Cómo evaluar la personalidad del mercado de valores por Brett N. Steenbarger
Brett N. Steenbarger, Ph.D. es profesor de psiquiatría y ciencias del comportamiento en SUNY Upstate Medical University. Compagina su actividad docente con la de entrenador de gestores de hedge funds y traders profesionales. Brett es autor de varios libros sobre psicología enfocada en el trading: The Daily Trading Coach (2009), Trading Psychology 2.0 (2015) y Radical Renewal (2019), entre otros. Su experiencia en los mercados financieros comenzó a finales de la década de 1970.
Brett N. Steenbarger / SUNY Upstate Medical University
Los traders sin éxito buscan mercados para operar en un estilo que se ajuste a *su* personalidad. Buscan sistemas de impulso o tendencia o giros de movimientos de «sobrecompra» o «sobreventa». Al imponer sus sesgos al mercado, se vuelven inflexibles e incapaces de adaptarse cuando cambia la personalidad del mercado.
Últimamente, hemos visto cómo la personalidad del mercado de valores cambia literalmente de un día para otro, ya que la acción dentro de un rango se ha alternado con fuertes movimientos direccionales. Los operadores que esperan que el mercado siga temas relacionados con desarrollos macro y fundamentales (cambios en la inflación, tasas de interés, datos económicos, ganancias, etc.) han encontrado que este cambio rápido de la acción del mercado es un desafío. Muchos traders buscan consistencia día a día, continuidad temática, cuando el mercado se comporta más como un mercado de acciones que como un mercado de valores unificado. Piense en esto: más del 70% de las acciones de consumo discrecional (XLY) y las acciones de energía (XLE) cerraron por encima de sus respectivas medias móviles de cinco días recientemente, pero eso fue cierto solo para un poco más del 30% de las acciones de consumo básico (XLP) y solo 20% de acciones inmobiliarias (XLRE). Lo opuesto a un mercado de valores en tendencia no es un mercado agitado. Lo contrario de un mercado en tendencia es un mercado rotacional. Muchas veces, el mercado de hecho seguirá los temas, pero los temas se desarrollan en términos relativos. Quizás las acciones de crecimiento están superando a los sectores defensivos; quizás las acciones de pequeña capitalización están superando a las acciones de gran capitalización. Los patrones de lo que es fuerte y lo que es débil definen los temas para una sesión de mercado determinada.
Parte del desafío del trading a corto plazo es que no podemos asumir ciegamente que los patrones de fortaleza y debilidad de ayer se manifestarán hoy. Más bien, primero tenemos que sentarnos y observar los diversos componentes del mercado y cómo se comportan para identificar la personalidad del mercado actual. Esta es la clave de la psicología del trading: un trader activo (a diferencia de un inversor) no intenta predecir la acción del mercado en función de criterios up – down. El trader activo espera a ver la actividad de «abajo hacia arriba» que revela los patrones de negociación aquí y ahora.
Varias herramientas son útiles para evaluar la personalidad del mercado día a día:
1) Volumen (y especialmente volumen relativo) – ¿Cómo se compara el volumen a una determinada hora del día de hoy con el volumen de ayer a esa hora del día y el volumen habitual a esa hora del día? Si el volumen se expande significativamente, queremos ver cómo se comportan las acciones con la nueva participación en el mercado. Esto nos dirá quién está participando y si esa participación se refleja en el comportamiento de tendencia o en la fuerza relativa de un segmento de mercado frente a otro. Por el contrario, cuando el volumen se agota, queremos ver cómo las diferentes partes del mercado se ven afectadas por la falta de participación. Lo que se mueve direccionalmente en un mercado tranquilo nos cuenta una historia importante.
2) NYSE TICK: ¿cuántas acciones cotizan al alza o a la baja a medida que avanzamos en la sesión y, lo que es más importante, cómo afecta la subida o la baja al precio de varios segmentos del mercado? Recientemente tuvimos un día de rango limitado por la mañana que mostró una fuerte presión de venta con números TICK negativos. Muchas partes del mercado no lograron nuevos mínimos en esta venta. La absorción de la presión de venta alertó al trader inteligente de que los vendedores quedarían atrapados y, efectivamente, su cobertura ayudó a crear un movimiento de tendencia durante el día. Muy a menudo, los nuevos extremos en los números TICK nos alertan sobre un fuerte interés de compra o venta, y cómo ese interés mueve el mercado (y diferentes partes del mercado) cuenta una historia importante.
3) Lecturas de sobrecompra/sobreventa a corto plazo: utilizo el sistema de media móvil adaptativa de John Ehlers, que muestra cómo las medias móviles a corto plazo se cruzan por debajo y por encima de las de largo plazo. La parte adaptativa es que las lecturas a corto y largo plazo cambian según el carácter cíclico del mercado. Como ha señalado Ehlers, esto ayuda a eliminar las sierras falsas del indicador. Básicamente, quiero ver niveles de sobreventa a corto plazo en mínimos de precios sucesivamente más altos o niveles de sobrecompra a corto plazo en máximos de precios sucesivamente más bajos. Cuando los ETF del sector muestran diferentes patrones de sobrecompra y sobreventa, eso destaca un mercado rotacional. En un mercado con una fuerte tendencia, la calidad cíclica de la acción del precio se romperá y obtendremos lecturas prolongadas de sobrecompra o sobreventa en múltiples sectores del mercado.
Una ventaja importante proviene de ser más rápido que otros participantes para ver cómo se está desarrollando el carácter del mercado y cómo podría estar cambiando con el tiempo. Muchos traders tienen un rendimiento inferior porque no ven los temas relativos que se desarrollan en tiempo real. Si su trading es habitualmente alcista o bajista. Si hacemos esto no estaremos haciendo un buen trabajo al evaluar y seguir la personalidad del mercado.
Sistema de trading no tendencial de muy corto plazo mediante RSI y ADX por Jose Antonio González
José Antonio González es en la actualidad analista de mercados para el Departamento de Análisis de Estrategias de Inversión. Ha colaborado para medios de comunicación de referencia como Thomson Reuters o Radio Intereconomía, entre muchos otros. En el pasado ha sido socio-fundador de una start-up vinculada al mercado financiero.
José Antonio González / Estrategiasdeinversion.com
Se definirá, analizará y BackTesteará un sencillo sistema de trading para fases no tendenciales de mercado mediante el oscilador RSI y el ADX.
A la hora de configurar un sistema de trading ganador y consistente en el tiempo, esto es, que nos devuelva una rentabilidad aceptable sin que tengamos que modificarlo o prescindir de él al poco tiempo, es inevitable pensar en los sistemas que operan en favor de la tendencia principal (sistemas tendenciales), pues entendemos que son los más seguros y fiables y es por lo que los norteamericanos dicen: “The trend is your friend” (La tendencia es tu amiga).
De lo anterior se deriva que utilizar sistemas que operan en contra de la tendencia principal (sistemas contratendenciales) de manera continuada y/o duradera en el tiempo no es una práctica recomendable, más allá del aprovechamiento de un movimiento correctivo que nos ayude a ganarle al mercado un extra de rentabilidad puntual y, siempre con un seguimiento continuado de la estrategia, puesto que operan en contra del escenario dominante, del escenario técnico ya confirmado y, por ende, opera bajo un movimiento con poco grado de probabilidad de éxito y elevada varianza, o lo que es equivalente, elevado riesgo.
Ahora bien, todo aquél que haya participado en un mercado secundario o haya analizado un chart de cualquier activo cotizado se habrá percatado que, el mercado no siempre evoluciona de manera tendencial, ya sea ésta alcista o bajista, de hecho, hay una cantidad ingente de activos que, por diversos motivos, cotizan sin tendencia definida durante un determinado marco temporal y, no por este motivo deben ser activos catalogados como no apto para trading.
Las fases laterales o de no tendencia pueden atraer rentabilidades atractivas si se construye una estrategia adecuada y se asume el riesgo real de la operativa, pues como es lógico, no asumiremos el mismo capital arriesgado en una ventana de trading alcista bajo un sistema tendencial que en una ventana de trading bajista en una fase lateral, como puede ser un canal. Y fíjense bien que hablo de estrategias de trading, no inversión a medio o largo plazo, pues el objetivo de éste tipo de sistemas seguidores de no tendencia es el de conseguir rentabilidades marginales extras, al igual que en los sistemas contratendenciales, por ese mismo motivo deben ser aplicados de manera rigurosa y con un exhaustivo estudio previo de Money Management y Risk Management individualizado para cada cartera.
Deben grabar lo siguiente en su mente a fuego si no quieren volatilizar su cartera en poco tiempo: Cualquier sistema de trading que no sea tendencial debe ser aplicado puntualmente, con rigor y con un seguimiento continuado extraordinario de las posiciones abiertas.
Bien, creo que queda claro que el método de especulación que se estudiará a continuación, al ser de naturaleza no tendencial, su exposición y duración en el tiempo no debe ser elevado y que la esencia del mismo es la de poder “rascar” esa rentabilidad extra al mercado.
Entramos por tanto de lleno en el conjunto de reglas que configurarán el sistema de trading:
Características del Sistema:
Es un método de especulación bursátil que encuentra su mejor comportamiento en timeframes superiores a partir de las 4 horas, siendo recordable su aplicación en gráficos diario.
Configuración del Sistema:
Para la construcción de nuestro sencillísimo sistema de especulación necesitaremos principalmente dos indicadores que son, por un lado, el indicador ADX de 7 periodos, cuyo principal objetivo es determinarnos si el activo bajo estudio se encuentra bajo tendencia definida o no y, por otro lado, el oscilador RSI de 14 periodos, cuya principal misión es la de ofrecernos activos que estén desenvolviendo un movimiento que creemos que podemos aprovechar.
Reglas del Sistemas:
1.Señales de Entradas:
Nuestro sistema bajo estudio nos aportará una señal de entrada en largo (estrategia alcista) cuando, en primer lugar, el indicador ADX(14) se encuentra por debajo de los 25 puntos, zona en la que teóricamente entendemos que el activo no se encuentra desplegando un movimiento tendencial al más estricto corto plazo (días). Por su parte, el RSI(14) tiene que haber superado la zona de los 30 puntos o, lo que es lo mismo, salir de la zona de sobreventa acumulada.
Una vez que tanto el ADX y el RSI dibujan las anteriores características cuantitativas, será necesario que la última vela desplegada en el precio, tenga un cuerpo alcista, esto es, que el cierre se encuentre por encima de la apertura.
Es justo a partir de ese momento en el que abriremos una ventana de trading alcista en la apertura de la siguiente vela o candlestick.
La Figura 1 muestra un ejemplo claro de lo que entenderíamos como una señal de entrada inminente en largo.
El activo mostrado presenta un ADX(14) en los 17,47 puntos, esto es, por debajo de los 25 puntos que se marcan como límite para entrar en valores que no presentan una tendencia clara al más estricto corto plazo. Por su parte, el oscilador RSI(14) supera en la última sesión la zona de sobreventa acumulada a la vez que el gráfico de precios dibuja una vela con cuerpo alcista. Por tanto, la entrada en largo en la apertura de la siguiente vela es una clara oportunidad de trading.
