ESCUELA BANCARIA Y COMERCIAL

Lic. En Finanzas y Banca

TRABAJO DE INVESTIGACIN

EVOLUCIN DE LA OPERACIN POR MEDIO DE ALGORITMOS EN EL

MERCADO DE DIVISAS

CATEGORIA CONCURSANTE: TRABAJO IMPRESO

PRESENTA:

JUAN ALEXIS HERNNDEZ GARCA

Quertaro, Quertaro. Agosto 2016

 ndice

El lado institucional de la operativa mediante algoritmos ............................................................... 8

Ventajas y Desventajas de la operacin por medio de algoritmos ................................................. 10
Instituciones con operativa mediante algoritmos ........................................................................... 12
Un poco de historia ........................................................................................................................ 14
Un panorama global ....................................................................................................................... 15
Anlisis bajo diferentes criterios .................................................................................................... 20
Proceso evolutivo de un Trader ...................................................................................................... 23
Las 3 M del Trading ....................................................................................................................... 28
El ABC del trading algortmico ..................................................................................................... 29
Plataformas de operacin y software de trading algortmico ......................................................... 32
Caso practico .................................................................................................................................. 33
Operativa Manual ....................................................................................................................... 35
Paso a paso ................................................................................................................................. 41
Horarios operativos de Forex ..................................................................................................... 51
Buscando colocar el Stop Loss y Take Profit que maximice nuestras ganancias. ..................... 69
Pasos principales para la construccin de un sistema de trading algortmico ............................ 72
1. Detectar un patrn repetitivo en el mercado ....................................................................... 72
2. Disear el algoritmo y programarlo .................................................................................... 82
3. Realizar un backtesting ...................................................................................................... 83
4. Optimizacin ..................................................................................................................... 121
5. Walk forward analisys ....................................................................................................... 124
6. Prueba en tiempo real ........................................................................................................ 130
7. Anlisis de sensibilidad ..................................................................................................... 130
8. Gestin monetaria ............................................................................................................. 135
9. Monitorear la estrategia ..................................................................................................... 137
10. Continuar ideando estrategias ........................................................................................ 138
Conclusin ................................................................................................................................ 138
Glosario .................................................................................................................................... 139
Anexos ...................................................................................................................................... 140

1
Resumen ejecutivo

La tecnologa ha afectado a todos los mbitos existentes en nuestra vida diaria, desde la

comunicacin hasta el transporte, desde procesos productivos hasta el simple hecho de buscar

empleo, tanto que se ha observado un verdadero fenmeno en las ltimas dcadas en las

empresas tecnolgicas, porque realmente son un factor disruptor para muchas industrias.

La presente investigacin tiene como finalidad brindar evidencia de la evolucin operativa en

mercados financieros por medio de algoritmos, todo ello expuesto mediante varios ejemplos de

compaas bancarias que han preferido poco a poco realizar sus operaciones en el mercado de

divisas de manera automtica y no manual, fondos de inversin que realizan sus operaciones en

el mercado de divisas por medio de algoritmos y un caso prctico mediante el cual me di cuenta

que es mejorar operar con algoritmos. Para facilitar la comprensin del caso prctico voy

contrastando puntos especficos sobre los problemas que tiene la operativa manual y la forma en

que un algoritmo puede solucionar dichas desventajas, indicando de qu manera se pueden

reducir nuestras prdidas en tiempo y dinero de manera sustancial en el proceso de aprendizaje de

un aspirante a trader y en la misma operativa de los profesionales en cualquier activo financiero.

Mi objetivo es dar una clara evidencia sobre el papel que han tenido los algoritmos en la

operacin de mercados financieros, en particular en el mercado de divisas, y en general en otros

mercados financieros, comparndolo con la operativa antigua que no utilizaba sistemas

automatizados y previamente diseados. Busco contrastar el papel de la sociedad en Mxico

respecto a otros pases ms desarrollados, o ms educados en el funcionamiento de sus mercados

2
financieros, otorgar informacin que ayude a fomentar la participacin y erradicar la idea de que

las operaciones en mercados financieros es solo para grandsimos capitales, o que es demasiado

riesgoso, y en ocasiones se llega a pensar (claro, mediante casos en los cuales la desinformacin

fue la causante de caer en ello) que es un fraude sostenido por los grandes poderes.

Los algoritmos son capaces de detectar posibilidades de operacin en cuestin de milisegundos

en cualquier mercado financiero. Cabe destacar que cuando se tiene una estrategia de operacin

automtica, el papel del ser humano es nulo al momento de realizar operaciones de compra o

venta en el mercado de divisas o en cualquier otro mercado financiero donde existan parmetros

exactos y que, por consecuente, sea posible automatizarlo mediante algoritmos.

