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.
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.
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 PÚBLICAS, ÚNICAS 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 o 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, sino de cómo los leas.
Y te lo voy a demostrar.
Mismas letras, mismo código, diferente ordenación:
Mismo código, misma ordenación, menor cantidad de señal:
Introduciendo ruido blanco:
O introduciendo ruido gris:
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.
¿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.
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:
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.
Cuando hace ya bastantes años llegué al mundo del trading, no pude por menos que observar algunos paralelismos entre la estructura del trading [del e-trading, para ser más exactos] y ciertas partes de la Teoría Matemática de la Información [TI] según el Modelo de Shannon/Weaver.
Para empezar, este es el modelo básico de comunicación según la TI:
Observemos que, según esta arquitectura básica, hay algunos conceptos que merecen especial atención. A un lado tenemos la Fuente de información (mercado) y, en el extremo opuesto estamos nosotros mismos, los traders, como receptores y destinatarios de la misma.
El eslabón intermedio de la cadena (Transmisor y Receptor), así como la codificación, son ahora mismo íntegramente por vía telemática y digital, gracias a la popularización de la red [el e-trading del que antes hablábamos].
Por último, tenemos un último factor que la TI ya contempla como fundamental: el Ruido, como elemento distorsionador interpuesto. Como pronto veremos, el ruido tiene en el trading (y desde este punto de vista metodológico) especial relevancia, así como diferentes orígenes y causas, algunas accidentales y otras claramente provocadas.
Bueno, esto no es nada fácil. De un blog se espera que el autor sea breve y ameno, y seguramente este no es un tema apropiado para explicar aquí con detalle pero, al menos, podemos probarlo. Intentaré empezar por el principio e ir al grano.
¿La razón de todo esto? Explicar hasta qué punto la Teoría de la Información (TI) me parece aplicable como metodología al estudio del funcionamiento de los mercados financieros y al trading.
La Teoría de la Información [TI] fue formulada a finales de la década de 1940 por el ingeniero y matemático Claude Elwood Shannon. En su origen esta teoría se refería solo a las condiciones técnicas en la transmisión de mensajes. Su primera versión apareció publicada en el Bell System Technical Journal en octubre de 1948, perteneciente a la Bell Telephone Laboratories, organización para la que Shannon trabajaba.
Muy poco después el sociólogo Warren Weaver acertó a entrever todo el potencial subyacente en el trabajo de Shannon y redacto un ensayo, que fue publicado junto al texto anterior en julio de 1949 bajo el título de «The Mathematical Theory of Communication«.
En conjunto dieron lugar a un pequeño libro. De este modo, la unión de dos disciplinas diferentes produjo una obra de referencia duradera en el campo de la comunicación, entendido en el más amplio sentido. Lo habitual es que se aluda a estas concepciones como el Modelo de Shannon y Weaver, o como la Teoría de la Información [TI].
Este trabajo es de una excepcional importancia en el campo de la cibernética, siendo una de las obras de referencia básica. Shannon contempló por primera vez la transmisión de información como una teoría matemática dentro del campo específico de la probabilidad y la estadística, estudiando la información y todo lo relacionado con ella: canales, compresión de datos, criptografía y temas relacionados.
En la próxima entrega, un poco más sobre Shannon, su teoría y su relación con los mercados financieros. [Por cierto, si quieren conocer el original, basta con que pulsen sobre la imagen de la portada del libro para obtener un PDF de la obra]
Podríamos llamarlo InfoTrading [Informational Trading o Inversión Informacional, en español]. El nombre seguramente ni siquiera sea importante, pero sí su objetivo, que sería estudiar el trading como análisis del flujo de datos y su correcta gestión.
No me refiero tanto a técnicas como el HFT [High Frequency Trading], interesantes pero muy alejadas de nosotros, traders de a pie. Lejos de ello, desde el principio me interesó descubrir hasta dónde podía llegar con las herramientas y plataformas disponibles para el usuario medio del trading.
La aplicación a la operativa bursátil de conceptos generales que nuevas disciplinas como la infonomía [gestión avanzada de la información] o las derivadas aplicativas de la Teoría de la Información (TI) aportan nuevas visiones y posibilidades a los postulados tradicionales del trading.
Mi trabajo de diseño aplicativo [la vertiente práctica de estas teorías] se basa en inferir de esos datos alguna nueva información que ayude en el trading diario.
Atacar los fundamentos de cualquier disciplina es una práctica bastante suicida. Lo sé y lo prudente [y lo cómodo] sería callar, porque ya me he ganado alguna descalificación de fondo.
En mi favor pesa que me importa un rábano. Yo no tengo ningún prestigio que defender, ni como analista, ni como gestor profesional, ni nada por el estilo. Me da absolutamente igual.
