Systeemontwikkeling: je edge, vastgelegd in regels en geautomatiseerd
🎯 Wat je gaat leren
Aan het eind van deze les kun je:
- Systeemontwikkeling: idee → backtest → walk-forward → papier → live (klein) → opschalen
- Walk-forward voorkomt overfitting: train op periode 1, test op periode 2, herhaal
- Testen buiten de steekproef: houd ongeveer een derde van de data achter voor de eindvalidatie
- Kader: idee testen → walk-forward over 3 of meer periodes → 50 trades op papier → live op 25 % van de omvang
⚡ Snelle winst voor morgen (klik om uit te klappen)
Maak het jezelf niet te zwaar. Begin met deze drie stappen:
- Schrijf je huidige edge vanavond op — Schrijf je beste setup stap voor stap uit: (1) vereiste marktomstandigheden, (2) instaptrigger (PRECIES wat je op kopen doet klikken), (3) plaatsing van de stop, (4) plaatsing van het doel, (5) regel voor je positiegrootte. Voorbeeld: «SPY-pullback na uitbraak. Voorwaarden: opgaande trend op dagbasis (boven de 20-EMA), consolidatie op 15 minuten. Instap: pullback naar de weerstand, bullish candle, slot erboven. Stop: 2 ATR eronder. Doel: swinghigh of R:R van 2:1. Omvang: 2 % risico.» Je kunt niet coderen wat je niet onder woorden kunt brengen. Tom Anderson ontdekte dat: «Door de regels op te schrijven kwamen er 12 discretionaire beslissingen boven die ik onbewust nam. Geen wonder dat mijn eerste algo faalde — ik had mijn echte edge nooit gecodeerd!» Schrijf je meer dan 2 keer «hangt ervan af» of «soms», dan is die edge nog niet in regels te vatten.
- Backtest je edge handmatig op 10 trades uit het verleden — Ga nog niet coderen. Spoel de grafiek 3 tot 6 maanden terug op TradingView. Zoek 10 gevallen van je setup. Noteer: datum | instap | stop | doel | werkelijke uitkomst | R-veelvoud | opmerkingen. Bereken: trefkans, gemiddelde R, verwachting (trefkans × gemiddelde winst in R - verliesratio × gemiddeld verlies in R). Handmatig backtesting gaat snel (2-3 uur), toont de statistische houdbaarheid en legt verborgen discretionaire elementen bloot VOORDAT je weken verspilt aan code. Veel traders coderen eerst, doen de backtest later en ontdekken dan dat de edge niet bestaat. Ligt de verwachting boven 0,5R per trade, dan is coderen de moeite waard. Ligt die onder 0,3R, denk je setup dan opnieuw door voordat je rommel automatiseert.
- Begin met een hybride systeem voor je komende 5 trades — Automatiseer nog niet alles. Kies ÉÉN onderdeel om te systematiseren: (A) instapalerts (de scanner meldt zich als de setup er is, jij beslist met de hand), (B) positiegrootte (vaste formule met 2 % risico) of (C) algoritmische stops (geen mentale). Toms hybride: discretionaire instappen behouden, de positiegroottecalculator en de stoporders geautomatiseerd. Daarmee verdween 50 % van de emotionele fouten terwijl hij zijn instaplogica bijschaafde. Alles tegelijk automatiseren is overweldigend en gaat vaak mis. Met een hybride systematiseer je stap voor stap en houd je je discretionaire sterke punten. Houd bij: «trades met automatische stop tegenover mentale stop: welke deden het beter?» Na 5 trades heb je het bewijs dat gedeeltelijk systematiseren de resultaten al verbetert.
Je hebt een edge gevonden. Hij werkt. Maar je kunt hem maar 8 uur per dag handelen.
Wat als je edge 24 uur per dag kon handelen? Zonder emoties. Zonder gemiste setups. Met perfecte uitvoering.
Dat is systematisch handelen. En zo schalen professionals op.
🚨 Even eerlijk
Discretionair handelen loopt vast tussen $100.000 en $500.000 (jij bent het knelpunt). Systematisch handelen? Geen plafond. Draai 10 systemen over 50 assets. Je edge schaalt eindeloos — ALS je hem in regels kunt vatten.
