La cura de Kennedy para los males de la atención sanitaria por Dr. Ed Yardeni

El presidente electo Donald Trump nominó a Robert Kennedy Jr., conocido por cuestionar la seguridad de las vacunas, para dirigir el Departamento de Salud y Servicios Humanos (HHS, por sus siglas en inglés), una enorme organización que abarca múltiples agencias, incluyendo la Administración de Alimentos y Medicamentos (FDA), los Institutos Nacionales de Salud (NIH), los Centros para el Control y Prevención de Enfermedades (CDC), Medicare y Medicaid, y la Oficina del Cirujano General. Según informes, Trump le pidió a Kennedy—cuyo lema de campaña presidencial fue “Hacer a América Saludable Otra Vez”—que limpiara la corrupción en las agencias federales, devolviéndolas a la «ciencia de estándar de oro» y pusiera fin a la epidemia de enfermedades crónicas.

Si bien los críticos pueden desestimar a Kennedy como un excéntrico, en un episodio del 27 de junio del podcast de Joe Rogan, Kennedy señaló puntos interesantes. Asegura que los niños están sufriendo enfermedades crónicas que van desde autismo y diabetes hasta alergias y eccema, condiciones que eran raras cuando él era joven, hace 70 años.

Kennedy cree que estas enfermedades crónicas son más comunes debido a sustancias tóxicas en el medio ambiente y que estas deberían ser evaluadas sin la influencia de sus fabricantes. Entre los posibles culpables están los pesticidas; el ácido perfluorooctano sulfónico (PFOS, un químico presente en muchas fuentes de agua y utilizado en productos como utensilios antiadherentes, alfombras resistentes a las manchas, empaques de alimentos y espuma contra incendios); las vacunas que contienen mercurio; el glifosato (un ingrediente del herbicida Roundup); dispositivos WiFi y teléfonos móviles; y productos químicos en los alimentos.

Con un presupuesto de más de $3 billones y 80,000 empleados, el HHS está lleno de funcionarios que podrían resistirse a las ideas de Kennedy. Trump, quien se enorgullece de la velocidad y el éxito de las vacunas contra el Covid y disfruta frecuentemente de comida de McDonald’s, podría objetar también.

Sin embargo, los inversores no están esperando para averiguar si Kennedy puede llevar adelante sus ideas en la burocracia. El sector Salud ha quedado muy rezagado en comparación con los otros 10 sectores del S&P 500 hasta el cierre del martes: Comunicación (34.8%), Tecnología de la Información (33.7%), Finanzas (31.8%), Utilidades (26.4%), S&P 500 (24.1%), Consumo Discrecional (23.0%), Industriales (21.5%), Productos de Consumo Básico (14.1%), Energía (13.2%), Bienes Raíces (8.4%), Materiales (6.8%) y Salud (3.4%).

Los movimientos en los índices de precios de acciones de Biotecnología y Farmacéuticas del S&P 500 son aún más notables. Subieron un 16.3% y un 21.5%, respectivamente, desde el inicio del año hasta el 23 de agosto, cuando Kennedy suspendió su candidatura presidencial y apoyó a Trump. Desde entonces, los índices han caído drásticamente. El índice Biotech ahora ha bajado un 1.7% en lo que va del año hasta el cierre del martes, y el índice Pharma solo ha subido un 4.4%.

Perspectivas de Kennedy sobre la Salud

1) La industria farmacéutica bajo la lupa. Kennedy ha criticado a las farmacéuticas por anunciar directamente a los consumidores, señalando que EE.UU. y Nueva Zelanda son los únicos países que permiten esta práctica. Cuestiona si los canales de noticias que dependen de la publicidad de medicamentos pueden cubrir los temas de salud sin sesgos.

Kennedy también buscaría limitar los precios de los medicamentos para que las empresas no cobren a los estadounidenses sustancialmente más que a los europeos, según un artículo de opinión que publicó en el WSJ el 5 de septiembre. Presumiblemente, también le gustaría ver pruebas adicionales de las vacunas y cuestiona por qué las farmacéuticas deberían estar protegidas de la responsabilidad relacionada con ellas. Además, Kennedy eliminaría los conflictos de interés en la FDA, destacando que el 75% del presupuesto de la agencia proviene de las tarifas de solicitud de nuevos medicamentos pagadas por las farmacéuticas.

La industria farmacéutica del S&P 500 se prevé que tenga un sólido crecimiento de ingresos del 7.9% este año y del 4.9% en 2025, mientras que las ganancias aumentarán un 21.6% este año y un 33.1% en 2025. A pesar del fuerte crecimiento esperado, el PE forward de la industria se ha reducido a solo 15.2, desde un pico de 19.4 a mediados de julio.

2) Mejorar la nutrición. Kennedy cree que gran parte de las enfermedades crónicas en EE.UU. se deben a los químicos en los alimentos y los malos hábitos alimenticios de los estadounidenses. Le gustaría prohibir que las personas utilicen los beneficios del Programa de Asistencia Nutricional Suplementaria (SNAP, conocido como cupones de alimentos) para comprar refrescos o alimentos procesados.

Kennedy reevaluaría los estándares relacionados con el uso de pesticidas y químicos. “En 2019, EE.UU. permitía 72 pesticidas que la Unión Europea prohíbe. También permitimos químicos en alimentos y productos para el cuidado de la piel que el bloque no autoriza,” señala.

Kennedy también reformaría los subsidios agrícolas, probablemente reduciéndolos para cultivos como maíz, soya y trigo. Debido a que estos cultivos son artificialmente baratos, los productos poco saludables que se derivan de ellos, como el aceite de soya alto en calorías y el jarabe de maíz con alto contenido de fructosa, son omnipresentes en los alimentos procesados.

3) Dr. Oz se une al esfuerzo. El presidente electo Trump anunció el martes que eligió al Dr. Mehmet Oz para dirigir los Centros de Medicare y Medicaid (CMS). Cardiólogo y profesor emérito de la Universidad de Columbia, Oz es más conocido como un ex presentador de programas de entrevistas.

Al anunciar su nombramiento, Trump dijo que Oz trabajará estrechamente con Kennedy “para enfrentarse al complejo industrial de enfermedades y a todas las terribles enfermedades crónicas que deja a su paso.” Oz también se centrará en la prevención de enfermedades y en reducir el desperdicio y el fraude en la agencia gubernamental más costosa del país.

Técnica de trading con secuencias de gaps por Enrique Valdenebro

• Una nueva interpretación de los gaps y cómo utilizarlos como referencias para el trading, ayudándonos a limitar nuestro riesgo e incrementar nuestra disciplina, al tiempo que nos aporta una metodología de trading.
• Artículo publicado en Hispatrading número 20.

El trading, poco o nada, tiene que ver con el análisis o tratar de predecir el comportamiento futuro del mercado. Desde mi punto de vista, el trading tiene que ver con cómo se afrontan las diferentes situaciones en las que te pone el mercado, una vez estás dentro de una posición. ¿Cómo se gestionan las posiciones una vez se está dentro? Es como la vida misma: no puedes evitar lo que te va a venir, pero sí la manera de afrontar esas situaciones para salir mejor o peor parado.

Para ello nos debemos de marcar unas pautas de comportamiento rígidas, y para lograrlo, lo mejor es tener referencias dentro del gráfico o series de precios. Da lo mismo la referencia que marquemos, ya que lo importante es nuestra forma de comportarnos dependiendo de cómo estén los precios con respecto a esas referencias. 

En el caso que a continuación voy a explicar, mis referencias van a estar conformadas por series de gaps, entendiendo por gap la diferencia entre la apertura de la vela actual y el cierre de la anterior. 

¿Qué interpretación hago de los gaps?

No hago clasificación de gaps ni sigo la interpretación tradicional de gaps. Es más sencillo que todo eso: un gap es la diferencia entre la apertura actual y el cierre anterior, como ya comenté. Y por lo tanto, tendremos únicamente gaps:

• Gap=O-C(1) O: Open;    C(1): Cierre anterior
• Alcistas O>C(1)
• Bajistas O<C(1)

Existen mercados en los que no veremos gaps overnight o serán prácticamente inapreciables, sin embargo, siempre hay franjas horarias en las que el volumen es mínimo y despreciable, completamente inservibles para la operativa y el trading. Estas franjas horarias, que suelen coincidir con las noches en el mercado de referencia, pueden ser eliminadas, creando un gráfico en el que se aprecien gaps y que nos pueden servir de referencia. 

La conclusión es que podemos construir nuestros propios gráficos eliminando periodos de ausencia o baja negociación. Esto creará gaps de referencia en el gráfico que nos servirán para la operativa. No toda la información que aparece en los gráficos es útil y necesaria, al contrario, puede crear confusiones.

¿Cómo se cierran o cubren los gaps?

No consideraré que un gap está cerrado, y por lo tanto anulado, hasta que:

• Gap Alcista cerrado: cualquier cierre actual lo haga por debajo del cierre o nivel inferior del gap. Es imprescindible que se cierre por debajo. No consideraremos cerrado el gap si no cierra por debajo, aunque el mínimo haya estado por debajo de ese gap.

En la figura 1 vemos donde se forma un hueco alcista que actúa como soporte y referencia. Ese hueco alcista es cerrado en la vela marcada con una flecha, donde se produce un cierre por debajo de ese nivel. Una vez roto, ese nivel actúa como resistencia o referencia para apertura de cortos.

• Gap Bajista cerrado: cualquier cierre actual lo haga por encima del open o nivel superior del gap. No consideraremos cerrado el gap si no cierra por encima, aunque el máximo haya estado por encima de ese gap.

En la figura 2 vemos que en velas posteriores, a pesar de haber estado el precio por encima del hueco, nunca llegó a cerrar, actuando como resistencia. Tan solo en la vela donde hemos situado la flecha, los precios cerraron por encima del hueco y por lo tanto se cerró y anuló el hueco bajista, actuando al día siguiente ese nivel como soporte o referencia para la apertura de largos.

¿Cómo nos servirán los gaps de referencias?

Una vez tenemos definido lo que consideramos gaps y que esos niveles van a servirnos como referencias para hacer trading y controlar el riesgo, queremos saber las pautas de actuación que seguiremos utilizando esas referencias en mercado real. Para ello vamos a tener en cuenta lo siguiente:

• Un hueco alcista siempre actúa como soporte o referencia para apertura de posiciones largas.
• Un hueco bajista siempre actúa como resistencia o referencia para apertura de posiciones cortas.
• Una vez cerrado un hueco alcista, este nivel actúa como resistencia para apertura de posiciones cortas, sobre todo si es reforzado por otro hueco bajista.
• Una vez cerrado un hueco bajista, este nivel actúa como soporte para apertura de posiciones largas, sobre todo si es reforzado por otro hueco alcista.

¿Cómo operamos con ellos?

• Cuando haya un gap alcista nos colocamos a abrir largos por debajo del o en el nivel inferior del gap alcista.
  • Si hay un cierre por debajo de ese gap alcista, cerramos los largos.
  • Mientras el mercado siga alcista y se vayan abriendo nuevos gaps al alza continuamos largos. Tan solo cerraremos largos cuando se cierre un gap alcista.
• Cuando haya un gap bajista nos colocamos a abrir cortos por encima del o en el nivel superior del gap bajista.
  • Si hay un cierre por encima de ese gap bajista, cerramos los cortos.
  • Mientras el mercado siga bajista y se vayan abriendo nuevos gaps a la baja continuamos cortos. Tan solo cerraremos cortos cuando se cierre un gap bajista.

Aplicación práctica

Puede ser aplicado sobre cualquier timeframe, aunque con timeframes pequeños puede haber más número de señales falsas. Lo mejor es combinar un timeframe mayor con otro menor para tener una perspectiva más amplia. Y operar en el timeframe menor. 

En este caso vamos a aplicar esta metodología sobre el futuro del MiniNasdaq, en gráfico diario. Presentaré un escenario de mercado en tendencia y otro escenario sobre un mercado más lateral.

• Las líneas horizontales de color verde son huecos alcistas y por lo tanto niveles de soporte. Si la línea es discontinua significa que el soporte ya no está vigente y fue cerrado anteriormente.
• Las líneas horizontales de color rojo son huecos bajistas y por lo tanto niveles de resistencia. Si la línea es discontinua significa que la resistencia ya no está vigente y fue cerrada anteriormente.
• Las flechas verdes son entradas largos en esa vela.

