取引モデルは、取引活動を管理するための明確に定義された段階的なルールベースの構造です。 、取引モデルの基本概念を紹介し、そのメリットを説明し、独自の取引モデルを構築する方法について説明します。
取引モデルを構築する利点
ルールベースの取引モデルを使用すると、多くの利点があります。
- モデルは、実証済みの一連のルールに基づいています。 これにより、意思決定から人間の感情を取り除くことができますモデルは、実際のお金でダイブする前に、履歴データでモデルを簡単にバックテストして価値を確認できますモデルベースのバックテストにより、関連するコストを検証できるため、トレーダーは利益の可能性をより現実的に確認できます。 理論上の2ドルの利益は魅力的に見えるかもしれませんが、2.50ドルの仲介手数料により方程式が変わります。モデルを自動化して、モバイルアラート、ポップアップメッセージ、およびチャートを送信できます。 これにより、手動の監視とアクションの必要性を排除できます。 モデルを使用すると、トレーダーは15日間の移動平均を超える50日間の移動平均（DMA）で10株を簡単に追跡できます。 このような自動化がなければ、1つのストックDMAを手動で追跡することは困難です。
独自の取引モデルを構築する方法
取引モデルを構築するには、高度なレベルの取引知識は必要ありません。 ただし、価格がどのように、そしてなぜ動くのか（たとえば、世界の出来事による）、利益の機会がどこにあるのか、そして機会を実際に活用する方法を理解する必要があります。 初心者と中程度の経験を積んだトレーダーは、いくつかの技術指標に精通することから始めることができます。 これらは、取引パターンに対する有意義な洞察を提供します。 技術指標を理解することは、トレーダーがトレンドを概念化し、カスタマイズされた戦略とモデルの変更を行うのにも役立ちます。 、技術指標に基づいた取引に焦点を当てます。
単純な取引モデル戦略の例
トレンドの反転の原理に基づいて、一部のトレーダーは、下落したものが回復するという前提で行動します（逆も同様です）。 トレンド反転の前提を戦略として使用して、取引モデルを構築します。 以下の手順では、取引モデルを作成し、収益性があるかどうかをテストする一連の手順を説明します。
取引モデルを構築するためのフローチャート
ジュリー・バンによる画像©Investopedia 2020
1.取引モデルの概念化
このステップでは、トレーダーは過去の株式の動きを調べて予測傾向を特定し、コンセプトを作成します。 この概念は、広範なデータ分析の結果である場合もあれば、偶然の観察に基づいた予感かもしれません。
この記事では、トレンド反転を使用して戦略を構築しています。 最初のコンセプトは、在庫が前日の終値と比較してxパーセント下落した場合、今後数日でトレンドが逆転することを期待しています。
ここから、過去のデータを見て、質問をしてコンセプトを改善します。コンセプトは本当ですか？ この概念は、選択された少数の高ボラティリティ銘柄のみに適用されますか、それともすべての銘柄に適合しますか？ 予想される傾向反転の期間はどれくらいですか（1日、1週間、または1か月）。 トレードに入るためのダウンレベルとして何を設定すべきですか？ 目標利益レベルは？
通常、最初のコンセプトには多くの未知のものが含まれています。 トレーダーは、開始するためにいくつかの決定ポイントまたは数値を必要とします。 これらは特定の仮定に基づいている場合があります。 例：この戦略は、ベータ値が2から3の適度に不安定な株式に適用できます。株式が3％下落した場合に購入し、トレンド反転のために15日待ち、4％のリターンを期待します。 これらの数値は、トレーダーの仮定と経験に基づいています。 繰り返しますが、技術指標の基本的な理解が重要です。
2.機会を特定する
このステップでは、取引する適切な機会または株を特定します。 これには、履歴データに対するコンセプトの検証が含まれます。 例の概念では、3％の下落で購入します。 評価のために高ボラティリティ銘柄を選択することから始めます。 取引所のWebサイトまたはYahoo!などの金融ポータルから、よく取引される株式の履歴データをダウンロードできます。 ファイナンス。 スプレッドシートの数式を使用して、前日の終値からの変化率を計算し、条件に一致する結果を除外して、次の日のパターンを観察します。 以下はスプレッドシートの例です。
この例では、株式の終値は2日間（2月4日と2月7日）に3％を下回ります。 次の日を注意深く観察すると、傾向の反転が見えるかどうかがわかります。 2月5日の価格は最大4.59％の変化をもたらします。 2月8日までに、変更は1.96％を下回ります。
結果は決定的ですか？ いいえ。1つの観測は概念の期待に一致しますが（4％以上の変化）、1つの観測は一致しません。
