La Teoría de la Onda de Goodman: El patrón 6 & 6 (Parte 1) por Duane Archer

 

El patrón 6 & 6 ha demostrado ser uno de las más fiables de los patrones de la teoría de la onda de Goodman. Veamos algunos de sus mejores patrones en este primer artículo, de una serie de dos, que dedicaremos a esta interesante forma de ver el mercado.

Artículo publicado en Hispatrading 16.

Introducción

Aunque no es muy común, hay bastantes de ellos en diferentes escalas temporales en Forex – 5 minutos, 15 minutos, 1 hora, 4 horas, 1 día – como para mantener a los traders de todos los tipos y perfiles ocupados y contentos. El patrón 6 & 6 ofrece una relación riesgo (stop-loss) – beneficio ( take-profit ) excepcional, rara vez menos de 3:1, a menudo más de 5:1 y ocasionalmente tanto como 10:1.

El patrón 6 & 6 es un tipo específico de patrón básico de Goodman.

El Patrón Básico de Goodman

Este patrón trata de pronosticar un giro en el mercado después de una tendencia sostenida durante un largo período de tiempo. Ofrece la oportunidad de arriesgarnos con un stop relativamente ajustado. Se compone de tres clases de giros o swings – Jumbo, Bounce y Propagation.

La tendencia en la que el patrón trata de identificar un giro se denomina Jumbo Swing. Si se forma un 1-2-3 al final de un Jumbo y en la dirección opuesta de a la tendencia, tendremos el primer signo de cambio de tendencia – pero no será suficiente para operar. Esto se llama Bounce 1-2-3. Ver Figura 1.

La clave del patrón básico de Goodman es el Propagation Swing. En la teoría de la onda de Goodman un 1-2-3 siempre se convierte en un 1 dentro de una formación 1-2-3 más grande, se trata de un proceso llamado propagación. El giro 1-2-3 propagado se etiqueta como Propagation Swing 1. Cuando la importante Propagation Swing 2 se forma – que equivale al giro de la cuarta onda en Elliott – retrocediendo al menos un tercio del Propagation Swing 1, tenemos un patrón básico en marcha. La teoría de la onda de Goodman ofrece una serie de ideas para la validación del patrón. Uno de ellos es la Zona de Retorno.

Muchos patrones se estabilizarán en la Zona de Retorno. Dicha zona se identifica como el área de precios entre el punto medio del Propagation Swing 1 y el punto final del Bounce Swing 2. El trader siempre debe estar alerta para un giro y una oportunidad que seguir con un stop-loss cerca de la Zona de Retorno para que la tendencia del Bounce 1-2-3 se confirme – el Propagation Swing 3.

Este es el aspecto del patrón básico de Goodman. Ver Figura 2.

(La flecha en el Jumbo Swing significa que continúa en esa dirección; que el patrón no es necesariamente a escala)
La configuración básica de la teoría de la onda de Goodman es 1-2-3 -> 1-2 y la operación siempre se abre en el Propagation Swing 3. Aquí tenemos uno en un gráfico real de Forex. Ver Figura 3.

En la teoría de la onda de Goodman el giro ‘4 ‘ oscilación está conectado con toda la formación 1-2-3, no sólo el giro ‘3’ como en Elliott.

La Figura 4 muestra otro ejemplo real. Observe el pequeño patrón en el Bounce Swing 1. Debería verse en un gráfico con una escala temporal más pequeña. Aquí, el mercado tiene una «doble propagación”: 1-2-3 -> 1-2-3 -> 1-2. Los pares de divisas pueden propagarse hasta seis o siete veces, lo que permite que el trader astuto pueda «subirse a la ola» durante un largo período de tiempo.

Tan pronto se forma un 1-2-3 más pequeño al final del Propagation Swing 2 en la Zona de Retorno – llamado Dagger Swing – el trader entra con una compra o una venta a mercado en cuanto se forma el ‘3’. La lógica fundamental detrás del patrón básico de Goodman es  que el triple 1-2 -3 (Bounce, Propagation, Dagger) darán impulso a un cambio de tendencia. Los operadores a corto plazo en el Dagger 1-2-3 animarán a los traders en el nivel donde se forma el Bounce, que a su vez animarán a los traders en el nivel de Propagation. El trader va efectivamente con la tendencia principal, esperando a que se produzca un retroceso, entrando después tan pronto como la tendencia principal se reafirma a sí misma.

El Propagation Swing 3, el swing en el que el trader opera, debe llegar cerca del punto medio del Jumbo Swing. Obviamente, cuanto más lejos de la entrada esté ese punto, mayor potencial tendrá la operación.

Algunos traders que utilizan la teoría de Goodman usan otra ideas para entrar como un cruce de medias móviles o una formación de velas. Yo prefiero la consistencia del 1-2-3 como un concepto fractal.

En la teoría de la onda de Goodman «todo es un 1-2-3», pero por supuesto hay otros principios como ‘ Intersección ‘ y ‘3 –C’ que explican cómo interactúan entre sí para formar patrones predictivos de la propagación y el comportamiento del mercado y de apuntar sólo  a las mejores operaciones candidatas.

El lugar donde situar el stop-loss pertenece depende de aspectos específicos del patrón. Hay tres opciones – por encima o por debajo del Dagger Swing, por encima o por debajo del Bounce Swing 2, o por encima o por debajo del patrón. Muchos traders que siguen la teoría de la onda de Goodman prefieren entrar con la mitad de un lote, colocar el stop-loss justo por debajo o por encima del Dagger Swing y ver cómo se desarrolla la operación antes de abrir la otra mitad. Ver Figura 5.

La Figura 6 muestra el pronóstico a largo plazo utilizando la teoría de la onda de Goodman para el par AUDUSD, así como el techo formado por el patrón básico de Goodman. En el lenguaje de Goodman el patrón fue confirmado por estar en el precio objetivo previsto de la tendencia principal de acuerdo con el principio 30C. Todo lo que confirma una instalación es una «superposición» en la teoría de la onda de Goodman.

El Patrón 6 & 6

En algunos casos, el Propagation Swing 2 continúa a través de la Zona de Retorno. Aquí es donde se puede formar un patrón 6 & 6. En este patrón el Propagation Swing 2 alcanza – temporalmente – un nivel más allá de la parte superior o inferior del patrón, la parte final del Jumbo Swing. ¡Los traders deben estar atentos a este umbral ya que el 6 & 6 puede ser visto y no visto! Véase la Figura 7. El área más allá del punto final del Jumbo Swing es la Zona de Giro.

Una diferencia importante entre el patrón básico de Goodman y el patrón 6 & 6 es que en el 6 & 6 el Propagation Swing 2 debe ser en sí mismo un 1-2-3 y el Swing  ‘1’ del Propagation 2 no debe superar el punto final del Jumbo Swing.

He aquí cuatro ejemplos recientes del patrón 6 & 6 de Goodman en gráficos de 5 minutos, 15 minutos, 1 hora y 4 horas. Véanse las Figuras 8, 9, 10 y 11. Dado que los gráficos son fractales, estos patrones se producen en todas las escales temporales. Cuál de ellos decidamos operar depende de qué plazo elijamos y cuál sea nuestro estilo de negociación.

Aquí, nuestro stop-loss nunca fue alcanzado elegido debido a la regla de que los precios deben cerrar más allá del punto 6 & 6 – el punto final del Propagation Swing 2.

El 6 & 6 puede funcionar incluso mejor que el patrón básico de Goodman Basic. La lógica es que saltando los stops de pérdidas y animando a los traders a realizar entradas de rotura, siempre y cuando el mercado se vuelve en la dirección del patrón los traders deben liquidar posiciones utilizando una orden de sentido contrario y/o volver a entrar en la dirección de la nueva tendencia. A partir de ahí, el patrón básico impulsa la tendencia del Propagation Swing 3.

He llegado a ver patrones 6 & 6 que han generado 1000 o más pips en los gráficos de más largo plazo. Observe el gráfico diario del AUDUSD mostrando un patrón 6 & 6 en la Figura 12.

La anatomía de una burbuja por Ray Barros

 

Acabo de terminar de leer un buen libro de James Montier, “Behavioural Investing, a practitioner’s guide to applying behavioural finance” («Behavioural Investing, una guía para profesionales para aplicar las finanzas conductuales»).

Uno de los capítulos que más  mayor interés fue ‘La anatomía de una burbuja’. James postula que las burbujas tienden a moverse a través de 5 etapas:

1. desplazamiento
2. creación de crédito
3. euforia
4. dificultades financieras
5. repugnancia

El autor sugiere que el desplazamiento suele ser un evento externo que crea oportunidades en un sector que son mayores que las oportunidades perdidas por el evento. En los EE. UU., las burbuja recientes más conocidas fueron las vivida con las acciones «.com» al comenzar el nuevo siglo y en el 2008 la de las hipotecas subprime. Hablemos de la primera.

El auge así producido recibe un fuerte impulso de la expansión monetaria. Esta idea está en línea con la teoría económica austriaca de lo que causa el ciclo económico, pero hablaremos de eso otro día. James argumenta que en 1998, debido a las crisis LTCM y Y2K, la FED redujo las tasas del Fed Fund para proteger el sistema financiero. Pero la FED se excedió y, como resultado del aumento de la liquidez, el dinero se movió hacia los activos financieros.

James define ‘euforia’ como la etapa en la que a la inversión y las ventas se suma la especulación por aumentos de precios. Considera que, entre 1991 y 2002, la experiencia de los Estados Unidos se ajustaba a esta descripción.

Las dificultades financieras siguen a un entorno que él llama la ‘etapa crítica’; él dice que las dos: la etapa crítica y las dificultades financieras tienden a moverse de la mano. La etapa crítica está marcada por la venta de información privilegiada, como fue el caso en 2000/1. James cree que Estados Unidos superó esa etapa entre 2000 y 2002.

La etapa final del ciclo de la burbuja es la ‘etapa de capitulación’, una etapa en la que las personas quedan tan marcadas por su experiencia que ya no desean participar en los mercados. Ciertamente no sucedió eso en 2002, si dos de las medidas que usa James sirven de guía. En primer lugar, los estrategas eran optimistas. En segundo lugar, el volumen se mantuvo elevado. James tiene la misma opinión que muchos analistas técnicos de que los mínimos del mercado suelen estar marcados por el colapso del volumen. Esto aún tenía que suceder.

¿Qué tipo de descensos en la valoración deben ocurrir para marcar un posible suelo? El autor sugiere al menos una caída del 30% desde los máximos.

Por cierto, un comentario que hace James y que concuerda con mi experiencia: en la etapa de revulsión, la correlación negativa entre las acciones y las tasas de interés ya no se aplicará.

 

Cómo convertirte en tu propio entrenador de trading por Brett N. Steenbarger, Ph.D.

 

3/5/2026 – La técnica más básica para cambiar nuestra psicología de trading es reconocer cuándo nuestra concentración ha sido alterada por la distracción, la frustración o la excitación. En un estado de enfoque y concentración óptimos, estamos en nuestra mejor disposición para procesar lo que están haciendo los mercados y ejecutar nuestros planes de trading. La distracción nos lleva a actuar de forma impulsiva y reactiva, lo que desemboca en decisiones peores.

Conviene notar que la solución a los sentimientos de ansiedad y malestar no consiste simplemente en relajarse, tomarse descansos o intentar hablarse en positivo. Lo que realmente queremos es sustituir la distracción y la frustración por una atención serena. Para ello, normalmente hace falta apartarse temporalmente de las pantallas y controlar tanto el pensamiento como la respiración. Las habilidades de meditación ayudan mucho en este contexto. Al concentrarnos en una imagen, ralentizar la respiración y mantener una postura muy quieta, cambiamos la mente a través del cuerpo. Al reducir la frecuencia cardiaca, enfocar la atención y aquietar el cuerpo, literalmente cambiamos de marcha y regresamos a estados óptimos para tomar decisiones.

Como explico en el libro Positive Trading Psychology, aquí es donde los dispositivos de biofeedback de ondas cerebrales (neurofeedback) pueden resultar especialmente útiles. Estos aparatos nos indican en tiempo real cuándo estamos en estados de enfoque o distracción, así como en estados de calma o agitación. Si practicamos rutinas de meditación con biofeedback, podemos aprender a calmarnos y enfocarnos a voluntad. Esto se convierte en una gran forma de comenzar la jornada de trading y también en una rutina útil durante los descansos.

De hecho, si aprendemos a concentrarnos a demanda, esta habilidad se vuelve útil en muchas situaciones de la vida. La idea es responder a los desafíos de manera planificada, no de forma reactiva.

