La Evolución Del Trading: desde el trueque al Trading algorítmico por Quantinsti
El objetivo de Quantinsti es formar a su alumnos en el trading algorítmico. Pertenece a iRageCapital Advisory, empresa conocida por sus servicios relacionados con la creación de mesas de trading algorítmico.
Quantinsti
Hoy en día, el sistema de trading algorítmico es bastante popular entre los traders, pero ¿cómo empezó todo?
¿Cuáles son los antecedentes?
El trading comenzó con el sistema de trueque. En aquellos viejos tiempos, los bienes se intercambiaban por otros bienes. Finalmente, el trading de bienes fue reemplazado por el sistema de divisas y luego surgieron las bolsas que se transformaron en sistemas automatizados o electrónicos con el tiempo.
Exploremos el viaje del trading, comenzando desde el sistema de trueque y progresando hacia el trading moderno. Más adelante, profundizaremos en las prácticas regulatorias y de gestión de riesgos, así como en las ventajas y desventajas que aportan.
Una breve historia de cómo evolucionó el “trading” del trueque a los algoritmos
La evolución del trading se ha producido gradualmente desde el trueque hasta el trading algorítmico.
Pero, ¿cómo tuvo lugar esta evolución del trading?
Veamos ahora cada marco de tiempo en detalle a continuación.
Sistema de trueque – Era antigua
En la antigüedad, la gente se dedicaba al intercambio directo o al trueque, donde algunos bienes y servicios se intercambiaban por otros bienes y servicios.
Sistema de trueque
El valor de cada artículo estaba determinado por varios factores, como la rareza, la utilidad o el valor percibido de los dos artículos que se intercambiaban.
Pero, el trueque implicaba un acuerdo mutuo entre los individuos y dependía de la doble coincidencia de los deseos, lo que lo hacía ineficiente y engorroso.
Sistema monetario – Siglo VII d.C.
A medida que las sociedades crecieron, el sistema de trueque se volvió poco práctico porque no se pudo determinar el valor exacto de dos bienes de trueque. Por lo tanto, esto llevó a la aparición de varias formas de monedas. Estas monedas incluían artículos como cuentas, metales, conchas y, finalmente, monedas estandarizadas y papel moneda.
De esta manera, la introducción de la moneda hizo que el sistema de comercio fuera más eficiente al proporcionar un medio de intercambio y una unidad de cuenta.
Sistema monetario
Intermediadores y bolsas de valores – Siglos XVII y XVIII
En los siglos XVII y XVIII, sucedió algo emocionante en el mundo del comercio. Las bolsas de valores irrumpieron en escena, creando un centro de eventos para la compra y venta de acciones de la empresa. Estos intercambios trajeron orden al caos, introduciendo reglas, pisos de negociación dedicados y corredores para mantener las cosas funcionando sin problemas.
A medida que el comercio subía, surgió una nueva generación de intermediarios financieros: bancos y traders. Estas personas inteligentes nos hicieron la vida más fácil al facilitar las transacciones, salvaguardar nuestros depósitos e incluso extender el crédito cuando era necesario.
Intermediarios y bolsas de valores
Trading manual o telefónico – 1900 a 1980
A finales del siglo XX, la invención y la adopción generalizada del teléfono llevaron al trading telefónico. De repente, los corredores y los traders podían conectarse entre sí en tiempo real, ¡independientemente de la distancia entre ellos!
Esto significaba que los traders podían charlar con sus homólogos, aprovechar las oportunidades de trading y recopilar información del mercado más rápido que nunca. Fue un juego de velocidad y eficiencia.
El trading telefónico dio el comienzo de una nueva era, en la que los traders podían reaccionar rápidamente a los eventos del mercado y realizar negocios sin esfuerzo a través de largas distancias. Fue un cambio de juego que hizo que el trading fuera más suave y rápido para todos los involucrados.
Trading manual o telefónico
Mercados o Exchanges electrónicos y plataformas de trading en línea – 1980 a 2000
Este fue un gran punto de inflexión en la evolución del dominio del trading.
Los mercados electrónicos y las plataformas de trading en línea se refieren a los sistemas en línea que facilitan el trading de instrumentos y activos financieros electrónicamente.
Entre las décadas de 1980 y 1990, se adoptaron los sistemas computarizados de enrutamiento de pedidos. Estos sistemas permitieron a los traders enviar y ejecutar órdenes electrónicamente, reemplazando los métodos manuales.
Las Redes de Comunicación Electrónica (ECN) se introdujeron en la década de 1980. Los ECN facilitaron la coincidencia directa de las órdenes de compra y venta, pasando por alto los exchanges tradicionales.
Sin embargo, es importante tener en cuenta que estos sistemas se limitaban en su mayoría a los grandes inversores institucionales y no eran ampliamente accesibles.
En 1990, Instinet se convirtió en la primera ECN en proporcionar servicios de trading electrónico a inversores institucionales.
El crecimiento de Internet en la década de 1990 llevó a la aparición de plataformas de trading en línea que proporcionaban a los inversores individuales acceso directo a los mercados financieros. Las corredurías en línea como E*TRADE, Ameritrade y Charles Schwab ganaron popularidad, permitiendo a los inversores minoristas hacer trading con acciones, opciones y otros instrumentos financieros desde sus propios ordenadores.
Sin embargo, la introducción de las redes de comunicación electrónica (ECN) en la década de 1980 allanó el camino para un mayor trading electrónico.
Fue solo en la década de 1990 que las redes de comunicaciones electrónicas (ECN) se expandieron y ganaron prominencia, ofreciendo un trading electrónico transparente y eficiente. Los ECN como Island ECN y Archipelago ganaron tracción, proporcionando una alternativa a los exchanges tradicionales al igualar las órdenes de compra y venta electrónicamente.
Cambio completo hacia el trading electrónico – 2000 a 2006
Trading electrónico
La evolución del dominio del trading llegó a nuevas alturas cuando se produjo el cambio completo hacia el trading electrónico.
Fue solo en el año 2000 que la Bolsa de Valores de Nueva York (NYSE) y otras bolsas importantes similares sufrieron un cambio significativo hacia el trading electrónico. La Bolsa de Nueva York introdujo el Modelo de Mercado Híbrido en 2006, combinando la coincidencia electrónica de órdenes con el trading tradicional basado en el piso. Otras bolsas, como el NASDAQ, hicieron la transición a plataformas de negociación totalmente electrónicas.
Estos exchanges o plataformas electrónicas revolucionaron la forma en que operan los mercados financieros, ofreciendo eficiencia, velocidad y accesibilidad a los participantes del mercado.
Aumento del trading algorítmico (2007 – 2023)
Aumento del trading de algoritmos
El trading algorítmico, incluido el trading algorítmico en línea, ha experimentado un crecimiento significativo, aprovechando la tecnología y los datos del mercado. El aprendizaje automático y la inteligencia artificial están desempeñando un papel cada vez más importante en el desarrollo de algoritmos de trading avanzados en 2023.
El enfoque regulatorio continúa para garantizar un equilibrio entre la innovación y la integridad del mercado.
El aumento del trading algorítmico ha desempeñado un papel importante en la evolución del trading.
Veamos a continuación una breve descripción de todos los avances clave realizados hasta ahora entre 2007 y 2023.
2007:
Las estrategias de HFT (¹) se hicieron más frecuentes, gracias a los avances en la tecnología y al acceso más rápido a los datos del mercado.
Los reguladores comienzan a tomar nota del impacto potencial de HFT en la estabilidad y la equidad del mercado.
2008-2009:
La crisis financiera mundial condujo a un mayor escrutinio (²) de los mercados financieros, incluidas las prácticas de negociación algorítmica.
Los reguladores y las bolsas implementaron nuevas reglas y regulaciones para abordar las preocupaciones sobre la manipulación del mercado y los riesgos sistémicos asociados con la HFT.
2010:
Flash Crash (³): El 6 de mayo de 2010, los mercados de valores de EE. UU. experimentaron una caída repentina y severa, seguida de una rápida recuperación en cuestión de minutos. El evento destacó los riesgos potenciales asociados con el trading algorítmico y de alta frecuencia.
2011:
La Autoridad Europea de Valores y Mercados (4) (ESMA) introdujo directrices para el trading algorítmico, incluidos los requisitos para los controles de riesgos y los sistemas de supervisión.
2012-2013-2014:
El trading algorítmico continuó expandiéndose a nivel mundial, con más bolsas y mercados que adoptaban plataformas de trading electrónico.
El uso de técnicas de aprendizaje automático e inteligencia artificial (IA) en el trading algorítmico ganó fuerza.
2015-2016:
El trading algorítmico representó una parte significativa de la actividad de trading (5) en los principales mercados financieros de todo el mundo.
Las nuevas empresas de tecnología financiera (fintech) comenzaron a ofrecer soluciones de trading algorítmico a inversores individuales y empresas más pequeñas.
2017-2018-2019:
En 2017, los mercados de criptomonedas fueron testigos de un aumento (6) en el trading algorítmico, ya que los activos digitales ganaron la atención de la corriente principal.
Pero en 2018, las criptomonedas se derrumbaron en un 80 % desde su máximo en enero de 2018.
La tecnología de cadena de bloques o blockchain, con su potencial para el trading descentralizado y transparente, atrajo el interés de las empresas de trading algorítmico.
2020:
La pandemia de COVID-19 (7) condujo a una mayor volatilidad del mercado, y los sistemas de trading algorítmico desempeñan un papel crucial en la gestión y ejecución de operaciones durante este período.
2021-2022:
La enorme afluencia de liquidez llevó a un aumento en el mercado en 2021.
La caída del mercado de valores de 2022 (8) fue un evento económico mundial caracterizado por una caída significativa en los valores del mercado de valores.
En los años anteriores al declive, la economía mundial experimentó una recesión causada por la pandemia de COVID-19. Si bien los impactos inmediatos de la recesión disminuyeron para 2022, condujo a desafíos posteriores, como el aumento de la inflación y una interrupción generalizada en las cadenas de suministro globales.
2023:
El trading algorítmico sigue dominando los volúmenes de trading en los principales mercados financieros.
Los avances tecnológicos, como la computación cuántica y el análisis de big data, ofrecen nuevas posibilidades para las estrategias de trading algorítmico.
ChatGPT y el trading algorítmico (2023)
La evolución del trading ha llegado al punto en el que la IA se puede utilizar ampliamente, desde la selección de acciones y la investigación de mercado hasta la prueba de la estrategia y la ejecución de la operación.
ChatGPT es un modelo de lenguaje de IA que puede ayudar a un operador con cada uno de los pasos mientras opera en el mercado financiero.
Además, ChatGPT, con sus capacidades en el procesamiento de idiomas, tiene el potencial de ayudar y beneficiar al dominio en el trading de varias maneras.
Un dominio de trading impulsado por el dúo dinámico de ChatGPT y el trading algorítmico es como tener un asistente de trading al alcance de la mano, listo para ayudarte en cada paso.
Pero, ¿cómo revoluciona exactamente ChatGPT el panorama de trading?
¡Vamos a sumergir!
A continuación, repasemos brevemente todas las formas en que ChatGPT es útil en el trading algorítmico.
Análisis de datos de mercado: ChatGPT puede procesar y analizar grandes volúmenes de datos de mercado, incluidos datos históricos de precios, artículos de noticias, sentimiento de las redes sociales e indicadores económicos.
Desarrollo de estrategias: puede proporcionar información, sugerir enfoques y generar ideas para optimizar las estrategias de trading algorítmico.
Gestión de riesgos: ChatGPT puede ayudar a evaluar y gestionar el riesgo mediante el análisis de datos históricos, proporcionando técnicas de modelado de riesgos y sugiriendo estrategias de mitigación de riesgos.
Educación de trading e intercambio de conocimientos: actúa como una herramienta de aprendizaje interactiva, proporcionando información sobre conceptos de trading, indicadores técnicos, plataformas de trading y marcos regulatorios.
Apoyo a la toma de decisiones: ChatGPT ofrece apoyo a la toma de decisiones proporcionando escenarios alternativos, evaluaciones de riesgos y resultados potenciales para ayudar a los traders a tomar decisiones informadas.
Nota: Aunque ChatGPT es de gran ayuda para los traders, siempre debe usarse junto con la experiencia humana para obtener los mejores resultados. La razón para no confiar completamente en ChatGPT es que el usuario puede ser engañado por la información incorrecta proporcionada por ChatGPT. Después de todo, ¡es una máquina y no puede usar la lógica humana!
Métodos de trading utilizados hoy en día con el trading algorítmico
En el tiempo actual, el trading ha evolucionado bastante. Hay muchos avances y mejoras en comparación con los días del trading manual.
Hablemos de los métodos de trading más integrales combinados con el trading algorítmico y el trading automatizado que prevalecen hoy en día. Estos métodos conducen a ejecuciones de órdenes más fiables y rápidas y maximizan los rendimientos. Estos métodos de negociación son:
HFT y MFT
Trading cuantitativo
Trading con inteligencia artificial y aprendizaje automático
Big data y computación en la nube
HFT y MFT
El trading de alta frecuencia o HFT y el trading de frecuencia media o MFT son las estrategias de trading que utilizan algoritmos avanzados, potentes sistemas informáticos y conexiones de datos de alta velocidad para ejecutar un gran número de operaciones en marcos de tiempo extremadamente cortos. Las empresas de HFT y MFT tienen como objetivo beneficiarse de pequeñas discrepancias de precios, a menudo explotando las ineficiencias del mercado que pueden existir solo por breves momentos.
Trading cuantitativo
La práctica del trading cuantitativo es parte del trading algorítmico. El trading cuantitativo implica el uso de modelos matemáticos, análisis estadísticos y técnicas cuantitativas para tomar decisiones. Se centra en el desarrollo y la aplicación de modelos y estrategias cuantitativos basados en el análisis de datos de mercado.
