Uno de los elementos fundamentales para crear un sistema de trading es el conjunto de datos históricos. Los datos son una especie de materia prima con la que  se hacen los sistemas, requieren atención en su obtención y manejo, puesto que de no tener cuidado el mal uso puede hacernos perder mucho dinero. Es fácil "torturar los datos hasta que confiesen" y obtener resultados impresionantes sobre el papel que nos digan lo que queremos escuchar: que vamos a ganar mucho dinero operando el sistema; y sin embargo cuando pasemos a operar el sistema en real llegará el desastre en forma de drawdown incontrolado. En este primer artículo de la serie "Torturando los datos hasta que confiesen" hablaré de dos principios generales del manejo y obtención de datos históricos que son fundamentales para nuestra operativa automática.   Leer más

Estoy probando una nueva técnica para diseñar sistemas: objetivos difusos. En las primeras operaciones me ha dado un excelente resultado y espero que siga así aunque es pronto para cantar victoria y se necesita muchas más operaciones para tener garantías mayores de que funciona el invento.

Una muy mala idea a la hora de diseñar sistemas automáticos de trading es utilizar objetivos de profit y stop fijos. En mi opinión, no sólo es ortopédico sino que además te expone bastante a sufrir los efectos de la sobreoptimización. Utilizar señales de salida (al igual que hacemos con las entradas) es otra mala idea a evitar... puesto que te expone de nuevo a la sobreoptimización (esta vez debido a la serialización de operaciones... que es harina de otro costal y casi mejor lo dejamos para otro post si os parece). Así que desde hace tiempo intento utilizar salidas basadas principalmente en la volatilidad utilizando indicadores de análisis técnico tipo ATR.    Leer más

Diseñamos algoritmos que ejecutan y gestionan las operaciones que se realizan en los mercados financieros. Estos algoritmos son cada vez más complejos y opacos llegando incluso a lo que se conoce como Black Box Trading. ¿Hasta qué punto estos algoritmos que mueven billones de dólares en cuestión de microsegundos son capaces de modificar el mundo?

Eso es lo que nos plantea Kevin Slavin, cofundador de la exitosa empresa de videojuegos Zynga en su charla How algorithms shape our world en TED.

En concreto habla del Flash Crash del 6 de mayo del 2010 cuando el Dow Jones perdió un 9% de manera casi instantanea sin que nadie lo advirtiera y a día de hoy todavía no está claro qué es lo que pasó ni quién o qué fue el responsable, tal y como se ve en la investigación abierta por Nanex. Pero también nos habla de sucesos tan interesantes como las guerras de algoritmos de fijación de precios en la reventa de libros por particulares en la tienda online Amazon, en una ocasión en la que dos algoritmos se enzarzaron en una épica pelea donde perdieron el control y llegaron a ofrecer un libro descatalogado de biología, "The making of a fly", por más de 23 millones de dólares.   Leer más

¿Cuántas veces hemos visto un sistema que obtiene excelentes resultados en backtest y tras ponerlo a operar estrella la cuenta? ¿Sirven para algo los backtest y optimizaciones? ¿Son esos resultados ganadores una ilusión, producto del azar tal vez?

Muchos traders de sistemas se encuentran pronto con esta situación tan desconcertante y arrojan la toalla pensando que sus sistemas solo funcionan en backtest y siempre fallan en forwardtest. Seguramente están pasando por alto que cualquier resultado estadístico de un backtest ha de evaluarse teniendo en cuenta la influencia de la aleatoriedad y el sesgo de la sobreoptimización.

El problema del deterioro out-sample

En el siguiente gráfico vemos el deterioro de un sistema de trading que ha sido optimizado en un periodo de tiempo in-sample, hemos seleccionado los mejores resultados y probado de nuevo en un periodo out-sample distinto al de optimización.   Leer más

Para desarrollar una operativa con sistemas podemos utilizar diversos tipos de herramientas, podemos hacer una clasificación no exhaustiva de estas herramientas en función de su versatilidad, complejidad y curvas de aprendizaje. Diferenciaría entre plataformas de trading programables, lenguajes de programación y plataformas de estadística, machine learning o data mining.

Para el que comienza suele ser más apropiado utilizar una plataforma de trading programable, como Metatrader o Ninjatrader. Estas plataformas suelen integrar el data-feed y el trade-feed del broker y la programación de sistemas e indicadores sencillos no suele ser demasiado compleja. Proporcionan una curva de aprendizaje suave pero a cambio para tareas avanzadas (integraciones con bases de datos u otro software externo) suelen ser poco versátiles.   Leer más