======================

1/5/2026 – Mientras escribo esto estoy en Syracuse, Nueva York, preparándome para impartir clases de terapias breves a residentes de psiquiatría. Formo parte del profesorado de SUNY Upstate Medical University desde mediados de los años 80 y siempre he disfrutado enseñando técnicas de cambio a estudiantes de psicología y psiquiatría. En esta serie de publicaciones voy a enseñarte algunas de estas técnicas para que puedas utilizarlas y ayudarte a entrenarte hacia el éxito. Encontrarás más sobre este tema en el libro The Daily Trading Coach y en el libro recién publicado, Positive Trading Psychology.

Así que empecemos por el principio y entendamos la naturaleza de los problemas a los que nos enfrentamos. Estos problemas aparecen en muchas situaciones y pueden adoptar formas distintas, pero normalmente forman parte de un patrón subyacente. Por ejemplo, podemos sentir estrés, ansiedad y miedo en muchas circunstancias diferentes, pero algo común a todas esas experiencias puede ser un diálogo interno negativo, en el que dramatizamos y anticipamos lo peor. Esto puede ocurrir en las relaciones, en el trading, en el trabajo, etc. El objetivo del autocontrol o self-coaching es entender los patrones que crean nuestros problemas para poder tomar distancia frente a ellos y comprometernos con nuevas formas de pensar, sentir y actuar.

Muy a menudo, una clave para identificar los patrones que interfieren con nuestro trading es reconocer los pensamientos y las experiencias emocionales que los impulsan. Podemos, por ejemplo, hacer sobreoperativa en distintas situaciones y sufrir grandes pérdidas. Detrás de esa sobreoperativa puede haber exigencias perfeccionistas por participar en todos los movimientos del mercado y sentimientos de fracaso si se produce un movimiento y no participamos. En algunas personas, la sobreoperativa puede estar impulsada por pensamientos, sentimientos y experiencias del pasado: el intento de compensar fracasos anteriores en la vida.

Una técnica procedente de la terapia cognitiva consiste en llevar un diario de todos tus pensamientos, emociones y acciones negativas durante una jornada de trading, e identificar qué te estás diciendo a ti mismo en esos momentos. Muchas veces, los patrones saltan a la vista: verás hábitos de diálogo interno que conducen a emociones negativas y a un mal trading. El primer paso del proceso de cambio es reconocer nuestros patrones problemáticos en tiempo real. Llevar un diario en tiempo real de nuestros pensamientos, emociones y acciones es una forma de ayudarnos a reconocer esos patrones. En las próximas publicaciones exploraremos técnicas para cambiar los patrones que identifiquemos.

 

Sistema basado en el modelo de Markowitz por Quantpedia

 

• Presentamos un breve artículo como una idea de la metodología usada en nuestro informe Quantpedia Pro. En esta ocasión en relación a la optimización de la cartera de Markowitz.  El informe actual ayuda con el cálculo de las carteras de frontera eficientes en función de las diversas limitaciones y durante varios períodos históricos predefinidos. Las pruebas retrospectivas de las carteras de varianza mínima, índice Sharpe máximo y tangencia reequilibradas periódicamente estarán disponibles a principios de julio.

El modelo Markowitz fue introducido en 1952 por Harry Markowitz. También se conoce como modelo de varianza media y es un modelo de optimización de cartera: tiene como objetivo crear la cartera más eficiente en relación con el riesgo mediante el análisis de varias combinaciones de cartera basadas en los rendimientos esperados (media) y las desviaciones estándar (varianza) de activos.

Originalmente Markowitz asumió varias suposiciones como ciertas. Las principales son las siguientes: i) el riesgo de la cartera se basa en la volatilidad (y covarianza) de los rendimientos, ii) el análisis se basa en un modelo de inversión de período único, y iii) un inversor es racional, reacio al riesgo y prefiere aumentar el consumo. Por tanto, la función de utilidad es cóncava y creciente. Además, iv) un inversor minimiza su riesgo para un rendimiento determinado o maximiza el rendimiento de su cartera para un nivel de riesgo determinado.

Cuando un inversor busca la mejor cartera en términos de rentabilidad y riesgo entre la variedad de carteras posibles, se deben realizar dos pasos. El primero es determinar el conjunto de carteras eficientes. La segunda es seleccionar la cartera final específica del conjunto eficiente, dado el rendimiento objetivo del inversor, el riesgo objetivo o la preferencia hacia una relación óptima entre rendimiento y riesgo.

Uno podría preguntarse cómo seleccionar una cartera óptima. Básicamente, de las carteras con el mismo rendimiento, elegimos la que tiene el menor riesgo. Por otro lado, de carteras con el mismo nivel de riesgo, elegimos la que tiene la tasa de retorno más alta.

Las carteras eficientes

 

La Frontera Eficiente es una hipérbola que representa carteras con todas las diferentes combinaciones de activos que dan como resultado carteras eficientes (es decir, con el menor riesgo, dada la misma rentabilidad y las carteras con la mayor rentabilidad, dado el mismo riesgo). El riesgo se representa en el eje X y el retorno en el eje Y. El área dentro de la frontera eficiente (pero no directamente en la frontera) representa activos individuales o todas sus combinaciones no óptimas.

 

La cartera de tangencia, el punto rojo en la imagen de arriba, es la denominada cartera óptima que logra la relación de Sharpe más alta posible. A medida que nos movemos desde este punto hacia la derecha o hacia la izquierda en la frontera, la relación de Sharpe, o en otras palabras, el exceso de retorno al riesgo, será menor.

 

El punto donde la hipérbola cambia de convexa a cóncava es donde se encuentra la cartera de varianza mínima (punto verde en la imagen).

Para un nivel dado de volatilidad, también existe la denominada cartera de máxima rentabilidad (punto naranja en la imagen), que, como su nombre indica, maximiza la rentabilidad dado el nivel de volatilidad.

Introduzcamos ahora la línea lineal del mercado de capitales (CML). El punto donde la CML se encuentra con el eje Y es donde el activo libre de riesgo de un inversor, como los valores gubernamentales, se encuentra en términos de rendimiento. Esta línea es tangente a la frontera eficiente exactamente en el punto de la cartera de Máximo Sharpe. La línea CML (tangencia) representa una cartera de diferentes combinaciones de un activo libre de riesgo y una cartera de tangencia (también denominada cartera máxima de Sharpe o, a veces, “cartera óptima”).

Cálculo

Cuando se trata de matemáticas, una frontera eficiente se puede calcular explícitamente, es decir, analíticamente, solo en el caso más simple de que solo una restricción sea la suma de las ponderaciones de los activos igual a uno. Una vez que comience a imponer más restricciones sobre los pesos de los activos, se debe utilizar un procedimiento de optimización para el cálculo de la frontera y esta puede desviarse de la hipérbola original a diferentes curvas, dadas las nuevas restricciones. Puede haber casos especiales en los que la solución sea explícita, pero generalmente no lo es.

Una de las formas más sencillas de calcular la frontera eficiente bajo restricciones es utilizando el algoritmo de línea crítica de Markowitz (CLA). A diferencia de algunos optimizadores cuadráticas, este método funciona bien, incluso si el número de activos N es mucho mayor que el número de observaciones T. La idea principal de CLA se basa en unos sencillos pasos. En primer lugar, comienza con el activo con el mayor rendimiento, en la parte superior derecha de Efficient Frontier. Luego, sigue la Frontera Eficiente hacia la izquierda buscando el siguiente mejor activo para agregar o eliminar uno por uno.

Numerosas líneas curvas (líneas críticas), formadas conectando los “puntos de esquina”, ahora forman la Frontera Eficiente. Las carteras de una línea crítica, incluidos los puntos de esquina, contienen los mismos pares de activos. Lo único que cambia son los pesos. El conjunto de todas las líneas críticas y los puntos de las esquinas forman la Frontera eficiente, comenzando en el punto superior derecho hasta la solución de Varianza mínima en el extremo izquierdo. Suponiendo que el número de activos, n ( n <= N ), en la cartera óptima en un segmento de línea crítico es menor que el número de observaciones T (por lo tanto, n <T ), existe una solución única para CLA.

Modelo de Markowitz en la práctica

Decidimos investigar el modelo de Markowitz también en la práctica. Elegimos cuatro ETF que sirven como bloques de construcción para nuestras carteras: SPY (acciones de EE. UU.), EFA (acciones de EAFE), GLD (oro) e IEF (bonos de EE. UU. 7-10 años).

Frontera eficiente sin limitaciones

En primer lugar, trazamos un ejemplo de línea de base de la frontera eficiente sin restricciones en las ponderaciones de los activos y varias carteras asociadas con la teoría de cartera de Markowitz. Obviamente, en todos los ejemplos siempre hay una restricción de las ponderaciones que suman 1. Se elige un período de cálculo de 1 año desde el 8.1.2019 hasta el 8.1.2020 para demostrar este ejemplo. Usamos el paquete fPortfolio en R para calcular la frontera eficiente. Adicionalmente, calculamos los pesos de la cartera de Varianza Mínima, la cartera de Tangencia y la cartera de Retorno Máximo con un determinado nivel de volatilidad (fijado en 6% anual), así como el riesgo y retorno de estas carteras. La siguiente figura también muestra las carteras 100% SPY, 100% EFA, 100% GLD y 100% IEF.

Como siempre, el eje x muestra los valores anualizados de volatilidad y el eje y muestra los valores anualizados de rendimiento. Podemos observar varios fenómenos interesantes. En primer lugar, todos los activos de riesgo se encuentran en la parte extrema derecha del gráfico, debido a su alta volatilidad. En segundo lugar, la parte mostrada de la frontera eficiente, así como las tres carteras mostradas, muestran una volatilidad mucho menor que los activos de riesgo. Esto se debe a la propiedad “sin restricciones” de la frontera, es decir, la capacidad de “ir en corto”, es decir, utilizar ponderaciones negativas para los activos de riesgo.

 

Echemos ahora un vistazo a las ponderaciones de los ETF que forman las carteras en la frontera eficiente. El siguiente gráfico muestra diferentes ponderaciones de activos de estas carteras en pasos discretos, comenzando desde el punto más al sur de la frontera y terminando en el más al norte. Podemos observar que, por ejemplo, la cartera de variación mínima se compone principalmente del ETF de renta fija, mientras que la parte “norte” de la frontera se compone principalmente de activos de riesgo.

Frontera eficiente en diferentes tiempos

El segundo gráfico que analizamos muestra la evolución de la frontera eficiente en el tiempo. Elegimos tres períodos de tiempo: 3.1.2008 – 2.1.2009, 3.1.2011 – 3.1.2012 y 8.1.2019 – 8.1.2020 para demostrar los cambios en el tiempo.

Como podemos ver, la frontera eficiente varía significativamente en el tiempo. Aparentemente, la frontera menos volátil con mayor rendimiento es la más reciente (2019-2020), mientras que lo contrario es cierto para la frontera más antigua (2008-2009). La forma de la curva también varía.

 

Frontera eficiente con diversas limitaciones

El tercer ejemplo muestra cómo las restricciones sobre los pesos de los activos cambian la forma de la frontera eficiente. Para este ejemplo, elegimos el mismo período de tiempo que en el primer ejemplo (8.1.2019 – 8.1.2020). En el gráfico siguiente se examinan tres escenarios. La única restricción que se aplica a los tres es que la suma de los pesos es igual a uno. La primera curva es la frontera eficiente sin restricciones en los pesos. La segunda curva está vinculada por el escenario solo largo, es decir, ponderaciones no negativas. En el último escenario (tercera curva), las ponderaciones de cada activo están limitadas a ser no negativas y no superiores a 0,5.

El siguiente gráfico muestra la diferencia en las fronteras eficientes como resultado de las limitaciones de los diferentes pesos de los activos. Podemos ver que la frontera eficiente sin límite de pesos es más suave que las otras dos (y es la única hipérbola en su verdadero sentido). A medida que agregamos más y más restricciones, la frontera naturalmente se mueve más “hacia la derecha”, es decir, hacia un riesgo más alto y un rendimiento más bajo y cambia su forma alejándose de una hipérbola estándar.

Estrategias basadas en Markowitz

Por último, analizamos tres estrategias de trading basadas en el modelo de Markowitz. Probamos el rendimiento de la cartera de varianza mínima calculada periódicamente, la cartera de tangencia y la cartera de rendimiento máximo con un nivel determinado de volatilidad (10% anual) a lo largo del tiempo. Comparamos nuestros resultados con la cartera igualmente ponderada como referencia.

Aplicamos las siguientes restricciones a las ponderaciones: la ponderación de cada activo no es negativa y no es superior a 0,5. La frecuencia de reequilibrio es mensual y la ventana al pasado es de 1 año. En otras palabras, cada mes, las ponderaciones de los activos de una cartera determinada se calculan a partir del último año de datos. Por último, el rendimiento de la cartera se calcula diariamente con un retraso de implementación de 1 día para reflejar las condiciones de la vida real.

En resumen, una vez al mes calculamos la varianza mínima, la tangencia y la cartera de rendimiento máximo y repetimos el proceso con una ventana móvil de datos de 1 año para llegar a la curva de capital de estas 3 estrategias. El siguiente gráfico muestra el desempeño acumulado de cada una de las estrategias mencionadas.

