Zum Inhalt

Source: Quantitative Trading

Chan, Ernest P. Quantitative Trading: How to Build Your Own Algorithmic Trading Business. Wiley, 2008. — Pragmatischer Leitfaden für unabhängige systematische Trader: von der Strategiefindung über Backtesting bis zur Execution und Portfolio-Optimierung mittels Kelly Criterion.

Einordnung

Quantitative Trading ist das Praxisbuch für den unabhängigen Systematiker — nicht für institutionelle Quant-Fonds wie Narangs Werk, sondern für den Aufbau eines kleinen, disziplinierten Handelssystems mit eigenem Kapital. Chan's Stärke: Er gibt konkrete, überprüfbare Regeln statt vager Prinzipien. Schwäche: fokussiert auf Equities und einfache statistische Arbitrage, weniger relevant für Global Macro.

Key Takeaways

1. Sharpe Ratio als primäre Performance-Metrik — Nicht die absolute Rendite, sondern der Sharpe Ratio bestimmt die maximale Long-Term-Wealth. Grund: Leverage ist eine Funktion des Sharpe Ratios. Ein Sharpe von 2 bei 5% Rendite schlägt langfristig einen Sharpe von 0,5 bei 30% Rendite, weil man den ersten mit höherem Leverage fahren kann. Konsequenz: Strategien nicht nach Return, sondern nach Sharpe auswählen und optimieren.

2. Kelly Criterion für optimale Leverage — Die mathematisch optimale Leverage-Allokation ist: f = m / s² (einfacher Fall, eine Strategie). Für mehrere Strategien: F = C⁻¹ × M (Covariance-Matrix-Inversion). Das maximiert den langfristigen Compounding-Wachstum. Praktische Regel: "Half-Kelly" (halbe Kelly-Leverage) erhöht Robustheit bei geringem Verlust im Expected Return.

3. Backtesting Pitfall Taxonomie — Drei kritische Fehlerquellen: - Look-ahead Bias: Verwendung von Information, die zum Signalzeitpunkt nicht verfügbar war (häufigster Fehler) - Survivorship Bias: Daten enthalten nur Aktien, die bis heute überlebt haben — historische Performance wird zu gut - Data-Snooping Bias: Überoptimierung von Parametern auf historische Daten → Strategy funktioniert nur in-sample

4. Mean Reversion vs. Momentum — Zwei fundamental verschiedene Marktmechanismen: Mean Reversion: Assets kehren zu einem Gleichgewicht zurück (Pairs Trading, Statistical Arbitrage, Cointegration). Funktioniert in Range-Bound Märkten. Momentum: Trends setzen sich fort (Trend Following, Breakout-Strategien). Funktioniert in Trending-Märkten. Wichtig: Beide Typen erfordern unterschiedliche Parameter und Regime-Awareness. Was in einem Regime funktioniert, scheitert im anderen.

5. Transaction Costs sind Deal-Breaker — Strategien, die vor TC-Abzug gut aussehen, können danach negativ werden. Chan betont: TC-Analyse ist nicht optional, sondern Teil jedes Backtests. Position Size: Nie mehr als 1% des durchschnittlichen Tagesvolumens, um Market Impact zu minimieren.

6. Paper Trading vor Live Trading — Mandatory: Papier-Trading zeigt Look-ahead Biases und Softwarefehler, die im Backtest unsichtbar waren. Erst wenn Paper-Trading-P&L mit Backtest-P&L (netto nach TC) übereinstimmt, ist Live-Trading bereit.

Verbindung zu Johanns System

Chan ergänzt Narang's quant_architektur_5_schichten auf der Strategieebene: Wo Narang die Architektur beschreibt, liefert Chan die Implementierungsdetails für Backtesting und Capital Allocation. Kelly Criterion ist die mathematische Grundlage für die Portfolio-Konstruktion (überschneidet sich mit Dalios Diversifikationsprinzip, aber deutlich präziser). Für den Fondsaufbau: Kelly als Sizing-Framework für Strategieallokation.