Desarrollo de tu propio Modelo de Trading Algortítmico: Claves para el éxito por Jacinta Chan

Jacinta Chan ha trabajado como dealer de futuros y acciones durante la mayor parte de su carrera antes de obtener su doctorado en estadística financiera. Actualmente, imparte clases de finanzas en una universidad. Ha escrito numerosos artículos y libros. Su trabajo más reciente, “Algorithm Trading 101: Trading made simple for everyone”, contiene todos los conceptos del trading de modelos profesionales que ella enseña.

Jacinta Chan / Algorithm Trading 101

Crear un sistema de trading profesional es el objetivo de todo trader. Investigar y desarrollar un sistema de trading puede ser abrumador ya que involucra muchas partes dinámicas. El desafío es que los mercados de hoy se mueven más rápido que nunca y se requiere un algoritmo de trading que se ajuste automáticamente a las diferentes condiciones del mercado. El elemento más importante de tu modelo de trading es un algoritmo que sea adecuado para la condición del mercado predominante. Este artículo desarrolla un conjunto de reglas de trading basadas en medias móviles ajustables para convertirse en un sistema de trading algorítmico que los técnicos de mercado profesionales pueden usar en el modelo de mesa de operaciones. A continuación, se detalla el desarrollo y la prueba de estas reglas de trading. La primera sección observa algunos problemas comunes inherentes a los sistemas de trading de tendencia tradicionales, seguidos de formas de superar estos problemas comunes. Este artículo describe el perfil de un sistema ideal de trading de tendencia algorítmico.

Un modelo de trading debe cumplir al menos con los siguientes criterios:

Debe producir rendimientos anormales incluso después de tener en cuenta los costos de transacción y deslizamiento.
No debe producir grandes pérdidas ni mostrar pérdidas netas significativas en ninguno de los años.
El modelo debe funcionar bien tanto en la etapa de prueba como en la práctica, y debe ajustarse automáticamente a los cambios en los parámetros.

El trading es una profesión. Los traders profesionales saben que el trading no es un arte sino una ciencia. Sus modelos de trading algorítmicos son cuantitativos por naturaleza y se desarrollan científicamente después de mucha investigación y pruebas. Los algoritmos de trading en sus modelos han sido investigados y probados para tener una ventaja estadística en la obtención de ganancias netas a largo plazo.

El modelo de trading algorítmico básicamente consiste en un conjunto de reglas de trading seleccionadas después de una serie de pruebas para generar señales de trading. Las reglas de trading consisten en indicadores técnicos con parámetros optimizados para indicar señales de trading.

Aprender a diseñar un modelo de trading algorítmico es uno de los primeros temas en el curso de trading que realiza un trader cuantitativo para convertirse en un trader profesional que trabaja en la mesa de operaciones de un banco o institución financiera.

El trader profesional opera según sistemas de trading algorítmico propios. La mayoría de estos modelos son desarrollados por el trader para su propio uso en el trading.

El trading algorítmico es un sistema automatizado de generación de señales y ejecución de órdenes. Involucra el uso de algoritmos robustos en el trading automatizado. El control de riesgo en forma de una orden de stop loss también es inherente a este proceso automatizado. Dado que el proceso está automatizado, una vez implementado no requiere ni permite la toma de decisiones subjetivas de trading, juicio humano o interferencia. La generación de señales y el nivel de stop loss resultan de los algoritmos que programa el trader cuantitativo. Cuando se audita, todas las decisiones de trading están justificadas por los algoritmos.

Un sistema de trading algorítmico se usa porque históricamente ha sido probado y ha demostrado tener una ventaja estadística en generar rendimientos netos positivos anormales por encima de la estrategia de comprar y mantener. La elección e implementación de un sistema de trading algorítmico puede ser el factor definitorio en determinar la ganancia o pérdida general de la entidad para cada período contable.

1. Algoritmos de trading

Los algoritmos para el trading automatizado son conjuntos de reglas de trading o combinaciones de reglas de trading. Estos algoritmos a menudo se diseñan para generar señales automatizadas a partir de conceptos estadísticos básicos, análisis de series temporales, métodos cuantitativos y probabilidades.

La razón por la que se prefieren los algoritmos de trading en las mesas de operaciones propietarias de hoy es que los sistemas de trading algorítmico han sido rigurosamente probados y tienen un historial de generar rendimientos netos positivos (después de costos de transacción) por encima del índice de referencia o simplemente con la estrategia de comprar y mantener.

Los algoritmos se seleccionan, innovan y prueban intensivamente para adaptarse a los mercados en los que estos traders cuantitativos están operando. Se realiza una investigación exhaustiva para seleccionar los algoritmos, generalmente innovados a partir de indicadores técnicos existentes como medias móviles y desviación estándar. Se realizan backtest o, traducido al español, pruebas retrospectivas y en tiempo real repetidamente utilizando diferentes contratos y marcos de tiempo.

El sistema de trading algorítmico involucra no solo la generación de señales, sino también un algoritmo para el stop loss automatizado. No hay margen para el juicio humano.

2. Relación de ganancias a pérdidas

Se prefiere el trading algorítmico al trading discrecional tradicional porque no solo todas las decisiones de trading son objetivas y cuantificables cuando se auditan, sino que los algoritmos están probados para mostrar una ventaja estadística: es decir, la expectativa de rendimientos positivos basada en pruebas retrospectivas de los rendimientos de datos pasados. La prueba retrospectiva debe mostrar una ganancia neta después de considerar los costos de transacción (incluido el deslizamiento) y las pérdidas. Una alta relación de ganancias a pérdidas es cuando la suma de todas las ganancias después de los costos de transacción es significativamente mayor que la suma de todas las pérdidas.

3. Ganancia promedio sobre pérdida promedio

Si la probabilidad de ganar operaciones del sistema de trading automatizado es igual a la de perder operaciones, y la ganancia promedio debe exceder con creces la pérdida promedio, entonces el resultado neto de este trading automatizado solo puede ser ganancia neta.

4. Bajo máximo de pérdidas consecutivas

Los drawdowns son pérdidas que consumen tu capital, tu capital de trading. Una baja reducción con un mecanismo de control de pérdidas inherente garantizará la preservación del capital. El nivel de dradowns afecta el nivel de capital, y esto determina si el trader puede llegar a ser un trader profesional.

5. Sin pérdidas inesperadas

El beneficio de usar un modelo de trading algorítmico es que todas las decisiones de trading son objetivas y cuantificables, lo que significa que cada operación puede ser justificada por el algoritmo cuando se audita. Esto asegura que todas las operaciones, ganancias y pérdidas sean sistemáticas, sin pérdidas drásticas e inesperadas gigantescas en comparación con el capital. Todas las pérdidas son esperadas: no hay nada tal como pérdidas inesperadas. Un sistema de trading algorítmico involucra no solo la generación de señales, sino también un stop loss. Una orden de stop loss es automatizada y no hay margen para el juicio humano. Aunque el objetivo principal de un sistema de trading algorítmico definido es generar un rendimiento anormal superior, la función del sistema de trading algorítmico definido también ayuda a prevenir grandes pérdidas incontrolables que pueden causar el colapso de la institución financiera.

6. Robustez del sistema de trading algorítmico

Los mercados cambian constantemente. Los participantes del mercado cambian, las personas, su conocimiento, sus habilidades, sus compromisos. Los mercados cambian a medida que cambian los participantes del mercado y lo que hacen. Por lo tanto, necesitamos un sistema de trading robusto que pueda cambiar según los cambios del mercado. Se utilizan diferentes parámetros para diferentes mercados y marcos de tiempo. Los parámetros generalmente se correlacionan con la volatilidad de los mercados. En un mercado de alta volatilidad y más rápido, se utiliza un parámetro de período más corto, y viceversa. Además de ser robusto, un modelo de trading se elige y se usa por su ventaja estadística, objetividad y consistencia. Un modelo de trading robusto se define como uno que puede soportar una variedad de condiciones de mercado en muchos mercados y marcos de tiempo. El trader puede operar en marcos de tiempo de segundos, minutos (cinco, 10, 15, 30), horas, diario y semanal. Es raro encontrar un trader que use un marco de tiempo mensual o anual porque las tendencias se dan dentro del mes y la mayor parte de las ganancias se habrían perdido en la confirmación mensual.

7. Parámetros optimizados

Los parámetros para los indicadores técnicos se optimizan para adaptarse a precios pasados y, con suerte, futuros. Los parámetros se optimizan utilizando programas de trading que dan el máximo beneficio y la menor cantidad de pérdidas consecutivas, utilizando los datos históricos más recientes. Este ejercicio se realiza periódicamente para permitir un mejor ajuste a los datos actuales.

8. Capacidad para ajustarse automáticamente para evitar falsos movimientos en el trading en rango y para entrar en una tendencia temprano en el trading de tendencias

Dos condiciones del mercado que son importantes para los traders son:

Un mercado en rango cuando hay poco movimiento de precios, lo que resulta en pequeñas ganancias para el trader de rango y pequeñas pérdidas para el trader de tendencias.
Un mercado de tendencias cuando hay un gran movimiento de precios, lo que resulta en grandes ganancias para el trader de tendencias y grandes pérdidas para el trader de rango.

Por lo tanto, en general, la mayoría de los traders preferirían operar en un mercado en tendencia. El sistema de trading debe ser probado retrospectivamente y en tiempo real (en línea con las pruebas fuera de muestra) para soportar estas dos condiciones de mercado muy diferentes y los resultados de ambas pruebas deben ser positivos. El sistema de trading debe tener una expectativa positiva. La razón más importante para usar un sistema de trading es ganar una ventaja estadística. Esta ventaja estadística también se refiere a la probabilidad de ruina. Cuanto menor sea la probabilidad de ruina, más probable es que el trader sobreviva y obtenga beneficios del sistema de trading a largo plazo.

Lo más difícil para los sistemas de trading de tendencias es evitar los falsos movimientos en un mercado en rango. Las pequeñas pérdidas frecuentes que se acumulan en un mercado en rango suelen eliminar las ganancias de los grandes movimientos de tendencias. Por lo tanto, lo mejor que los sistemas de tendencias pueden hacer en el trading en rango es no hacer nada: no operar o mantener una posición (ya sea larga o corta) hasta que se establezca la tendencia. El trader cuantitativo tiene que encontrar un algoritmo (fórmula) que defina cuándo el mercado está operando en rango y cuándo está operando en tendencia.

Cuando se establece una tendencia, es importante entrar en ella temprano para disfrutar del máximo beneficio en lugar de esperar una confirmación más larga, momento en el cual las tendencias cortas en mercados volátiles habrán terminado. Es imperativo que el trader cuantitativo encuentre el algoritmo adecuado que defina cuándo termina el trading en rango y cuándo comienza el trading en tendencia.

El trader cuantitativo no solo debe encontrar un algoritmo adecuado que distinga entre el trading en rango y el trading en tendencia, sino que también debe innovar el algoritmo para ajustar automáticamente sus parámetros para adaptarse a las dos diferentes condiciones del mercado. El sistema de trading debe ser capaz de ajustar sus parámetros automáticamente para ser a largo plazo en un mercado en rango para evitar falsos movimientos y ser a corto plazo en un mercado en tendencia para entrar en nuevas tendencias temprano. Utilizaremos el resto de este capítulo para discutir cómo ajustar el parámetro en el sistema de trading para adaptarse a todas las condiciones de trading.

9. No es un indicador de trading común

No debe ser tan común que sufra todos los problemas comunes de los indicadores técnicos comunes, ya que los traders y los algoritmos de trading están programados para adivinar todas las paradas comunes y están programados para activarlas para obtener beneficios rápidos.

10. Ejecución eficiente

En una mesa de operaciones profesional, todas las decisiones de trading están automatizadas según el algoritmo seleccionado. Como traders, tenemos que entrenarnos para abrir una orden, con anticipación, como un stop. En un mercado líquido, habrá un deslizamiento de un tick entre la oferta y la demanda. En un mercado no líquido, el deslizamiento puede ser de varios ticks. Este deslizamiento debe tenerse en cuenta en los backtest o pruebas retrospectivas. Los profesionales generalmente prefieren operar en mercados líquidos. Si el sistema de trading opera con frecuencia, el deslizamiento y los costos de transacción son grandes problemas. Por lo tanto, los traders experimentados generalmente eligen sistemas de trading que operan con poca frecuencia en grandes tendencias donde el deslizamiento y los costos de transacción son insignificantes.

Todos los sistemas de trading tienen problemas. Los sistemas de trading de tendencias tienen problemas específicos: hay demasiados sistemas de trading de tendencias similares que generan órdenes similares, creando señales falsas cuando no hay tendencias reales. Los sistemas de trading de tendencias también sufren muchos falsos movimientos cuando el mercado está en rango. Muchos traders inexpertos no tienen suficientes fondos y confianza para soportar períodos de pérdidas consecutivas. Abandonan sus sistemas de trading antes de que lleguen a la gran ganancia.

Los sistemas de trading de tendencias rápidos tienden a salir del mercado demasiado pronto y, por lo tanto, no capturan la mayoría de los grandes movimientos de precios, mientras que los sistemas de trading de tendencias lentos no logran entrar en el mercado temprano y pueden perder grandes porciones de movimientos de precios importantes, especialmente cuando los precios se mueven inesperadamente y de manera abrupta. La mayoría de las veces, los parámetros del sistema de trading deben ajustarse para adaptarse a las condiciones actuales del mercado.

El problema principal con los sistemas de trading es que el sistema de trading optimizado que funcionó bien en las pruebas retrospectivas puede no funcionar tan bien en la vida real porque el mercado cambia.

Se ha observado y probado fuera de muestra (probado en vivo), que diferentes períodos tienen diferentes volatilidades. Por lo tanto, los indicadores técnicos de longitud fija pueden no ser adecuados en las diferentes condiciones del mercado. Por lo tanto, necesitamos un algoritmo de trading que pueda reconocer las diferentes condiciones del mercado y adaptarse dinámicamente para operar en las diferentes condiciones del mercado.

Comparte este articulo:

Desarrollo de tu propio Modelo de Trading Algortítmico: Claves para el éxito por Jacinta Chan

Crear un sistema de trading profesional es el objetivo de todo trader. Investigar...

El mercado alcista del oro apenas está comenzando por Alex Barrow

Alex Barrow / MACRO OPS

Cofundador de Macro Ops, www.macro-ops.com. Global Macro fanático, ex francotirador profesional y miembro de la inteligencia de los EE. UU.
[/testimonial

El jueves, nuestra orden de compra-stop en oro se activó, añadiendo a nuestra posición larga por cuarta vez desde que comenzamos esta reciente campaña alcista en metales preciosos.

Las flechas a continuación muestran nuestras alertas de Slack con marca de tiempo para la Colectiva, tanto para órdenes de compra (verde) como para la toma de beneficios (rojo).

Nuestro portafolio también está bastante cargado con plata y mineras de pequeña capitalización que pasan desapercibidas.

Los lectores de MO desde hace mucho tiempo saben muy bien que no somos fanáticos del oro. Estamos tan dispuestos a vender en corto la reliquia bárbara como a mantenerla en largo o ignorarla por completo.

Entonces, ¿por qué estamos actualmente tan cargados con esto?

Buena pregunta.

Dado que han pasado algunos meses desde que actualizamos la tesis alcista, haré un rápido resumen hoy.

Para empezar, puedes leer nuestro breve resumen sobre cómo analizamos los fundamentos de los metales preciosos aquí.

Aquí está el resumen para aquellos que tienen prisa.

A largo plazo (y este es uno de los «principios» de Ray Dalio respecto al oro), el precio del oro se aproximará a la cantidad total de dinero en circulación dividida por la cantidad de oro existente.
Y no es la inflación o la deflación el principal impulsor del oro, sino el rendimiento real esperado de otros activos financieros a largo plazo, particularmente las acciones.

Los metales preciosos son esencialmente una oferta anti-USD. Así que cuando las expectativas sobre los rendimientos futuros de bonos y acciones en USD disminuyen, los metales preciosos tienden a hacerlo muy bien. Lee el resumen si quieres entender la mecánica de por qué es así.

Sigamos…

Las tenencias de acciones de los hogares estadounidenses como porcentaje del PIB están cerca de máximos históricos. Esto también es cierto si se observa como porcentaje de los activos de EE. UU., en lugar del PIB.

¿Qué significa esto?

Significa que los inversores estadounidenses están saturados de acciones. Por lo tanto, están manteniendo una cantidad relativamente menor de todo lo demás (es decir, bonos, materias primas, etc…).

Podemos ver una clara relación inversa en el gráfico a continuación. Cuando las tenencias de acciones (línea verde) alcanzan su punto máximo y retroceden, correlaciona con un fondo en el oro (línea beige), y viceversa.

Otra forma de examinar esto es observando los rendimientos futuros esperados. Recuerda, la expectativa de rendimientos futuros de activos en USD impulsa la atractividad o falta de ella en el oro/plata.

Dado que los inversores han llenado sus carteras con acciones, significa que las valoraciones son muy altas. Y cuando las valoraciones son altas, los rendimientos futuros esperados son bajos.

El gráfico a continuación muestra la relación inversa entre los rendimientos futuros esperados a 10 años para el S&P 500 (línea verde) y el oro (línea beige).

Los rendimientos futuros esperados del S&P son los más bajos registrados.

También, como en el gráfico de las tenencias de acciones, las principales fases alcistas del oro no suelen comenzar hasta que los rendimientos futuros esperados empiezan a subir, lo que implica una caída en los precios de las acciones.

Esto hace que la reciente tendencia alcista del oro de 12 meses sea algo única. Ya que no ha sido acompañada por una caída en las tenencias de acciones ni una disminución en los rendimientos futuros esperados.

Tampoco ha sido acompañada por una gran participación minorista. En absoluto.

El gráfico a continuación muestra las tenencias totales de ETFs de oro en verde. Podemos ver que esta línea tiende a seguir el precio del oro. Cuando el oro sube, los inversores siguen la tendencia y compran más ETFs de oro.

Sin embargo, las tenencias de ETFs han estado disminuyendo durante los últimos cuatro años. Mientras tanto, el oro está alcanzando nuevos máximos históricos.

Además, las menciones en las noticias y las conversaciones en redes sociales sobre el oro (barras blancas) han estado disminuyendo durante los últimos cuatro años.

Este no es el panorama de un mercado alcista eufórico. Ni siquiera es una imagen de interés moderado. El oro está alcanzando máximos históricos, y a nadie le importa.

Esto nos emociona mucho en MO. Para entender por qué, lee mi hilo sobre cómo pensamos en el sentimiento del mercado y las narrativas.

Pero una pregunta que podrías estar haciéndote es, si los inversores estadounidenses no están comprando oro ahora mismo, ¿quién está impulsando el precio al alza?

La respuesta a eso son los bancos centrales.

Desde el inicio de la guerra entre Rusia y Ucrania y la posterior agresiva utilización del USD por parte de EE. UU., hemos visto que los bancos centrales (principalmente aquellos menos amistosos con Occidente) han comenzado a diversificarse fuera de los activos en USD. Y eso, por supuesto, incluye grandes compras de oro.

El gráfico a continuación del FT está un poco desactualizado, ya que es del otoño del año pasado. Pero muestra el gran salto en las compras de oro por parte del PBoC. Los números finales de 2023 superaron a los del 22’. Según Reuters, las tenencias de oro de China actualmente ascienden a 183 mil millones de dólares.

Aunque el PBoC ha reducido su ritmo de compra en los últimos meses, otros bancos centrales de Rusia, Turquía y Polonia han intensificado las suyas. Y se espera que el PBoC reanude sus compras más adelante este año.

Entonces, ¿qué nos dice todo esto?

Nos dice que este no solo es un ciclo alcista único en el oro, sino que el mercado alcista oficial aún no ha comenzado realmente.

Los inversores están demasiado ocupados persiguiendo acciones de IA absurdamente sobrevaloradas y otras ballenas infladas populares para prestar atención. Mientras tanto, el oro sigue subiendo a nuevos máximos sin ningún tipo de fanfarria. Todo gracias a la creciente y persistente demanda de los bancos centrales extranjeros.