El proceso en esta tendencia alcista sería tal y como detallamos en la figura 3:

1. Se produce un gap alcista y nos colocamos a abrir largos en el nivel inferior de ese gap. Se toca el nivel y se entra largo en 1.
2. Se produce un gap bajista que actúa como resistencia. El soporte y nivel de riesgo lo tenemos en el soporte inferior determinado por la línea verde.
   1. Cierra el gap bajista al alza y nos colocamos en ese nivel que ahora actúa como soporte. 
   2. Se toca y da señal de entrada largos.
3. Situación idéntica al punto anterior, con formación y cierre de gap bajista, con posterior confirmación de largos.
4. Situación similar a las anteriores en favor de la tendencia, pero con entrada falsa 
5. el mercado retrocede y se sale en el cierre de la vela negra con pérdidas. Pero en esa misma vela se produce un gap alcista que actúa como soporte, con primer objetivo en 3800.
6. Se rompe resistencia y da señal de entrada largos de nuevo. Se generan varias resistencias con gaps bajistas seguidos. Esta acumulación de gaps bajistas con señales falsas al alza es síntoma de debilidad. 
   1. Se abre un gap bajista que ya no es cerrado, actuando como resistencia actual.
7. En 7 toca de nuevo el soporte, donde estamos colocados para entrar largos y se hacen, entrando largos de nuevo. El nivel de riesgo lo tenemos en ese soporte y cualquier cierre por debajo es indicativo de cierre de largos y apertura de cortos.

A continuación muestro otro ejemplo sobre un caso de mercado más lateral.

1. Hueco al alza y entrada largo en la siguiente vela. Había una resistencia anterior fijada por un gap bajista, que es cerrado. Se cierran los largos en la flecha amarilla,  abiertos anteriormente en 1. 
2. Se entra largo, en el soporte formado por un hueco alcista.
3. Se forman varios huecos bajistas consecutivos, que actúan como resistencia. Abre posiciones cortas.
4. Toca los soportes 2 y 4, entrando largos, y rebotando hasta la resistencia 3, donde se abrirían cortos.
5. Hueco a la baja y cortos.
6. Cierre cortos y apertura largos con hueco alcista como soporte. Primer objetivo de subida en 5.
7. Cierra el gap bajista 5 y da una señal falsa de apertura de cortos, que luego se confirma, pero nosotros ya estaríamos fuera.
8. En 8 habríamos entrado cortos en el mismo día y habríamos cerrado con pérdidas porque se cerró el hueco bajista en ese mismo día. Señal falsa.
9. Toca el soporte principal y se abren posiciones largas.
10. Hueco alcista y entrada largos.
11. Toca resistencia. Cierre largos y entrada cortos.
12. Toca soporte. Cierre cortos y entrada largos.
13. Supera y cierra la resistencia/gap. Cierre largos y apertura de cortos falsa.
14. Supera la resistencia y entra largo.
15. Vuelve a confirmar. Supera resistencia y abre largos.

Conclusiones:

• En todos los casos, SIEMPRE tenemos referencias de soporte y resistencia, que delimitan nuestro riesgo y nos ayudan a mantener una disciplina de trading.
• Como inconveniente, tenemos que no sabemos si cierra o no el gap hasta que se cierra la vela, lo que hace que los riesgos sean mayores. 
• Hace bastantes trades, por lo que, para reducir el número de trades, podemos utilizarlo con timeframes altos, aunque, esto, también incrementará nuestro riesgo asumido.
• En mercados en los que existan excesivos huecos puede no ser viable.
• Si no existen gaps relevantes, podemos crearlos limitando gráficamente a las franjas horarias relevantes, eliminando del gráfico aquel en las que el volumen es prácticamente inexistente y difícilmente aprovechable para la operativa y el trading.

Por qué BTCUSD es nuestra mayor posición… por Alex Barrow

“Somos parte de la naturaleza, y dentro de cada uno de nosotros hay un yo salvaje que sabe profundamente lo que está destinado a hacer. Dentro de cada uno de nosotros hay un conocimiento natural e innato de por qué estamos aquí. Seguir el rastro es una función de dirigir la atención, devolviendo nuestra conciencia a este sutil rastro interior del yo salvaje y aprendiendo a ver su camino.” ~ The Lion Tracker’s Guide to Life

En esta edición de Dirty Dozen, exploramos la agenda de políticas de Trump, amenazas de aranceles, expectativas extrañas, semiconductores en problemas, explosión del BTC, posicionamiento extremo del USD, y cerramos con una propuesta sobre un fabricante alemán de armas, además de más temas…

Probablemente viste el mensaje de Trump en TruthSocial este fin de semana, donde amenazó a los países «BRICS» con aranceles del 100% si intentan crear un reemplazo para el USD en su comercio global. Esta tabla de BofA muestra la agenda de políticas de Trump y los impactos estimados de sus movimientos más probables.

Este gráfico de JPM muestra los aranceles implícitos si Trump cumple sus amenazas contra Canadá, México y China. Es poco probable que los aranceles lleguen a esos niveles, ya que los está utilizando como una táctica de negociación. Sin embargo, claramente estamos entrando en un nuevo régimen de condiciones comerciales globales (gracias a Danny Danyan por el gráfico).

Parece haber una gran desconexión en el mercado, con un número récord de personas esperando precios más altos en las acciones dentro de 12 meses, mientras que las expectativas de tasas de interés más bajas también están cerca de niveles récord.

Técnicos y Sentimiento

He estado escribiendo sobre la inusual divergencia creciente entre el desempeño de los semiconductores y el mercado en general durante las últimas semanas. Aquí podemos observar SOXX/SPY en una base de oscilador (nota: esta función se ha añadido al HUD de Collective para todos los indicadores internos del mercado).

Los puntos rojos marcan instancias previas donde la lectura estuvo en cero por un período prolongado.

Esto no es suficiente razón para que venda nuestras posiciones largas, ya que el resto de nuestros indicadores clave siguen siendo favorables. Sin embargo, me dice que debo mantener un ojo atento. Mi escenario base es que el mercado continúe en alza por unos meses más antes de iniciar una corrección más amplia. Pero ya veremos…

El indicador Bull & Bear de BofA sigue cayendo y está firmemente en territorio neutral. Esto no es bajista.

“La única posición que sigue EXTREMADAMENTE posicionada dentro de CTA Trend es el largo en USD… lo que significa que ESTA es ahora la posición más congestionada y en riesgo de ‘reversión’” vía Charlie McEligott de Nomura.

Fundamentales y Configuraciones de Trading

Durante los últimos meses, hemos insistido en el importante régimen de compresión en BTCUSD y la gran tendencia entrante. La vela de noviembre completó la ruptura de la compresión junto con su patrón de taza con asa de 4 años. El objetivo medido es el nivel de precio de 127K. Esta es nuestra posición actual más grande.

La reciente consolidación lateral proporciona un buen punto de inflexión técnico para aquellos que buscan entrar o añadir posiciones.

Rheinmetall (RHM) tiene un sólido gráfico mensual. RHM es uno de los mayores fabricantes de municiones y defensa del mundo. La compañía cotiza con descuento respecto al múltiplo del mercado a pesar de ser un negocio fuerte con vientos de cola seculares cada vez más poderosos (Divulgación: estamos largos).

20 Lecciones de 20 Años gestionando capitales por Ben Carlson

Definiendo l

Entre al mundo laboral en 2005. Eso significa que llevo 20 años trabajando en el negocio de las inversiones. Cuanto más tiempo paso en la gestión de dinero, más cosas hay por aprender. Estas son algunas de las lecciones que he aprendido hasta ahora:

1. Las experiencias moldean tu percepción del riesgo.
   Tu capacidad y necesidad de asumir riesgos deben basarse en tu etapa de vida, horizonte temporal, circunstancias financieras y objetivos.
   Sin embargo, tu deseo de asumir riesgos a menudo supera todo eso, dependiendo de tus experiencias de vida. Si trabajaste en Enron, Lehman Brothers, AIG o invertiste con Madoff, tu apetito por el riesgo se verá alterado para siempre.
   Y está bien, siempre y cuando planifiques en consecuencia.
2. La inteligencia no garantiza el éxito en las inversiones.
   Warren Buffett escribió una vez: “Invertir no es un juego donde el tipo con un IQ de 160 vence al tipo con un IQ de 130. Una vez que tienes inteligencia común, lo que necesitas es el temperamento para controlar los impulsos que meten en problemas a otros en las inversiones”.
   He conocido a muchas personas altamente educadas que son pésimos inversores. No pueden controlar sus emociones porque su formación académica los vuelve demasiado confiados en sus habilidades.
   La inteligencia emocional es el verdadero signo de sabiduría en la inversión.
3. Nadie vive a largo plazo.
   Los rendimientos a largo plazo son los únicos que importan, pero debes sobrevivir a una serie de periodos a corto plazo para llegar allí.
   La estrategia buena con la que puedes mantenerte firme en esos periodos a corto plazo es preferible a la estrategia perfecta que no puedes sostener.
4. La única pregunta que importa a los clientes es: “¿Voy a estar bien?”
   Cada situación es única porque todos tienen su propio conjunto de miedos y deseos. Sin embargo, la respuesta que todos buscan es la misma: solo dime que voy a estar bien.
5. Nunca ha sido tan fácil o tan difícil dejarlo y olvidarlo.
   Los inversores nunca han tenido tantas facilidades para automatizar inversiones, contribuciones, asignaciones, rebalanceos y reinversiones de dividendos.
   Pero nunca ha habido tanta tentación para alterar tu cartera de “déjalo y olvídalo” debido a todos los nuevos productos de inversión, fondos, plataformas de trading sin comisiones y oportunidades de negociación.
   Cada día es más difícil evitar el nuevo fruto prohibido.
6. Los ricos odian pagar impuestos más de lo que les gusta ganar más dinero.
   Solo estoy medio bromeando, pero mientras más dinero tiene la gente, más buscan formas de evitar pagar al Tío Sam.
7. Hacerse rico de la noche a la mañana es una maldición, no una bendición.
   Estoy convencido de que las personas que construyen riqueza lentamente a lo largo de su carrera están mucho mejor preparadas para manejar el dinero que aquellas que lo obtienen fácilmente.
   El dinero tiene más significado para quienes lo adquieren con paciencia y disciplina.
8. Invertir es difícil.
   Irónicamente, llegar a esta conclusión puede hacerlo un poco más fácil.
9. Los mayores riesgos siempre son los mismos… pero diferentes.
   El próximo riesgo rara vez es igual al último porque cada entorno de mercado es diferente.
   Por otro lado, los mayores errores de los inversores suelen ser los mismos: intentar cronometrar el mercado, sesgo de actualidad, tener miedo cuando otros tienen miedo, ser codicioso cuando otros son codiciosos, e invertir en las últimas modas.
   Siempre es un mercado diferente, pero la naturaleza humana es la constante.
10. Al mercado no le importa lo inteligente que seas.
    No hay “alpha” por el grado de dificultad al invertir.
    Intentarlo más no garantiza mayores ganancias.
11. Un producto no es una cartera, y una cartera no es un plan.
    Cuanto más tiempo paso en este negocio, más me doy cuenta de que las finanzas personales y la planificación financiera son requisitos previos para invertir con éxito.
12. Sobrepensar puede ser tan debilitante como no pensar en absoluto.
    Invertir implica una incertidumbre irreducible sobre el futuro.
    Debes sentirte cómodo tomando decisiones de inversión con información imperfecta.
13. El riesgo profesional explica muchas decisiones irracionales en el negocio de inversiones.
    Hay muchas tonterías en este sector. La mayoría se explican por los incentivos.
14. No existe una cartera perfecta.
    La mejor cartera es aquella que puedes mantener pase lo que pase, no la que está más optimizada para fórmulas o hojas de cálculo absurdas.
15. Nuestras emociones están trucadas, no el mercado de valores.
    El mercado de valores es una de las últimas instituciones respetables. No está manipulado en tu contra ni en contra de nadie más.
    Los Illuminati no están conspirando contra ti, pero tus emociones sí podrían hacerlo si no sabes cómo controlarlas.
16. La experiencia no es lo mismo que la pericia.
    Solo porque llevas mucho tiempo haciendo algo no significa que seas un experto.
    Conozco a muchos inversores experimentados que luchan constantemente las últimas batallas del mercado en su propio detrimento.
    ¿Cuántas personas que “predijeron” la crisis de 2008 se perdieron por completo el mercado alcista posterior? ¿Todas?
    ¿Cuántas leyendas de la inversión se convierten en pesimistas permanentes a medida que envejecen porque no reconocen cómo han cambiado los mercados con el tiempo?
    Muchos profesionales de la inversión con décadas en el negocio cometen los mismos errores una y otra vez.
17. Tener razón todo el tiempo está sobrevalorado.
    Ganar dinero es más importante que tener razón en el mercado.
    Las predicciones suelen estar más relacionadas con el ego que con generar ganancias.
18. Hay una gran diferencia entre ser rico y ser próspero.
    Muchas personas ricas son miserables. Estas personas no son prósperas, sin importar cuánto dinero tengan.
    Hay muchas personas que no serían consideradas ricas por el tamaño de su patrimonio neto pero que son prósperas más allá de lo imaginable gracias a su familia, amigos y la satisfacción general con lo que tienen.
19. El optimismo debería ser tu estado predeterminado.
    Me entristece ver a un número creciente de personas cínicas y pesimistas cada año.
    Entiendo que el mundo puede ser un lugar implacable y que las cosas nunca serán perfectas, pero invertir es un juego donde los optimistas ganan.
20. Menos es más.
    He cambiado de opinión sobre muchos temas relacionados con las inversiones a lo largo de los años.
    Pero nunca me convencerás de que lo complejo es mejor que lo simple.
    Muchos inversores asumen que lo complicado implica sofisticación, cuando la simplicidad es la verdadera forma de sofisticación en el éxito de las inversiones.