La estrategia inversa nos aportará una señal de entrada en corto (estrategia bajista) cuando, en primer lugar, el indicador ADX(14) se encuentra por debajo de los 25 puntos, zona en la que teóricamente entendemos que el activo no se encuentra desplegando un movimiento tendencial al más estricto corto plazo (días). Por su parte, el RSI(14) tiene que haber perdido la zona de los 70 puntos o, lo que es lo mismo, salir de la zona de sobrecompra acumulada.
Una vez que tanto el ADX y el RSI dibujan las anteriores características cuantitativas, será necesario que la última vela desplegada en el precio, tenga un cuerpo bajista, esto es, que el cierre se encuentre por debajo de la apertura.
Es justo a partir de ese momento en el que abriremos una ventana de trading bajista en la apertura de la siguiente vela o candlestick.
En la Figura 2 se muestra un ejemplo de lo que entenderíamos como una señal de entrada inminente en largo.
El activo mostrado presenta un ADX(14) en los 19,14 puntos, esto es, por debajo de los 25 puntos que se marcan como límite para entrar en valores que no presentan una tendencia clara al más estricto corto plazo. Por su parte, el oscilador RSI(14) perfora a la baja, en la última sesión, la zona de sobrecompra acumulada a la vez que el gráfico de precios dibuja una vela con cuerpo bajista. Por tanto, la entrada en corto en la apertura de la siguiente vela es una clara oportunidad de trading.
2.Señales de Salidas:
A continuación se detallan las condiciones necesarias para que, una vez la estrategia esté abierta, conocer cuándo debemos cerrar posiciones, tanto si la evolución del precio juega en nuestra contra como si la evolución de nuestro activo juega a nuestro favor:
La Figura 3 muestra el stop por defecto que se emplea en nuestro sistema bajo estudio si nuestras posiciones evolucionan a nuestro favor en una estrategia larga (alcista). Saldremos en la apertura de la siguiente vela una vez que el RSI(14) perfora a la baja la zona de sobrecompra, esto es, el nivel de los 70 puntos de arriba hacia abajo.
Para una estrategia bajista actuamos de manera totalmente inversa, es decir, cuando el oscilador RSI(14) cruce al alza el nivel de los 30 puntos que delimita la zona de sobreventa acumulada.
En este punto es preciso resaltar que le podemos añadir un stop profit parcial del porcentaje que deseemos, recomendable del 50% de la posición, para ir guardando esos “pips” en nuestro saco.
Por otro lado, si la evolución de nuestro activo no es la que a priori esperábamos, saldremos completamente de nuestra estrategia una vez el activo vuelva a perforar a la baja el nivel de los 30 puntos en el RSI(14) dentro de una estrategia alcista, o supere al alza los 70 puntos en el RSI(14) bajo una estrategia bajista.
Al igual que aplicábamos un stop profit a los beneficios, es obligatorio configurar un stop loss a nuestras operativas, máxime, si éstas atienden a métodos no tendenciales. Éste puede ser de dos tipos, absoluto o relativo: Si es absoluto, deberemos introducir nuestro nuestro stop por debajo del mínimo de la vela que confirma el último movimiento al alza si estamos bajo una estrategia alcista o, viceversa, en la parte más alta de la vela que confirma el movimiento bajista si operamos en corto.
Se recomienda que el capital arriesgado en la operativa no supere, en ningún caso, el 2% del capital en cartera entre todas las operaciones simultáneas abiertas. Además, tampoco es recordable utilizar dicho método de trading de manera exclusiva, pues no podemos estar operando activos sin tendencia como norma, no es el objetivo del presente análisis como se ha comentado al inicio.
BackTesting:
1.Resultados del Sistema:
A continuación se muestra una tabla con los principales ratios que nos arroja el sistema bajo estudio. Antes de continuar, es necesario poner sobre la mesa que el objetivo de análisis de BackTesting que se va a desarrollar atiende a una exposición a modo de ejemplo sobre una primera aproximación del mismo.
Por tanto, dicho sistema debería ser revisado individualmente por cada inversor según sus preferencias y ajustado a periodos de tiempo mayores en programas cuyo fin único es el estudio exhaustivo de los estudios en el pasado.
Por último, indicar que el estudio del BackTesting se ha realizado sobre todos los mercados y activos que componen los principales mercados europeos, esto es, EURONEXT, LSE, DAX y MCE.
Se comenzó a operar con una cartera hipotética de 50.000€ y, tras dos años aplicando este sistema de especulación, se habría obtenido un montante bruto de 58.191,15€, lo que supone un 16,38% de rentabilidad.
Es importante destacar el bajo porcentaje de operaciones ganadoras (11%) que, no obstante, el buen ratio ganancia/pérdida del 9.41 nos indica que, pese al altísimo número de operaciones perdedoras (89%), ganaremos 9,41€ por cada € invertido bajo el sistema bajo estudio. Esto es así por la rapidez en cortar las operaciones perdedoras y el mantenimiento de las operaciones que nos están aportando beneficios gracias al Risk Management y Money Management aplicados en la configuración de sistema presentado.
Presenta un DrawDown, del 10,81%, que se presume idóneo por la naturaleza del sistema, y por tener una continuidad alcista a largo plazo la evolución de nuestro capital en cartera.
2. Informe del BackTesting:
En la Figura 5 observamos el informe del estudio en el pasado que nos aporta, de manera muy gráfica, los resultados obtenidos en el mismo así como la evolución durante el periodo de estudio del capital obtenido, cuya evolución presenta una fiable conducta.
Destaca el reducido número de operaciones (546) en 2 años, lo que supone una media aproximada de una única operación por día de cotización, siendo el importe por operativa, como máximo, de 5.000€ hasta que el capital de 50.000€ se encuentre al 100% invertido en hasta un máximo de 50 operaciones simultáneas abiertas.
El Sistema presenta un 11% de las operaciones con beneficio (60) y un 89% de operaciones perdedoras (485).El principal motivo del alto número de operaciones con pocos beneficios pero una rentabilidad positiva a largo plazo es la de mantener abiertas las operaciones que evolucionan a nuestro favor ya que, recordemos, una de las condiciones de salida era el RSI saliera de la zona opuesta de la que salió en la entrada y eso, se traduce en beneficio para nuestra cartera. Ésta condición de salida representa un 4,8% de las señales de cierre de posiciones abiertas, por lo que gracias a este filtro de salida, hemos limitado de manera muy notable nuestras pérdidas, puesto que cortamos de raíz las posibles señales en falso.
Conclusión:
Se ha presentado un sistema de trading que buscaba patrones laterales o de no tendencia en base a un indicador ADX por debajo de los 25 puntos que nos confirmase así la falta de tendencia definida. Es el RSI, cuyo cruce al alza de la zona de sobreventa (estrategia alcista) o a la baja de la zona de sobrecompra (estrategia bajista) el que nos determinará la entrada o apertura de posiciones, junto a una vela con cuerpo alcista o bajista según proceda.
Tras su sencilla metodología y configuración del BackTesting, hemos logrado un sistema que nos devuelva un 16,38% de rentabilidad bruta, es decir, sin tener en cuenta ningún tipo de comisiones ni de ajuste por inflación, durante el periodo analizado con un DrawDawn del 10,81% y una evolución de capital positiva a largo plazo.
El sistema desarrollado debe aplicarse, lógicamente, exclusivamente en mercados sin tendencia definida al más estricto corto plazo, además, es recomendable aplicarlo a un timeframe en gráfico diarios puesto que, a escalas menores de 4 horas, el sistema devuelva un alto número de señales falsas.
Para finalizar, conviene recordar que, el método estudiado se ha presentado a modo de ejemplo y que, en ningún momento, constituye una recomendación para su aplicación en operativa real.
Jay Kaeppel es analista cuantitativo colaborador habitual de los principales medios internacionales como CNBC, así como colaborador destacado en SentimenTrader.com y la revista Stocks and Commodities, una web de referencia internacional con suscriptores en más de 50 países.
Jay Kaeppel / Sentimentrader.com
Puntos clave
El siguiente gráfico fue creado supuestamente por un hombre llamado Samuel Benner en 1875.
En teoría, se pretendía identificar los ciclos de «auge» y «caída» de la economía.
Debido a que la rentabilidad del mercado de valores está tan estrechamente ligado a la economía, esta serie analiza el comportamiento en los diversos períodos favorables y desfavorables dentro del «Ciclo de Benner».
El gráfico del «Ciclo de Benner»
El siguiente gráfico supuestamente fue creado por Samuel Benner en 1875.
Lo que nos dice el estudio…
El gran ciclo de Benner no debe confundirse con un «sistema de trading». Asimismo, las fechas de los principales períodos favorables y desfavorables no deben considerarse señales automáticas de compra y venta. Aún así, el mercado de valores ha experimentado resultados positivos casi siempre durante períodos favorables, y resultados decididamente mixtos y mucho más volátiles durante períodos desfavorables. Por lo tanto, el ciclo principal de Benner es potencialmente útil como una herramienta de «peso de la evidencia».
Dos métricas críticas de rendimiento en el trading automatizado por Kevin Davey
Kevin Davey es un conocido trader de futuros, divisas y materias primas. Ha estado operando durante más de 25 años. Durante tres años consecutivos, Kevin logró más del 100 % de rendimiento anual en un campeonato de trading con dinero real. Es autor del libro de trading algorítmico «Building Algorithmic Trading Systems: A Trader’s Journey From Data Mining to Monte Carlo Simulation to Live Trading» (Wiley 2014).
Kevin Davey / kjtradingsystems.com
Al evaluar un sistema o método de trading de futuros o de divisas, probablemente todos miren primero el rendimiento anual, ya que en última instancia, es de lo que se trata. Pero solo los más ingenuos basarían su decisión ÚNICAMENTE en el rendimiento porcentual anual. Pero eso no es todo lo que hay en el rendimiento.
¿Por qué? Los rendimientos anuales, por sí mismos, no incluyen información sobre el riesgo involucrado para obtener ese rendimiento de ese enfoque de negociación algorítmica. Un ejemplo. ¿Qué preferiría tener?:
A) 5% anual, de un CD bancario
B) 5% anual, con una posición de especulación altamente apalancada en soja
En este caso, la respuesta es obvia. El punto clave es que los rendimientos importan, pero el camino utilizado para obtener esos rendimientos también es importante.
Cómo medir el rendimiento
Un número que los nuevos traders ignoran, o en los que generalmente no ponen suficiente énfasis, es en la pérdida máxima o drawdown. El Drawdown es la diferencia entre el capital máximo y el capital actual. Entonces, por ejemplo, si tenía un capital de cuenta máximo de $ 10,000 y ahora tiene solo $ 6,000 en su cuenta, actualmente tiene un drawdown del 40%. El máximo drawdown es la pérdida porcentual más grande que la cuenta ha tenido históricamente.Yo uso una hoja de cálculo que me ayuda a visualizar las curvas de rentabilidad y pérdida. También tengo una calculadora de «Drawdown actual», por lo que siempre puedo saber dónde me encuentro en cuanto al drawdown (¡espero que siempre sea pequeño!).