Echemos ahora un vistazo a las métricas de riesgo y rentabilidad de una manera más cuantitativa:

 

	14A COCHE p.a.	14A Volatilidad p.a.	Relación de Sharpe	DD máx.	95% DD	COCHE / max DD	COCHE / 95% DD
Cartera igualmente ponderada	7,38 %	11,59 %	0,64	-29,58 %	-14,83 %	0,25	0,50
Cartera de varianza mínima	7,64 %	7,14 %	1.07	-16,77 %	-5,20 %	0,46	1,47
Cartera de tangencia	8,96 %	8,63 %	1.04	-15,89 %	-6,49 %	0,56	1,38
Cartera de rendimiento máximo (volatilidad = 10%)	7,78 %	10,26 %	0,76	-17,72 %	-9,77 %	0,44	0,80

 

Como era de esperar, la cartera de variación mínima tiene la volatilidad más baja. El resto de los resultados son menos obvios y pueden variar con el tiempo. Aunque la cartera de Tangencia tiene el rendimiento más alto en 14 años, la cartera de variación mínima tiene el índice Sharpe más alto. En general, todas las carteras creadas por el modelo de Markowitz se comportaron mejor que la cartera igualmente ponderada en este caso, tanto en términos de rendimiento como aún más en términos de rendimientos ajustados al riesgo. Las estrategias combinan implícitamente los efectos de impulso y baja volatilidad, que parecen beneficiarlos.

Autor:
Daniela Hanicova, analista cuantitativa, Quantpedia

Trading discrecional vs. trading sistemático: la batalla psicológica entre el ego y la disciplina por Bramesh Bhandari

 

En trading, la gran división no está realmente en la estrategia. Está en la psicología.

En algún momento, todo trader se enfrenta a una elección fundamental, aunque muchas veces ni siquiera se da cuenta de ello:

¿Vas a operar lo que crees… o lo que realmente está ocurriendo?

Esa elección separa al trader discrecional del trader sistemático. Y, más importante aún, muchas veces separa la inconsistencia de la supervivencia a largo plazo.

El trader discrecional: operar opiniones en un mundo al que le da igual

El trader discrecional vive en el mundo de la interpretación. Consume información de forma constante: noticias, datos macro, resultados empresariales, patrones chartistas, cambios de sentimiento. Intenta entender el mercado, meterse en su cabeza, anticipar el siguiente movimiento antes de que ocurra.

Eso parece inteligente. Estratégico. Incluso sofisticado.

Pero ahí hay una trampa oculta.

El trading discrecional es profundamente subjetivo. Cada decisión pasa por el filtro de los sesgos personales: ganancias pasadas, pérdidas pasadas, creencias, miedos y expectativas. Dos traders pueden mirar exactamente el mismo gráfico y ver oportunidades completamente distintas.

Y por eso el trading se vuelve personal.

Cuando gana, el trader discrecional siente que se confirma su inteligencia.
Cuando pierde, siente que se cuestiona su identidad.

La pérdida no se vive como una parte normal del juego, sino como una prueba de que uno estaba equivocado. Y ahí empiezan los problemas. Porque cuando el resultado toca el ego, la operativa deja de ser limpia y empieza a contaminarse con emociones.

Entonces aparecen patrones muy conocidos:

La duda cuando baja la confianza.
La sobreoperativa cuando intenta “recuperarlo”.
Las operaciones de venganza impulsadas por la frustración.
La sobreconfianza después de unas cuantas operaciones buenas.

El trader discrecional suele además ir saltando entre estilos e ideas: una semana mira macro, a la siguiente análisis técnico, después noticias, luego order flow, luego sentimiento. Se adapta constantemente, sí, pero no siempre de forma productiva. Muchas veces no está evolucionando: está escapando del dolor de la última pérdida.

Muchos reducen su foco a una watchlist pequeña, pensando que conocer muy bien unos pocos mercados les dará ventaja. A veces ocurre. Pero muchas otras están jugando una partida mental de póker, intentando adivinar al “resto del mercado”, en lugar de responder a lo que el mercado realmente está haciendo.

Están prediciendo.

Y la predicción, en trading, puede convertirse en una adicción muy peligrosa. Porque engancha al ego. Hace sentir al trader que su valor está en acertar el próximo movimiento. Pero el mercado no premia al que parece más listo. Premia al que mejor ejecuta.

El trader sistemático: operar la realidad sin ego

El trader sistemático funciona en un marco mental completamente distinto.

No intenta ser más listo que el mercado.
No intenta adivinar.
No intenta imponer una narrativa.

Participa.

Sus decisiones se basan en una sola cosa: el precio.

Sin opiniones. Sin relatos. Sin necesidad de tener razón.

Solo reglas.

Si ocurre X, entra.
Si ocurre Y, sale.
Arriesga Z cantidad.

Todo está definido de antemano: entradas, salidas, tamaño de posición, gestión del riesgo. Y eso crea algo que la mayoría de traders nunca llega a experimentar de verdad: objetividad.

Un trader sistemático no pierde porque estuviera “equivocado”. Pierde porque, sencillamente, las condiciones de mercado no favorecían a su sistema. Y esa diferencia lo cambia todo.

La pérdida deja de ser un evento emocional para convertirse en un resultado estadístico. Ya no hace falta perseguir el mercado, ni dudar, ni demostrar nada. Porque el objetivo no es ganar esta operación. El objetivo es ejecutar con limpieza durante cientos de operaciones.

Consistencia frente a caos

El trader discrecional cambia de herramientas según la situación. El sistemático, no. Usa los mismos indicadores, los mismos setups, la misma lógica, una y otra vez.

¿Por qué?

Porque la consistencia genera datos.
Los datos generan confianza.
Y la confianza reduce la interferencia emocional.

El trader sistemático puede operar muchos mercados sin necesidad de tener un conocimiento fundamental profundo de cada uno, porque su ventaja no nace de interpretar historias externas, sino de detectar patrones repetibles en el comportamiento del precio.

Mientras tanto, el trader discrecional suele estar atrapado en preguntas como estas:

¿Qué significa esta noticia?
¿Qué harán los demás traders?
¿Qué debería pasar ahora?

El trader sistemático se hace una pregunta mucho más simple:

¿Qué está pasando ahora mismo?

Y luego actúa.

Reaccionar vence a predecir

Aquí está la verdad incómoda del trading: el mercado no recompensa la inteligencia; recompensa la disciplina.

Intentar predecir el mercado es como intentar controlar el tiempo. Alguna vez acertarás, claro. Pero nunca tendrás el control de forma consistente.

El trader sistemático acepta eso. No intenta anticipar la tormenta. Construye un sistema capaz de ganar dentro de ella. Reacciona al movimiento confirmado. Se alinea con lo que el mercado está validando, no con lo que su ego desea anticipar.

Por qué el trading mecánico gana para la mayoría

Para el trader medio, volverse totalmente sistemático, incluso mecánico, aumenta muchísimo las probabilidades de supervivencia y de éxito. ¿Por qué? Porque elimina los dos mayores enemigos del resultado:

la emoción y el ego.

Cuando sigues un sistema probado, defines el riesgo antes de entrar, utilizas un tamaño de posición consistente y ejecutas sin vacilar, pasas de apostar a trabajar con probabilidades.

Dejas de intentar tener razón. Empiezas a intentar ser consistente.

Y es justo ahí donde vive la rentabilidad.

La ventaja real

Esto no significa que el trading discrecional no pueda funcionar. Puede funcionar, sí, pero normalmente en manos de traders con muchísima experiencia, una autoconciencia extraordinaria y una disciplina casi quirúrgica. El problema es que para la mayoría, la libertad de elección acaba convirtiéndose en una carga.

Demasiadas decisiones.
Demasiadas emociones.
Demasiadas formas de autosabotearse.

Un enfoque sistemático lo simplifica todo. Da estructura en un entorno caótico. Y, más importante aún, obliga al trader a enfrentarse al verdadero desafío del trading:

No el mercado. Sino a sí mismo.

Al final, la pregunta no es:

¿Qué estilo es mejor?

La pregunta es otra:

¿Qué versión de ti aparece cuando hay dinero real en juego?

Porque eso, mucho más que cualquier estrategia, es lo que determina si sobrevives en este juego.

 

Profundización en la cadena de valor solar: polisilicio por Brandon Beylo

 

La temática solar me recuerda a las tierras raras en 2024. En aquel entonces, los inversores entendían el control que ejercía China sobre las tierras raras, pero realmente no les importó hasta que China impuso restricciones a las exportaciones a finales de 2024 y principios de 2025.

Aquí está lo que la mayoría de los inversores no comprende sobre la energía solar: China tiene un control aún mayor sobre la cadena de valor solar que sobre las tierras raras. Si combinamos eso con un entorno macro de “Seguridad Energética a Cualquier Precio”, obtenemos otro posible estrangulamiento de una cadena de suministro dominada por China.

La energía solar se está convirtiendo silenciosamente en una temática basada en la Trifecta Lens:

• Fundamentales: fabricantes hundidos debido al exceso de oferta chino y a operaciones con pérdidas, combinados con empresas de hardware barato y negocios tipo “picos y palas”.
• Técnico: TAN/SPY se encuentra en las primeras fases de su ciclo alcista.
• Sentimiento: los inversores de valor y materias primas odian la energía solar y prácticamente nadie habla de ella.

El argumento bajista más importante es que la energía solar es un negocio terrible. ¿Por qué competir con China, que siempre gana en precio? ¿Por qué analizar fabricantes fotovoltaicos después de que inundaran el mercado con inventario para después destruir los márgenes? ¿Por qué no utilizar simplemente, con voz de Trump, “el hermoso y limpio carbón”?

Mi apuesta en la energía solar es que esas preguntas no importan porque estamos en un régimen geopolítico y de mercado diferente: un nuevo mundo multipolar.

Y en este mundo existen reglas diferentes:

• No se trata de la solución más barata, sino de la más segura y fiable a nivel nacional.
• Los mercados bifurcados son la nueva normalidad.
• No se trata de obtener el mayor retorno energético sobre la inversión (EROI), sino de asegurar toda la energía posible.

La energía solar cuenta con apoyo bipartidista y ayuda a satisfacer la creciente demanda energética de Estados Unidos.

También es un mercado bifurcado que está incentivado para relocalizar toda la cadena de suministro y eliminar a China de la ecuación, algo que probablemente sea positivo si China decide actuar sobre Taiwán en un futuro cercano.

Durante las próximas semanas profundizaré en la cadena de valor solar y explicaré los cuatro grandes sistemas de la industria:

• Upstream: plata y polisilicio.
• Midstream: fabricantes fotovoltaicos.
• Brains: electrónica de potencia.
• Deployment: instalación y gestión.

Mi objetivo es ofrecer una comprensión clara de toda la industria solar, identificar a los líderes de mercado en cada segmento y presentar una cesta de posibles apuestas relacionadas con esta temática.

Esta semana exploramos el sistema del polisilicio.

Antes de hacerlo, quiero mencionar nuestro nuevo período de inscripción en el Collective.

Estamos abriendo inscripciones al Collective durante el resto del mes. El Collective es uno de los pocos lugares en internet donde traders e inversores serios se reúnen, construyen relaciones duraderas, comparten ideas de inversión y desarrollan una vida realmente enriquecedora.

Incluye toda nuestra investigación, una biblioteca completa de informes y vídeos sobre teoría y estrategia, nuestro panel de mercado propietario y nuestro Slack interno, donde el equipo, gestores de fondos e inversores apasionados de todo el mundo intercambian ideas y debaten sobre mercados.

Además, aumentaremos nuestros precios en más de un 25% durante los próximos meses.

Este año hemos comenzado con fuerza (+45% en lo que va de año), aunque creemos que podemos hacerlo todavía mejor.

Si te interesa conocer más sobre nuestra filosofía de inversión Trifecta Lens, nuestra investigación sobre energía solar o nuestra comunidad, puedes unirte a nosotros.

El dominio de China y las reglas FEOC

Ya he escrito anteriormente sobre cómo China controla aproximadamente el 70% de la minería de tierras raras y más del 85% de su procesamiento. Es mucho, pero sigue siendo menos que su dominio sobre la cadena de suministro solar:

• Producción de polisilicio: 93% (Alemania ocupa el segundo lugar con un 4%).
• Fabricación de obleas: 96,6% (Vietnam ocupa el segundo lugar con un 1,4%).
• Células solares: 92,3% (India ocupa el segundo lugar con un 2%).
• Módulos fotovoltaicos: 86,4% (Vietnam ocupa el segundo lugar con un 5%).

China es la cadena de suministro solar.

Por eso los inversores odian este sector. ¿Por qué competir con el productor de menor coste cuando controla más del 90% del mercado?

