Domina los fundamentos del Forex: una guía para traders novatos por Kathy Lien

En un mercado dominado por titulares e incertidumbre global, entender los fundamentos del forex ya no es opcional. Esta guía te muestra cómo integrar análisis macroeconómico y técnico para mejorar tus decisiones.

Mientras que los precios de las divisas nunca se han movido únicamente por patrones técnicos o por el sentimiento de corto plazo, hubo un tiempo en el que los traders podían permitirse centrarse casi exclusivamente en los gráficos, especialmente cuando las tendencias eran constantes y los mercados se comportaban de forma ordenada. Pero esos tiempos ya quedaron atrás.

En el mundo actual, veloz y dominado por titulares, los fundamentos—en especial los grandes eventos macroeconómicos—se han convertido en el motor más importante del mercado Forex. Desde anuncios inesperados de aranceles y guerras comerciales hasta shocks inflacionarios, tensiones geopolíticas y decisiones sobre tipos de interés, los traders han aprendido que estos acontecimientos no son solo ruido de fondo: son fuerzas poderosas que pueden alterar el sentimiento de mercado y alimentar tendencias durante semanas, meses o incluso más.

Algunos de estos eventos se anticipan, otros llegan sin previo aviso. En ambos casos, las tácticas de trading deben ser las mismas:capacidad de reacción rápida y estratégica.

Más que nunca, los traders deben saber cómo interpretar e incorporar estos factores de gran escala en sus estrategias para mantenerse por delante de la curva.

Si reconoces la importancia de los fundamentales pero te sientes abrumado o sin saber por dónde empezar, no estás solo. En este artículo, te mostraré cómo abordar el análisis fundamental en Forex, por qué es clave y cómo puedes utilizarlo para mejorar tu operativa.

Comprender la esencia de lo que mueve a las divisas

A simple vista, puede parecer lógico que una economía fuerte implique una divisa fuerte, mientras que una economía débil lleve a una divisa más débil. Pero en la práctica no es tan simple, sobre todo cuando ambos países de un par de divisas están creciendo o contrayéndose al mismo tiempo. En estos casos, lo que realmente importa es el ritmo relativo de crecimiento y, más aún, cómo influye eso en la política de tipos de cada país.

Por ejemplo, los bancos centrales de todo el mundo, incluido el Banco Central Europeo, están bajando los tipos de interés, pero uno destaca: el Banco de Japón, que es actualmente el único gran banco central que está subiendo tipos. Esa divergencia crea un sesgo claro desde el punto de vista de política monetaria. Si la tendencia continúa, los traders esperarían un fortalecimiento del yen frente al euro, ya que el capital tiende a fluir hacia monedas con mayores rendimientos.

El marco de las 3M: Macro, Micro y Política Monetaria

Para hacer el mundo de los fundamentales más manejable, utilizo un marco que llamo las 3M:

1.Macro: La visión global

Macro se refiere a los grandes acontecimientos globales—los que ocupan las portadas, no solo las páginas de economía. Pandemias, guerras, amenazas arancelarias, negociaciones comerciales o cambios políticos como el Brexit. Estas historias suelen desencadenar tendencias profundas y duraderas en los mercados de divisas. Como trader, es clave estar informado sobre estos eventos y utilizar tus herramientas técnicas para identificar oportunidades alineadas con esa tendencia general. A diferencia de los datos habituales, estos eventos macro pueden influir en el mercado durante semanas o meses, no solo días.

2.Micro: Datos económicos

Lo micro, en cambio, tiene impacto en el corto plazo. Implica seguir los datos económicos diarios—como las cifras de empleo mensual, inflación, confianza del consumidor y más. Aunque su impacto suele ser breve, estos informes pueden ofrecer excelentes oportunidades de trading de corto plazo, especialmente cuando refuerzan la narrativa macro o monetaria. Entre los indicadores micro más relevantes están los índices de actividad como los ISM y PMI, los datos de empleo y los informes de inflación—todos ellos pueden mover el mercado con fuerza cuando sorprenden las expectativas.

3.Política monetaria: El verdadero motor del mercado

De las tres patas del análisis fundamental—macro, micro y monetaria—la política monetaria es la más influyente y de efectos más duraderos. En esencia, se refiere a la política de tipos de interés, y aunque los bancos centrales no ajustan tipos con frecuencia, los mercados empiezan a reaccionar mucho antes de que esas decisiones ocurran. De hecho, no suele ser el cambio de tipos en sí lo que más mueve al mercado, sino la expectativa sobre la dirección futura de los tipos, basada en los discursos de los bancos centrales y los datos económicos.

Ponte en los zapatos de un banquero central

Una de las mejores formas de comprender el impacto de la política monetaria es pensar como un banquero central. Imagina por un momento que eres el presidente de la Reserva Federal. Tu misión es gestionar la economía de EE. UU. mediante la política monetaria. Te importa el empleo, la inflación, el crecimiento y la estabilidad financiera. Cuando llegan nuevos datos sobre empleo, precios o gasto del consumidor que resultan mejores o peores de lo esperado, eso influye en si decides subir o bajar los tipos.

Así piensan los grandes inversores institucionales—y así deberías pensar tú como trader de Forex.

En el mercado de divisas, los diferenciales de tipos y las expectativas de cambio son uno de los factores más poderosos que dirigen los flujos de capital. Si un país sube tipos mientras otro los baja, el capital tenderá a moverse hacia la moneda con mayor rentabilidad. Ese flujo de dinero es el que mueve los mercados.

Cómo combinar fundamentales y técnicos

Muchos traders tienen dificultades para combinar análisis fundamental y técnico. La clave está en pensar en los fundamentales como tu brújula—te dan un sesgo direccional—y en los técnicos como tu mapa—te dicen dónde y cuándo entrar o salir del mercado.

Supongamos que se espera que el BCE inicie una nueva ronda de recortes de tipos, mientras que la Fed mantiene los suyos. Eso establece una visión bajista para el euro frente al dólar. Si tus gráficos muestran una resistencia en EUR/USD o un patrón de giro, esa es tu oportunidad para vender el par en línea con la narrativa general.

En cambio, si detectas una señal de compra en una moneda débil debido a una política monetaria laxa, quizá sea mejor tener cautela o evitar esa operación por completo.

Conviértete en un trader con fundamentos

No necesitas un título en economía ni años de experiencia en una mesa de trading para usar bien los fundamentos. Lo que sí necesitas es un marco sencillo, disciplina para leer y seguir la actualidad, y capacidad para alinear los fundamentos con tus herramientas técnicas.

Aquí tienes la segunda parte traducida al español neutro especializado en trading, manteniendo el formato original y marcando en naranja una frase clave como me pediste:

Empieza poco a poco:

•Sigue los calendarios económicos principales

•Presta atención a los comunicados sobre tipos de interés

•Sigue a economistas y analistas clave en Twitter

•Lee resúmenes diarios o semanales del mercado

•Pregúntate cada semana: “¿Cuál es el tema dominante ahora mismo?”

3 consejos prácticos para aplicar los fundamentos en Forex

Ahora que ya tienes un marco sólido para entender los fundamentos, vamos a concretarlo aún más con tres consejos prácticos y aplicables desde ya para mejorar tus decisiones de trading:

1. Observa los diferenciales de bonos como indicador adelantado del dólar estadounidense

Uno de los indicadores más fiables para anticipar movimientos del dólar es el diferencial de rentabilidad de los bonos, en particular el rendimiento del bono del Tesoro a 10 años de EE. UU. Las rentabilidades suben cuando los precios de los bonos bajan, normalmente en respuesta a expectativas de mayor inflación o una política monetaria más restrictiva—ambas positivas para el dólar.

Cómo usarlo:

Si los rendimientos del bono a 10 años en EE. UU. suben con fuerza en comparación con los de otros países desarrollados, es señal de que los inversores esperan un mayor crecimiento o un endurecimiento de la política monetaria por parte de la Fed. En ese entorno, busca oportunidades de compra en el dólar estadounidense, incluso si un patrón técnico sugiere venta. Ignora señales débiles de venta y evita operar contra un mercado de bonos en alza.

La Figura 1 lo deja claro: existe una fuerte correlación entre los rendimientos de EE. UU. y el USD/JPY.

Por ejemplo, si el par USD/JPY muestra sobrecompra en el gráfico técnico, pero los rendimientos de EE. UU. suben y la política monetaria de Japón sigue siendo ultraexpansiva, quizá no sea el momento de vender USD/JPY. El mercado de bonos sigue respaldando al dólar.

Lo contrario también se aplica. Si los rendimientos de EE. UU. caen con fuerza, mientras que los de Europa o Japón se mantienen o suben, es señal de que el sentimiento hacia la economía de EE. UU. se debilita. En ese caso, evita comprar dólares aunque los indicadores técnicos muestren un posible rebote.

2. Observa las bolsas para medir el sentimiento de riesgo

La dinámica “risk-on/risk-off” es un tema clave en Forex y suele reflejarse en el comportamiento de las bolsas. Cuando los índices accionarios caen—especialmente ante titulares alarmantes como guerras, temores de recesión o crisis bancarias—los inversores buscan refugio. Esto suele provocar ventas de monedas sensibles al riesgo como el euro (EUR), el dólar australiano (AUD) o el neozelandés (NZD), y compras de divisas refugio como el dólar (USD), el yen (JPY) o el franco suizo (CHF).

Puedes ver la fuerte correlación entre AUD/USD y los futuros del S&P en la Figura 2.

Cómo usarlo:

Si los índices como el S&P 500 caen con fuerza por titulares negativos, considéralo una señal de aversión al riesgo. En ese entorno, evita comprar monedas de alto beta como el AUD o el NZD, aunque el gráfico muestre una señal técnica de compra.

Por ejemplo, si hay una escalada geopolítica repentina y el Dow cae 500 puntos en un día, aunque tu gráfico muestre una figura alcista en AUD/USD, es mejor mantenerse al margen o incluso buscar venta, porque el mercado está adoptando un sesgo defensivo.

En el extremo opuesto, si las bolsas suben con fuerza—quizá por buenos resultados empresariales o datos macro positivos—es un entorno risk-on. En este contexto, los traders se sienten cómodos saliendo de activos refugio y entrando en monedas con mayor rendimiento o sensibilidad al crecimiento. Ese es el momento de buscar compras en AUD, NZD o incluso EUR, y tener cuidado con las ventas, por muy bajista que sea el gráfico.

3. Combina monedas fuertes con débiles según las sorpresas de datos

Una de las formas más eficaces de operar con fundamentos es emparejar una moneda fundamentalmente fuerte con otra débil, especialmente cuando hay sorpresas en los datos económicos.

Cómo usarlo:

Empieza revisando el calendario económico y sigue de cerca los datos clave como empleo, inflación o PIB. Si un país publica datos positivos por sorpresa mientras otro no tiene publicaciones relevantes o falla en sus cifras, eso genera una divergencia ideal para una operación direccional.

Por ejemplo, si Australia publica un informe de empleo excepcional, mientras que Canadá reporta ventas minoristas más débiles de lo esperado, aunque el gráfico de AUD/CAD parezca neutral, esa divergencia fundamental te da ventaja clara: busca oportunidades para entrar largo en AUD/CAD.

De forma similar, si la zona euro sorprende al alza y Japón no tiene datos relevantes, los traders podrían llevar al alza el EUR/JPY, sobre todo si no hay motivos fundamentales para apoyar al yen.

Cuando emparejas una moneda respaldada por datos alcistas recientes con otra sin soporte o con datos negativos, creas operaciones sólidas tanto en lo técnico como en lo fundamental. Son las operaciones que suelen tener movimientos más limpios y sostenibles.

Incorporar fundamentos en tu operativa no significa abandonar el análisis técnico—significa darle a tus operaciones más contexto y más convicción. Al vigilar los rendimientos de los bonos, seguir el sentimiento de las bolsas y emparejar monedas fuertes con débiles según los datos, empezarás a detectar patrones que el análisis técnico por sí solo no muestra.

Cuanto más entrenes tu mente para observar los fundamentos, más naturales se volverán estas ideas. Y lo mejor es que puedes empezar a aplicarlas ahora mismo.

Estrategias de trading algorít­mico: tipos, pasos, ideas de modelado e implementación por Quantinsti

El trading algorítmico consiste en programar un conjunto de instrucciones para que un ordenador ejecute órdenes de compra y venta de forma eficiente, reduciendo al mínimo la intervención humana. Aunque el concepto pueda sonar complejo, cualquier persona con dedicación y nociones básicas de programación (Python, C, Java, etc.) puede aprender a crear algoritmos que operen en los mercados.

¿Qué son las estrategias de trading algorítmico?

Una estrategia de trading no es más que un conjunto de reglas que definen cuándo entrar en el mercado y cuándo salir. Cuando estas reglas se codifican en un lenguaje que el ordenador entiende y se automatiza la ejecución, hablamos de estrategias de trading algorítmico. El ordenador genera señales y toma las posiciones según el código del trader.

