Cómo podemos mejorar nuestra intuición

El corazón del trading discrecional es el reconocimiento de patrones. Algunos traders rastrean patrones en datos fundamentales; algunos siguen el comportamiento del precio y el volumen; algunos intentan cuantificar patrones en los datos de sentimiento y amplitud; algunos se centran en los patrones después de determinados eventos, como la publicación de resultados. Cuando hemos experimentado muchos ejemplos de patrones, los internalizamos y desarrollamos un cierto «sentimiento» al detectarlos. Es ese sentimiento lo que llamamos intuición.

En el libro del blog Radical Renewal, planteo la cuestión de cómo nuestros egos impactan en nuestro trading. ¿Qué es el ego? Es nuestro diálogo interno. Siempre que nos enfocamos en esperanzas, miedos, frustraciones y necesidades, terminamos hablando de nosotros mismos. Este diálogo interno puede ser útil para planificar y analizar los problemas. Necesitamos nuestros egos para navegar por el mundo y lograr cosas.

El problema ocurre cuando nuestro diálogo interno se vuelve tan fuerte que ahoga nuestra intuición, nuestro sentido al detectar o leer los patrones. No hay forma de que podamos ser sensibles a los patrones en lo que está haciendo un mercado si estamos enfadados con nosotros mismos sobre la necesidad de ganar dinero o el miedo a perder. Si la intuición es el susurro del alma, el diálogo interno es el grito del ego. A menudo, perdemos nuestro sentido de lo que estamos haciendo a medida que nos enfocamos más en nosotros mismos. Esto sucede en todas las áreas de la vida, no solo en el trading.

Muchas técnicas de autoayuda y entrenamiento simplemente sustituyen un tipo de diálogo interno por otro. Llenar nuestras mentes con palabras positivas puede ser mejor que enterrarnos en las preocupaciones, pero ambos conducen a un desorden que ahoga el susurro de la intuición.  Lo que necesitamos es una mente tranquila y abierta para que podamos amplificar el susurro en una voz clara y consistente. Esta es la razón por la que muchos traders encuentran útil la meditación: al controlar y aquietar el cuerpo, podemos enfocar la mente y dejar que los patrones nos hablen.

Un ejercicio que he encontrado notablemente eficaz para calmar la mente y mejorar el acceso al conocimiento intuitivo es simplemente dar una caminata rápida muy temprano en la mañana. Las calles donde vivo están completamente tranquilas y el aire suele ser fresco y refrescante. Durante la caminata, concentro mi atención en todo lo que veo y busco la belleza de mi entorno: una casa atractiva, flores de colores, una linda ardilla, el cielo de la mañana. Mi forma de pensar es de aprecio y gratitud, enfocándome en todo aquello en lo que tengo el privilegio de estar rodeado. No pienso en mi trabajo ni en el día que tengo por delante; No pienso en lo que pasó el día anterior. La mentalidad se centra completamente en el presente.

Piense en cuántos problemas al hacer trading se dan porque no estamos simplemente presentes en el presente. Estamos atrapados en lo que acaba de suceder y nos enfocamos en lo que podría suceder. Hablamos, hablamos, hablamos con nosotros mismos y nunca llegamos al estado de silencio en el que simplemente podemos escuchar. Nos convertimos en maestros de la intuición cuando podemos operar continuamente con una mente abierta y enfocada. Esta es una fuerza que se puede ejercitar y desarrollar: caminar puede ayudarnos a convertir el susurro del alma en una voz confiable.

Por qué 2021 fue tan parecido a mediados de la década de 1990

Comportamiento del sector y de los factores más parecido a 2021

Hace pocos días comparamos lo que hizo el S&P 500 durante el 2021 para compararlo con otros momentos. En términos de comportamiento de precios para el índice en sí, el año con mayor correlación fue 1995.

Si miramos el rendimiento bajo la superficie, las cosas cambian un poco. En 2021, la energía y los REIT fueron los sectores mejor clasificados, mientras que el factor de pequeña capitalización ocupó los últimos puestos. Se utiliza el rendimiento total y se clasifica frente al rendimiento de todos los demás sectores y factores. En 1995, el sector salud y financiero lideró todo lo demás, aunque las Small Caps todavía eran débiles.

Usando la correlación entre los rangos de sectores y factores, 1995 no aparece como la correlación más cercana (+0.27 en una escala de -1.0 a +1.0). Ese honor pertenece al año siguiente (0,69). La mayoría de los sectores / factores con clasificaciones altas (verde) y bajas (rojas) en 2021 mostraron clasificaciones similares en 1996.

Como vimos con la comparativa del SP00, los años con las correlaciones más altas de sectores y factores hasta 2021 mostraron fortaleza en las primeras semanas, y luego menos. Para los mismos sectores y factores, hubo alguna evidencia de reversión a la media.

Otro trimestre maravilloso para los inversores

Ha habido 56 trimestres en los que el índice SP500 ha ganado un precio de + 9% o más desde 1933. Cuarenta y siete de esos trimestres fueron seguidos por otro trimestre alcista. Solo nueve veces el SP500 cayó durante el siguiente trimestre.

El gráfico a continuación muestra el crecimiento acumulado de $ 1 invertido en el SP500 durante tres meses después de un trimestre de + 9%.

Los operadores no deben asumir que el primer trimestre de 2022 seguramente mostrará una ganancia para el índice SP500. Una tasa de éxito del 84% es una indicación poderosa, pero no garantiza el éxito.

Money management, el gran olvidado del trading (Parte 2)

• En el anterior artículo definimos que es y para qué sirve el Money Management: es la disciplina que se encarga de decidir cuántas acciones, futuros o unidades de otro producto análogo compraremos o venderemos al abrir una posición.
• También EXPLICAMOS por qué es importante el Money Management e introdujimos LAS DOS FAMILIAS de estrategias de posicionamiento que existen.
• Artículo publicado en Hispatrading Magazine.

Dos grandes familias

Dependiendo de la forma en que aumentamos o disminuimos el tamaño de la apuesta o inversión, podemos clasificar a las estrategias de money management (MM) en dos grandes familias: martingale y anti-martingale.

Las martingale se utilizan habitualmente en estrategias con esperanza matemática negativa, donde tenemos que vencer la ventaja que tiene nuestro contrincante o banca. Por ejemplo, en los juegos de azar. Grandes negocios para el emisor del juego, que es quien tiene la esperanza matemática positiva.

Las estrategias de posicionamiento anti-martingale actúan de manera totalmente contraria y son las recomendadas si nuestra estrategia tiene esperanza matemática positiva. Estas aumentan las posiciones mientras nuestra cuenta crece. Por el contrario, las reduce mientras decrece o, lo que es lo mismo, entramos en draw down (en adelante DD).

La Esperanza Matemática

Definamos esperanza matemática o valor esperado de una variable aleatoria discreta. Matemáticamente, la podemos definir como la suma del producto de la probabilidad de cada suceso por el valor esperado de dicho suceso:

En términos monetarios podemos decir que la esperanza matemática es el valor esperado de ganar, menos el valor esperado de perder, es decir, la suma de lo que esperamos ganar en nuestras operaciones positivas menos la suma de lo que esperamos perder en nuestras operaciones negativas.

“Toda vez que sabemos que la gestión monetaria es simplemente un juego de números y que lo único que necesitamos es un sistema con esperanza matemática positiva, el trader puede parar en su búsqueda del Santo Grial.” Ryan Jones

Pongamos un ejemplo con la ruleta americana. Intuimos que esta tiene esperanza negativa para nosotros y positiva para el casino, pero veámoslo matemáticamente. Las reglas de este juego son:

Apostamos 1 euro a un número cualquiera entre los 38 disponibles, que tienen una probabilidad equiprobable, con lo que nuestras probabilidades de acertar son 1/38 o el 2,63%.

Dado que la banca paga 35 veces lo apostado, la esperanza matemática de este juego es:

Una esperanza matemática de -0,0526€, con lo que obtendríamos un retorno medio por cada euro jugado de 0,9474€. Así, la esperanza de este juego es perder unos 5 céntimos por euro jugado, un -5,26% lo apostado, que es de hecho el margen del casino. Obviamente, el casino siempre ganará a largo plazo, mientras que nosotros siempre perderemos a largo plazo. La ley de los grandes números se encargará de ello.

Si apostamos rojo/negro o par/impar en vez de un sencillo, la probabilidad de acertar es de 18/38 (47,37%) y se paga 1 a 1. El cero y el doble cero son las casillas que ponen la probabilidad a favor del casino. La esperanza de este juego es:

Jugando rojo o negro tenemos exactamente la misma esperanza matemática que jugando a un número en la ruleta americana, -5,26%. De hecho, si somos ortodoxos, algunos casinos aplican una regla llamada “al rendirse” al caer en cero o doble cero. Así se hace que se pierda la mitad si se ha jugado apuesta exterior, lo que implicaría tener esperanza de -2,63%, la mitad. De esta forma, podríamos jugar más tiempo hasta la ruina. También jugaríamos más tiempo si buscamos ruletas europeas en vez de americanas, menos favorables a los casinos al tener 37 casillas en vez de 38.

Por lo tanto, la ruleta es un juego matemáticamente perdedor, podemos jugar por diversión, pero en el largo plazo nosotros perderemos y el casino ganará. Siempre y cuando las probabilidades se mantengan.

El caso de los Pelayo

Los Pelayo se hicieron populares por batir a numerosos casinos. Hay libros e incluso una película que explica su historia. Su método utilizaba las imperfecciones que tenían algunas ruletas, las cuales provocaban que ciertos números aparecieran con mayor frecuencia de la esperada. La probabilidad de acertar esos números, que aparecían con mayor frecuencia, ya no es de 1 entre 38 y la esperanza matemática tampoco es de -0,0526€ por euro jugado. La probabilidad se colocaba a favor del jugador. Lógicamente, los casinos tienen reservado el derecho de admisión y no tardaron en prohibirles el acceso. Un casino es un negocio y no se puede permitir que un jugador gane recurrentemente.

“Hay personas que piensan que están haciendo Money Management mediante la gestión de sus stop loss. Controlar el riesgo mediante stop loss es diferente a controlar el riesgo mediante una estrategia de gestión monetaria que controla el tamaño de la posición en cada momento” Van K. Tharp

Los casinos no son los únicos juegos de azar con esperanza matemática negativa: Lotería de Navidad, Euro millón y muchos otros son todos matemáticamente perdedores.

Veamos ahora el efecto de aplicar money management a esta estrategia.

Martingale

Las martingale se  suelen utilizar en estrategias con esperanza matemática negativa, donde tenemos que vencer la ventaja que tiene nuestro contrincante o banca, como en los juegos de la ruleta. Las estrategias martingale se utilizan habitualmente en juegos binomiales (jugar rojo o negro en la ruleta, por ejemplo) donde la probabilidad de aciertos ronda el 50% o es superior. Teóricamente se pueden utilizar en cualquier juego como, por ejemplo, el single de la ruleta. Tiene una probabilidad de aciertos del 2,63% (1/38), pero en la práctica es insostenible, ya que las limitaciones martingale se hacen todavía más extremas; las rachas de pérdidas serían sencillamente monstruosas, ya que tardaríamos demasiado tiempo en acertar y recuperar.

La martingale más utilizada consiste en doblar la apuesta cada vez que perdemos hasta que acertemos, volviendo entonces a reiniciar el juego con la apuesta inicial. Aunque hay otras estrategias y variantes sobre ésta, ninguna resuelve totalmente sus problemas.

Ejemplo martingale

Juguemos a la ruleta, rojo o negro:

• Como somos novatos en esto de los casinos, llegamos a la ruleta con 50€ en fichas y empezamos el juego con una apuesta inicial de 1€:
  • Apostamos 1€ a rojo o negro: Perdemos.
  • Doblamos la apuesta, apostamos 2€: También perdemos.
  • Volvemos a doblar la apuesta, 4€: Perdemos…
  • La siguiente apuesta serían 8€: De nuevo, perdemos.
  • En la siguiente apuesta, la 5ª, apostamos 16€: Por fin, ¡ganamos!

Este es el importe que hemos apostado en la jugada 4ª:

• -1€ -2€ -4€ -8€ = -15€

En la 5ª jugada apostamos 16€, con que lo apostado asciende a 31€ en este momento. En esta jugada ganamos, así que, dado que se cobra 2 a 1, cobramos 32€. Por lo tanto:

• 32€ -31€ = 1€ de beneficio.

En la tabla 1 se puede ver el desarrollo del juego.

Si nos fijamos en la tabla 1, vemos que hemos hecho cinco tiradas y hemos ganado 1€, la apuesta inicia. Acertemos cuando acertemos, sea en la primera tirada o en la décima, siempre ganaremos la apuesta inicial.

