Trading strategi pov

Teknisk Analys: Grundläggande Vs. Teknisk analys Teknisk analys och grundläggande analys är de två huvudskolorna av tanke på de finansiella marknaderna. Som vi nämnde ser teknisk analys på prisrörelsen för en säkerhet och använder denna data för att förutsäga framtida prisrörelser. Grundläggande analys ser å andra sidan på ekonomiska faktorer, kända som grundämnen. Låt oss komma in i detaljerna om hur dessa två tillvägagångssätt skiljer sig, kritiken mot teknisk analys och hur teknisk och fundamental analys kan användas tillsammans för att analysera värdepapper. Skillnaderna Diagram vs Finansiella rapporter På den mest grundläggande nivån, en teknisk analytiker närmar sig en säkerhet från diagrammen, medan en grundläggande analytiker börjar med bokslutet. (För vidare läsning, se Introduktion till grundläggande analys och avancerad finansiell analys.) Genom att titta på balansräkningen. kassaflödesanalys och resultaträkning. en grundläggande analytiker försöker bestämma företagets värde. I ekonomiska termer försöker en analytiker att mäta företagets inneboende värde. I detta tillvägagångssätt är investeringsbeslut ganska lätt att göra - om priset på ett börs handlar under dess inneboende värde är det en bra investering. Även om detta är en förenkling (grundläggande analys går utöver bara de finansiella rapporterna) för denna handledning, gäller denna enkla princip. Tekniska handlare anser å andra sidan att det inte finns någon anledning att analysera företagets grundläggningar, eftersom de alla redovisas i aktiekursen. Tekniker tror att all information de behöver om ett lager finns i diagrammen. Time Horizon Fundamentalanalys tar en relativt långsiktig strategi för att analysera marknaden jämfört med teknisk analys. Medan teknisk analys kan användas på en tidsram av veckor, dagar eller till och med minuter, undersöker grundläggande analys ofta data över ett antal år. De olika tidsramar som dessa två tillvägagångssätt använder är ett resultat av typen av den investeringsstil som de båda ansluter sig till. Det kan ta lång tid för ett företags värde att återspeglas på marknaden, så när en grundläggande analytiker uppskattar inneboende värde, uppnås ingen vinst till dess att börskursmarknaden stiger till rätt värde. Denna typ av investeringar kallas värdeinvestering och förutsätter att den kortsiktiga marknaden är fel, men att priset på ett visst lager kommer att korrigera sig på lång sikt. Denna långa lopp kan representera en tidsram så länge som flera år, i vissa fall. (För mer insikt, läs Warren Buffett: Hur han gör det och vad är Warren Buffetts Investing Style) Dessutom är siffrorna som en fundamentalistiska analys endast släpps över långa perioder. Bokslutet lämnas in kvartalsvis och förändringar i vinst per aktie uppkommer inte dagligen som pris och volyminformation. Kom också ihåg att grundläggande är de faktiska egenskaperna hos ett företag. Ny ledning kan inte genomföra svepande förändringar över natten och det tar tid att skapa nya produkter, marknadsföringskampanjer, försörjningskedjor etc. En del av anledningen till att grundläggande analytiker använder en långsiktig tidsram är därför att de data de använder för att analysera ett lager genereras mycket långsammare än de pris - och volymdata som används av tekniska analytiker. Trading Versus Investing Inte bara är teknisk analys mer kortsiktig än grundläggande analys, men målen för ett köp (eller försäljning) av ett lager är vanligtvis olika för varje tillvägagångssätt. I allmänhet används teknisk analys för en handel. medan grundläggande analys används för att göra en investering. Investerare köper tillgångar som de tror kan öka i värde, medan handlare köper tillgångar som de tror att de kan sälja till någon annan till ett högre pris. Linjen mellan en handel och en investering kan vara suddig, men det karakteriserar en skillnad mellan de två skolorna. Kritikerna En del kritiker ser teknisk analys som en form av svart magi. Var inte förvånad över att se dem ifrågasätta disciplinens giltighet till den punkt där de stöter på sina anhängare. Faktum är att den tekniska analysen nyligen har börjat njuta av en viss generell trovärdighet. Medan de flesta analytiker på Wall Street fokuserar på den