Pérdida máxima
La pérdida máxima le brinda una muy buena indicación del «dolor» que tendría que soportar para lograr los rendimientos anuales que proporciona el sistema de trading. El problema con la pérdida máxima es que es histórica. Como todos sabemos, el resultado pasado no es garantía de resultados futuros. Por lo tanto, la pérdida máxima futura podría ser mucho mayor que la pérdida máxima histórica. Una advertencia: tenga cuidado con aquellos que informan una pérdida basada solo en operaciones cerradas. Muchas veces, las personas dejan que las operaciones perdedoras permanezcan abiertas y no las cuentan en las estadísticas. Sin embargo, el patrimonio de su cuenta no conoce la diferencia entre operaciones abiertas y cerradas. Una pérdida abierta afecta su capital de la misma manera que una pérdida cerrada. Por lo tanto, asegúrese de que cualquier número de pérdidas que observe incluya operaciones actualmente abiertas.
Ratio Calmar
Un segundo número de rendimiento que los nuevos traders rara vez miran es el ratio Calmar. Aunque existen numerosas variaciones y giros (consulte sitios como investopedia.com para obtener más detalles), en su forma más simple, este número es la relación entre los rendimientos anuales y la pérdida máxima durante los últimos 36 meses. Si tuviera una rentabilidad anual del 50 %, con una pérdida máxima del 25 %, el ratio de Calmar será de 2,0. El legendario comerciante Paul Tudor Jones dice que una relación a largo plazo de 2-3 es muy buena. Por lo tanto, este número único le dice mucho y es excelente para comparar diferentes técnicas comerciales.Ciertamente, solo los traders más nuevos considerarían solo los rendimientos anuales al evaluar una estrategia de trading algorítmica. Hay mucho más en la evaluación que solo los rendimientos anuales. Al incluir la pérdida máxima y el ratio Calmar en su arsenal de evaluación, estará mejor preparado para analizar adecuadamente las oportunidades que se presenten. Solo recuerde: ¡el rendimiento no siempre es una métrica!
Los indicadores técnicos y la maldición de la dimensionalidad por Juan Manuel Almodovar
Director de investigación y desarrollo de sistemasinversores.com, (consultora especializada en trading algorítmico), desde donde ha colaborado con los departamentos de sistemas de varios fondos de inversión y diseñado software para trading como alphadvisor.com. Centra su carrera profesional en el ámbito de la inteligencia computacional aplicada a los mercados financieros.
Juan Manuel Almodóvar / sistemasinversores.com
¿Cómo elegir entre los cientos de indicadores técnicos disponibles aquellos que pueden formar parte de una estrategia de trading rentable?
Uno de los primeros pasos al diseñar una nueva estrategia de trading es elegir los indicadores técnicos que aportarán los datos de entrada a nuestro sistema. Computando estos datos mediante un modelo estadístico el sistema de trading generará una señal para abrir, cerrar o mantener posiciones según evolucione el mercado.
Existen cientos de indicadores técnicos. Por ejemplo, algunos muy conocidos como el RSI, el MACD, Stochastic, ADX, otros no tan conocidos (y muy útiles) como el Fisher Transformation o el Hurst Exponent, etc. Con todos estos indicadores pretendemos que nuestros modelos encuentren relaciones y patrones que vuelvan a repetirse en el mercado, es decir, que sean predictivos del comportamiento del mismo.
El problema no es solo la cantidad de indicadores entre los que podemos elegir, sino que además muchos de estos indicadores están altamente correlacionados entre sí y vienen a decir todos lo mismo al mismo tiempo, eso sí, con diferentes colores.
La maldición de la dimensionalidad
Es difícil hacer predicciones utilizando un único indicador y por ello alimentamos nuestros sistemas con más de uno. Pero cuando empezamos a añadir indicadores muy correlacionados entre sí todo empieza a perder el sentido.
Sin entrar en detalles, lo que sucede a veces es que, si por ejemplo tanto el indicador A como el B tienen una relación positiva con una variable a predecir (por ejemplo la volatilidad), si están muy correlacionados y los combinamos podríamos llegar a la situación en la que el indicador B tenga una relación negativa con la misma variable, al contrario de lo que nos indica de manera individual.
¿Cómo es posible? Matemáticamente tiene todo el sentido: el modelo combinado puede darle mucho peso positivo al indicador A y compensar dando peso negativo al indicador B…. ¡Pero ésto es totalmente contraintuitivo y nos va a dificultar mucho entender nuestro modelo!
En el caso de utilizar modelos tipo caja negra como las redes neuronales, donde no necesitamos entender qué está pasando, el problema no es menor. Alimentar una red neuronal con cientos de indicadores es inútil, lo único que conseguiremos será un modelo hipercomplejo y sobreoptimizado1 adaptado totalmente al ruido pasado del mercado.
Estamos ante la llamada maldición de la dimensionalidad, donde más es menos. Necesitamos reducir estas dimensiones, seleccionar entre aquellos indicadores que aporten datos de entrada valiosos y únicos en sí mismos. Tenemos que aplicar un proceso que nos permita identificar los indicadores que realmente nos servirán para alimentar un modelo predictivo.
Técnicas para reducir dimensiones
Existen varias técnicas para reducir dimensiones. La primera sería la Búsqueda Exhaustiva, una forma sofisticada de llamar a la fuerza bruta.
La técnica de búsqueda exhaustiva consiste simplemente en probar todas las combinaciones y quedarse con la que mejores resultados dé. Si por ejemplo tenemos 5 indicadores nombrados x1, x2, x3, x4, x5, probaremos nuestro modelo estadístico con las siguientes combinaciones:
Uno
Dos
Tres
Cuatro
Cinco
x1
x1, x2
x1, x2, x3
x1, x2, x3, x4
x1, x2, x3, x4, x5
x2
x1, x3
x1, x2, x4
x1, x2, x3, x5
x3
x1, x4
x1, x2, x5
x1, x2, x4, x5
x4
x1, x5
x2, x3, x4
x1, x3, x4, x5
x5
x2, x3
x2, x3, x5
x2, x3, x4, x5
x2, x4
x3, x4, x5
x2, x5
x3, x4, x1
x3, x4
x4, x5, x1
x3, x5
x4, x5, x2
x4, x5
x5, x1, x2
Tabla 1. Todas las combinaciones de los indicadores. Técnica de fuerza bruta.
En general si tenemos k indicadores, por fuerza bruta tendremos que probar 2^k-1 modelos. En nuestro caso para 5 indicadores son 31 modelos.
Otra técnica es empezar utilizando todos los indicadores e ir eliminando. Mientras los resultados de nuestros tests sigan mejorando iremos reduciendo indicadores.
Y también hay algunas técnicas más avanzadas que buscan evolutivamente la combinación óptima de parámetros.
Pero personalmente, la técnica de reducción de dimensiones que mejores resultados me ha dado a la hora de encontrar indicadores para mis estrategias es la denominada Análisis de Componentes Principales2 o PCA por sus siglas en inglés (Principal Component Analysis).
Reduciendo la dimensionalidad mediante Análisis de Componentes Principales
Según la Wikipedia, PCA es una técnica que “utiliza una transformación ortogonal para convertir un conjunto de observaciones de variables posiblemente correlacionadas en un conjunto de variables descorrelacionadas llamadas componentes principales”. ¡Voilà! Justo lo que necesitamos.
El Análisis de Componentes Principales captura aquellos indicadores que explican la mayor cantidad de variación en nuestra variable a predecir.
PCA captura aquellos indicadores que explican la mayor cantidad de variación en nuestra variable a predecir. Lo hace transformando estos indicadores en “componentes principales” o nuevos indicadores con las siguientes propiedades:
Están descorrelacionadas entre sí.
Acumulativamente explican gran cantidad de la variación en la variable.
Se relacionan con sus indicadores originales mediante un factor de peso. Los indicadores con bajo peso no nos interesan y pueden ser eliminados.
Por lo tanto estos componentes principales nos ayudarán a responder a nuestra pregunta: ¿Cuáles de entre todos los indicadores explican una mayor variación en los datos?
Como vemos en la figura 2, el Análisis de Componentes Principales puede ayudarnos a reducir la cantidad de indicadores a utilizar en nuestra estrategia.
De entre m indicadores el PCA genera varios componentes principales y nos dice que los componentes 1 y 2 explican un 90% de la variación… Las componentes 1 y 2 están formadas por los indicadores 1, 2, 4, 5 y 7. Éstos son por tanto los indicadores más útiles.
Un método para encontrar los indicadores técnicos más útiles
Elegir bien las piezas que componen la señal predictiva de nuestras estrategias es fundamental. Pero como hemos visto, es una tarea complicada debido a la cantidad ingente de indicadores técnicos disponibles y a los efectos negativos que su combinación puede llegar a provocar.
Si basamos nuestras estrategias en un modelo explicativo, como una regresión, o en un modelo de caja negra, como una red neuronal, podemos obtener una gran ventaja a la hora de elegir las entradas de nuestro sistema entre un número menor de indicadores con mayor capacidad explicativa.
El Análisis de Componentes Principales nos proporciona un método riguroso que facilita esta elección, protegiéndonos frente a la maldición de la dimensionalidad.
Las acciones del Nasdaq suben con fuerza por Sentimentrader
Jason Goepfert es presidente y CEO de Sundial Capital Research. Editor de SentimenTrader.com, una web de referencia internacional con suscriptores en más de 50 países.
Jason Goepfert / SentimenTrader
Puntos clave:
La mayor parte de las ganancias del Nasdaq 100 desde diciembre han sido impulsadas por solo cuatro acciones.
También ha habido una recuperación bajo la superficie, con menos acciones en correcciones y mercados bajistas.
Recuperaciones similares en los últimos 40 años precedieron retornos consistentes en el Nasdaq y S&P.
Las acciones del Nasdaq 100 suben con fuerza
Gracias a un renovado interés en las grandes acciones tecnológicas, el Nasdaq 100 se ha recuperado más del 22 % desde sus mínimos de diciembre. Gran parte de eso ha sido impulsado por las acciones más grandes, con solo cuatro acciones contribuyendo con más de la mitad del porcentaje de ganancia en el índice.
Pero no todo.
El porcentaje de acciones en el Nasdaq 100 que se encuentran en territorio de mercado bajista, un 20% o más por debajo de su máximo de 52 semanas, cayó recientemente por debajo del 24%. Es el nivel más bajo desde enero de 2022 y es un cambio marcado con respecto al año pasado, cuando casi el 80 % de las acciones estaban en mercados bajistas.
Lo que nos dice el estudio…
La semana pasada, señalamos que las tendencias de precios en el Nasdaq 100 y las tendencias a largo plazo en las acciones dentro del índice habían girado desde zonas muy negativas a zonas positivas, lo que indicaba futuras condiciones favorables. Vemos eso también con estos datos, con giros en el porcentaje de acciones que bajan un 10% o incluso un 20% desde sus máximos.
Los rendimientos futuros después de recuperaciones como esta fueron muy convincentes para el mercado en general y las acciones de tecnología en particular. Incluso si solo un puñado de acciones han impulsando las ganancias del índice, también ha habido una recuperación impresionante bajo la superficie. Y eso es algo bueno.