Dos pasos para el éxito por Brett N. Steenbarger, Ph.D.

Hay dos caminos muy distintos hacia el éxito en el trading.

El primer camino es estudiar en detalle la acción del mercado e identificar patrones asociados con grandes movimientos del mercado. Cuando esos patrones se presentan, el trader exitoso ha visto y registrado tantos de esos ejemplos que puede aprovechar la oportunidad con posiciones grandes. Además, debido a que el trader exitoso ha observado muchos movimientos explosivos, es sensible a cuándo la explosión *no* está ocurriendo y puede salir con un riesgo controlado. Para este tipo de trader, una fortaleza psicológica clave es la paciencia. Gran parte del éxito radica en no operar hasta que aparezca una oportunidad sobresaliente. Otra fortaleza psicológica importante es la agresividad. El trader muy exitoso no solo acierta, sino que reconoce cuándo tiene razón y es capaz de actuar en grande.

El segundo camino hacia el gran éxito en el mercado es operar de manera amplia en lugar de grande. Este es el camino de muchos administradores de hedge funds exitosos. Buscan y buscan, investigan e investigan, y buscan oportunidades en diferentes mercados, en distintas partes del mundo y en diversos marcos de tiempo. Ninguna de las posiciones es necesariamente muy grande, pero la combinación de posiciones crea un portafolio significativo. Debido a que las oportunidades están relativamente descorrelacionadas, el trader puede ganar grandes cantidades de dinero incluso cuando algunas ideas no se materializan. El trader amplio está realizando tantas apuestas con ventaja que se logran retornos consistentes.

Las estructuras de equipo ayudan al primer camino hacia el éxito. Tener múltiples ojos sobre la acción del precio a corto plazo en muchas acciones y mercados aumenta las probabilidades de encontrar las oportunidades realmente especiales.

Las estructuras de equipo son esenciales para el segundo camino hacia el éxito, ya que los miembros del equipo con diferentes áreas de experiencia y conocimiento contribuyen con ideas únicas a un portafolio amplio.

Puedes ganar operando en grande. Puedes ganar operando de manera amplia. Es difícil ganar operando en aislamiento.

Bonos I: Protección contra la inflación por Jim Sloan

• Los bonos I, creados como protección contra la inflación, son simples, estables y pueden cobrarse en cualquier momento entre uno y treinta años.
• Límite de compra: Inicialmente, se podían adquirir hasta $30,000 al año, pero ahora el límite es de $10,000, haciéndolos menos atractivos para los multimillonarios.
• Ideal para inversores promedio: Ofrecen un seguro sólido gracias a su seguridad como obligaciones del Tesoro de EE. UU.
• La inversión más segura disponible: Excepto en escenarios extremos como una guerra nuclear global.

Los bonos de ahorro en Estados Unidos

Los bonos de ahorro son títulos de deuda emitidos por el Departamento del Tesoro de los EE. UU. Se emiten en las Series EE o Series I.

Una breve historia de los Bonos I

Los bonos I fueron concebidos originalmente como una defensa para las personas de menores ingresos contra la inflación. Se emitieron por primera vez en 1998 tras la creación de los Títulos del Tesoro Protegidos contra la Inflación (TIPS, por sus siglas en inglés), que son algo más complicados. Los Bonos I son una variante de los bonos de ahorro tradicionales del Tesoro. Como todas las obligaciones del Tesoro, comparten el nivel más alto de seguridad en cualquier activo de renta fija: la plena confianza y crédito del gobierno de los Estados Unidos.

Los bonos I ofrecen ventajas significativas, como el hecho de que no fluctúan en valor porque no se negocian como los TIPS. Pueden cobrarse en cualquier momento entre 1 y 30 años. Sin embargo, hay una pérdida de tres meses de intereses si se canjean antes de cinco años. Después de ese periodo, no hay penalizaciones.

Mi experiencia con los Bonos I

Comencé a interesarme por los bonos I en el año 2000, cuando la burbuja de las puntocom estaba a punto de estallar. Inicialmente, el límite de compra anual era de $30,000, pero rápidamente el Tesoro lo redujo a $10,000 y comenzó a ajustar la tasa fija en etapas. Desde entonces, he comprado el máximo permitido cada año, incluso aprovechando la “Caja de Regalo” para adquirir bonos para otros miembros de mi familia.

¿Qué los hace tan atractivos?

Entre las características más destacadas de los Bonos I se encuentran:

• Son una excelente herramienta para ahorrar regularmente.
• Ofrecen protección contra la inflación y deflación.
• Permiten diferir impuestos hasta el vencimiento, facilitando el crecimiento compuesto.
• Flexibilidad en el momento de su venta (desde 5 hasta 30 años).

¿Bonos I o TIPS?

Aunque los TIPS ofrecen una tasa fija superior, los Bonos I tienen una ventaja clave: no fluctúan en valor. Además, los Bonos I permiten diferir los impuestos hasta el vencimiento, mientras que los TIPS requieren el pago de impuestos anuales, lo que puede resultar menos eficiente a largo plazo.

¿Qué sucede con TreasuryDirect?

Recientemente, TreasuryDirect ha pedido a los titulares de Bonos I en la “Caja de Regalo” que los entreguen a los destinatarios. Aunque no está claro si se avecinan cambios mayores, es posible que estén considerando ajustar los límites de compra o simplificar los procesos.

Conclusión

Los Bonos I siguen siendo una excelente opción de inversión. Si tienes preguntas, no dudes en dejar tus comentarios. Haré lo posible por responder.

Apéndice: ¿Cómo funcionan los Bonos I?

Los Bonos I generan rendimiento a través de dos componentes: una tasa fija (determinada al momento de la compra y válida por 30 años) y una tasa de inflación basada en el índice IPC-U. Se pueden comprar hasta $10,000 anuales por persona y ofrecen la posibilidad de diferir impuestos. Además, son una herramienta tanto para protegerse de la inflación como de la deflación, ya que su valor nunca disminuye.

¿Un Mercado Alcista en Euforia? por Ben Carlson

Definiendo l

Hace un mes, Michael y yo estábamos hablando sobre el épico mercado alcista, y le pregunté dónde estaba la euforia:

Los mercados estaban subiendo, pero el sentimiento aún no se correspondía con las ganancias.

El sentimiento puede cambiar rápidamente. Parece que las elecciones fueron una chispa que despertó los “espíritus animales”. Solo hay que mirar algunos titulares recientes:

No estoy diciendo que esto sea la burbuja de las puntocom 2.0 otra vez, pero hay emoción en el aire nuevamente para los inversores. Y no me refiero solo a encuestas de sentimiento.

Aquí hay una historia de Bloomberg la semana pasada:

Los “espíritus animales” desatados por las políticas económicas del presidente electo Donald Trump llevarán al S&P 500 a 10,000 para el final de la década, según el veterano estratega Ed Yardeni.

Ser justos, pasar del S&P 6,000 al S&P 10,000 al final de la década implica una ganancia anual de alrededor del 11%. Agreguemos algunos dividendos, y estamos hablando de un 12% anual. Eso es más alto que la mayoría de las predicciones, pero no es un gran logro en sí mismo. Aun así, es una postura bastante agresiva considerando que el S&P 500 ha subido algo así como un 16% anual durante los últimos 15 años.

El Wall Street Journal habla de una posible “melt-up”.

Las personas están apostando con sus billeteras:

Acabamos de ver el segundo mayor flujo de entrada hacia acciones estadounidenses desde 2008. Hemos estado en un mercado alcista durante un tiempo, pero el dinero sigue llegando.

Una de mis partes favoritas al leer el Journal es cuando entrevistan a inversores comunes. Aquí hay un ejemplo de este artículo:

Joe Johnson, de 37 años, dijo que ha invertido en acciones calientes como Nvidia, Tesla y un valor relacionado con criptomonedas, MicroStrategy. Su cartera ha crecido este año, y se siente tan bien con el mercado que está considerando colocar más efectivo en acciones. Está analizando gigantes industriales como Caterpillar y Deere, que cree que se beneficiarán de una economía fuerte.
“Soy optimista con el mercado,” dijo Johnson. “La euforia que todos sienten está justificada.”

No mentiría si dijera que este tipo de anécdotas no me ponen un poco nervioso.

Los mercados son siempre cíclicos, al igual que las emociones

Los mercados alcistas te hacen sentir invencible. Todos se sienten como genios en medio de un mercado alcista.

Sin embargo, no debes dejar que las emociones lleguen a los extremos. El mercado puede ser implacable con quienes lo hacen. Aunque es cierto que el péndulo oscila, puede ir mucho más allá en cualquier dirección de lo que esperas.

Este mercado alcista ha hecho que muchas personas inteligentes parezcan muy tontas al intentar predecir cuándo llegará a su fin.

Personalmente, prefiero un mercado alcista que suba mientras haya preocupaciones. Una vez que todos están en la piscina, me pongo un poco nervioso.

Rebalancea, pero no intentes predecir

Cronometrar el mercado es notoriamente difícil, pero probablemente no sea un mal momento para rebalancear y asegurarte de que tienes una asignación de activos con la que te sientas cómodo, tanto en mercados alcistas como bajistas.

Y solo porque los mercados estén volviéndose un poco locos no significa que sean más fáciles de predecir.

Como dijo Meir Statman: “El mercado puede estar loco, pero eso no te convierte en psicólogo.”

Michael y yo hablamos sobre el sentimiento del mercado, los patrones de compra de ETFs y mucho más en el video de esta semana de Animal Spirits:

Suscríbete a The Compound para no perderte ningún episodio.

La Economía de los Años 2020 por Dr. Ed Yardeni

Hasta ahora, la década de 2020 han sido una época sobresaliente para la economía y el mercado de valores de los Estados Unidos. El PIB real está en un máximo histórico, al igual que el S&P 500. Esto es impresionante si consideramos:

• El impacto global de una pandemia al inicio de la década.
• Un cambio de régimen político significativo en 2021.
• El aumento considerable de las tasas de interés entre marzo de 2022 y agosto de 2024.
• Dos crisis geopolíticas importantes que aún permanecen sin resolver.

Además, se habló ampliamente sobre una recesión que, al final, nunca ocurrió.

La Resiliencia de la Economía

La economía ha demostrado una notable resiliencia. La gran pregunta es si esta resiliencia continuará en los próximos años tras el cambio político más reciente.

Los críticos siguen planteando dudas sobre la fortaleza económica. Algunos han admitido que estaban equivocados al prever una recesión en respuesta al endurecimiento de la política monetaria en los últimos tres años. Sin embargo, ahora culpan su error a la política fiscal, que reconocen ha sido altamente estimulativa pero dudan que pueda sostenerse por mucho tiempo.

El Papel del Gasto Público

Desde el inicio de 2022 hasta octubre de este año, el gasto total del gobierno federal aumentó $192 mil millones, alcanzando los $6.9 billones. Durante este período:

• El gasto en salud, Medicare y Seguridad Social subió $623 mil millones, alcanzando un récord de $3.3 billones.
• El gasto en seguridad de ingresos disminuyó $806 mil millones, pero casi fue compensado por aumentos en defensa ($139 mil millones) y pagos de intereses netos ($510 mil millones).

La disminución del gasto en ayudas relacionadas con la pandemia fue, en gran parte, contrarrestada por los pagos de intereses netos debido al aumento de la deuda federal y las tasas de interés.

Impacto en los Ingresos Personales

Desde enero de 2022 hasta septiembre de este año, los ingresos personales por intereses subieron $432 mil millones, alcanzando $1.94 billones. Durante el mismo período, los pagos personales de intereses no hipotecarios crecieron $278 mil millones, situándose en $0.6 billones.

En términos generales, el gasto del gobierno federal sigue siendo altamente estimulativo, al igual que los déficits fiscales. Cuando el gasto se financia con déficits en lugar de ingresos tributarios, su impacto en la economía es aún más expansivo.

