De William O'Neil a Python: Cómo robotizar la estrategia CAN SLIM y recibir señales en tu móvil
La estrategia CAN SLIM, desarrollada por el legendario inversor y fundador de Investor's Business Daily, William J. O'Neil, es uno de los marcos de inversión de crecimiento (growth investing) más respetados y validados de las últimas décadas. Su premisa es seductora: identificar empresas con fundamentales acelerados, respaldadas por un catalizador institucional y confirmadas mediante el análisis técnico de su precio y volumen.
Sin embargo, la aplicación discrecional de este método presenta un obstáculo insalvable para el inversor moderno: la capacidad de procesamiento humano. O'Neil exigía a sus analistas revisar cientos de gráficos diariamente para identificar geometrías específicas. En la era del análisis cuantitativo, este enfoque es ineficiente y está sujeto a sesgos cognitivos.
Hoy vamos a dar un paso más allá. Transformaremos la metodología discrecional de O'Neil en un modelo sistemático capaz de escanear el mercado en 5 segundos, validar reglas matemáticas estrictas y enviarte alertas asíncronas a tu teléfono móvil.
1. El problema de la inversión discrecional y los 7 Pilares
O'Neil demostró que las acciones que experimentan grandes subidas suelen cumplir siete criterios antes del despegue. A modo de recordatorio rápido:
- C (Crecimiento Trimestral): BPA del último trimestre creciendo +25%.
- A (Crecimiento Anual): BPA anual creciendo +25% en los últimos 3-5 años.
- N (Novedades): Nuevos productos, nuevos CEO o ruptura de máximos históricos.
- S (Oferta/Demanda): Volumen de negociación explosivo al romper resistencias.
- L (Liderazgo): Comprar a los líderes del sector, no a los rezagados.
- I (Instituciones): Patrocinio de grandes fondos de inversión.
- M (Mercado): Operar solo cuando el índice general (S&P 500 o Nasdaq) está en tendencia alcista.
Pero donde O'Neil brillaba realmente era en la gestión del riesgo. Sus reglas son inflexibles: si la acción cae un 8% por debajo de tu precio de compra, vendes inmediatamente. Si sube un 20% o 25%, tomas ganancias.
La pregunta es: ¿Cómo aplicar esta disciplina de hierro sin que el miedo o la codicia humana te traicionen? La respuesta es Python.
2. El reto técnico: Enseñando a una máquina a ver una "Taza con Asa"
No basta con encontrar una empresa que cumpla los fundamentales; hay que comprarla en el punto exacto de baja resistencia. O'Neil popularizó el patrón técnico "Taza con Asa" (Cup and Handle).
¿Cómo le enseñamos a un algoritmo a ver esto? Traduciendo la psicología del gráfico a matemáticas puras. El código analiza una ventana móvil de 60 días hábiles y localiza cuatro pivotes geométricos: el Labio Izquierdo, el Fondo de la Taza, el Labio Derecho (nuestro Punto de Compra o Pivot) y el Fondo del Asa.
Luego, el algoritmo exige el cumplimiento estricto de estas reglas:
python
```
```
# Validaciones matemáticas del patrón "Taza con Asa"
profundidad = (left_lip_price - bottom_price) / left_lip_price
profundidad_asa = (right_lip_price - handle_price) / right_lip_price
mitad_superior = bottom_price + (left_lip_price - bottom_price) / 2
# 1. La caída de la taza debe estar entre 10% y 35%
# 2. El retroceso del asa no debe superar el 12%
# 3. El asa debe formarse en la mitad superior de la taza
# 4. El volumen actual debe ser > 1.5x la media de 50 días para confirmar la ruptura
if (0.10 <= profundidad <= 0.35) and (profundidad_asa <= 0.12) and (handle_price >= mitad_superior):
if precio_actual > right_lip_price and volumen_actual > (vol_media * 1.5):
print("🚀 SEÑAL DE COMPRA CONFIRMADA")
' ' '
' ' '
3. El Laboratorio Cuantitativo: Resultados del Backtesting
La teoría es bonita, pero en el trading cuantitativo solo importa una cosa: los datos históricos. Hemos programado un backtester que viaja en el tiempo los últimos 5 años, invierte un capital ficticio, y aplica las reglas de Stop Loss (-8%) y Take Profit (+20%) de forma robótica.
