Development of Trading Algorithm Backtest Environment

Abstract

The algorithmic trading in the financial markets has constantly gained popularity during recent years. The main contributors to the algorithmic trading are institutional investors such as investment companies and banks. However, the practice of algorithmic trading is available for retail investors as well.

An essential part of the trading algorithm development is an evaluation of the financial results of an algorithm. Backtesting is a commonly used evaluation method. In the backtesting an algorithm is executed with a historical market data and evaluation of the financial performance during the time period is produced.

The goal of the thesis was to develop an algorithmic trading backtesting environment suitable for a private investor. In the beginning of the project no historical market data was available. Therefore the practical part of the project was divided into two parts, the data collection part and the backtester application development part.

In the first part a system collecting market data was designed and implemented. The system is Excel based and fetches the data from an existing WinTrade application. After the system was completed it was used to collect market data for backtesting purposes. The system collected real time data from all stocks listed in the Helsinki stock exchange for a five month time period.

The second part focused on the design and the development of the Windows based backtester application. The application executes the selected algorithm with the data provided by the data collection system and produces financial analysis from the algorithm behavior. The application and developed example algorithms were tested with the collected historical data.

As a result of the thesis it is now possible for a private investor to develop and verify stock trading algorithms without commercial trading platforms. Due to the modular design the backtester application can be expanded by developing new features to it.

Algoritminen kaupankäynti finanssimarkkinoilla on lisääntynyt jatkuvasti viime vuosina. Pääsääntöisesti algoritmista kaupankäyntiä harjoittavat institutionaaliset sijoittajat kuten sijoitusyhtiöt ja rahoituslaitokset. Kuitenkin yksityisen sijoittajan on myös mahdollista toteuttaa algoritmista kaupankäyntiä.

Kaupankäyntialgoritmin kehittämisessä oleellinen osa on algoritmin taloudellisten tunnuslukujen arviointi. Yleisesti käytetty menetelmä on taustatestaus. Taustatestauksessa algoritmia suoritetaan käyttämällä toteutunutta historiallista kurssitietoa, jotta nähdään miten algoritmi olisi käyttäytynyt kyseisenä ajanjaksona.

Tämän lopputyön tavoitteena oli kehittää yksityiselle sijoittajalle sopiva kaupankäyntialgoritmien taustatestausympäristö. Ympäristön kehittäminen alkoi tilanteesta, jossa historiallista kurssitietoa ei ollut käytettävissä. Tästä syystä lopputyön käytännön osuus jakautui kahteen osaan.

Työn ensimmäisessä osassa suunniteltiin ja toteutettiin kurssitiedon keruujärjestelmä. Järjestelmä on Excel-pohjainen ja kerää kurssitiedon WinTrade-sovelluksesta. Toteutettua järjestelmää hyödynnettiin taustatestaustiedon keräämiseen. Järjestelmä keräsi Helsingin pörssin kaikkien osakkeiden reaaliaikaiset tiedot viiden kuukauden ajalta.

Työn toinen osa keskittyi taustatestaussovelluksen suunnitteluun ja toteutukseen. Sovellus suorittaa valittua algoritmia kurssitiedon keruujärjestelmän tuottamalla tiedolla ja laskee taloudellisen analyysin algoritmin toiminnasta. Sovellus ja kehitetyt esimerkkialgoritmit testattiin kerätyllä historiallisella kurssitiedolla.

Lopputyön tuloksena osakemarkkinoiden kaupankäyntialgoritmien kehittäminen ja testaaminen mahdollistuu myös yksityiselle sijoittajalle, ilman maksullisia kaupankäyntialustoja. Modulaarisen rakenteen ansiosta taustatestausjärjestelmää on myös mahdollista laajentaa kehittämällä siihen uusia ominaisuuksia.