La informacin en este documento puede ayudar a aumentar la participacin de la sociedad en la

operativa de mercados financieros, llevando a su mano informacin que previamente est

probada, sin dejarse llevar por la industria mal vendida en internet, donde es demasiado fcil

encontrar fuentes en las cuales se ofrece el santo grial, dar a conocer que definitivamente no es

sencillo, pero tampoco es cosa de otro mundo, o que implica habilidades fuera de este planeta y

que por lo tanto, muy pocos pueden llegar a tener xito. Todo aspirante a realizar operaciones por

cuenta propia en mercados financieros indudablemente tendr un proceso de aprendizaje que ser

tan duro y largo como el mismo decida, aunque estoy seguro de que la presente puede acortar ese

proceso y hacerlo muchsimo menos doloroso de lo que fue para m, con pruebas contundentes

del porque una persona aspirante a trader debe comenzar primero comprendiendo el

funcionamiento de un mercado financiero y como realizar anlisis con fines especulativos de una

manera cuantitativa, y despus de ello, utilizar algoritmos para automatizar su sistema de trading,

3
as se eliminar el factor que ms variables tiene una estrategia de trading, el factor psicolgico,

determinante en gran porcentaje del xito o fracaso de cualquier estrategia.

Si una persona decide adentrarse en el mundo de la operacin en cualquier mercado financiero

considero necesario que debe leer esta investigacin y tener en cuenta todos los argumentos que

se presentan, para poder aminorar la inversin de tiempo, capital, y sobre todo la gran carga

psicolgica que el proceso conlleva.

A continuacin leern parte del camino largo y difcil por el cual he pasado, todo para darme

cuenta de que la manera ms adecuada de ser rentable de manera sostenida es mediante el uso de

sistemas y modelos cuantitativos de trading algortmico.

Los motivos por los cuales considero que esta investigacin debera ser la ganadora del Premio

Mercados Financieros 2016 son los siguientes:

1. Gran parte del proceso necesario para llegar a crear una estrategia de trading cuantitativa

es explicado en la presente investigacin, as como las ventajas y desventajas, expuestas

de manera detallada y paso a paso en un caso prctico, el mismo caso que me ayud a

darme cuenta de que el medio ms conveniente para ser rentable a largo plazo en

cualquier mercado financiero es mediante el uso de estrategias fundamentadas

matemticamente y llevadas a la prctica mediante la automatizacin de la operacin con

ventajas sobre las variables en contra que la operativa pueda llegar a tener

4
2. Esta aventura la comenc a finales del ao 2008, cuando estall la crisis financiera

mundial, en ese entonces tena 16 aos, un joven aficionado a las finanzas burstiles por

un motivo absurdo, no entenda absolutamente nada de este mundo, en cada reporte

financiero escuchado o ledo solo escuchaba nmeros y porcentajes, todo era

incomprensible, a excepcin de que el tipo de cambio haba subido o bajado, y conocer

los motivos por los cuales suceda esto me intrigaba demasiado. Desde ese momento

decid inscribirme en un curso online brindado por un pseudotrader de Per, el cual

ofreca una tcnica de trading basada en soportes y resistencias.

Mi comienzo fue asombroso, lo digo as porque fue lleno de esperanzas e ilusiones

sobre cmo ganar dinero de manera rpida en algo que me apasionaba por no comprender

sobre el tema. Tard alrededor de 4 meses en aprender dicha tcnica, haciendo prcticas

en cuentas demo, logrando tener una que otra operacin positiva que alimentaban mis

nimos de seguir aprendiendo. Fue as como decid abrir mi primer cuenta con dinero

real, recuerdo bien que, como era menor de edad, decid abrirla a nombre de mi madre, y

tal como mi maestro me haba enseado, comenc a hacer operaciones hasta que, como

es de esperarse y como toda persona con cierta trayectoria en este mbito sabe que

sucedera, perd mi dinero, se desat una cadena de emociones positivas y negativas a

partir de ese momento, la mayor parte desesperantes al caer una y otra vez y no

comprender con profundidad los motivos por los cuales no poda ser rentable de manera

sostenida.

3. Dentro de esta trayectoria de 8 aos a base de prueba y error me he dado cuenta de los

mltiples tropiezos que he tenido y el factor exacto que me ha llevado a perder

5
consecutivamente, tal vez ganar en periodos cortos, pero no de manera consecutiva, es por

eso que considero que es realmente necesario tener paciencia, coraje, disciplina,

perseverancia, vencer nuestros propios demonios, y sobre todo, pasin por aprender y

emprender el camino que llevo recorrido, a pesar de todo ello an sigo con las mismas

ganas de continuar probando e investigando, cuidando no volver a tropezar con las

mismas piedras.

Muchas veces me llegu a preguntar si estaba loco, si estaba siguiendo una utopa, si todo

era una mentira, si matemticamente no era posible ganar de manera consecutiva, o si

todo era parte de una industria bien diseada para nicamente tener ganancias aquellos

que eran dueos de los brkeres, los gurs, o todo aquel relacionado que te llevara a

invertir tu dinero con afn de quedarse con una parte de l.

Para no hacer el cuento largo, perd mi dinero una y otra vez, pas del proceso de ser un

trader discrecional, donde solo tomaba en cuenta mis intuiciones sobre lo que hara una

accin o un par de divisas, considerando que mi intuicin bastara, a conocer ms sobre el

anlisis tcnico, pero aun cometiendo errores, entre los principales era creer que un

indicador o combinacin de ellos me llevara a tener xito, sin tomar en cuenta el factor

psicolgico, que me aniquilaba cada vez que no segua mis reglas por exceso de confianza

o miedo a volver a fracasar y no tomar las operaciones importantes, y el ltimo paso y que

fue realmente donde deb haber comenzado, es ser un trader sistemtico, ms adelante

detallar en que consiste cada una de estas fases.

