Dieser Aktienhändler erklärt, wie er das Jahr 2022 mit einer unglaublichen Wertsteigerung von 440 % abschließen konnte

Gemy Zhou ist Ihnen als Investor zu 99 % unbekannt, das kann ich gut verstehen, er hat sich nie wirklich als Investor hervorgetan und war auch nie besonders gut darin, einzelne Titel auszuwählen. Doch wo fand der gewaltige Wandel statt, der ihn zu einem der Top-Investoren des Jahres 2022 machte, wo er in einem schwierigen Marktumfeld eine Wertsteigerung von 440% erzielen konnte?

Gemy Zhou belegte beim US-Investitionswettbewerb 2022 mit einer unglaublichen Wertsteigerung von 440% den zweiten Platz in der Aktienkategorie! Er war einer von 326 Teilnehmern aus der ganzen Welt, die ihre Handelsfähigkeiten im schlechtesten Jahr für Aktien seit 2008 getestet haben.

Aber Zhou hatte einen großen Vorteil gegenüber den anderen: seine Kenntnisse in Datenwissenschaft und Programmierung. Er nahm an dem Wettbewerb teil, um ein Computerprogramm für den Aktienhandel zu testen, das er mehrere Jahre lang entwickelt und fehlerbereinigt hatte. Das Programm führte dann das ganze Jahr über in seinem Namen automatisch Trades aus, die ihm laut seinen monatlichen Brokerage-Abrechnungen einen satten Gewinn von 440,4 % einbrachten.

• Viele sind jedoch der Meinung, dass dies ein einzigartiges Kunststück ist, das sich nicht wiederholen lässt.

"Seine Leistung ist wahrscheinlich eine Kombination aus Können und Glück", sagen die Experten.

Der Initiator des Wettbewerbs (Zadeh) für den besten Investor sagte:

"Sicherlich sollte niemand glauben, dass man an der Börse leicht 440 % verdienen kann. Ich denke, jeder, der an der Börse handelt, sollte froh sein, wenn er fünf oder 10 % verdient."

Zadeh fügte hinzu, dass jeder, der auf dem Markt bedeutende Renditen erzielen kann, besonders stolz auf sich sein sollte, da der Aktienmarkt kein völlig gleiches Spielfeld ist.

Wie kam es überhaupt zu diesem Programm?

Gemy Zhou war schon immer an allem interessiert, mit dem man Geld verdienen konnte. Und da die Datenwissenschaft die Beziehungen zwischen verschiedenen Datenpunkten untersucht, schien der Aktienmarkt ein guter Ort zu sein, um seine Fähigkeiten zu testen. Schließlich verwenden Händler eine Vielzahl von Indikatoren, um die Richtung der Preise vorherzusagen, sagte er. Bis 2020 experimentierte er mit Daten und programmierte Programme, die erfolgreich handeln konnten.

"Ich dachte, dass Datenwissenschaft vielleicht eine Möglichkeit ist, Handel zu treiben", sagte Zhou. "Also habe ich einfach getestet und eine Menge Experimente und Backtests durchgeführt. Auch wenn ich nicht gehandelt habe, habe ich viel recherchiert."

Gebäude

Zhou sagte, er habe zunächst mit Python, einer allgemeinen Computerprogrammiersprache, Aktiendaten gesammelt, um historische Informationen aus 20 Jahren von Websites wie Yahoo Finance zu erhalten. Das Ergebnis waren etwa 20 bis 30 Datenpunkte, darunter auch gleitende Tagesdurchschnitte für unterschiedlich lange Zeiträume. Die Daten werden verwendet, um die Beziehung zwischen ihren Merkmalen und den Ergebnissen abzuleiten. Zhou wies darauf hin, dass dieser Prozess als Modelltraining bezeichnet wird und es dem Programm ermöglicht, zu erkennen, welche Kombinationen die Ergebnisse, in diesem Fall den Aktienkurs, bestimmen können. Heute nutzt er den Datenservice von Interactive Brokers, um sein Programm mit Echtzeit-Aktieninformationen zu versorgen, die nicht verzögert werden.

Aber auch nach der Entwicklung des Programms weiß Zhou nicht, welche Variablen mehr Gewicht oder Einfluss auf die Entscheidung der Maschine haben, einen Handel durchzuführen. Da er in der Vergangenheit als Händler tätig war, konnte er fundierte Annahmen darüber treffen, welche Variablen unter bestimmten Marktbedingungen weniger oder mehr wichtig sein könnten, sagte er.

