EsBolsa Algorithmic: Nuevos sistemas automáticos sobre índices

El pasado fin de semana presentamos en un video-informe una batería de nuevos sistemas que desde este mismo fin de semana se han puesto a funcionar en nuestra cartera de inversión de esBolsa.

Son un total de tres los nuevos sistemas que os iré presentando en próximas jornadas, empezando hoy por el de más corto plazo al que hemos decidido bautizar como “S&P 10”.Como sabéis, mi operativa discrecional ronda en torno al medio plazo, ya que el corto plazo lo considero un entorno con un ruido excesivo como para ser operado de forma discrecional con suficientes garantías de éxito. La velocidad de los sucesos en el mundo de la bolsa a corto plazo y la multitud de variables que intervienen hacen que las sensaciones emocionales extremas tomen tarde o temprano el poder de la situación, causando grandes problemas al trader cortoplacista que ve cómo su gran trabajo rara vez obtiene recompensa. Por este motivo, las operaciones a corto plazo realizadas dentro de nuestra propia cartera de inversión vienen siempre dirigidas por los sistemas automáticos de trading.

S&P 10 calcula mediante algoritmos matemáticos un conjunto de reglas que indican cuándo comprar y cuándo vender en el corto plazo. Este sistema, responde dando señales en función de unas variables determinadas y debidamente programadas, que estudian movimientos internos basados tanto en la volatilidad como en los puntos de capitulación, buscando los extremos de mercado, cortando rápido las pérdidas y dejando correr las ganancias con un cierto margen.

La ventaja de utilizar un sistema automático de corto plazo reside en que evita totalmente cualquier sensación emocional y es capaz de tener en cuenta multitud de variables estudiadas a lo largo de la historia para sacar partido de ellas. De esta forma, no somos nosotros quienes debemos de pensar e interpretar las señales, el autómata obtiene todos los datos directamente del mercado, los procesa y si encuentra un patrón que ofrezca unos resultados positivos a lo largo de la historia, nos trasmite la señal para que saquemos partido de ella.

Estadísticas sobre el S&P 500

Las pruebas de Backtesting se han ejecutado en el periodo comprendido entre 01/01/1995 y 01/10/2012 sobre el S&P 500.  La prueba se realiza con una cartera inicial de 10.000$ (incluye comisiones del 0,08% y slippage de 0,1) e invirtiendo el 100% del capital por operación.

Sobre el S&P500 Total
Beneficio Neto 20.949,57 $ *
% operaciones ganadoras 60,98%
% ganacia medio por operación 6,94%
Max operaciones ganadoras consecutivas 7
% pérdida medio por operación -2,82%
Max operaciones perdedoras consecutivas 2
% Max drawdown -17,28%
Profit factor 3,57
Recovery Factor 5,69
Payoff Ratio 2,46

*Nota: Los beneficios netos no tienen en cuenta el reparto de dividendos, por lo que el beneficio real sería algo mayor.

El gráfico de la curva de equity

Tras ejecutar una simulación de Montecarlo sobre este sistema, los resultados esperados son los siguientes:


¿No sabéis lo que es un estudio de Montecarlo? Tranquilos, yo os lo explico.
Si en el futuro nuestro sistema produjera exactamente las mismas operaciones en la misma secuencia de aparición que nuestros resultados históricos, los resultados finales serían idénticos a los obtenidos en el pasado. Sin embargo, sabemos que esto es prácticamente imposible que ocurra.
Una manera de conseguir resultados estadísticos de los datos históricos es el de generar secuencias de operaciones de manera aleatoria, cada cual con su respectivo resultado final y drawdown.
Para entenderlo más fácilmente, supongamos un sistema que realiza 100 operaciones. Tomamos el resultado de la primera operación y lo anotamos en una bolita y lo introducimos en un saco. Hacemos lo mismo con las 99 operaciones restantes. Ahora tendremos 100 bolas, cada una con el resultado de cada una de las operaciones de nuestra secuencia histórica. A continuación tenemos que obtener secuencias aleatorias de esas 100 operaciones. Sacamos una bola, anotamos la ganancia o pérdida que muestra y la volvemos a meter en el saco. Repetimos la extracción 100 veces. De esta manera habremos conseguido una secuencia de 100 operaciones de manera aleatoria. Volvemos a repetir el proceso de extracción de las 100 bolas durante un número significativo de iteraciones. Normalmente se realizan unas 10.000 iteraciones, con lo que conseguimos 10.000 secuencias aleatorias distintas de nuestras operaciones históricas. Con lo cual, tenemos 10.000 resultados finales distintos. Ya podemos por lo tanto crear una distribución de probabilidad de nuestro resultado final.

A continuación os dejo un gráfico con sus últimas cinco operaciones.

Para que podáis distinguir mejor la trayectoria de las últimas operaciones, os he señalado con flechas rojas las operaciones perdedoras, y con flechas verdes las ganadoras.

Aquí os dejo también un listado con sus últimas operaciones desde el año 2000.

Como podéis apreciar, en la actualidad el autómata sigue comprado desde los 1327,05 puntos del S&P 500 con beneficios latentes en esta operación del 8,5%.

Nota: El seguimiento al sistema S&P 10 lo haremos en esBolsa.com

Publicidad

4 responses to “EsBolsa Algorithmic: Nuevos sistemas automáticos sobre índices

  1. Hola, te llevo siguiendo hace un tiempo relativamente corto y es uno de los mejores descubrimientos que he hecho.
    Te propongo el siguiente sistema:
    En mensual sólo para el SP500, la utilización de la SMA 8 periodos(para abrir posiciones largas y cortas). Si tienes tiempo te agradecería un comentario..Un saludo.

    1. Buenos días galdar!
      Tomo nota. Precisamente mañana os presentaré un sistema que controla nuestras inversiones en el largo plazo llamado S&P 26.
      Un saludo!

Responder a Ricardo González Cancelar respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Conoce cómo se procesan los datos de tus comentarios.