160 Años de Guerras y Desastres en los Mercados por Quantpedia
La misión de Quantpedia es procesar la investigación académica financiera de una forma más fácil de usar, para ayudar a cualquiera que busque nuevas ideas de estrategias cuantitativas y algorítmicas. Nuestro equipo está formado por miembros experimentados con diferentes antecedentes: financieros, matemáticos y traders, combinados con miembros con un sólido conocimiento técnico y de TI.
Quantpedia / Quantpedia.com
La vida no siempre es color de rosa; muchas tragedias y sucesos inesperados dañan a las personas y a la sociedad. Mientras que algunos son difícilmente evitables, como los desastres naturales, otros, como las guerras, generalmente son solo efectos del odio y la codicia. En el caso de eventos predecibles, se pueden emplear medidas de riesgo, pero los brotes inesperados de agresión difícilmente se pueden cubrir a través del espectro de diferentes activos financieros. Anteriormente habíamos abordado un tema similar y analizamos algunos shocks geopolíticos históricos y reacciones de precios en ese momento.
En este artículo, nos gustaría hacer una breve revisión de un interesante artículo de 140 páginas de Dat Mai y Kuntara Pukthuanthong (2022), que, si bien no proporciona una estrategia práctica, proporciona una retrospección perspicaz y lleva el modelado de temas de guerra a un nivel superior, cubriendo el desarrollo, narrativas y factores de influencia ampliamente. El principal descubrimiento se puede resumir de manera simple: la guerra predice positivamente el rendimiento del mercado dentro y fuera de la muestra, mientras que las narrativas económicas solo lo predicen dentro de la muestra. ¿Se puede cuantificar el viejo adagio de Rothschild, “el momento de comprar es cuando hay sangre en las calles”?
Los científicos utilizaron una herramienta avanzada de procesamiento de lenguaje natural llamada sLDA para extraer historias a medida que se desarrollaban a partir de casi siete millones de artículos del New York Times durante los últimos 160 años. La narrativa del tema de la palabra clave «guerra» (consulte la Figura 3 incluida justo debajo) puede predecir positivamente los rendimientos excesivos del mercado y es consistente con la literatura sobre riesgos de desastres raros, en la que también se incluyen las guerras. Dado que se espera que aumente la probabilidad durante tiempos de pánico y estrés, un aumento en «Guerra» se asocia con un aumento en la prima de acciones. También se encuentran resultados similares del análisis de robustez utilizando la muestra de datos WSJ. ¿Qué pasa con algunos detalles en diferentes clases de activos?
Se encuentra que el riesgo de desastres aumenta el exceso de rendimiento de los bonos corporativos de alto rendimiento a mediano y largo plazo. Por el contrario, «Guerra» predice negativamente rendimientos excesivos en instrumentos de inversión más seguros, como bonos gubernamentales a corto plazo y bonos corporativos con grado de inversión. En los cortes transversales, la evidencia también respalda la predicción de que las acciones resilientes o las acciones que brindan buenos rendimientos durante los períodos de alto riesgo de desastres requieren rendimientos más bajos para compensar el riesgo. Y finalmente, ¿qué pasa con todo el mercado de valores? Durante 160 años, un aumento de una desviación estándar en «Guerra» predice un aumento del 3,80 % en el exceso de rendimiento anualizado en el mes siguiente; en los últimos 20 años, el número respectivo es del 9,83%. El R2 del estudio sugiere que el poder predictivo de la guerra es estadística y económicamente significativo para los rendimientos del mercado de valores.
Autores: Dat Mai y Kuntara Pukthuanthong
Título: Riesgo de guerra: series de tiempo y evidencia transversal de los mercados de acciones y bonos
Empleamos un modelo semisupervisado para extraer los raros riesgos de desastres y las narrativas económicas de 7 000 000 de artículos del New York Times durante 160 años. Nuestro enfoque aborda el sesgo de anticipación y los cambios en la semántica. La palabra Guerra predice positivamente el rendimiento del mercado dentro y fuera de la muestra, mientras que las narrativas económicas solo predicen dentro de la muestra. La previsibilidad de guerra aumenta con el tiempo y es sólida cuando se extrae del WSJ. La palabra guerra como factor individual valora las carteras clasificadas por características con una prima de riesgo negativa y supera a algunos puntos de referencia multifactoriales al fijar el precio de las carteras no lineales basadas en el aprendizaje automático con un R2 del 54 %. Nuestro estudio respalda el modelo de riesgo de desastre variable en el tiempo.
Como siempre, presentamos varias figuras y tablas interesantes:
Citas notables del trabajo de investigación académica:
“Nuestra muestra comprende casi siete millones de artículos en NYT y seiscientos mil artículos de WSJ; por lo tanto, los costos de computación y el tiempo para procesar este tamaño de datos son prohibitivos y casi imposibles. Hasta donde sabemos, este es el primer estudio que analiza artículos de noticias de todas las secciones del periódico del NYT desde el comienzo en su creación; por lo tanto, nos ayuda a afirmar nuestra conclusión sobre cómo las narrativas económicas y no económicas mueven el mercado tanto en series de tiempo como en secciones transversales.»
«Entre las narrativas extraídas del NYT, encontramos la más importante es la de la Guerra. Al rastrear los artículos que hicieron la contribución más significativa a la Guerra en los últimos 30 años, encontramos que todos ellos presentan guerras, terrorismo y tensiones en las relaciones internacionales. De acuerdo con el modelo de desastre variable en el tiempo, el exceso de rendimiento esperado del mercado debería aumentar con la probabilidad de desastres raros. Nuestros resultados corroboran la teoría. La guerra predice muy positivamente los rendimientos del mercado. El poder de predicción de una guerra sobre la prima de riesgo de las acciones aumenta con el tiempo. Durante 160 años, un aumento de una desviación estándar en la guerra predice un aumento del 3,80 % en el exceso de rendimiento anualizado en el próximo mes, y el R2 mensual de la muestra es 0.39%. En comparación, en los últimos 20 años, las cifras respectivas son 9,83% y 3,39%. La guerra es significativa para ambos subperíodos (1871-1949 y 1950-2019). Como punto de referencia, el R 2 promedio de los 40 predictores conocidos es solo 0,73 % dentro de la muestra y -1,01 % fuera de la muestra (ver Goyal et al. (2021). Nuestro R 2 sugiere que el poder predictivo de Guerra es estadística y económicamente significativo.»
«También encontramos que la percepción del riesgo de desastres raros predice el exceso de rendimiento de los bonos. Gabaix (2012) afirma que cuanto mayor es el riesgo de desastres, mayor es la prima de los bonos a largo plazo. Nuestra evidencia está en línea con su predicción. Encontramos que cuanto mayor es el riesgo de desastre, mayor es el exceso de rendimiento de los bonos corporativos de alto rendimiento a mediano y largo plazo. Por el contrario, guerra predice negativamente rendimientos excesivos en instrumentos de inversión más seguros, como los bonos gubernamentales a corto plazo y los bonos corporativos con grado de inversión.»
«Volviendo a las implicaciones de la asignación de activos, consideramos un inversor de varianza media que asigna su cartera entre acciones y un activo libre de riesgo utilizando el modelo predictivo de rendimiento o el rendimiento medio histórico para guiar las ponderaciones de la cartera. El uso de Waralone o una combinación de narrativas para guiar nuestras decisiones de cartera nos permite lograr un índice de Sharpe más alto que una simple estrategia de comprar y mantener. Con un coeficiente de aversión al riesgo de tres, encontramos que las ganancias económicas para el inversor que utiliza narrativas en la formación de sus carteras aumentan con el tiempo, en consonancia con los resultados de R 2 OS .»
«La Tabla 3 informa los resultados de la regresión. En toda la muestra de 1871 a 2019, entre las 14 narraciones, Guerra es un fuerte predictor positivo, con un coeficiente estadísticamente significativo al nivel del 1 %. Desde el punto de vista económico, un aumento de una desviación estándar en Guerra está asociado con un aumento del 3,8 % en el exceso de rendimiento anualizado en el próximo mes. Además del análisis completo de la muestra, también realizamos regresiones predictivas en dos subperíodos durante las últimas dos décadas. Este enfoque tiene dos propósitos: primero, queremos abordar las preocupaciones sobre la calidad del texto en la muestra anterior. En segundo lugar, las últimas dos décadas presentan un período único. El uso de Internet y el uso de la tecnología para difundir información cambió significativamente después del año 2000, y aún no está claro cómo afectarán a los mercados financieros y la sociedad en el futuro. Además, los resultados durante este período son probablemente los más relevantes para el futuro, como se destaca en Goyal y Welch (2008). En consecuencia, la asociación positiva entre la Guerra y los rendimientos futuros del mercado se mantiene en ambos subperíodos con una significancia en niveles del 5%. En particular, Guerra produce un poder de pronóstico impresionante en las últimas dos décadas con un coeficiente de 9.8%, significativo al nivel del 1%, y una R en la muestra.2 de 3,4%.»
«La Tabla 7 informa los resultados de la predicción del exceso de rendimiento del mercado con un mes de anticipación utilizando todas las narrativas del WSJ. De acuerdo con los resultados del NYT, la guerra construida a partir del WSJ es un predictor de mercado fuertemente positivo durante 2000-2019, significativo al 1%. Específicamente, un aumento de una desviación estándar en la atención de la guerra se asocia con un aumento anualizado del 8,3% en los rendimientos del mercado el próximo mes. Su sistema operativo R2 , construido en forma de ventana en expansión con un período de capacitación inicial de 60 meses, es del 1,53 % (también significativo al 1 %). Además de Guerra, Burbuja de acciones también muestra resultados de predicción significativos (al 5%), aunque es un predictor negativo. Su sistema operativo R2 es del 0,89 %, significativo al 10 %.»
«Ahora analizamos las secciones transversales individualmente para ver con mayor precisión cómo le va a WarFac t en cada conjunto de activos de prueba. Comenzamos con las 118 anomalías de HXZ como activos de prueba en el panel A de la Tabla 10. Como comparaciones, también consideramos FF6, M4 y Q5. Estos modelos de factores constituyen los factores de referencia relevantes para tasar las secciones transversales consideradas. Comenzando en la primera columna con WarFac t como factor de guerra, su precio de riesgo de guerra es muy significativo al 1 % (t-stat de |2,93|) y negativo. Su prima de riesgo mensual es del -15,68%. Tenga en cuenta que como nuestro WarFac t tiene una desviación estándar mensual de 13,6%, sus betas de primera etapa son mucho más pequeñas que las producidas por factores negociados. Como resultado, su prima de riesgo es mucho mayor que los otros factores negociados. El signo negativo implica que los activos que brindan altos rendimientos durante los períodos de alto riesgo de guerra funcionan como activos de cobertura; por lo tanto, tienen una prima de riesgo más baja”.
El Q1 nos da pistas sobre el mercado en 2023 por Sentimentrader
Jay Kaeppel es analista cuantitativo colaborador habitual de los principales medios internacionales como CNBC, así como colaborador destacado en SentimenTrader.com y la revista Stocks and Commodities, una web de referencia internacional con suscriptores en más de 50 países.
Jay Kaeppel / Sentimentrader.com
Puntos clave
El índice S&P 500 registró una caída anual en 2022.
El índice registró una ganancia durante el primer trimestre de 2023.
