PROGRAMOZOTT KERESKEDÉSI RENDSZEREK

Átírás

1 Budapesti Gazdasági Főiskola KÜLKERESKEDELMI FŐISKOLAI KAR Külgazdasági francia SZAK Nappali tagozat Tőzsde- Pénzintézetek szakirány PROGRAMOZOTT KERESKEDÉSI RENDSZEREK Késztette: Kőrös Gábor László Budapest, 2007.

2 TARTALOMJEGYZÉK 1 A programkereskedés kialakulása Ed Seykota Programozott kereskedés megítélése A programfejlesztés lépései Az időtáv meghatározása A kereskedési rendszer típusa Technikai elemzés alapján Fundamentumok alapján Ötlet Indikátorok Gyertyaformációk Gap forrás: Pullback Program megírása Program tesztelése backtest, riport kiértékelése Időintervallum jelek mennyisége Választott termék Adatok Egyéb backtest beállítások Riport Változtatások Optimalizálás A curve fitting probléma In-sample, out-of sample adatok Végső tesztelés Rendszer élesbe állítása Megvalósítás Pullback Kereskedési Rendszer Indikátor rendszer Végszó

3 Ábrajegyzék 1. sz. Ábra sz. Ábra sz. Ábra sz. Ábra sz. Ábra

4 Táblázat jegyzék 1. sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat sz. Táblázat

5 1 A programkereskedés kialakulása A programozott kereskedési rendszerek az 1970-es évektől kezdve indultak fejlődésnek, miután a világ jelentősebb tőzsdéin elkezdődött az elektronikus rendszerekre történő áttérés folyamata (internet: Wikipédia, Algorithmic trading). A folyamat, mely során ezek a rendszerek robbanásszerűen elterjedtek és meghatározó mértékűvé váltak, az 1980-as évekre datálható. Azóta az eltelt közel harminc év alatt kijelenthetjük, hogy a piacokon és a meghatározó piaci szereplők között térhódítása szakadatlan és növekedési üteme több mint jelentős. Az Aite Group LLC. által publikált kutatás szerint 2006-ban az összes Európai Uniós és Egyesült Államokbeli részvénykereskedés volumenének egyharmadát adták a programozott kereskedési rendszerek. Az 50%-os küszöb átlépését 2010-re jósolják. Ugyancsak beszédes adat, hogy 2006-ban a Londoni Tőzsde (LSE) forgalmának 40%-át tették ki a különböző kereskedési algoritmusok re 60%-ot prognosztizálnak. De a programkereskedés ugyanúgy tetten érhető a Forex esetében is, 2006-ban a forgalom 25% volt tulajdonítható ennek. Legjelentősebb mértékben azonban az amerikai piacokon alkalmazzák az algoritmusos kereskedést, úgy becsülik, hogy 2008-ra az amerikai tőzsdék forgalmának 80%-át teszik ki majd programozott kereskedési rendszerek által adott ügyletek. Ezeknek, a számoknak a hosszas elemzése felesleges, tisztán látszik, hogy továbbra is erős a tendencia, mely az automatizálás irányába hajtja a piaci szereplőket. Jól jellemzi a helyzetet egy a közelmúltban megjelent cikk (internet: IHT, Citigroup), melyben azt írják, hogy a Citigroup 680 millió dollárért vett meg egy programozott kereskedéssel foglalkozó céget. Ugyanebben a cikkben hangzik el az is, hogy a Goldman Sachs évente több tízmillió dollárt költ ezen részlegének fejlesztésére, és többen dolgoznak ezen részen, mint a trading desk-nél. De mi vezetett el idáig? A történet tulajdonképpen az 1970-es években kezdődött, amikor a New Yorki Tőzsdén (NYSE) bevezették a DOT nevű rendszert. Ez a három betű a Designated Order Turnaround kifejezés rövidítése. Ez volt az első lépés, mely abból állt, hogy a megbízásokat elektronikus úton továbbította, majd ezeket, a megbízásokat manuálisan hajtották végre. Ehhez a rendszerhez kapcsolódott az OARS elnevezésű, Opening Automated Reporting System. Ennek a rendszernek a fő szerepe abból állt, hogy segítette a specialistáknak meghatározni a nyitószakasz várható árát. Ezen kezdeti lépések tették lehetővé, hogy a 6

