Momentum-Handel mit Pre-Market-Trends

Jeder, der jemals gebannt auf einen Aktienchart auf seinem Bildschirm vor der Eröffnungsbell geschaut hat, wird wissen, dass Aktien nicht zum gleichen Preis eröffnen, zu dem sie schließen. Die meisten Chart-Softwareprogramme berücksichtigen nicht das Geschehen nach Börsenschluss und vor Börseneröffnung, daher sehen die meisten Charts so aus:

Sobald man tiefer in den Bereich des Handels außerhalb der regulären Handelszeiten eintaucht, kommen viele Fragen auf. Steigt eine Aktie, die im Pre-Market an Wert gewinnt, auch während des Tages weiter an? Sollte ich Tesla leer verkaufen, wenn es einen schlechten Geschäftsbericht hat? Wird der S&P500 positiv bleiben, wenn er bereits im Pre-Market gestiegen ist?

Diese Fragen können wir beantworten, indem wir historische Preisdaten mit Python studieren. Der gesamte Code aus diesem Beitrag ist auf Github verfügbar.

Ziele

Lassen sie uns herausfinden, ob die Vormarktpreise über prädiktive Eigenschaften verfügen. Ist es möglich, ein erfolgreiches Handelssystem unter Verwendung der Aktienperformance außerhalb der regulären Handelszeiten zu entwickeln.

1. Wie wichtig ist das Vormarkt-Preisverhalten im Vergleich zur intraday Performance?
2. Welche Wahrscheinlichkeit besteht, dass eine ausgewählte Aktie im Vormarkt steigt und auch während der intraday-Handelssitzung steigt?
3. Wie hoch ist die Wahrscheinlichkeit, dass eine Aktie, die im Vormarkt im Trend liegt, auch während des intraday-Handels in dieselbe Richtung tendiert?
4. Welchen Einfluss hat die Berichtssaison, sind Vormarkttrends nach Ankündigungen stärkere oder schwächere Indikatoren für intraday-Preise?

Datensammlung & Methodik

Das Ziel besteht darin zu untersuchen, ob die Bewegungen vor Börseneröffnung aussagekräftig für das Kursverhalten im Tagesverlauf sind und in welchem Maße das Kursverhalten unsere Anlageentscheidungen beeinflussen kann. Hierfür müssen bestimmte Bedingungen definiert, die zu analysierenden Variablen bestimmt, unsere Methoden skizziert und letztendlich ein Programm erstellt werden, das einige Ergebnisse liefert.

Definition von Pre-Market

Pre-Market und After-Hours-Handel sind zwei Sitzungen, die jeweils vor und nach der Haupt-Handelssitzung stattfinden. Traditionell betrachten wir diese beiden Sitzungen getrennt, da sie durch eine 8-stündige "tote" Periode getrennt sind, in der kein Handel stattfindet. Der Pre-Market läuft von 4:00 bis 9:30 Uhr, der After-Hours-Handel von 16:00 bis 20:00 Uhr, und zwischen 20:00 und 4:00 Uhr findet kein Handel statt. Der Pre-Market und der After-Hours-Handel sind sehr ähnlich, mit denselben Marktteilnehmern und Liquiditätsprofilen. Beide beherbergen auch Quartalsberichte während der Berichtszyklen von Unternehmen, was bedeutet, dass dies der Zeitpunkt ist, an dem die meisten Kursbewegungen nach einer Ankündigung erfolgen.

Statt zu untersuchen, was innerhalb dieser Sitzungen auf individueller Ebene passiert, betrachten wir den Pre-Market ganzheitlich als die Zeit zwischen dem Handelsschluss des Tages und der Eröffnung des nächsten Tages; 16:00 - 9:30 Uhr. Unabhängig davon, ob das Unternehmen nach dem Handel oder vor Börseneröffnung berichtet, folgt immer die Tageshandelssitzung später. Wir werden daher den Pre-Market ganzheitlich untersuchen und die reaktive Kursbewegung in der folgenden Tageshandelssitzung analysieren.

