Categoría: Info-Trading

Herramientas de Trading de 2ª Generación

Herramientas de Trading de 2ª Generación

Me quedaba pendiente, antes o después, dar una explicación más o menos detallada para todos los que no provenís del mundo «tech», del por qué me refiero a mis herramientas como «nuevas» o de «Segunda Generación«.

No, no se trata de un truco barato de marketing. Existe una regla dentro del mundo de la tecnología para clasificar una determinada herramienta dentro de la primera, segunda, tercera (o más) generación, o para definirla como «nueva», o no.

En general, hablamos de herramientas de Primera Generación (1G) aquellas que utilizan sólo variables básicas o primigenias en la composición de sus algoritmos.

Pongamos como ejemplo los indicadores técnicos, que creo que será lo más sencillo. Indicadores de primera generación (1G) serían aquellos en cuyas fórmulas encontramos todos o algunos de los cinco datos elementales (cierre, apertura, máximo, mínimo y/o vol). Si usa esos y sólo esos datos/variables, estaríamos hablando de 1G.

Las herramientas 2G serían aquellas que utilizan herramientas 1G como elementos en sus algoritmos.

Pero, gracias a estos primeros indicadores, y sus hábiles fórmulas, ya disponemos de una nueva batería de datos: obtenemos volatilidad, correlaciones entre precio y volumen, variaciones de fuerza relativa, momentos, tendencias, movimientos relativos de medias y un largo etcétera. Y todo ello operando en sus algoritmos sólo con las variables básicas.

¿Qué diferencia, pues, a las herramientas (en este caso indicadores) de Segunda Generación (2G) sobre los de 1G?

Pues que mientras en las de 1G se relaciona datos de precio (a veces, más volumen) para obtener nueva información adicional, en las de segunda generación se relaciona entre sí y como variables, los resultados de los indicadores de 1G.

Así, si en los de 1G se relaciona precio (máximos con mínimos, o cierres medios a lo largo del tiempo), en las 2G relacionamos volatilidad con momento, los estrechamientos medios de las bandas de volatilidad con los volúmenes proporcionales o la fuerza relativa del precio en cada momento, o cualquier combinación de ellas.

Las herramientas 2G serían aquellas que utilizan herramientas 1G como elementos en sus algoritmos. Es decir, que operan con los valores del MACD, RSI, estocástico o cualquier otro indicador clásico para componer nuevas herramientas.

Evidentemente eso requiere un estudio profundo de cada uno de los elementos de las 1G y experimentar con la combinación entre ellos para obtener nueva información que, se pretende en su diseño, sea mejor que la obtenida con cada uno de ellos por separado.

Así, si en los de 1G se relacionan variaciones en el precio, en las 2G podemos combinar volatilidad con momento, estrechamientos medios de las bandas con los volúmenes proporcionales y la fuerza relativa del precio en cada momento, o cualquier combinación de ellas.

Por eso hablo de mis herramientas como «nuevas», porque son de 2G. Evidentemente hay MUCHAS más de otros muchos autores que también lo son. Pero el objetivo hoy era que también TÚ supieras cuáles lo son y por qué.

Así, como ves, no se trata de marketing o pedantería, sino una descripción de QUÉ TIPO DE ELEMENTOS COMPONEN el algoritmo básico y qué tipo de relaciones establecen entre ellos.

Sobre Análisis, Analistas y Probabilidades

Sobre Análisis, Analistas y Probabilidades

…O cómo hacer callar a cualquier bocazas con un 96,3% de éxito

Probablemente la principal innovación de la Teoría Matemática de la Información de Shannon es considerar la información como una medida estadística de probabilidad de ocurrencia de un suceso o señal en un mensaje.

Este hecho [en el que ahora mismo no voy a profundizar] nos permite dos derivadas: la posibilidad de calcular de una forma precisa los anchos de banda [o, lo que es lo mismo, el número de bits necesarios para transmitir señales de un código cualquiera, sea el que sea] y la creación del concepto de Entropía Informativa, que es la medida del grado de desorden que se da entre elementos dispares dentro de un sistema cerrado o, dicho de otro modo, la probabilidad de ocurrencia de un determinado mensaje. [Lamento estar hoy especialmente espeso en la temática, pero no veo otra manera de explicarlo].

