(11.09.2019, 16:17)Boy Plunger schrieb: Nein, keine Scherzfrage.

Zugegeben, es war eine Frage, die mir jemand gestellt hat und ich nicht beantworten konnte. Um eine in eine in Deutschland gekaufte Aktie in den USA verkaufen zu können, musst du einen Lagerstellenwechsel bei deiner Bank/Brokere durchführen. Das kostet dich Geld.

Danke für deine Antwort.

Das ist aber m. W. nicht überall so. Bei Consors suchst Du einfach die Börse aus, über die Du verkaufen willst, dann geht das. Bei IB müsste das auch gehen. ??
Aber was macht das für einen Sinn? Wenn ich verkaufe, will ich den besten Preis, that's it.

(11.09.2019, 16:44)Guhu schrieb: Das ist aber m. W. nicht überall so. Bei Consors suchst Du einfach die Börse aus, über die Du verkaufen willst, dann geht das. Bei IB müsste das auch gehen. ??
Aber was macht das für einen Sinn? Wenn ich verkaufe, will ich den besten Preis, that's it.

Interessant. Ich habe das in der Bank mal so mitbekommen, aber es mag sich geändert haben. Ist schon ein paar Jährchen her...

(11.09.2019, 16:44)Guhu schrieb: Das ist aber m. W. nicht überall so. Bei Consors suchst Du einfach die Börse aus, über die Du verkaufen willst, dann geht das. Bei IB müsste das auch gehen. ??
Aber was macht das für einen Sinn? Wenn ich verkaufe, will ich den besten Preis, that's it.

Bei den Resellern von IB kannst Du zwar den Börsenplatz aussuchen, aber ohne Lagerstellenwechsel kannst Du m.W.n. immer nur dort verkaufen, wo Du das Ding gekauft hast.
Da ich aber sowieso dort kaufe, wo die Liquidität am höchsten ist, werde ich auch da wieder verkaufen.


@Boy Plunger, Lagerstellenwechsel kostet auch nach meiner Erfahrung. Es gibt jedoch Möglichkeiten eines kostenlosen Wechsels in Verbindung mit einem Depotübertrag. Ob es immer und überall funktioniert, kann ich aber nicht sagen. Mir hat der Tipp einige Gebühren erspart.



LG

(10.09.2019, 18:25)Boy Plunger schrieb: Ich zähle da noch eine Danaher/USA zu.

Danke, sonst scheint es wenige zu geben. Gerade wenn wenig bis gar keine Dividende ausgeschüttet wird, können solche AGs für denn Vermögensaufbau interessant sein, da im Gegensatz zu klassischen Dividendenzahlern oder ETFs keine Abgeltungssteuer bezahlt werden muss.

bei IB kann man keine in USA gekauften Aktien in Deutschland verkaufen. Cross-Border-Handel bietet IB nur für den gleichen Währungsraum an. z.B. kann ich Arcelor Mittal in Amsterdam kaufen und in Frankfurt, xetra etc. verkaufen. Vitrade und sino bieten das aber an. je nach Land kostet das aber richtig Geld. Da muss man schon sehr große Positionen handeln, damit sich das lohnt.

Wenn man eine Handelsstrategie testet, verwendet man oft zwei Zeitabschnitte. Einen Optimierungszeitraum, in dem man die Handelsstrategie auf ein bestmögliches Ergebnis trimmt und einen daran anschließenden Testzeitraum (out-of-sample Test), in dem man prüft, ob das System hier auch noch funktioniert hätte.

Ich entwickle Portfolio-Strategien, bei denen aus einer großen Menge an Aktien die bestmöglichen ausgewählt und gekauft werden sollen. Damit wäre auch ein anderer out-of-sample Test möglich. Ich könnte die die Auswahlmenge der Aktien mittels Zufallsgenerator in zwei Gruppen teilen. Mit der ersten Gruppe an Aktien erstelle und optimiere ich die Handelsstrategie. Mit der zweiten Gruppe teste ich die Strategie (im selben Zeitraum).