Esta configuración de rendimiento históricamente ha ofrecido una pista fundamental para los inversores en los mercados bursátiles.
El rendimiento reciente del S&P 500 ha caído y después ha subido
El S&P 500 bajó más del -19 % en 2022. Como puede ver en el gráfico a continuación (cortesía de AIQ TradingExpert), el índice registró una ganancia en el primer trimestre de 2023.
Lo que nos dice el estudio…
En el primer trimestre de 2023, el índice S&P 500 registró ganancias después de sufrir pérdidas durante el año natural 2022. Durante los últimos 70 años, un año a la baja para el S&P 500 seguido de un Q1 alcista el siguiente año ha sido una señal sólidamente alcista para el resto del año. Con un promedio de dos dígitos de ganancia media, un historial de drawdowns muy suaves y sin años de pérdidas, los resultados pueden inspirar confianza con respecto a las perspectivas del mercado para el resto de 2023. Dicho esto, es esencial recordar que ningún indicador, patrón, oscilador o tendencia es siempre infalible. El patrón anterior se utiliza mejor como parte de un enfoque general de «peso de la evidencia» en lugar de como un método de trading independiente.
Van K. Tharp fue uno de los entradores de traders más conocidos a nivel internacional. Durante los últimos 30 años, además de escribir 11 libros, desarrolló algunos de los programas de formación más respetados internacionalmente, siendo el único entrenador que aparece en el libro “The Market Wizard’s: Interviews with Great Traders” de Jack Schwager. Puede encontrar más información de sus cursos y libros en la web www.vantharp.com.
Van K. Tharp / www.vantharp.com
¿Cómo podemos saber cuál es nuestro verdadero nivel como traders? En este artículo Van K. Tharp muestra cómo saberlo. No le dejará indiferente.
¿Ganas dinero todos los años? ¿No ganas dinero en absoluto? ¿Puedes vivir de tus operaciones? ¿Quizás ganas dinero, pero no lo suficiente para cubrir todos los gastos? O ¿tal vez ganaste mucho dinero una vez, lo perdiste todo (y algo más), y ahora solo estás tratando de recuperarlo todo? ¿Con cuál de estas situaciones nos sentimos identificados?
Teniendo en cuenta todas las preguntas que acabo de hacer, califiquemos nuestra competencia como traders en una escala del uno al diez.
Digamos que «uno» es terrible: pierdes regularmente. “Cinco” es neutral: no ganas ni pierdes dinero. Y «diez» es muy bueno: te ganas la vida haciendo trading y las ganancias probablemente se encuentran en el 1% superior de todos los operadores del mercado. ¿Qué tipo de calificación te darías a ti mismo?
Califíquese _____________
Ahora, califica tus sentimientos acerca de tu competencia en la misma escala. Este sentimiento se refiere al éxito que crees que tendrás en el próximo año o en los próximos cinco.
Califíquese _____________
Adivina qué. Acabas de darte un predictor de tu éxito. La competencia en el trading comienza no solo con ser competente, sino también con sentirse competente. Entonces, si la calificación promedio en los dos casos anteriores fue inferior a 6, tienes mucho trabajo por hacer.
Todo esto entra en algunos de los problemas de comportamiento clave que rodean el trading. La mayoría de la gente piensa que el éxito en el trading proviene de encontrar algún secreto mágico y, una vez que lo tienes, simplemente se aplica y luego te CONVIERTE en un trader de éxito.
Pero esa no es la forma en que funciona en absoluto. El éxito viene primero desde adentro. Debes SER un trader de éxito. Eso significa que debes adoptar la personalidad que tienen los traders de éxito. ¿Cuál es su naturaleza?
Cuando entras por primera vez en el SER de un trader, comenzarás a hacer lo que hacen los traders de éxito, y luego comenzarás a tener lo que tienen los traders de éxito. Empezarás a ver el éxito y las ganancias.
Hace tiempo escribí sobre un floor trader que tuvo mucho éxito. Hizo millones en el mercado. Sin embargo, un día, debido al mal tamaño de sus posiciones y tal vez a un exceso de arrogancia, lo perdió todo. Bueno, no todo. Había ahorrado 30.000 dólares en caso de que sucediera algo así. Todavía tenía una reserva de efectivo de $ 30.000 para mantenerse como trader. (Y esto fue hace muchos años cuando $ 30.000 significaban mucho más de lo que significan hoy).
Pero solo tener $ 30.000 realmente lo afectó. Sentía que no podía gastar dinero.
Sentía que tenía que ser particularmente cuidadoso con todo lo que hacía. De hecho, dijo que solía ir a los bares en la hora feliz, comprar una bebida y comer toda la comida gratis que podía. Esa era su cena.
Entonces, ¿cómo le fue a este trader para volver al mercado? ¿Qué dirías? No tenía la actitud de un trader de éxito, estaba muy preocupado por perder y estaba viviendo un estilo de vida que estaba muy por debajo del estilo de vida que tenía cuando tenía éxito.
Si pensaste que no estaba operando bien, entonces acertaste. En unos pocos meses, sus $ 30.000 se redujeron a unos $ 10.000. ¿Cómo crees que se sintió entonces?
En este punto, se dio cuenta de repente. Entendió que era totalmente diferente a la persona que había ganado millones en el mercado. Se dijo a sí mismo: “¿Qué diablos? Solo me quedan $ 10.000, así que voy a volver a ser el tipo de persona que solía ser”. Y mientras lo hacía, retomó su antiguo estilo de vida, lo que significaba que probablemente tenía suficiente dinero para aguantar solo una o dos semanas.
Al mismo tiempo, todo lo demás cambió dentro de él. De repente, también podía operar bien. Estaba ganando mucho más dinero del que gastaba. Ahora estaba SIENDO un buen trader. Y el resultado neto fue que, en pocos años, volvió a ser un trader millonario.
¿Cuál es la Moraleja?
¿Significa esto que simplemente debes asumir que eres un trader competente, gastar dinero como si fueras a ganar millones en el mercado este año y simplemente esperar? ¡No, no significa eso en absoluto!
Esto es lo que significa. Necesitas estudiar cómo son los buenos traders y adentrarte en su forma de pensar. Podrías salir y rodearse de traders exitosos e intentar meterse en sus cabezas, pero ya lo hice por ti en el Peak Performance Home Study for Traders and Investors ¿Por qué no ahorrarse tanto tiempo y dinero? Estudia cómo son los buenos traders y luego vuélvete como ellos.
También necesitas desarrollar un plan de trading y algunos sistemas que funcionen. Casi todos los buenos traders que conozco trabajan duro en estas cosas. Y la razón principal para hacer todo esto es para tener la confianza necesaria para operar bien. Cuando tienes un excelente plan de trading y sistemas implementados, que han demostrado que funcionarán a través de sus pruebas y simulaciones, entonces es fácil asumir el SER de un buen trader.
El ejercicio de Market Wizard o Mago del Mercado
Por último, me gustaría hablar sobre uno de los ejercicios que realizamos en el taller Peak Performance 101. Lo llamo el ejercicio del Market Wizard o Mago del Mercado. El término Market Wizard se deriva del famoso libro de Jack Schwager en el que entrevista a los mejores traders del mundo y sigue siendo un libro esencial para todos los traders.
Para hacer el ejercicio del Mago del Mercado, imagínate en una situación en la que no le está yendo nada bien en el trading. Ahora, levántate y aléjate. Mira cómo te veías operando mal. Fíjate en lo que estabas haciendo con tu cuerpo. Esa es la primera parte del ejercicio y probablemente notarás que estabas con poca fuerza, tenso y no respirabas muy bien.
La segunda parte del ejercicio es imaginar a un Market Wizard sentado en la misma situación, en la que estabas teniendo tantos problemas. ¿Qué está haciendo esa persona? ¿Cómo están manejando esa situación? Lo sorprendente de este ejercicio es que todos pueden hacerlo, incluso los traders novatos que nunca han visto a un gran operador en acción. Sin embargo, saben exactamente cómo está SIENDO ese trader. Y, por lo general, están relajados, muy erguidos, respiran bien y se comportan de manera totalmente diferente a como lo estábamos haciendo antes.
La tercera parte del ejercicio es volver a tu silla y convertirte en ese Market Wizard. Este ejercicio es una ilustración perfecta de cómo debe SER un gran trader para HACER lo que ellos hacen y TENER sus resultados.
Entonces, ¿qué necesitas hacer? Estudia, trabaja duro y desarrolla un plan de trading en el que tengas confianza. Comprende la forma de pensar de los principales traders e inversores y luego adóptala. Desarrolla confianza en tu futuro éxito y luego, cuando estés listo, simplemente SÉ un gran trader. Los resultados vendrán.
Hispatrading Magazine es la revista de referencia en el mundo del trading en español. En cada número participan los principales profesionales del sector a nivel internacional.
Hispatrading Magazine / Hispatrading.com
Por si se las han perdido, aquí tienen condensada las novedades más destacadas que se han producido en el sector a largo del último trimestre.
Seguramente recuerden que, en nuestro número anterior, comentábamos la noticia de que MetaTrader había sido retirada de la tienda de apps de Apple por no cumplir, a juicio de la compañía de la manzana mordida, las directrices de su tienda de aplicaciones.
Pues bien, tras seis meses, podemos confirmar que desde el pasado 7 de marzo MetaTrader 4 y 5 vuelven a estar nuevamente disponibles en la App Store, de tal forma que aquellos usuarios de iOS que no hubieran instalado nunca estas plataformas, ya podrán hacerlo. Asimismo, aquellos usuarios que las tuvieran instaladas podrán recibir actualizaciones de la aplicación.
Según ha explicado MetaQuotes, la empresa de desarrolladora de MetaTrader con sede en Chipre, el proceso fue bastante largo por cuanto tuvo que proporcionar a Apple explicaciones detalladas sobre diferentes aspectos técnicos operativos así como otros datos solicitados.
No obstante, al margen de las explicaciones que haya podido dar la compañía chipriota, lo cierto es que el motivo por el que Apple retiró repentinamente y sin avisar ambas aplicaciones de trading de su App Store fue la preocupación del gigante tecnológico por su uso por parte de estafadores asentados en jurisdicciones offshore.
Ante esto, la respuesta de MetaQuotes fue contundente, realizando un cambio masivo en su política de negocio, de tal forma que la empresa dejó de procesar soluciones de marca blanca de sus plataformas para brokers que ofreciesen sus servicios desde jurisdicciones de dudosa reputación. Un movimiento que, sin duda, habrá contribuido de forma notable a que Apple restaure el acceso a MetaTrader en su tienda de aplicaciones.
Tropezando en la (Misma) Crisis Financiera
De los creadores de Amar en Tiempos de Pandemia y Aventuras en la Nieve con Filomena nos llega el último hito del cine de catástrofes: ¡Tropezando en la (Misma) Crisis Financiera! Y es que las noticias de las sucesivas quiebras de bancos en EE.UU. generan poco menos que inquietud y aún no está muy claro el verdadero impacto que pueden llegar a tener en toda la economía.