grundläggande sidan, använder nästan alla större mäklare nu också tekniska analytiker. Mycket av kritiken av teknisk analys har sina rötter i akademisk teori - särskilt den effektiva marknadshypotesen (EMH). Denna teori säger att marknadspriset alltid är det rätta - någon tidigare handelsinformation återspeglas redan i aktiekursen och därför är någon analys att hitta undervärderade värdepapper värdelös. Det finns tre versioner av EMH. I den första, kallad svag form effektivitet. all tidigare prisinformation ingår redan i det aktuella priset. Enligt svag form effektivitet kan teknisk analys inte förutsäga framtida rörelser eftersom all tidigare information redan har redovisats och därför analyserar beståndet förflutna prisförändringar ingen inblick i dess framtida rörelser. I den andra semi-starka form effektiviteten. Grundläggande analysen hävdas också att den inte är till nytta för att hitta investeringsmöjligheter. Den tredje är stark form effektivitet. som säger att all information på marknaden redovisas i ett aktiekurs och varken teknisk eller fundamental analys kan ge investerare en utmaning. Den stora majoriteten av akademiker tror på åtminstone den svaga versionen av EMH, därför, från deras synvinkel, om teknisk analys fungerar, kommer marknadseffektivitet att ifrågasättas. (För mer insikt, läs Vad är marknadseffektivitet och arbeta genom den effektiva marknadshypotesen.) Det finns inget korrekt svar på vem som är korrekt. Det finns argument som ska göras på båda sidor och därför är det upp till dig att göra läxorna och bestämma din egen filosofi. Kan de existera Även om teknisk analys och grundläggande analys ses av många som polära motsatser - olje och vatten att investera - har många marknadsaktörer haft stor framgång genom att kombinera de två. Exempelvis använder vissa grundläggande analytiker tekniskt analystekniker för att räkna ut den bästa tiden att ingå en undervärderad säkerhet. Ofta uppträder denna situation när säkerheten är allvarlig överlämnad. Vid tidpunkten för tillträdet till en säkerhet kan vinsterna på investeringen förbättras avsevärt. Alternativt kan vissa tekniska handlare titta på fundament för att öka styrkan till en teknisk signal. Till exempel, om en säljsignal ges genom tekniska mönster och indikatorer, kan en teknisk näringsidkare se för att bekräfta sitt eller hennes beslut genom att titta på några viktiga grundläggande data. Ofta kan ha det bästa fallet för en handel med både de grundläggande och tekniska aspekterna på din sida. När man blandar några av komponenterna i teknisk och grundläggande analys inte väl mottas av de mest engagerade grupperna i varje skola finns det säkert fördelar att åtminstone förstå båda tankskolorna. I följande avsnitt, ta en mer detaljerad titt på teknisk analys. Basis för algoritmisk handel: Begrepp och exempel En algoritm är en specifik uppsättning tydliga instruktioner som syftar till att utföra en uppgift eller process. Algoritmisk handel (automatiserad handel, blackbox trading eller helt enkelt algo-trading) är processen med att använda datorer som är programmerade att följa en definierad uppsättning instruktioner för att placera en handel för att generera vinst med en hastighet och frekvens som är omöjligt för en mänsklig näringsidkare. De definierade reglerna baseras på tid, pris, kvantitet eller någon matematisk modell. Bortsett från vinstmöjligheter för näringsidkaren gör algo-trading marknaderna mer likvida och gör handel mer systematisk genom att utesluta emotionella mänskliga effekter på handelsverksamheten. Antag att en näringsidkare följer dessa enkla handelsvillkor: Köp 50 aktier i ett lager när dess 50-dagars glidande medelvärde går över 200-dagars glidande medel Sälj aktier i aktiebolaget när dess 50-dagars glidande medelvärde går under det 200-dagars glidande genomsnittet Med hjälp av denna uppsättning av två enkla instruktioner är det enkelt att skriva ett datorprogram som automatiskt kommer att övervaka aktiekursen (och de glidande medelindikatorerna) och placera köp - och säljordern när de definierade villkoren är uppfyllda. Näringsidkaren behöver inte längre hålla koll på levande priser och grafer eller lägga in orderen manuellt. Det algoritmiska handelssystemet gör det automatiskt för honom