De där orden tror jag att du kommer att få äta upp de närmaste åren!
Mailet utgår innan börsen öppnar så att alla har samma förutsättningar. Det är inga snabba trender som försöker att fångas så exakt när man genomför trades är av mindre vikt. Återigen, alla kunde får inte samma steg att följa med tanke på när de köpt och sålt tidigare, när de loggar in osv.
Det har jag faktiskt inte tänkt på. Det kanske blir en juridisk fråga?
Här tänker jag också att det blir en juridisk fråga, om det eventuell skulle bli ett problem.
Så gammal data skulle jag inte använda ens om jag hade den. Jag tror att man idag har väldigt lite att lära av aktiedata från den tiden. Då skulle man få en modell som var biased från en tid då vi körde med häst och vagn. Idag bedrivs merparten av handeln av robotar. Det är äpplen och päron.
Jag ger dig rätt i att jag gärna skulle ha data för sekundupplösta bid- och askstackar, justerade för aktiesplits och helt utan survivorshipsbias från ett halvt sekel sedan. Men någon sådan data finns inte. Jag skulle också gärna ha en Tesla för varje veckodag och fred på jorden.
Absolut. “Man vill träna på så mycket data som möjligt.”
Nja. De är korrelerade i så måtto att de är skandinaviska marknader (och del av den globala marknaden) och att - som jag sa - det rör sig om samma 20-årsperiod. Men algoritmen ser data från helt nya aktier och försöker att orientera sig.
Svenska aktier är också korrelerade med andra svenska aktier. Eller samma aktier under en annan tidsperiod.
Trasiga länkar är inge bra. Det ska vara åtgärdat nu.
Som jag sagt så har strategin inte något utförligt track record än! Den har bara tränats och simulerats med historisk data men det är inga siffror som jag går ut med i marknadsföring. Jag delade dem här, men det är allt.
Jag frågar dig, hur lång skarpt resultat behöver du för att vara tillräckligt säker på att strategin fungerar?
“Stor summa pengar” är också subjektivt, så det är ju upp till dig att bedöma när du tycker att algoritmen är värd “stor summa pengar”. Alltså om du skulle köpa den av någon annan, hur lång skarp historik behöver du för att vara beredd att betala för algoritmen?
Vet inte om jag skulle våga lägga ens ett mindre belopp utan minst 10 års god historik. Kolla bara vad som hände med Nordnet smart vid coronadippen. Smarta algoritmer i all ära, men det kan lätt bli fel också när inte ens JP morgan lyckas göra en blandfond.
Jag håller egentligen med Nightowl och tror nog att det finns en del att lära från aktiemarknaderna för 100 år sedan. Men jag förstår att det kan vara svårt att hitta en simpel modell som inte övertränar på sånt som man hade fel om på den tiden. Å andra sidan, en modell som identifierar skillnader och likheter mellan då och nu har större sannolikhet att fungera även i framtiden medan en algoritm som bara lärt sig korta trender kanske missar uppenbara förändringar i underliggande faktorer.
Men ett minimum vore i alla fall att kika på hur algoritmen tar sig igenom fastighetskraschen på 90-talet, IT-bubblan och finanskrisen. Om du bara har tio års historik så missar du tre riktigt lärorika kriser.
Och jag svarade att jag inte har en aning. Hur långt är ett snöre?
Att värdera algoritmer till “stora summor pengar” var det någon annan som tog upp.
Du kan visa på att index har gått bra de senaste 40 åren utan att inse att vi haft ensidiga, onaturliga tider med pengaprintande, sjunkande räntor och hysteriskt kreditskapande som gjort att allting har gått upp. Det räcker för att övertyga vissa om indexprodukter.
Du kan lansera en ny, fräsch produkt i glansig förpackning, kalla det för en robot trots att det inte är det och visa på att det gått bra i ett år. Det räcker för andra.
När det kommer till träningsdatan vill du å ena sidan ha mängder med data och å andra sidan ha relevant data. Att ha data från en tid då gubbar i hög hatt handlade aktier genom att gå in på ett bankkontor har nog väldigt lite att göra med dagens ekonomiska klimat.
Vilken data och hur mycket data du har påverkar också modellen du kan bygga. Fler variabler och fler alternativ på dem bäddar för overfitting så du vill ha en så enkel modell som möjligt, utan att göra den för enkel så att du underfittar din data.
Det var det Nordnet smart hade. Algoritmen sålde aktier i en bra bit in i nedgången och köpte in sig igen för sent och underpresterade därmed index. Sen beslutades att lägga ner fonderna nått halvår senare.
Då kan vi alltså konstatera att du tror dig tjäna pengar genom att sälja en produkt du inte har en aning om att den fungerar. För att casha in på andra människors tro om historisk avkastning för en aktiv strategi har en statistisk koppling till framtida avkastning.
Trots att det finns mängder med statistik på att aktiva strategier inte har något samband mellan historisk och kommande avkastning.
Alltså du kränger en aktiv produkt för att tjäna pengar på produkten. Inte avkastningen.
Jag önskar dig lycka till. Jag kommer inte rekommendera eller ta i tång med produkten.
Är intresserad av hur du hämtar datat. Är det ett API du använder? Är det gratis eller får du betala för det? Jag hade själv en hemmasnickrad momentumstrategi som jag födde med data genom att göra en daglig manuell screenscraping härifrån: http://www.nasdaqomxnordic.com/aktier. Lade ner det för att det var för meckigt.