Puede haber diferentes formas de establecer el cálculo del número de bits necesario para codificar lo que podríamos denominar un “mensaje bursátil“. Sin entrar en más detalles, la estructura más simple sería considerar como elemento primordial al tick y contemplar sólo tres posibilidades: que a un tick determinado le siga

  • un tick positivo [aumento de precio / +1]
  • un tick neutral [mismo precio / ø]
  • un tick negativo [disminución del precio / -1]

Considerando este modelo elemental, la fórmula de Shannon derivada del Teorema de Shannon-Hartley y aplicable para una fuente sin memoria [que sería nuestro caso] nos exige un mínimo de 2 bits para codificarlo completamente en esta forma más simple.

La primera aplicación práctica [y la que hoy me interesa traer hasta aquí] sería el cálculo de probabilidades de una sucesión eventos dentro de este modelo informacional-bolsístico. O, si lo prefieren, podemos intentar desvelar las probabilidades matemáticas de éxito de cualquier predicción.

A la vista de este modelo y desde el punto de vista más neutral, acertar la dirección del próximo tick [que podríamos extrapolar a barra o vela] es de 1/3 o, lo que es lo mismo, de un 33,33%.

Sólo tendremos un 3,7% de probabilidades de acertar la dirección de tres ticks o velas sucesivos frente a un 96,3% de errar esta pequeña sucesión de eventos ordenados

Así, en diario, cualquiera puede lanzar una predicción sobre lo que ocurrirá mañana [con respecto a hoy], con un 33% de posibilidades de acertar, diga lo que diga.

Pero, otra cosa diferente sería pretender acertar la dirección de los dos próximos ticks o velas [p. ej.: +1 y -1]. En este caso las probabilidades de éxito se reducen al 11,11%. Mucho más complicado es adivinar la dirección de tres ticks o velas próximos sucesivos, pues ya sólo tendremos un 3,7% de probabilidades de acertar frente a un 96,3% de errar esta pequeña sucesión de eventos ordenados. El conocimiento de algunas técnicas de AT y la experiencia quizás nos haga mejorar esas expectativas, que es lo que diferencia a un buen trader de alguien que operase completamente al azar.

Por completar la idea y que se hagan una idea de lo complicado estadísticamente que resultan las predicciones, acertar el recorrido de cinco velas o ticks sucesivos tiene una probabilidad de un 0,41% ; y, establecer sin errar ni una sola vez la dirección (simplemente diciendo “sube, baja o igual que el día anterior”) y orden de diez ticks o velas consecutivas es del 0,0000169%, o para entenderlo mejor, ocurrirá 16,9 veces por cada millón de intentos.

Un buen analista es un especialista que merece respeto y admiración. Habla de dirección, de niveles, de soportes, de puntos de giro y de precios objetivos; y sólo los mejores y más expertos, del timing.

La paradoja [y el truco] es que, sin embargo, predecir que un determinado activo dentro de 10 ticks [o barras, o velas…] estará por encima, por debajo o igual que el valor actual vuelve a tener una probabilidad del 33,33%, y si consideramos que la igualdad es mucho más improbable, se acercará al 50%.

Para volver a tener esas muchas probabilidades intactas basta con guardarse o de hablar de tiempo o proporcionar un valor exacto de desplazamiento.

Así pues, una buena predicción analítica debería [como mínimo] incluir dos factores de los mencionados: dirección y tiempo o dirección y amplitud del movimiento. Señalar sólo dirección, lo diga quien lo diga, ya sea después de mucho estudio o después de tres copas en un bar, tiene la misma probabilidad de cumplirse: sobre un 50%. No tiene más mérito. Como lanzar una moneda al aire.

Un buen analista es un especialista que merece respeto y admiración. Habla de dirección, de niveles, de soportes, de puntos de giro y de precios objetivos; y sólo los mejores y más expertos, del timing. Y siempre con la prudencia de recordar que esto es un juego estadístico y que toda previsión puede fallar. Lo otro [vociferar ¡sube! o ¡baja!] lo puede hacer cualquiera.

Si quieren desenmascarar al bocazas de turno sólo tienen pedirle el vaticinio de la simple sucesión de las tres próximas velas y apostar contra él. Las probabilidades están abrumadoramente en nuestro favor [ya saben, 96,3%] y con eso habrá más que suficiente para hacerlo callar.