Als Zhou das Modell 2020 und 2021 zum ersten Mal testete, war es bahnbrechend, bis er ein paar Anpassungen vornahm, sagte er. Das wichtigste Ziel war es, den Einfluss kurzfristiger Kursbewegungen auf die Entscheidung des Programms, einen Handel zu tätigen, zu verringern. Dazu hat er den Schwellenwert für die Zeitspanne, die ein Kurs sich bewegen muss, bevor das Programm reagiert, erhöht, um zu vermeiden, dass ein vorzeitiger Handel ausgelöst wird. Diese Anpassung war besonders wichtig in dem sehr volatilen Markt des Jahres 2021. Als sich der Markt im letzten Jahr abschwächte, senkte er die Schwelle ein wenig.

Das Programm führt Long- und Short-Positionen aus. Wenn der erste Auftrag eingegeben wird, um eine Position einzugehen, wird gleichzeitig der zweite Auftrag (der Schließungsauftrag) zum berechneten Preis eingegeben. Die Positionen können eine Stunde lang oder bis zum Marktschluss gehalten werden.

Das Programm handelt mit Aktien, die von Penny Stocks unter 1 $ pro Aktie bis hin zu Aktien mit großer Marktkapitalisierung reichen, und führt etwa 20 bis 50 Geschäfte pro Tag aus.

So funktioniert das Programm

• Gemy Zhou hat ein Programm entwickelt, das auf der Grundlage von 20 bis 30 Datenvariablen handelt.
• Er fütterte den Computer mit Daten aus 20 Jahren, um die Beziehung zwischen bestimmten Datenpunkten zu ermitteln.
• Seine Aufgabe ist es, Spitzenleistungen zu erbringen, indem er sich an die Marktbedingungen anpasst und seine eigenen optimalen Preise berechnet - Ankauf x Verkauf.

Beispiele für Berufe

So erhielt das Programm am 11. Mai eine Kursänderung für Armstrong Flooring Inc. (Aktiensymbol AFI), die inzwischen von der Börse genommen wurde. Das Programm bewertete den Wert, was ein Kaufsignal für 7.500 Aktien auslöste. Das System gab sofort einen Kaufauftrag zum Briefkurs von $0,3004 und gleichzeitig einen entgegengesetzten Schlussverkaufsauftrag zu einem Preis von $0,3449 ein, der auf der Grundlage zahlreicher Faktoren wie der Marktvolatilität und der historischen Volatilität der Aktie berechnet wurde. Etwa 20 Minuten später stieg der Marktpreis und erreichte den Preis des Verkaufsauftrags von 0,3449 $, und die Position wurde geschlossen.

Am 17. Februar 2022 um 9:31 Uhr erfuhr Knowbe4 Inc (KNBE) eine signifikante Kursveränderung. Das System gab sofort eine Verkaufsorder für 49 Aktien zu einem Geldkurs von 24,57 $ ein. Gleichzeitig wurde eine Short-Order mit einem Schlusskursziel von 21,79 $ eingegeben, das wiederum auf der Grundlage vieler Faktoren wie der Marktvolatilität und der historischen Volatilität der Aktie berechnet wurde. Etwa 17 Minuten später fiel der Marktpreis und erreichte den Preis des Kaufauftrags, und die Position wurde geschlossen.

Schlussfolgerung

Zhou hat im Wesentlichen ein Computerprogramm geschrieben, das automatisch Abschlüsse generiert. Dies ist vergleichbar mit dem, was quantitative Hedge-Fonds wie Renaissance Capital in viel größerem Maßstab tun.

Zhou sagt, die wichtigste Erkenntnis aus seiner Erfahrung sei, dass man unabhängig davon, ob man ein Programm verwendet oder manuell handelt, seine Theorie backtesten muss. Zweitens hat er gelernt, dass die Marktbedingungen extrem wichtig sind. Wenn sich diese Bedingungen ändern, sollte sich auch Ihre Strategie ändern, so dass Sie das Programm immer wieder aktualisieren müssen, um die Daten für die Bewertung von Geschäften so genau wie möglich zu machen.

• Freunde, ich weiß nicht, wie es euch geht, aber ich will dieses Programm! Teilen Sie mir in den Kommentaren mit, ob Sie ein solches Programm verwenden würden 😄.