Las tendencias en los metales preciosos se volverán ridículas una vez que los inversores comiencen a despertar y se den cuenta de que comprar acciones con una capitalización de mercado de más de 500 mil millones a 40 veces las ventas puede no ser la mejor estrategia a largo plazo.

Hasta entonces, seguiremos zigzagueando mientras todos los demás siguen en línea recta.

Comparte este articulo:

El mercado alcista del oro apenas está comenzando por Alex Barrow

Cofundador de Macro Ops, www.macro-ops.com. Global Macro fanático, ex francotirador profesional y miembro de la...

Esta vez ha sido diferente, aunque el rendimiento pasado no garantiza resultados futuros por Dr. Ed Yardeni

El Dr. Ed Yardeni es una de las principales voces de LinkedIn en economía y finanzas. Colaborador habitual de los principales medios internacionales, actualmente dirige Yardeni Research una firma de consultoría que ofrece estrategias de inversión global, análisis y recomendaciones a clientes institucionales. Es autor de los libros «Predicting the Markets: A Professional Autobiography» y «Fed Watching for Fun & Profit”.

Dr. Ed Yardeni / Yardeni Research

Las recesiones no ocurren muy a menudo, y no suelen durar mucho. La mayoría de las nueve recesiones desde 1960 fueron causadas por el endurecimiento de la política monetaria, lo que desencadenó una crisis financiera y una restricción del crédito que provocó una recesión (Fig. 1).

En cuatro ocasiones desde entonces, las recesiones fueron precipitados o exacerbados por crisis energéticas, que hicieron que los precios del petróleo crudo y la gasolina se dispararan (Fig. 2). En algunas ocasiones, las recesiones fueron el resultado del estallido de burbujas especulativas.

La Fed casi siempre respondió inmediatamente a crisis financieras anteriores bajando significativamente la tasa de fondos federales. Eso ayudó a mitigar la restricción del crédito y a acortar la recesión. La única excepción ocurrió en 2023, cuando la Fed respondió a la crisis bancaria de marzo creando rápidamente un mecanismo de liquidez bancaria de emergencia (Fig. 3).

Por supuesto, los estabilizadores fiscales automáticos entraron en acción, proporcionando apoyo a los ingresos a través del sistema de seguro de desempleo (Fig. 4). Eso ayudó a moderar las recesiones. La política fiscal activa solía llegar tarde, proporcionando recortes de impuestos y otras medidas de estímulo que en su mayoría ayudaban a impulsar la recuperación.

Hasta ahora, esta vez ha sido diferente, como hemos observado en numerosas ocasiones desde principios de 2022:

(1) Normalización vs. endurecimiento de la política monetaria. El endurecimiento de la política monetaria durante 2022 y 2023 elevó la tasa de fondos federales en 525 puntos básicos (Fig. 5). Esa fue, sin duda, una de las mayores subidas de esta tasa durante los ciclos de endurecimiento de la política monetaria en la historia. Sin embargo, la tasa de fondos federales se elevó desde cero. Por lo tanto, hemos caracterizado parte del aumento de la tasa de fondos federales como una normalización en lugar de un endurecimiento de la política monetaria.

(2) Mecanismos de liquidez de la Fed. Como se mencionó anteriormente, el año pasado hubo una mini crisis bancaria. Pero gracias al mecanismo de liquidez de la Fed, no ha habido una restricción del crédito ni una recesión. La Fed jugó al «Whac-a-Mole» durante la Gran Crisis Financiera (GCF) y nuevamente durante la Gran Crisis del Virus (GCV), aprendiendo a estabilizar el sistema crediticio rápidamente al crear mecanismos de liquidez de emergencia. La diferencia el año pasado fue que la Fed no redujo la tasa de fondos federales como lo hizo durante la GCF y la GCV.

(3) No hay necesidad de reducir la TFF a menudo y rápidamente. Por lo tanto, es muy poco probable que la Fed tenga que bajar la tasa de fondos federales tan rápidamente y en la misma magnitud que fue necesario durante los ciclos anteriores de flexibilización monetaria, cuando las crisis financieras desencadenaron restricciones del crédito y recesiones. Hasta ahora, no ha habido una restricción del crédito, como lo demuestran el crecimiento continuo en préstamos y arrendamientos en bancos comerciales y el estrecho margen de rendimiento entre los bonos corporativos de alto rendimiento y los bonos del Tesoro de EE. UU. a 10 años (Fig. 6 y Fig. 7).

(4) La recesión de «Godot» sigue sin aparecer. Hasta ahora, la recesión más anticipada de todos los tiempos sigue sin materializarse. El PIB real ha estado alcanzando nuevos récords desde el tercer trimestre de 2022 hasta el segundo trimestre de 2024, que se revisó el pasado jueves del 2,8 % (tasa anualizada) al 3,0 %. El viernes, tras la publicación del informe de gasto del consumidor de julio, el modelo de seguimiento GDPNow de la Fed de Atlanta elevó la estimación del crecimiento del PIB real del tercer trimestre de 2024 del 2,0 % al 2,5 %, con las ventas finales reales revisadas del 2,2 % al 3,3 % (Fig. 8).

(5) El mito de los retrasos largos y variables. ¿Y qué hay de los temidos «largos y variables retrasos» entre el endurecimiento de la política monetaria y las recesiones económicas? Puede que a medida que más prestatarios tengan que refinanciar sus deudas a tasas de interés más altas, se vean obligados a reducir sus gastos. Si suficientes lo hacen, eso podría causar una recesión.

Eso es posible, suponemos. Sin embargo, atribuimos los largos y variables retrasos anteriores al tiempo entre el aumento inicial en la tasa de fondos federales durante los ciclos de endurecimiento de la política monetaria y el desencadenamiento de una crisis financiera (Fig. 9). Una vez que eso sucedía, no había retrasos, ya que la crisis financiera se convertía rápidamente en una restricción del crédito y una recesión. No hay precedente para la situación actual en ciclos monetarios anteriores. Realmente es diferente esta vez, hasta ahora.

(6) Conclusión sobre el panorama de la TFF. ¿Qué pasa con el débil informe de empleo del viernes? La semana laboral aumentó, enviando las horas agregadas trabajadas a un nuevo récord. Los salarios y sueldos están subiendo más rápido que la inflación. El PIB real está creciendo.

La Fed está comprometida a evitar una recesión y a detener el aumento de la tasa de desempleo ahora que la inflación está casi al 2,0 %. Dado lo anterior, creemos que la Fed reducirá la tasa de fondos federales en 25 puntos básicos (no 50 pb) el 18 de septiembre. Podría haber otro recorte en noviembre o diciembre. El próximo año, esperamos cuatro recortes de tasas.

Comparte este articulo:

Esta vez ha sido diferente, aunque el rendimiento pasado no garantiza resultados futuros por Dr. Ed Yardeni

Las recesiones no ocurren muy a menudo, y no suelen durar mucho. La...

Un VIX persistentemente bajo sugiere un contexto alcista para las acciones por Sentimentrader

Dean Christians es un analista veterano especializado en la investigación de mercado y trading de Wall Street, con más de 25 años de experiencia. Sus análisis y señales de trading son de las más valoradas entre los profesionales del sector financiero.

Dean Christians / SentimenTrader

El Índice de Volatilidad CBOE (VIX) cerró por debajo de 14 durante 24 sesiones consecutivas
Períodos similares con una volatilidad esperada persistentemente baja precedieron excelentes rendimientos para el S&P 500
El VIX tendía a subir tras patrones similares, y la estacionalidad está a punto de volverse desfavorable

El indicador de miedo sigue mostrando características asociadas con tendencias alcistas en el mercado de valores

En mayo, señalé que el Índice de Volatilidad CBOE, comúnmente conocido como el indicador del miedo, había caído por debajo de 12, una rareza vista solo el 9% del tiempo desde 1990. El análisis sugería que, si bien la volatilidad aumentaría desde este punto bajo, se mantendría dentro de un rango. Ahora, casi dos meses después, este ha sido el caso.

En las últimas 24 sesiones de negociación, el Índice de Volatilidad (VIX) ha cerrado por debajo de 14 en días consecutivos, una ocurrencia rara que solo ha sucedido 23 veces en la historia. La instancia anterior ocurrió en diciembre de 2023, lo que resultó en una ganancia del 15% en el S&P 500 en los siguientes seis meses.

Períodos prolongados de baja volatilidad esperada suelen dar como resultado rendimientos positivos en las acciones

Cada vez que el Índice de Volatilidad (VIX) cerraba por debajo de 14 durante 24 sesiones consecutivas, el índice de referencia global más seguido mostraba excelentes rendimientos y consistencia en el año siguiente.

En los siguientes dos meses, la ganancia máxima superó la pérdida máxima en 19 de 23 casos, y solo una vez la pérdida máxima superó el -5%, llegando al -6%.

La tecnología fue la clara beneficiaria de un entorno de baja volatilidad, lo que se alinea con las tendencias relativas actuales. No es sorprendente que los sectores defensivos tuvieran dificultades en comparación con el S&P 500 y los grupos cíclicos.

¿Qué pasa con la volatilidad?

Supongamos que aplico las señales al Índice de Volatilidad (VIX). En ese caso, el índice que mide la volatilidad esperada a 30 días derivada de las opciones de compra y venta en el Índice S&P 500 mostró una inclinación constante al alza durante el año siguiente. Este patrón también se observó durante períodos de baja volatilidad como 1995, 2013 y 2017, que se asemejan al contexto actual.

La estacionalidad sugiere que la volatilidad esperada podría comenzar a aumentar

Al igual que las acciones, el Índice de Volatilidad (VIX) sigue un patrón estacional, con la volatilidad esperada alcanzando un mínimo a mediados de julio y subiendo hasta principios de octubre.

Sin embargo, durante los años de elecciones presidenciales, el Índice de Volatilidad (VIX) tendía a tocar fondo en la tercera semana de agosto y aumentaba hasta aproximadamente una semana antes de la elección.

Lo que nos dice la investigación…

Hemos abordado extensamente el problema de la participación que afecta a casi todos los índices nacionales. Aunque creo firmemente que los indicadores de amplitud del mercado son una de las mejores herramientas para detectar posibles cambios de tendencia antes de que el precio lo haga, siempre es prudente un enfoque equilibrado basado en el peso de la evidencia que incorpore otros factores. Con el Índice de Volatilidad (VIX) rondando por debajo de 14 durante un período prolongado, un escenario típicamente asociado con tendencias alcistas de baja volatilidad, el S&P 500 parece estar listo para continuar con su camino ganador. Sin embargo, nada sube en línea recta para siempre. Con un período estacional desfavorable para el Índice de Volatilidad (VIX) acercándose antes de las elecciones, es probable que la volatilidad esperada esté cerca de su punto más bajo.

Comparte este articulo:

Un VIX persistentemente bajo sugiere un contexto alcista para las acciones por Sentimentrader

El Índice de Volatilidad CBOE (VIX) cerró por debajo de 14 durante 24 sesiones...

Trading algorítmico: qué es, cómo empezar, estrategias y más por Quantinsti

El objetivo de Quantinsti es formar a su alumnos en el trading algorítmico. Pertenece a iRageCapital Advisory, empresa conocida por sus servicios relacionados con la creación de mesas de trading algorítmico.

Quantinsti

El trading algorítmico (o simplemente algo-trading) es un método de trading en el que se utilizan programas informáticos para seguir un conjunto definido de instrucciones o reglas para calcular el precio, la cantidad, el momento y otras características de las órdenes. ⁽¹⁾

Por lo tanto, si tienes curiosidad por saber cómo la tecnología está revolucionando el mundo financiero y potenciando las transacciones, sigue leyendo: ¡el trading algorítmico podría ser el cambio que has estado buscando!

Además, el tamaño del mercado de trading algorítmico se valoró en USD 15.76 mil millones en 2023, y se espera que los ingresos totales del trading algorítmico crezcan un 10.6% anual desde 2024 hasta 2030, alcanzando casi USD 31.90 mil millones. ⁽²⁾

Vamos a aprender más sobre el trading algorítmico con este blog que cubre:

– Resumen del trading algorítmico

– La transformación del trading manual al trading algorítmico

– ¿Cuándo comenzó el trading algorítmico?

– Frecuencias de trading: HFT, MFT, LFT

– Estrategias de trading algorítmico

– ¿Cómo aprender trading algorítmico?

– El flujo de trabajo del trading algorítmico

– ¿Cómo construir tu propio negocio o mesa de trading algorítmico?

– Ventajas del trading algorítmico

– Desventajas del trading algorítmico

– Desarrollos recientes y tendencias futuras potenciales en el trading algorítmico

Breve introducción al trading algorítmico

En el trading algorítmico, las señales de trading (decisiones de compra/venta) se generan con base en un conjunto de instrucciones. ⁽¹⁾

Vamos a profundizar en la evolución del trading, desde sus inicios manuales hasta los sofisticados sistemas basados en algoritmos que tenemos hoy en día.

Para comenzar, a continuación te presentamos la parte 2 de nuestra serie de videos, «Curso de Trading Algorítmico». Este segmento cubre los fundamentos del trading algorítmico, el panorama de la industria, ventajas y desventajas, cómo construir una estrategia de trading algorítmico con Python, los beneficios de un enfoque cuantitativo, ¡y mucho más!

Además, descubramos la transformación del trading desde un enfoque manual a uno algorítmico.

La transformación del Trading Manual al Trading Algorítmico

Entonces, ¿cómo era el trading en la época en que la automatización no existía?

El trading convencional es lo que existía antes de que surgiera el trading algorítmico. Remontándonos en el tiempo, el trading convencional data de alrededor de 1602 con la Compañía Holandesa de las Indias Orientales, que marcó el inicio de las prácticas de trading organizadas. En ese entonces, cuando el concepto de trading automatizado no había sido introducido, los traders ejecutaban las transacciones manualmente sin ninguna otra opción.

Con el tiempo, la necesidad de un método más rápido, confiable (libre de emociones humanas) y preciso llevó al inicio del trading algorítmico.

Y ahora, avancemos para entender lo que ha sucedido tras la llegada del trading algorítmico.

¿El trading algorítmico está afectando a los traders tradicionales?

Hablando de cómo el trading algorítmico supera al trading tradicional, es obvio que el trading mediante algoritmos es mucho más rápido y sin errores humanos. Además, el trading algorítmico no se considera una amenaza para los traders tradicionales. Esto se debe a que la intervención humana siempre será necesaria para una mejor creación de mercado y para garantizar la estabilidad en los mercados financieros. ⁽²⁾

Dado que ahora sabes cómo era el trading antes de que la automatización se apoderara, a continuación descubrirás cuándo exactamente comenzó el trading manual y cuándo surgió el trading algorítmico.

¿Cuando empezó el Trading Algorítmico?

No fue hasta finales de los años 80 y 90 que el trading algorítmico, que implica la ejecución de operaciones totalmente electrónicas, hizo su debut en los mercados financieros.

Para 1998, la Comisión de Bolsa y Valores de EE. UU. (SEC) había aprobado intercambios electrónicos, lo que abrió el camino para el High-Frequency Trading (HFT) computarizado. Dado que el HFT puede ejecutar operaciones hasta 1,000 veces más rápido que los humanos, rápidamente se volvió común.

Ahora, discutiremos los diferentes tipos de frecuencias de trading que adoptan los traders.

Frecuencias de Trading: HFT, MFT, LFT

Existe un nivel particular de velocidad en el que el trading (compra y venta de acciones) se lleva a cabo.

A continuación, revisemos los tres tipos de trading, cada uno basado en su frecuencia o velocidad:

– High-Frequency Trading (HFT): Este tipo de trading permite operaciones de alta velocidad, es decir, un gran número de órdenes se ejecutan en segundos. Por lo tanto, hace posible el trading de valores en el mercado cada milisegundo, lo que lo convierte en un método altamente rentable. Este tipo de trading es de baja latencia, lo que significa que las operaciones ocurren mucho más rápido que la competencia en respuesta a eventos del mercado.

– Medium-Frequency Trading (MFT): Toma de unos minutos a un día para realizar la operación, por lo tanto, es más lento que el HFT. Su latencia (el tiempo que toma realizar la operación) es mayor que en el HFT.

– Low-Frequency Trading (LFT): Se lleva a cabo en un día o hasta un par de semanas y es el tipo de trading más lento. Por lo tanto, el tiempo de latencia (el tiempo que toma realizar la operación) es mucho mayor que en HFT y MFT.

¡Espera! Aún no hemos terminado. Dado que el trading algorítmico requiere estrategias para tomar decisiones más rentables, existen diversas estrategias, cada una basada en diferentes condiciones del mercado.

Estrategias de Trading Algorítmico

A continuación, te presentamos una lista de las estrategias más populares y sus explicaciones:

– Estrategias de Market Making

– Estrategias de arbitraje estadístico

– Estrategias de momentum

– Estrategias de reversión a la media

– Estrategias de trading basadas en el sentimiento

– Estrategias de trading con Machine Learning

Estrategias de Market Making

Esta estrategia ayuda a aumentar la liquidez en los mercados. Un market maker, generalmente una gran institución, facilita un gran volumen de órdenes de compra y venta. La razón por la que los market makers son grandes instituciones es que hay una enorme cantidad de valores involucrados. Por lo tanto, no es factible que un intermediario individual maneje el volumen requerido.

En este proceso, los market makers compran y venden los valores de un conjunto particular de empresas. Cada market maker funciona mostrando cotizaciones de compra y venta para un número específico de valores. Tan pronto como se recibe una orden de un comprador, el market maker vende las acciones de su propio inventario y completa la orden. Esto garantiza la liquidez en los mercados financieros, lo que facilita a los inversores y traders comprar y vender. Esto resume que los market makers son extremadamente importantes para satisfacer el comercio.

Estrategias de Arbitraje Estadístico

Las estrategias de arbitraje estadístico se basan en la hipótesis de reversión a la media. Estas estrategias buscan beneficiarse del desajuste estadístico de uno o más activos en función del valor esperado de los activos.

Un ejemplo es el pair trading, donde se analiza una relación o diferencial entre los precios de un par de acciones que están cointegradas. Si el valor del diferencial supera el rango esperado, se compra la acción que ha bajado y se vende la que ha superado, con la expectativa de que el diferencial regrese a su nivel normal. El arbitraje estadístico puede funcionar con cien o más acciones en su cartera, clasificadas según varios factores, y puede ser completamente automatizado tanto en análisis como en ejecución.

Estrategias de Momentum

Las estrategias de momentum se benefician de las fluctuaciones del mercado al observar las tendencias existentes. Buscan comprar alto y vender más alto para hacer rentable la inversión en acciones.

El momentum funciona debido a las decisiones emocionales que otros traders toman en el mercado cuando los precios se alejan de la media. Sin embargo, estas estrategias son altamente volátiles, ya que las tendencias pueden revertirse rápidamente. Por lo tanto, es crucial programar adecuadamente las compras y ventas para evitar pérdidas, lo que se puede lograr con técnicas de gestión de riesgos apropiadas.

Estrategias de Reversión a la Media

Los mercados financieros son un ecosistema dinámico. En medio de esta volatilidad, el principio de reversión a la media surge como una estrategia clave. Este concepto se basa en la idea de que los precios de los activos, a pesar de las fluctuaciones a corto plazo, tienden a volver a sus promedios históricos con el tiempo. Esta reversión puede ser un fenómeno a corto plazo.

Estrategias Basadas en el Sentimiento

Las estrategias de trading basadas en el sentimiento consisten en tomar decisiones de trading basadas en el análisis del sentimiento del mercado, es decir, el estado de ánimo o actitud colectiva de los inversores hacia un activo o mercado particular. El sentimiento del mercado generalmente se determina a través de redes sociales, artículos de noticias, informes financieros, etc.

Estrategias de Trading con Machine Learning

El Machine Learning, como su nombre indica, es la capacidad de una máquina para aprender sin ser programada explícitamente. Es un tipo de inteligencia artificial (IA) que se basa en algoritmos para detectar patrones en los datos y ajustar las acciones del programa en consecuencia.