Clasificación de las estrategias algorítmicas

Las estrategias algorítmicas se pueden clasificar en varias categorías amplias:

• Estrategias de momentum o seguimiento de tendencia: buscan beneficiarse de la continuidad de una tendencia existente. Su lema es «comprar caro y vender más caro». Utilizan estadísticas para determinar si la tendencia continuará y suelen adoptar posiciones de corto plazo o invertir en valores con fuertes retornos recientes. La gestión del riesgo es clave debido a la alta volatilidad.
• Estrategias de arbitraje: explotan ineficiencias temporales de precios entre instrumentos relacionados. Ejemplos incluyen el arbitraje estadístico (como pairs trading), donde se opera la convergencia de precios entre activos correlacionados, o el arbitraje de índices y futuros. Estos métodos suelen requerir ejecución rápida y control riguroso del riesgo.
• Estrategias de creación de mercado: el creador de mercado cotiza simultáneamente precios de compra y venta, obteniendo beneficios del diferencial bid‑ask. Los algoritmos de «market making» ajustan las cotizaciones en función de la demanda, la volatilidad y el inventario propio para mantener posiciones equilibradas.
• Estrategias basadas en aprendizaje automático: utilizan técnicas de machine learning para identificar patrones complejos en los datos. Desde modelos de clasificación y regresión hasta redes neuronales y aprendizaje por refuerzo, estas estrategias buscan prever movimientos de precios o clasificar regímenes de mercado a partir de grandes volúmenes de datos.
• Estrategias con opciones: emplean derivados para construir exposiciones no lineales, proteger carteras o aprovechar la volatilidad. Los algoritmos pueden gestionar coberturas dinámicas o explotar ineficiencias en la estructura temporal de las volatilidades implícitas.

Construcción e implementación de una estrategia algorítmica

El proceso para desarrollar una estrategia de trading algorítmico eficaz suele seguir estos pasos:

1. Generación de ideas: identificar un patrón o hipótesis de mercado que se quiera explotar, basándose en teoría financiera, experiencia personal o análisis cuantitativo.
2. Diseño de la estrategia: definir reglas claras de entrada y salida, parámetros de gestión de posiciones y condiciones de riesgo.
3. Codificación: programar las reglas en un lenguaje como Python, utilizando librerías para manejar datos y enviar órdenes.
4. Backtesting y optimización: probar la estrategia en datos históricos para evaluar su rentabilidad y estabilidad, ajustando parámetros si es necesario y evitando el sobreajuste.
5. Simulación en tiempo real (paper trading): ejecutar la estrategia sin riesgo en mercado en vivo para observar su comportamiento operativo y latencias.
6. Gestión del riesgo: establecer límites de exposición, stop‑loss, tamaños de posición y otros controles para mitigar pérdidas y adaptarse a la volatilidad.
7. Implementación en producción: desplegar el algoritmo en un entorno que se conecte al bróker o plataforma de ejecución, monitorizando continuamente su desempeño y actualizando el código cuando sea necesario.

Gestión del riesgo y consideraciones finales

El éxito del trading algorítmico no depende solo de la calidad del modelo, sino también de una gestión del riesgo disciplinada. La diversificación, el control del tamaño de las posiciones, la definición de límites de pérdidas y la supervisión de la ejecución son fundamentales para afrontar eventos de cola y cambios repentinos en el mercado. Asimismo, es importante conocer las comisiones, la liquidez y la infraestructura tecnológica disponible.

En resumen, las estrategias de trading algorítmico abarcan desde enfoques sencillos basados en tendencias hasta sofisticados modelos de aprendizaje automático. Para los traders que quieran adentrarse en este campo, dominar los fundamentos de programación y análisis cuantitativo, junto con una buena gestión del riesgo, les permitirá desarrollar y ejecutar algoritmos que operen de forma coherente y sistemática en los mercados financieros.

Aplicando la Regresión Lineal en el Análisis Técnico por Sylvain Vervoort

• En este artículo, veremos cómo usar la regresión lineal, una herramienta estadística financiera, para predecir tendencias de precios. ¿Preparados?
• Artículo publicado en Hispatrading 60.

La regresión es una técnica estadística utilizada en finanzas, inversiones y otros campos para evaluar la fuerza y la naturaleza de la relación entre una variable dependiente y una o más variables independientes.

La forma más común de regresión es la regresión lineal, también conocida como regresión simple o mínimos cuadrados ordinarios (MCO), que identifica la relación lineal entre dos variables.

¿Qué es una relación lineal?

Una relación lineal, también conocida como asociación lineal, es un término estadístico que describe una conexión en línea recta entre dos variables. Esta relación puede representarse gráficamente con una línea recta que vincula la variable con la constante, o matemáticamente, donde la variable independiente se multiplica por el coeficiente de pendiente y se suma a una constante para determinar la variable dependiente.

Fórmula para una relación lineal

Matemáticamente, una relación lineal es aquella que satisface la ecuación:

y = mx + b

donde:

m = pendiente

b = intersección con el eje y

En esta ecuación, “x” e “y” son dos variables relacionadas por los parámetros “m” y “b”.

Gráficamente, y = mx + b se traza en el plano x-y como una línea con pendiente “m” e intersección con el eje y “b”. La intersección con el eje y “b” es simplemente el valor de “y” cuando x=0. La pendiente “m” se calcula a partir de dos puntos individuales (x1, y1) y (x2, y2) como:

m = (y2 − y1) / (x2 − x1)

Los traders utilizan la regresión lineal para identificar tendencias y predecir precios futuros. Las herramientas clave incluyen líneas y canales de regresión lineal.

La regresión lineal es una herramienta valiosa en el análisis técnico para identificar tendencias y tomar decisiones de trading. En finanzas, la regresión lineal se utiliza para predecir resultados financieros basados en uno o más indicadores financieros. Identifica la línea que mejor se ajusta a un conjunto de puntos de datos, ilustrando la relación entre variables.

Una línea de regresión por mínimos cuadrados representa la relación entre dos valores numéricos diferentes. Este procedimiento ajusta la línea a los puntos de datos de manera que minimiza la suma de las distancias verticales al cuadrado entre la línea y los puntos. También se la conoce como línea de mejor ajuste o línea de tendencia.

Aquí, utilizaremos los niveles de precios (apertura, máximo, mínimo o cierre) en relación con las líneas de regresión lineal como líneas de soporte y resistencia para confirmar decisiones de trading.

El canal externo en color magenta representa un canal de volatilidad dentro del cual los precios se mueven hacia arriba y hacia abajo. La línea de regresión lineal verde se calcula en función de los precios de cierre, mientras que la línea de regresión lineal roja se deriva de los precios máximos. Un cruce del precio de cierre por encima de la línea verde actúa como una señal de compra temprana. Un cruce del precio de cierre por encima de la línea roja es una señal para abrir una posición larga. Mientras el precio de cierre se mantenga por encima de la línea verde, se puede mantener la posición larga.

El canal magenta exterior representa un canal de volatilidad dentro del cual los precios se mueven hacia arriba y hacia abajo. La línea verde de regresión lineal se calcula en función de los precios de cierre, mientras que la línea roja de regresión lineal se deriva de los precios máximos. Un cruce del precio de cierre por debajo de la línea roja sirve como la primera señal de venta. Un cruce del precio de cierre por debajo de la línea verde es una señal para abrir una posición corta. Mientras el precio de cierre permanezca por debajo de la línea roja, puedes mantener tu posición corta.

Las líneas negras punteadas verticales en las Figuras 1 y 2 son separadores de meses.

Al final de este artículo, encontrarás el código fuente de MetaTrader 4 (SVE_Regression.mq4) para el indicador SVE_Regression. Simplemente compila el código fuente en el editor de MT4 para generar un archivo ejecutable SVE_Regression.ex4.

Ahora puedes crear dos indicadores de regresión (rojo y verde) en la misma ventana de gráficos, como se muestra en las Figuras 1 y 2.

Los valores de entrada para la línea de regresión lineal verde en el indicador SVE_Regression son los siguientes:

•Periodo de regresión: El número de barras utilizadas para el cálculo (13).

•Corrección de exceso: El factor de desplazamiento y la velocidad de cambio (1.7).

•Tipo de precio: El precio utilizado para el cálculo de la regresión. Las opciones incluyen cierre, apertura, máximo o mínimo. Otros tipos de precios, como típico, mediano y ponderado, se ajustarán por defecto al precio de cierre.

•Media de suavizado: Puedes aplicar una media de suavizado adicional a la línea de regresión. Usar el valor “0” no añade suavizado extra. El tipo de media de suavizado puede ser Simple, Exponencial, Suavizada o Lineal Ponderada.

Parámetros de Entrada de la Regresión (Línea Roja):

La única diferencia aquí es el tipo de precio. Para la línea de regresión lineal roja, se utiliza el precio máximo (High).​

Cuando el precio de cierre cae por debajo de la línea de regresión verde, es momento de abrir una posición corta. Mientras el precio se mantenga por debajo de la línea de regresión roja, deberías mantener tu posición corta.

Cuando el precio de cierre sube por encima de la línea de regresión roja, es momento de abrir una posición larga. Mientras el precio se mantenga por encima de la línea de regresión verde, deberías mantener tu posición larga.

Evitando Errores Comunes en el Trading

Errores que debes evitar como trader:

A continuación, se presenta el código fuente de SVE_Regression. ¡Muchos éxitos!​

//+——————————————————————+

//|                                               SVE_Regression.mq4 |

//|                               Copyright © 2024, Sylvain Vervoort |

//|                                              http://stocata.org/ |

//|                                             20240610 version 1.0 |

//+——————————————————————+

#property copyright   «Copyright © 2024, Sylvain Vervoort»

//#property link        http://stocata.org/

#property description «Version 1.0 – 2024.06.10»

#property indicator_chart_window

#property indicator_buffers   1

#property indicator_color1    Green

#property indicator_width1    2

#property strict

//—- input parameters

extern int RegAverage            =  13  ;             // Regression Period

extern double OvershootCorr      =   1.7;             // Overshoot Correction

extern ENUM_APPLIED_PRICE TrackingPrice = PRICE_CLOSE;// Price Type, only COHL

extern int   SmoothVal         =  3;                  // Smooth average 0=Not Used

extern ENUM_MA_METHOD SmoothType =  MODE_SMMA;        // Smooth Type

//—- buffers

double  SmoReg[];

double  RegAverageBuff[];

double  sumx  = 0;

double  sumy  = 0;

double  sumxy = 0;

double  sumx2 = 0;

double  sumy2 = 0;

double  yint  = 0;

double  r     = 0;

double  m     = 0;

//+——————————————————————+

//|                    INITIALIZATION FUNCTION                       |

//+——————————————————————+

int init()

{

//—- buffers

IndicatorBuffers  (2);

SetIndexBuffer    (0, SmoReg);

SetIndexStyle     (0, DRAW_LINE);

SetIndexDrawBegin (0, RegAverage);

SetIndexBuffer    (1, RegAverageBuff);

      SetIndexStyle     (1, DRAW_NONE);

string StrRegAverage    = IntegerToString(RegAverage);

string StrOvershootCorr = DoubleToString(OvershootCorr,1);

IndicatorShortName        («SVE_Regression»);

return(0);

 }

//+——————————————————————+

//| Custom indicator iteration function                              |

//+——————————————————————+

int OnCalculate

               (const int      rates_total,

                const int      prev_calculated,

                const datetime &time[],

                const double   &open[],

                const double   &high[],

                const double   &low[],

                const double   &close[],

                const long     &tick_volume[],

                const long     &volume[],

                const int      &spread[])

  {  

   int n,limit,shift;

   limit = rates_total-RegAverage; // avoid property strict error

for (shift=limit-1; shift >= 0; shift–) 

{ 

sumx  = 0;

sumy  = 0;

sumxy = 0;

sumx2 = 0;

sumy2 = 0;

// Only allow tracking open, close, high, low prices 

// Force median, typical and weighted prices to closing prices

if (TrackingPrice     ==PRICE_MEDIAN)  TrackingPrice  = PRICE_CLOSE;

else if (TrackingPrice==PRICE_TYPICAL) TrackingPrice  = PRICE_CLOSE;

else if (TrackingPrice==PRICE_WEIGHTED)TrackingPrice  = PRICE_CLOSE;

// Calculate xy values separately tracing prices, open, high, low, close

if (TrackingPrice==PRICE_CLOSE) // tracing closing price

{

for (n = 0; n <= RegAverage-1; n++) 

             // loop through bars calclating LR for each bar

             // using the least squares method y=mx+b

{ 

            sumx  = sumx  + n;

sumy  = sumy  + close[shift + n];

sumxy = sumxy + n * close[shift + n];

sumx2 = sumx2 + n * n;

sumy2 = sumy2 + close[shift + n] * close[shift + n];

}

  }

      else if (TrackingPrice==PRICE_OPEN) // Tracing open price 

  {

    for (n = 0; n <= RegAverage-1; n++)

{ 

      sumx  = sumx + n;

sumy  = sumy + open[shift + n];

sumxy = sumxy + n * open[shift + n];

sumx2 = sumx2 + n * n;

sumy2 = sumy2 + open[shift + n] * open[shift + n];

}

  }

      else if (TrackingPrice==PRICE_HIGH) // Tracing high price 

  {

    for (n = 0; n <= RegAverage-1; n++)