La Gripe y las Variables Ocultas

La Gripe y las Variables Ocultas

Hace muchos-muchos años un excelente profesor en gestión de datos nos aleccionaba sobre las sutiles diferencias entre las variables relacionadas y los riesgos de atribuirles sistemáticamente causa-efecto.

El ejemplo práctico que nos planteó me sigue pareciendo útil. Nos pidió que imaginásemos una tabla temporal que reflejara la primeras nevadas en los Alpes y, del otro lado, la aparición de la gripe en cualquier punto del hemisferio norte.

Nos preguntó si nos parecía factible que hubiese una fuerte relación y coincidencia entre ambos acontecimientos. Todos estábamos de acuerdo en que era muy probable que ambas variables tuvieran una fuerte correlación temporal. Y también que esa relación tuviera un importante histórico que la avalase.

«Así pues –concluyó– ¿podríamos decir que la aparición de la gripe en cualquier parte del mundo y las primeras nevadas en los Alpes están relacionadas?«

En ese punto, toda la clase quedó callada. No nos atrevíamos a decir que sí, porque era un absurdo. Una nevada en Suiza no puede causar ningún efecto sobre la salud de la población en China o Siberia. Tampoco nos atrevíamos a decir que no, porque acabábamos de admitir que existía una relación evidente entre ambos hechos.

«Así pues –concluyó– ¿podríamos decir que la aparición de la gripe en cualquier parte del mundo y las primeras nevadas en los Alpes están relacionadas?»

Evidentemente, había una «variable oculta» común, que era «el frío», factor desencadenante de las dos anteriores.

Pero, lo importante es que este tipo de especulaciones entre variables relacionadas son una de las más habituales «trampas» de aspecto matemático-científico que sirven, en el mejor de los casos, para distraernos con algún titular llamativo o, en el peor, para confundirnos.

Quédense con el ejemplo, por favor. Y con el concepto de las «variables ocultas», causantes reales de algunas relaciones aparentemente sorprendentes, pero que pueden ser ambas simultáneamente EFECTO y, ninguna de ellas, CAUSA de la otra.

La Información Que Falta

La Información Que Falta

En general obtenemos información de los datos presentes. Los identificamos, los clasificamos, los procesamos y extraemos conclusiones en forma de gráficos.

Pero, muchas veces olvidamos que también podemos obtener información de los datos que, en cada contexto, deberían estar presentes y NO lo están. Estaríamos hablando de obtener información «por defecto». Por ausencia de datos que deberían estar presentes.

En un entorno tan variable y ruidoso como el de el flujo de datos de los mercados, es interesante tenerlo presente y observar tanto lo que podríamos considerar como estructuras de datos comunes o patrones como sus alteraciones gráficas, generalmente debidas a deficiencias en datos.

Determinados déficits de datos en situaciones tipo pueden ser TAN significativos como los propios patrones y, en ocasiones, ocasionan situaciones completamente opuestas.

Como en un sudoku, la resolución viene de la componente entre los datos presentes y los ausentes; lo que hay y lo que NO, pero debería estar.

Obama, la reelección y los Redskins

Obama, la reelección y los Redskins

En 2012 Obama se enfrentaba a su reelección. Su opositor era el senador republicano Mitt Ronmey. Pero eso poco importaba porque la reelección de Obama dependía de lo que hicieran los Washington Redskins, que así se llamaba el equipo de futbol americano de la capital. Así de fácil y así de claro.

Para empezar, este hallazgo se lo debo a un artículo publicado por Julio Embid en el desaparecido blog Zona Roja. Tal como lo leía, me daba cuenta de lo bien que me vendría como ejemplo para diferenciar entre CAUSALIDAD y CASUALIDAD, también en el campo del trading.

Estamos muy acostumbrados a ver como cualquier patrón parecido entre dos índices o valores acaba [sin mucha más justificación que la supuesta similitud gráfica] deviniendo en un “indicador referencia” o en un “indicador adelantado”, el uno del otro.

Déjenme que les explique con este ejemplo tan adecuado hasta qué punto esa práctica puede estar [y está, en muchos casos] completamente injustificada.

Pensaba en lo bien que me vendría como ejemplo para diferenciar entre CAUSALIDAD y CASUALIDAD.

