DAX+0,98 % EUR/USD+0,49 % Gold-0,33 % Öl (Brent)+0,55 %

Meine kleine Sammlung an Börsenstatistiken (Seite 13)



Begriffe und/oder Benutzer

 

S&P 500 sectors: total returns 2004-2019
23.4.

aus: https://www.marketwatch.com/story/analysts-see-plenty-of-att…


=> 15Y:
• ich finde Utilities und Consumer Discretionary bemerkenswert; Letztere sind halt schwierig (*), so daß man sich an den SP500-Werten dazu halten sollte (außer Experten, die immer alles dürfen ;) ):
(*) in Mode, außer Mode :confused:

--> da müssten ja mMn auch Autos drin sein :confused:

--> die Performance von Health Care mit nur knapp über SP500 finde ich auch überraschend schlecht :eek:
How to Make Sense of the Stock Market in the Age of Algorithmic Trading
Updated April 25, 2019 at 11:34 a.m. ET
https://www.marketwatch.com/articles/making-sense-of-the-mar…

=>
...
On any given day, the options market now represents about 55% of the stock market’s notional average daily volume. This trend is even more significant in specific stocks. Options volumes have recently exceeded stock volumes for Amazon.com (ticker: AMZN), Apple (AAPL), Boeing (BA), Tesla (TSLA), Facebook (FB), Alphabet (GOOGL), Booking Holdings (BKNG), and Wynn Resorts (WYNN).

...

Meanwhile, shifting event liquidity means stocks are prone to make outsize moves—both up and down—in reaction to earnings. Why? Dealer computers are programmed to back away from markets when anything happens that qualifies as “non-normal continuous trading,” such as gap moves when stocks open sharply higher or lower than the close, as can occur around earnings reports or the release of economic data. In response, dealers’ algorithms are programmed to automatically change market prices—usually for the worse—based on key words in headlines.

...

When the market moves, or a stock flutters, investors reflexively think someone knows more than they do, but the moves increasingly reflect the collision of low liquidity and dealer pricing algorithms.

“Robots are more cautious than people,” said one trader who is, like many others, trying to determine if that can be consistently gamed to make money.
Cooler Monte Carlo Simulator -- Risk Simulator (1)
es gibt ja viele im Netz, aber dieser sticht mMn positiv hervor:

https://niclashummel.com/risk-simulator
Antwort auf Beitrag Nr.: 60.579.167 von faultcode am 15.05.19 20:56:45
Cooler Monte Carlo Simulator -- Risk Simulator (2) ==> Spielzeug, wie jeder (einfache) MC-Simulator
<keine wissenschaftliche Untersuchung, schon gar nicht über die Normalverteilung (*); so ein Simulator, wie andere auch, ist als solcher technisch gesehen sicherlich richtig und OK in Bezug auf die angenommenen Grundlagen --> (*) ;) ; aber die Aussagen, die sich daraus ergeben (könnten), sind einfach Unsinn, wenn ich damit anfange, ein Bündel realisierter Trades abzubilden>


Aus (steuerlichen) Gründen kenne ich die Eckdaten aus meinem (Consors-)Tradingkonto für 2017 und 2018 mit 78 abgeschlossenen Trades --> (p) unten.

=> und dabei kommt immer totaler Simulations-Müll raus, wie ein Sharpe Ratio von regelmässig > 10,000.00 :laugh:
<übrigens: auch bei deutlich gutmütigeren Parametern>


=> aber gut, nun weiß ich auf die Schnelle (*), daß Monte Carlo-Simulatoren (in einfach) Müll sind.

=> und der Grund dafür ist einfach:
• mit großer Abweichung vom Anfangskapital ändert der Trader sein Verhalten --> er ist also - wie jeder (freie) Finanzmarkt - auch adaptiv (~); ob er will oder nicht!