{ 

      sumx  = sumx + n;

sumy  = sumy + high[shift + n];

sumxy = sumxy + n * high[shift + n];

sumx2 = sumx2 + n * n;

sumy2 = sumy2 + high[shift + n] * high[shift + n];

}

  }

    else if (TrackingPrice==PRICE_LOW) // Tracing low price 

  {

    for (n = 0; n <= RegAverage-1; n++)

{ 

      sumx  = sumx + n;

sumy  = sumy + low[shift + n];

sumxy = sumxy + n * low[shift + n];

sumx2 = sumx2 + n * n;

sumy2 = sumy2 + low[shift + n] * low[shift + n];

}

  }

  // calculate square root regression for each individual value

double temp = RegAverage * sumx2 – sumx * sumx;

if (temp == 0) temp = .0000001;

m = (RegAverage * sumxy – sumx * sumy) / temp; 

temp = RegAverage;

if (temp == 0) temp = .0000001;

yint = (sumy + m * sumx) / temp; 

temp = MathSqrt((RegAverage * sumx2 – sumx * sumx) * 

                   (RegAverage * sumy2 – sumy * sumy));

if (temp == 0) temp = .0000001;

r = (RegAverage * sumxy – sumx * sumy) / temp;

RegAverageBuff[shift] = yint – m * RegAverage/(OvershootCorr + 0.0001); 

// avoid division by 0

  }    

   // Track result in buffer and display result in the chart

   if(SmoothVal > 0){

     for (shift=limit-1;shift >= 0;shift–) 

     SmoReg[shift]=iMAOnArray(RegAverageBuff,0,SmoothVal,0,SmoothType,shift);}

   else if(SmoothVal == 0)

     for (shift=limit-1;shift >= 0;shift–) SmoReg[shift] = RegAverageBuff[shift];

  return(0);

}

//+——————————————————————+

Cómo aprender a operar con Order Flow de la forma correcta: Guía para principiantes en 6 niveles (Parte 1) por Peter Davies

Operar con Order Flow es un poco como jugar a un videojuego bien diseñado: empieza fácil y va aumentando la dificultad. Si el primer nivel es imposible, pierdes el interés. Si es demasiado fácil, te aburres. La clave es avanzar paso a paso y acumular pequeñas victorias que refuercen tu confianza.

Así que si solo recuerdas una cosa de este artículo, que sea esto: empieza desde el nivel 1. No intentes operar como un profesional desde el primer día. Construye retroalimentación positiva en tu camino como trader. Cada nivel que superes te acercará a un dominio más completo del Order Flow. Vamos con el primer nivel.

Nivel 1 – Deja de ser arrollado

Esto no suena glamoroso, pero es esencial. La mayoría de los traders se obsesionan con encontrar razones para entrar al mercado, pero pocos se entrenan para saber cuándo NO entrar. Este es el nivel del «anti-trade»: la habilidad de leer el flujo de órdenes y decidir no operar cuando las condiciones son desfavorables.

Imagínate cruzando una calle muy transitada sin mirar. El Order Flow es como esa calle, y tu habilidad para detectar el momento adecuado para entrar es como aprender a cruzarla sin ser atropellado. Como en el clásico juego “Frogger”, estás intentando calcular el momento justo para avanzar sin que te golpee el tráfico (el precio).

Al enfrentarte al Order Flow en tiempo real, solo hay tres opciones:

• Entrar al precio planeado.
• Entrar a otro precio, mejor o peor, según el momentum observado.
• No entrar y esperar una mejor oportunidad.

El objetivo de este nivel es simple: evitar operaciones que se revierten en tu contra justo después de entrar. Tal vez no sea tan atractivo como buscar “setups ganadores”, pero es lo que separa un operador disciplinado de un impulsivo.

Este nivel no se aprende con teoría. Como aprender a cruzar la calle, se aprende con repetición y observación. Para ayudarte, busca ejercicios de “momentum drills” donde puedas practicar aceptar o rechazar trades con base en el flujo de órdenes.

Nivel 2 – Medir la volatilidad

Una de las únicas constantes del mercado es el cambio de volatilidad. Tu trabajo como trader es reconocer cuánta oportunidad (y riesgo) te está dando el mercado cada día. La clave está en adaptarte según el entorno: días con alta volatilidad requieren stops más amplios y objetivos más ambiciosos; días lentos, lo contrario.

¿Cómo empezar a percibir esto? Observando los primeros minutos del mercado. Algunos prefieren esperar hasta las 10am, pero yo encuentro que la apertura da un buen indicio de cómo se comportará el día. Mira la amplitud del rango nocturno, sí, pero sobre todo, observa cómo reaccionan los participantes durante el horario oficial de EE. UU., que concentra el mayor volumen.

Este nivel requiere constancia: solo hay una apertura al día, así que solo tienes una oportunidad diaria de practicarlo. La buena noticia es que probablemente ya estás frente a la pantalla a esa hora, así que no cuesta nada observar.

¿Cómo se ve un cambio de volatilidad? Si jugaste “Frogger” y lo aceleras 20 veces, notas el cambio inmediatamente, aunque no puedas cuantificarlo. Con el mercado es igual: al ver la apertura día tras día, tu ojo se entrenará para notar cuándo el flujo se comporta con agresividad o con calma.

Ventajas adicionales de este nivel: si haces esto bien, no solo entenderás la volatilidad, sino que podrás anticipar comportamientos útiles para tus entradas, especialmente en torno al volumen nocturno. Todo comienza con observar.

Nivel 3 – Lectura de retrocesos (Pullbacks)

Los retrocesos son mis favoritos. Ofrecen relaciones riesgo-beneficio muy interesantes. En retrocesos con poco volumen no hay suficientes stops para que los grandes operadores “empujen” el mercado en tu contra. Al contrario, en niveles como los mínimos del día, suele haber muchos stops, y eso atrae movimientos violentos.

Antes de hablar de mecánicas, orientémonos. Mira un gráfico de 1 minuto con suficiente compresión para que no se vean velas individuales. Observa los swings y los puntos de giro. Los números verdes representan los ticks en cada swing; los morados, el volumen. Los swings azules indican volumen creciente en la dirección de la tendencia; los rojos, volumen decreciente.

En una tendencia alcista, los swings al alza tienen más volumen y amplitud que los bajistas. En una reversión bajista, sucede lo contrario. Esta es una forma sencilla de confirmar si el mercado realmente ha cambiado de dirección.

¿Por qué los retrocesos son el nivel 3? Porque ofrecen un entorno más controlado para leer el Order Flow. Tienen menos volumen, menos energía, y por tanto menos ruido. Aun así, presentan desafíos: no sabrás si fue un retroceso real hasta que se haya completado. Pero hay pistas: una orden iceberg o absorción puede marcar el final del retroceso.

Desde la perspectiva del Order Flow, debes centrarte en dos cosas:

• ¿Realmente parece un retroceso? Menor volumen, movimiento más lento, sin urgencia.
• ¿Dónde termina? Busca señales de agotamiento: absorción, reducción del delta, falta de seguimiento.

Aunque no operes retrocesos, este nivel te entrena para reconocer patrones de agotamiento. Y eso es oro, incluso en otras estrategias. Leer retrocesos es como practicar boxeo con un oponente más lento: ideal para afinar reflejos sin ser noqueado.

En la Parte 2 abordaremos los niveles más complejos: gestionar una posición con la tendencia, sostenerla a través de múltiples swings y operar durante eventos de noticias. Pero todo eso solo es posible si dominas primero los fundamentos.

Camina antes de correr. La lectura de Order Flow no es magia, es entrenamiento.

Cómo el estrés sabotea tu trading por Bramesh Bhandari

Tu corazón late con fuerza. Tus palmas sudan y tu atención se reduce a un solo número aterrador que parpadea en una esquina de la pantalla: tu P&L en tiempo real. La operación se ha movido en tu contra, y cada tick se siente como un ataque personal. El pensamiento racional se evapora, reemplazado por un cóctel primitivo de miedo y pánico. Presionas el botón de “cerrar”, asumiendo una pérdida que tu análisis previo había catalogado como simple ruido del mercado. Un momento después, la posición se revierte con fuerza, alcanzando justo tu objetivo de ganancias.

Esto no es un fallo técnico. Es un fallo biológico.

Bienvenido al mundo del estrés del trading, el asesino silencioso de cuentas y carreras. Es la fuerza invisible que convierte a estrategas disciplinados en apostadores impulsivos. Mientras los traders invierten miles de horas en dominar patrones de gráficos e indicadores técnicos, el oponente más formidable no es el mercado, sino el efecto debilitante de su propia respuesta al estrés.

Este artículo es una inmersión profunda en la anatomía del estrés del trading. Analizaremos por qué ocurre, los errores específicos y costosos que provoca, y lo más importante: te daremos un conjunto práctico de estrategias accionables para gestionarlo, transformando tu mayor debilidad en una fuente de fortaleza.

Parte 1: La anatomía del estrés del trading – No es debilidad, es biología

Para conquistar el estrés, primero debes entender por qué se siente tan abrumador. El motivo por el cual el trading es tan estresante es que activa nuestros mecanismos de supervivencia más primitivos en un entorno para el que nunca fueron diseñados.

El secuestro del cerebro: lucha o huida en un mundo financiero

Tu cerebro está equipado con un sistema de detección de amenazas llamado amígdala. Cuando tus antepasados enfrentaban una amenaza física —un depredador, una tribu rival— la amígdala iniciaba la respuesta de “lucha o huida”, inundando el cuerpo con adrenalina y cortisol para prepararse para una acción inmediata.

Esta respuesta es eficaz para la supervivencia física: agudiza los sentidos, acelera el ritmo cardíaco y apaga la corteza prefrontal, la parte lógica y racional del cerebro. No necesitas reflexionar sobre las consecuencias a largo plazo de huir de un león: solo tienes que correr.

Ahora, salta al presente: eres un trader moderno. No estás frente a un león. Estás frente a una pérdida financiera. Pero para tu amígdala, una amenaza es una amenaza. No distingue entre la vida y el capital. Activa la misma respuesta:

• Miedo financiero = “Huida”: impulso abrumador de cerrar la posición, aunque tu plan diga que debes mantenerla.
• Racha perdedora = “Lucha”: necesidad desesperada de “recuperar” el dinero, lo que lleva a hacer revenge trading sin control.

El papel del cortisol: la hormona del estrés

Mientras la adrenalina te da el impulso inicial, el cortisol es la hormona que se mantiene en el tiempo, manteniéndote en alerta máxima. La exposición crónica al cortisol, común en profesiones estresantes como el trading, tiene efectos devastadores en el rendimiento:

• Decisiones deterioradas: el cortisol daña la conexión entre la amígdala y la corteza prefrontal, dificultando el pensamiento lógico bajo presión.
• Problemas de memoria: interfiere con tu capacidad de recordar reglas y lecciones previas.
• Impulsividad: promueve el deseo de gratificación inmediata, como cerrar por una pequeña ganancia solo para aliviar el estrés.

Cuando combinas un mercado volátil, la incertidumbre constante y el dinero real en juego, obtienes la tormenta perfecta para el estrés crónico. Tu biología está en tu contra. El objetivo no es eliminar esta respuesta —es imposible— sino aprender a gestionarla.

Parte 2: El parte de daños – 6 errores costosos causados por el estrés

El estrés no gestionado no es solo una sensación abstracta; se traduce en errores concretos que destruyen tu cuenta. Reconocerlos es el primer paso para corregirlos.

• Revenge trading: tras una pérdida frustrante, el cortisol y la adrenalina están altos. Sientes que el mercado te ha atacado y necesitas recuperar el dinero a toda costa. Entras en operaciones sin planificación, buscando forzar una victoria.
• FOMO: ves un activo dispararse sin ti. El miedo a quedar fuera te hace entrar en pánico y perseguir el trade justo cuando los primeros en entrar están tomando ganancias.
• Toma de ganancias prematura: estás en una operación ganadora, pero la ansiedad por una posible reversión te lleva a cerrar con una ganancia pequeña, dejando gran parte del recorrido planeado sobre la mesa.
• Ignorar el stop-loss (“trading con esperanza”): la operación supera tu stop. El estrés de asumir la pérdida te lleva a negarla. Sigues esperando, y una pérdida manejable se convierte en una devastadora.
• Sobreoperar: el mercado lento genera ansiedad. La necesidad de hacer “algo” te lleva a tomar operaciones mediocres por aburrimiento o impaciencia.
• Parálisis por análisis: el estrés es tan abrumador que te bloqueas. Ves tu mejor setup, pero el miedo a equivocarte te paraliza.

Parte 3: La caja de herramientas – Estrategias prácticas para cada trader

Gestionar el estrés es una habilidad que se construye con práctica. Aquí tienes un kit de tres niveles para prevenir, intervenir y recuperarte.

Nivel 1: Estrategias proactivas (fortalece tus defensas)

• Preparación a prueba de balas: el estrés se alimenta de la incertidumbre. La mejor defensa es un plan de trading detallado y testeado. Saber tus reglas de entrada, salida y tamaño de posición elimina decisiones emocionales.
• Domina tu riesgo: el principal generador de estrés es arriesgar demasiado dinero. Si una sola operación puede hacerte daño emocional o financiero, estás operando demasiado grande.
• Optimiza tu fisiología: tu mente y cuerpo son uno. Descuidar la salud física es como entrar a una batalla con un arma oxidada.

