Comunidad ENP

Sigue el mercado financiero

{keyword}

Archive for the ‘FX’ Category

Indicadores para usuarios avanzados. Parte 9: El filtro de Kalman (KF)

Posted by Fernando Valverde Cortes On noviembre - 2 - 2017
pizarra matemática

pizarra matemática

» El filtro de Kalman (en resumen, KF, en contraste con el lenguaje coloquial en el que se le llama “filtro” según las ciencias de la ingeniería) fue desarrollado por el ingeniero estadounidense de origen húngaro Rudolf Kalman en la década de 1960. Esta tecnología fue usada por primera vez en la NASA como parte del sistema de navegación del cohete Apollo. Hoy en día, el KF es una parte integral en los campos de la tecnología aeronáutica y espacial, tecnología de comunicaciones, control de dispositivos y tecnología de posicionamiento. Así, la mayoría de los sistemas de navegación GPS usan el KF. Lo cual lo convierte en uno de los logros técnico-matemáticos más importantes del siglo XX. Estrictamente hablando, el KF es un algoritmo de cálculo. El método proporciona una estimación óptima del estado futuro de un sistema influenciado por numerosas perturbaciones, lo que lo hace muy indicado para determinar la posición y la velocidad de un objeto.

El propio Kalman describe su método como un “estimador óptimo” que puede suavizar (interpolar) los estados ruidosos y mediciones erróneas del pasado mediante la ayuda de modelos matemáticos lo más precisos posibles y capaz de filtrar las condiciones actuales y predecir (extrapolar) las futuras. Transferido al sector financiero: el KF puede predecir el curso futuro de un instrumento financiero según una evolución de precios perturbada por el “ruido”, o pequeños movimientos no relevantes que anulan la evolución de una tendencia. Lo cual confiere al KF exactamente lo que la mayoría de los traders sueñan: los precios a futuro. La pregunta que nos planteamos entonces es, ¿cómo de exactas son estas mejoras de las estimaciones?

 

Los principios básicos del algoritmo de Kalman

En este punto, nos limitaremos a analizar el algoritmo tal y como se muestra en la Fig. 1, ya que una descripción matemática iría más allá del alcance de este documento. Como primer paso, inicializamos el sistema determinando los valores iniciales del precio y el impulso de al menos 4 datos históricos disponibles. Aquí, ya podemos reconocer que el algoritmo necesita una serie temporal muy corta. A partir de estos datos de inicialización, se realiza en el segundo paso, una estimación preliminar del estado del sistema; es decir, una estimación del próximo precio. Esta estimación “a priori” de la próxima evolución de los precios se comparará con datos de precios reales en el tercer paso y se corregirá en consecuencia. En este paso, se determina el llamado factor de ganancia Kalman, que normalmente converge a un valor óptimo después de tan sólo unas pocas iteraciones. Esta convergencia rápida y precisa es otra característica fundamental del KF.

Filtro de Kalman

Filtro de Kalman

Read the rest of this entry »

Mercado Forex, predicción basada en las técnicas Montecarlo

Posted by Fernando Valverde Cortes On octubre - 25 - 2017
cabecera Econofisica

cabecera Econofisica

Parte I: Econofísica, una nueva forma de ver los mercados Financieros

» Introducción

Cada vez escuchamos con más frecuencia los conceptos de “Trading cuantitativo” o “quant”, estas son estrategias de trading basadas principalmente en el análisis de modelos matemáticos y probabilísticos con el fin de lograr oportunidades de mercado. Estos modelos matemáticos pueden o no ser automatizados. Por lo tanto, existen muchos tipos de trading cuantitativo dependiendo de las teorías matemáticas empleadas para encontrar oportunidades de trading. Y como tal, estos modelos pueden ser muy simples o realmente complicados y requerir de la supercomputación para poder realizar a tiempo real los cálculos que implican.

En nuestra hipótesis, se usará un potencial hookiano para caracterizar la Interacción entre los diferentes bancos centrales de cada moneda, y las pequeñas desviaciones que sufren los precios de las cotizaciones serán representadas mediante un movimiento browniano. Esta hipótesis surge del estudio de algunos sistemas naturales, como macromoléculas en di-solución.