Política Fiscal Procíclica

Históricamente, la relación entre el gasto del gobierno federal y sus ingresos tiende a disminuir durante las expansiones económicas. Sin embargo, en esta ocasión, la proporción ha aumentado, lo que refleja una política fiscal procíclica que ha estimulado aún más una economía en crecimiento.

El Futuro de la Política Fiscal

Con el cambio político más reciente, la gran pregunta es si la política fiscal seguirá siendo expansiva o se volverá más restrictiva. Actualmente, el gasto no discrecional (incluidos los pagos de intereses netos) representa aproximadamente el 85% del gasto total del gobierno. Esto garantiza que estos gastos aumentarán, al igual que los gastos en defensa.

Además, se espera que se reduzcan algunas tasas impositivas, lo que podría ampliar aún más el déficit federal:

• Reducción de la tasa corporativa.
• Disminución de impuestos sobre propinas, horas extras y ciertos ingresos personales.

Por otro lado, se podrían realizar recortes en algunos programas previamente autorizados, lo que ayudaría a moderar el crecimiento del gasto gubernamental.

Aranceles y Desregulación

La política fiscal también está influenciada por otras medidas, como:

• La implementación de aranceles, que podrían generar ingresos adicionales pero con el riesgo de una posible guerra comercial global.
• Iniciativas de desregulación para reducir costos operativos y estimular el crecimiento económico.
• Reducción del tamaño del gobierno, lo que podría afectar el empleo público.

Impacto en el Mercado de Bonos

El déficit ampliado podría generar tensiones con los mercados de bonos. Recientemente, el rendimiento del bono del Tesoro a 10 años ha aumentado significativamente, reflejando preocupaciones sobre un posible incremento de la inflación.

“La política fiscal está en un camino insostenible,” advirtió recientemente un funcionario de la Reserva Federal. Esta declaración subraya la necesidad de monitorear cuidadosamente los déficits crecientes y su impacto en la economía.

Conclusión

El desempeño futuro de la economía dependerá de un delicado equilibrio entre políticas fiscales expansivas, el manejo de la deuda pública y la respuesta del mercado de bonos. Aunque los riesgos son considerables, el potencial de crecimiento sigue siendo alto si las políticas se implementan de manera efectiva.

Sistemas de medias móviles: dos opciones a tener en cuenta por Perry J. Kaufman

• Todos conocemos el funcionamiento de las medias móviles. Ahora bien ¿sabemos cómo usarlas en función del mercado al que nos enfrentemos? ¿Es mejor usar un cruce sencillo del precio sobre la media móvil o es mejor operar siguiendo la dirección de esta? En exclusiva para Hispatrading Magazine, Perry J. Kaufman nos lo explica.
• Artículo publicado en Hispatrading Magazine 48.

La media móvil es la forma más popular de identificar la tendencia. La mayoría de los gestores de fondos lo utilizan como piedra angular de su estrategia. Normalmente se calcula entre 60 y 120 días para identificar la dirección fundamental de la economía. Por ejemplo, realizando un seguimiento de los efectos de la política de tipos de interés del Banco Central.

Las medias móviles a largo plazo funcionan mejor con las tasas de interés, que tienen las tendencias más fuertes, y luego con el tipo de cambio porque el dinero fluye a los países con las tasas de interés más altas. Si bien se refleja en el costo de la mayoría de los productos, su efecto en el mercado de valores no es tan claro.

Los bancos centrales reducen las tasas de interés para estimular la economía y aumentan las tasas para amortiguar la inflación. Lo hacen de una manera muy ordenada, lentamente, mientras observan el efecto de sus medidas. Las acciones con más deuda se benefician de tasas más bajas, al igual que la vivienda y muchos otros negocios.

Esta introducción sirve para explicar que algunos mercados se mueven sin problemas mientras que otros son erráticos. Eso marcará una gran diferencia en la forma en que decida las reglas para seguir un sistema basado en una media móvil.

Las reglas

Estas son las opciones:

Regla 1:

• Compre (abra una nueva posición larga) cuando el precio de las acciones cruce por encima de la media móvil.
• Salga (o venda en descubierto) cuando el precio de las acciones cruce por debajo de la media móvil.

Regla 2:

• Compre cuando suba la media móvil.
• Salga (o venda en descubierto) cuando la media móvil baje.

¿Cuál cree que es mejor?

Como matemático, siempre he usado la Regla 2. Mi razonamiento es que, si va a encontrar la tendencia suavizando el movimiento del precio, entonces la tendencia nos dice qué hacer.

Otra razón es que los precios pueden atascarse moviéndose hacia adelante y hacia atrás a través de la línea de tendencia, provocando muchas más operaciones que si sigue la dirección de la tendencia. Mi experiencia es que usar la dirección de la media móvil para decidir la operación (Regla 2) tendrá la mitad de operaciones que si decide usar la Regla 1. Eso es probablemente lo más importante cuando las comisiones son altas, a lo que hay que añadir el deslizamiento de ejecución que siempre sufrimos al abrir una nueva posición.

Decidir qué regla usar

Resulta que la decisión de utilizar la Regla 1 o la Regla 2 no es tan clara como pensaba. La vida sería mucho más sencilla si todo fuera blanco o negro. Veamos cuándo es mejor usar la Regla 1 y cuándo es mejor la Regla 2. Entonces podrá decidir por si mismo.

Precios que se mueven suavemente

Usamos extremos en nuestros ejemplos. En los EE. UU., los fondos mutuos que invierten en tasas de interés tienen el movimiento de precios más suave. Los fondos mutuos restringen hacer muchas operaciones, por lo que los precios no cambian día a día. Los inversores deben mantener sus posiciones durante mucho más tiempo que el resto.

En la Figura 1, la barra azul muestra las ganancias totales de la Regla de trading 1 (el precio cruza la media móvil) durante los últimos 5 años, solo a largo plazo. La barra naranja es la Regla 2. Los datos son del LHYAX, el Lord Abbett High-Yield Fund. Llamamos a la Regla 1 “Cruce de precios” y a la Regla 2 «Señal de tendencia”. El cruce de precios es mejor para cada velocidad de tendencia probada, desde 50 días hasta 150 días.

La forma de explicar este resultado es que entrar antes es mejor cuando el precio está en tendencia. Las señales de trading para la Regla 2 se dan después que las generadas por la Regla 1. Cuanto más larga sea la tendencia, más se retrasará la señal de la Regla 2. Eso muestra que para la mayoría de los resultados la barra naranja cae más rápido que la barra azul. En ambos casos, las tendencias más largas no son tan buenas como las más cortas porque el cambio de tendencia es suave y los precios continúan en la dirección de la tendencia.

La Figura 2 muestra los precios del LHYAX en 2016. Si bien hay grandes caídas, el precio normalmente se mueve en un rango estrecho mientras sube y baja. Los precios no solo tienen que subir para que no haya problemas.

Mercados de índices de renta variable

En los mercados de índices bursátiles se puede ver lo opuesto a un movimiento suave de precios. Cuando probamos ambas reglas para el SPY, el ETF del S&P, vemos que la señal de tendencia (Regla 2, en naranja) es a menudo mejor que la Regla 1 (ver Figura 3). La razón es que el SPY tiene más ruido, por lo tanto, las señales de trading son mejores cuando se suavizan.

No son las grandes caídas, son los movimientos diarios los que crean el ruido. La Figura 4 muestra el precio del SPY durante los últimos 5 años. Debe prestar atención a los pequeños y frecuentes altibajos.

Medición de ruido

Si me ha leído en otros artículos o libros, sabrá que confío en el Efficiency Ratio (EF) o Ratio de Eficiencia para medir el ruido. Un ratio alto significa que el mercado tiene menos ruido y es mejor para seguir las tendencias. Un ratio bajo significará que hay más ruido y el mercado es mejor para la operar mediante reversiones a la media. La formula es:

EF = cierre de hoy menos cierre de hace N días dividido entre

el valor absoluto del cambio de precio diario de los últimos N días

La Figura 5 muestra los valores del ER para LHYAX, SPY e IBEX. Como era de esperar, el fondo mutuo (LHYAX) tiene el ratio más alto (menor ruido) e IBEX tiene el mayor ruido. Por lo tanto, usaríamos la Regla 1 (cruce de precios) para LHYAX y la Regla 2 para el SPY e IBEX.

Cuando aplicamos una media móvil de 80 a estos tres mercados, obtenemos las ganancias totales que se muestran en la Figura 6. Por supuesto, esperaríamos que LHYAX tenga las ganancias más altas porque tiene la mayor tendencia, pero también tiene los movimientos más pequeños. Sus ganancias totales son pequeñas pero hay un alto porcentaje de buenas operaciones y bajo riesgo. El índice IBEX tiene pequeñas ganancias porque tiene movimientos de precios más erráticos y alto riesgo.

Conclusión

Nada en el mercado es simple, pero comprender cómo se mueven los precios, ya sea sin problemas o en un patrón errático, lo ayudará a decidir cómo aplicar una media móvil e incluso si un sistema de tendencias funciona para un mercado específico. Deberá realizar pruebas en cada mercado, pero esa es la esencia misma del trading. No todos los sistemas funcionan en todos los mercados y no todos los mercados funcionarán con todos los sistemas. Seleccionar los mercados correctos, los sistemas correctos y las reglas correctas conducirá al éxito.

Mentoría: la clave de un trader de éxito de los traders por Brett N. Steenbarger, Ph.D.

Ejercicio:

1) Procesar la actividad del mercado y las ideas de trading de múltiples maneras con gran detalle: háblalas en voz alta, escríbelas, gráficas, discútelas con otros y escucha sus reacciones. Lo que procesamos varias veces y de distintas formas, es mucho más probable que lo internalicemos. Nos mentoramos a nosotros mismos guiando nuestros propios procesos de previsión, desempeño y revisión.

2) Aplica energía y entusiasmo al proceso de aprendizaje: destaca los detalles que señalan oportunidades, céntrate en identificar y aprender de lo que has hecho bien, y trata los errores como combustible para el crecimiento y el aprendizaje. El desarrollo más positivo ocurre dentro de una mentalidad positiva.

Estoy en proceso de terminar mi próximo libro, titulado posiblemente Psicología Positiva del Trading. El último capítulo ha sido el más divertido de escribir porque he aprendido mucho durante su redacción. Nueve mentores que trabajan en SMB Capital enviaron sus mejores prácticas de mentoría para incluirlas en el texto. Aunque he trabajado personalmente con todos estos mentores/traders, encontré que sus ideas eran reveladoras. A continuación, algunas lecciones importantes para el desarrollo de traders que se tratarán en detalle en el libro:

1) Busca formación, no solo educación: La educación es necesaria para el desarrollo profesional y el rendimiento de élite, pero no es suficiente. Los estudiantes de medicina comienzan sus estudios en el aula, aprendiendo anatomía, fisiología, etc., pero aprenden la práctica de la medicina observando y ayudando a estudiantes avanzados, internos, residentes y médicos titulares. Los cursos y webinars no pueden sustituir la experiencia en tiempo real bajo la guía de un mentor. El mantra en la educación médica es: «ver uno, hacer uno, enseñar uno». Desarrollamos experiencia observando a los expertos en acción, enfrentando desafíos bajo supervisión y guía, y finalmente consolidando nuestras habilidades enseñando a otros.

2) Aprende de múltiples mentores: Comenzamos copiando a un maestro; desarrollamos nuestros propios estilos absorbiendo las habilidades de múltiples maestros. Copiar al maestro nos lleva a un nivel de competencia. Sintetizar el aprendizaje de múltiples mentores desarrolla nuestros propios estilos y nos lleva a un nivel de maestría. Enseñar a otros consolida nuestro aprendizaje y transforma la maestría en experiencia. Demasiadas veces, los traders buscan respuestas en un solo video, podcast o curso. La experiencia proviene de encontrar y consolidar nuestras respuestas, no de imitar a otros. No hay atajos en el desarrollo del rendimiento de élite.

3) El mejor aprendizaje inculca una psicología de trading óptima: Un mentor no es solo alguien que te enseña dónde comprar y vender. Un mentor efectivo modela cómo pensar y buscar oportunidades: cómo combinar la prudencia en el riesgo con la maximización de las recompensas. Al enseñar el proceso de trading, los mentores inevitablemente modelan una mentalidad de trading adecuada. Aprendemos más eficazmente la psicología del trading mientras perseguimos prácticas de trading sólidas. Una buena mentoría construye una psicología de trading positiva, ya que establece una sensación de comprensión y dominio. Internalizamos una psicología de trading óptima cuando nos basamos en un proceso de trading óptimo.