Sueño: 7-9 horas de sueño. La falta de sueño dispara el cortisol y daña la corteza prefrontal.
Ejercicio: es el mejor ansiolítico natural. Reduce el cortisol y mejora tu estado de ánimo.
Nutrición: evita picos de azúcar y exceso de cafeína, que imitan los síntomas de ansiedad.

Nivel 2: Estrategias en el momento (cortocircuita el impulso)

• Respiración en caja: usada por Navy SEALs para mantener la calma. Inhala 4 segundos, mantén 4, exhala 4, mantén 4. Repite 4-5 veces. Es fisiológicamente imposible estar en pánico respirando así.
• Pausa estratégica (Regla de los 60 segundos): ¿urgencia por actuar sin plan? Espera 60 segundos. Camina, bebe agua. Este “buffer” permite que vuelva el pensamiento racional.
• Etiqueta tus emociones: di “Estoy sintiendo una fuerte ola de miedo”. Esto mueve la experiencia de la amígdala a la corteza prefrontal.
• Reinicio físico: aprieta y suelta los puños, estira cuello y hombros. Cambiar el estado físico puede romper el bucle mental negativo.

Nivel 3: Estrategias post-mercado (descompresión y recuperación)

• Cierre total: define una hora de fin. Cierra plataformas y no revises el P&L ni las noticias. Separa tu yo trader de tu yo personal.
• Diario enfocado en el proceso: analiza tu ejecución, no el resultado. Pregúntate:
  • ¿Seguí mi plan en cada operación?
  • ¿Cuándo sentí estrés y cómo lo gestioné?
  • ¿Cuál fue mi mejor decisión del día, incluso si fue una pérdida?
• Desconexión activa: programa una actividad no relacionada con el mercado tras el cierre. Camina, escucha música, juega con tus hijos. Entrena a tu cerebro a desconectar y prevenir el agotamiento.

Conclusión: De víctima del estrés a arquitecto de tu respuesta

El estrés siempre será parte del trading. El mercado es una máquina de incertidumbre, y eso activa nuestro cableado primitivo. No puedes controlar la tormenta, pero sí puedes construir un mejor barco.

Deja de ver el estrés como una debilidad personal. Empieza a verlo como una habilidad que puedes entrenar. Al aplicar estas estrategias antes, durante y después del mercado, no solo gestionas el estrés: estás entrenando a tu cerebro para mantener la calma, el enfoque y la lógica cuando más importa.

Elige una estrategia y practícala durante una semana. El camino hacia convertirte en un trader rentable y tranquilo no empieza con un nuevo indicador, sino con una sola respiración consciente.

El poder de la paciencia: por qué esperar es una estrategia ganadora en el trading por Bramesh Bhandari

En el mundo electrizante de los mercados financieros, donde las noticias se suceden a velocidad de vértigo, los precios se mueven rápidamente y la promesa de beneficios inmediatos domina la narrativa, la paciencia no es simplemente una virtud en el trading; es una estrategia fundamental e innegociable para ganar. Para los operadores que estudian los ciclos de Gann y las ideas profundas de la astrología financiera, la tentación de actuar ante cada señal percibida puede ser muy fuerte. Sin embargo, la paciencia es el superpoder silencioso que separa a los ganadores consistentes de quienes persiguen oportunidades fugaces.

La tiranía de la gratificación instantánea

Vivimos en una época en la que lo inmediato es la norma. La información está al alcance de la mano, la comunicación es instantánea y las transacciones se ejecutan en milisegundos. Esta cultura penetra nuestras expectativas y nos hace creer que el éxito en el trading también debería ser inmediato y constante. Esa mentalidad es el caldo de cultivo de la impaciencia, uno de los rasgos psicológicos más destructivos en el trading.

La impaciencia se manifiesta de distintas formas:

• Perseguir operaciones (FOMO): entrar impulsivamente en un mercado que ya se ha movido sin ti y lejos de tu punto óptimo.
• Sobreoperar: sentir la necesidad de estar siempre en el mercado y tomar configuraciones subóptimas solo por «hacer algo».
• Salidas prematuras: cerrar operaciones ganadoras por miedo a una corrección menor, perdiendo ganancias más grandes.
• Mantener perdedoras demasiado tiempo: esperar impacientemente que una operación perdedora se recupere, ignorando las reglas de stop‑loss para no asumir una pérdida.
• Ignorar el plan: desviarse de un plan de trading bien estudiado porque el mercado no se mueve lo suficientemente rápido o aparece una oportunidad aparentemente mejor.

Cada una de estas acciones impacientes socava la disciplina, amplifica el riesgo y erosiona el capital. El mercado, a diferencia de una máquina tragaperras, no premia la acción constante: premia la inacción inteligente seguida de la acción estratégica.

Ventajas estratégicas de la paciencia

Desde la perspectiva del análisis de Gann, que subraya los ciclos temporales y la progresión geométrica del precio, la paciencia está integrada en la metodología: no se opera un nivel de precios sin considerar el momento concreto. Los estudios astrológicos señalan periodos de confluencia y discordia, recordándonos que no todos los momentos son igual de propicios para operar. Ambas aproximaciones nos invitan implícitamente a esperar.

Estas son algunas razones por las que la paciencia es tu mayor aliada:

1. Esperar configuraciones de alta probabilidad: no todas las condiciones de mercado ofrecen una oportunidad clara. Los traders pacientes esperan a que se manifieste su configuración predefinida, como un francotirador que espera el disparo perfecto, minimizando señales falsas y costes de transacción.
2. Dejar madurar las operaciones: una vez dentro, la paciencia permite dejar correr las ganancias en vez de cerrarlas por ansiedad. Si tu análisis (ángulos de Gann, conjunciones astrológicas) sugiere un movimiento mayor, la paciencia te ayuda a capturarlo.
3. Evitar el ruido: los mercados están llenos de ruido y falsas rupturas que sacan a los impacientes. La paciencia permite filtrar esas distracciones y centrarse en los movimientos significativos.
4. Preservar el capital: tomar menos operaciones de mayor calidad reduce la exposición al riesgo innecesario. La impaciencia lleva a sobreoperar y, finalmente, a erosionar el capital.
5. Estabilidad emocional y claridad: ser paciente te libera de reaccionar a cada oscilación. Esto reduce el estrés y fomenta una mentalidad más racional, permitiéndote ver el bosque y no solo los árboles.
6. Confluencia en astrología y Gann: un ángulo de Gann puede necesitar tiempo para desarrollarse, o un aspecto astrológico puede tardar días en manifestarse. La impaciencia significa entrar demasiado pronto, sin confirmación, o ir contra el flujo cósmico o geométrico predominante.

Consejos prácticos para cultivar la paciencia

Cultivar la paciencia no consiste en ser pasivo, sino en ser selectivo de forma estratégica. Es una disciplina activa.

1. Define tus condiciones de «no operar»

Tan importante como saber cuándo entrar es saber cuándo no operar. Establece condiciones claras que te obliguen a mantenerte al margen:

• Condiciones de mercado: evita operar antes de anuncios importantes (p. ej., reuniones de la Fed), durante periodos de baja liquidez o cuando tu estrategia no funciona bien en rangos estrechos.
• Estado personal: si estás estresado, emocional, cansado o enfermo, no operes. Tu mente debe estar despejada.
• Evitar la «venganza»: después de una pérdida significativa, no vuelvas a entrar inmediatamente; toma un respiro.

Paso accionable: añade una sección de «zonas prohibidas» a tu plan de trading. Sé específico y tenla visible.

2. Perfecciona tus listas de verificación

La paciencia prospera con la objetividad. Si tu configuración no es perfecta, espera.

• Criterios detallados de entrada: para cada estrategia (por ejemplo, rebote en un ángulo de Gann o alineación de un nodo lunar con un soporte clave), lista todas las condiciones que deben cumplirse antes de abrir una posición.
• Marca todas las casillas: solo entra si todas las condiciones están satisfechas. Si una falta, espera; no hay excepciones.
• Evita las operaciones «casi»: «casi alcanzó mi punto de entrada» o «el aspecto astrológico es casi perfecto» son trampas. La paciencia exige exactitud.

Paso accionable: crea listas de verificación para cada estrategia y revísalas antes de cada operación. Si algún paso no se cumple, no operes.

3. Practica la «espera activa»

La paciencia no es inactividad; es observación y preparación proactivas.

• Gestión de la lista de observación: mantén una lista centrada de instrumentos que se están acercando a tus configuraciones. Obsérvalos sin actuar prematuramente.
• Análisis previo a la operación: utiliza el tiempo de espera para profundizar en tu análisis: confirma tus ángulos de Gann, revisa los aspectos astrológicos, busca confluencias.
• Simulación y backtesting: si tienes la urgencia de operar pero no hay configuraciones, utiliza una cuenta demo o revisa datos históricos. Satisface el deseo de acción sin riesgo.
• Aprendizaje e investigación: dedica los periodos de espera a leer noticias, estudiar conceptos avanzados o mejorar tu diario de trading.

Paso accionable: en lugar de escanear gráficos al azar por aburrimiento, comprométete a esperar activamente: revisa tu diario, ajusta tus herramientas de análisis o amplía tus conocimientos hasta que aparezca una oportunidad legítima.

4. Controla el tamaño de posición y la gestión del riesgo

Esto es tan crucial que merece repetirse. Las posiciones pequeñas fomentan la paciencia; las grandes engendran impaciencia.

• El poder de las apuestas pequeñas: cuando arriesgas una fracción mínima de tu capital (por ejemplo, entre el 0,5 % y el 1 %), el impacto emocional de una oportunidad perdida o una pequeña pérdida se reduce, lo que te permite esperar con calma la configuración óptima.
• Sin mentalidad de «gran golpe»: la impaciencia suele surgir al intentar obtener un «jonrón» en cada operación. Acepta que los éxitos pequeños y constantes, logrados mediante la ejecución paciente de tu estrategia, conducen a un crecimiento considerable a lo largo del tiempo.

Paso accionable: reevalúa el tamaño de tus posiciones. Si arriesgas demasiado en cada operación, redúcelo. Enfócate en ganar un 1 % de forma constante, no un 10 % ocasional.

5. Concéntrate en los objetivos a largo plazo

La impaciencia nace de centrarse demasiado en los resultados inmediatos.

• Cambia tu perspectiva: recuerda que el éxito en el trading se mide a lo largo de meses y años, no minutos u horas. Cada operación es solo un dato pequeño en una serie mucho más amplia.
• Revisa el rendimiento periódicamente: en lugar de cada día, revisa tus resultados semanal o mensualmente. Así apreciarás el impacto positivo de tu enfoque paciente y disciplinado.
• Celebra el proceso: reconoce y recompénsate por cumplir tu plan, incluso si una operación en concreto termina en pérdida. La victoria reside en la disciplina, no solo en el beneficio.

Paso accionable: escribe tus objetivos de trading a largo plazo y colócalos donde puedas verlos a diario. Cuando te sientas impaciente, míralos y recuerda que la paciencia es el puente hacia su consecución.

6. Utiliza el análisis basado en el tiempo (específico de Gann y astro)

Para los operadores que siguen Gann y la astrología, aquí la paciencia se integra con tus metodologías centrales.

• Ciclos temporales de Gann: la máxima de Gann de que «el tiempo es más importante que el precio» es un llamado directo a la paciencia. Hay que esperar a que se cumplan los ciclos temporales, a que el precio alcance un cuadrado de tiempo o complete una vibración concreta.
• Confluencias astrológicas: los aspectos planetarios (conjunciones, oposiciones, cuadraturas, trígonos) no suceden de inmediato. Se forman y se despliegan con el tiempo; su influencia se fortalece en momentos precisos. Hay que esperar pacientemente al aspecto exacto para optimizar la entrada o la salida.
• Ciclos de declinación y fases lunares: ciclos como la declinación de la Luna o periodos concretos de Luna nueva y llena pueden señalar giros. Operar estos ciclos requiere paciencia para dejar que completen su influencia.

Paso accionable: al realizar tu análisis de Gann o astrológico, identifica explícitamente las ventanas temporales donde se espera que tus señales sean más fuertes. Comprométete a entrar solo en esas ventanas, ignorando la acción del precio si el ciclo temporal no está maduro.

Conclusión: la paciencia es la ventaja definitiva

En un mundo obsesionado con la velocidad, la paciencia proporciona una ventaja competitiva incomparable en el trading. Es la guardiana silenciosa de tu capital, la compañera inquebrantable de tu disciplina y el terreno fértil donde pueden florecer las configuraciones de alta probabilidad.

Para quienes se dedican a los profundos enfoques de Gann y los estudios astrológicos, la paciencia no es un extra opcional; es el tejido mismo que entreteje los intrincados patrones de precio y tiempo. Al adoptar la paciencia, trasciendes a las masas impulsivas y emocionalmente reactivas y te alineas con el flujo deliberado y estratégico del propio mercado. Se trata de hacer lo correcto en el momento adecuado. Y, a menudo, lo correcto es simplemente esperar.