Según explicaba en aquel artículo Julio Embid en el año 2000 un tipo llamado Steve Hirt descubrió que el resultado del último partido de los Redskins y el de las elecciones estaban relacionados. Resultaba que según las últimas 18 elecciones presidenciales de los EE.UU. (desde la Segunda Guerra Mundial), cuando los Redskins ganaban el partido del domingo anterior a las elecciones, ganaba las elecciones el partido que gobernaba en ese momento, y cuando eso no pasaba, ganaba el partido de la oposición.

Eso había pasado en todas las elecciones desde 1940 con la sola excepción de 2004, cuando Bush Jr. le ganó a Kerry y a pesar que Washington perdió contra Green Bay. A pesar de ello, Bush Jr. revalidó mandato.

Una sola excepción a la regla tras 68 años y 18 elecciones parece bastante fiable, ¿no les parece? Pues así se “fabrican” [y hasta con menos] algunos de los más “fiables” indicadores adelantados o correlacionados con los que nos convencen de entrar aquí o allá o girar una posición. Sigo y acabo con este ejemplo [aunque les aseguro que tengo más…, quizás para otro día].

Aquellas elecciones a la Presidencia de los EE.UU. tuvieron lugar el martes 6 de noviembre de 2012. Los Redskins jugarán en casa frente a los Carolina Panthers que aquel año estaban siendo uno de los peores equipos del campeonato con 1 victoria y 5 derrotas.

Pero déjeme ir un poco más allá. Según la encuesta Gallup, Obama superaba a su oponente republicano por un escuálido 50% a 44%. Sin embargo, en Las Vegas, las apuestas estaban marcadas en un 60/40.

Al final, Obama ganó su reelección y su derecho a un segundo mandato con un 51% del voto popular por un 47% de su oponente.

Y aquí es dónde los amables lectores se preguntarán, ¿y qué hicieron los Redskins? Pues perdieron ante Carolina 13 – 21. Así que la «norma», el «indicador avanzado», falló otra vez.

Este artículo originalmente lo escribí en 2012. Imagino que al lector (como a mí mismo) le picará la curiosidad de saber que ha ocurrido en convocatorias posteriores.

De hecho, hasta el momento en que redacté este artículo, sólo había habido una convocatoria electoral más, que fue el 8/11/2016 con la elección de Trump (Rep = Cambio). Sin embargo nos encontramos ante un problema porque, el partido anterior a la fecha de las elecciones los Redskins lo empataron a 27 ante Cincinnati, un resultado (el del empate) muy extraño en la NFL. Así que nos quedamos sin poder evaluar si la extraña relación entre ambos acontecimientos se mantenía o quedaba definitivamente rota.

Y queda [mejor que nunca] demostrado que una CASUALIDAD (o muchas seguidas) no debería ser tomada por indicador de nada, por mucho que CASUALMENTE se repita una y otra vez, como TANTAS VECES pretenden hacernos creer. Esa era la moraleja.

SEAN CRÍTICOS, POR FAVOR.

Los Mercados son Información

Los Mercados son Información

«Lo que en la bolsa todos saben, a mí ya no me interesa»

André Kostolany

Los Mercados son sistemas de intercambio de información.

Ese es su principal objeto: comunicar de forma pública una información relevante, en este caso concreto, el precio de los activos valorados.

Esta declaración, poco discutible desde cualquier óptica, no va en contra de cualquier otra interpretación o forma de abordar los mercados y su operativa. Simplemente abre una nueva puerta desde la que estudiarlos, abordarlos e interpretarlos: la del análisis de los datos y sus flujos; una especialidad propia del siglo XXI.

Los mercados son datos que fluyen. Un sistema ultra-complejo -casi orgánico- de reglas estrictas; un número prácticamente ilimitado de procesos paralelos y variables tendiendo al infinito. ¿Irresoluble? Quizás, pero no por ello deja de ser apasionante intentar desmenuzar algunos de sus componentes.

Los Mercados son sistemas de intercambio de información, datos que fluyen.

La complejidad del sistema es tal que es muy difícil identificar y reconocer cada proceso individualmente para poder aislarlo y estudiarlo o, simplemente, identificar las fuentes fiables y separarlas de las que no lo son.

Pongamos mejor un ejemplo práctico. Desde ese punto de vista, sería como pasear por un gran bazar repleto de gente ya que, en el fondo, los mercados financieros del siglo XXI no dejan de ser una forma evolucionada de un típico mercado donde compradores y vendedores se encuentran y negocian, aunque ahora sea digital y remotamente.