Por poner un ejemplo [de grueso calibre, pero suficientemente claro], el consenso general opina que la operativa en los mercados está básicamente relacionada con la economía, sus conceptos, sus noticias y sus ciclos. Después de muchos años, estoy convencido que el trading es básicamente un complejo problema de gestión de los flujos de información, y que los expertos mediáticos vienen a justificar a posteri cualquier movimiento en cualquier sentido.
La base es saber diferenciar los datos veraces de los que no lo son, y a operar sólo en función a los provenientes de las fuentes más fiables. Mi trabajo de diseño aplicativo [la vertiente práctica de estas teorías] se basa en inferir de esos datos alguna nueva información que ayude en el trading diario.
La aplicación en la operativa bursátil de conceptos de nuevas disciplinas como la infonomía o las derivadas aplicativas de la Teoría de la Información (TI) aportan nuevas visiones y posibilidades al trading.
Pero, ¿de verdad a alguien le interesa esto? Por lo general, a la mayor parte de los traders lo único que les interesa es qué comprar hoy y qué vender mañana. Lógico, pero triste. Sólo quieren información, el conocimiento [a la mayoría] les tiene sin cuidado, aunque es precisamente el conocimiento [y no la información] lo que los convertirá en traders consistentes.
Hoy, para acabar, les dejo con una de mis postulados de cabecera. Es la llamada Hipótesis de Lloyd y se la debemos a Seth Lloyd, catedrático de Ingeniería Mecánica en el Instituto de Tecnología de Massachusets (MIT), donde trabaja en problemas relacionados con los sistemas complejos [desde el Universo a los átomos] y la información. La Hipótesis de Lloyd enuncia que:
“Todo lo que merece la pena ser entendido de un sistema complejo, puede ser entendido en términos de cómo procesa información”
El hombre medio no desea que le digan si el mercado es alcista o bajista. Lo que desea es que le digan, de forma específica, qué valor comprar o vender. Quiere algo por nada. No desea trabajar. Ni siquiera desea pensar.
Jesse Livermore
Cuando leí esta frase de Livermore, la verdad es que me pareció de lo más sensato y verídico que he leído jamás sobre mercados e inversores.
Llevo suficiente tiempo ya en el trading y en las redes sociales como para ser plenamente consciente que a la enorme mayoría de los traders les importa un rábano cualquier otra cosa que no sea que alguien les diga exactamente qué comprar hoy y qué vender mañana.
Curiosamente prefieren [he comprobado] seguir a un gurú que obtener beneficios. Con que les proporcione una buena operación de vez en cuando son capaces de perdonarle otras muchas equivocadas, incluso si el balance final es negativo. Al final he acabado pensando que, para el común de traders, puede más la pereza que la avaricia.
Si utilizas sólo la información, dependes completamente de tu fuente. De hecho, te entregas a ella. Si se extingue, te quedas huérfano. Si se contamina, la sigues hasta el infierno.
Ese cóctel de abulia y ambición desmedida les hace seguir a cualquiera que se ofrezca con tal de ahorrarse el trabajo de pensar y aprender. O quizás con la esperanza de poder echarle la culpa siempre a alguien y no a ellos mismos. Curiosamente la lista de voluntarios para convertirse en gurús de turno es prácticamente inagotable.
Imagino que la necesidad de ser alabados y encumbrados cuando aciertan pesa más que el inevitable y brutal linchamiento al que se verán sometidos por sus propios fanáticos seguidores cuando se equivoquen, que será más pronto que tarde.
Lo sé. El común de los traders quiere INFORMACIÓN y no CONOCIMIENTO.
El conocimiento se obtiene después de mucho tiempo y esfuerzo, en una búsqueda en muchas ocasiones personal con fracasos intermedios y una remota esperanza de triunfo final. La información, por contra, es inmediata y relativamente barata. En ocasiones, gratuita. Aunque eso no implique que sea veraz. Ni siquiera, útil, en muchos casos.
Lo sé. El común de los traders prefiere la INFORMACIÓN al CONOCIMIENTO.
El problema es que si utilizas sólo la información, dependes completamente de tu fuente. De hecho, te entregas a ella. Si se extingue, quedas huérfano. Si se contamina, la sigues hasta el infierno.
El conocimiento perdura. Comprende y se adapta. No se basa en ninguna situación, momento o fuente, sino en todos y en ninguno.
Los mercados me parecen una sofisticada maquinaria de generar información confusa. Si eres capaz de manejar algún pequeño matiz de su enrevesado funcionamiento, cualquier otro modelo de comunicación de datos parece pueril por lo simple.
Entre información y conocimiento, yo prefiero lo segundo, porque me es más útil y rentable, tanto a largo como a corto plazo. Además, no siempre las mayorías tienen razón, por abrumadoras que sean.
