Categoría: Info-Trading

Axiomas Que Son Falacias

Axiomas Que Son Falacias

Hay algunas piezas del puzle del trading que, definitivamente, parecen no encajar nunca. Desde que hace ya unos cuantos años me interesé por el estudio de los Mercados, hay algunos aspectos contra los que topo violentamente. Temas [para mí] inabordables y que me dan mucho que pensar.

El trading está repleto de falsas verdades, comúnmente aceptadas, pero que no resisten ningún estudio serio y pormenorizado

Primero culpé a mi desconocimiento, luego a mis problemas de enfoque. Sin duda sigo sin saber muchas cosas, y sigo sin saber enfocar otras tantas, pero algo más falla y ya empiezo a considerar que está en el propio sustrato.

Lo voy a enunciar hoy claramente [una vez más] para que los puristas me lapiden públicamente, pero creo que en el trading [en general] está repleto de falsas verdades, comúnmente aceptadas, pero que no resisten ningún estudio serio y pormenorizado. El método científico, la lógica y algunos postulados del trading no parecen llevarse nada bien. Algunas falsas verdades que [y perdonen la brutal sinceridad] los traders de a pie seguimos como corderos camino del matadero.

Ya hace mucho que enuncié mi propia forma de trabajo: la del desaprendizaje. Está bien que todo el mundo considere que las cosas son así pero déjenme que, una vez las aprenda, las compruebe por mí mismo, por si acaso. Ese es un camino largo, penoso y tortuoso, pero que sin duda nos lleva a edificar siempre sobre cimientos más firmes que darlo todo por cierto simplemente porque alguien lo dijo hace 5 o 50 años en un libro o en una conferencia.

Aprendo para «desaprender«, para comprobar si las cosas son realmente así o sólo lo parecen, aunque lo parezcan por consenso muy mayoritario. Aunque lo parezcan por indiscutible tradición.

Les voy a poner sólo un ejemplo de a qué me refiero. Muchas veces, en el trading, algo se convierte en una verdad absoluta e indiscutible sólo porque quien lo dice ganó mucho dinero [o eso creemos] y explica en un libro que lo consiguió así [o eso dice él]. Esto es conocido dentro del mundo de la lógica como una Falacia Argumentum ad verecundiam o de «argumento de autoridad«, que se basa en defender algo con la única razón de que quien lo afirma tiene autoridad en la materia [en nuestro caso, porque ganó dinero].

Aprendo para «desaprender«, para comprobar si las cosas son realmente así o sólo lo parecen, aunque lo parezcan por consenso muy mayoritario. Aunque lo parezcan por indiscutible tradición.

Evidentemente, las cosas no son como son porque alguien lo diga, sino porque se demuestre realmente que lo son. Tampoco dejan de serlo porque quien lo diga sea un pelagatos, como yo. La Ciencia y la Filosofía tienen estas mismas reglas [lo siento] y si tuviera tiempo [y a alguien más interesase] intentaría demostrarlo con algunos ejemplos más.

La buena noticia [al menos para mí], es que algunas cosas en las que trabajo sí que encajan. O sea, que no creo que todo sea falso ni falaz.

Trabajo para arrojar las ideas contaminadas lejos de mis diseños y herramientas, aunque no siempre lo consiga. Quizás lo consiga o quizás no pero ¿qué voy a perder por intentar cometer mis propios errores en lugar de andar perpetuando los de otros?

El desafío es apasionante, enriquecedor y, si se consigue, oculta un premio magnífico. Y, si no, todo ese conocimiento será aplicable a otros desafíos profesionales.

¿Qué voy a perder por intentar cometer mis propios errores en lugar de andar perpetuando los de otros?

En este punto no se trata tanto de diseñar complicados algoritmos sino, simplemente, de separar el grano de la paja o, si lo prefieren, la señal del ruido.

La Prodigiosa Economía de las Ideas

La Prodigiosa Economía de las Ideas

Si yo te doy un euro y tu a mi me das otro, al final terminamos los dos con un euro, exactamente igual de como empezamos.

Pero si yo te doy una idea y tú a mí me das otra, al final tenemos dos ideas cada uno. En términos económicos, ambos hemos doblado nuestro capital.

Eso es un buen negocio y el resto, paparruchas.

Este blog pretende TRAFICAR en ideas.

Los «Es Peor» de la Información

Los «Es Peor» de la Información

Es peor tener MALA información que NO tener información, porque la mala información te hace tomar malas decisiones.

Es peor tener DEMASIADA información que NO tener información, porque crea la falsa sensación de estar bien informado cuando, simplemente, estas saturado, aturdido e infoxicado.

