Trading Algorítmico o Cuantitativo | Qué es y Cómo funciona | Estrategias

 

¿Qué es el trading algorítmico?

El trading algorítmico o cuantitativo es el tipo de trading que más ha crecido en la última década. En la actualidad ya no es de uso exclusivo de los mejores Hedge Fund, prácticamente cualquier trader puede utilizarlo para optimizar sus portfolios.

Un algoritmo es un conjunto de instrucciones para transformar unos datos de entrada en unos datos de salida. Los datos de salida o resultado se pueden utilizar para tomar decisiones como entrar y salir de una operación o como entrada de otro algoritmo.

No es necesario que el algoritmo o proceso sea muy complejo, puede realizar desde simples sumas, restas u operaciones matemáticas sencillas o clasificar y ordenar datos.

Llevado al trading y la inversión, el trading algorítmico es un conjunto de reglas que nos permite seleccionar los activos en los que vamos a operar, buscar las mejores entradas y salidas de las operaciones y gestionar el riesgo.

Cada uno de los diferentes aspectos del trading se pueden tratar con diferentes algoritmos (funciones) consiguiendo un código más modular.

Al conjunto de código que ejecuta un sistema de trading o inversión se le llama robot o bot.

 

 

 

 

Se estima que el 90% del volumen de los mercados actuales lo realizan robots.

Que el código del algoritmo sea modular es una gran ventaja pues puedes reutilizarlo en otros sistemas. Por ejemplo, si tienes un algoritmo que te calcula el tamaño de posición, ese mismo algoritmo lo puedes utilizar para otros sistemas.

 

El trading algorítmico aplicado al trading y la inversión puede realizar las siguientes funciones:

→ Selección de activos por condiciones.

→ Selección del timeframe para realizar la operativa.

→ Selección de mejores horarios de operativa.

→ Calculo de tamaños de posición para un determinado sistema.

→ Condiciones de entrada.

→ Condiciones de salida.

→ Gestionar horquillas de entrada y salida de posiciones.

→ Cálculo del stop loss ideal.

→ Cálculo de toma de beneficios parciales o totales.

 

 

¿Qué es el trading de alta frecuencia?

El trading de alta frecuencia (HFT, High Frecuency Trading) es una aplicación concreta y específica del trading cuantitativo.

Son operaciones ejecutadas por institucionales y que se ejecutan en menos de un segundo.

Además de las limitaciones del sistema, tienen una dependencia muy alta de la velocidad de ejecución de las operaciones, por lo que para reducir el tiempo de transmisión colocan los servidores, donde se alojan los robots, muy próximos a los mercados, e “imprimen” el software del sistema en tarjetas hardware para aumentar la velocidad.

 

 

¿Cómo funciona el trading algorítmico?

Simple.

Los sistemas de trading e inversión están controlados por reglas.

Estas reglas deben escribirse en una plataforma de software.

Este software se escribe en las diferentes plataformas utilizando su  lenguaje de programación.

Existen diferentes plataformas para realizar este tipo de trading: Amibroker (AFL), Tradingview (Pine Script), Tradestation (EasyLanguage), Ninjatrader (NinjaScript), Metatrader (C++), etc.

Todas esas plataformas pueden ser de gran utilidad, pero tienen limitaciones. La principal es que utilizan un lenguaje propietario de la plataforma y que en muchos casos te obligan a utilizar un bróker en concreto.

Mi elección para trading cuantitativo es Python,   por ser un lenguaje simplificado, de alto nivel, elegante, muy flexible, de curva de aprendizaje muy rápida, de fácil lectura y que goza de una comunidad de usuarios enorme. Casi cualquiera con unos conocimientos básicos de programación puede entender lo que hace un algoritmo.

La principal ventaja de Python es su flexibilidad, que permite hacer cualquier aplicación con un mismo lenguaje y acceder a las nuevas tendencias de inteligencia artificial y machine learning. La facilidad para realizar estudios de ciencias de datos o aplicaciones sobre series temporales es increíble.

 

 

Ventajas del trading algorítmico

Pasar de unos sistemas discrecionales en los que es el trader o el inversor el que está tomando constantemente decisiones, a unos sistemas automatizados en los que es la máquina la que ejecuta las reglas predefinidas tiene ciertas ventajas.

 

Ventajas:

⇒ La principal ventaja es que reduce el componente emocional de la operativa.