genom att korrekt identifiera handelsmöjligheten. (För mer om glidande medelvärden, se: Enkla rörliga genomsnittsvärden gör trenden uppe.) Algo-trading ger följande fördelar: Handlar utförda till bästa möjliga priser. Instant och exakt orderingång (därmed höga chanser att genomföras på önskade nivåer). tidsbestämd korrekt och omedelbart för att undvika betydande prisförändringar. Minskade transaktionskostnader (se exempel på genomförandebrist nedan). Samtidig automatiserad kontroll av flera marknadsförhållanden. Minskad risk för manuella fel vid placering av handel. Backtest algoritmen baserat på tillgänglig historisk och realtidsdata. möjligheter till misstag av mänskliga handlare baserade på känslomässiga och psykologiska faktorer Den största delen av dagens algohandel är HFT, som försöker kapitalisera att placera ett stort antal order med mycket snabba hastigheter över flera marknader och flera beslut parametrar, baserat på förprogrammerade instruktioner. (För mer om handel med högfrekventa handelar, se: Strategier och hemligheter hos högfrekvenshandeln). Algo-trading används i många former av handels - och investeringsverksamhet, bland annat: Mid till långsiktiga investerare eller köpsidor (pensionsfonder , fonder, försäkringsbolag) som köper aktier i stora mängder men inte vill påverka lagerpriserna med diskreta investeringar i stor volym. Kortfristiga näringsidkare och sälja sidodeltagare (marknadsmäklare, spekulanter och arbitrageurs) dra nytta av automatiserad handelstillverkning och allmäna handelshjälpmedel för att skapa tillräcklig likviditet för säljare på marknaden. Systematiska handlare (trendföljare, parhandlare, hedgefonder etc.) finner det mycket effektivare att programmera sina handelsregler och låta programmet handla automatiskt. Algoritmisk handel ger ett mer systematiskt tillvägagångssätt för aktiv handel än metoder baserade på en mänsklig handlare intuition eller instinkt. Algoritmiska handelsstrategier Alla strategier för algoritmisk handel kräver en identifierad möjlighet som är lönsam när det gäller förbättrat resultat eller kostnadsminskning. Följande är vanliga handelsstrategier som används i algo-trading: De vanligaste algoritmiska handelsstrategierna följer trender i glidande medelvärden. kanalbrytningar. prisnivå rörelser och relaterade tekniska indikatorer. Dessa är de enklaste och enklaste strategierna för att genomföra genom algoritmisk handel, eftersom dessa strategier inte innebär att man gör några förutsägelser eller prisprognoser. Trader initieras baserat på förekomsten av önskvärda trender. som är enkla och raka att implementera genom algoritmer utan att komma in i komplexiteten av prediktiv analys. Ovanstående exempel på 50 och 200 dagars glidande medelvärde är en populär trendstrategi. (För mer om strategier för trendhandel, se: Enkla strategier för att kapitalisera på trender.) Att köpa ett dubbelt noterat lager till ett lägre pris på en marknad och samtidigt sälja det till ett högre pris på en annan marknad ger prisskillnaden som riskfri vinst eller arbitrage. Samma operation kan replikeras för aktier kontra futures instrument, eftersom prisskillnaderna existerar från tid till annan. Genomföra en algoritm för att identifiera sådana prisskillnader och placera orderna möjliggör lönsamma möjligheter på ett effektivt sätt. Indexfonder har definierat perioder av ombalansering för att få sina innehav i nivå med sina respektive referensindex. Detta skapar lönsamma möjligheter för algoritmiska handlare, som utnyttjar förväntad handel som erbjuder 20-80 basispoäng vinst beroende på antalet aktier i indexfonden, precis innan indexfonden ombalanseras. Sådana branscher initieras via algoritmiska handelssystem för snabb genomförande och bästa priser. Många bevisade matematiska modeller, som den delta-neutrala handelsstrategin, som tillåter handel på kombination av alternativ och dess underliggande säkerhet. där handeln placeras för att kompensera positiva och negativa delta så att portföljen delta hålls noll. Medelåtervändningsstrategin bygger på idén att de höga och låga priserna på en tillgång är ett temporärt fenomen som regelbundet återgår till deras medelvärde. Att identifiera och definiera ett prisklass och en implementeringsalgoritm baserad