1. Nedostatek transparentnosti
Videa ukazující algoritmické obchodování jsou často netransparentní a neukazují celý obraz obchodu nebo podkladových algoritmů.
Nedostatek transparentnosti je častým problémem videí o algoritmickém obchodování na YouTube. Videa často ukazují pouze část obchodu nebo algoritmu a nemusí poskytovat úplný obraz o tom, jak byl obchod proveden, nebo o použitých základních algoritmech. Tento nedostatek transparentnosti může obchodníkovi ztížit pochopení strategie, posouzení jejích potenciálních rizik a výnosů nebo určení, zda by byla vhodná pro jejich vlastní obchodní účely.
Video může například ukazovat ziskový obchod, ale nezveřejňuje kompletní historii obchodu, včetně všech ztrátových obchodů, které mu mohly předcházet. Nebo může video ukazovat ziskovou algoritmickou obchodní strategii, ale neposkytne žádné podrobnosti o strategiích řízení rizik, které se používají na ochranu před případnými ztrátami.
Při absenci úplných informací může být pro diváky obtížné přesně vyhodnotit účinnost a spolehlivost algoritmické obchodní strategie. Tento nedostatek transparentnosti může také vést k nedorozuměním a falešným očekáváním ohledně potenciálních zisků a rizik spojených s algoritmickým obchodováním.
Proto je důležité, aby jednotlivci, kteří se zajímají o algoritmické obchodování, byli obezřetní a kriticky hodnotili veškeré informace, které najdou, včetně videí na YouTube. Měli by si vyhledat další informace a zdroje, které jim pomohou učinit informované rozhodnutí o tom, zda je pro ně daná strategie vhodná.
2. Zpětné testování
Videa o algoritmickém obchodování často ukazují výsledky zpětného testování, které jsou zavádějící, protože neodráží reálné tržní podmínky a ani dostatečné časové období.
Backtesting je běžná technika používaná v algoritmickém obchodování k vyhodnocení potenciální ziskovosti obchodní strategie. Výsledky backtestingu však mohou být zavádějící a neodrážejí reálné tržní podmínky.
Backtesting zahrnuje použití historických dat k simulaci výkonnosti obchodní strategie. Ačkoli backtesting může poskytnout cenné informace o potenciální výkonnosti strategie, je důležité mít na paměti, že minulá výkonnost nevypovídá o budoucích výsledcích. Trh se neustále mění a strategie, která v minulosti dobře fungovala, nemusí mít dobrou výkonnost při reálném obchodování.
Tvůrci videí navíc mohou své strategie přehnaně optimalizovat, aby při zpětném testování vykazovaly působivé výsledky, ale tyto strategie často selhávají při reálném obchodování. Přílišnou optimalizací se rozumí vyladění strategie tak, aby vykazovala výjimečné výsledky v backtestingu, ale ve skutečnosti nemusí strategie při reálném obchodování fungovat dobře. K tomu může dojít, protože strategie je příliš citlivá na konkrétní historická data použitá při backtestingu a nemusí být dostatečně robustní, aby zvládla různé tržní podmínky.
V neposlední řadě mohou být výsledky backtestingu zavádějící, protože nemusí zohledňovat reálná omezení a limity, jako jsou transakční náklady, dopad na trh a riziko likvidity. Tyto reálné faktory mohou mít významný vliv na výkonnost obchodní strategie a nemusí se plně projevit ve výsledcích backtestingu.
3. Přílišná optimalizace
Algoritmičtí obchodníci své strategie nadměrně optimalizují, aby ukázali působivé výsledky v backtestingu, ale tyto strategie v reálném obchodování selhávají.
Nadměrnou optimalizací se rozumí vyladění algoritmické obchodní strategie tak, aby vykazovala výjimečné výsledky při zpětném testování, ale nemusela nutně vykazovat dobré výsledky při reálném obchodování. K přehnané optimalizaci může dojít, když se algoritmičtí obchodníci zaměřují na optimalizaci svých strategií pro minulé výsledky, a nikoli na robustnost a odolnost v různých tržních podmínkách.
Obchodník může například optimalizovat svou algoritmickou obchodní strategii pro určité období v minulosti, například býčí trh nebo období nízké volatility. Výsledkem může být strategie, která se při zpětném testování jeví jako vysoce zisková, ale při změně tržních podmínek nemusí při reálném obchodování fungovat dobře.
Problém s přílišnou optimalizací spočívá v tom, že může vést k nerealistickým očekáváním a výsledkům výkonnosti, které neodrážejí reálné tržní podmínky. Příliš optimalizované strategie mohou při backtestingu dosahovat dobrých výsledků, ale při jejich nasazení do reálného obchodování mohou utrpět značné ztráty.
Kromě toho může přílišná optimalizace vést k přílišnému přizpůsobení, kdy se strategie příliš úzce váže na konkrétní historická data použitá při zpětném testování a nemusí být dostatečně robustní, aby zvládla různé tržní podmínky.
Lze říci, že přehnaná optimalizace je běžným problémem algoritmického obchodování a obchodníci by si jí měli být vědomi při hodnocení algoritmických obchodních strategií, včetně těch, které jsou uvedeny ve videích na YouTube. Aby obchodníci minimalizovali riziko nadměrné optimalizace, měli by se zaměřit na vývoj strategií, které jsou robustní a odolné a které se dokáží přizpůsobit různým tržním podmínkám.
Závěrem lze říci, že při sledování algoritmického obchodování na YouTube nebo kdekoli jinde je důležité být obezřetný a provést vlastní průzkum. Vždy je lepší být skeptický k tvrzením uvedeným ve videích a ověřit si výsledky pomocí nezávislých zdrojů.
Kromě toho je důležité mít na paměti, že algoritmické obchodování je složitý a technický obor, který vyžaduje rozsáhlé znalosti, zkušenosti a zdroje. Není to něco, co se lze snadno naučit nebo replikovat shlédnutím několika videí na YouTube nebo použitím hotového obchodního softwaru, například StrategyQuant X, který používám já.
Videa na mě dělají dojem, že osoby, které za těmito videi stojí, nemají odborné znalosti nebo zkušenosti potřebné k tomu, aby v algoritmickém obchodování uspěly. Nemají znalosti o trzích, algoritmech, které používají, ani o potenciálních rizicích, která s tím souvisejí.
Z toho, co jsem na Youtube zatím viděl, mohu říci, že ačkoli algoritmické obchodování je pro mě cenným nástrojem, pro nováčka je důležité si uvědomit potenciální nebezpečí a přistupovat k němu obezřetně. Při sledování videí o algoritmickém obchodování na YouTube nebo kdekoli jinde nezapomeňte kriticky zhodnotit prezentované informace a ověřit si je u nezávislých zdrojů.
Šťastné obchodování.
Martin Malý