Operar tu propio dinero manualmente viene con numerosas trampas psicológicas: sobredimensionar, operar en exceso, venganza en el trading y esperanza en el trading. En lugar de engañarte a ti mismo con sesgo de selección y reacciones impulsivas, considera dejar que los algoritmos trabajen para ti.
El trading algorítmico se refiere al proceso de ejecutar órdenes de comercio utilizando instrucciones preprogramadas automatizadas. Los sistemas de trading algorítmico pueden ejecutar operaciones a altas velocidades y frecuencias, permitiendo a los operadores capitalizar las oportunidades del mercado de manera eficiente. Un robot de trading tiene disponibilidad 24/7 y asegura que se capturen las oportunidades de trading incluso en condiciones de mercado volátiles o a través de zonas horarias globales.
Si quieres capitalizar en el trading automatizado y reducir el error humano con algoritmos de computadora, necesitas una buena estrategia y fundamento. En este artículo serás introducido a tres enfoques efectivos utilizados por operadores cuantitativos en fondos de cobertura.
Una buena estrategia tiene que ser probada en datos históricos. Este enfoque basado en datos permite una gestión sistemática del riesgo y optimización de la cartera, maximizando finalmente los retornos mientras se minimiza el riesgo de pérdida.
Hay dos enfoques para hacer backtesting a tu estrategia. La primera manera es codificar las estrategias tú mismo con Python o mql4 y probarlas con dichos lenguajes. Es más trabajo y requiere habilidades de programación. El segundo enfoque es usar plataformas sin código, que ofrecen muchos atajos para construir una estrategia completamente automatizada por un pequeño precio a pagar.
Digamos que tienes habilidades de codificación. Esto es lo que necesitarás:
Probablemente pienses, eso es mucho trabajo de codificación, pero no te preocupes, hay productos muy establecidos en el mercado que ayudan a optimizar y construir estrategias, incluso desplegarlas directamente. Aquí hay una lista de plataformas de software de trading algorítmico que hacen que el trading robot sea simple y no requiere código si así lo eliges:
Estas plataformas son adecuadas para el trading algorítmico de forex, así como proporcionando una variedad de ejemplos de trading algorítmico, de los cuales puedes construir tus ideas.
Además, no tendrás que preocuparte más por los conjuntos de datos históricos porque están incluidos. Elige una que se adapte a los mercados preferidos en los que quieres operar, el precio que estás dispuesto a pagar y asegúrate de que el despliegue pueda conectarse a tu broker.
Si tienes una idea pero no quieres el problema de hacer backtesting y optimizar tu estrategia, puedes usar un servicio freelance como fiverr o el mercado freelance de mql4. Necesitarás tener una visión clara de lo que quieres. La mejor manera de abordar esto es escribir tu idea de trading en gran detalle. Piensa en distancias de stop loss, tamaño de posición, condiciones de entrada, condiciones de salida, marcos temporales y gestión del trade. No tengas expectativas poco realistas.
En este punto, deberías haber tomado una decisión sobre cómo pretendes realizar el backtest. Puede que hayas considerado si adentrarte en la codificación o utilizar plataformas existentes. Ahora, la elección crucial radica en seleccionar la estrategia en sí.
La mayoría de las estrategias de trading automatizadas se pueden clasificar en dos tipos principales: Trading de Momento y Reversión a la Media. Adicionalmente, puedes usar arbitraje estadístico en forma de trading de pares, que es un subtipo de trading de reversión a la media, pero con dos activos correlacionados. Estas estrategias se pueden utilizar para el trading diario, swing trading y trading de posición.
Aunque existen, de hecho, una plétora de otras estrategias de trading como el Rebalanceo de Índices o IA para el aprendizaje automático, a menudo caen bajo el paraguas de estos tipos principales de estrategias de trading. Además, algunas de estas estrategias pueden no ser tan adecuadas para los traders minoristas de forex debido a varias razones:
Arbitraje de alta frecuencia (HFT): Las estrategias de trading de alta frecuencia requieren velocidades de ejecución ultra rápidas y conexiones de baja latencia con el mercado, lo que puede no ser factible para los traders minoristas debido a los altos costos y requisitos de infraestructura.