Tal y como hemos visto, la esperanza matemática de este juego es del -5,26%. Es cierto que en la tabla 1 vemos que la estrategia de posicionamiento convierte al juego en teórica y matemáticamente ganador si, y solo si, somos capaces de doblar la apuesta indefinidamente, algo que, lógicamente, no es posible. En primer lugar, porque no disponemos de capital infinito (maldita realidad) y en segundo porque los casinos tienen apuesta máxima, aunque, de hecho, sin apuesta máxima tampoco sería posible disponer de capital infinito.

En la tabla 2 podemos ver el mismo ejemplo, pero empezando con 25€ en vez de con 50€.

Si empezamos el juego con 25€, en la jugada 4ª ya no tenemos capital para doblar la apuesta. Lo máximo que podríamos apostar serían 10€, quedándonos a cero. Si en este quinto juego ganáramos, ganaríamos 20€, el doble, con lo que el beneficio final sería -5€ en vez de -15€, como refleja la tabla 2.

En cualquier caso, pérdidas. Si jugamos durante el suficiente tiempo, la ley de los grandes números hará que en algún momento tengamos una racha de pérdidas insostenible, por improbable que ésta sea.

Supongamos que acumulamos 10 fallos consecutivos. En la jugada número 11, aun habiendo iniciado el juego con una apuesta inicial de solo 1€, tendremos que apostar 1.024€. Si en esta apuesta también perdemos, en la siguiente deberemos apostar 2.048€. No está mal teniendo en cuenta que hemos iniciado el juego con una modesta apuesta de 1€. Nótese que con cada apuesta doblamos el riesgo mientras que mantenemos la expectativa de rentabilidad constante, la apuesta inicial, 1€. Al acabar la partida número 10 y fallar de nuevo hemos perdido 1.023€ entre todas las apuestas. Si disponemos de capital suficiente, tenemos que apostar 1.024€ adicionales en el juego número 11 para intentar recuperar lo perdido y obtener 1€ de beneficio.

Si hemos empezado a jugar con una cuenta de, por ejemplo, 2.500€, todavía podríamos iniciar la jugada 11ª. No obstante, cualquier sistema de trading tiene tres partes, el Method, el Money y el Mind, las tres emes de Elder. Hemos hablado del Method y el Money porque son cuantificables, pero ¿qué hay del Mind?  ¿Creéis que si empezáis a jugar con 1€, cuando falléis 10 juegos consecutivos estaréis tan tranquilos y seguiréis jugando con el método? Probablemente antes ya habrán aparecido varios fantasmas, creeremos que han manipulado la ruleta o que alguien nos ha gafado o cualquier otra chorrada que pase por nuestra mente fruto de la enorme presión a la que nos somete el cuello de la camisa que parecerá que de pronto ha perdido dos tallas. Además de que no podremos doblar siempre, ya que el dinero no es infinito, la presión psicológica resultaría insoportable. Este es el verdadero problema de la martingale. En el momento que llegue una mala racha en la que no podamos doblar, perderemos todo lo ganado y más.

Supongamos que nuestra cuenta era de 1.000€, por lo que tras 10 fallos consecutivos no podemos doblar. Nos arruinamos. En este punto hemos perdido 1.023€, que es la suma de lo apostado en las 10 tiradas. Si volvemos a jugar otro día manteniendo la apuesta inicial de 1€, deberemos ganar 1.023 juegos para recuperarnos sin arruinarnos en ninguna de ellas.

La martingale tiene un insostenible ratio rentabilidad/riesgo

Que una racha de 10 fallos consecutivos que nos agote el capital equivalga a 1.023 aciertos implica, a efectos prácticos, que la martingale no acepta ni un solo error. Un solo día que se nos agote el capital y la recuperación será casi imposible. Un ratio rentabilidad/riesgo así pone en aprietos hasta a la mente más fría. La presión psicológica que debe soportarse con la martingale es sencillamente inaguantable. Hay que doblar cada vez el riesgo tras haber perdido. Tan solo para recuperar lo perdido y ganar la apuesta inicial. Se puede defender que es muy difícil fallar 10 veces seguidas y es cierto, pero el problema de la martingale es su insostenible relación rentabilidad/riesgo.

La probabilidad de sacar n fallos consecutivos es pⁿ

• Siendo p la probabilidad de fallar o la probabilidad de aciertos del casino.
• Siendo n las jugadas consecutivas.

Es importante dejar claro que cada tirada tiene la misma probabilidad de acierto o fallo que la anterior, ya que son sucesos independientes. No obstante, antes de empezar un juego sí es posible calcular la probabilidad de sacar n fallos consecutivos, aunque cada nueva tirada tendrá el mismo porcentaje de acierto o fallo en el momento de realizarla.

En el ejemplo rojo/negro, la probabilidad de fallar 10 veces seguidas es de 0,50¹⁰ = 0,0977%. Dicho de otro modo, antes de empezar a jugar la probabilidad de acertar si jugamos 10 partidas consecutivas es del 99,9023% (1-pⁿ), un porcentaje de aciertos impresionante.

Ciertamente, la probabilidad de perder durante 10 jugadas consecutivas es muy remota, es lo que Nassim Nicholas Taleb llamó un “Cisne Negro”: un suceso altamente improbable, pero de muy elevado impacto. Pero que sea muy improbable no quiere decir que haya que ignorarlo si uno quiere operar profesionalmente. Refiriéndonos al casino, si simplemente vamos a pasar el rato puede ser un método válido como cualquier otro de divertirse. No obstante, en el terreno de los mercados financieros, no tener en cuenta la posibilidad de que los “Cisnes Negros” aparezcan es el causante de muchas crisis, mundiales y personales.

Volviendo a nuestro juego, el desequilibrio entre rentabilidad y riesgo hace que cuando llegue la serie fatídica, ésta sea definitiva. En el ejemplo hemos escogido como apuesta inicial 1€ y una serie de fallos consecutivos de 10, pero si modificamos estas dos variables lo único que conseguiremos es alterar la duración del juego, al alza o a la baja, pero siempre con el mismo final: la ruina.

La martingale siempre acaba igual

Se puede ganar uno, diez o treinta días, pero en el largo plazo la ley de los grandes números garantiza que, con este juego, tarde o temprano perderemos nuestro dinero. En los juegos donde el riesgo es muy superior al beneficio potencial y la probabilidad de ruina es baja, a medida que se juega más se favorece la ruina. Jugando unas pocas series por diversión es relativamente fácil ir ganando algunas partidas, ya que es muy poco probable sufrir una racha de pérdidas definitiva si la apuesta inicial es muy baja con relación a nuestro capital. Pero si pretendemos hacer un negocio de ello y aumentamos la frecuencia de juego, ocurrirá lo inevitable. Un día aparecerá la racha fatídica que nos hará perder todo lo ganado y más. La economía y la vida están plagadas de “Cisnes Negros”: la quiebra de Lehman Brothers, el 11S, el descubrimiento de la penicilina… Para un gestor o trader, ignorarlos a priori es una irresponsabilidad manifiesta. Lamentarse de la mala fortuna a posteriori es sencillamente una excusa que un profesional no se puede permitir.

En definitiva, variar la apuesta inicial o mejorar el algoritmo martingale básico con n-duplicar, triplicar, empezar a duplicar tras n fallos consecutivos, reducir el incremento de las apuestas a medida que aumentan las pérdidas o incluso aplicar estrategias MM anti-martingale solo alargará el tiempo del juego. Si se juega por ocio, está bien alargar el juego, pero si se busca rentabilidad, el juego de la ruleta y muchos otros implican la ruina a largo plazo, con o sin martingale. Tan solo es cuestión de tiempo: las simulaciones te pueden hacer jugar un día o cinco años, pero al final llegará la ruina, es una certeza matemática definida por la esperanza matemática. El MM no puede convertir una estrategia perdedora en ganadora.

Conclusión

He usado un juego de azar como ejemplo para los algoritmos de money management porque los casinos son el origen de la martingale y, de hecho, se sigue recomendando actualmente. No obstante, si reflexionamos un poco veremos que todos hemos utilizado en alguna ocasión estrategias monetarias que recuerdan a la martingale. Por ejemplo, doblar una posición perdedora para rebajar el precio medio de compra podría entrar en esta categoría. En general, las estrategias martingale no son recomendables para el trading. Por eso, entre otras cosas, no debemos aumentar posiciones cuando fallamos y sí cuando acertamos.

En posteriores artículos nos adentraremos en los algoritmos de money management del tipo anti-martingale, que son los recomendados para las estrategias con esperanza matemática positiva.

Cuando esto sucedió antes, las acciones nunca cayeron

Otro impulso en la participación

A principios de diciembre, el interés comprador en las acciones era amplio y fuerte. Más del 80% del volumen de la Bolsa de Nueva York fluyó hacia valores en avance, lo que provocó un impulso de amplitud poco común.

Dentro del SP500, el interés de compra ha sido impresionante también. El porcentaje de acciones de los miembros del S&P 500 que cotizan por encima de sus medias móviles de 10 días pasó de solo el 25% el 20 de diciembre a más del 90% la semana pasada.

Nuestro motor backtest muestra que desde 1998, el SP500 se comportó bien después de que más del 90% de sus acciones cotizaran por encima de sus medias de 10 días, antes de un rendimiento positivo de un año después de 187 de 193 señales. 

Cuando estas tendencias a corto plazo pasaron de menos del 25% (redondeado) a más del 90% en días consecutivos, el S&P nunca perdió terreno durante los siguientes 6 meses.

Pero es aún más impresionante que eso. Para el 27 de diciembre, más del 90% de las acciones cotizaban por encima de sus medias de 10 días y no ha caído por debajo del 90% desde entonces. Esta racha de 5 días está empatada como la cuarta más larga desde 1950.

Ampliación de la ventana estacional de los mineros de oro

En diciembre, Jay notó un sesgo estacional positivo particular en las acciones de minería de oro durante la segunda mitad de diciembre.

Ahora consideremos el período estándar que podríamos llamar «Santa Claus Miner Rally» durante los años posteriores a las elecciones y extendamos el período hasta el cierre del día de mercado de enero del mes n. ° 11 en el año electoral de mitad de período.

La siguiente gráfica muestra el crecimiento de $ 1 invertido en HUI SOLAMENTE durante el período extendido «Santa Claus Miner Rally» cada cuatro años. 

De 16 ciclos, este patrón mostró una ganancia en 14 ocasiones.

Si la historia demuestra ser una guía precisa, el repunte de las acciones de minería de oro que comenzó el 16/12 puede extenderse hasta el 18/1/2022. Sin embargo, los traders deben reconocer la naturaleza especulativa del trading con estas acciones y recordar que es posible que se produzcan pérdidas significativas.

Mis posiciones para 2022: lo que todos se están perdiendo

Resumen

• 2021 fue el mejor año para los resultados empresariales de EE. UU. con un estímulo fiscal masivo. No creo que en el 2022 se repita.
• Por qué soy algo bajista con las acciones de cara al Año Nuevo y qué contramedidas defensivas tomaría para mantenerme a salvo en caso de una corrección.
• Mis puntos de vista sobre los factores clave para 2022, la inflación, la Fed, la inversión en valor y las coberturas.

Introducción

2021 se acerca a su fin aquí en Texas con días de 30 grados, reposiciones de Seinfeld y fútbol. Ha sido un año de promesas, pero también de silenciosa decepción a medida que nos acercamos a la marca de los 2 años de la pandemia de coronavirus. En la superficie, la economía es sólida, pero hay algunos problemas subyacentes a los que vale la pena prestar mucha atención a medida que nos acercamos al 2022.

Primero, el panorama general. Mis abuelos crecieron en las profundidades de la Gran Depresión y tuvieron que construir sus vidas desde cero. Su generación creía tan firmemente en el sistema occidental que estaban dispuestos a luchar por él, y se tomaron este compromiso en serio. Cuando era más joven que yo, mi abuelo estaba entre los cientos de miles de soldados estadounidenses estacionados en Alemania Occidental en la década de 1950. La historia muestra que Occidente tenía razón:

• El PIB per cápita de hoy es más de seis veces el nivel que tenía cuando nacieron mis abuelos.
• La ex Unión Soviética se disolvió y ahora tiene una economía principalmente basada en el mercado.
• Dos generaciones después, me gano la vida con un invento loco llamado Internet.

El mercado libre ha creado más riqueza para más personas que cualquier otro sistema en la historia de la tierra. Durante largos períodos de tiempo, el debate ha terminado. El capitalismo funciona y el mercado ha acumulado riqueza para cualquiera que tenga la habilidad para invertir y la paciencia para mantener.

A pesar de esto, hay recesiones / ciclos de mercado, los políticos corruptos hacen cosas contraproducentes y eventos imprevistos como desastres naturales, en ocasiones, han frenado el crecimiento. Estados Unidos también vive colectivamente muy por encima de sus posibilidades y lo ha estado haciendo durante bastante tiempo. El gasto del gobierno simplemente no es sostenible al nivel en el que se está produciendo. Hay razones sólidas para ser optimistas a largo plazo, pero el nivel de vida puede terminar bajando durante algún tiempo antes de que pueda volver a subir.De cara al 2022, estas son las encrucijadas en las que nos encontramos. Abordaré las preguntas más frecuentes a continuación.

