SagaQuant

I+D en Trading Algorítmico

Trading Algoritmico I+D

Proceso I+D en sistemas de Trading Algorítmico

Introducción – Proceso de investigación

Cuando hablamos de Trading Algorítmico, o de Trading en general, nos enfrentamos a un problema a la hora de extraer nuevas ideas y conceptos que poder probar para continuar mejorando nuestro portafolio y set de habilidades.

Cuando hacemos Trading Algorítmico tenemos cierta ventaja al poder realizar backtest, para poder estudiar e incluso deconstruir cualquier hipótesis y poder moldearla para estudiar sus efectos en mercado.

Este proceso en teoría suena simple, pero vamos a retorcerlo un poco, nada es tan simple como parece, y las horas en el mercado son necesarias.

Utilizando cifras muy aproximadas, hay siete mil millones de personas en el planeta, y de ellas, la mitad, tienen acceso a Internet, y de esta cifra, existen varios grupos, pero hay uno muy peligroso, aunque por suerte, ya no está tan de moda como antaño:

El marketing de afiliados.

Para aquellos que no hayan vivido esa época, además de felicitarles, les voy a desglosar los peligros que trajo en relación a la bolsa y otros negocios online.

Imagínate que tienes una empresa y no tienes clientes, entonces ofreces a ciertas personas una comisión muy suculenta si captan estos clientes por ti.

Esto en el mundo bursátil se tradujo en una oleada de páginas web y comisiones desproporcionadas. Obviamente estas páginas web tenían contenido muy dudoso respecto a lo que ofrecían, y es que la clave era hacer clientes rápido para obtener comisiones a cambio de atraer personas al mundo de Forex.

No estoy diciendo que vender sea algo ilegítimo, todo lo contrario, valorar el trabajo de una persona está bien como se hace con cientos de autores en cualquier ámbito.

Pero hablamos de una situación diferente la cual ha afectado la información en la red. Miles de sitios deshonestos con estrategias que no funcionan a cambio de vender afiliados, con comisiones que en muchos casos superan los $1000 por cliente a cambio de información fraudulenta.

Disclaimer: Con esto no digo que vender esté mal, pero dar de manera consciente información fraudulenta para obtener afiliados sí lo es, bajo mi criterio.

Y es así, que en este artículo me gustaría exponer un poco sobre la metodología que imparto en mi curso a la hora de investigar estrategias nuevas e implementarlas, siendo un pilar elemental en el trading algorítmico para la creación de buenos sistemas.

El proceso de la información en el Trading Algorítmico.

La clave de un Backtest es el procesamiento de información adquirida, véase una estrategia, datos externos o determinados comportamientos estudiados.

Cuando entramos en Internet podemos ver cientos de estrategias disponibles, muchas de ellas gratuitas, y nos incitan a utilizarlas en determinados brokers, cabe decir que no todos los sitios son así, estoy generalizando, pero vamos a ver con más detalle a qué me refiero.

Estrategias de Trading según la red

Un broker y una página de venta de brokers, no voy a juzgar la calidad del contenido sin verlo y estudiarlo, y aquí viene el siguiente paso. Si entro en la página de Admiral Markets, con su guía de estrategias de trading, encuentro un panorama simpático por definirlo de alguna manera:

Todo mitos que solo funcionan de la mano de sobre-optimizar dejando las estrategias sin funcionamiento alguno más allá del trozo de papel que es un Backtest.

En este vídeo explico un poco sobre Price Action cuantificado y el mito que hay sobre ciertos patrones:

No todos los patrones funcionan, no todas las estadísticas tienen poder predictivo sobre el precio a la hora de realizar un modelo, no todos los factores son relevantes en los sistemas de Trading Algorítmico.

No obstante, esto es una parte del estudio, utilizando ensayos de prueba y error.

Datos –> Hipótesis –> Resultado –> Vuelta a empezar.

Estrategias de Trading Algorítmico:

Sabiendo un poco el funcionamiento de trabajo, es hora de crear una metodología de investigación, normalmente me enfoco en la extracción de ideas y dejo la ejecución de estas bajo una metodología estándar, que sería la creación de una plantilla. Existen varias formas, pero vamos a desglosarlo un poco.

Fuentes de ideas para extracción de sistemas:

Lo primero es obtener las ideas, existen cientos de fuentes, y ya hemos hablado de algunas que no sirven, las webs con objetivo de búsqueda de afiliados. Vamos a hablar de lo que sirve.

Efectivamente existen decenas de páginas web interesantes, pero hay una que se lleva la palma y de la cual ya hablé, ProRealCode.

Esta página, ProRealCode, está dedicada a la creación de sistemas de Trading Algorítmico en la plataforma Pro Real Time, no es una gran plataforma, de hecho es cara y poco aceptada. Pero tenemos sistemas gratuitos, y lo mejor, dado que son relativamente antiguos, tenemos un periodo out-of-sample bastante grande donde comprobar si el sistema es funcional o no.

Hice un video explicando esto:

Otra fuente interesante son los libros, normalmente los autores tienden a tener bastante más experiencia, incluso aquellos auto-publicados, donde podemos desglosar ideas interesantes.

Un ejemplo lo muestro en otro vídeo, analizando el libro «Entradas y salidas de un trader campeón»:

Este es un buen ejemplo de como trabajar varias ideas que deja el libro, aunque son varias, me enfoco en unas pocas por no pisar la propiedad intelectual del autor, como digo, un libro que vale 2,99€… Merece la pena ser comprado y estudiado.

