De edges, lógicas y estrategias
 
 

De edges, lógicas y estrategias

 
AndyG - 14 Jul 2020
0 comentarios
 

En este artículo analizaremos estos tres conceptos clave del trading  cuantitativo que a menudo se solapan y confunden. Su correcta comprensión es fundamental para el desarrollo de metodologías y programas de inversión con estilos de operativa bien definidos y asentados en un marco conceptual coherente. 

  


“EDGES” O VENTAJAS APROVECHABLES


Podemos definir el edge como cualquier factor en la cotización de un activo que genera un sesgo sistemático en la distribución del retorno. Y esto incluye desde los modelos multifactoriales de Fama y French que tratan de explicar el comportamiento anómalo de algunas empresas identificando factores de rentabilidad como el momento, valor, tamaño, crecimiento, volatilidad y dividendos, hasta los procesos estacionales, pautas horarias e interacciones entre mercados y clases de activos que los investigadores han descrito en los últimos 50 años. Esta ventaja aprovechable no tiene por qué depender de un único factor, puede tratarse de un conjunto de condiciones, acaecidas de forma secuencial o simultánea, que cuando ocurren aumentan la probabilidad de obtener beneficio.

En mi opinión existen dos tipos bien distintos de edges; causales y probabilistas. En el primer caso se conoce la causa externa que provoca anomalía (políticas monetarias, subidas de tipos, procesos macroeconómicos, hábitos de consumo,  difusión de noticias corporativas) y se pueden construir modelos explicativos. Mientras que, en el segundo, hemos de conformarnos con un tipo de “causación blanda” basada en la inferencia estadística. Es decir, se detectan anomalías significativas en las series de precios  pero se desconoce su origen.

En realidad, al trader cuantitativo, con una orientación eminentemente pragmática, le basta con disponer de una ventaja estadísticamente probada sobre la que construir las reglas de operativa, dejando para el mundo académico las causas y modelos explicativos de tales anomalías.

Algunos ejemplos de edge son:


  • Identificación de procesos cíclicos en el largo plazo que generan cambios de gran duración, como los cambios de régimen o las fases del ciclo económico. Algunos ciclos clásicos han sido ampliamente estudiados; ciclo presidencial, ciclo de los 17,6 años, ciclo de los años terminados en cinco, super-ciclo de  Kondrátiev, etc.
  • Anomalías de calendario y otras pautas temporales; mejores y peores meses del año, efecto de cambio de mes, rally de Santa Claus, efecto lunes, etc.
  • Pautas horarias dependientes de la actividad de los agentes del mercado o de la interacción entre plazas bursátiles;  efecto de media sesión, pautas en “L”, efecto de cierre de sesión, efecto de rango de apertura, etc.
  • Figuras y patrones de precios reconocibles en los gráficos;  dobles y triples suelos, banderas, hombro-cabeza-hombro, combinaciones de velas japonesas, armónicos, etc.
  • Anomalías asociadas con el volumen y la volatilidad; pánico y burbujas, vencimiento de opciones, sobrerreacciones previas a la publicación de noticias, etc.
  • De tipo fundamental o derivadas de la falta de ajuste de las cotizaciones de las empresas a las valoraciones de los analistas y principales ratios;  efecto tamaño, bajo valor en libros, PER bajo, alto dividendo, etc.
  • De tipo técnico, detectables mediante filtros e indicadores en las series de precios; momento, reversión a la media, ruptura de rangos, etc.
  • Anomalías informacionales;   derivadas del tiempo de reacción o del tipo de ajuste de los precios a la publicación de noticias corporativas. Una de las mejor documentadas es el efecto PEAD ((Post-Earnings Announcement Drift).
  • Microanomalías solo detectables en escalas de tiempo de tiempo muy pequeñas y propias del trading de alta frecuencia; efecto de ajuste bid-ask, hedge entre futuro y subyacente o diferencias en la cotización del mismo activo en varios mercados.


Lo normal es encontrarnos con edges muy débiles, incapaces de superar la barrera de los gastos de la operativa. Por ello, estas ventajas no constituyen en sí mismas sistemas de inversión viables. Deben ser refinadas y amplificadas mediante reglas de negociación, filtros de volatilidad y direccionalidad y subsistemas de entrada y cierre de posiciones. En otras palabras, un edge estadísticamente consistente puede ser la base de una buena estrategia, pero está aún bastante lejos de ser una estrategia en sí misma.  

