Humans  are  terrible  at  trading.  Evolutionary  instincts,  hard  wired  into  our  brains,  make  us  rush  into  making  bad  decisions.  Our  grey  matter  is  loaded  with  emotional  baggage  which  leaves  us  predisposed  to  repeatedly  making  the  same  mistakes.  Nobel  prize  winner  Daniel  Kahneman  and  his  colleague  Amon  Tversky  call  these  items  of  baggage  cognitive  biases.

They  made  sense  when  we  were  hunting  woolly  mammoths;  but  are  positively  unhelpful  when  we  hunt  for  elusive  profits  in  today's  complex  financial  markets.  These  biases  form  the  basis  of  the  theory  of  behavioural  finance.  This  theory  explains  why  investors  and  traders  often  behave  in  ways  which  classical  financial  theories  (that  assume  perfectly  rational  behaviour)  cannot  predict.

We  believe  the  best  solution  is  to  hand  over  your  portfolio  to  a  systemwhich  decides  what,  and  when,  to  buy  or  sell.

But  the  process  of  creating  and  using  trading  systems  is  fraught  with  dangers.  The  same  biases  that  affect  us  when  we  trade  can  also  result  in  serious  mistakes  being  madewhen  designing  trading  systems.  The  result  is  a  strategy  which  is  heavily  exposed  to  large  losses.

Here  are  nine  mistakes  you  should  try  and  avoid  when  building  your  trading  system.

 

1) OVERCONFIDENCE

The  biggest  mistake  you  can  make  is  to  be  overconfident.  People  consistently  over  estimate  their  own  abilities,  both  in  absolute  terms  and  relative  to  others.  In  the  jargon  of  behavioural  finance  relative  overconfidence  goes  by  the  catchy  title  illusory  superiority.  Feeling  a  sense  of  illusory  superiority  is  extremely  dangerous.

Studies  frequently  show  that  more  than  90%  of  drivers  believe  themselves  to  be  above  average.  It’s  likely  that  90%  of  traders,  and  those  designing  systematic  trading  systems,  also  believe  they  are  in  the  top  tier.  Clearly  most  of  those  people  are  kidding  themselves.

Overconfidence  manifests  itself  in  nearly  all  the  other  mistakes  I’ve  listed  below.  If  you  think  you  are  better  than  the  rest  of  the  market  you  are  more  likely  to  trade  too  often  and  take  too  much  risk,  or  to  design  a  system  which  makes  those  errors.

According  to  market  lore  the  very  best  discretionary  traders  are  those  who  are  humble  enough  to  admit  they  are  wrong  and  cut  their  position  when  it  moves  against  them.  The  same  humble  attitude  is  necessary  for  those creating  trading  systems.

2) LIVING IN AN IVORY TOWER

Many  people  who  design  trading  systems  don’t  come  from  a  trading  background,  but  from  a  scientific  discipline,  such  as  physics,  mathematics  or  engineering.  This  can  be  a  good  thing,  for  a couple  of  reasons.  Firstly  they  are  more  likely  to  be  able  to  design  robust  automated  trading  systems.  Also  if  you  have  been  trained  in  the  dark  statistical  arts  then  you  should  do  a  better  job  of  fitting  your  trading  system  than  a  novice  who  is  blindly  using  a  piece  of  back  testing  software  they  do  not  understand  (something  I’ll  talk  about  below).

However  those  who  are  scientific  black  belts  but  neophytes  at  trading  are  prone  to  making  serious  errors.  Some  of  the  biggest  blow  ups  in  trading  history  have  been  caused  by  extremely  clever  and  well  qualified  people  making  mistakes.  The  meltdown  of  Long  Term  Capital  Management  in  1998  happened  despite  the  fund  having  two  Nobel  prize  winners  on  their  staff.  Derivatives  backed  by  subprime  mortgages  were  radically overpriced  before  they  crashed  in  value  in  2008,  thanks  to  traders  using  a  clever  model  created  by  a  very  smart  guy  with  a  Phd.  Other  examples  include  the  quant  quake  of  summer  2007,  and  the  losses  suffered  in  the  Swiss  France  devaluation  of  January  2015.

In  all  these  cases  the  rocket  scientists  had  created  a  model  which  was  a  good  approximation  to  reality  most  of  the  time,  but  ignored  the  very  different  dynamics  of  a  market  crisis  which  were  missing  from  their  data  history.  Experienced  traders,  bloodied  by  numerous  market  crashes  of  the  past,  are  more  likely  to  design  trading  systems  that  can  cope  with  these  extreme  situations.

Other  common  screw  ups  by  those  short  on  practical  experience  include  underestimating  the  costs  of  executing  an  order,  and  ignoring  a  critical  element  of  market  structure  such  as  stock  splits  or  short  selling  constraints.

A  successful  systematic  trader  will  have  both  a  good  grasp  of  theory  and  a  big  dollop  of  market  savvy.

 

3)  OVER COMPLICATING

Rocket  scientists  have  another  fatal  flaw  –the  tendency  to  over  complicate.  If  you’re  very  smart  then  it’s  tempting  to  think  that  to  beat  other  people  in  the  market  you  have  to  exploit  your  intelligence  –after  all  that  is  the  ‘edge’  that  you  supposedly  have.  Also  creating  a  simple,  run  of  the  mill,  trading  system  is  far  too  trivial  a  task  for  someone  with  a  PhD  in  signal  processing  or  nuclear  physics.  Using  your  scientific  knowledge  to  produce  a  wonderfully  elaborate  strategy  is  much  more  fun.

Over  complication  can  also  happen  when  you start  with  a  relatively  simple  trading  rule.  After  testing  this  you  discover  that  it  doesn’t  perform  as  well  as  you’d  hoped.  So  you  adapt  it,  fine  tuning  it  to  improve  its  performance  by  adding  some  bells  and  whistles.  A  few  more  iterations  and  you  have  something  that  is  far  too  complicated  (This  is  also  a  form  of  over  fitting;  another  mistake  which  I’ll  discuss in our free ebook below).

The  bad  news  is  that  complex  systems  are  generally  outperformed  by  simpler  alternatives.  Complexity  is  also  bad  because  it  makes  the  system  opaque.  A  good  trading  system  is  predictable.  If  the  market  moves  in  a  particular  way,  you  should  be  able  to  predict  roughly  what  your  strategy  should  do.  If  you  understand  your  system  you  are  more  likely  to  trust  it,  and  let  it  run  unimpeded.