1. El Entorno de Trabajo y los Datos Necesarios
Los notebook están diseñados para ser ordenados. Al ejecutarse por primera vez, crearán automáticamente las carpetas esenciales en la misma ubicación donde usted los ejecute.
1.1. Personalización de Activos (self.fondos_data)
⚠️ AVISO IMPORTANTE SOBRE LA FUENTE DE DATOS Aunque el código permite descargar cotizaciones de forma automática desde Yahoo Finance, debe tener en cuenta que los datos de fondos de inversión y ETFs en este y otros portales (como Investing.com) pueden presentar problemas de ajustes (splits, dividendos no reinvertidos correctamente o desfases en el precio de cierre/Valor Liquidativo). Para obtener resultados de backtesting fiables y precisos, es altamente recomendable descargar los datos históricos (NAV) directamente desde las páginas web de las Gestoras oficiales (Vanguard, iShares, Amundi, etc.) e introducirlos como archivos CSV locales (ver instrucciones más abajo). El sistema priorizará siempre el archivo CSV local si existe.
Antes de ejecutar, es crucial que el código sepa qué activos va a analizar. Esto se define en el diccionario "fondos_data" de la clase. Debe asegurarse de que los valores que quiera analizar estén en este diccionario para descargar las cotizaciones desde Yahoo.
Estructura Requerida: Cada activo debe tener un nombre y las claves 'ISIN' y 'ticker'.
Obtener Claves: El ticker (símbolo) y el ISIN de cualquier acción o fondo cotizado se pueden obtener de forma sencilla utilizando Yahoo Finance.
Ejemplo de Estructura:
fondos_data = {
'Renta variable': {
'Vanguard Global Stock Index Fund EUR Acc': {'ISIN': 'IE00B03HD191', 'ticker': '0P00000WLG.F'},
# ... otros valores ...
},
'Índices': {
'S&P 500': {'ISIN': 'US78378X1072', 'ticker': '^GSPC'},
# ... otros valores ...
}
}
Archivos Locales (CSV): En ambos directorios se pueden introducir ficheros CSV descargados de otros sitios Web- El nombre del archivo debe coincidir con el ISIN o el ticker definido en el diccionario.
Columnas: Deberán tener al menos las columnas 'Date' y 'Close'
Formato de Fechas: Las fechas deben estar en el formato YYYY-MM-DD.
Separador Decimal: El separador decimal debe ser el punto (.).
1.2. Acceso a los notebooks
En esta sección encontrarás los enlaces para descargar todos los notebooks mencionados a lo largo de las distintas entradas del blog. Cada uno corresponde a una estrategia o herramienta concreta:
Repositorios completos:
https://codeberg.org/akitxu/Estrategia_Tortuga_Coja?utm_source=copilot.comEstrategia_Tortuga_Coja
Una vez descargados, los notebooks pueden ejecutarse de varias formas:
Importándolos directamente en Google Colaboratory.
Subiéndolos a tu Google Drive y ejecutándolos desde allí.
Ejecutándolos en tu propio ordenador mediante JupyterLab, siguiendo la guía que encontrarás a continuación.
1.3. Cómo ejecutar los scripts Python del blog (sin ser programador)
Los análisis cuantitativos que acompañan este blog están diseñados para que cualquier inversor conservador pueda utilizarlos sin necesidad de saber programar. Para ello, los scripts Python se presentan en formato notebook, un documento interactivo que permite ejecutar el análisis paso a paso.
Existen varias formas sencillas para ejecutar estos notebooks:
- Google Colaboratory (sin instalar nada).
- Google Drive + Colaboratory (la opción más cómoda si usas Drive).
- Anaconda3 + JupyterLab (en tu propio ordenador).
- Python3
- Python3
Elige la que prefieras. Todas funcionan igual de bien.
1.3.1 Ejecutar los scripts en Google Colaboratory (sin instalar nada)
Google Colab es la forma más rápida y accesible. Solo necesitas un navegador.
- Abre el enlace del script desde el artículo.
- Haz clic en “Abrir en Colab”.
- Verás un cuaderno con celdas de texto y código.
- Pulsa el botón ▶ de cada celda para ejecutarla.
- Colab descargará los datos y mostrará gráficos y resultados.
Si aparece un error, ejecuta primero las celdas superiores: Colab necesita que se ejecuten en orden.
Ventajas:
- No requiere instalación.
- Funciona en cualquier ordenador.
- Ideal para usuarios sin experiencia técnica.
1.3.2 Ejecutar los scripts subiéndolos a Google Drive (la opción más cómoda)
Si usas Google Drive habitualmente, esta opción es incluso más sencilla que Colab directo. Basta con subir el archivo .ipynb a tu Drive y abrirlo: Colaboratory lo detecta automáticamente y los ejecuta.
- Descarga el archivo .ipynb desde el artículo del blog.
- Entra en tu Google Drive.
- Arrastra el archivo a la carpeta que prefieras.
- Haz clic derecho sobre el archivo.
- Selecciona “Abrir con → Google Colaboratory”.
- El notebook se abrirá directamente en Colab, listo para ejecutar.
- Pulsa ▶ en cada celda para ejecutar el análisis.
