El mercado de Minsky por Ben Carlson

Hasta finales de mayo, el S&P 500 ha experimentado 24 nuevos máximos históricos solo este año.

La volatilidad ha sido relativamente baja desde hace algún tiempo. No hemos tenido un día de caídas del 2 % en el S&P 500 en más de 300 días de negociación:

Nos estamos acercando rápidamente a la racha más larga sin un desagradable día de fuertes caídas en los últimos 10 años.

El S&P 500 ha subido alrededor del 11 % durante el año sobre la base de la rentabilidad total. Eso es bastante bueno teniendo en cuenta que subió más del 26 % en 2023.

Claro, tenemos que lidiar con algo de FOMO y la posibilidad de que la codicia nos obligue a tomar malas decisiones, pero estamos en buenos momentos para los inversores.

Los mercados están subiendo. La volatilidad es baja. Puedes ganar un 5 % en activos seguros como los T-bills o mercados monetarios. No hay mucho hoy en día de qué quejarse cuando se trata de los mercados financieros.

No trato de predecir qué harán los mercados (especialmente a corto plazo), pero deberías disfrutar de los buenos momentos mientras están. No durarán para siempre. Nunca sucede.

A principios de la década de 1990, el economista Hyman Minsky publicó un artículo de investigación llamado The Financial Instability Hypothesis. Minsky escribió: «Durante períodos de prosperidad prolongada, la economía pasa de las relaciones financieras que hacen que un sistema sea estable a relaciones financieras que hacen que sea inestable».

Esencialmente, la estabilidad en última instancia conduce a la inestabilidad, ya que los inversores y las empresas dejan de ser precavidas y asumen más riesgos en los buenos tiempos, lo que inevitablemente conduce a los malos tiempos.

Profundizando aún más, los mercados son cíclicos.

Durante las recesiones, las expectativas siguen siendo revisadas cada vez más a la baja en medio de malas noticias. Los mercados caen y los inversores se vuelven demasiado pesimistas. La cosa es que ni siquiera necesitas buenas noticias para que la marea cambie, solo menos malas noticias. No es bueno o malo lo que importa a corto plazo, sino mejor o peor.

Lo contrario se da durante las tendencias alcistas. Las expectativas siguen aumentando cada vez más a medida que los mercados suben y los inversores se vuelven demasiado optimistas. No necesariamente necesitas malas noticias para que terminen los buenos tiempos, solo menos buenas noticias.

La clave como inversor es evitar permitir que tus emociones coincidan con las del rebaño.

Me gusta pensar en ello en términos de expectativas más bajas.

Si bajas tus expectativas de rendimiento, es más probable que te quedes con tu plan cuando los activos caen o cuando la codicia se extiende.

Tener expectativas más bajas también te libera de la necesidad de predecir constantemente lo que va a pasar a continuación.

Si no puedes predecir lo que va a pasar a continuación, ¿qué puedes hacer para prepararte?

Estas dos preguntas pueden ayudar a equilibrar las emociones de duelo del miedo y la codicia

¿Me sentiría cómodo con mis posiciones actuales en caso de fuertes ventas en el mercado?

¿Me sentiría cómodo con mi asignación actual en caso de que el mercado alcista continuara?

No tengo la capacidad de predecir la longitud de los mercados alcistas o el momento en que tendremos mercados bajistas.

De vez en cuando, habrá una corrección violenta que borrará parte de su capital a corto plazo, incluso si las cosas van bien a largo plazo.

El momento de prepararse para esa situación inevitable es cuando las cosas van bien, no en medio de la corrección.

Coaching en el trading por Brett N. Steenbarger

Este fin de semana ha sido especial. Me he adentrado en libros sobre psicología del trading o psicotrading. Este fin de semana de nuevo me volveré a embarcar en más lecturas y compartiré algunas ideas después con vosotros.

Para mí, la clave para poder profundizar de verdad es leer varios libros simultáneamente, centrándose en temas superpuestos. Cuando tienes varios autores con experiencia que abordan desafíos emocionales específicos en el mundo del trading, es como sentarse a conversar y absorber todo sobre esos autores. Esta inmersión da vida a los temas de maneras que son difíciles con la lectura ordinaria.

Toda esta preparación para mi próximo libro ha tenido un impacto que no esperaba: ha renovado absolutamente mi interés en el trading y en estar inmerso en una comunidad de traders dedicados y con ideas muy interesantes. Como sugiere la cita, de lo que nos rodeamos es en lo que nos convertimos. Tal vez sea mi mejor versión como entrenador de traders (¡y como trader!) si estoy inmerso en los mercados y en las ideas e inspiraciones diarias de los traders con los que hablo.

Una lección que he aprendido de estos autores y entrenadores con tanta experiencia: el éxito en los mercados requiere más que cambiar ciertas tendencias de comportamiento o patrones emocionales. Literalmente tenemos que volver a cablearnos para adaptarnos a los mercados en constante cambio y a las cambiantes demandas de riesgo/recompensa. Me encanta el subtítulo del texto de Tom Hougaard: «Por qué el pensamiento normal nunca gana el juego del mercado». Prepararse para hacer trading de manera normal y vivir una vida normal no puede conectarnos para un éxito supernormal. Hacer que nuestro trading tenga éxito nos empuja constantemente a rehacernos a nosotros mismos.

Ese es un desafío noble.

Cómo analizar el mercado de crudo o petroleo por Alex Barrow

Yo, al igual que algunos otros traders macro, comencé a exponer el escenario alcista secular de los activos de petróleo y energía a finales de 2017. Entonces seguí actualizándolo cada pocos meses. Pasaron tres años y el mercado del crudo estaba cerca del mismo precio que cuando empecé a escribir sobre él; aunque con una increíble volatilidad.

Comparto esto porque es importante reconocer que cuando se trata de apuestas macro, como el inicio de una nueva tendencia alcista secular en los mercados mundiales de energía, lo hacemos con gran humildad, y con confirmaciones técnicas, porque en el trading, lo correcto pero temprano es tan bueno como lo malo.

Además, el mercado mundial del petróleo es increíblemente complejo. Hay demasiados insumos que afectan a la oferta y la demanda (especialmente en la actualidad) que, por muy bien investigada que esté nuestra tesis fundamental, hay 101 cosas que pueden y probablemente pueden aparecer sin avisar y cambiar drásticamente los números. Un ejemplo, este modelo básico de oferta/demanda…antes de la guerra en Europa. Los números de oferta de Rusia cambiaron de la noche a la mañana, hasta desaparecer prácticamente.

Así que así es como creo que deberíamos enmarcar los fundamentos y la ventana macro en el escenario del petróleo.

Son útiles para ayudarte a sopesar las probabilidades y evaluar la gama de resultados potenciales. En el escenario del petróleo, el motor macro fundamental fue y sigue siendo el ciclo CAPEX. La escasez de inversión en la oferta futura, debido a una serie de razones (los inversores impusieron la disciplina de capital, ESG, regulaciones, etc…) que eran ciertas a finales de los 17′, y lo son aún más ahora.

Lo que podemos obtener de esta imagen es que (1) el sesgo de los resultados potenciales es fuertemente asimétrico al alza; tenga en cuenta el nivel de CAPEX/depreciación que el mercado superó por última vez en Iin 13′, y (2) queremos seguir centrándonos en este espacio y las oportunidades paralelas, dimensionando más agresivamente de lo normal, y usar grandes caídas para agregar, ya que la tendencia tiene un largo camino por recorrer.