6
Al da de hoy me encuentro cursando el segundo semestre en la Ing. En Desarrollo de

Software en la Universidad a Distancia de Mxico, y el octavo semestre de la Lic. En

Finanzas y Banca en la Escuela Bancaria y Comercial. Como podrn darse cuenta, las dos

reas estn ntimamente relacionadas en el tema tratado en la presente investigacin, s

que no soy la persona con ms experiencia en el mbito, pero de lo que si estoy seguro es

que todo lo que he sembrado en estos ltimos 8 aos comenz realmente a cosecharse al

adentrarme ms a utilizar mtodos de operacin con el uso de algoritmos, y tambin s

que la combinacin de ambos conocimientos, tanto tecnolgicos como financieros,

traern mayores bases de investigacin y aplicacin en esta apasionante rea en desarrollo

(hablando de Mxico) de las finanzas burstiles.

7
El lado institucional de la operativa mediante algoritmos

Uno de los principales factores que llegan a determinar el xito o fracaso de un trader al momento

de realizar operaciones en mercados financieros es el psicolgico, que como bien sabemos, este

queda libre en cada ser humano, no por nada hemos conocido casos en los cuales bancos con

trayectorias histricas se han declarado en bancarrota a causa de la falta de vigilancia del

cumplimiento en sus polticas de riesgo en la operacin en mercados financieros. As como

tambin han existido mltiples daos financieros a particulares y terceros a causa de que, se tiene

el conocimiento tcnico, pero no as el conocimiento prctico. Es necesario conocer de

estadstica, tcnicas de operacin, tipos de estrategias, gestin monetaria, y sobre todo, poseer

inteligencia emocional.

Los bancos tambin se han decantado por la operativa algortmica en el mercado de divisas por

un motivo principalmente, evitar manipulacin del mercado de divisas. Anteriormente estas

operaciones las hacan los traders, emitiendo las rdenes por telfono dejando lugar o posibilidad

a controlar los tipos de cambio de divisas de referencia y posteriormente los bancos eran

multados, causado prdidas de miles de millones de dlares en multas impuestas por instituciones

regulatorias.

Como ejemplo podemos hablar de dos fuertes multas impuestas a diversos bancos en los ltimos

dos aos. En mayo del 2015 Estados Unidos mult a 6 de los bancos ms grandes del mundo por

5800 millones de dlares, de los cuales Citibank, JPMorgan, Barclays y Royal Bank of Scotland

se declararon culpables por manipular el mercado cambiario, aun cuando esto afectaba a sus

clientes.

8
En noviembre del ao 2014 autoridades de Estados Unidos, Reino Unido y Suiza impusieron

multas por 4300 millones de dlares a Citibank, HSBC, JPMorgan, RBS y UBS por el mismo

motivo, la manipulacin del mercado de divisas. Las operaciones ilcitas eran llevadas a cabo

mediante el intercambio de informacin por conversaciones electrnicas privadas en el cual

indicaban ciertas posiciones financieras para sacar provecho y aumentar sus ganancias.

La falta de moral en algunos traders de grandes bancos ha llevado a que se dispare el uso de

algoritmos con el fin de disminuir el riesgo del mal comportamiento de sus empleados. El

porcentaje de operaciones de divisas que los bancos ejecutan con algoritmos han aumentado

enormemente de acuerdo a lo indicado por Guy Debell, asistente del gobernador del Banco de la

Reserva de Australia.

De acuerdo a los datos recolectados por compaas de este sector y analizados por la consultora

GreySpark Partners los algoritmos se utilizaran en una tercera parte del volumen de negociacin

en el 2016, los cuales hace 10 aos prcticamente no se usaban.

Apenas hace un ao el volumen de operacin por medio de algoritmos era nicamente de 10%-

15%, segn Javier Paz, analista de la firma de investigacin de mercado Aite Group.

Aproximadamente 90% de las operaciones realizadas al tipo de cambio fijo son hechas mediante

algoritmos, a diferencia del 5% que se realizaba antes de que la investigacin iniciara en el 2013,

segn el director de negociacin de divisas de uno de los bancos que ms operan con divisas.

9
Actualmente los bancos prestan servicio tecnolgico a sus clientes para que puedan optar por el

mejor tipo de cambio de acuerdo a las rdenes del cliente, las cuales el banco enva a una

plataforma y es el algoritmo el que se encarga de buscar la mejor opcin.

Ventajas y Desventajas de la operacin por medio de algoritmos

Entre las ventajas marcadas de utilizar algoritmos en la operacin de mercados financieros se

encuentran las siguientes.

1. Eliminar el factor que ms variables sufre al momento de hacer trading, nuestro

comportamiento frente a los mercados.

2. La operativa algortmica era nicamente de grandes instituciones, lo cual supone que

grandes capitales se gestionan de manera profesional mediante algoritmos.

3. Disminuir la esclavitud a los grficos.

4. Disminuir el agotamiento psicolgico.

5. Saber por anticipado el impacto de una mala racha mediante pruebas histricas y

colocacin de escenarios pesimistas y optimistas, lo cual brinda tranquilidad al conocer

todo aquel escenario que puede ser posible.