No necesitas MUCHA información, sino POCA y FIABLE. Con eso basta para tomar buenas decisiones.

Jugar Bien Tus Cartas

Jugar Bien Tus Cartas

Hay poca verdad en los mercados y NULA en la actividad del trading.

De hecho, como ya he publicado en alguna ocasión, opino que la principal función de los Mercados es la de GENERAR CONFUSIÓN para ocultar los datos relevantes. Ya que, según las propias reglas del mercado, la verdad debe existir como variable en el sistema, los mercados generan una cantidad ingente de ruido para ocultarla. Los pocos que son capaces de reconocerla e identificarla son los que tienen alguna posibilidad de enriquecerse.

Considero a los mercados como el sistema de información humano más complejo jamás creado.

Descubrir, aislar y catalogar la escasa verdad fluyente y filtrar el ruido y la mentira [deliberada o no] es algo que merece la categoría de RETO. ¡Me encanta! Me siento como una mezcla a partes iguales del Sam Spade en “El Halcón Maltés y del John Forbes Nash novelado en “Una Mente Maravillosa”, escribiendo sobre los cristales los principios del Equilibrio de Nash y la Teoría de los Juegos.

Me gusta el trading especialmente porque considero a los Mercados como el sistema de información humano más complejo jamás creado y eso es un DESAFÍO APASIONANTE. Es mi propio laboratorio de ideas.

Para mí, el trading es un juego estadístico donde las certezas no existen y sólo se trabaja con probabilidades. Para entendernos, para mí es más parecido al Póker o al Black Jack [o al dominó, en versión más hispánica] que a la ruleta o a la lotería.

Si estuviéramos ante un juego de azar puro como la lotería, todo se basaría en la suerte. Todos tenemos las mismas opciones al comprar un número y acertar el premio mayor no tiene mayor mérito. Le toca a quien le toca y si juegas más, tienes proporcionalmente más probabilidades.

Analizar los mercados desde el punto de vista de la gestión de la información, es como entender cómo gestiona sus cartas un experimentado jugador de póquer.

Pero convendremos todos que, independientemente del oponente, en un juego como el póquer [o dominó o la mayor parte de juegos como los antes enunciados] un jugador novel tiene muchas menos opciones de ganar que uno experimentado. ¿Quiere eso decir que el experimentado ganará siempre? Tampoco. Está el factor azar sigue presente en las bazas que se le presenten en cada partida y momento. La diferencia es que, con ellas en la mano, sabe gestionarlas mejor que el novato. Incluso sabe cuándo es conveniente NO jugar y dar una mano por perdida.

Por eso mi orientación es analizar los mercados desde el punto de vista de la gestión de la información, del mismo modo que intentaría entender cómo gestiona sus cartas un experimentado jugador, sean las cartas que sean las que le llegan en la mano.

Al final, ganar con una pareja de doses en el póquer, o en el dominó cargado de dobles, es una hazaña al alcance sólo de jugadores experimentados.

Por Qué El Análisis Fundamental No Me Sirve

Por Qué El Análisis Fundamental No Me Sirve

Respeto mucho todas las opiniones, pero me gusta dar mis razones y argumentarlas. Además, la ventaja que tiene ser un indocumentado en temas económicos es que uno carece del pudor de los expertos para decir enormes inconveniencias. Probablemente valga la pena mirar la Economía desde el inocente punto de un humilde técnico para preguntarse algunos por qués, aunque podamos ser acusados de lerdos en el intento.

Yo me pregunto: ¿cómo pueden quebrar de forma inesperada grandes corporaciones, bancos o entidades de enorme peso económico, si deben rendir cuentas públicas cada trimestre?

¿Cómo grandes corporaciones pueden estar reportando al mercado buenos fundamentales y un mes más tarde estar quebrados?

No hablo sólo de Lehman o de Enron, por poner dos casos suficientemente conocidos en mercados maduros, bien regulados y muy estrictos.

¿Acaso ningún analista fundamental pudo anticipar con los últimos datos públicos en la mano que esas entidades estaban en serios problemas antes de desplomarse? ¿Cómo las grandes corporaciones pueden estar reportando al mercado buenos fundamentales [o, simplemente, aceptables] y un mes más tarde estar quebrados?

¿Estados contables? ¿Activos y pasivos? ¿PER? ¿Beneficios por acción?… ¿Ningún dato visible en los últimos resultados ofrecidos podían anticipar que cotización de Lehman caería un 70% en un día y, al siguiente, quebraría?

Para trabajar con información necesitas que la materia prima sea de calidad

Ahora voy a traer el comentario a mi especialidad: el Tratamiento de la Información.