Sin embargo, esta información macro fundamental nos dice poco en el camino de cualquier cosa actualmente procesable, aparte de darnos información contextual (como se señaló anteriormente) en un marco más amplio para tomar decisiones.

Todavía hay una gran cantidad de incógnitas desde el punto de vista fundamental.

El ejercicio es que estamos construyendo posibilidades contextualizadas para poder asignarles probabilidades, que luego actualizamos continuamente a medida que llega nueva información. Es tal y como explicó el Mago del mercado, Bruce Kovner:

Uno de los trabajos de un buen trader es imaginar escenarios alternativos. Trato de formar muchas imágenes mentales diferentes de cómo debería ser el mundo y espero a que se confirme una de ellas. Sigues probándolas de una en una. Inevitablemente, la mayoría de estas imágenes resultarán ser incorrectas, es decir, solo unos pocos elementos de la imagen pueden resultar correctos. Pero entonces, de repente, encontrarás que en una imagen, nueve de cada diez elementos hacen clic. Ese escenario se convierte en tu imagen de la realidad del mundo.

Podemos tomar la historia fundamental de CAPEX y luego ver el valor relativo histórico del petróleo. El oro es bueno para usar para esto, ya que rastrea la expansión de la base monetaria a lo largo del tiempo. Y mirando los 100 años de historia del petróleo frente al oro, podemos ver que está muy barato, todavía muy por debajo del promedio de 100 años…

Con este contexto, podemos imaginar un posible, incluso probable, resultado en el que el petróleo se venda por 250 dólares. Diablos, 400 $ bbl es razonable teniendo en cuenta el telón de fondo… Y aquí es donde termina mi macroanálisis fundamental.

Por supuesto, continuaré prestando atención al lado de la demanda/crecimiento, pero no me importa modelar los números exactos de exportación e inventario, etc… Demasiado trabajo macrofundamental conduce a una falsa confianza y a una falta de voluntad general para cambiar la opinión de uno. Ambas son mortales en este juego.

Operamos según el axioma K.I.S.S. Me sirvió bien en el ejército y sigue haciéndolo en los mercados. Los nerds pueden tener sus hojas de cálculo, mientras que nosotros jugamos despiadadamente al juego de «no me importa, gana dinero», perdón, que me pongo a divagar.

Así que ahora tenemos una idea de lo que podría ser. Pero esto vale la pena desde un punto de vista procesable, aparte de saber en general que queremos estar largos en petróleo.

Aquí es donde entran las señales técnicas y de sentimiento/posicionamiento. No nos dan certeza, pero nos dan probabilidades y puntos técnicos de go/no-go desde los que podemos hacer apuestas informadas dado nuestro sesgo macro.

El mercado de valores como indicador económico líder por Sentimentrader

• El mercado de valores es un indicador adelantado de la economía y no al revés
• Podemos utilizar el comportamiento del índice S&P 500 durante 12 meses para evaluar la probabilidad de una caída en la economía durante el mes siguiente.
• Los autodenominados «geeks de los números» disfrutarán profundizando en esto; A todos los demás, les pido disculpas de antemano por el posible dolor de cabeza.

El mercado de valores lidera la economía, NO al revés

Es algo sorprendente la cantidad de artículos y publicaciones que uno puede encontrar en línea que dicen algo como esto: «El indicador económico XYZ parece estar advirtiendo de una desaceleración económica; por lo tanto, deberíamos esperar que el mercado de valores se debilite». Suspiro.

Es sorprendente cuánta gente desconoce que uno de los «indicadores económicos principales» oficiales es el propio índice S&P 500. La conclusión: el mercado de valores lidera la economía, no al revés.

La hipótesis aquí es que:

Generalmente, el mercado de valores se comporta mejor en los 12 meses previos a una ganancia económica mensual y peor o incluso pobre en los 12 meses previos a una caída económica mensual.
Para probar esta hipótesis, utilizaremos los siguientes datos para resaltar la relación entre las acciones y la actividad económica.

A = Lectura mensual del Índice de Actividad Económica Coincidente (CEI) de EE.UU.

B = Cambio porcentual en A para el último mes

C = variación % de 12 meses para el S&P 500 al final del mes anterior

El siguiente gráfico muestra la variable A arriba, es decir, el índice de actividad económica coincidente.

Lo que nos dice el estudio

Si quiere impresionar a sus amigos con su capacidad de «predecir» la debilidad económica, la historia sugiere esperar a que el índice S&P 500 muestre pérdidas en un periodo de 12 meses antes de hacerlo. Tenga en cuenta que hacerlo no garantiza que se demuestre que tiene razón, pero parece mejorar significativamente sus probabilidades. De la misma manera -y probablemente lo más importante- la historia sugiere firmemente que se ignoren las terribles advertencias de una «recesión inminente» o un «colapso económico» mientras el mercado de valores se comporta bien.

La economía estadounidense es menos sensible a las tasas de interés por Ed Yardeni

Economía estadounidense I. Bancos versus entidades no bancarias. La resiliencia de la economía estadounidense ha sido impresionante en los últimos dos años frente al drástico endurecimiento de la política monetaria por parte de la Reserva Federal. Sin embargo, todavía hay algunos partidarios incondicionales que predicen que la economía ya está en recesión o pronto lo estará. Están convencidos de que existen desfases largos y variables entre la política monetaria restrictiva y su impacto en la economía. Entre ellos se encuentra uno de nuestros competidores que parece darle mucho peso a la Encuesta de opinión de funcionarios senior de préstamos (SLOOS). SLOOS, afirma, sugiere que las condiciones crediticias siguen siendo estrictas.

Eric y yo no estamos de acuerdo con esta evaluación. He aquí por qué:

(1) No estamos diciendo que SLOOS sugiera que el crédito sea flexible. Estamos diciendo que se ha convertido en un indicador de las condiciones crediticias en nuestra economía menos importante de lo que solía ser. Esto se debe a que los bancos se han convertido en agentes menos importantes de asignación de capital en nuestra economía a medida que las entidades no bancarias se han convertido en fuentes de financiamiento más importantes (Fig. 1). Los fondos de deuda privada y de capital privado han crecido rápidamente en los últimos años. Lo mismo ocurre con los fondos de activos en dificultades que tienen mucho dinero disponible para reestructurar activos sobreapalancados, comprando con importantes descuentos y luego revendiendo con una prima.

(2) Además, en los últimos años el crecimiento económico ha estado impulsado por las empresas de servicios y tecnología. Suelen tener mayores márgenes y flujo de caja y menos deuda que las empresas productoras de bienes, por lo que no se ven tan afectadas por el aumento de las tasas de interés y las condiciones crediticias más estrictas.

(3) Por supuesto, el mercado inmobiliario sigue siendo muy sensible a los tipos de interés. Pero la participación de la construcción residencial en el PIB nominal ha ido cayendo (Gráfico 2). Actualmente es sólo del 4,0%, cerca de los mínimos cíclicos anteriores a la Gran Crisis Financiera (GFC).

(4) Las ventas de automóviles también parecen haberse vuelto menos sensibles a las condiciones crediticias. En los últimos 13 meses, el total ha fluctuado alrededor de 15,5 millones de unidades (saar) a pesar de las mayores tasas de préstamos para automóviles y la desaceleración del crédito al consumo para préstamos para automóviles (Fig. 3, Fig. 4, Fig. 5 y Fig. 6). Los estadounidenses han estado comprando vehículos de motor más grandes y caros. Las camionetas ligeras ahora representan el 81% de las ventas minoristas de automóviles, frente al 50% durante 2012-13 (Fig. 7).