Rebalanceo de Índices: Las estrategias de rebalanceo de índices típicamente involucran transacciones a gran escala y están relacionadas con ETFs y no con trading de forex y materias primas. El rebalanceo de carteras largas/cortas es algo que se hace mejor manualmente, debido a los largos horizontes de tiempo que busca.
Captura de Cisnes Negros: Estrategias o trading de caja negra destinadas a capturar eventos de cisne negro o movimientos extremos del mercado son inherentemente riesgosas y difíciles de ejecutar, ya que dependen de predecir eventos raros e impredecibles que pueden llevar a pérdidas significativas si se calculan mal.
Volatilidad Inversa: Operar productos o estrategias relacionadas con la volatilidad requiere un profundo entendimiento de los mercados de derivados y puede involucrar estrategias e instrumentos complejos que no son adecuados para traders inexpertos y requiere acceso a opciones.
Aunque estas estrategias pueden ofrecer oportunidades potenciales para traders institucionales experimentados con acceso a tecnología avanzada y recursos, pueden no ser prácticas o adecuadas para traders minoristas, como los traders de forex, debido a factores como complejidad, riesgo o requisitos de infraestructura. Por lo tanto, el trading de momento, la reversión a la media y el arbitraje estadístico con trading de pares siguen siendo las mejores estrategias de trading algorítmico para traders minoristas en el mercado de forex y otras clases de activos disponibles.
Profundicemos en tres estrategias de trading que puedes usar, que son robustas y simples y siempre serán una de las mejores estrategias algorítmicas que puedes hacer backtest y desplegar en tu propia cuenta:
Las estrategias de Trading de Momento operan bajo la premisa de que los precios siguen la dirección del precio en el pasado reciente. Puedes usar indicadores como la Media Móvil Simple de 200 para definir la dirección de la tendencia y luego tomar entradas fuera de una corrección. Una señal de corrección podría ser el RSI cruzando por debajo de 30 en una tendencia ascendente. La relación riesgo-recompensa debe ser superior a 1:2 para compensar las veces que te detienen. Es suficiente cuando alrededor del 30% de tus operaciones son rentables, porque la relación riesgo-recompensa te lleva a través de posibles pérdidas intermedias.
Conjunto de Datos: Datos históricos de precios de ETH/USD de 15 minutos desde 2023
Condición de Entrada: Media Móvil Exponencial 20 > Media Móvil Exponencial 20 de la última vela (viceversa para corto)
Stoploss: Rango Verdadero Medio 14
Condición de Salida: 4 velas rojas (largo) 4 velas verdes (corto)
Las estrategias de Reversión a la Media se basan en el concepto de que los precios de los activos tienden a revertir a su media histórica o promedio como una Media Móvil Simple de 20. El trabajo de las estrategias es encontrar condiciones de sobrecompra y sobreventa para comprar o vender el activo, con la ayuda de indicadores como RSI o Oscilador Estocástico. Tendrás una alta tasa de aciertos de alrededor del 50% o más, pero por otro lado la relación riesgo-recompensa será menor que 1:2. Las salidas deben hacerse cuando el precio regresa a su promedio o por debajo del promedio, por ejemplo, cuando se cruza la Media Móvil Simple de 20.
Conjunto de Datos: Datos históricos de precios de ETH/USD de 15 minutos desde 2023
Condición de Entrada: RSI 14 > 70 y distancia Alta – Media Móvil Exponencial 20 > Rango Verdadero Medio 14 x 2 (largo), RSI 14 < 30 y distancia Baja – Media Móvil Exponencial 20 > Rango Verdadero Medio 14 x 2 (corto)
Stoploss: Rango Verdadero Medio 14 x 4
Condición de Salida: Cierre > Media Móvil Exponencial 20 (viceversa para corto)
El trading de pares involucra operar dos activos relacionados simultáneamente, con el objetivo de obtener ganancias de sus movimientos de precios relativos. La estrategia se basa en el concepto de co-integración, donde los precios de los activos se mueven juntos a lo largo del tiempo. Tendrás que tomar posiciones basadas en la relación histórica entre los activos, tomando una posición larga en uno y una posición corta en el otro.
En el trading de pares, se monitorea la diferencia entre los precios de los dos activos. Esta diferencia se estandariza usando el puntaje z, que mide cuántas desviaciones estándar la diferencia está de su media histórica. Cuando la diferencia se desvía significativamente de su media, los traders pueden tomar posiciones esperando que vuelva a revertir.