Sobre todo, los mentores de SMB me han enseñado que los mejores maestros siempre aprenden de sus estudiantes. La relación efectiva mentor-estudiante crea un trabajo en equipo. Los mentores aprenden de la investigación y práctica de sus estudiantes, al igual que los estudiantes aprenden de la instrucción y guía de los mentores. Una excelente mentoría forma equipos sólidos, haciendo que todos mejoren juntos.

¿Cómo afecta el riesgo de la inversión pasiva al mercado? por Quantpedia

El auge de la inversión pasiva ha sido una de las tendencias más profundas en la industria de la gestión de activos en las últimas dos décadas. Sin embargo, ¿cómo afecta la popularidad de los fondos pasivos al riesgo del mercado? Podemos confiar en los datos, y un reciente trabajo de investigación muestra que el impacto es significativo, principalmente a través de un aumento sustancial en las correlaciones de las acciones. A medida que más inversores acuden en masa a los fondos pasivos, que rastrean índices, los precios de las acciones dentro de esos índices tienden a moverse más en conjunto, aumentando el riesgo en todo el mercado.

El documento presentado se centra en el impacto de la inversión pasiva en las medidas de riesgo: los segundos momentos de los rendimientos de las acciones. Los académicos encuentran que la inversión pasiva (y la propiedad común basada en índices en general) tiene un impacto asimétrico en diferentes componentes del riesgo: mientras contribuye a las medidas de riesgo relacionadas con el movimiento sistemático, principalmente no está relacionada y a menudo se observa que está negativamente relacionada con movimientos no sistemáticos e idiosincráticos. Dado que los momentos de precios idiosincrásicos se consideran señales esenciales para la información específica de las empresas, este hallazgo plantea la cuestión de si el auge de la inversión pasiva (y otras formas implícitas de inversión basada en índices) alterará la estructura de la información y la eficiencia en el proceso de descubrimiento de precios.

Los académicos plantean hipótesis y muestran que la popularidad de la inversión pasiva puede deshacer los beneficios de la diversificación y conducir a una mayor volatilidad a nivel de mercado: la volatilidad del mercado ha aumentado desde alrededor del año 2000 y es concurrente con la inversión pasiva, impulsada por mayores correlaciones entre acciones individuales.

Se puede construir una variable a nivel de empresa que capture hasta qué punto una acción está en manos de vehículos de inversión pasivos, como fondos indexados y ETF, para todo el universo de acciones de CRSP. Los autores encuentran un resultado consistente y sólido: esta medida está altamente relacionada positivamente con las medidas de riesgo que reflejan el movimiento conjunto de una acción con otras acciones y el mercado, como su beta, su correlación promedio con todas las demás acciones y su covarianza promedio con todas las demás acciones. Sin embargo, no está relacionada (o incluso está negativamente relacionada en algunas especificaciones) con la volatilidad idiosincrásica de una acción. En otras palabras, la exposición de una acción a la inversión pasiva contribuye positivamente a la parte sistemática (no diversificable) de su riesgo, pero no a su parte no sistemática (diversificable).

Al examinar tres episodios de aumentos repentinos y en gran medida exógenos de la volatilidad del mercado —el período posterior al 11 de septiembre, la crisis financiera de 2008 y la pandemia de COVID de 2020— en un entorno de diferencias en diferencias, se muestra que la relación entre la inversión pasiva y el riesgo sistemático se fortalece durante los períodos de crisis, ya que aumenta la contribución al riesgo de las acciones con alta exposición a la inversión pasiva.

El trading correlacionado por parte de los fondos pasivos probablemente explica estos efectos. Primero, las acciones ampliamente en poder de fondos pasivos tienen una mayor correlación de volumen de operaciones (rotación) con otras acciones. Segundo, el trading inducido por los flujos de fondos pasivos contribuye positiva y significativamente a las medidas de riesgo relacionadas con el movimiento conjunto: beta, correlación y covarianza, pero no al riesgo idiosincrásico. Estos resultados indican que el trading correlacionado afecta el riesgo agregado a través de un canal de movimiento conjunto, o sistemático, en lugar de un canal de volatilidad.

Mientras que el estudio se centra en los fondos indexados y los ETF con un mandato pasivo explícito, el verdadero alcance de la inversión basada en índices podría ser mucho más significativo debido a la evaluación comparativa del rendimiento y otros incentivos del administrador de fondos. Los autores muestran que las prácticas de indexación de armarios basadas en puntos de referencia tienen el mismo efecto direccional que la inversión pasiva en las medidas de riesgo de las acciones. Aún así, sus efectos no subsumen el impacto de los fondos pasivos. Las estimaciones sugieren que la inversión pasiva explícita por sí sola podría explicar un aumento del 20% en el riesgo de mercado durante las últimas cuatro décadas (de 1980 a 2020). Por lo tanto, el verdadero alcance del efecto de la inversión basada en índices en el riesgo de mercado será aún más significativo, probablemente el doble, si también se considera la indexación implícita.

Autores: Lily H. Fang, Hao Jiang, Zheng Sun, Ximing Yin y Lu Zheng

Título: Límites a la diversificación: inversión pasiva y riesgo de mercado

Enlace: https://papers.ssrn.com/sol3/papers.cfm? abstract_id=4928631

Resumen:

Demostramos que el aumento de la inversión pasiva conduce a mayores correlaciones entre las acciones y a una mayor volatilidad del mercado, limitando así el beneficio de la diversificación. La medida en que una acción está en manos de fondos pasivos (fondos mutuos indexados y ETF) predice positivamente su beta, correlación y covarianza con otras acciones, pero no su volatilidad idiosincrásica. Durante los períodos de crisis, las acciones con altas tenencias pasivas contribuyen más al riesgo de mercado en comparación con antes de la crisis. El comercio correlacionado por fondos pasivos explica estos resultados, que se amplifican aún más por la indexación implícita debido a la evaluación comparativa del rendimiento.

Como siempre, presentamos varias figuras y tablas emocionantes:

Citas notables del trabajo de investigación académica:

“[…] Este paradigma es el enfoque de nuestro trabajo. Estudiamos cómo la inversión basada en índices – tanto en fondos indexados como en ETFs indexados, a los que colectivamente nos referimos como ‘inversión pasiva’ en este documento – afecta la estructura de correlación entre activos y, en última instancia, la volatilidad general del mercado. Siguiendo la lógica descrita anteriormente, formulamos la hipótesis de que la inversión pasiva aumenta las correlaciones entre activos y, dado que estas correlaciones determinan la volatilidad agregada del mercado, también aumenta la volatilidad general del mercado.

Nuestra hipótesis tiene profundas implicaciones para la eficiencia del mercado y los costos y beneficios de la inversión pasiva. Una amplia literatura, ejemplificada por Jensen (1968) y Carhart (1997), ha presentado evidencia sólida de los beneficios de la inversión pasiva: los fondos mutuos gestionados activamente generalmente no superan a los fondos pasivos después de comisiones y gastos. Sin embargo, nuestra hipótesis sugiere un importante inconveniente de la expansión significativa de la inversión pasiva: su auge podría conducir a una mayor volatilidad a nivel de mercado, limitando el poder de la diversificación y, por ende, la principal virtud de la inversión pasiva.

Nuestra hipótesis se basa en la idea de que la inversión pasiva a menudo implica la compra y venta simultánea de valores dentro de un índice, y este trading correlacionado puede generar aumentos en las medidas de riesgo sistemático de las acciones, como la beta y la correlación con otras acciones (por ejemplo, Basak y Pavlova, 2013). Para arrojar luz directamente sobre este mecanismo, primero mostramos que las acciones con una alta exposición al índice tienen una mayor correlación de volumen de operaciones con otras acciones del mercado. Luego examinamos el efecto del trading inducido por los flujos de fondos indexados y ETF (a esto lo llamamos trading inducido por flujos pasivos). Construimos una medida a nivel de acción que captura el trading neto inducido por flujos pasivos de una acción a través de todos los fondos indexados y ETFs en nuestra muestra.

Presumiblemente, la presión de compra inducida por los ingresos en algunos fondos podría ser compensada por la presión de venta impulsada por los egresos de otros fondos. Nuestra medida captura la cantidad neta de trading inducido por flujos que no puede ser absorbida dentro del sector de fondos indexados, reflejando así una demanda neta de liquidez por parte de los fondos indexados hacia otros inversionistas. Encontramos que este trading inducido por flujos pasivos está significativamente correlacionado con la beta, la correlación promedio y la covarianza de las acciones con otras acciones, pero está negativamente correlacionado con la volatilidad idiosincrásica de las acciones. Además, los efectos contribuyentes del trading inducido por flujos pasivos sobre la beta, las correlaciones y la covarianza son especialmente fuertes durante los períodos de crisis definidos anteriormente.

Estos resultados ayudan a establecer el trading correlacionado entre fondos pasivos como un canal probable a través del cual la inversión pasiva afecta el riesgo del mercado.

La Figura 2 amplía el período de muestra hasta 2020 y revela un marcado contraste entre el período anterior a 1997 y el tiempo posterior. El Panel A muestra que la volatilidad de las acciones individuales continuó aumentando hasta aproximadamente 2001, pero desde entonces ha disminuido. En contraste, el Panel B muestra un aumento notable en la correlación por pares entre las acciones después de 1997: la correlación promedio por pares es del 13.4% en el período de 1998-2020, más del doble del 5.7% registrado en el período de 1962-1997 (t-statistic=17.85 para la diferencia). El Panel C muestra que el efecto neto de estas dos fuerzas es un aumento en la varianza a nivel de mercado en la era posterior a 1997; la volatilidad promedio anualizada de los rendimientos del mercado antes y después de 1997 es del 12.51% y 19.56% respectivamente, y la diferencia es estadísticamente significativa (t-statistic=5.44).

“[…] Pueden existir múltiples factores que contribuyen al incremento en las correlaciones entre las acciones, pero nuestro trabajo se centra en el auge de la inversión pasiva: fondos indexados y ETFs indexados. La Figura 3 traza la magnitud de la inversión pasiva en el mercado de valores —medida por la proporción ‘Passive-to-Market’, que representa los activos totales bajo gestión por parte de fondos indexados y ETFs indexados divididos entre la capitalización total de mercado de todas las acciones— frente a la correlación promedio por pares entre todas las acciones en el universo CRSP durante el período de 1980 a 2020. Aunque la serie trimestral de correlaciones promedio entre acciones es bastante volátil, el gráfico revela, no obstante, una correlación positiva a largo plazo entre ambas series.”

Optimización secuencial en trading algorítmico: robustez vs sobreajuste por Sergi Sánchez

• La optimización secuencial puede ayudarte a crear estrategias de trading algorítmico robustas, evitando el temido sobreajuste y asegurando que tu sistema prospere en cualquier mercado.
• Artículo publicado en Hispatrading Magazine 60.

En el mundo del trading algorítmico, la optimización es un proceso crucial que consiste en ajustar los parámetros de una estrategia para maximizar su rendimiento en un conjunto de datos históricos. Sin embargo, aunque este proceso puede mejorar significativamente el rendimiento de una estrategia, también conlleva riesgos si no se gestiona adecuadamente. Uno de los peligros más comunes es el sobreajuste u «overfitting», donde la estrategia se ajusta demasiado bien a los datos históricos, lo que resulta en una pérdida de capacidad para generalizar en condiciones de mercado futuras.

La optimización en trading algorítmico no es simplemente una cuestión de ajustar parámetros de manera indiscriminada; se trata de un enfoque científico que requiere un equilibrio cuidadoso entre mejorar el rendimiento y preservar la robustez de la estrategia. La robustez se refiere a la capacidad de una estrategia para mantener su rendimiento bajo una variedad de condiciones de mercado, evitando ser demasiado sensible a cambios menores en los parámetros.

En este artículo, exploraremos cómo lograr este equilibrio en la optimización de estrategias de trading algorítmico. Discutiremos conceptos clave como la optimización secuencial, que permite ajustar parámetros en etapas para evitar el sobreajuste, y la importancia de identificar zonas de estabilidad en los parámetros optimizados mediante mapas de optimización. El objetivo es proporcionar a los traders avanzados herramientas prácticas y basadas en datos para optimizar sus estrategias sin comprometer su capacidad de adaptación a futuros cambios del mercado.

En última instancia, la robustez de una estrategia no se mide solo por su rendimiento pasado, sino por su capacidad para enfrentar el futuro con flexibilidad y consistencia, respaldada por una base cuantitativa sólida.

Conceptos Clave en la Optimización de Estrategias

La optimización de estrategias de trading algorítmico es un proceso que puede mejorar significativamente el rendimiento de un sistema, pero también es uno que requiere un enfoque meticuloso y bien fundamentado. A continuación, exploramos dos conceptos fundamentales en este proceso: la robustez y el sobreajuste.