Para generar la evolución del sistema se ha usado un algoritmo de recocido basado en métodos Montecarlo, la peculiaridad de éste reside en que permite al sistema alejarse de mínimos locales de potencial, de forma que puede reproducir mejor el carácter inestable del mercado al escapar del equilibrio

 

Econofísica

El interés de la física en la economía y, sobre todo, en los mercados financieros surge a partir de los años 80, cuando se empiezan a guardar y analizar datos de los mercados en grandes cantidades. La motivación de analizar estas cantidades masivas de datos sobre valores de compra, venta, interés y otras variables financieras provoca que muchos físicos y matemáticos fueran contratados en Wall Street para ello. Read the rest of this entry »

Receta de éxito para los traders de divisas

Posted by Fernando Valverde Cortes On octubre - 23 - 2017
receta de exito para los traders de divisas

receta de exito para los traders de divisas

Cómo beneficiarse del mercado más grande del mundo

» George Soros es uno de los especuladores más famosos de nuestro tiempo. Él ha conseguido su popularidad invirtiendo en el mercado de divisas. En 1992 especuló contra el banco británico, el Banco de Inglaterra (BoE), y ganó. Se unió a otros inversores para tomar posiciones enormes y obligar al BoE a salir del Sistema de Divisas Europeo (EWS), lo cual causó una depreciación masiva de la libra esterlina. Ganó cerca de 1.000 millones de dólares y obtuvo el apodo de “El hombre que tumbó al Banco de Inglaterra”. Por supuesto, el mercado de divisas no siempre es espectacular. Sin embargo, vale la pena que los traders conozcan sus detalles principales para comprender mejor al mercado más grande del mundo. Pero primero, miremos a una alternativa moderna a las monedas físicas.

 

¿Existen competidores de las monedas físicas?

Los traders interesados en las divisas físicas también pueden interesarse ahora por una nueva forma de divisas: la generada por ordenadores, también llamada criptodivisa. Las criptodivisas están aumentando su popularidad y observamos que en la parte superior de todas ellas se encuentra el Bitcoin, que es la criptodivisa más famosa en la actualidad. El valor acumulado de todas las monedas criptográficas superó recientemente por primera vez la marca de los 135.000 millones de dólares. Este volumen es, por supuesto, una minucia en comparación con las monedas clásicas, pero definitivamente es demasiado alto para calificarlo como un simple juguete. Pero por encima de todo, el ritmo al que el precio del bitcoin se está moviendo hace que sea interesante para los traders. Desde el año pasado a éste, su precio ha ido subiendo desde el nivel de algo menos de 1.000 a casi 3.800 euros. Las criptodivisas las generan los ordenadores de alto rendimiento y están limitadas en número. La mayor diferencia con las monedas clásicas es que eluden cualquier control estatal, por lo que en general la mayoría de los países no las aprueban como métodos oficiales de pago. La diferencia más importante para los traders es la siguiente: Los métodos de análisis clásicos (fundamentales y basados en gráficos) básicamente no funcionan con las criptodivisas. Además, sus salidas de capital son a veces muy violentas.

 

Valor relativo

Veamos sus fundamentos más de cerca. El valor relativo de las monedas (clásicas) entre sí se encuentra influenciado por diferentes factores. En principio, se pueden identificar 4 tipos de factores que influencian a las monedas y que, sin embargo, se correlacionan parcialmente entre sí: el poder económico de las zonas monetarias, la política monetaria, los flujos comerciales y los diferentes niveles de precios. Entre estos grupos hay una serie de factores subordinados, que se explicarán a continuación. Read the rest of this entry »

Opere con éxito como las tortugas legendarias

Posted by Fernando Valverde Cortes On octubre - 20 - 2017
tortugas legendarias

tortugas legendarias

» El experimento lo inició Richard Dennis en 1983, un especulador de productos básicos cuyo apodo era “El Príncipe del parqué”. Quería averiguar si las capacidades que necesita un buen trader son innatas o se pueden aprender. Su viejo amigo, Bill Eckhardt, creía que el trader debía nacer con un talento genético para tener éxito en los mercados de valores. Dennis, por otro lado, sentía que el trading podía ser aprendido por todos.