Desde el punto de vista de la Teoría de la Información (TI), puedes captar alguna que otra frase entrecortada aquí y allá entre el tremendo ruido de la multitud y del propio bazar. Aunque todas las conversaciones que en él se producen sean, una por una, coherentes, seguramente no tiene mucho sentido preguntarse de qué habla el mercado en cada momento. Es un problema básico de ruido y señal.

De las conversaciones parciales que captamos a nuestro paso, puede que lleguemos a comprender el sentido de alguna, que nos equivoquemos en la interpretación de la mayoría, o que entendamos justo lo contrario a lo que se está diciendo en otras. Eso es un problema derivado de la información fragmentada o incompleta. Además, es muy difícil saber de entre todas esas conversaciones entrecortadas, quién miente y quién dice verdad.

Pero, cuando nosotros mismos establecemos conversación con un comerciante, podemos llegar a establecer un negocio. Y, si hemos sido hábiles, ya sabremos de antemano a qué precio se está negociando esa mercancía que nos interesa en otros puntos del bazar. Así, dentro del jolgorio, del ruido y del supuesto caos de un mercado aparentemente no coherente, podemos obtener la información estrictamente necesaria para realizar un buen negocio concreto: el nuestro.

Tú crees que especulas, pero sólo analizas información.

Así manejamos la Teoría de la Información en nuestra vida cotidiana: sin pensar en ella y sin conocer sus estrictas reglas matemáticas. Distinguimos señal de ruido, extraemos conclusiones de los datos disponibles en informaciones fragmentadas, y separamos fuentes fiables de las que no lo son. Tratamos y procesamos toda esa la información intuitivamente. Es así de fácil y así de difícil.

Por eso a mí me gusta recordar que igual tú crees que especulas, pero sólo analizas información.

¿Se pueden entender mejor los mercados con nuevas herramientas basadas en técnicas de gestión de datos del siglo XXI? Ese es el desafío.


Si te interesa este tema:

Sobre Intradías y Fiabilidad

Sobre Intradías y Fiabilidad

Hola, Xavier. Quería consultarte si el indicador KONCORDE me sirve para invertir en intradía en temporalidad bajas, de minutos.

Hola y gracias por la consulta.

No se trata del indicador ni de la temporalidad, sino del activo y su volumen.  

Como norma general y desde el punto de vista de la gestión de datos en que diseño mis algoritmos, la norma es siempre la misma: lo que predomina es la cantidad de información que contiene cada bloque (vela o barra).

Cuanto más volumen ofrezca un activo, menores podrán ser las velas con las que trabajemos manteniendo una buena fiabilidad y resultados.

Una vela de 5 minutos contiene cinco veces más información que una de un minuto. Una vela de 30 minutos, contiene 6 veces más información que una de 5’ y 30 veces más que una de 1’. Y así sucesivamente.

Eso significa que en activos con mucho volumen, la información contenida en cada una de sus fracciones menores sigue siendo mayoritariamente significativa, cosa que no sucede en los de poco volumen.  

Más claro aún: cuanto más volumen tiene un activo, menores pueden ser la velas (temporalidad/ticks) con los que trabajemos manteniendo una buena fiabilidad y buenos resultados. Eso nos permite trabajar en minutos en índices, en horas/día en la mayor parte de acciones y en días/semanas en los activos/mercados menos líquidos (con menor volumen).  

Saber en cada activo concreto hasta qué temporalidad se puede bajar manteniendo la fiabilidad del indicador ya es un trabajo personal de cada uno.  


También te puede interesar:

Sistemas, Temporalidad y Beneficios

Sistemas, Temporalidad y Beneficios

Una de las cosas que más me ha llamado siempre la atención es la evidente descorrelación entre los resultados de los sistemas según las diferentes temporalidades aplicadas. Un sistema automático puede ser bueno en 2 minutos, malo en 3, regular en 5, pésimo en 10, muy malo en 15, extraordinario en 20, mediocre en 30…, y así sucesivamente. ¿Por qué nadie habla de esto?

No existe una pauta reconocible que te haga posible establecer si el rendimiento mejora o empeora aumentando o disminuyendo la temporalidad del gráfico.