Toms weg door de systeemontwikkeling: van discretionair succes via geautomatiseerde mislukking naar een goede herbouw
Trader: Tom Anderson (samengesteld voorbeeld), 36, voormalig discretionair daytrader uit Seattle, Washington
Timeframe: Januari 2023 → oktober 2024 (22 maanden)
Kapitaal: $350,000
Achtergrond: 4 jaar winstgevend discretionair handelen, met een plafond van $163K per jaar, en de wens om op te schalen
Bedrijf 1: discretionair succes (2022)
Toms discretionaire edge (2022): Momentum-uitbraaksetups op SPY, elke dag met de hand gehandeld van 9.30 tot 16.00 uur
Toms discretionaire prestatie in 2022: 166 trades, 63,6 % trefkans, gemiddeld 1,2R, +$163.500 winst (momentum-uitbraaksetups op SPY, met de hand gehandeld)
Toms frustratie (december 2022):
«Ik heb in 2022 $163.500 verdiend. Dat is prima, beter dan mijn salaris als software-engineer. Maar ik zit vast. Ik kan alleen tijdens beursuren handelen. Ik mis setups als ik niet achter mijn bureau zit. Ik maak emotionele fouten als ik moe ben.
Als ik mijn edge kon coderen en automatiseren, kon ik 24 uur per dag handelen. Opschalen naar meerdere assets. De emoties eruit halen. Tijd om te systematiseren.»
— Tom Anderson, dagboeknotitie van 31 december 2022
Bedrijf 2: eerste automatiseringspoging (Q1 2023) — het overfitte drama
Toms aanpak: 6 weken lang een Python-backtest gecodeerd, getest op de data van 2020-2022 (precies de periode die hij discretionair had gehandeld)
| Kengetal | Backtest (2020-2022) | Live Q1 2023 | Verschil |
|---|---|---|---|
| Trefkans | 78.4% | 48.2% | -30,2 % (ENORM!) |
| Gem. R | 2.1R | -0.2R | 2,3R verschil! |
| Maandrendement | +9.2% | -3.8% | 13 % verschil!!! |
| P&L (3 maanden) | +$96.600 (verwacht) | -$39.900 (werkelijk) | $136.500 drama! |
Wat ging er mis? De 6 fatale fouten (78 % in de backtest → 48 % live):
- Alleen binnen de steekproef — Getest op diezelfde data van 2020-2022. Het systeem leerde de patronen uit het hoofd, zonder validatie buiten de steekproef
- Overfitting van parameters — 8 parameters geoptimaliseerd (ADX>23,4, RSI<38,7). Aan de ruis aangepast
- Transactiekosten genegeerd — Nul slippage en commissie in de backtest. Live: 0,08 % slippage + $2 per trade aten ongeveer 30 % van de edge op
- Geen walk-forward — Eén enkele backtest, geen rollende vensters. De achteruitgang op nieuwe data is nooit getest
- Papierfase overgeslagen — Direct live, op volle omvang. Had $40K kunnen schelen
- Aannames over uitvoering — Uitvoering op de slotkoers aangenomen. Werkelijke uitvoeringen waren 0,05 % slechter
De afrekening (31 maart 2023):
«Ik verloor $39.900 in 3 maanden met mijn "geautomatiseerde systeem". De backtest gaf 78 % winnaars. De werkelijkheid? 48 %. Ik had het volledig aan de curve aangepast.
Ik optimaliseerde 8 parameters op historische data die ik AL KENDE. Natuurlijk zag dat er perfect uit. Toen kwam de echte markt en viel alles uit elkaar.
De transactiekosten hebben me gesloopt. Ik negeerde slippage, commissies, spreads. Mijn backtest gaf +$96K, maar de echte kosten aten -$23.900 op.
Terug naar de tekentafel. Deze keer doe ik het goed.»