La Agencia Internacional de la Energía (IEA) incluso afirmó que “el mundo dependerá casi por completo de China para el suministro de los componentes clave necesarios para fabricar paneles solares”.

El gráfico de suministro de polisilicio es el ejemplo perfecto del modelo chino: exceso de oferta y material barato hasta que nadie más puede ganar dinero. Después, esperar a que dicho material se convierta en un recurso estratégicamente nacional.

Y esto ocurre prácticamente en cada eslabón de la cadena de valor solar.

En un entorno normal, estos datos destruirían cualquier tesis alcista. Pero vivimos en un régimen multipolar, y el enfoque correcto para analizar acciones solares no es la microeconomía tradicional, sino la combinación de Seguridad Energética y Nacionalismo de Recursos.

Aquí es donde entran las reglas FEOC.

El Congreso añadió la norma Foreign Entity of Concern (FEOC) a su proyecto legislativo One Big Beautiful Bill.

La norma establece que los proyectos solares que comiencen después del 1 de enero de 2026 deberán obtener al menos el 40% de sus materiales de países que no sean considerados FEOC, porcentaje que aumentará hasta el 60% en 2030.

En esencia, obliga a las compañías estadounidenses a reducir sus compras de productos chinos.

Existen tres formas de incumplir la normativa FEOC:

• Que el propietario del proyecto sea una entidad extranjera especificada.
• Que el propietario sea una entidad influenciada por intereses extranjeros.
• Que el proyecto reciba asistencia material de una entidad prohibida por encima de los límites permitidos.

Si cumples con las normas FEOC, recibes créditos fiscales y otros incentivos gubernamentales. Si no las cumples… bueno, se supone que eres una empresa estadounidense y amas a Estados Unidos, ¿verdad?

También existe una dimensión de seguridad nacional detrás de esta bifurcación.

¿Recuerdan la prohibición de Huawei y el 5G en 2019?

Resulta que China también introdujo elementos sospechosos dentro de algunos equipos solares.

Por ejemplo, en mayo de 2025 expertos estadounidenses desmontaron inversores solares fabricados en China y encontraron dispositivos de comunicación no documentados: radios celulares ocultas capaces de crear puertas traseras para eludir los cortafuegos de las compañías eléctricas.

Lituania prohibió los inversores chinos impidiendo el acceso remoto desde China a instalaciones solares, eólicas y de almacenamiento energético superiores a 100 kilovatios.

El antiguo director ejecutivo del Centro Nacional de Ciberseguridad del Reino Unido llegó a afirmar que “China se estaba insertando activamente en infraestructuras civiles críticas para poder causar daños físicos cuando lo considerara oportuno”.

Estas medidas tienen sentido en un régimen multipolar y constituyen el núcleo de nuestra tesis alcista sobre la energía solar.

Históricamente era rentable comprar aquello que China compraba. Hoy es rentable invertir en aquello que el mundo quiere arrebatar a China.

 

 

Lo que podemos aprender de los Market Wizards por Brett N. Steenbarger, Ph.D.

 

En el libro The New Market Wizards, Jack Schwager pregunta a Linda Raschke si le preocupa revelar sus secretos de trading. Ella responde: “Siento sinceramente que podría revelar todos mis secretos y no cambiaría nada. La mayoría de la gente no puede controlar sus emociones ni seguir un sistema. Además, la mayoría de los traders no seguirían mi sistema, aunque les diera instrucciones paso a paso, porque mi enfoque no les parecería adecuado” (p. 308).

Ella aconseja a los traders en desarrollo “empezar encontrando un nicho y especializándose”. Elegir un mercado o patrón y aprenderlo por dentro y por fuera antes de ampliar el foco (p. 308-309). Recomienda que los nuevos traders no miren gráficos y, en su lugar, anoten los precios cada cinco minutos desde la apertura hasta el cierre durante una semana entera. Esa inmersión alimenta el reconocimiento de patrones y, a partir de los patrones que percibimos, podemos desarrollar nuestros propios estilos y métodos de trading.

“Solo actuando y pensando de forma independiente puede un trader esperar saber cuándo una operación no está funcionando”, observa Raschke (p. 309). Jack Schwager añade que “una confianza exuberante parece ser uno de los elementos esenciales en el logro excepcional como trader” (p. 310).

Esta confianza no es simplemente un rasgo de personalidad ni el resultado de hablarse positivamente a uno mismo. Nace de sumergirse en los mercados, descubrir patrones que tienen sentido y “actuar y pensar de forma independiente”.

El trader de éxito es un emprendedor intelectual: estudia y estudia el mercado, encuentra oportunidades únicas y las persigue con la confianza de quien realmente ha hecho su trabajo.

19/6/2026

Un ejemplo fascinante de maestría en los mercados aparece en el libro The Next Generation: Kristjan Kullamagi. George Coyle observa: “Me pareció increíble que Kullamagi lograra rentabilidades tan asombrosas arriesgando un 1% de su cuenta en la mayoría de sus operaciones” (p. 29).

Por un lado, Kullamagi está “dispuesto a lanzarse de cabeza a la volatilidad extrema” (p. 28). Por otro, tiene un enfoque de trading muy estructurado, como señala Jack Schwager: “Tiene exactamente tres tipos de setups que ha operado durante años y que sigue operando. Cada uno de esos setups está bien definido en términos de múltiples características…” (p. 30).

La ventaja aquí es la disposición a entrar en situaciones de mercado volátiles, pero de una forma muy estructurada.

Aun así, Schwager observa que la mayoría de las operaciones de Kullamagi son perdedoras (p. 31), con solo un 25%-30% de operaciones rentables. Su éxito extraordinario se produce por dos razones: primero, al operar en mercados volátiles, cuando gana, gana mucho; segundo, por su gestión del riesgo implacable.

Al comienzo de su carrera fracasó varias veces, pero “perseveró y finalmente transformó su pequeña cuenta de 5.000 dólares en decenas de millones de beneficios” (p. 33).

Los distintos Wizards logran sus resultados de formas diferentes, pero la combinación de búsqueda única de oportunidades, gestión rigurosa del riesgo y perseverancia permite a cada gran trader encontrar su propio camino hacia el éxito. Lo que los Wizards no hacen es copiar perezosamente a otros.

18/6/2026

Durante mis años trabajando en SMB Capital, tuve el privilegio de colaborar con uno de los grandes traders incluidos en el libro Market Wizards: The Next Generation. Su nombre es Kenny Sharkness, aunque en la firma todos lo conocen como Shark.

Una de las cualidades que Jack Schwager y George Coyle capturan sobre Shark es su “multitarea”. Coyle explica que “Sharkness tuvo éxito con un método de trading que requiere una multitarea tan extrema que suena como una receta para el desastre: operar una lista continuamente cambiante de una veintena de estrategias en múltiples marcos temporales” (p. 288).

Schwager añade: “Un componente clave del éxito de Sharkness es su esfuerzo constante por aprender qué está funcionando para otros traders e incorporar ese conocimiento para crear nuevas estrategias que añadir a su repertorio de enfoques de trading” (p. 289).

Una de las formas en que Shark logra este aprendizaje continuo es registrando cada día sus mejores y peores operaciones y anotando con detalle qué hizo bien y qué hizo mal. Schwager observa que el diario de Shark también incluye su psicología durante la operativa, “ya que anota cómo sus estados de ánimo afectan a su trading y viceversa” (p. 290).

En el pasado he mencionado que una cualidad psicológica que distingue a los grandes gestores de carteras es la curiosidad intelectual. La investigación que he realizado en hedge funds sugiere que las fortalezas cognitivas son tan importantes como las emocionales en el rendimiento del trading.

A través de la entrevista de Shark, podemos ver esta curiosidad de primera mano. Está aprendiendo constantemente, lo que significa que se está adaptando constantemente.

Cuando conocí a Shark por primera vez, lo que me llamó la atención fue la cantidad de pantallas abiertas en su mesa. Literalmente observaba decenas de acciones en múltiples marcos temporales. Impulsado por la curiosidad, veía literalmente más oportunidades que otros traders, lo que aumentaba las probabilidades de encontrar oportunidades realmente excelentes.

Cuando Shark empezó a liderar un equipo, esa búsqueda de oportunidades se multiplicó muchas veces.

La curiosidad impulsa la multitarea. La multitarea impulsa el aprendizaje. El aprendizaje impulsa la grandeza.

17/6/2026

En el libro Unknown Market Wizards, Jack Schwager es entrevistado y se le pregunta por sus tres citas favoritas de los Wizards. Una de ellas destacó especialmente desde una perspectiva psicológica.

Jim Rogers explicó: “Simplemente espero hasta que haya dinero tirado en una esquina, y todo lo que tengo que hacer es ir allí y recogerlo. Mientras tanto, no hago nada” (p. 418).

En otras palabras, Rogers no busca y busca algo que operar; su modo por defecto es “no hacer nada”. Lo que guía a Rogers es la claridad. Si la oportunidad no es clara y evidente, no asume riesgo.

Otro aspecto de la claridad aparece en la cita favorita de Schwager, de Bruce Kovner: “Sabe dónde vas a salir antes de entrar” (p. 416).

Si un trader tiene muy claro qué le diría que su operación está equivocada, entonces gestionar el riesgo se convierte en una tarea sencilla, no en algo cargado de emoción.

Alcanzar esa claridad requiere mucha experiencia, por eso la prioridad fundamental para los traders en desarrollo es sobrevivir a sus curvas de aprendizaje. Cuando hemos visto suficientes oportunidades y entendemos qué nos diría que debemos permanecer en la operación y qué necesitaríamos ver para salir, las decisiones dejan de estar contaminadas por reacciones de lucha o huida.

Las grandes operaciones llegan como resultado de un profundo reconocimiento de patrones. Por eso tantos Wizards, durante su desarrollo, pasaron largas horas siguiendo los mercados.

No muchos traders tienen la seguridad interior y la confianza necesarias para sentarse, esperar y seguir esperando, confiando en que las oportunidades adecuadas aparecerán. Y no muchos saben con claridad, y aceptan, qué tendrán que hacer si esas oportunidades no funcionan.

16/6/2026

El libro más reciente de la serie, Market Wizards: The Next Generation, contiene numerosas joyas. En la entrevista con Lance Breitstein, le preguntan si estaba seguro de que tendría éxito cuando empezó.

Respondió: “No estaba seguro de que tendría éxito, pero sí estaba muy seguro de que trabajaría más que cualquiera en aquella firma”.

De hecho, pasaba horas grabando su operativa y revisando los puntos clave de decisión los domingos. Esa exposición adicional consolidó su capacidad para reconocer patrones en tiempo real.

Para Breitstein, esto no se vivía simplemente como trabajo duro. Jack Schwager señala “que para Breitstein, el trading era como un juego elaborado, algo divertido que amaba hacer, igual que le encantaba jugar a videojuegos cuando era niño” (p. 80).

Aquí hay un punto psicológico importante. Muchos traders trabajan duro. Muchos dedican largas horas. Lo que hace destacar al Wizard es trabajar muchas horas en lo que se conoce como estado de flujo: estar tan inmerso en algo divertido que el aprendizaje se acelera y se interioriza.

Por eso muchos Wizards trabajan con la misma intensidad cuando los mercados están cerrados que cuando están abiertos. Aman el proceso de descubrimiento. Aman la búsqueda. Aman los mercados, no solo el trading.

Quienes aman operar tienden a sobreoperar. Quienes aman los mercados aprenden a dominarlos mucho después de que termine la sesión.

15/6/2026

Un porcentaje sorprendente de los Market Wizards se arruinó en algún momento relativamente temprano de sus carreras. Estaban inmersos en los mercados y eran agresivos en su búsqueda de oportunidades, pero su entusiasmo y ambición les llevaron a ir demasiado lejos.

Lo destacable entre estos traders expertos —Paul Tudor Jones en el primer libro de los Wizards es un gran ejemplo— es su resiliencia y capacidad para aprender de la derrota.

Las pérdidas dolieron, pero los traders de éxito no permitieron que esas pérdidas los definieran ni los controlaran. Comenzaron su recuperación en un plazo relativamente corto. No perdieron la fe en sí mismos ni el impulso por tener éxito.

Igualmente importante es que no volvieron simplemente a hacer lo mismo que antes. La gran pérdida les llevó a cambiar su enfoque de trading de una manera que priorizaba la gestión del riesgo y la prevención de grandes pérdidas.

En lugar de buscar grandes rentabilidades absolutas, se centraron en rentabilidades sólidas ajustadas al riesgo, donde las ganancias en relación con las pérdidas fueran elevadas. Redefinieron el éxito y crearon un negocio sostenible: financiera y emocionalmente.

Una y otra vez leemos las palabras de los Wizards y la gestión del riesgo aparece como un elemento clave del éxito.

Lo que me parece destacable como psicólogo es que el fuerte enfoque en gestionar las pérdidas no se produce a costa del entusiasmo por descubrir oportunidades.