Atención a los semiconductores por Dr. Ed Yardeni

Los semiconductores inicialmente estaban exentos de los aranceles que el presidente Donald Trump anunció sobre las importaciones procedentes de Taiwán y otros lugares, pero su estatus privilegiado podría estar a punto de terminar. El martes, Trump afirmó que en la próxima semana se anunciarían aranceles específicos para semiconductores.

Luego, anoche, tras el cierre de los mercados financieros, el presidente planteó la idea de imponer aranceles del 100 % a los semiconductores, con exenciones para las empresas que fabriquen en Estados Unidos o hayan anunciado su intención de hacerlo. No se dieron detalles concretos, y las negociaciones sin duda reducirán ese porcentaje. Aun así, el 100 % es un punto de partida mucho más alto que el de otros aranceles impuestos hasta ahora a las importaciones de distintos países. El sector de semiconductores recibió inicialmente un respiro el 11 de abril bajo un Memorando Presidencial que excluía ciertos productos de los aranceles recíprocos. Pero la industria sabía que la exención probablemente acabaría, ya que el 1 de abril el Departamento de Comercio inició una investigación sobre el impacto en la seguridad nacional de las importaciones de semiconductores y productos relacionados bajo la Sección 232 de la Ley de Expansión Comercial de 1962, como explica un informe de Torres Trade Law. (Se están realizando investigaciones separadas bajo la misma sección para minerales críticos, productos farmacéuticos y principios activos farmacéuticos).

Se requiere una recomendación de esa investigación antes del 27 de diciembre; sin embargo, dado los recientes comentarios del presidente en la entrevista del martes con CNBC, es posible que el informe ya esté terminado.

Aplicar aranceles a los semiconductores es complicado porque EE. UU. importa relativamente pocos semiconductores “per se” —unos 45.000 millones de dólares—, pero importa muchos productos que los contienen (como teléfonos inteligentes). Stacy Rasgon, de Sanford Berstein, especuló en CNBC que los aranceles podrían aplicarse a los semiconductores incluidos en dispositivos importados.

AMD, Apple, Nvidia y otros fabricantes encargan la producción de sus chips a Taiwan Semiconductor Manufacturing Company (TSMC) en Taiwán. Trump no precisó cuán altos serían los aranceles ni si se añadirían al arancel actual del 20 % sobre las importaciones de Taiwán. Su objetivo: impulsar la fabricación de chips en suelo estadounidense.

El movimiento para “repatriar” la producción de semiconductores ya está en marcha. Comenzó en el primer mandato de Trump, cuando TSMC anunció planes para construir su primera planta en Arizona. Bajo Biden, la compañía amplió esos planes a una segunda planta en 2022 y una tercera en 2024, y en marzo, bajo el “Trump 2.0”, añadió otras tres plantas, dos centros de empaquetado avanzado y un centro de I+D.

La inversión de TSMC en EE. UU. se estima ahora en 165.000 millones de dólares, aunque sus chips más avanzados seguirán produciéndose en Taiwán. Irónicamente, muchos de los chips que TSMC fabrique en EE. UU. podrían exportarse a Asia para su ensamblaje en productos electrónicos.

Hasta ahora, los inversores en semiconductores parecen no haber reaccionado con pánico ante los aranceles durante la “Tormenta Arancelaria” de Trump. El índice S&P 500 de semiconductores ha subido un 28,8 % en lo que va de año hasta el cierre del lunes (antes de la entrevista de Trump del martes), impulsado por Nvidia (57,9 % de la capitalización del sector), Broadcom (17,1 %) y AMD (3,5 %). Las acciones de AMD han subido un 46,4 % en el año, Nvidia un 34,0 % y Broadcom un 28,4 %.

La noticia del martes sobre los futuros aranceles provocó una leve caída del 0,95 % en el índice S&P 500 de semiconductores, en una jornada en que el S&P 500 general bajó un 0,49 %. La falta de reacción puede deberse a la ausencia de detalles: quizá los nuevos aranceles se apliquen gradualmente, dando tiempo a la industria para trasladar la producción a EE. UU.

El anuncio de Trump fue solo una parte de una semana intensa para el sector. Datos de AMD y la Semiconductor Industry Association (SIA) muestran que las ventas globales de semiconductores siguen sólidas:

(1) AMD no convence. AMD reportó ingresos del 2T de 7.700 millones de dólares, un 31,7 % más interanual y ligeramente por encima de los 7.400 millones esperados. Su BPA ajustado fue de 0,48 dólares, en línea con el consenso, pero muy por debajo de los 0,69 dólares del año anterior, principalmente por una amortización de inventario de 800 millones relacionada con la prohibición de vender chips de IA a China. Para el 3T, prevé ingresos de 8.400 a 9.000 millones, con un punto medio de 8.700 millones (+28 % interanual), superando las previsiones de 8.300 millones. Esta proyección no incluye la reanudación de ventas a China, que muchos analistas esperan tras el levantamiento de la prohibición el mes pasado. También se beneficiaría del lanzamiento en junio de sus chips MI350, que competirán con los Blackwell de Nvidia. Aun así, las acciones cayeron un 6,3 % en el aftermarket, quizá más por la subida del 44,3 % en el año que por los fundamentales. La CEO Lisa Su fue optimista: “Vemos un camino claro para escalar nuestro negocio de IA hasta decenas de miles de millones de dólares en ingresos anuales… Estamos en las primeras etapas de una transformación de IA en toda la industria que impulsará un gran aumento en la demanda de cómputo en todos nuestros mercados”.

(2) Demanda global firme. Las ventas globales en el 2T subieron un 7,8 % trimestral y casi un 20 % interanual, alcanzando un récord, según la SIA. Por regiones, el crecimiento trimestral fue mayor en Asia Pacífico/otros (+18,2 %), seguido de China (+12,2 %), Europa (+3,9 %), Américas (-0,6 %) y Japón (-2,7 %). La producción industrial de EE. UU. en junio confirmó esta fortaleza, con la producción de semiconductores y componentes afines aumentando un 15,3 % interanual a un nuevo récord.

Los analistas de Wall Street siguen siendo optimistas: los ingresos y beneficios del sector están cerca o en máximos históricos. Se espera que crezca un 27,8 % en ingresos este año y un 19,4 % en 2026, y un 40,7 % en beneficios este año y un 32,8 % en 2026. La única sombra es la valoración: su PER adelantado de 31,5 está cerca de los máximos recientes.

Hablemos del riesgo en el trading por Jack Schwager

• Volatilidad. Todos la miramos cuando vamos a analizar un activo. De hecho, esta suele ser una medida usada para entender el riesgo que un activo o sistema muestra. Pero ¿de verdad es una medida fiable para medir el riesgo? Jack Schwager, en exclusiva para Hispatrading Magazine, nos habla de ello. Seguro que comienza a pensar de modo diferente.
• El artículo “Apuntes sobre el riesgo y trading” se ha publicado en Hispatrading Magazine nº42.

Este es un tema muy amplio, tanto que hablaré de él en una serie de artículos. En este, me centraré en la validez y la aplicabilidad del uso de la volatilidad como medida de riesgo. En el segundo artículo, consideraré medidas de riesgo alternativas, y diría que superiores. Finalmente, en el tercer artículo, me enfocaré en medir (y controlar) el riesgo futuro en lugar de medir el riesgo pasado. Dado que la medición del riesgo es igualmente pertinente tanto para los traders como para los inversores, utilizaré ambas perspectivas en los dos primeros artículos. 

“Volatilidad” es el término laico utilizado para referirse a una medida estadística: la desviación estándar.

“Volatilidad” es el término laico utilizado para referirse a una medida estadística: la desviación estándar. Muchos lectores conocerán la definición matemática de la desviación estándar, pero para aquellos que no, piensen en la desviación estándar como una medida de cómo son los retornos variables. Cuanto más generalizados sean los retornos al rededor del rendimiento medio histórico, mayor será la desviación estándar. Para proporcionar un sentido tangible de la desviación estándar, le pongo un ejemplo. Suponga que los rendimientos se distribuyen normalmente (un supuesto simplificador conveniente sujeto a muchas excepciones en los mercados). Si encontrara un mercado así, entonces se esperaría que el 95% del tiempo los rendimientos caigan dentro de dos desviaciones estándar del rendimiento promedio (suponiendo que usemos el rendimiento promedio histórico como el nivel de rendimiento futuro esperado). 

Por ejemplo, si un gestor tiene un rendimiento anual promedio del 15% (que se supone que es el rendimiento esperado futuro) y una desviación estándar del 5%, habría una probabilidad del 95% de que el rendimiento anual caiga en un rango entre + 5% y + 25%. Si otro gestor también tiene un rendimiento anual promedio del 15% pero tiene una desviación estándar del 20%, el rango de probabilidad del 95% para el rendimiento se ampliará a -25% y + 55%. Se supone que ambos gestores tienen el mismo rendimiento esperado, pero hay más incertidumbre, en el nivel de retorno, para el gestor con una desviación estándar más alta.

La volatilidad (es decir, la desviación estándar) a menudo se considera sinónimo de riesgo. Una confusión que se encuentra en el corazón de la mala medición del riesgo.

Es importante comprender que la desviación estándar mide la variabilidad en los rendimientos y no necesariamente refleja el riesgo de perder dinero. Piense, por ejemplo, en un fondo que perdió un 1.0% mensualmente. Dicho fondo tendría una desviación estándar de 0.0 porque no hay variabilidad en los retornos, pero tendría la certeza absoluta de perder dinero. Este peculiar ejemplo lo comentó Milt Baehr, cofundador de Pertrac, en una conversación que tuvimos hace años.

La volatilidad (es decir, la desviación estándar) a menudo se considera sinónimo de riesgo. Una confusión que se encuentra en el corazón de la mala medición del riesgo. La volatilidad es solo una parte de la imagen del riesgo, la parte que puede cuantificarse fácilmente, lo que sin duda es la razón por la que se usa comúnmente como una medida del riesgo. Sin embargo, una evaluación integral de riesgos también debe considerar y sopesar los riesgos ocultos (o de eventos), especialmente dado que estos riesgos pueden ser más importantes.

La confusión entre volatilidad y riesgo a menudo lleva a los inversores a equiparar los fondos de bajo riesgo con los fondos de baja volatilidad.

La confusión entre volatilidad y riesgo a menudo lleva a los inversores a equiparar los fondos de bajo riesgo con los fondos de baja volatilidad. La ironía es que muchos fondos de baja volatilidad en realidad pueden tener un riesgo más elevado que los fondos que tienen una alta volatilidad. 

Las mismas estrategias, que están más expuestas al riesgo de eventos (por ejemplo, volatilidad corta, crédito largo), también tienden a ser rentables la gran mayoría de las veces. Mientras no ocurra un evento adverso, estas estrategias pueden seguir adelante con NAVs en constante aumento y movimientos negativos a la baja. Mostrarán baja volatilidad (en relación con el rendimiento) y parecerán de bajo riesgo. Pero el hecho de que no se haya producido un evento adverso, durante el historial, no implica que el riesgo no exista.

Otro ejemplo. El Fondo A que emplea una estrategia de venta de opciones out de money o fuera de dinero. Salvo bruscos y grandes movimientos, el fondo cobrará una prima por las opciones que expiran sin valor y serán rentables. El historial estará dominado por un gran porcentaje de meses rentables y una volatilidad relativamente baja, proporcionando una apariencia de rentabilidad constante y bajo riesgo. Pero, ¿esta aparente volatilidad realmente implica un bajo riesgo? ¡De ningún modo! En caso de que el mercado sea testigo de una caída repentina y grande de los precios, el riesgo explotaría. Entonces, en esta estrategia, cuanto mayor sea el movimiento adverso del precio, mayor será la exposición. La antítesis perfecta de una estrategia de bajo riesgo.

El comportamiento de las inversiones, vulnerables al riesgo de eventos, opera en dos estados radicalmente diferentes: la fase predominante cuando las condiciones son favorables y una fase esporádica cuando ocurre un evento adverso. Es una locura estimar las características generales de rendimiento en base a solo una de estas fases. 

Asumir que la baja volatilidad implica que un fondo es de bajo riesgo es como asumir que un lago en Maine (Estado situado más al norte de los Estados Unidos de América) nunca se congelará en función de las lecturas diarias de temperatura tomadas solo durante el verano.

Las estrategias de trading pueden incorporar tanto baja volatilidad como alto riesgo. Las estrategias que caen en ambas categorías tendrían las siguientes características:

• La estrategia tiene una alta probabilidad de retorno moderado y una pequeña probabilidad de grandes pérdidas.
• El historial de la estrategia se superpone a un entorno de mercado favorable para el enfoque particular.
• No hubo eventos de estrés importantes para la estrategia durante el historial disponible.

Mi intención es advertir que la baja volatilidad no implica necesariamente un bajo riesgo. Sin embargo, no tengo la intención de sugerir que una baja volatilidad implique un alto riesgo. Por supuesto, algunas estrategias de baja volatilidad también serán de bajo riesgo. La clave es determinar la razón de la baja volatilidad. Si la baja volatilidad se puede atribuir a una estrategia que supone una compensación de ganancias moderadas frecuentes, a cambio de un riesgo de grandes pérdidas ocasionales (por ejemplo, vender opciones fuera de dinero, apalancar posiciones de crédito largas, etc.), entonces la evaluación del riesgo debe incorporar las implicaciones de un evento adverso. Incluso si no ocurrió durante el historial disponible. 

