Hoe grote hedgefunds (zoals Medallion Fund) miljarden verdienen met code
Stel je even voor: je zit achter je laptop, Python draait, en je ziet hoe je code geld verdient terwijl je rustig een bak koffie drinkt. Dat is het gevoel dat hedgefunds zoals het Medallion Fund van Renaissance Technologies al decennia hebben.
Ze verdienen miljarden niet met een glazen bol, maar met code, data en strakke regels.
In dit stuk leg ik je stap-voor-stap uit hoe ze dat doen en hoe jij die principes kunt vertalen naar je eigen setup, zonder dat het zweverig wordt. We blijven met beide voeten op de grond en kijken naar wat er echt toe doet: backtesting, brokers, API’s en risicomanagement.
Stap 1: Wat je nodig hebt voor een professionele trading-opzet
Voordat je überhaupt een trade plaatst, moet je omgeving kloppen. Grote fondsen werken met dedicated infrastructuur, maar jij kunt met een compacte set-up al een heel eind komen.
Benodigdheden en prijzen
- Computer: minimaal 16 GB RAM, SSD, Intel i7 of AMD Ryzen 7 (circa €900–€1500).
- Python 3.11 of nieuwer, via Anaconda (gratis).
- Broker met API: Interactive Brokers (IBKR), Degiro (via custom API), of LMAX (vanaf €50–€100 per maand voor data).
- Data: historische 1-minuut of 5-minuut candles (€0–€100 per maand, afhankelijk van bron).
- Risicobeheer: aparte account voor live trading en een voor backtesting (bij IBKR gratis meerdere accounts mogelijk).
- Extraatjes: tweede scherm (€100–€200), back-up internet via 4G (€10–€20 per maand).
Denk aan een snelle computer, een betrouwbare broker en een Python-omgeving die stabiel draait. Zonder deze basis loop je vast zodra de markt onrustig wordt. Begin klein, maar wel met professionele tools. Een backtest op 1 jaar data kost je niets extra, maar een verkeerde brokerkeuze kost je snel duizenden euro’s aan slippage of slechte uitvoering.
Veelgemaakte fouten
- Te weinig RAM: backtests lopen vast bij grote datasets.
- Gratis data van lage kwaliteit: je krijgt gaten of verkeerde sluitingstijden.
- Eén account voor alles: geen scheiding tussen testen en live = extra risico.
Check na aanschaf direct of je API-toegang werkt en of je data in het juiste formaat aankomt (timestamp, open, high, low, close, volume). Dat voorkomt teleurstellingen later.
Stap 2: Backtesting bouwen in Python
Backtesting is het hart van elke quant-strategie. Het is je virtuele trainingsveld.
Concrete bouwstenen
- Installeer packages: pandas, numpy, vectorbt (gratis), backtrader (gratis), en eventueel ccxt voor crypto (gratis).
- Haal 1 jaar 5-minuut candles voor 5–10 instrumenten (€0–€50 per maand).
- Schrijf een simpele strategie: bv. EMA-crossover (korte EMA 12, lange EMA 26).
- Voeg transaction costs toe: commissie €0,01 per aandeel, spread 0,1% voor FX.
- Meet: totaal rendement, jaarrendement, max drawdown, winstpercentage, Sharpe-ratio (doel: Sharpe > 1,5).
- Loop 100+ parameter sets via gridsearch (bijv. EMA 8–20 en 20–50) en noteer de top 5.
Zonder backtest gok je, mét backtest leer je patronen herkennen. Je bouwt een pipeline die data inlaadt, signalen berekent en resultaten uitrekent.
Je wilt weten: winst, drawdown, en steadyness van je strategie. Gebruik vectorbt voor snelle berekeningen op grote datasets. Een backtest over 1 jaar met 5-minuut data verloopt in seconden op een gemiddelde laptop.
Tijdsindicaties en veelgemaakte fouten
De focus ligt op stabiliteit: een strategie die in elke maand positief is, is beter dan een die één keer heel hard stijgt en verder daalt. Reken 4–6 uur voor een eerste werkende backtest. De volgende uren zijn voor fine-tunen en fouten oplossen. Veelgemaakte fouten: look-ahead bias (signalen berekenen met toekomstige data), te weinig transactiekosten meenemen, en vergeten om out-of-sample te testen.
Split je data altijd: 70% in-sample, 30% out-of-sample. Zo voorkom je dat je strategie alleen op historisch geluk presteert.
Stap 3: Koppelen met een broker via API
Backtests zijn leuk, maar de echte test begint bij live orders. Ben je klaar om je eerste €1000 aan een algoritme toe te vertrouwen? Grote fondsen vertrouwen op robuuste API’s met lage latency en betrouwbare orderuitvoering.
Stappenplan API-integratie
- Open een account bij IBKR (minimale storting €0–€100, maandelijkse datakosten vanaf €0).
- Activeer API-toegang in TWS (instellingen → API → Enable ActiveX en Socket Client).
- Installeer ib_insync (Python) en test een simpele verbinding: verbind met localhost:7497 (paper) of 7496 (live).
- Schrijf een functie die een market-order plaatst voor 10 aandelen en bevestiging ontvangt.
- Voeg slippage toe aan je backtest: 0,05% voor grote aandelen, 0,2% voor small caps.
- Test op een paper-account voor minimaal 1 week met kleine sizes (1–10 stuks).