6. Podemos escoger el mercado que deseemos con el tipo de estrategia que nos haga sentir

cmodos. Nosotros fuimos los creadores, conocemos el comportamiento de la estrategia

en el mercado adecuado. Existen estrategias que siguen la tendencia y otras que van en

contra, depende de cmo te sientas ms cmodo, es como caminar con zapatos de tu talla,

la finalidad es estar tranquilo al hacer trading.

10
 7. Jams recibiremos una llamada de margen, o al menos es muy poco probable porque

conocemos los escenarios ms pesimistas y optimistas posibles despus de toda nuestra

labor de anlisis y prueba.

8. Ajustar la gestin monetaria de acuerdo al comportamiento de la estrategia.

9. Precisin y velocidad de rdenes.

10. Oportunidad de diversificacin debido a que no estamos sujetos a un solo grfico,

podemos disear diversos tipos de estrategias en diferentes mercados y escalas de tiempo.

Recordemos que un sistema de trading algortmico est formado por reglas especficas de

operacin no expuestas a la arbitrariedad u opinin de cada operador, por ello la considero la

ventaja ms importante de especular mediante el uso de algoritmos.

Aunque la operativa por medio de algoritmos ayuda demasiado, no significa que no tenga ciertas

desventajas, como las siguientes:

1. Estamos sujetos a errores tcnicos o de sistema por lo cual debemos monitorear nuestra

PC o tener planes de contingencia en caso de que suceda algn error que no podamos

controlar, como la conexin a internet, la luz, etc.

2. Para desarrollar un sistema de trading requerimos tener conocimientos al menos bsicos

de programacin y combinarlos con conocimientos matemticos.

3. Es realmente difcil encontrar una estrategia rentable en el largo plazo, es decir, robusta.

4. Es necesario realizar ajustes cada cierto tiempo para ajustarnos a los cambios del

mercado.

11
 5. La Sobre optimizacin en un sistema de trading es uno de los errores ms comunes al

momento de disearlo, es comn observar que los resultados en los datos histricos con

los parmetros obtenidos son geniales, sin embargo, al momento de pasar a la operativa

real obtenemos lo contrario, recordemos que ya sabemos los parmetros que funcionaron

bien en el pasado, pero el mercado cambia, es ah donde la robustez de un sistema entra

en juego.

Instituciones con operativa mediante algoritmos

No solo los bancos estn cambiando a paso acelerado hacia la inteligencia artificial para gestionar

capitales, tambin hay muchas startups las cuales comienzan a implementar investigaciones y

desarrollo para hacer cada vez ms eficientes sus inversiones.

Tenemos casos de empresas donde hace ya varios aos se encuentran usando algoritmos, como

Two Sigma que se fund en el 2001, desde entonces se encuentran implementando y

desarrollando tecnologa con la finalidad de lograr cada vez mejores retornos hacia sus clientes.

De acuerdo a un anlisis realizado por Prequin, el 40% de los fondos de cobertura que se crearon

el ao pasado basan sus decisiones en modelos informticos.

De acuerdo al profesor de machine learning de la Universidad de Oxford Stephen Roberts este

fenmeno no es muy disruptivo que digamos. Podemos ver los modernos mtodos de

aprendizaje automtico no como un enfoque radicalmente nuevo, sino ms bien como una

12
extensin de los mtodos estadsticos existentes, que tienen una larga historia en las finanzas.

Segn Roberts lo que si hace que la inteligencia artificial sea diferente a esos clculos

estadsticos que llevan ya tiempo operando en los mercados es su capacidad de aprendizaje,

aunque es poco probable que estos nuevos sistemas sustituyan muy pronto a los tradicionales,

debemos ver la inteligencia artificial como una herramienta adicional, como algo que mejora los

enfoques existentes en lugar de reemplazarlos.

Otra compaa ejemplo de esta revolucin es Charles Schwab Corp., donde afirma que al menos

el 15% de las carteras que utilizan inteligencia artificial en sus decisiones tienen ms de 1 milln

de dlares gestionados.

Para desarrollar un sistema de trading automatizado se toman en cuenta muchas variables, todas

ellas cuantificables, tal es el caso de un administrador de fondos llamado Arabesque Partners que

analiza toneladas de datos considerando el desempeo ambiental, social y administrativo (ASA)

de las empresas, con la finalidad de incluir sus conclusiones en sus parmetros operativos.

La inteligencia artificial aplicada al rea de las finanzas tambin tiene sus riesgos, recordemos el

famoso flash crash el 6 de mayo del 2010 en el que el ndice Dow Jones tuvo una cada cercana

a los 1000 puntos, su segunda mayor cada en la historia. El origen de este desplome tuvo lugar

cuando se utiliz un programa automatizado para girar grandes rdenes de venta, causando la

baja de los precios en pocos minutos. La compaa acusada de haber realizado estas operaciones

fue Nav Sarao Futures Ltd. la cual brinda servicios de trading mediante plataformas de trading

automatizado. De acuerdo al Departamento de Justicia de los Estados Unidos, el fundador de la

13
empresa, Navinder Singh Sarao realiz estas operaciones para luego realizar compras a precios

bajos generando ganancias millonarias.