— Tom Anderson, dagboeknotitie van 31 maart 2023
Bedrijf 3: systeemontwikkeling zoals het hoort (april-augustus 2023)
Toms herbouw: Huurde een consultant systematisch handelen in ($8K) en besteedde 4 maanden aan het leren van de juiste methodiek
| Onderdeel | V1 (overfit drama) | V2 (netjes gevalideerd) |
|---|---|---|
| Verdeling van de data | Alles binnen de steekproef (2020-2022) | Walk-forward: 6 maanden trainen, de volgende 3 testen, venster doorschuiven |
| Parameters | 8 geoptimaliseerde parameters (ADX>23,4, RSI<38,7 enz.) | 3 eenvoudige parameters (ADX>25, RSI<35, volume>2× gemiddeld) |
| Transactiekosten | Genegeerd (op nul gezet) | 0,08 % slippage + $2 commissie + 0,02 % spread per trade |
| Validatie | Eén enkele backtest | Walk-forward + Monte Carlo + 50 trades op papier |
| Ingebruikname | Direct live op volle omvang | Papier (50 trades) → 25 % omvang (30 trades) → 50 % omvang → 100 % |
| Uitvoering | Marktorders op de slotkoers (aangenomen) | Limietorders op het midden, 30 seconden geduld, markt als laatste redmiddel |
Walk-forward-resultaten van V2 (ontwikkeling april-juli 2023):
| Venster | Trainingsperiode | Testperiode | Trefkans in de test | Gem. R in de test | Achteruitgang |
|---|---|---|---|---|---|
| 1 | Jan-jun 2020 | Jul-sep 2020 | 59% | 0.8R | Training: 62 %, test: 59 % (5 % verschil) |
| 2 | Jul-dec 2020 | Jan-mrt 2021 | 57% | 0.7R | Training: 61 %, test: 57 % (7 % verschil) |
| 3 | Jan-jun 2021 | Jul-sep 2021 | 61% | 0.9R | Training: 64 %, test: 61 % (5 % verschil) |
| 4 | Jul-dec 2021 | Jan-mrt 2022 | 58% | 0.7R | Training: 63 %, test: 58 % (8 % verschil) |
| 5 | Jan-jun 2022 | Jul-sep 2022 | 60% | 0.8R | Training: 62 %, test: 60 % (3 % verschil) |
| GEMIDDELDE VAN DE TESTS: | 59% | 0.78R | Gemiddeld verschil: 5,6 % (acceptabel) | ||
De werkelijkheidstoets van de transactiekosten:
| Kengetal | Voor kosten | Na kosten | Effect |
|---|---|---|---|
| Gemiddelde winst per trade | $767 | $545 | -29 % per trade |
| Jaarrendement (200 trades) | +$153,400 | +$109,000 | -$44,400 (-29%) |
| Sharpe-ratio | 2.1 | 1.4 | -33 % achteruitgang |
| Nog steeds haalbaar? | ✓ JA ($109K per jaar, Sharpe 1,4) | ||
Validatie op papier (augustus 2023, 50 trades):
| Kengetal | Walk-forward-test | Paper trading | Verschil |
|---|---|---|---|
| Trefkans | 59% | 56% | -3 % (GOED!) |
| Gem. R | 0.78R | 0.71R | -0,07R (acceptabel) |
| Maximale drawdown | -14% | -16% | +2 % (binnen de tolerantie) |
| STATUS VAN DE VALIDATIE: | ✓ GESLAAGD (door naar live) | ||
Bedrijf 4: succes in de live markt (september 2023 tot oktober 2024, 14 maanden)
Toms uitrolstrategie: Papier geslaagd → 25 % omvang gedurende 1 maand → 50 % gedurende 2 maanden → 100 % (vanaf december 2023)
Je bent nu op de helft. Je hebt de belangrijkste strategieën geleerd.
Mooie voortgang! Neem zo nodig even een korte pauze om je te strekken, daarna duiken we in de gevorderde concepten die volgen.
Toms live prestatie met V2 (sep. 2023 - okt. 2024, 14 maanden): 198 trades, 58,6 % trefkans, gemiddeld 0,8R, maximale drawdown -18 %, +$108.000 winst. Begon op 25 % omvang (validatie) en ging in december naar 100 %, toen de eerste maanden overeenkwamen met de backtest. Het systeem hield stand in hakkelige markten (Q2 2024: 55 % trefkans, +$16.900) en bloeide op in momentum (Q3 2024: 62 % trefkans, +$34.700).