Ist das sinnvoll? Wo liegen die Nachteile?

(01.11.2019, 16:28)Borkenkäfer schrieb: Wenn man eine Handelsstrategie testet, verwendet man oft zwei Zeitabschnitte. Einen Optimierungszeitraum, in dem man die Handelsstrategie auf ein bestmögliches Ergebnis trimmt und einen daran anschließenden Testzeitraum (out-of-sample Test), in dem man prüft, ob das System hier auch noch funktioniert hätte.

Ich entwickle Portfolio-Strategien, bei denen aus einer großen Menge an Aktien die bestmöglichen ausgewählt und gekauft werden sollen. Damit wäre auch ein anderer out-of-sample Test möglich. Ich könnte die die Auswahlmenge der Aktien mittels Zufallsgenerator in zwei Gruppen teilen. Mit der ersten Gruppe an Aktien erstelle und optimiere ich die Handelsstrategie. Mit der zweiten Gruppe teste ich die Strategie (im selben Zeitraum).

Ist das sinnvoll? Wo liegen die Nachteile?

Auf den ersten Blick eine gute Idee, aber:

Wie erstellst und optimierst Du denn? Zeit ist sozusagen die vierte Dimension und ich glaube nicht dass Du das durch Zufall (oder einen Index) ersetzen kannst.

Ich glaube das Wichtigste beim Erstellen so einer Strategie ist die theoretische Idee die dahinter steckt. Diese muss funktionieren, muss Sinn ergeben. Nicht einfach probieren und sich von den Ergebnissen überraschen lassen. Es muss eine logische Erklärung geben warum etwas passieren soll.

Dann kommt die Umsetzung, bei der man ja normalerweise optimiert indem man mit einem Index oder eben mit einem zufälligen Portfolio vergleicht. Dann kommt der out-of-sample Test. Diesen braucht es weil jede Methode die optimiert wurde aus reinem Zufall in der Vergangenheit funktioniert haben könnte.

Positive Ergebnisse sagen wenig aus, negative Ergebnisse sagen dass es vermutlich nicht funktionieren wird.

(01.11.2019, 16:40)cubanpete schrieb: Wie erstellst und optimierst Du denn? Zeit ist sozusagen die vierte Dimension und ich glaube nicht dass Du das durch Zufall (oder einen Index) ersetzen kannst.

Solche Handelsstrategien enthalten unzählige direkte oder indirekte Optimierungen. Ich verwende für die Strategie nur die Eigenschaften von Aktien, die in der Vergangenheit zu einer hohen Rendite geführt haben. Ich wende die Strategie auf einen Markt an, bei dem sie gut funktioniert. Ein Berechnungsverfahren gewichtet die Indikatoren für eine bestmögliche Rendite usw.

Die Frage ist: Wenn ich eine Menge an Aktien (z.B. Aktien des S&P 500) in zwei Gruppen unterteile, verhalten sich dann diese Gruppen schon deswegen ähnlich, weil sie demselben Markt zu derselben Zeit angehört haben?

(01.11.2019, 16:28)Borkenkäfer schrieb: Wenn man eine Handelsstrategie testet, verwendet man oft zwei Zeitabschnitte. Einen Optimierungszeitraum, in dem man die Handelsstrategie auf ein bestmögliches Ergebnis trimmt und einen daran anschließenden Testzeitraum (out-of-sample Test), in dem man prüft, ob das System hier auch noch funktioniert hätte.

Ich entwickle Portfolio-Strategien, bei denen aus einer großen Menge an Aktien die bestmöglichen ausgewählt und gekauft werden sollen. Damit wäre auch ein anderer out-of-sample Test möglich. Ich könnte die die Auswahlmenge der Aktien mittels Zufallsgenerator in zwei Gruppen teilen. Mit der ersten Gruppe an Aktien erstelle und optimiere ich die Handelsstrategie. Mit der zweiten Gruppe teste ich die Strategie (im selben Zeitraum).

Ist das sinnvoll? Wo liegen die Nachteile?