En cualquier caso, el gasto en consumo personal de automóviles nuevos como porcentaje del PIB nominal también ha ido cayendo (Gráfico 8). Actualmente es sólo del 2,6%, el nivel más bajo desde los mínimos cíclicos anteriores a la crisis financiera mundial.

En la siguiente sección, Eric analiza la evolución de la economía estadounidense de una economía productora de bienes a una de mayor tecnología y prestación de servicios, lo que la hace menos sensible a las tasas de interés.

Economía estadounidense II: bienes versus servicios. El informe preliminar del PMI global de S&P de la semana pasada para Estados Unidos sugiere que el sector manufacturero (es decir, el M-PMI) puede estar comenzando a recuperarse de su recesión continua, o al menos hasta tocar fondo (Gráfico 9). Subió a 50,9 en mayo. El PMI preliminar de servicios de EE. UU. (NM-PMI) fue más fuerte y subió a 54,8. Esperamos una recuperación mediocre en las industrias productoras de bienes que debería seguir siendo compensada por la fortaleza de las que proporcionan servicios.

La producción de bienes requiere mucho capital y financiación para iniciar nuevos proyectos y construir plantas de fabricación. Los consumidores a menudo necesitan financiación para compras costosas, como automóviles. Normalmente, obtener crédito se vuelve más difícil cuando la Reserva Federal aumenta las tasas de interés. Los bancos retiran sus préstamos, los consumidores se ven obligados a hacer recortes y las empresas reducen sus nóminas para apuntalar sus ganancias. Ese guión no se ha cumplido en respuesta a la última ronda de ajuste de la Reserva Federal. Esto se debe a que el giro de la economía hacia los servicios y alejándose de los bienes ha disminuido su sensibilidad a tasas de interés más altas.

Pensemos en la transformación que se ha producido en la economía:

(1) Los bienes han caído al 31% de lo que se produce en Estados Unidos, por PIB nominal, mientras que los servicios han aumentado al 61% (la porción restante de la producción está en estructuras e inventarios) (Fig. 10). A principios de la década de 1950, el primero superaba el 50%, mientras que el segundo estaba por debajo del 40%.

(2) Estas tendencias macroeconómicas están impulsadas por el importantísimo consumidor estadounidense. Los gastos de consumo personal representan el 68% del PIB nominal: el 46% de ese gasto es consumo de servicios y el 22% restante consumo de bienes (Fig. 11). Durante la década de 1950, el consumo de servicios representaba sólo alrededor del 25% del PIB y el consumo de bienes, alrededor del 40%.

Como porcentaje del consumo total desde principios de la década de 1950, el gasto en bienes ha caído de alrededor del 60% al 33%, mientras que el gasto en servicios ha aumentado de poco menos del 40% al 68% (Fig. 12).

(3) Son menos las empresas estadounidenses que producen bienes de consumo y más las que producen servicios convencionales, así como bienes y servicios de alta tecnología. Una mayor parte del consumo de bienes de Estados Unidos ha sido atribuible a las importaciones. Como resultado, la capacidad manufacturera y la producción se han mantenido estables desde que China se unió a la Organización Mundial del Comercio a fines de 2021 (Fig. 13).

(4) El gasto de capital se ha alejado de la manufactura tradicional. La alta tecnología representa ahora la mitad de todo el gasto de capital nominal interno (Gráfico 14). Sobre una base ajustada a la inflación, el gasto empresarial en equipos de procesamiento de información excede el gasto en equipos industriales en 2:1 (Fig. 15).

La inversión real en propiedad intelectual (PI) se ha disparado a un nuevo máximo de 1,43 billones de dólares (saar), mientras que las estructuras (652.000 millones de dólares) y los equipos (1,25 billones de dólares) han vuelto recientemente a los máximos anteriores a la pandemia (Fig. 16). La propiedad intelectual representa ahora más del 40% de la inversión fija privada no residencial nominal (Fig. 17).

(5) El reciente aumento del gasto empresarial en estructuras manufactureras está sin duda ligado a los paquetes fiscales de la administración Biden. La inversión en estructuras manufactureras se duplicó con creces, de 64.000 millones de dólares en el tercer trimestre de 2020 a 147.000 millones de dólares en el primer trimestre de 2024. La mayoría de estas nuevas fábricas producirán productos de alta tecnología, como semiconductores y vehículos eléctricos.

(6) Los servicios siguen siendo más intensivos en mano de obra que la manufactura. El creciente gasto en servicios en áreas como restaurantes, centros de salud, aerolíneas y hoteles ha impulsado la demanda de trabajadores. Son principalmente los hogares de bajos ingresos los que se han beneficiado de esto, a través del aumento de los salarios reales provenientes de empleos en estas industrias.

Un récord de 22,3 millones de estadounidenses están empleados en atención médica y asistencia social, 17 millones trabajan en ocio y hotelería, y 23 millones trabajan para el gobierno (principalmente estatal y local). En cambio, todas las industrias productoras de bienes combinadas emplean sólo a 22 millones de personas, lo que constituye sólo el 10% del empleo asalariado, frente a más del 30% en los años cincuenta (Gráfico 18).

Seguimiento de tendencias con estocástico y filtro de media móvil por Lautaro Rodriguez

• En el análisis técnico, la combinación del indicador estocástico con un filtro de media móvil puede ofrecernos señales robustas para sumarnos en una tendencia mediante sus retrocesos. 
• Artículo publicado en Hispatrading 58.

La pérdida de niveles clave en el estocástico, junto con la incorporación de una media móvil, puede proporcionar indicios confiables de continuación de tendencias. Este enfoque se vuelve especialmente efectivo cuando se observan correcciones intermedias en la evolución de activos tendenciales como podrían ser los índices en gráficos semanales.

En muchas ocasiones, el análisis técnico nos provee de herramientas que anticipan movimientos en el precio. El indicador estocástico con la adición de una media móvil puede ofrecernos señales efectivas para integrarnos en una tendencia en curso, tal como se ilustra en la Figura 1.

En el gráfico, observamos un fenómeno común pero relevante. La identificación de sobreventa en el estocástico, combinada con la condición de que el precio esté por arriba de la media móvil, suele preceder con movimientos claramente alcistas.

¿CÓMO PROGRAMAMOS EL INDICADOR ESTOCÁSTICO Y LA MEDIA MÓVIL?

Por lo general, el indicador estocástico se configura con parámetros estándar de 14 períodos, desglosado en 3 periodos para %K y 3 periodos para %D. Sin embargo, en esta estrategia particular, optaremos por un enfoque más simple al emplear un estocástico con un período extendido de 20 sesiones. En este contexto, tanto los valores para %K como para %D se establecerán en 1, con el propósito de obtener señales más precisas y detalladas.

Adicionalmente, se fijará el nivel de sobreventa en 20, lo que significa que se considerará que un activo está en una condición de sobreventa cuando el indicador estocástico descienda por debajo de este umbral. Esta medida es esencial para identificar oportunidades de entrada en el mercado.

Como componente adicional de nuestra estrategia, incorporaremos una media móvil de 200 períodos. Esta media móvil, al abarcar un marco temporal más amplio, servirá como un filtro efectivo para discernir las tendencias alcistas de las bajistas, lo cual nos proporcionará una perspectiva más clara sobre la dirección general del mercado.

¿CÓMO ANALIZAMOS EL INDICADOR DE ESTOCASTICO CON FILTRO DE MEDIA MOVIL?