Sin embargo, si la baja volatilidad se puede atribuir a una estrategia que emplea un riguroso control de riesgos, por ejemplo, una disciplina de gestión de riesgos que limita las pérdidas a un máximo de 0.5% por operación, entonces la baja volatilidad sí puede reflejar correctamente un bajo riesgo.

No solo la volatilidad, como se mide típicamente por la desviación estándar, a menudo subestima drásticamente el riesgo en circunstancias en las que se aplican riesgos ocultos. En algunos casos, la volatilidad también puede exagerar significativamente el riesgo. Algunos gestores persiguen una estrategia que reduce las pérdidas, pero permite grandes ganancias. Considere el Fondo B en el que el gestor compra opciones fuera de dinero en momentos en que se anticipa un gran movimiento de precios. La pérdida, en estas operaciones, se limitaría a la prima pagada, pero la ganancia sería supuestamente ilimitada. Si, a fin de cuentas, el gestor logró entrar en el momento exacto en estas operaciones, el historial podría reflejar una alta volatilidad debido a las grandes ganancias. Sin embargo, el riesgo se limitaría a la pérdida de la prima de la opción. En efecto, el historial del gestor exhibiría alta volatilidad y un bajo riesgo.

Es importante enfatizar que el Fondo B que se acaba de describir no es el inverso del Fondo A discutido anteriormente, que constantemente vendió opciones fuera de dinero. La estrategia opuesta de comprar constantemente opciones fuera de dinero podría tener pérdidas mensuales limitadas, pero ciertamente sería propenso a grandes pérdidas acumuladas a lo largo del tiempo, debido al potencial de pérdidas consecutivas durante muchos meses. Además, dado que los vendedores de opciones lo hacen como si fueran seguros (contra los movimientos de precios), es razonable suponer que ganarán alguna prima por asumir este riesgo. 

Durante amplios períodos de tiempo, es probable que los vendedores de opciones obtengan alguna ganancia neta (a expensas de asumir una gran exposición al riesgo), lo que implica un rendimiento negativo neto esperado para compradores consistentes de opciones. Para que una estrategia de opciones en largo tenga éxito, así como para exhibir pérdidas limitadas a lo largo del tiempo, el gestor debe tener cierta habilidad para seleccionar los momentos en los que se deben comprar las opciones (en lugar de comprar constantemente opciones).

En algunos casos, la volatilidad también puede exagerar significativamente el riesgo. Algunos gestores persiguen una estrategia que reduce las pérdidas, pero permite grandes ganancias.

Por lo tanto, una alta volatilidad no es un indicador seguro de un riesgo elevado. No lo es porque con frecuencia el historial de volatilidad podría ser bajo, pero la estrategia es vulnerable a riesgos de eventos sustanciales que no ocurrieron durante la vida útil en que se analizaron los datos (es decir, existen riesgos ocultos). Y tampoco es un indicador suficiente porque, en algunos casos, una alta volatilidad puede deberse a tener grandes ganancias, mientras que las pérdidas podrían estar controladas.

La volatilidad es más útil como indicador de riesgo para estrategias de trading altamente líquidas. Por ejemplo, para estrategias largas / cortas en mercados como futuros, FX y acciones de capitalización mediana a grande la volatilidad elevada generalmente será un buen indicador del riesgo, en el sentido de que habrá una fuerte correlación entre la volatilidad y máxima pérdida durante cualquier período especificado. Pero incluso para este tipo de estrategias, la volatilidad puede ser engañosa porque la alta volatilidad podría deberse a ganancias descomunales en lugar de pérdidas descomunales. Esta característica de volatilidad subyace a la principal debilidad del ratio Sharpe. La medida de rendimiento / riesgo más utilizada, que se define como el rendimiento promedio en exceso del rendimiento libre de riesgo dividido entre la desviación estándar.

Tendencia o sentimiento: ¿qué es más importante? por Jon Wolfenbarger, CFA

• ¿Es verdad que invertir teniendo en cuenta la tendencia y el sentimiento ofrece las mejores oportunidades?
• Artículo publicado en Hispatrading 62.

Invertir sería muy fácil si las tendencias alcistas o bajistas no cambiaran. Pero, desafortunadamente, las tendencias cambian, y pueden cambiar drásticamente y sin previo aviso.

Los precios de los mercados financieros son impulsados por el comportamiento gregario

Los precios de los activos financieros son determinados por las decisiones de compra y venta de los inversores. Cuando hay más disposición a comprar, los precios suben. Cuando hay más disposición a vender, los precios bajan.

Como habrás notado, las personas suelen estar influenciadas por emociones, especialmente cuando se trata de dinero. Las emociones principales que impulsan a los inversores son la codicia y el miedo. Compran cuando son alcistas y esperan que los precios suban. Venden cuando son bajistas y esperan que los precios caigan.

En los mercados financieros, hay una enorme incertidumbre respecto al valor y las perspectivas futuras de un activo. Esto genera un comportamiento gregario entre los inversores, que intentan sobrevivir y obtener beneficios en los mercados. Cuando los precios han subido significativamente durante mucho tiempo, el conjunto de inversores se vuelve muy alcista. De manera similar, cuando los precios han caído durante un período prolongado, el grupo de inversores se vuelve muy bajista.

Los inversores son muy alcistas en cada gran pico de mercado y muy bajistas en cada gran fondo de mercado. Esto sucede porque, cuando la mayoría de los inversores son alcistas sobre un activo, ya lo han comprado y prácticamente no queda nadie dispuesto a seguir comprando. De la misma forma, cuando son bajistas, ya han vendido y casi no hay nadie más que quiera vender.

El sentimiento de los inversores advierte sobre cambios de tendencia

Por esta razón, el sentimiento de los inversores es tan importante: es la mejor advertencia de un posible cambio de tendencia. Un sentimiento extremo es una excelente señal de un techo o un suelo de mercado inminente. Los inversores inteligentes deberían conocer el sentimiento predominante sobre un activo —si es alcista o bajista— y prepararse para una continuación o un cambio de tendencia según su evaluación del sentimiento.

Sin embargo, es importante recordar que el sentimiento puede volverse aún más extremo y que no hay un límite de tiempo para su duración. Es una advertencia—la mejor advertencia—de un posible cambio de tendencia, pero no es una señal definitiva de que el cambio ya ha ocurrido.

Veamos un ejemplo. Existen muchas encuestas sobre el sentimiento de los inversores, pero generalmente es mejor centrarse en métricas basadas en las acciones de los inversores en lugar de solo sus palabras. Un indicador útil es el Rydex Asset Ratio, que mide la proporción de inversión «bajista» en los fondos Rydex (fondos bajistas más fondos del mercado monetario) frente a la inversión «alcista» en los fondos Rydex (fondos alcistas).

La figura 1 muestra el Rydex Asset Ratio (parte superior) y cómo los indicadores de sentimiento pueden ser útiles, pero también pueden volverse más extremos y durar más de lo esperado. Cuando los inversores son muy bajistas, el Rydex Asset Ratio es muy alto, como ocurrió en los mínimos de los mercados bajistas de principios de los 2000 y 2008-2009. Cuando los inversores son muy alcistas, como en el pico del mercado del año 2000, puede ser una señal contraria de venta.

Sin embargo, desde 2014 los inversores han sido tan alcistas o incluso más que en el año 2000. A pesar de ello, el S&P 500 (parte inferior del gráfico) ha seguido marcando nuevos máximos. Por esta razón, es mejor utilizar los indicadores de sentimiento como advertencias de un posible cambio de tendencia, pero no actuar sobre ellos hasta que haya signos reales de un cambio en la tendencia.

La tendencia es más importante que el sentimiento

Por esta razón, la tendencia actual es siempre el factor más importante para una inversión de éxito.

Los precios de los mercados financieros generalmente se mueven en tendencias alcistas claras (máximos y mínimos crecientes) y tendencias bajistas claras (máximos y mínimos decrecientes). La evidencia histórica muestra que la forma más sencilla de obtener ganancias sustanciales en los mercados financieros es invertir con la tendencia en lugar de ir en contra de ella.

Sin embargo, dado que un sentimiento extremo puede volverse aún más extremo y durar más de lo esperado, generalmente no es prudente actuar solo en función del sentimiento. Por ejemplo, vender en corto cuando el sentimiento es muy alcista o comprar cuando el sentimiento es muy bajista.

Muchas personas han perdido grandes sumas de dinero tratando de predecir el techo o el suelo del mercado basándose únicamente en el sentimiento. Por esta razón, es mejor dejar que el mercado confirme y demuestre que la tendencia está cambiando antes de comprometerse con él.

Cómo combinar el sentimiento y la inversión en tendencia

Los momentos más rentables para invertir en largo o en corto ocurren cuando la tendencia y el sentimiento están alineados. Cuando la tendencia del precio es alcista y el sentimiento de los inversores es bajista, esto representa un escenario de inversión muy alcista. Por el contrario, cuando la tendencia es bajista y el sentimiento es alcista, se trata de un escenario de inversión muy bajista.

Sin embargo, cuando la tendencia y el sentimiento no están alineados, el escenario no es ideal para invertir:

• Tendencia alcista + Sentimiento alcista: Se trata de un escenario ligeramente alcista, pero se debe estar atento a un posible cambio de tendencia de alcista a bajista.
• Tendencia bajista + Sentimiento bajista: Es un escenario ligeramente bajista, pero se debe vigilar un posible cambio de tendencia de bajista a alcista.

Al estar siempre consciente tanto del sentimiento como de la tendencia en una inversión y saber cómo utilizar ambos adecuadamente, los inversores pueden aprovechar la irracionalidad del mercado para mejorar sus rendimientos y reducir sus riesgos.

Sistema de rupturas con volatilidad por Perry J. Kaufman

• El mercado se ha vuelto loco. Da igual que mire al Bitcoin o Game Stop. Con estos niveles de volatilidad ¿es posible encontrar orden dentro del caos? En exclusiva para Hispatrading Magazine, el mismísimo Perry j. Kaufman, nos muestra el camino.
• Artículo publicado en Hispatrading Magazine nº46.

Después de 2020, podría pasar cualquier cosa. Así ha sucedido. Las redes sociales han movilizado a los traders que se quedan en casa para hacer la guerra a los vendedores en corto institucionales. Esto podemos verlo como una batalla o por el contrario como algo ilegal. No obstante, como traders, solo nos interesa analizar la situación como simple desafío para generar ganancias. ¿Podemos ganar dinero con estos extraños movimientos sin arriesgarlo todo?

Comencemos con el Bitcoin (BTC-USA), que ha tenido un historial de extrema volatilidad. ¿Podemos encontrar un sistema simple que tenga ganancias consistentes?

Considere primero la volatilidad. No querrá sentarse a esperar encima de una operación cuando los precios se mueven un 5% o un 10% cada día. Para aquellas operaciones con un alto riesgo puede estar bien, pero normalmente el resto queremos simplemente operaciones ganadoras, sin demasiados sobresaltos.

La clave para operar en un mercado errático y volátil es aprovechar el ruido y salir con una ganancia inesperada. Cuando la volatilidad cae, podemos volver a entrar y tratar de obtener otra ganancia. La Figura 1 muestra la volatilidad anualizada del BTC de 2014. Usamos la siguiente fórmula:

Vol. Anualizado (AVOL) = STDEV (rendimientos de 20 días) x sqrt (252)

Es la misma fórmula para la volatilidad implícita y la que utilizan la mayoría de los analistas financieros. La razón por la que los valores superan 1.0, lo cual es claramente imposible en la vida real, es simplemente porque estamos proyectando que la volatilidad a 20 días se anualizará. Siempre que seamos coherentes, esto funciona.

Nuestro sistema consiste comprar en una ruptura de 20 días (comprará cuando el cierre de hoy sea mayor que el cierre de los 20 días anteriores) y salir cuando la volatilidad supere 0,60. Entrar en una operación cuando la volatilidad es alta lo expone a un riesgo extremo. Como puede ver, la volatilidad cambia rápidamente.

Usamos una ruptura en lugar de un promedio móvil porque no tiene retraso; cuando los precios alcanzan un nuevo máximo, estamos dentro. La Figura 2 muestra el desempeño de una ruptura de 20 días con y sin una salida de volatilidad.

Los movimientos de los precios son tan rápidos que permanecer con la ruptura de 20 días (en azul) le hará devolver todas las ganancias que haya obtenido. Sin embargo, al salir cuando la volatilidad es alta, podemos producir beneficios constantes, incluso grandes beneficios.

Pero eso es en el caso del BTC. ¿Cómo podemos usar este concepto para operar Gamestop (GME) y AMC (AMC)? La Figura 3 muestra la volatilidad de GME. Tiene algunos máximos por encima de 1.0 antes del último gran salto que se muestra en la Figura. Si la hubiéramos estado operando tal y como lo haríamos con el BTC, habríamos salido cuando la volatilidad alcanzó 0,90, mi salida normal de volatilidad extrema. Habría tenido 4 o 5 buenas operaciones, pero luego se habría perdido un gran movimiento y habría obtenido una ganancia modesta cuando podría haber sido rico.