Para trabajar con información necesitas [como en casi todo] que la materia prima sea de calidad. Si estás midiendo la humedad, el voltaje o la temperatura con sensores inadecuados obtendrás lecturas erróneas y, por lo tanto, tus conclusiones también lo serán.

Pero, si en lugar de tener lecturas directas objetivas, los datos deben ser suministrados por un tercero, empiezan los problemas. Como poco habrá que contemplar un margen de error de observación. La fuente no es tan fiable como debería porque no es ni directa ni automática.

Pero en el caso que los resultados de las mediciones beneficien o perjudiquen al observador que las suministra, esa fuente es parcial y, por muy honesta que sea, debería ser desechada pues esos datos forzosamente hay que considerarlos contaminados en origen. Es una fuente no fiable. Es como preguntarle a un niño por sus notas. Te dirá la verdad cuando sean excelentes, parte de la verdad cuando no sean tan buenas, y mentirá sin pudor cuando sean malas.

Si aplicamos la metodología de la Teoría de la Información, resulta una pérdida de tiempo trabajar con datos facilitados por parte interesada.

Si aplicamos la metodología de la Teoría de la Información, resulta una pérdida de tiempo trabajar con datos facilitados por parte interesada.

Así que, entre lo malo y lo peor…, creo que me quedo con lo malo. Seguiré intentando separar ruido de señal y discriminando señales fiables de dudosas a través del movimiento del precio, pero voy a seguir sin prestar el mínimo crédito a informaciones oficiales, paraoficiales, pseudooficiales, publicadas o rumores. Cualquier fuente interesada contamina los datos, aunque sean completamente ciertos. Es una pena, pero es así.

Si un activo cerró ayer a 18,31, eso es un dato; si el balance de esa empresa dice que sus beneficios crecieron un 17% el último trimestre, es una opinión [la suya] aunque un grupo de bien pagados auditores la certifiquen [las cuentas de Lehman y Enron también estaban auditadas]. Y no hay manera de operar matemáticamente con opiniones.

Cualquier fuente interesada contamina los datos, aunque sean completamente ciertos.

Sobre Fuentes Fiables y Fuentes Contaminadas

Sobre Fuentes Fiables y Fuentes Contaminadas

Dentro de los muchos derivados aplicados a la Teoría Matemática de la Información [TI] originariamente propuesta por Shannon y Weaver, uno de los aspectos desarrollados fue el de la catalogación de las fuentes de datos.

Por no alargarme innecesariamente, la importancia de escoger las fuentes de datos adecuadas es [como parece obvio] básico para poder después hacer un análisis correcto de los datos y obtener respuestas veraces a las preguntas propuestas.

Para resumirlo, en un esfuerzo máximo de simplificación, se dividieron la fuentes en dos únicos tipos, las denominadas FUENTES VERACES y las FUENTES CONTAMINADAS. Para que sea más fácilmente entendible lo trasladaré directamente al campo de los Mercados, tal y como yo lo entiendo y aplico desde hace años.

Como FUENTES VERACES entendemos aquellas que nos proporcionan informaciones PÚBLICASÚNICAS y UNÍVOCAS. Son accesibles para todos, y para todos tienen un mismo valor en un mismo momento. Esas fuentes [en nuestro caso y en esencia] serían las cinco básicas: máximo, mínimo, apertura, cierre y volumen.

Como «fuentes veraces» entendemos aquellas que son directamente accesibles para todos, y para todos tienen un mismo valor en un mismo momento.

Como FUENTES CONTAMINADAS entendemos [siempre desde la perspectiva de la TI] cualquier dato no obtenido de manera directa. Por poner un ejemplo, si obtenemos la temperatura de una determinada estancia a través de un sensor homologado y conectado directamente a nuestro equipo de proceso, la fuente es veraz; pero si enviamos a un ayudante a observar la temperatura en una pantalla y nos la comunica, la fuente pasa a estar CONTAMINADA, y todos los resultados posteriores estarían en cuestión, aunque el dato sea correcto.

Así, cualquier fuente que interprete, module o retransmita la información desde su origen, la contamina y, en consecuencia, deberemos descartarla [o tener este hecho muy en cuenta].

Con esta visión tan estricta de la calificación de las fuentes, la TI se cura en salud, pues pone en cuestión cualquier tipo de información que no sea directamente verificable por todos los observadores a un tiempo. Con ello elimina de la ecuación tanto los errores, como la información manipulada en beneficio de algo o de alguien.