La industria de las finanzas cada vez demanda ms profesionales con la finalidad de mejorar

continuamente sus sistemas, ya no son suficientes los economistas en el parqu, ahora tambin se

demandan fsicos, matemticos, inclusive meteorlogos, todos ellos enfocados a descubrir

patrones de comportamiento relacionando todas las variables que puedan ser medidas, tal como

se viene haciendo hace muchos aos, pero a mayor velocidad y con mayor eficacia.

Un poco de historia

Para comprender como ha llegado a evolucionar la operativa en el mercado de divisas, desde

siglos atrs hasta lo que actualmente estamos viviendo hoy, es necesario analizar el pasado, algo

necesario en cualquier disciplina y que tambin guarda estrecha relacin al momento de disear

algoritmos de operacin, donde una de las premisas importantes del anlisis tcnico es La

historia se repite.

El mercado de divisas data desde el ao 1880, y ha sufrido una serie de cambios importantes, por

ejemplo, para respaldar el poder adquisitivo de una moneda, estaban hechas de oro y plata, donde

la fluctuacin del precio de estos dos metales estaba determinado en gran medida por medio de la

ley de la oferta y la demanda, y cambiaba cada vez de manera radical con respecto al

descubrimiento de nuevos yacimientos. Si un pas tena menos oro para respaldar su moneda, o

imprima ms, el poder adquisitivo de su moneda en otros pases disminua. As, cualquier

portador de papel moneda saba que poda cambiar el valor de este en oro en cualquier banco.

14
Lo anterior cambi con el convenio de Bretton Woods en el que se vincul el patrn

internacional para la divisa al dlar estadounidense

Un panorama global

Debido a que uno de los objetivos principales de esta investigacin es incentivar a la sociedad

mexicana a adentrarse ms al mundo de las finanzas burstiles y demostrar que ya no es tan

difcil como antes, eliminar la idea de que solo grandes empresas o personas con capitales

multimillonarios son los nicos que pueden acceder a este tipo de inversiones, o como

mencionaba anteriormente, algunos llegan a pensar que es algo para sper dotados lo cual en

cierta manera requiere cualidades que sin duda alguna se pueden ir desarrollando en el proceso

formativo.

Para partir es necesario saber en qu punto estamos colocados como pas frente a los dems en

materia de educacin en finanzas burstiles y ms especficamente, en el uso de algoritmos en la

operacin de mercados financieros. Hoy en da las redes sociales han revolucionado el mundo

que conocemos, conocemos a Facebook, Twitter, LinkedIn, Instagram, YouTube, por mencionar

a las ms populares, y me atrevo a asegurar que si vamos por la calle y le preguntamos a una

persona si conoce Facebook, sin duda nos dir que s, pero qu sucede si vamos por la calle y le

preguntamos a una persona de la llamada generacin Y?(personas nacidas a partir de 1984) que

fuimos las personas que crecieron con el internet, que se supone somos los ms educados en

tecnologas de informacin o al menos en su manejo cotidiano, si conoce alguna plataforma

social de coopytrading como Zulutrade, eToro, Ayondo, SignalTrader, etctera, seguramente nos

15
ver como bichos raros y pensar que estamos locos porque nunca han escuchado el trmino

copytrading y mucho menos alguna de las plataformas que conectan a traders con inversores.

El funcionamiento bsico de estas plataformas se reduce en los siguientes puntos, persigue el

mismo fin que Uber, reunir a oferentes y demandantes.

1. Un trader que tiene una buena estrategia, hace pblicas sus operaciones y las coloca en

una plataforma social de copytrading.

2. Un inversor que no sabe nade de anlisis tcnico ni indicador econmico, que en general

no quiere profundizar en el tema pero si ser partcipe de los mercados financieros como

inversor, copia las operaciones realizadas por un trader.

En la tabla siguiente observarn una lista de los primeros 20 pases con economas avanzadas

segn el Fondo Monetario Internacional, en el cual uno de los criterios para ser considerado es la

integracin en el sistema financiero global.

La finalidad de presentar estos datos es contrastar el papel de otros pases respecto al nuestro.

Mxico no se encuentra catalogado como una economa avanzada, nicamente como economa

en proceso de avance, aun as lo colocamos. Los datos fueron recolectados de la plataforma social

de copytrading llamada Zulutrade, la plataforma de copytrading que ms tiempo tiene en el

mercado y por lo tanto con mejores estadsticas.

16
En la tabla pueden observar la cantidad de proveedores que tiene esta plataforma de cada pas, as

como la posicin en el ranking de la plataforma.

Es importante destacar que esta plataforma tiene alrededor de 45000 proveedores de seales de

operacin en el mercado de divisas, el algoritmo de la plataforma selecciona a los mejores, de los

cuales la mayor parte de los que se encuentran en las mejores posiciones suelen usar algoritmos

en su operacin.

Entre los criterios del algoritmo de Zulutrade para seleccionar a los mejores se encuentra el

tiempo que llevan en la plataforma, la rentabilidad, el riesgo y el tipo de gestin monetaria.