El Wizard tiene la capacidad única de mantener un ojo en el horizonte del crecimiento y el logro, y el otro en la cuenta de resultados.

 

¿Qué ocurrirá con la bolsa cuando los baby boomers empiecen a vender? por Ben Carlson

 

Un lector pregunta:

“La ‘demanda incesante’ procedente de los planes 401(k) ha inflado los precios de las acciones y reducido la volatilidad durante años. A medida que la población envejece, los fondos de fecha objetivo están sustituyendo acciones por bonos y las personas tienen que realizar distribuciones mínimas obligatorias (RMD). ¿En qué momento esta avalancha de ventas comenzará a presionar a la baja los precios de las acciones y se convertirá en una ‘oferta incesante’? ¿O la riqueza está tan concentrada en la parte alta de la distribución que este fenómeno es demasiado pequeño como para marcar una diferencia?”

Llevo recibiendo alguna versión de esta pregunta durante los últimos diez años.

Tiene sentido en teoría.

Josh escribió sobre la “demanda incesante” en 2014. Esta era la idea principal:

“Lo que esto significa para la propia naturaleza del mercado bursátil y para su comportamiento es muy importante. Significa que, ocurra lo que ocurra, cada semana los asesores financieros de todo tipo tienen dinero que invertir y cada vez son más indiferentes a las noticias del día. Todos tienen delante las mismas tablas actuariales y saben perfectamente que sus clientes viven más que nunca. Por eso, una proporción cada vez mayor de las carteras gestionadas se asigna a acciones. Y, en consecuencia, compran una y otra vez”.

La combinación de planes de jubilación con ventajas fiscales, mejores tecnologías, menores costes y nuevas reglas automáticas de inversión ha provocado una auténtica revolución inversora. Y los baby boomers estuvieron en primera línea de esa tendencia.

Además, son con diferencia la generación más rica de la historia porque han estado comprando activos financieros durante décadas:

Los baby boomers poseen alrededor de 90 billones de dólares de patrimonio neto, aunque probablemente la cifra real sea superior. La denominada Generación Silenciosa todavía controla unos 20 billones de dólares en activos, y hablamos de personas de más de 81 años. Gran parte de ese patrimonio terminará pasando a los baby boomers, por lo que en realidad podrían controlar cerca de 100 billones de dólares.

Los baby boomers y generaciones más mayores poseen aproximadamente el 70% de las acciones y también controlan cerca de la mitad de toda la riqueza inmobiliaria.

Han sido los mayores compradores de acciones durante años.

¿Qué ocurrirá cuando se conviertan en vendedores durante la jubilación?

Actualmente, entre 40 y 50 millones de baby boomers ya están jubilados. Entonces, ¿por qué la bolsa no se ha desplomado? Seguramente ya se han producido ventas derivadas de las distribuciones obligatorias y de las necesidades propias de la jubilación.

Creo que los temores sobre un posible desplome bursátil provocado por los baby boomers están exagerados por varias razones.

1. La riqueza bursátil está extremadamente concentrada

El 10% más rico controla el 87% de las acciones, casi el 85% de los negocios privados y cerca del 70% de toda la riqueza.

La mayor parte de esa riqueza no va a gastarse; será transferida a la siguiente generación.

Sí, habrá ventas de acciones durante los próximos años para financiar la jubilación, pero probablemente serán menores de lo que mucha gente imagina si se observa el conjunto del patrimonio.

Además, el dinero obtenido mediante las distribuciones obligatorias no desaparece. Se recicla dentro de la economía mediante el consumo.

Y eso no tiene por qué ser negativo para las empresas si los baby boomers continúan gastando dinero.

También es importante recordar que ese gasto se producirá de forma gradual, no de golpe.

2. Los baby boomers siguen necesitando asumir riesgos

Para una pareja de 65 años existe una probabilidad del 64% de que al menos uno de los dos llegue a vivir más allá de los 90 años.

Si te jubilas a los 60 años, todavía puedes tener por delante entre 20 y 30 años de inversión.

Los jubilados siguen necesitando asumir cierto riesgo para protegerse frente a la inflación.

Por eso las acciones continuarán desempeñando un papel importante en muchos planes de jubilación, ya que la mayoría de los baby boomers todavía necesitarán hacer crecer sus carteras.

3. Los millennials son el contrapeso natural

Actualmente existen alrededor de 70 millones de baby boomers.

Se espera que esa cifra disminuya en aproximadamente 16 millones de personas entre ahora y 2035, y en otros 24 millones adicionales hacia 2045.

Pero también existen aproximadamente 73 millones de millennials, que están entrando precisamente ahora en sus años de mayores ingresos, justo cuando los baby boomers comienzan a gastar sus carteras y a transferir patrimonio.

Puede que haya muchos mayores ricos, pero también hay una enorme cantidad de personas jóvenes preparadas para comprar esos activos.

El grupo de población más numeroso actualmente tiene entre 33 y 37 años.

Además, los jóvenes invierten hoy mucho más que los baby boomers cuando tenían esa misma edad.

Si aumenta la oferta de acciones o viviendas, existen compradores potenciales dispuestos a adquirirlas.

La clave está en que no es una sorpresa

Otro aspecto importante de la demografía es que estos procesos son bastante previsibles.

El llamado “precipicio demográfico” de los baby boomers no es ninguna sorpresa para los participantes del mercado.

Los inversores, las empresas, los gestores de fondos y los planificadores financieros saben desde hace años que este proceso está en marcha.

El mercado ya sabe que esto viene.

 

Uso inteligente de los perfiles de volumen de corto plazo por Peter Davies

 

El perfil de volumen de largo plazo funciona porque el mercado tiene memoria. En cambio, los perfiles de volumen de corto plazo funcionan por una razón distinta: muestran dónde es probable que haya operadores posicionados.

Para quienes no lo conozcan, el perfil de volumen es la columna de colores. Los colores indican las áreas de valor, el punto de control, el VWAP, etc. Los números representan el número total de contratos negociados en cada precio.

Antes de entrar en cómo utilizarlo, tenemos que abordar el elefante en la habitación, estrecharle la trompa y darle las gracias por los recuerdos.

Ese volumen no representa únicamente a personas operando posiciones directas, es decir, trading direccional: comprar para vender más arriba o vender en corto para recomprar más abajo.

El crudo es un ejemplo extremo de esto. En el contrato de vencimiento más cercano del petróleo, aproximadamente el 50% de la negociación corresponde a operaciones directas y los spreads —por ejemplo, comprar petróleo de agosto y vender petróleo de septiembre— representan el otro 50% de toda la negociación. Si vamos más allá del primer vencimiento, las operaciones directas se acercan más al 30%.

Dentro de los traders direccionales, aproximadamente entre el 60% y el 80% cierran su posición el mismo día, mientras que entre el 20% y el 40% son traders de más largo plazo.

Esto es diferente en cada mercado. La razón por la que esto importa es la siguiente:

• Los traders de spreads no se preocupan por lo que ocurra en un solo lado de la operación; se preocupan por la relación entre los distintos vencimientos o instrumentos. Por tanto, no deberíamos esperar que estos participantes reaccionen ante un movimiento en contra en una sola pata de la operación.
• Los traders de largo plazo tampoco suelen verse demasiado afectados por los movimientos intradía habituales.

Así que, en el WTI, es razonable decir que gran parte del volumen es irrelevante para el trader intradía.

Y esto no importa en absoluto.

¿Por qué? Supongamos que en cada precio tenemos un 50% de participantes que no reaccionarán a los movimientos intradía y otro 50% que sí lo hará. Eso no cambia la forma del perfil. Por tanto, si hay más volumen en un precio, podemos asumir que hay suficientes operaciones de corto plazo como para provocar una reacción cuando esos traders queden atrapados en el lado equivocado.

Los nodos de alto volumen representan áreas donde muchos traders de corto plazo están posicionados. La mejor analogía que se me ocurre es el algodón de azúcar.

Mr. Jigsaw haciendo algodón de azúcar en un parqué de trading

Los nodos de alto volumen suelen comenzar con mucho volumen en un único precio. Después el mercado cotiza por encima de ese precio, luego por debajo, después otra vez por encima. Cada vez se mueve un poco más arriba y un poco más abajo, construyendo un volumen visible, igual que el algodón de azúcar se va acumulando alrededor del palo.

Puedes verlo desarrollarse en tiempo real. Observa y verás cómo aparece mucho volumen y luego el mercado sigue cruzando por encima y por debajo de esa zona.

El resultado final es algo como esto:

Las cajas amarillas son nodos de alto volumen. En esas áreas hay traders largos y traders cortos, y uno de los dos lados va a perder.

Entonces, ¿cómo aprovechamos el perfil de volumen de corto plazo? Hay varias formas de operar esos nodos de alto volumen.

• Comprar la parte baja y vender la parte alta. A veces, el alto volumen se convierte en un rango lateral que dura bastante tiempo y alcanza una altura razonable. Es una buena operación, pero cuanto más veces el precio toca los extremos del rango, menos probable es que ese rango siga aguantando.
• La falsa ruptura. El rango se rompe, pero en realidad solo es algún participante grande empujando el mercado contra uno de los lados. El movimiento se desvanece rápidamente y el precio vuelve al rango. Espera una falsa ruptura después de tres o cuatro ataques a los extremos del rango y utiliza el flujo de órdenes para observar cuándo salen quienes provocaron esa falsa ruptura. Si tu objetivo es el extremo opuesto del rango, la propia naturaleza de la falsa ruptura ofrece más potencial de recompensa.
• El retesteo. El mercado rompe de verdad y se puede ver en el flujo. Supongamos que el mercado tiene un rango con 10.000 contratos y rompe al alza. Eso significa que hay miles de cortos lamiéndose las heridas. Acaban de recibir un golpe por vender en esa zona. ¿Van a volver a vender otra vez? Probablemente no. Por eso, después de una ruptura alcista, el mercado baja y los vendedores desaparecen. La operación consiste en comprar el retesteo de la parte alta del rango. Los cortos que todavía estén dentro aprovecharán la oportunidad para salir, porque la operación no va a su favor. Los largos pueden aprovechar para añadir más a mejores precios. Es un desequilibrio.

En la imagen anterior podemos ver que el mínimo del nodo de alto volumen está en 74,05. Es muy probable que todavía haya algunos largos aguantando y, si volvemos a subir hacia 74,05, el precio podría ser rechazado por las posiciones que existen allí.

Pero supongamos que el mercado cae hasta 65 dólares, cientos de ticks más abajo.

• ¿Seguirán ahí los largos de aquella zona de alto volumen después de haber soportado una pérdida enorme, o habrán cortado pérdidas y salido antes?
• ¿Seguirán ahí los cortos de aquella zona de alto volumen después de haber mantenido una gran ganancia, o habrán tomado beneficios?

Creo que puedes responder tú mismo a ambas preguntas.

El hecho es que, cuando el precio se aleja mucho del nodo de alto volumen, no es realista pensar que esos participantes seguirán reaccionando. Ni los day traders, ni los traders de largo plazo, ni los operadores de spreads.

El perfil de volumen de corto plazo es útil cuando muestra posicionamiento reciente. Se vuelve menos útil cuando el precio se ha alejado lo suficiente como para que esos traders probablemente ya no estén ahí.

Resumen de la Regla 19: utiliza los perfiles de volumen de corto plazo como un mapa del posicionamiento reciente, no como soportes y resistencias permanentes. Una vez que los traders detrás del nodo han desaparecido, el nivel pierde su ventaja.

 

Por qué te falta disciplina en trading (y cómo solucionarlo) por Bramesh Bhandari

 

La mayoría de los traders creen que su principal problema es la disciplina o la psicología. Abres YouTube o recorres X (Twitter) y te encuentras siempre con los mismos consejos: controla tus emociones, medita antes de que abra el mercado, lee filosofía estoica, vence tus demonios interiores. Todo eso está completamente al revés.

No tienes un problema de disciplina. Tienes un problema de claridad.

Déjame demostrártelo ahora mismo.

Imagina que tengo un botón algorítmico especial sobre mi escritorio. Cada vez que lo pulsas, deposita automáticamente 100.000 rupias en tu cuenta bancaria. Pero existe una condición: el botón solo funciona los martes exactamente a las 10:15 de la mañana. Si lo pulsas en cualquier otro momento, no ocurre nada o, peor aún, te da una descarga eléctrica.

Si te entregara ese botón, ¿tendrías problemas de disciplina para evitar pulsarlo un jueves por la tarde? ¿Te despertarías un lunes por la mañana con una fuerte sensación de FOMO y empezarías a pulsarlo compulsivamente esperando recibir dinero? No lo harías.

Esperarías tranquilamente al martes a las 10:15. No necesitarías que nadie te impidiera pulsarlo un miércoles. No necesitarías ejercicios de respiración para controlar la ansiedad un lunes. Simplemente esperarías porque sabes exactamente cuándo funciona. Serías paciente porque tienes certeza.

