Con el libro Successful Algorithmic Trading – Applying the scientific method for profitable trading results de Michel Halls-Moore, nos metemos de cabeza en el trading algorítmico.
Advierto primero que este no es un libro de introducción al trading. Se trata más bien de un libro de nivel medio-alto. Está orientado a inversores con algo de experiencia, tanto en trading como en programación, que busquen aprender cómo implementar estrategias de trading algorítmico.
El lenguaje de programación que utiliza es Python y con la compra del libro también te puedes descargar los scripts.
Trading algorítmico con Python
Muchos de los que trastean con sistemas de trading automáticos conocen la web de Quanstart. En lo personal he recurrido bastantes veces a su web y es por este motivo que me lancé también con su ebook.
📝 Mis notas de lectura
Respecto a los conceptos de trading, en muchas partes del libro encontramos mayormente definiciones. Nos da una introducción muy breve a distintos aspectos del trading cuantitativo. Por ejemplo explica qué es el trading automático, qué es el backtesting y cómo evitar los distintos errores al efectuar un backtest, cómo medir el rendimiento de un sistema de trading, la importancia del money management, etc.
La verdad es que respecto a las definiciones no hay nada que no hayamos podido encontrar antes en otros libros o directamente en su web.
Luego entramos ya en una parte más orientada a explicar cómo desarrollar una plataforma de datos: Cómo utilizar Python y sus librerías, cómo trabajar con una base de datos con MySQL, ejemplos de fuentes de datos y cómo importar los datos en Python.
Después ataca la parte estadística. El aprendizaje estadístico, los modelos paramétricos y no paramétricos, el análisis de las series temporales (tema que tratamos en el blog aquí, aquí y aquí) y los modelos de predicción (Support Vector Machine, árboles de decisión y random forest).
De la mitad del libro hacia el final entramos en una etapa claramente técnica. Aquí tengo que reconocer que en varias ocasiones me he perdido un poco.
Principalmente desarrolla la estructura para implementar backtesting y optimizaciones en Python. La estructura es la que denomina «event-driven backtest» y se compone de varios módulos interrelacionados (puedes leer sobre esto directamente en su blog). También explica cómo conectar un sistema para trabajarlo en automático utilizando la API de Interactive Brokers.
Mi opinión:
Cuando buscas aprender trading algorítmico puedes encontrar que un libro te es útil o no dependiendo de tus conocimientos previos.
Uno de los principales problemas con este tipo de libros es que, o bien terminan repitiendo conceptos que ya conoces (y por lo tanto no aportan nada nuevo), o dan contenido demasiado avanzado y te quedas colgado sin comprender demasiado.
En este caso, mi impresión es que se ha buscado abarcar mucho contenido. Si miramos índice vemos que incluye muchos temas importantes. Personalmente, me hubiera gustado que algunos contenidos se desarrollen un poco más. En la muchas ocasiones los temas simplemente se describen en dos o tres párrafos pero no se explican con mayor profundidad.
Por otro lado, es uno de los pocos libros de trading cuantitativo que utiliza Python como lenguaje de programación, así que en este aspecto se convierte en un indispensable de mi biblioteca. Además, el planteamiento de las estrategias de trading se realiza de una forma metódica y rigurosa.
