Din aktiebacktest fandt en shortmulighed. Kunne du faktisk låne aktierne?

Maya,

Du har bygget en amerikansk aktiestrategi, der shorter kraftige kursgab ved åbningen og holder positionen i op til 3 sessioner. Din simulator opkræver kurtage, krydser spreadet og begrænser deltagelsen. Før du bruger endnu en eftermiddag på at finjustere gapgrænsen, skal du besvare et mere grundlæggende spørgsmål: Kunne din konto have lånt de aktier?

Din backtest af short selling skal have en lånemodel, når værdipapirudlån begrænser indgangen eller ændrer økonomien i at holde en position. Modellen skal bruge historisk tilgængelighed, tilgængelige mængder, låneomkostninger og en håndtering af tilbagekaldelser. Et fast årligt gebyr dækker kun én del af det.

I dit tilfælde kan udeladelsen ændre, hvilke handler der overhovedet findes. De små selskaber med spektakulære gaps kan også være dem, hvor lånemulighederne er få eller dyre. Du kan ikke gå ud fra, at strategien blot bliver en mindre udgave af sig selv, hvis du fjerner handler, der ikke kunne gennemføres.

Din første ordre kommer før salgsordren

Forestil dig dit næste simulerede signal: Sælg 1,000 aktier til $10. Dine prisdata viser, at aktien blev handlet i stort omfang. Det fortæller dig noget om eksekveringskapaciteten. Det siger meget lidt om, hvor mange aktier din broker kan skaffe til din konto.

Ved et almindeligt amerikansk aktieshort skal din broker som regel opfylde det relevante krav om at finde aktier til lån, før salget gennemføres. Hold begreberne adskilt i din simulator: En locate giver grundlag for at tro, at aktier kan lånes; den er ikke en ubetinget reservation af aktier gennem hele din holdeperiode.

Du skal fastlægge en regel for de 300 aktier, før du kender afkastet. Ellers ender du med at acceptere delvise tildelinger på vinderhandler og kalde taberhandlerne for små til at være værd at tage med.

Hold også terminologien enkel. Du kan kalde en databasekolonne locate_status og stadig forstå den 6 måneder senere. Kalder du den shortable_magic, har du skaffet dig et lille vedligeholdelsesproblem. Det ser ud til at ske i alle research-notebooks.

Dine 3 sessioner kan indeholde en weekend

Forestil dig, at du åbner en shortposition på $10,000 fredag og lukker den mandag. I dette eksempel antager vi, at din broker opkræver lån for 3 kalenderdage, bruger 365 dage som nævner og fastholder det gebyrberegnede beløb på $10,000. Det er udtrykkelige modelantagelser; hvis modellen skal afspejle virkeligheden præcist, skal du kende din brokers faktiske regler for periodisering og værdiansættelse.

Din beregning er gebyrberegnet beløb × årlig rente × dage ÷ 365. Dit faktiske regnskab kan kræve et andet dagsgrundlag, daglig genberegning af renten, regler for sikkerhedsstillelse eller separate locate-gebyrer. Du bør også medregne eventuel rentekreditering på provenuet fra shortsalget separat.

Hvis aktien falder 2%, er din bruttofortjeneste på kursen $200. Med eksemplet på 360% har du allerede brugt mere end det på lånet, før handelsomkostninger. Du behøver ikke noget subtilt statistisk argument for at afvise den handel under de antagelser.

Men et rentefilter ved indgangen fastlåser ikke omkostningen ved at holde positionen. Lånerenten kan ændre sig, mens positionen er åben. Periodisér efter de vilkår, der gælder hver dag; brug indgangens tilbudte rente til de beslutninger, du faktisk kunne træffe på indgangstidspunktet.

Dine data skal afspejle brokerens perspektiv

Du har brug for tidsstemplede registreringer af ticker, broker eller udlånskilde, tilgængelighedsstatus, angivet mængde og rente. Gem tidspunktet, hvor du modtog observationen. En natlig fil, der leveres efter din morgenindgang, kan ikke begrunde beslutningen den morgen.

Du skal også vide, hvad mængden betyder. Et vejledende beholdningsfeed kan vise beholdning, der deles mellem kunder. Det lover ikke nødvendigvis, at tildelingen er tilgængelig for din konto. Hvis du har faktiske forespørgsler om locate og svar på dem, så gem dem sammen med feedet.

Din nyttige stresstest er selektiv. Fjern eller begræns handler i de aktier, der er mest udsatte for lånebegrænsninger, og variér deres renter. Hvis du tilfældigt sletter 10% af indgangene, kan du overse problemet fuldstændigt: De kursbevægelser, der ser bedst ud, kan være koncentreret netop i de vanskelige aktier.

Din exitregel styrer ikke alle exits

Du har angivet en maksimal holdeperiode på 3 sessioner. Din långiver og broker har ikke underskrevet den strategiplan.

En tilbagekaldelse kan føre til, at lånet erstattes, eller til, at din broker tvangslukker positionen efter sine egne procedurer. Du bør ikke omsætte enhver tilbagekaldelse til et øjeblikkeligt markedskøb. Beskriv de mulige udfald, og afspil de faktiske meddelelser og frister, hvor der findes registreringer.

Hvis du ikke har de registreringer, så rapportér et separat stressscenarie med en udtrykkelig antagelse om, at erstatningslån ikke kan skaffes, samt et tidspunkt for tvangslukning. Medregn eksekveringsomkostningerne ved lukningen. Sørg for, at scenariet kan skelnes fra en rekonstruktion baseret på historisk dokumentation.

I din næste kørsel skal hver kandidat have et sporbar forløb: ønskede aktier, lånebeslutning, tildelte aktier, eksekverede aktier, daglige låneomkostninger og exitårsag. Behold afviste kandidater i outputtet, så du kan se, om lånebegrænsninger fjerner den tilsyneladende kilde til strategiens edge.

Gennemgå derefter dine 10 største simulerede vindere igen. Sæt dokumentationen for, at du kunne få adgang til aktierne og holde positionen åben, ved siden af hver af dem. De steder, hvor feltet er tomt, viser dig din næste researchopgave.