6 későbbiekben a kereskedők automatizált formában adhassanak megbízásokat a tőzsdei termékek vételére ill. eladására. A nagy áttörés az 1980-as években történt, ekkoriban terjedt el széles körben az algoritmusos kereskedés a részvény- ill. a határidős piacokon. Ezen programok lehetőséget adtak az arbitrázsra a részvényindexek esetében. Ez abból állt, hogy megvették, vagy eladták az indexet és pont az ellenkezőjét tették a benne szereplő részvényekkel. Amennyiben az arbitrázs lehetősége fennállt, a programok automatikusan adtak-vettek a megfelelő mennyiségben. Érdemes belegondolni, hogy hogyan nézhetett ki egy arbitrázs művelet az S&P500-as index esetében, ahol az indexkosár 500 részvényt tartalmaz. Az indexarbitrázs mellett a korszak másik népszerű vívmánya volt az ún. portfolióbiztosítás. Ennek lényege az, hogy a Black-Scholes opcióárazási modell alapján szintetikus put opciókat hozunk létre a portfoliónkban szereplő részvényekre azáltal, hogy dinamikus kereskedést folytatunk határidős részvényindexekkel. Akkoriban ezt a két tevékenységet közösen illették a programkereskedés szóval. A pénzügyi piacok elektronikus úton történő megbízás-teljesítése az 1990-es évekre teljesedett ki. Ehhez szükséges volt az Egyesült Államokbeli tőzsdék árképzésének decimalizálására, vagyis a korábbi gyakorlattal szakítva a minimális tick méretet 1/16 dollárról 1 centre változtatták. Ez mindenképpen nagy segítséget jelentett az algoritmusos kereskedési rendszereknek, mert megváltoztatta a piac mikrostruktúráját és csökkentette a market maker előnyét. Viszont ezzel együtt csökkentek a pozícióméretek és a likviditás is a piacokon. Ez arra késztette az intézményi befektetőket, hogy nagyobb méretű megbízásaikat több, kisebb méretűre bontsák fel. Ennek előnye abban állt, hogy míg a nagy megbízás kedvezőtlen módon hatott volna az adott piacra és rontotta volna az átlagárat, addig a részletekben történő teljesítés tompítja ezt a negatív hatást. Ennek a technikának két változata terjedt el a TWAP és a VWAP. A TWAP - azaz Time Weighted Average Price - meghatározza a kontraktusok vagy részvények átlagárát egy adott időintervallumra nézve. Vagyis a nagyméretű megbízások felosztásának fő tényezője az idő és az időbeli eloszlás. Általában a megbízások teljesítése 50-50%-ban történik a nap első ill. a nap második felében. 7

7 A másik módszer a VWAP - vagyis Volume Weighted Average Price - a kereskedett mennyiség és a teljes forgalom viszonyát veszi alapul egy adott időszakra nézve és ez alapján határozza meg az átlagárat. Ahogy terjedtek az elektronikus piacok, úgy egyre több fajta algoritmusos kereskedési program jelent meg. Ilyen volt a már említett arbitrázs program mellett a statisztikai arbitrázs program. A statisztikai arbitrázs (melyet a szakirodalom StatArb-ként emleget) adott esetben egy többszáz részvényből álló portfoliót igényel. Itt minden egyes részvényt egyedileg értékelnek különböző szempontok szerint (korábbi teljesítmény, piaci hírek, stb.), s a hasonló jellegű, de éppen eltérő teljesítménnyel rendelkező részvényeket párokba rendezik. Ezen párokon belül az egyik részvény a megelőző időszakban túlteljesített, míg a másik ezzel ellenkezőleg, alulteljesített. Ez utóbbira long, míg az előzőre short pozíciót nyitnak, arra számítva, hogy a két árfolyam közötti spread konvergálni fog. Néhány nevezetesebb pár pl. a Coca Cola (KO) & Pepsi (PEP), Wal-Mart (WMT) & Target (TGT), Dell (DELL) & Hewlett-Packard (HPQ) és a Ford (F) & General Motors (GM). A kockázat csökkentésére minél több ilyen párat kell létrehozni, mely feladat igazából csak a számítógépes kereskedelem megjelenésével lehetett megvalósítani. 1.1 Ed Seykota Ha programozott kereskedésről esik szó, akkor mindenképpen említést kell tennünk Ed Seykota-ról, aki a műfaj talán legelismertebb képviselője (internet, Wikipédia, Ed Seykota), (Schwager,1990). A holland születésű Ed Seykota 1946 augusztus 7-én látta meg a napvilágot egy Hága melletti városban. Tanulmányait a jó nevű MIT egyetemen végezte, ahol elektronikai mérnöki diplomát szerzett 1969-ben. Az elsők között volt, akik az 1970-es években a programozott kereskedéssel kezdtek foglalkozni. A határidős piacokon való kereskedéshez fejlesztett programot annak a brókercégnek a részére, ahol Michael Marcus-szal dolgozott. Később úgy döntött, hogy önálló vállalkozásba kezd, és önállóan kezeli az ügyfelei pénzét. Sikerét nagy részben köszönhette számítástechnikai és programozási ismereteinek. Továbbfejlődésében 8