Un edge de libro lo encontramos en el gráfico estacional del futuro del azúcar:




Analizando el período 1986-2019 vemos que el retorno medio durante el mes de junio muestra  un sesgo evidente respecto al resto del año. Además, con una frecuencia de meses positivos del 80% y un coeficiente de estacionalidad del 5,7% parece claro que esta anomalía puede suponer una ventaja aprovechable para el trader. Hasta aquí los datos estadísticos. Dejo para el lector bien informado determinar si estamos ante un edge de tipo causal  o probabilista.

 

LÓGICAS

 

Este es un término sobre el que no existe consenso y se solapa con otras expresiones más usadas en la literatura académica como “modelos de negociación” o “estilos de inversión”. En cualquier caso, y desde el trading algorítmico,  podemos haces una triple caracterización de la lógica como


A)  Formas de capturar los movimientos de un mercado. De este modo podemos hablar de lógicas tendenciales, de reversión, de patrones, de ruptura de rangos, etc.

B) Enfoques en la construcción de estrategias. Así podríamos hablar, por ejemplo, de lógicas probabilistas basadas en redes bayesianas y de lógicas inferenciales basadas en reglas discretas de negociación.

C) Núcleo del sistema. Es lo que hemos denominado en otros artículos “lógica de base” o “mecanismo principal”. Son básicamente las reglas con las que tratamos de modelar, refinar y potenciar un edge. En el caso de dispositivos de aprendizaje máquina, como redes neuronales o algoritmos genéticos, la lógica de base estaría en la arquitectura de la red y los parámetros de configuración.


Centrándonos en la primera caracterización vamos a repasar las 10 lógicas más comunes y que más nos gustan:

 

1.- SWING TRADING

Seguimiento de tendencias de medio y largo recorrido. Esta lógica utiliza medias, indicadores de tendencia y de direccionalidad. Puede ser de una vía (largos) o de doble vía (largos-cortos). El horizonte temporal es muy variable, permaneciendo abiertas las operaciones durante varios días con el consiguiente riesgo overnight y de fin de semana.

Desde el punto de vista estadístico la lógica swing se caracteriza por una baja fiabilidad <40% (provocado por pequeñas operaciones perdedoras como consecuencia de los saltos del stop de protección) que se compensa con un elevado tamaño de las operaciones ganadoras. El BMO suele ser relativamente alto, por lo que acusa menos los gastos de operativa.




2.- REVERSIÓN A LA MEDIA

Esta lógica asume que la dirección de los precios no se incrementa de manera lineal, sino que experimenta frecuentes retrocesos que pueden ser aprovechados para generar beneficio. En todos los mercados ocurren continuos movimientos de expansión y contracción. La expansión determina la fortaleza de la tendencia y la contracción su agotamiento y la puesta a prueba de nuevos soportes.

En esta lógica es frecuente el uso de  canales y bandas de precios y el posicionamiento con órdenes limitadas. También es común el uso de filtros direccionales para determinar la fortaleza de la tendencia y su patrón de agotamiento. La traza que deja esta lógica en el track-record es de una fiabilidad (>70%) y frecuencia operativa bastante altas, así como un BMO pequeño. Aquí sí es relevante el peso de los gastos, por lo que se requieren sub-sistemas eficientes de entrada y salida.



3.- MOMENTO.

Consiste en comprar o vender activos en función de la fortaleza de su tendencia. Esta lógica asume el principio de inercia de los precios: Si la fortaleza de una tendencia es suficientemente dinámica el precio seguirá en la misma dirección durante algún tiempo. La clave de esta lógica consiste en detectar las tendencias en una fase temprana y mantener la posición hasta que se manifiesten los primeros síntomas de agotamiento.

Existen activos inherentemente más tendenciales que otros. Un análisis de las series temporales empleando herramientas como el exponente de Hurst nos permitirá determinar si la serie exhibe procesos de memoria larga y en consecuencia tiene un sesgo hacia la tendencia o, por el contrario, es antipersistente y con sesgo hacia la reversión.

En este tipo de lógica es muy utilizada en portfolios dinámicos, siguiendo modelos como el Dual Momentum,  y también en estrategias con time frames pequeños y enfoque intradiario. Un sistema tendencial intradiario típico tiene una cadencia operativa media-alta (50 < >80 operaciones por año), un BMO pequeño y una fiabilidad que ronda el 50%.




