10 Tools und Ressourcen, mit denen Du in automatisiertes Trading einsteigen kannst


blog photo
Veröffentlicht von Joanne Snel am 30. Juli 2021
Trading


Hi! Ich bin Joanne und gehöre zum Team von lemon.markets. Wir entwickeln derzeit eine Brokerage-API, die es Entwickler:innen ermöglicht, eigene Trading Experiences für die Börse zu entwickeln. Die Closed Beta-Phase hat vor ein paar Wochen begonnen und wenn Du Dich auf unserer Warteliste einträgst, kannst Du schon bald unserer großartigen Community beitreten 🙌.

Automatisierter Handel, Algo Trading, Blackbox-Trading - diese Begriffe sind in den letzten Jahren immer wieder in den Schlagzeilen und verschiedenen Foren aufgetaucht. Aber was ist automatisierter Handel wirklich? Und wie kannst Du damit starten?

In diesem Artikel habe ich eine Liste von 10 Ressourcen zusammengestellt, die Dir bei der Entwicklung Deiner eigenen Strategie helfen werden: von der Researchphase über die Aufbauphase bis hin zur Testphase und schließlich zur Umsetzungsphase. Mit anderen Worten: Alles, was Du brauchst, um Deine Trading-Idee zu einem profitablen Projekt zu entwickeln. Von der Inspiration für verschiedene Strategie bis zur Portfolioanalyse und -Visualisierung.

automated trading lemon markets

Automatisiertes Trading umfasst den Handel an den Finanzmärkten mithilfe von Computersoftware, die auf der Grundlage vordefinierter Regeln im Code automatisch Positionen aufbaut (kauft) und/oder abstößt (verkauft). Diese Regeln können auf traditionellen technischen Indikatoren beruhen, wie z. B. das Eingehen einer Kaufposition für eine bestimmte Aktie, wenn der gleitende 50-Tage-Durchschnitt den gleitenden 200-Tage-Durchschnitt übersteigt (auch bekannt als das goldene Kreuz, ein starkes bullisches Marktsignal). Sie können aber auch auf externen Daten basieren, z. B. das Kaufen von Kryptowährung, wenn Elon Musk einen Tweet postet (weitere Beispiele findest Du hier). Ob Elon’s Tweets sich gut zum Trading eignen oder nicht, solltest Du am besten selbst entscheiden 😉.

Die Research-Phase

Vielleicht möchtest Du Deine Fähigkeiten als Entwickler:in einsetzen, um ein passives Einkommen zu erzielen oder Du möchtest aus Spaß ein kleines Nebenprojekt starten. Wir empfehlen Dir Dein Projekt zu beginnen, indem Du Dich über beliebte Handelsstrategien informierst und Marktdaten sammelst. Im besten Fall entdeckst Du dabei eine nachhaltige Marktineffizienz und kannst sie ausnutzen, um Profit zu machen.

Marktforschung

Du kannst Dir Investopedia als das Wikipedia für Investoren vorstellen. Mit Investopedia kannst Du Dich super in neue Themen einarbeiten. Auf der Plattform findest Du Artikel zu verschiedensten Themen, die von simplen Handelsstrategien bis hin zu komplexen statistischen Ansätzen reichen. Außerdem findest Du hier zahlreiche Anregungen für Deine eigenen Algorithmen. Yahoo Finance ist ein ebenfalls großartiges Tool für Börsennachrichten und bietet sogar frei zugänglich Marktdaten an.

Community Platformen

Quantconnect ist eine der größten Plattformen für automatisierten Handel und profitable Strategien. Genau wie der Mitbewerber QuantInsti lockt Quantconnect mit umfangreichen Daten und Tools, die Dir das Backtesting von Strategien erleichtern.

Aktuelle Open-Source-Forschung

Hudson&Thames baut die M1FinLab-Bibliothek mit dem Ziel auf, die aktuellste quantitative Forschung für alle zugänglich zu machen. M1FinLab hilft Portfoliomanager:innen und Händler:innen gleichermaßen, die Leistungsfähigkeit des maschinellen Lernens in einem einfach zu bedienenden Tool zu nutzen. Dort ist man der Meinung, dass wissenschaftliche Methoden und statistische Daten der beste Weg sind, um Vermögen zu verwalten und aufzubauen. Und warum sollten wir da widersprechen?

Weitere Datenquellen

Viele Handelsstrategien basieren auf historischen Marktdaten, diese kannst Du natürlich über die lemon.markets API abrufen. Wenn Du aber eine fundamentale Analyse durchführst, benötigst Du wahrscheinlich Zugang zu Geschäftsberichten, die Du z.B. auf SimFin finden kannst. Oder wenn Du eine Dividenden-basierte Strategie aufbaust, möchtest Du vielleicht Ausschüttungstermine einbeziehen, die Du bei DivvyDiary finden kannst.