8 jelentős szerepe volt a nagynevű technikai elemző, Richard Donchian publikációinak. Ezeknek a hatására kezdett el mozgóátlagokon alapuló trendkövető rendszereket fejleszteni. Ugyancsak nagy hatással volt rá Jesse Livermore élettörténete, melyet a nagysikerű Reminiscences of a Stock Operator c. könyv dolgoz fel. Az első kereskedési rendszere exponenciális mozgóátlagokra épült. Gyakran idézett mondása szerint, a rendszereket nem kell változtatni, hanem egy tradernek olyan rendszert kell kifejlesztenie, amely illik hozzá. Seykota ennek fényében csiszolta rendszerét az idők során, hogy az jobban illeszkedjen az ő kereskedési stílusához. Mint a legsikeresebb traderek mindegyikénél, nála is kiemelhető a kereskedés iránti pozitív értelmű megszállottság. Érdekes tényező, hogy a kereskedés mellett saját website-ján fizikai problémákkal is foglalkozik, különösen Bernoulli-féle áramlástannal. Jelenleg Nevada államban él, a Tahoe tó északi részén. 1.2 Programozott kereskedés megítélése A programkereskedés, mint jelenség megítélése igencsak ellentmondásként jellemezhető. Egyrészről mindenképpen vannak olyan pozitív hatásai, mint pl. a piacok likviditásának fokozása, másrészről viszont befolyásolják a piacok karakterisztikáját. Egyesek az 1987-es tőzsdei krach egyik fő okozójának tekintik. Ennek megítélése viszont korántsem egyértelmű. Valószínűleg a programozott kereskedést nem lehet felelőssé tenni a krach bekövetkezéséért, viszont jelentős szerepe lehetett abban, hogy a tőzsdei zuhanás ilyen gyors és ilyen nagymértékű volt. Főként akkoriban, a programozott kereskedési rendszerek nagy része trendkövető volt. Így amíg az emelkedő trend élt, addig ezek a rendszerek támogatták a vételt. Viszont amikor a fordulat bekövetkezett, akkor hatalmas mértékű eladói hullám alakult ki, minden rendszer zárni akarta a pozícióit. Vannak, akik ellenséget látnak a programozott kereskedésben, vannak, akik ennek köszönhetik vagyonukat. Objektív módon igazságot tenni nem biztos, hogy lehet. Jómagam mint azt a témaválasztás is sugallja szimpatizálok a programozott kereskedési rendszerekkel. Egyrészről szépnek látom, hogy egy főként pillanatnyi érzelmek és individumok uralta közegben a végletesen tiszta racionalitás profitot termelhet. A kihívás sem mindennapi, de a szem előtt lebegő jutalom legalább annyira csábító. Én, személy szerint nem látok kivetni valót az automatikus programozott kereskedési rendszerek alkalmazásában. Régen azokat tették felelőssé, akik részvényeket shortoltak a 29- es válság idején. Ma egy short pozíció felvétele nem jelent negatív megítélést. Mindenki próbál az aktuális játékszabályok betartásával vegyük az optimista esetet minél nagyobb 9

9 hasznot elérni. A programozott kereskedési rendszerek alkalmazása nem szabálytalan. Főként azok tekinthetik ellenségüknek, akik nem tudnak alkalmazkodni a megváltozott piaci struktúrához. A továbbiakban ezzel a kérdéssel nem kívánok foglalkozik, és kizárólag a rendszer fejlesztésére fogok koncentrálni. Viszont lényegesnek tartottam, hogy a programozott kereskedési rendszerek ezen aspektusáról is szó essen. 10