4.- RUPTURA DE RANGOS

En esta categoría encontramos diversas lógicas que sacan partido de los procesos de expansión y contracción de rango. Un rango de precios es básicamente una fluctuación reiterada de las cotizaciones entre un nivel mínimo (o resistencia) y un nivel máximo (o soporte).  Las dos lógicas de base más relevantes de esta categoría son la de ruptura de bandas de volatilidad (Volatility Breakots; VBO) y la de ruptura de rangos en la apertura (Opening Range Breakouts; ORB).

Existen algunas evidencias que muestran que la zona de referencia para la acción de los precios queda definida en los primeros 15-30 minutos de la sesión. Por ello, si proyectamos un canal los máximos y mínimos de esta franja horaria al resto de la sesión tendremos una buena referencia para el posicionamiento largo-corto en intradía. Por otra parte, la volatilidad generada en los impulsos expansivos y contractivos del mercado pude ser un buen estimador de la amplitud y duración del movimiento tendencial. Este tipo de lógica es cadencia media y fiabilidad superior al 50%. El BMO varía en función del TF seleccionado.



 

5.- PAUTAS DE CALENDARIO.

Lógica de tipo probabilista consistente en operar aprovechando los ciclos estacionales de orden mayor y menor. Los ciclos de orden menor tienen una duración inferior al mes; pautas diarias (efecto día de la semana), pauta de principio y fin de mes (Turn of the Month; TOM), entre otras. Los ciclos de orden mayor suelen tener una periodicidad mensual o superior, siendo el más estudiado el de los mejores y mejores meses del año.

Las pautas de calendario requieren un riguroso análisis estadístico previo a la construcción del sistema y deben ser revisadas con periodicidad. Cuanto más largo es el período de la pauta más difícil resulta encontrar suficientes datos que garanticen una óptima significatividad estadística. Por ejemplo, en el caso de la estacionalidad mensual tendríamos que irnos a históricos de 30 años o más. La lógica de pautas puede ser implementada en sistemas o en portfolios. En el caso de sistemas, generalmente se combinan con otros indicadores técnicos y filtros.

La fiabilidad de estos sistemas es muy variable (normalmente > 65%) ya que depende de la robustez de la pauta y su BMO es elevado. El principal problema es el número de operaciones; la cadencia es muy baja y podemos encontrar periodos prolongados en los que no se hacen operaciones. Por este motivo, la lógica de pautas es más recomendable en portfolios de tipo dinámico, siguiendo modelo de asignación probabilista.


 


6.- PAUTAS INTRADIARIAS.

Su objetivo es capturar anomalías y procesos cíclicos de pequeña amplitud que tienen lugar en el espacio de una sesión. La investigación académica ha documentado numerosas pautas de este tipo; “efecto de apertura” (First-Hour Effect), con sesgo negativo,efecto de media sesión” (Half-Of-The-Day Effect), dominado por la lateralidad y “efecto de cierre de mercados” (Last-Hour-Effect), estadísticamente el tramo más rentable de la sesión. La lógica intradiaria también aprovecha pautas direccionales, de volumen, de volatilidad y de niveles de precios que surgen en time frames pequeños, de unos pocos minutos.

Esta lógica es de tipo muy granular; muchas pequeñas operaciones (alta cadencia) de pequeño tamaño (bajo BMO). Por ello el peso de los gastos es un factor determinante que requiere técnicas de evaluación muy refinadas y un riguroso control del posicionamiento. 


 



7.- RECONOCIMIENTO DE PATRONES GRÁFICOS.

Esta es la aproximación lógica más antigua, pero por desgracia cuenta con evidencias empíricas confusas e inconsistentes. El motivo es que algunos patrones gráficos o figuras chartistas (Hombro-Cabeza-Hombro, triángulos, banderas, tazas con asa, etc.) tienen un componente interpretable y subjetivo que no es fácilmente cuantificable para su tratamiento algorítmico. Sin embargo, los patrones de velas japonesas (Dogi, estrella fugaz, martillo, 3 soldaos blancos, Harami, etc.) tienen una definición más precisa y pueden ser identificados con facilidad por software de reconocimiento de patrones. Normalmente estos patrones se utilizan en combinación con indicadores de direccionalidad y momento, así como medias de distintos tipos.

Las lógicas de este tipo son de cadencia muy variable ya que podemos programar en un mismo activo entradas diferentes para cada patrón a detectar. Para que las señales generadas por la lógica de patrones sean consistentes su fiabilidad no debería ser en ningún caso inferior al 60%.  




8.- ARBITRAJE ESTADÍSTICO.