Jij kunt dezelfde principes toepassen met Interactive Brokers (TWS/IB Gateway) of LMAX.
Een API is een soort afstandsbediening voor je broker: je stuurt orders, krijgt bevestigingen en leest posities uit. Het doel is betrouwbaarheid: elke order moet correct uitvoeren en je posities moeten altijd kloppen. Bij IBKR kun je meerdere sub-accounts aanmaken: één voor paper, één voor live.
Tijd, kosten en valkuilen
Zo test je zonder risico. Reken 6–10 uur voor een stabiele API-koppeling. De meeste fouten zitten in verkeerde contractdetails (bijv. verkeerde ticker voor opties) of onjuiste timezone (gebruik UTC). Zorg dat je orderbevestigingen logt: orderId, status, filled quantity.
Als er iets misgaat, kun je teruglezen wat er gebeurde. Kosten: IBKR data is vaak gratis voor basisdata; voor diepgaande histories betaal je €20–€80 per maand.
Stap 4: Risicomanagement op fondsniveau
Medallion Fund verdient miljarden omdat risicomanagement heilig is. Ze gebruiken strakke limieten, diversificatie en continue monitoring.
Praktische regels en tools
- Max risico per trade: 1% van je totale kapitaal (bij €10.000 is dat €100 risico).
- Max exposure per sector: 20% (bijv. max 20% in tech).
- Dagelijkse drawdown-limiet: 3% stoppen voor de rest van de dag.
- Position sizing: gebruik Kelly of een eenvoudige versie (bijv. 0,5 × Kelly voor conservatief).
- Monitoring: dashboard met open posities, PnL, exposure, en orderlog (bijv. met Grafana of Streamlit, gratis).
- Stress-test: simulatie van 2008- of 2020-achtige bewegingen (min 30% daling in 1 week).
Jij kunt hetzelfde doen met een handvol regels en tools. Het doel is simpel: leer van hoe mijn bot de corona-crash overleefde, overleef onverwachte bewegingen en behoud je kapitaal voor de volgende trade.
Een simpel dashboard helpt enorm. Je ziet in één oogopslag of je exposure te hoog loopt of dat een positie te groot wordt. Bij een drawdown van 3% schakel je terug naar paper-trading of reduceer je sizes met 50%.
Veelgemaakte fouten
Te veel risico op één trade is de dooddoener. Ook het vergeten van correlaties: tien posities in dezelfde sector tellen als één.
Zorg dat je risico per trade écht per trade meet, niet alleen per order. Log elke uitzondering: wanneer heb je een stop overschreden en waarom? Zo bouw je discipline op.
Stap 5: Van prototype naar productie
Als je backtest en API stabiel zijn, is het tijd voor productie.
Checklist voor productie
- Automatiseer je pipeline: data ophalen → signalen → orders → loggen (gebruik cron of Task Scheduler).
- Voeg safeguards toe: maximum orders per dag, maximum exposure, kill-switch voor een heel account.
- Log alles: timestamps, orders, errors, PnL (opslaan in CSV of lokaal database).
- Test met small sizes: 1–10 stuks per trade, max 5 trades per dag.
- Monitor live: stuur een Telegram- of e-mailalert bij fouten of grote drawdowns.
- Plan wekelijks onderhoud: controleer datakwaliteit, update packages, review trades.
Grote fondsen draaien op geautomatiseerde pipelines met tests, monitoring en fallbacks. Jij kunt een vergelijkbare structuur bouwen met Python, cron jobs en eenvoudige alerts. Begin met één strategie en één instrument. Bekijk onze case study voor schaalbare resultaten en breid pas uit als de resultaten stabiel zijn.
Een veelgemaakte fout is te snel opschalen: dat vermenigvuldigt fouten in plaats van winst. Productie-klaar maken duurt 1–2 weken, afhankelijk van je ervaring.
Tijdsindicaties en kosten
Kosten: €0–€50 per maand voor data, €0 voor Python en tools. Een tweede scherm en back-up internet (€20/maand) voegen veel rust toe.
Zorg dat je een testaccount gebruikt voor updates, zodat je live-account ongemoeid blijft.
Verificatie-checklist
Gebruik deze lijst om je setup te valideren. Elk punt moet groen zijn voordat je doorgaat.
- Backtest draait zonder errors en toont realistische transaction costs.
- Out-of-sample prestatie is binnen 20% van in-sample (geen extreme afwijkingen).
- API koppelt stabiel: orders worden uitgevoerd en bevestigd, errors worden gelogd.
- Risico-regels actief: 1% per trade, 3% daglimiet, exposure per sector onder 20%.
- Dashboard toont live posities, PnL en exposure; alerts werken bij overschrijding.
- Paper-account draait minimaal 1 week met kleine sizes; geen onverwachte fouten.
- Productie-pipeline is geautomatiseerd en bevat een kill-switch.
- Wekelijks onderhoud staat in de agenda en errors worden besproken.
Als je deze checklist afrondt, heb je een professionele basis die lijkt op wat grote fondsen doen, maar dan in een formaat dat bij jou past. Je hoeft geen miljarden te verdienen om de principes te gebruiken: code, discipline en risicomanagement zijn de sleutels. Begin klein, meet alles, en groei stap voor stap. En onthoud: de beste strategie is er een die je kunt uitleggen, testen en beheersen.