=> z.B.: bei Null EURO im Portfolio ist Schluss (meist schon vorher). Kommt aber oben regelmäßig vor. Ist mir nie passiert. Selbst wenn ich oben eine DD Allowance (Drawdown) von 10% eingebe, bekomme ich Portfolios mit <<0 :eek:

=> auch ist bei 10 Kurven fast immer eine dabei, bei der ich innerhalb von 2 Jahren ein Kapital von über EUR1Mio akkumuliert hätte --> unrealitisch wg. (~), und auch weil mir keine Bank mehr für Instrument (Knock Out, Optionsschein, etc.) einen Einsatz von >>EUR10.000 uneingeschränkt zu dem von mir gewünschten Zeitpunkt verkaufen kann, will und wird.


=> wichtig auch:
• die STD's müssen stimmen! Default mit 20% bei Loss Trades ist (mMn) unrealistisch in Bezug zu 40% bei Profit trades

=> das kann man sehr einfach begründen:
• man startet sinnigerweise keinen Trade, um so verlieren => warum also sollte die elementar wichtige Vola (= Standardabweichung = STD = Vola = Volatilität) bei Verlusttrades so gering sein im Vergleich zu Gewinntrades?

--> ich kenne niemanden, der mit Stop Loss-Trading reich geworden ist ;)

=> meine STD bei Loss trades ist höher als bei Profit trades (was aber individuell ist und bei mir mit "Conviction" zu tun hat, bzw. hatte Ende 2018 mit 2...3 Tesla-Total-Verlusttrades --> Stichwort "Theta burn"; hinzu kommt, daß darunter doch einige Positionen mit Hedging-Charakter zu Investments waren; Investments welche hier nicht berücksichtigt sind --> daß würde auch sonst unendlich kompliziert werden)

=> zwischen 20% und 40% bei der Vola passt "ein ganzes Sonnensystem" beim Traden.

___
(p) Parameter:
• AVERAGE LOSS: 58.00%
• AVERAGE WIN: 44.47%
• HITRATE: 70.51
• STD LOSS TRADES: 36.52%
• STD PROFIT TRADES: 32.92%
• (TRADES: 78 --- in 2 Jahren)
• DD ALLOWANCE --> Effekt??? --> offen gelassen
(• alles mit Gebühren; aber ohne Steuer --> Einkommensteuer ist nochmal ein ganz anderes Kapitel wg. starker Nichtlinearität)

=> zum Beispiel:







=> d.h., auch eine (einfache) Monte Carlo-Simulation löst mitnichten das Prognose-Problem ;)
Antwort auf Beitrag Nr.: 60.580.523 von faultcode am 16.05.19 01:14:51
Monte Carlo Simulator (MCS) (3) ==> do it yourself
<auch hier nur quick & dirty>

Idee aus:

Monte Carlo Simulation in Python – Simulating a Random Walk
https://www.pythonforfinance.net/2016/11/28/monte-carlo-simu… (*)

--> Code für unten: https://pastebin.com/LXTYAjZp

--> Original-Python-Code von oben (*) hier für obige Trades angepasst:

S = 10000 # starting stock price (i.e. last available real stock price) --> initial capital
T = 78 # Number of trades
mu = 0.1425 # Return --> 14.25%
vol = 0.5790 # Volatility --> 57.9%


=> also, alle 78 Trades (2017-2018) mit nur 2 Kenngrößen erfasst:

• my = µ = mittlere (arithm.) Rendite pro Trade über alle Trades
• Vola = STD (sigma) über alle relativen Trade-Renditen [in %] -- die halt sehr hoch ist für so einen eher kurzen Zeitraum.

Wobei bei alledem vieles nicht berücksichtigt ist, wie:
• Verteilung der Zeiträume der Trades (2017, 2018 bezieht sich nur auf dabei geschlossene Trades; Eröffnungen können schon in 2014(?), 2015 oder 2016 stattgefunden haben (a))
• Verteilung der Trade-Größen; stellenweise eine Dekade: Aktien-Indizes (z.B. NASDAQ100) mit relativ hohem Startkapital
• Benchmark
parallele / sequenzielle Trades <--- offenbar spielt das eine (sehr große) Rolle: hier nur sequentiell simuliert, quasi mit einem Instrument, immer voll investiert, jeweils mit immer dem gleichen µ und sigma, was sicherlich auch die falsche Simulation ist
• Cashanteil beim Startlkapital; schwankender Cashanteil während des Beobachtungzeitraumes
• was noch?