2022 Preguntas y respuestas

¿Cuál espera que sea el catalizador clave del desempeño del mercado de valores en 2022? ¿Qué elementos afectarán el desempeño del mercado, para bien o para mal?

El principal impulsor del desempeño del mercado de valores, fundamentalmente hablando, son los resultados o ganancias. Por lo tanto, la pregunta clave para el próximo año es si las estimaciones de ganancias para 2022 y más allá son demasiado bajas, correctas o demasiado altas. La estimación de ganancias de consenso de analistas para 2022 es de $ 223 por acción para el S&P 500. Si cree en este número, el S&P 500 cotiza aproximadamente 21 veces las ganancias de 2022, que está en el lado alto de lo normal pero no extremo. Es casi seguro que 2021 será el mejor año para las ganancias corporativas: cuando las empresas terminen de informar para el cuarto trimestre, los analistas esperan alrededor de $ 210 en ganancias. En comparación, el año anterior más alto fue de $ 163 en ganancias en 2019.

El problema con estas estimaciones de ganancias tan altas es que son completamente irreales. Al final del año, el PIB nominal de EE. UU. será un poco menos del 10% mayor que su máximo anterior en el cuarto trimestre de 2019 (esto es principalmente inflación y no crecimiento real, por cierto), pero ¿se supone que las ganancias corporativas serán permanentemente un 40 % más altas? Yo no lo compro. Las ganancias corporativas fueron las más altas de su historia en 2021 no porque la economía estuviera funcionando de manera increíble por sí sola, sino porque el gobierno de los EE. UU. yuvo el mayor déficit presupuestario en tiempos de paz en la historia de la civilización. Por eso también hay mucha escasez de todo en este momento. No me sorprende que a los mercados les haya ido bien en 2021, pero me sorprendió que subieran tan bruscamente como lo hicieron. El enorme proyecto de ley de estímulo a corto plazo que se puso en marcha en marzo es probablemente el culpable.

Piense en el estímulo que entró en la economía en 2021. En diciembre de 2020, el Congreso aprobó un estímulo de $ 900 mil millones. En marzo, repartieron otros 1,9 billones de dólares. Eso es aproximadamente el 12% de todo el PIB de los EE. UU. para el año, impreso y distribuido. Hay argumentos de que el nivel de estímulo en 2021 fue bueno y hay argumentos de que fue malo, pero no hay argumentos creíbles de que el Tesoro pueda tener déficits presupuestarios de ~ 15% del PIB cada año en el futuro. Al pedir dinero prestado para el estímulo este deberá pagarse en algún momento, ya sea mediante impuestos más altos o inflación.

Los analistas de Wall Street están tomando 2021 literalmente como su año base y agregando 5-10% compuesto para 2022 y 2023. En realidad, deberían tomar 2021 como año base y restar 15-20% de las ganancias en la mayoría de los casos, porque no tendremos otros $ 3 billones en estímulo para una economía que, estadísticamente, estaba bien.

He dicho esto antes, pero una cifra más realista para las ganancias del S&P 500 para 2022 es de $ 180 a $ 190 por acción, en función de dónde estaban la producción y el PIB en 2019 y dónde están ahora. $ 200 es una posibilidad. Pero las estimaciones tan altas para 2022 son simplemente incorrectas, al igual que todas las estimaciones aún más altas para 2023. Las ganancias son retrospectivas, por lo que esto todavía no está apareciendo, pero las comparaciones del año anterior serán muy a medida que avanzamos en 2022. El primer trimestre probablemente será solo un poco suave con la pausa de préstamos estudiantiles extendida tres meses más y algunos estímulos de 2021 filtrados a través de reembolsos de impuestos, pero para el verano, este problema de ganancias debería ser bastante obvio. De cara al futuro, esperaría que cada trimestre de 2022 sea más suave que el anterior.

A medida que nos acercamos a 2022, ¿es optimista o bajista con respecto a las acciones estadounidenses? En términos de asignación de activos, ¿cómo está posicionado de cara al Año Nuevo?

Soy bajista sobre las acciones de EE. UU. para 2022. Si investigas a dónde se destinó el estímulo, los hogares de EE. UU. obtuvieron alrededor de $ 10.000 para gastar en promedio que no tenían que ganar el año pasado, además de sus ingresos habituales de los salarios.

Las estimaciones de ganancias para 2022 me parecen basura, y espero que las ganancias corporativas no estén a la altura de las elevadas expectativas establecidas para ellas. Si cree que las ganancias no estarán a la altura de las expectativas, lo que probablemente ocurra es una amplia corrección en los precios de las acciones del 15-20%. Mi modelo de largo alcance todavía muestra que los inversores pueden esperar rendimientos anuales del 7,5 al 8% durante los próximos 20 años comprando acciones de EE. UU., por lo que no todo está perdido para los alcistas, pero tendría cuidado con lo que compra.

Las empresas más vulnerables son las del sector tecnológico y las que venden a consumidores discrecionales. Por ejemplo, no hay razón para que compañías petroleras como Exxon Mobil (NYSE: XOM ) o compañías de productos básicos como Altria ( MO ) ganen mucho menos de lo esperado. Además, el estímulo se realizó a un nivel mucho más alto en los EE. UU. que en el resto del mundo desarrollado, lo que significa que creo que es probable que las acciones internacionales brinden una mejor experiencia que las de EE. UU. durante el próximo año. Es probable que las empresas con ganancias sólidas, buenos dividendos y una imagen fundamental que no dependen de un consumidor fuerte tengan un buen desempeño en 2022. Las acciones preferidas también son interesantes, ya que suponen un buen enfoque fiscal con dividendos calificados. Pude trabajar en Microsoft Excel, además de ser un mercado independiente de los mercados de acciones y bonos de alto rendimiento.

¿Qué problema nacional / mundial es el mayor riesgo que podría afectar negativamente a los mercados de EE. UU. En el próximo año?

Estoy feliz de decir esto, pero no espero que la principal preocupación del próximo año sea el coronavirus. No tiene que creerme, simplemente puede mirar la correlación diaria entre el NASDAQ y Dow para saber lo que piensa el dinero inteligente. Al principio de la pandemia, hubo muchos días en los que el Dow bajaría como 300 puntos y el NASDAQ subió 200 puntos (o viceversa). Pensé que esto era un poco desconcertante y no tenía mucho sentido a largo plazo, y al final no lo hizo cuando las acciones sobrevaloradas de trabajo desde casa como Zoom ( ZM ) y Peloton ( PTON ) terminaron colapsando. Pero ahora el Dow, el S&P 500 y el NASDAQ están sincronizados, lo que significa que el dinero inteligente cree que es probable que las interrupciones económicas del virus se desvanezcan en los próximos meses.

Sin embargo, la máquina del mercado parece tener una nueva jugada que es igualmente misteriosa. Están comprando bonos del Tesoro a largo plazo a la par, incluso cuando la inflación sigue aumentando. Los bonos del Tesoro a 30 años es la forma preferida de muchos inversores institucionales para tratar de cubrir una recesión. Compraron tantos de estos que el Tesoro a 20 años continúa cotizando por un rendimiento más alto que el de 30 años. No sé si esta es una gran cobertura a largo plazo: este precio es extraño y está mal, pero lo están haciendo porque esperan que las acciones colapsen para poder comprar barato. La cuestión principal es realmente si Estados Unidos se sumerge en otra breve recesión con la desaparición del estímulo. En verdad, no sería el fin del mundo, pero lo sentirían las personas que compran acciones tecnológicas por 50 veces las ganancias.

¿Es el aumento de la inflación un temor legítimo que podría reducir las ganancias y / o hacer que los múltiplos de valoración se contraigan?

La inflación es un miedo muy legítimo. Hay muchos economistas inteligentes que trabajan para el gobierno de EE. UU., pero en un patrón que se ve más comúnmente en América Latina y Asia, nadie los escucha. Los políticos están dando a sus electores un alivio a corto plazo en lugar de soluciones sostenibles, y hasta que dejen de hacer esto, la presión inflacionaria seguirá aumentando. Los expertos van a culpar a la inflación cuando las ganancias se contraigan.

Si está leyendo esto, tengo una inversión que puede ayudar. Tenemos al Tesoro de los EE. UU. enganchado por las promesas que hicieron hace mucho tiempo con los bonos de la Serie I, y puede obtener un rendimiento garantizado de más del 7 por ciento por cortesía del Tío Sam. Los I Bonds están limitados a $ 10.000 por persona por año fiscal, por lo que puede duplicar la cantidad comprando antes y después del año nuevo, y también puede comprar para cónyuges, hijos o cualquier otra persona de su confianza. Tiene que esperar un año y los intereses se pagan con tres meses de retraso (esto funciona como una pequeña multa por pago anticipado). Los I Bonds se compran a través de Treasury Direct. Debido a cómo funciona el sistema ACH, deberá comprar antes del cierre de operaciones el 29 de diciembre para que cuente para 2021.

Estoy un poco sorprendido de que tan poca gente esté aceptando el Tesoro en este trato. Parece que solo entre 100.000 y 200.000 hogares terminaron comprándolos, lo cual es extraño porque no tienen riesgos y pagan un alto rendimiento. El intercambio de algunos bonos agregados genera alrededor de $ 2.000 por año en alfa para una pareja casada, pero supongo que gran parte del público estadounidense no se molesta en apagar sus televisores y leer un poco. Sin embargo, es una algo positivo para nosotros, porque si todos lo hicieran, el Tesoro probablemente tendría que dejar de emitirlos.

¿Qué papel jugará la Fed el próximo año?

La Fed va a endurecer la política monetaria al mismo tiempo que el estímulo se está reduciendo. En este punto, confío en que la Fed hará lo que sea necesario. La inflación no desaparecerá por sí sola, pero la Fed no parece estar duplicando la narrativa del estado «transitorio». La reducción debería estar completada en marzo, y la Fed debería subir constantemente las tasas de interés mientras la inflación se mantenga alta. El verdadero problema para la Fed con la inflación no es la tasa actual de inflación, sino el tiempo que permanece alta.

Como inversor, sabrá qué hacer con solo comparar las tasas de interés con los rendimientos de las acciones. Lo principal que haría como inversionista en este momento es ser proactivo con los pasivos sensibles a las tasas de interés. Ahora es un buen momento para pagar deudas mientras aún hay dinero suelto, ya sea deudas hipotecarias, deudas de margen u otras deudas de consumo como préstamos estudiantiles. No creo que las tasas estén subiendo por las nubes, pero si las tasas suben significativamente, las cuentas de ahorro de alto rendimiento y los certificados de depósito podrían valer la pena ver en lugar de los bonos, especialmente si la curva de rendimiento se invierte.

¿Ve acciones de valor o inversiones de crecimiento liderando los mercados en 2022?

El valor es mejor que el crecimiento ahora. En lugar de conceptos abstractos como valor o crecimiento, yo diría que busque empresas que tengan valoraciones razonables, flujo de caja sólido, dividendos y perspectivas de hacerlos crecer en un entorno económico cambiante. Estas empresas existen, pero no se llaman Apple ( AAPL ), Tesla ( TSLA ) o Microsoft ( MSFT ). A menudo, están en negocios aburridos o incluso están ubicados en el extranjero.

El dólar estadounidense se recuperó con fuerza en la segunda mitad de 2021. ¿Cuáles son las perspectivas para el futuro?

Esto es extremadamente interesante para los inversores estadounidenses porque el dólar estadounidense se ha recuperado a pesar del empeoramiento de la situación fiscal en Estados Unidos. Esto es Econ 101, pero una forma de verlo es utilizar la paridad del poder adquisitivo para valorar las monedas. Los bienes deberían costar aproximadamente lo mismo en diferentes países y, cuando no lo hacen, el comercio mundial interviene para satisfacer la demanda. El euro, el dólar canadiense, la libra y el yen están infravalorados en un 10-15% frente al dólar estadounidense y lo han estado durante años, y buscaría aprovecharlos comprando fondos indexados internacionales o acciones que le gusten en el extranjero con alrededor del 40% de su asignación de capital.

No use las PPP como excusa para invertir en lugares donde gastará su dinero, pero mi investigación muestra que podría valer la pena invertir en países nórdicos, Alemania, el Reino Unido y Canadá. El mercado de valores de EE. UU. ha tenido un buen desempeño durante los últimos 50 años, pero no es el mejor del mundo. Por lo general, es mejor seleccionar sus propias acciones en los mercados extranjeros porque los ETF son muy caros, pero una opción fácil es invertir en un fondo de dividendos internacionales como ( VYMI ) o simplemente comprar el índice internacional amplio a través de ( VEA ).