Datensammlung

Für die Datensammlung haben wir die Ramaroussis Yahoo! Finance Python-Bibliothek verwendet, die es uns ermöglicht, historische Preisdaten für einzelne Aktien abzurufen. Wir haben eine Stichprobe von Aktien der S&P 500 und Nasdaq 100 Indizes genommen, die nicht so dünn gehandelt werden wie die Bestandteile des Russell 3000.

def get_hist(symbol):
    target_tickers = []
    target_tickers.append(symbol)
    fetch = yf.download(tickers = 
                target_tickers,
                period = "5y",
                interval = "1d",
                group_by = "ticker",
                auto_adjust = False,
                prepost = True,
                treads = True,
                proxy = None)

Wir haben die historischen Daten der letzten 5 Jahre für jede Sicherheit verwendet. Es ist möglich, diese Analyse ohne Einbeziehung von Pre-Market- und After-Hours-Preisdaten abzuschließen, indem einfach die Differenz zwischen der Markteröffnung und dem Schlusskurs des Vortages verwendet wird, sodass jede EOD-Datenquelle akzeptabel wäre.

Ein Teil dieser Analyse berücksichtigt die Kursbewegungsunterschiede, die mit Berichtszeiträumen verbunden sind. Ähnlich dem Post-Ankündigungs-Drift neigen Aktien dazu, in der Zeit vor und kurz nach einem Quartalsbericht eine höhere Volatilität und Rendite zu zeigen. Es war wichtig, eine Datenquelle zu finden, die es uns ermöglicht, Berichtszeiträume innerhalb unseres fünfjährigen Stichprobenzeitraums schnell zu identifizieren. Hierfür haben wir die EDGAR-Datenbank der U.S. Securities and Exchange Commission verwendet. Während die SEC eine kostenlose API anbietet, die zur Abfrage von Ergebnissen verwendet werden kann, können Sie auch Einreichungen mit Beautiful Soup 4 abrufen, was wir getan haben.

Die Gegenüberstellung der Berichtsdaten über die 5-jährige Performance ermöglicht es uns, die Kursbewegungen zu analysieren, die durch Verschiebungen in Informationen entstehen, die für das Verständnis des Preisfindungsprozesses entscheidend sind. Für diese Studie haben wir Unternehmen ausgeschlossen, die 2019 an die Börse gegangen sind, aufgrund der geringen Stichprobengröße.

Ergebnisse

Für den ersten Test untersuchen wir, wie viel der Handel vor Börseneröffnung zum Gesamtpreisverhalten (Schlusskurs zu Schlusskurs) beiträgt.

Da wir uns auf die Bestandteile des SP500 und des Nasdaq 100 konzentrieren möchten, führen wir den ersten Test durch, indem wir eine Liste von Symbolen durch die Funktion übergeben.

Aktien = qqq() + spy()

test_sample_contribution(Aktien)

Wir stellen fest, dass der Handel vor Börseneröffnung im Durchschnitt 36,68% zum absoluten täglichen Preisverhalten der ausgewählten Aktien beiträgt.

Das Histogramm unten bietet eine visuelle Darstellung des anteiligen Handels vor Börseneröffnung der einzelnen Aktien. Dies zeigt deutlich, dass ein erheblicher Teil der Preisbewegungen außerhalb der regulären Handelszeiten stattfindet.

Weiterhin zielen wir nun darauf ab zu bestimmen, ob eine Aktie, die im Handel vor Börseneröffnung an Wert gewinnt, dies auch während des Handelstages fortsetzen wird. Immerhin ist dies der bestimmende Faktor dafür, ob sie eine Aktie kaufen sollten, die über Nacht gestiegen ist.