Primero, identificamos situaciones de sobreventa mediante lecturas del estocástico por debajo de 20 y aseguramos que el precio esté por arriba de la media móvil de 200. Una vez detectada la sobreventa, abriremos una operación de compra al cierre de la vela. Una pérdida clara del nivel 20 de sobreventa, junto con la confirmación de que el precio está por arriba de la media móvil de 200, indica un claro retroceso a una posible continuación del precio.

Durante la fase de pérdida del nivel de la media móvil, observaremos la reacción del precio. La pérdida de este nivel coincide generalmente con una disminución en la fuerza alcista y precede a movimientos bajistas, por lo que cerraremos nuestras posiciones de compra para cubrirnos en caso de que se dé este posible escenario.

Señales técnicas de peligro en el Nasdaq por Sentimentrader

• El número de señales técnicas de peligro en el Nasdaq siguen aumentando.
• En ese mercado, ha habido una gran cantidad de días con un mercado dividido durante el año pasado.
• Las únicas ocasiones en que ha habido tantas señales de peligro tan prolongadas fueron antes de los máximos de 1990, 2000 y 2007.

Las señales técnicas de peligro continúan

El martes vimos cómo cada vez más acciones se desvían del índice Nasdaq 100. Estas divergencias de rendimiento no se limitan sólo a las grandes acciones del NDX; son endémicas al mercado Nasdaq en general.

Analizamos algunas de las señales de peligro en el Nasdaq en abril. La tendencia ha continuado este mes y, en algunos casos, ha empeorado. El número de señales técnicas de peligro sigue aumentando.

En los últimos 100 días, el número de Hindenburg Omens se ha disparado al nivel más alto en cuatro años. Monitorea las condiciones que los analistas han interpretado a lo largo de la historia como debilidades potenciales del mercado.

Utilizamos tres criterios:

• El Nasdaq 100 se sitúa por encima de su media móvil de 50 días.
• Tanto los nuevos mínimos de 52 semanas como los máximos de 52 semanas en el Nasdaq representan más del 2,8% de todas las acciones que suben y bajan.
• El oscilador Nasdaq McClellan es negativo.

Cuando la señal se activa, resalta un mercado «dividido», lo cual no es saludable. Múltiples señales en un grupo es una señal preocupante.

Lo que nos dice el estudio

Las divergencias se están dando en todo el mercado, pero son particularmente fuertes en el Nasdaq y dentro de algunos índices como el Nasdaq 100. Todavía no es obvio, pero uno de los problemas es que las señales se han ido acumulando durante meses y meses.

Cuando estas condiciones han sido tan generalizadas, no ha habido ningún caso en los que el Nasdaq se haya escapado a un ajuste de cuentas. Necesariamente no tiene por qué suceder de inmediato y, en varias ocasiones, las acciones consiguieron obtener grandes ganancias en las semanas (o incluso meses) posteriores. Pero será raro que el Nasdaq pueda escaparse.

Carteras de arbitraje basadas en representaciones de imágenes por Quantpedia

Las redes neuronales convolucionales (CNN), inspiradas en la capacidad del cerebro humano para reconocer patrones visuales, sobresalen en tareas como la detección de objetos, el reconocimiento facial y la clasificación de imágenes, lo que las convierte en poderosas herramientas para extraer información de los datos visuales. Sin embargo, somos traders, por lo que surge una pregunta evidente: ¿Podemos usar esto en el trading? Un paper publicado recientemente muestra que en realidad podemos hacerlo. Utilizando las CNN, Niklas Paluszkiewicz introduce un enfoque novedoso para el trading de pares mediante el análisis visual de los movimientos históricos de precios mientras convierte los datos de las series temporales tradicionales en representaciones de imágenes.

Las estrategias de trading de pares se benefician de las diferencias de precios entre valores similares tomando posiciones opuestas y esperando a que los precios converjan. El autor crea señales de trading mediante el uso de CNN para analizar imágenes de residuos acumulativos, que son rendimientos no relacionados con factores de riesgo sistemáticos. La CNN estima la probabilidad de movimientos al alza a través de varias carteras de cobertura. Sobre la base de estas probabilidades, las carteras se construyen tomando posiciones largas en altas probabilidades previstas y posiciones cortas en aquellas con bajas probabilidades predichas. Según el análisis, los rendimientos ajustados por riesgo más altos se logran en base a las imágenes de tres meses. En general, este documento contribuye al creciente uso de representaciones de datos alternativas en la previsión financiera, demostrando la eficacia del análisis basado en imágenes para crear estrategias trading rentables.

• Autores: Niklas Paluszkiewicz
• Título: From Pixels to Profits: Trading Arbitrage Portfolios based on Image Representations (De los píxeles a las ganancias: Carteras de arbitraje comercial basadas en representaciones de imágenes)
• Enlace: https://papers.ssrn.com/sol3/papers.cfm? abstract_id=4612557

Resumen:

Este documento explora un nuevo enfoque de arbitraje estadístico mediante la utilización de redes neuronales convolucionales (CNN) para predecir los cambios direccionales en el exceso de rendimiento de las carteras de arbitraje, que se construyen sobre la base de modelos multifactoriales. Utilizando representaciones de imagen de co-movimientos de retorno histórico para identificar relaciones predictivas no lineales, el estudio aplica CNN para extraer patrones de retorno geométrico relevantes de los datos. Los resultados empíricos ilustran que las estrategias de arbitraje basadas en imágenes propuestas producen un exceso significativo de rendimientos, que no se explican por factores de riesgo comunes. Las investigaciones adicionales sobre las fuentes de este exceso de rendimientos, a saber, el impulso de los factores omitidos, las restricciones de apalancamiento y margen, y la demanda de la lotería, no tienen en cuenta de manera concluyente las ganancias observadas.

Como siempre, presentamos varias cifras interesantes:

Citas notables del trabajo de investigación académica:

Siguiendo la literatura financiera sobre modelos de fijación de precios de activos basados en el riesgo, el retorno de un valor puede descomponerse en componentes sistemáticos e idiosincrásicos. La parte sistemática se puede estimar mediante regresión lineal, donde la serie de retornos del valor se regresa en comparación con los rendimientos de los factores de riesgo en el modelo. La parte idiosincrásica está dada por los residuos de esta regresión, que son ortogonales a los factores de riesgo y, si el modelo de factores se especifica correctamente, no deben tener ninguna prima de riesgo, es decir, la media incondicional de estos residuos es cero. Debido al riesgo idiosincrásico inherente, los residuos acumulativos durante un período pueden fluctuar alrededor de este valor, pero eventualmente deberían converger a su media. Construimos carteras de arbitraje negociables basadas en residuos que no están relacionados con el riesgo sistemático. El objetivo de este enfoque es identificar las señales en la serie temporal de residuos acumulativos para predecir el cambio en el próximo período.

Predecir el cambio en los residuos es lo mismo que predecir el movimiento de la cartera de arbitraje subyacente, que se captura por el margen entre el rendimiento de la cartera de valores y la cartera de cobertura, es decir, el componente de rendimiento sistemático. Por lo tanto, la red neuronal convolucional se utiliza para proporcionar una estimación de probabilidad de movimientos ascendentes en el espacio de todas las carteras de cobertura posibles. A partir de estas estimaciones de probabilidad, las carteras se crean yendo largas en dichas carteras con altas probabilidades estimadas y cortas en aquellas con bajas probabilidades estimadas.