Fuente: Morningstar

Conclusión

No espero un año excepcional para las acciones en 2022. Pensar que los mercados están sobreextendidos no es mi gran apuesta y todavía habrá valor en las acciones, pero los inversores deberían considerar tomar contramedidas bajistas como pagar la deuda en lugar de invertir dinero nuevo, obteniendo ganancias donde sea razonable hacerlo, dólar -Promedio de costes, invertir en acciones que pagan dividendos con valoraciones razonables, invertir fuera de los EE. UU. e invertir un poco de dinero en ETFs que se aprovechen del riesgo de cola.

Una ola gigante de dinero

Esta semana en Dirty Dozen [CHART PACK] de nuevo explicaremos el porqué de la tendencia alcista en los activos de riesgo en el corto plazo. Hablaremos de los impulsos de amplitud positivos, una ola GIGANTE de entrada de dinero, administradores de fondos que recaudan efectivo, efectos de calendario, una señal bajista en una acción de crecimiento popular, plata como soporte y un transportista internacional de contenedores que vende frijoles.. …

1. El SP500 alcanzó nuestro objetivo de 4.800 antes de fin de año, como se esperaba. Ahora estoy buscando un breve retroceso antes de otro impulso alcista. El siguiente objetivo es el nivel en 5000. Una vez que lleguemos allí, probablemente veremos entrar a los tomadores de ganancias que deberían hacer caer el SP500 en un rango de negociación / retroceso durante unos meses. Pero quién sabe…

2. El oscilador McClellan saltó a su nivel más alto desde el empuje alcista del 20 de noviembre que marcó el final de un rango lateral volátil de varios meses. Esto es una señal alcista …

3. La ola de dinero que ha fluido hacia los principales índices estadounidenses durante los últimos meses es algo seguro … Normalmente, este tipo de entradas masivas se ven en los principales mínimos o en el camino hacia máximos mayores.

4. Estas entradas provinieron casi en su totalidad del público minorista durante los últimos 2 años.

5. El FMS de diciembre de BofA contenía algunos datos interesantes, como (1) las tenencias de efectivo aumentaron al 5,1%, lo que provocó una «señal de compra» contrarian (2) sin embargo, solo el 13% de los encuestados son acciones de UW y (3) solo el 9% espera que los bonos caigan.

6. Aquí están los gráficos destacados del informe.

7. LPL Research publicó una buena publicación de «Gráficos del año» que puede encontrar aquí. Señalan que 2021 fue uno de los mejores años para las acciones con un rendimiento de mercado del 27% y solo un retroceso del 5% durante todo el año.

8. Sin duda, deberíamos ver más volatilidad este año, ya que hemos superado el pico de liquidez y entramos en un régimen global de endurecimiento. Además, se avecinan algunos vientos en contra con estacionalidad negativa. Este gráfico se compartió en la última nota de mercado de Jesse Stine, que puede encontrar aquí.

9. La plata mantuvo su soporte mensual y las acciones de minería se recuperaron de su BB inferior en el gráfico mensual. Las acciones mineras podrían subir durante el año después de un 2021 lateral.

10. Palantir Technologies, cerró cerca de sus mínimos mensuales después de romper su rango lateral de un año. El objetivo de movimiento medido es de $ 10, lo que supondría un viaje de ida y vuelta completo a su precio de salida a bolsa.

11. El constructor de viviendas Beazer Homes puede estar intentando romper con su patrón de suelo de más de una década. Ha visto una serie de fuertes golpes positivos consecutivos, cotiza a solo 4.8x EV / EBITDA, y está creciendo tanto en los ingresos como en los resultados.

12. Le traigo una empresa en la que estoy investigando esta semana. Servicios de envío integrados de ZIM (ZIM). ZIM es una empresa de transporte de contenedores con sede en Haifa, Israel. No sé nada sobre la acción, pero a primera vista, parece muy barata, está experimentando un fuerte crecimiento y su gráfico muestra una clara tendencia alcista.

Publicaré un informe a finales de esta semana si hay algo interesante que comentar.

Gracias por leer.

2021 fue uno de los mejores años en la historia del mercado de valores

1995 podría ser el mejor año en la historia del mercado de valores de Estados Unidos.

No fue el rendimiento más alto en un año de calendario (subió un 53% en 1954).

Pero podría ser el año menos volátil de la historia con un rendimiento increíblemente alto. El S&P 500 subió un 37,2% en 1995, mientras que la mayor caída de máximo a mínimo fue de un minúsculo 2,5%. La peor pérdida en un solo día de ese año fue solo del -1,5%.

También hubo 77 nuevos máximos históricos en el índice en 1995. Tengo datos que se remontan a 1928. Ese es, con mucho, el mayor número de máximos nuevos que pude encontrar en cualquier año.

2021 no fue exactamente un año tan bueno en acciones como 1995, pero estuvo muy cerca.

Veamos los números.

El S&P 500 subió un 28,7%, incluyendo los dividendos. Ha habido 17 veces desde 1928 en que el mercado subió un 30% o más, por lo que no es el mejor desempeño, pero considerando que subió un 12% en 2016, un 22% en 2017, cayó un 4% en 2018, subió un 31% en 2019 y un 18% en 2020, no está nada mal.

Las acciones estadounidenses están en una racha increíble últimamente.

En 2021 hubo 70 nuevos máximos históricos. Este número es sorprendentemente alto hasta ahora en un mercado alcista. Pon una señal aquí, porque ahora volveremos a este punto.

La peor caída de máximo a mínimo en 2021 fue de solo un 5,2%. Eso lo coloca en el 10% inferior de todas las caídas de datos por año de calendario durante los últimos 94 años de datos. El peor día de caídas fue una pérdida de solo un 2,6%.

Así que acabamos de tener un año en el que el S&P 500 alcanzó un nuevo récord en casi un tercio de todos los días de negociación, las pérdidas se limitaron al 5% y el índice subió casi un 30%.

En el gran esquema de las cosas, 2021 estuvo en el vecindario de los mejores años en la historia del mercado de valores de EE. UU., que ocurrieron en las décadas de 1950 y 1990, dos de los mercados alcistas más grandes de todos los tiempos.

Mientras investigaba los datos sobre nuevos máximos históricos, no pude evitar comparar este período actual con las tendencias alcistas anteriores.

Mire el número de nuevos máximos históricos en el S&P 500 por década que se remonta a la década 1950:

Hubo más nuevos máximos históricos en 2021 que todas las décadas de los años 70 y 2000 juntas.

Déjame repetir eso para que tenga efecto. Hubo más nuevos máximos históricos en 2021 que en los 20 años combinados en las décadas de 1970 y 2000.

Esas décadas fueron horribles en el mercado.

Desde que alcanzó los máximos de finales de 2007 en 2013, ahora ha habido 343 máximos históricos durante este mercado alcista.

El mercado alcista de las décadas de 1950 y 1960 tuvo un total combinado de 365 nuevos máximos. El movimiento alcista de los años 80 y 90 registró 500 nuevos máximos históricos.

Los rendimientos anuales desde el mínimo en marzo de 2009 ahora rivalizan con esos dos gloriosos mercados alcistas. Es sumamente impresionante considerando la cantidad de personas que han sido pesimistas durante todo este período previo y todo lo que hemos tenido que enfrentar en el camino.

Entonces, ¿dónde se ubica históricamente el mercado alcista actual?

¿Es hora de comenzar a comparar la racha actual con los mayores mercados alcistas de todos los tiempos?

¿Está empezando a parecerse a los años 50 y 90?

Tengo algunas ideas sobre estas preguntas, pero necesitaré otro artículo para poder explicarme. No puedo dar una respuesta con solo dos frases sobre el debate de quién es mejor, Jordan o LeBron, cuando se trata de rendimientos históricos del mercado de valores.

En mi próximo artículo, hablaré sobre cómo se clasifica históricamente el mercado alcista actual.

Mientras tanto, si fue un inversor de comprar y mantener en el mercado de valores de EE. UU. en 2021, dese una palmada en la espalda.

Acaba de vivir uno de los mejores años de todos los tiempos en el mercado de valores.

No siempre será tan fácil.

Señal contrarian en el SP500

Un giro en las apuestas contra las acciones

Cuando los inversores son optimistas sobre los mercados de acciones, compran opciones de compra apostando por un aumento de precios. Por el contrario, cuando son bajistas, respecto a las acciones, compran opciones de venta para apostar por la caída del mercado. La relación de volumen total de opciones de compra / venta de EE. UU. se puede utilizar como un indicador contrarian para identificar un entorno en el que el sentimiento se ha vuelto demasiado pesimista sobre la dirección futura de las acciones. Cuando la opinión de los traders es demasiado bajista, las acciones tienden a subir.

La Options Price Reporting Authority (OPRA) agrega datos de opciones de un grupo de mercados.

El modelo de negociación del ratio put / call de Dean aplica un período retroactivo a una media móvil del ratio put / call agregado. Una nueva señal de compra se da cuando el ratio cambia de un nivel alto a bajo en relación con otras lecturas en los últimos meses, siempre que el impulso sea positivo.

Esta señal se activó otras 40 veces durante los últimos 18 años. En el resto de ocasiones, los rendimientos futuros, las tasas de ganancia y relación riesgo / recompensa fueron excelentes en todos los períodos de tiempo.

Wall Street apuesta por más ganancias

El lunes de la semana pasada vimos que los inversores individuales son pesimistas. Wall Street no lo es: los analistas están ocupados mejorando los objetivos de precios y los estrategas esperan que el S&P 500 aumente sus ganancias en el nuevo año. El precio objetivo promedio de los estrategas para el S&P 500 durante el próximo año es casi un 5% más alto que donde estaba el S&P el lunes, lo que sugeriría que el índice está infravalorado. Sin comentarios.

Según las cifras actuales, cuando el S&P está más de un 4,5% por debajo del precio estimado de los estrategas para el año anterior, el índice arrojó un + 9,5% anualizado, frente a un miserable -9,8% cuando el índice estaba al menos un 4,5% por encima de la estimación de los estrategas.

Al observar todos los años en los que quedaban 3 días de negociación en el año, y el S&P estuvo dentro del 1% de un máximo de varios años, esta sí que era una de las pocas señales que mostraron que el S&P todavía estaba infravalorado. De hecho, fue una buena señal para los rendimientos futuros, especialmente en las primeras dos semanas del nuevo año.

Tecnologías disruptivas: llegaron los camiones autónomos

Hemos sostenido durante mucho tiempo que los economistas son demasiado pesimistas con demasiada frecuencia. Por lo general, eso se debe a que no anticipan el impacto económico positivo de las innovaciones tecnológicas. Estos se dan en respuesta a problemas ampliamente reconocidos, especialmente la escasez que hace que los precios se disparen. Los precios más altos crean una oportunidad para que los empresarios desarrollen alternativas más baratas y, a menudo, mejores a los recursos escasos.

Entre los economistas más pesimistas se encuentran los maltusianos, que han estado prediciendo que las poblaciones aumentarían más rápido que los suministros de alimentos, lo que provocaría hambrunas. Eso no ha sucedido gracias a tecnologías que han impulsado enormemente la productividad en la agricultura. Los pesimistas de hoy predicen que la escasez de mano de obra ya está provocando una espiral de precios y salarios. Uno de los sectores con mayor escasez de trabajadores es el de los camioneros. Los emprendedores ya están trabajando para solucionar este problema.

En el próximo año, parece que los camiones autónomos pueden llegar a la corriente principal. Walmart está probando camiones autónomos utilizando el software Gatik, UPS está probando rutas de camiones autónomos en Texas y los camiones autónomos de TuSimple están cruzando los estados del sur de EE. UU. El progreso en camiones autónomos puede incluso estar superando el progreso en vehículos autónomos de pasajeros, en parte porque los camiones a menudo conducen rutas predecibles y pueden evitar las situaciones difíciles que pueden encontrar los automóviles.

Los inversores de capital riesgo están mirando. “Hasta el 6 de diciembre, la actividad de inversión total para vehículos logísticos autónomos en el 2021 se quintuplicó a $ 6.5 mil millones desde $ 1.3 mil millones en el mismo período en 2020, según la plataforma de datos de inicio PitchBook. La actividad de inversión para las firmas de robotaxi, mientras tanto, cayó un 22% a $ 8.4 mil millones desde $ 10.8 mil millones durante el mismo período ”, informa un artículo de Reuters del 9 de diciembre.

Veamos algunos de estos camiones autónomos que salen a la carretera:

(1) Walmart prueba la autonomía de última milla. Walmart anunció el mes pasado que ha estado usando dos camiones con caja autónoma en un circuito de siete millas en Bentonville, Arkansas, sin un conductor de seguridad detrás del volante desde agosto. Los camiones se desplazan entre un centro logístico y una tienda Walmart.