Wir verwenden die folgende Funktion und übergeben die Aktien des SP500 und Nasdaq als Argumente in einer Liste.

test_sample_long(Aktien)

Wir stellen fest, dass auf aggregierter Ebene eine Aktie, die im Handel vor Börseneröffnung an Wert gewinnt, mit einer Wahrscheinlichkeit von 50,77% ihr Preisverhalten beibehält während der regulären Handelssitzung. Dies ist interessant, weil es nahelegt, dass es fast keine Korrelation gibt und die Chancen, dass eine Aktie weiter steigt, so gut sind wie das Werfen einer Münze. Einige würden argumentieren, dass dies ein großes Zeugnis für die Effizienz eines Marktes ist, da dies eine antipersistente Eigenschaft zeigt.

Trotzdem gibt es immer noch Aktien, die sich besser vorhersagen lassen, wie unten dargestellt wird.

Der vorherige Test hat nur positive Preisaktionen berücksichtigt, und jetzt müssen wir testen, ob die Handelsaktion vor Börseneröffnung überhaupt auf die Handelsleistung im Handelsverlauf hinweist. Dies bedeutet, dass wir Ereignisse betrachten möchten, bei denen die Handlungen vor Börseneröffnung und die Handelsleistung entweder beide positiv oder beide negativ waren. Ähnlich wie bei Investoren, die Fair-Value-Handelsstrategien mit Pre-Market-Futures verwenden.

Wir wenden die nächste Funktion an und übergeben dieselbe Aktienstichprobe als Argument.

test_sample_indication(Aktien)

Wir stellen fest, dass eine Handelsaktivität vor Börseneröffnung in 49,65% der Fälle auf die Handelsleistung im Handelsverlauf hinweist. Das bedeutet, dass es statistisch gesehen wahrscheinlicher ist, dass der Markt das Gegenteil dessen tut, was er vor Börseneröffnung getan hat.

Abschließende Bemerkungen

Beim Testen, ob das Pre-Market-Geschehen ein Indikator für die intraday Performance ist, können wir mehrere Schlussfolgerungen ziehen.

• Das Pre-Market-Preisgeschehen spielt eine bedeutende Rolle bei allen ausgewählten Aktien und sollte nicht ignoriert werden.
• Auf aggregierter Ebene bestimmt das Pre-Market-Preisgeschehen nicht das intraday Preisgeschehen.
• Ausgewählte Aktien haben historisch betrachtet ein aussagekräftigeres Pre-Market-Preisgeschehen gezeigt.
• Während Berichtszeiträumen bewegen sich Aktien mit mehr Volatilität, jedoch ist das Pre-Market-Preisgeschehen nur geringfügig aussagekräftiger als auf einem historischen Fünf-Jahres-Niveau.
• In Bezug auf ausgewählte Aktien können Berichtszeiträume ein aussagekräftiges Pre-Market-Verhalten offenlegen.
• Bestimmte Aktien sollten über längere Zeiträume getestet werden, um die tatsächliche Vorhersagbarkeit des Pre-Market-Preisgeschehens zu bewerten. Einige Unternehmen sind jedoch zu jung, um genügend Berichtszeiträume zu analysieren.

Bitte beachten sie, dass diese Tests fehlinterpretiert werden können und das Preisgeschehen immer noch von einzigartigen Fundamentaldaten innerhalb der Aktien beeinflusst sein kann, die ein hochaussagekräftiges Pre-Market-Verhalten aufwiesen. Darüber hinaus können vergangene Renditen nützlich sein, um zukünftiges Preisgeschehen zu approximieren, garantieren jedoch keine zukünftige Performance. Schließlich, denken sie daran, dass sich der Markt ständig verändert und Strategien, die heute funktionieren, morgen möglicherweise nicht mehr funktionieren. Die Nutzung der Erkenntnisse aus diesen Methoden der Pre-Market-Analyse kann jedoch zu einer besseren Entscheidungsfindung beitragen.

Schmerzfreier Handel für alle

Hunderte von Märkten an einem Ort - Apple, Bitcoin, Gold, Uhren, NFTs, Sneaker und vieles mehr.

Los geht's