Básico
Para saber el funcionamiento de los indicadores debemos conocer unos principios básicos y luego veremos cómo actúa el más simple: la media móvil.
Cuando tenemos una serie de datos, por ejemplo, los sucesivos cierres en la serie temporal que elijamos, debemos tener una forma de enumerarlos. Por convenio, si estamos mirando el valor de cierre de una serie de cierres de velas, la enumeración comienza por 0 la vela actual, el 1 la vela anterior, el 2 la siguiente, etc.
 |
| Enumeración de una serie de velas |
La vela cero es siempre la actual. En el momento que esa vela haya acabado porque ha finalizado su periodo, esa vela se convierte en el número 1, la anterior es la número 2 y todas las demás se desplaza en una unidad su enumeración. La nueva se convierte en la cero.
Aunque hemos hablado de cierres, también podemos hablar de máximos, mínimos o abertura de velas.
En un indicador si hablamos de periodo 8, significa que se toman en cuenta los 8 últimos valores, incluyendo el actual, el cero, por lo que una media móvil de periodo 10 al cierre, incluye el precio actual y los nueve anteriores cierres. Esos valores se guardan en lo que se llama buffer, zonas de memoria con un valor determinado, y nuestro algoritmo calculará el indicador deseado a partir del valor de ese buffer.
Este indicador es una media móvil simple de 10 periodos, el SMA(10), por lo que no se ven los 10 primeros resultados al no haber suficientes datos. Esto se deberá tener en cuenta para el diseño de indicadores personalizados.
Éste es uno de los primeros indicadores que se pusieron en práctica, por la sencillez de su cálculo, sólo es la media aritmética de los últimos n precios:
En los dos ejemplos anteriores se puede apreciar las bondades y debilidades de este indicador. En el ejemplo A, el indicador se muestra suavizado, sin altibajos y sigue al precio. Nos sirve de ayuda para seguir la tendencia e incluso actúa como soporte del precio. En cambio en el ejemplo B, la tendencia no es clara, el indicador no sigue al precio sino que tiene un retardo en la respuesta, aún sigue subiendo cuando el precio ha cambiado a una tendencia bajista.
Aquí es cuando debemos hablar de los conceptos de retardo de respuesta (lagging) y suavidad del indicador (smoothing).
Lagging vs. smoothing
Cuando diseñamos un indicador procuramos extraer de los datos disponibles la información deseada, dejando de lado la información que no queremos. A esta información no deseada a veces se le llama ruido, como el ruido generado por las ondas electromagnéticas, aunque es un término que no me gusta personalmente, ya que en el precio está toda la información y nosotros sólo queremos resaltar un aspecto de esta información, en el caso del SMA, la tendencia del precio. En otros casos podriamos resaltar otro aspecto y haremos uso de otra información que proporciona el precio.
Cuando hacemos una criba de la información y generamos un indicador, tenemos como resultado una serie de valores suavizados (smoothed), como la curva del SMA, sin ruido. Esto es positivo porque nos permite visualizar con claridad la tendencia. La contrapartida a esto es que esa curva no responde rápidamente cuando la tendencia cambia. Éste es el lagging y es el responsable de que las estrategias basadas únicamente en este indicador fracasen: no responden correctamente en precios en rango.
La estrategia más simple de este indicador es el cruce de dos SMA de diferentes periodos.
Estas dos situaciones representan las dos condiciones que se pueden presentar en el mercado. En A, la tendencia es clara y están dibujadas las medias de 5 y 10 periodos. En el cruce de las medias de la parte superior se produce la señal de venta. La posición vendedora se mantiene hasta que las medias se vuelvan a cruzar. La suavidad de las curvas actúan a nuestro favor y obtenemos una buena ganancia.
En la situación B, el mercado va haciendo vaivenes y las medias se cruzan continuamente, dando falsas señales de venta y compra. El retraso en la respuesta de nuestro indicador hace que todas nuestras posiciones sean perdedoras.
Las estrategias basadas en cruce de medias tienen a menudo sólo una probabilidad de acierto del 33% pero con buenas ganancias. Lamentablemente, el 66% restante son perdedoras y aún siendo pocas pérdidas, las ganancias anteriores no suelen superarlas y perderemos nuestro capital.
Otro problema de este tipo de estrategias es que al estar basadas las entradas y salidas en el cruce de medias, no suelen ponerse stoploss y la gestión del riesgo no está controlada. Poner stoploss tampoco mejora el resultado de la estrategia.