Considero entre los ms importantes el tiempo que llevan operando, ms adelante observaremos

que la robustez de una estrategia es el pilar sobre el cual un trader se debe apoyar para

mantenerse rentable a largo plazo y pueda ajustarse a los cambios del mercado, que funcione en

mercados alcistas y bajistas y que en rachas negativas no se sufran drawdowns fuertes, cuidando

el riesgo en el que se incurre en cada operacin.

Total de Clasificacin del mejor Uso de algoritmo (mejor

Posicin Pas
proveedores proveedor proveedor)

1 Alemania 790 5 Si

2 Australia 377 33 Si

3 Austria 101 1 Si

4 Blgica 81 2505 No

17
5 Canad 495 59 Si

Corea del
6 63 88 Si
Sur

7 Dinamarca 38 216 No

8 Espaa 415 32 Si

Estados
9 1011 42 Si
Unidos

10 Finlandia 50 749 Si

11 Francia 535 268 Si

12 Grecia 740 135 Si

13 Holanda 143 804 No

14 Islandia 9 2562 No

15 Irlanda 104 863 No

16 Italia 424 16 Si

17 Japn 349 2 Si

18 Luxemburgo 14 589 Si

Nueva
19 41 1583 No
Zelanda

20 Noruega 48 419 Si

NA Mxico 151 223 Si

18
El 71% de los proveedores mostrados en la tabla anterior usa algoritmos, lo interesante de ello es

que las mejores posiciones en el ranking de la plataforma tambin operan mediante algoritmos, lo

cual supone que las rdenes de compra lanzadas al mercado suelen ser ms precisas y ms

ajustadas a las pruebas histricas en base a las cuales se definieron los parmetros de operacin

(backtesting), un punto a favor del uso de sistemas automatizados para conseguir mayor robustez

en la estrategia, por ejemplo, observemos la siguiente tabla que tiene los mismos datos que la

tabla anterior, sin embargo, el orden en el que aparecen los pases cambia, ahora el criterio es del

mejor al peor pas con base al mejor proveedor de la plataforma.

Posici Total de Clasificacin del mejor Uso de algoritmo(mejor

Pas
n proveedores proveedor proveedor)

1 Austria 101 1 Si

2 Japn 349 2 Si

3 Alemania 790 5 Si

4 Italia 424 16 Si

5 Espaa 415 32 Si

6 Australia 377 33 Si

Estados
1011 42 Si
7 Unidos

8 Canad 495 59 Si

Corea del
63 88 Si
9 Sur

10 Grecia 740 135 Si

19
 11 Dinamarca 38 216 No

12 Mxico 151 223 Si

13 Francia 535 268 Si

14 Noruega 48 419 Si

Luxemburg
14 589 Si
15 o

16 Finlandia 50 749 Si

17 Holanda 143 804 No

18 Irlanda 104 863 No

Nueva
41 1583 No
19 Zelanda

20 Blgica 81 2505 No

21 Islandia 9 2562 No

La posicin ms alta en esta lista respecto a los proveedores que no usan algoritmos la tiene

Dinamarca, en la posicin 11 de 21, las ultimas 5 posiciones las ocupan los proveedores que no

usan algoritmos, coincidencia no puede ser, surge un gran cambio en la robustez de una estrategia

al usar algoritmos, principalmente porque el miedo y la codicia quedan fuera, ms adelante lo

comprobaremos a detalle.

Anlisis bajo diferentes criterios

20
A continuacin se presentarn dos tablas, la primera con las mejores 10 estrategias algortmicas,

analizadas bajo tres criterios: Capital, usuarios y beneficios del ltimo mes. Los datos fueron

extrados en el mes de julio del 2016.

Mejores 10 posiciones en el ranking bajo criterios de capital gestionado, usuarios y beneficios del

ltimo mes, que usan algoritmos en su operativa.

Capital
Posicin Usuarios Beneficios (ltimo mes)
Gestionado

1 35 13 83

2 45 11 18

3 13 35 11

4 18 4 13

5 11 8 35

6 83 3 245

7 172 45 45

8 102 18 365

9 4 2 29

10 25 424 499

Media 50.8 56.3 134.3

Ejemplo de interpretacin:

21
La mejor posicin en el ranking de la plataforma social de copytrading llamada Zulutrade bajo

el criterio de mayor capital gestionado la tiene la posicin 35.

Mejores 10 posiciones en el ranking bajo criterios de capital gestionado, usuarios y beneficios del

ltimo mes, que no usan algoritmos en su operativa.

Capital
Posicin Usuarios Beneficios (ltimo mes)
Gestionado

1 103 101 103

2 18014 103 18014

3 176 5 176

4 101 68 4070

5 67 9 5

6 373 22702 7

7 5 15 4299

8 61 3433 3433

9 1993 2652 56

10 1751 24389 131

Media 2264.4 5347.7 3029.4

22
No hace falta realizar un anlisis exhaustivo para detectar que las mejores posiciones las tienen

las estrategias con operativa basada en algoritmos, tan solo observemos las medias de posicin de

las que usan con las que no usan.

Media con operativa

50.8 56.3 134.3
algortmica

Media con operativa manual 2264.4 5347.7 3029.4

La gran diferencia de este indicador muestra nuevamente que la operativa mediante algoritmos

tiene mejores resultados, por mucho, respecto a la operativa manual.