på det gör det möjligt att placera affärer automatiskt när priset på tillgången bryter in och ut ur sitt definierade intervall. Volymvägd genomsnittsprisstrategi bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med hjälp av aktiespecifika historiska volymprofiler. Syftet är att genomföra ordern nära Volymvägd Medelpris (VWAP) och därigenom dra nytta av genomsnittspriset. Tidsvägd genomsnittsprisstrategi bryter upp en stor order och släpper dynamiskt bestämda mindre bitar av ordern till marknaden med jämnt fördelade tidsluckor mellan start - och sluttid. Syftet är att genomföra ordern nära genomsnittskursen mellan start - och sluttiderna och därigenom minimera marknadseffekterna. Till dess att ordern är fullt fylld fortsätter denna algoritm att skicka delbeställningar, enligt det definierade deltagandekvoten och enligt volymen på marknaden. Den relaterade stegstrategin skickar order till en användardefinierad procentandel av marknadsvolymer och ökar eller minskar denna delaktighet när aktiekursen når användardefinierade nivåer. Strategin för genomförandet av underskottet syftar till att minimera genomförandekostnaden för en order genom att handla i realtidsmarknaden och därigenom spara på beställningskostnaden och dra nytta av möjlighetskostnaden för försenat genomförande. Strategin kommer att öka den riktade delaktighetsgraden när aktiekursen rör sig positivt och sänker den när aktiekursen rör sig negativt. Det finns några speciella klasser av algoritmer som försöker identifiera händelser på andra sidan. Dessa sniffningsalgoritmer, som till exempel används av en försäljningssida-marknadsförare, har den inbyggda intelligensen för att identifiera existensen av några algoritmer på köpsidan av en stor order. Sådan upptäckt genom algoritmer kommer att hjälpa marknadsmakaren att identifiera stora ordermöjligheter och möjliggöra för honom att dra nytta av att fylla orderna till ett högre pris. Detta identifieras ibland som high-tech front-running. (För mer om högfrekvent handel och bedrägliga rutiner, se: Om du köper aktier online, är du involverad i HFT.) Tekniska krav för algoritmisk handel Genomföra algoritmen med ett datorprogram är den sista delen, klubbad med backtesting. Utmaningen är att omvandla den identifierade strategin till en integrerad datoriserad process som har tillgång till ett handelskonto för beställning. Följande behövs: Datorprogrammeringskunskap för att programmera den nödvändiga handelsstrategin, anställda programmörer eller färdiga handelsprogramvaror Nätverksanslutning och tillgång till handelsplattformar för orderingång Tillgång till marknadsdata feeds som kommer att övervakas av algoritmen för möjligheter att placera order Förmågan och infrastrukturen att backtest systemet en gång byggt innan den går live på reala marknader Tillgängliga historiska data för backtesting, beroende på komplexiteten av regler som implementeras i algoritmen Här är ett omfattande exempel: Royal Dutch Shell (RDS) är listat på Amsterdam Fondbörs (AEX) och London Stock Exchange (LSE). Låter bygga en algoritm för att identifiera arbitrage möjligheter. Här är några intressanta observationer: AEX handlar i euro, medan LSE handlar i Sterling Pounds På grund av en timmes tidsskillnad öppnar AEX en timme tidigare än LSE, följt av att båda börserna handlar samtidigt för de närmaste timmarna och sedan endast handlar i LSE under Den sista timmen när AEX stängs Kan vi undersöka möjligheten till arbitragehandel på Royal Dutch Shell-börsen som är listad på dessa två marknader i två olika valutor Ett datorprogram som kan läsa aktuella marknadspriser Prismatningar från både LSE och AEX A-valutahastighet för GBP-EUR-växelkurs Beställa placeringskapacitet som kan styra ordern till rätt utbyte Backtestningskapacitet på historiska prismatningar Dataprogrammet ska utföra följande: Läs det inkommande prismatningen av RDS-lager från båda börserna Använda tillgängliga valutakurser . konvertera priset på en valuta till andra Om det finns en tillräckligt stor prissammanhang (diskontering av mäklarkostnaderna) som leder till ett lönsamt tillfälle, placerar du köpsordern på lägre prissättning och säljarorder på högre prissättning. Om beställningarna utförs som Önskad, arbitrage vinsten kommer att följa