Alejándome todo lo posible para intentar ver con más claridad las causas de este paradójico hecho, creo que la clave está en el concepto base de la operativa típica del trading (lo que equipararíamos al «core sys«): en trading difícilmente se considera el tiempo como un continuo variable, sino se lo fracciona en porciones iguales de forma más o menos caprichosa y se espera que todas y cada una de esas fracciones tengan sentido por sí mismas y en relación con el resto.

Desde el punto de vista del análisis de la información eso es ridículo y no tiene ningún sentido. Imaginen que apliquemos un concepto parecido a un documento y agrupemos las palabras en grupos fijos de 3, de 5 o de 15 palabras, en lugar de hacerlo por frases completas. Evidentemente las frases y párrafos estarían ahí, pero esperar que encajase con alguna medida fija concreta sería bastante difícil. ¿Qué bloque fijo de palabras sería más comprensible? ¿Cuál nos aportaría mejor señal/mensaje? Evidentemente el que se acercase más a la media de las frases.

En trading difícilmente se considera el tiempo como un continuo variable, sino se lo fracciona en porciones iguales de forma más o menos caprichosa y se espera que todas y cada una de esas fracciones tengan sentido por sí mismas y en relación con el resto.

Los sistemas (y los indicadores antes que ellos) operan, básicamente, tomando los datos de cada elemento (barra o vela) e intentando establecer relaciones entre ellos y con los anteriores.

Sin embargo, convertidos en un sistema, poco tienen que ver los datos operativos que obtenemos de una vela de 60 minutos o de las 60 velas de 1 minuto que lo componen. En la vela horaria, podríamos ver una apertura muy por debajo de un cierre, con pocas sombras, mientras que en las 60 velas que la forman quizás observásemos una fuerte arrancada, una mayor bajada, dos periodos de lateralidad y una subida final realizada en los últimos minutos.

¿Cuál de estas dos situaciones es real? Evidentemente, ambas. Pero el mismo sistema automático generará dos operativas muy distintas con el mismo bloque de información dependiendo de cómo la fraccionemos, hasta el punto de que, sólo por ese factor los resultados operativos serán completamente diferentes en ambos casos. Desde la vista de la vela horaria, las órdenes del sistema en un minuto resultarían completamente incomprensibles, incluso absurdas.

Evidentemente, fraccionar el tiempo de trading en porciones iguales no parece la mejor fórmula para analizar qué está sucediendo en el mercado, si entendemos el mercado como un flujo continuo de información. Volúmenes o ticks quizás fueran una mejor opción, pero tampoco (por ahora) tengo razones para justificarlo más que por eliminación y descarte. (Acabado el estudio, meses más tarde, sí pude explicarlo y justificarlo con datos)

Un mismo sistema automático generará dos operativas muy distintas con el mismo bloque de información sólo dependiendo de cómo la fraccionemos

Creo que la clave está en la forma de la velas, en cómo fraccionamos la información para que sea lo más coherente posible. De hecho, este problema es uno de los básicos dentro de la gestión técnica de la información: cómo empaquetar de forma coherente la información [entendiendo, en este caso, como ‘paquete’ cada una de las velas].

De todos modos, cuando intento poner a trabajar un sistema sobre ticks en tiempo real y la plataforma no me lo permite, vuelvo a darme cuenta de lo limitados que estamos todavía para poder escudriñar el mercado desde otros puntos de vista de los tradicionalmente establecidos.


Si te interesan más artículos sobre el tema:

Buscando El Patrón Señal/Ruido

Buscando El Patrón Señal/Ruido

Estudio de la Frecuencia de Series Consecutivas de Velas

Les voy a hacer un resumen, porque todavía siento que estoy a medio camino. Quizás de aquí un tiempo, cuando sea capaz de completarlo y complementarlo, merezca algo más largo y detallado. Por ahora, comparto este breve avance y los primeros resultados.

Ya saben que mi idea base es considerar y tratar la información bursátil bajo la perspectiva de la más estricta de la gestión de datos. Grandes volúmenes de datos transitando a gran velocidad.

Resumiéndolo mucho, todo se reduciría a separar señal de ruido y operar siguiendo exclusivamente la señal, cosa que en terminología trader conocemos como “tendencia”.

Llegados a ese punto, me planteé si podría encontrar alguna forma objetiva de medir la proporción de señal/ruido existente para cada temporalidad y activo.

Mi primera hipótesis de trabajo era que a mayor cantidad de señal, mayor sería la frecuencia de series de velas consecutivas, ya fueran alcistas o bajistas. Y, en sentido contrario, cuanto más difícil que velas consecutivas muestren una misma dirección, mayor ruido.