Robustez: El Pilar de una Estrategia Duradera

La robustez de una estrategia se refiere a su capacidad para mantener un rendimiento estable y consistente bajo diferentes condiciones de mercado. Una estrategia robusta no es aquella que simplemente maximiza los beneficios en un periodo histórico específico, sino una que puede adaptarse a los cambios del mercado, soportar variaciones en las condiciones y seguir siendo rentable. Aunque existen herramientas para tratar de medir y buscar la robustez, como el Walk Forward Efficiency o las pruebas fuera de muestra, la realidad es que la robustez no puede garantizarse de manera absoluta durante la fase de desarrollo.

La verdadera prueba de robustez solo se revela en la operativa en real, donde las condiciones del mercado son impredecibles y donde una estrategia debe demostrar su capacidad para enfrentar esos desafíos. Por lo tanto, aunque podemos y debemos buscar la robustez en todas las fases del desarrollo de un sistema, la única certeza de que un sistema es realmente robusto se obtiene a través de su desempeño en el mercado real.

SOBRE OPTIMIZACIÓN U OVERFITTING: El Enemigo Silencioso

El sobreajuste ocurre cuando una estrategia se optimiza en exceso para ajustarse a los datos históricos, incorporando demasiados parámetros o ajustes específicos que maximizan el rendimiento en un periodo pasado, pero que no necesariamente son relevantes para el futuro. Este fenómeno resulta en un modelo que parece perfecto en Backtest, pero que falla cuando se enfrenta a nuevas condiciones de mercado que no coinciden exactamente con el periodo optimizado.

La sobre optimización es especialmente peligrosa porque puede ser difícil de detectar en las primeras fases de desarrollo de una estrategia. Un rendimiento impresionante en pruebas históricas puede ocultar una falta de generalización y de adaptación. Para evitar el sobreajuste, es crucial realizar pruebas fuera de muestra y evaluar la estrategia en diferentes escenarios de mercado.

Zonas de Estabilidad: Identificando el Equilibrio

Una técnica eficaz para evitar el sobreajuste es la identificación de zonas de estabilidad en la optimización mediante los mapas de optimización. Estas zonas son rangos de parámetros donde la estrategia muestra un rendimiento consistentemente bueno, en lugar de un rendimiento máximo aislado. Al optimizar, el objetivo no debería ser encontrar el mejor resultado único, sino identificar un rango de resultados estables. Esto indica que la estrategia es menos sensible a pequeños cambios en los parámetros y, por tanto, es más probable que sea robusta.

Las zonas de estabilidad pueden detectarse al evaluar cómo varía el rendimiento de la estrategia cuando se realizan pequeños ajustes a los parámetros optimizados. Si el rendimiento sigue siendo positivo y relativamente constante, se puede concluir que la estrategia tiene una buena base y es menos propensa al sobreajuste.

Cómo Optimizar una Estrategia de Trading

La optimización de una estrategia de trading algorítmico es un proceso fundamental que debe realizarse con precisión y cuidado. Una optimización bien ejecutada no solo puede mejorar el rendimiento de una estrategia, sino que también puede ayudar a garantizar que sea robusta y capaz de enfrentar diversas condiciones de mercado. A continuación, se presentan los pasos clave para llevar a cabo una optimización eficaz, junto con las consideraciones más importantes en cada fase.

1. Selección de una Muestra de Datos Adecuada

El primer paso en el proceso de optimización es seleccionar una muestra de datos que sea representativa del universo objetivo de la estrategia. Esto implica:

• Incluir una variedad de regímenes de mercado: La muestra debe abarcar diferentes condiciones de mercado, como periodos alcistas, bajistas, con volatilidad creciente o decreciente, y eventos como gaps o cambios bruscos en la tendencia. Esto asegura que la estrategia no esté optimizada únicamente para un escenario específico, sino que pueda adaptarse a diversas situaciones.
• Garantizar un número de trades estadísticamente significativo: El número de operaciones en la muestra debe ser lo suficientemente grande para proporcionar resultados estadísticamente fiables. Un criterio común es tener al menos 30-50 trades por restricción (un input es una restricción y cada regla o condición también), pero este número debe variar según los grados de libertad de la estrategia. Cuantos más grados de libertad (diferencia entre el número de trades y las restricciones o parámetros utilizados), mejor será el ajuste a una distribución “t de Student”.
• Optimización clásica: Datos INS vs Datos OOS: Es crucial dividir los datos en muestras In-Sample (INS) y Out-of-Sample (OOS) para la optimización y validación, respectivamente. Generalmente, se recomienda utilizar entre el 70-80% de los datos para la optimización (INS) y el 20-30% restante para la validación (OOS). Aunque la prueba OOS es vital para la validación de la estrategia, tiene limitaciones, ya que podría no capturar toda la variabilidad de las condiciones del mercado. Por ello, aunque las pruebas OOS ofrecen validación adicional, la muestra INS tendrá siempre mayor significación estadística.

2. Selección de Parámetros y Determinación de Intervalos

La selección de los parámetros adecuados y la definición de sus intervalos de optimización son cruciales para evitar el sobreajuste:

• Evitar la complejidad excesiva: Demasiados parámetros pueden conducir al sobreajuste. Es recomendable centrarse en los parámetros que realmente dirigen el comportamiento del modelo, y evitar la optimización excesiva de elementos como los niveles de stop-loss y take profit. Estos pueden ajustarse más eficazmente en función de la volatilidad o el precio, usando porcentajes en lugar de valores absolutos.
• Definir rangos de optimización coherentes y razonables: Los rangos seleccionados deben tener sentido desde una perspectiva de mercado. Por ejemplo, optimizar una media móvil corta y una larga dentro del mismo rango amplio (como de 1 a 200) es incoherente y puede llevar a resultados engañosos. Además, es importante elegir intervalos que sean razonables y evitar optimizaciones demasiado finas que carezcan de relevancia práctica.
• Uso de incrementos porcentuales: Siempre que sea posible, es recomendable utilizar incrementos porcentuales en lugar de incrementos lineales. Esto puede lograrse mediante el uso de código específico que permita aplicar incrementos que reflejen mejor la naturaleza escalable de los mercados.

3. Selección de Funciones Objetivo

La función objetivo es una pieza central en el proceso de optimización, ya que define cómo se mide y clasifica la calidad de una estrategia:

• Definición de la función objetivo: No es simplemente una métrica; es el criterio a través del cual se evalúa la eficacia de una estrategia de trading. La función objetivo debe ser seleccionada en función de la capacidad de la estrategia para predecir el éxito en operaciones futuras en tiempo real. Una de las más utilizadas en el sector es Sharpe, piedra angular de la teoría moderna de carteras (1966) Personalmente nos gusta más Sortino, piedra angular de la teoría postmoderna de carteras (1981) De todas formas, suele haber bastante correlación entre la mayoría de ratios de retorno riesgo. En TradeStation, por ejemplo, solemos usar TSI (TradeStation Index) o PPC (Profit Perfect Correlation) En otras plataformas puedes encontrar SQN (en su versión original no nos gusta demasiado y solemos corregir el denominador) o UPN que son también ratios que nos gustan mucho.
• Elección del mejor estimador del riesgo: Es esencial distinguir entre volatilidad y riesgo. Aunque la volatilidad (desviación estándar) es una medida común, no siempre refleja adecuadamente el riesgo de pérdida real. La función objetivo debe considerar medidas alternativas de riesgo, como la pérdida máxima o la pérdida promedio, que proporcionan una visión más completa y realista del riesgo involucrado.
• Evitar confusiones entre volatilidad y riesgo: Aunque la volatilidad suele asociarse al riesgo, es importante advertir que una estrategia con baja volatilidad no es necesariamente de bajo riesgo. Estrategias que parecen seguras pueden estar expuestas a riesgos ocultos, como las estrategias de venta de opciones fuera del dinero, que tienen un riesgo significativo de eventos adversos o una martingala que mientras no se “rompa” tendrá unos datos y curva casi perfecta que tendrá muy baja volatilidad.

4. Directrices para la Evaluación del Proceso de Optimización (Protocolo)

Un protocolo de optimización bien definido es crucial para garantizar que el proceso sea riguroso y reproducible:

• Optimización más allá de la selección de parámetros: La optimización no solo debe utilizarse para seleccionar los mejores inputs para operar, sino también como una herramienta para analizar datos y comprender mejor el mercado. A través de perfiles de optimización y del Walk Forward Analysis, es posible medir la robustez de un sistema.
• Evaluación con datos distintos: Es fundamental evaluar la estrategia con datos que no se utilizaron durante el backtest. Aunque la muestra OOS es vital, también podría estar sobre optimizada. Hay varios métodos para reducir el riesgo de sobreajuste, algunos los estamos viendo en este artículo. Colocar el periodo OOS delante y detrás del periodo INS (en optimizaciones distintas) y compararlos, puede ser otro de esos métodos para obtener una validación más robusta antes de proceder al Walk Forward Optimization (WFO).
• Definir el espacio de trabajo y los procedimientos: Antes de iniciar la optimización, es fundamental tener bien definidos los aspectos técnicos, como el gráfico, el timeframe, el horario de mercado, el tipo de sistema, y su configuración. Esto debe documentarse detalladamente en un protocolo que abarque tanto la optimización general como los aspectos específicos de cada estrategia.
• Documentar y archivar el proceso: Cada optimización debe ser registrada y archivada de manera organizada, con un sistema de nomenclatura claro y coherente. Esto permite revisitar y analizar los resultados en el futuro, lo que es especialmente útil cuando se utilizan diferentes timeframes o se optimizan múltiples símbolos.
• Slippage y costes operativos: Es crucial incluir en el proceso de optimización los costes de operación reales, como el slippage (deslizamiento) y los corretajes. Ignorar estos costes puede llevar a una optimización irreal y no reproducible en condiciones de mercado reales.

Metodologías para Evitar el Sobreajuste

La optimización de estrategias de trading algorítmico puede ser una herramienta poderosa, pero también presenta riesgos significativos si no se maneja con cuidado. A continuación, se detallan varias metodologías clave para evitar el sobreajuste y asegurar que la estrategia sea robusta y efectiva en condiciones de mercado reales.

Optimización Secuencial: Un Enfoque por Etapas

Una de las metodologías más efectivas para evitar el sobreajuste es la optimización secuencial. Este enfoque implica optimizar los parámetros en etapas o secuencias, en lugar de hacerlo simultáneamente:

• Primero optimizar los parámetros de entrada: Ajustar parámetros como medias móviles o indicadores de tendencia en intervalos razonables y coherentes.
• Luego optimizar los parámetros de salida: Ajustar los niveles de stop-loss y take profit para adaptarse a la volatilidad reciente y al comportamiento del mercado.
• Validación con datos OOS: Es crucial usar un enfoque de datos fuera de muestra para validar la estrategia optimizada, asegurando que los resultados no se deban al sobreajuste en los datos históricos utilizados para la optimización.

Forward Testing y Optimización Walk-Forward

El Forward Testing es otra técnica importante, que implica la prueba de la estrategia con datos de mercado no vistos durante el backtest o incluso con datos en tiempo real. Esta técnica ayuda a validar la estrategia en condiciones de mercado actuales y garantizar que sea realmente robusta.

El Walk Forward Analysis (WFA), por otro lado, es un proceso que optimiza la estrategia en periodos históricos y luego aplica los mejores parámetros a periodos subsiguientes no optimizados. Esto simula cómo se utilizaría la estrategia en tiempo real y proporciona una validación más cercana a las condiciones reales de mercado.

• Clúster Walk Forward: Si se realiza correctamente, el WFA puede proporcionar una medida objetiva de la robustez de la estrategia, especialmente cuando pasa el análisis de clústeres de Walk Forward, que es una prueba de estrés clave para la validación de estrategias.

Caso Práctico: Optimización Secuencial de una Estrategia de Trading Algorítmico

Este caso práctico de ejemplo se ilustra el proceso completo de optimización secuencial de una estrategia de trading algorítmico basada en un cruce de medias móviles con un trailing stop dinámico. El objetivo no es elegir unos parámetros específicos, sino mostrar cómo se lleva a cabo una optimización secuencial efectiva, utilizando herramientas y técnicas que fomentan la robustez y estabilidad del sistema.

Descripción de la Estrategia

La estrategia emplea un enfoque clásico de cruce de medias móviles para generar señales de compra y venta operando solo en el lado largo, combinada con un trailing stop basado en la volatilidad del mercado, medido a través del Average True Range (ATR).