Los operadores cuantitativos se basan solo en conocimientos basados en datos y patrones históricos para identificar oportunidades y determinar los puntos óptimos de entrada y salida para las operaciones.
Trading con inteligencia artificial y aprendizaje automático
Las técnicas de inteligencia artificial y aprendizaje automático se emplean cada vez más en el trading para tareas como el análisis de mercado, la predicción y la gestión de riesgos. Estas técnicas pueden analizar grandes cantidades de datos históricos y de mercado en tiempo real para identificar patrones, generar señales y mejorar los procesos de toma de decisiones.
Big data y computación en la nube
En el mundo actual, la combinación de big data y computación en la nube juega un papel muy importante. Ambos son dos conceptos interconectados que han transformado la forma en que los trading manejan y procesan grandes volúmenes de datos.
Los grandes datos se refieren a conjuntos de datos extremadamente grandes y complejos que no se pueden gestionar, procesar o analizar fácilmente utilizando técnicas tradicionales de procesamiento de datos. ¡Los grandes datos son útiles porque cuantos más datos históricos para el análisis, mayor será la precisión de la predicción!
La computación en la nube implica la entrega de recursos informáticos, como servidores, almacenamiento, bases de datos, software y análisis, a través de Internet sobre una base de pago por uso. Proporciona un acceso escalable y flexible a la potencia computacional y al almacenamiento sin necesidad de infraestructura local.
Al combinar big data y computación en la nube, las organizaciones almacenan, procesan, analizan y extraen valor de grandes cantidades de datos de manera más efectiva y eficiente. Además, aprovechan la escalabilidad, la rentabilidad y las capacidades avanzadas que ofrecen las plataformas en la nube para abordar los desafíos asociados con el procesamiento y el análisis de big data.
Evolución de las prácticas regulatorias y de gestión de riesgos
Junto con la evolución del trading, las prácticas regulatorias y de gestión de riesgos también han evolucionado bastante.
El trading actual opera dentro de un entorno regulatorio diseñado para garantizar la integridad del mercado, la equidad y la protección de los inversores.
Desde que las prácticas están siendo impulsadas por la tecnología, ha habido una necesidad de moldear las prácticas regulatorias y de gestión de riesgos en consecuencia.
Los reguladores imponen normas y reglamentos sobre las actividades para la gestión de riesgos, incluidas medidas para combatir la manipulación del mercado, garantizar la transparencia y proteger contra los riesgos sistémicos.
Tras la crisis financiera mundial de 2008, ha habido un aumento significativo de las regulaciones destinadas a garantizar la estabilidad y la transparencia del mercado. Los organismos reguladores, como la Comisión de Valores y Bolsa (SEC) en los Estados Unidos y la Autoridad de Conducta Financiera (FCA) en el Reino Unido, han implementado normas más estrictas para regir las actividades de trading.
Además, los reguladores y las empresas de trading han adoptado los avances tecnológicos para mejorar las prácticas de gestión de riesgos. Esto incluye el uso de análisis avanzados, aprendizaje automático e inteligencia artificial para identificar riesgos potenciales, detectar anomalías y automatizar los procesos de cumplimiento.
Pros y contras
La evolución del trading, impulsado por los avances tecnológicos y la innovación, ha traído numerosos beneficios a los mercados financieros.
Al mismo tiempo, hay algunos contras que los traders deben tener en cuenta. Es importante asegurarse de que las plataformas de trading en línea estén reguladas para mantener la integridad del mercado, la equidad y la protección de los inversores.
Veamos algunos pros y contras de esta evolución del trading:
Pros
Contras
La automatización, el trading algorítmico y las plataformas electrónicas han reducido los procesos manuales, minimizado los errores humanos y aumentado la velocidad de ejecución de la operación.
Los algoritmos y estrategias de trading sofisticados pueden ser difíciles de entender si no tiene los conocimientos y las habilidades necesarios para hacer trading algorítmico.
Las plataformas de trading en línea han facilitado la participación de los inversores en los mercados financieros, proporcionando un mayor acceso a las oportunidades de inversión y fomentando la inclusión financiera.
La dependencia de la automatización ha introducido el riesgo de fallos tecnológicos y fallos que pueden interrumpir las operaciones de trading. Por lo tanto, debe mantener el sistema actualizado para evitar tales problemas técnicos.
Por lo tanto, se deben emplear modelos cuantitativos, análisis estadísticos y algoritmos de aprendizaje automático para evaluar y gestionar el riesgo de manera efectiva.
El trading de alta frecuencia (HFT) y los algoritmos de creación de mercado han contribuido a mejorar la liquidez del mercado.
Las prácticas de trading evolucionadas dependen en gran medida de la automatización y la toma de decisiones algorítmicas. Esto reduce la supervisión humana en el proceso de la operativa, lo que puede conducir a desafíos en la gestión de eventos imprevistos o eventos de cisne negro.
Los intercambios electrónicos y las plataformas de trading en línea permiten a los operadores de diferentes regiones participar en los mercados internacionales sin problemas. Esto ha aumentado los horizontes de inversión.
La ausencia de juicio humano también puede limitar la capacidad de adaptarse a las condiciones del mercado que cambian rápidamente o evaluar factores cualitativos que pueden afectar las decisiones.
Desde luego las medidas efectivas de regulación, supervisión y gestión de riesgos son necesarias para mitigar los posibles inconvenientes y garantizar la estabilidad y la equidad de los mercados financieros.
Análisis de estrategias cuantitativas basadas en precios para la valoración de países por Quantpedia
La misión de Quantpedia es procesar la investigación académica financiera de una forma más fácil de usar, para ayudar a cualquiera que busque nuevas ideas de estrategias cuantitativas y algorítmicas. Nuestro equipo está formado por miembros experimentados con diferentes antecedentes: financieros, matemáticos y traders, combinados con miembros con un sólido conocimiento técnico y de TI.
Quantpedia / Quantpedia.com
La inversión en valor se originó como una estrategia de inversión en la que los inversores intentan batir al mercado de valores buscando acciones que coticen a un precio inferior a su valor intrínseco o valor contable. Los inversores en valor no suscriben la hipótesis del mercado eficiente, lo que sugiere que los precios de las acciones siempre reflejan su valor intrínseco. En cambio, los inversores en valor creen que las acciones pueden estar sobrevaloradas o infravaloradas debido a diversos factores. Se cree que el mercado a menudo reacciona exageradamente a noticias o eventos, lo que genera una brecha entre el precio de las acciones y los fundamentos a largo plazo de la empresa. Esta reacción exagerada crea una oportunidad para que los inversores en valor compren acciones con descuento con la esperanza de que el mercado finalmente reconozca el verdadero valor de las acciones, lo que provocará un aumento en el precio. Al buscar activamente acciones infravaloradas, los inversores en valor pretenden explotar la tendencia del mercado a valorar erróneamente los valores.
Reiteramos que la inversión en valor es verdaderamente una estrategia a largo plazo, y Warren Buffett es famoso por su enfoque paciente y a largo plazo. A menudo compra acciones con la intención de mantenerlas indefinidamente, centrándose en el valor y el potencial a largo plazo de las empresas en las que invierte. Las citas de Buffett enfatizan su compromiso con la naturaleza a largo plazo de la inversión en valor, donde no intenta obtener ganancias rápidas en el mercado de valores, sino que busca empresas sólidas en las que cree y que aumentarán su valor con el tiempo. Al mantener una cartera de acciones diversificada y una perspectiva a largo plazo, los inversores pueden esperar para vender sus acciones hasta que el precio exceda su valor justo de mercado y el precio que fijaron les pague, maximizando así las ganancias potenciales.
Pero las estrategias de valor no se utilizan sólo en acciones. Hay muchas definiciones diferentes de “valor” y la idea de comprar “activos baratos” se usa ampliamente en monedas ( Valor de la moneda – Factor PPA ), ETF de países ( Factor de valor – Efecto CAPE dentro de los países ) o en un entorno diversificado cartera de activos en general ( factores de valor y momento entre clases de activos ).
Enfoque, Metodología y Motivación
La motivación de este estudio surge de la idea de simplificar el concepto de valoración relativa entre los países. Existen varias ideas para enfoques de valor relativo que comparan el “precio visible” (o capitalización de mercado) del mercado de valores con algún “valor intrínseco” invisible del mercado. Hay muchas ideas sobre lo que podemos usar para medir el “valor intrínseco” invisible de cada país/mercado individual: puede ser un número derivado del PIB (como en un indicador Buffet), las ganancias totales de las empresas que cotizan en bolsa en el país seleccionado ( Relación CAPE de Shiller ), o ratios derivados de rendimientos, demografía, etc., etc. Todos esos ratios utilizan algunos datos no relacionados con los precios para obtener un “valor intrínseco” para cada país. Tiene muchas ventajas (las medidas distintas de los precios pueden agregar mucha información importante para los modelos de valoración), pero también algunas desventajas (la mayor desventaja es que debemos tener una fuente de datos de alta calidad para esos datos distintos de los precios) y, además, los datos suelen publicarse con un retraso importante). Entonces nos preguntamos: ¿podemos crear un modelo de valoración relativa y utilizar solo los datos de precios?
¿Como procedemos? Como hemos mencionado antes, los datos distintos de los precios (como el crecimiento del PIB o los ingresos totales de todas las empresas en el país seleccionado) tienen la ventaja de tener información oculta. Por otro lado, esos datos no suelen cambiar con mucha frecuencia de un año a otro (trimestre a trimestre). La volatilidad de los datos distintos de los precios es significativamente menor que la volatilidad de los datos de los índices bursátiles por sí solos. Esto también significa que el cambio en la mayoría de los índices de valoración relativa, como el valor de mercado de las acciones (MVE), escalado por el producto interno bruto (PIB) ( Indicador Buffet) o CAPE (relación precio/beneficios ajustada cíclicamente de Shiller) está impulsada por el cambio en la parte nominadora de la relación (parte relacionada con el precio) y no por un cambio en el denominador (ancla no relacionada con el precio), que rara vez cambia mucho. Supongamos que la parte del denominador es sólo un ancla que se mueve lentamente. En ese caso, podemos omitir fácilmente el uso de datos distintos de los precios, reemplazarlos con algún valor promedio calculado a partir de la sección transversal de los datos de precios de todos los países y continuar con el modelo tratando de valorar a los países entre sí usando solo el precio. datos. Entonces, esa es la teoría, pero la pregunta es: ¿tuvimos éxito?
En resumen, nuestro enfoque es simple y directo: los índices simples de 20 países se promedian en el índice promedio de los países con igual ponderación, y todos los países con un comportamiento a largo plazo superior al promedio se consideran sobrevalorados en ese sentido, y los países con desempeño inferior sí califican como infravalorado.
Probaremos múltiples definiciones diferentes para el desempeño superior o inferior del país en el pasado (usando impulso, medias móviles y regresiones), y clasificación óptima, horizontes de reequilibrio y puntos de corte (vigintiles, deciles, quintiles, cuartiles, terciles, mitades). ).
Datos y señales
Usamos datos mensuales, dividendos y ajustes divididos. Se eligió Yahoo Finance para recopilar datos sobre los ETF desde su inicio. Luego, utilizamos el sitio web de MSCI para descargar los índices de los países faltantes y ampliar el conjunto de datos al máximo posible. Se incluyeron en el análisis los siguientes países/ETF:
ETF de países considerados junto con enlaces a datos
Hemos decidido no incluir a EE.UU. (Estados Unidos) ya que nos centramos en el mundo ex-EE.UU. Estados Unidos representa alrededor del 50 % de la capitalización del mercado mundial; por lo tanto, tendría más sentido elaborar un modelo que evalúe a Estados Unidos frente al resto del mundo y no incluir simplemente el mercado estadounidense en la muestra. Sin embargo, el modelo de valoración relativa del mercado estadounidense frente al resto del mundo no es el aspecto principal ni el objetivo de este estudio (llegaremos a eso en algunos artículos futuros).
La proporción entre el mundo y los EE. UU. se muestra en la siguiente figura:
Fuente: https://www.bogleheads.org
Dejamos los primeros cinco años de datos (desde 1992-12-31 hasta 1997-12-31) sólo para cálculos (lo llamamos “período de cálculo”) y, por lo tanto, nuestras curvas de acciones comienzan cinco años después. La fecha de finalización que consideramos datos hasta el 31 de marzo de 2023. La mayoría de los ETF de los países comenzaron a cotizar el 1 de abril de 1996 y, a partir de esa fecha, se enriquecieron con los valores de los índices del 31 de diciembre de 1992, el denominador común para todos los países considerados. Procedían de sitios web de índices MSCI globales, regionales o nacionales. Seleccionamos el tamaño estándar (grande+mediana capitalización) del índice para ellos, todo en moneda USD .
Periodos en los que mantenemos la posición y técnicas de ejecución
Dado que se trata de una señal de valoración, elegimos deliberadamente un período más largo e inicialmente consideramos 3 de ellos (fueron desarrollados ad hoc y a partir de nuestras mejores estimaciones):
Tramo 4x, período de posesión de 12 meses (1 año), reequilibrio trimestral,
Tramo 12x, período de posesión de 36 meses (3 años), reequilibrio trimestral ,
Tramo 10x, período de posesión de 60 meses (5 años), reequilibrio semestral .
El reequilibrio trimestral se realiza, por ejemplo, el 31.12, 31.3, 30.6 y 30.9 de cada año. Para el método de ejecución, utilizamos una aplicación de tramos estándar de la industria, lo que significa que siempre reequilibraremos solo la parte preseleccionada de la cartera.