Para aclarar este asunto, hicieron una apuesta que ha pasado a la historia como el experimento de las tortugas. Con el fin de encontrar a los alumnos adecuados, pusieron un anuncio en el Wall Street Journal. Recibieron más de 1.000 solicitudes y en total fueron 13 los participantes que participaron en el programa de capacitación. Estaban buscando jefes inteligentes y jóvenes “chiflados”. Por esta razón, eligieron jugadores de Black Jack, actores e incluso un desarrollador de juegos de fantasía. Invitaron a todos los candidatos a Chicago, donde se instruyeron en el método de las Tortugas (ver cuadro de información) durante 2 semanas. Después de haber probado sus habilidades, les proporcionaron de entre 500.000 a 2 millones de dólares según las mismas.

Fue un experimento de éxito. Durante un período de 4 años, los estudiantes ganaron un 80% y sus maestros más de $100 millones. Richard Dennis había demostrado que el trading se aprende. Por encima de todo, había demostrado que es posible con un simple conjunto de reglas crear excelentes traders a partir de personas que no tenían el mínimo conocimiento previo.

 

El trading de las tortugas Read the rest of this entry »

Thomas N. Bulkowski

Posted by Fernando Valverde Cortes On octubre - 18 - 2017
Thomas N. Bulkowski

Thomas N. Bulkowski

» TRADERS´: Para todos aquellos que nunca han oído hablar de usted: ¿Puede describirnos su trayectoria?

Bulkowski: Me gradué de la Universidad de Syracuse en el estado de Nueva York con una licenciatura en ingeniería informática y luego trabajé para el Raytheon Group en Boston, donde ayudé a desarrollar el sistema de defensa aérea Patriot. Pero como este proyecto ya estaba llegando a su fin cuando entré a trabajar, dicho trabajo me pareció muy aburrido. Además el clima me parecía demasiado frío para mí, entonces me puse a buscar climas más cálidos y me mudé al sur de los Estados Unidos. Ahí trabajé para una pequeña empresa en donde tenía un grupo de empleados bajo mí responsabilidad hasta que la recesión de 1982 me quitó el trabajo. Durante los siguientes 10 años, trabajé para Tandy como ingeniero senior de software. Cuando se realizó la venta parcial de la empresa, trabajé unos meses como consultor hasta que decidí retirarme a los 36 años. Pero no se preocupe: no heredé enormes sumas de dinero, tampoco gané la lotería, ni me casé con una rica señora.

 

TRADERS´: ¿Obtuvo suficiente dinero para dedicarse al mercado de valores en aquel entonces?

Bulkowski: Desde 1981-1982 comencé a crearme gradualmente un colchón financiero. Pero dejé mi trabajo, porque en ese momento pensé que había ganado suficiente dinero para vivir.

 

TRADERS´: ¿Qué procesos de aprendizaje tuvo durante sus primeros años y cómo se convirtió en un trader de éxito?

Bulkowski: Durante 4 años operé con trading simulado antes de comprar mi primera acción real. Pero mereció la pena. Al inicio, comencé con el análisis fundamental y al final terminé casi usando tan sólo el análisis técnico. Además, con mi primera acción, Essex Chemical, tuve mucha suerte y obtuve una ganancia del 88 % incluyendo dividendos. Durante el transcurso de mi carrera como trader, obtuve por lo menos en 40 operaciones el 100 % de las ganancias y gané más de un 1.000 % en 6 de esas operaciones con beneficios. Con mi mejor operación alcancé cerca del 5.000 % (un aumento de 88 centavos a 44 dólares ). Aún así, nunca he utilizado el apalancamiento ni opciones. Por supuesto, también perdí dinero. Durante la operación en la que obtuve el 5.000 % de beneficio, se produjeron 10 rebotes del “gato muerto” (Dead Cat Bounce) lo cual significa que perdí de entre el 15 al 75 % de su valor en tan sólo un día de negociación.