• Entrada: La estrategia genera una señal de compra cuando una media móvil exponencial (EMA) de corto plazo cruza por encima de una media móvil simple (SMA) de largo plazo.
• Salida: Las posiciones pueden cerrarse de dos maneras: si la EMA cruza por debajo de la SMA (señal contraria) o si se activa un trailing stop dinámico basado en el ATR.
• Gestión del riesgo: Se implementa un manejo del dinero básico (MM) que ajusta la cantidad de contratos a operar en función del capital disponible y el riesgo asociado con cada operación.

Paso 1: Selección de una Muestra de Datos Adecuada

El primer paso en el proceso de optimización es seleccionar una muestra de datos representativa del mercado:

• Periodo de optimización (In-Sample, INS): Se seleccionaron datos desde 2014 hasta 2024, abarcando diferentes regímenes de mercado, incluyendo la alta volatilidad durante la pandemia de COVID-19 y períodos de mercados alcistas y bajistas.
• Periodo de validación (Out-of-Sample, OOS): Los datos de 2022 a 2024 se reservaron para la validación fuera de muestra, representando el 30% de los datos históricos.

Para asegurar la robustez, es esencial que el número de operaciones (trades) sea suficiente. Un mínimo de 30 operaciones por restricción es recomendable y sería preferible un mínimo de 50 o incluso más. En nuestro sistema tenemos 3 inputs sujetos a optimización, un cruce al alza para comprar, un cruce a la baja para vender y la condición para usar o no usar el trailing. En total 6 restricciones. 6 por 50 da 300 que sería el mínimo. En la práctica no solemos aceptar menos de 500.

Evaluación Preliminar

Antes de proceder con la optimización, se realizó una evaluación preliminar de la estrategia:

• Verificación de viabilidad: Se comprobó que el sistema era mínimamente viable, es decir, que podía generar señales de trading y ejecutarlas sin errores lógicos.
• Pruebas de reproducibilidad: Se aseguró que el sistema era reproducible en un entorno de trading real, considerando aspectos como la latencia y la ejecución.
• Revisión de errores: Se corrigieron posibles errores en el código o en la lógica de la estrategia.

PASO 2: OPTIMIZACIÓN INICIAL DE LOS PARÁMETROS DE ENTRADA

La primera optimización se centró en los parámetros de entrada, específicamente los períodos de las medias móviles.

• Rango de optimización para la EMA (ShortLength): De 3 a 20, incrementando de 1 en 1.
• Rango de optimización para la SMA (LongLength): De 30 a 200, incrementando de 5 en 5.

Esto dio lugar a un total de 630 combinaciones posibles.

Resultados Optimización 1:

• El análisis del mapa de optimización mostró que las combinaciones con una media rápida (EMA) en valores bajos, como 3, resultaban robustas. Sin embargo, hubo más variabilidad y posibles opciones en los valores de la media lenta (SMA), con combinaciones como 3-85 y 3-90 que parecían particularmente prometedoras.

Paso 3: Optimización del Trailing Stop

Con los valores iniciales de las medias móviles seleccionados (EMA = 3 y SMA = 150), el siguiente paso fue optimizar el multiplicador del ATR para el trailing stop.

• ATRMultiplier: Se optimizó en un rango de 1 a 15, incrementando de 0.25 en 0.25.

Resultados Optimización 2:

• El análisis del mapa de optimización mostró que un multiplicador de 3 controlaba bien el riesgo mientras mantenía un rendimiento aceptable, lo que llevó a la decisión de fijar este valor como definitivo.

Paso 4: Reevaluación de las Medias Móviles con el ATR Fijado

Con el multiplicador del ATR fijado en 3, se volvió a optimizar los períodos de las medias móviles para garantizar que los parámetros de entrada sean los más adecuados en combinación con el trailing stop optimizado.

• Rango de optimización para la EMA (ShortLength): De 3 a 20, incrementando de 1 en 1.
• Rango de optimización para la SMA (LongLength): De 30 a 200, incrementando de 5 en 5.

Resultados Optimización 3:

• El mapa de optimización continuó mostrando que las combinaciones con una media rápida baja, como 3, eran robustas. Se aprecia una zona muy amplia de estabilidad en la media rápida en valores bajos. Aunque la media lenta también ofrecía varias opciones válidas, como la zona de 85 a 90 se destacaron como particularmente estables, además de la 150.
• Sin embargo, no es objeto de este artículo elegir un conjunto específico de inputs, sino mostrar el proceso de optimización secuencial.

Paso 5: Optimización Walk-Forward (WF)

Para concluir el proceso, se recomienda una optimización Walk-Forward para evaluar cómo los inputs habrían cambiado en diferentes periodos y confirmar la robustez de las combinaciones seleccionadas. Mezclando las dos optimizaciones tendríamos 35,910 tests, que aún podrían hacerse por una optimización exhaustiva, pero sería perfectamente válido y mucho más rápido hacerla genética. En este caso, haciendo 185 generaciones con una población de 50 elementos, tendríamos 9,250 tests que es una optimización que debería durar poco tiempo.

• Clúster Walk-Forward Optimization: Esta técnica permite simular la manera en que las estrategias de trading se ajustan a diferentes condiciones del mercado en tiempo real, proporcionando una validación adicional de la estabilidad de los parámetros optimizados. Es sobre todo una prueba de estrés de la estrategia que pretende cuantificar la robustez.

Conclusiones

La optimización secuencial es una herramienta esencial en el desarrollo de estrategias de trading algorítmico, proporcionando un enfoque metódico y riguroso para identificar y ajustar los parámetros de un sistema. A lo largo de este artículo, hemos explorado cómo aplicar este proceso de manera efectiva, desde la selección de una muestra de datos representativa hasta la implementación de técnicas avanzadas como la optimización Walk-Forward.

Una de las conclusiones más importantes es la necesidad de mantener un enfoque dinámico y flexible en el desarrollo de estrategias de trading. La optimización no es un proceso estático; debe ser revisada periódicamente para asegurar que la estrategia sigue siendo eficaz a medida que cambian las condiciones del mercado.

En resumen, el éxito en el trading algorítmico no depende únicamente de encontrar los parámetros óptimos en un conjunto de datos histórico, sino de desarrollar un proceso riguroso de optimización y validación que garantice la robustez y adaptabilidad del sistema en el tiempo. La optimización secuencial, combinada con técnicas como la optimización Walk-Forward, proporciona un marco sólido para lograr estos objetivos, permitiendo a los traders algorítmicos operar con mayor confianza y eficacia en los mercados.

¡Good Trading!

Cómo hacer trading con los triángulos por Bramesh Bhandari

• Un patrón gráfico es un patrón definido formado en el gráfico de las acciones/commodities que ayudan a identificar futuros movimientos de precios. Estos nos ayudarán a actuar en consecuencia. Veamos la forma de hacer trading con los tríangulos.
• Artículo publicado en Hispatrading 25.

Los patrones gráficos se clasifican en dos tipos:

Patrones de Giro: este patrón nos indica que la tendencia anterior se revertirá sobre la confirmación de este patrón. Por ejemplo, doble techo, doble suelo, islote, suelo redondeado, triángulo descendente.

Patrones de Continuación: este patrón indica que la tendencia continuará al finalizar este patrón. Por ejemplo triángulo ascendente, triángulo simétrico, taza con asa, bandera.

El Patrón de Triángulo

Cuando el precio de una acción/commodity se mantiene en un rango de negociación y con el paso del tiempo, dicho rango se hace más pequeño, la contracción del precio y la convergencia de la línea de tendencia conducen a la formación del patrón de triángulo. El patrón de triángulo se identifica generalmente por la consolidación de la tendencia seguida por una rotura en la dirección de la tendencia establecida.

Veamos un ejemplo de Exxon Mobil Corp. (XOM) para entender la formación del patrón de triángulo.

Como se observa en el gráfico anterior, la acción del precio en Exxon Mobile se está contrayendo con la convergencia de la línea de tendencia lo que conduce a la formación del patrón de triángulo.

Identificar patrones de triángulo permite encontrar oportunidades de trading durante la formación y después de la rotura del patrón.

Tipos de triángulos

Los patrones de triángulo se dividen en 3 categorías:

1. Triángulo Simétrico

2. Triángulo Ascendente

3. Triángulo Descendente

Pasamos a ver el patrón en detalle para entender cómo se pueden generar señales de trading.

Triángulo Simétrico: este patrón presenta una fluctuación de precios en la que cada oscilación entre máximo y mínimo es más pequeña que la anterior. El volumen tiende a caer a medida que el patrón se desarrolla y la rotura se confirma con un fuerte incremento de volumen. La actividad de trading disminuye hasta que se alcanza el vértice del triángulo.

El triángulo simétrico debe contener al menos 2 máximos decrecientes y 2 mínimos crecientes. Asimismo el Máximo (2) debe ser inferior a Máximo (1) con pendiente bajista en la línea de tendencia superior que los une. Del mismo modo, el Mínimo (2) debe ser superior al Mínimo (1) y la línea de tendencia que los une debe presentar pendiente positiva. El volumen debería disminuir durante la formación del patrón.

Vamos a analizar la formación con un ejemplo de Tata Motors en gráfico diario.

Como se observa en el gráfico que se muestra a continuación, Tata Motors está moviéndose en el rango de precios entre 160 y 208. Durante el transcurso de la negociación Tata Motors ha marcado máximos decrecientes en 196 y 185 para formar una línea de tendencia con pendiente negativa.

Tata Motors también marcó mínimos crecientes en 167 y 169 para formar una línea de tendencia ascendente.

El volumen negociado ha disminuido con la contracción en el rango de cotización. La consolidación está ocurriendo hasta el vértice del triángulo antes de que veamos una rotura.

Rotura del Triángulo Simétrico

Hay dos componentes clave en la rotura del triángulo simétrico:

• Precio
• Volumen

Para la confirmación de la rotura debemos esperar al cierre de la vela.

Para rotura al alza, la cotización debe cerrar con decisión fuera de la formación del triángulo con un repunte en el volumen. Las roturas a la baja también requieren un cierre alejado  por debajo de la formación, pero el volumen no tiene porqué mostrar un aumento significativo de la actividad.

Cálculo del Objetivo: medimos la diferencia entre la parte superior e inferior del rango del triángulo y se suma/resta al punto de rotura al alza/baja.

Veamos en detalle cómo reaccionó Tata Motors después de alcanzar el vértice del triángulo.

El 3 de enero de 2011 Tata Motors cerró por encima del vértice del triángulo en 194.

• Mínimo del rango = 160 
• Máximo del rango = 208
• Rango del Triángulo: (208-160) = 48
• Cálculo del objetivo: 194 + 48 = 242

El 2 de febrero de 2012 Tata Motors marcó un máximo en 242.

Los triángulos simétricos proporcionan poca o ninguna indicación en cuanto a qué dirección tomará el valor en la rotura. Como hay una falta de volumen y movimiento de los precios, es simplemente imposible valorar en qué dirección romperá el precio en un triángulo simétrico.

Triángulo Ascendente: este modelo se compone de 2 líneas de tendencia, una trazada horizontalmente para marcar la resistencia, y otra línea de tendencia con pendiente alcista que conecta varios mínimos crecientes. En general, es un patrón de continuación formado durante la consolidación tras una tendencia alcista. Los volúmenes generalmente disminuyen durante la formación del patrón

El patrón de Triángulo Ascendente debe contener al menos 2 máximos similares, no exactamente iguales, pero cercanos para poder formar la línea de tendencia horizontal superior. Por su parte la línea de tendencia ascendente inferior requiere al menos dos mínimos crecientes. En este caso situaremos una orden de compra por encima de la línea de resistencia y una de venta por debajo de la directriz alcista.

Nota: si un mínimo más reciente es igual o menor que el mínimo anterior, entonces el triángulo ascendente no es válido.

Vamos a analizar la formación de triángulo ascendente con un Ejemplo del S&P 500 en gráfico de 15 minutos.

Como se observa en el siguiente gráfico, el S&P 500 es incapaz de cruzar la línea de resistencia situada en 1279 por lo menos 5 veces. Cada intento de cruzar 1279 se encontró con presión de venta. También se puede observar que los compradores comienzan a ganar fuerza a medida que el S&P comienza a hacer mínimos crecientes (1257 y 1265), como se muestra en el gráfico.

La rotura del Triángulo Ascendente se ve en el siguiente gráfico después de romper el nivel de 1279 con apoyo del volumen.

Cálculo de objetivo:

• Máximo del Rango: 1279
• Mínimo del Rango: 1257
• Diferencia: (1279-1257) = 22
• Punto de Rotura: 1279
• Objetivo: Punto de Rotura + Diferencia de Rango = 1279 + 22 = 1301.

• • El Triángulo Ascendente generalmente se considera un patrón alcista aunque no siempre es el caso. El Triángulo Ascendente puede romper a la baja como se ve en el siguiente ejemplo.

A continuación se muestra el gráfico horario del S&P 500 del 1 de julio al 25 de agosto.