Para darle rigor financiero, la simulación incluye un 0.1% de comisiones por operación y calcula el CAGR (Tasa de Crecimiento Anual Compuesto), la métrica reina que nos permite comparar esta estrategia con cualquier fondo de inversión tradicional.
🇺🇸 Mercado Norteamericano (Ejemplo: AAPL):
- AAPL (Apple): +30.37% de rentabilidad total, lo que se traduce en un CAGR del 5.44% en 3 operaciones. El algoritmo sufrió un Stop Loss inicial en 2022 (protegiendo el capital), pero capturó dos Take Profits del +20% posteriormente. Demuestra que la rentabilidad absoluta debe anualizarse para tener una perspectiva realista del rendimiento.
🇪🇺 Cartera Europea (Euro Stoxx 50):
- Hicimos la prueba dividiendo $10,000 equitativamente entre ASML, LVMH, SAP, Airbus e Inditex.
- Rentabilidad Global: +26.90% en 5 años.
- CAGR Global de la Cartera: 4.89%.
- Operando solo 12 veces en 5 años (evitando el overtrading), el sistema batió sobradamente a la renta fija europea sin necesidad de estar permanentemente expuesto al mercado. El caso de Airbus (+77.18%, CAGR 12.12%) compensó los falsos rompimientos de LVMH (-1.76%), demostrando el poder de la diversificación algorítmica.
4. El toque final: Alertas en tu móvil con Telegram
No necesitas estar pegado a la pantalla. El sistema final integra la API de Telegram. El script escanea tu lista de vigilancia y, si detecta que una acción rompe el Pivot con volumen explosivo, te envía un mensaje directo a tu móvil:
🚨 ALERTAS CAN SLIM 🚨
🚀 ASML.AS - SEÑAL DE COMPRA 💰 Precio: $925.50 📈 Ruptura: $920.00 🔥 Volumen: 2.15x
Para que funcione de forma 100% autónoma, el código puede subirse a la nube usando GitHub Actions, programándolo para que se ejecute automáticamente cada día a la hora de cierre del mercado.
5. Descarga el Código y el Manual de Usuario
Si quieres dar el salto a la inversión cuantitativa y probar este sistema por ti mismo, he puesto a tu disposición todo el material necesario:
- 📓 estrategia_can_slim-b1.ipynb: El Jupyter Notebook con todo el código fuente funcional (Screener, Backtester con CAGR y generador de gráficos). Listo para ejecutar.
- 📖 manual_usiario_can_slim_1.md: El manual completo de usuario, redactado en formato académico, explicando paso a paso la instalación, la configuración de Telegram, las reglas matemáticas y el despliegue en la nube.
6. Aviso Legal y Exención de Responsabilidad
El código, los resultados del backtesting y el manual de usuario proporcionados en este artículo se ofrecen exclusivamente con fines educativos y de investigación cuantitativa.
La información aquí contenida no constituye asesoramiento financiero, recomendación de inversión ni solicitud de compra o venta de ningún instrumento financiero. Los mercados financieros conllevan un riesgo sustancial de pérdida. Las simulaciones históricas (backtests) asumen ciertas condiciones que pueden no reproducirse en el mercado en vivo, incluyendo pero no limitándose a la liquidez real, deslizamiento de precio (slippage) y latencias de ejecución.
El autor no se hace responsable de cualquier pérdida económica directa o indirecta derivada de la utilización del código fuente, la estrategia o los conceptos aquí descritos. Cualquier decisión de inversión debe ser tomada bajo la propia responsabilidad del lector y, si fuera necesario, consultando con un asesor financiero certificado.
7. Debate abierto para la Comunidad
Hemos demostrado empíricamente que la metodología de O'Neil, adaptada al entorno computacional actual, ofrece un edge estadístico cuantificable, batiendo a la renta fija con un CAGR del 4.89% en Europa y operando solo 12 veces en 5 años.
Ahora me gustaría leer vuestra opinión: ¿Creéis que las acciones europeas se comportan igual de bien con este patrón que las tecnológicas americanas? ¿Usáis algún screener automático en vuestra operativa diaria?
¡Os leo en los comentarios!
