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.
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”
Convencido de ello uno intenta identificar variables, diseñar algoritmos y proporcionar adecuadamente representaciones gráficas para crear heramientas que ayuden al trader a tomar decisiones adecuadas. Entonces sale un imbécil de corbata de seda, dice una chorrada y el mercado cae un 4% en dos minutos.
Sí, si lo miras en temporalidades más largas, el «factor imbécil» queda diluido y minimizado entre el resto, y vuelve a dar la razón a Dow y a Shannon.
Lo que no entiendo es por qué hay tal cantidad de imbéciles con incontinencia verbal en puestos de responsabilidad. Y, lo peor, no sé cómo programar la variable «imbécil de turno» en mis herramientas. Me disculpo por ello.
Releyendo la entrada anterior me preguntaba si muchos de los lectores no se sentirían algo incrédulos ante la posibilidad de desvelar algo de los impenetrables mercados sólo a través de cinco escuálidos datos numéricos.
Así que no me podido resistir a la tentación de utilizar un ejemplo tan breve como esclarecedor. Desde hace ya algunos años sabemos que toda la vida, en todas sus formas y matices nace por combinación de sólo cuatro elementos (nucleótidos).
Si nuestro código genético (y el de todas las formas de vida conocidas) resulta de la diferente ordenación de esos 4 elementos básicos, contar con cinco datos numéricos debería llevarnos casi hasta el entusiasmo.
Toda la vida, en todas sus formas y matices nace por combinación de sólo cuatro elementos
Quizás no estamos tan inermes como algunos les pueda parecer.
Con Sólo 5 Datos (Para Desvelar Todos Los Misterios)
Son sólo CINCO DATOS BÁSICOS. Y no tenemos mucho más. Puede parecer poco, pero si sabemos utilizarlos, es bastante.
Para empezar necesitamos datos fiables obtenidos de fuentes fiables. Datos inequívocamente ciertos. ¿Existe eso en los mercados?
Afortunadamente, sí. Absolutamente en todos los mercados y en todos los activos cotizados disponemos de cinco datos públicos, accesibles y en los que existe un completo consenso. En todos los casos y para todos los activos cotizados tenemos un precio de Apertura, un precio de Cierre, un precio Máximo, un precio Mínimo y un Volumen negociado (en este caso, con alguna salvedad). Cinco datos.
Necesitamos datos fiables obtenidos de fuentes fiables. Datos inequívocamente ciertos. ¿Existe eso en los mercados?
Seguramente a la mayoría les parecerá poco. Realmente no es mucho, sobre todo teniendo en cuenta que la prensa económica llena páginas y más páginas a diario con todo tipo de información económica más allá de estos cinco escuálidos datos. Pero, desde el punto de vista de la Teoría de la Información (TI), son datos inequívocamente fiables: apertura, cierre, máximo, mínimo y volumen.
La ventaja que ofrecen estos datos es que son numéricos y, por lo tanto, nos permiten operar con ellos. Es, precisamente en operar sobre todos o algunos de estos cinco datos en lo que se basan los indicadores técnicos.
Espero no haber cansado innecesariamente al lector pues, en este punto, queda ya explicado por qué decidí centrar mis trabajos en investigar los indicadores técnicos.
Como ya he comentado en alguna ocasión, los indicadores técnicos existentes son muchos y, por lo general, de un nivel matemático muy alto. Sus fundamentos teóricos han sido firmemente probados y, todos aquellos que ahora podemos incluir junto a nuestros gráficos, son fiables. Así que, eso nos lleva forzosamente a plantearnos dos nuevas preguntas:
¿Para qué más indicadores, si ya hay tantos?; y,
Si son tan buenos, ¿por qué, entonces, no aciertan siempre?
Para empezar, en muchas ocasiones, los usuarios no somos capaces de entenderlos y aplicarlos correctamente. Pero, en el caso de que sí seamos capaces, hay alguna otra explicación más.
Volvamos a la TI. Cuando nos limitamos a trabajar con los cinco datos numéricos básicos de la cotización, lo hacemos convencidos de que son fiables, pero también de que son sólo una pequeña parte de la información total del sistema que rige los mercados.
Hay dos vías para ampliar las posibilidades de estas herramientas: el Big Data (BD) y los algoritmos de 2ª Generación (2G)
Esa es la razón por la que no hay ningún indicador técnico infalible. Cada uno de los indicadores técnicos representa alguna característica importante, pero siempre parcial. En los mercados hay flujos de información relevante que todavía no somos capaces de incluir en nuestras ecuaciones. Identificarla, muestrearla e incorporarla es un bonito desafío. Pero, antes de eso, que es un trabajo muy complejo y que seguramente desbordaría mis capacidades, afortunadamente hay algunas posibilidades de mejora en el campo de los indicadores técnicos ya existentes.
Por ello, hay dos vías para estudiar y ampliar las posibilidades de esas herramientas: la primera, por la vía exhaustiva, tomando las herramientas propias del Big Data y explorando todas las posibles relaciones entre variables definidas e indefinidas, visibles y ocultas, intentando incorporar nuevas explicaciones a través de los datos presentes. Evidentemente esta tarea excede en mucho mis conocimientos y capacidad de proceso.
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.
«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.
Utilizamos cookies para asegurar que damos la mejor experiencia al usuario en nuestra web. Si sigues utilizando este sitio asumiremos que estás de acuerdo.