10 2 A programfejlesztés lépései Innentől kezdve elmélyülünk a kereskedési rendszer fejlesztésében. Részletesen végigvesszük a főbb állomásokat, a kínálkozó lehetőségeket előnyeikkel és hátrányaikkal egyetemben. A dolgozat harmadik részében pedig az itt említett elméleti szempontok alapján két konkrét rendszer fejlesztését fogjuk figyelemmel kísérni. 2.1 Az időtáv meghatározása Rendszerünk tervezésekor az első dolog, amit el kell döntenünk az, hogy milyen időtávon akarunk kereskedni. Az egyik legkézenfekvőbb és legáltalánosabb felosztás az időtávok tekintetében a következő: Daytrade (napon belüli) Swingtrade (néhány napos) Hetes- hónapos Éves Az időtávoknak persze megvannak az előnyeik és a hátrányaik is. Daytrade esetében előnyt jelenthet, hogy egy nyitott pozíciót nem tartunk sokáig és ezáltal gyorsan kereskedünk és sok ügyletünk lesz. Ez tapasztalatszerzésnek mindenképpen előnyös, hiszen így tudjuk a leggyorsabban megismerni és megszokni, hogy milyen hatással van ránk, ha pénzünket kockáztatjuk és pozíciót nyitunk. Lényeges dolog, hogy már a kezdetekkor kiderüljön, hogyan tudjuk kezelni az ilyen jellegű stresszt, feszültséget. Aki képes rá, hogy az izgalom ellenére objektíven szemlélje a piaci történéseket, az sikeresebben kereskedhet hosszabb időtávon is. Éves időtávot véve alapul, igencsak valószínű, hogy egy vagy több korrekciós szakaszt is ki kell védekeznünk pozíciónk megléte alatt. Viszont nem mindig nyilvánvaló annak a megítélése, hogy mikor beszélünk korrekcióról és mikor trendfordulóról. Hosszabb távon kereskedni alapvetően olyan piacon érdemes, ahol egyértelműen megállapítható az uralkodó trend iránya. Egy oldalazó piacon a túl hosszú időtávval nem sokra megyünk, míg ha rövidebben szemléljük, akkor jó lehetőségek adódhatnak. 11

11 Mi alapján döntsük el, hogy milyen időtávon kereskedjünk? Első és talán a legfontosabb tényező az, hogy melyik időtáv illik a személyiségünkhöz. Mennyire tudom elviselni, ha bukó pozícióba kerülök? Ki tudom-e várni, amíg egy korrekció után a trend továbbfolytatódik? Ezt mindenkinek magának kell eldöntenie, főként önismeret alapján. A második tényező az, hogy mennyi időt és energiát tudunk a kereskedésre fordítani. Egész nap a monitor előtt tudunk ülni és figyelni az árfolyamokat, vagy csak a nyitáskor és záráskor, vagy esetleg csak hetente néhányszor nézzük meg mi a helyzet. Ez többnyire az adott ember életmódjával kapcsolatos tényezők. Van viszont még egy fontos tényező mégpedig az, hogy milyen gyorsan szeretnénk eredményt látni. A hosszabb időtávok esetében el kell tudni fogadnunk, hogy könnyen lehet, hogy több hónapig ülünk egy pozícióban és nem olyan kézzelfogható az eredmény, mint amikor daytrade esetében a nap végén látjuk, hogy mi az aznapi egyenlegünk. Ezen tényezők alapján, mindenkinek magának kell eldöntenie, hogy melyik időtáv lehet a legeredményesebb az ő szempontjából és ezt a választott időtávot a rendszer tervezésekor is figyelembe kell venni. 2.2 A kereskedési rendszer típusa A program tervezésének második fontos állomása, hogy meghatározzuk, mire épüljön a rendszerünk, vagyis mi alapján fogunk kereskedni. Véleményem szerint ezen a ponton semmiképpen sem hagyhatjuk figyelmen kívül, hogy milyen piacon kívánunk kereskedni. (egy program robosztusságával később külön foglalkozom). Most vegyük sorra a főbb típusokat: Technikai alapon Indikátor alapján Gyertyák alapján Fundamentumok alapján scan típusú Mivel dolgozatomnak nem célja ezen elemzési módszerek részletes bemutatása, ezért csak azt emelem ki, ami a koncepció megértéséhez és a programozott kereskedés szempontjából fontos. 12