Esta lógica se basa en la búsqueda de pares de activos que muestren una relación de cointegración en escenarios tendenciales y de lateralidad. La clave está en aprovechar de manera eficiente las divergencias temporales en los precios de activos con una correlación histórica muy fuerte; bien por pertenecer al mismo sector, por tratarse de índices de la misma zona geográfica o por ser commodities que cotizan en diferentes mercados.

En la lógica de base del pairs-trading, además de las técnicas de la distancia, cointegración o correlación, se emplean otros estimadores como el exponente de Hurst para determinar el sesgo tendencial o de reversión de los activos. Las estrategias derivadas de esta lógica se consideran neutrales al mercado o de rendimiento absoluto, ya que pretenden obtener retornos positivos con independencia de los regímenes de los mercados. Estadísticamente la fiabilidad de las operaciones suele ser alta (>60%), el BMO pequeño y la cadencia operativa muy variable.




9.- SENTIMIENTO.

Este tipo de lógica explora el consenso del mercado sobre los precios. Las fuentes de consenso son las valoraciones de los analistas derivadas de ratios empresariales,  anuncios corporativos y eventos macro. En las últimas décadas se han desarrollado numerosos indicadores de sentimiento que pueden tener una base cualitativa o cuantitativa. En el primer caso puede ser el promedio de las valoraciones de un panel de analistas y, en el segundo, se emplean series como el TRIN, Put/Call Ratio, NYSE High/Low, o el propio VIX, considerado el indicador por excelencia del miedo.

Una variante de esta “lógica del sentimiento”, cada vez con más partidarios, es el  Event-Driven que busca sacar ventaja de la infravaloración de los activos en los momentos inmediatamente anteriores y posteriores a la publicación de una noticia relevante (beneficios, política de dividendo, fusiones y adquisiciones, ampliaciones de capital, splits, etc.).  En este intervalo los precios pueden llegar a fluctuar considerablemente debido a las dinámicas de difusión e interpretación de la información. Los investigadores han estudiado ampliamente el PEAD Effect (Post-earnings-announcement drift); la deriva de los precios desde que se publica una noticia hasta que se produce un ajuste entre expectativas y nuevos precios. Se han documentado numerosos casos en los que se pueden obtener importantes beneficios operando en la dirección del desajuste inicial de precios. Pero también se acumulan evidencias en los últimos años de que la ventana de oportunidades está reduciéndose cada vez más, debido al imparable incremento de la eficiencia de los mercados.    




10.- SCALPING.

A medio camino entre el intradía y la alta frecuencia, esta lógica busca capturar beneficios en intervalos temporales muy pequeños (de unos pocos minutos a unos segundos). Aquí el caballo de batalla son los costes de operativa y la correcta evaluación de la lógica, debido al uso frecuente de órdenes limitadas. Este enfoque requiere mercados muy líquidos y comisiones muy bajas. Cabe resaltar, según diversos estudios, que cerca del 85% de las cuentas de scalpers son perdedoras y se cierran en un plazo inferior a los 2 años. El verdadero beneficiario de esta operativa es el broker.   

El BMO suele ser muy pequeño (2-5 ticks) ya que se opera con stops y profit targets muy ajustados. Para que compense, debe lograrse una fiabilidad muy alta (>75) y trabajar con la mayor eficiencia posible (costes de operativa, bajo retardo en los dispositivos comunicacionales, enrutamiento eficiente de órdenes, etc.). Pequeñas desviaciones entre el modelo evaluado y los resultados de operativa real pueden dar al traste con esta operativa. 




ESTRATEGIAS


Una estrategia es un conjunto integrado de reglas de negociación capaz de operar de forma autónoma en los mercados siguiendo una determinada arquitectura lógica. Las estrategias pueden convertirse en algoritmos de trading siempre que sus reglas sean descritas de manera cuantitativa y precisa en algún lenguaje de programación. Toda estrategia debe constar al menos de los siguientes elementos:

a) Lógica de base o núcleo del sistema.- Son las reglas que definen el tipo de estrategia y su forma específica de capturar un edge. Cada una de las lógicas que hemos descrito puede ser considerada como un enfoque general con multitud de variantes. En todo caso, cabe señalar que un sistema no se empieza a construir por la lógica, sino que la lógica es la forma de capturar movimientos de precios o patrones previamente detectados y con ventaja estadística probada. Naturalmente podríamos saltarnos toda la investigación preliminar y desarrollar la estrategia por minería de datos; probado miles de combinaciones de reglas –tal y como hacen las plataformas de programación genética, actualmente tan de moda– hasta dar con algunas combinaciones prometedoras y con resultados virtualmente excelentes. Pero entonces deberíamos renunciar a una fundamentación de la lógica más allá de los resultados de un backtest. Y esto es una debilidad metodológica importante.

