Puede que alguna vez te hayas encontrado con libros de trading o blogs de consejos de trading en los que dicen que piramidar a la baja o promediar a la baja es lo peor y que nunca pero que nunca jamás se debe hacer. Yo he leído este consejo más de una vez. Ahora lo quiero poner en duda. Pero bueno, vamos por partes…
Qué es piramidar a la baja
Piramidar a la baja ( en inglés Scale In ), es el proceso de ir comprando más acciones de un valor que ya se posee a medida que el precio va bajando. Por ejemplo, compramos acciones de X inicialmente a 10€ por acción, si el precio de X baja a 8 compramos otra vez, si el precio sigue bajando compramos más acciones de X a 7€ por acción y así continuamos. Con esto lo que se consigue es promediar a la baja el precio medio de entrada para una posición.
El peligro de esta acción es evidente, si el precio no regresa al nivel inicial de compra hemos estado aumentando la posición y metiendo más dinero en una posición perdedora.
El sistema de trading TPS
El sistema TPS es un sistema de trading de reversión a la media que utiliza el indicador RSI para identificar las zonas de sobrecompra y sobreventa. Este sistema fue publicado en el libro “High Probability ETF Trading: 7 Professional Strategies to Improve Your ETF Trading” de Larry Connors & Cesar Alvarez. Es un sistema que opera conETFs y promete un alto porcentaje de aciertos. Lo característico de este sistema es que realiza varias entradas que permiten piramidar a la baja a medida que el ETF se vuelve mas sobrevendido o sobrecomprado.
Calcular la esperanza matemática del sistema de trading es una de las primeras cosas que se debería hacer para saber si este sistema nos permitirá ganar dinero. Tener una esperanza matemática positiva es una condición indispensable que tiene que cumplir cualquier sistema medianamente operable.
La esperanza matemática ( en inglés «Mathematical Expectation» y que algunos autores traducen al castellano como expectativa matemática) mide la cantidad que se espera ganar o perder en promedio por cada operación que hacemos. Para que su cálculo sea fiable, lo mejor es que tomemos en cuenta el mayor número posible de trades.
Cómo calcular la esperanza matemática del sistema de trading:
¡Hola! Como continuación a la entrada sobre optimizar sistemas de trading y walk forward, hoy tenemos un ejemplo / guía de cómo hacer el proceso de optimización con walk forward en Amibroker.
Primero que nada aclarar que se pueden hacer optimizaciones de sistemas de trading en Amibroker sin necesidad de hacer el proceso de Walk Forward. Además, siempre hay varias formas de hacer las cosas en Amibroker, este es sólo un ejemplo de tantos. Una vez hechas las aclaraciones, empezamos…
Como ejemplo tomamos un típico sistema de cruce de medias ( nota: esto no es un sistema para operar, sólo es un ejemplo). Las reglas del sistema son: Si la media rápida cruza hacia arriba a la media lenta compramos y si la media rápida cruza por debajo de la lenta vendemos. Todas estas operaciones filtradas con un filtro de tendencia alcista que en este caso es la media simple de 200 sesiones. Para evitar distorsiones al evaluar el sistema el tamaño de la posición es siempre el mismo ( siempre compramos 1.000$).
El código AFL en amibroker es el siguiente:
//Sistema ejemplo basado en el cruce de medias//
//Sistema ejemplo:Cómo optimizar con walk forward en Amibroker //
//estrategiastrading.com //
//condiciones generales//
SetOption("InitialEquity",10000);//capital inicial
SetPositionSize( 1000, spsValue );//tamaño posición
SetOption("extracolumnslocation",1);//columnas optimizacion delante
//sistema//
Media1= Optimize("Media1",10,5,30,1);
Media2=Optimize("Media2",50,30,70,1);
Filtro= C> MA(C,200);
FMA= MA (C,Media1);
SMA = MA (C,Media2);
Buy = Cross( FMA,SMA) AND Filtro;
Sell = Cross(SMA, FMA);
Con la optimización lo que buscamos saber es qué valor tengo que darle a la longitud de las medias para poder mejorar los resultados. Las variables a optimizar son Media1 y Media 2.