El siguiente paso fue diseñar herramientas para realizar un recuento automático, tomar los datos y procesarlos para ver si encontraba un patrón lógico de evolución de esa hipotética señal/ruido.

Hoy comparto con ustedes algunos gráficos sobre muestras de unas 10.000 velas en cada una de las temporalidades. Sería estupendo que alguien más realizara un estudio parecido para comparar resultados.

En los siguientes gráficos se muestra la probabilidad de encontrar una serie consecutiva de velas (cualquier cantidad) frente a la pura alternancia.

O, si lo prefieren interpretar de otro modo, dada una vela cualquiera, el gráfico marca la probabilidad de que la/s siguiente/s tengan el mismo sentido.

Como siempre he presumido de tener unos lectores de nota, no necesitan de mis conclusiones. Si me lo permiten, me las reservo para más adelante [cuando acabe pruebas complementarias], pero ustedes pueden ir extrayendo las suyas propias. Sólo me gustaría destacar la evidencia de que cada activo parece tener una “huella” propia y casi única. Interesante, ¿verdad?

Espero que lo encuentren útil y, si es así, no sean egoístas y compártanlo como he hecho yo.


Sobre este mismo tema, también te puede interesar:

Probabilidades y Velas Consecutivas

Probabilidades y Velas Consecutivas

¿Qué posibilidad hay que después de una vela alcista, se dé otra en el mismo sentido? ¿Cuál es la probabilidad que, después de dos velas alcistas, se produzca una tercera? ¿Y cuál es la probabilidad que se den 7 u 8 velas alcistas o bajistas consecutivas?

La verdad es que hallar respuesta a estas preguntas [quizás estúpidas, aunque NO me lo parece] es simple: basta con tomar una muestra y contar para salir de dudas.

Como soy un perezoso redomado (y poco amante de los conteos manuales) me he diseñado un par de «cacharrines» para que me ayuden y he obtenido algunas respuestas.

Por ejemplo, voy a compartir con ustedes [por esa paciencia que demuestran aguantándome y leyendo estas cosas mías] los resultados que acabo de obtener sobre el FIBEX en diferentes temporalidades y sobre una muestra media de unas 14.000 velas en cada muestra hecha ya hace algún tiempo, aunque no tengo razones para pensar que no sea (salvo mínimas variaciones) vigente.

No creo que la tabla sea muy difícil de interpretar, pero la explicaré. A la izquierda, las diferentes temporalidades, en la parte superior y en porcentaje las veces que se han dado grupos de velas consecutivas del mismo signo, desde 2 velas consecutivas (2v) hasta grupos de 10 o más (>=10). En la parte inferior, y sobre fondo amarillo, las medias de esas muestras para cada grupo.

Pasando directamente a las conclusiones, resulta que la probabilidad de que a una vela cualquiera del FIBEX en cualquier temporalidad le siga una del mismo color es de un 46,34% contra un 53.66% de probabilidades de que no lo sea.

Por ejemplo, las probabilidades de que se dé un grupo 2 velas seguidas (para el FIBEX y en la muestra estudiada) ha sido del 23,96% (1 de cada 4 ocasiones) y de que a esas se les una una tercera, sólo pasará 1 de cada 10 veces. Encontrar 6 velas consecutivas del mismo signo pasa 1 de cada 100 veces, y hallar un grupo de 10 velas o más consecutivas, se da 2 veces cada 1.000.

La probabilidad de que a una vela cualquiera del FIBEX en cualquier temporalidad le siga una del mismo color es de un 46,34% contra un 53.66% de probabilidades de que no lo sea.

En general las proporciones son lógicas pero, por mor de esa manera de tratar la información de las cotizaciones que es cortarla en cachitos iguales de tiempo, se dan singularidades curiosas.

¿Qué quiere decir y para qué sirve todo esto?

Recuerdo que mi profesor de física de bachiller nos explicaba que, a lo largo de los siglos, han sido miles y miles los que han desbordado una bañera demasiado llena al introducir su cuerpo. Pero sólo Arquímides sacó de este hecho una conclusión con aplicaciones prácticas. Si al final lo conseguimos, gritaremos «¡Eureka!«


Este artículo fue precursor de una ponencia presentada públicamente meses después y un vídeo posterior.