Enkel och lätt Men övningen av algoritmisk handel är inte så enkelt att underhålla och genomföra. Kom ihåg, om du kan placera en algo-genererad handel, så kan andra marknadsaktörer. Följaktligen fluktuerar priserna i milli - och till och med mikrosekunder. I det ovanstående exemplet, vad händer om din köphandel blir verkställd, men sälja handel, eftersom försäljningspriserna ändras när din order träffar marknaden. Du kommer att sluta sitta med en öppen position. göra din arbitrage strategi värdelös. Det finns ytterligare risker och utmaningar: till exempel riskerar systemfel, nätverksanslutningsfel, tidsintervaller mellan handelsorder och utförande, och viktigast av allt, ofullkomliga algoritmer. Ju mer komplexa en algoritm krävs, desto strängare backtesting behövs innan den tas i bruk. Kvantitativ analys av algoritmernas prestanda spelar en viktig roll och bör granskas kritiskt. Det är spännande att gå till automation med hjälp av datorer med en uppfattning att tjäna pengar utan problem. Men man måste se till att systemet är noggrant testat och att gränserna är nödvändiga. Analytiska handlare bör överväga att lära sig programmering och byggsystem på egen hand, för att vara övertygade om att implementera rätt strategier på idiotsäkert sätt. Försiktig användning och noggrann testning av algo-handel kan skapa lönsamma möjligheter. En ekonomisk teori om totala utgifter i ekonomin och dess effekter på produktion och inflation. Keynesian ekonomi utvecklades. En innehav av en tillgång i en portfölj. En portföljinvestering görs med förväntan på att få en avkastning på den. Detta. Ett förhållande som utvecklats av Jack Treynor som mäter avkastning som förvärvats över det som kunde ha blivit förtjänat på en risklös. Återköp av utestående aktier (återköp) av ett företag för att minska antalet aktier på marknaden. Företag. En skatteåterbäring är en återbetalning av skatter som betalas till en individ eller hushåll när den faktiska skatteskulden är mindre än beloppet. Det monetära värdet av alla färdiga varor och tjänster som produceras inom ett land gränsar under en viss tidsperiod. Parhandel - Handel två lager som naturligtvis spårar varandra ett exempel kan vara Coke och Pepsi, tjäna pengar när de faller ur raden på tanken att de måste återgå till spårning varandra. Detta är en vanlig medelrevisionsstrategi som används av hedgefonder och kanske inte exakt passar högfrekvenshandel men det faller fortfarande under algoritmisk handel. Volymvägd genomsnittspris - VWAP används för att genomföra stora order till ett bättre genomsnittspris. Det är förhållandet mellan det värde som handlas till den totala volymen som handlas över en tidsperiod. Time-Weighted Average Price - TWAP som VWAP är en annan sofistikerad strategi för att köpa eller sälja stora aktieblock utan att påverka priset. Procentandel av volym - POV används där handlarna vill definiera procentandel, handelsintervaller och pris när det är nödvändigt att handla i stora lagerblock utan att påverka priset. Isberg och Sniffer - Används algoritmer för att upptäcka och reagera på andra handlare som försöker dölja stora blockhandel med ovanstående algoritmer. Flash Orders - Markets exponerar sina orderböcker i förväg till algoritmer som prenumererar för att få flash-order. Detta skapar en två-trött marknad för de flesta passiva investerare där algoritmer kan driva dem framåt. En blixtorder som mottas för att sälja ett lager till ett pris gör det möjligt för algoritmer att rensa sina egna affärsböcker av det lagret till ett högre pris. En hel del HF-algoritmer och infrastrukturen för minsta latensnätverk är att säkerställa att du kan samla den likviditetsrabatt som marknaderna betalar för att säkerställa en mycket flytande miljö. När många aktörer rusar in för att ge denna likviditet måste du vara den snabbaste och smartaste att få rabatten. Medan VWAP, TWAP, POV är technicals är de också benchmarks som algoritmer använder när de fattar sina handelsbeslut. Till exempel i teorin om priset på en köphandel är lägre än VWAP är det en bra handel och det är inte en bra handel om priset är högre än VWAP. Det är uppenbarligen sätt mer komplicerat än detta och idag algo. handelsföretag använder förmodligen betydligt mer komplexa derivat av