La sucesión de acontecimientos ha sido bastante rápida: por un lado, el 9 de marzo Silvergate Bank anunciaba que cerraba sus operaciones y se declaraba en quiebra para iniciar la liquidación voluntaria de sus activos. El anuncio provocaba una tremendo desplome de sus acciones, llegando a acumular pérdidas superiores al 80%.
El principal motivo de la caída de Silvergate es, sin duda, el impacto de la crisis de FTX, la cual ha hecho mucha mella en el que en otro tiempo fue uno de los primeros bancos “criptofriendly”. La fuga de capitales del banco junto con el fin de la relación de negocio con los principales actores del criptomercado como Coinbase o Paxos terminaron de rematar a Silvergate.
Las noticias tampoco eran positivas para el criptomercado, que sufría caídas superiores al 7% tras el anuncio. Y es que no debemos olvidar que Silvergate es el banco que ha concedido el préstamo a la compañía MicroStrategy para comprar Bitcoin, y que las wallets de BTC de El Salvador (el denominado Chivo Wallet) dependen de este criptobanco, por lo que el impacto de la noticia podría tener consecuencias muy negativas para el ecosistema de las criptomonedas.
No obstante, es cierto que este hecho se habría quedado en algo anecdótico si no fuera porque al día siguiente el Silicon Valley Bank también se declaraba en quiebra, provocando una fuerte caída del 60% en sus títulos, arrastrando a todo el sector bancario.
Y ojo porque en este caso ya no estamos hablando de problemas derivados con las criptomonedas, sino de algo mucho más serio, como es el impacto de las subidas de tipos de interés en las carteras de bonos que poseen los bancos. Si hace unos años, con tipos de interés bajos los precios de los bonos se disparaban, ahora la situación es totalmente la contraria: al subir las rentabilidades, los precios de los bonos están perdiendo rápidamente y ello esto sacudiendo de lleno a los balances de las entidades financieras.
En el caso particular de Silicon Valley Bank, la firma invirtió hace un año 80.000 millones de dólares (en torno al 40% de sus depósitos), en una cartera de hipotecas titulizadas a largo plazo (ya saben, los famosos Mortgage-Backed Securities o MBS) con una rentabilidad del 1,5%. Las subidas de tipos de interés dieron al traste con esa inversión generando fuertes pérdidas por lo que el banco intentó vender parte de ese paquete para recuperar liquidez desatando la crisis.
Ante estos hechos, la Reserva Federal se encuentra ante una nueva encrucijada, enfrentándose al dilema de subir tipos con firmeza para frenar la inflación vs. no pasarse de dureza subiendo tipos si no se quiere provocar una nueva crisis financiera. En este sentido, la Reserva Federal y la FDIC (la agencia que asegura los depósitos bancarios enEE.UU.) están sopesando la creación de un fondo que permita a los reguladores respaldar más depósitos en aquellos bancos con problemas.
Novedades en Plataformas de Trading
Recientemente hemos conocido algunas novedades en dos de las principales plataformas de trading. Por un lado, NinjaTrader anunciaba la actualización de sus aplicaciones, incluyendo una nueva versión de su conocida plataforma de escritorio, así como un cambio de imagen corporativa y la renovación de su página web.
De este modo, NinjaTrader lanza un nuevo conjunto de herramientas de trading que funcionan basadas en la nube, son multidispositivo y están totalmente integradas.
Atendiendo las demandas de los usuarios, la compañía ha optimizado su plataforma móvil integral para los usuarios de iPhone, iPad y Android, mientras que la aplicación NinjaTrader Web ha sido renovada para ser accesible desde cualquier navegador web.
Todo ello se suma a un lavado de cara completo aprovechando que NinjaTrader celebra su 20º aniversario este año. De este modo, la compañía ha reemplazado su antiguo logo, que mostraba dos shurikens conectados, por un diseño gráfico más simple y minimalista.
Por su parte, la compañía Spotware acaba de anunciar la incorporación de una nueva funcionalidad en cTrader denominada Chart Streams. Con ella, los usuarios pueden retransmitir sus análisis técnicos de forma continua sin más que enviar un enlace a sus seguidores.
Se trata sin duda de un servicio especialmente orientado a mentores de trading y proveedores de estrategias, los cuales no necesitarán estar además conectados todo el tiempo a la plataforma, ya que el Stream continuará aunque se cierre el navegador.
Lo bueno y lo malo de invertir en el mercado de valores 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
Me gusta mirar ambos lados de las cosas porque muchos aspectos de la vida tienen algún tipo de equilibrio.
No obtienes lo bueno sin lo malo, la recompensa sin el riesgo, el placer sin el dolor o los mercados alcistas sin los mercados bajistas.
Y aunque es cierto que el mercado de valores puede ser implacable a corto plazo, incluso durante períodos de tiempo relativamente cortos, el mercado de valores también puede ser un lugar divertido.
Aquí hay un vistazo a los rendimientos anuales para el S&P 500 desde el año 1926:
Muchos malos momentos, sin duda, pero el mercado de valores ha subido en el 75 % de todos los rendimientos de un año en este tiempo.
No tienes que ser Sherlock Holmes para deducir el hecho de que esto significa que el mercado ha bajado 1 de cada 4 años (en promedio).
Esas son probabilidades bastante decentes. Los malos momentos son dolorosos, pero los buenos momentos lo compensaron con creces.
Para enfatizar este punto, puede ser útil ir más allá de los rendimientos positivos o negativos y mirar las diferentes magnitudes de rendimiento durante estos períodos de un año.
Por ejemplo, el S&P 500 ha bajado un 10% o más en alrededor el 13% de todos los períodos de un año. Pero el mercado ha subido un 10 % o más, un 57 % de las veces.
Las ganancias también superan las pérdidas en otras magnitudes:
El mercado de valores ha bajado un 20 % o más el 6 % del tiempo, pero ha subido un 20 % o más, casi el 34 % del tiempo en períodos de un año.
Casi uno de cada cinco períodos de un año ha subido un 30 % o más, mientras que el mercado ha bajado un 30 % o más menos del 3 % del tiempo.
Los movimientos del cuarenta por ciento en un período de tiempo de un año son raros, pero incluso entonces las ganancias superan las pérdidas en un factor de casi 7 a 1.
El último rendimiento de 12 meses hasta finales de marzo es una pérdida de alrededor del 8 %. Las pérdidas del 8 % o más solo se han producido en el 15 % de los rendimientos históricos de un año.
La mayoría de las veces las cosas son mejores que el entorno actual del mercado, pero supongo que ese es el problema a la hora de invertir en acciones.
La mayoría de las veces las cosas son bastante buenas y a veces son bastante malas.
Señal histórica en la amplitud del mercado por Sentimentrader
Jason Goepfert es presidente y CEO de Sundial Capital Research. Editor de SentimenTrader.com, una web de referencia internacional con suscriptores en más de 50 países.
Jason Goepfert / SentimenTrader
Puntos clave:
Un impulso de amplitud de Zweig se activó con emisiones de NYSE el viernes
Un impulso también se activó utilizando datos de volumen, una señal excepcionalmente rara.
El Oscilador McClellan también ha dado una señal de compra inversa
El santo grial de los empujes de amplitud
No hay reglas cuando se trata de mercados de subastas. Hay muchas teorías, heurísticas y proyecciones místicas, pero ninguna regla real. No las puede haber cuando las emociones humanas están involucradas.
Con respecto a los aspectos técnicos y la amplitud, los analistas que más cerca han llegado a cimentar una regla es el Zweig Breadth Thrust, llamado así por el difunto gestor de dinero Marty Zweig. Según Investopedia:
El indicador de empuje de amplitud es un indicador técnico que se utiliza para determinar el impulso del mercado. Se calcula calculando el número de acciones que avanzan en una bolsa, como la Bolsa de Valores de Nueva York (NYSE), dividido por el número total de acciones (que avanzan + disminuyen) en ella, y genera un promedio móvil de 10 días de este porcentaje.
El indicador señala el comienzo de un nuevo mercado alcista potencial cuando pasa de un nivel inferior al 40 % (lo que indica un mercado sobrevendido) a un nivel superior al 61,5 % en cualquier período de 10 días. Este es un sentimiento que rara vez ocurre, que tiene una gran importancia para los analistas del mercado.
El siguiente gráfico muestra el indicador y la última señal activada en enero de 2019. No se activó durante el repunte de alivio de la pandemia de marzo de 2020 porque tardó unos días más en desarrollarse.
Lo que nos dice el estudio…
Durante el año pasado, notamos varias veces que los datos basados en amplitud se han vuelto un poco locos y pueden volverse menos confiables como señal. Hubo alguna evidencia de que podría ser el caso en 2022, con algunas señales fallidas, pero ha funcionado bien desde el otoño pasado. Los analistas más cercanos interesados en la amplitud ven como el santo grial el Zweig Breadth Thrust, una señal rara e impresionante que ha funcionado durante décadas sin fallas reales. Después de la multitud de señales alcistas desde octubre, el hecho de que este y otros impulsos fiables basados en la amplitud se hayan disparado de nuevo es otra buena señal.
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
Banca I: ¿Desintermediación 2.0? El escenario bajista del año pasado fue que la Fed tendría que endurecer la política monetaria agresivamente porque la Fed estaba detrás de la curva de inflación y tenía que luchar para ponerse al día. Eso provocaría una recesión, que es la única forma de reducir la inflación, según lo que se suele pensar. Como resultado, los múltiplos de valoración caerían, al igual que las ganancias.
Ese escenario funcionó bien para los bajistas, ya que el S&P 500 cayó un 25,4% desde el 3 de enero hasta el 12 de octubre del año pasado. Sin embargo, el mercado bajista se debió principalmente a una caída del 29,8 % en el P/E adelantado del S&P 500 (Fig. 1). Las ganancias a plazo en realidad aumentaron un 6,2% durante el mercado bajista porque la recesión no sucedió como esperaban los bajistas (Fig. 2).
Sin embargo, todavía están gruñendo. Todavía se avecina una recesión, y deprimirá tanto los múltiplos de valoración como las ganancias, afirman. El P/E adelantado subió de 15,1 el 12 de octubre de 2022 a 17,5 el viernes pasado, pero es probable que caiga a un solo dígito en el escenario bajista. Dicen que las ganancias del S&P 500 podrían caer un 15% a $185 por acción este año, por debajo de los $218 del año pasado.
La crisis bancaria que comenzó cuando la FDIC se apoderó de Silicon Valley Bank (SVB) el 10 de marzo provocará la crisis crediticia que provocará una recesión este año, sostienen los bajistas, y más pronto que tarde. El dinero saldrá de los depósitos bancarios hacia valores del Tesoro más seguros que rinden más que los depósitos. Los bancos se verán obligados a vender sus bonos. Se verán obligados a dejar de prestar, lo que provocará una crisis crediticia. Las crisis crediticias atribuibles a la desintermediación siempre han causado recesiones.
Banca II: Hagamos un trato. Todo eso es una letanía muy plausible de lo que salió mal y podría seguir saliendo mal. Lo que podría salir bien es que la crisis bancaria esté contenida por las acciones tomadas hasta ahora por la Fed y la FDIC. Sin duda, responderán con más medidas de contención de contagios si es necesario.