Ejemplo:

El News feed de Facebook personaliza el feed de cada uno de sus miembros utilizando machine learning. El software emplea análisis estadísticos y predictivos para identificar patrones en los datos del usuario y utiliza esta información para llenar el News feed. Si un usuario lee y comenta las publicaciones de un amigo en particular, el feed se diseñará de manera que más actividades de ese amigo sean visibles para el usuario en su feed. Los anuncios también se muestran en el feed según los intereses, «me gusta» y comentarios del usuario en las páginas de Facebook.

Esto significa que siempre se requiere intervención humana. El beneficio aquí es que los modelos basados en Machine Learning analizan grandes cantidades de datos a alta velocidad y mejoran por sí mismos. Esto es mucho más sencillo que un modelo básico convencional construido por científicos de datos o quants.

Esto fue todo sobre las diferentes estrategias en las que se pueden basar los algoritmos para el trading.

A continuación, en el video está la parte 2 de la serie de videos «Curso de Trading Algorítmico», que cubre una amplia gama de temas, incluyendo generación de ideas de trading, búsqueda de alpha, selección de universos, reglas de entrada y salida, bloques de lógica de codificación y backtesting.

¿Cómo aprender trading algorítmico?

Para aprender trading algorítmico, puedes seguir estos pasos clave:

1. Desarrolla habilidades y conocimientos necesarios para el trading algorítmico como:

– Habilidades de análisis cuantitativo: Desarrolla habilidades en estadísticas, análisis de series temporales y el uso de herramientas como Python, Matlab y R. Enfócate en la resolución de problemas y análisis de datos.

– Conocimiento de los mercados financieros: Aprende sobre instrumentos de trading, estrategias, oportunidades de arbitraje y gestión de riesgos.

– Habilidades de programación: Aprende lenguajes de programación esenciales para el trading algorítmico, siendo Python particularmente importante. Practica codificación y comprende cómo implementar estrategias de trading.

2. Elige recursos de aprendizaje:

– Libros: Puedes comenzar con libros gratuitos como:

– «Algorithmic Trading: A Rough & Ready Guide» de Vivek Krishnamoorthy y Ashutosh Dave.

– «Machine Learning in Trading: Step by Step Implementation of Machine Learning Models» de Ishan Shah y Rekhit Pachanekar.

– «Neural Networks & Deep Learning» de Michael A. Nielsen.

– «Python Basics: With Illustrations From The Financial Markets» de Vivek Krishnamoorthy, Jay Parmar y Mario Pisa Peña.

– Otros recursos gratuitos: Utiliza videos de YouTube y podcasts para complementar tu aprendizaje.

– Cursos y certificaciones en línea: Inscríbete en cursos de trading algorítmico como el Programa Ejecutivo en Trading Algorítmico (EPAT) ofrecido por QuantInsti. Explora otras plataformas como Coursera y Udacity para cursos especializados.

3. Experiencia práctica:

– Backtesting: Prueba tus estrategias usando datos históricos para evaluar su efectividad.

– Paper Trading: Utiliza dinero virtual para perfeccionar tus estrategias y comprender la dinámica del mercado.

– Implementación práctica: Una vez que te sientas cómodo, aplica tus estrategias en entornos de trading en vivo. Busca pasantías o trabaja con firmas para obtener experiencia del mundo real.

4. Aprendizaje avanzado y mejora continua:

Mantente actualizado con las tendencias de la industria y sigue refinando tus habilidades. Únete a redes profesionales y comunidades para aprender de practicantes con experiencia.

El flujo de trabajo del trading algorítmico

Al entender el flujo de trabajo, se explica cómo se realiza cada operación utilizando algoritmos.

Históricamente, el trading manual solía ser predominante, en el cual el trader tenía que recopilar los datos manualmente y realizar la orden telefónicamente. Esto implicaba mucho tiempo y esfuerzo, lo que limitaba las ganancias debido al escaso número de operaciones que se podían realizar.

Con la llegada del trading algorítmico, todo el proceso de recopilación de datos del mercado hasta la colocación de órdenes para ejecutar las operaciones se ha automatizado.

Etapas del trading algorítmico

El siguiente diagrama muestra cómo un analista cuantitativo implementa el trading algorítmico:

1. Investigación y formulación de hipótesis: El primer paso es realizar investigaciones o adquirir experiencia para desarrollar una hipótesis. Con base en esa hipótesis se formulará la estrategia.

2. Análisis preliminar y diseño de reglas: Con el uso de herramientas estadísticas, se diseñan las reglas para el trading.

3. Codificación de la estrategia: Se formaliza la estrategia en un lenguaje de programación (Python/R/C++) para que la plataforma de trading automatizado pueda entenderla.

4. Backtesting: Se realiza una prueba de la estrategia con datos históricos para evaluar su desempeño.

5. Pruebas en el entorno real: Se prueba la estrategia en un entorno simulado, lo que proporciona resultados muy precisos.

6. Despliegue en el entorno real: Finalmente, la estrategia se despliega en el entorno real, donde se deben gestionar varios aspectos técnicos y funcionales.

En la tercera y última parte de la serie de videos «Curso de Trading Algorítmico», explora cómo los bots de trading en Python pueden utilizarse para realizar backtesting de una estrategia de trading en una plataforma de investigación como Blueshift.

¿Cómo construir tu propio negocio o escritorio de Trading Algorítmico?

Para configurar tu escritorio de trading algorítmico, necesitarás tener en cuenta algunos aspectos, y aquí tienes una lista de los mismos.

Consideraciones operativas

– Registro de empresa: Elige la estructura legal adecuada y regístrate con las autoridades correspondientes para obtener licencias y permisos.

– Requisitos de capital: Determina la financiación inicial necesaria para cubrir las actividades de trading, infraestructura y costos operativos.

– Paradigma de trading: Decide entre trading de alta frecuencia, trading algorítmico u otras estrategias según tus objetivos y condiciones del mercado.

– Acceso al mercado: Establece conexiones con bolsas de valores y corredores para facilitar el trading y la adquisición de datos.

– Requisitos de infraestructura: Configura sistemas de hardware y software confiables, incluidos servidores, equipos de red y bases de datos.

– Plataforma de trading algorítmico: Selecciona o desarrolla una plataforma capaz de ejecutar algoritmos, gestionar órdenes e integrar con flujos de datos del mercado.

– Backtesting: Usa datos históricos para probar y refinar los algoritmos de trading antes de desplegarlos en mercados en vivo.

Herramientas adicionales

– Software de gestión de riesgos: Implementa herramientas para monitorear y controlar la exposición, gestionar límites de riesgo y asegurar el cumplimiento de las políticas de riesgo.

– Sistemas de gestión de órdenes (OMS): Utiliza OMS para gestionar y ejecutar órdenes, rastrear la actividad de trading e integrar con algoritmos de trading.

Estructura del equipo y roles

– Analistas y desarrolladores cuantitativos: Desarrollan e implementan algoritmos y modelos de trading utilizando habilidades matemáticas y de programación avanzadas.

– Analistas y gestores de riesgos: Monitorean la exposición al riesgo, analizan amenazas potenciales y desarrollan estrategias para mitigar riesgos financieros y operacionales.

– Especialistas en soporte IT e infraestructura: Gestionan y mantienen los sistemas tecnológicos, asegurando la fiabilidad, el rendimiento y la seguridad de la infraestructura de trading.

Ventajas del trading algorítmico

Estas son algunas de las ventajas del trading algorítmico.

– Velocidad y eficiencia: Los algoritmos pueden procesar datos más rápido que los humanos y generar señales de trading antes de que los traders humanos puedan reaccionar.
– Trading 24/7: Puede operar las 24 horas del día, los 7 días de la semana, incluyendo durante las horas no laborables en la ubicación actual cuando el mercado está abierto en diferentes zonas horarias.
– Consistencia: Sigue estrategias predefinidas sin influencia emocional, lo que conduce a decisiones de trading más consistentes.
– Backtesting: Permite una prueba exhaustiva de estrategias con datos históricos para refinar y mejorar el rendimiento antes de su implementación en vivo.

Desventajas del trading algorítmico

A continuación puedes ver las desventajas del trading algorítmico.

– Impacto en el mercado: Los algoritmos de trading algorítmico pueden contribuir a la volatilidad del mercado y exacerbar las caídas del mercado.
– Riesgos regulatorios: Sujetos a regulaciones en evolución, lo que puede crear desafíos de cumplimiento y riesgos legales potenciales.
– Dependencia excesiva de los modelos: Puede llevar a un rendimiento deficiente si los algoritmos se basan en modelos o suposiciones defectuosos, especialmente en condiciones de mercado impredecibles.

Desarrollos recientes y posibles tendencias futuras en el comercio algorítmico

En India, alrededor del 50-55% de las operaciones se ejecutan actualmente a través del trading algorítmico, y se espera que esta cifra crezca en un 15% en los próximos años.

Los servicios de asesoría robótica utilizan algoritmos para ofrecer asesoría financiera y manejar la gestión de carteras con poca o ninguna intervención humana, haciendo que la planificación financiera sea más asequible y eficiente para una gama más amplia de clientes. Se proyecta que el mercado global de asesoría robótica crecerá a $41.07 mil millones para 2027.

Se espera que la influencia del trading algorítmico basado en IA en el mercado de valores aumente. Los desarrolladores de software probablemente crearán algoritmos más avanzados y rápidos capaces de analizar conjuntos de datos más grandes. Estos sistemas mejorarán en la detección de patrones complejos, adaptándose rápidamente a los cambios del mercado y ajustando las estrategias de trading en tiempo real. Esta tendencia puede llevar a que el trading con IA se convierta en una fuerza dominante en los mercados financieros, consolidando el poder entre unas pocas empresas con la tecnología más avanzada.

⁽⁶⁾

Conclusión

El negocio del trading algorítmico seguramente te ofrecerá un sistema avanzado de trading. Con el conocimiento adecuado, el cumplimiento regular de normativas y regulaciones, una plataforma de trading algorítmico es la opción más rápida entre los traders.

Si también estás interesado en desarrollar habilidades que siempre te ayuden a mejorar tus estrategias de trading, en este curso de trading algorítmico serás capacitado en estadísticas y econometría, programación, machine learning y métodos de trading cuantitativo, para que seas competente en cada habilidad necesaria para destacar en trading cuantitativo y algorítmico. ¡Infórmate más sobre el curso EPAT ahora!

Comparte este articulo:

Trading algorítmico: qué es, cómo empezar, estrategias y más por Quantinsti

El trading algorítmico (o simplemente algo-trading) es un método de trading en el...

Indicadores MT4: Manténgase a la vanguardia del mercado por The Trader Chick

Marina «The Trader Chick» ayuda a las personas a hacer trading intradía. Ella simplifica el proceso al desglosar por completo patrones de trading con alta probabilidad. Está a cargo de una de las escuelas de trading con más seguidores en los Estados Unidos.

Marina / thetraderchick.com

En los mercados de rápido movimiento del trading de Forex, tener los puntos de datos, noticias e información correctos a su alcance puede marcar la diferencia entre el éxito y el fracaso.

Uno de los puntos de datos más importantes para el análisis técnico son los denominados «indicadores técnicos». Estos indicadores son más que simples líneas y gráficos; son la columna vertebral del proceso de toma de decisiones de un operador, ya que brindan información fundamental sobre las tendencias del mercado de divisas, los movimientos de precios y los posibles puntos de entrada y salida.

Este artículo explora los tipos clave de indicadores MT4 que todo operador de Forex debe conocer.

Pero primero: ¿Qué es MT4?

MetaTrader 4, a menudo denominada MT4 , es una plataforma de operaciones electrónicas ampliamente utilizada. Lanzada en 2005 por MetaQuotes Software, se ha convertido en un elemento básico en la comunidad de operaciones, en particular para las operaciones de Forex. Sin embargo, también está dirigida a operadores de materias primas y CFD.

MT4 ofrece a los operadores acceso a una variedad de herramientas, incluidos gráficos, análisis técnicos y capacidades de operaciones automatizadas a través de asesores expertos (EA). Su versatilidad y su completo conjunto de funciones la han convertido en una plataforma de referencia para operadores de todo el mundo.

Trading en Forex: una mirada rápida

Antes de profundizar en los detalles de los indicadores MT4, es importante comprender los conceptos básicos del trading de Forex.

Forex, o mercado de divisas, es el mercado en el que se negocian divisas. Es el mercado financiero más grande del mundo, con volúmenes diarios de operaciones que superan los 6 billones de dólares. Los operadores de este mercado especulan sobre los movimientos de precios de los pares de divisas, con el objetivo de obtener ganancias de las fluctuaciones en los tipos de cambio. La alta liquidez y el funcionamiento las 24 horas del día del mercado Forex lo convierten en una opción atractiva para los operadores, pero también presenta desafíos únicos que requieren herramientas analíticas precisas.

Indicadores MT4 y sus señales

Los indicadores en MT4 son algoritmos que procesan datos históricos de precios y emiten señales visuales o auditivas para ayudar en las decisiones comerciales. Estos indicadores se pueden clasificar en varios tipos, cada uno de los cuales cumple una función distinta. A continuación, exploramos algunos de los tipos más utilizados.

Osciladores: cómo identificar el impulso del mercado

Los osciladores son un grupo de indicadores que fluctúan dentro de un rango limitado, generalmente entre 0 y 100. Son fundamentales para identificar condiciones de sobrecompra o sobreventa en el mercado, lo que podría sugerir posibles reversiones. Algunos ejemplos comunes incluyen el índice de fuerza relativa (RSI) y el oscilador estocástico.

Tabla 1: Comparación de osciladores populares

*Indicador*	*Función primaria*	*Rango típico*	*Señal clave*
RSI	Mide el impulso	0-100	Sobrecompra por encima de 70, sobreventa por debajo de 30
Estocástico	Compara un precio de cierre particular	0-100	Sobrecompra por encima de 80, sobreventa por debajo de 20

Los osciladores pueden ser invaluables en mercados laterales donde la acción del precio carece de una tendencia clara, ofreciendo información sobre posibles puntos de entrada y salida.

Indicadores informativos: el pulso del mercado

Los indicadores informativos proporcionan a los operadores datos cruciales que no están directamente relacionados con la acción del precio, pero que son esenciales para tomar decisiones comerciales informadas. Estos indicadores pueden mostrar el diferencial actual, el valor de un pip para una operación determinada, el tiempo restante de la vela o incluso destacar las sesiones comerciales.

Por ejemplo, el indicador Spread muestra la diferencia entre los precios de oferta y demanda, lo que ayuda a los operadores a medir la volatilidad del mercado y los costos de transacción. De manera similar, el indicador Candle Time es particularmente útil para los operadores que dependen de marcos de tiempo específicos, ya que cuenta el tiempo restante para que se cierre la vela actual.

Indicadores de señales: Generando oportunidades comerciales

Los indicadores de señales son quizás los que tienen un impacto más directo, ya que generan señales de compra o venta basadas en criterios predefinidos. Estos indicadores están diseñados para ayudar a los operadores a identificar oportunidades comerciales potenciales, a menudo con alertas visuales o auditivas.

Tabla 2: Indicadores de señales comunes y sus funciones

*Indicador*	*Función*	*Escenario de uso típico*
Cruce de medias móviles	Genera señales de compra/venta basadas en el cruce de dos medias móviles	Estrategias de seguimiento de tendencias
MACD (convergencia-divergencia de medias móviles)	Identifica cambios en el impulso, la dirección de la tendencia y la fuerza.	Mercados con tendencia y con rangos limitados

Si bien estos indicadores pueden ofrecer posibles puntos de entrada, es fundamental utilizarlos junto con otras herramientas analíticas para confirmar sus señales.

Indicadores de Fibonacci: retrocesos y extensiones

Los indicadores de Fibonacci se basan en la secuencia de Fibonacci, un patrón matemático que los operadores utilizan para predecir los niveles potenciales de soporte y resistencia. Estos indicadores ayudan a los operadores a identificar los niveles potenciales de reversión midiendo el alcance del movimiento anterior de un mercado y aplicando los índices de Fibonacci (23,6 %, 38,2 %, 50 %, 61,8 % y 100 %).

Indicadores de soporte y resistencia: mapeo de niveles clave

Los niveles de soporte y resistencia son conceptos fundamentales en el análisis técnico, ya que representan los niveles de precios a los que el mercado tiende a reaccionar. Los indicadores que identifican estos niveles pueden ser especialmente útiles para predecir los movimientos futuros de los precios.

Por ejemplo, los puntos pivote son una de esas herramientas que calculan los niveles potenciales de soporte y resistencia basándose en los máximos, mínimos y cierres del período anterior.

Los traders suelen utilizar estos niveles para planificar sus operaciones, estableciendo puntos de entrada, salida y stop loss alrededor de ellos.

Indicadores de patrones: Reconocimiento de estructuras de mercado

Los indicadores de patrones están diseñados para detectar automáticamente patrones gráficos, como triángulos, cabeza y hombros o doble techo/suelo. Estos patrones pueden sugerir posibles continuaciones o reversiones en el mercado, lo que ofrece a los operadores un enfoque estructurado para identificar oportunidades.

Por ejemplo, el Indicador de Patrón Armónico identifica patrones complejos como el de Gartley o el de Mariposa, que se utilizan para predecir futuros movimientos de precios basados en estructuras de precios geométricas.

Cómo encontrar los mejores indicadores para MT4: dónde buscar

Cuando se trata de obtener indicadores MT4 confiables, muchos prefieren explorar plataformas en línea dedicadas que se especializan en herramientas de trading. Entre las diversas opciones disponibles, algunos traders encuentran valiosos sitios como Indicators Zone, donde pueden descubrir una variedad de indicadores MT4 gratuitos diseñados para diferentes estrategias de trading.

La importancia de los indicadores MT4 en el trading

Los indicadores MT4 son casi una necesidad para los operadores de Forex, ya que ofrecen información que puede llevar a tomar decisiones comerciales más informadas día tras día. Ya sea que utilice osciladores para medir el impulso, indicadores informativos para mantenerse al tanto de las condiciones del mercado o indicadores de señales para identificar oportunidades comerciales, el conjunto adecuado de herramientas podría mejorar potencialmente su beneficio neto.

Sin embargo, es importante reconocer que ningún indicador garantiza el éxito. Los traders más eficaces combinan múltiples indicadores, junto con una gestión de riesgos sólida y un plan de trading claro, para abordar las complejidades del mercado Forex.

Persona que realiza operaciones en una tableta con dos pantallas diferentes con gráficos

Comparte este articulo:

Indicadores MT4: Manténgase a la vanguardia del mercado por The Trader Chick

En los mercados de rápido movimiento del trading de Forex, tener los puntos de...

Información del índice de sentimiento geopolítico elaborado con Google Trends por Quantpedia

La misión de Quantpedia es procesar la investigación académica financiera de una forma más fácil de usar, para ayudar a cualquiera que busque nuevas ideas de estrategias cuantitativas y algorítmicas. Nuestro equipo está formado por miembros experimentados con diferentes antecedentes: financieros, matemáticos y traders, combinados con miembros con un sólido conocimiento técnico y de TI.

Quantpedia / Quantpedia.com

Introducción

A lo largo de la historia, el estrés y la tensión geopolítica han estado siempre presentes. Desde las civilizaciones antiguas hasta el mundo actual, las dinámicas globales han estado en gran medida moldeadas por guerras, terrorismo y disputas comerciales. Los mercados financieros, como siempre, han observado de cerca e influido significativamente como resultado.

Nuestro artículo profundiza en la comprensión de esta relación entre el estrés geopolítico y los mercados financieros, particularmente el mercado de acciones. Para explicar brevemente nuestro enfoque, buscamos cuantificar el estrés geopolítico a través de un Índice de Estrés Geopolítico (GSI) observable. Usando este índice, podemos explorar la relación entre el sentimiento geopolítico, tanto positivo como negativo, y los instrumentos disponibles en el mercado financiero. Finalmente, buscamos ver si el sentimiento geopolítico es algo que se puede utilizar para influir en las decisiones de trading y desarrollar estrategias de trading rentables.

Revisión de la literatura

Nuestra investigación está en gran parte inspirada en y es una generalización de trabajos similares realizados en una variedad de otros artículos disponibles en Quantpedia. Específicamente, nos referimos a un artículo titulado “¿Puede el Sentimiento de Google Trends ser Útil como Predictor de los Rendimientos de las Criptomonedas?” en el que exploramos el impacto del sentimiento en el mercado de criptomonedas, un tema que también investigamos en nuestro propio análisis del mercado de acciones.