El minorista está trabajando con Gatik, una empresa de nueva creación que se centra en el mercado de empresa a empresa y en rutas de corto recorrido, como el transporte de productos minoristas desde los almacenes hasta las tiendas. Los camiones autónomos de Gatik conducen día y noche mientras se prueban en carreteras urbanas densas con semáforos e intersecciones, según un comunicado de prensa del 8 de noviembre. A diferencia de los taxis autónomos, generalmente pueden evitar giros a la izquierda en el tráfico que se aproxima, giros a ciegas y cualquier otra conducción complicada, así como escuelas, hospitales y estaciones de bomberos.

Fundada en 2017, Gatik ha recaudado 114,5 millones de dólares y cuenta con el respaldo de Koch Disruptive Technologies, Innovation Endeavors, Wittington Ventures y otros, y se ha asociado con Ryder, Goodyear, Isuzu y otros, según el comunicado de prensa.

(2) UPS prueba el transporte de manos libres. UPS planea probar los camiones autónomos Clase 8 de Waymo para entregas de larga distancia entre Dallas-Fort Worth y Houston, pero el camión tendrá humanos al volante. Las dos compañías han estado trabajando juntas, con UPS probando las minivans autónomas de Waymo para entregas locales, informó un artículo del 17 de noviembre en The Verge.

Waymo anunció este verano que está trabajando con JB Hunt Transport Services en el transporte de mercancías en un camión autónomo de Clase 8 para uno de los clientes de JB Hunt entre Fort Worth y Houston. Los camiones serán supervisados ​​por empleados de Waymo en cabina. Waymo también está trabajando con Daimler, que planea usar la tecnología autónoma de Waymo en sus camiones semirremolques Freightliner Cascadia de servicio pesado, informó un artículo del 10 de junio en The Verge.

Waymo es quizás mejor conocido por las pruebas de sus taxis autónomos en los suburbios de Phoenix sin un conductor de seguridad y en San Francisco con uno. Un artículo de Reuters del 8 de diciembre cuestionó si la compañía estaba perdiendo su liderazgo sobre otras con ambiciones similares. Argo AI de Ford Motor dice que se asociará con Lyft para ejecutar robotaxis en Miami antes de fin de año con un conductor de seguridad presente, y Cruise de General Motors espera tener permisos el próximo año para una oferta de taxis sin conductor a media noche.

(3) Texas da la bienvenida a los camiones autónomos. Waymo no está solo en Texas. Embark Trucks, otro desarrollador de software de transporte autónomo, planea transportar carga el próximo año en sus camiones autónomos entre Houston y San Antonio, informó un artículo de FreightWaves del 9 de diciembre. Los camiones tendrán conductores de respaldo en las cabinas.

Embark está trabajando con los miembros del programa de desarrollo Werner Enterprises, Mesilla Valley Transportation y Bison Transport. La compañía, que no dijo cuántos camiones estaban involucrados, se hizo pública a través de una fusión con Northern Genesis Acquisition Corp. en un acuerdo de noviembre que valoró a Embark en aproximadamente $ 5 mil millones.

TuSimple también tiene camiones autónomos en las carreteras de Texas. Sus 50 camiones con conductores de seguridad a bordo circulan por el sur de EE. UU. La compañía planea tener una red nacional que cruce las carreteras de EE. UU. para 2024.

Money management, el gran olvidado del trading (Parte 1)

• Uno de los libros que más ha marcado mi carrera es “trading for a living” de alexander elder, lo que no deja de ser curioso teniendo en cuenta que mi vocación y profesión es el algorithmic trading y el libro apenas habla sobre él, algo que es para criticarlo. Elder afirma que son tres las partes que debe tener un plan de trading de éxito: mind, money y method. el orden no es casual. Primero, la mente, sin disciplina y control emocional no hay metodología ganadora que valga. segundo, el dinero o, mejor dicho, la gestión monetaria o money management, que se encarga de decirnos cuánto abrimos en la siguiente posición y, en tercer lugar, el método, es decir, la estrategia que nos dice qué y cuándo comprar o vender.
• Artículo publicado en Hispatrading Magazine.

Si quieres ganar como un profesional debes comportarte como tal, independientemente de si el trading es tu actividad laboral principal o no. Para profesionalizar tu trading debes ser un empresario y tienes que tener un proyecto, un plan de trading. ¿Qué empresa inicia su actividad sin proyecto, sin plan?

Encontrarás infinidad de recursos de todo tipo sobre estrategias, análisis técnico y/o fundamental, en definitiva, sobre qué metodología de entrada/salida del mercado usar. Desde libros, webs, servicios de señales hasta números medios de comunicación, tanto escritos como radio o televisión. Y es que, buena parte de la industria financiera y, por ende, la gran mayoría de traders o inversores, están orientados a responder a las preguntas: ¿Qué compro o vendo? ¿Cuándo lo hago? Por supuesto que responder a estas preguntas es una parte importantísima de cualquier operación, pero, ¿qué hay del cuánto?

¿Te has fijado en las pocas ocasiones en que se hace referencia a cuánto compro en las recomendaciones de los medios? Se recomienda comprar una determinada acción, pero rara vez se tiene en cuenta la composición del resto de la cartera para tomar esa decisión, ni se hace referencia a qué cantidad de capital utilizar en dicha operación. Y, curiosamente, o quizá no tanto, es mucho más importante esta decisión que el cuánto. La cantidad no solo es importante en el trading, lo es de hecho en cualquier actividad comercial. No es lo mismo comprar un piso que cuatro, ni tres folios que quinientos. No obstante, en el trading, la utilización del money management te permitirá hacer crecer el beneficio geométricamente, aunque nada es gratis ni fácil en el trading.

Afortunadamente, existen libros que intentan responder al ¿cuánto?, auténticas obras maestras, pero son minoría con relación a las publicaciones sobre la estrategia operativa o sobre los distintos estilos de inversión. La búsqueda del Santo Grial es inagotable, gran parte del sector está orientado a encontrar aquella estrategia infalible y la verdad es que el secreto del éxito no está en encontrar la estrategia infalible, si no en utilizar un buen money management con estrategias robustas que tengan esperanza matemática positiva. Ni más ni menos. Céntrate en conseguir buenos sistemas con E[x] positiva y la gestión monetaria hará el resto.

¿Qué es el Money Management?

El money management responde a la pregunta: ¿cuánto dinero vamos a destinar a esta posición?

Podemos definirlo como la disciplina que se encarga de decidir cuántas acciones, contratos de futuros o activos análogos compraremos o venderemos al iniciar una determinada posición. Es una fórmula matemática, a la que llamaremos algoritmo de money management, que, si bien puede ser de formulación compleja, es usualmente de utilización sencilla. El money management no depende de la estrategia que utilicemos ni del tipo de trading que hagamos. Es perfectamente utilizable o, mejor dicho, debe ser utilizado, tanto si operamos discrecionalmente como sistemáticamente o tanto si lo hacemos llevados por análisis fundamentales o lo hacemos por técnicos o cuantitativos. Lógicamente, el tipo de trading y especialmente el tamaño de la cuenta, condiciona el algoritmo de money management. No es lo mismo un trader profesional con 100.000€ de capital inicial, que opera en el mercado de futuros con una cartera de sistemas automáticos, que un inversor en acciones que invierte sus ahorros de 20.000€ en acciones españolas o, a lo sumo, europeas. Tampoco es lo mismo un CTA americano con 50 millones de dólares bajo gestión, con prácticamente total libertad de elección, que un fondo de pensiones de renta variable española con 20 millones de euros bajo gestión, que está obligado a seguir a su benchmark y/o a cumplir los estrictos criterios del regulador. Evidentemente, cada estilo o vehículo de inversión tiene unos condicionantes, marcados por la propia filosofía o por los requisitos jurídicos del producto. En ocasiones, el algoritmo de posicionamiento será complejo y elaborado y en otras más sencillo e intuitivo, pero en todos los casos es capaz de aportar valor a las estrategias.

De manera general, los inputs del algoritmo son el importe de nuestra cuenta y el riesgo a asumir y el output es el número de acciones o de contratos de futuros a abrir en el trade estudiado; en la práctica es un sencillo juego de números. Nuestro algoritmo será, en definitiva, el que recogerá de manera estricta, objetiva, científica, nuestras reglas de money management, las cuales son independientes del método que utilicemos para operar.

La importancia del Money Management

Larry Williams ganó la World Trading Cup en 1987 con una impresionante rentabilidad superior al 10.000%. La clave de su éxito fue el algoritmo de money management que le diseñó Ralph Vince, el precursor del algoritmo de money management más conocido y utilizado, el fixed risk o fixed fractional, del que derivan muchos otros. Según parece, utilizó la formula de Kelly como “f” óptima, volveremos sobre Kelly más adelante.

Recuerden que el money management es totalmente independiente de la estrategia utilizada, solo necesitamos el resultado de unas pocas operaciones (o mejor muchas) para implementarlo. Es un arma muy poderosa, de gran potencia. Y toda arma de gran potencia necesita control, ya que esa misma potencia hace que sea tan capaz de enviarnos a la gloria como al desastre. Si nuestro posicionamiento por trade es muy grande, estaremos asumiendo demasiado riesgo y una racha de pérdidas importante puede obligarnos a parar la operativa al vernos descapitalizados y arruinados. En cambio, si nuestro posicionamiento es demasiado bajo, infrautilizaremos nuestro capital de inversión obteniendo retornos muy inferiores a los potenciales. Encontrar un equilibro prudente entre un extremo y otro es uno de los objetivos de nuestro algoritmo de money management. En el trading conviene huir de cantos de sirena y soluciones milagrosas. Las simulaciones siempre son fantásticas y albergan un gran potencial de beneficio, pero la realidad suele ser mucho más cruel. Prudencia y sentido común.

En realidad, todos estamos utilizando ya money management, ya que cuando decidimos comprar determinada acción, futuro o CFD, decidimos también qué cantidad compramos. El problema es que, muy probablemente, la decisión no habrá sido tomada bajo criterios matemáticos o de eficiencia, si no intuitivamente o por lote constante (un contrato o un 5% sobre el patrimonio, por ejemplo). Si estamos teniendo en cuenta el stop loss de la posición para decidir nuestro lote, ya vamos por buen camino, pero no olvides que el stop loss es una estrategia de salida, una herramienta que bien utilizada es muy recomendable, pero que forma parte de la operativa (method) y poco tiene que ver con nuestro capital. Es decir, no es estrictamente una estrategia de gestión monetaria, sino de risk management.

El dinero es nuestro tesoro

Ciertamente la mayoría de traders dedican mucho tiempo a decidir qué comprar o vender y cuándo hacerlo, pero poco o ninguno a qué cantidad de dinero destinar a la operación. El dinero, nuestro capital, es la materia prima de nuestra cartera, de la misma forma que la harina lo es para un panadero. Es nuestro bien más preciado y por eso debemos protegerlo profesionalizando su gestión, tratando de maximizar su retorno, sin maximizar el riesgo. Y es que el money management es capaz de marcar la diferencia en la gestión. Puede convertir una buena estrategia en excelente y una pésima en solo mala. Lógicamente, no es capaz de convertir una mala estrategia en buena, eso entraría en el terreno del surrealismo. De lo que sí es capaz, y no es poco, es de maximizar la rentabilidad sin maximizar el riesgo en la misma proporción. Es importante tener claro que no siempre consigue minimizar el riesgo con relación a no utilizar algoritmo de money management, pero sí permite mejorar las ratios de rentabilidad/riesgo, sobre todo por la parte del numerador, si utilizamos estrategias de posicionamiento del tipo anti-martingale.

Así, dado que controlar o minimizar el riesgo de nuestra cartera debe ser siempre nuestro principal objetivo de inversión, puede parecer contradictorio afirmar que el money management es un factor determinante para cualquier trader. Ciertamente, puede aumentar el riesgo de nuestra estrategia en valor absoluto, ese es su principal defecto, pero también es capaz de hacer crecer nuestros beneficios geométricamente en las buenas rachas de nuestra/s estrategia/s sin aumentar en exceso el riesgo.

Tipos de algoritmos de money management

Dependiendo de la forma en que aumentan o disminuyen el tamaño de la apuesta o inversión, podemos clasificar a las estrategias de money management en dos grandes familias: anti-martingale y martingale.

• Anti-martingale: De manera general son aquellas en las que se aumenta la apuesta o riesgo a medida que acumulamos beneficios y se reduce mientras acumulamos pérdidas. Es decir, a medida que acumulamos plusvalías arriesgamos más, para intentar aprovechar el buen momento de nuestra estrategia, y a la inversa si acumulamos minusvalías. Son las recomendables si nuestra estrategia tiene esperanza matemática positiva.
• Martingale: Exactamente lo contrario, disminuimos/mantenemos la apuesta o riesgo tras acertar y la aumentamos tras fallar. Es decir, a medida que perdemos arriesgamos más para compensar así las pérdidas anteriores cuando acertemos. Según parece, su origen proviene de los casinos donde debemos luchar contra la ventaja de la banca, que es la que tiene la esperanza matemática positiva, no nosotros. Es fácil encontrar páginas web recomendando utilizar este método para jugar en los casinos asegurando

¿Las empresas que se explican mejor obtienen mayor rentabilidad? [Estudio]

• La aplicación de datos alternativos es actualmente una fuerte tendencia en la industria de inversiones. Este artículo continúa la exploración del espacio de datos alternativos. Esta vez, utilizamos el artículo de investigación de Joenväärä, que muestra que los fondos de cobertura léxicamente diversos superan a los léxicamente homogéneos como inspiración para analizar varias métricas léxicas en informes 10-K y 10-Q. ¿Explicarse mejor en estos informes tiene un impacto directo en la rentabilidad de la empresa? Parece ser que sí.