Fuente: Tramos (wallstreetmojo.com)
Dividimos la cartera en 12 subcarteras; cada parte se reequilibraría una vez cada 3 años y se ponderaría como 1/12 del peso de la cartera completa (total; final).
Entonces:
31.12.1997 se invierte el primer 1/12; Seleccionamos un 25% de sobrecompra y actuamos en corto, y un 25% de sobreventa, que actuamos en largo y mantenemos hasta el 31.12.2000, cuando reequilibramos nuevamente por un período de tenencia de 3 años.
Lo mismo se hizo para el 31.3.1998, que se mantuvo hasta el 31.3.2001, y luego nuevamente desde 1999 hasta 2002; es decir, la división en tramos para 12 cuasi-subestrategias/tramos. La cartera final tiene el mismo peso entre estos 12.
Y aquí está el ejemplo mencionado representado como realizado en cuatro tramos cada mes:
Señales de valoración basadas en el precio
Hemos considerado tres principios básicos para aplicar a nuestra solución adecuada:
Precio vs. MA (media móvil) : esta es una estrategia que se operar como una reversión (señal de reversión media); es decir: vamos en largo (compramos) en países donde el precio es más bajo en comparación con su MA de 60 meses y vamos en corto (vendemos en corto) en países donde los precios son más altos en comparación con su MA de 60 meses.
Señal de impulso pasado : esta estrategia también se opera como una reversión (señal de reversión media); vamos en largo a países con el peor impulso de 60 meses y a corto (vendemos en corto) países con el mejor impulso de 60 meses.
(regresión) intersección – intersección de ejes α; que describe una recta lineal y .
Usamos ambos α como nuestro predictor de valoración.
SLR ([Simple] Regresión lineal)
A continuación se ofrece una descripción detallada de las estrategias que utilizan el enfoque de regresión:
Hacemos una regresión de cada país contra el índice promedio ponderado igual explicado anteriormente; Utilizamos una ventana móvil de cinco años para los cálculos de regresión.
La variable Y es el rendimiento mensual de cada país,
y X es el desempeño mensual del índice promedio ponderado igual
Calculamos la pendiente β y el intercepto α para cada país cada mes.
Mantenemos posiciones largas (compramos) en los países con alfa más bajo y posiciones cortas (vendemos) en los países con alfa más alto.
Calcule todas las métricas de rendimiento y evalúelas.
Número de ETF en una cartera
Hemos considerado y probado muchas variantes y hemos investigado específicamente:
1 ETF largo frente a 1 ETF corto (vigintiles),
2 vs 2 (deciles),
3 contra 3,
4 vs 4 (quintiles),
5 contra 5 (cuartiles),
7 vs 7 (terciles),
11 contra 11 (mitades).
Resultados principales
1. El impacto del número de ETF en una cartera: precio frente a señal MA
El paso del vigintil (1 ETF frente a 1 ETF) y decil (2 frente a 2) al tercil (7 frente a 7) y medio (11 ETF frente a 11 ETF) disminuye la volatilidad gradualmente a medida que la cartera está más diversificada. No es el caso para todas las variantes de estrategia, pero en el caso de la señal Precio vs. MA, el rendimiento también está mejorando.
Podemos ver este efecto en todas las variantes probadas de la señal Precio vs. MA . Los siguientes gráficos muestran este efecto de diversificación al pasar de una cartera 1vs1 a una cartera 11vs11:
La siguiente tabla muestra el rendimiento y los ratios de riesgo de la variante más diversificada (11vs11) de la estrategia larga/corta del ETF del país.
Precio frente a MA
tramo
CAR p.a
Volatilidad p.a
Relación de Sharpe
DD máx.
CAR / DD máx.
4x
1,14%
3,92%
0,29
-9,85%
0,12
12x
1,04%
3,85%
0,27
-8,55%
0,12
10x
0,78%
3,69%
0,21
-9,80%
0,08
La estrategia tiene una baja volatilidad pero también un bajo rendimiento total. El bajo rendimiento de la estrategia muestra que no hay mucho factor de valor alfa que pueda capturarse en la sección transversal de los ETF de los países. Este hallazgo es consistente con el reciente artículo de investigación de Audrey Dong, Mia Huang y Mamdouh Medhat, que informa resultados similares. Parece que el mercado de ETF de los países es bastante eficiente y es mejor intentar capturar el alfa en el nivel de seguridad.
Además, la mayor parte del alfa se incurre hasta 2015; después, las curvas de acciones son en su mayoría planas. Esto es consistente con el otro efecto: la tendencia general de las estrategias de valor a tener una rentabilidad inferior en la última década. Parece que la estrategia de valor en los ETF de países no es una excepción.
2. El impacto del número de ETF en una cartera – Señal de intercepción
El segundo hallazgo principal está relacionado con la estrategia Intercept. Solo para recapitular: en esta variante de la estrategia de valor país, apostamos en largo en los ETF de país con el alfa más bajo (intercepto de regresión) frente al índice promedio ponderado igual, y vamos en corto en los ETF de país con el intercepto de regresión alfa más alto) frente a el índice promediado de igual ponderación. Una vez más, los siguientes gráficos muestran el efecto de diversificación al pasar de una cartera 1vs1 a una cartera 11vs11:
Podemos ver que la señal de Intercept funciona bien para períodos de posesión de 12 meses (4 tramos, cartera reequilibrada trimestral) y de 60 meses (10 tramos, reequilibrio semestral), pero no muy bien para períodos de tenencia de 36 meses (12 tramos, reequilibrio trimestral). Cuando comparamos los ratios de riesgo y rendimiento, vemos que el rendimiento de la estrategia de valor de “apostar contra alfa” es mejor cuando nuestra cartera está menos diversificada, pero el ratio de Sharpe es el más bajo. A medida que diversificamos nuestra cartera entre más ETF, el rendimiento total disminuye, pero el índice de Sharpe y los índices CAR/maxDD aumentan, como en el caso de la señal Precio vs. MA.
En general, la estrategia de valor de “apostar contra alfa” en el espacio ETF nacional tiene características similares a la estrategia anterior de Precio vs. MA: desempeño relativamente bueno hasta el año 2013 y curvas de acciones planas después. Parece que tampoco podemos escapar de la maldición del factor valor en este caso…
Interceptar
versión
coche pa
Volatilidad pa
Relación de Sharpe
DD máx.
COCHE / DD máx.
1v1
2,39%
14,78%
0,16
-38,05%
0,06
2v2
2,16%
10,18%
0,21
-34,64%
0,06
3v3
1,35%
8,42%
0,16
-32,63%
0,04
4v4
1,37%
8,02%
0,17
-28,82%
0,05
5v5
1,69%
7,38%
0,23
-25,24%
0,07
7v7
1,80%
6,39%
0,28
-17,98%
0,10
11v11
1,38%
4,62%
0,30
-13,33%
0,10
3. Señal de impulso pasado
Utilizamos la señal de impulso frente a las estrategias de seguimiento de tendencias. Nuestra estrategia de valor (reversión a la media) compra los perdedores de impulso de los últimos 60 meses y vende a los ganadores. ¿Cuáles son los resultados? Es la señal más débil para la estrategia de valoración relativa del país si la comparamos con los modelos de valoración anteriores. Sólo mostramos algunos gráficos, no todas las variantes de la estrategia. Pero en los gráficos podemos ver que una estrategia no diversificada produce cierto rendimiento (aunque muy volátil). A medida que diversificamos nuestra cartera, el rendimiento de la estrategia llega a cero.
Impulso, 1 contra 1
Impulso, 4 contra 4
Impulso, 11 contra 11Conclusión
De hecho, hemos pasado por un proceso de reflexión interesante, pero no ha dado los resultados esperados. Desafortunadamente, parece que el poder explicativo y estadístico es menor de lo que queríamos lograr, y las señales de valoración basadas únicamente en el precio son más débiles que las señales de valoración relativa que utilizan variables de señal no relacionadas con el precio, como CAPE, MVE vs. PIB, etc.
También parece que a pesar del importante número de ETF de países, este segmento de mercado es bastante eficiente. Además, es aún más difícil encontrar una estrategia de valor estilo long/short confiable que haya funcionado bien en los últimos diez años, cuando todas las demás estrategias de valor también tuvieron problemas. Pero hay un resultado positivo de todo esto: que satisfacemos nuestra curiosidad y podemos pasar al siguiente desafío 🙂
Lecciones de éxito que necesitamos aprender por Ray Barros
Abogado de profesión, es trader profesional, gestor de fondos y educador. Con más de 30 años de experiencia, ha conseguido mantener un track record continuado con una tasa de retorno anual del 39%. Es autor del libro “The Nature of Trends” y escribe regularmente para revistas como Your Trading Edge Magazine, Business Times y Smart Investor.
Ray Barros / tradingsuccess.com
Una de las preguntas inevitables que me hacen siempre es: Si eres tan buen trader, ¿por qué nos estás enseñando?. En este artículo me gustaría examinar las suposiciones ocultas detrás de la pregunta.
Veo al menos dos suposiciones que deben abordarse: Si tienes algo bueno, no querrás compartirlo. Y, ¿Puedo aprender a hacer lo que tú haces? Esta segunda suposición puede necesitar una pequeña explicación. El pensamiento “oculto” es: “solo me enseñarás algo bueno si crees que no puedo aplicarlo o si crees que no es bueno”.
Tengo que decir que tengo este tipo de preguntas en Asia. Tal vez sea algo cultural. Cuando estaba aprendiendo artes marciales, una idea recurrente era que los maestros chinos de Kung Fu mantendrían en secreto sus mejores técnicas; no querían que sus estudiantes los superaran. La tradición occidental, por otro lado, tiende a enfatizar que tanto el estudiante como el maestro se benefician a medida que aumenta el conocimiento, por lo que el futuro se basa en los cimientos del pasado. La segunda suposición me causó algunos momentos de reflexión.
La industria de seminarios sobre trading sigue un camino muy variopinto. En general, enseñamos (1) algún método que ha funcionado para el instructor junto con (2) algunas ideas relacionadas con la psicología y la gestión de riesgos.
Como instructores, damos instrucciones (2) y pasamos la mayor parte de nuestro tiempo enseñando (1). Esto no es del todo irrazonable si se tiene en cuenta que tanto la psicología como la gestión de riesgos nacen de un conjunto de reglas escritas con una ventaja o estrategia. Veo la relación como un círculo con el centro siendo el plan y los círculos concéntricos (gestión de riesgos y psicología) que irradian desde ese centro. Cada anillo exterior es más importante que el interior, pero cada anillo exterior no puede existir sin su contraparte interna. Una vez que empecé a pensar en esto, empecé a examinar su validez.
Mi principal mercado educativo son los traders de los bancos. Empecé a realizar algunos cursos experimentales extraídos de esa fuente. Si sabes algo sobre los traders bancarios, sabrás que su pensamiento de “gestión del dinero” tiende a ir más allá de sus límites y pérdidas máximas. Pero los amigos y conocidos a los que enseñé el curso, comenzaron a mostrar mejores resultados finales.
El tamaño de la posición y la gestión de la posición se relacionan con la creación de buenos hábitos para la gestión de riesgos; las revistas identifican patrones de empoderamiento y desempoderamiento. Sí, cubro un plan, pero es solo un plan. Claro que tiene una ventaja, pero he visto planes con ventajas mejores. Pero este es el punto. A menos que dominemos 1) la gestión de riesgos y a menos que 2) aprendamos de nuestros errores, los planes más sólidos del mundo no nos harán ganar dinero.
Por otro lado, si dominamos los dos, entonces cualquier plan con una ventaja comenzará a traernos el éxito que queremos. Piénsalo de esta manera: a menos que puedas manejar los fundamentos de tu juego de golf, tener el mejor equipo no marcará la diferencia; por otro lado, si eres un jugador experto, entonces la calidad del equipo puede ser la diferencia entre ganar y perder. También con el trading: a menos que domines el hábito de aprender de las experiencias pasadas y la gestión de riesgos, la calidad del plan de trading hará poca diferencia. Por otro lado, si tienes esas habilidades dominadas, entonces cuanto mejor sea la ventaja de tu plan, mejor será tu resultado final.
Exceso de optimismo en el crudo por Sentimentrader
Jason Goepfert es presidente y CEO de Sundial Capital Research. Editor de SentimenTrader.com, una web de referencia internacional con suscriptores en más de 50 países.
Jason Goepfert / SentimenTrader
El optimismo sobre el petróleo ha pasado a territorio de excesivo optimismo después de haber estado en niveles moderadamente bajos.
La volatilidad se ha desplomado.
Condiciones similares precedieron a rendimientos débiles, especialmente durante esta parte del año.
A medida que el petróleo sube, también lo hacen las expectativas
Las acciones de energía han tenido una racha impresionante, impulsada en gran parte por una subida similar en su producto principal, el petróleo crudo. Como ocurre con casi todos los activos financieros en la historia de la raza humana, los inversores se han vuelto más optimistas sobre las perspectivas futuras del petróleo porque ya se ha recuperado.
El resultado es que el índice de optimismo sobre el petróleo ha pasado de un modesto pesimismo a los niveles actuales de optimismo, la lectura más alta en más de un año. El petróleo es un mercado inusual que muestra rendimientos anualizados negativos igualmente cuando el optimismo es alto que cuando es bajo. Funciona mejor cuando a los traders no les importa demasiado la dirección del mismo.
Lo que nos dice el estudio
Entre las categorías de inversión más ampliamente mantenidas, las monedas tienden a ser las que menos responden a los extremos del sentimiento. Las materias primas son las siguientes. Si bien normalmente “se portan bien”, también pueden ser fácilmente superados por factores estructurales como el clima, las condiciones de siembra y las condiciones geopolíticas.