Además, un artículo titulado **The Worst One-Day Shocks and the Biggest Geopolitical Events of the Past Century** investiga el impacto que los ‘peores choques de un solo día y los mayores eventos geopolíticos del siglo pasado’ tuvieron en los mercados financieros. Aunque hay coincidencias con nuestro trabajo, nuestro objetivo es ampliar esta investigación comprendiendo la relación entre el mercado de acciones y el sentimiento geopolítico de manera integral.

Además, otro trabajo de Quantpedia, **Military Expenditures and Performance of the Stock Markets**, se alinea estrechamente con nuestros objetivos de investigación. Este estudio examina la relación entre el gasto militar y los mercados de acciones, tocando aspectos del sentimiento geopolítico. En contraste, nuestro estudio busca generalizar esto a riesgos geopolíticos más allá del gasto militar.

Fuera de Quantpedia, un artículo titulado **Geopolitical Threat, Market Capitalization, and Portfolio Return** explora conceptos similares a los nuestros, aunque se centra solo en el mercado; por lo tanto, el enfoque del estudio es diferente al de nuestro estudio. Cabe destacar que el uso de modelos de cambio de régimen en su investigación ofrece una extensión que podría mejorar nuestro propio análisis, proporcionando información sobre diferentes dinámicas dentro de nuestra investigación.

Metodología

Desarrollamos el GSI a partir de Google Trends para medir el interés público en temas geopolíticos porque proporciona datos gratuitos en tiempo real y es simple de construir. Esto nos permite evaluar los cambios en el sentimiento en función de la frecuencia con la que las personas buscan términos relacionados con tensiones geopolíticas. Dado que los datos de Google Trends se presentan como un porcentaje relativo al punto más alto de interés a lo largo del tiempo, debemos reajustar el nivel de interés de cada mes al interés máximo observado dentro de los datos hasta esa fecha. Este ajuste se realizó de manera iterativa, mes a mes, asegurando que los datos de cada mes fueran normalizados en función del interés máximo observado hasta ese momento. Para una metodología más detallada sobre el reajuste, consulta nuestro trabajo previo sobre el Índice de Sentimiento Cripto. Finalmente, promediamos los valores normalizados a través de todas las palabras clave para producir el GSI final.

Las palabras clave utilizadas para el Índice de Sentimiento Geopolítico incluyen Guerra, Conflicto, Militar, Nuke, Armas, Misil, Enemigo, Amenaza, Bomba, Ejército, Terrorista, Terrorismo, Guerra, Asesinado, Invasión. La recolección de datos comenzó en enero de 2008 y se extiende hasta julio de 2023. Para cada palabra clave, recalculamos la “medida relativa de interés” de Google Trends al final del período de muestra a la “medida relativa de interés de cada mes” y promediamos los números individuales de sentimiento.

Promedio GSI (índice de sentimiento geopolítico) de todas las palabras (percentil)

Resultados

Para evaluar el posible impacto del Índice de Sentimiento Geopolítico (GSI) en los mercados financieros, comenzamos probando la hipótesis de que los cambios en el GSI afectarían el diferencial entre un ETF enfocado en defensa y un ETF global de acciones. Esta hipótesis se basaba en la suposición de que el aumento del estrés geopolítico impulsaría el gasto en defensa, beneficiando así a las empresas dentro del sector de defensa y ampliando el diferencial entre estos ETFs. Sin embargo, nuestro análisis empírico no confirmó una relación significativa. Creemos que la principal razón de este resultado radica en la composición de la mayoría de los ETFs “de defensa”, que suelen combinar empresas de defensa y aeroespaciales. La inclusión de empresas aeroespaciales, que están menos directamente vinculadas a los presupuestos de defensa y al estrés geopolítico, probablemente diluyó el impacto de los eventos geopolíticos, haciendo que estos ETFs fueran menos sensibles a los cambios en el GSI.

Dado que los resultados del análisis del ETF de defensa fueron inconclusos, exploramos avenidas alternativas para aplicar el GSI. Una dirección particularmente prometedora surgió cuando examinamos la relación entre el estrés geopolítico y el premio por riesgo asociado con las acciones de pequeña capitalización. Está bien documentado en la literatura financiera que las acciones de pequeña capitalización conllevan un mayor riesgo en comparación con sus contrapartes de gran capitalización (Zakamulin, 2011; Hameed, Lof, Suominen, 2022). Este mayor riesgo a menudo se traduce en un rendimiento inferior tras períodos de incertidumbre o riesgo elevado, como los indicados por el aumento del estrés geopolítico. Por otro lado, las acciones de gran capitalización, que generalmente se perciben como inversiones más seguras, tienden a desempeñarse mejor durante las recesiones económicas o en entornos caracterizados por tensión geopolítica (Ali, 2024).

El impacto diferencial del estrés geopolítico en las acciones de pequeña capitalización frente a las de gran capitalización sugiere un mecanismo matizado en juego. Durante períodos de mayor estrés geopolítico, la incertidumbre elevada puede llevar a los inversores a exigir un mayor premio por riesgo para mantener acciones de pequeña capitalización, que son más vulnerables a las interrupciones económicas. Por el contrario, las acciones de gran capitalización, con sus posiciones en el mercado más establecidas y una mayor estabilidad financiera, pueden atraer a los inversores en busca de seguridad, explicando así su rendimiento relativamente mejor en tales períodos. Esta dinámica proporciona una explicación convincente para los patrones de rendimiento variados de las acciones de pequeña y gran capitalización en respuesta a las fluctuaciones en el sentimiento geopolítico, tal como lo captura el GSI.

Para evaluar el poder predictivo del GSI sobre los mercados financieros, implementamos una estrategia de trading de reversión centrada en el diferencial entre dos ETFs clave: el iShares Russell 2000 ETF (IWM), que representa acciones de pequeña capitalización, y el SPDR S&P 500 ETF Trust (SPY), que sigue acciones de gran capitalización. El diferencial IWM-SPY sirve como una medida de rendimiento relativo entre estos dos segmentos del mercado de acciones, con IWM representando acciones de pequeña capitalización más arriesgadas y SPY representando las acciones de gran capitalización más estables. La estrategia de reversión se empleó porque los mercados de acciones tienden a incorporar información, incluidos los riesgos geopolíticos, casi de inmediato. En consecuencia, predecir estos riesgos es un desafío. Sin embargo, al observar las reacciones inmediatas del mercado, podemos capitalizar el eventual retorno a un estado normal, explotando así la reversión en el diferencial IWM-SPY.

Nuestra estrategia se basó en el cambio porcentual en el GSI mensualmente. Específicamente, cuando el GSI estaba en aumento, en lugar de esperar que las acciones de gran capitalización siguieran superando a las de pequeña capitalización, la estrategia consistía en tomar una posición corta en SPY y una posición larga en IWM, anticipando que la reacción inicial del mercado se revertiría a medida que la situación se estabilizara. Por el contrario, cuando el GSI estaba en declive, la estrategia consistía en ir corto en IWM y largo en SPY, esperando que cualquier rendimiento inicial superior de las acciones de pequeña capitalización se revirtiera a medida que la tensión geopolítica se disipara. El portafolio se reequilibraba mensualmente para reflejar los cambios en el GSI.

Evaluamos la efectividad de utilizar los cambios porcentuales del GSI en diferentes horizontes temporales—1, 3, 6, 9 y 12 meses—para capturar diferentes períodos de formación de los cambios del índice. Entre estos, el cambio porcentual del GSI a 12 meses tuvo los resultados más significativos, logrando un rendimiento ajustado por riesgo, medido por la razón de Sharpe, de 0.38. La Tabla 1 presenta las métricas de rendimiento de la estrategia en los horizontes temporales seleccionados de cambios en el GSI. Los resultados sugieren que los cambios a largo plazo en el sentimiento geopolítico explican de manera más efectiva el rendimiento relativo de las acciones de pequeña capitalización frente a las de gran capitalización.

Curva de rendimiento de la estrategia de trading IWM-SPY con cambio porcentual de 12 meses en GSI

Conclusión

En este estudio, nos propusimos explorar la relación entre el sentimiento geopolítico y los mercados financieros mediante el desarrollo del Índice de Sentimiento Geopolítico (GSI). Nuestro objetivo principal era determinar si los cambios en el GSI podrían servir como un predictor confiable de los rendimientos de los activos dentro del mercado de acciones. Inicialmente, formulamos la hipótesis de que el estrés geopolítico influiría directamente en el diferencial entre los ETFs relacionados con la defensa y los ETFs globales de acciones. Sin embargo, nuestro análisis empírico no reveló una relación significativa, un resultado probablemente atribuido a la composición de los ETFs de defensa, que a menudo incluyen tanto empresas de defensa como aeroespaciales, reduciendo así su sensibilidad a los eventos geopolíticos.

Reconociendo las limitaciones de este enfoque, redirigimos nuestro foco hacia una aplicación potencialmente más impactante del GSI: la influencia del riesgo geopolítico en el diferencial de rendimiento entre acciones de pequeña y gran capitalización. Esta dinámica impulsa el rendimiento relativo de las acciones de pequeña capitalización en comparación con sus contrapartes de gran capitalización, alineándose con teorías financieras establecidas.

Para validar esta perspectiva, implementamos una estrategia de trading de reversión basada en el cambio porcentual mensual del GSI, focalizándonos en el diferencial entre el IWM, que representa acciones de pequeña capitalización, y el SPY, que representa acciones de gran capitalización. El análisis demostró que el cambio porcentual del GSI a 12 meses fue el más efectivo, logrando una razón de Sharpe de 0.38. Este hallazgo subraya el potencial del GSI como una herramienta para informar decisiones de inversión, particularmente en la comprensión de las dinámicas de rendimiento relativo entre acciones de pequeña y gran capitalización.

En conclusión, aunque nuestra hipótesis inicial respecto al diferencial de ETFs de defensa no arrojó resultados significativos, este estudio resalta el valor de explorar enfoques alternativos al investigar relaciones complejas, como las que existen entre el sentimiento geopolítico y el comportamiento del mercado. El Índice de Sentimiento Geopolítico ha mostrado ser prometedor cuando se usa con el rendimiento relativo entre acciones de pequeña y gran capitalización, ofreciendo a los inversores una perspectiva matizada para navegar por las incertidumbres inherentes en los mercados globales. Investigaciones futuras podrían mejorar este enfoque al incorporar factores adicionales o datos más granulares, lo que potencialmente mejoraría el poder predictivo y la aplicabilidad del GSI.

Comparte este articulo:

Información del índice de sentimiento geopolítico elaborado con Google Trends por Quantpedia

Introducción A lo largo de la historia, el estrés y la tensión geopolítica...

Walgreens se está desmoronando: ¿acción de valor o trampa de valor? por Logan Kane

Logan es uno de los principales autores de Seeking Alpha. Sus artículos cubren temas relacionados con estrategias de cartera, la inversión en valor y finanzas conductuales.

Logan Kane / Seeking Alpha

Las acciones de Walgreens se están desplomando, ahora aproximadamente un 65% hasta la fecha.
Las finanzas de Walgreens indican una ganancia bruta pero demasiados gastos de venta, generales y administrativos. Además, el 25% de las tiendas no son rentables y la rentabilidad está limitada por los pagos de intereses y las obligaciones de liquidación de opioides de la empresa.
Es crucial que la WBA tome medidas inmediatas y significativas de reducción de costos, mientras que las tendencias minoristas actuales pesan mucho sobre sus perspectivas futuras.
No creo que debas involucrarte con las acciones. Compra los bonos basura si estás interesado en invertir.

Exterior del edificio de la farmacia Walgreen — M. Suhail/iStock Editorial vía Getty Images

Recibí varias preguntas recientes de lectores sobre Walgreens Boots Alliance ( NASDAQ: WBA ). Como la mayoría de ustedes probablemente ya saben, las acciones están en caída libre y ahora han bajado aproximadamente un 65% durante el año. Más de unos pocos inversores minoristas compraron las acciones por su rendimiento de dividendos cercano al 10%. Recientemente, S&P recientemente redujo la calificación crediticia de Walgreens a basura , y la compañía solo tuvo que recaudar $750 millones en bonos basura a más del 8% de interés. Si creemos en las estimaciones de ganancias actuales, WBA está cotizando por menos de 5 veces la relación P/E. Sin embargo, para aprovechar los beneficios de la baja relación P/E sería necesario solucionar los problemas estructurales y revertir las tendencias de largo plazo en las ventas minoristas.

Datos de YCharts

¿Por qué han bajado tanto las acciones de Walgreens?

La regla general en la inversión es dejar correr a los ganadores y reducir las pérdidas. Hay excepciones a la regla, pero cuando ves un gráfico como este, existe una presunción refutable de que la empresa con la que estás tratando está en riesgo de cerrar. Eso es lo que pasó con Rite Aid, que quebró en 2023. ¡Y Walgreens ahora cuesta menos de 10 dólares! El mercado no tiene fe en su modelo de negocio.

De la rebaja de la calificación crediticia de S&P el mes pasado:

Walgreens continúa enfrentando una caída en sus márgenes debido a presiones de reembolso intensificadas en sus farmacias de EE. UU., menores volúmenes minoristas y niveles elevados de pérdidas.

Un artículo reciente de CNBC detalla los graves desafíos comerciales de Walgreens, incluidas las luchas por los reembolsos, la disminución de los volúmenes minoristas y el robo. Para mí, personalmente, no tiene mucho sentido comprar cosas en Walgreens porque no son competitivos en precio. ir a una farmacia es recoger recetas, pero no pueden obtener ganancias con las recetas.

Margen de farmacia de Walgreens (CNBC)

El margen operativo de la farmacia Walgreens es negativo y probablemente lo habría sido antes si no fuera por las inyecciones de COVID que apuntalan su negocio. El competidor CVS Health ( CVS ) también tiene algunos de estos mismos problemas, pero CVS está más integrado verticalmente y se encuentra en una posición financiera mucho más sólida. que Walgreens.

Por último, Walgreens se ha visto afectada por algunos gastos extraordinarios brutales, recientemente por la cancelación de $ 5.8 mil millones de la compañía en su empresa Village MD y anteriormente con un acuerdo por opioides de $ 5.7 mil millones pagadero en 15 años. El IRS afirma que Walgreens pagó menos impuestos en 2.700 millones de dólares en los últimos años . Desde 2023, el nuevo director ejecutivo Tim Wentworth ha intentado ejecutar un cambio de rumbo, pero los problemas estructurales del negocio parecen no haber disminuido.

Profundizando en los estados financieros de Walgreens

Echemos un vistazo a las finanzas de Walgreens. En su estado de resultados , podemos ver que la compañía tiene una ganancia bruta de alrededor de $27 mil millones por año. La oficina corporativa y el costo del alquiler están inflados en relación con los ingresos de las tiendas, con los gastos de venta, generales y administrativos. alrededor de $25 mil millones. Eso deja alrededor de $2 mil millones en ganancias operativas. Luego tienen pagos de intereses de alrededor de $500 millones por año (esto se duplicará en los próximos 2 o 3 años) y $713 millones en «gastos no operativos». La cuenta de resultados no es un desastre total, pero lo que vemos es que la empresa tiene demasiados gastos y pocos ingresos.

Walgreens está prácticamente alcanzando el punto de equilibrio en su situación actual. Aproximadamente el 25% de sus tiendas no son rentables y la compañía necesita cerrar esas tiendas lo antes posible. Abrieron demasiadas tiendas durante el auge de las tiendas de conveniencia de los años 1990 y principios de los 2000.

Esto no es ciencia espacial. La compañía también necesita hacer recortes profundos en su oficina corporativa, probablemente el 25% o más de su nómina corporativa. Han reducido el dividendo de $0,48 por trimestre a $0,25, pero aún así puede que no sea suficiente.

Los analistas esperan que Walgreens gane algo de dinero en el futuro, aunque, con la venta masiva de acciones, es posible que se haya filtrado nueva información de que sus pérdidas son mucho peores de lo previsto. También hay un interés corto sustancial por la reciente acción en las acciones. Supongo que las ganancias que se publicarán en octubre serán sustancialmente peores de lo que los analistas proyectan actualmente.

Walgreens tampoco es una apuesta por el valor contable. Si se incluyen el fondo de comercio y los intangibles, la empresa vale alrededor de -17 dólares por acción en función del valor contable . Para que las acciones de Walgreens valgan dinero, la empresa debe obtener ganancias. sus tiendas. Y lo hacen si se excluye la oficina corporativa y la carga de deuda, pero necesitan hacer algunos recortes muy serios en el negocio.

Si está pensando en invertir en Walgreens, los bonos basura son claramente una mejor apuesta que las acciones. La empresa está prácticamente alcanzando el punto de equilibrio y se beneficiaría vendiendo activos y cerrando tiendas. Eso no es realmente lo que usted quiere ver como accionista común. , y no estoy convencido de que las tendencias de las ventas minoristas cambien alguna vez de manera significativa a su favor. Walgreens necesita tomar rápidamente algunas decisiones difíciles si quiere que la situación esté bajo control. La refinanciación de la deuda a tasas de interés más altas requiere un gran esfuerzo. parte de la rentabilidad potencial de la compañía. Si bien WBA podría fácilmente estar sobrevendido, su ventaja a largo plazo está de alguna manera limitada por el acuerdo sobre opioides, la gran huella de arrendamiento y la carga de deuda de alto rendimiento. Como tal, también podría tomar la decisión correcta. lado de la pila de capital si está pensando en tocar esta empresa y desea evitar los problemas potenciales que podrían surgir de la venta de activos, la dilución, etc.

Conclusión

Las acciones de Walgreens podrían estar sobrevendidas, pero creo que su ventaja a largo plazo en este nombre está limitada y que la relación riesgo-recompensa sólo tiene mucho sentido en los bonos. No pondría dinero en acciones y consideraría salir de ellas. en cualquier rebote. Entonces, ¿Walgreens es una apuesta de valor o una trampa de valor? ¡Comparta sus opiniones en los comentarios!

Comparte este articulo:

Walgreens se está desmoronando: ¿acción de valor o trampa de valor? por Logan Kane

Las acciones de Walgreens se están desplomando, ahora aproximadamente un 65% hasta la...

Tras los Bastidores de una Estrategia Efectiva, La Gestión del Riesgo por Dario Redes

Dario es analista experto en Ondas de Elliott y creador del Sistema de Trading de Mercado No Lineal en mercadonolineal.com. Además Colaborador habitual en diferentes portales financieros de referencia.

Darío Redes

Descubre cómo la gestión eficiente del riesgo puede transformar tu experiencia en el trading. Equipado con herramientas avanzadas como Virtual Pad y estrategias sólidas, aprenderás a navegar las turbulentas aguas de los mercado financieros.

Figura 1. Virtual Pad.

En el épico viaje del trading, donde cada ola ofrece una promesa de triunfo o una amenaza de derrota, la gestión del riesgo se erige como el faro que guía hacia puertos seguros. Ahora nos adentramos más profundamente en la estrategia esencial para salvaguardar tus inversiones en el dinámico mundo del trading. La meta es clara: equiparte con una armadura de conocimientos y herramientas avanzadas, permitiendo una navegación experta a través de las turbulentas aguas del mercado financiero.

GESTIÓN DEL RIESGO: TU ESCUDO EN LA BATALLA DEL TRADING

La gestión del riesgo, más que una simple táctica de defensa, es un arte exquisitamente equilibrado entre la audacia de perseguir ganancias y la prudencia de mitigar pérdidas. En el núcleo de esta disciplina yace la sabiduría para establecer límites de pérdida y ganancia, calibrar el tamaño óptimo de la posición respecto al capital disponible, y aprovechar tecnologías disruptivas que optimizan estos procesos críticos.

La era digital nos ha brindado aliados formidables en nuestra cruzada por la gestión del riesgo, como la herramienta de la que hoy hablamos: Virtual Pad. En el siguiente enlace puedes descargar su manual y enterarte en más profundidad de sus características. Al desterrar los sesgos emocionales que frecuentemente desvían el juicio, este sistema automatizado garantiza una consistencia inquebrantable en tu estrategia de trading.