⇒ Disminuyen el tiempo de pantalla. No necesitamos estar pendientes continuamente de la ejecución del sistema.

⇒ No se cansa, no hay días en los que no le apetece operar o te pide unas vacaciones. Tienes algo que trabaja 24 horas para ti. Puede ser una máquina de ganar dinero.

⇒ Te da libertad. Aunque se debe dedicar un tiempo al desarrollo, una vez conseguido, el tiempo de dedicación es muy bajo.

⇒ La ejecución de las operaciones de entrada y salida es muy rápida.

⇒ Los sistemas están testeados con anterioridad y se puede comprobar si los resultados reales se desvían de lo testeado con anterioridad.

⇒ Existen aplicaciones del tipo “low code” que permiten construir algoritmos prácticamente sin saber programar.

⇒ Aunque las reglas están predefinidas de antemano, podemos programar reglas para que las reglas se modifiquen para adaptarse al mercado 😉

⇒ No hay limitaciones de mercados a operar, desde la bolsa a criptomonedas. Ni de timeframes, desde operativas de segundos o minutos a cierres diarios o cierres mensuales.

 

 

Desventajas del trading algorítmico

Por supuesto que también existen desventajas que en muchos casos tienen que ver con el aprendizaje del lenguaje y la plataforma.

 

Desventajas:

⇒ La curva de aprendizaje depende del lenguaje elegido y de la plataforma. Mi preferencia por Python como lenguaje de programación viene justificada por ser multi propósito, por el que con un lenguaje se consiguen muchos objetivos al mismo tiempo.

⇒ Existe una dependencia tecnológica fuerte, de conocimiento y de actualización.

⇒ Los testeos pueden llevar a una sobreoptimización del sistema haciendo que los resultados reales se desvíen mucho de los que se obtienen en real. Este es el principal problema de los traders de sistemas que se inician en esta disciplina.

⇒ Los sistemas basados en algoritmos ejecutan las reglas programadas previamente y tienen que estar preparados para contingencias como cortes de internet, desconexiones del bróker, datos de entrada erróneos. Llevar un sistema de la teoría a la práctica tiene cierta complejidad.

⇒ Existen algoritmos milagrosos del tipo “caja negra” que realmente no los son. Cualquier resultado excepcional hay que ponerlo en cuarentena y estudiarlo en detalle. Ofrecen en su mayoría resultados irrealizables, pero muy bien maquillados.

 

Consejos para convertirse en un trader algorítmico.

Antes de lanzarse a utilizar estos sistemas, los consejos más valiosos serían:

1. Tener una formación previa del lenguaje y plataforma que se quiera utilizar.
2. Operar con sistemas en demo durante un tiempo para pasar después a operar en real, pero con cuentas pequeñas.
3. Que te tenga informado permanentemente de lo que está haciendo, aunque tú no estés delante de las pantallas.
4. Que registre todas las operaciones en un diario de trading para su posterior análisis.
5. A un determinado nivel de apalancamiento, todos los sistemas dejan de funcionar. La decisión del apalancamiento a utilizar por el sistema es crítica.

 

 

Las principales estrategias en el trading algorítmico

Existen diferentes estrategias muy eficaces que se emplean en este tipo de  trading y que utilizan diferentes indicadores técnicos:

A) Estrategias de momento.

B) Estrategias de reversión a la media.

C) Estrategias de market neutral, arbitraje, pairs trading o long-short.

D) Estrategias basadas en Inteligencia Artificial o Machine Learning.

 

 

Pasos necesarios para construir un sistema automático

El trading algorítmico es un proceso en que hay que seguir varios pasos clave para construir un sistema efectivo y eficiente.

Aquí están los pasos esenciales para desarrollar un sistema de trading algorítmico:

 

1. Selección de Instrumentos Financieros:

 

Elige los activos en los que deseas operar, como acciones, divisas, futuros u opciones. La elección depende de tus objetivos y conocimientos.

 

2. Recopilación de Datos Históricos:

 

Reúne datos históricos de precios y volúmenes para los instrumentos seleccionados. Estos datos son esenciales para analizar patrones pasados y tendencias. A tener muy en cuenta que los datos utilizados sean de alta calidad. Si metes basura, sale basura.