La invención de la máquina de vapor en 1698 marca el comienzo de la primera revolución industrial. Desde entonces, hemos logrado un progreso significativo y parece que no nos estamos desacelerando. Algunos dicen que la Inteligencia Artificial (IA) marca el inicio de la revolución industrial más reciente.

La inteligencia artificial se convirtió en un tema candente en los últimos años debido a su variedad de funciones, incluido el reconocimiento del habla y el lenguaje. El procesamiento del lenguaje natural, o PNL para abreviar, es la capacidad de un programa para comprender el lenguaje humano. Podría preguntarse, ¿cómo es esto útil en la esfera financiera? Pues bien, existen numerosos trabajos de investigación ( Banker et al. , 2021 y Joenväärä et al., 2019) que analizan la conexión entre el vocabulario de los inversores y la rentabilidad de sus estrategias.

Específicamente, la investigación de Joenväärä et al.  2019 nos inspiró a analizar varias métricas léxicas en informes 10-K y 10-Q. Después de ajustar por riesgo, encontraron que los fondos de cobertura con diversidad léxica superan a los fondos de cobertura con homogeneidad léxica. Además, explican que los inversores reaccionan correctamente, pero no completamente, a la información sobre la habilidad del administrador de fondos incorporada en la diversidad léxica. Sus resultados apoyan la idea de que las habilidades lingüísticas son útiles para el rendimiento de las inversiones.

Además, los datos alternativos se están convirtiendo en un tema principal en la gestión de inversiones y el comercio algorítmico. Por ejemplo, el análisis textual de las presentaciones 10-K y 10-Q se puede utilizar como una parte rentable de las carteras de inversión ( Padysak , 2020). Todas las empresas que cotizan en bolsa tienen que presentar informes 10-K y 10-Q periódicamente. Estos informes consisten en información relevante sobre el desempeño financiero. Hoy en día, hay un cambio gradual de la información numérica a la basada en texto, lo que hace que los informes sean más difíciles de analizar ( Cohen , 2010). Aún así, los informes 10-K y 10-Q reciben legítimamente un gran interés por parte de académicos, inversores y analistas.

Datos

BRAIN es una de las empresas que analiza los informes 10-K y 10-Q utilizando NLP. El objetivo principal del conjunto de datos de Brain Language Metrics on Company Filings (BLMCF) es monitorear numerosas métricas de idioma en informes de empresas de 10-K y 10-Q para aproximadamente 6000 acciones de EE. UU. El conjunto de datos BLMCF consta de dos partes. La primera parte contiene las métricas de idioma del informe 10-K o 10-Q más reciente para cada empresa, como:

• Sentimiento financiero.
• Porcentaje de palabras pertenecientes al dominio financiero clasificadas por tipo de idioma:
  • Lenguaje “restrictivo”.
  • Lenguaje “interesante”.
  • Lenguaje “litigioso”.
  • Lenguaje de “incertidumbre”.
• Puntuación de legibilidad.
• Métricas como densidad y riqueza léxica.
• Estadísticas de texto como la longitud del informe y la longitud promedio de la oración.

La segunda parte incluye las diferencias entre los dos informes 10-K o 10-Q más recientes del mismo período para cada empresa.

Este artículo se centra en la primera sección del conjunto de datos BLMCF, específicamente las métricas léxicas como la riqueza léxica, la densidad léxica y la densidad específica.

En palabras simples, la riqueza léxica dice cuántas palabras únicas usa el autor. La idea es que cuanto más variado sea el vocabulario del autor, más complejo será el texto. La riqueza léxica se mide por la relación tipo-token (TTR), que se define como el número de palabras únicas dividido por el número total de palabras. Como resultado, cuanto mayor sea el TTR, mayor será la complejidad léxica.

En segundo lugar, la densidad léxica mide la estructura y complejidad de la comunicación humana en un texto. Una densidad léxica alta indica una gran cantidad de palabras que transportan información y una densidad léxica baja indica relativamente pocas palabras que transportan información. La densidad léxica se calcula dividiendo el número de los llamados tokens léxicos (verbos, sustantivos, adjetivos, verbos excepto los verbos auxiliares) por el número total de tokens.

Por último, la densidad específica mide qué tan denso es el lenguaje del informe desde un punto de vista financiero. BRAIN utiliza un diccionario de palabras económicamente relevantes como referencia. Luego, la densidad específica se calcula como la relación entre el número de palabras del diccionario presentes en el informe dividido por el número total de palabras.

Análisis

Este artículo analiza cómo la riqueza léxica, la densidad léxica, la densidad específica y sus combinaciones afectan los rendimientos de la estrategia. Creamos dos universos de inversión, el primero contiene las 500 acciones principales por capitalización de mercado de las bolsas de valores de NYSE, NASDAQ y AMEX, y el segundo contiene las 3000 acciones principales. El primer universo de inversión es muy líquido y solo contiene acciones de gran capitalización. El segundo universo de inversión está compuesto por acciones de gran capitalización, mediana capitalización y pequeña capitalización. Nuestro proceso para construir una cartera de factores de inversión es clasificar las acciones en deciles (quintiles) y crear una estrategia de factor de acciones largo-corto (decil superior largo, decil inferior corto). Todos los backtests se realizan en la  plataforma Quantconnect y los datos se integran en la propia plataforma. Además, se puede encontrar aquí: https://www.quantconnect.com/datasets/brain-language-metrics-company-filings.

Las estrategias de factores sugeridas se reequilibran mensualmente y utilizamos diferenciales de oferta y demanda históricos reales (deslizamiento). Se omiten las comisiones (tarifas por transacción); sin embargo, no tienen un gran impacto en la estrategia resultante, ya que el administrador de activos habitual puede lograr costos de negociación en el rango de 1 a 2 pb por operación.

Sospechamos que la densidad léxica y la densidad específica tienen el mayor efecto en el rendimiento. Esto significaría que cuantas más palabras contengan información y más palabras relacionadas con las finanzas tenga el informe, mejor se comportará la empresa.

¿Qué rentabilidad obtienen las estrategias basadas en estos datos?

Pero en primer lugar, analizamos las tres métricas léxicas por sí mismas. Echemos un vistazo a la estrategia basada puramente en la riqueza léxica. La primera figura muestra los resultados para el universo de inversión más pequeño que contiene 500 acciones. Como podemos ver en el gráfico, el rendimiento no es tan bueno. La tendencia está creciendo solo en los últimos años. El ratio Sharpe de esta estrategia es -0,053.

Sin embargo, cuando ampliamos el universo de inversión a 3000 acciones, el rendimiento mejora. Así, aunque el rendimiento no es perfecto, es mucho mejor que el escenario anterior. Además, el ratio de Sharpe crece de -0,053 a 0,21.

Ahora echemos un vistazo a la segunda métrica léxica: densidad léxica. Analizamos esta estrategia en el universo de inversión más pequeño que contiene 500 acciones. Como podemos ver, la tendencia del la rentabilidad está creciendo desde 2012. El comportamiento negativo durante los primeros años puede explicarse por el tamaño y la precisión del conjunto de datos BRAIN en los primeros años. El ratio Sharpe de esta estrategia es 0,362.

La tercera estrategia que analizamos se basa en la densidad específica. Al igual que antes, analizamos esta estrategia en el universo de inversión más pequeño que contiene 500 acciones. Como podemos ver, la tendencia de desempeño acumulativo está creciendo casi desde el principio. Esta estrategia está experimentando caídas significativas solo en los últimos años, lo que puede explicarse por la pandemia de COVID-19. El ratio Sharpe de esta estrategia es 0,416.

En general, argumentamos que la riqueza léxica tiene un efecto mucho más débil en el rendimiento que la densidad léxica o la densidad específica. Entonces, en la siguiente sección, analizamos la combinación de densidad léxica y densidad específica. Analizamos esta estrategia en el universo de inversión que contiene 500 acciones. Como podemos ver, el desempeño acumulado de esta estrategia está aumentando durante casi todo el período. El ratio Sharpe de la estrategia que combina las dos métricas es 0,688.

En conjunto, la estrategia combinada de factor largo-corto de densidad léxica y específica ofrece resultados realmente prometedores. El único período con un desempeño ligeramente negativo es al comienzo de la muestra en 2012. Podemos especular e intentar explicar esto por el hecho de que el conjunto de datos BRAIN era nuevo. A menudo, en conjuntos de datos alternativos, el comienzo de la serie de tiempo es más problemático y está menos cubierto que en años posteriores, aunque no tenemos ninguna evidencia específica de esto para el conjunto de datos BRAIN.

¿Cuál es el impulsor fundamental de esta estrategia de factores? Por lo que hemos encontrado, parece que, en promedio, las empresas con un estilo de presentación de informes más “denso” tienden a obtener mejores resultados. Podría deberse a que los informes 10K y 10Q serían menos inciertos y más “prácticos” y serían recompensados con una mayor afluencia de inversores. También significaría que la estrategia está conectada a estrategias “basadas en valores devengados”, donde las empresas con estados financieros menos opacos superan a las que tienen prácticas contables menos transparentes.

Autores:

• Daniela Hanicová , Quant Analyst, Quantpedia.com
• Filip Kalus , desarrollador de TI / constructor de código QuantConnect, Quantpedia.com
• Radovan Vojtko , director ejecutivo y jefe de investigación, Quantpedia.com

¿Cómo crear un plan de trading?

• En este artículo Ray Barros desgrana uno de los grandes misterios para aquellos que se inician en los mercados. Paso a paso, detalla el proceso que se tiene que dar para crear una estrategia completa. ¿Tiene ya su propio plan de trading? Seguro que encontrará algunos consejos que pueden hacerle replantear lo que ha estado haciendo hasta ahora. Veamos cómo crear un plan de trading de éxito.
• Artículo publicado en Hispatrading Magazine 39.

La única ley, que actúa como “verdad universal”, en el trading es el llamado «Principio de incertidumbre». Es por esto, que cada día al operar en los mercados nos enfrentamos a la dura realidad, ya que estamos programados para buscar certezas. Este conflicto, creado entre lo que queremos y lo que encontramos, es decir, nuestra necesidad de certeza en un entorno incierto, es una de las razones por la que muchos traders fracasan.

¿Qué quiero decir?

Los traders, vamos a llamarles así,  “no exitosos” buscan controlar el resultado de sus operaciones. Un reto imposible. ¿Por qué? Porque lo único que tenemos los traders es el control sobre el proceso de negociación. Nuestra toma de decisiones. 

La fórmula «3 Ms”

Mi proceso hasta abrir una operación se explica con la fórmula «3 Ms”: Mind (Mente),  Money (Dinero) y Method (Método). Cada componente de esta fórmula tiene un proceso que contribuye a nuestra rentabilidad a largo plazo.

MENTE

Es la mentalidad que crea los siguientes elementos fundamentales para el éxito:

• El entorno psicológico que conduce a la ejecución consistente de nuestras reglas, en relación con el Método y con el Dinero.
• El impulso que nos ayuda a buscar mejorar constantemente.

DINERO

Las reglas que rodean maximizar la rentabilidad y minimizar el riesgo de ruina. 

MÉTODO

Las reglas de trading que generan una expectativa matemática positiva cuando se ejecutan de manera consistente. 

Y esto me lleva a la pregunta ¿Cuáles son los procesos del Método necesarios para el éxito en el trading? Eso depende de su personalidad. Para elegir el proceso correcto, primero debe saber si su personalidad lo hace estar mejor preparado para un enfoque mecánico o uno discrecional, basado en reglas. La mejor manera para hacer esto es la siguiente:

• Realice una prueba en http://www.personalityassessor.com/ipip120/
• Lea el libro de Jason Williams: “The mental edge in trading».

Una advertencia: tenga en cuenta que la forma en que PeronalityAssessor etiqueta y la forma en que lo hace Williams son diferentes. Por lo tanto, es necesario alinearlos. Por ejemplo: La llamada ‘Autoeficacia (c1)’ de Williams en el test de PeronalityAssessor se denomina ‘competencia c6’.

Vayamos un paso más allá entonces. Supongamos que ya leyó el libro “The mental edge in trading»; realizó la prueba Ipip y descubrió que, según su personalidad, su perfil le hace más idóneo hacer trading discrecional, basado en unas reglas predefinidas ¿Cómo puede empezar a crear entonces su propio método de trading?