La razón por la que sobreoperas en los mercados reales es porque no tienes esa certeza. La razón por la que haces revenge trading después de una pérdida es porque no confías en tu ventaja estadística. La razón por la que rompes tus propias reglas es porque, en el fondo de tu subconsciente, esas reglas no te parecen completamente reales.

Eso no es un problema de disciplina. Es un problema de convicción. Y la verdadera convicción —la que te permite permanecer tres horas sin hacer nada mientras el mercado se mueve lateralmente— solo proviene de un lugar: la evidencia.

El mito de la psicología del trading

La industria educativa del trading prospera haciéndote creer que tus fracasos son un defecto de carácter. Si pierdes una cuenta financiada o destruyes tu capital mensual en una mala operación, te dirán que te faltó disciplina.

Esto crea un ciclo infinito de culpa. Te prometes que mañana serás más disciplinado. Escribes “Sigue tus reglas” en una nota adhesiva y la pegas en el monitor. Pero en cuanto abre el mercado y las cotizaciones empiezan a parpadear en verde y rojo, vuelven la ansiedad, las dudas y las entradas impulsivas.

¿Por qué? Porque tus reglas están construidas sobre cimientos débiles.

No puedes arreglar un sistema de trading roto con una mentalidad fuerte. Puedes tener el autocontrol emocional de un monje zen, pero si operas una estrategia con esperanza matemática negativa, acabarás perdiendo dinero igualmente. La única diferencia es que lo perderás con mucha calma.

Los traders que parecen disciplinados no son mentalmente superiores. Tampoco nacieron con una genética especial. Simplemente hicieron el trabajo duro y aburrido necesario para saber que su ventaja estadística es real.

Cuando sufren una pérdida no hacen revenge trading porque sus datos les dicen que las pérdidas son simplemente un coste operativo. Cuando permanecen fuera del mercado no están demostrando una fuerza de voluntad sobrehumana. Están siendo racionales. Están esperando al martes a las 10:15.

La diferencia entre una hipótesis y una ventaja real

Cuando le digo a un trader que necesita reunir evidencia, la respuesta suele ser inmediata: “Pero yo ya he hecho backtesting de mi estrategia”.

No, probablemente no lo has hecho.

Desplazar un gráfico hacia la izquierda en TradingView, encontrar cincuenta ejemplos donde un cruce de medias funcionó y olvidar todos los casos donde fracasó no es investigación. Eso se llama sesgo de confirmación.

Hasta que no hayas probado rigurosamente tus parámetros, no tienes una ventaja estadística. Solo tienes una hipótesis. Y es biológicamente imposible que el cerebro humano mantenga una disciplina perfecta cuando arriesga dinero real sobre una hipótesis no demostrada.

Un verdadero backtesting incluye más de 500 operaciones analizadas, un registro detallado de cada setup, conocer tu tasa de acierto, ratio beneficio-riesgo, drawdown máximo y esperanza matemática, utilizar reglas de entrada rígidas y objetivas y haber probado el sistema en mercados alcistas, bajistas, volátiles y laterales.

Hasta que no completes ese trabajo, estás adivinando. Deja de intentar arreglar tu psicología y empieza a construir certeza.

La convicción según Gann y los ciclos

Para quienes estudian los mercados desde la perspectiva de W.D. Gann y los ciclos temporales, la convicción nace al comprender que el mercado no se mueve completamente al azar.

Gann defendía que el tiempo era el factor más importante. Cuando entiendes esto, dejas de perseguir movimientos impulsivos y comienzas a centrarte en la intersección entre tiempo y precio.

El concepto central es definir los límites estructurales del mercado. Mediante una Caja de Gann mensual, utilizando el máximo y el mínimo del mes, se crea un marco operativo claro.

Dentro de ese marco, la línea del 50% de equilibrio es especialmente importante. Cuando el precio cotiza por encima de ese nivel, el mercado muestra características alcistas. Cuando cotiza por debajo, predominan las características bajistas.

De esta forma desaparece gran parte de la incertidumbre. No necesitas preguntarte continuamente si el mercado es alcista o bajista. El propio mercado ya te está dando una respuesta objetiva.

Eliminar la duda mediante reglas mecánicas

Muchos traders se bloquean justo cuando llega el momento de ejecutar. Ven el movimiento, pero comienzan a preguntarse si será una ruptura falsa, si deberían esperar una corrección o si están entrando demasiado tarde.

La solución consiste en crear filtros mecánicos. Por ejemplo, validar una ruptura utilizando un Rolling VWAP. Si el precio supera un nivel importante pero sigue por debajo del VWAP, la señal queda invalidada. Si además la tendencia principal medida por un VWAP de mayor plazo es bajista, una compra tendrá menos probabilidades de éxito.

Las reglas deben parecerse más a código informático que a opiniones. O cumplen las condiciones o no las cumplen.

Del mismo modo, los escáneres de proximidad permiten centrarse únicamente en activos cercanos a zonas operativas relevantes. Así se elimina gran parte del ruido del mercado y desaparece el impulso de perseguir movimientos que ya han ocurrido.

La gestión del riesgo crea disciplina automática

La mayoría de los problemas psicológicos aparecen cuando el riesgo es excesivo. Un trader que arriesga demasiado inevitablemente sentirá miedo.

Por eso el dimensionamiento dinámico de posiciones es tan importante. En lugar de operar siempre el mismo número de contratos, el tamaño de la posición debe ajustarse según la distancia del stop loss.

Si el stop es amplio, la posición debe ser más pequeña. Si el stop es reducido, la posición puede ser mayor. Así, el riesgo monetario permanece constante.

Cuando sabes que cada operación pone en juego exactamente el mismo porcentaje de tu cuenta, desaparece gran parte de la ansiedad.

Del mismo modo, los trailing stops permiten eliminar muchas decisiones emocionales. El sistema gestiona automáticamente la salida mientras el trader simplemente ejecuta el plan.

Los profesionales no dejan correr las pérdidas y cortan los beneficios. Hacen exactamente lo contrario. Limitan rápidamente las pérdidas y permiten que los beneficios crezcan todo lo posible.

Haz el trabajo

Cuando operas una metodología bien definida, respaldada por cientos de operaciones analizadas, con reglas claras de entrada, salida y gestión monetaria, la necesidad de una disciplina heroica prácticamente desaparece.

El trading deja de parecer una montaña rusa emocional y se convierte en una tarea repetitiva, metódica y aburrida.

No necesitas otro libro de autoayuda. No necesitas otro curso de psicología del trading. Necesitas abrir gráficos, registrar cientos de operaciones, medir resultados y construir la evidencia necesaria para confiar en tu ventaja estadística.

Deja de intentar arreglar tu psicología. Empieza a construir certeza.

La disciplina llegará por sí sola.

 

Por qué la mayoría de las carteras están insuficientemente diversificadas por Quantpedia

 

La diversificación es un principio clave en la construcción de carteras, pero las carteras equiponderadas a menudo no consiguen ofrecer una verdadera diversificación del riesgo. Este estudio muestra que una asignación basada en el capital puede ocultar una fuerte concentración en un pequeño número de factores de riesgo subyacentes.

Analizamos una cartera multiactivo sencilla compuesta por diez ETFs que abarcan acciones, bonos, materias primas, crédito, capital privado y Bitcoin. A pesar de tener pesos iguales, el riesgo está altamente concentrado en unos pocos activos volátiles y amplificado por fuertes correlaciones entre activos, especialmente dentro de los mercados de renta variable y crédito.

La estrategia de risk parity reduce esta concentración al equilibrar las contribuciones al riesgo y mejora el rendimiento ajustado al riesgo, aunque a costa de menores rentabilidades. Una mejora adicional se consigue mediante una asignación basada en clustering, que agrupa activos similares y distribuye el riesgo entre fuentes de retorno más independientes.

Los resultados demuestran que la diversificación efectiva depende de la estructura de los factores de riesgo y no del número de activos o de pesos iguales en capital.

Introducción

La diversificación es uno de los principios más fundamentales de la construcción de carteras. Sin embargo, en la práctica, a menudo es más aparente que real.

Las carteras que parecen diversificadas desde el punto de vista de la asignación de capital pueden seguir estando fuertemente concentradas en un pequeño número de factores de riesgo subyacentes.

Para ilustrar este punto, construimos una cartera multiactivo sencilla compuesta por diez ETFs ampliamente utilizados que cubren acciones, bonos, materias primas, crédito, capital privado y Bitcoin obtenidos de EODHD.com —patrocinador de nuestro blog— (y como oferta especial, los lectores de nuestro blog pueden disfrutar de un descuento exclusivo del 30% en los planes premium de EODHD).

Cada activo recibe una ponderación igual del 10%, creando una asignación aparentemente bien diversificada.

Todos los análisis son proporcionados por Quantpedia Portfolio Analysis. En primer lugar, analicemos nuestra cartera mediante el informe Portfolio Risk Parity.

El gráfico de la izquierda muestra la asignación equiponderada, mientras que el gráfico de la derecha presenta la descomposición de las contribuciones al riesgo.

A pesar de los pesos de capital idénticos, la cartera está lejos de estar equilibrada. Una parte sustancial del riesgo total proviene de unos pocos activos dominantes, especialmente Bitcoin, las acciones del Nasdaq y el capital privado.

Los instrumentos de menor volatilidad, como los bonos gubernamentales, contribuyen solo marginalmente al riesgo total.

El rendimiento de los componentes destaca aún más esta asimetría. Los activos de alta volatilidad dominan las fluctuaciones de la cartera y determinan en gran medida la trayectoria general de los rendimientos, mientras que otros activos desempeñan un papel secundario.

Este desequilibrio se amplifica todavía más por la estructura de correlación de la cartera.

La matriz de correlaciones muestra que muchos activos están estrechamente relacionados. Las exposiciones a renta variable (SPY, QQQ, EFA) presentan una elevada correlación mutua, mientras que los instrumentos de crédito se comportan de forma similar a las acciones.

El capital privado también está estrechamente vinculado a los mercados públicos. Incluso Bitcoin, que a menudo se percibe como un diversificador, muestra una correlación positiva con los activos de riesgo en un rango de entre 0,3 y 0,4.

Como resultado, la cartera contiene múltiples posiciones que representan efectivamente el mismo riesgo subyacente.

La cartera equiponderada resultante ofrece un rendimiento sólido, pero su comportamiento está impulsado principalmente por exposiciones concentradas.

Las caídas coinciden con periodos de tensión en los mercados bursátiles y otros activos de riesgo, confirmando que los beneficios de diversificación son limitados.

Asignación basada en el riesgo

Una forma natural de abordar este problema es pasar de una asignación basada en capital a una asignación basada en riesgo.

En lugar de asignar pesos iguales, la cartera se construye de forma que cada activo contribuya con una porción similar del riesgo total.

Los pesos de risk parity se ajustan dinámicamente, reduciendo la exposición a activos de alta volatilidad como Bitcoin y las acciones, al tiempo que aumentan las asignaciones a componentes de menor volatilidad como los bonos.

Esto produce una distribución más equilibrada de las contribuciones al riesgo entre los distintos activos.

El impacto de este ajuste es visible en la curva de capital. En comparación con la cartera equiponderada, la estrategia de risk parity muestra una trayectoria más suave y con reducciones significativas en los drawdowns.

La contrapartida es una menor rentabilidad absoluta.

Las métricas de rendimiento confirman esta observación. Aunque las rentabilidades disminuyen, la volatilidad cae aún más, lo que conduce a una mejora del rendimiento ajustado al riesgo.

Los drawdowns también se reducen de manera significativa, algo coherente con el objetivo de una asignación basada en el riesgo.

Más allá del Risk Parity: Clustering

Aunque el risk parity mejora la distribución del riesgo, no resuelve completamente el problema de los activos correlacionados.

Si varios instrumentos comparten comportamientos similares, asignar riesgo a nivel de activo puede seguir provocando concentraciones ocultas.

Para abordar esta cuestión, aplicamos técnicas de clustering para identificar grupos de activos con características de rentabilidad similares.

Los resultados muestran que los activos forman de manera natural un pequeño número de grupos.

Bitcoin aparece como un clúster independiente, mientras que las acciones y los instrumentos de crédito se agrupan conjuntamente, y los bonos forman otro grupo.

Esto confirma que el número real de fuentes independientes de riesgo es significativamente menor que el número de activos de la cartera.

La composición de los clústeres permanece relativamente estable a lo largo del tiempo, lo que sugiere que estas relaciones son persistentes y no temporales.

Esta observación motiva un enfoque alternativo: en lugar de asignar riesgo entre activos individuales, el riesgo puede asignarse entre clústeres.

Asignación de riesgo basada en clustering

Las estrategias de risk parity basadas en clustering buscan igualar las contribuciones al riesgo a nivel de clúster.

