Rankia España Rankia Argentina Rankia Brasil Rankia Chile Rankia Colombia Rankia Czechia Rankia Deutschland Rankia France Rankia Indonesia Rankia Italia Rankia Magyarország Rankia México Rankia Netherlands Rankia Perú Rankia Polska Rankia Portugal Rankia Romania Rankia Türkiye Rankia United Kingdom Rankia USA
Acceder

En el trading algorítmico, lo mejor es enemigo de lo bueno

Cualquiera que se haya enfrentado a la construcción de un algoritmo de trading habrá experimentado una montaña rusa de sensaciones: la frustración porque el algoritmo no se comporta como queremos, la euforia por conseguir unos resultados que nos devuelven el optimismo, incluso pasamos por momentos “eureka” donde creemos haber encontrado el santo grial, o la desilusión porque el comportamiento en la cuenta real difiere mucho de los resultados esperados. 

Es normal.

Es un proceso duro, costoso, y a veces poco agradecido, pero la esperanza de obtener un buen resultado nos mantiene con los cinco sentidos puestos en lo que estamos haciendo. 

La realidad es que, por muy sofisticados que sean los algoritmos de trading, muchos de ellos terminan fallando. La sobre optimización de los parámetros suele estar detrás de muchas desilusiones, y evitarla no es precisamente una tarea sencilla. Cuanto utilizamos series históricas, construimos sobre algo que ya sabemos, que es el pasado, inferimos unas reglas, y las aplicamos al futuro. El problema viene cuando las características de la serie de precios en el futuro se parecen poco o nada a su propio pasado. Lo grave de esa situación es que es mucho más habitual de lo que nos gustaría. 

Por tanto, la sobre optimización es un problema, pero además también es una tentación. Quién no quiere ver multiplicar su dinero en el menor tiempo posible, ¿verdad? Pues tenemos hacer todo lo posible por evitarla.

Hay dos reglas que nos pueden ayudar a conseguirlo, y son realmente sencillas, aunque que temo que no, no son garantía de que la cuenta en nuestro bróker vaya a crecer como la espuma.

En primer lugar, algo que por ser lógico y de cajón, no deja de ser extremadamente efectivo. Me refiero a que debemos hacer todo lo posible por reducir el número de parámetros del algoritmo de trading

Un número reducido de parámetros va a ayudar no sólo durante la fase de construcción del algoritmo, sino también a su monitorización posterior, algo fundamental. 

En segundo lugar, debemos elegir una combinación de parámetros que se encuentre en una región lo más plana posible de la superficie de resultados

¿Por qué? La razón es sencilla. Sabemos con certeza que la combinación elegida, por óptima que pueda ser durante el entrenamiento y la validación, va a dejar de serlo en algún momento. Por eso, conviene elegir una combinación de parámetros que nos permita equivocarnos. Dicho de otra forma, que si en lugar de haber elegido un valor concreto de un parámetro, hubiésemos cogido otro parecido, mayor o menor, el resultado final tampoco habría cambiado tanto. Aporta estabilidad a los resultados futuros y suele alargar la vida útil del algoritmo. 

Ejemplo de Superficie de Resultados
Ejemplo de Superficie de Resultados


Por el contrario, suele ocurrir que la superficie de resultados tenga picos y valles muy pronunciados. Debemos evitar elegir las combinaciones que tengan pendientes muy pronunciadas, ya que una variación de las características de la serie en esa región concreta de valores de los parámetros del algoritmo puede tener una incidencia muy relevante en el resultado final. 

También es importante analizar cómo se componen los resultados. No es lo mismo un algoritmo que produce pequeños ganancias de forma constante, que otro cuyo resultado final depende en gran medida de un número muy pequeño de operaciones. Si la serie temporal en el futuro cambia, nada impide que ese número pequeño de operaciones no lleguen a suceder, por lo que el resultado podría diferir en gran medida al estimado durante el proceso de construcción del algoritmo. 

Espero que estos consejos, aunque parezcan sencillos, sean útiles a todos los que comienzan en este complejo, pero también interesantísimo mundo del trading algorítmico.

 
Seguimiento de la Fuerza Relativa Tendencial

Todas las semanas calculamos este indicador que ayuda a identificar en qué momento se encuentran las distintas clases de activos. Para ello, se analiza la composición interna de los activos que conforman cada clase comparándola con una cesta de activos que suelen actuar como refugio. El dinero es miedoso y tiende a irse a activos para los que los inversores tienen mejores perspectivas.

FRT por Clases de Activos
FRT por Clases de Activos

La recuperación de este indicador en todas las clases de activos ha sido espectacular. Destacan las cryptos, que se han metido de lleno en zona alcista, igual que la bolsa americana. Cosa distinta es la bolsa europea y asiática, que continúan más débiles en este indicador. 

 
Actualización de los niveles de control de los inversores institucionales

Los niveles de control de los inversores institucionales equivalen al precio de breakeven de sus posiciones históricas. Conocer su evolución en el tiempo permite identificar qué activos cuentan con el interés de estos inversores, así como el precio al que sería conveniente tomar posiciones. Son un método efectivo para tomar posiciones en la misma dirección que una de las fuerzas principales con más influencia en el movimiento del mercado. 

Por regla general, debemos esperar una evolución positiva del precio de los activos cuando éste se encuentre por encima del nivel de control de los inversores institucionales, mientras que cuando se encuentra por debajo, denota mayor debilidad y/o falta de interés por este tipo de operadores. Asimismo, identificamos los niveles de precios en los que existe un posicionamiento corto que presione el precio a la baja, ya que puede ser indicativo de un potencial incremento de la volatilidad al alcanzarse esas referencias. 
 
Niveles de Control de los Invesores Institucionales
Niveles de Control de los Invesores Institucionales
 
Los tres índices americanos, S&P 500, Dow Jones de Industriales y Nasdaq recuperan la predisposición alcista, mientras no pierdan los niveles 4.449, 34.760 y 14.825, respectivamente. 

Hay que prestar atención a las zonas en las que se identifican presiones vendedoras. En el caso del S&P 500, se encuentran muy próximas al nivel de control en 4.449, por lo que con más motivo, ese nivel no debe perderse en las próximas sesiones, ya que cabría la posibilidad de asistir a caídas más significativas, fruto de la presión vendedora ejercida pos los hedge funds, que tienen posiciones cortas.
 
La predisposición es también alcista en las materias primas. Oro y Plata y, sobre todo, el Petróleo han experimentado subidas durante la semana pasada. Mientras su cotización sea superior a 1.839 dólares, en el caso del Oro, a 23,9 en la Plata y a 64,8 en el Brent, la predisposición sigue siendo positiva, ya que continúa el interés de los invesores institucionales en esos activos.
 
En el caso de las criptodivisas, el Ether ha recuperado la predisposición alcista al superar el nivel 3.110. La pérdida de la cota de los 3.000 dólares abriría pie a nuevas caídas, empujadas por la presión vendedora que se sitúa en 2.956 dólares.
 
 
 ¡Buena semana y buenas inversiones! 
¿Te ha gustado mi artículo?
Si quieres saber más y estar al día de mis reflexiones, suscríbete a mi blog y sé el primero en recibir las nuevas publicaciones en tu correo electrónico
Accede a Rankia
¡Sé el primero en comentar!