Herramientas como Virtual Pad no solo simplifican la ejecución de operaciones, sino que redefine la interacción con el mercado a través de innovaciones significativas:

Velocidad de Ejecución: Coloca órdenes en el mercado hasta 10 veces más rápido con tan solo un clic, permitiéndote capturar oportunidades en fracciones de segundo.
Órdenes de Reversión: Agrega una dimensión estratégica permitiéndote cambiar rápidamente la dirección de tus operaciones, capitalizando sobre los cambios repentinos en el mercado.
SL y TP Ocultos: Mantén tus estrategias a salvo de los ojos del broker, ofreciendo una capa adicional de seguridad y estrategia en tus operaciones.
Características Avanzadas: Desde la implementación de breakeven hasta cierres parciales ajustados al porcentaje de la cuenta, Virtual Pad te ofrece un control sin precedentes sobre tus operaciones.
Manejo Integral de Órdenes: Cierra todas tus operaciones exitosas con un solo botón. Habilita o deshabilita funcionalidades según lo requieras, brindándote flexibilidad y poder en tu trading.
Gestión Dinámica del Stop Loss: Ajusta el Stop Loss automáticamente para proteger ganancias o limitar pérdidas, integrando estrategias de salida inteligentes en tu operativa.
Visualización en Tiempo Real: Observa cómo se desarrollan tus niveles de TP y SL directamente en el gráfico, permitiéndote tomar decisiones informadas al momento.
Órdenes Pendientes Virtuales: Esta funcionalidad permite colocar órdenes que solo se activarán bajo ciertas condiciones, ofreciendo una precisión extraordinaria en tu entrada al mercado.
Automatización del Riesgo por Operación: Define el porcentaje de riesgo deseado y deja que Virtual Pad ajuste el tamaño de tu lote de acuerdo al Stop Loss, eliminando la necesidad de cálculos manuales.
Pruebas en Tiempo Real: No esperes a que el mercado abra para probar tus estrategias. Utiliza el modo de backtest para validar tus tácticas en cualquier momento.

LECCIONES DEL CAMPO DE BATALLA DEL TRADING

A través de historias de triunfos y derrotas, resaltamos la importancia crucial de incorporar un stop loss adecuado y calcular meticulosamente el tamaño de la posición. Estos relatos, desde la experiencia amarga de ignorar un stop loss hasta la calamidad de apostar demasiado en una sola operación, ofrecen enseñanzas valiosas sobre la humildad y la disciplina necesarias para prosperar en el trading.

NAVEGANDO CON CONFIANZA HACIA EL ÉXITO

La gestión efectiva del riesgo, reforzada por las soluciones que ofrece la tecnología actual, se convierte en tu escudo contra las turbulencias e imprevisibilidades del mercado financiero. Este mundo, lleno de oportunidades, también está plagado de desafíos que solo pueden ser superados mediante una combinación de conocimientos especializados, estrategias bien estructuradas y el respaldo de herramientas tecnológicas avanzadas diseñadas para la precisión y eficacia.

Al dotarte de conocimiento profundo sobre los mecanismos de gestión de riesgo y complementarlo con la implementación tecnológica, te encuentras en una posición privilegiada. La capacidad de diseñar y ejecutar estrategias de prevención y mitigación de riesgos sólidas es fundamental. Pero, cuando este saber se une a herramientas tecnológicas sofisticadas, capaces de llevar a cabo dichas estrategias con una exactitud casi quirúrgica, el control que ejerces sobre tus operaciones financieras alcanza un nivel sin precedentes.

Este arsenal te permite anticiparte a movimientos del mercado, adaptarte a cambios con rapidez y tomar decisiones informadas bajo presión, minimizando las posibles repercusiones negativas. La tecnología, en este contexto, no solo acelera y optimiza la ejecución de tus planes, sino que también ofrece nuevas perspectivas y entendimientos a través de análisis de datos avanzados, alertas en tiempo real y simulaciones de escenarios diversos.

Es esencial entender que el éxito en el trading no se mide únicamente por la acumulación de ganancias, sino también por la habilidad para evitar y reducir pérdidas. Una gestión del riesgo inteligente y estratégica no solo protege tu capital, sino que también fomenta un crecimiento sostenible de tu cartera a largo plazo. La disciplina juega un papel crucial en este proceso, funcionando como el ancla que mantiene firmes tus estrategias incluso frente a las emociones humanas naturales que pueden llevar al sobreendeudamiento o a decisiones impulsivas.

En este sentido, la victoria en el trading se alcanza no solo celebrando los triunfos, sino también aprendiendo y fortaleciéndose de los reveses. Cada decisión tomada, cada estrategia implementada, debe ser considerada como parte de un continuo aprendizaje y una constante evolución personal y financiera. Por lo tanto, la verdadera medida del éxito radica en la capacidad para navegar con seguridad y perspicacia a través de los altibajos del mercado, guiando tus inversiones hacia un futuro prometedor y estable mediante una gestión de riesgo consciente y metódica.

RESUMEN

Este artículo pone de manifiesto la crucial importancia de una gestión efectiva del riesgo en el trading, destacando el papel vital que la tecnología, y más específicamente Virtual Pad, juega en este ámbito. Se resalta cómo la integración de conocimientos profundos en estrategias de gestión de riesgo, complementadas con la precisión que ofrece este asistente de trading, empodera al trader para enfrentar las incertidumbres del mercado con mayor confianza y control.

Virtual Pad ayuda a eliminar los sesgos psicológicos negativos, permitiendo a los traders ejecutar estrategias de operación basadas en análisis y lógica, en lugar de emociones fluctuantes provocadas por ganancias excesivas o pérdidas abruptas. Este capítulo explica cómo Virtual Pad facilita una operativa prudente, mediante la implementación de órdenes automáticas, gestión dinámica de Stop Loss, y la posibilidad de ejecutar órdenes pendientes virtuales con una precisión sin precedentes.

El éxito en el trading, por lo tanto, no se mide únicamente en términos de ganancias, sino también en la capacidad para gestionar y aprender de las pérdidas, manteniendo una trayectoria de crecimiento sostenible. La combinación sinérgica de una estratégica gestión del riesgo y el uso innovador de Virtual Pad proporciona al trader las herramientas necesarias para minimizar riesgos y maximizar oportunidades, conduciendo hacia un futuro financiero estable y prometedor. Este capítulo destaca que, mediante la adopción de prácticas de riesgo conscientes y la utilización de tecnología avanzada, los traders pueden navegar con seguridad y perspicacia en el complejo mundo del trading.

La gestión del riesgo, más que una simple táctica de defensa, es un arte exquisitamente equilibrado entre la audacia de perseguir ganancias y la prudencia de mitigar pérdidas.

«Aquellos que aprendan a dominar las olas del riesgo y la oportunidad, no solo sobrevivirán a las tormentas, sino que también descubrirán tierras llenas de riquezas inimaginables”.

Este arsenal te permite anticiparte a movimientos del mercado, adaptarte a cambios con rapidez y tomar decisiones informadas bajo presión, minimizando las posibles repercusiones negativass.

Virtual Pad no solo simplifica la ejecución de operaciones, sino que redefine la interacción con el mercado a través de innovaciones significativas.

El éxito en el trading no se mide únicamente por la acumulación de ganancias, sino también por la habilidad para evitar y reducir pérdidas.

Comparte este articulo:

Tras los Bastidores de una Estrategia Efectiva, La Gestión del Riesgo por Dario Redes

Descubre cómo la gestión eficiente del riesgo puede transformar tu experiencia en el...

Si los precios están mal, deberías ser rico por Ben Carlson

Ben Carlson es gestor de carteras para instituciones e inversores en Ritholtz Wealth Management LL. Escribe habitualmente sobre gestión patrimonial, inversiones, mercados financieros y psicología del inversor.

Ben Carlson / Ritholtz Wealth Management LL

Compré una bicicleta estática Peloton durante los primeros días de la pandemia.

Es conveniente y la tecnología es bastante buena (Realmente sólo la uso ahora en invierno porque es cuando no puedo correr en el clima frío de Michigan).

Pero nunca habría comprado acciones de la empresa. Tengo como regla general que cualquier cosa nueva relacionada con el fitness es una moda pasajera. He visto demasiadas dietas de moda y equipos o videos de ejercicio sofisticados que van y vienen a lo largo de los años.

John Foley, ex director ejecutivo de Peloton, no lo vio de esta manera mientras observaba cómo la capitalización de mercado de la empresa se disparaba de 7 mil millones de dólares antes de la pandemia a casi 50 mil millones de dólares poco más de un año después, dijo Foley a su junta directiva de Peloton. Sería un billón de dólares en 15 años.

Ellos respondieron : «No vuelvas a decir eso. Te hace parecer un idiota».

La junta tenía razón.

Las acciones de Peloton se desplomaron una vez que las cosas volvieron a la normalidad y se hizo avanzar toda la demanda.

La acción está un 97% por debajo de sus máximos históricos.

Foley alguna vez valió mil millones de dólares (en papel), pero perdió básicamente todo. El New York Post escribió recientemente un perfil sobre el ascenso y la caída de Foley. A pesar de que dejó la empresa, Foley sigue siendo optimista sobre el valor de Peloton:

Pero no tiene ningún interés en volver a hacer pública una empresa: “[Las acciones de Peloton] pasaron de 170 dólares a 2 dólares… con ese tipo de delta, no confío en que los mercados públicos establezcan el precio correcto… [Peloton es] un valor de 40 dólares o más. Desde mi punto de vista hoy, una empresa de 50 dólares», dijo. (El precio actual es de alrededor de 4,50 dólares). «El contrato de los mercados públicos para obtener un derecho de valoración se ha roto».

Peloton es una acción de menos de 5 dólares. Foley cree que es una “empresa de 40 o 50 dólares”, lo cual es una enorme discrepancia y culpa a los mercados públicos.

Para ser justos, Peloton quedó atrapado en la manía especulativa de los días de la pandemia, pero esto es ridículo. Si realmente cree que Peloton está tan infravalorado, debería obtener la mayor cantidad de capital posible para comprar acciones o privatizar la empresa.

Los escandalosos pensamientos de Foley sobre los precios de mercado encajan muy bien con la reciente entrevista de Eugene Fama en el Financial Times .

Fama creó la hipótesis del mercado eficiente.

En realidad, nadie cree que los mercados sean perfectamente eficientes, ni siquiera Fama:

Fama es sorprendentemente flemático cuando se trata de defender el trabajo de su vida, haciéndose eco de la observación del famoso estadístico británico George Box de que todos los modelos son incorrectos, pero algunos son útiles. La hipótesis del mercado eficiente es sólo “un modelo”, subraya Fama. estar equivocado hasta cierto punto”.

«La pregunta es si es eficiente para su propósito. Y para casi todos los inversores que conozco, la respuesta es sí. No van a poder vencer al mercado, por lo que bien podrían comportarse como si los precios fueran cierto «, argumenta, después de haber devorado eficientemente su rollito de pollo. Parte de la reacción contra la hipótesis del mercado eficiente puede deberse simplemente a complejos en torno a la palabra «eficiente», que Fama admite que puede entender. «Simplemente no podía Piense en una palabra mejor. Básicamente significa que los precios son correctos».

Los mercados no son completamente eficientes, pero la mayoría de los inversores deberían actuar como lo son. Estoy de acuerdo con ese sentimiento.

Esta cita de Fama es la que John Foley necesita escuchar: «Si los precios son obviamente incorrectos, entonces deberías ser rico».

Los precios de las acciones rara vez son “correctos”, pero lo son más a menudo de lo que la mayoría de los inversores creen. Y si estuvieran tan claramente equivocados todo el tiempo, no sería tan difícil ganarle al mercado.

¡Pero ganarle al mercado es difícil!

Basta con mirar los números :

A los gestores de dinero profesionales les resulta casi imposible ganarle a los mercados en 10, 15 y 20 años.

En esa misma entrevista, hubo una cita de Cliff Asness de AQR sobre cómo los mercados se han vuelto menos eficientes con el tiempo:

«Creo que [los mercados] son probablemente menos eficientes de lo que pensaba hace 25 años», admitió Clifford Asness, administrador de fondos de cobertura y ex asistente de investigación de Fama, al Financial Times en una entrevista el año pasado. menos eficiente a lo largo de mi carrera.

Esto no parece cuadrar. Si los mercados se están volviendo menos eficientes, ¿por qué también son cada vez más difíciles de vencer?

Afortunadamente, Asness acaba de publicar un nuevo artículo para el Journal of Portfolio Management que expone su tesis con más detalle. Es un artículo extenso. Lo leí completo (para no alardear).

Aquí está el resumen principal:

Creo que los mercados se han vuelto menos eficientes en los 34 años transcurridos desde que terminaron los datos de mi tesis. Creo que probablemente haya sucedido por múltiples razones, pero la tecnología, el comercio gamificado 24 horas al día, 7 días a la semana en su teléfono y las redes sociales en particular son los mayores culpables.

Estoy de acuerdo con este sentimiento. La velocidad de los movimientos del mercado ha hecho que las cosas sean más ineficientes a nivel macro, incluso si los precios de los valores siguen siendo relativamente microeficientes, por lo que hay más volatilidad, pero sigue siendo muy difícil elegir a los ganadores.

Asness dice que esto hará que sea más lucrativo para los inversores que puedan seguir con estrategias probadas a largo plazo, pero también será más difícil seguir con esas estrategias en el corto plazo.

Pensar y actuar a largo plazo sigue siendo la mayor probabilidad de éxito en los mercados.

Desafortunadamente, es más difícil que nunca tener una mentalidad a largo plazo.

Comparte este articulo:

Si los precios están mal, deberías ser rico por Ben Carlson

Compré una bicicleta estática Peloton durante los primeros días de la pandemia. Es conveniente...

FreightCar America (RAIL): Nuestro enfoque de lente Trifecta en acción por Alex Barrow

Cofundador de Macro Ops, www.macro-ops.com. Global Macro fanático, ex francotirador profesional y miembro de la inteligencia de los EE. UU.

Alex Barrow / MACRO OPS

RAIL diseña, fabrica y vende vagones y componentes de vagones para el transporte de mercancías a granel y productos de carga en contenedores en los Estados Unidos y México.

Según su sitio web, la empresa ofrece una gama de vagones, que incluyen tolvas abiertas, vagones de góndola para molinos, vagones planos intermodales y no intermodales, vagones de carbón, vagones para productos a granel, vagones tolva cubiertos, vagones de bobinas de acero, vagones de carga y tolvas para astillas de madera. , portavehículos de aluminio y vagones articulados para contenedores a granel.

Es un negocio aburrido con un gráfico bombardeado que el 99% de los inversores ha pasado por alto.

Pero RAIL es el ejemplo perfecto de nuestro enfoque Trifecta Lens para operar en los mercados y es lo que hace que Macro Ops sea diferente de cualquier inversor/comerciante sobre el que lea en línea.

El enfoque de Trifecta Lens combina aspectos técnicos, fundamentales y de sentimiento para brindarnos las mejores probabilidades de éxito. Cada uno de ellos debe alinearse antes de tomar una posición. Curiosamente, cuando ignoramos los criterios de Trifecta Lens, perdemos la mayor cantidad de dinero.

Encontramos a RAIL en una ruptura técnica , lo que nos llevó a realizar más investigaciones para encontrar fundamentos alcistas que hicieran subir el precio de las acciones. Finalmente, compramos RAIL cuando el sentimiento estaba en mínimos extremos. Nadie había discutido la idea en años, y. apenas lo verás mencionado en Twitter/X.

¿Cómo se puede acceder a estas ideas y a este marco de mercados comerciales?

Ingrese al Colectivo Macro Ops.

The Collective es nuestro servicio completo que ofrece investigación, teoría y una excelente comunidad mundial de comerciantes, inversores y administradores de fondos dedicados.

Nos han dicho que no hay nada parecido en la web. Si desea abordar los mercados con nuestro grupo (de quien debo señalar que ha tenido un gran año en los mercados), simplemente haga clic en el botón a continuación y regístrese.

Como miembro de Collective , aprenderá todo sobre nuestro enfoque de mercados Trifecta Lens, el que nos permite operar con confianza en cualquier mercado, cualquier instrumento y en cualquier régimen de mercado.

Este es solo un ejemplo de nuestras numerosas operaciones este año , lo que nos permite superar al mercado desde 2020.

Si el Colectivo le parece un grupo al que desea llamar hogar, únase a nosotros en el enlace a continuación. Estamos realizando una oferta extendida del Día del Trabajo, por lo que los lugares se llenarán rápidamente.

Únase al colectivo

Volviendo al artículo y una vista previa de nuestro marco de lentes Trifecta y la filosofía de dimensionamiento de posiciones, comenzando con los aspectos técnicos…

Datos técnicos: gráfico de dejados por muertos con desglose mensual

Consulte el gráfico mensual de RAIL a continuación.

Screenshot+2024 09 06+at+12.29.52%E2%80%AFPM

La acción ha bajado un 69% desde su inicio. En otras palabras, cualquiera que haya comprado esta acción y la haya mantenido durante un período determinado ha perdido dinero.

Sin embargo, el gráfico se está invirtiendo este mes, con agosto registrando una enorme barra de ruptura alcista por encima de su banda superior de Bollinger. Un cierre mensual alrededor de este precio confirmaría el cambio de tendencia.

Sentimiento: nadie quiere tocar esta acción

Nadie está mirando esta acción.

El último artículo de ValueInvestorsClub es de 2014. Buscando Alpha no ha escrito sobre la empresa desde 2023.

Un analista cubre la empresa y dos personas hablan de ella en Twitter.

A primera vista, RAIL es un fabricante de bajo margen en una industria altamente cíclica con un historial de pérdidas operativas y problemas financieros.

La compañía perdió dinero en términos de EBITDA todos los años desde 2017 hasta 2022. Las pantallas basadas en valores cuantitativos no captarán este nombre.

¿Aún estás interesado?

Fundamentos: Inflexionar más que el precio de las acciones

La empresa está influyendo en todos los aspectos de su negocio: ingresos, márgenes, pedidos, cartera de pedidos y flujo de caja (ver más abajo).

RAIL pasó los últimos cuatro años invirtiendo en su nueva planta de fabricación de Castanos en México, lo que generó pérdidas operativas anuales y -20.000 dólares de ganancia bruta por vagón vendido .

Hoy en día, RAIL genera 6,6 mil dólares en EBITDA por vagón vendido al 60% de su capacidad de producción con requisitos mínimos de inversión de capital (la administración guía entre el 0,5% y el 0,7% de los ingresos).

Desde 2021, la empresa ha ganado participación de mercado en América del Norte al aumentar los pedidos un 9,4 % anual frente al promedio de la industria del 0,2 %, lo que representa ~10 % del mercado de NA (ver más abajo).

Aquí está el director ejecutivo Nick Randal sobre las perspectivas de la industria.

Lo interesante de RAIL – y de la industria ferroviaria en general – es cómo RAIL compite y se diferencia de sus competidores.

RAIL no compite con los arrendadores de vagones (pensemos en las empresas de alquiler de equipos), sino que se asocia con ellos para construir los vagones que necesitan.

Más empresas están cambiando hacia el negocio del arrendamiento. Una transcripción de Tegus destacó que la industria de fabricación de vagones se había consolidado de aproximadamente 24 proveedores hace una década a 4-6 en la actualidad.

El arrendamiento de vagones es un mejor modelo de negocio: mayores márgenes, mayores flujos de caja y menos uso intensivo de capital.

Pero todavía falta que alguien fabrique los vagones.

RAIL dice: «Ustedes se encargan del arrendamiento. Seguiremos fabricando estos vagones y vendiéndolos».

La empresa genera entre un 10% y un 12% de márgenes brutos y un 5% de márgenes de EBITDA como fabricante, pero si eres uno de los únicos juegos de la ciudad…

Entonces, para resumir, usted tiene un negocio que influye en ingresos, márgenes, cartera de pedidos y ganancias… y es suyo por aproximadamente 0,2 veces las ventas de NTM y 5 veces el EBITDA.