 

TRADERS´: Su ventaja competitiva se basa en obtener y analizar una cantidad ingente de datos. ¿Podría decirnos algo más sobre este enfoque?

Bulkowski: Como no trabajo para sobrevivir, puedo hacer desde mi escritorio innumerables clics de ratón para catalogar a mis 15.000 patrones actuales los cuales tengo clasificados en mi enciclopedia de patrones de gráficos. Hay pocas personas en el mundo que tengan el tiempo y la paciencia para hacerlo. Como también soy experto en ordenadores puedo traducir todo este catálogo de información a estadísticas de rendimiento, y eso es exactamente lo que he hecho para responder a todo tipo de preguntas. Después de todo, tengo que hacer algo con mi tiempo. Mi enfoque es encontrar un método por el cual el trader pueda responder a las preguntas cruciales, y luego hacer el trabajo necesario para resolverlas, incluso aunque todo este asunto sea terriblemente tedioso. Read the rest of this entry »

Indicadores para usuarios avanzados. Parte 8: El indicador de máxima verosimilitud

Posted by Fernando Valverde Cortes On octubre - 6 - 2017
pizarra matemática

pizarra matemática

» Ya en 1978, Welles Wilder jr. presentó un paquete de indicadores que incluía a su índice de movimiento direccional (DMI) y al índice de movimiento direccional medio (ADX) * que publicó en su libro “Nuevos conceptos en sistemas de negociación técnica”. Con su ayuda, los traders fueron capaces de hacer una estimación de la fortaleza de la tendencia del mercado basados en las matemáticas. Una base un poco más estable la presentó E. Michael Poulos con su Random Walk Index (RWI) en 1991. Aunque el algoritmo parece algo más exigente, el DMI y el RWI llegan a resultados cualitativamente comparables. Una forma más general y ligeramente extendida del RWI la presentó Dennis Meyers con su indicador de máxima verosimilitud (MLI). A continuación describiremos el concepto básico y el propio MLI. Sin embargo, en primer lugar haremos una referencia a los lectores matemáticamente bien versados: El MLI no tiene nada que ver con el método de máxima verosimilitud estadística. La única característica en común es la estimación de un parámetro óptimo para un conjunto de datos históricos.

Lo básico

El movimiento de los precios de las acciones u otras evoluciones de los precios en los mercados financieros se suele modelar utilizando un paseo aleatorio. Según la definición, se trata de un proceso estocástico en tiempo discreto con los movimientos de precios independientes e idénticamente distribuidos. Para una mejor comprensión, veamos un ejemplo de la “vida real”: Un borracho al que  llamaremos J. Walker o JW, sale del pub después de una noche loca. Está completamente desorientado y se tambalea pero no avanza hacia delante. Al hacerlo, da un paso completamente aleatorio y, con la misma probabilidad, hacia una de las 4 direcciones posibles: adelante, atrás, derecha o izquierda. Modelando el camino del borracho obtenemos el patrón de movimiento mostrado en la Fig. A partir del punto de coordenadas (0,0), JW pasa por cada punto visualizado, donde también se pueden iniciar varias veces las coordenadas individuales. En general, hemos realizado la simulación con 1000 pasos. Importante es que cada paso tenga la misma longitud. Si el hombre borracho va derecho en una dirección, habría podido dar un máximo de 1000 pasos desde el punto de partida. En la figura 1, sin embargo, vemos que la distancia máxima desde el punto de partida es de tan sólo 34 unidades. Al ancho recorrió 3 unidades hacia la derecha. Utilizando Pitágoras, podemos calcular la distancia al origen (0,0) siendo igual a la raíz de (32 + 342) = 34.13. En el siguiente paso, dibujamos la distancia de JW al punto de partida de cada uno de sus pasos en el transcurso del tiempo. La figura 2 muestra el resultado. Para facilitar la comprensión, hemos marcado nuevamente el punto E1 de la figura 1. El sorprendente resultado se resume brevemente en 2 frases: Read the rest of this entry »

Conectate a traves de:

Suscribete en Tiempo Real



  • Patrocinadores