Trading Cuantitativo en Forex

Introducción

Cuando hablamos de Trading Cuantitativo, abrimos un nuevo mundo de posibilidades a nuestro trading, aplicando métodos matemáticos y estadísticos para realizar análisis del mercado.

El término Cuantitativo, o Quant, como es mencionado en Inglés, donde este rol suele ser muy popular, nos sugiere que hablemos de cuantificación a la hora de hacer Trading.

¿Qué es Cuantificar?

Según la definición oficial, es expresar numéricamente una magnitud, y es exactamente lo que hacemos en los mercados financieros mediante el estudio de datos.

Hoy vamos a llevarlo a otro nivel, y vamos a hablar de los básicos del Trading Cuantitativo desde la raíz, mediante el análisis de series temporales y estrategias de Delta Neutral.

Puedes aprender sobre estos conceptos en este seminario:

¿Qué son las series temporales?

Una serie temporal es una sucesión de datos medidos en determinados momentos y con un orden cronológico, estos datos suelen estar espaciados en intervalos de tiempo iguales.

Cuando aplicamos el análisis de series temporales en Forex, bajo esta definición, tendremos una sucesión de datos de cotizaciones a lo largo del tiempo en un intervalo temporal estable.

Este intervalo temporal es lo que llamamos Timeframe cuando hablamos del mundo bursátil, y suele ser la recolección de los datos de Apertura, Cierre, Máximo y Mínimo de un periodo determinado.

Por ejemplo, podemos tener un intervalo de estos datos cada 15 minutos.

En principio, cualquier gráfico de un activo financiero cumplirá con la definición de una serie temporal, no obstante, a la hora de aplicar técnicas de trading cuantitativo, necesitamos conocer más conceptos.

Características de las Series Temporales

Para ello primero deberemos conocer las características y propiedades de estas series temporales, conociendo estos factores podremos emplear métodos distintos para su estudio.

Estacionariedad de las series temporales

El primer concepto que vamos a estudiar es si una serie temporal es o no estacionaria.

Decimos que una serie es estacionaria cuando su media y varianza no cambian con el tiempo.

Ejemplo de una serie estacionaria hecha en R - Fuente: ResearchGate
Ejemplo de una serie estacionaria hecha en R.

Cuando hablamos de un mercado financiero tenemos claro que es una serie no estacionaria, pues su media y varianza no son estables a lo largo del tiempo.

Y es que de hecho, como podemos observar en la siguiente fotografía, una serie no estacionaria tiene varios componentes distintos.

Descomposición de una serie no estacionaria en R - Fuente: ResearchGate
Descomposición de una serie no estacionaria en R

Tenemos la observación, el dato inicial del que partimos, un componente tendencial y otro estacional.

Por último tenemos el ruido o aleatoriedad que no podemos catalogar dentro de esta serie temporal, ya que en el Trading Cuantitativo, aunque podemos hacer modelos sobre este, no suele interesarnos.

Una serie estacionaria es más sencilla de predecir, pero vamos a ver qué, mediante el uso de distintas técnicas podemos elaborar predicciones interesantes en series no estacionarias.

Propiedad de Markov

Otro aspecto a tener en cuenta es la propiedad de Markov, la cual define que, todos los procesos que cumplen con esta propiedad son carentes de memoria, siendo el valor actual el único punto de partida del cual podremos realizar predicciones.

Dicho de otra forma, si un activo cumple con esta propiedad, su rendimiento pasado no tendrá relación ninguna con su rendimiento futuro.

Esta parte es interesante cuando la aplicamos al campo bursátil, y especialmente a las estrategias tendenciales.

Podemos concluir que el precio de cierre de un intervalo temporal tiene esta propiedad, pues no hay ninguna relación entre el precio en sí.

Es decir, que la serie de precios sea: 10, 14, 12, 19, 21, 20… No tiene ningún sentido a la hora de ser analizada.

No obstante, cuando realizamos determinados cálculos o indicadores, si cobra más sentido, como por ejemplo la integración de una serie temporal, una parte muy interesante y fundamental del Trading Cuantitativo.

Para integrar una serie temporal, una de las opciones que tenemos es medir su retorno en comparación al precio anterior.

Serie Integrada de Orden 1 = Cierre actual / Cierre anterior.

De esta forma sí que obtendremos una serie temporal la cual no cumple con esta propiedad y donde existen patrones de operación desde este punto de vista.

Trading Cuantitativo – Integración de Series Temporales en MT4

En este caso, como podemos ver en la fotografía superior está expresado en retorno porcentual.

Análisis de series temporales en Trading Cuantitativo

Existen varias formas de analizar series temporales a la hora de hacer trading, hay modelos conocidos en la red como desestacionalizar una serie temporal mediante ARIMA o el uso de indicadores técnicos.

En este artículo vamos a presentar dos pautas sencillas y algo menos conocidas que también resultan muy interesantes.

Pairs Trading

La primera técnica es el trading cuantitativo de pares, y no nos referimos a pares de Forex a la hora de realizar este tipo de análisis. También se conoce como trading de spreads.

Para usar un análisis de pares deberemos de buscar dos activos con una alta correlación o que estén cointegrados, en este caso, vamos a quedarnos con la primera opción.

Cuando tratamos activos con una alta correlación deberemos buscar en sectores de renta variable, como podrían ser ETFs. Una vez tengamos estos activos integraremos sus series.

Spread: Integración Serie 1 – Integración Serie 2.

Spread cuantitativo entre mineras de Oro
Spread entre Mineras de Oro Senior y Mineras de Oro Junior

El siguiente paso sería extraer la media de este spread y en base a este, su desviación estándar para extraer el gatillo que nos servirá para operar.

Una vez pase el gatillo por el umbral superior, entenderemos que el activo GDX está sobrevalorado respecto a GDXJ, por lo que iremos largo en el primero y corto en el segundo.

Si este bajase por debajo del umbral inferior haríamos lo contrario.

La clave de este tipo de estrategias de trading es la valoración relativa de un activo con otro, en vez de ser valorado respecto a una divisa.

Conoce la historia de Victor Niederhoffer, uno de los pioneros en el uso de estas técnicas:

Sistemas Tendenciales

Ya hablamos de algunas estrategias de Trading Tendencial en el seminario de Swing Trading, hoy revisaremos un sistema de forma anecdótica.

¿Existe correlación entre retornos pasados y retornos futuros?

Trading Cuantitativo y Análisis de Series Temporales
Trading Cuantitativo con Análisis de Series Temporales

Ventajas e Inconvenientes del Análisis de Series Temporales

Este tipo de análisis pueden llevarnos a crear estrategias de Trading Cuantitativo fuera de la norma común, como pueden ser las ya mencionadas, Pairs Trading y basadas en series integradas, pero sobretodo, nos ayudan a entender el funcionamiento del mercado.

De esta forma sabemos ahora algunos términos más a tener en cuenta a la hora de formar sistemas.

Los inconvenientes pueden estar relacionados con los conceptos de econometría, y su aplicación, no todos los modelos sirven, ni todas las series temporales tienen componentes predecibles.

No obstante, estos conceptos econométricos son un componente clave en la implementación del trading inteligente (link).

Como siempre, espero que este artículo te ayude a entender mejor el mercado.

Sistemas inversores.

Deja un comentario