12 2.2.1 Technikai elemzés alapján A technikai elemzés az egyik lehetséges megközelítése a piacoknak, nagyon sokan használják felszínesebb vagy elmélyültebb formájában is. Az elemzés arra épül, hogy az ár tartalmaz minden lényeges információt ahhoz, hogy a múltbeli árfolyam alakulásából lehetséges forgatókönyveket készíthessünk a jövőre nézve. Ehhez szükséges feltételezünk azt, hogy a piac szereplői hasonló szituációkban hasonlóan viselkednek. Itt kitérnék egy inkább filozófiainak minősített problémára. Jogos lehet a kérdés, vajon miért követné el valaki kétszer ugyanazt a hibát? Historia docet a történelem tanít-, mondja a latin mondás. De mit is tanulhatunk mi a már megtörtént eseményekből? Én személy szerint nem hiszek abban, hogy egy olyan területen mint a gazdaság az emberiség ne követné el ugyanazokat a hibákat, amiket annak idején is. Kiváltképpen igaz ez a tőzsdére is. A tőzsde ciklikussága az emberi tömeg természetéből ered. Hiába követet el egy hibát egy adott közösség 1929-ben, véleményem szerint ugyanezt vagy egy hasonló hibát képes (lenne) elkövetni egy másik közösség évtizedek múltán. Jobban hiszek abban, hogy az egyén tanulhat a múltbeli történésekből, felhasználhatja az ott tapasztaltakat, de megváltoztatni, befolyásolni lényegében nem tudja. Az egyén tud tanulni, a tömeg nem. Ezért is gondolom azt, hogy a technikai elemzés egy használható megközelítése a piaci folyamatok kiaknázásának, hiszen pusztán statisztikai módszerek alapján végzünk vizsgálatokat, melyek a kereskedésben résztvevő tömeg viselkedését jellemzi. Jóllehet vannak misztikusnak tűnő eszközök is az eszköztárban, de amit sokan használnak, az azért működik, mert sokan használják. Most vegyük sorra a technikai elemzés eszköztárának leglényegesebb elemeit! Indikátorok Az indikátorok a technikai elemzés eszköztárának egyik nagy csoportját alkotják. Több osztályba sorolhatók, de közös bennük, hogy az árfolyam és néha a forgalom adatok alapján egy megadott matematikai formula szerint számolva a kereskedésben felhasználható jelzéseket generálnak. Osztályozásuk a következőképpen történhet: Átlagok Oszcillátorok 13

13 Átlagok Az átlagok az egyszerűbb fajta indikátorok közé tartoznak, azonban használatuk mégis nagy előnyt jelent. Rendkívül elterjedtek manapság és talán ez állhat használhatóságuk hátterében. A technikai elemzésben a három fő típusa az Egyszerű mozgóátlag (Simple Moving Average) Súlyozott mozgóátlag (Weighted Moving Average) Exponenciális mozgóátlag (Exponential moving Average) Viselkedésében a súlyozott mozgóátlag abban különbözik az egyszerűtől, hogy a vizsgált periódus időben közelebbi elemei valami alapján nagyobb súllyal szerepelnek az átlag számításakor. Ennek egyik előnye, hogy az időben közelebbi értékek meghatározóbbak legyenek, mint a régebben történtek. Ehhez hasonló az exponenciális mozgóátlag is, ahol az adatok súlyozása az idő múlásával exponenciális mértékben csökken. A mozgóátlagokat alapvetően arra használjuk, hogy kiszűrjük az árfolyamban lévő zajt és ezáltal megállapíthassuk, hogy az árfolyam emelkedő, csökkenő vagy trend nélküli mozgást végez. Oszcillátorok Ide tartozik a legtöbb indikátor és változatosságuk miatt még további csoportokba tudjuk őket osztani. Az egyik csoportba azokat sorolhatjuk, melyek a piac túladott vagy túlvett szintjét határozzák meg. Ilyen pl. az RSI (Relative Strength Index) vagy az ROC (Rate Of Change). Ugyancsak beszélhetünk olyan indikátorokról, melyek a piacon uralkodó trend erősségét mérik. Ide sorolhatjuk a DMI-t (Directional Movement Index) vagy a Momentum-ot. Ezen kívül van sokfajta Sztochasztikus Oszcillátor, melyek konkrét vételi és eladási jelzést adnak. Az egyik legjobban használható közülük, a Stochastik Slow. Az itt felsoroltak a leginkább ismertek és használtak, de természetesen rengeteg fajta oszcillátort terveztek már, de ezek azok, amelyek szinte bármelyik technikai elemzéssel foglalkozó programban elérhetőek Gyertyák formációk: Több módszer létezik arra, hogyan ábrázoljunk egy árfolyamokat tartalmazó adatsort egy koordinátarendszerben (Chartcenter, 2005). A legegyszerűbb az, amikor adott időintervallum 14