Inflexión del poder de las ganancias: nuevos pedidos de tanques y expansión de capacidad

Hay dos formas en que RAIL puede aumentar el poder de generar ingresos en los próximos 2 o 3 años:

Penetrar en segmentos de productos de mayor margen, como vagones cisterna/conversión de cisternas
Aumentar la capacidad en la planta de fabricación de Castaños

Este trimestre, la compañía anunció un importante pedido de conversión de vagones cisterna que le permitirá capturar parte del mercado de 8.000 vagones cisterna, que actualmente tiene una cuota de mercado del 0%.

Los pedidos de vagones cisterna son productos con mayores márgenes. Una entrevista de Tegus mencionó márgenes brutos del 20-30%.

Screenshot+2024 09 06+at+11.35.51%E2%80%AFAM

Más pedidos de vagones cisterna/conversión RAIL significan un mayor margen bruto consolidado.

RAIL también puede aumentar las ganancias ampliando la capacidad de producción en sus instalaciones de Castaños. Al 60% de su capacidad, la compañía generó $6,6 mil en EBITDA por vagón.

Una mayor capacidad permite a RAIL distribuir más costos fijos entre más vagones, mejorando los márgenes de EBITDA y las ganancias por vagón.

Por ejemplo, aumentar la capacidad del 60% al 70% se traduciría en $7,700 en EBITDA por vagón. Una capacidad del 80% nos da $8,800 en EBITDA por vagón.

¿Cómo se genera mayor capacidad?

Las entregas de vagones deberían promediar ~40.000 unidades/año durante los próximos años, respaldadas por una flota de vagones y un porcentaje de almacenamiento saludables (ver más abajo).

Screenshot+2024 09 06+at+11.36.22%E2%80%AFAM

Ahora que entendemos los factores que impulsan las ganancias de la empresa, construyamos un modelo general para los próximos tres años.

Supongamos que RAIL amplía su capacidad de producción de 4.500 vagones entregados en 2024 a 5.500 en 2026. Durante ese tiempo, la empresa produjo más vagones cisterna de alto margen, lo que aumentó el margen de beneficio bruto del 11% al 13%.

Finalmente, asumimos que las mejoras en la capacidad agregan ~200 puntos básicos al margen EBITDA del 6,5% al 8,5%.

Para 2026, RAIL podría generar más de 700 millones de dólares en ingresos anuales, 93 millones de dólares en beneficios brutos y más de 60 millones de dólares en EBITDA.

La capitalización de mercado actual es de ~110 millones de dólares.

Screenshot+2024 09 06+at+11.36.43%E2%80%AFAM

Antes de extrapolar los rendimientos de las inversiones según el modelo, quiero analizar los warrants pendientes de la empresa y su posible dilución.

RAIL tiene ~19 millones de acciones ordinarias en circulación, ~2 millones de acciones en opciones y warrants para empleados al precio actual de las acciones (5,50 dólares) y otros 13,81 millones de acciones en warrants convertibles.

En otras palabras, la empresa podría aumentar su número de acciones de 19 millones a 36 millones dependiendo de los precios de ejercicio, etc. (ver imagen a continuación).

Screenshot+2024 09 06+at+11.37.14%E2%80%AFAM

Aquí es donde aparecen las señales de alerta. Según el último 10-K de la compañía, estos warrants públicos convertibles tienen un precio de ejercicio de 0,01 dólares por acción (ver más abajo).

Screenshot+2024 09 06+at+11.37.34%E2%80%AFAM

En otras palabras, RAIL casi no recibe efectivo por la dilución adicional.

Construyamos un valor empresarial totalmente diluido con 36 millones de acciones en circulación.

Los activos corrientes incluyen:

37 millones de dólares en efectivo
16 millones de dólares en cuentas por cobrar
$65 millones en inventario (vagones listos para la venta)

La deuda incluye:

84 millones de dólares en acciones preferentes (es preferente a las acciones ordinarias)

Entonces, la tabla de límites actualizada se vería así.

Screenshot+2024 09 06+at+11.37.54%E2%80%AFAM

Esto cambia drásticamente nuestros rendimientos esperados y, por tanto, el atractivo de la inversión (ver más abajo).

Screenshot+2024 09 06+at+11.38.21%E2%80%AFAM

Los rendimientos del FCF disminuyeron de ~14% en 2024 a 23% en 2026, lo cual no está mal, pero no es el valor nominal del 48% según el supuesto de no dilución.

Conclusión: esperar y ver + una lección aprendida

La buena noticia es que la empresa podría aprovechar su flujo de caja libre, liquidar las acciones preferentes y refinanciar para impedir cierta dilución de los warrants.

La gestión puede mejorar la estructura de capital y, a su vez, la oportunidad de inversión.

Estoy bien manteniendo nuestra posición actual de “invertir y luego investigar” y esperar a ver qué hacen.

Arriesgamos 75 puntos básicos de capital real en una parada de 3 dólares por acción. Si las cosas van mal, bloquearemos las paradas y saldremos de esta posición con una pérdida de <25 puntos básicos.

Este es el poder de comprar posiciones iniciales. Aprendí sobre una nueva industria e hice la investigación necesaria para aumentar nuestra posición en caso de que veamos mejoras en la estructura de capital.

Una última cosa… nuestro puerto ha estado reduciendo entre el 30% y el 40% en lo que va del año durante los últimos dos meses. Es una tarea difícil, pero eso es parte del juego. Pero la configuración anterior, si funciona así. Creemos que creará grandes oportunidades hasta fin de año y creemos que estas son tendencias potencialmente locas en el trabajo.

Comparte este articulo:

FreightCar America (RAIL): Nuestro enfoque de lente Trifecta en acción por Alex Barrow

RAIL diseña, fabrica y vende vagones y componentes de vagones para el transporte de...

Las 10 principales Penny Stocks de IA a tener en cuenta en septiembre de 2024 por Timothy Sykes

Conocido como el trader de las penny stocks. Después de ganar un millón de dólares en su primer año de Universidad comenzó su popularidad. En 2007 publicó su famoso libro “An American Hedge Fund: How I Made $2 Million as a Stock Operator & Created a Hedge Fund”. Además, es conocido por sus obras benéficas.

Timothy Sykes / timothysykes.com

Las 10 principales acciones de centavo de IA a tener en cuenta en septiembre de 2024

Las Penny Stock de inteligencia artificial (IA) cotizan por debajo de los 5 dólares y son conocidas por su alto riesgo y su potencial de recompensa elevada. Estas acciones generalmente pertenecen a empresas más pequeñas que están a la vanguardia de la integración de la IA en diversos productos y servicios. Para los operadores, estas acciones representan una oportunidad de aprovechar el sector más en auge en este momento. Sin embargo, la volatilidad inherente y la etapa incipiente de estas empresas requieren un análisis exhaustivo y un conocimiento profundo de las tendencias del mercado.

10 Mejores Penny Stocks de IA para Septiembre de 2024

Mis principales selecciones de *penny stocks* de IA son:

NASDAQ: GDC — GD Culture Group Ltd — El *Penny Stock* de Producción de Video con IA en la Lista de Seguimiento de Jack

NASDAQ: SERV — Serve Robotics Inc — El *Penny Stock* de Robótica con Asociación de NVIDIA

NASDAQ: RR — Richtech Robotics Inc — El *Penny Stock* de Juguete de Simpatía con SERV que ha Ganado Impulso Propio

NASDAQ: CXAI — CXApp Inc — El *Penny Stock* de IA con Asociación con Google Cloud

NASDAQ: AIMD — Ainos Inc — El *Penny Stock* de Nariz de IA

NYSE: BBAI — BigBear.ai Holdings Inc — El *Penny Stock* de IA con Contrato Gubernamental

NASDAQ: PHUN — Phunware Inc — El *Penny Stock* de IA con Catalizador de Trump

NASDAQ: WLDS — Wearable Devices Ltd — El *Penny Stock* de Realidad Extendida

NASDAQ: LIDR — Aeye Inc — La Acción de IA para Vehículos Autónomos

NASDAQ: AXTI — AXT Inc — El Ganador de Ganancias con Buena Consolidación

Antes de que envíes tus órdenes, toma nota: NO tengo planes de operar con estas acciones a menos que se ajusten a mis configuraciones preferidas. Esta es solo una lista de seguimiento.

Los mejores operadores observan más de lo que operan. Eso es lo que estoy tratando de modelar aquí. Presta atención al trabajo que se realiza, no a las selecciones que salen.

Aquí hay algo de información de fondo sobre el sector de IA:

¿Cuál es la acción de IA más prometedora?

Un líder del sector como NVIDIA Corp (NASDAQ: NVDA) es la mejor apuesta para la acción de IA más prometedora. Pero recuerda, somos operadores, no inversores. Así que las acciones en esta lista son las que estamos observando para movimientos a corto plazo, no predicciones sobre cuáles liderarán las bolsas en 2030.

¿Cuáles son las 3 principales acciones de IA para comprar ahora?

Mis 3 principales acciones de IA para comprar ahora (siempre que su acción de precio sea fuerte) son Aeye Inc (NASDAQ: LIDR), Serve Robotics Inc (NASDAQ: SERV), y GD Culture Group Ltd (NASDAQ: GDC).

¿Qué empresa está más avanzada en IA?

NVIDIA es la empresa que cotiza públicamente más avanzada en IA, por eso es el líder del sector. Pero otras acciones tecnológicas líderes como Apple, Microsoft, Google y Facebook también son apuestas seguras para adelantarse en algún momento.

¿Qué acciones de Inteligencia Artificial tienen una calificación de “Compra Fuerte” según los analistas?

A los analistas suelen encantarles estos líderes tecnológicos: NVIDIA, Microsoft, Google y Facebook. La mayoría de los analistas han calificado todas estas acciones como “compra fuerte.”

Pasemos a las selecciones…

1. GD Culture Group Ltd (NASDAQ: GDC) — Penny Stock de Producción de Video con IA en la Lista de Seguimiento de Jack

Esta acción es una de las principales de Jack Kellogg en este momento…

Jack es uno de mis estudiantes más exitosos. Hasta la fecha ha ganado $13.1 millones en el mercado utilizando mi marco específico.

Eso eclipsa mis propias ganancias de $7.7 millones. Y he estado operando desde el boom de las puntocom, hace más de dos décadas… Jack comenzó en 2017.

Eso demuestra la importancia de tener un mentor. Yo tuve que resolver esto por mi cuenta, y eso frenó mi crecimiento.

Jack aprendió mi proceso con un mentor, siguió el marco, y ahora está arrasando en el mercado.

Esto fue lo que Jack dijo sobre GDC el 25 de agosto:

¿Por qué me gusta?

La acción subió un 600%* comenzando el 21 de agosto después de que la empresa anunciara su nueva cuenta de TikTok para compartir las últimas actualizaciones y tendencias de IA en el mercado.
Y el 23 de agosto, la empresa anunció su producto SyncWaveX, que utiliza IA para alinear automáticamente el audio y los visuales. Por ejemplo, sincronizar los movimientos labiales en los videos con el audio correcto.
Además, StocksToTrade muestra que el flotante es de solo 9 millones de acciones. Cualquier número por debajo de 10 millones de acciones se considera “flotante bajo.” La baja oferta de acciones ayuda a que los precios suban más cuando la demanda aumenta.
Esencialmente, esta es una acción de IA altamente volátil que se está consolidando después de una subida del 600%*… Esto aún no ha terminado de moverse.

GDC

2. Serve Robotics Inc (NASDAQ: SERV) — Penny Stock de Robótica con Asociación de NVIDIA

El viernes 19 de agosto, nos enteramos de que NVIDIA Corporation (NASDAQ: NVDA) compró acciones de SERV.

En las siguientes semanas, esta acción subió un 810%*.

He operado con esta acción en múltiples ocasiones desde que nos enteramos de la participación de NVDA. Incluí un ejemplo a continuación:

twit

Fuente: Profit.ly

¿Por qué me gusta?

SERV trabaja en el sector de robots de entrega automatizada. Trabaja directamente con IA, y la industria de IA está en auge en 2024.

El precio cayó después del aumento inicial. Pero no ha devuelto todas sus ganancias.
De hecho, el gráfico muestra una consolidación decente alrededor de los $10. Podríamos ver un rebote desde este nivel.
También existe la posibilidad de una compra en caída de pánico si el precio no sube y en su lugar baja.
Con mi marco de operaciones, hay oportunidades para obtener ganancias en ambos lados de la subida.

SERV

3. Richtech Robotics Inc (NASDAQ: RR) — Penny Stock de Juguete de Simpatía con SERV que ha Ganado Impulso Propio

Cada vez que hay un gran corredor en el mercado, como SERV después del anuncio de su participación con NVDA, podemos ver ondas de volatilidad que afectan a acciones similares.

RR es otra empresa de IA. Trabaja en la creación de robots de limpieza automatizados. Por ejemplo, la limpieza automatizada de laboratorios médicos.

RR también estaba cotizando a un precio similar al de SERV cuando esta última comenzó a subir.

¿Por qué me gusta?

El pico de simpatía de RR el 19 de julio no duró mucho. Especialmente en comparación con el movimiento de varias semanas de SERV.

Puedes ver un gráfico del movimiento de RR a continuación, cada vela representa 15 minutos de operación:

Gráfico RR intradía, velas de 15 minutos Fuente: StocksToTrade

Pero en los últimos días, hacia finales de agosto, esta acción ha comenzado a ganar su propio impulso. Comenzando el 15 de agosto, subió un 330%*.

Es una acción de IA de flotante bajo, ex corredor, en un mercado de IA en auge… Eso la convierte en una acción imprescindible en la lista de seguimiento.

¡Mantén un ojo en la acción de precio más reciente!

RR chart

4. CXApp Inc (NASDAQ: CXAI) — Penny Stock de IA con Asociación con Google Cloud

El 12 de agosto, después del cierre del mercado, CXAI anunció un acuerdo de IA de varios millones de dólares por varios años con Alphabet Inc. (NASDAQ: GOOG).

Un acuerdo de varios millones de dólares con una empresa famosa como Google… Eso es un catalizador perfecto. La acción subió un 150%* al día siguiente.

Pero los precios cayeron después del pico inicial…

¿Por qué me gusta?

Este pequeño *penny stock* firmó un acuerdo de varios millones de dólares con Google. Y el acuerdo abarca varios años.
Es probable que veamos los efectos de esta asociación en el próximo informe de ganancias. Además, StocksToTrade muestra que el flotante es de solo 1.6 millones de acciones.
CXAI es una bomba de tiempo esperando su próximo catalizador importante.

CXAI

5. Ainos Inc (NASDAQ: AIMD) —

Esta empresa anunció un avance en su producto Ainos el 19 de agosto.

Ainos se aplica en entornos de manufactura para detectar fugas de gases peligrosos y mejorar la seguridad de los trabajadores.

El precio subió un 40% en agosto… No es el mayor movimiento que hemos visto recientemente en una acción de IA. Pero aún la tengo en mi lista de seguimiento.

¿Por qué me gusta?

La presentación del producto Ainos por parte de la empresa también fue acompañada de una intención de expandirse al sector industrial.
Este es un producto que ha mejorado en eficiencia y apenas ahora está empezando a dirigirse a una base de clientes más amplia.
El gráfico ya muestra una consolidación decente después del pico en agosto, y StocksToTrade muestra que el flotante es de solo 4.4 millones de acciones.
Similar a los otros corredores de IA de flotante bajo en esta lista, solo necesita otro catalizador importante para impulsar el precio hacia arriba.

AIMD

6. BigBear.ai Holdings Inc (NYSE: BBAI) — Penny Stock de IA con Contrato Gubernamental

El 20 de agosto, después del cierre del mercado, BBAI anunció un nuevo contrato de 10 años por valor de $2.4 mil millones con la Administración Federal de Aviación de EE. UU. para proporcionar soluciones de TI.

Las asociaciones comerciales con el gobierno de EE. UU. son grandes catalizadores para los *penny stocks*.

El precio solo subió un 40%, probablemente debido al flotante más grande. StocksToTrade muestra que tiene 245 millones de acciones en circulación…

¿Por qué me gusta?

A pesar del mayor número de acciones en circulación, sigo observando esta acción.
El catalizador del contrato gubernamental es intrigante. Y el gráfico muestra una consolidación sólida alrededor de los niveles más recientes de pico.
Las acciones que se consolidan tienen la oportunidad de subir más. Y si BBAI se acerca al nivel de ruptura alrededor de los $2, estoy listo para hacer una operación.

BBAI

7. Phunware Inc (NASDAQ: PHUN) — Penny Stock de IA con Catalizador Trump

PHUN es una de las acciones que está estrechamente ligada al expresidente Donald Trump. Otro ejemplo es su empresa, Trump Media & Technology Group Corp. (NASDAQ: DJT).

Y considerando la inminente elección en EE. UU., es posible que veamos más volatilidad en estos valores.

PHUN subió un 2,100%* en 2021 junto con Trump Media & Technology Group Corp (NASDAQ: DJT) cuando Trump volvió al mundo de los negocios…

Al final, siguió el camino de todos los *penny stocks* de mala calidad y colapsó. Pero la volatilidad fue aún rentable para los traders astutos.

¿Por qué me gusta?

Trump no necesita ganar la presidencia para causar un aumento en las acciones de PHUN.
El precio ya subió un 540%* en 2024 gracias a la volatilidad electoral. Y algunos de los meses más volátiles del ciclo electoral aún están por venir.
Mencioné que hay algunas acciones relacionadas con Trump… Elegí PHUN para esta lista de seguimiento porque está estrechamente relacionada con la tecnología y la IA. Es una empresa de software que ayuda a las empresas a monetizar sus audiencias móviles.
Además, StocksToTrade muestra que solo hay 11 millones de acciones en el flotante. Eso apunta a una futura volatilidad.

PHUN

8. Wearable Devices Ltd (NASDAQ: WLDS) — Penny Stock de Realidad Extendida

Esta empresa trabaja para crear dispositivos de realidad extendida, como un dispositivo que permite a los usuarios controlar la tecnología utilizando movimientos sutiles de los dedos.

Y la acción tiene una GRAN historia de picos.

En 2023, cuando la IA comenzó a explotar, WLDS subió un 460%*. Aquí hay un gráfico del movimiento:

WLDS

Gráfico WLDS de velas de 1 día y varios meses Fuente: StocksToTrade

¿Por qué me gusta?

Los antiguos corredores pueden volver a subir.
Ya hemos visto que esta acción se dispara durante varios días. Estoy buscando otro pico a corto plazo en 2024.
StocksToTrade muestra que el flotante es de solo 12 millones de acciones. Eso está lo suficientemente cerca de nuestro objetivo de 10 millones de acciones o menos.
Solo necesita un catalizador caliente para que el precio suba.

WLDSchart

9. Aeye Inc (NASDAQ: LIDR) — Penny Stock de IA para Vehículos Autónomos

En mayo de este año, LIDR subió un 320%* tras anunciar una asociación con LITEON Technology para crear un nuevo canal de clientes y asociaciones de industrialización.

LIDR trabaja para crear soluciones para sistemas de vehículos autónomos utilizando IA.

El sector de vehículos autónomos sigue en crecimiento. Y los avances en IA hacen que un producto final sea más probable.

¿Por qué me gusta?

No estoy convencido de que LIDR resolverá el problema del transporte autónomo…
Pero, la acción está en un sector caliente y está anunciando nuevas asociaciones.
Además, el hecho de que StocksToTrade solo muestre 7 millones de acciones en el flotante… LIDR está lista para dispararse en cualquier momento.

LIDR

10. AXT Inc (NASDAQ: AXTI) — El Ganador de Ingresos Pasado con Buena Consolidación

En febrero de 2024, esta acción subió un 130%*.

La mantuve en mi lista de seguimiento para un posible pico posterior.

Y, efectivamente, el 2 de mayo, AXTI anunció resultados trimestrales alcistas…

Ganancias esperadas por acción de -$0.08 y reportaron -$0.03. No tan mal como se esperaba.

Ingresos esperados de $21.7 millones y reportaron $22.6 millones. Mejor de lo esperado.