La motivación detrás de la transformación de los datos de series temporales en imágenes es triple: En primer lugar, las redes neuronales convolucionales (CNN) han mostrado un gran éxito en la literatura de visión por ordenador en el pasado reciente, por lo que su rendimiento se describe como «sobrehumano» (He et al. (2015)…. En segundo lugar, las redes neuronales están inspiradas en el cerebro humano, que es experto en identificar rápidamente patrones geométricos… En tercer lugar, la transformación de datos en imágenes estandariza los datos en una estructura similar a una cuadrícula. El proceso de escalar y normalizar los datos de las series temporales puede potencialmente disminuir el ruido y mejorar la comparabilidad de los datos en múltiples instancias, facilitando así el reconocimiento de patrones.

El margen entre las acciones y la cartera de cobertura se predice mediante el uso de una CNN. La entrada a la CNN consiste en imágenes compuestas por datos de series temporales diarias de las acciones, la cartera de cobertura y el margen. Cada imagen se genera apilando datos de series temporales individuales una encima de la otra, creando una imagen de tres canales. La CNN está capacitada para identificar patrones y correlaciones dentro de las series temporales de entrada que son relevantes para predecir la probabilidad de que el diferencial sea más alto que la mediana transversal entre las acciones en el próximo período. El uso de una CNN tiene la ventaja de que puede aprender automáticamente las características de la tarea de predicción sin requerir una ingeniería de características explícita. Al mantener la estructura de las imágenes de entrada, una CNN puede explotar información espacial como la orientación y el posicionamiento relacional de los objetos dentro de la imagen.

En particular, el análisis muestra que los rendimientos ajustados al riesgo más altos se logran sobre la base de imágenes de tres meses, lo que sugiere que estas configuraciones capturan mejor una dinámica de retorno compleja.

En resumen, el estudio proporciona evidencia convincente del potencial de CNN para predecir el rendimiento de las carteras de arbitraje basadas en residuos de acciones. También destaca el papel limitado del impulso de los factores, las restricciones de margen y apalancamiento y la demanda de lotería en la conducción de estas carteras.

El S&P 500 vs. EE. UU. Economía por Ben Carlson

Aquí hay algunos datos y cifras sobre el S&P 500:

• Según Global Financial Data, el S&P solo contenía 90 acciones cuando se creó en 1928.
• Se convirtió en el S&P 500 en 1957. En ese momento, el índice estaba compuesto por 425 acciones industriales, 60 servicios públicos y 15 ferrocarriles.
• Las finanzas y las acciones de transporte no se añadieron hasta 1976.
• A finales de la década de 1980, el índice fue finalmente renovado para tener en cuenta la economía más moderna de los Estados Unidos.
• Hoy en día, la capitalización de mercado del S&P 500 se está acercando rápidamente a los 50 billones de dólares.
• Las 10 principales acciones por sí solas valen casi 17 billones de dólares o más del 35 % del total.
• Las 25 principales acciones representan el 48 % de la capitalización de mercado.
• Seis acciones valen más de 1 billón de dólares: Microsoft, Apple, Nvidia, Google, Amazon y Facebook (estas seis empresas son el 29 % del índice).
• El sector tecnológico representa aproximadamente un tercio del índice, pero es probable que sea más grande que eso si se tienen en cuenta las empresas incluidas en los sectores de Servicios de Comunicación (Google, Facebook y Netflix) y Consumer Discretionary (Amazon).
• El S&P ahora representa casi el 40 % de la cuota de mercado mundial de acciones (era más como un 20 % de cara a la crisis financiera de 2008).

El S&P 500 es una gran parte de la economía de los Estados Unidos, pero hay muchas diferencias entre el mercado de valores y la economía.

Por ejemplo, el sector tecnológico tiene un impacto desproporcionado en el crecimiento de las ganancias del S&P 500 a lo largo del tiempo:

Dependiendo del marco de tiempo, el sector tecnológico puede constituir la mayoría de las ganancias y pérdidas de ganancias. Lo mismo ocurre con las ventas:

La BEA estima que la contribución de la tecnología al PIB es del 10 %. Eso todavía está cerca de los 3 billones de dólares, pero la economía está mucho más diversificada y dispersa que el mercado de valores.

Una parte decente de las ventas de las empresas del S&P 500 también proviene de fuera de nuestras fronteras:

El S&P 500 es un índice de EE. UU., pero está compuesto por corporaciones globales.

Torsten Slok de Apollo tiene algunos gráficos excelentes que destacan las diferencias entre el mercado de valores y la economía.

Las empresas del S&P 500 son enormes, pero la mayoría de las empresas con 100 millones de dólares o más en ventas son empresas privadas:

La mayoría de las ofertas de trabajo también provienen de empresas más pequeñas y privadas:

Las empresas S&P 500 representan aproximadamente 1 de cada 5 puestos de trabajo en los Estados Unidos:

Pero estas corporaciones son increíblemente eficientes y rentables, ya que representan la mitad de las ganancias en Estados Unidos:

A veces, el mercado de valores sigue a la economía. A veces, el mercado dirige la economía. A veces el mercado sube o baja incluso cuando la economía no lo hace.

Si alguna vez te encuentras pensando que el mercado de valores no tiene mucho sentido, es porque a veces marcha a u propio ritmo. A veces ese baterista es un loco enfadado.

El mercado de valores y la economía se necesitan mutuamente, pero son animales diferentes.

Michael y yo hablamos sobre el S&P 500 frente a la economía y mucho más en el vídeo de Animal Spirits de esta semana:

Suscríbete a The Compound para que no te pierdas ni un episodio.

Eres el empresario de tu vida por Brett N. Steenbarger

Eres el empresario de tu vida.

Desde el momento en que te despiertas, desde el comienzo de cada semana, estás en modo de inicio.

¿Cuál es tu misión? ¿Cuál es el propósito de tu vida? (Si te pidiera, aquí y ahora, que escribieras la declaración de misión de tu vida, ¿podrías hacerlo?)

¿Cuál es su plan de negocios para lograr su misión?

¿Quién está en tu equipo para proporcionar capital práctico y emocional para la empresa de su vida? ¿De quiénes son las empresas que apoyas y cómo inspiran e iluminan lo que haces?

¿Qué papel juega el trading en la empresa de tu vida? ¿Qué incubadora te ayuda a hacer crecer tu trading de maneras que hacen crecer tu vida?

Eres el empresario de tu vida.

Ahora mismo ¿cómo estás innovando?

Meses de Verano y el Mercado de Valores por Sentimentrader

• Al entrar en junio, ¿deberíamos esperar un “rally de verano” o una “calma de verano”?
• La historia ofrece algunas pistas interesantes.
• Los meses de verano tienden a rendir mejor durante los años de elecciones presidenciales.

Entrando en los Meses de Verano

El viejo adagio del mercado “Vender en mayo y retirarse” probablemente ha causado un sesgo en el pensamiento de muchos inversores. Muchos parecen considerar los meses de verano como un período tranquilo y relativamente somnoliento para el mercado de valores, con un sesgo algo negativo. Pero, ¿es esta la realidad?

El gráfico a continuación muestra el crecimiento hipotético de $1 invertido en el índice S&P 500 solo durante los meses de junio, julio y agosto de cada año desde 1920.