Quizás el petróleo crudo esté en medio de uno de esos períodos, en cuyo caso mayores ganancias durante las próximas dos semanas deberían darnos un buen aviso. De lo contrario, según los estándares históricos, normalmente debería tener problemas. Los últimos meses del año han sido difíciles para el crudo en cuanto a lograr ganancias sostenidas, y un puñado de indicadores sugieren que el movimiento potencialmente se ha adelantado.
Cómo llevar una vida con sentido por Brett N. Steenbarger
Brett N. Steenbarger, Ph.D. es profesor de psiquiatría y ciencias del comportamiento en SUNY Upstate Medical University. Compagina su actividad docente con la de entrenador de gestores de hedge funds y traders profesionales. Brett es autor de varios libros sobre psicología enfocada en el trading: The Daily Trading Coach (2009), Trading Psychology 2.0 (2015) y Radical Renewal (2019), entre otros. Su experiencia en los mercados financieros comenzó a finales de la década de 1970.
Brett N. Steenbarger / SUNY Upstate Medical University
El gran riesgo en la vida es vivir de forma reactiva, rebotando de actividad en actividad sin plan ni propósito. Cuando vivimos vidas con propósito, la vida se vuelve significativa, y eso nos da energía. Supongamos que íbamos a empezar nuestros días, semanas y meses haciendo preguntas:
* ¿Qué es lo que más quiero lograr hoy en mi vida personal y en mi vida laboral que hará que el día sea de éxito?
* ¿Qué es lo que más quiero lograr esta semana en mi vida personal y laboral que hará que la semana tenga éxito?
* ¿Qué es lo que más quiero lograr este mes en mi vida personal y laboral que hará que el mes tenga éxito?
* ¿Qué es lo que más quiero lograr este año en mi vida personal y laboral que hará que el año tenga éxito?
Eso es todo: cada día, cada semana, cada mes, cada año se guía por una visión singular. ¿Qué cosa te llevará a mirar hacia atrás cada día, semana, mes y año y sentirte orgulloso de lo que has logrado?
Una vez que tenemos una visión, no podemos vivir con el piloto automático. Lo único que más quieres lograr se convierte en tu declaración de misión: te impulsa y te inspira. El riesgo no es intentarlo y quedarse corto; nunca es intentarlo y nunca descubrir de lo que somos capaces.
Inflación: ¿Otra vez como en los años 70? por Dr. Ed Yardeni
El Dr. Ed Yardeni es una de las principales voces de LinkedIn en economía y finanzas. Colaborador habitual de los principales medios internacionales, actualmente dirige Yardeni Research una firma de consultoría que ofrece estrategias de inversión global, análisis y recomendaciones a clientes institucionales. Es autor de los libros “Predicting the Markets: A Professional Autobiography” y “Fed Watching for Fun & Profit”.
Dr. Ed Yardeni / Yardeni Research
. Su experiencia en los mercados financieros comenzó a finales de la década de 1970.[/testimonial]
Economía estadounidense I: Aumentando un poco las probabilidades de una recesión. El 31 de julio, Debbie y yo redujimos nuestras probabilidades de sufrir una recesión. Escribimos: “Nuestro guión se ha desarrollado como se esperaba hasta ahora. El escenario de un aterrizaje suave se parece cada vez más a un escenario sin aterrizaje. Como resultado, estamos aumentando las probabilidades de un escenario sin aterrizaje del 75% al 85% y reduciendo las probabilidades de un escenario de aterrizaje forzoso del 25% al 15% hasta finales del próximo año”. El 21 de agosto, en respuesta al respaldo de los rendimientos de los bonos, escribimos: “Actualmente todavía estamos asignando probabilidades del 85% a un escenario sin aterrizaje hasta finales del próximo año y del 15% a uno de aterrizaje forzoso. Sin embargo, nos inclinamos por bajar lo primero y aumentar lo segundo”. Hoy, en respuesta a varios acontecimientos nuevos, estamos aumentando las probabilidades de una recesión antes de finales del próximo año del 15% al 25%.
Por ahora, seguimos en el campo de la recesión y la recuperación continua. Sin embargo, el aumento del 30% del barril de crudo Brent desde el 27 de junio es preocupante (Fig. 1). Esto ha resultado en un aumento del 8,2% en el precio minorista de la gasolina desde finales de junio a $3,94 durante la semana del 11 de septiembre (Fig. 2). Si el precio del petróleo supera los 100 dólares por barril y el precio de la gasolina sube sólidamente por encima de los 4 dólares el galón y ambos se mantienen por encima de esos niveles durante un tiempo, podrían desencadenar una renovada espiral salario-precio y mayores expectativas inflacionarias.
Ese escenario recordaría el de los años 1970, cuando a la primera ola de inflación le siguió una segunda ola y ambas desencadenaron recesiones (Gráfico 3). Ése no es el escenario que consideramos más probable, pero es un riesgo que hay que tener en cuenta. Es en parte debido a este riesgo que hemos elevado nuestras probabilidades subjetivas de este escenario alternativo al 25%.
Economía estadounidense II: décadas de duelo. Consideremos ahora la siguiente comparación de las décadas de 1970 y 2020 (hasta ahora):
(1) El dólar. La Gran Inflación de los años 1970 en realidad comenzó durante la segunda mitad de los años 1960. Fue desencadenado por la decisión del presidente Lyndon Johnson de financiar mediante déficit la guerra de Vietnam en lugar de aumentar los impuestos para financiar la guerra. Lo mismo puede decirse de su iniciativa Gran Sociedad. El resultado de este enfoque de política fue una mayor inflación.
El presidente Richard Nixon continuó con ese enfoque a principios de la década de 1970 y exacerbó la inflación al cerrar la ventana del oro el 15 de agosto de 1971, lo que provocó una depreciación significativa del dólar. Un dólar más débil impulsó los precios de las materias primas y provocó que la OPEP elevara los precios del petróleo durante la década de 1970.
Esta vez, varias rondas de programas de estímulo fiscal combinadas con políticas monetarias ultralaxas provocaron un shock de demanda que superó la oferta, desencadenando el actual ataque de inflación. Es de suponer que los programas tenían como objetivo compensar el impacto negativo de la pandemia en los trabajadores. Más exactamente, fueron otro ejemplo de los políticos de Washington que “nunca dejan que una buena crisis se desperdicie” (en palabras de Rahm Emanuel, pronunciadas cuando era jefe de gabinete en la administración Obama).
Lo que es diferente esta vez es que el dólar estadounidense está fuerte. La Reserva Federal ha sido más agresiva que los otros bancos centrales importantes a la hora de endurecer la política monetaria en respuesta a la inflación. Además, la economía estadounidense está teniendo un desempeño mucho mejor que el de otras economías importantes, lo que también respalda al dólar.
(2) Precios del petróleo y los alimentos. No tenemos ninguna duda de que la Gran Inflación de la década de 1970 fue causada por los dos picos en el precio del petróleo durante 1973/74 y nuevamente en 1979, ambos desencadenados por guerras en el Medio Oriente (Fig. 4). El precio del barril de petróleo crudo West Texas Intermediate aumentó un 213% y un 166% durante estos dos episodios. Ambos provocaron recesiones.
Esta vez, el precio del barril de petróleo crudo Brent subió un 46% durante el primer semestre de 2022, provocado por la invasión rusa de Ucrania. Pero no hubo recesión. Tampoco es probable que el aumento del precio del petróleo en lo que va del año provoque una recesión a menos que sea el comienzo de un aumento importante resultante de otra crisis geopolítica, particularmente en el Medio Oriente. No se puede descartar esa posibilidad dadas las hostilidades entre Israel e Irán.
Los picos en la tasa de inflación general del IPC durante la Gran Inflación de la década de 1970 fueron del 12,3% y 14,8% (Gráfico 5). El año pasado alcanzó un máximo del 9,1%. Los picos de la tasa de inflación básica del IPC durante la década de 1970 fueron del 11,9% y del 13,6%. El año pasado, fue del 6,6%.
Los picos en el componente energético del IPC durante la década de 1970 fueron 33,7% y 47,1%. El pico del año pasado fue del 41,6%. Los picos en el componente de alimentos del IPC fueron del 20,3% y el 13,1% durante la década de 1970, mientras que el pico fue del 11,4% el año pasado.
(3) Otros precios. Esta vez, las interrupciones en la cadena de suministro provocaron un aumento mucho mayor en la tasa de inflación de los bienes duraderos (gráfico 6). La tasa de inflación de bienes duraderos del IPC alcanzó un máximo de 14,3% y 11,3% en la década de 1970. Esta vez, alcanzó un máximo de 18,7% el año pasado y cayó mucho más rápido que durante los años 1970. Volvió a bajar al -2,0% interanual hasta agosto, en el rango de lecturas levemente deflacionarias antes de la pandemia.
La situación resultó ser bastante transitoria esta vez, mientras que fue más persistente durante la década de 1970.
La cuestión del IPC de bienes no duraderos, incluidos los alimentos y la energía, no está clara. El año pasado alcanzó un máximo del 16,2%, comparable a los niveles alcanzados durante los picos gemelos de la década de 1970. Revirtió demasiado por completo el pico del año pasado. Pero los precios del petróleo han vuelto a subir en las últimas semanas.
Durante la década de 1970, la inflación de los servicios fue especialmente persistente, con tres máximos consecutivos: 8,5% (en 1970), 11,7% (en 1975) y 18,1% (en 1980). Esta vez, hasta ahora, la tasa de inflación del IPC de servicios alcanzó un máximo del 7,6% el año pasado y disminuyó al 5,4% en agosto. Lo que exacerbó el problema de la inflación de servicios durante la década de 1970 fue una espiral de inflación salario-alquiler (Gráficos 7 y 8). Esta vez, las tasas de inflación tanto de los salarios como de los alquileres alcanzaron su punto máximo el año pasado (7,0% y 8,9%, respectivamente, y han bajado al 4,5% y 8,1%). El componente de alquileres del IPC va camino de moderarse significativamente, lo que refleja la tendencia de los arrendamientos de alquiler actuales.
(4) Salarios y contratos sindicales. ¿Se moderará esta vez la inflación salarial junto con la inflación de los alquileres? Actualmente, los miembros de los sindicatos constituyen un porcentaje mucho menor de la fuerza laboral. Los datos disponibles muestran que la afiliación ha disminuido al 6,0% del empleo asalariado en el sector privado, desde el 16,8% en 1983 (Fig. 9). Sin embargo, los sindicatos actuales se han visto fortalecidos por el estancamiento de los salarios reales. Han logrado considerables ganancias compensatorias en negociaciones recientes.
(5) Productividad y tecnología. La gran diferencia que pronosticamos entre ahora y entonces es que el crecimiento de la productividad, que colapsó durante la década de 1970, mejorará significativamente durante el resto de la década (Gráfico 10). La tasa media anualizada de crecimiento de la productividad en cinco años alcanzó un máximo histórico del 4,5% durante el primer trimestre de 1966, para luego descender hasta un mínimo histórico del 0,1% durante el tercer trimestre de 1982. Esta vez, el crecimiento de la productividad tocó suelo en el 0,4% durante el cuarto trimestre de 2015. Aumentó al 1,4% durante el cuarto trimestre de 2019, justo antes de la pandemia. Ahora se está estabilizando, con un aumento del 1,6% durante el segundo trimestre de 2023.
Pero esperamos que nuestra medida del crecimiento de la productividad reanude su ascenso previo a la pandemia al 4,0% para finales de la década. Esto puede parecer descabellado, pero sería coherente con los picos de las tres subidas anteriores del ciclo de crecimiento de la productividad. Esta vez, esperamos ver una gran cantidad de innovaciones tecnológicas que impulsen la productividad en muchas más empresas y en muchas más industrias que nunca. En este sentido, todas las empresas son ahora empresas tecnológicas.
El colapso del crecimiento de la productividad, combinado con el rápido aumento de la remuneración, provocó que la inflación de los costos laborales unitarios (CLU) se disparara durante la década de 1970 (Fig. 11 y Fig. 12). En realidad, hubo tres picos en esta tasa de inflación, que sigue de cerca la tasa de inflación general del IPC. Esta vez, la inflación CLU alcanzó su punto máximo el año pasado con un 7,0% interanual durante el segundo trimestre y cayó al 2,5% durante el segundo trimestre de 2023. La tasa de inflación general del IPC alcanzó un máximo del 9,1% el verano pasado y cayó al 3,7% durante agosto.
(6) Conclusión.Hemos aumentado nuestras probabilidades subjetivas de una recesión del 15% al 25%. El reciente aumento del precio del petróleo recuerda en cierto modo a lo que ocurrió durante la Gran Inflación de los años setenta. También lo es la presión de los sindicatos por salarios más altos para compensar el rápido aumento del costo de vida. Sin embargo, no esperamos una repetición de los años 1970. En nuestro escenario más probable, el crecimiento de la productividad retoma su tendencia ascendente iniciada a finales de 2015, que fue interrumpida durante la pandemia, y la inflación compensatoria general continúa moderándose. Por lo tanto, no esperamos ver un segundo pico de inflación que obligue a la Reserva Federal a provocar una recesión para reducir la inflación.
No es sólo el reciente repunte de los precios del petróleo lo que nos ha hecho elevar un poco más la bandera de advertencia ante una eventual recesión. También nos preocupa el creciente déficit presupuestario federal, con el aumento vertiginoso de los desembolsos netos por intereses del gobierno. Es posible que los rendimientos de los bonos tengan que aumentar más para atraer compradores a la creciente oferta de bonos del Tesoro, especialmente si hay un temor inflacionario en el camino. Las preocupaciones más inmediatas son la huelga del United Auto Workers y la probabilidad de un cierre del gobierno a fin de mes.