Du kannst auch alternative Datenquellen nutzen (im Finanzwesen sind das in der Regel Daten, die von Quellen außerhalb des Unternehmens bereitgestellt werden), um Anlagemöglichkeiten zu finden. Quandl von Nasdaq bietet eine ganze Reihe von alternativen Datenpaketen für private Nutzer an. Denk z. B. an die Menge des gestern von China importierten Eisenerzes oder an das tägliche Sentiment zu den aktuellen Börsennews. Du kannst solche Finanznachrichten auch direkt in Deine Handelsstrategie einbauen, indem Du PLX AI nutzt. Du musst nur die richtige Korrelation finden und schon kannst Du loslegen.

Die Entwicklungsphase

Der nächste Schritt besteht darin, den Code für Deine Strategie zu schreiben. Natürlich musst Du Dich zunächst entscheiden mit welcher Programmiersprache (z.B. C# oder Python) Deine Regeln erstellen willst und welche externen Tools Dir dabei helfen könnten.

Datenanalyse und -manipulation

Es gibt mehrere Bibliotheken und Pakete für Python, die zum Lesen, Bearbeiten und Analysieren von (Finanz-)Datensätzen verwendet werden können. Die Beliebteste ist Pandas, die von einigen der größten Quant-Fonds verwendet wird. Pandas wurde speziell von AQR Capital Management entwickelt, um numerische Tabellen und Zeitreihendaten zu manipulieren. Das Paket glänzt mit hoher Leistung und einfacher Bedienbarkeit. Auch die Community, die sich an dem Projekt beteiligt und Pandas weiterentwickelt wächst ständig.

TensorFlow

Eine kostenlose Open-Source-Plattform von Google, mit der Machine Learning Modelle erstellt und trainiert werden können. TensorFlow als Plattform bietet vielerlei Anwendungen für diverse Einsatzzwecke. Machine Learning Modelle können einfacher oder auch vielschichtiger Natur sein. Zunächst trainierst Du Dein Modell mit Test-Datensätzen und so lernt es die Beziehungen zwischen Input und Output. Zukünftig greift Dein Modell auf dieses “Wissen” zurück und liefert Dir Prognosen.

Die Testphase

Bevor Du echtes Geld einsetzt, solltest Du Deine Handelsstrategie anhand historischer und Echtzeit-Kursdaten validieren. Du willst ja schließlich sicherstellen, dass Dein Code genau das tut, was er soll. Nicht, dass Dein Code unter extremen Marktbedingungen oder anderen Zeitrahmen auf einmal verrückt spielt.

Backtrader

Ein nützliches Python-Framework ist Backtrader, mit dem Du mehr Zeit für die Entwicklung von Strategien gewinnst. Schau Dir beispielsweise wieder das einfache Beispiel automatisierten gleitenden Durchschnitts-Crossover-Strategie an. In Kombination mit den Funktionalitäten von lemon.markets ist dies ein mächtiges Tool für Deinen Erfolg.

Portfolio-Analyse

Du solltest Deine Strategie zunächst auf einem "Papiergeld Konto" umsetzen, das einen simulierten Handel (sprich: mit Paper Money) ermöglicht. So testest Du Deine Strategie ohne Risiko. Dürfen wir Dir bei dieser Gelegenheit die lemon.markets Sandbox empfehlen? Es gibt eine Reihe von Tools, die Du zur Analyse Deines eigenen Portfolios verwenden kannst. Quantopian Inc. hat einige Open-Source-Lösungen wie Pyfolio entwickelt. Dabei handelt es sich um eine Python-Bibliothek, mit der Du ermitteln kannst, wie sich Dein Portfolio entwickelt und Du kannst das Risiko Deiner Strategie managen, indem Du Kennzahlen berechnest.

Hinweis: Wenn Du in JavaScript anstelle von Python codest, schaue Dir doch mal diese Bibliothek an.

Visualisierung

Die Visualisierung Deiner Portfolio-Performance kann sehr hilfreich sein, sowohl für Dich selbst als auch um Deine Strategie transparent zu kommunizieren. Mit den beliebten Python-Bibliotheken Matplotlib und Seaborn kannst Du wunderschöne Grafiken und Diagramme erstellen.