Vergelijking discretionair (2022) en systematisch (2023-2024):
| Kengetal | 2022 (discretionair) | 2024 (systematisch) | Verandering |
|---|---|---|---|
| Jaarinkomen | $163,500 | $92,600 | -43 % (maar…) |
| Benodigde tijd | 6,5 uur per dag (beursuren) | 0,5 uur per dag (bewaking) | ✓ -92 % tijd (6 uur vrijgemaakt!) |
| Emotionele belasting | Hoog (schermmoeheid) | Laag (de code voert uit) | ✓ Uitvoering zonder stress |
| Schaalbaarheid | Begrensd (één persoon is de grens) | Onbeperkt (assets erbij zetten) | ✓ Uit te breiden naar QQQ, IWM enz. |
| Gemiste setups | ~20 % (niet achter het bureau) | 0 % (bewaking 24 uur per dag) | ✓ Nooit meer een signaal missen |
| Consistentie | Wisselend (afhankelijk van emotie) | Perfect (op regels gebaseerd) | ✓ 100 % regeltrouw |
Waar Tom nu staat (oktober 2024):
- Inkomen uit het systeem: $92.600 per jaar in het tempo van die 14 maanden, uit het SPY-momentumsysteem
- Tijdsbesteding: 30 min per dag bewaking (tegenover 6,5 uur discretionair)
- Vrijgekomen tijd: Ontwikkelt nu een 2e systeem voor QQQ en een 3e voor crypto
- Schaalbaarheid: Wil tegen 2025 vijf ongecorreleerde systemen draaien → doel meer dan $250K per jaar
- Stressniveau: «Ik slaap beter. Code raakt niet in paniek. Ik ga niet meer tegen mijn eigen regels in.»
- Netto na het verlies van Q1 2023: -$39.900 (V1-drama) + $108.000 (14 maanden V2) = +$68.100 netto
Toms zuurverdiende les (oktober 2024):
«Ik verloor $40K in het eerste kwartaal van 2023 omdat ik dacht dat backtesting betekende "code over oude data draaien en parameters optimaliseren". Fout.
Echte systeemontwikkeling is:
• Walk-forward-testen (trainen op het verleden, testen op de toekomst, herhalen)
• De transactiekosten modelleren (slippage kost 30 % van je edge)
• Monte Carlo-stresstests (weet wat je slechtste drawdown kan zijn)
• 50 trades of meer op papier voordat je één dollar riskeert
• Eenvoudige regels > complexe optimalisatie (3 parameters verslaan er 8)
Mijn V2-systeem levert zo’n $93K per jaar op bij 30 minuten per dag. Ik heb 6 uur vrij om meer systemen te bouwen. In 2025 draai ik er 5 over verschillende assets.
Discretionair handelen zette me vast op $163K en brandde me op. Systematisch handelen schaalt eindeloos — als je het goed doet.»
— Tom Anderson, systematisch trader (oktober 2024)
Wat Toms leergeld in totaal kostte:
- V1-verliezen in Q1 2023: -$39.900 (leergeld voor een overfit systeem)
- Kosten van de consultant: -$8.000 (4 maanden, april-juli 2023)
- Ontwikkeltijd: 4 maanden gemiste kans (had discretionair ongeveer $54K kunnen verdienen)
- Totale investering: ~$102K
- Herstel over 14 maanden: +$108.000 (systematisch met V2)
- Nettopositie: +$6.000 (quitte na een dure leerschool)
- Toekomstige waarde: Het systeem levert nu zo’n $93K per jaar op bij 30 minuten per dag en maakt 6 uur per dag vrij om op te schalen
- Vooruitblik op 5 jaar: 5 systemen × ongeveer $50K gemiddeld = $250K per jaar (tegenover het discretionaire plafond van $163K) — en dat gaat ervan uit dat elk nieuw systeem standhoudt, precies het stuk dat niemand kan beloven
🎯 Wat je eraan hebt
Na deze les kun je:
- Discretionaire regels omzetten in precieze, toetsbare logica
- Robuuste backtest-frameworks bouwen (overfitting vermijden)
- Walk-forward-analyse en Monte Carlo-simulatie gebruiken
- Systemen veilig in gebruik nemen (papier → klein live → opschalen)
💡 het aha-moment
Je brein kan niet 100 % consistent uitvoeren. Code wel. Haal de emoties eruit, de fouten, de vermoeidheid. Systematiseer je edge en hij wordt een machine die geld drukt terwijl jij slaapt.