Esto conduce a una diversificación más efectiva entre fuentes independientes de retorno.

Los resultados muestran que los enfoques basados en clustering pueden mejorar el rendimiento en comparación con un risk parity tradicional.

Las rentabilidades son mayores, mientras que el riesgo permanece controlado, lo que conduce a métricas ajustadas al riesgo más sólidas y a mejores características de drawdown.

Conclusión

El análisis demuestra que las carteras equiponderadas suelen crear una ilusión de diversificación, ya que el riesgo de la cartera suele estar impulsado por un conjunto limitado de factores comunes y reforzado por fuertes correlaciones entre activos.

El risk parity mejora esta situación al trasladar el foco desde los pesos de capital hacia las contribuciones al riesgo, reduciendo la concentración en activos de alta volatilidad y produciendo un perfil de riesgo más equilibrado.

Sin embargo, los métodos basados en clustering proporcionan una mejora adicional al tener explícitamente en cuenta la estructura de correlaciones y agrupar activos similares, lo que conduce a una representación más precisa de las fuentes independientes de riesgo y a una diversificación más robusta.

Autor: David Mesicek, Analista Cuantitativo Junior, Quantpedia

 

US Market Call: ¿Está la exuberancia irracional impulsando el FEMO? 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”.

 

La burbuja bursátil de finales de los años noventa estuvo impulsada por el miedo a quedarse fuera (FOMO) del mercado alcista liderado por la tecnología. Como resultado, el PER adelantado del S&P 500 alcanzó un máximo histórico de 25,0 a comienzos del año 2000, mientras que el PER adelantado del sector de Tecnología de la Información del S&P 500 se disparó hasta un récord de 55,0.

El mercado alcista actual está siendo impulsado cada vez más por el Fabulous Earnings Momentum (FEMO), es decir, un extraordinario impulso de beneficios. El viernes, el S&P 500 cerró cerca de su máximo histórico del 2 de junio en 7.609,78 puntos. Su PER adelantado era de 20,4, mientras que el del sector tecnológico se situaba en apenas 23,0.

Un rally impulsado por beneficios debería ser mucho más sostenible que uno impulsado únicamente por la expansión de múltiplos provocada por la exuberancia irracional. FEMO supera a FOMO. La cuestión que nos plantean cada vez con más frecuencia es si la calidad de esos beneficios está deteriorándose y alimentando expectativas excesivamente optimistas.

¿Podría la financiación circular estar inflando artificialmente los beneficios de las compañías relacionadas con la inteligencia artificial? ¿Podrían las plusvalías obtenidas por sus inversiones cruzadas estar produciendo el mismo efecto?

Veámoslo.

(1) FEMO

La expectativa consensuada de crecimiento de beneficios a largo plazo (LTEG) para el sector tecnológico del S&P 500 se disparó hasta el 38,0% durante la semana del 18 de junio, mientras que la del conjunto del S&P 500 alcanzó el 23,1%.

Ambas cifras superan ampliamente los máximos registrados en el año 2000, cuando los niveles fueron del 28,7% y 18,7%, respectivamente. La diferencia actual de 14,9 puntos porcentuales entre ambas también supera la brecha de 10 puntos observada durante el pico de la burbuja tecnológica.

Además, parte de este FEMO no procede estrictamente de beneficios operativos. Durante el primer trimestre de 2026, las ganancias derivadas de la valoración a mercado de participaciones en empresas de inteligencia artificial representaron el 58% del beneficio neto de Alphabet, el 52% del de Amazon y el 27% del de Nvidia. La financiación circular entre los grandes gigantes de la IA también constituye una preocupación creciente.

Actualmente, los sectores de Tecnología de la Información y Servicios de Comunicación representan el 47,2% de la capitalización total del S&P 500. Esto no constituye necesariamente una señal de exuberancia irracional, ya que ambos sectores generan conjuntamente el 43,8% de los beneficios futuros estimados del índice.

No obstante, cierta exuberancia podría estar presente si esas expectativas de beneficios finalmente no llegan a materializarse debido a los factores mencionados anteriormente.

Por otro lado, los inversores no están valorando esas previsiones con la misma intensidad que durante la burbuja tecnológica de finales de los noventa. Entonces era el FOMO quien impulsaba el mercado alcista. Hoy es el FEMO.

Aunque la calidad de los beneficios de los denominados Magnificent Seven pueda verse afectada por la financiación circular y las ganancias de capital, ese problema no parece existir entre las otras 493 compañías del índice, cuyos beneficios han estado creciendo a un ritmo superior desde mediados de 2025.

Mientras tanto, el beneficio por acción adelantado del S&P 500 aumentó hasta los 368,91 dólares durante la semana del 18 de junio. Las estimaciones para 2026 alcanzan los 340,82 dólares y para 2027 los 399,25 dólares, marcando nuevos máximos históricos.

Los beneficios adelantados de los índices S&P 600 Small Cap y S&P 400 Mid Cap también han estado creciendo con fuerza durante el último año y se encuentran igualmente en máximos históricos. El FEMO se está ampliando a un número cada vez mayor de compañías.

(2) Acciones

El FEMO está impulsando a los ETF de momentum hacia máximos históricos, encabezados por el iShares MSCI USA Momentum (MTUM), que acumula una subida del 33,9% en el año.

Los ETF de semiconductores también se encuentran en máximos históricos. Micron se ha convertido en la tercera mayor posición del ETF SMH tras registrar una rentabilidad del 259% en lo que va de año.

Por su parte, el ETF del Russell 2000 (IWM) está rompiendo hacia nuevos máximos, una señal de que la subida bursátil se está extendiendo más allá de las grandes tecnológicas de mega capitalización.

(3) Valoración y sentimiento

La diferencia entre el PER adelantado del S&P 500 y el del S&P 400 se ha reducido hasta 4,0 puntos, mientras que la diferencia frente al S&P 600 se sitúa en 4,3 puntos.

Ambas lecturas se encuentran claramente por debajo de los máximos registrados a finales de 2025, cuando alcanzaron 6,9 y 7,5 puntos respectivamente.

Los indicadores de sentimiento tampoco muestran excesos significativos. El ratio alcistas/bajistas de Investors Intelligence se sitúa en 2,45 frente a una media histórica de 2,59, mientras que el ratio de la AAII es de 0,93 frente a una media de 1,19.

El sentimiento permanece equilibrado: ni excesivamente optimista ni excesivamente pesimista.

(4) Materias primas

El precio del Brent ha caído con fuerza en los últimos días hasta los 79,85 dólares por barril.

Esta caída debería contribuir a reforzar el FEMO durante las próximas semanas, ya que unos costes energéticos más bajos favorecen los márgenes empresariales.

Sin embargo, el petróleo podría recuperarse si el reciente acuerdo de paz comienza a deteriorarse.

Por otro lado, el oro podría haber encontrado suelo cerca de los 4.000 dólares por onza hace unos días. No obstante, una Reserva Federal más agresiva podría seguir ejerciendo presión sobre el metal precioso.

(5) Crédito

Los mercados han reajustado sus expectativas tras la primera rueda de prensa del presidente de la Fed, Kevin Warsh. Actualmente, los futuros sobre los fondos federales descuentan una subida de 25 puntos básicos durante los próximos seis meses y dos subidas durante los próximos doce meses.

La rentabilidad del bono estadounidense a dos años, situada en el 4,19%, permanece claramente por encima del tipo efectivo de los fondos federales, que se encuentra en el 3,63%.

Al mismo tiempo, la diferencia entre los rendimientos de los bonos a dos y diez años se ha reducido hasta su nivel más estrecho del último año.

Los ETF de crédito privado han comenzado a mostrar debilidad. El Virtus Private Credit (VPC) acumula una caída del 3,3% durante el último mes, mientras que el VanEck BDC Income (BIZD) retrocede un 1,2%.

Sin embargo, los préstamos y arrendamientos concedidos por los bancos comerciales continúan creciendo a una tasa del 7,3% interanual, un ritmo compatible con una economía en expansión y muy alejado de los niveles contractivos que históricamente han precedido a las recesiones.

No existe actualmente ninguna crisis de crédito. Los bancos siguen financiando la economía real y manteniendo el flujo de financiación.

Seguimos manteniendo una visión constructiva sobre el mercado alcista. El FEMO continúa ampliándose a más segmentos del mercado y seguiremos monitorizando cuidadosamente la calidad de los beneficios empresariales.

 

Bitcoin intenta construir suelo: doble mínimo, rango lateral y zonas clave para los traders por Al Brooks

 

Bitcoin vuelve a estar en una zona técnica decisiva. Después de una fuerte pata bajista, el mercado está mostrando señales de agotamiento tanto en el gráfico semanal como en el diario. La lectura principal no es la de una tendencia bajista limpia, sino la de un activo que probablemente está entrando en un amplio rango de negociación, donde los traders compran cerca de soportes y venden cerca de resistencias.

La zona de los 60.000 dólares empieza a tomar importancia porque el precio podría estar construyendo un doble suelo. No se trata todavía de una señal definitiva, pero sí de una estructura que obliga a mirar el mercado con más calma. Tras una gran caída, muchos participantes tienden a vender tarde, justo cuando el mercado empieza a perder presión bajista. Ese suele ser uno de los errores clásicos en fases de capitulación.

En el gráfico semanal, el contexto es fundamental. Antes de pensar en comprar o vender, lo primero es decidir si el mercado está en tendencia o en rango. En este caso, la estructura sugiere que Bitcoin se encuentra dentro de un rango amplio. A la izquierda del gráfico existe mucha acción del precio, varias zonas de soporte y resistencia y una estructura previa que favorece más la lectura de mercado lateral que la de una tendencia bajista sostenida.

El movimiento bajista reciente puede interpretarse como una pata dentro de ese rango. Hubo una ruptura alcista previa que falló, después una secuencia bajista y finalmente un intento de estabilización. La caída ha sido fuerte, pero no necesariamente implica que el mercado vaya a desplomarse sin pausa. En la metodología de Al Brooks, después de un movimiento climático suele esperarse una fase de dos patas laterales o alcistas, especialmente cuando el precio se aproxima a zonas donde ya hubo compradores en el pasado.

La zona entre 48.000 y 50.000 dólares aparece como un soporte de marco temporal superior. Es una región donde el precio no suele permanecer demasiado tiempo porque históricamente ha habido poca negociación y reacciones importantes. Estas zonas de bajo desarrollo de precio suelen actuar como áreas de decisión: o el mercado rebota con fuerza o las atraviesa rápidamente.

También hay una referencia mensual relevante cerca de esos niveles, asociada a un mínimo creciente importante. Por eso, aunque Bitcoin pudiera volver a caer hacia esa zona, no estaríamos hablando necesariamente de una ruptura bajista definitiva, sino de una posible prueba de soporte dentro de una estructura mayor de rango.

Para los alcistas, la idea es sencilla: comprar bajo dentro del rango. Si el mercado está efectivamente en una fase lateral, comprar cerca de mínimos importantes y escalar más abajo puede ser una estrategia razonable, siempre que el tamaño de posición sea adecuado. El riesgo no desaparece, pero el potencial bajista empieza a estar más limitado si el precio se aproxima a una zona donde los compradores ya han demostrado interés.

La ruptura bajista reciente generó mucho miedo, pero también puede interpretarse como un movimiento de agotamiento. Cuando todos entran en pánico al mismo tiempo, el mercado muchas veces ya ha descontado gran parte del daño. Por eso, una caída vertical después de una segunda pata bajista puede ser menos peligrosa de lo que parece para un inversor paciente, aunque siga siendo complicada para un trader sin plan.

Uno de los niveles más importantes por arriba es la zona de los 80.000 dólares. Si Bitcoin consigue formar un doble suelo y girar al alza, ese sería uno de los primeros objetivos naturales. Más arriba, la zona de los 90.000 dólares actúa como otro imán de precio, especialmente porque coincide con el área central de una antigua bandera bajista. Los mercados tienden a volver a las zonas de equilibrio cuando los extremos se agotan.

Ahora bien, no conviene confundir una posible oportunidad alcista con una señal automática de compra. El mercado todavía puede probar de nuevo los mínimos recientes. De hecho, tras el fallo de una señal alcista semanal, aumenta la probabilidad de que Bitcoin vuelva a testear la parte baja de la vela interior previa. Si esa prueba genera rechazo y aparece una buena vela de giro, el setup alcista será mucho más sólido.

La clave está en esperar confirmación. Un trader de momentum debería evitar anticiparse demasiado. Es preferible esperar una reversión clara, una vela alcista fuerte o una estructura de doble mínimo con buena reacción. En cambio, un trader institucional o de escalado puede aceptar comprar zonas bajas del rango, siempre que tenga capital suficiente, stops amplios y una gestión del riesgo muy bien definida.