Proceso evolutivo de un Trader

Segn Charlie Wright en su libro Trading as a bussines el proceso de formacin de un aspirante

a trader o money manager existen importantes etapas, que sin duda todo aquel sobreviviente al

mercado ha experimentado. En grandes rasgos se pueden considerar las siguientes.

1. Trading discrecional

Es aquel que basa sus decisiones de operacin nicamente en intuiciones propias o de

terceros, sin tomar en cuenta formacin o informacin con verdadera validez y probada

cientficamente.

2. Trading tcnico
23
Aquel operador de mercados financieros que se da cuenta de la existencia de indicadores y

procesos cuantitativos y estadsticos de los cuales echar mano al momento de analizar el

movimiento de precios de cualquier activo financiero. En esta etapa tratamos de saber cunto sea

posible de los indicadores y anlisis tcnico, creemos que hemos descubierto el santo grial, sin

darnos cuenta de que solo es un escaln ms hacia el camino de la rentabilidad constante.

3. Trader principiante en sistemas

Comenzamos a percatarnos de que tener un sistema bien definido es necesario, las reglas que

coloquemos valdrn oro, prcticamente de manera literal porque nos evitarn seguir en ese

crculo de perdidas, en la mayora de los casos causados siempre por nuestra indisciplina. El tener

un sistema tiene como consecuencia aceptar a rajatabla nuestras reglas, sin ningn motivo por el

cual desviarnos de ellas, si el sistema dice vende, vendemos, si indica que es momento de cerrar

la operacin, se cierra, sin mayor complicacin y sin cuestionarnos nada ms.

4. Trader avanzado en sistemas

Aparte de tener solo una estrategia, es necesario contar con varias de ellas, operando en diferentes

mercados con tipos de operativa diferentes, todo ello para disminuir el riesgo de un conjunto de

estrategias, vigilando que no se encuentren correlacionadas entre s.

24
Las anteriores etapas mencionadas son en grandes rasgos, si pasamos a analizar los pasos de una

manera ms detallada sucede lo siguiente:

1. Posiblemente nos vemos atrados por curiosidad (mi caso) o porque tenemos un conocido

lejano que ha ganado dinero operando en mercados financieros, comenzamos a investigar,

poco a poco nos vamos llenando de informacin y vemos que no es tan complicado como

se escucha.

2. Decidimos abrir una cuenta y lanzar nuestra primera operacin, que yo le llamara costo

por aprender porque definitivamente vamos a perder, talvez no la primera operacin,

pero seguramente perderemos el dinero depositado en la cuenta del brker.

3. Nos preguntamos que ha salido mal, que informacin recolectada es la errnea,

investigamos ms, cambiamos de mercado, de escala temporal, de tcnica, y volvemos al

ataque, como se espera, efectivamente volvemos a perder nuestro dinero.

4. Comenzamos a experimentar una serie de sentimientos que nos llevan a repetir el crculo

de perdidas, una y otra vez, el miedo, la frustracin, la ambicin y el exceso de confianza

son el combustible que nos mantiene en ese crculo.

5. Nos desespera la idea de que perdamos nuestro dinero si todo parece tan sencillo en la

teora, buscamos cursos o gurs, servicios de seales eficientes, en fin, echamos

mano a todo lo que encontramos en internet para entender porque perdemos.

25
6. Volvemos armados de nuevo, con cualquiera de las herramientas mencionadas en el punto

5, y, volvemos a perder, aunque puede que nuestras perdidas sean menores a las que

tuvimos al principio, estas en suma son mucho ms grandes que las ganancias obtenidas

en una que otra operacin.

7. Comenzamos a percatarnos que son necesarias reglas especficas de operacin, dedicamos

tiempo a desarrollarlas de acuerdo a nuestro criterio y perfil de riesgo, lo importante de

esto es que comenzamos a desarrollar nuestra propia estrategia, con nuestros criterios, yo

lo comparo con usar zapatos de tu talla, te sientes cmodo al andar, te sientes cmodo al

operar y por consecuente tus miedos se van convirtiendo en confianza, conoces el sistema

sobre el cual te estas basando, ya conoces la carretera sobre la cual conduces.

8. A pesar de todo ello nos damos cuenta de que nuestro balance no tiene mejora, no

perdemos mucho, tampoco ganamos, en concreto, no hay una mejora significativa en

nuestras cuentas que nos diga que vali la pena todo el proceso recorrido hasta ese

momento.

9. Esa confianza se vuelve en nuestra contra y volvemos a perder, algo est pasando mal,

algo nos falta incluir en esa estrategia tan desarrollada, de repente dentro de nuestra

frustracin encontramos en algn artculo o libro que mencionan un trmino algo as

como Money Management, estudiamos ms al respecto, tratamos de comprender esas

26
 frmulas matemticas tan complicadas para darle el tamao adecuado a cada operacin

(algunos investigadores sugieren comenzar con una estrategia de Money Management

antes que la operativa, yo personalmente prefiero primero crear la estrategia operativa y

despus adaptar una estrategia de Money Management que funcione bien con los

parmetros de la estrategia).

10. Volvemos al ataque, con miedo porque no sabemos ahora que puede volver a salir mal,

vemos como poco a poco nuestra cuenta va subiendo, nos confiamos, en algn punto

decidimos no seguir nuestras reglas por ese exceso de confianza y porque todo est

fluyendo a nuestro favor, volvemos a perder.