Desde de punto de vista de las reglas  podemos dividir las lógicas de base en tres categorías:


- Lógicas de seguimiento.- Diseñadas para detectar el desarrollo de tendencias en estados tempranos y operar en la dirección del mercado. Es decir, las reglas no están formuladas para predecir los movimientos de precios, sino para subirse a tendencias ya iniciadas. El ejemplo por excelencia de uso de esta lógica serían las estrategias tipo swing.


- Lógicas de reconocimiento.- Las reglas se diseñan para identificar patrones y procesos cíclicos que incrementan la probabilidad de beneficio operando en una determinadora dirección. Ejemplo paradigmático de este grupo son los sistemas basados en patrones de velas japoneses.     


- Lógicas de anticipación. Las reglas se diseñan para anticipar un giro en la dirección de los precios, analizando la configuración actual del mercado. Para ello se utilizan indicadores direccionales,  de volatilidad y de fuerza relativa, así como niveles de precios y bandas de desviación. Ejemplo de esta categoría serían los sistemas antitendenciales.

   

b)  Filtros.- Reglas basadas en indicadores, medias o marcadores temporales que permiten seleccionar un subconjunto de las señales de entrada que se consideran más rentables o con mayor probabilidad de generar beneficios. El uso de filtros reduce el número de operaciones posibles a cambio de una mayor fiabilidad. En muchas ocasiones los filtros disminuyen el beneficio acumulado, mejorando otros ratios diana considerados clave para la estrategia como el Profit Factor, SQN o BMO. El problema de los filtros es si el conjunto de operaciones filtradas es representativo del movimiento que queremos capturar con determinada lógica. La dinámica del mercado puede provocar un desajuste gradual entre lógica de base y filtros. Gráficamente lo podemos ver del siguiente modo:



c) Subsistemas de cierre de posiciones.- Reglas para la fijación de stops y salidas por toma de beneficios. En algunos casos también se implementan reglas de salida por tiempo de permanencia en el mercado, por niveles de volatilidad u otros eventos específicos.

Los tipos de cierre más comunes son:


  • Por cruce de medias en sentido contrario al de la posición abierta.
  • Por stop Loss o Profit Target en porcentaje, ticks, moneda base o unidades ATR.
  • Por desbordamiento de líneas de soporte y resistencia.
  • Por volatilidad.
  • Por tiempo de permanencia en el mercado.
  • Por cierre de sesión.
  • Por estancamiento o pérdida de direccionalidad; x barras sin nuevos máximos o mínimos.
  • Por indicadores específicos como el Parabolic SAR
  • Por alcanzarse un stop de punto de equilibrio o break even stop.
  • Por retrocesos hasta la línea de un stop de acompañamiento o trailing stop.

 

d) Control del tamaño de la posición.- Estas reglas pueden ser automáticas o manuales. En el primer caso las fórmulas de gestión monetaria están incorporadas en el código de la estrategia y, en el segundo, se calcula a parte el tamaño de la posición (por ejemplo en una hoja de cálculo o mediante un software específico) y se introduce periódicamente en el sistema.

 

Otros subsistemas menos empleados son los de chequeo interno, que escanean la performance del propio sistema para modular la exposición o detener la operativa, y los metasistemas, que actúan en el nivel de portfolio, activando o desactivando unos sistemas en función de lo que están haciendo en tiempo real los demás sistemas de la cartera.

 

Por último, cada componente de la estrategia deberá evaluarse en la fase de diseño de forma individual y conjunta. Es importante conocer su robustez en diferentes configuraciones de los mercados, detectar ineficiencias en las reglas y probar conjuntos alternativos de reglas compatibles con la lógica a explorar. Interesa, en definitiva, saber qué aporta cada parte a la performance global del sistema. También es fundamental evaluar la estrategia como un todo, analizando en profundidad sus puntos fuertes y debilidades. Esto nos permitirá determinar si dicha estrategia responde al planteamiento inicial y se acomoda a nuestro perfil inversor. En cuyo caso ya estará lista para la fase de evaluación.

 

Andrés A. García

© TradingSys.org, 2020

 


 

Añadir comentario

 
Modificado por AndyG - 14 Jul 2020
 
 

Secciones

 
 

Entradas recientes

 
 

Enlaces