En el gráfico diario, la lectura es parecida. Bitcoin venía de una estructura de giro mayor bajista tras romper una directriz alcista importante. Después apareció una fuerte ruptura bajista que alcanzó objetivos de movimiento medido. Cuando un mercado cumple objetivos bajistas y empieza a mostrar toma de beneficios, lo habitual es que deje de comportarse como tendencia pura y empiece a moverse como rango.

El gráfico diario también muestra un detalle importante: la recuperación alcista previa ha fallado parcialmente. Los compradores lograron construir una subida en dos patas, pero los bajistas consiguieron retroceder gran parte de ese canal alcista. Cuando un retroceso devuelve dos tercios o más del movimiento previo, disminuyen las probabilidades de volver a probar el máximo antes de volver a probar el mínimo.

Esto significa que el mercado puede necesitar una nueva caída o una nueva prueba de soporte antes de estar preparado para subir. Por eso, el escenario más razonable no es perseguir el precio al alza, sino esperar compras cerca de posibles dobles suelos o ventas cerca de posibles dobles techos.

Mientras el microgap bajista siga abierto, los bajistas mantienen cierto control de corto plazo. Si el mercado cierra ese hueco, aumentará la confusión entre compradores y vendedores, algo típico de los rangos laterales. En ese entorno, la ventaja no está en perseguir rupturas, sino en operar con paciencia: comprar bajo, vender alto y no enamorarse de ninguna narrativa.

El viernes dejó una vela interior que, como señal alcista, parece débil. Probablemente haya más vendedores que compradores por encima de esa barra. Eso refuerza la idea de que Bitcoin podría necesitar una nueva prueba bajista antes de construir un rebote más limpio.

La conclusión es clara: Bitcoin no está muerto, pero tampoco ha confirmado todavía una nueva tendencia alcista. El escenario más probable es un rango amplio tras una fuerte pata bajista. Los niveles de 48.000-50.000 dólares funcionan como soporte estructural; los 60.000 dólares pueden actuar como zona de doble suelo; y los 80.000 y 90.000 dólares son objetivos razonables si el mercado consigue girar.

Para los traders, la prioridad no es adivinar el mínimo exacto, sino mantener la disciplina. En un mercado de rango, las rupturas fallan con frecuencia y las emociones suelen salir caras. La oportunidad puede estar cerca, pero solo tendrá sentido si viene acompañada de una buena estructura, una relación beneficio-riesgo favorable y una gestión del riesgo impecable.

 

Mi memorando de entendimiento con los semiconductores y la IA… no seas codicioso por Howard Lindzon

 

Menuda semana.

Vi desarrollarse la mayor parte de esta semana desde mi escritorio en Phoenix porque afuera había 46 grados centígrados. Demasiado calor.

Vi demasiadas noticias durante estos días. Siento como si hubiera ganado diez kilos de enfado. Vi tantas noticias que mi algoritmo perfectamente afinado de YouTube TV, basado en comedia y tonterías, terminó completamente transformado. Y cuando no estaba viendo noticias, me llegaban por mensaje.

¿Por dónde empezar?

El MOU organizado por Pakistán, el Tratado de Paz Vance firmado por Trump con un rotulador Sharpie en Versalles, la pelea de UFC en el jardín de la Casa Blanca, el escándalo de las algas en el Reflecting Pool, los enemigos vecinos de Irán pagando 300.000 millones de dólares a Irán —la versión de Oriente Medio de «México pagará el muro»—, la gira promocional del podcast-libro de JD Vance, el desfile de celebración de los New York Knicks y, por supuesto, todos los principales índices bursátiles estadounidenses, liderados por el increíble índice de semiconductores, cerrando en máximos históricos o muy cerca de ellos, a pesar de que el nuevo presidente de la Fed, Kevin, decidió que probablemente los tipos de interés deberían subir.

Trump afirma que firmó el MOU para mantener las acciones al alza y reducir los precios del petróleo. Sin embargo, como puede verse en este gráfico de largo plazo, el Nasdaq 100 y el índice de semiconductores ni siquiera se inmutaron durante los cuatro meses de guerra con Irán.

Desde que comenzó la guerra con Irán, el índice de semiconductores ha subido cerca de un 100%.

Yo celebré el viernes vendiendo una parte importante de mi posición en el índice de semiconductores. En mi caso se trata simplemente de una cuestión de asignación de activos, como verás en los gráficos que aparecen más abajo.

El debate sobre si la inteligencia artificial y los semiconductores están formando una burbuja continúa, pero no tengo ningún interés en participar en esa discusión.

Lo que sí creo es que la demanda de capacidad de cómputo, herramientas de inteligencia artificial y aplicaciones seguirá creciendo.

¿Por qué?

Ya he compartido anteriormente estos artículos de Om, pero aquí vuelven a aparecer: vivimos en una nación obsesionada con subir contenido y la memoria es la máquina.

No soy un estudioso de las burbujas, pero el auge de la inteligencia artificial parece incluso mayor que el de los ferrocarriles debido a la velocidad con la que se está extendiendo.

Dentro de cien años, la inteligencia artificial y los ferrocarriles podrían ser las únicas cosas que permanezcan reconocibles. Internet podría haber sido completamente absorbido por la propia IA.

Determinar cuándo y cómo los desajustes de financiación que están alimentando este boom terminarán pasando factura es algo que estoy intentando gestionar mediante una asignación de activos básica y disciplinada.

Entonces, ¿por qué retirar tantas fichas —sin juego de palabras con los chips— de la mesa en este momento para reasignarlas?

Veamos algunos gráficos que he recopilado por la red.

El peso que tienen estas compañías…

El riesgo de concentración existente en estas grandes empresas tecnológicas…

El apalancamiento y la especulación de los inversores persiguiendo esta tendencia…

El apalancamiento y la degeneración financiera de las propias compañías más grandes intentando ganar la carrera. Por cierto, ya no estamos en un entorno ZIRP (tipos de interés cero). ¿Qué ocurrirá la próxima vez que llegue una gran corrección? ¿Cómo recomprarán acciones estas empresas cuando una parte creciente de su dinero tenga que destinarse al pago de intereses y devolución de principal?

La magnitud y la velocidad del gasto en centros de datos e infraestructuras…

El impulso actual parece peligroso.

Aunque no tengo ni idea de si esto es una burbuja, sí percibo ciertas rimas históricas propias de una burbuja.

Espero que esto resulte útil.

PD: Aunque existe un MOU, la guerra no ha terminado. Mi buen amigo Moshe me escribió anoche para decirme que su sobrino de 21 años murió en un ataque con drones.

Los mercados son la última razón por la que deberíamos preocuparnos por esta terrible guerra.

 

Indicadores adaptativos: cuando el mercado cambia, tus parámetros también por Isaac Trullàs

 

• El mercado cambia de ritmo más rápido de lo que tus indicadores tradicionales pueden reaccionar. Este artículo explica por qué los indicadores adaptativos no son magia, pero sí una forma más honesta de leer el contexto real del precio.
• Artículo publicado en Hispatrading 65.

Los traders somos animales (¿racionales?) de costumbres.
Nos enamoramos de un RSI de 14, una media de 50 o un MACD 12-26-9 como si fueran dogmas grabados en piedra.
Pero claro… el mercado no se ha leído ese manual.

En un entorno tranquilo esos parámetros pueden parecer perfectos. Pero cuando el precio se pone a hacer parkour…, el RSI se vuelve loco y las medias van con el retraso de un camión subiendo un puerto de montaña.
Y ahí llega la típica duda existencial “Y si cambio el periodo…”

Bienvenido al increíble, fascinante, deslumbrante y absolutamente revolucionario mundo de los indicadores adaptativos.
Bueno… tal vez no tanto.

El problema de los parámetros rígidos

Imagina que conduces siempre a 120 km/h, sin importar si vas por autopista con un turismo o bajando un puerto con curvas en una autocaravana.
El problema no es llegar mal… es que ¡igual ni llegas!
Eso es lo que le pasa a la mayoría de los indicadores: se mueven a una velocidad fija, independientemente de si el mercado está en calma o bajo un ataque de nervios.

Un RSI de 14 puede ser razonable, hasta que el mercado cambia de ritmo.
Una media móvil de 50 es elegante en tendencia, pero desesperante en rango.
Los indicadores “fijos” asumen que el mundo no cambia, y todos sabemos que eso dura lo mismo que una promesa de stop-loss mental.

Qué significa que un indicador sea adaptativo

Un indicador adaptativo no es una IA sacada de los laboratorios Stark.

Simplemente es un cálculo que ajusta su sensibilidad según lo que está ocurriendo en el mercado.
Si detecta movimiento direccional, puede acelerar.
Si ve que todo se vuelve errático, tal vez se relaje y levante el pie para filtra más ruido.

Ejemplos hay varios:

• Kaufman Adaptive Moving Average (KAMA): ajusta su suavizado según la “eficiencia” del movimiento del precio.
• Filtros de Ehlers: detectan el ciclo dominante del mercado y modifican su longitud de cálculo.
• Versiones “inteligentes” de RSI o MACD que adaptan su ventana según el ATR.

Simplemente hacen lo que intentarías hacer tú si pudieras mantener la calma todo el rato.

Por qué los adaptativos ayudan a leer mejor el mercado

El objetivo no es adivinar, sino interpretar mejor el contexto.
Un indicador adaptativo:

• puede reaccionar rápido cuando el mercado se mueve de verdad,
• y calmarse cuando el precio simplemente da vueltas sobre sí mismo.

Eso no significa que “acierte” más, sino que se ajusta de forma más razonable.

Por ejemplo, una media clásica “persigue” al precio. Una adaptativa lo acompaña.
No va con retraso, pero tampoco corre como un galgo detrás de una liebre.

Un ejemplo

Pongamos un tramo de mercado con dos fases: primero, tendencia; luego, rango.
Sobre él, dibujamos una media móvil tradicional y una adaptativa tipo KAMA.
Durante la tendencia, la KAMA se pega al precio y capta el movimiento antes.
En el rango, suaviza su reacción y evita ese baile errático de cruces que solo sirven para gastar comisiones (y paciencia).

Lo mismo puede hacerse con un RSI “inteligente”. Cuando el precio muestra dirección, podemos hacer que el RSI responda más rápido
cuando hay ruido, el RSI se vuelve más zen.

No hace falta código para entenderlo. El truco está en ajustar la sensibilidad a la información del propio mercado, no al capricho del trader.

Ojo, que “adaptativo” no significa perfecto

Un indicador adaptativo no es una fórmula “definitiva”.
Si lo haces demasiado reactivo, acabará siguiendo al precio al milímetro… y eso significa que su utilidad será nula. Tendremos un indicador sobreoptimizado, nada más.

El punto está en el equilibrio. Que se adapte al entorno sin sobreajustarse al ruido.
Como un buen DJ, debe cambiar el ritmo cuando cambia la pista, no cada dos compases.

Flexibles, pero estables

Los indicadores adaptativos no predicen el futuro, pero entienden mejor el presente.
Y eso, en un entorno tan caótico como los mercados, ya es una ventaja.

En lugar de obsesionarnos con el “parámetro perfecto” tal vez podríamos pensar en parámetros que se ajusten solos, de forma coherente, con el comportamiento del mercado.
Igual que un sistema no debería encenderse y apagarse a cada susto, tus indicadores tampoco tienen por qué vivir en modo histérico.

El mercado cambia.
Tú cambias.
Tus indicadores… también pueden hacerlo. Eso sí: ni se te ocurra implementarlo sin tenerlo bien testeado y backtesteado. (Sí, dos veces: testear y backtestear. Y no, un Excel con diez filas no cuenta).

Apéndice: Cómo se construye la KAMA

La KAMA es una media móvil desarrollada por Perry Kaufman que busca adaptarse dinámicamente a las condiciones del mercado, ajustar su sensibilidad según si el precio está en tendencia o en rango lateral.

 A diferencia de las medias móviles tradicionales que responden igual de rápido tanto en tendencias fuertes como en periodos de ruido o consolidación, la KAMA intenta resolver eso modificando su velocidad de reacción según la “eficiencia” del movimiento del precio.

• Eficiencia del movimiento (ER, Efficiency Ratio)
  Mide qué tan direccional ha sido el movimiento de los precios en los últimos N periodos.

Fórmula 1. ER, Efficiency Ratio.

• • Si el precio se mueve de forma limpia y tendencial: ER ≈ 1
  • Si el precio zigzaguea: ER ≈ 0
• Factor de suavizado adaptativo (SC, Smoothing Constant)
  Se ajusta entre un límite “rápido” y uno “lento”, según el valor de ER:

típicamente:

• • 
  • 

Fórmula 2. SC, Smoothing Constant.

• Cálculo de la KAMA

Fórmula 3. KAMA.

Si el precio se mueve con alta eficiencia (tendencia limpia), SC aumenta: KAMA se ajusta rápido.
Si el precio se mueve erráticamente, SC baja: KAMA se suaviza y filtra ruido.