El mejor paso que puede dar es el siguiente. Recuerde que este es su primer paso, en la búsqueda de un sistema ganador, así que es quizá el paso más importante que va a dar. ¿Qué tendrá que hacer? Este primer paso consiste en encontrar una teoría de mercado que se adapte a usted. Por ejemplo:

1. La teoría de Dow. Existe una gran ayuda para entender esta teoría por parte del “Forex trading group”, llamada «Principios básicos de la teoría de Dow» (disponible en ingles).  Si fuera ahora a empezar a hacer trading en acciones o índices bursátiles, la teoría de Dow es por donde empezaría. ¡El artículo es excelente! Incluso ofrece un resumen PFD. de sus principales puntos.

2. La teoría de Wycoff. El mejor exponente que conozco es Wyckoff SMI. James O’Brien ha hecho un gran trabajo enseñando la teoría Wyckoff.

También hay otras teorías como Gann, Elliott, Tubbs, etc. En resumen, tiene una gran cantidad de material para elegir y dar este primer “gran” paso.

Cuando encuentre una teoría que le guste, es cuando podríamos decir que usted está listo para construir su plan.

Construyendo un plan de trading

¿Qué hacer ahora? En primer lugar: Identifique el marco temporal que utilizará como trader. Este es un elemento clave y no es algo fácil de elegir, aunque parece sencillo. ¿Por qué no es sencillo elegir el marco temporal? Uno de los motivos es debido a las definiciones que existen tan poco concretas y generales como: a largo plazo, a medio plazo, a corto plazo, swing, etc. ¿Cuál es el problema? El problema es que los términos generales no ayudan a la construcción de nada, tan solo son ideas abstractas. Necesitamos una descripción que sea relativamente objetiva.

Por ejemplo, en mi caso uso el Barros Swing para definir mi período de tiempo, que es el swing de 18 días. Barros Swing me permite hacer bastantes cosas:

• Distinguir diferentes magnitudes de tendencia.
• Tener una medida objetiva de sobrecompra o sobreventa, etc. 

La siguiente tabla muestra lo siguiente:

• Línea verde: aproximación para el swing de 12 meses, tendencia anual.
• Línea negra: aproximación para el swing de 13 semanas, tendencia trimestral.
• Línea roja: swing de 18 días, tendencia mensual.
• Línea azul: swing de 5 días, tendencia semanal.

A simple vista, podemos ver que la gran cuestión es saber si la tendencia anual está sobrecomprada: utilizando la teoría estadística podemos evaluar si la línea de oscilación actual es inferior a la normal, normal o superior a la normal. Cuanto mayor sea la línea de balanceo por encima de lo normal, mayor será la probabilidad de que gire a la baja. Una línea descendente de 12 meses cambiará la tendencia de todos los marcos temporales inferiores.

Esto me lleva a la segunda serie de preguntas.

• ¿Cuál es el marco temporal del trader en cuestión?
• ¿Es probable que esta tendencia continúe o cambie? 

Las respuestas a estas preguntas dirán si debemos operar en largo (comprando el activo) o en corto (vendiendo el activo con la esperanza de que caiga). En resumen, las respuestas nos proporcionan una estrategia. Un vez tengamos claro esto, ahora es el momento de ver lo que debemos considerar para abrir y gestionar una operación. Lo primero a tener en cuenta para abrir una operación es la zona de precios en la que poder realizar la entrada. Decidir si vamos a ir en largo o en corto, juega un papel importante al igual que el tipo de estructura. 

Por ejemplo: el gráfico en el que se muestra el índice S&P500 presenta una estructura lateral. 

Por lo tanto, buscaré cualquiera de estas tres zonas:

• En la zona de compra primaria (Buy Zone).
• En una ruptura por encima de 2916.40.
• En un nuevo re- test de ruptura de la zona de venta primaria (Sell Zone).

Voy a mirar la opción de ir corto, vendiendo el activo:

• En la Zona de Venta Primaria (Sell Zone).
• En una ruptura por debajo de 2864.70.
• En un re-test de ruptura de la zona de compra primaria (Buy Zone).

En el ejemplo anterior, la estructura lateral determinó la zona. De manera similar, en el cuadro a continuación, el área encerrada está en lo que yo llamo un modo de tendencia R3, es decir, no verá retrocesos en el gráfico diario. Para encontrar una zona, deberá bajar el marco temporal haciendo zoom con un gráfico intradía, por ejemplo, de 60 min.

De la misma manera, nuestras técnicas de setup y apertura de posiciones se rigen por nuestro estilo de negociación. Como regla general, hay dos tipos de entradas:

• De respuesta (Comprando en las caídas y vendiendo en los rallys).
• De inicio  (Operando en las rupturas. Comprar nuevos máximos, vender nuevos mínimos).

El trader “de respuesta”, quiere ver evidencia de que la zona se mantendrá y que la tendencia actual está agotada. Por ejemplo, si buscara abrir una operación en largo, en la zona de compra principal, me gustaría ver esto:

• Una barra de contracción neutral: generalmente la apertura y el cierre están alrededor del centro del rango del día.
• Una barra con un rango inferior al normal (flecha negra). Algunos traders entrarían en la barra de contracción.
• Otros esperarán hasta que se rompa el máximo de la contracción para entrar o esperarán hasta que vean una barra de convicción alcista (flecha amarilla).

Veamos ahora el  para un trader que opere en las rupturas.

La tasa de ganancias para las operaciones de ruptura es del 30% aproximadamente. Para mejorar el ratio de acierto, tomé una idea del libro “Understanding Price Action” de Bob Volman: el setup llamado “False, True, Pretend” (FTP). Bob usa gráficos de 5 minutos. Descubrí que el “FTP» podría ser igual de útil en cualquier período de tiempo.

Esencialmente, el “FTP” es un patrón de congestión lateral de oscilación de 1 período.

Por lo general, me gusta abrir la operación en una barra de tiempo inferior que muestra que la corrección ha terminado o que la ruptura es real. En ambos casos, estoy buscando lo que yo llamo una barra de aceptación. Los ejemplos más comunes son:

• Una barra de aceptación alcista tiene una apertura no superior al 25% inferior del rango y un cierre no inferior al 25% superior del rango.
• Una barra de aceptación bajista tiene una apertura no inferior al 25% superior del rango y un cierre no superior al 25% inferior del intervalo.
• En ambos casos, vemos un rango normal y volumen normal para la barra que nos sirve de confirmación de la operación. 

Algunas variaciones podrían ser las siguientes. Lo que está buscando es la evidencia de:

• Para el trader de respuesta: la corrección ha terminado, y la tendencia dominante se ha reanudado.
• Para el trader de rupturas: la ruptura se ha confirmado y continuará.

Algunos setup tienen sus catalizadores para abrir o cerrar una operación. Por ejemplo, tengo un setup llamado “Banda de Regresión Lineal” que tiene su propia barra de entrada.

El siguiente paso es asegurarse que tengamos una recompensa estimada adecuada: riesgo (R: R) para la operación. Para este paso necesita saber:

• La expectativa de ganancias ([tasa de ganancia promedio en dólares x porcentaje de aciertos o win rate] – [tasa de pérdida promedio en dólares x porcentaje de pérdidas o loss rate]).
• La ubicación inicial del stop loss
• (Para mí) Mi objetivo de beneficios principal. Para calcular el objetivo, necesito saber el precio promedio de los precios de salida de mi primer y segundo tercio. (Yo uso la “Regla de Tres” para la mayoría de las operaciones). Una vez que determine la posible ganancia, puedo calcular, dado mi límite de pérdidas, la recompensa: es decir, si el riesgo hace que la operación valga la pena. Simplemente introduzca estos números relativos a las ganancias y riesgo en la fórmula de expectativa. El resultado debe ser uno que, según sus estadísticas, conduzca a la rentabilidad a largo plazo.

Eso es todo. Ahora ya tenemos todos los elementos para un método basado en reglas discrecionales. Solo un paso más para ejecutar el plan.

Este paso es una maniobra dividida en dos:

• La fase de acecho: aquí la paciencia es la clave; debe estar preparado para permitir que la operación llegue a su zona y que desarrolle el setup que esperamos.
• La fase de acción: ahora hay que esperar la confirmación, y cuando aparezca, actúa sin pensarlo dos veces.

¿Cómo actúo en esta fase de acción? 

• Abra la operación con el tamaño de posición calculado.
• Coloque su hard stop. Aquella orden que le sacará del mercado en caso de que se produzca un gran movimiento inesperado.
• Sepa lo que tiene que hacer el mercado para salir de su posición (lo que yo llamo un stop suave). 

Como ve, en la fase de acción, solo necesita ejecutar. Todo el trabajo de preparación ha sido realizado. ¿Pero qué solemos ver? Muy a menudo los traders novatos no ejecutan su plan, y luego hacen un trading impulsivo. ¿Y usted? ¿Cuál es su plan?

Cómo ser un gran inversor, cuarta parte: compare de forma eficaz

Este artículo es el cuarto de una serie de diez que se basa en el libro de Michael J. Mauboussin “Thirty Years: Reflections on the Ten Attributes of Great Investors” (Treinta años: reflexiones sobre los diez atributos de los grandes inversores). Le animo a leer “Cómo ser un gran inversor, primera parte: piense en números”, “Cómo ser un gran inversor, segunda parte: comprender el valor” y “Cómo ser un gran inversor, tercera parte: evaluar la estrategia” Tenga en cuenta: en este artículo, me aparto de las ideas de Mauboussin en varios momentos.

Parte I: Fundamentos versus expectativas

Mauboussin comienza diciendo:

“Los inversores comparan todo el día: acciones versus bonos, activos versus pasivos, valor versus crecimiento, acciones A versus acciones B, y ahora versus después. Los humanos son rápidos para comparar, pero no muy buenos en eso. Quizás la comparación más importante que debe hacer un inversor, y una que distingue al promedio de los grandes inversor, es entre los fundamentos y las expectativas. Los fundamentos capturan una idea del desempeño financiero futuro de una empresa… Las expectativas reflejan el desempeño financiero implícito en el precio de la acción. Ganar dinero en los mercados requiere tener un punto de vista diferente al que sugiere el precio actual. Michael Steinhardt llamó a esto una “percepción variante”. La mayoría de los inversores no distinguen entre fundamentos y expectativas. Pero los grandes inversores siempre distinguen entre ambos conceptos.” Michael J. Mauboussin

Supongamos que tuvo que elegir entre invertir en Intel ( INTC ) y Advanced Micro Devices ( AMD ).

El ROE de Intel era hace tiempo del 27% y sus márgenes eran enormes. Tiene una deuda baja, mucho efectivo, paga un buen y creciente dividendo y además tiene un crecimiento sólido tanto en ventas como en EPS.

AMD, por otro lado, tiene un ROE del 14% y sus márgenes son bastante pobres. Sus ventas y el crecimiento de EPS han experimentado una fuerte caída últimamente. Su relación deuda-EBITDA es cercana a 3, que es bastante alta; no parece que vaya a pagar dividendos en un futuro cercano.

Veamos un poco más. Tanto Intel como AMD están gastando mucho dinero en I + D, lo cual es bueno. AMD ha proyectado un enorme crecimiento de EPS para el próximo trimestre, mientras que se prevé que Intel tenga un crecimiento negativo. AMD tiene una rotación de activos significativamente mejor, otro punto a su favor; por otro lado, tiene la mayor rotación de acciones de cualquier empresa en el S&P 500, lo cual es un punto en contra. El ciclo de conversión de efectivo de AMD está creciendo demasiado rápido para mi gusto; por otro lado, sus activos operativos netos son solo el 40% de sus activos totales, lo cual es bueno. Por último, las acumulaciones de flujo de caja de AMD son terriblemente altas, mientras que las de Intel son bastante bajas.

¿Cuáles son las expectativas del mercado para estas dos empresas? Cuando saqué estos datos, Intel se vendía con un descuento del 18% respecto a su máximo de 52 semanas, mientras que AMD estaba solo al 13% de su máximo. El precio de AMD había subido un 10% en el último año; Intel un 2%. El valor empresarial de Intel era de $ 239 mil millones, que coincidía con mi estimación de su valor intrínseco basado en su flujo de caja libre y EBITDA, $ 246 mil millones. El valor empresarial de AMD era de $ 35 mil millones, que es más de cinco veces mayor que mi estimación de su valor intrínseco, $ 5,8 mil millones. Las instituciones, en general, vendían acciones de Intel y compraban acciones de AMD. Claramente, el mercado tenía expectativas significativamente más altas para AMD que para Intel.

La razón era clara. Con su participación de mercado del 80% al 90%, Intel parece un dinosaurio, sin ningún lugar adonde ir más que hacia abajo, mientras que AMD está a la vanguardia, produciendo CPU brillantes que superan a las de Intel. Acaba de firmar varios acuerdos de asociación valiosos, mientras que Intel ha sido etiquetado como un “deficiente crónico”.