Order-Ausführung

Es gibt mehrere Broker die APIs anbieten, etwa Alpaca oder Interactive Brokers. Beide sind gute Optionen für Trader aus den USA, aber sie sind aus mehreren Gründen weniger für europäische Trader:innen geeignet. lemon.markets sitzt in Berlin, Deutschland, und damit im Herzen von Europa. Unser Ziel ist es, eine Brokerage-Infrastruktur zu schaffen, die europäischen Entwickler:innen die Freiheit gibt, alles zu bauen, was sie sich vorstellen können. Wir legen großen Wert auf den Input unserer Nutzer:innen und versuchen diesen (hoffentlich auch Deinen Input) schrittweise in unser Produkt einzubauen.

Trage Dich in unsere Warteliste ein, damit Du sofort mit der Umsetzung Deiner automatisierten Handelsstrategie beginnen kannst! Folge uns auf Medium oder verfolge unseren Blog hier auf unserer Website, um zu erfahren, wie Du Deine Strategie in der Cloud hosten kannst, damit Du Deinen Laptop nach einem Tag voller Coding in seinen verdienten Ruhemodus schicken kannst ☁️ (Blogbeitrag folgt in Kürze). Falls Du Wünsche, Anmerkungen oder Ideen hast, freuen wir uns Dich in unserer Slack Community begrüßen zu dürfen.

Wir sehen uns bei lemon.markets🍋,

Joanne

Das könnte Dich auch interessieren

Mit OpenFIGI und lemon.markets ein Tickersymbol einer ISIN zuordnen

blog photo

Wenn Du an verschiedenen Börsen tradest, wirst Du feststellen, dass diese meist unterschiedliche Methoden haben um Wertpapiere zu identifizieren. Die US-Börsen verwenden beispielsweise häufig Ticker, während die deutschen Börsen auf eine ISIN verweisen. Und manchmal ist das Wechseln zwischen diesen Identifiern nicht so einfach, wie man es erwarten würde. Stattdessen kannst Du den Prozess automatisieren, indem Du einen (weniger als 10 Zeilen) Code schreibst, der die "Übersetzung" für Dich übernimmt. Lies weiter, um zu erfahren, wie Du die OpenFIGI- und lemon.markets-APIs nutzen kannst, um einem Ticker die entsprechenden ISIN zuzuordnen.

10 Fehler beim (automatisierten) Trading und wie Du sie vermeidest

blog photo

Hallo! Mein Name ist Joanne und ich bin Teil des lemon.markets-Teams in Berlin. Wir bauen eine Trading API, mit der Entwickler:innen ihre eigene Trading Experience gestalten können. Außerdem wollen wir eine Umgebung schaffen, in der Nutzer:innen sich zu der Schnittmenge von  Algorithmus-Entwicklung und dem Aktienmarkt austauschen können. Wir wollen zu dieser Diskussion auch etwas beitragen und haben deshalb eine Liste mit zehn Fehlern zusammengestellt, die Anfänger im automatisierten Handel (um ehrlich zu sein, manchmal auch erfahrene Profis) machen können. Damit sie Dir nicht passieren, haben wir zusätzlich erklärt, wie Du sie vermeiden kannst.

Integration von lemon.markets in Deinen Telegram-Bot (Teil 2 von 2)

blog photo

Hallo! Ich bin Joanne und gehöre zum Team von lemon.markets. Wir sind ein Berliner Start-up, das automatisiertes Trading über APIs ermöglicht. Unser Ziel ist es, Entwicklern und Entwicklerinnen alle Werkzeuge zur Verfügung zu stellen, mit denen sie ihre eigene Trading Experience an der Börse bauen können. Dabei gibt es hunderte Use-Cases für unser Produkt, wie beispielsweise ein eigenes Frontend zum Platzieren von Orders. Dafür kannst Du bei Null anfangen oder einen bereits existierenden Dienst wie beispielsweise Telegram nutzen. In diesem Artikel erweitere ich das Projekt, das wir in unserem letzten Artikel vorgestellt haben.

Tiefer eintauchen

Finde weitere Ressourcen für einen einfachen Einstieg

In unserer Dokumentation erfahrt Ihr mehr über unsere API-Struktur, die verschiedenen Endpunkte und spezifische Anwendungsfälle.

Austauschen

Tritt der lemon.markets Community bei

Tritt unserem Slack-Channel bei, um Dich aktiv an unserer Community zu beteiligen, Fragen an andere Nutzer:innen zu stellen und immer auf dem Laufenden zu bleiben.

Team unterstützen

Lust lemon.markets mit uns zu bauen?

Wir sind immer auf der Suche nach großartigen Ergänzungen für unser Team, die uns beim Aufbau einer Brokerage Infrastruktur für das 21. Jahrhundert helfen.

Products
Pricing
For Developers
SlackGithubBlog
© lemon.markets 2021Privacy PolicyImprint
All systems normal