Lo que nos dice el estudio

El período de junio a agosto ha mostrado una ganancia del 73% de las veces durante los años de elecciones presidenciales desde 1920. Esto está muy por encima de la tasa de éxito del 62% para los meses de verano durante otros años. Asimismo, la ganancia promedio y media ha sido mayor durante los años de elecciones. Otro punto a tener en cuenta es que la pérdida neta máxima de tres meses durante los meses de verano en un año de elecciones fue de -8.39%. ¿Podría el mercado de valores tener un mal comportamiento en los próximos meses? Por supuesto. Sin embargo, la historia sugiere que los pensamientos defensivos basados únicamente en la narrativa de que “los meses de verano son inciertos para las acciones” parecen estar equivocados.

¿Cómo opera George Soros los mercados de divisas? por Alex Barrow

Los mercados, como gran parte de la naturaleza, están compuestos por infinitos bucles de retroalimentación.

Comprender estos bucles de retroalimentación fue uno de los grandes edges analíticos de Soros en su mejor momento. Son un componente crítico de su teoría sobre la reflexividad y también formaron la base de su marco para analizar las monedas.

En esta nota, vamos a explorar los principales bucles de retroalimentación con los dólares estadounidenses. Lo haremos usando la «ecuación de la moneda» de Soros. Y al hacerlo, veremos cómo la tendencia alcista a largo plazo del USD está cerca del final de un paradigma de dominación central insostenible. Uno que está maduro y a punto de realizar un movimiento de reversión a la media.

Comenzemos con una revisión de lo básico.

Como todos los mercados, los tipos de cambio están impulsados por la oferta y la demanda. La oferta y la demanda de divisas se pueden separar en dos grandes categorías: fundamental y especulativa.

Los fundamentos son cosas como el comercio y el balance del emisor de divisas y sus políticas fiscales y monetarias, como sus déficits presupuestarios y su control de la oferta monetaria.

La demanda especulativa se centra en las expectativas del valor relativo y futuro de la moneda. Piense en las tendencias de los tipos de cambio, los diferenciales de tipos de interés y las oportunidades relativas de mercado.

Para simplificar aún más. La oferta y la demanda de divisas se componen de tres cosas:

1. 1. Comercio
   2. Transacciones de capital no especulativa
   3. Flujos de capital especulativos

El comercio afecta a los tipos de cambio a través de la balanza comercial. Los países venden productos en su moneda. Para que otros países compren esos productos, tienen que cambiar su moneda por la moneda del vendedor (exportador). Y viceversa para cuando el país quiere importar bienes. Este diferencial se conoce como la balanza comercial. Un superávit comercial es una fuerza de apreciación en una moneda y un déficit es una fuerza de depreciación.

Los flujos de capital especulativos son la compra y venta de divisas sin ningún activo subyacente adjunto.

El capital especulativo se mueve en busca del mayor rendimiento total. El rendimiento total se le asiste de:

1. 1. Diferenciales de tipo de cambio
   2. Diferenciales de tasas de interés,
   3. Apreciación del capital en moneda local.

De los tres, los tipos de cambio son los más importantes porque tienden a fluctuar más que las tasas de interés o los rendimientos relativos del mercado. No se necesita mucho de una caída/aumento del tipo de cambio para eclipsar completamente el rendimiento de las tasas de interés o la apreciación del capital.

A corto plazo (de meses a unos pocos años) los tipos de cambio son impulsados por flujos especulativos. A largo plazo, los fundamentos económicos (comercio + transacciones de capital no especulativas) dominan los movimientos del tipo de cambio. Es la tensión dinámica entre estos dos lo que comprende las tendencias y fluctuaciones de los mercados de divisas.

Soros descompuso estos factores para poder convertirlos en simples declaraciones lógicas (el siguiente ejemplo está tomado de su libro The Alchemy of Finance). Lo hizo en un esfuerzo por obtener una mejor comprensión de los impulsores de una tendencia y la sostenibilidad de esa tendencia.

La importancia de estos conductores cambia con el tiempo, de un régimen a otro. Esta es una de las razones por las que los mercados de divisas son notablemente difíciles de predecir. Los jugadores a menudo están desactivando lo que funcionó durante el último ciclo sin ser conscientes de lo que está impulsando el actual.

El mercado alcista más reciente del USD que comenzó en 11′ fue impulsado por una ecuación que se parecía algo así.

DXY = US V > RoW V (resto del mundo) = ↑(i+e+m) → s↓ → e↑

Donde el crecimiento de EE. UU. fue más fuerte sobre una base relativa (en cuenta de la prima de seguridad de EE. UU.) que el crecimiento en el RoW (US V > RoW V). Esto condujo a diferenciales positivos de tasas de interés para el dólar, lo que impulsó la apreciación del tipo de cambio y trajo flujos especulativos a los activos de los Estados Unidos (acciones + bonos). Esto impulsó el rendimiento relativo del mercado estadounidense (m).

Como resultado, el dólar se benefició de numerosos bucles de retroalimentación positiva que impulsaron su ecuación de retorno total, que de nuevo, es el factor más importante para impulsar los flujos especulativos.

Pero aquí está la cosa… Varios de estos factores ya no apoyan el bucle de retroalimentación positiva del USD; como el crecimiento relativo, los diferenciales de rendimiento y, recientemente, la tendencia en el tipo de cambio en sí.

Además, hay una serie de factores fundamentales a largo plazo, como el deterioro de la balanza comercial (T↓) y el aumento del déficit presupuestario (B↓) que están trabajando activamente en su contra.

Así que ahora la ecuación DXY se parece un poco más a esto:

DXY = ↕(i+e)+↑(m)→ s↕ → e↕

Donde el dólar ahora solo  tiene un rendimiento relativo del mercado (m) trabajando a su favor.

Los procesos reflexivos tienden a seguir un cierto patrón. En las primeras etapas, la tendencia tiene que ser el auto-refuerce, de lo contrario el proceso se aborta. A medida que la tendencia se extiende, se vuelve cada vez más vulnerable porque los fundamentos como el comercio y los pagos de intereses se mueven en contra de la tendencia, de acuerdo con los preceptos del análisis clásico, y la tendencia se vuelve cada vez más dependiente del sesgo prevaleciente. Eventualmente, se alcanza un punto de inflexión y, en una secuencia completa, un proceso de autorrefuerzo comienza a operar en la dirección opuesta. ~ Soros

Y como podemos ver en el gráfico a continuación, este único pilar alcista del USD del rendimiento relativo del mercado está históricamente estirado.

(Nota: Los círculos benignos en los EE. UU. se caracterizan por una baja inflación, una Reserva Federal fácil, un dólar fuerte y un rendimiento superior de los Estados Unidos. Mientras que los círculos viciosos de EE. UU. están marcados por una inflación por encima de la tendencia, un dólar débil y un rendimiento inferior de EE. UU.)

Esta es una de esas cosas que significa poco a corto plazo, pero mucho a largo plazo.

El hecho es que la concentración de capital probablemente esté cerca de su cenit en los Estados Unidos. La prima de valoración colocada en los activos financieros de EE. UU. está más de 1,5std por encima de su promedio a largo plazo. Y ahora ya no tiene los vientos de cola de apoyo del crecimiento positivo, el rendimiento o las diferencias de tipo de cambio.

Así que en este punto, lo principal que evita que el dólar se caiga por completo es el rendimiento superior relativo de los activos de EE. UU., o más bien la tendencia alcista en tecnología. Y esta tendencia especulativa que ha impulsado la dominación por el núcleo está siendo impulsada por los seguidores de la tendencia financiados por el estímulo.

