Bot maker spotlight: Laika

Waar zou de BOTS app zijn zonder onze geweldige bot makers? Deze superhelden zijn de geesten en scheppers achter de bots in de BOTS-app. Maar wie zijn ze, waar komen ze vandaan, wat is hun relatie met de handel, en wat is hun filosofie?

Laten we eens kijken, zullen we?

Vandaag staat het bot-makers team Laika in de schijnwerpers: verantwoordelijk voor 16 (!) bots in de BOTS-app, en nog eens 7 nieuwe bots die door hun quarantaine periode gaan.

Laika

Het team achter Laika was al bekend met de BOTS app, en hun enthousiasme deed hen besluiten om een groot aantal bots voor de app te maken. "De BOTS-app hielp ons om een breed scala aan investeerders te bereiken die bereid waren om te investeren in onze algoritmes, om zo ons bedrijf verder te professionaliseren."

Hoewel men altijd al geïnteresseerd was in financiële markten, besloot team Laika pas uit te breiden toen ze een algoritme creëerden om hun eigen portefeuilles te beheren...

De eerste Laika algoritme werd gemaakt

Steven Wisbrun, de man achter Laika, ontdekte zijn interesse in programmeren en algoritmes tijdens zijn masterstudie Quantitative Finance aan de Erasmus Universiteit. "Tijdens onze studie hebben we veel ervaring opgedaan met programmeren en algoritmes in het algemeen. De kennis van algoritmes en interesse in financiële markten resulteerde in het schrijven van scripties over financiële activa en enkele onderliggende stochastische relaties die niet zichtbaar zijn aan de oppervlakte, met uitzonderlijke academische begeleiding."

"De cryptomarkt is relatief onbekend, waardoor de mogelijkheid bestaat om bepaalde anomalieën te vinden en daarvan te profiteren."

Maar daar bleef het niet bij... "Na het ontwikkelen van deze methoden, probeerden we onze bevindingen te exploiteren door ze om te zetten in handelssignalen. Dit resulteerde (na veel backtesting, optimalisatie en tegenslagen) in ons eerste echte trading algoritme, dat we gebruikten om onze eigen portfolio's te beheren. De markt is relatief onontwikkeld, wat de mogelijkheid biedt om bepaalde anomalieën te vinden en daarvan te profiteren. Bovendien kunnen de algoritmen, door de volatiele aard van de onderliggende activa, zeer grote rendementen genereren (mits correct uitgevoerd). De resultaten van deze algoritmes waren behoorlijk succesvol, waardoor we niet alleen verschillende strategieën bleven ontwikkelen, maar ook op zoek gingen naar investeerders om de handelsportefeuille te laten groeien."

Laika en de BOTS app

De BOTS-app is een geweldig platform voor zowel gebruikers als bot-makers. De community vibe is sterk, en bot creators zoals Laika doen er alles aan om in contact te komen met de gebruikers: "We proberen nauw contact te houden met onze investeerders, om eventuele zorgen die ze hebben aan te pakken. Wij geloven dat dit niet alleen het vertrouwen tussen bot-maker en investeerder vergroot, maar ook de transparantie verbetert die de algoritmen misschien missen. We zijn dankbaar voor de BOTS app voor het aantrekken van zo'n grote investeerdersbasis, in een relatief korte tijd!"

Voor de Laika-bots fans: geen zorgen, team Laika zal de BOTS gebruikers blijven voorzien van een verscheidenheid aan nieuwe bots: "We willen deel uitmaken van deze spannende reis en daarom dwingen we onszelf om onze geleverde algoritmes te blijven optimaliseren. Dit maakt de samenwerking met BOTS zeer gunstig! We zijn van plan om onze huidige algoritmes te blijven verbeteren, nieuwe strategieën te ontwikkelen en onze investeerdersbasis te laten groeien!"

Advies aan nieuwe bot makers

En hoe zit het met het advies van Laika aan nieuwe bot-makers? "Wij geloven dat het heel belangrijk is om echt te begrijpen waarom een algoritme een bepaalde beslissing neemt. Het zou gemakkelijk zijn om simpelweg een machine learning algoritme op wat data te gooien, het te backtesten, en af te wachten wat het zal doen bij live trading. Historische gegevens zitten vol biases, dus men moet heel voorzichtig zijn bij het interpreteren van deze resultaten. Onjuiste optimalisatie en backtesting op historische gegevens kan leiden tot wezenlijk andere resultaten in de toekomst.

"Als je niet precies weet waarom een algoritme een beslissing neemt, kan het heel gevaarlijk zijn om het in live trading te gebruiken."

"Bovendien, wanneer men niet precies weet waarom een 'black box' algoritme een beslissing neemt, kan het zeer gevaarlijk zijn om het te gebruiken in live trading. Ten slotte moet men de uitvoeringsprestaties nauwlettend in het oog houden. Naarmate de handelsportefeuille groeit, wordt het moeilijker om volledige orders te vullen, dus een algoritme moet deze zorgen aanpakken en zich dienovereenkomstig aanpassen."