dessa nämnda strategier. Dessa länkar nedan hjälper till med att förstå mer: Konkurrenskraftiga algoritmer för VWAP och Limit Order Trading cis. upenn. edu 21.4k Visningar mitten Visa Upphöjda mitten Inte för reproduktion HF-handel, populärt kallad HFT, är en ny buzz i staden för folket i samband med finansmarknaderna. Det har blivit populärt exponentiellt under det senaste decenniet. Även om det inte finns några fördefinierade regler för att välja strategier för HFT, men det finns få populära strategier som är mer populära än andra och används av de flesta HFT-handelsföretag. Statistisk Arbitrage: Denna strategi utnyttjar de temporära avvikelserna av olika statistiska parametrar bland olika värdepapper. Statistisk arbitrage vid högfrekvenser används aktivt i alla likvida värdepapper, inklusive aktier, obligationer, terminer, utländsk valuta etc. Även klassisk arbitrage kan användas genom att undersöka prispariteten för värdepapper i olika börser eller spot - och framtida marknader. TABB-koncernen uppskattar att årliga sammanlagda vinster av högfrekventa arbitrage-strategier översteg US21 miljarder under 2009. Alternativ prissättning skillnad: Det tar i allmänhet lite tid för priset på ett alternativ att följa ett lager och vice versa. Moderna HFT-system kan precis modellera dessa skillnader för att komma fram till en gynnsam handel. Läs om alternativpriser och Black-Scholes-modellen för att förstå detta bättre. Nyhetsbaserade HFT-system: Företagsnyheter i elektronisk textformat är tillgängliga från många källor, inklusive kommersiella leverantörer som Bloomberg, offentliga nyhetswebbplatser och Twitter-flöden. Automatiserade system kan identifiera företagsnamn, nyckelord och ibland semantik för att handla nyheter innan mänskliga handlare kan bearbeta det. Momentumtändning: Denna strategi syftar till att leda till en stigning i priset på ett lager genom att använda en rad affärer med motivet att locka andra algoritmhandlare att även handla den aktien. Inledaren av hela processen vet att efter den något artificiellt skapade snabba prisrörelsen, återgår priset till normalt och därigenom näringsidkarens vinst genom att ta ställning tidigt och så småningom handla ut innan det fizzles ut. Pair Trading: Pair Trading är en marknadsneutral strategi där två mycket sammankopplade instrument köps och säljs tillsammans när det finns en viss grad av avvikelse i deras samförhållande. Vanligtvis är beståndet eller varorna som valts för Pair Trading från samma bransch och rör sig tillsammans under de flesta marknadshändelserna. Parhandel i intraday-tidsram via HFT-system har givit imponerande resultat. Läs mer om parhandel här. Förutom ovanstående strategier kan du anpassa varje intradagsstrategi för HFT. Men du måste vara mycket försiktig med riskhantering och körhastighet. Vanligtvis lokaliserar HFT-handelsföretag sina servrar i närheten av utbytet för att dra fördel över andra när det gäller hastighet. Kolla in några artiklar och system på Intraday trading på länken nedan: Här är också de verktyg du behöver för att automatisera dina intraday trading strategier. 1.8k Visningar mitten Visa Uppstodsmottagare Ej för ReproductionDocumentation portfolioCostCurves Antalet symboler i portföljdata måste matcha antalet värden för varje marknadsimpaktparameter i egenskapen miData i k. För detaljer om parametrarna på marknaden, kontakta Kissell Research Group. Exempel: Portföljstruktur (Symbol, XYZ, PriceLocal, 100,00, PriceCurrency, 100,00, ADV, 860000, Volatilitet, 0,27, Aktier, 550) Dessa exempel representerar inte verkliga marknadsdata. Datatyper: struct table tradeQuantity 8212 Handelsvolym DollarValue ProcentValue Handelskvantitet, specificerad som ett av dessa värden. Handel Kvantitet Beskrivning Portföljens totala dollarnivå Procentandel av portföljets totala dollarnivå tqRange 8212 Handelskvantitetsvikt Vektor Handelskvantitet, specificerad som en vektor. portfolioCostCurves använder dessa värden med handelsstrategins intervallvärden för att uppskatta kostnader för marknadseffekter för olika kvantiteter och strategier. Exempel: Storlek (0,01: 0,01: 1) anger ett handelsvolymområde med inkrement på 0,01 från 0,01 och slutar vid en handelStrategi 8212 Handelsstrategi POV TradeTime Välj ditt land