El domingo 12 de marzo, la Fed proporcionó una nueva facilidad de liquidez de emergencia para los bancos. Según el comunicado de prensa de la Fed: El Programa de Financiamiento a Plazos Bancarios (BTFP, por sus siglas en inglés) ofrece préstamos de hasta un año de duración a instituciones de depósito que prometen bonos del Tesoro de EE. UU., deuda de agencias y valores respaldados por hipotecas, y otros activos calificados como garantía. Estos activos se valorarán a la par. “El BTFP será una fuente adicional de liquidez contra valores de alta calidad, eliminando la necesidad de una institución de vender rápidamente esos valores en tiempos de estrés”.
En efecto, la Fed garantizó el 100% de los depósitos para el 100% de los depositantes proporcionando el BTFP como respaldo para detener las corridas bancarias. Hasta ahora, todo bien.
La FDIC comenzó a hacer su trabajo inmediatamente después de apoderarse de SVB. El regulador transfirió todos los depósitos y activos de SVB a un nuevo «banco puente» para proteger a los depositantes del prestamista fallido. El lunes 27 de marzo por la mañana, la FDIC anunció que First Citizens BancShares comprará los depósitos y préstamos de SVB, poco más de dos semanas después del mayor colapso bancario de EE. UU. desde la crisis financiera mundial. La FDIC estimó que la quiebra de SVB le costará a su Fondo de Seguro de Depósitos (DIF) alrededor de $ 20 mil millones, y la cantidad exacta se determinará una vez que finalice la administración judicial.
Podría haber más fusiones y adquisiciones entre los bancos regionales. Para evitar la desintermediación, tendrán que aumentar sus tasas de depósito, lo que reducirá su rentabilidad. Eso podría obligar a muchos de ellos a consolidarse para reducir sus costos.
En cualquier caso, los analistas de la industria que cubren la industria de los bancos regionales S&P 500 respondieron rápidamente a la crisis bancaria. Durante la semana del 16 de marzo, redujeron sus estimaciones de ingresos por acción para 2023 y 2024 en un 7,0 % y un 7,6 % (Fig. 3). Redujeron sus estimaciones de ganancias por acción esos años en un 6,3% y un 7,0% (Fig. 4).
Los inversores redujeron el índice de precios de las acciones de S&P 500 Regional Banks en un 25,8 % del 9 al 24 de marzo (Fig. 5). Eso provocó que el P/E adelantado se desplomara desde justo por encima de 10,0 durante febrero hasta un mínimo histórico de 6,3 el 15 de marzo (Fig. 6).
Por cierto, el Fondo de Seguro de Depósitos de la FDIC tenía un saldo de $128,200 millones a fines del año pasado (Fig. 7).
Efecto de disposición y la importancia de regar las flores por Brandon Beylo
Inversor de valor. Enfocado en empresas de pequeña y micro capitalización, spin-offs y SPAC.
Brandon Beylo / MACRO-OPS
A menudo los traders comenten los mismos errores una y otra vez. ¿Cuál es el principal error que cometen? El efecto de disposición tiene gran parte de culpa, como veremos en este artículo.
Contrarian (n.) – persona que se opone o rechaza la opinión popular, especialmente en las operaciones bursátiles.
La inversión de éxito no es ni más ni menos que una rebelión activa contra la propensión instintiva de sabotear los rendimientos a largo plazo. En un mundo perfecto, invertir es como cultivar un huerto. Cortas las malas hierbas (posiciones perdedoras) y riegas tus flores (ganadoras).
En la práctica, los inversores hacen lo contrario. Tendemos a vender acciones ganadoras demasiado pronto (cortando el fruto) mientras nos aferramos desesperadamente a posiciones perdedoras (regando las malas hierbas).
Este hábito se llama Efecto de Disposición. Acuñado por Shefrin y Statman en 1985, el Efecto de Disposición explica la tendencia de los inversores a cerrar a sus posiciones ganadoras mientras dejan a sus perdedoras.
Es una forma académica de decir, “la mayoría de los inversores lo hacen muy mal”.
En este ensayo, explicaremos el Efecto de Disposición, por qué somos víctimas de él y cómo podemos luchar contra nuestra tendencia a caer en su trampa.
Comprender los números detrás del efecto de disposición
Shefrin y Statman catalogaron once casos únicos de Efecto de Disposición. Pero nos centraremos en dos estudios: las casas de bolsa de descuento de EE. UU. y el mercado de valores finlandés.
Nuestro primer ejemplo proviene de Terrance Odean en 1998. Examinó los registros de 10.000 grandes cuentas de corretaje de EE. UU. entre el período 1987-1993. Descubrió que los inversores (en relación con las oportunidades) ejecutan sus ganancias a una tasa del ~ 50% más alta que sus pérdidas. Odean explicó la razón fundamental detrás del Efecto de Disposición, diciendo (el énfasis es mío):
“Otra razón por la que los inversores pueden vender sus posiciones ganadoras y mantener las perdedoras es que esperan que las perdedoras superen a las ganadoras en el futuro. Un inversor que compra una acción debido a información favorable puede vender esa acción cuando sube porque cree que su información ahora se refleja en el precio. Por otro lado, si las acciones bajan, es posible que continúe reteniéndolas, creyendo que el mercado aún no ha llegado a apreciar su información. Los inversores también podrían optar por vender a las ganadoras y mantener a las perdedoras simplemente porque creen que los precios deberían girarse”.
En 2001, Grinblatt y Keloharju ampliaron el estudio de Odean para analizar el mercado de valores finlandés. La pareja estudió los registros de prácticamente todos los inversores finlandeses entre 1995 y 1996. Los resultados confirmaron los hallazgos de Odean (el énfasis es mío):
“En relación con una acción con una ganancia de capital, una acción con una pérdida de capital de hasta el 30% tiene un 21% menos de probabilidades de venderse; una acción con una pérdida de capital superior al 30% tiene un 32% menos de probabilidades de venderse. Además, es más probable que se vendan las acciones con altos rendimientos pasados o cotizando cerca de su máximo mensual”.
En otras palabras, era más probable que los inversores finlandeses mantuvieran posiciones con una caída del 30% o más en comparación con las ganancias de capital.
Pero, ¿por qué no vendemos nuestras posiciones perdedoras?
¿Por qué vendemos las ganadoras y aguantamos las perdedoras?
Para responder a esta pregunta, necesitamos a los pesos pesados de la economía del conductual, Kahneman y Tversky. Shefrin y Statman atribuyen la mayor parte del resultado del Efecto de Disposición a la Teoría de las perspectivas de Kahneman y Tversky, que trata de explicar por qué las personas reaccionan de manera diferente a las ganancias y pérdidas.
No extrapolaremos aquí los matices de la teoría de las perspectivas. Aún así, hay dos reglas que debe conocer ya que se relacionan con el efecto de disposición (el énfasis es mío):
Los individuos son reacios al riesgo para obtener ganancias, prefiriendo soluciones que conduzcan a una ganancia esperada más baja pero con una certeza más alta (función de valor cóncavo).
Las personas buscan riesgos cuando se trata de realizar pérdidas. Prefieren soluciones que conduzcan a una ganancia esperada más baja siempre que puedan evitar pérdidas (función de valor convexo).
Usemos un ejemplo para ilustrar cómo las dos reglas anteriores activan el efecto de disposición. Hay dos supuestos en nuestro modelo. Primero, asumimos que no hay impuestos ni costos de transacción. En segundo lugar, asumimos que las acciones solo pueden moverse en un incremento de $ 10 en cada sentido.
Supongamos que compró una acción a $ 50 y, al final del mes, cayó a $ 40 (no es raro en los círculos de inversión de valor). Con las acciones a $ 40 / acción, tiene dos opciones: comprar o vender.
Pero no es tan fácil como “comprar o vender” porque los inversores enmarcan sus decisiones a través de la lente de la teoría de la perspectiva. La pregunta se parece más a esto:
Opción A: vender las acciones y convertir una pérdida “en papel” en una pérdida “realizada”.
Opción B: Mantenga las acciones durante otro mes dadas las probabilidades de 50-50 de cubrir la inversión.
Enmarcado de esta manera, el inversionista elegirá la Opción B porque le da una mayor probabilidad percibida de perder menos, en comparación con la pérdida de “apuesta segura” de la Opción A. Esto explica por qué los inversores mantienen sus posiciones perdedoras y cierran sus posiciones ganadoras. Mientras uno no venda, siempre existe la posibilidad de un cambio de rumbo.
También existen razones psicológicas por las que los inversores tienen posiciones perdedoras.
Leroy Gross, en su libro “The art of selling intangibles: How to make your million () by investing other people’s money” (en español “El arte de vender intangibles: cómo ganar millones ($) invirtiendo el dinero de otras personas”) describe por qué la esperanza ayuda al inversor a elegir la opción B (el énfasis es mío):
“Sin embargo, muchos clientes no venderán nada con pérdidas. No quieren perder la esperanza de ganar dinero con una inversión en particular, o quizás quieran obtenerlo incluso antes de salir. La enfermedad de la ‘Get-even-itis’ (tendencia de los inversores a aferrarse a una posición perdedora) probablemente ha causado más destrucción en las carteras de inversión que cualquier otra cosa. En lugar de recuperarse a un precio de entrada original, muchas inversiones se hunden de forma enfermiza en pérdidas aún más profundas”.
Otra razón es la falta de autocontrol. La disertación de Oscar Glick en “A Social Psychological Study of Futures Trading da esta idea (el énfasis es mío):
“… Es probable que muchas de las ideas a las que se hace referencia en los comentarios anteriores se resuman mejor con la noción de ‘autocontrol’ y la sensación de que las pérdidas se convierten (y / o son) en un problema en la medida en que un inversor es deficiente en esta cualidad personal. Esta noción, y la forma en que se considera un problema ocupacional, se refiere más a la forma que al contenido de la toma de decisiones… ”
Los inversores aficionados ven las pérdidas como un ataque personal, no como una función de una estrategia adecuada.
Por qué aceptamos las ganancias rápidamente
El efecto de disposición se reduce al ego. Es la incapacidad de admitir la derrota, asumir una pérdida y seguir adelante. “No”, nos decimos a nosotros mismos, “¡es el mercado el que está mal, no yo!”. Enfrentados a las pérdidas de papel, trabajamos para avivar nuestro ego obteniendo pequeñas ganancias rápidas. ¿Puedes ver el patrón?
Nada nos hace sentir mejor que ver el verde en la cuenta. ¿Y esa posición que ha bajado un 35% hasta la fecha? Eso es una pérdida de papel. ¡Esas no cuentan! Y además, venderá cuando vuelva al punto de equilibrio.
Sin embargo, hacer eso conduce inevitablemente a hacer explotar no una, sino muchas cuentas de trading. Afortunadamente, podemos mitigar esos efectos.
Cómo combatir el efecto de disposición (spoiler: haz lo contrario)
Cualquier jardinero te dirá que el tratamiento es sencillo. Corta las malas hierbas y riega las flores.
Pero es más complejo que eso.
Por ejemplo, ¿cómo sabemos qué es una flor y qué es una mala hierba? ¿Cómo podemos saber si estamos cortando una mala hierba que se convertirá en flor? Para responder a estas preguntas, debemos definir nuestra estrategia: cómo operamos en el mercado. Podemos bifurcar las técnicas en técnicas y fundamentales.