Nunca hay un momento aburrido en nuestro negocio. En realidad, ocurre de vez en cuando: Por ejemplo, cuando el S&P 500 subió a finales de julio hasta nuestro objetivo marcado para finales de año en 4600, predijimos que el resto de este año podría ser aburrido para los precios de las acciones, con el precio objetivo del índice todavía en ese nivel. De momento, así ha sido.
Perfil de Volumen, Principios de Subasta de Mercado y Flujo de Ordenes por Demian Pack
Analista e inversor independiente, desde el 2007 desarrolla su operatoria en Futuros y derivados de Indices, Commodities y FX, colaborando con diversos Brokers y publicaciones. Actualmente es el fundador y encargado de llevar a cabo el programa de entrenamiento y formación en español de FinanFlow, compañía focalizada en la capacitación de inversores independientes, utilizando metodología propietaria basada en la lectura del flujo de órdenes y perfil de volumen.
Demian Pack / Market Profile
La combinación de estas herramientas, perfil de volumen y subasta de mercado, nos ofrece un poderoso y preciso enfoque de los mercados.
Este es la primera de una serie de notas destinadas a desarrollar los fundamentos de estos conceptos, los cualesson utilizados por un reducido grupo de operadores quienes han encontrado en la aplicación combinada de los mismos una herramientapoderosa y efectiva a la hora de operar y analizar los mercados. Con el advenimiento de software más sofisticado- ha experimentado un crecimiento importante en los últimos años, posibilitando al inversor minorista el acceso a herramientas que anteriormente se le eran de difícil acceso.
EL Perfil de Volumen tiene tanto de técnica como de arte, y sus corrientes de interpretación son variadas, de manera que el presente artículo tiene como objetivo desarrollar algunos de los lineamientos básicos. Cuenta entre sus pioneros a Peter Steidlmayer, quien -entre otros- ha venido trabajando y desarrollando esta técnica desde hace más de 40 años.
A los fines prácticos, estaremos utilizando el término ¨Perfil de Volumen” para referirnos al mismo en términos conceptuales.
Principios de Subasta del Mercado – Valor versus Precio
Todos los mercados experimentan constante movimiento como reflejo de lo que podemos denominar “proceso de conocimiento”, entendido como aquel en el cual los participantes del mismo se encuentran probando constantemente diferentes niveles precio en busca del valor.
El valor tiene que ver con las expectativas (pasadas yfuturas) de los participantes en el mercado, mientras que el precio es el reflejo de la (eterna) búsqueda del valor; o la manera en quese plasman esas expectativas en el intercambio entre compradores y vendedores.
Es así que encontramos zonas que son más valiosas (mayor valor) y otras que representan poco interés (menor valor). Como principio, partimos de que cuanto mayor actividad encontramos en un área determinada, mayor es el valor que le asignan los participantes del mercado respecto de la misma: una mayor actividad (volumen) representa un mayor valor asignado por parte de los participantes del mercado, reflejado entonces a través del precio.
Inversamente, en áreas que no son importantes o valiosas, los participantes tienen poco interés (participación), lo cual se refleja en el volumen (poco tiempo) que pasan en las mismas.
En su esencia más básica, cualquier mercado busca facilitar el intercambio de bienes, servicios, acciones, o cualquier otro bien fungible.De esta forma, encontramos principios similares a lo que se dan en cualquier subasta: el precio tiende a modificarse en la medida que las expectativas de los participantes así lo consideran.Compradores y vendedores manifiestan sus opiniones respecto de su percepción de valor a través de sus acciones: comprar o vender. En este caso, el precio funciona como una guía en torno a las expectativas de valor que tienen los agentes que componen el mercado.
La particularidad de los mercados es que en los mismos el desarrollo del proceso es bidireccional: cuando los participantes estiman que el precio del bien se encuentra sobrevaluado (el precio del mismo es mayor al que ellos estiman) éstos tienden a liquidar sus tenencias en busca de un nivel de precios que refleje la percepción del valor actual. El precio tiende a bajar, hasta que los participantes estiman que éste se encuentra subvaluado (el activo es barato en relación con las expectativas), y en consecuencia estos comienzan a acumular el mismo, o dicho de otra manera a ofertar mayores precios, hasta que llega el precio en el cual el precio del bien supera las expectativas, y en consecuencia dejan de ofertar.
Decimos entonces que los actores del mercado rechazan un nivel de precios determinado, como acción opuesta a la aceptación de cierto nivel de precio, en donde compradores y vendedores estiman que un nivel de precios es justo, en relación con su percepción del valor.
En ese sentido, imagínese como ejercicio alguien ofreciéndole un bien muy valioso (por ejemplo un diamante) a un precio francamente ridículo. Usted seguramente (provisto que todas las condiciones de legitimidad del bien se encuentren dadas) correrá a comprar ese bien, buscando anticiparse a otros en la búsqueda de lo que usted considera una ganga.Se produce un rechazo de menores niveles ya que a un nivel de precio muy por debajo de las expectativas (muy barato), los compradores correrán a comprarlo. Multiplique esto por una considerable cantidad de actores y ahí tiene el comportamiento de un mercado.
Inversamente, cuando existe acuerdo respecto de un determinado nivel de precios, decimos que existe aceptación respecto del área determinada.De esta manera,la mayor cantidad de actividad (dada por el volumen de operaciones) se encontrará en aquella área en donde exista un mayor consenso entre compradores y vendedores, mientras que en aquellas áreas en donde estos estimen que el precio no refleja las expectativas respecto de los compradores (niveles de precios máximos) o vendedores (niveles de precios mínimos), encontraremos muy poco interés/actividad.
Los mercados alternan entre aceptación y rechazo, y se vinculan como alternativas de comportamiento a través de la finalización de la subasta. Llega un momento determinado en que este acuerdo finaliza. Los participantes del mercado comienzan a moverse en una nueva dirección en búsqueda del precio justo que refleje sus expectativas, y así sucesivamente.
Tenemos entonces un comportamientofractal que se da segundo a segundo, minuto a minuto, hora tras hora, día tras día, y así sucesivamente y constituye el núcleo mismo de búsqueda y confirmación de valor del proceso al que nos referimos.
En su estado más básico, cualquier mercado representa la interacción entre la oferta y la demanda. Cuando los participantes “acuerdan” respecto del valor, el mercado se encuentra en equilibrio. Inversamente, cuando no existe acuerdo alguno, el mercado en cuestión tenderá a buscar mayores niveles (demanda supera a la oferta) o menor (cuando la oferta supera a la demanda).Los mercados alternan constantemente entre estos dos estados como reflejo de la continua búsqueda de valor por parte de sus participantes.
¿Qué es el Perfil de Volumen?
Fundamentalmente, es una herramienta que permite organizar e interpretar la información. No es un sistema de trading, sino que constituye una metodología de análisis, que permite visualizar en forma muy clara y precisa, prácticamente cualquier mercado que sea pasible de sergraficado, permitiendo a quien la utiliza implementar diversas estrategias, acorde a su enfoque particular.
La característica principal del perfil de Volumen radica en que representa una forma extremadamenteeficiente de identificar la manera en que se desarrolla el proceso de conocimiento y subasta de mercado.
El Perfil de Volumen, organiza y representala actividad de esta subasta bidireccional a la que nos referimos anteriormente, de manera que quien la utiliza, tenga una visión del desarrollo de laestructura del mercado en función del marco contextual que ésta se ubica y desarrolla.
En ese sentido, el objetivo de cualquier herramienta efectiva es el de representar en forma clara y efectiva aquello que se encuentra sucediendo en el mercado, aislando el “ruido”, de aquellos patrones importantes, los cualesson definitorios en la toma de decisiones. El Perfil de Volumen, cumple esta función.
En suma, similarmente a lo que sucede con -por ejemplo- un gráfico de barras tradicionales una forma de representar la acción de precio , pero con el valor agregado que incorpora una serie de elementos, dejados de la por el primero: la estructura del mercado y puntos de referencia claves, los cuales reflejan el tiempo en el cual los actores del mercado se han encontrado dispuestos a mantenerse en un determinado nivel de precios, creando de esta manera una nueva dimensión en la visión de quién lo utiliza. Sin embargo, es importante notar que la variable “tiempo”, se utiliza aquí para denotar el interés de los participantes en un determinado nivel de precios, y no en el sentido “tradicional” de unidad de valor (gráficos de velas de períodos uniformes de 5 minutos, por ejemplo). En las figuras 1 y 2, podemos ver la diferencia, en términos de la información, que nos provee el Perfil de Volumen. Ambos gráficos representan la acción de precio del EUR/USDa comienzos de Septiembre de 2013. Por un lado, el gráfico semanal (figura 1) y por el otro el Perfil de Volumen (figura 2).
Figura 1 – Gráfico semanal del para EUR/USD, resaltando el comportamiento durante principios de Septiembre de 2013Figura 2 – Gráfico de Perfil de Volumen de 5 días, representando el período Agosto-Septiembre de 2013 para los futuros de EUR/USD
Incorporando los elementos anteriormente descritos, podemos decir entonces que, en aquellos mercados líquidos y transparentes, el libre juego de la oferta y la demanda se plasma en facilitar el intercambio de un bien fungible, reflejando el valor asignado por los participantes a través de sus acciones -o falta de éstas. En función de esto, el precio tenderá a moverse de los extremos ya que no habrá demasiados participantes interesados a ejecutar transacciones en niveles que estiman injustos.
Inversamente, el precio tenderá a ubicarse en el área que representa el nivel más aceptado acorde a las expectativas de los actores, entendiéndose por tal en donde el intercambio se facilita más eficientemente. De ahí, la mayor cantidad de operaciones tenderá a reflejarse en términos de donde ocurre el mayor volumen (mayor interés) de operaciones.
La aceptación-acuerdo (de un nivel de precios) refleja el consenso de los participantes del mercado respecto de sus expectativas, organizándose en la forma de una Campana de Gauss,o distribución normal en términos estadísticos.
En el momento en que dicha distribución normal se completa, el mercado tenderá a cambiar de dirección, lo cual estará enmarcado dentro de un plano más amplio (contexto) como reflejo de la finalización del proceso de subasta en una determinada área de valor. Es en esa situación que el precio se encuentra en posición de moverse hacia otro nivel como reflejo de la “nueva” búsqueda de valor por parte de los participantes del mercado. El próximo nivel se encontrará definido por elcontexto yel flujo de órdenes, temática que abordaremos en artículos subsiguientes.
Este proceso, sucede constantemente, reflejando la naturaleza fractal a las que nos referimos anteriormente, y se da en todos los espacio temporales.
Figura 3. Representación de futuros del par EUR/USD durante la tercera semana de Octubre de 2013. Podemos apreciar donde se encuentra el consenso respecto de los participantes del mercado (enmarcado en naranja) en términos del nivel de precio que más eficientemente refleja sus expectativas. Inversamente, vemos el rechazo que se produce en los extremos de ambos perfiles, en donde los participantes estiman que el precio difiere de su expectativa de valor.
A modo de ejemplo, en la figura 3, podemos apreciar cómo los participantes ha buscado un nuevo nivel de consenso en torno a los 1.3680 el 17 de Octubre de 2013, representado por la finalización de la distribución normalizada del Perfil de Volumen, lo cual refleja el “acuerdo” respecto de los participantes del mercado en relación al “valor justo” del par EUR/USD. Esto es lo queabordaremos a continuación.
Los extremos de precios representan las áreas menos favorables para los participantes y en consecuencia tendremos pocos agentes dispuestos a realizar transacción alguna en estos niveles. Consecuentemente, tendremos poca (pero intensa) actividad en estas áreas ya que los participantes tienden (en su búsqueda) a moverse rápidamente de un precio que estiman injusto.
Anteriormente, nos referimos a la posibilidad consenso -o falta de éste- y sus efectosen el precio. Es aquí donde el Perfil de volumen introduce los conceptos de balance y desequilibrio. El primero, se plasma en lo que se denomina Desarrollo Horizontal (balance), caracterizado por un mercado en el cual los actores acuerdan sobre el precio justo en un plazo determinado. Dicho de otra manera,, el mercado se encuentra en equilibrio, o consolidando.
Análogamente, hablamos de Desarrollo Vertical (desequilibrio), lo cual refleja un desacuerdo entre compradores y vendedores en términos de la relación precio-valor. Esta da origen a nueva búsqueda de valor, representando la convicción de un grupo de participantes en el mercado en la forma de mayores o menores precios, dependiendo de qué grupo se encuentre en control, acorde lo señalamos en la figura 4 y 5.
Figura 4. Los mercados alternan continuamente entre balance y desequilibrio, reflejando el control entre compradores y vendedores, o la compensación de sus fuerzas. Futuros de EUR/USDFigura 5. Un mercado en “tendencia”, los compradores en búsqueda de mayores niveles de precios que reflejen sus expectativas en torno al valor. Futuros EUR/USD, Septiembre de 2013.
Conclusion
En este sentido, más que concluir, buscamos “comenzar”el camino hacia una técnica que brinda un nivel de riqueza en términos de información respecto de los mercados que permiterepresentar en forma clara y efectiva el comportamiento de los actores en el mercado. Los estados por los que pasan los mercados financieros a través de los fenómenos decomportamiento de aceptación y rechazo reflejan la psicología colectiva de los actores respecto de un determinado nivel de precios en el mercado, en forma clara y fácilmente identificable, lo cual representa un elemento clave a la hora de analizar la estructura del mercado, así como el comportamiento de los actores que lo componen.
Errores que se agravan en los mercados por Ben Carlson
Ben Carlson es gestor de carteras para instituciones e inversores en Ritholtz Wealth Management LL. Escribe habitualmente sobre gestión patrimonial, inversiones, mercados financieros y psicología del inversor.