 

3. Desarrollo de un Modelo Matemático:

 

Crea un modelo matemático que capture patrones y tendencias en los datos históricos. Esto puede incluir indicadores técnicos como las bandas de Bollinger, medias móviles, y otros. Introducir muchos parámetros en el sistema es síntoma de baja calidad y posiblemente terminaremos sobre optimizando el sistema. El “overfitting” quizás sea el mal número uno de todo el trading automático.

 

4. Creación de Reglas de Compra y Venta:

 

Define reglas claras para determinar cuándo comprar y vender.

Estas reglas pueden basarse en señales generadas por el modelo matemático. Un buen número de reglas que traten de manera adecuada todos los escenarios posibles es signo de calidad del sistema.

 

5. Implementación de Aprendizaje Automático:

 

Integra técnicas de aprendizaje automático para permitir que el sistema se adapte a nuevas condiciones del mercado. Esto mejora la capacidad de adaptación del algoritmo.

Este paso tiene un nivel de dificultad mayor.

Los algoritmos de aprendizaje por refuerzo, campo perteneciente a la inteligencia artificial (IA) tiene una complejidad elevada y en la actualidad prácticamente ninguna plataforma de trading los puede implementar. En Python existen librerías de uso habitual para implementar estos algoritmos.

 

6. Backtesting:

 

Prueba el sistema utilizando datos históricos para evaluar su desempeño en condiciones pasadas. Esto ayuda a identificar fortalezas y debilidades del sistema. El “forward testing” posiblemente sea la mejor técnica de testeo de sistemas.

 

7. Optimización y Ajustes:

 

Ajusta el sistema en función de los resultados del backtesting. Sin embargo, es importante evitar la sobreoptimización para mantener la robustez. Emplear el sistema con los mejores parámetros del pasado no suele dar buenos resultados.

 

8. Implementación y Monitoreo en Tiempo Real:

 

Pon en marcha el sistema en un entorno de trading en vivo. Monitorea su desempeño y realiza ajustes según sea necesario. Que el sistema vaya creando un diario de trading ayuda mucho para su posterior estudio.

 

9. Gestión de Riesgos:

 

Incorpora medidas de gestión de riesgos para proteger el capital. Define límites de pérdida y tamaños de posición prudentes. La gestión del riesgo es lo que diferencia a los buenos traders de los que no lo son.

 

10. Continuo Aprendizaje y Mejora:

 

El mercado cambia constantemente. Mantente actualizado y abierto para realizar pequeños cambios en el sistema.

 

En resumen, el trading algorítmico automatizado implica:

Seleccionar instrumentos, recopilar datos históricos, crear modelos matemáticos y reglas de compra y venta, integrar aprendizaje automático, realizar pruebas y test de datos históricos, optimizar y ajustar el sistema, implementar en tiempo real, gestionar riesgos y continuar mejorando.

Este enfoque sistemático permite tomar decisiones objetivas y aprovechar la velocidad y eficiencia de la automatización en los mercados financieros.

 

 

Tú eres un Quant.

Existen dos aproximaciones al trading algorítmico o cuantitativo.

• La primera tiene que ver con la banca institucional y corporativa:

 

Son tipos que normalmente trabajan en la banca de inversión. Su preocupación tiene que ver con la creación de modelos perfectos.

Te los puedes imaginar calculando la frontera eficiente de rentabilidad sobre riesgo de un conjunto de activos o calculando pesos de activos para que su fondo nunca sobrepase un determinado drawdown.

Han estudiado en las mejores Escuelas de Negocios de todo el mundo.

Sus productos no pueden desentonar de la competencia pues dependen de la captación de capitales. Van vestidos de traje y corbata todos los días menos los viernes y pasan infinitas horas en el trabajo.

 

• La segunda tiene que ver con la evolución del análisis técnico por el uso de los métodos que se aprenden en las ingenierías, las matemáticas o el mundo de la programación:

 

Te los puedes imaginar calculando en que activos y mercados funciona mejor el RSI2. Están orientados a la obtención de rendimientos y control del riesgo. Estos tipos no tienen traje y van todo el día con sudadera y deportivas.

 

Estos dos grupos son bastante estancos y es raro que tengan elementos comunes o tipos que pasen de un grupo al otro.

 

Recuerda: Puedes torturar a los números hasta que te digan lo que quieres.

 

José Luis Díaz.

¡Buen trading!