Hi,
wenn du die Aktienauswahl als Classifier Problem behandeln möchtest (0 = "nicht bestmöglichen" und  1 = "bestmöglichen") kann an das so machen. Das ist aber IMHO schwierig, weil Finanzmarktprobleme immer eine zeitliche Komponente haben. Das ist eben keine Image Classification...sondern es handelt sich eben um Zeitreihen.  In der Regel zerlegst du das Set in ein train set, validation set und ein test set. 

Ob dein Vorgehen valide ist und Sinn macht, hängt dabei von einer Menge Dingen ab:

1)  wie bestimmst du "bestmöglich". Aus der Perspektive: zum Zeitpunkt heute (jetzt) wäre es gut gewesen, wenn ich die Aktie damals (Wann? Zu welchem Zeitpunkt?) gekauft hätte? Was ist dann mit all den Aktien die mal eine Erfolgsgeschichte gewesen sind, es jetzt aber nicht mehr sind? Aus der Sicht 2007 wäre es eine tolle Idee gewesen 1995 British Petroil(BP) Aktien zu kaufen. Aus Sicht 2019 nicht so wirklich. Sowas meine ich z.B. mit zeitlicher Komponente.    

2) graveyard!!!! Damit das sample nicht einen survivor ship bias hast brauchst du auch alle Aktien, die inzwischen Bankrott sind. Du brauchst auch einen Weg Merger und Aquisitions zu behandeln. Um deinem Algo wirkliches diskriminieren beizubringen brauchst du auch Verlierer. 

3) Dein Test Set muss wirklich zufällig sein. Auch bezüglich der zeitlichen Komponente (wie lange gibt es die Aktie schon). . Und es muss sicher sein, das du keinen forward looking bias über die verwendeten features (variablen zur Auswahl) einbaust.  

4) Ein simpler train/test split sagt nicht immer das aus was man denkt. Ein Cross Validation (auf jeden Fall machen!!) auf dem train set kann zwarhelfen eine Überoptimierung zu vermeiden und dich für das Verhalten des Modells auf dem Test Set (out of sample) vorzubereiten. Aber das reicht IMO noch nicht. Ich rate dringend sich mit Bayesianischen Ansätzen auseinanderzusetzen und das Lernverfahren auf die Robustheit zu prüfen (wenn du train/test neu splittest, verhält sich das Modell noch immer so?). Ich bin bisher mit einer Mischung aus Randomisierung von Test und Train, Monte Carlo Simulationen und Bayesian Zeugs gut zurecht gekommen.

5) Bist du sicher, dass die Auswahlkriterien (features) stationär sind, sich also über die Zeit nicht verändern? 

und und und ....

Man muss auch mega diszipliniert sein. Du lässt das auf dem train Test laufen...optimierst auf dem Validierungs Set....und dann schaust du auf den Test....und es ist nix. Im Prinzip hast du dein Datenset verbrannt. 

Die simplen Back Test sind in der Regel nutzlos.....

(01.11.2019, 17:34)Borkenkäfer schrieb: Solche Handelsstrategien enthalten unzählige direkte oder indirekte Optimierungen. Ich verwende für die Strategie nur die Eigenschaften von Aktien, die in der Vergangenheit zu einer hohen Rendite geführt haben. Ich wende die Strategie auf einen Markt an, bei dem sie gut funktioniert. Ein Berechnungsverfahren gewichtet die Indikatoren für eine bestmögliche Rendite usw.

Die Frage ist: Wenn ich eine Menge an Aktien (z.B. Aktien des S&P 500) in zwei Gruppen unterteile, verhalten sich dann diese Gruppen schon deswegen ähnlich, weil sie demselben Markt zu derselben Zeit angehört haben?

Respekt, Du hast die richtige Frage gestellt.

Und die Antwort is Ja, natürlich. Die Korrelation dürfte sogar oft höher sein als bei der gleichen Aktie zu verschiedenen Zeiträumen. Zeit ist wie gesagt für mich so etwas wie die vierte Dimension. Also wie eine Fläche zu einer Linie, ein Körper zu einer Fläche. Nicht zu ersetzen.