Drawdown

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Diese Übung ist Teil des Kurses

<Kurs>Finanzhandel mit Python</Kurs>

Mittlere SchwierigkeitSchwierigkeitsgrad

4.8+

Was ist Finanzhandel, warum handeln Menschen, und worin unterscheiden sich technisches Trading und Value Investing? Dieses Kapitel beantwortet all diese Fragen und mehr. Außerdem lernst du hilfreiche Tools kennen, um Handelsdaten zu untersuchen, Plots zu erstellen sowie eine einfache Handelsstrategie in Python zu implementieren und per Backtest zu prüfen.

Exercise 1: Was ist Financial Trading Exercise 2: Das Konzept des Tradings Exercise 3: Zeichne ein Liniendiagramm für eine Zeitreihe Exercise 4: Ein Candlestick-Chart plotten Exercise 5: Lerne deine Trading-Daten kennen Exercise 6: Resample die Daten Exercise 7: Ein Rendite-Histogramm plotten Exercise 8: SMAs berechnen und plotten Exercise 9: Finanzhandel mit bt Exercise 10: Der bt-Prozess Exercise 11: Definiere und backteste eine einfache Strategie

Tauchen wir ein in die Welt der technischen Indikatoren – ein nützliches Werkzeug, um Handelssignale zu konstruieren und Strategien zu entwickeln. Du machst dich mit den drei Hauptgruppen von Indikatoren vertraut, darunter gleitende Durchschnitte, ADX, RSI und Bollinger-Bänder. Am Ende dieses Kapitels kannst du Indikatoren in Python berechnen, visualisieren und ihre Bedeutung verstehen.

Exercise 1: Trendindikator: MAs Exercise 2: Zwei EMAs berechnen und plotten Exercise 3: SMA vs. EMA Exercise 4: Stärkeindikator: ADX Exercise 5: Den ADX verstehen Exercise 6: Den ADX berechnen Exercise 7: Den ADX visualisieren Exercise 8: Momentum-Indikator: RSI Exercise 9: Den RSI verstehen Exercise 10: Den RSI berechnen Exercise 11: RSI visualisieren Exercise 12: Volatilitätsindikator: Bollinger-Bänder Exercise 13: Bollinger-Bänder verstehen Exercise 14: Bollinger-Bänder implementieren

Jetzt bist du bereit, Signale zu konstruieren und sie zum Aufbau von Handelsstrategien zu nutzen. Du lernst die zwei wichtigsten Stilrichtungen kennen: Trendfolge und Mean Reversion. Anhand realer Aktiendaten sammelst du praktische Erfahrung in der Implementierung und dem Backtesting dieser Strategien und vertiefst dein Verständnis für Strategieoptimierung und Benchmarking.

Exercise 1: Trading-Signale Exercise 2: Trading-Signale verstehen Exercise 3: Erstelle eine SMA-basierte Signalstrategie Exercise 4: Baue eine EMA-basierte Signalstrategie Exercise 5: Trendfolgestrategien Exercise 6: Erzeuge ein EMA-Crossover-Signal Exercise 7: Baue und backteste eine Trendfolge-Strategie Exercise 8: Mean-Reversion-Strategie Exercise 9: Ordne die Signale den Strategien zu Exercise 10: Konstruiere ein RSI-basiertes Signal Exercise 11: Erstelle und backteste eine Mean-Reversion-Strategie Exercise 12: Strategieoptimierung und Benchmarking Exercise 13: Führe eine Strategie-Optimierung durch Exercise 14: Führe ein Strategy-Benchmarking durch

Wie performt deine Handelsstrategie? Jetzt ist es Zeit, die Detailstatistiken der Backtest-Ergebnisse zu betrachten. Du lernst nützliche Performancemetriken kennen, z. B. Renditen, Drawdowns, Calmar Ratio, Sharpe Ratio und Sortino Ratio. Anschließend lernst du, wie du diese Kennzahlen aus den Backtest-Ergebnissen erhältst und die Strategie risikobereinigt bewertest.

Exercise 1: Analyse der Strategie-Rendite Exercise 2: Renditeergebnisse eines Backtests prüfen Exercise 3: Histogramme der Renditen eines Backtests plotten Exercise 4: Vergleiche Renditeergebnisse mehrerer Strategien Exercise 5: Drawdown

Aktuelle Übung

Exercise 6: Performance mit Drawdowns überprüfen Exercise 7: Calmar-Verhältnis berechnen und prüfen Exercise 8: Sharpe Ratio und Sortino Ratio Exercise 9: Strategieleistung mit dem Sharpe-Verhältnis bewerten Exercise 10: Strategieperformance mit dem Sortino-Verhältnis bewerten Exercise 11: Glückwunsch!