Ben Carlson / Ritholtz Wealth Management LL
Un lector pregunta:
Hace poco empecé a mirar la cuenta de jubilación de mi suegra. Ella ha estado con [nombre del asesor redactado] desde octubre de 2010 y tiene un rendimiento anual del 2,61 %. Según su gráfico, el S&P 500 tuvo un rendimiento anual del 12,95 % durante ese mismo período. Si bien sé que no debería esperar un rendimiento igual al S&P 500, ya que no todas las acciones (está en el 60% de acciones, 40% en bonos), es frustrante lo poco que tiene un rendimiento inferior.
Ella tiene un nuevo asesor en [nombre redactado] que la tiene en unos pocos fondos de renta fija y tiene el 60 % de su exposición a las acciones en siete acciones que él cambia de dos a cuatro veces al año. Hablé con él y él insiste en mantener siete acciones para “acelerar” sus rendimientos.
¿Debería reducir sus pérdidas y mover su cuenta a una cuenta donde pueda estar en un fondo de fecha objetivo o en una cartera de tres fondos de Bogle? ¿Hay algo que me falte o alguna razón por la que deba quedarse con su asesor actual? ¿Estoy loco por pensar que el 60 % de su exposición a acciones en siete acciones es demasiado arriesgada para la mayoría de la gente?
Por lo general, es prudente ignorar el rendimiento a corto plazo, ya que los rendimientos a largo plazo son los únicos que importan. Pero en algún momento tienes que comparar tu rendimiento de alguna manera.
Hace varios años tuve un vecino que siempre estaba en su jardín. Mi esposa y yo veíamos a este tipo trabajando fuera durante horas y horas, pero nunca pudimos averiguar exactamente lo que hacía porque su jardín estaba en siempre en muy mal estado.
Muchas malas hierbas en el jardín. Zonas de césped manchadas. Macetas de flores cubiertos de vegetación.
No hay nada de malo en estar en el jardín todo el tiempo si te gusta estar afuera, pero habría sido bueno si su tiempo ahí fuera realmente hubiera producido algunos resultados.
Me parece que el asesor financiero de tu suegra se parece mucho a mi antiguo vecino. Claro, está haciendo cosas en la cartera, pero no está produciendo muchos resultados para su rendimiento.
Si quisiéramos llevar esta analogía un paso más allá, diría que él también ha estado cultivando muchas malas hierbas.
Mi mayor preocupación aquí más allá de los números de rendimiento es el riesgo de concentración por el que la están pasando.
Hay dos tipos de riesgo al invertir:
El riesgo necesario es la incertidumbre que toma al poner su capital a trabajar en los mercados financieros. Tienes que invertir tu dinero en algo si deseas hacerlo crecer con el tiempo.
El riesgo innecesario es el riesgo específico de la estrategia o el comportamiento de inversión elegido.
Mantener la mayor parte de su exposición al mercado de valores en solo 7 acciones es una forma de riesgo innecesario porque es muy fácil diversificar su cartera en estos días. La gama de resultados aumenta exponencialmente cuando tienes cada vez menos acciones.
Claro, una cartera concentrada le da la oportunidad de superar el rendimiento, pero aumenta drásticamente sus posibilidades de tener un bajo rendimiento, lo que es probablemente lo que está pasando aquí.
La idea de tratar de “acelerar” tus retornos para compensar las pérdidas pasadas es una receta para el desastre. Así es como los errores pueden agravarse en los mercados. Duplicar después de un período de bajo rendimiento no le garantiza nada más que más riesgo.
La regla número uno de Ben para los asesores financieros es no hacer daño. Este asesor no está siguiendo esta regla.
Echemos un vistazo a una simple cartera de tres fondos de Vanguard para ver qué tan mal ha tenido un rendimiento inferior a su cartera. Estos son los resultados desde octubre de 2010:
Así que estamos viendo un 6,1 % al año frente al 2,6 % al año.
Digamos que tu suegra tenía una cartera de 500 000 dólares en octubre de 2010. Su rendimiento anual del 2,6 % lo habría aumentado a alrededor de 740 mil dólares.
Si hubiera estado en una cartera simple de Vanguard, habría crecido a más de 1,1 millones de dólares.
Vaya.
No estoy diciendo que una cartera de tres fondos sea la única respuesta. Es un punto de partida decente como punto de referencia, pero también le preguntaría a tu suegra si está obteniendo algo más de esta relación.
Si su asesor solo la está ayudando con la gestión de inversiones, no solo están haciendo un mal trabajo, sino que hay otras formas en las que podrían agregar valor.
Hay mucho más que entra en ser un asesor más allá de la gestión de carteras: planificación financiera, planificación fiscal, planificación de seguros, planificación patrimonial, estrategias de retiro, presupuesto y ayudar a las personas a tomar decisiones financieras más informadas.
Si simplemente están invirtiendo su dinero y lo hacen eligiendo 7 acciones no es un asesor financiero, es un broker de bolsa (y no muy bueno).
Así que probablemente no sea tan fácil como ponerla en una cartera de Vanguard y terminar el día. Necesita ayuda para entender lo que está pasando con su plan de inversión, bien o mal.
También tienes que tener cuidado con cómo abordas esta conversación.
Este fue un error costoso. A la gente no le gusta hablar de errores financieros, que es una de las razones por las que puede haber tanta inercia cuando se trata de hacer un cambio como este.
También hay una gran probabilidad de que tu suegra ni siquiera supiera lo mal que estaban las cosas porque es probable que el asesor haya estado inventando excusas en el camino.
No la hagas sentir mal por lo que pasó aquí. Ayúdala a aprender de sus errores. Trabaje con ella para encontrar a alguien que pueda ayudar a endear el barco, diversificar su cartera y gestionar el riesgo de una manera más prudente.
Le sugiero que la ayude a encontrar a alguien que pueda ayudarla a crear un plan financiero integral, establecer expectativas realistas por adelantado y ser más transparente sobre cómo están gestionando el dinero.
Es perfectamente razonable externalizar la gestión de su cartera, pero no puede externalizar su comprensión sobre lo que está pasando con su dinero.
Discutimos esta pregunta en la última edición de the Compound:
También cubrimos preguntas sobre la compra de una casa de vacaciones, el uso de CD en lugar de bonos, las luchas financieras con los niños y los juegos de azar en los deportes.
Explicación de la estrategia de trading de las Tortugas de Richard Dennis por Brandon Beylo
Inversor de valor. Enfocado en empresas de pequeña y micro capitalización, spin-offs y SPAC.
Brandon Beylo / MACRO-OPS
Richard Dennis es un trader legendario famoso por su enfoque de seguir las tendencias del mercado y su exitoso experimento con un grupo de traders novatos conocidos como las Tortugas. Este artículo dará una visión general en profundidad de la estrategia de trading de Richard Dennis y explicará cómo funciona, incluidos sus principios fundamentales, ventajas y desventajas.
Las Reglas Y Estrategia De Trading De Tortugas
La estrategia de las tortugas es un sistema de seguimiento de tendencias y hace hincapié en el tamaño de la posición, las reglas de entrada y salida y la gestión de riesgos. El sistema se basa en un conjunto de reglas y principios específicos que están diseñados para identificar y seguir las tendencias a largo plazo en el mercado.
Vamos a desglosar cada principio de negociación.
Richard Dennis Principio De Trading 1: Seguimiento De Tendencias
El Sistema de trading de las Tortugas está diseñado para identificar y seguir las tendencias a largo plazo en el mercado. El sistema utiliza una combinación de indicadores técnicos para identificar tendencias y determinar los puntos de entrada y salida. Las Tortugas utilizaron una variedad de indicadores técnicos, incluidas las medias móviles, para identificar tendencias y decidir cuándo entrar y salir de las operaciones.
Vamos a los gráficos y veamos un ejemplo práctico de Trend Following. Este es el gráfico semanal de petróleo crudo.
En el ejemplo anterior, una estrategia simple de seguimiento de tendencias sería comprar si el precio cierra por encima de la media móvil de 50 días (se puede ver en el extremo izquierdo).
A partir de ahí, un seguidor de tendencia mantendría la posición hasta que se cerrara una barra semanal por debajo de esa misma media móvil de 50 días (flecha central).
Hay innumerables maneras de pelar al gato y desarrollar tu sistema de seguimiento de tendencias. Por ejemplo, podrías usar gráficos mensuales o diarios.
Además, podría utilizar medias móviles a corto plazo para hacer más operaciones. El punto más importante es encontrar lo que funciona mejor para ti, tu personalidad/estilo de vida y tus objetivos de inversión/trading.
Prefiero los gráficos a largo plazo para seguir las tendencias. Te permite capturar un porcentaje más significativo del movimiento sin que te saque el mercado por el ruido aleatorio.
Por ejemplo, echa un vistazo al gráfico mensual de Eli Lilly (LLY). Supongamos que usamos un sistema de seguimiento de tendencias que compró en un cierre mensual por encima de la media móvil de 50 días y se mantuvo hasta un cierre mensual por debajo de esa media móvil de 50D.
Mira esta operación tan bestia. La tendencia mensual, seguida por esta estrategia hizo que comprara a finales de 2011-principios de 2012. Y lo más importante, ¡todavía estarías dentro hoy!
¡Ese es el poder de las estrategias que siguen las tendencias!
Pasemos al segundo principio de trading de Richard Dennis: el tamaño de la posición.
Richard Dennis Principio De Trading 2: Tamaño De La Posición
Las tortugas utilizaron un método de dimensionamiento de posición conocido como la “regla de riesgo del 1%”. Esta regla establece que los operadores no deben arriesgar más del 1 % del saldo de su cuenta en cualquier operación. Esto significa que si la cuenta de un trader tiene un saldo de 100.000 dólares, no debería arriesgar más de 1000 dólares en una sola operación.
La regla de riesgo del 1% está diseñada para ayudar a los operadores a controlar su riesgo y limitar sus pérdidas. Al limitar la cantidad de capital en juego en cualquier operación individual, los operadores pueden proteger sus cuentas y evitar pérdidas catastróficas.
Por ejemplo, utilizando la regla de riesgo del 1%, un trader debe realizar 100 operaciones perdedoras consecutivas antes de explotar la cuenta. Así que incluso los peores sistemas de trading no serían tan malos si hicieran esto. Eso significa que el trader siempre tendrá algunas fichas sobre la mesa para arriesgarse, lo que le permitirá tomar otra oportunidad de obtener ganancias en los mercados.
El tamaño de la posición es uno de los conceptos menos discutidos en el trading y la inversión.
Estamos obsesionados con el tamaño de la posición en Macro Ops. Es la base de cada estrategia que utilizamos, y es un factor que contribuye significativamente a nuestro rendimiento superior al mercado en los últimos tres años.
Richard Dennis Principio De Trading 3: Reglas De Entrada Y Salida
El Sistema de trading de Tortugas utiliza un conjunto de reglas específicas de entrada y salida para determinar cuándo entrar y salir de las operaciones. El sistema está diseñado para capturar grandes tendencias al tiempo que minimiza las pérdidas durante la volatilidad del mercado.
Las Tortugas utilizaron una variedad de reglas de entrada y salida, dependiendo de las condiciones del mercado y del instrumento financiero específico que se cotizaba. En general, las Tortugas entrarían en un trade cuando el mercado rompiera de un rango y luego usarían órdenes de stop-loss de seguimiento para bloquear las ganancias y limitar las pérdidas.
Ya hemos discutido las reglas de entrada anteriores (comprar al cierre por encima de una media móvil, etc.). A continuación, discutamos las reglas de salida.
Las reglas de salida comunes incluyen la venta una vez que el trade cae por debajo del nivel más bajo de la barra de “señal”. La barra de “señal” es simplemente la barra que cerró por encima de la media móvil en nuestro ejemplo anterior.
Otra regla de salida es poner un stop-loss por debajo de un “punto de pivote” en el gráfico. Un punto de pivote es un nivel de precios en el que si las acciones se negocian por debajo, señalaría una pérdida de soporte de precios del mercado. La pérdida de soporte ávida de las probabilidades de que las acciones caigan aún más.
Vamos a usar el ejemplo de LLY de arriba. He marcado los dos puntos de salida en rojo.
Un par de cosas que tener en cuenta. La salida #1 permite a un trader obtener un tamaño de posición masivo porque el stop-loss (léase: exit) está muy cerca de la entrada. La compensación es que hay una mayor probabilidad de que te saquen del mercado con una pérdida.
La salida #2 está mucho más lejos de la entrada y tendrá un tamaño de posición nocional más pequeño. Sin embargo, la compensación es que hay una menor probabilidad de que te salte el stop con una pérdida debido al ruido aleatorio.
Richard Dennis Principio De Trading 4: Gestión De Riesgos
El Sistema de Trading de Tortugas hace hincapié en la gestión de riesgos, el control de las pérdidas y la preservación del capital. El sistema utiliza órdenes de stop-loss para limitar las posibles pérdidas en las operaciones. Esto significa que si una operación se mueve contra un trader, saldrá de la operación automáticamente cuando se alcance un precio específico, limitando sus posibles pérdidas.
Las Cuatro Ventajas De La Estrategia De Trading De Richard Dennis
El Sistema de Trading de las Tortugas tiene varias ventajas que lo convierten en una estrategia de negociación atractiva para muchos operadores. Hay cuatro ventajas principales de la estrategia de trading de las tortugas de Richard Dennis.
Ventaja 1: Potencial De Altos Rendimientos
El Sistema de Trading de las Tortugas está diseñado para capturar grandes tendencias en el mercado, lo que puede resultar en ganancias significativas para los traders que pueden identificar y seguir con éxito estas tendencias.