🎓 De kern
- Systematiseren om op te schalen: Discretionair handelen loopt vast tussen $100.000 en $500.000, systematisch heeft geen plafond
- Walk-forwardtest: De enige validatiemethode die telt — trainen op het verleden, testen op de toekomst (keer op keer)
- Monte Carlo-simulatie: Meer dan 1.000 scenario’s testen om de werkelijke verdeling van risico en rendement te begrijpen
- Transactiekosten zijn CRUCIAAL: 0,1 % per trade vernietigt meer dan 30 % van het rendement uit de backtest
- Neem stapsgewijs in gebruik: Papier → micro-omvang → klein → volledig (op elke stap valideren)
- Vermijd overfitting: Meer parameters = meer curve fitting. Eenvoudige systemen overleven de echte markt
🎯 Praktijkoefening: bouw en test een systematische strategie
Doel: Neem een discretionaire edge, giet die in precieze regels, doe een fatsoenlijke backtest en neem hem met vertrouwen in gebruik.
Systeemontwikkeling in 6 stappen:
- Regels vastleggen — Zet de discretionaire setup om in exacte in- en uitstapvoorwaarden (5 regels of meer). Voorbeeld: «De koers sweept de 15-minutenbodem met $0,20 of meer, herovert die binnen 5 candles, ADX>22»
- Backtest (200+ trades, 2+ jaar) — Let op: trefkans >50 %, gemiddelde R >0,5R, maximale drawdown <25 %, Sharpe >1,0
- Walk-forward-validatie — Verdeel in blokken van 6 maanden en train en test rollend. Presteert de test 30 % of meer slechter dan de training = overfitting
- Monte Carlo-stresstest — Schud 1.000 volgordes door elkaar. Ligt de drawdown in het 95e percentiel boven 30 % of het risico op ruïne boven 1 % = omvang verkleinen
- Live gaan (3 stappen) — Papier (50 trades, trefkans binnen 5 % van de backtest) → micro-omvang (30 trades, 25 % omvang) → volle omvang (100 %). Zakt een stap, dan terug naar de backtest
- De werkelijkheid van de transactiekosten — Tel slippage (0,05 %), commissie en spread erbij. Daalt de winst met meer dan 50 % = niet haalbaar
Doel: Doe stap 1 tot en met 4 in 2 tot 4 weken. Handel minimaal 50 trades op papier. Ga alleen live als het papier binnen 10 % overeenkomt met de backtest. De meeste systemen sneuvelen in de papierfase — en dat is GOED. Beter nu ontdekken dan echt geld verliezen.
Je hebt net geleerd wat hobbyisten scheidt van professionele systematische traders. Walk-forward-testen, Monte Carlo, kostenmodellering: dat is niet optioneel. Dat is overleven. Nu weet je hoe je systemen bouwt die live niet ontploffen.
Gerelateerde lessen
Backtesting in de praktijk
De basis om de klassieke valkuilen van backtesting en overfitting te vermijden.
Les lezen →Algoritmische uitvoering
Geautomatiseerde systemen vragen om optimale uitvoering: bouw uitvoeringsalgoritmes in.
Les lezen →Machine learning voor handelen
ML kan systematische strategieën versterken — leer het toe te passen zonder te overfitten.
Les lezen →⏭️ Hierna
Artikel #55: machine learning voor handelen — ML is geen toverij: het vindt patronen in ruis en overfit spectaculair als je het verkeerd gebruikt. Leer praktische ML voor de handel zonder eraan onderdoor te gaan.
💬 Discussie (0 reacties)
Reacties laden…
Klaar om met Signal Pilot te handelen?
Breng je opleiding in de praktijk met professionele indicatoren en hulpmiddelen voor marktanalyse in realtime.
Terug naar Signal Pilot →Uitsluitend educatief. Handelen brengt een aanzienlijk risico op verlies met zich mee. Dit is geen financieel advies. Resultaten uit het verleden bieden geen garantie voor de toekomst.