Cualquier fuente que interprete, module o retransmita la información desde su origen, la contamina

La información manipulada no tiene por qué ser estrictamente falsa. La «buena» información manipulada puede ser correcta [o casi] en sus datos, pero también puede ser muy tergiversada en la presentación interpretación de los mismos porque, para la mayoría, importa mucho más la interpretación de los datos que los datos en sí, cosa que, lógicamente la TI cuestiona.

Desde ese estricto punto de vista [quizás equivocado, pero metódico] habrá que descartar las informaciones suministradas por los medios de comunicación [TODOS, desde los diarios especializados hasta las redes sociales, pasando por éste desde el que ahora mismo yo estoy opinando], así como también las suministradas directamente por los actores económicos [empresas, sectores o países], por ser datos interesados suministrados por parte; con lo que el análisis fundamental (AF) quedaría fuera del ámbito de cualquier estudio ni remotamente basado en la TI.

Para la mayoría, importa mucho más la interpretación de los datos que los datos en sí, cosa que, lógicamente la TI cuestiona

Desde el punto de vista de la TI, el gran truco de los mercados financieros no es tanto la ocultación de los datos, sino el de la saturación de información [infoxicación], mezclando muchas fuentes, casi todas ellas contaminadas [interpretadas, opinadas y/o interesadas] creando una tremenda confusión [ruido] capaz de ocultar las trazas de las fuentes veraces [señal] y dificultando su interpretación.

Realmente, desde el punto de vista de la TI, en esos mercados que aparentemente bullen de información, las fuentes veraces y fiables son muy escasas.

No Se Trata Tanto de los Datos…

No Se Trata Tanto de los Datos…

No se trata tanto de los datos, sino de cómo los leas.

Y te lo voy a demostrar.

Mismas letras, mismo código, diferente ordenación:

  • On es atart otnat ed sol sotad, onis ed omóc sol seal.

Mismo código, misma ordenación, menor cantidad de señal:

  • N s trt tnt d ls dts, sn d cm ls ls.

Introduciendo ruido blanco:

  • Nhoh shhe trhahta tahntho dhe hlohs hdhathohs, shihnho deh cóhmoh hlhohs lehahsh.

O introduciendo ruido gris:

  • dNrtoyusyeptverua,tla;tawxnitotde;l.oiupswdxauitzxo-s,suyi4n3ogdehtceómptolohsllhea,ahsñ.

El mercado aporta señal, pero está lleno de ruido. En el mejor de los supuestos, se puede parecer bastante a este último ejemplo, donde TODAS las letras y palabras están incluidas y en el orden adecuado, pero el nivel de ruido es tan alto que es casi imposible interpretar el mensaje original.

Códigos originales de la famosa máquina Enigma

¿Crees que todo esto es un simple divertimento? ¿Crees que no tiene nada que ver contigo y con el trading? Pues yo creo que lo tiene, y mucho. Y, si lo piensas un poco, seguro que a ti también te lo parecerá.

Por eso hay que trabajar en nuevas formas de visualizar esos datos, para separar los relevantes de los que no lo son; para aislar y anular el ruido al máximo posible.

Interpretar Códigos; Decodificar Velas

Interpretar Códigos; Decodificar Velas

Más que un artículo, esta entrada es un divertimento, un simple ejercicio en el que, si me lo permiten, les mostraré cómo nuestro cerebro es capaz de trabajar y asimilar nuevos códigos sin que apenas ello nos cause ningún esfuerzo.

Les vuelvo a plantear el supuesto de costumbre: imaginen al mercado reducido a un simple flujo de datos. Los ticks se van sucediendo a ritmo vertiginoso y aparentemente aleatorio. [Sobre si el mercado es o no aleatorio, les dejo este Una mosca contra el Random Walk]. La Teoría de la Información [TI] precisamente se basa en la codificación, transmisión y decodificación eficiente de cualquier tipo de información.

Imaginemos un flujo de datos tipo. Supongamos que una fuente nos envía una sucesión de caracteres. Nuestra primera impresión sería que si ese flujo de caracteres no viene correctamente ordenado y separado nos resultaría incomprensible. Pues, quizás sí o quizás no.

Imaginemosqueeseflujodedatosnosremiteuncontinuodecaracteressinespaciosintermediosdeseparaciónentrepalabrascomomensaje.

No parece que esta limitación nos impida comprenderlo. Somos capaces de completar la parte eliminada sin mayor dificultad y decodificarlo correctamente.

En este primer caso, de un mensaje de 118 caracteres hemos eliminado sólo los 19 espacios de separación entre palabras, apenas un 16%, y no muy crítico,

Otra cosa diferente sería que, por ejemplo se eliminasen completamente las vocales de un mensaje, sustituyéndolas por espacios en blanco.

