EsBolsa Algorithmic: Nuevos sistemas automáticos sobre índices (III)

En las últimas semanas os vengo presentando los sistemas automáticos que dirigen el 50% de la cartera de inversión en renta variable que tanto mi compañero Enrique como yo hacemos a través de esBolsa.

Hoy voy a enseñaros un sistema automático de corto plazo llamado Rahko, que lleva algo más de tiempo con nosotros y que sin lugar a dudas se encuentra entre mis preferidos.

Como sabéis, mi operativa discrecional ronda en torno al medio plazo, ya que el corto plazo lo considero un entorno con un ruido excesivo como para ser operado de forma discrecional con suficientes garantías de éxito. La velocidad de los sucesos en el mundo de la bolsa a corto plazo y la multitud de variables que intervienen hacen que las sensaciones emocionales extremas tomen tarde o temprano el poder de la situación, causando grandes problemas al trader cortoplacista que ve cómo su gran trabajo rara vez obtiene recompensa. Por este motivo, las operaciones a corto plazo realizadas dentro de nuestra propia cartera de inversión vienen siempre dirigidas por los sistemas automáticos de trading.

Rahko calcula mediante algoritmos matemáticos un conjunto de reglas que indican cuándo comprar y cuándo vender en el corto plazo. Este sistema que opera tanto largo como corto, responde dando señales en función de unas variables determinadas y debidamente programadas, que estudian movimientos internos basados tanto en la amplitud como en los puntos de capitulación de los mercados, buscando siempre los extremos, este sistema tiene como norma cortar rápido las pérdidas y dejar correr las ganancias.

La ventaja de utilizar un sistema automático de corto plazo reside en que evita totalmente cualquier sensación emocional y es capaz de tener en cuenta multitud de variables estudiadas a lo largo de la historia para sacar partido de ellas. De esta forma, no somos nosotros quienes debemos de pensar e interpretar las señales, el autómata obtiene todos los datos directamente del mercado, los procesa y si encuentra un patrón que ofrezca unos resultados positivos a lo largo de la historia, nos trasmite la señal para que saquemos partido de ella.

Las pruebas de Backtesting se han ejecutado en el periodo comprendido entre 01/01/2000 y 01/10/2012 sobre el S&P 500. La prueba se realiza con una cartera inicial de 10.000$ (incluye comisiones del 0,08% y slippage de 0,1) e invirtiendo el 100% del capital por operación.

*Nota: Los beneficios netos no tienen en cuenta el reparto de dividendos, por lo que el beneficio real sería algo mayor.

El gráfico de la curva de equity

Tras ejecutar una simulación de Montecarlo sobre este sistema, los resultados esperados son los siguientes:

¿No sabéis lo que es un estudio de Montecarlo? Tranquilos, yo os lo explico.
Si en el futuro nuestro sistema produjera exactamente las mismas operaciones en la misma secuencia de aparición que nuestros resultados históricos, los resultados finales serían idénticos a los obtenidos en el pasado. Sin embargo, sabemos que esto es prácticamente imposible que ocurra.
Una manera de conseguir resultados estadísticos de los datos históricos es el de generar secuencias de operaciones de manera aleatoria, cada cual con su respectivo resultado final y drawdown.
Para entenderlo más fácilmente, supongamos un sistema que realiza 100 operaciones. Tomamos el resultado de la primera operación y lo anotamos en una bolita y lo introducimos en un saco. Hacemos lo mismo con las 99 operaciones restantes. Ahora tendremos 100 bolas, cada una con el resultado de cada una de las operaciones de nuestra secuencia histórica. A continuación tenemos que obtener secuencias aleatorias de esas 100 operaciones. Sacamos una bola, anotamos la ganancia o pérdida que muestra y la volvemos a meter en el saco. Repetimos la extracción 100 veces. De esta manera habremos conseguido una secuencia de 100 operaciones de manera aleatoria. Volvemos a repetir el proceso de extracción de las 100 bolas durante un número significativo de iteraciones. Normalmente se realizan unas 10.000 iteraciones, con lo que conseguimos 10.000 secuencias aleatorias distintas de nuestras operaciones históricas. Con lo cual, tenemos 10.000 resultados finales distintos. Ya podemos por lo tanto crear una distribución de probabilidad de nuestro resultado final.

A continuación os dejo un gráfico con sus últimas operaciones.

Como veis, es un sistema que opera bastante. Para facilitaros la interpretación he señalado con flechas verdes las operaciones en las que el sistema está largo, y las rojas en las que el sistema opera en el lado bajista (cortos). En la actualidad el sistema se encuentra en liquidez.

Aquí os dejo también un listado con sus últimas operaciones desde el año 2007.

Nota: El seguimiento al sistema Rahko se hará en el área Premium de esBolsa para los suscriptores