Cómo optimizar con walk forward en Amibroker:
En Amibroker vas a → Analysis→ Formula Editor. Se abre un recuadro en blanco en el cual insertas el código del sistema.
Atención: Cuidado con copiar y pegar directamente el código porque a veces hay caracteres como las «comillas» que no se leen correctamente.
Dale un nombre al sistema y guárdarlo.
EnAnalysis →New Analysis. Se abre una nueva pestaña en la que puedo elegir el sistema a optimizar.
Abre la carpeta a la derecha » Pick a File» y elije el archivo AFL correspondiente.
En «Apply to» hay un desplegable en el que puedes elegir sobre que título vas a optimizar. En este caso como sólo quieres optimizar el sistema para el título que estás viendo elije «Current».
En el botón «Settings» ( es el dibujo de la herramienta) define las condiciones para la optimización. En este caso sólo operamos largos entonces en «Positions» elije «Long», en «Periodicity» daily.
Como estamos evaluando el sistema, lo haremos sin aplicar comisiones así que las pones a 0.
En la pestaña «Trades» selecciona «Close» para todas las operaciones.
Compras y ventas al precio de cierre de día.
En la pestaña «Walk Forward» selecciono Easy Mode (EOD) porque estás optimizando un sistema para datos diarios en fin de día, además selecciona las fechas de comienzo y fin para el periodo in sample (IS), y selecciona la última fecha que tendrá en cuenta para el periodo out of sample (OOS).
También puedes elegir la longitud de los sucesivos test OOS dando valores a «step» , en este caso está a 1 año.
En el recuadro de abajo se pueden comprobar que los periodos IS, para in sample, y OOS, para out of sample, sean los correctos.
También hay que seleccionar la función objetivo para la optimización «Optimization Target», en este ejemplo CAR/MDD.
Si seleccionas «Anchored» se fijará la misma fecha de inicio para todos los backtest in sample, yo no suelo hacerlo.
Una vez tengo definidas todas las condiciones de la optimización vas a la estrella Optimize y en el desplegable elije Walk-Forward.
Al terminar el proceso puedes ver los resultados en la pestaña Walk-Forward. Allí se ven los distintos resultados para los periodos IS y OOS así como también se
Para cargar datos de cotizaciones en Amibroker se pueden utilizar distintas fuentes. Con AmiQuote se pueden descargar datos desde fuentes gratuitas como Yahoo finance o Google finance.
Crea una lista de los tickers que quieras descargar y apunta un ticker por línea. Atención aquí ya que los tickers pueden cambiar según el proveedor de datos. Por ejemplo, Amadeus IT Holding tendrá el ticker BME:AMS en Google finance y AMS.MC en Yahoo finance. Crea la lista con el NotePad o cualquier editor de texto. En teoría puedes apuntar tu lista en cualquier hoja de cálculo, pero en mi caso que uso OpenOffice, con la hoja de cálculo no me funciona entonces uso el block de notas de windows.
(Si quieres una ayuda adicional sobre los tickers, mira al final del post :) )
Guarda la lista como .tls en C:\Program Files\ Amibroker \AmiQuote ( también puedes guardar el fichero como .txt).
Abre Amibroker y revisa que estás en la base de datos a la cual quieres cargar las cotizaciones.
Abre Amiquote. Aqui seleccionas File → Open y pinchas para abrir el fichero con los tickers que habías guardado previamente.
Selecciona con el desplegable » Source» de qué fuente quieres descargar los datos. Si quieres el histórico de datos diarios por ejemplo selecciona » Yahoo Historical (EOD,stocks,funds, US & International) » o «Google Finance (EOD,US & International stocks)».
Selecciona el rango de fechas para el que necesites el histórico de datos.
Revisa de tener marcada la casilla «Automatic Import».
Click en el triángulo verde ( debajo de File) para comenzar la descarga de cotizaciones.
El tiempo de espera dependerá de cuántos tickers quieres bajar, del histórico de datos y de tu velocidad de Internet. La primera vez y sobretodo si se busca bajar muchos datos de golpe la espera puede ser un poco larga…
Cuando ya estén todos descargados cierra AmiQuote y en Amibroker guardas los datos descargados: File → Save DataBase.
Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible.
La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.