..und somit keine Aufteilung mehr wie oben in 2 Gruppen mit jeweils eigenen Kennzahlen:
• Gewinn-Trades
• Verlust-Trades


=> Python-Skript-Ausgabe:



=> und siehe da:
• nur ein Simulationlauf von 10.000 reicht mal kurz an EUR100k heran! --> keine Millionen mehr (an Buchgewinnen)!
• aber auch keinen Null-Lauf!?! :eek:

--> die Quantile sind auch interessant:
• nur 5% aller Simulationsläufe führen nach 78 Trades zu einem Kapital von max. EUR3,756.14
• aber 95% aller Simulationsläufe enden nach max. EUR25,169.07 --> reich werde ich damit nicht (das Startkapital oben und hier ist fiktiv)

--> Benchmarking (wie so vieles) fehlt auch => daher nur schnell noch die DAX-Renditen:
• 2017: +12.5%
• 2018: -18.3%
aus: https://www.boerse.de/performance/Dax/DE0008469008

=> das macht -4,13% von Ende 2016 bis Ende 2018 p.a.

=> ich hatte hingegen in etwa +5.6% p.a. (vor Steuern, und mit Einschränkungen laut (a))


<ich mach vielleicht mal mit MCS für ein Trading-Portfolio viel später weiter; es reicht mir schon, hier genügend Fragen aufgeworfen zu haben>
Antwort auf Beitrag Nr.: 55.826.844 von faultcode am 26.09.17 17:05:12
Berenberg
lesenswert: https://www.manager-magazin.de/premium/berenberg-bank-worueb…

--> meine Quintessenz:
• Hendrik Riehmer will Chef einer börsennotierten Berenberg-Bank werden

=> offenbar glaubt er, bzw. glaubt man dort selber an einen immerwährenden Börsenboom, getrieben vom Billigstgeld der EZB :eek:
(meine Deutung)

..und zum Investment-Banking hier: klar, die Deutsche Bank fing ja schon an, eine Lücke zu hinterlassen, und die wird sehr wahrscheinlich auch immer größer
S&P 500 | 2.951,75 PKT
No City for old men: Traders battle rampant ageism
July 2, 2019
https://www.fnlondon.com/articles/its-a-bitter-feeling-trade…

=>
...
Without any formal processes to make room for younger staff, employers resort to managing out people whose experience could prove more useful than bosses necessarily anticipate.

Many traders and bankers who are currently considered to be in their prime, for example, have never experienced tougher market conditions.

Denise Shull, a performance coach and former trader at the Chicago Mercantile Exchange, the futures exchange, warned that a markets business full of young people carries an inherent financial risk. None of these juniors will have ever traded through a full-blown financial crisis.

“The markets have gone more or less straight up for 10 years. That means there are a lot of people who have never seen a real bear market like the one that lasted from 2000 to 2002,” said Shull, an expert in the psychology of trading.

Shiret said that when Credit Suisse fired him, he felt that despite his age, he was just as good as he was 20 years ago.

He said: “They are really trying to create space for people coming up the ranks, but it should be merit-based. It’s difficult because I feel I’m just as effective as I ever was. I don’t think age determines performance.”
...
S&P 500 | 2.990,50 PKT
Das Geschäftsmodell des Null-Gebühren-Brokers Trade Republic --> "Overconfidence Bias"
18.7.2019
https://www.finanz-szene.de/fintech/das-klandestine-geschaef…

=>
...
Die Quote der Aktionäre unter den (obendrein Smartphone-affinen) 25- bis 34-Jährigen ist in Deutschland mit 9% nur unwesentlich geringer als etwa bei den 55- bis 64-Jährigen. Die Älteren mögen das Geld haben. Die jüngeren aber paradoxerweise oft die für Broker profitable Gier.

Bei ihnen trifft die typische Unerfahrenheit und Ungeduld für Wertpapieranlagen auf überzogene Renditeerwartungen: 12% sollten es für die „Millennials“ schon sein pro Jahr, ermittelte Schroders in seiner „Investment Study 2019“ unter 25.000 Anlegern. Zum Vergleich: Tatsächlich erzielt wurden im Superbullenmarkt der letzten zehn Jahre 6% pro Jahr.