Entendiendo esto, sabremos que ha llegado el momento para el comienzo real del mercado bajista del dólar cuando la tendencia en la tecnología estadounidense comience a girarse, lo que sospecho que llegará más temprano que tarde. Eso marcará la extinción de la última pata de apoyo alcista del USD y el inicio de un nuevo régimen. Uno equilibrado por el capital fluye de vuelta a la periferia (RoW) y un círculo vicioso para los EE. UU.

Este nuevo régimen estará liderado por las materias primas, los mercados emergentes, los cíclicos, el valor, etc… Y pondrá en marcha una serie de tendencias cíclicas monstruosas.

Por último, debo señalar que este será solo un giro cíclico estándar en el dólar. Y de ninguna manera refleja el estatus del dólar como moneda de reserva del mundo.

No cometas este error cuando hagas trading algorítmico por Kevin Davey

¿Cuándo ganar el 90 % de las veces es algo negativo?

A finales de 2018, un asesor/grupo de trading de materias primas con un tamaño relativamente grande salto por los aires. No sé la cantidad exacta, pero el CTA afirmó tener alrededor de 300 cuentas, y el mínimo para abrir una cuenta era de 500 000 dólares. Por lo tanto, podría haber alrededor de 150 millones de dólares involucrados.

Pues bien, esos 150 millones de dólares se esfumaron. De hecho, se ha ido más dinero todavía, ya que muchas cuentas se quedaron con saldos negativos (¡es decir, usted, como titular de la cuenta, debe enviar dinero al broker solo para cerrar su cuenta!).

El CTA involucrado realizó una estrategia basada en la venta de opciones de futuros, principalmente la venta de opciones desnudas. El operador había estado ejecutando esa estrategia durante años y, de hecho, había escrito un libro muy conocido sobre el tema. Básicamente se estaba beneficiando de la venta de primas.

Algunas personas ven la venta de primas como un enfoque más conservador. Mes tras mes, a medida que las opciones se acercan a su vencimiento, el vendedor de opciones gana un poco de dinero, que se suma con el tiempo. A menos que, por supuesto, haya un gran movimiento adverso. Entonces el vendedor de opciones puede perder mucho dinero rápidamente.

Este tipo de estrategia es similar a recoger centavos frente a una enrome apisonadora. Funciona muy bien, hasta el día en que se mueve, y terminas completamente aplastado. El resultado final de burlarse de las apisonadoras y vender opciones desnudas, no suele ser bonito.

Un porcentaje de victorias del 90 % o incluso del 99 % podría no ser suficiente para salvar tal enfoque, si el 1 % de las operaciones perdedoras es enorme.

Somos profesionales del mercado, con muchos años de experiencia haciendo trading, pero perdiendo la batalla contra una apisonadora. ¿Qué podemos aprender nosotros de esto? Aquí hay 3 lecciones:

Nunca Pienses Que El Trading Es Fácil

La mayoría de las actividades, se vuelven más fáciles cuanto más lo haces. Piensa en la primera vez que condujiste. Fue aterrador, muchos otros autos con los que lidiar, reglas de tráfico y, por supuesto, distinguir entre el pedal del acelerador y el freno, ¡mucho que procesar mentalmente! Pero con un poco de práctica, se volvió manejable. Después de un tiempo, se volvió casi automático.

Algunas personas piensan que el trading debería ser igual. Desafortunadamente, aunque algunos aspectos del trading se hacen más fáciles, el trading en general es difícil, independientemente de la experiencia que tenga. El asesor antes mencionado tenía décadas de experiencia y aún así fue aplastado.

No Seas Codicioso

Dicen que si pones una rana en una olla de agua fría, y aumentas lentamente la temperatura, eventualmente podrás hervir a la rana, y ni siquiera intentará escapar. No sé si eso es cierto o no, y francamente no quiero matar a una pobre rana para averiguarlo, pero sé que ese riesgo es como hervir una rana. La primera vez que te pones en una posición con un riesgo de 1000 $, da miedo. Pero, después de hacerlo 100, 1000 o 10.000 veces, te acostumbras a ello. Y tal vez empieces a pensar «oye, puedo arriesgar más de 1000 dólares». Y así comienza el aumento constante en tu nivel de confort en cuanto al riesgo. Por lo general, va acompañado de un aumento en sus expectativas de ganancias.

Ahora, no tengo ni idea de cuáles eran los límites del riesgo, y no tengo ni idea de si con el tiempo sus controles de riesgo se volvieron complacientes o se ampliaron. Pero sé que aumentar el riesgo, o sentirse cada vez más cómodo con el riesgo, es fácil de hacer, especialmente si estás buscando rendimientos cada vez más altos (¿no es así?).

Por lo tanto, si te encuentras luchando por obtener más ganancias de los mercados, recuerda no ampliar tu perfil de riesgo para obtener esas ganancias. En su lugar, es posible que te estés preparando para el fracaso definitivo.

No Olvides Que El Mercado Es El Jefe, Siempre

Recuerdo pescar en Florida hace años con mi padre. Mientras estábamos entrando a un muelle, un pescador se acercó a nosotros y nos advirtió: «solo recuerda, el pelícano aquí es el jefe. Él te quitará el cebo en el aire mientras lo estás lanzando. Entonces se enredará en tu línea de pesca. Se pesca a los incautos».

Algunas personas, después de una historia de éxito en un campo determinado, tienden a volverse muy poco valiosas. He visto a muchos traders que pensaban que eran verdaderos dioses y, sin embargo, finalmente el mercado los humilló y los trajo de vuelta a la tierra. Es importante recordar eso: el mercado, no tú, es el verdadero jefe. Así como el mercado da ganancias, puede quitarnos sin piedad las ganancias .

Nunca lo olvides: el mercado es el jefe.

Conclusión

El desastre que te he contado es una gran lección y un recordatorio para todos nosotros. El trading es difícil, y siempre tenemos que estar en guardia. Los desastres pueden darse a cualquiera de nosotros.

¿El viejo pescador que mencioné antes? Mi padre y yo pasamos junto a él cuando salimos del muelle. Estaba tratando de desenredar su caña de pesca, enredada en un pelícano.

Ten cuidado.

Las acciones relacionadas con el oro siguen con fuerza por Sentimentrader

• Más del 40% de las acciones mineras de oro han alcanzado máximos de 52 semanas.
• Pocas acciones se encuentran ahora en correcciones o mercados bajistas, un marcado cambio con respecto a hace unos meses.
• Ciclos similares en este sector durante los últimos 30 años tuvieron un buen historial de rentabilidad en los siguientes meses.

Las mineras suben más aun

Hace poco más de un mes, examinamos el movimiento alcista de las acciones mineras de oro. Aproximadamente un tercio de ellas habían alcanzado máximos de 52 semanas, un impulso con un historial poco favorable en este sector. Si los compradores continuaran mostrando interés, eso nos diría mucho sobre las perspectivas a largo plazo.

Las mineras cayeron durante un par de semanas después de esto, pero los compradores lo vieron como una oportunidad, lo cual es poco común en este sector en particular. Como resultado, más del 40% de las acciones mineras alcanzaron la semana pasada un máximo de 52 semanas. Esta fue la primera lectura superior al 40% en más de un año, y los últimos dos casos marcaron las etapas iniciales de fuertes repuntes.

Lo que nos dice el estudio

Las empresas mineras de oro tienen una larga y triste historia en cuanto a tratar los intereses de los accionistas como algo secundario. Hace unos años, hicieron mucho ruido acerca de cambiar su comportamiento y convertirse en mejores administradores del capital que se les había confiado. Lógicamente, los inversores se han mostrado muy escépticos ante estas declaraciones, aunque en su mayoría han cumplido sus promesas.