Otros sitios interesantes serían papers, conferencias varias… etc. Mismamente en esta web hay varios sistemas de Trading Algorítmico en artículos, junto a mi canal de Youtube como se puede ver.

No niego que incluso un broker pueda enseñar una buena estrategia, nunca se sabe, no obstante: Confía pero verifica.

Manejo de ideas, filtrado y procesamiento:

Todo lo que comento, constituyen ideas básicas, ideas las cuales hay que saber manipular entendiendo el concepto.

Repasemos y hagamos memoria. La gran mayoría de sistemas que he dado en público son ideas contrarias.

¿Usar bandas de Keltner para sistemas contra-tendenciales? Está bien, pero en EURAUD es tendencial.

¿Breakout de un mínimo? Podemos comprar USDCAD cuando pasa, no todo será ir bajista a favor de la tendencia.

¿Mi punto? La curiosidad y la creatividad son clave.

Veamos, un set de reglas a la hora de formar un sistema de trading o un modelo cuantitativo es eso, un conjunto de reglas rígidas que conforman el proceso de decisión.

El hecho de que un libro me diga que he de comprar cuando pasa un suceso, puede ser cierto su funcionamiento o no.

Tenemos dos estados, realmente tres si queremos ampliarlo:

Funciona – No Funciona – Sistemáticamente perdedor.

El primer estado será una ventaja con una curva alcista, el segundo una curva lateral y el tercero una curva bajista. El primer estado obviamente es bueno. ¿Y los demás?

Si la curva es lateral es lo que se conoce como un paseo aleatorio, no importa, descartado. Si es la tercera, quien sabe. ¿Has probado a darle la vuelta ya a las reglas?

Hay miles de tipos de sistemas y esto induce a la confusión, y perdón por ser atrevido pero incluso diría en algunos casos ignorancia («robot de forex con martingala» y otros casos así). En todo caso una base sólida lo es todo, y eso lo podemos sacar en la fase de estudio o implementación.

Estudio e implementación:

Clave del Trading Algorítmico, las ideas son una parte fundamental, pero también su ejecución y desarrollo.

Por un lado tenemos la plataforma y sus posibilidades y limitaciones, es cierto que, por ejemplo Metatrader4 es popular con el Trading Algorítmico, como puede ser Ninjatrader o Tradestation, pero todas tienen sus limitaciones y posibilidades.

Voy a centrarme en dos plataformas, las que yo tiendo a utilizar principalmente, Metatrader 4 para mis sistemas de Forex y Tradestation para el mercado de Futuros (donde tiendo a centrarme en materias primas agrarias).

Vamos a suponer que tenemos una idea, cualquier sistema de trading en general, no me voy a poner exigente ahora mismo:

Lo primero será pasarlo a código, algo que tengo más que explicado ya en Youtube, lo siguiente es un proceso redundante basado en ver si está sobreoptimizado o no.

Utilizando dos periodos, uno llamado «In Sample» (dentro de muestra) y otro llamado Out Of Sample (fuera de muestra) como comparación, podemos ver cuales son las diferencias entre distintos periodos para entender el comportamiento de la estrategia durante el tiempo y buscar que no esté sobre-optimizada.

Uno de los errores más comunes es hacerse trampas a uno mismo, dejando una curva perfecta en el backtest pero sin funcionalidad alguna.

Aquí es donde entramos en distintas plataformas, si utilizamos Tradestation, lo tenemos por defecto.

Si utilizamos MT4 tendremos que hacerlo a mano o crearlo, en este caso, un ejemplo que subí recientemente en el curso como parte de las continuas ampliaciones:

Diferencia Periodos IS y OOS en Trading Algorítmico

En otras plataformas este proceso está automatizado por defecto, como digo, hay que reconocer las limitaciones de cada plataforma.

Esto se aplica a la detección de la ventaja y la optimización de parámetros la cual podemos utilizar bajo distintos métodos. Como ya digo, muy amplio, pero hay pasos que en el Trading Algorítmico son casi obligatorios.

Este es el proceso principal que acompaña el filtrado de sistemas para asegurar un correcto funcionamiento, indiferentemente de la plataforma.

A la hora de elegir activos y plataformas ya comenté bastante, tened en cuenta limitaciones y posibles modificaciones que haya que hacer.

Especial mención a la implementación de datos externos, algo que ya comenté en varios vídeos, esto es casi un «add-on» que tenemos que crear en nuestra plataforma, pero es interesante para investigación.

Como continuar – Conclusión

Creo que con lo expuesto por hoy es suficiente. Para continuar solo hay que volver al punto pero con otros sistemas.

La creatividad es clave, hay mil formas de operar el mercado, no todas funcionan, no te quedes dándole vueltas a la misma idea una y otra vez, o la cambias o a por otra.

El mercado siempre tendrá sus ineficiencias, obviamente no durarán toda la vida, el trading algorítmico es así. Apunta hacia donde un operador institucional por volumen no puede entrar, olvídate de métodos no testeados, de los clásicos de libros «patrones de velas» «soporte-resistencia» «ondas de elliot» y un largo etcétera. Un portfolio diversificado de ventajas «pequeñas» puede ser muy interesante, combinándolo incluso con una cartera de largo plazo para obtener una mayor exposición a renta variable.

Es muy común creer que el trading algorítmico solo engloba los básicos del análisis técnico cuando en muchos casos no es así, y en todas las situaciones hay que comprobar cada hipótesis echando un número bastante grande de horas para crear un buen portfolio.

Como siempre, espero que este artículo te pueda ayudar. Un abrazo, Víctor.

 

Salir de la versión móvil