14 záró- vagy átlagárát ábrázoljuk és a pontokat összekötjük. Ez adja a vonal-típusú grafikont. Ennél viszont többet mond el számunkra a gyertya chart. Ez az ábrázolásmód Japánban jelent meg először az 1700-as években, ahol a rizs árfolyamváltozásának megjelenítésére használtak. Egy Homma nevű japán kereskedő fedezte fel, hogy nemcsak a rizs kínálata és kereslete, hanem a piacon kereskedők hangulata is erősen befolyásolja a rizs árát. Így rájött, hogyha megérti, rendszerezi és definiálja ezt a hangulatváltozást, akkor ez segítheti a rizs árváltozásának megjóslásában. Megértette, hogy óriási különbség tud lenni a rizs értéke és ára között. A Homma által kidolgozott alapelvek segítségével figyelte és előre jelezte a piaci hangulatot. Erre az alapelvre épül a japán gyertya elemzés módszere. Nagy előnye az, hogy egy adott időintervallumhoz kapcsolódóan 4 információt jelenít meg egy gyertya alakú forma segítségével. A négy adat az időszaki nyitóár, záróár, maximum és minimum érték. A nyitóár és a záróár adják a gyertya testét, míg a kanócok az időszaki szélsőértékeket jelölik. Ha a nyitóár alacsonyabb, mint a záróár, vagyis az árfolyam emelkedett, akkor a gyertya teste fehér vagy zöld színű, míg ellenkező esetben fekete vagy piros. Igaz a technika már évszázadok óta ismert volt, lényegében mégis csak a 20. században kezdték el széles körben használni. Elsősorban indikátorokkal együtt használva működik jól ez az elemzési technika ill. olyan termékek esetén, ahol nem áll rendelkezésünkre forgalom adat. Az elemzés során értékelhetünk önálló gyertyákat, de különböző alakzatokat is. Ezekkel az alakzatokkal még a kereskedési ötlet című részben részletesebben foglalkozunk. 1. sz.ábra Forrás: chartcenter Technikai elemzés tanfolyam anyaga 15

15 2.2.2 Fundamentumok alapján A technikai elemzés mellett a másik megközelítés a fundamentális. A fundamentális elemző közép ill. hosszabb távon szemlél egy adott befektetési lehetőséget. Makro- illetve részvények esetén mikrogazdasági szinten vizsgálja a környezetet, vállalat pénzügyi jelentéseiből mutatószámokat számol, figyelembe veszi személyi szinten a cég menedzsmentjét stb. Ha a programozott kereskedést fundamentális elemzésre akarjuk építeni, akkor a legkézenfekvőbb, hogy a pénzügyi mutatószámokat használjuk fel. Ezek gondos megválasztásával viszonylag gyorsan, viszonylag hiteles képet (feltéve, hogy a közölt adatok hitelesek) kaphatunk a kiszemelt vállalatról. A leggyakrabban használt mutatószámok elérhetőek egy fejlettebb kereskedési platform segítségével és ezzel sok időt lehet megtakarítani. Viszont nem szabad csupán a számokra hagyatkozni, figyelembe kell venni az adott szektor teljesítményét és a konkurens vállalatokat is. A mutatószámokat a következőképpen csoportosíthatjuk (Tőzsdei szakvizsga felkészítő, 2004): Jövedelmezőségi Hatékonysági Tőkeáttételi Likviditási Piaci Jövedelmezőségi mutatók Ezek a mutatók arra adnak választ, hogy a vállalatok a gazdálkodás során milyen eredményességgel használják fel a tulajdonosok és a hitelezők által rendelkezésre bocsátott forrásokat, illetve az ezekből megszerzett és működtetett eszközök nyereség termelésére. Legfontosabbak a ROA (Return On Assets) ill. a ROE (Return On Equity) vagyis az eszközill. sajáttőke-arányos nyereség, EPS (Earning Per Share) egy részvényre jutó eredmény, az osztalékfizetési ráta. 16

16 Hatékonysági Szintén a vállalat működését vizsgálják, de az egyes eszközök vagy eszközcsoportok kihasználtsága szempontjából. Ide tartozik a készletek forgási sebessége, forgótőke forgási sebessége. Tőkeáttételi mutatók Ezek a mutatók, a társaság finanszírozási tevékenységét, illetve annak a működésére és a befektetőkre gyakorolt hatásával foglalkozik. Ebbe a kategóriába soroljuk az Idegen tőke-saját tőke arányt meghatározó mutatót, a sajáttőke-arányt, ill. a kamatfedezettségi mutatót. Likviditási A likviditási mutatók azt vizsgálják, hogy az adott társaság mennyiben képes eleget tenni rövidlejáratú kötelezettségeinek a rendelkezésre álló forgóeszközei felhasználásával. Ilyen mutató pl. a Likviditási ráta, likviditási gyorsráta, pénzeszközarány. Piaci mutatók A piaci mutatók az adott társaság értékpapírjainak piaci megítélését jellemzik. Legfontosabbak: P/E (Price/Earning) azaz Árfolyam/nyereség arány, árfolyam/cashflow arány, EV/EBDIT-mutató, árfolyam/könyv szerinti érték, osztalékhozam. Fundamentális elemzést programozott kereskedés formájában megvalósítani legkönnyebben a mutatószámok szűrése alapján lehet. Mivel ezek egzakt számok könnyen kezelhetőek. Viszont a hátránya ennek a módszernek, hogy csak részvények esetében működik. De ha kakaóra, olajra, repcére, vagy az angol font japán yen keresztárfolyamra akarjuk alkalmazni akkor megbukik a módszer. Ha nem pusztán a mutatószámok alapján akarunk rendszert építeni, akkor nagyságrendekkel nehezebb dolgunk van, míg a rendszer használhatósága nem feltétlen fog növekedni az összetettséggel arányosan. Van még egy fontos dolog, amiről itt említést kell tenni. Érdemes kicsit belegondolni, hogy mennyire érdemes árupiaci termékek esetében fundamentális alapon kereskedni. Sok ellentétes véleményt lehet hallani arról, hogy a piacok évvel ezelőtt is ilyenek voltak-e vagy sem. Személyes véleményem szerint a piacok karakterisztikája változott. És ennek éppen az egyik oka a programozott kereskedés elterjedése. A legtöbb program technikai 17

