Análisis técnico con base estadística | Review: Evidence Based technical analysis – David Aronson

libro david aronsonEn Evidence Based Technical Analysis: Applying the Scientific Method and Statistical Inference to Trading Signals se examina cómo se puede aplicar el método científico al análisis técnico.

La idea principal del libro de David Aronson es aplicar tests estadísticos para determinar la verdadera efectividad de las señales de trading basadas en el análisis técnico.

No es un libro que nos enseñe estrategias o indicadores nuevos, sino que va a las bases, a los pilares de la metodología de trabajo en el diseño de sistemas de inversión.

En líneas generales podemos decir que este libro consta de dos partes.
Los primeros capítulos tratan la teoría. Toca temas como el método científico, el análisis estadístico, las teorías sobre la eficiencia de los mercados, los sesgos psicológicos de los inversores, la minería de datos y la validación de sistemas de trading.
En la segunda parte del libro (y tengo que decir que me ha resultado menos interesante) se desarrolla una evaluación de aproximadamente 6400 reglas binarias de posiciones long /short para poder evaluar su verdadera efectividad.


Análisis técnico subjetivo vs análisis técnico objetivo

Comencemos por aclarar a qué se refiere el autor con «análisis técnico válido».

De acuerdo con Aronson, si lo que buscas es utilizar el análisis técnico para invertir en los mercados, lo primero que debes hacer es abandonar la metodología subjetiva de los métodos tradicionales. (su ejemplo sobre método subjetivo son las ondas de Elliot), y focalizarte en una perspectiva que sea científica y estadísticamente válida.

Este es un tema que habíamos abordado antes en el blog, cuando en el artículo sobre análisis cuantitativo mencionábamos que es necesario poder probar el funcionamiento de la reglas de nuestro sistema. Pero lo que es interesante de este libro es que profundiza un poco más en el tema.

Un sistema válido es aquel que podamos programar y testear.

Si, es verdad, pero con esto no es suficiente.

Tienes que apoyarte en la base de la estadística inferencial para poder tirar conclusiones fundadas sobre la utilidad de las señales. Estas señales no sólo deben ser objetivas y medibles, también deben ser estadísticamente significativas.

El éxito pasado (por ejemplo en el backtest) es una condición necesaria pero no suficiente para poder concluir que un método de inversión será rentable en el futuro.  Puede ser un efecto de la suerte, de bias, o de data mining.

Aronson también explica en su libro por qué es tan crítico con la metodología del análisis técnico tradicional. Cuenta que después de haber utilizado el análisis técnico tradicional durante años, su «fe en los charts» comenzó a flaquear cuando los resultados dejaron de estar a la altura.

En la opinión de Aronson «no podemos decir que el análisis técnico subjetivo esté equivocado, ya que para concluir esto deberíamos de poder testear sus premisas. Como directamente no podemos ni siquera testearlo, el análisis técnico subjetivo es peor que malo, sencillamente no tiene sentido».


Cómo evaluar estadísticamente la efectividad de un sistema de trading

Cuando intentamos diseñar un sistema de trading, estamos buscando resolver un problema. Aronson lo que propone es aplicar el método científico para evaluar la validez del sistema de trading.

En el libro se explican varios métodos y técnicas para analizar la información de una manera rigurosa.

Detrending

Uno de los métodos es el detrending.

La idea principal del «Detrending« es eliminar el efecto de la tendencia subyacente en la estrategia. Así, la serie de precios resultante tiene una variación diaria promedio igual a cero. De esta manera podemos controlar el sesgo de posición que puede tener el sistema ( por ejemplo, estar más largo que corto en un sistema simétrico).

¿De qué manera es útil esta técnica?
Pongamos como ejemplo un sistema que está largo un 75% del tiempo y que actualmente el mercado tiene una tendencia alcista.
¿Este sistema está ganando dinero porque sus señales son efectivas o porque simplemente el mercado sube?

Análisis estadístico

Este libro hace un buen repaso a los conocimientos en estadística, sobretodo hace hincapié en la estadistica inferencial, el contraste de hipótesis, la probabilidad, los intervalos de confianza y el p-valor. El objetivo es poder aplicar estos conceptos en la validación de las señales del sistema.

Además, describe la utilización de métodos de remuestreo estadístico (Montecarlo y Bootstrap-White’s reality check) para poder medir el grado de aleatoriedad de los resultados del backtest.

Data mining

La minería de datos utiliza el análisis automático de grandes cantidades de datos para extraer patrones y poder explotarlos.

Un ejemplo simple sería la optimización automática de las reglas o de los parámetros del sistema trading. Se realiza el backtest de varias opciones y se elige aquella que maximiza nuestra función objetivo.

Optimizacion sistemas de trading. Ejemplo pico de gananciaEl error, llamado data mining bias, es tomar el rendimiento del backtest que combina las mejores reglas y parámetros para estimar el rendimiento futuro del sistema. Cuando observamos el rendimiento de la mejor optimización, tenemos que tener en cuenta que es una estimación sesgada ya que sus resultados incorporan un gran porcentaje de suerte.
Entonces, según Aronson, en estos casos se debe de utilizar pruebas estadísticas especializadas, diseñadas para hacer frente a este sesgo.

 «La minería de datos es un método efectivo siempre y cuando tengas en cuenta los posibles problemas»


Mi opinión personal:

Si ser ninguna novedad editorial, ya que hablamos de una edición del 2007, personalmente este libro que me ha permitido aprender muchísimo.

Hay que tener en cuenta que, a pesar de dar ser un libro que sienta las bases sobre la metodología (y sin bases estás construyendo castillos en el aire), no me parece adecuado para principiantes.
Tienes que haber hecho ya varios backtest, y haber cometido varios errores con sistemas de trading, para poder apreciar mejor este libro.


Para saber más
  • En la web de Better System Traders puedes escuchar la entrevista que realizaron a David Aronson hace un par de años. Interview with David Aronson
  • Por otro lado he visto que extractos de este libro forman parte del material del programa CMT (Chartered Market Technician Program). Ellos lo incluyen en el level 3.
  • En esta web encontraras un artículo muy interesante sobre la aplicabilidad del detrending

10 comentarios en «Análisis técnico con base estadística | Review: Evidence Based technical analysis – David Aronson»

  1. Excelente articulo muy interesante sobre todo la parte que comentas que es difícil al principio testear varios servicios encontrando falencias en sus soportes, esperamos contar con tu ayuda para un próximo emprendimiento mis saludos

    Responder
  2. Fantástico artículo como siempre amiga,

    Muy fan de la distinción entre análisis técnico subjetivo y objetivo, realmente se nos vende la idea del AT como la panacea para desenrrolar la maraña de datos de los charts y resulta que es sumamente proclive a interpretaciones dispares.

    Un saludo y gracias por tus aportes

    Responder
    • Hola tradingpulsar,
      Para evitar la subjetividad hay que focalizarse en una perspectiva que sea estadísticamente válida. Trabajar con datos, probar, testear, comparar y poder sostener hipótesis con un cierto grado de certeza.
      Un saludo y gracias por pasarte a comentar,

      Responder

Deja un comentario

ESTRATEGIAS DE TRADING