En ese caso quizás ya tuviésemos más dificultades para entenderlo, pero seguramente acabaríamos comprendiéndolo en su mayor parte.

Este mensaje consta de 112 caracteres [129 contando los espacios] de los que se han eliminado 51 [un 45% del total y 5 diferentes caracteres] por lo que le estoy obligando a trabajar sólo con el 55% de la información. [Si tiene dificultades, vuelva a leer en párrafo anterior, ese que empieza diciendo «En ese caso…»]

Trabajar con el 50% de la información no es fácil, aunque no llegamos a ser conscientes de nuestras ocultas habilidades para decodificar criptogramas automáticamente.

Nueva demostración:

Sgeun etsduios raleziaods por una uivenrsdiad ignlsea,no ipmotra el odren en el que las ltears etsen ecsritas. La uicna csoa ipormtnate es que la pmrirea y la utlima ltera esetn ecsritas en la psiocion cocrreta. El retso peuden etsar ttaolmntee mal y aun pordas lerelo sin pobrleams pquore no lemeos cada ltera en si msima snio cdaa paalbra en un contxetso.

Ninguna dificultad, ¿verdad? En ese caso:

¡3XC3L3N73 3J3RC1C10!

La capacidad de nuestro cerebro para asimiliar códigos, decodificarlos y obtener mensajes coherentes es lo que me hizo pensar en aplicar los modelos de la TI en el proceso de decodificación de las series numéricas y gráficas que los traders manejan y entre las que buscan tendencias y giros, como elementos operativos básicos y en el diseño de nuevas herramientas para ayudar en este cometido.

64574M05 MUCH0 713MP0 D3 NU357R4 V1D4 C0N57RUY3ND0 4L6UN4 C054 P3R0 CU4ND0 M45 74RD3 UN4 0L4 LL1364 4 D357RU1R 70D0, S010 P3RM4N3C3 L4 4M1574D, 3L 4M0R Y 3L C4R1Ñ0, Y L45 M4N05 D3 49U3LL05 9U3 50N C4P4C35 D3 H4C3RN05 50NRR31R.

Las velas o barras están formadas por un grupo de datos que, si somos capaces de decodificar, contienen mensajes.

Distinguiendo Entre Datos, Información y Conocimiento

Distinguiendo Entre Datos, Información y Conocimiento

Si hoy SAN hubiese cerrado en 2€ y BBVA, en 2,95, eso serían DATOS.

Para muchos [seguramente la mayoría] el trading se reduciría a saber que hoy [hipotéticamente] habría que comprar SAN y que mañana, vender BBVA. Con eso les sobraría. Eso sería INFORMACIÓN.

Pero si quieres entender POR QUÉ habría que hacerlo así y no al revés, eso sería ya CONOCIMIENTO.

Tendencia es a Señal como Volatilidad a Ruido

Tendencia es a Señal como Volatilidad a Ruido

Hoy les voy a proponer una aplicación simple de los conceptos básicos de la Teoría de la Información [TI] sobre el análisis gráfico tradicional, una de las muchas que, basadas en esta metodología, somos capaces de hacer, y que cuestionan aspectos del AT tradicional.

Desde el punto de vista del análisis gráfico, la Regresión Lineal [RL] es la forma de aproximación estadísticamente más correcta a un conjunto de valores.

Por lo tanto, desde el punto de vista de la TI, hacer esto sería mucho más correcto que andar tirando líneas uniendo mínimos o máximos, que no son valores medios sino extremos y, precisamente por ello, estadísticamente poco significativos.

Los canales de desviación típica y de error típico deberían ser la herramienta utilizada para dibujar canales y no ese método -pido perdón por la expresión- hoy en día ya rupestre y sin fundamento lógico de hacerlo trazando paralelas desde máximos o mínimos.

Viendo el trazado y la pendiente de la RL de un tramo concreto de cotización, los traders lo identificaríamos con la TENDENCIA [sería matemáticamente más correcto], y desde el punto de vista de la TI estaríamos contemplando la SEÑAL.

Al mismo tiempo, los desplazamientos a ambos lados de la RL podríamos visualizar los efectos del RUIDO, desviando la cotización real de la señal pura. Sin ser exactamente lo mismo, podríamos asociarlo con lo que los traders generalmente asociamos con el concepto de VOLATILIDAD.

Más o menos, lo veríamos así:

senyal_ruido

Sería observar los mismos elementos bajo otros parámetros. Este tipo de visión alternativa fue la que, ya hace años, hizo que me plantease el diseño de algunas nuevas herramientas de trading que la mayoría de ustedes ya conocen y han tenido oportunidad de probar directamente.