¿Por qué el Trading Cuantitativo es tan Poderoso?

Te recomiendo que en este punto eches un vistazo de nuevo al tema de este curso sobre el método científico.

El trading cuantitativo consiste en la aplicación del análisis cuantitativo al objetivo de obtener resultados.

Obtener resultados para mi significa ser capaces de ganar dinero de verdad. Y para este objetivo la única manera que veo viable es:

Lograr operar modelos de trading rentables de forma consistente a largo plazo

Los gráficos de precio son conjuntos numéricos y, por tanto, válidos para ser sometidos a análisis cuantitativo. Este tipo de datos son medibles, filtrables y optimizables y carecen de cualquier tipo de información subjetiva.

En este punto puedes expandir tu mente pensando no sólo en un gráfico, sino en cualquier elemento susceptible a ser medido. De esta forma abrirás tu mente al análisis cuantitativo y podrás realizar backtests mucho más completos.

Análisis del pasado (Back-Test)

Un análisis del pasado o backtest de un modelo es una estrategia o sistema de trading que previamente hemos creado y que posteriormente lo sometemos a un examen objetivo de rentabilidad u otros parámetros de interés.

Un backtest bien hecho debería funcionar exactamente igual que una operativa real, por tanto, nos podemos ahorrar la fase de simulación. Para ello es de vital importancia contar con herramientas creadas por profesionales del sector que puedan cubrir las necesidades reales que tengas.

Un backtest mal realizado, con pobres herramientas, puede inducirte a errores devastadores que te llevarán a fracasar prácticamente con el 100% de probabilidad. No hay término medio, o se hace muy bien o no se hace.

Tipos de análisis cuantitativo

Por tiempo significa que analizamos qué ocurrió en un espacio de tiempo anterior. Podemos hablar de días, semanas, meses años o décadas. Todo depende del tipo de estrategia que vayas a operar. Si vas a operar un modelo en temporalidades bajas, un backtest de 1 ó 2 meses puede servirte, pero si vas a operar un modelo en temporalidades altas necesitarás un backtest de por lo menos 5 años. Todo depende de tus necesidades.Por eventos significa que analizamos qué ocurrió en los últimos N eventos. Podemos hablar de backtests a partir de 100 eventos. En función del tipo de modelo que vayas a crear necesitarás disponer de una cantidad u otra. Tienes que tener muy en cuenta que, en estadística, el evento menos probable debe aparecer un mínimo de 30 veces para que un estudio estadístico cuantitativo sea veraz y aporte una mínima fiabilidad.Cuanto más tiempo dediquemos a backtestear mayor confianza tendremos en nuestro sistema y mejoraremos nuestra psicología al saber qué esperar de un modelo de trading cuantitativo.Utilizaremos datos históricos de algún proveedor de información de cotizaciones, como un bróker para nuestros análisis y sabremos que según la información utilizada tendremos unos resultados u otros, aunque no deberían de ser muy diferentes si tratamos con proveedores de calidad.Una vez hemos terminado nuestro análisis de datos o backtest, realizaremos una optimización y filtrado, esto es, configuraremos y matizaremos los parámetros del modelo para que se adapte a nuestras necesidades.Antes de realizar un backtest necesitamos tener una hipótesis, o modelo de trading que queramos comprobar. Para ello podemos nutrirnos de la enorme cantidad de sistemas que hay y lo que hayamos aprendido en todo este curso. Todo lo aquí expuesto ha sido comprobado y analizado.Tenemos que tener un plan de cómo entrar y cómo salir del mercado, esto es, comprar y vender y ser muy objetivos a la hora de definir cómo haremos esto para que el backtest sea robusto.

En las plantillas de backtest se mostrarán numerosos aspectos de los modelos, como la cantidad de entradas, salidas, los recorridos, fechas, horas, diferentes parámetros y la distribución estadística de las operaciones para saber cuáles son más y menos probables. Mostraremos los máximos ganados, perdidos y estado final del modelo.Después, con todos estos datos podremos reunir cualquier dato repetitivo o estadístico y calcular su media y varianza o desviación estándar (la varianza es la desviación al cuadrado). De esta forma podremos ver dónde se concentrarán la mayor parte de los resultados y cómo se distribuyen, lo que nos fortalecerá el aspecto psicológico. No te preocupes, en el apartado de estadística, más adelante te explicaré al detalle todo esto. Te dejo una pincelada con las siguientes 2 imágenes.