Por ejemplo, en el trading de EUR/USD y AUD/USD, si históricamente estos dos pares de divisas se mueven juntos, podrías tomar una posición larga en EUR/USD y una posición corta en AUD/USD si la diferencia entre sus precios se amplía más allá de su rango habitual. Luego cerrarías tus posiciones cuando la diferencia se estreche de nuevo a su media histórica, capturando ganancias de la convergencia.
Conjunto de Datos: Datos históricos de precios de EUR/USD y AUD/USD de 15 minutos desde 2023
Condición de Entrada: El puntaje Z cruza 1 desde abajo: Largo en EUR/USD Corto en AUD/USD, viceversa
Stoploss: Rango Verdadero Medio 14 x 2
Condición de Salida: El puntaje Z cruza 0
Resumen: Todas las estrategias ofrecen perfiles únicos de riesgo-recompensa y estadísticas y tendrás estrategias algorítmicas rentables a mano, que pueden identificar oportunidades de trading para ti, mientras duermes. Funcionan en diferentes condiciones de mercado y por eso es un buen enfoque combinar estas estrategias para aumentar la robustez. Piénsalo: cuando una estrategia se desempeña mal, la otra se desempeña bien, reduciendo así el drawdown de la curva de equidad general.
Comparemos las estadísticas de las estrategias:
| Estrategia #1 | Estrategia #2 | Estrategia #3 | |
| Beneficio | 41.21% | 13.31% | 4.07% |
| Operaciones | 2661 | 1123 | 500 |
| Tasa de Éxito | 30.25% | 46.04% | 60.02% |
| Pérdida Promedio | 0.67% | 0.13% | 0.35% |
| Riesgo/Reward Promedio | 2.45 | 1.36 | 0.7 |
| Factor de Beneficio | 1.06 | 1.16 | 1.06 |
| Mayor DD Relativo | 40.43% | 5.31% | 6.73% |
| Relación Ganancia/DD | 1.02 | 2.51 | 0.6 |
Aunque la Estrategia #2 tuvo menos retornos y menos operaciones, tiene un mejor factor de beneficio y, por lo tanto, una mejor expectativa. Dado que la pérdida promedio de 0.13% y el mayor drawdown relativo de la estrategia #2 es 8 veces menos que la estrategia #1, podrías aumentar el riesgo por 8 y hacer aproximadamente un retorno del 104%.
El Trading de Pares, estrategia #3, tiene el mismo factor de beneficio que la estrategia #1, sin embargo, la cantidad de operaciones que realiza es menor y, por lo tanto, el beneficio total disminuye. También tienes que tener en cuenta cuántas operaciones puede realizar un sistema dentro de un año.
No se puede decir con certeza si los retornos del año siguiente se mantendrán iguales, porque algunas operaciones atípicas pueden constituir una gran parte de las ganancias. La magia radica en operar estrategias específicas del mercado y múltiples estrategias que se complementan entre sí y en dejar que la regla de los grandes números se desarrolle y capture todas las oportunidades del mercado dentro de un año.
El porcentaje de beneficio no lo es todo, también es importante evaluar cuán estable luce la curva de capital. Si necesitas superar un desafío de una firma prop, es mejor elegir estrategias con altas tasas de éxito, es decir, retornos más estables.
Aunque los porcentajes suenan altos, hay otro punto a considerar: los costos.
En el backtest se agrega una comisión del 2% a la operación. Sin embargo, en condiciones reales, los siguientes costos deben ser agregados y probados hacia adelante:
En ETHUSD, los costos pueden ser mayores que el 2% en relación a la distancia del stoploss, dependiendo del exchange.
¿Cuáles son los instrumentos financieros con bajos costos? EUR/USD, GBP/USD, Dax40, Sp500, CrudeOil – estos son algunos de los mercados más populares con un spread ajustado. Puedes operarlos con robots de trading en marcos de tiempo bajos como M15. Otros mercados como CAD/NZD u otros pares exóticos, altcoins y metales raros como el platino – se aconseja firmemente operar en marcos de tiempo más altos como H4 y D1 para evitar los altos costos de abrir y cerrar una operación.
