Algorithmic evaluation of a technical analysis investment strategy
Herrala, Ilkka (2022)
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022121228043
https://urn.fi/URN:NBN:fi:amk-2022121228043
Tiivistelmä
Opinnäytetyön tavoitteena on edistää keskustelua siitä, kannattaako teknistä analyysiä käyttää sijoituspäätöksissä osakemarkkinoilla. Tavoitteena ei ole antaa kyllä tai ei vastausta, vaan arvioida yhtä sijoitusstrategiaa algoritmisesti hyödyntäen useita akateemisia lähteitä ja kyselylomaketta.
Opinnäytetyön tutkimus tehdään QuantConnectilla. QuantConnect on ilmainen algoritminen sijoitusalusta, jonka avulla käyttäjät voivat ohjelmoida, testata ja arvioida erilaisia sijoitusstrategioita.
Ensinnäkin opinnäytetyö tarjoaa tietoa osakemarkkinoista tutkimuksen ymmärtämiseksi. Toiseksi tehdään kysely teknisen analyysin aiheesta. Lopuksi ohjelmoidaan ja arvioidaan sijoitusstrategia. Valittu sijoitusstrategia toimii paremmin kuin osakemarkkinoiden kokonaisindeksi, mutta erilaisia näkökulmia on huomioitu. Lisäksi tutkimuksessa esitetään lisäehdotuksia.
Tutkimuksessa hyödynnetyimpiä lähteitä ovat yleistietoa osakemarkkinoista ja teknisiä termejä selittävä Investopedia, sijoitusanalyysityyppeihin keskittyvä pro gradu -tutkielma, tunnettuja talouskirjoja Suomessa sekä yksi tunnettu kirja algoritmisesta sijoittamisesta. The thesis aims to contribute to the discussion as to whether technical analysis is worth using in public stock market investments. The goal is not to give a yes or no answer, but rather evaluate one investment strategy algorithmically, utilizing multiple academic sources and a questionnaire.
The research in the thesis is conducted utilizing QuantConnect. QuantConnect is a free algorithmic investing platform and allows users to program, test, and evaluate various investment strategies.
Firstly, the thesis provides information on the public stock market and technical analysis for the reader to comprehend the research. Secondly, a questionnaire is conducted on the topic of technical analysis. Lastly, an investment strategy is programmed and evaluated. The chosen investment strategy performs better than the overall stock market index, but considerations are noted. Furthermore, additional suggestions are presented in the research.
The most utilized sources in the research include Investopedia for general information about the stock market and to explain technical terms, a master’s thesis focusing on investment analysis types, well-known financial books in Finland and one well-known book on algorithmic investing.
Opinnäytetyön tutkimus tehdään QuantConnectilla. QuantConnect on ilmainen algoritminen sijoitusalusta, jonka avulla käyttäjät voivat ohjelmoida, testata ja arvioida erilaisia sijoitusstrategioita.
Ensinnäkin opinnäytetyö tarjoaa tietoa osakemarkkinoista tutkimuksen ymmärtämiseksi. Toiseksi tehdään kysely teknisen analyysin aiheesta. Lopuksi ohjelmoidaan ja arvioidaan sijoitusstrategia. Valittu sijoitusstrategia toimii paremmin kuin osakemarkkinoiden kokonaisindeksi, mutta erilaisia näkökulmia on huomioitu. Lisäksi tutkimuksessa esitetään lisäehdotuksia.
Tutkimuksessa hyödynnetyimpiä lähteitä ovat yleistietoa osakemarkkinoista ja teknisiä termejä selittävä Investopedia, sijoitusanalyysityyppeihin keskittyvä pro gradu -tutkielma, tunnettuja talouskirjoja Suomessa sekä yksi tunnettu kirja algoritmisesta sijoittamisesta.
The research in the thesis is conducted utilizing QuantConnect. QuantConnect is a free algorithmic investing platform and allows users to program, test, and evaluate various investment strategies.
Firstly, the thesis provides information on the public stock market and technical analysis for the reader to comprehend the research. Secondly, a questionnaire is conducted on the topic of technical analysis. Lastly, an investment strategy is programmed and evaluated. The chosen investment strategy performs better than the overall stock market index, but considerations are noted. Furthermore, additional suggestions are presented in the research.
The most utilized sources in the research include Investopedia for general information about the stock market and to explain technical terms, a master’s thesis focusing on investment analysis types, well-known financial books in Finland and one well-known book on algorithmic investing.