Richard Dennis respaldó esta reclamación de altos rendimientos con sus estudiantes tortugas. Según OxfordStrat, los Turtle Traders originales generaron un rendimiento compuesto anual promedio del 80 %.
Ventaja 2: Énfasis En La Gestión De Riesgos
El Sistema de Trading de las Tortugas hace hincapié en la gestión de riesgos, que puede ayudar a los traders a evitar pérdidas catastróficas y preservar su capital.
La mayoría de las estrategias de trading “modernas” apenas no tienen en cuenta la gestión de riesgos. En su lugar, no paran de hablar del éxito que puedes tener al operar este patrón o tomar esta señal a diario. Pero lo que no te dicen es que el trading rentable significa asumir muchas pérdidas.
El legendario trader Peter Brandt a menudo dice que su trabajo es ser un buen perdedor. Tomar constantemente operaciones perdedoras y no sentirse derrotado.
El énfasis en la gestión adecuada del riesgo ayuda a un trader a replantear su papel principal.
Ventaja 3: Aplicable A Múltiples Instrumentos Financieros
El Sistema de Trading de las Tortugas se puede aplicar a múltiples instrumentos financieros, incluyendo acciones, materias primas y monedas, lo que lo convierte en una estrategia versátil que se puede utilizar en diferentes mercados.
Esto encaja perfectamente con nuestra estrategia macro global. Las estrategias que siguen las tendencias pueden ir a cualquier parte y operar cualquier instrumento sin restricciones. Si puedes trazarlo en un gráfico, puedes crear un sistema de seguimiento de tendencias.
No importa si estás operando estiércol de vaca o relojes Rolex.
Ventaja 4: Puedes Automatizar El Seguimiento De La Tendencia
El sistema de trading de las tortugas se puede automatizar, por lo que los traders pueden usar programas de software para implementar las reglas y principios del sistema automáticamente. Esto puede ayudar a los traders a ahorrar tiempo y reducir el potencial de error humano.
Los sistemas de trading automatizados son perfectos para los operadores serios que aún no tienen tiempo libre para comprometerse con una estrategia de trading más manual. Además, estos programas automatizados son excelentes para propietarios de negocios o empleados que quieran convertirse en traders a tiempo completo.
Las Tres Desventajas De La Estrategia de Trading De Richard Dennis
Si bien el Sistema de Trading de las Tortugas tiene varias ventajas, también hay algunas potenciales desventajas. Le muestro dos inconvenientes a tener en cuenta con la estrategia de trading de Richard Dennis.
Desventaja 1: Requiere Disciplina Y Paciencia
El Sistema de Trading de las Tortugas requiere que los traders sean disciplinados y pacientes, ya que puede llevar tiempo para que las tendencias se desarrollen y para que las operaciones generen ganancias.
Los traders que son impacientes o impulsivos pueden necesitar ayuda para seguir las reglas y principios del sistema.
Desventaja 2: Perderá Oportunidades A Corto Plazo
El sistema de trading de tortugas está diseñado para capturar tendencias a largo plazo en el mercado, lo que significa que puede perder oportunidades de trading a corto plazo.
Los traders centrados en las ganancias a corto plazo pueden encontrar el sistema demasiado lento.
Resumen: Dónde Obtener Más Información
La estrategia de Trading de Richard Dennis es un sistema de seguimiento de tendencias diseñado para capturar grandes tendencias en el mercado al tiempo que minimiza las pérdidas.
El sistema hace hincapié en la gestión de riesgos, el tamaño de la posición y las reglas específicas de entrada y salida diseñadas para identificar y seguir las tendencias a largo plazo en el mercado. Si bien el sistema tiene varias ventajas, incluido su potencial de altos rendimientos y énfasis en la gestión de riesgos, también tiene algunas desventajas potenciales, incluida la necesidad de disciplina y paciencia y la posibilidad de perder oportunidades de trading a corto plazo.
En general, el Sistema de Trading de las Tortugas puede ser una poderosa estrategia de trading para los traders que pueden seguir sus reglas y principios de manera efectiva.
Entonces, ¿estás listo para llevar su trading al siguiente nivel y unirte a las filas de Richard Dennis y sus famosas Tortugas?
Atención al rally de las acciones tecnológicas por Sentimentrader
Jason Goepfert es presidente y CEO de Sundial Capital Research. Editor de SentimenTrader.com, una web de referencia internacional con suscriptores en más de 50 países.
Jason Goepfert / SentimenTrader
El sector tecnológico ha pasado rápidamente de un profundo retroceso a un repunte.
Más de dos tercios de las acciones del sector subieron.
De manera similar, ciclos rápidos y amplios precedieron a nuevas ganancias incluso cuando el sector estuvo cerca de máximos.
El sector Tech ha disfrutado de una rápida -y amplia- subida
El sector tecnológico ha disfrutado de una rápida recuperación tras el susto ocurrido en agosto. Tampoco fueron sólo algunos de los grandes nombres los que acapararon toda la atención al volante del rally. La línea de avance/descenso del sector mostró ganancias amplias y muy fuertes.
Utilizando una media móvil exponencial de 10 días del índice de acciones al alza para el sector, podemos ver que ha pasado de una lectura extremadamente sobrevendida (por debajo del 35%) a una lectura extremadamente sobrecomprada (por encima del 65%). Las acciones lograron algo igual de impresionante sólo en dos ocasiones durante los últimos cinco años, y ambas precedieron a ganancias sostenidas.
Lo que nos dice el estudio
Un puñado de acciones generan la mayor parte del interés de los inversores y la atención de los medios, pero el repunte de la última semana ha sido más amplio de lo que muchos parecen atribuirle. Dentro del sector de Tecnología específicamente, el avance fue bastante amplio, con una media de más de dos tercios de las acciones subiendo. Cuando eso sucede después de una fuerte liquidación de las acciones, el sector tiende a seguir subiendo. Incluso cuando se da cerca de un máximo anterior, rara vez indica un movimiento de salida antes de una caída sostenida. Con mucha más frecuencia, indicó el inicio de precios aún más altos.
La misión de Quantpedia es procesar la investigación académica financiera de una forma más fácil de usar, para ayudar a cualquiera que busque nuevas ideas de estrategias cuantitativas y algorítmicas. Nuestro equipo está formado por miembros experimentados con diferentes antecedentes: financieros, matemáticos y traders, combinados con miembros con un sólido conocimiento técnico y de TI.
Quantpedia / Quantpedia.com
Los efectos de la estacionalidad, uno de los fenómenos más fascinantes en el mundo de las finanzas, han captado la atención de inversores e investigadores de todo el mundo. Dado que estas anomalías a menudo están impulsadas por factores distintos de las tendencias generales del mercado, normalmente no se correlacionan fuertemente con los movimientos del mercado, lo que puede ayudar a reducir el riesgo general de la cartera. Siguiendo el tema de nuestro artículo anterior ¿Hay anomalías estacionales intradía o nocturnas en Bitcoin?, decidimos ampliar los datos y llevar a cabo un análisis más profundo. Este artículo explora los posibles patrones estacionales relacionados con el Bitcoin, centrándose en si estos patrones están influenciados por factores como las tendencias actuales del mercado o el nivel de volatilidad en el mercado.
Recapitulación
En el pasado examinamos los posibles efectos de estacionalidad en BTC utilizando los datos horarios del exchange Géminis desde el 9.10.2015 – 3.2.2022. Todos nuestros cálculos fueron para la zona horaria UTC +0. Para calcular el rendimiento entre las 21:00 y las 22:00 (retorno a las 22:00), aplicamos la fórmula básica:
Descubrimos que la distribución por hora de los rendimientos diarios no es uniforme. Además, hay varias horas en las que los rendimientos de BTC están por encima de la media. Específicamente, los rendimientos de las 22:00 y las 23:00 parecen ser los más significativos desde el punto de vista económico. Por otro lado, los resultados de la muestra para las 3:00 y las 4:00 parecen ser los peores.
Basándonos en los resultados anteriores, propusimos una estrategia de estacionalidad simple con una regla simple: comprar Bitcoin a las 21:00 (UTC +0) y venderlo a las 23:00 (UTC +0).
El siguiente artículo se divide en tres secciones distintas, cada una de las cuales examina la influencia de diferentes aspectos en los patrones estacionales en el mercado de criptomonedas:
Patrones estacionales y días de la semana: en la primera sección, exploraremos la relación entre los patrones estacionales del Bitcoin y los días de la semana específicos, descubriendo si los días particulares de la semana muestran rendimientos distintos.
Tendencias del mercado – Tendencia alcista vs. Tendencia a la baja: La segunda sección se centrará en cómo las tendencias del mercado influyen en los patrones estacionales de Bitcoin. Exploraremos si estos patrones se alinean de manera diferente durante los períodos de impulso al alza (tendencias al alza) que a los movimientos a la baja (tendencias a la baja).
Volatilidad histórica – Baja volatilidad vs. Alta volatilidad: La tercera y última sección del artículo investigará la relación entre los patrones estacionales y la volatilidad histórica en el mercado de criptomonedas.
Análisis principal
En la primera parte, aplicando la misma metodología mencionada anteriormente, replicamos nuestros descubrimientos utilizando los datos del exchange Gemini durante un período prolongado del 9.10.2015-30.6.2023. El primer artículo se publicó en febrero de 2022, por lo que tenemos más datos con los que trabajar y podemos comprobar cómo funciona la estrategia básica durante la muestra ampliada. Una vez más, con todos nuestros cálculos para la zona horaria UTC +0.
Los datos con un año adicional de información confirmaron nuestras suposiciones. Hay dos horas en las que los rendimientos de BTC son significativamente más altos: a las 22:00 y a las 23:00.
Curiosamente, todos los mercados principales están cerrados durante este período del día. Para UTC +0, la Bolsa de Nueva York está abierta entre las 14:30 y las 21:00, la Bolsa de Valores de Tokio está abierta de 00:00 a 06:00, Hong Kong de 01:30 a 08:00, al igual que la India, que está abierta entre las 2:30 y las 10:00, y Australia, que está abierta de 23:00 a 05:00. Tanto Londres como Europa continental están cerrados durante estas horas, ya que es de noche allí. Por lo tanto, el mejor momento para operar (y mantener) BTC es cuando todos los demás intercambios principales están cerrados.
Nuestros nuevos descubrimientos confirmaron la estrategia mencionada anteriormente con una regla simple: comprar Bitcoin a las 21:00 (UTC +0) y venderlo a las 23:00 (UTC +0).
La estrategia tuvo un período difícil en 2022 y 2023 y experimentó pérdidas. Pero la pérdida máxima de la estrategia durante el último período (-22,7%) es una gran mejora si la comparamos con la pérdida máxima del mercado subyacente del Bitcoin (más del -70%).
La estrategia de estacionalidad está cerca del máximo histórico y tiene un rendimiento de la tasa anualizada del 40,64 %, lo que da como resultado una relación Calmar de 1,79, lo que destaca su rendimiento ajustado al riesgo.
Patrones estacionales y días laborables
En la segunda parte de nuestro estudio, exploramos la existencia de horas significativas a lo largo de varios días de la semana. Dividimos los rendimientos en siete días de la semana, buscando patrones e ideas intrigantes.
El análisis de las siguientes siete imágenes indica que el viernes es el mejor día para utilizar nuestra sencilla estrategia, con los mayores rendimientos a las 22:00 y a las 23:00. El jueves es el segundo mejor día para operar durante estas horas, seguido del sábado y el domingo.
Tendencias del mercado – Tendencia alcista vs. tendencia a la baja
En la tercera fase de nuestro análisis, exploramos cómo se relaciona la importancia de las horas específicas con la tendencia actual del mercado, ya sea una tendencia alcista o a la baja. Primero, calculamos las medias móviles de 10, 20, 50 y 200 días de las barras diarias (centradas en la hora de 0,00 UTC). El mercado de tendencia alcista es si el precio del Bitcoin es más alto que su media móvil. El mercado de tendencia bajista es si el precio del Bitcoin es más bajo que su media móvil.
Siguiendo este cálculo, definimos los días de tendencia baja/tendencia ascendente como los siguientes períodos de 24 horas después de la comprobación de 0,00 UTC de la tendencia del Bitcoin. Por lo tanto, si la comprobación de la tendencia a 0,00 UTC muestra que estamos en una tendencia alcista, entonces el período de 24 horas posterior es un día de tendencia alcista; de lo contrario, es un día de tendencia a la baja.
Sobre la base de los gráficos mencionados anteriormente, los días de tendencia alcista parecen más propensos a los patrones estacionales en el período de tiempo investigado (21.00 UTC – 23.00 UTC). Reexaminamos nuestra estrategia, esta vez centrándonos solo en los días caracterizados por una tendencia alcista.
Aquí hay un resumen de las características observadas en las estrategias con diferentes medias móviles:
Volatilidad histórica – Baja volatilidad frente a alta volatilidad
La fase final de nuestra investigación examinó la relación entre las horas de negociación significativas y los niveles históricos de volatilidad, ya sean altos o bajos. En primer lugar, calculamos la volatilidad histórica de 30 días (utilizando barras de rendimiento por hora). Posteriormente, determinamos la volatilidad histórica media durante un año (365 días). Este valor medio móvil sirvió como punto de referencia para categorizar los períodos como “Alta Volatilidad” o “Baja Volatilidad”. El procedimiento para dividir los períodos en el volátil alto/bajo es el mismo que en el caso de la tendencia alcista/descendente: realizamos el cálculo a la hora de 0,00 UTC, y el período de 24 horas posterior se define como un período de volatilidad alta o baja, en función de si la volatilidad de 30 días es menor o superior a la mediana.