Si utilizamos el criterio de Kelly para saber si podemos entrar en el mercado, es decir haciendo que f sea mayor que cero, y asumiendo que ganamos sólo un tercio de las veces, p=0.33, resulta que b es igual a 2, o lo que es lo mismo, tenemos que en cada ganancia por lo menos doblar cada perdida en promedio, es decir tener como mínimo un RR 1:2.
En el próximo post hablaré de las maneras de mantener la suavidad de la curva pero mejorando el retraso.
En un indicador si hablamos de periodo 8, significa que se toman en cuenta los 8 últimos valores, incluyendo el actual, el cero, por lo que una media móvil de periodo 10 al cierre, incluye el precio actual y los nueve anteriores cierres. Esos valores se guardan en lo que se llama buffer, zonas de memoria con un valor determinado, y nuestro algoritmo calculará el indicador deseado a partir del valor de ese buffer.
 |
| Dos ejemplos de media móvil simple |
Este indicador es una media móvil simple de 10 periodos, el SMA(10), por lo que no se ven los 10 primeros resultados al no haber suficientes datos. Esto se deberá tener en cuenta para el diseño de indicadores personalizados.
Éste es uno de los primeros indicadores que se pusieron en práctica, por la sencillez de su cálculo, sólo es la media aritmética de los últimos n precios:
 |
| Media móvil simple de n periodos |
En los dos ejemplos anteriores se puede apreciar las bondades y debilidades de este indicador. En el ejemplo A, el indicador se muestra suavizado, sin altibajos y sigue al precio. Nos sirve de ayuda para seguir la tendencia e incluso actúa como soporte del precio. En cambio en el ejemplo B, la tendencia no es clara, el indicador no sigue al precio sino que tiene un retardo en la respuesta, aún sigue subiendo cuando el precio ha cambiado a una tendencia bajista.
Aquí es cuando debemos hablar de los conceptos de retardo de respuesta (lagging) y suavidad del indicador (smoothing).
Lagging vs. smoothing
Cuando diseñamos un indicador procuramos extraer de los datos disponibles la información deseada, dejando de lado la información que no queremos. A esta información no deseada a veces se le llama ruido, como el ruido generado por las ondas electromagnéticas, aunque es un término que no me gusta personalmente, ya que en el precio está toda la información y nosotros sólo queremos resaltar un aspecto de esta información, en el caso del SMA, la tendencia del precio. En otros casos podriamos resaltar otro aspecto y haremos uso de otra información que proporciona el precio.
Cuando hacemos una criba de la información y generamos un indicador, tenemos como resultado una serie de valores suavizados (smoothed), como la curva del SMA, sin ruido. Esto es positivo porque nos permite visualizar con claridad la tendencia. La contrapartida a esto es que esa curva no responde rápidamente cuando la tendencia cambia. Éste es el lagging y es el responsable de que las estrategias basadas únicamente en este indicador fracasen: no responden correctamente en precios en rango.
La estrategia más simple de este indicador es el cruce de dos SMA de diferentes periodos.
 |
| La misma estrategia en dos condiciones de mercado |
Estas dos situaciones representan las dos condiciones que se pueden presentar en el mercado. En A, la tendencia es clara y están dibujadas las medias de 5 y 10 periodos. En el cruce de las medias de la parte superior se produce la señal de venta. La posición vendedora se mantiene hasta que las medias se vuelvan a cruzar. La suavidad de las curvas actúan a nuestro favor y obtenemos una buena ganancia.
En la situación B, el mercado va haciendo vaivenes y las medias se cruzan continuamente, dando falsas señales de venta y compra. El retraso en la respuesta de nuestro indicador hace que todas nuestras posiciones sean perdedoras.
Las estrategias basadas en cruce de medias tienen a menudo sólo una probabilidad de acierto del 33% pero con buenas ganancias. Lamentablemente, el 66% restante son perdedoras y aún siendo pocas pérdidas, las ganancias anteriores no suelen superarlas y perderemos nuestro capital.
Otro problema de este tipo de estrategias es que al estar basadas las entradas y salidas en el cruce de medias, no suelen ponerse stoploss y la gestión del riesgo no está controlada. Poner stoploss tampoco mejora el resultado de la estrategia.
Si utilizamos el criterio de Kelly para saber si podemos entrar en el mercado, es decir haciendo que f sea mayor que cero, y asumiendo que ganamos sólo un tercio de las veces, p=0.33, resulta que b es igual a 2, o lo que es lo mismo, tenemos que en cada ganancia por lo menos doblar cada perdida en promedio, es decir tener como mínimo un RR 1:2.
En el próximo post hablaré de las maneras de mantener la suavidad de la curva pero mejorando el retraso.
No hay comentarios:
Publicar un comentario