Los precios subieron un 35% como resultado del anuncio de ganancias…

Pero cuando anunciaron los ingresos del segundo trimestre de 2024 el 1 de agosto, el precio cayó. A pesar de haber reportado ingresos de $27.9 millones, que fue un crecimiento en comparación con el primer trimestre de 2024.

Es por esto que no mantenemos estas acciones esperando y deseando. En su lugar, operamos con la volatilidad a corto plazo.

¿Por qué me gusta?

A pesar del retroceso tras el informe de ganancias del 1 de agosto, sigue siendo una acción volátil.
La empresa trabaja en la producción de semiconductores para su uso en tecnología de microchips. Este es un sector que está en el corazón del auge del mercado de IA.
Es posible que veamos más volatilidad con el próximo informe de ganancias el 30 de octubre…
Y hasta entonces, en septiembre, cualquier cantidad de catalizadores podría hacer que el precio suba. ¡Prepárate para más volatilidad!

AXTI

*El rendimiento pasado no indica resultados futuros

¿Qué Es la Inteligencia Artificial?

La inteligencia artificial es cuando una computadora simula la inteligencia humana. La tecnología de inteligencia artificial busca crear máquinas que puedan desempeñar roles que tradicionalmente realizaban las personas.

Hay una amplia gama de cosas que se pueden lograr con la IA. Los productos recientes de inteligencia artificial incluyen chatbots, autos autónomos, soluciones robóticas industriales y asistentes inteligentes. Aunque aún estamos lejos de robots realmente inteligentes como los droides de Star Wars o los Transformers, estamos más cerca que nunca.

¿Qué Son los Penny Stocks de IA?

Los *penny stocks* de IA son acciones de pequeñas empresas de inteligencia artificial que cotizan a un precio bajo, a menudo por debajo de los $5. Estas acciones forman parte de una industria en auge, con potencial desde el aprendizaje automático hasta el análisis de datos. Que sean baratas no significa que sean una apuesta segura. Llevo años operando y enseñando, y puedo decirte que estas acciones pueden ser tan volátiles como una lata de refresco agitada.

El atractivo de los *penny stocks* de IA radica en su potencial de crecimiento. Las empresas en este sector suelen estar en las primeras etapas de desarrollo, enfocándose en aplicaciones como chatbots, seguridad y publicidad. Los inversores se sienten atraídos por las perspectivas de alta recompensa, pero es crucial entender los riesgos involucrados. No solo estás invirtiendo dinero; estás invirtiendo en el potencial de una empresa para revolucionar industrias.

¿Qué Hace Únicos a los Penny Stocks de IA?

Los *penny stocks* de IA son únicos debido a su participación en tecnología de vanguardia y en el mercado de pequeñas capitalizaciones. Estas empresas, a menudo en etapas tempranas de desarrollo, aprovechan la inteligencia artificial para impulsar la innovación en diversos sectores, desde la automatización hasta el análisis de datos. El tamaño del mercado para las empresas impulsadas por IA está creciendo rápidamente, lo que hace que estas acciones sean particularmente volátiles. Esta volatilidad puede generar altos rendimientos, pero también conlleva riesgos significativos. Comprender estas características es crucial para los traders que buscan capitalizar el potencial de crecimiento de la IA.

Factores críticos que diferencian los *penny stocks* de IA de otras acciones tecnológicas y *penny stocks* tradicionales incluyen:

-Adopción tecnológica: Las empresas de IA están a la vanguardia de la innovación tecnológica, a menudo desarrollando aplicaciones únicas de IA.

-Entorno regulatorio: La tecnología de IA está sujeta a regulaciones en evolución, lo que puede afectar las operaciones de la empresa y el rendimiento de sus acciones.

-Riesgos de inversión: La alta volatilidad y la etapa incipiente de muchas empresas de IA significan un potencial significativo de ganancias o pérdidas.

-Posición en el mercado: Muchos *penny stocks* de IA son empresas de pequeña capitalización con una presencia limitada en el mercado en comparación con los gigantes tecnológicos establecidos.

-Ritmo de innovación: El rápido ritmo de desarrollo de la IA puede llevar a cambios rápidos en la fortuna de las empresas, impactando drásticamente los precios de las acciones.

Las acciones de IA a menudo experimentan fluctuaciones significativas de precios impulsadas por los avances tecnológicos y las tasas de adopción del mercado. Ampliar tu cartera con *penny stocks* tecnológicos puede diversificar aún más tus inversiones y capitalizar el crecimiento del sector tecnológico. Para explorar *penny stocks* tecnológicos prometedores y obtener información sobre su potencial de mercado, consulta esta lista completa de *penny stocks* tecnológicos.

¿Qué Buscar en un Penny Stock de Inteligencia Artificial?

Como con cualquier acción, la mejor manera de prepararse para los repuntes de *penny stocks* de inteligencia artificial es construir una lista de seguimiento. Una buena lista de seguimiento aumentará tu conocimiento sobre acciones específicas, además de mantenerte preparado para las oportunidades que puedan surgir.

No tomes tus listas de *penny stocks* de las selecciones de otras personas, ni siquiera las mías. Otros traders tienen diferentes prioridades, objetivos y apetitos de riesgo. Esto es lo que debes buscar en un *penny stock* al crear tu lista de seguimiento:

-Exhibe un Patrón Comercializable en su Gráfico de Acciones

Comienza con el gráfico. Las acciones que componen mis listas de seguimiento tienen un historial de patrones gráficos comercializables. Los *penny stocks* siguen un ciclo de auge y caída. Ya que en su mayoría son acciones de empresas sin valor que se inflan temporalmente por promotores mentirosos y novatos crédulos, sus patrones suelen repetirse.

-Es una Acción de Bajo Flotante

Cualquier acción con menos de 10 millones de acciones disponibles públicamente para el trading se considera una acción de bajo flotante. Un menor número de acciones en juego significa que los picos de volumen pueden mover realmente el precio de una acción.

-Exhibe un Volumen de Trading Inusual

Las acciones que cotizan con volúmenes inusuales son más propensas a oscilaciones de precios, lo que aumenta tus posibilidades de operar de manera segura “el centro del movimiento”. El volumen en los *penny stocks* es importante por otra razón: las acciones de alto volumen son más líquidas y más fáciles de vender.

-Es un Corredor Anterior

Un *penny stock* que ha subido en el pasado tiene más posibilidades de volver a subir en el futuro. ¿Por qué?

Ha demostrado que puede subir en reacción al catalizador que lo hizo subir la primera vez

El mercado tiene memoria

Los promotores también tienen memoria, y seguirán inflando una acción caliente hasta que la empresa sin valor con la que está asociada quiebre

-Recibe Atención Frecuente de los Medios

Las noticias de última hora y los comunicados de prensa sobre nuevas soluciones tecnológicas a menudo provocan grandes oscilaciones de precios en los *penny stocks* tecnológicos. Como ya hemos establecido, la IA es un sector que recibe mucha cobertura mediática.

¿Dónde Comprar Penny Stocks de IA?

Puedes comprar Penny stocks de IA en bolsas principales como la Bolsa de Valores de Nueva York (NYSE) y Nasdaq, así como en los mercados extrabursátiles (OTC). La mayoría de las personas comercian con penny stocks a través de sitios web de corredores y aplicaciones como Robinhood, Chase y Wealthsimple Trade.

Penny stocks en NYSE/Nasdaq

Puedes encontrar penny stocks de IA entre los gigantes tecnológicos que cotizan en las principales bolsas como NYSE y Nasdaq. Las acciones que cotizan en bolsa están más reguladas que las acciones OTC y, en general, se perciben como compañías más estables.

La mayoría de las acciones calientes de IA se encuentran en Nasdaq. Estas acciones están más reguladas y pueden ofrecer un tipo diferente de estabilidad en el volátil mundo de los penny stocks. Aprende más sobre penny stocks en Nasdaq aquí.

Penny stocks OTC

Las penny stocks OTC o no listadas se dividen en tres niveles:

– Hojas rosas

– OTCQB

– OTCQX

Cada nivel OTC tiene diferentes regulaciones y requisitos. Las hojas rosas tienen poca regulación, mientras que OTCQX está más estrictamente regulado. Eso no significa que no comerciaré con una acción de hojas rosas, simplemente no confiaré en ella.

Algunas acciones de IA con mayor potencial para ganancias rápidas se encuentran en las hojas rosas. De estas, las acciones por debajo de 10 centavos son una categoría distinta. Estas acciones ultrabaratas pueden ser aún más volátiles, ofreciendo tanto mayores riesgos como posibles recompensas. Si buscas añadir un poco de emoción a tu estrategia de trading, considera estas opciones. Aquí tienes una guía de penny stocks por debajo de 10 centavos.

El mejor lugar para comprar Penny stocks de tecnología

¿Son mejores las acciones que cotizan en bolsa que las no cotizadas o viceversa? Depende de tu apetito por el riesgo.

Yo opero tanto con acciones cotizadas como no cotizadas. No veo por qué debería limitarme.

¿Cómo hacer trading con Penny stocks de IA?

Para comenzar a operar con penny stocks de IA, sigue estas pautas:

– Abre una cuenta de trading: Elige un corredor que ofrezca acceso a penny stocks y soporte la automatización del trading.

– Elige la plataforma de trading adecuada: Busca plataformas con herramientas de investigación robustas, opciones de trading de bajo costo y buenas reseñas de usuarios.

– Comprende las tarifas de trading: Asegúrate de conocer todos los costos involucrados, incluidos comisiones, diferenciales y posibles tarifas ocultas.

Operar con penny stocks de IA requiere un enfoque estratégico. El análisis técnico puede ayudar a identificar patrones de precios y oportunidades de trading. El análisis fundamental es esencial para entender la salud financiera de una empresa y su potencial de crecimiento. Mantenerse informado sobre las tendencias de la industria de la IA es crucial, ya que los nuevos desarrollos pueden afectar significativamente los precios de las acciones. A lo largo de años de experiencia en el trading, he visto lo importante que es mantenerse actualizado con publicaciones e informes sobre avances en IA para tomar decisiones de trading informadas.

Acciones de IA por debajo de $5

Aquí están algunas de mis principales observaciones para penny stocks de IA con un precio inferior a $5:

– Cyngn Inc (NASDAQ: CYN)

– Nauticus Robotics Inc (NASDAQ: KITT)

– BigBear.ai Holdings Inc (NYSE: BBAI)

– Microbot Medical Inc (NASDAQ: MBOT)

– Guardforce AI Co Ltd (NASDAQ: GFAI)

Cuando estoy construyendo mi lista de vigilancia para penny stocks de IA por debajo de $5, observo los siguientes factores. Estos factores no son todos importantes cuando se comercian penny stocks, pero la percepción de ellos sí lo es.

– Potencial de crecimiento: Los proyectos e innovaciones de IA de la empresa. Las empresas que se centran en tecnologías emergentes de IA y automatización pueden ofrecer un gran potencial de crecimiento.

– Salud financiera: El balance, las tendencias de ingresos y el flujo de efectivo de la empresa. Una base financiera estable es crucial para mantener el crecimiento y capear la volatilidad del mercado.

– Posición en el mercado: La posición de la empresa en el sector de la IA. Una fuerte posición en el mercado puede indicar un éxito futuro.

– Equipo de gestión: El liderazgo de la empresa. Investiga los antecedentes y la trayectoria de los ejecutivos clave.

– Tendencias de la industria: Tendencias generales de la industria de la IA. Estos son los mayores catalizadores en el mundo de los penny stocks.

Algunas de las penny stocks de IA más calientes están en el sector biotecnológico. La biotecnología es un gran sector para comerciar debido al potencial de enormes catalizadores impulsados por ensayos clínicos exitosos o aprobaciones de la FDA. Al igual que con la IA, operar con acciones biotecnológicas requiere estar informado sobre los últimos desarrollos en la industria. Para identificar penny stocks biotecnológicos de alto potencial, revisa mi lista mensual de vigilancia de penny stocks de biotecnología.

Penny stocks de IA por debajo de $10

Aquí algunas acciones de IA con precios inferiores a $10:

– Gaxos.AI Inc (NASDAQ: GXAI)

– GSI Technology, Inc (NASDAQ: GSIT)

– AXT Inc (NASDAQ: AXTI)

– Airship AI Holdings Inc (NASDAQ: AISP)

– SoundHound AI Inc (NASDAQ: SOUN)

Mantener un ojo en las empresas involucradas en proyectos con mucho revuelo — como el Proyecto Omega de Elon Musk, del que hemos estado escuchando durante años — puede darte pistas sobre movimientos futuros. No le des un gran espacio en tu portafolio de trading a este tipo de especulación, pero mantenlo vigilado.

Una lista robusta de penny stocks debe incluir una mezcla de acciones de diversos sectores para mitigar riesgos y capturar oportunidades en diferentes mercados. No solo vigilo acciones de IA; me enfoco en cualquier acción con fuerte potencial de crecimiento. Actualizar regularmente tu lista de vigilancia y monitorear el desempeño de las acciones son pasos cruciales para mantenerte por delante en el juego. Para ver cómo lo hago, revisa mi lista semanal de penny stocks.

Conclusiones clave

Operar con penny stocks de IA presenta un potencial de beneficio, pero es crucial tener en cuenta los riesgos involucrados. Como traders, nuestro enfoque no es invertir ciegamente en acciones de IA, sino basarnos en patrones discernibles y conocimientos profundos del mercado.

En el trading, las pequeñas ganancias se acumulan con el tiempo. No te dejes llevar por el entusiasmo en torno a la IA; mantente centrado en hechos sólidos y patrones de mercado observables. Esa es la esencia de operar con penny stocks de IA.

Consideraciones clave:

– Muchos penny stocks son dudosos. El riesgo en los penny stocks de IA puede verse incrementado debido a la información limitada de la empresa y a la promoción poco ética.

– Existe la posibilidad de grandes ganancias. Con el potencial de avances rápidos en el sector de la IA, estas acciones pueden alcanzar máximos en cualquier momento.

– El sector es joven. Los penny stocks de IA están impactados por innovaciones tecnológicas y desarrollos, lo que puede cambiar drásticamente su trayectoria y valoración en el mercado.

La inteligencia artificial es uno de los sectores más calientes en el trading, debido a que también lo es en la imaginación popular. La frecuencia de noticias de última hora significa que es probable que haya oportunidades para buenos intercambios.

El hecho de que haya oportunidades no significa que necesariamente las atraparás. Debes estar preparado. Eso significa mantener una buena lista de vigilancia, observar el mercado y estudiar más duro que los otros traders que también buscan salir ganando.

¿Cuáles son los penny stocks de IA que tienes en tu lista de vigilancia? ¡Déjame saber en los comentarios!

Preguntas Frecuentes

¿Cómo se debe valorar una empresa de IA?

Valorar empresas de IA es una tarea compleja que implica un análisis profundo de sus finanzas, perspectivas de crecimiento y demanda en el mercado. Los indicadores tradicionales como las ganancias y los ingresos son importantes, pero también debes considerar factores como las capacidades de adquisición de datos y la calidad de sus algoritmos de aprendizaje automático. Desde mi experiencia, entender las sutilezas del valor de una empresa de IA puede determinar el éxito o fracaso de tu portafolio.

¿En qué empresa de IA está invirtiendo Elon Musk?

Recientemente, Elon Musk lanzó xAI, que se presenta como una alternativa a ChatGPT. Musk fue miembro fundador del consejo e inversor en OpenAI, la compañía detrás de ChatGPT. Se alejó debido a posibles conflictos con el desarrollo de la IA de Tesla para autos autónomos.

¿Cómo se invierte en la industria de IA?

Invertir en la industria de IA requiere una estrategia bien pensada. Necesitas diversificar tus inversiones en varios sectores como analítica, aprendizaje automático y seguridad de datos. Puedes usar una mezcla de instrumentos financieros como valores, acciones e incluso algunas opciones para equilibrar los riesgos y las posibles recompensas.

¿Qué información puedo encontrar en artículos sobre IA?

Al leer ampliamente, encontrarás valiosa información y perspectivas relacionadas con empresas de inteligencia artificial y sus clientes. A menudo contienen enlaces a investigaciones y servicios que te ayudarán a entender mejor este mercado.

¿Qué determina la capitalización de mercado de las Penny Stocks de IA?

La capitalización de mercado de las Penny stocks de IA está determinada por una variedad de factores, incluyendo su impulso y resultados en el mercado. Monitorear estos aspectos te puede dar una idea de su potencial de beneficio.

¿Cómo pueden los servicios y la investigación ayudar a mi inversión?

Los servicios proporcionan herramientas y plataformas que te pueden ayudar a tomar decisiones informadas. Por otro lado, la investigación ofrece una visión más profunda de las tendencias del mercado, modelos de negocio y potencial de ganancias, tanto para grandes empresas como Tesla (TSLA), NVIDIA (NVDA) y Microsoft (MSFT), como para penny stocks como AMST, POAI y PBTS.

¿Qué fundamentos debo buscar en Penny Stocks de IA?

Concéntrate en empresas de bajo costo y pequeña capitalización que muestren potencial para un alto crecimiento e innovación. Busca nuevas ideas y tecnologías que estas empresas estén desarrollando, y considera las opiniones y análisis de expertos en el campo para obtener una comprensión completa del mercado. Aunque las Penny stocks de IA están enfocadas principalmente en tecnología, las fluctuaciones en sectores no relacionados, como el petróleo crudo, aún pueden afectar el sentimiento general del mercado y las condiciones de negociación.

*El rendimiento pasado no garantiza resultados futuros.*

Comparte este articulo:

Las 10 principales Penny Stocks de IA a tener en cuenta en septiembre de 2024 por Timothy Sykes

Las Penny Stock de inteligencia artificial (IA) cotizan por debajo de los...

Dos virtudes ocultas de los traders de éxito por Brett N. Steenbarger, Ph.D.

Brett N. Steenbarger, Ph.D. es profesor de psiquiatría y ciencias del comportamiento en SUNY Upstate Medical University. Compagina su actividad docente con la de entrenador de gestores de hedge funds y traders profesionales. Brett es autor de varios libros sobre psicología enfocada en el trading: The Daily Trading Coach (2009), Trading Psychology 2.0 (2015) y Radical Renewal (2019), entre otros. Su experiencia en los mercados financieros comenzó a finales de la década de 1970.”.

Brett N. Steenbarger, Ph.D. / SUNY Upstate Medical University

Uno de los aspectos más interesantes de trabajar como entrenador de trading es la capacidad de ver, de primera mano, lo que contribuye al éxito de los traders. Muy a menudo, los factores que conducen al éxito no son los que se destacan en los artículos y libros de trading. En este artículo me gustaría hablarle de dos virtudes, que no se ven a simple vista, que observo todos los días entre los gestores de carteras y los traders de éxito.

La capacidad para tolerar la incertidumbre y la productividad del tiempo alejado del mercado.

La capacidad de tolerar la incertidumbre

Suponga que entra en cualquier movimiento específico del precio en un mercado. Por ejemplo, operara cuando el precio supere x% por encima o por debajo de la media móvil del período Y. Después, observe lo que hace ese mercado en promedio durante el próximo período Y. Es muy probable que para cualquier valor de x e Y, la tendencia del mercado se vea abrumada por la variabilidad del precio dentro del siguiente período Y. Lo que eso significa es que, en promedio, la relación señal / ruido para un operador direccional es baja. Cualquiera que sea la tendencia presente, generalmente no es estadísticamente significativa y no es fácilmente negociable. Dada tal situación, la opinión que cualquier trader, en relación a lo que hará el mercado a continuación, debería ser: “No sé”. La incertidumbre es en sí misma un punto de vista y, de hecho, debería ser el escenario base. Cuando un trader no puede tolerar la incertidumbre y necesita convencerse, el resultado es inevitablemente sobrepasar el conjunto de oportunidades objetivas. Es imposible gestionar adecuadamente el riesgo si no tolera la incertidumbre.