Como vemos en el gráfico anterior, queda claro que los días caracterizados por niveles de volatilidad más altos corresponden a rendimientos notablemente más altos a las 22:00 y a las 23:00. Esta vez, hemos examinado la estrategia de negociación simple solo durante los días de alta volatilidad.
Esta estrategia logró un rendimiento anualizado del 37,26 %. La pérdida máxima es del -18,87 %. La relación Calmar, una medida de su rendimiento ajustado al riesgo, es de 1,97, la más alta de todas las estrategias presentadas en este artículo.
Breve conclusión
Hemos examinado los patrones horarios en el rendimiento del Bitcoin, y hemos encontrado que los rendimientos más considerables y significativos se relacionan con el tiempo entre las 21:00 y las 23:00. También mostramos que, en base a este descubrimiento, es posible construir una estrategia simple basada en la estacionalidad que pueda ofrecer un rendimiento anualizado del 40,64 % y una relación calmar de 1,79.
En segundo lugar, hemos analizado la existencia de horas significativas a lo largo de los días laborables individuales, descubriendo que el viernes es el mejor día para usar nuestra sencilla estrategia entre las 21:00 y las 23:00. El jueves viene al siguiente, seguido del sábado y el domingo.
En la tercera parte de nuestro análisis, calculamos las medias móviles de 10, 20, 50 y 200 días. Después de este cálculo, identificamos los días de tendencia alcista y a la baja, observando que los rendimientos a las 22:00 y a las 23:00 tienden a ser más altos durante los períodos de tendencias alcistas.
Por último, hemos examinado la relación entre las horas de negociación significativas y los niveles históricos de volatilidad, categorizando los períodos como “Alta volatilidad” o “baja volatilidad”. Según nuestros descubrimientos, la simple estrategia basada en la estacionalidad (que nos dice que mantengamos Bitcoin solo dos horas al día durante los períodos de alta volatilidad) puede ofrecer un rendimiento anualizado del 37,26 %, mientras que la relación Calmar es de 1,96.
Sistemas automatizados de trading [Libro] por Hispatrading
Hispatrading Magazine es la revista de referencia en el mundo del trading en español. En cada número participan los principales profesionales del sector a nivel internacional.
Hispatrading Magazine / Hispatrading.com
El trading es un mundo apasionante, pero muy desafiante. Todos buscan el sistema perfecto que combine una rentabilidad constante pero, eso sí, con un mínimo riesgo. ¿Es imposible conseguir esto?
Muchos traders han encontrado en Laurens Bensdorp un verdadero maestro. Durante más de una década, Bensdorp ha logrado resultados sobresalientes al combinar sistemas de trading cuantitativos altamente efectivos en diferentes condiciones de mercado.
En su segundo libro, “Sistemas automatizados de trading”, Bensdorp revela su enfoque de múltiples sistemas no correlacionados que permiten a los traders construir sus propias estrategias personalizadas. A través del análisis exhaustivo de la acción histórica del precio, el autor ha desarrollado un conjunto de sistemas automatizados que han demostrado rendimientos consistentes y pérdidas mínimas durante los últimos 24 años, independientemente del comportamiento del mercado.
Lo fascinante de este libro es que Bensdorp comparte no solo las estrategias en sí, sino también su sistema de pensamiento y creencias que lo llevaron a desarrollar estas estrategias. Es un enfoque lógico y práctico que brinda a los traders una comprensión profunda de cómo funcionan los sistemas automatizados y cómo aplicarlos de manera efectiva en su propio trading.
Uno de los aspectos destacados de este libro es el enfoque en el manejo del riesgo. Bensdorp ofrece una serie de métodos y técnicas que permiten a los traders controlar y minimizar los riesgos asociados con el trading automatizado. Esto es fundamental para garantizar un rendimiento constante y confiable a largo plazo.
Si ya tienes cierto conocimiento sobre sistemas de trading y estás buscando diversificar tu portafolio con estrategias probadas y rentables, “Sistemas automatizados de trading” es una lectura obligada. Este libro es una joya en el mundo de habla hispana, superando incluso michos otros más clásicos y no traducidos a nuestra lengua en términos de contenido y aplicabilidad.
En resumen, si estás buscando un enfoque sólido y práctico para el trading automatizado, este libro te dará las herramientas y los conocimientos necesarios para alcanzar tus metas.
¿Los Servicios Públicos Tienen Alguna Utilidad? [Dirty Dozen] por Alex Barrow
Cofundador de Macro Ops, www.macro-ops.com. Global Macro fanático, ex francotirador profesional y miembro de la inteligencia de los EE. UU.
Alex Barrow / MACRO OPS
En Dirty Dozen [CHART PACK] de esta semana repasamos las perspectivas técnicas y de posicionamiento para el petróleo, luego nos adentramos en el peso mexicano y analizamos un posible giro, antes de finalmente hablar de algunas teorías bajistas y pesimismo histórico en los servicios públicos, además de más…
1. El último resumen de Flow Show de BofA con lo más destacado de mí.
2.Hablamos del patrón alcista en el crudo antes de su gran ruptura a principios de julio y luego de nuevo hace dos semanas. Este se ha desarrollado muy bien desde entonces, pero la cinta ahora está 2std por encima de su línea media, por lo que deberíamos esperar un retroceso o alguna consolidación a medida que las fuerzas de reversión media hacen su trabajo.
3. En general, somos menos optimistas con el crudo que hace tres meses. La razón principal es que el posicionamiento y el sentimiento han cambiado de muy bajista a alcista. Tanto las posiciones grandes como las pequeñas están largas con posiciones grandes por encima de su percentil 90 a 1 año. Medimos el sentimiento de los gestores de activos de una manera novedosa y eso ha pasado de dar una señal de compra en julio a una señal de venta la semana pasada.
Además, ocasionalmente reviso las noticias financieras durante toda la semana para una lectura rápida del sentimiento, y las acciones de energía, junto con la compra de la caída en tecnología/IA, parecen ser las “apuestos seguras” de consenso.
Así que, aunque espero que la tendencia y el impulso aumenten el petróleo en las próximas semanas después de una breve caída, vamos a empezar a reducir nuestra exposición a la energía.
4. El USDMXN finalmente ha hecho un cierre semanal por encima de su banda media de BB.
5. Las posiciones netas (línea naranja) están cargadas en el peso.
6. El gráfico diario muestra la configuración. Tenemos un fuerte movimiento alcista, con 7 días consecutivos subiendo, empujado desde un patrón de rectángulo de suelo. Esto significa que las probabilidades favorecen que se esté llevando a cabo un cambio de tendencia. El USDMXN es a menudo un buen aviso de riesgo entrante para el mercado en general, así que tal vez eso es lo que esto está empezando a oler aquí.
Se extiende desde la línea media, pero compraremos en un retroceso o consolidación que nos dará un punto de inflexión técnico para introducir un stop loss.
7. La desconexión entre las encuestas del Oficial Superior de Préstamos (SLO) y los diferenciales de HY sigue ampliándose. Mi escenario base durante todo el año ha sido que veremos a los EE. UU. entrar en recesión cerca de finales de año. Tal vez eso se retrase al primer trimestre, no lo sé. En última instancia, nos fijaremos en el precio. Pero me parece que entraremos en 2024 con un sentimiento y un telón de fondo macro que es la imagen especular de lo que empezamos en 23′.
8. Y debido a que estoy viendo a mucha más gente hablando de no aterrizar / crecimiento fuerte, que parece ser la formación de consenso, voy a empezar a hablar un poco más de ello.
Este gráfico es de Simon White de BBG. Muestra los índices de estrés de datos duros y blandos de EE. UU., que están en los niveles que han precedido a las recesiones en el pasado.
En una nota al margen, no puedo encontrar ninguno de estos en BBG. Si conoces el ticker de estos (¿tal vez sean personalizados?), por favor, házmelo saber.
9. Otro de Simon que muestra el porcentaje de estados con reclamaciones crecientes. Una vez más, esto se parece a lo que normalmente vemos en los trimestres que conducen a una recesión. Definitivamente no estoy sugiriendo que estemos en recesión ahora. Desde luego, ese no es el caso. Solo digo que las pistas que rastreamos sugieren que es probable que tengamos una alrededor de finales de este año y la narrativa popular ha descartado esa posibilidad.
10. 33 puntos básicos en el spread entre los bonos de MSFT y los US Treasuries. Cuando se ha fijado el mejor futuro posible, deja la puerta abierta para mucha decepción.
11. De SentimenTrader: “Como su nombre lo indica, el indicador XLU 12-Week Low % muestra el porcentaje de acciones en ese fondo cotizado en bolsa que actualmente cotiza a un mínimo de 12 semanas… Jay también mostró que nuestro cálculo de correlación entre las empresas del sector se está invirtiendo a la baja desde un nivel extremadamente alto. Después de un comportamiento similar, el sector mostró rendimientos excepcionales a 12 meses“.
.
12. No estoy abogando por comprar XLU, solo estoy señalando algo que vale la pena vigilar. Los utilities están en su banda inferior mensual. Esta banda ha actuado como un punto de giro siempre desde que comenzó este mercado alcista en 2009.
El secreto para superar la adversidad por Brett N. Steenbarger
Brett N. Steenbarger, Ph.D. es profesor de psiquiatría y ciencias del comportamiento en SUNY Upstate Medical University. Compagina su actividad docente con la de entrenador de gestores de hedge funds y traders profesionales. Brett es autor de varios libros sobre psicología enfocada en el trading: The Daily Trading Coach (2009), Trading Psychology 2.0 (2015) y Radical Renewal (2019), entre otros. Su experiencia en los mercados financieros comenzó a finales de la década de 1970.
Brett N. Steenbarger / SUNY Upstate Medical University
Margie y yo recientemente recorrimos Europa del Este y terminamos el viaje con un recorrido por el campo de concentración de Terezin. Durante los 3-1/2 años de existencia del campo, miles de reclusos fueron asesinados o murieron a causa de enfermedades. Lo que me pareció increíble fueron las obras de arte creadas por los reclusos durante su internamiento. Música, pintura, teatro, escultura: todos fueron de vital importancia para los reclusos. A pesar de las condiciones inhumanas de hacinamiento y el frecuente abuso y tortura, los prisioneros se centraron en crear obras de extraordinaria belleza. El hecho de que muchas de estas obras estén con nosotros hoy da fe del éxito de su búsqueda.
Para mí, fue un poderoso recordatorio de que, no importa lo malas que se vuelvan nuestras situaciones, siempre podemos elevarnos por encima de ellas a través de la expresión creativa y el logro. Cuando creamos, una pintura, un libro, una teoría científica, incluso un sistema de trading, nos subimos por encima de lo que es y nos damos cuenta de una visión de lo que puede ser. De hecho, cuanto más nos enfrentamos a la pérdida y el revés, más importante se vuelve crear y sumergirnos en el significado y la belleza.
El secreto para superar la adversidad es transformar tu vida en una obra de arte: estar tan centrado en crear lo que es hermoso y significativo que todo lo demás se convierta en secundario. Nuestras relaciones pueden convertirse en obras maestras; nuestras carreras pueden convertirse en caminos para perseguir una visión de lo que es posible. Todos nos convertimos en artistas cuando nos acercamos a la vida de forma creativa y encontramos la belleza en cada faceta de la vida.
Cuando salía del patio de Terezin, donde los prisioneros eran acorrallados en los cuarteles, noté una piedra lisa, redonda y en forma de cuarzo en el suelo. Me llevé la piedra a casa, y ahora se sienta en mi escritorio donde escribo. Es un recordatorio inmediato de los horrores que vi, y también del creciente espíritu humano que trascendió el mal.
Cada revés de la vida, incluidos los reveses en los mercados, es una oportunidad para superar las pérdidas y crear el futuro. Nos aprovechamos de nuestra Divinidad cuando nos convertimos en Creadores.
Un cambio de tendencia alcista a largo plazo para las materias primas por Sentimentrader
Dean Christians es un analista veterano especializado en la investigación de mercado y trading de Wall Street, con más de 25 años de experiencia. Sus análisis y señales de trading son de las más valoradas entre los profesionales del sector financiero.
Dean Christians / SentimenTrader
El índice Bloomberg Spot Commodity cerró por encima de su media de 200 días por primera vez en un año.
Señales de cambio de tendencia similares condujeron siempre a precios más altos de las materias primas durante los siguientes seis y doce meses.
El sector energético suele superar a todos los demás grupos durante el año siguiente.
Un índice de materias primas pasa a una tendencia alcista a largo plazo
Las materias primas, un indicador del crecimiento global, sufrieron de forma similar a los índices bursátiles, cayendo aproximadamente un -30% por temor a una contracción económica después de que los bancos centrales aumentaran las tasas de interés a uno de los ritmos más rápidos de la historia.
Después de 251 días de negociación consecutivos por debajo de su media móvil de 200 días, la octava racha más larga en 90 años, el índice Bloomberg Spot Commodity finalmente cerró por encima de su indicador de tendencia de precios a largo plazo.
Evaluamos las perspectivas para una amplia cesta de materias primas y acciones después de señales de cambio de tendencia similares.
Lo que nos dice el estudio
El índice Bloomberg Spot Commodity cerró por encima de su media de 200 días por primera vez en un año. Después de señales similares de cambio de tendencia, el índice subió el 100% de las veces durante los siguientes períodos de seis y doce meses. Incluso cuando reduje el umbral a menos de nueve meses, la cesta de materias primas subió el 85% del tiempo durante el año siguiente, con sólidas ganancias del 14,7%. Con el último período prolongado por debajo del promedio asociado a una recesión uno tiene que preguntarse cuánto énfasis se debe poner en las materias primas como señal de aviso de contracciones económicas.