...

Im Falle von Trade Republic heißt das, dass Kunden aktuell in einem virtuellen Käfig stecken, in dem sie Transaktionen ausschließlich über die elektronische Handelsplattform LS Exchange oder direkt mit dem Zertifkateanbieter HSBC Trinkaus durchführen können.

Mal eben ein paar Bayer-Aktien an der Börse Frankfurt kaufen? Geht nicht. „Am anderen Ende“ der Transaktion stehen entweder die Händler der Plattform LS Exchange – oder die von HSBC Trinkaus. „Eine Anbindung an mehrere Ausführungsplätze würde auf Seiten von Trade Republic einen erheblichen administrativen Mehraufwand mit sich bringen“, heißt es in den AGBs.

Natürlich vereinfacht und verbilligt das Prozesse in der Abwicklung. Vor allem aber stellt es sicher, dass die Kunden nur Geschäfte tätigen, die Trade Republic auch etwas bringen – weil man, wie in der klassischen Anlageberatung in Deutschland auch, die Rückvergütung von den Plattformen und dem Partner, etwa HSBC, bekommt. Und man eben die transparenten Kosten von Orderspesen mit eben jener Rückvergütung – im AGB-Deutsch von Trade Republic „Abwicklungskosten-Zuschüsse“ genannt – substituiert. „Im Zusammenhang mit der Ausführung der Wertpapier-Geschäfte kann Trade Republic Zahlungen von den Betreibern der Ausführungsplätze bzw. Kontrahenten der Ausführungsgeschäfte für die Platzierung der Aufträge (…) erhalten. Diese Zahlungen z.B. sog. Abwicklungskostenzuschüsse belaufen sich auf bis zu € 3,00 pro Kundenorder“, heißt es in den AGB.

Verboten ist das nicht. Im Gegenteil, derlei Provisionen sind auch bei anderen Online-Brokern üblich. Und: Während der klassischen Börsen-Handelszeiten (und auch nur dann!) schreibt die Richtlinie Mifid II vor, dass Kunden auf alternativen Handelsplattformen nicht schlechter gestellt werden dürfen als an den Börsen. Klar ist aber auch: Die Händler bei Handelsplattformen wie LS Exchange und HSBC – ob menschlich oder automatisiert – haben nichts zu verschenken. Und machen ihrerseits ihren „Schnitt“ an den Kundenordnern. Bei Zertifikaten kommt hinzu, dass Laien den fairen Wert der Zertifikate und somit faire Kursstellungen kaum beurteilen können.
Das Prinzip Overconfidence

Online-Broker sind in einem üblen Gewissenskonflikt: Je mehr Kunden handeln, desto unprofitabler agieren sie in der Regel für sich selbst. Desto größer aber der Gewinn für die Broker. In der Verhaltensökonomik wird dies mit dem „Overconfidence Bias“ beschrieben: Viele handeln sehr häufig, weil sie sich für klüger als der Markt halten. Trade Republic und andere verdienen an Aktivität, nicht an Stillhalten.

Die rasante Simplifizierung auf nur drei Schritte und die Niederschwelligkeit des Smartphone-Einsatzes sind somit in jedem Fall optimal für einen Anbieter. Aber sind sie es auch für den Kunden, die „Tap, Tap, Trade“ praktizieren?

Aufklärung wird vermutlich erst die nächste handfeste Börsenkrise bringen – die letzte ist schließlich schon über ein Jahrzehnt her.




--> nun, da unsere "Overconfidence Bias"-Millennial-Zocker jünger sind, können und müssen sie, nachdem die Kohler verzockt wurde, eben wieder arbeiten gehen ;)
S&P 500 | 2.985,75 PKT
Antwort auf Beitrag Nr.: 61.083.037 von faultcode am 22.07.19 22:48:22
"Overconfidence Bias" (2)
https://twitter.com/FusionptCapital/status/11535297698723921…

=>
24.7.2019 -- 14:30h

S&P 500 | 3.000,50 PKT
US average equity trading volume in 2019:

S&P 500 | 3.017,75 PKT
 Durchsuchen


Beitrag zu dieser Diskussion schreiben