Aunque los traders algorítmicos disfrutan de varias ventajas, el trading algorítmico también viene con su propio conjunto de desventajas:
Fallos Técnicos: Una de las desventajas más significativas del trading algorítmico es el riesgo de fallos técnicos. Errores en el código del algoritmo, problemas de conectividad o fallos del sistema pueden llevar a pérdidas financieras sustanciales en un marco de tiempo muy corto.
Dependencia Excesiva de la Tecnología: El trading algorítmico depende en gran medida de la tecnología. Como resultado, los traders podrían volverse excesivamente dependientes de los sistemas automatizados, reduciendo su capacidad para tomar decisiones independientes y potencialmente aumentando la vulnerabilidad a las disrupciones del mercado.
Riesgos del Mercado: Los algoritmos están diseñados basándose en datos históricos y condiciones del mercado. Sin embargo, los mercados pueden comportarse de manera impredecible, especialmente durante tiempos de volatilidad extrema o eventos sin precedentes. Los algoritmos pueden fallar en adaptarse rápidamente a tales circunstancias, resultando en pérdidas.
Falta de Supervisión Humana: Los sistemas de trading automatizados carecen de juicio e intuición humanos. Mientras que los algoritmos están programados para seguir reglas predefinidas, pueden no siempre tener en cuenta factores cualitativos o eventos imprevistos que podrían impactar las decisiones de trading.
Desconexión de los Fundamentos: Algunos críticos argumentan que el trading algorítmico puede llevar a una desconexión del análisis fundamental y los principios de inversión a largo plazo. Al centrarse en movimientos de precios a corto plazo e indicadores técnicos, los traders algorítmicos pueden pasar por alto factores subyacentes que impulsan los valores de los activos a largo plazo.
Mientras que el trading algorítmico ofrece varios beneficios como mayor eficiencia y pasividad, es esencial que estés consciente de estas desventajas. Al menos para la última parte, hay algo que puedes hacer para hacer que tus robots de trading se desempeñen mejor en general:
Los tres ejemplos de condiciones de trading algorítmico rentables son muy sólidos y probados en el tiempo. Sin embargo, si estás buscando maneras de mejorar tu estrategia, deberías hacer lo que hacen los profesionales y usar análisis fundamental además de ejecutar algoritmos para gestionar la operación por ti. En el análisis fundamental, todo se trata de predecir movimientos del mercado a más largo plazo de aproximadamente 3-6 meses. Basado en la predicción del análisis fundamental, puedes cambiar los parámetros para tus algoritmos para adaptarlos a las condiciones del mercado. Aquí tienes algunos ejemplos:
El análisis fundamental es un método estadístico de poner en contexto las publicaciones económicas actuales con sus desempeños históricos. Por ejemplo, podrías tomar los Non Farm Payrolls y hacer una predicción basada en el promedio móvil de los últimos 4 valores y compararlo con los retornos del mercado de valores en los próximos 3 meses. Otros indicadores fundamentales clave son:
Hacer sentido de los datos económicos disponibles para ti y desplegar estrategias bien probadas de manera algorítmica te permitirá superar desafíos de firmas prop, así como mejorar tu riqueza exponencialmente a lo largo del tiempo.
Si optas por la automatización completa, también es importante monitorear cuidadosamente tus sistemas en funcionamiento y establecer un stop de drawdown general para cada estrategia en cada mercado. Para reducir sistemas sobreoptimizados, asegúrate de usar trading de papel para probar hacia adelante tus estrategias de manera efectiva. Si la estrategia funciona sin errores y de manera rentable durante 3 meses en papel, está lista para entrar a los mercados reales.
Con pruebas hacia adelante en papel y estableciendo un stop de drawdown, puedes reciclar ideas y algoritmos de vez en cuando para no dejar que una estrategia afecte demasiado tu curva de capital. Establece este límite alto, porque las estrategias algorítmicas necesitan algo de tiempo para desarrollarse. Tu horizonte de expectativas debería estar fijado al menos a 1 año. Realmente no puedes juzgar el desempeño de un sistema de trading ya después de 1 mes de operar para ti. Pero siempre es reconfortante saber que tienes algoritmos informáticos ejecutando tus actividades de trading en lugar de estar propenso a errores humanos.
