¿Qué es el Trading Cuantitativo?

Trading cuantitativo Trading cuantitativo

Sobre Trading Cuantitativo o «Quant».

Introducción o «De donde viene la palabra Quant en SagaQuant»:

Cuando hablamos de Trading Cuantitativo a muchas personas les viene a la cabeza una imagen de un grupo de matemáticos y físicos discutiendo las propiedades del mercado, creando nuevas fórmulas para gestionar riesgos, a otros quizá les venga en mente la ciencia de datos, minería de datos, machine learning («Inteligencia Artificial» malamente dicho) y otro largo etcétera de posibles pensamientos.

¿Es todo esto una imagen correcta del mundo real? Sí y no.

Vamos a empezar por la definición de «cuantitativo» para aclarar algunos conceptos.

1. adj. Perteneciente o relativo a la cantidad.

análisis cuantitativo – Real Academia Española

Cuando hablamos de análisis cuantitativo, o trading cuantitativo, nos referimos al estudio de las condiciones y datos, y como su estado actual y posible evolución nos puede plantear distintos escenarios y actuaciones.

Existe un ejemplo que me gusta mucho, de Renaissance Technologies y su estudio sobre el clima para entender si hay un patrón relacionado entre días soleados y nublados y los precios de las bolsas. Cualquier lector en este punto estará preguntándose qué acaba de leer, lo sé.

El punto del análisis cuantitativo es el estudio de datos y como estos se pueden aplicar para resolver un problema, este ejemplo es bastante sencillo y viene de la mano de uno de los fondos mejor considerados en el mundo de las finanzas. Obviamente, al ser un ejemplo público, sabemos que tiene poca validez o aporta poca ventaja al mercado. Pero ya comprendemos un poco más por donde «van los tiros» en esta situación.

Cuando lo aplicamos a las finanzas minoristas, nos encontramos que quizá sea más difícil extraer modelos o sistemas funcionales pues solo somos una sola persona trabajando y no un equipo entero de profesionales especializados.

Esto en cierta parte es correcto, aunque no quita que una persona se pueda asociar con otras para compartir sus investigaciones. Pero igualmente, cuando trabajamos solos, podemos seguir extrayendo modelos e ideas funcionales en mercado.

Los avances de la informática y el hecho de aprender a programar nos ayuda a automatizar y sistematizar nuestras investigaciones y llevarlas a otro nivel. La época de utilizar un Excel e incluso remontándonos más atrás, libreta y bolígrafo, ha acabado quedando obsoleta con el tiempo.

Ejemplos de estrategias de Trading Cuantitativo:

En el siguiente apartado me gustaría detallar un poco una parte de mi labor, la cual no tiende a ser pública en su totalidad, acostumbro a divulgar y enseñar algunas estrategias de Trading en formaciones de pago y también en vídeos gratuitos en mi canal de Youtube, aunque todavía no he tenido oportunidad ni tiempo de hablar sobre varias cosas que trataré hoy en este artículo y detallaré más adelante en futuros vídeos.

La parte de la labor pública actual es la parte de estrategias sistemáticas basadas en ineficiencias encontradas en el precio o volumen, hablamos de patrones tendenciales, datos de LEVEL II… etc, esta parte creo que es de sobra conocida ya, y efectivamente forma una parte del término Trading cuantitativo, el estudio de pautas que provocan una ventaja respecto al precio. «Si sucede X cual será su resultado».

Pero hoy me gustaría centrarme en otras ideas que acostumbro a trabajar, para probar el hecho de que, el trading no solo son patrones (aunque funcionen, siempre hay más por trabajar) y es que de hecho, una sola persona puede crear algunos modelos interesantes.

Portfolio contrarian:

En su momento hablé sobre el análisis de la comunidad minorista y por qué una mayoría pierde, de hecho, haciendo un análisis cuantitativo con datos guardados minuto a minuto por un script propio.

El vídeo es el siguiente:

Una estrategia muy interesante, es utilizando esos mismos datos y una extracción a tiempo real, posible en cualquier plataforma mediante el uso de DLLs (como ya digo, los conocimientos informáticos tienen mucho peso en el Trading cuantitativo), para obtener los datos en cada actualización de estos o cuando el tiempo lo requiera.

No sólo se puede hacer esto con datos de MyFxbook, podemos realizarlo con el sentimiento de los usuarios de Twitter y de hecho, es una situación muy interesante la que genera, esto que menciono lo tengo en una de mis cuentas ejecutándose a tiempo real con los pares más básicos y conocidos de Forex como EUR/USD, los resultados son interesantes.