El inversor medio observará estas señales y pondrá su dinero en AMD. El gran inversor verá que hay una gran divergencia entre los fundamentos y las expectativas, y mantendrá su dinero fuera de AMD y en firmas sólidas, seguras, aburridas y económicas como Intel.

¿Por qué? AMD ciertamente parece tener mejores perspectivas que Intel. Las acciones de tecnología de vanguardia realmente pueden dar sus frutos. Si esto fuera una carrera, AMD parece tener mejores probabilidades.

Mauboussin continúa:

“Una analogía vívida son las apuestas mutuas. Las carreras de caballos son un buen ejemplo. La cantidad apostada en un caballo se refleja en las probabilidades del caballo de ganar la carrera. El objetivo no es averiguar qué caballo ganará, sino qué caballo tiene probabilidades que están mal valoradas en relación con la forma en que probablemente correrá la carrera.” Michael J. Mauboussin

AMD puede tener mayores probabilidades de ganar, pero tienen un precio erróneo. Incluso si AMD se comporta espectacularmente bien en los próximos años, su riesgo de no cumplir con las expectativas es mucho mayor que el de Intel.

Básicamente, las expectativas, basadas en su precio de mercado, para estas dos empresas son que una se mantendrá aproximadamente del tamaño que tiene actualmente y que la otra crecerá hasta cinco o seis veces su tamaño actual. Ahora, ¿cuál, les pregunto, es una apuesta más segura?

Parte II: Comparaciones instintivas versus razonables

Mauboussin escribe:

“Los seres humanos tienden a pensar por analogía, lo que puede crear algunos problemas cognitivos. Un problema es que una sola analogía, o incluso un puñado de analogías, puede no reflejar una clase de referencia completa de casos relevantes. Por ejemplo, en lugar de preguntar si este cambio es similar a un cambio anterior, es útil preguntar la tasa base de éxito para todos los cambios. Los psicólogos han demostrado que la integración adecuada de los resultados de una clase de referencia adecuada mejora la calidad de los pronósticos.” Michael J. Mauboussin

El precio de Apple ( AAPL ), después de ajustar por dividendos y divisiones, había subido más del 8.000% en los últimos veinte años. ¿Y cuántas veces ha escuchado a alguien decir de una empresa: “¡Esta podría ser la próxima Apple!” Esa es una analogía simple, fácil de entender.

La respuesta adecuada cuando alguien dice “¡Esta podría ser la próxima Apple!” Es ¡sí! ¡Y este el próximo Lexmark! “¡la próxima ATI Technologies! ” ¡Comverse, o Altera, o Unisys, o BMC Software, o Teradyne! Todas estas empresas mostraron fuertes similitudes con Apple en 1999.

Como escribe Mauboussin, “Lo que buscas es lo que ves”. Elegir empresas con las que comparar una inversión potencial es una tarea abrumadora. Si lo hace a un nivel puramente intuitivo, seguramente elegirá empresas con las que está familiarizado en lugar de empresas que se hundieron sin dejar rastro. Si intenta utilizar un enfoque más basado en datos, utilizando screeners para reducir sus opciones, obtendrá una mejor clase de comparaciones, pero solo por muy poco. Cada empresa es verdaderamente única.

Además, este método puede conducir a otra trampa. Mauboussin escribe:

“Un último desafío es considerar la causalidad desde el punto de vista de atributos versus circunstancias. Los atributos son características que permiten la categorización. Por ejemplo, los animales con alas y plumas pueden volar. Las circunstancias capturan los mecanismos causales. Dado que la física de la sustentación provoca el vuelo, los animales u objetos que pueden crear sustentación volarán, incluidas la mayoría de las aves y los aviones, y aquellos que no pueden crear sustentación no volarán. Para aprender de la historia, es necesario comprender la causalidad. Por lo general, limitamos nuestras comparaciones a atributos y, por lo tanto, perdemos información esencial.” Michael J. Mauboussin

¿Qué provocó que el precio de Apple subiera más del 8.000%? Claramente no fue el hecho de que su capitalización de mercado en 1999 fuera de $ 10 mil millones o que su P / U fuera 18 o que estuviera en el sector de tecnología. ¿Era el hecho de que tenía un visionario a la cabeza? En ese caso, echemos un vistazo rápido a las personas que fueron llamadas “visionarias” en 1999 y veamos dónde terminaron ellos y sus empresas.

• Marc Collins-Rector fue el visionario fundador de Digital Entertainment Network, una de las primeras empresas de distribución de contenido de medios de Internet, precursora de Netflix. La compañía estaba valorada en $ 58.5 mil millones en 1999 y estaba programada para una OPI de $ 75 mil millones. Collins-Rector y sus cofundadores fueron acusados de agresión sexual y la empresa quebró en 2000.
• Nobuyuki Idei fue el visionario CEO de Sony; si hubiera comprado acciones de Sony en 1999, ahora valdrían un 2% más de lo que pagó por ellas.
• Mark Weiser fue el visionario director de tecnología de Xerox y el padre de la “informática ubicua”. Pero murió a la edad de 46 años. Si hubiera comprado acciones de Xerox en 1999, ya habría perdido el 68% de su dinero.
• Robert B. Shapiro fue el visionario CEO de Monsanto. En 2000, Monsanto se fusionó con Pharmacia y Upjohn, y Shapiro renunció en 2001. Si hubiera invertido en Monsanto una vez que se separó en 2002, habría ganado un montón de dinero, pero en ese momento Shapiro ya no estaba trabajando para ellos.

Claramente, seguir a CEOs visionarios no te hará rico.

Entonces, ¿qué tipo de comparaciones? Quizás las comparaciones basadas en datos.

Lo principal es no perderse en analogías. En lugar de buscar qué hizo que el precio de Apple subiera un 8.000%, sería mejor preguntarse qué factores inducirán, al menos de manera algo consistente, un aumento futuro en el precio de una acción. Y hay datos que responderán a esa pregunta.

Para seguir con las comparaciones, digamos que se enfrenta a la opción de invertir en dos empresas, una con bajas acumulaciones y la otra con altas acumulaciones, pero por lo demás son bastante similares. Si observa los datos, las empresas del Russell 3000 con las acumulaciones más bajas han ganado, en promedio, un 7,04% en cualquier período de seis meses durante los últimos veinte años (averigüé este hecho utilizando un screener en Portfolio123 eligiendo empresas que se ubicaron entre el 25% más bajo en dos métodos muy diferentes y en gran medida no correlacionados para medir las acumulaciones); las empresas con las acumulaciones más altas han ganado, en promedio, un 3,09% (que es inferior a la ganancia media de seis meses del S&P 500). Ahora bien, ¿son las bajas acumulaciones simplemente un atributo de una acción o una causa del aumento de precio? Hay muy buenos argumentos a favor de esta última posición.

Y así es como funciona la inversión basada en factores. Buscamos factores que parecen resultar en aumentos de precios. A continuación, comparamos miles de empresas y elegimos las que se clasifican mejor en cada factor o en todas juntas. No solo debemos comparar cada empresa con todas las demás, sino también realizar comparaciones específicas de la industria. Podemos centrarnos en los factores causales y dejar que los factores atribucionales pasen a un segundo plano.

Esto se remonta al punto inicial de Mauboussin en esta parte: “en lugar de preguntar si este cambio es similar a un cambio anterior, es útil preguntar la tasa base de éxito para todos los cambios”. Solo hice eso para bajas acumulaciones, y si tuviera una definición basada en datos de un cambio, podría obtener esa tasa base.

Usar datos, realizar pruebas retrospectivas, descubrir propiedades y relaciones, buscar factores causales, esa es la mejor manera de comparar de manera efectiva.

La calidad de nuestras decisiones, parte 2

En ‘Think Better’, el autor Tim Hurson sugiere un modelo de toma de decisiones que evoluciona mi proceso. En primer lugar, sugiere que alternemos entre la actividad del hemisferio derecho y del hemisferio izquierdo; en segundo lugar, dentro de su modelo de siete pasos, tiene algunas herramientas muy útiles. Siempre que hago un brainstorming o tormenta de ideas, utilizo el software Mind Mapping llamado Mind Manager. Puede encontrar una versión gratuita de un software de mapas mentales en:

http://freemind.sourceforge.net/wiki/index.php/Download

Consideremos un ejemplo y digamos que estamos viendo la tendencia anual de un activo. Comenzaríamos con su primer paso, el que él llama: «¿Qué está pasando»? Aquí pretende utilizar el hemisferio derecho del cerebro para identificar los factores críticos. En nuestro caso, estaríamos haciendo un brainstorming para investigar los factores que afectarán las probabilidades de nuestra operación. 

Una vez que tenemos una lista, sugiere que verifiquemos nuestras ideas preguntando: «¿Cuál es la información?» y hacer una distinción entre lo que sabemos y lo que interpretamos. Ésta es una distinción útil. Por ejemplo:

Ayer en el ES tuvimos un día direccional con un volumen inferior al promedio; el perfil mostró una bajada de 3 días. Eso es lo que sabemos. Lo interpretaría diciendo que el día direccional favoreció que se presentaran más desventajas; el volumen inferior al promedio sugirió que el movimiento a la baja estaba llegando a su fin y el día 3-i sugirió que en los primeros 90 minutos de negociación, si vendíamos por encima del área de valor, deberíamos ser capaces de al menos rascar algo en una operación.

Una de las preguntas que surgen de inmediato es: Una pregunta sería: «¿Qué significa si hoy no logramos hacer un mínimo más bajo?» etc. Al establecer una distinción entre lo que sabemos y lo que postulamos, es más probable que operemos con una mente abierta: el proceso estimula nuestras ideas y reduce el riesgo de miopía, viendo solo lo que se ajusta a nuestras ideas preconcebidas.

Una vez que tenemos una lista de posibilidades, reducimos a una o más preguntas críticas que el Trader’s Timeframe deberá responder. Las preguntas se responden creando escenarios y asignando probabilidades. Luego, usaríamos un software de árbol de decisión o Decision Tree para llegar a una solución. Cuando utilizo el software, me gusta ver que las conclusiones se mantienen en un rango de valores. Si el software Decision Tree cambia su decisión en un rango estrecho, lo considero demasiado cercano para tenerlo en cuenta.

El archivo adjunto es el ejemplo que utilizo en el video sobre el proceso de toma de decisiones. En ese Árbol, un cambio en la probabilidad de éxito del 12,5% al ​​21,4% alteró la decisión. Consideraría eso demasiado cerca para entrar y me haría a un lado.

El libro de Tim Hurson es una lectura excelente y creo que le resultará útil, pero deberá adaptar algunas de las ideas al trading.

La historia muestra que el año 1995 y 2021 son gemelos

La historia muestra que 1995 es el gemelo de 2021

Este año ha sido muy parecido a 1995. Ha sido más parecido a ese año que a cualquier otro, al menos en términos de rendimiento. En agosto, analizamos algunos de los récords que se establecieron este año durante uno de los rallyes más persistentes y consistentes de todos los tiempos. El único año que fue consistente con casi todos los estudios de impulso que hemos analizado este año es 1995.

Ese año se recuperó con fuerza en septiembre, mientras que este año tuvimos algunos problemas por el camino. Sin embargo, se siguieron de cerca, incluso incluyendo algunas señales de debilidad en diciembre.

Si nos remontamos a 1928 y observamos los años más altamente correlacionados, ha habido otros 18 con una correlación superior a 0,85 (fuera de una escala de -1,0 a +1,0). Incluso con ese universo expandido, 1995 aún se destacó por tener la relación más estrecha con 2021.

Lo que más nos preocupa es lo que estas altas correlaciones podrían significar en el futuro. Con base en esos precedentes, la respuesta es positiva, al menos en las dos semanas previas e inmediatamente después del Año Nuevo. Durante las siguientes 2 semanas, el S&P se recuperó en 15 de 18 ocasiones.

El pesimismo en biotecnología se está girando

Últimamente hemos estado observando de cerca al sector biotecnológico.

Jay consideró el potencial de usar nuestro índice de optimismo (Optix) para jugar al lado largo usando acciones del ETF de SPDR S&P Biotech (XBI). La regla que usaremos es:

• La media de 50 días para XBI Optix supera el 40% por primera vez en un mes.

Para que se produzca esta señal, la media de 50 días para el XBI Optix debe caer por debajo del 40%. Por lo general, esto se desarrolla con el tiempo cuando XBI experimenta una disminución significativa.

Las señales generadas por la regla anterior aparecen en el gráfico a continuación, según nuestro motor backtest. Se produjo una nueva señal después del cierre del martes 21 de diciembre (indicado por el punto rojo en el extremo derecho del gráfico a continuación).

Siguiendo las otras señales, durante el siguiente mes, XBI subió el 94% del tiempo, con una rentabilidad media de + 5,6%. Durante el año siguiente, ganó una media del 30,9%.

Jay también describió un par de formas en que un trader podría aprovechar esta situación.