Los inversores parecen estar adoptando un mejor comportamiento corporativo, y los máximos históricos registrados en algunos metales no hacen daño. Las acciones mineras han respondido extremadamente bien. Siempre es difícil confiar en ellas, dada su largo historial de tira y afloja una vez que los inversores empiezan a creer nuevamente en el argumento alcista. Pero cuando se mueven como lo han hecho en los últimos meses, su historial en los últimos 30 años ha sido bastante bueno y sesga aún más el escenario hacia el lado alcista.

Soportes y Resistencias Macrodinámicas por Raul Gómez

• El estudio del entorno económico en que operan las empresas que conforman un índice bursátil, es fundamental para establecer unas correctas previsiones de inversión a largo plazo. Veamos una forma interesante de usar estos datos.
• Artículo publicado en Hispatrading 58.

Los datos y las previsiones de variables macroeconómicas como el PIB, la inflación, el tipo de interés, la tasa de desempleo o la deuda pública, no solo tienen una relación «relativamente estable» en el tiempo con el mercado de valores. Sino que su mera publicación, genera en ocasiones, bruscos movimientos que permiten realizar estrategias de trading intradía o a corto plazo con esas variables.

Sin embargo, aparte de detectar tendencias a largo plazo y el trading basado en noticias, en este artículo nos preguntamos qué otra información pueden contener este tipo de variables, y sobre todo, si la incorporación de estas variables es compatible con los diferentes estudios que este autor ha realizado hasta este momento sobre los gaps de apertura. Para alcanzar estos objetivos, y al igual que en anteriores estudios, procedemos a graficar la evolución del índice español IBEX35, junto a 5 variables macroeconómicas: dos tradicionales, como lo es la deuda pública y el PIB, y 3 menos frecuentes, como lo son la productividad, el número de horas trabajadas y el salario medio de España.

Al margen de una lógica relación positiva entre la evolución del IBEX35 y el número de horas trabajadas en España, resulta curioso que en los mínimos del IBEX35 de 2012 y de la crisis del coronavirus del 2020, la evolución del número de horas trabajadas sirviera como soporte o de la evolución del precio del IBEX35. Lo cual vuelve a suceder si se incorpora al análisis la serie de Fibonacci (1, 2, 3, 5, 8, 13 y 21), y los números de Tesla (3, 6 y 9), representados por las líneas negras del gráfico, y que no son más que  sumas o restas de los números de Fibonacci y Tesla, como porcentaje a la variable macroeconómica analizada. El resultado son unos Soportes y Resistencias Macrodinámicas,  por donde el activo evoluciona y que sirven de puntos de giro del mercado, marcándonos por tanto los máximos y mínimos de mercado. 

Se resalta además, que no se trata de un hecho aislado del número de horas trabajadas 2009-2024, sino que se produce de igual manera en otras variables macroeconómicas tales como el PIB, la productividad, la deuda pública o el salario mínimo español de 2000 a 2024.

–
Figura 2. Evolución del número de horas trabajadas en España e IBEX35.	Figura 3. Evolución de la productividad en España e IBEX35.
Figura 4. Evolución del salario medio de España e IBEX35.	Figura 5. Evolución de la deuda publica de España e IBEX35.

En el caso de estas cuatro variables macroeconómicas, no solo nos marcan igualmente los máximos y especialmente los mínimos de mercado, en el caso del PIB, salario medio y productividad. Sino que además, en el caso de la deuda pública española, podemos observar un claro canal bajista desde el 2012 hasta casi la actualidad, lo que demuestra la importancia de las variables macroeconómicas, en la detección de cambios de tendencia del mercado. 

Lo mismo sucede si empleamos otros activos que no sean el IBEX35, ya que si aplicamos la misma metodología al salario medio y la deuda pública asociadas al CAC40 y S&P500 de Francia y EEUU, observamos los mismos resultados que para el caso del IBEX35. Por lo que se destaca que estas bandas, a partir de ahora denominadas Soportes y Resistencias Macrodinámicas, son capaces de detectar los máximos y mínimos de los 3 índices objetos de este estudio.

Figura 6. Evolución de la deuda pública de Francia y CAC40.	Figura 7. Evolución de la deuda pública de EEUU y S&P500.

Figura 8. Evolución del salario medio de Francia y CAC40.	Figura 9. Evolución del salario medio de EEUU y S&P500.

Hasta ahora, los resultados parecen impresionantes; sin embargo, tenemos que resaltar 2 hechos vitales:

1. Aunque el precio gire en una de las multibandas, generando el máximo o mínimo de mercado, el precio puede perforar varias bandas antes de girarse.

2. Mientras que el time frame del mercado es diario, el de las variables macro es mensual, trimestral o anual como mínimo.

Estos 2 hechos provocan que los Soportes y Resistencias Macrodinámicas no sean modelos operativos, ya que no nos generan una señal en directo, sino retrasada en el tiempo. Teniendo en cuenta esto cabe preguntarse, ¿cuál es la verdadera utilidad de los Soportes y Resistencias Macrodinámicas? La realidad es que estas actúan como un complemento al modelo de las Bandas GSR (HTM55, pág. 24), donde la detección de un máximo o mínimo a través del choque de la volatilidad o el volumen con los gaps de apertura (Bandas GSR), se corroboran al inicio, durante y al final de la operación, con el choque del precio contra las variables macroeconómicas (Soportes y Resistencias Macrodinámicas).

Para una mejor comprensión del concepto de cruce de modelos, procedemos a graficar los modelos asociados al S&P500 y al salario medio de EEUU, a fin de comprobar si los modelos son complementario, y por tanto los Soportes y Resistencias Macrodinámicas se pueden utilizar como complemento al modelo GSR tradicional (Volatilidad y gaps de apertura).

La Figura 10 demuestra que todos los mínimos detectados por el modelo GSR (volatilidad y gaps), también son detectados y corroborados por los Soportes y Resistencias Macrodinámicas en su versión del salario medio en EEUU de 2009-2024. Por lo tanto, se deduce que el modelo es perfectamente válido para usar como modelo de comprobación, seguimiento y cierre de posiciones del modelo GSR, una vez que este haya ha detectado las señales de compra-venta inicial.

Las principales conclusiones que se han obtenido del estudio son:

1. Muchos de los soportes o resistencias que vemos en un activo financiero,  se deben a la evolución de una variable macroeconómica de relevancia o una proporción áurea de la misma. La cual no es lineal como un soporte o resistencia tradicional, sino que evoluciona con el tiempo, pero que nos marca igualmente los mismos máximos y mínimos de ese mercado.
2. Los Soportes y Resistencias Macrodinámicas son válidos no solo en variables macroeconómicas tradicionales como el PIB o el nivel de deuda pública, sino también en variables menos populares como el número de horas trabajadas, la productividad o el salario medio.
3. Los Soportes y Resistencias Macrodinámicas proporcionan una señal retardada en el tiempo, debido a la diferencia de time frame de las variables empleadas. Por lo tanto, no son modelos operativos, sino complementarios al modelo GSR, y al presentar los mismos resultados de detección de mínimos, dan veracidad en el tiempo a ambos modelos.
4. Se aporta en este estudio,  otra aplicación de la serie de Fibonacci y una nueva de los números de Tesla al mercado de valores, más allá del tradicional retroceso, expansión o abanico de Fibonacci presentes en el trading.