17 alapon kereskedik. Ez nem jelenti azt, hogy a piaci események gyökeres ellentétben lennének a fundamentumok indokolta eseményektől, de hogy torzító hatásuk van az valószínű. A másik dolog pedig az árupiaci termékek és a fundamentális megközelítéssel kapcsolatban az, hogy manapság sokkal de sokkal több a spekulációs pozíció ezeken a piacokon, mint régebben. (internet: Nyilasi, Tőzsdeblog). Ha például megnézzük a crude típusú olaj nyitott kötésállományát novemberre és ezt összehasonlítjuk az októberben kifutó mennyiséggel, vagyis azzal, hogy hány kontraktus vonatkozik a tényleges fizikai szállításra, meglepő eredményt találunk. 1. sz.táblázat (forrás: november 1.) A tényleges szállításra vonatkozó mennyiség két nagyságrenddel tér el a lejárat előtti spekulációs pozíciók méretétől. Vagyis a kereskedés volumenének mindössze 1%-a vonatkozik a tényleges olajszállításra! A többi mind puszta spekuláció. Egy ilyen környezetben másképpen kell értékelni egy készletadatot, egy hurrikánt, az összes fundamentális hírt, mert az árakat már nem a klasszikus kereslet-kínálati viszonyok tartják kézben. 2.3 Ötlet Most érkeztünk ahhoz a ponthoz, hogy konkrét ötleteket kell megfogalmaznunk, ami alapján venni és eladni fogunk. Rendkívül sok ötletet szerezhetünk könyvekből, internetes honlapokról, fórumokról, ezeket mindig érdemes tanulmányozni. Persze felvetődik a kérdés, 18

18 vajon ki osztaná meg velünk ingyen a nyerő stratégiáját? Valószínűleg senki, ez így is lehet, viszont ötleteket szerezhetünk vagy már meglévő rendszereket bővíthetünk, átalakíthatjuk. És persze ha van elég tapasztalatunk és kreativitásunk, akkor saját ötletekkel is megpróbálkozhatunk. Az alábbiakban azt vesszük sorra, hogy milyen irányvonalak mentén lehet elindulni Indikátorok Készíthetünk olyan rendszert, amely bizonyos indikátorokat figyelnek, egyet vagy többet is egyidejűleg és bizonyos feltételek teljesülésekor vételi ill. eladási jelzést generálnak. Megtehetjük, hogy csak egy kiválasztott indikátor jelzéseit vesszük figyelembe, ám a rendszer hatásfoka számottevően növelhető, ha több, megfelelőem összeválogatott indikátort használunk. Például vegyük az egyik legnépszerűbb indikátort, az MACD, mely a mozgóátlagok konvergenciáját és divergenciáját mutatja meg. Ez az indikátor két vonalat jelenít meg. Az egyik a 12-es és a 26-os periódusú (standard paraméterezés alapján) mozgóátlagok különbségét jelöli, míg a másik pedig ennek a kiszámolt különbségnek a 9-es periódusú mozgóátlaga, ezt nevezik signal - vonalnak is. Az indikátor önmagában is generál vételi és eladási jelzéseket. Vételi jelzésnek számít, amikor az MACD (a különbséget megjelenítő vonal) alulról felfelé metszi a signal vonalat. Eladási jelzése pedig ellenkező esetben van, amikor a signal vonal metszi alulról felfelé az MACD-t. Ha csak ezeknek a jeleknek az alapján kereskednénk, teljesítményünk nagy átlagban minimálisan lehetne jobb, mint 50% a nyerő-vesztő ügyletek arányát tekintve. Viszont ha egy további feltételt építünk a rendszerbe, mellyel ugyan csökkeni fog a jelek száma, a hatékonyság nagymértékben növekedhet. Kombinálhatjuk például az MACD jelzéseit az RSI indikátorral, mely emlékezzünk vissza, a piac túlvett ill. túladott szintjét mutatja. Az RSI egy zárt skálájú indikátor, 0 és 100 között vehet fel értéket. A standard paraméterek alapján 14-es periódusú RSI-nél a 30-as szint alatt tekintjük a piacot túladottnak és a 70-es szint felett pedig túlvettnek. A tapasztalatok alapján az indikátor nem tartózkodhat túl sokáig ezen szélső értéktartományokban. Vagyis megtehetjük azt, hogy csak akkor vesszük figyelembe az MACD vételi jelzését, ha közben az RSI értéke 30 alatt van. Így sokkal bizonyosabb vételi jelzést kapunk és kiszűrtük az MACD 19