Los mercados me parecen una sofisticada maquinaria de generar información confusa.
Y, alguien se puede preguntar en justicia, si estás convencido de eso que dices, ¿por qué este blog? Pues porque de la gran mayoría de traders perezosos, prácticamente ninguno se pasará por aquí. Aquí todos nos obligamos a pensar y a ser críticos.
Pero, si TÚ si te has pasado, y has leído este post hasta el final, es porque también andas buscando conocimiento.
¿Ves? Escribirlo ha merecido la pena porque TÚ lo has leído. [Gracias por el RT]
Bienvenido, Ulises, a la larga travesía que, como dijo Kavafis:
"Pide que el camino sea largo. Que muchas sean las mañanas de verano en que llegues -¡con qué placer y alegría!- a puertos nunca vistos antes".
Aunque generalmente lo que más se asocie a mi nombre sean los nuevos indicadores técnicos que, con mayor o menor fortuna, diseño de vez en cuando, realmente lo que a mí me apasiona del mercado bursátil es su propia estructura.
Mi visión de esa realidad es la del análisis del mercado desde su estudio como sistema complejo y de su flujo datos desde la óptica de la Teoría de la Información (TI). Mis indicadores son simples aplicaciones de algunas de estas ideas y reflexiones.
Esto viene a cuento porque periódicamente alguien recuerda la Teoría del Paseo Aleatorio (Random Walk). Esa teoría habla de mercados eficientes pero completamente aleatorios e impredecibles. De ser radicalmente cierta, cualquier intento técnico por obtener y procesar información del mercado sería inútil. Una auténtica pérdida de tiempo.
Desde el punto de vista de la Teoría de la Información, llamamos RUIDO a todo flujo continuo de información carente de todo patrón o de alguna serie lógica identificable. Es una sucesión completamente aleatoria de datos.
Así pues, yo debería tener una opinión al respecto, ya que pierdo mi tiempo [ni que sea mi tiempo libre] en tal ocupación.
Desde el punto de vista de la Teoría de la Información, llamamos RUIDO a todo flujo continuo de información carente de todo patrón o de alguna serie lógica identificable. Es una sucesión completamente aleatoria de datos.
Pero los que se dedican o conocen algo del mundo de la encriptación y de la criptografía saben lo difícil que es obtener “ruido puro”, es decir, una fuente de datos completa y genuinamente caótica y aleatoria. Parecerá difícil de creer, pero por aleatoria que pueda parecer una serie de datos, casi siempre se puede encontrar una serie lógica en ella, ni que sea generada por puro azar. ¿Paradójico? Ya ven, hasta el caos puro es difícil de obtener.
Los mercados son ruidosos, en ocasiones y en determinadas circunstancias, MUY ruidosos; pero NO ruido puro.
Por lo que voy viendo y entendiendo a lo largo de los años, en mi modesta opinión, los mercados son ruidosos, en ocasiones y en determinadas circunstancias, muy ruidosos, pero NO ruido puro. Y para no meternos en berenjenales técnicos, lo explicaré con un ejemplo.
¿Es aleatorio el vuelo de una mosca? Bueno, en determinadas circunstancias podría parecerlo. Imaginaos que entrase en la habitación donde estáis ahora mismo y tuvieseis que representar gráficamente su ruta. Va de aquí para allá, con cambios bruscos de dirección, golpeándose a veces contra ventanas y espejos, subiendo y bajando aparentemente sin mucho sentido. Trazado sobre gráfico tridimensional seguramente nos sería difícil decidir hacia dónde va o si va hacia algún sitio. Su vuelo nos parecería aleatorio, puro azar.
Pero, si oscurecéis el cuarto (cerráis las ventanas, apagáis las luces…) y dejáis el cuarto en semi-penumbra, mucho más oscuro que la salida del mismo, sea una puerta abierta o una ventana, veréis como el insecto se encamina directamente hacia ese punto y abandona la estancia.
Así, hemos descubierto el “factor ruido” en el aparentemente aleatorio vuelo de la mosca: la luz. La mosca siempre volará hacia la luz, si se concentra en un solo punto y no está difusa por todo el cuarto. Así, en ausencia de luz (que actúa como factor ruido) la tendencia del vuelo del insecto es clara.
Los que se dedican a la encriptación o criptografía saben lo difícil que es obtener “ruido puro”, es decir, una fuente de datos completa y genuinamente caótica y aleatoria.
Por ahora yo considero que el mercado es un sistema de información ruidoso, pero no ruido puro. Si algún día llegase a esa conclusión, ya no me interesaría en absoluto, ni como estudioso ni como inversor. Me jugaría mi patrimonio a los dados, ya que tendría semejantes probabilidades de éxito.