Een model voor het ontwikkelen van een strategie
De meeste beleggers zullen wel bekend zijn met het belang van een beleggingsstrategie, maar hoe komt men tot een dergelijke strategie? En waar moet men rekening mee houden? In dit artikel worden hopelijk deze vragen beantwoord, en een suggestie gegeven voor hoe men een strategie kan ontwikkelen. Het onderstaande model geeft naar mijn idee de belangrijke stappen weer, hoewel dit natuurlijk een theoretisch model is en in de praktijk het ontwikkelen van een strategie niet zo rechtlijnig gaat. Desondanks, op naar het model:
(Klik hier indien het model niet zichtbaar is)
Een strategie begint bovenaan met het formuleren van een idee, wat het hart van de strategie vormt. De volgende stap is om te kijken of dit idee kan worden gekwantificeerd. Vooral om psychologische valkuilen te vermijden is het aan te raden een idee te hebben wat kan worden gekwantificeerd, zodat het objectief te beoordelen is. Als het niet kwantificeerbaar is, herformuleer het idee dan. Hoewel het is aan te raden te back testen met de computer, kan men natuurlijk ook een strategie met de hand testen. Zorg er dan wel dat je vooraf goed je idee op papier zet, zodat het tijdens het testen niet onduidelijk is wat wel en wat niet een (ver)koopsignaal is.
Als het idee te kwantificeren is, is de volgende stap er een testbare hypothese van te maken. De hypothese houd in dat je je idee formuleert in termen van veronderstellingen. Zonder te diep hierop in te gaan is het aan te raden je veronderstelling in ‘negatieve’/ontkennende bewoordingen te formuleren1, en tevens uitsluitend te laten zijn2.
Om dit met een voorbeeld enigzins te verduidelijken: Stel dat je hypothese is dat een slot boven de moving average 25 het begin van een nieuwe trend aangeeft. Je kunt nu als volgt redeneren: als de back test winstgevend is, dan is je idee (Slot boven MA25) juist. Deze redenering is echter incorrect, immers de backtest kan ook winstgevend zijn simpelweg omdat de markt als geheel steeg in de onderzochte periode. Als je echter als hypothese formuleert: “een slot boven de MA25 geeft niet het begin van een nieuwe trend aan”, en uit je back test blijkt dat het idee wel winstgevend was, dan valt terecht te concluderen dat de veronderstelling dat MA25 niet een nieuwe trend aangeeft incorrect is, en dus een MA25 wel een nieuwe trend aangeeft.
Ook dient je hypothese variabelen te hebben die kunnen worden geprogrammeerd en eenduidig zijn in hun interpretatie. Bepaalde technische patronen, zoals de befaamde head and shoulders3 of Elliot Waves vallen hiermee af.
Nu we een testbare hypothese hebben geformuleerd komen we bij de volgende stap aan, namelijk het onderzoeken van de hypothese. In deze stap vergelijken we de observaties met de voorspellingen. Ik heb dit als een aparte stap opgenomen in het model omdat ik veronderstel dat je strategie uit meerdere technische indicatoren bestaat, en deze afzonderlijk worden getest op hun waarde. Is dat niet het geval, dan staat deze stap eigenlijk gelijk aan het uitvoeren van de back test.
De volgende stap is het ontwikkelen van het systeem. Hierbij voeg je de indicatoren samen tot een samenhangend geheel. Ook money management wordt hierbij opgenomen. Zoals je in het model kunt zien, zit er ook nog een stap van optimalisatie tussen als blijkt dat het systeem niet winstgevend (genoeg) is. Je zou ervoor kunnen kiezen om eerst te testen zonder money management regels, en als het systeem misschien winstgevend is ze toe te voegen.
Na het samenvoegen van de indicatoren wordt het systeem als geheel getest op historische data. Als hieruit duidelijk wordt dat het niet winstgevend is, dan is het terug naar de eerste stap (het formuleren van het idee). Als het systeem slecht presteert, maar misschien wel winstgevend kan worden, dan kan men via optimalisatie kijken of het systeem met andere waarden wellicht wel winstgevend kan worden. Zoals uit het model blijkt kan worden geoptimaliseerd op twee niveaus: bij de historische test (de variabelen aanpassen, bijvoorbeeld een MA20) en/of bij het ontwikkelen van het systeem (een nieuwe indicator toevoegen of verwijderen, money management regels aanpassen).
Als de back test wel winstgevend uitpakt, dan komt de volgende stap aan bod: het paper traden. Hoe presteert het systeem in echte marktomstandigheden, waarin men niet het voordeel van hindsight heeft? Zijn de prestaties als verwacht mag worden uit de back test, dan wordt het tijd om het systeem met echt geld te gaan traden. Zijn de prestaties afwijkend van de back test, dan is het terug naar de stap van ontwikkel het systeem of het historisch testen, waarin men dan de back test uitvoert op de nieuwere, recentere data.
1: Zie Wikipedia voor logische redenaties en de ‘fallacy of affirming the consequent’: http://en.wikipedia.org/wiki/Affirming_the_consequent
2: Zie Wikipedia voor de ‘law of excluded middle’: http://en.wikipedia.org/wiki/Law_of_excluded_middle
3: Voor de volledigheid: een head and shoulders patroon valt wel te kwantificeren, hoewel men dan wel subjectieve veronderstellingen moet maken. Zie bijvoorbeeld P.H.K. Chang & C.L. Osler, “Methodical Madness: Technical Analysis and the Irrationality of Exchange-rate Forecasts,” (1999) en C.L. Osler, “Identifying Noise Traders: The Head-and-shoulder Pattern in US Equities,” (1998) voor het kwantificeren van head and shoulder patronen. Trouwens: de onderzoekers vonden geen voorspellende waarde voor een head and shoulders patroon.
Geraadpleegde bronnen:
David Aronson. Evidence-based technical analysis. (2007)
Paul M. King. The Complete Guide to Building a Successful trading business. (2007)
Geplaatst op maandag 10 maart 2008 om 10:48 in de categorie Basisprincipes. | Print dit artikel:

Reacties(plaats een reactie)
Reactie van Kristoff
donderdag 10 april, 2008 om 15:42
Is inderdaad een mooie blauwdruk van hoe met tot een strategie komt. Een opmerking die wat mij betreft ontbreekt in het artikel : Let op met overoptimalisatie! Op die manier kom je immers altijd tot de meest fantastische rendementen, nadeel hierbij is dat de strategie dan enkel zal werken in zeer specifieke marktomstandigheden maar een groot deel van zijn robuustheid verliest…
Reactie van Jos
zaterdag 12 april, 2008 om 7:27
Hoi Kristoff,
Klopt, overoptimalisatie is inderdaad schadelijk. Echter, onderoptimalisatie kan even schadelijk zijn naar mijn idee. Het is wel een interessant onderwerp en ga proberen dit probleem voor een volgend onderwerp te kwantificeren, zodat wellicht duidelijk wordt wat ‘te veel’ en ‘te weinig’ optimalisatie is.
Gr. Jos
















Plaats een reactie