La línea de resistencia se sitúa en 1130 y se estaban formando mínimos crecientes. El rango se estrechó hasta moverse entre 1110 y 1130 rompiendo finalmente a la baja.

Triángulo Descendente: este patrón modelo se compone de 2 líneas de tendencia, una trazada horizontalmente para marcar el soporte, mientras que la segunda línea de tendencia posee pendiente negativa pues une máximos decrecientes. Los volúmenes generalmente disminuyen durante la formación del patrón y cuando se produce la rotura, la expansión del volumen nos confirma el patrón.

El patrón de Triángulo Descendente debe contener al menos 2 o más mínimos cercanos, aunque no necesariamente iguales, para formar la línea de tendencia horizontal inferior. Para formar la línea de tendencia descendente se requieren al menos dos máximos decrecientes. Nos gustaría establecer una orden de venta por debajo de la línea de soporte y una orden de compra por encima de la directriz bajista.

Vamos a analizar la formación de un Triángulo Descendente con un ejemplo en el gráfico diario de Google Inc.

Como se observa en el siguiente gráfico, Google ha formado soporte en 553 tocando ese nivel en 2 ocasiones entre el 10 de noviembre y el 11 de marzo. El precio ha comenzado a marcar máximos decrecientes  de forma gradual lo que significa que los vendedores están ganando control sobre el valor.

El 15 de abril de 2011 Google anunció sus resultados del primer trimestre, los cuales estaban por debajo de las expectativas del mercado lo que provocó una caída de casi el 8%. El valor rompió su soporte en 553 con un enorme hueco a la baja.

La rotura a la baja del Triángulo Descendente se ve en el gráfico después de romper el nivel de 553 y viene reforzada por la expansión de los volúmenes negociados.

Cálculo del objetivo:

• Máximo del Rango: 631
• Mínimo del Rango: 553
• Diferencia: (631-553) = 78
• Punto de Rotura: 545
• Objetivo: Punto de Rotura – Diferencia de Rango = 545-78 = 467.
• Google marcó un máximo de 473 el 24 de junio de 2011, llegando casi a la meta.

Falsa Rotura

Los triángulos, al igual que otros patrones gráficos, están sujetos a muchos movimientos falsos. La mayoría de los traders permiten entre un 1 y un 3% de movimiento fuera del patrón con la expansión de volumen antes de dar por válida la rotura. Cuando se confirma el patrón, se espera que la tendencia posterior siga la dirección de la rotura.

El siguiente gráfico es de los futuros sobre Nifty en gráfico de 30 minutos con un triángulo descendente. El patrón también muestra dos roturas falsas rompiendo a la baja 5997, pero se recupera rápidamente dando lugar a la activación de los stop loss de los traders.

El patrón de triángulo es uno de los patrones más fiables, cuando se opera con el stop de pérdidas adecuado. La rotura del triángulo debe ser confirmada usando volúmenes e indicadores como el MACD o Estocástico para evitar señales falsas. El trader siempre debe utilizar trailing stops para proteger las ganancias.

Inmersos en la Economía Degenerada y Netflix No Se Relaja por Howard Lindzon

Encontrando Alfa en las Calles de Manhattan

Buenos días a todos desde el Upper East Side, Manhattan.

Estoy aquí esta semana sumergiéndome en el tema de la ‘Economía Degenerada’.

Mi amigo Ted Merz me envió este resumen de lo que quiero decir cuando hablo de este tema:

Howard Lindzon, un emprendedor e inversor conocido por sus ideas sobre tendencias de mercado e inversiones en startups, utiliza el término «economía degenerada» para describir un entorno económico actual caracterizado por varias características clave:

1. Especulación como Entretenimiento: En esta economía, actividades financieras como el trading, la inversión en acciones meme, criptomonedas y apuestas deportivas no son solo decisiones financieras, sino también formas de entretenimiento. Las personas participan en estas actividades por la emoción, la interacción comunitaria y el espectáculo de los movimientos del mercado, de manera similar a ver un deporte o un programa de telerrealidad.
2. Accesibilidad y Democratización de la Inversión: El auge de plataformas como Robinhood, en la cual Lindzon ha invertido, ha hecho que el trading y la inversión sean accesibles para las masas. Esto incluye no solo acciones, sino también opciones, criptomonedas y apuestas, donde incluso los novatos pueden participar en juegos financieros de alto riesgo con facilidad.
3. Actividad de Mercado 24/7: Los mercados ya no están restringidos al horario tradicional de trading. Con mercados internacionales, trading de criptomonedas y apuestas en línea, la actividad financiera es casi continua, fomentando un entorno donde se pueden perseguir ganancias rápidas en cualquier momento.
4. Cambio Cultural hacia la Degeneración: Existe una aceptación cultural o incluso celebración de lo que tradicionalmente podría considerarse un comportamiento financiero arriesgado o frívolo. Esto incluye el auge de las acciones meme, NFT y la tendencia general donde las decisiones financieras están fuertemente influenciadas por las redes sociales, memes y la cultura de influencers en lugar del análisis financiero tradicional.
5. Desigualdad Económica y Descontento: Lindzon también vincula este concepto a problemas económicos más amplios donde la brecha entre los ricos y el resto se vuelve más pronunciada. Mientras que los ricos pueden permitirse especular con grandes sumas de dinero, las clases media y baja participan en esta economía por necesidad o por una oportunidad de movilidad ascendente, a veces llevando a lo que él podría llamar la «economía del hombre enojado», donde el descontento financiero alimenta el malestar político o social.
6. Apalancamiento e Inversiones de Alto Riesgo: Hay un uso incrementado del apalancamiento (como el trading con margen o ETF 3x como $FAZ mencionado por Lindzon) que amplifica tanto las ganancias como las pérdidas, contribuyendo a la naturaleza de alto riesgo de esta economía.

La «economía degenerada» de Lindzon refleja un cambio donde los mercados financieros se convierten en arenas de entretenimiento, donde las estrategias de inversión tradicionales dan paso a tendencias sociales y donde la línea entre inversión y juego se difumina. Este entorno prospera en la volatilidad, la accesibilidad y el deseo humano de emoción y ganancias rápidas, a menudo a expensas de la estabilidad financiera a largo plazo o la sabiduría económica convencional.

He estado recorriendo la ciudad con mi socio Tom y me queda un día completo de reuniones. Hay muchos fundadores adicionales de fintech y cripto en la ciudad esta semana para eventos anuales. El clima ha sido perfecto (hasta esta mañana), lo que ha facilitado las cosas.

Obtengo ideas de todas partes, es una bendición y una maldición, pero las calles de Manhattan son donde encuentro mucho alfa. Esta semana en las calles he estado abrumado con alfa.

Hasta ahora, me he sentado con tres de mis mejores y favoritos inversores de todos los tiempos: Fred Wilson, Howard Morgan y Roger Ehrenberg, y los he escuchado hablar sobre todo, desde robots hasta energía nuclear y cripto. Mi rango fue desde el cuidado personal masculino hasta las fartcoins, así que hablé mucho menos.

El domingo por la noche me sumergí en la comunidad de Multicoin en su evento anual y vi a muchos viejos amigos de ‘cripto’ (por viejos me refiero a personas con las que he hablado en línea desde 2017). El lunes, hice que Ethan de mi equipo cubriera la reunión anual de socios de Multicoin. En una frase, su resumen para mí fue ‘Solana’.

Esa noche, mi amigo Jack organizó una excelente cena para 12 personas en Quality Meats. Era un grupo de trading/crypto y mi amigo Yoni Assia (fundador y CEO de Etoro) se unió para el postre y compartió algunas historias horríficas/divertidas sobre Bitcoin «perdidos», así como sobre la pasantía de verano de Vitalik Buterin en Tel Aviv, cuando tenía 16 años. Durante esa pasantía, Vitalik programó Ethereum mientras recibía pagos en Bitcoin como pasante en un broker. Ya había escuchado la historia, pero hizo que las típicas historias de inversión de «podría, debería» de todos parecieran insignificantes.

Ayer me uní al hermano de Yoni y cofundador de Etoro, Ronen Assia (los dos a mi izquierda), en el escenario del NYSE durante la reunión general anual de su firma de capital de riesgo para hablar sobre «Wealthtech, IA y la Economía Degenerada». Joseph Kaufman (a mi izquierda) también participó; es el CEO de Credit Karma. Manejó el caos con calma, y los productos y servicios de Credit Karma han sido una influencia enormemente positiva en el mundo financiero.

Puedo rastrear el inicio de la economía degenerada hasta abril de 2020, en el punto álgido de los confinamientos por COVID, y este niño:

Kids today … pic.twitter.com/vJaOqYPpfv

— Coronado ‘Porch’ Lindzon (@howardlindzon) April 22, 2020

No me sorprendería si estamos en un máximo a corto plazo aquí. ¿Por qué? Mira esto:

memecoins …

If you are not a degenerate you are the sucker https://t.co/h6KOus58nR

— Coronado ‘Porch’ Lindzon (@howardlindzon) November 20, 2024

Hay DOS reglas cuando se trata de la «economía degenerada», especialmente la manía en memecoins: «no hay reglas y no te dejes estafar (‘rugged’)!».

Hemos entrado en una fase tonta y eufórica de especulación en este momento. Bitcoin se está acercando a los $100,000 porque el «grifter en jefe», Donald Trump, está eligiendo a mano su propio equipo de gabinete cripto y hace pocos días se rumoreaba que China ha legalizado Bitcoin.

Mientras la especulación está en auge como una nueva forma de entretenimiento encima del viejo miedo y codicia, el entretenimiento como tal también está en máximos históricos, y Netflix, el emblema del entretenimiento, ha estado alcanzando máximos históricos.

He estado largo en Netflix durante un tiempo, y hace cinco meses, cuando la acción estaba en $600, expliqué más razones aquí (mira los primeros 5 minutos)…

Powell y su última pirueta monetaria por Dr. Ed Yardeni

El presidente de la Reserva Federal, Jerome Powell, es un danseur consumado. Sus piruetas son magistrales. Realizó otro de esos giros el viernes, durante unas declaraciones preparadas para un discurso dirigido a líderes empresariales en Dallas. Afirmó que «la economía no está enviando señales de que debamos apresurarnos a bajar las tasas». Eso es exactamente lo que hemos estado diciendo desde que Powell y compañía comenzaron el último baile de flexibilización monetaria de la Fed el 18 de septiembre, cuando redujeron la tasa de fondos federales (FFR) en 50 puntos básicos, lo cual nos pareció demasiado pronto.

Lo hicieron nuevamente el 7 de noviembre, recortando la FFR en 25 puntos básicos. Sin embargo, ahora Powell está marcando un alto frente a las expectativas del mercado de más recortes en el corto plazo. El jueves pasado, durante su rueda de prensa, afirmó que la FFR seguía siendo demasiado restrictiva y que debía reducirse al nivel neutral. Puede que la mayoría de los funcionarios de la Fed aún crean eso, pero parece que ya no están apurados en hacerlo. Por lo tanto, es posible que en la reunión del FOMC del 17 y 18 de diciembre no haya más recortes. Mientras tanto, nuestro nuevo «Modelo Nirvana» muestra que la FFR actual está en su nivel neutral según la tasa de desempleo y las tasas de inflación (ver gráfico).

En cualquier caso, ni los rendimientos de los bonos del Tesoro a 2 años ni los de 10 años reaccionaron mucho al último giro de Powell, ya que los inversores de renta fija ya habían concluido que la prisa de la Fed por recortar tasas no tenía sentido, dado el vigor de la economía y la reciente persistencia de la inflación. Esperamos que ambos rendimientos se mantengan en un rango entre el 4.25% y el 4.75% durante el resto de este año y posiblemente hasta el próximo (ver gráfico).

Por otro lado, los precios de las acciones devolvieron parte de las ganancias obtenidas tras las elecciones, especialmente el viernes, después de la pirueta de Powell (ver gráfico).

Nos sorprendió que el índice Bull/Bear Ratio (BBR) aumentara a solo 2.91 durante la semana del 12 de noviembre, que incluyó el gran rally posterior a las elecciones (ver gráfico). Pensábamos que el BBR podría superar el 3.00 y acercarse al 4.00. El porcentaje de alcistas sí subió al 60.3%, cerca de máximos históricos previos, pero el porcentaje de bajistas se mantuvo relativamente alto en 20.7%. El porcentaje en el campo de corrección cayó a un nivel bajo de 19.0%. Desde una perspectiva contraria, esto podría ser una señal de que el mercado de valores podría experimentar una corrección ahora que la Fed podría pausar los recortes de tasas. No obstante, esperamos un rally de Santa Claus en el S&P 500 que alcance los 6100 puntos para fin de año.