhores estratégias?

Eu trato minhas negociações como um negócio. Meus algos são meus funcionários. Eu me certifico de que esses funcionários sejam adequados para o trabalho. Tento aplicar o conceito de "Contrate devagar, demita rápido". Levo muito tempo para desenvolver minhas estratégias, mas não hesito em removê-las se não estiverem funcionando como esperado.

As diretrizes gerais são:

• Identificaremos instrumentos com ação de preço altamente volátil
• Tentaremos reunir o máximo possível de dados históricos de preços, em vários períodos de tempo
• Selecionaremos indicadores específicos para criar nossos algoritmos com o mínimo de regras possível
• Criaremos nossos algoritmos com base na "personalidade" dos instrumentos (a AAPL não é negociada da mesma forma que a COSCO)
• Gostamos de estudar os instrumentos. Queremos saber qual período pode ser considerado como "touro" ou "urso"
• Nosso objetivo é ter condições de mercado de alta/baixa/neutro em cada um de nossos conjuntos de dados dentro e fora da amostra.
• Há algumas métricas específicas que precisam ser respeitadas em todos os períodos para que o algoritmo seja selecionado para uma verificação mais robusta, que detalhamos no curso que criamos
• Em seguida, passamos por várias verificações de robustez como parte de nosso fluxo de trabalho automatizado no SQX
• Depois de obtermos um número de algos potencialmente viáveis na conclusão do fluxo de trabalho de várias etapas no SQX, passamos por algumas verificações manuais/visuais
• Os algoritmos que passam nas verificações visuais são incorporados a uma ferramenta baseada em portfólio que pode examinar as correlações entre os algoritmos individuais, bem como os níveis de exposição total do portfólio
• As seleções finais do algoritmo são então colocadas em incubação, que é o comércio de papel
• Após um período de incubação, queremos validar se o algoritmo está funcionando dentro dos limites do que é considerado normal para esse algoritmo
• Os algos que passam pela fase de incubação são, então, negociados ao vivo, seja em tamanho mínimo inicialmente (para validar aspectos como a verdadeira derrapagem, etc.) ou em tamanho total/normal
• Os algos ativos são então monitorados para garantir que continuem a negociar dentro dos limites normais de P&L. Os algos que se retiram mais do que o esperado são removidos da negociação em tempo real e colocados novamente em incubação ou retirados completamente

Você pode obter os detalhes completos de toda a minha metodologia de negociação em um curso que criei com Ron Bertino chamado "Mining for Gold", que pode ser encontrado na página a seguir:

https://university.tradingdominion.com/p/mining-for-gold

Qual é o seu teste de robustez favorito?

Os dois testes de que mais gosto são a seleção de amostras e o Monte Carlo.

Seleção da amostra: é fundamental selecionar os períodos corretos dentro e fora da amostra. Se você estiver criando um algoritmo somente de longo prazo, não deve criar estratégias em que os períodos dentro e fora da amostra estejam apenas em um período de alta. Como diz o ditado, "todo mundo é um gênio em um mercado em alta". A probabilidade de uma estratégia ser ajustada à curva é muito alta quando você não seleciona a amostra corretamente.

Monte Carlo: reorganizar a sequência de negociações para saber qual é o seu pior resultado e seu nível de "sorte" é fundamental. Você não quer selecionar uma estratégia em que seja o mais sortudo em termos de sequência de negociações.

Para você, qual é a prova de que sua estratégia funcionará no futuro?

Nada é 100% certo, mas acho que o mais próximo que você pode chegar de uma "prova" é mostrando resultados de negociações ao vivo com dinheiro real ao longo de vários anos.

Uma de minhas principais contas de corretora de negociação é auditada por um terceiro chamado Kinfo. Você pode ver meu desempenho nos últimos anos nesta página:

https://kinfo.com/portfolio/12154/performance

Isso mostra o desempenho de mais de 2.400 negociações anteriores ao vivo, com mais de 50 algos em execução a qualquer momento.

Qual é a sua filosofia de criar um portfólio ideal?

Quero controlar minha exposição a cada algoritmo e garantir que todos eles não estejam correlacionados.

O dimensionamento correto do algo é muito importante. A última coisa que você quer é ser excessivamente alavancado no subjacente errado.

O uso de alavancagem também é uma boa maneira de aumentar ainda mais os retornos, o que torna o dimensionamento correto ainda mais importante.

Toda carteira às vezes sofre de drawdown. Qual é a sua abordagem para superá-la e manter a confiança em seus robôs?

Todos nós temos perdas. Essa é uma parte normal da negociação.

Em nosso curso de "mineração de ouro" (https://university.tradingdominion.com/p/mining-for-gold), ensinamos uma maneira simples e eficaz de lidar com sistemas de negociação que não estão mais funcionando como esperado. Isso pode ser feito tanto no nível do algoritmo quanto no nível do portfólio.

Saber quando interromper uma estratégia é tão importante quanto criar uma. Queremos manter nosso capital mental e financeiro intacto para podermos operar corretamente.

Existe alguma fonte de conhecimento que você gostaria de recomendar a outros traders?

No final das contas, aprender com alguém que está envolvido no jogo foi o que mudou as coisas para mim. Os livros de Nassim Taleb ilustram esse conceito com mais detalhes.

Em nossa comunidade "Mining for Gold", temos formadores de mercado, administradores de fundos e traders com dinheiro real que estão colaborando e trocando ideias/fluxos de trabalho dentro do grupo. Ter esse tipo de ambiente sempre o tornará um operador melhor. Ninguém é bom em tudo, por isso é ótimo poder colaborar com um grande grupo de traders experientes e esforçados, que podem contribuir com aquilo em que são melhores individualmente, e o grupo inteiro pode se beneficiar dessa colaboração.

Você tem alguma dica sobre o que evitar ou estar ciente em algo-trading?

Estude a base sobre a qual você deseja criar algoritmos. Você precisa ver isso como uma partida esportiva. Todos os campeões mundiais estudam seus adversários. No nosso caso, precisamos estudar o mercado que estamos negociando.

O maior problema em potencial a ser observado na mineração de dados é a robustez e o fato de lidar com algoritmos que podem se ajustar à curva. Temos um processo de várias etapas pelo qual passamos para tentar aumentar as chances de robustez, começando por várias etapas que são automatizadas até algumas etapas que são feitas manualmente.

Fique longe dos gurus de negociação de algoritmos que não demonstram desempenho de negociação ao vivo ao longo de vários anos. Ganhar competições de negociação não é uma boa maneira de julgar o conhecimento/experiência do guru de algoritmos, pois essas pessoas normalmente assumem riscos enormes; ou elas se saem muito bem ou estouram toda a conta. Você quer ver o desempenho de negociação ao vivo de uma conta real, com dólares reais, ao longo de vários anos.

Anexo - Relatório de desempenho da Naoufel's Interactive Brokers:  Naoufel Taief VAMI 2021 ano final-