Modelos básicos:

Spreads:

Como digo, no hace falta ser un experto en matemáticas para rentabilizar tus ahorros, un ejemplo muy simple como modelo puede ser los Spreads entre dos activos similares. Traté algo similar hace mucho tiempo en Youtube, pero me quedé con ganas de actualizarlo:

Existen varias formas de ejecutar Spreads, como pueden ser los distintos vencimientos de los contratos de futuros, por ejemplo: Soja Junio / Soja Noviembre. La creación de pares sintéticos USDPLN / USDHUF creando el par sintético PLN/HUF, y también la creación de series sintéticas entre acciones correlacionadas entre sí, en vez de tener la cotización Banco Santander contra Euros (valorado respecto a la divisa donde cotiza) la idea es tener la valoración del Banco Santander respecto a BBVA, otro banco Español que cotiza en el IBEX-35.

De esta forma eliminamos el riesgo de divisa y nos centramos en un solo sector, intentando operar un método no tan centrado en la tendencia de un activo si no en su comparación relativa entre otros.

¿Qué sucede si se dispara la valoración del Santander respecto al BBVA? Pues quizá, según el modelo de trading cuantitativo que uses, sea interesante ponerse en corto en el Banco Santander e ir largo en BBVA para ajustar esa diferencia.

Cointegración:

Distinto en parte a los spreads entre activos correlacionados, en vez de buscar correlación buscamos cointegración.

Podemos definir la cointegración como:

La cointegración es una característica estadística de las variables en las series de tiempo donde dos o más series de tiempo están cointegradas si comparten una tendencia estocástica común. – Wikipedia

¿Suena complicado? No lo es.

De una forma reducida a lo más sencillo o burdo, estamos buscando que si dos activos que poseen esta propiedad (nada de complicaciones, en R o Python podemos comprobar esto con pocas líneas de código), en caso de que empiecen sus retornos a ‘separarse’ respecto a la media, ajustarlo yendo largo en un activo y corto en otro.

Puede parecer bastante complicado, pero os aseguro que en este caso, haciendo una práctica rápida se aprende bien.

Si buscamos en Internet por «Pairs Trading» (Trading de pares) podemos encontrar buenas conferencias en Youtube:

Algunas notas:

Da igual la complicación mientras funcione en mercado, cada persona suele desarrollar un enfoque en base a sus conocimientos previos y su posible aplicación al mercado, yo soy una persona que tiende a quedarse con las cosas simples en concepto y no me molesta tener que escribir miles de líneas de código si hace falta. Pues en mi caso, soy programador y es donde tengo habilidad. Otras personas que vengan de ramas científicas, como física, matemáticas o ingeniería quizá disfruten más creando modelos matemáticos y luego tener una aplicación sencilla en código.

Personas que no tengan base en ninguna de estas ramas tampoco tienen que preocuparse demasiado, todo se aprende y el camino puede ser largo pero no es difícil la adaptación a este.

¿Las estrategias de trading también forman parte del Trading Cuantitativo?

Sí, y para mí esto es un punto muy importante, creo que infravalorado y discriminado por la comunidad, las estrategias de trading, incluso las más sencillas no dejan de ser la cuantificación de datos y la validación de hipótesis mediante Backtest.

Y es que al final, estamos para trabajar con datos y validar estos, cualquier cosa que te funcione y estés seguro que no es producto del «overfitting» o sobreoptimización tiene luz ver para realizar pruebas.

Recursos para aprender:

Respecto a Trading cuantitativo no hay demasiados recursos en Castellano, especialmente originales, existen muchas traducciones online y resúmenes en PDF por la red, pero recomiendo ir a la fuente original.

Tanto Google Scholar como los autores principales como Perry Kaufman y Murray Ruggiero nos dan una visión interesante en sus libros sobre todo esto. Además de Ernie Chan el cual ha creado «escuela» en el término metafórico, acercando el Trading cuantitativo a todas las personas.

Como siempre, espero que este artículo te resulte útil en tu viaje descubriendo el trading. Un abrazo, Víctor.

2 Trackbacks / Pingbacks

  1. Análisis cuantitativo de ETFs - 2 casos de Estudio - SagaQuant
  2. Software para Trading Algorítmico y Cuantitativo - SagaQuant

Comments are closed.