Ventajas:
- No necesitas buscar el enlace del notebook cada vez: queda guardado en tu Drive.
- Puedes organizar tus análisis en carpetas.
- Colab guarda automáticamente tus cambios en Drive.
- Ideal para usuarios que quieren conservar sus resultados.
1.3.3 Ejecución en Google Colaboratory (Recomendada)
Google Colab es un entorno de Python gratuito que no requiere instalaciones en tu ordenador. Para ejecutar la simulación allí:
- Ve a Google Colab e inicia un nuevo "Cuaderno" (Notebook).
- Ve a Google Colab e inicia un nuevo "Cuaderno" (Notebook).
- En el panel izquierdo, haz clic en el icono de la Carpeta (Archivos).
- Haz clic en el icono de Subir al almacenamiento de la sesión (el icono de una carpeta con una flecha hacia arriba).
- Sube los dos archivos: entorno_importacion_v2.py y simulacion_golden_butterfly.py.
- Sube los dos archivos: entorno_importacion_v2.py y simulacion_golden_butterfly.py.
- En la primera celda de código del cuaderno, escribe y ejecuta el siguiente comando para instalar las dependencias necesarias:
python
```
!pip install yfinance sqlalchemy pandas numpy matplotlib
```
En una nueva celda, ejecuta el script principal con:
python
```
!python simulacion_golden_butterfly.py
```
Nota: Si Colab no muestra los gráficos automáticamente, puedes importar y ejecutar las funciones de simulacion_golden_butterfly.py directamente en celdas, o añadir %matplotlib inline al principio del notebook.
1.3.4 Ejecutar los scripts en tu ordenador (Anaconda3 + JupyterLab)
Si prefieres trabajar sin depender de internet, puedes instalar Anaconda3. Incluye Python, JupyterLab y todas las herramientas necesarias.
Instalar Anaconda3
- Entra en la web oficial de Anaconda.
- Descarga la versión para tu sistema operativo.
- Instálala con las opciones por defecto.
Abrir JupyterLab en Windows
En Windows, Anaconda instala accesos directos que facilitan el proceso.
- Abre el menú Inicio de Windows.
- Busca la carpeta “Anaconda3 (64-bit)”.
- Haz clic en “Anaconda Navigator”.
- Se abrirá una ventana con varias aplicaciones.
- Haz clic en “JupyterLab”.
Se abrirá automáticamente una ventana del navegador con JupyterLab listo para usar.
Navega hasta la carpeta donde guardaste el notebook .ipynb y ábrelo con doble clic.
Alternativa:
- Abre el menú Inicio.
- Busca “Anaconda Prompt”.
- Ábrelo y escribe: jupyter lab
- Pulsa Enter.
Abrir JupyterLab en Linux
En Linux, el proceso se realiza desde la terminal.
- Abre una terminal (Ctrl + Alt + T).
- Escribe: jupyter lab
- Pulsa Enter.
- JupyterLab se abrirá automáticamente en tu navegador.
- JupyterLab se abrirá automáticamente en tu navegador.
- Navega hasta la carpeta donde guardaste el notebook .ipynb.
Si la terminal indica que no encuentra el comando:
Ejecuta: source ~/anaconda3/bin/activate
Luego: jupyter lab
Recordatorio: Si ejecuta localmente, verifique que las rutas de los archivos dentro del notebook (ej: RUTA_EXCEL_CARTERA) apunten correctamente a los ficheros en la carpeta de su ordenador.
Ejecutar el análisis
- Pulsa ▶ en cada celda.
- Ejecuta las celdas en orden.
- Si falta alguna librería, instálala con:
Código
```
!pip install nombre_de_la_libreria
```
Consejos para usuarios no informáticos
- Ejecuta las celdas de arriba abajo.
- Si algo falla, vuelve a ejecutar la celda anterior.
- No modifiques el código: ya está preparado para funcionar tal cual.
- Los gráficos pueden tardar unos segundos en aparecer.
En Colab, los cambios se guardan automáticamente en Drive si abriste el notebook desde allí.
- En Windows, es más fácil usar Anaconda Navigator.
- En Linux, es más fácil usar la terminal.
1.7. Ejecutar los scripts en tu ordenador (python3)
Si prefieres ejecutarlo en tu propia máquina y se te facilita un fichero .py en con el mismo nombre que el fichero .ipynb.
Si prefieres ejecutarlo en tu propia máquina y se te facilita un fichero .py en con el mismo nombre que el fichero .ipynb.
- Requisitos previos: Tener instalado Python (versión 3.8 o superior) y pip.
- Guarda ambos archivos .py en una misma carpeta en tu ordenador.
- Abre tu terminal o línea de comandos (Símbolo del sistema en Windows, Terminal en Mac/Linux) y navega hasta la carpeta donde guardaste los archivos (usando el comando cd ruta/a/tu/carpeta).
- Instala las dependencias ejecutando:
bash
```
pip install yfinance sqlalchemy pandas numpy matplotlib
```
Ejecuta el script principal con el comando:
bash
```
python3 [nombre fichero].py
```
El script comenzará a descargar los datos (esto puede tardar unos 10-20 segundos). Una vez finalizado, se imprimirán las métricas en la consola y se abrirá una ventana emergente con los gráficos de evolución y drawdown.