Resultados del Análisis Cuantitativo

Al terminar, tenemos un modelo backtesteado, lo que quiere decir que sabemos qué ocurrió en el pasado.

Sin embargo, como siempre decimos en Invierte en Ti, resultados pasados no garantizan resultados futuros. No obstante, estás poniendo las probabilidades a tu favor, como el buscador de oro.

Existen numerosas metodologías de avance en el trading, sin embargo esta es la que mejores resultados he visto en los cientos de traders que he entrenado con mentorías privadas y gratuitas.

El trading cuantitativo es una forma de vivir y entender todo, no sólo la parte técnica, sino la parte de vida privada, deporte, amistades etc. Cuando adoptes una mentalidad cuantitativa verás cómo aspectos de tu vida personal se verán beneficiados enormemente. Te volverás crítico, objetivo, metódico y dejarás de hacer todo aquello que no contribuye a tu objetivo principal (el 80% de lo que hacemos no nos sirve).

Después que tengamos los resultados y los hayamos optimizado y filtrado, tendremos que crear:

Nuestro plan operativo, que será un documento donde plasmemos qué vamos a hacer en cada momento del mercado.

Fallos comunes

La data para utilizar en el backtest suelen ser las velas, es decir, apertura, cierre máximo y mínimo. Cada bróker nos dará una data diferente y tenemos que utilizar aquella que vayamos a usar para operar idealmente. Por lo general, cuanta mayor la temporalidad (D1, W1, …) la data de todos los proveedores será más parecida. A medida que bajemos de temporalidad irán habiendo diferencias que en algunos casos pueden ser notables. Además, habrá momentos del día críticos dónde cada bróker nos de valores muy diferentes, como momentos de noticias fundamentales.

Eventos insuficientes pueden llevarnos a basar nuestras operativas en creencias erróneas. Por ejemplo, puedes pensar que un modelo sí es rentable cuando realmente no lo es y viceversa, puedes pensar que un modelo no es rentable cuando realmente sí lo es. Debes darle una cantidad de eventos que te aseguren que estarás operando un modelo robusto.

Comisiones. Esto incluye la suma de todos los tipos de comisiones que nos podamos encontrar, tasas, tarifas de entrada, salida, swap, diferencias de precio y comisiones por agregar y sacar capital.

Cuanto menor la temporalidad más daño nos harán las comisiones. En operativas de temporalidad alta, como H4, D1 etc el efecto de éstas disminuirá bastante. La cuestión es encontrar en qué temporalidad y modelo las comisiones no nos hacen demasiado daño.

Cuando diseñé la plantilla que utilizamos para realizar backtest pude ver que es mucho más práctico poner una “media” de comisiones en lugar de poner las comisiones de cada operación. Los resultados son prácticamente iguales y la velocidad con que avanzamos es exponencialmente mayor.

Las comisiones son tan importantes que pueden convertir un modelo matemáticamente rentable en no rentable. Fíjate en la imagen, cómo a medida que se aumenta las comisiones (reales) hay un momento en que el modelo no es rentable:

Parcialidad a favor. Esto es, cuando cometemos errores en el backtest, es más fácil equivocarnos para que el backtest sea positivo que negativo. Este tipo de eventos suelen darse cada muchos eventos, pero poco a poco irá minando la fiabilidad de tus resultados y el backtest no será igual que el modelo real.

Para ello, recomiendo a todos mis alumnos que realicen un primer backtest pequeño y después lo repitan con el único fin de compararlos y ver si hay fallos técnicos. Si no hay fallos, estupendo, sigue analizando. Si los resultados son muy diferentes deberías estudiar qué está pasando, porque con pocos eventos no es relevante, pero con muchos eventos sí.

Un truco es siempre ponerte en el peor caso, de esa forma si el backtest sale rentable, sabes que debería haber salido aún mejor.

Utilizar plataformas de pago muy sofisticadas. Como orientación, un backtest deberías hacerlo en una hoja de cálculo simple donde anotes los eventos de forma numérica. Utilizar programas de simulación va a retrasarte bastante, aunque es perfectamente normal que caigas en esta trampa. La trampa de pensar que software avanzado es mejor. El software de simulación lo vamos a utilizar cuando tengamos ya nuestro modelo, con el único fin de testear si somos capaces de operarlo a tiempo real. No obstante, hacerlo es correcto, pero no es lo más eficiente a largo plazo si queremos maximizar las ganancias de forma consistente, por eso es importante contar con la experiencia de algún backtester.