次に、より多くのデータポイントとより多くの株式にわたって概念をさらに確認する必要があります。 少なくとも5年間にわたって毎日の価格で複数の銘柄にわたってテストを実行します。 定義された期間内にどの銘柄がプラスのトレンド反転をもたらすかを観察します。 肯定的な結果の数が否定的な結果よりも優れている場合は、コンセプトを続けます。 そうでない場合は、コンセプトを微調整し、コンセプトを再テストまたは破棄して、手順1に戻ります。
3.取引モデルの開発
この段階では、取引モデルを微調整し、コンセプトの評価結果に基づいて必要なバリエーションを導入します。 大規模なデータセット全体の検証を続け、さらに多くのバリエーションを観察します。 特定の平日を考慮すると、戦略の結果は改善されますか？ たとえば、金曜日に株価が3％下落すると、来週内に累積5％以上の増加になりますか？ ベータ値が4を超える高ボラティリティの株式を取得した場合、結果は改善しますか？
元のコンセプトが肯定的な結果を示すかどうかにかかわらず、これらのカスタマイズを検証できます。 複数のパターンを探索し続けることができます。 この段階では、アルゴリズムとコンピュータープログラムにデータを分析させることにより、コンピュータープログラミングを使用して収益性の高い傾向を特定することもできます。 全体として、目標は、当社の戦略からのプラスの結果を改善して、収益性を高めることです。
一部のトレーダーはこの段階で立ち往生し、パラメーターのわずかな変動を伴う大きなデータセットを無限に分析します。 完璧な取引モデルはありません。 テストに関して線を引いて、決定を下すことを忘れないでください。
4.実用性調査を実施する
私たちのモデルは今、見栄えがいいです。 大半の取引でプラスの利益を示しています（たとえば、70％が2ドルの勝ち、30％が1ドルの損失）。 10回の取引ごとに、7 * $ 2 – 3 * $ 1 = $ 11というかなりの利益を上げることができると結論付けています。
この段階では、次の点に基づいた実用性の調査が必要です。
- ブローカーの取引コストは利益のために十分な余地を残していますか？利益を実現するためにそれぞれ500ドルの取引を最大20回行う必要がありますが、利用可能な資本はわずか8000ドルです。私の取引モデルは資本制限を考慮していますか？取引できますか？ 使用可能な資本よりも頻繁に取引を行うモデルは利用可能ですか、または利益を非常に低く維持する取引が少なすぎますか？理論的な結果は必要な規制と一致しますか？ それは禁止されるかもしれない空売りまたは長い日付のオプション取引、または許可されないかもしれない同時の買いと売りポジションの保有を必要としますか？
5.ライブまたは放棄して新しいモデルに移行する
上記のテスト、分析、および調整の結果を考慮して、決定を下します。 取引モデルを使用してリアルマネーに投資するか、モデルを放棄して、ステップ1からやり直してください。
本当のお金でライブを開始したら、特に最初は結果を追跡、分析、評価し続けることが重要です。
6.障害と再起動に備えてください
取引には、常に注意と戦略の改善が必要です。 取引モデルが何年も一貫して利益を上げてきたとしても、市場の動向はいつでも変わる可能性があります。 障害や損失に備えてください。 さらなるカスタマイズと改善を受け入れてください。 お金を失い、それ以上のカスタマイズが見つからない場合は、モデルを破棄し、新しいモデルに進む準備をしてください。
7.仮説シナリオを構築してリスク管理を確保する
選択した戦略によっては、選択した取引モデルにリスク管理を含めることができない場合がありますが、物事が期待どおりに見えない場合は、バックアップ計画を立てることが賢明です。 3パーセント下落した株式を購入したが、翌月のトレンド反転が見られなかった場合はどうなりますか？ その株を限られた損失で投棄するか、そのポジションを保持し続けるべきですか？ 権利問題のようなコーポレートアクションの場合、何をすべきですか？
ボトムライン
数百の確立された取引概念が存在し、新しいトレーダーのカスタマイズとともに日々成長しています。 取引モデルをうまく構築するには、トレーダーは規律、知識、忍耐力、および公正なリスク評価が必要です。 主要な課題の1つは、自己開発した取引戦略に対するトレーダーの感情的な愛着です。 モデルに対するそのような盲目的な信仰は、実装損失につながる可能性があります。 モデルベースの取引は、感情的な分離です。 モデルに障害が発生した場合はダンプし、新しいモデルを考案します（たとえ損失と遅延が限られている場合でも）。 取引は収益性に関するものであり、損失回避はルールベースの取引モデルに組み込まれています。