¿De verdad cree que podría haber anticipado este movimiento en GME? La Figura 4 muestra los grandes movimientos que se dieron en una semana. Sin saber qué pasaría, y si hubiera tenido la suerte de comprar antes GME, habría salido en el primer salto. Nada mal. La volatilidad después, como se mantiene alta, no le habría dejado entrar de nuevo. El enfoque de comprar una ruptura y salir cuando aparezcan episodios de volatilidad elevada hará un buen trabajo para controlar el riesgo. Si se equivoca, los precios girarán y perderá esa ganancia no realizada. Esa es la realidad del trading.

¿Qué sucede con AMC, otro objetivo de los anti-vendedores en corto? La Figura 5 muestra su patrón de volatilidad. Nuevamente, si la hubiéramos operado, lo cual es poco probable, nos hubiera gustado salir cuando la volatilidad llegó a 2.0, habiendo obtenido dos ganancias antes del siguiente movimiento. Por cierto, eliminamos los dos últimos días de volatilidad anualizada porque los números eran tan grandes (en millones) que no podían mostrarse.

Conclusión

No es probable que haya operado en estos mercados antes del rally a menos que haya estado en contacto con los vendedores “anti-cortos”. Pero el principio de comprar una ruptura y salir con alta volatilidad me ha funcionado. Este enfoque me permitió salir de Tesla (TSLA) cuando la volatilidad alcanzó 0,90, así como en algunos otros mercados. Dejamos pequeñas ganancias sobre la mesa, pero reducimos mucho el riesgo. Esa forma de operar lo mantendrá en el lado correcto del mercado.

¿Este patrón marcó un techo en el mercado? por Dean Christians

El S&P 500 acaba de mostrar un patrón poco común: seis días consecutivos de subidas, alcanzando un nuevo máximo histórico, seguidos por cuatro días seguidos de caídas. A primera vista, este cambio brusco de impulso podría interpretarse como una señal bajista, sobre todo al ocurrir inmediatamente después de marcar máximos. Sin embargo, el análisis histórico revela que este comportamiento es, en muchas ocasiones, parte de la dinámica natural del mercado.

Según datos recopilados de décadas de comportamiento del índice, cuando se ha producido una secuencia similar —varios días de subidas seguidos de varios días de caídas desde un máximo histórico—, el S&P 500 ha tendido a recuperarse en el corto plazo. De hecho, en el 78 % de las ocasiones, el índice registró ganancias en los tres meses siguientes, a menudo con una recuperación rápida y sostenida.

Este fenómeno puede explicarse por la interacción entre la toma de beneficios y la fortaleza subyacente del mercado. Tras una racha alcista y la consecución de máximos, es habitual que algunos inversores decidan cerrar posiciones para asegurar beneficios. Esto provoca caídas temporales que, en contextos de tendencia fuerte, suelen ser absorbidas por nuevos compradores atraídos por la reciente fortaleza y el retroceso en los precios.

En el caso actual, los cuatro días de descensos no han borrado por completo las ganancias obtenidas durante la racha previa, lo que sugiere que la estructura técnica de medio plazo se mantiene intacta. Además, en marcos temporales más cortos, los registros históricos también favorecen la hipótesis de un rebote rápido, aunque con una advertencia importante: no todos los episodios han terminado bien. En alrededor del 22 % de los casos analizados, el retroceso inicial derivó en una corrección más prolongada, especialmente si coincidió con factores macroeconómicos adversos o con cambios en la política monetaria.

Esto implica que, si bien las probabilidades históricas juegan a favor de una recuperación, los inversores no deberían confiarse ciegamente. La clave está en evaluar el contexto general: la salud del ciclo económico, el comportamiento de otros activos de riesgo, el flujo de noticias y los niveles de volatilidad. Un patrón estadístico aislado, por sí mismo, no es garantía de que el mercado repetirá exactamente el mismo comportamiento.

Desde una perspectiva técnica, un rebote exitoso tras este tipo de patrón suele ir acompañado de un repunte en el volumen de negociación y de la capacidad del índice para recuperar niveles clave en pocas sesiones. Si el S&P 500 logra superar rápidamente los niveles alcanzados antes de la secuencia bajista, se refuerza la probabilidad de que el máximo histórico anterior no haya sido un techo definitivo.

Por otro lado, si el rebote es débil y se encuentra con resistencias cercanas, podría estar indicando un cambio de tendencia de mayor envergadura. En ese escenario, los inversores más prudentes tienden a reducir exposición a renta variable, rotando hacia activos defensivos o aumentando liquidez hasta que la tendencia vuelva a definirse.

En términos de estrategia, quienes operan a corto plazo pueden considerar este tipo de retrocesos como oportunidades de compra si el mercado muestra señales claras de estabilización y vuelve a atraer flujo comprador. En cambio, para inversores de largo plazo, el patrón puede ser simplemente un recordatorio de que las fluctuaciones a corto plazo son parte normal del ciclo bursátil y no necesariamente una amenaza para la tendencia principal.

En conclusión, aunque la secuencia reciente de seis días al alza y cuatro a la baja desde un máximo histórico pueda parecer inquietante, la historia indica que, la mayoría de las veces, se trata de una pausa temporal dentro de un contexto alcista más amplio. No obstante, como siempre en los mercados, la prudencia dicta combinar este tipo de señales con un análisis integral del entorno macro y técnico antes de tomar decisiones de inversión.

Las condiciones macro están al límite por Sentimentrader

El Macro Index Model se encuentra actualmente en una zona que sugiere una baja probabilidad de una recesión inminente. Sin embargo, el panorama no es del todo tranquilizador. Este indicador, que combina una serie de variables económicas clave, muestra que su nivel está cayendo rápidamente. Históricamente, incluso una ligera disminución adicional desde este punto ha coincidido con rendimientos mediocres o negativos en la renta variable.

Este comportamiento plantea un dilema importante para los inversores. Por un lado, el modelo aún no marca una señal de alarma definitiva; por otro, la tendencia descendente apunta a que la economía podría estar acercándose a un punto de inflexión. En contextos similares, cuando el Macro Index Model ha caído por debajo de ciertos umbrales, la probabilidad de que Estados Unidos entre en recesión en el plazo de un año ha superado el 50 %.

De acuerdo con el análisis de datos históricos, el S&P 500 ha mostrado rendimientos promedio muy modestos cuando este índice se sitúa en niveles cercanos a los actuales. No se trata de un patrón perfecto, pero sí de una correlación lo bastante consistente como para que los inversores tomen nota. En el pasado, fases de debilitamiento del modelo han precedido a entornos de mercado con menor apetito por el riesgo y con retornos más volátiles.

El escenario más favorable para los inversores sería una mejora súbita y generalizada en los datos macroeconómicos. Esto implicaría que indicadores como el crecimiento del PIB, la producción industrial, el empleo y la confianza del consumidor mostrarían avances simultáneos y sostenidos. En esas circunstancias, el Macro Index Model podría girar al alza, reduciendo así la probabilidad estimada de recesión y mejorando las perspectivas para las bolsas.

Pero lograr este escenario no es sencillo. Muchos de los componentes del modelo están sujetos a retardos en su recuperación, y algunos son particularmente sensibles a factores externos como la política monetaria o las tensiones geopolíticas. Por ejemplo, si la Reserva Federal mantiene una postura restrictiva por más tiempo para combatir la inflación, es probable que ciertos sectores de la economía sigan mostrando debilidad, lo que frenaría cualquier mejora del índice.

En contraste, si la política monetaria se flexibiliza de forma gradual y los estímulos fiscales se implementan de manera efectiva, podríamos ver un repunte de la actividad que se reflejaría en el indicador. No obstante, los analistas advierten que los inversores no deben depender exclusivamente de un único modelo para tomar decisiones. Aunque el Macro Index Model es útil como herramienta de contexto, debe combinarse con otros elementos del análisis técnico y fundamental para obtener una visión más completa.

Además, el mercado no siempre reacciona de manera inmediata a las señales de deterioro macroeconómico. En algunos ciclos, las bolsas han continuado subiendo incluso cuando los modelos adelantados sugerían un debilitamiento de la economía. Esto se debe, en parte, a que los inversores tienden a anticipar cambios en la política monetaria o a reaccionar a noticias positivas puntuales, ignorando temporalmente las señales de fondo.

En definitiva, la lectura actual del Macro Index Model invita a la prudencia. No es una señal de pánico, pero sí una advertencia para moderar expectativas y evaluar con cuidado las posiciones. Los inversores más estratégicos podrían considerar ajustar su exposición, diversificar en activos defensivos o aumentar liquidez, de modo que puedan aprovechar oportunidades si el mercado experimenta correcciones.

La clave en este momento es el seguimiento cercano de los datos. Si en las próximas semanas se observa una estabilización o una ligera mejora en los indicadores que componen el modelo, el riesgo percibido podría disminuir. Por el contrario, si el deterioro se acelera, sería una señal para adoptar un enfoque más conservador. En un entorno donde las expectativas pueden cambiar rápidamente, contar con un marco de referencia como el Macro Index Model es una ventaja, siempre y cuando se interprete como parte de un análisis más amplio y no como una brújula única.

Cómo usar la regresión lineal en trading algorítmico: guía práctica para quants por Quantinsti

La regresión lineal es una herramienta estadística fundamental en el arsenal de cualquier trader cuantitativo. Aunque el término puede sonar académico, su utilidad práctica en el análisis de mercados es innegable: nos permite identificar relaciones entre variables y detectar ineficiencias explotables en los precios.

En este artículo te mostraré cómo funciona la regresión lineal (simple y múltiple), cómo aplicarla en Python, qué supuestos debes verificar para que los resultados sean fiables, y cómo puedes usarla en estrategias reales de trading como pairs trading, modelos de factores o cobertura dinámica.

¿Qué es la regresión lineal y por qué importa?

La regresión lineal consiste en ajustar una recta que explique cómo una variable (dependiente) se ve influida por una o varias variables independientes. En finanzas, esto suele significar: ¿cómo cambia el precio de un activo cuando cambia el mercado, una materia prima o algún indicador?

En su versión simple (una sola variable explicativa), se expresa como:

Y = β₀ + β₁X + ε

En su versión múltiple (más de una variable explicativa):

Y = β₀ + β₁X₁ + β₂X₂ + ... + βₚXₚ + ε

En ambos casos, β₀ es la constante, β los coeficientes, y ε el error. En trading, esos coeficientes te dicen cuánto se mueve una acción por cada unidad de movimiento del mercado, una materia prima, o cualquier otro factor.

Aplicación práctica 1: Pairs Trading

Pairs Trading busca detectar divergencias temporales entre activos que normalmente se mueven juntos, como dos acciones del mismo sector. Usamos regresión para cuantificar esa relación.

Ejemplo: Regresamos los precios de Shell (RDS.A) contra BP. Si la relación histórica se rompe, operamos esperando reversión: largo en el subvaluado, corto en el sobrevalorado.

Ventaja: Podemos usar el residuo de la regresión (ε) como señal de entrada y el coeficiente β como ratio de cobertura dinámica.

Aplicación práctica 2: Modelos de riesgo y factores

La regresión también permite construir modelos tipo Fama-French, donde explicamos los retornos de un activo en función de factores como:

• Retorno del mercado (Beta)
• Tamaño (SMB)
• Valor (HML)

Ejemplo:

Stock_Return = β₀ + β₁ * Market + β₂ * Size + β₃ * Value + ε

Esto ayuda a entender qué factores están siendo recompensados por el mercado y construir carteras con exposición controlada al riesgo.

Aplicación práctica 3: Cálculo de cobertura (hedge ratio)

Supón que tienes una cartera de acciones tecnológicas y quieres cubrirla con futuros del Nasdaq. Puedes regresar el retorno de tu cartera contra el del futuro para estimar cuántos contratos vender:

Portfolio_Returns = β₀ + β₁ * Nasdaq_Returns + ε

Ese β₁ es el hedge ratio óptimo.

¿Qué necesitas para que funcione bien?

La regresión lineal es poderosa, pero requiere que se cumplan ciertos supuestos clave. Si no se respetan, los resultados pueden ser engañosos:

1. Linealidad: la relación entre variables debe ser aproximadamente lineal.
2. Independencia de errores: sin autocorrelación, especialmente importante en series temporales.
3. Homoscedasticidad: varianza constante de los errores.
4. Normalidad de los residuos: importante para construir intervalos de confianza.
5. No multicolinealidad: las variables explicativas no deben estar altamente correlacionadas entre sí.

Ignorar estos supuestos lleva a modelos que parecen funcionar… hasta que fallan.

Ejemplo en Python: Regresión simple entre AAPL y SPY

Vamos a ver un ejemplo práctico con Python: ¿cómo se relaciona el retorno diario de Apple (AAPL) con el del S&P 500 (SPY)?