19 téves riasztásait. Ez persze még mindig nagyon egyszerű, de a példa célja az volt, hogy érzékeltesse, milyen lehetőségek vannak az eszközök kombinált használatában Gyertyaformációk Ötletként felmerülhet, a már említett gyertya chart-ra épülő kereskedés. Piaci alakzatokkal gyakran találkozhatunk, sokan használják a legelterjedtebbeket. Ilyen pl. a duplacsúcs, duplaalj, háromszögek stb. ez ötlet szintjén jónak tűnhet, de ezeknek az alakzatoknak az egzakt leprogramozása egyáltalán nem egyszerű. Ha valaki mégis ez alapján szeretne kereskedni, annak sem javaslom, hogy nekiálljon a programozásnak, mert azért vannak, akik már ezt megtették és az interneten meg lehet venni a különböző kiegészítő programokat. Viszont ami jóval egyszerűbb, bár korántsem triviális az, hogy gyertya alakzatok alapján kereskedjünk. Tapasztalatok alapján meghatároztak olyan gyertyaformációkat, melyek a múltban megbízhatóan előrevetítették az árfolyam mozgását. Ezek a formák általában nem hosszabbak 4-5 gyertyánál, vagyis leprogramozásuk még az ésszerűség határán belül mozog. Ráadásul létezik egy csoport ( akik amerikai részvényekkel kereskednek sikeresen - kizárólag gyertyaformációk alapján. Néhány gyertyaformáció: 2. sz.ábra Forrás: chartcenter Technikai elemzés tanfolyam anyaga 20

20 2.3.3 Gap Ha a fenti ábrákra nézünk láthatjuk, hogy több esetben is gap-ek szerepelnek az ábrákon. A gap magyar megfelelője a rés. Gap akkor keletkezik, amikor két egymást követő gyertya nincs egymással átfedésben (Chartcenter, 2005). Tehát van olyan rész a grafikonon, az árfolyamban, ahol nem történik üzletkötés. A technikai elemzés szempontjából a rések jelzik egy folyamat elejét vagy végét, illetve a folyamat kiterjedését. Rések közül több fajtát is megkülönböztet a szakirodalom. Közönséges vagy átmeneti rés Igazi jelentősége nincs, a piac pillanatnyi hirtelen megítélésének változása eredményezi. Konszolidációs vagy trend nélküli időben jelentkezik. A forgalom a rés megjelenésekor nem változik, a piac hamar betölti és éppen ezért jelzés értéke nincs. Kitörési rés Kitörési résről akkor beszélünk, ha az ár egy a korábban megismert formációból tör ki, magas forgalom mellett. Ha a piac rövidesen nem tölti be, akkor egy tartós folyamat kezdetét jelenti. Ha viszont beölti, úgy elveszíti jelentőségét és közönséges réssé válik. Ha a rés kifejlődését követően a rés betöltetlen marad, az árak az új irányba meredeken mozognak, és egy új rés alakul ki, amit szökési résnek nevezünk. Ez vételi jelzésnek minősül. Szökési vagy mérési rés Mint már előbb említettük, a szökési rés egy folyamat során a kitörés és az ármozgás vége között félúton alakul ki, ezért is nevezik mérési vagy felezőpont résnek. Segítségével a trend végét lehet meghatározni. A folyamat közben néha betölti a piac, és több szökési rés is kialakulhat, azonban jelzésértékét ez nem csökkenti. A forgalom a szökési rés megjelenésekor is erősen megnő. Kimerülési rés A kimerülési rés közvetlen a trend vége előtt jelenik meg és azt jelenti, hogy a piac az árfolyamok emelkedésének a lendületét már nem viseli el és nagy forgalom mellett egy réssel válaszol. Ezt a rést a piac rövid időn belül mindig betölti, gyakran egy újabb réssel elszigetelve és létrejön a sziget-forduló. A kimerülési rést nem lehet egyértelműen trendforduló kialakulásának értelmezni (kivéve a sziget fordulót), de utána mindenképpen 21