La productividad del tiempo alejado del mercado

Constantemente encuentro que los traders de éxito dedican más tiempo a identificar buenas oportunidades de trading que a realizar y gestionar sus operaciones. Csikszentmihalyi realizó un estudio fascinante, con artistas, en el que se les mostraron 27 objetos y se les pidió que organizaran un pequeño grupo de ellos en una composición y generaran un boceto. Tenían una hora para la tarea. Los artistas se dividieron en dos categorías. Un grupo identificó rápidamente los objetos para la composición y pasó la mayor parte de la hora refinando sus bocetos. El segundo grupo pasó la mayor parte de la hora averiguando qué dibujar. Seleccionaron objetos, empezaron a hacer bocetos, cambiaron los objetos, esbozaron algunos más, reorganizaron de nuevo los objetos, etc. Cuando encontraron la composición que les gustaba, solo pasaron unos minutos realizando el boceto final. Los dibujos del segundo grupo fueron calificados como significativamente más creativos por un grupo de críticos de arte que los del primer grupo y, después de un período de cinco años, el segundo grupo demostró un éxito significativamente mayor como artistas. Los artistas con menor éxito dedicaron la mayor parte de su tiempo a dibujar. Los artistas de éxito dedicaron la mayor parte de su tiempo a buscar composiciones dignas de dibujar. Es una gran analogía al hacer trading.

Suceden cosas buenas cuando estas dos fortalezas se unen. La capacidad de aceptar la incertidumbre libera la mente para maximizar el tiempo fuera del mercado y generar creativamente ideas de trading sólidas. Para el trader de éxito, la incertidumbre brinda la oportunidad de alejarse de las pantallas y mirar los mercados a través de nuevas lentes. El overtrading se da cuando la necesidad de operar supera a la necesidad de entender.

Comparte este articulo:

Dos virtudes ocultas de los traders de éxito por Brett N. Steenbarger, Ph.D.

Uno de los aspectos más interesantes de trabajar como entrenador de trading es...

Ahogándose en una sopa de datos: por qué la inversión factorial no puede ser científica por Yuval Taylor

Yuval trabaja como product manager en Portfolio123, una empresa de tecnología financiera. Además es autor de «Zora and Langston: A Story of Friendship and Betrayal», entre otros libros.

Yuval / Portfolio123

La naturaleza de los datos financieros

A finales del año pasado, Marcos M. López de Prado, un gestor de fondos de cobertura y profesor pionero en el aprendizaje automático en finanzas y que actualmente es el director global de investigación y desarrollo cuantitativo en uno de los mayores fondos soberanos de riqueza del mundo, publicó una monografía titulada Causal Factor Investing: Can Factor Investing Become Scientific? (Inversión factorial causal: ¿puede la inversión factorial convertirse en científica?). En ella, denuncia lo que él llama “sobreajuste desenfrenado de los backtests y elecciones de especificaciones incorrectas” en la literatura académica sobre inversión factorial, y analiza “afirmaciones espurias” y “confusión causal”. A continuación, “propone soluciones con el potencial de transformar la inversión factorial en una disciplina verdaderamente científica”.

López de Prado da lo mejor de sí cuando desacredita los enfoques académicos de las finanzas, en concreto la pretensión de los académicos financieros/económicos de adoptar un enfoque verdaderamente científico. Gran parte de su trabajo en este sentido se repite en esta monografía, pero aquí cae en la misma trampa que los académicos a los que desacredita, al afirmar que la inversión factorial puede ser “una disciplina verdaderamente científica”. Tengo mis dudas.

El principal problema es que los datos con los que trabajan los inversores en factores son todo menos científicos. Las ganancias, el flujo de caja libre y otros elementos financieros son interpretaciones que hacen los contables de lo que sucede en las empresas para las que trabajan. Se rigen por las normas regulatorias, pero tienen mucha discreción, así como un interés personal en presentar estos elementos de una manera positiva. Nada podría ser menos científico que estos datos, y estos datos son la base de toda inversión en factores. Si bien ciertos elementos contables pueden ser más «científicos» que otros (los gastos por intereses, por ejemplo, son bastante cuantificables), mucho depende de elementos completamente discrecionales como las tasas de depreciación, la clasificación de los costos y los salarios (como gastos de capital, gastos de venta, generales y administrativos, I+D, otros costos de bienes, etc.), la estimación de los intangibles y el momento del reconocimiento de las entradas y salidas de efectivo. A pesar de marcos regulatorios como los GAAP (principios de contabilidad generalmente aceptados, el estándar estadounidense) y las NIIF (Normas Internacionales de Información Financiera, el estándar europeo) que buscan estandarizar la información, hay muy pocos rubros financieros que no estén infectados por las prácticas discrecionales de los contadores de las empresas.

Los inversores en factores adoptan un enfoque cuantitativo para variables que son extraordinariamente poco fiables. ¿En qué nos convierte eso? Sin duda, no somos científicos, pero tampoco adivinos ni intérpretes literarios. Tomamos estos datos extremadamente poco fiables y utilizamos métodos estadísticos establecidos y técnicas de prueba avanzadas para extraerles significado.

La única comparación que se me ocurre es la de las apuestas mutuas. Un buen jugador tomará datos poco fiables y, utilizando un enfoque probabilístico, hará apuestas que tengan una probabilidad bastante decente de dar resultado. Nadie confundiría a un jugador con un científico, aunque ambos puedan utilizar técnicas estadísticas avanzadas. La gente confunde a los inversores con los jugadores, y hay una buena razón para ello.

Contabilidad discrecional

A continuación se presentan algunos ejemplos específicos de los tipos de discreción que pueden ejercer los contadores.

Al valorar el inventario, los PCGA permiten los tres métodos (primero en entrar, primero en salir; último en entrar, primero en salir; y costo promedio ponderado).
Las NIIF permiten flexibilidad en cuanto a cómo se clasifican los intereses y dividendos en el estado de flujo de efectivo, permitiendo su inclusión en el flujo de efectivo operativo o financiero.
Las NIIF permiten la revaluación de una amplia gama de activos.
Para los servicios de software, los PCGA permiten una flexibilidad adicional en el reconocimiento de ingresos.

No quiero sugerir que los PCGA y/o las NIIF tengan fallas. Sin ellos, las cosas serían mil veces peores. La estandarización excesiva tiene un costo: es importante que los inversores tomen nota de los matices en las cuentas de las empresas. Por eso, el 95% de los miembros del S&P 500 informan ganancias tanto con base en los PCGA como sin base en los PCGA.

El punto clave es que los informes financieros no fueron diseñados para un análisis amplio de datos, sino para ilustrar adecuadamente los resultados financieros de una empresa individual. La estandarización que imponen los PCGA y las NIIF es importante para establecer cierta coherencia, pero esa coherencia está orientada a la comparación de empresas e industrias individuales, más que al análisis científico o estadístico. Y la comparación de empresas e industrias individuales cae presa de una forma muy diferente de datos terriblemente poco científicos.

Clasificación de la industria

La mayoría de las inversiones en factores requieren comparaciones intrasectoriales. El rendimiento de las ganancias es significativo, pero mucho más significativo si lo comparas con otras empresas del mismo sector. Pero, ¿cómo se clasifican las empresas en sectores? Tomemos, por ejemplo, Kewaunee Scientific ( KEQU ), que actualmente es una de mis principales participaciones, tanto en mi fondo de cobertura como en mis cuentas personales. La empresa fabrica muebles especializados principalmente para instalaciones de atención médica. Entonces, ¿es una empresa de atención médica? Eso es lo que dice Compustat/S&P. ¿O es una empresa de muebles? Eso es lo que dice FactSet. El problema va más allá de negocios peculiares como Kewaunee. Hay una gran diferencia si Amazon ( AMZN ) está clasificada como una empresa minorista discrecional (cíclica) o de productos básicos (no cíclica), o si Visa ( V ) está en el sector financiero o tecnológico. Los distintos proveedores de datos clasifican a estas empresas de forma diferente en distintos momentos (Compustat clasifica a Amazon como “discrecional”, mientras que FactSet la clasifica como “no cíclica”; Compustat solía clasificar a Visa en el sector tecnológico, pero luego la trasladó al sector financiero). Y esto nos lleva a otra fuente de incertidumbre.

Proveedores de datos

A modo de ejemplo, creé un sistema de clasificación en Portfolio123 (una herramienta basada en suscripción que ayuda a investigar y crear estrategias de inversión cuantitativa sistemáticas) con treinta factores que he estado utilizando bastante últimamente. Luego comparé el desempeño de las empresas en este sistema según si los datos provenían de Compustat o FactSet.

Una de las muchas empresas con discrepancias asombrosas es eBay ( EBAY ). En FactSet ocupa el puesto 86 de 100, mientras que en Compustat ocupa el puesto 25.

Así que vamos a desmantelarlo un poco.

Lo primero que noto es un problema con los ítems especiales. Se trata de ítems no recurrentes antes de impuestos, como gastos de mudanza, pagos de indemnización, amortizaciones, amortizaciones, reservas para litigios, etc. Deben tenerse en cuenta al calcular el ingreso neto de una empresa. Compustat tiene esta cifra como -$206 millones para 2023, mientras que FactSet la tiene como +$1.75 mil millones para el mismo año. (Compustat enumera un par de docenas de ítems que juntos conforman ítems especiales; FactSet lo calcula como la diferencia entre cargos extraordinarios y créditos extraordinarios). Con un ingreso neto el año pasado de $2.75 mil millones, ya sea que agregues $206 millones o restes $1.75 mil millones, hace una gran diferencia. Según FactSet, eBay está experimentando un excelente crecimiento de ganancias, ya que los ingresos del año pasado se ajustan de manera tan radical. Según Compustat, su crecimiento de ganancias no es tan grande.
Lo siguiente que observo es una gran discrepancia en las acumulaciones del balance. Esto se debe al hecho de que FactSet muestra más de 3.100 millones de dólares en otras inversiones y anticipos este trimestre y 1.200 millones de dólares el mismo trimestre del año pasado, lo que significa que eBay ha aumentado sustancialmente sus cuentas por cobrar a largo plazo. Compustat, por otro lado, da N/A para ambos. Por lo tanto, para FactSet, las acumulaciones de eBay están bien; para Compustat, son terriblemente altas dado que el efectivo disponible de eBay ha disminuido sustancialmente en el último año. (Este problema se reduce si se utilizan cifras anuales. Compustat no suele incluir cifras trimestrales para esta partida en particular, lo que explica las N/A).
El rendimiento de las ganancias de eBay, según las estimaciones del año fiscal actual, es un poco más del 8%. ¿Qué tan bueno es eso? Bueno, normalmente uno compara el rendimiento de las ganancias con otras empresas en la misma industria. Para Compustat, la industria es la venta minorista multilínea, lo que los coloca en el séptimo lugar de 19 empresas (estoy limitando mi alcance a las empresas con suficiente liquidez para negociar grandes cantidades). Para FactSet, la industria es la venta minorista de mercancías generales, lo que los coloca en el décimo lugar de 32 empresas. Entonces, eBay obtiene un puntaje un poco mejor con FactSet que con Compustat en rendimiento de las ganancias.
Analizo muchos aspectos del subsector de una empresa, incluidos su impulso y su rendimiento promedio de flujo de caja libre; también comparo el cambio de inventario de la empresa (que en este caso es cero) con el cambio de inventario del subsector. Para FactSet, eBay está en el subsector minorista de alimentos y productos básicos del sector de productos básicos, mientras que para Compustat, está en el subsector de distribución y venta minorista de consumo discrecional, que está en el sector discrecional. Esos dos subsectores son muy diferentes en verdad. El primero tiene un impulso más fuerte, un mayor rendimiento de flujo de caja libre y un mayor crecimiento de inventario. Estos hacen diferencias muy sustanciales en las clasificaciones de las empresas.
Según FactSet, el crecimiento de los ingresos operativos de eBay, comparando el trimestre más reciente con el mismo trimestre del año anterior, es del 31%, mientras que según Compustat es de solo el 7%. FactSet indica que los ingresos operativos actuales de eBay son de 658 millones de dólares, mientras que Compustat los indica en 552 millones de dólares; también hay discrepancias entre las cifras del mismo trimestre del año anterior. No voy a emitir un juicio sobre qué proveedor de datos tiene razón: simplemente estandarizan los ingresos operativos (también llamados EBIT) de diferentes maneras.

eBay no es realmente un caso atípico en este sentido. El 15% de las empresas del universo “fácil de negociar” de Portfolio123 tienen una discrepancia de 20 o más entre sus clasificaciones de FactSet y Compustat (en este sistema de treinta factores), y eso sin mencionar aquellas empresas que están cubiertas por solo uno de los dos proveedores de datos.

Utilización de datos no científicos para evaluar empresas

¿Cómo se procede entonces a la hora de evaluar a las empresas, dada la locura de los datos financieros? Tengo algunas sugerencias.

Nunca pienses que lo que haces es científico, objetivo o verdaderamente sólido. Sospecha de todas las conclusiones a las que llegues.
Revise sus datos. Si encuentra discrepancias importantes, investíguelas. Trate de averiguar qué informa la empresa y qué hacen sus proveedores de datos con esas cifras.
Cuantos más datos utilice, menos importarán estas discrepancias. Si basa su juicio sobre una empresa en tan solo un puñado de métricas, seguramente se encontrará con serios problemas. Utilice diez medidas diferentes de crecimiento de las ganancias o rendimiento de las ganancias en lugar de solo una; utilice una amplia variedad de medidas de calidad, estabilidad, etc. de la empresa; calcule el valor de una empresa utilizando métodos de valor intrínseco (preferiblemente más de uno) así como métodos de valor relativo; utilice dos o tres proveedores de datos diferentes en lugar de solo uno, y así sucesivamente.
Proteja sus apuestas con diversidad. Utilice varios sistemas o estrategias diferentes a la vez, siempre que no esté seguro de cuál es mejor.
Concéntrese en la probabilidad más que en los absolutos a la hora de pensar en la inversión y en su enfoque de la sistematización.

Trabajar con datos financieros nunca es fácil, y la cantidad de datos que hay lo hace mucho más complejo. Si a eso le sumamos el hecho de que los datos en sí son poco fiables, imprecisos, caprichosos y mutables, corremos el riesgo de ahogarnos en una sopa de datos. Adoptar un enfoque tajante con los datos como este, simplificar la estrategia hasta su esencia, tratar los datos como si fueran sacrosantos o ignorarlos por completo es algo que está destinado a ser contraproducente. En lugar de eso, hay que aprender a nadar en la sopa de datos, porque cuanto más absorbamos, mejor imagen podremos pintar de las empresas en las que estamos invirtiendo.

Toda mi carrera como inversor se ha basado en el uso de datos financieros de formas novedosas. Desde finales de 2015, he estado invirtiendo utilizando sistemas de clasificación basados en datos financieros, concentrándome en empresas seguras, sólidas, aburridas y poco conocidas, y como resultado, he tenido una CAGR del 42 % durante ese período, sin un solo año calendario negativo. Por lo general, no utilizo mucho los tipos de factores que son estándar en la industria de servicios financieros, los tipos de factores simples y trillados que son, por ejemplo, la base de las clasificaciones cuantitativas de Seeking Alpha. He descubierto que

Los márgenes de beneficio bajos pueden predecir el crecimiento de las ganancias,
La relación entre el beneficio bruto y los activos totales puede ser más significativa que el ROA.
Si las cuentas por cobrar de una empresa varían mucho de un trimestre a otro, eso suele ser un problema.
Puedes basar una relación de valor en los impuestos pagados,
Una empresa cuyas ventas están mejorando puede ser una inversión mucho mejor que una empresa cuyas ventas están creciendo de manera constante.
La baja rotación de acciones disminuye el riesgo de mercado,
El rendimiento del dividendo no significa nada sin tener en cuenta la tasa de pago,
Un aumento simultáneo tanto del inventario como de la planta bruta es una mala señal,
El flujo de caja operativo debería superar los ingresos netos, y
El valor intrínseco se puede estimar aproximadamente algorítmicamente.

Toda mi filosofía de inversión se basa en analizar cada acción que compro o contra la que apuesto desde tantos ángulos diferentes como sea posible.

Pero en el fondo soy un analista cuantitativo. Dedico cien veces más tiempo y energía a mis sistemas algorítmicos que a buscar los detalles financieros de una empresa. Las decisiones discrecionales que tomo no tienen nada que ver con si compro o vendo una acción en particular en un día en particular, sino que tienen que ver con mejorar mi sistema e incorporar en él factores financieros. Los datos me importan mucho y me asusta muchísimo pensar que podrían estar totalmente equivocados.

Pero, ¿qué significa realmente “incorrecto” cuando se trata de datos financieros? Nada. Los datos financieros son un caos de interpretaciones sesgadas, pero es todo lo que tenemos para trabajar. Abordarlos de una manera holística, individualizada y bien razonada es la mejor opción si desea superar al mercado de manera constante.

Comparte este articulo:

Ahogándose en una sopa de datos: por qué la inversión factorial no puede ser científica por Yuval Taylor

La naturaleza de los datos financieros A finales del...

Oportunidades de ganancias de NVDA por Timothy Sykes

Timothy Sykes / timothysykes.com

Oportunidades de ganancias de NVDA en miniatura

Para cuando lea esto, NVIDIA Corporation (NASDAQ: NVDA) habrá anunciado sus datos de ganancias para el trimestre fiscal más reciente de 2024.Estoy escribiendo esto el miércoles 28 de agosto, antes de que salga el anuncio.Esta es una oportunidad importante para que los traders comprendan las verdaderas oportunidades detrás de grandes anuncios de ganancias como este.El miércoles, antes de que se hicieran públicos los datos, nadie sabía cómo reaccionaría el precio.

A continuación se muestra un gráfico de varios días de NVDA antes del anuncio del miércoles por la tarde como referencia:

Gráfico NVDA de velas de 1 día y varios meses Fuente: StocksToTrade

¡No tengo acciones de NVDA antes del anuncio!

Nadie sabe cómo reaccionará el precio a las ganancias… Sería una tontería intentar predecir algo así.

En lugar de eso, espero a que salgan las ganancias y luego opero con la volatilidad resultante.

Ya sea alcista o bajista, mi marco ofrece patrones comerciales para ambos resultados.

Pero es esencial que abordemos estas jugadas correctamente…

Volatilidad de NVDA del jueves

En primer lugar… probablemente no cambiaré NVDA .

El precio de las acciones es demasiado alto para mi zona de confort. Opero con acciones de menor precio para poder abastecerme de acciones y aprovechar la ganancia porcentual.

Es la misma estrategia de cuenta pequeña que utilizan todos mis estudiantes.

Hoy, estoy más centrado en una acción como Serve Robotics Inc. (NASDAQ:SERV) . Es una antigua corredora que empezó a moverse después de que nos enteramos de la participación de NVDA en la empresa.

Y en este momento los precios se están consolidando alrededor del soporte clave en $10.

Eche un vistazo al gráfico a continuación, cada vela representa un día de negociación:

Una reacción alcista de NVDA podría provocar un repunte en las acciones de SERV hoy y mañana.

Y SERV no es la única acción de IA capaz de subir esta semana…

Estas son algunas de las acciones de centavo de IA más populares en mi lista de seguimiento.

Cómo intercambiar estos corredores

Ya mencioné que mi marco tiene patrones comerciales viables para la acción del precio bajista y la acción del precio alcista.

Y NO requiere que un comerciante construya posiciones cortas.

De hecho, al principio desaconsejo a mis alumnos que opten por posiciones cortas. Es una estrategia más peligrosa y los riesgos son mayores.

Éste es el marco completo que mis estudiantes y yo utilizamos para comerciar.

Pero para los nuevos traders, es fácil confundirse en este mercado…

¿Qué patrón uso?
¿Cómo debería ser mi plan comercial?
¿Cuánto debo arriesgar?
¿Qué acciones debería negociar y cuándo?

En este momento, mis estudiantes más nuevos están usando IA para crear entradas inteligentes en las acciones más populares.

Ingrese su ticker favorito y mi sistema de comercio de IA le dará un plan comercial como si me lo pidiera directamente.

Los nuevos traders ya no necesitan deambular en la oscuridad. ¡La IA puede arrojar luz sobre las mejores oportunidades de trading del mercado!

Comparte este articulo:

Oportunidades de ganancias de NVDA por Timothy Sykes

Para cuando lea esto, NVIDIA Corporation (NASDAQ: NVDA) habrá anunciado sus datos de ganancias para el...