# Importamos librerías
import yfinance as yf
import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt

# Cargamos datos históricos
data = yf.download(['AAPL', 'SPY'], start='2023-01-01', end='2024-01-01')['Close']
data = data.dropna()
returns = data.pct_change().dropna()

# Definimos variables
Y = returns['AAPL']
X = sm.add_constant(returns['SPY'])

# Ajustamos modelo
model = sm.OLS(Y, X).fit()
print(model.summary())

# Gráfico
plt.scatter(returns['SPY'], returns['AAPL'], alpha=0.5)
plt.plot(returns['SPY'], model.predict(X), color='red')
plt.xlabel('SPY Daily Return')
plt.ylabel('AAPL Daily Return')
plt.title('Regresión lineal: AAPL vs SPY')
plt.grid(True)
plt.show()

¿Qué te dice esto? El R² te indica cuánta variación de AAPL explica SPY. El coeficiente de SPY te dice la sensibilidad de Apple al mercado (su beta).

¿Cómo evalúas si tu modelo es bueno?

Estas métricas son clave:

• R²: porcentaje de varianza explicada.
• R² ajustado: penaliza modelos con muchas variables que no aportan.
• p-valores: significancia estadística de cada variable.
• RMSE: mide el error promedio de predicción.
• Pruebas out-of-sample: la prueba definitiva: ¿funciona el modelo en datos que no vio durante el entrenamiento?

Limitaciones reales en trading

Como toda herramienta, la regresión lineal tiene límites:

• Solo ve relaciones lineales: muchos patrones de mercado no lo son.
• Sensible a outliers: valores extremos afectan mucho el modelo.
• Confunde correlación con causalidad: que dos activos se muevan juntos no implica que uno cause al otro.
• Regímenes de mercado cambian: lo que funcionó ayer puede dejar de funcionar.

Por eso muchos quants usan ventanas móviles, regularización (Ridge, Lasso) o modelos no lineales como árboles de decisión o redes neuronales.

Conclusión

La regresión lineal es una herramienta simple, potente y muy útil para traders algorítmicos. Sirve para entender relaciones, gestionar riesgo, detectar oportunidades de arbitraje y diseñar estrategias basadas en datos.

Pero su verdadero poder está en usarla bien: respetar sus supuestos, validar fuera de muestra y no confiar ciegamente en el pasado. Dominar lo básico —como esta técnica— te da una base sólida para construir modelos más avanzados y rentables.

En próximos artículos, veremos cómo combinar la regresión con otras técnicas de machine learning para estrategias más robustas y adaptables al mercado real.

La jornada de un trader por Chris Dover

Voy a contarte un secreto sobre los mercados que me tomó mucho tiempo descubrir.

Ganar dinero haciendo trading es simple.

Pero esa simplicidad está oculta tras una capa de complejidad. En todas partes hay alguien hablando sin parar sobre lo complejos que son los mercados; de hecho, Bloomberg cobra 30.000 dólares al año para darte toda la complejidad que puedas soportar.

Déjame mostrarte cómo logré atravesar toda esa complejidad para encontrar una ventaja enorme, simple y que aparece frente a ti casi todos los días.

Y no solo eso, voy a hacer que valga la pena para ti, porque te voy a compartir una estrategia de trading muy concreta y que puedes poner en práctica de inmediato.

Esta es la historia de cómo pasé de ser un trader al azar (realmente, un jugador) a ser un trader consistente a tiempo completo.

Esta es mi historia.

Corría el año 1999, y la economía estaba increíblemente fuerte, con todo lo relacionado con Dot Com disparándose.

Había empresas que, solo por añadir «.com» a su nombre, duplicaban o triplicaban su valor casi de inmediato.

La economía era tan sólida que Estados Unidos tenía superávit presupuestario.

Hoy, con billones de dólares en deuda, esto puede parecer imposible, pero créeme, sucedió.

Yo acababa de salir del Cuerpo de Marines y era el chico nuevo en una firma de trading propietario en el sur de California.

No era uno de esos parqués llenos de gritos; era una sala de trading digital, algo totalmente nuevo en ese momento.

Una sala llena de tipos golpeando teclas frente a monitores enormes —y por enormes me refiero a monitores de 19″ de los gruesos, no como los de ahora—.

Había gritos, humor de vestuario, traders carismáticos y divertidos, pero todo era trading en pantalla.

Todos operaban acciones de internet, y la mayoría de esos nombres ya ni existen.

Los traders solían tener días del 100%, tanto al alza como a la baja.

Un día un tipo ganaba un millón de dólares y volaba a todos a Las Vegas en un jet privado para celebrar. Al siguiente, podía perderlo todo.

Cuando empecé, mi mentor me llevó aparte y me dijo: “Nosotros no tocamos acciones de internet”.

En ese momento, toda la acción estaba en esas acciones, así que me sorprendió mucho.

Me enseñó mi primer sistema de trading.

Era un sistema de ruptura del rango de apertura: esperar los primeros 10 minutos del día y entrar largo o corto en cualquiera de las cinco acciones que seguía cuando rompieran ese rango.

Tomaba ganancias en segundos o hasta un minuto después de entrar.

Era un scalper.

Hacíamos esto 50-100 veces en la primera hora, y ya estaba: ese era el día de trading.

Era un trabajo estable, consistente.

Al principio ganaba unos cientos de dólares al día, luego pasé a 1.000, después a 5.000… era increíble.

Pero nunca fue un millón en un día.

Mientras tenía a mi mentor, todo iba bien. Me mantenía enfocado, disciplinado.

Y un día… ya no estaba.

Me quedé solo con el sistema. El mismo sistema que era tan consistentemente rentable. El sistema que me podía dar el salario de un mes en un solo día.

Bueno, ese sistema dejó de funcionar. Quizás fue porque ya no tenía a mi mentor, o tal vez por otra razón.

Sea como sea, ahora estaba solo. Ya sabes lo que pasó después.

Me mudé a otro escritorio más cerca de la acción.

Mi trading evolucionó y me dejé atrapar por la adrenalina. Pero esos tipos eran jugadores. No seguían ningún sistema. Operaban cualquier titular, evento, movimiento.

Intenté hacer lo mismo.

Eventualmente, la burbuja Dot Com estalló, y la firma cerró cuando la economía entró en recesión.

Durante los años siguientes, abría cuentas, tenía éxito moderado, y luego las reventaba.

Nunca volví a los días dorados del scalping.

Mientras tanto, me sumergí en el mundo tech: cofundé una startup, levanté capital de riesgo, aprendí a programar y todo lo que pude sobre tecnología.

Era algo nuevo, que iba a cambiar el mundo, y yo quería formar parte.

Quédate conmigo, esta parte es importante.

Cuanto más aprendía sobre tecnología, más entendía cómo funcionan los sistemas.

“Si pasa esto, haz aquello.” Todo era muy algorítmico.

Las rutinas, patrones, procedimientos basados en reglas… todo podía estandarizarse, testearse y mejorarse.

Así fue exactamente como mi mentor construyó el sistema de scalping que me enseñó.

Así que me puse manos a la obra.

Ya existían muchos foros online, y plataformas como Tradestation y Ninjatrader donde podías programar algoritmos de trading.

La gente compartía ideas, hablaba de sus enfoques; era un mundo colaborativo increíble. Todos estábamos tratando de descifrarlo juntos.

Hasta que un día me topé con el Price Action Trading.

Había un doctor que había dejado la medicina para dedicarse al trading a tiempo completo. Hacía análisis barra a barra durante toda la jornada.

Tomaba decisiones en cada barra de 5 minutos: entrar, salir, añadir, recortar riesgo, subir stops…

Lo alucinante era que era rentable todos los días. No en cada operación, pero sí al final de cada jornada.

Su nombre era Al Brooks, para quienes se lo pregunten.

De él aprendí Price Action. Bueno, al menos aprendí lo suficiente como para identificar patrones. Y cuando tenía un patrón, podía convertirlo en sistema.

No sabía “la forma correcta” de construir un sistema, así que simplemente hice lo que haría con cualquier sistema en mi negocio.

Déjame mostrarte cómo lo hice. Y por cierto, este sistema aún funciona hoy.

Elegí un solo setup. Quería que fuera fácil de identificar, que se repitiera lo suficiente como para operar con constancia y que fuera predecible para estar listo cuando ocurriera.

Aquí tienes una captura del setup del propio Al Brooks, de agosto de 2018… yo lo aprendí de él diez años antes y sigue funcionando.

Estas son las reglas:

• Paso 1: Identificar la tendencia general a largo plazo (gráfico diario) – funciona mejor en un mercado alcista.
• Paso 2: Esperar entre 15 y 30 minutos después de la apertura del mercado regular.
• Paso 3: Dejar que el mercado caiga con una vela grande (la primera vela de 15 minutos en el gráfico).
• Paso 4: Esperar una inside bar (la segunda vela de 15 minutos).
• Paso 5: Colocar una orden de compra stop 1 tick por encima del máximo de la inside bar.
• Paso 6: Colocar el stop loss 1 tick por debajo del mínimo de la vela más baja.
• Paso 7: Salir en el cierre de la primera vela bajista.

Como dije, aún funciona hoy. De hecho, ocurrió el otro día, el 28 de enero de 2025, con una ganancia de +3,15R.

Tener un setup central como este es solo un componente de un sistema real de trading.

Acciones Meme vs Mr. Mercado por Ben Carlson

Una vez tuve un par de jeans de American Eagle, probablemente allá por 2004.

Eran de corte boot cut, con algunos de esos agujeros artificiales, un poco desgastados. Era una moda. Había que estar ahí para entenderlo.

Desde que pisé por última vez una tienda de American Eagle en el centro comercial, la acción ha estado estancada:

El precio de la acción cruzó por primera vez estos niveles hace más de 20 años.

Sydney Sweeney está tratando de cambiar todo eso. La empresa lanzó una nueva campaña publicitaria con Sweeney para revivir la marca.

La acción subió un 15% en pocos días tras el anuncio.

Luego, ayer, Donald Trump publicó sobre ello en redes sociales. La acción subió otro 24% en un solo día.

Supongo que podemos añadir a American Eagle a la lista de acciones meme junto con GameStop, AMC, Hertz, Opendoor, Kohl’s y GoPro.

Cada vez que aparece una nueva acción meme, alguien inevitablemente publica esta imagen en Twitter:

Es un meme gracioso.

Los fundamentales ya no importan. La inversión en valor ha muerto. ¿Para qué intentar entender lo que está pasando con estos movimientos tan absurdos?

Lo entiendo.

Pero tengo que defender a mi colega Ben aquí.

Benjamin Graham ya había concebido la idea detrás de las acciones meme en *The Intelligent Investor*. En el capítulo 20 de su famoso libro, Graham cuenta la historia del Sr. Mercado:

Imagina que en un negocio privado posees una pequeña participación que te costó 1.000 dólares. Uno de tus socios, llamado Sr. Mercado, es muy servicial. Cada día te dice cuánto cree que vale tu participación y, además, se ofrece a comprártela o venderte más participación en base a ese valor. A veces su idea de valor parece razonable y justificada por el desarrollo del negocio y sus perspectivas. Pero a menudo, el Sr. Mercado deja que su entusiasmo o su miedo se desborden, y el valor que propone parece rozar lo ridículo.

Si eres un inversor prudente, ¿dejarás que la comunicación diaria del Sr. Mercado determine tu percepción del valor de esa participación de 1.000 dólares? Solo si estás de acuerdo con él o si deseas operar con él. Puedes estar feliz de venderle cuando te ofrece un precio ridículamente alto, y también feliz de comprarle cuando su precio es bajo. Pero el resto del tiempo, harás mejor en formarte tu propia opinión sobre el valor de tus activos, basándote en informes completos sobre la operación y situación financiera de la empresa.

Las fluctuaciones de precio tienen un único significado importante para el verdadero inversor. Le ofrecen una oportunidad para comprar con sabiduría cuando los precios caen con fuerza y vender con inteligencia cuando suben considerablemente. En otros momentos, le convendrá más olvidarse del mercado.

La idea sigue siendo la misma que cuando Graham escribió sobre ello hace más de 75 años. La diferencia es que ahora el Sr. Mercado a veces actúa como si se hubiera tomado 13 Red Bulls antes de que abra la bolsa.

Pero los fundamentales siguen importando a largo plazo, incluso si hay distorsiones a corto plazo.

Por ejemplo, las empresas más grandes lo son por una razón:

Es cierto que el S&P 500 está concentrado, pero también lo está la proporción de beneficios que producen esas empresas en el top 10. La participación en beneficios de estas acciones ha crecido al mismo ritmo que sus ganancias de precio. Las valoraciones están por encima del promedio porque son las mejores corporaciones del mundo.

Si la competencia erosiona sus márgenes de beneficio, esas acciones dejarán de tener mejor rendimiento y reducirán su peso en el mercado. Los fundamentales siguen importando.

Miremos el mercado bursátil en relación con los beneficios desde el final de la Segunda Guerra Mundial:

Hay momentos en que el mercado se adelanta a los fundamentales (o se queda atrás), pero existe una clara relación en los datos a lo largo del tiempo.

Reconozco que la especulación con acciones meme puede ser irritante para alguien como yo, que invierte a largo plazo, pero los fundamentales también alcanzan a estos nombres. Solo hay que ver las caídas de AMC y GameStop desde el pico de la última fiebre meme:

Parafraseando otra cita de Graham, a corto plazo el Sr. Mercado es una máquina de votar, pero a largo plazo es una balanza de pesar.