Las estrategias técnicas se basan en la acción del precio, gráficos de acciones y otros indicadores para determinar las entradas y salidas. El enfoque fundamental se basa en el desempeño subyacente de la empresa para establecer un valor intrínseco justo y luego tratar de comprar un descuento significativo a esa estimación de valor intrínseco.
El efecto de disposición perjudica a ambos tipos de traders. Por ejemplo, los traders técnicos pueden mantener sus posiciones perdedoras ignorando los stop loss y cerrar a sus ganadoras al no establecer objetivos de ganancias adecuados antes de realizar la operación.
Los inversores fundamentales pueden aferrarse a las perdedoras en medio de cambios negativos en el negocio subyacente. Pueden atrofiar las ganancias vendiendo una gran empresa porque parece cara.
Podemos vencer el efecto de disposición si nos apegamos a nuestra estrategia y mantenemos el autocontrol.
Para el operador técnico, esto significa respetar los límites de pérdidas y establecer objetivos de ganancias predefinidos que cumplan con un parámetro aceptable de recompensa-riesgo (es decir, 3 a 1). Para los inversores fundamentales, esto significa centrarse en el negocio subyacente y no permitir que la acción del precio determine el éxito o el fracaso de una inversión.
Suponga que existiera una bala de plata para derrotar el Efecto de Disposición. En ese caso, sería esta: sea lento para vender acciones ganadoras y rápido para cortar las perdedoras.Es la cosa más contrarian que puede hacer en los mercados.
Cómo hacer trading con los triángulos por Bramesh Bhandari
Es un conocido trader indio y colaborador de los principales magazines internacionales. Comparte su visión sobre Forex, materias primas e Índices Mundiales a través de su web www.brameshtechanalysis.com. Bramesh también ofrece servicios de tutoría on line para futuros traders.
Bramesh Bhandari / www.brameshtechanalysis.com
Un patrón gráfico es un patrón definido formado en el gráfico de las acciones/commodities que ayudan a identificar futuros movimientos de precios. Estos nos ayudarán a actuar en consecuencia. Veamos la forma de hacer trading con los tríangulos.
Patrones de Giro: este patrón nos indica que la tendencia anterior se revertirá sobre la confirmación de este patrón. Por ejemplo, doble techo, doble suelo, islote, suelo redondeado, triángulo descendente.
Patrones de Continuación: este patrón indica que la tendencia continuará al finalizar este patrón. Por ejemplo triángulo ascendente, triángulo simétrico, taza con asa, bandera.
El Patrón de Triángulo
Cuando el precio de una acción/commodity se mantiene en un rango de negociación y con el paso del tiempo, dicho rango se hace más pequeño, la contracción del precio y la convergencia de la línea de tendencia conducen a la formación del patrón de triángulo. El patrón de triángulo se identifica generalmente por la consolidación de la tendencia seguida por una rotura en la dirección de la tendencia establecida.
Veamos un ejemplo de Exxon Mobil Corp. (XOM) para entender la formación del patrón de triángulo.
Como se observa en el gráfico anterior, la acción del precio en Exxon Mobile se está contrayendo con la convergencia de la línea de tendencia lo que conduce a la formación del patrón de triángulo.
Identificar patrones de triángulo permite encontrar oportunidades de trading durante la formación y después de la rotura del patrón.
Tipos de triángulos
Los patrones de triángulo se dividen en 3 categorías:
1. Triángulo Simétrico
2. Triángulo Ascendente
3. Triángulo Descendente
Pasamos a ver el patrón en detalle para entender cómo se pueden generar señales de trading.
Triángulo Simétrico: este patrón presenta una fluctuación de precios en la que cada oscilación entre máximo y mínimo es más pequeña que la anterior. El volumen tiende a caer a medida que el patrón se desarrolla y la rotura se confirma con un fuerte incremento de volumen. La actividad de trading disminuye hasta que se alcanza el vértice del triángulo.
El triángulo simétrico debe contener al menos 2 máximos decrecientes y 2 mínimos crecientes. Asimismo el Máximo (2) debe ser inferior a Máximo (1) con pendiente bajista en la línea de tendencia superior que los une. Del mismo modo, el Mínimo (2) debe ser superior al Mínimo (1) y la línea de tendencia que los une debe presentar pendiente positiva. El volumen debería disminuir durante la formación del patrón.
Vamos a analizar la formación con un ejemplo de Tata Motors en gráfico diario.
Como se observa en el gráfico que se muestra a continuación, Tata Motors está moviéndose en el rango de precios entre 160 y 208. Durante el transcurso de la negociación Tata Motors ha marcado máximos decrecientes en 196 y 185 para formar una línea de tendencia con pendiente negativa.
Tata Motors también marcó mínimos crecientes en 167 y 169 para formar una línea de tendencia ascendente.
El volumen negociado ha disminuido con la contracción en el rango de cotización. La consolidación está ocurriendo hasta el vértice del triángulo antes de que veamos una rotura.
Rotura del Triángulo Simétrico
Hay dos componentes clave en la rotura del triángulo simétrico:
Precio
Volumen
Para la confirmación de la rotura debemos esperar al cierre de la vela.
Para rotura al alza, la cotización debe cerrar con decisión fuera de la formación del triángulo con un repunte en el volumen. Las roturas a la baja también requieren un cierre alejadopor debajo de la formación, pero el volumen no tiene porqué mostrar un aumento significativo de la actividad.
Cálculo del Objetivo: medimos la diferencia entre la parte superior e inferior del rango del triángulo y se suma/resta al punto de rotura al alza/baja.
Veamos en detalle cómo reaccionó Tata Motors después de alcanzar el vértice del triángulo.
El 3 de enero de 2011 Tata Motors cerró por encima del vértice del triángulo en 194.
Mínimo del rango = 160
Máximo del rango = 208
Rango del Triángulo: (208-160) = 48
Cálculo del objetivo: 194 + 48 = 242
El 2 de febrero de 2012 Tata Motors marcó un máximo en 242.
Los triángulos simétricos proporcionan poca o ninguna indicación en cuanto a qué dirección tomará el valor en la rotura. Como hay una falta de volumen y movimiento de los precios, es simplemente imposible valorar en qué dirección romperá el precio en un triángulo simétrico.
Triángulo Ascendente: este modelo se compone de 2 líneas de tendencia, una trazada horizontalmente para marcar la resistencia, y otra línea de tendencia con pendiente alcista que conecta varios mínimos crecientes. En general, es un patrón de continuación formado durante la consolidación tras una tendencia alcista. Los volúmenes generalmente disminuyen durante la formación del patrón
El patrón de Triángulo Ascendente debe contener al menos 2 máximos similares, no exactamente iguales, pero cercanos para poder formar la línea de tendencia horizontal superior. Por su parte la línea de tendencia ascendente inferior requiere al menos dos mínimos crecientes. En este caso situaremos una orden de compra por encima de la línea de resistencia y una de venta por debajo de la directriz alcista.
Nota: si un mínimo más reciente es igual o menor que el mínimo anterior, entonces el triángulo ascendente no es válido.
Vamos a analizar la formación de triángulo ascendente con un Ejemplo del S&P 500 en gráfico de 15 minutos.
Como se observa en el siguiente gráfico, el S&P 500 es incapaz de cruzar la línea de resistencia situada en 1279 por lo menos 5 veces. Cada intento de cruzar 1279 se encontró con presión de venta. También se puede observar que los compradores comienzan a ganar fuerza a medida que el S&P comienza a hacer mínimos crecientes (1257 y 1265), como se muestra en el gráfico.
La rotura del Triángulo Ascendente se ve en el siguiente gráfico después de romper el nivel de 1279 con apoyo del volumen.
Cálculo de objetivo:
Máximo del Rango: 1279
Mínimo del Rango: 1257
Diferencia: (1279-1257) = 22
Punto de Rotura: 1279
Objetivo: Punto de Rotura + Diferencia de Rango = 1279 + 22 = 1301.
El Triángulo Ascendente generalmente se considera un patrón alcista aunque no siempre es el caso. El Triángulo Ascendente puede romper a la baja como se ve en el siguiente ejemplo.
A continuación se muestra el gráfico horario del S&P 500 del 1 de julio al 25 de agosto.
La línea de resistencia se sitúa en 1130 y se estaban formando mínimos crecientes. El rango se estrechó hasta moverse entre 1110 y 1130 rompiendo finalmente a la baja.
Triángulo Descendente: este patrón modelo se compone de 2 líneas de tendencia, una trazada horizontalmente para marcar el soporte, mientras que la segunda línea de tendencia posee pendiente negativa pues une máximos decrecientes. Los volúmenes generalmente disminuyen durante la formación del patrón y cuando se produce la rotura, la expansión del volumen nos confirma el patrón.
El patrón de Triángulo Descendente debe contener al menos 2 o más mínimos cercanos, aunque no necesariamente iguales, para formar la línea de tendencia horizontal inferior. Para formar la línea de tendencia descendente se requieren al menos dos máximos decrecientes. Nos gustaría establecer una orden de venta por debajo de la línea de soporte y una orden de compra por encima de la directriz bajista.
Vamos a analizar la formación de un Triángulo Descendente con un ejemplo en el gráfico diario de Google Inc.
Como se observa en el siguiente gráfico, Google ha formado soporte en 553 tocando ese nivel en 2 ocasiones entre el 10 de noviembre y el 11 de marzo. El precio ha comenzado a marcar máximos decrecientesde forma gradual lo que significa que los vendedores están ganando control sobre el valor.
El 15 de abril de 2011 Google anunció sus resultados del primer trimestre, los cuales estaban por debajo de las expectativas del mercado lo que provocó una caída de casi el 8%. El valor rompió su soporte en 553 con un enorme hueco a la baja.
La rotura a la baja del Triángulo Descendente se ve en el gráfico después de romper el nivel de 553 y viene reforzada por la expansión de los volúmenes negociados.
Cálculo del objetivo:
Máximo del Rango: 631
Mínimo del Rango: 553
Diferencia: (631-553) = 78
Punto de Rotura: 545
Objetivo: Punto de Rotura – Diferencia de Rango = 545-78 = 467.
Google marcó un máximo de 473 el 24 de junio de 2011, llegando casi a la meta.
Falsa Rotura
Los triángulos, al igual que otros patrones gráficos, están sujetos a muchos movimientos falsos. La mayoría de los traders permiten entre un 1 y un 3% de movimiento fuera del patrón con la expansión de volumen antes de dar por válida la rotura. Cuando se confirma el patrón, se espera que la tendencia posterior siga la dirección de la rotura.
El siguiente gráfico es de los futuros sobre Nifty en gráfico de 30 minutos con un triángulo descendente. El patrón también muestra dos roturas falsas rompiendo a la baja 5997, pero se recupera rápidamente dando lugar a la activación de los stop loss de los traders.
El patrón de triángulo es uno de los patrones más fiables, cuando se opera con el stop de pérdidas adecuado. La rotura del triángulo debe ser confirmada usando volúmenes e indicadores como el MACD o Estocástico para evitar señales falsas. El trader siempre debe utilizar trailing stops para proteger las ganancias.