11. Nos percatamos de que las reglas lo son todo, analizamos el pasado y vemos que si

seguimos las reglas tendremos una ventaja enorme y que todo habra salido bien, solo es

cuestin de controlar nuestras emociones, abrir cuando tenemos que hacerlo y cerrar

cuando debemos, nada ms, sin tomar en cuenta nuestra intuicin que puede variar de un

segundo a otro y por lo tanto sus resultados sean diferentes.

12. Continuamos respetando nuestras reglas, seguimos avanzando, cosechando frutos, sin

tener miedo pero tampoco exceso de confianza, analizamos nuestras operaciones y nos

damos cuenta que hemos cumplido en tiempo y forma nuestras reglas operativas, tanto de

gestin monetaria como las de la estrategia en s.

13. Nos vemos envueltos en un crculo muy diferente al de nuestro comienzo al operar, talvez

dejamos de lado esas emociones fuertes de entrar al mercado solo porque una vela fue
27
 ms grande a la anterior, o porque vimos que el mercado comenzaba a caer sin control y

sentimos miedo en dejar pasar la oportunidad, ahora nuestra operativa puede llamrsele

aburrida o rutinaria, sin embargo, es la nica manera de salir del circulo de prdidas en

el que nos encontrbamos y realmente tener un crecimiento sostenido a lo largo de los

aos, no nos haremos ricos pero si tendremos un ingreso modesto y recurrente si sabemos

analizar los riesgos a los que estamos expuestos antes que las ganancias.

14. Efectivamente estamos operando como un robot sin mayor criterio, con reglas

establecidas, si pasa esto hacemos esto, si no, no hacemos nada o hacemos tal, es ah

donde nos percatamos del uso de algoritmos en la operativa en mercados financieros, la

estrategia que usamos la podemos replicar en un algoritmo y automatizar su operativa,

dejando de lado todos esos sentimientos que se resuman en perdidas, un sistema

automatizado respeta las reglas sin ninguna excepcin, sin tomar en cuenta ninguna

subjetividad.

Las 3 M del Trading

Segn explica Alexander Elder en su libro Trading for a living las 3 M del xito en el trading.

1. Mind

2. Method

3. Money

28
La primera es la parte psicolgica del trader y personalmente considero, el anlisis tcnico es

psicologa aplicada al precio de cualquier mercado financiero.

La segunda M es aquella que se centra en la estrategia que estamos utilizando, que tipo de

estrategia es, si es del tipo seguidora de tendencia, basada en soportes y resistencias o aquella que

se enfoca en detectar los momentos ms voltiles del precio, depende de cul de estas tres

estrategias utilicemos para saber qu resultados esperar y que indicadores son los idneos para

cada una.

La ltima, considerada por muchos autores como la ms importante (personalmente considero

que la primera M es la ms importante, debido a que fue la principal causa por la cual tard

mucho tiempo siendo un trader discrecional hasta llegar a ser un trader especializado en sistemas

de trading) es el Money Management, que no es ms que el volumen que le damos a cada

operacin. Incluso algunos autores consideran que es importante partir primero de esta M y

despus encargarnos de la estrategia, personalmente considero que tenemos que analizar la

estrategia y enfocarnos a diversos indicadores, uno de los ms importantes es el riesgo, despus

de ello decidir qu tipo de estrategia de gestin monetaria utilizaremos, aquella que nos brinde la

mayor utilidad al menor riesgo posible.

El ABC del trading algortmico

Para comprender mejor el funcionamiento de la operativa por medio de algoritmos voy a definir

los participantes y cul es el proceso desde que se detecta una oportunidad de entrar al mercado

hasta que la orden es colocada.

29
Hay varios participantes dentro de este proceso:

1. Brker

De acuerdo a la RAE, Brker es un agente intermediario en operaciones financieras o

comerciales que percibe una comisin por su intervencin. En nuestro caso acta de

intermediario entre la compra y venta de divisas.

2. Trader

La persona o entidad que compra o vende instrumentos financieros (en nuestro caso

divisas) como agente intermediario, especulador u operador de cobertura. Un trader puede

trabajar por cuenta propia, en un fondo de inversin o en un banco.

3. Plataforma de operaciones

Es la aplicacin informtica que ofrece herramientas para facilitar la compra o venta de

valores financieros (en nuestro caso divisas), el punto de conexin entre el brker que

provee los precios en tiempo real, y el trader haciendo uso de sus herramientas de anlisis

para hacer la compra o venta mediante la plataforma.

4. Algoritmo

30
 Es el conjunto de instrucciones y parmetros diseados por el trader e instalados en la

plataforma de operaciones con la finalidad de vigilar el movimiento de precios y realizar

operaciones de compra o venta segn sus condiciones y de manera automatizada.

En el proceso mediante el cual una operacin de compra es colocada en el mercado real desde

que el algoritmo detecta el cumplimiento de las condiciones sucede lo siguiente:

Primero, el algoritmo se encuentra vigilando el movimiento de precios en la divisa o divisas en

que fue instalado en la plataforma de operaciones, es importante sealar que en cada tick

(mnimo movimiento posible en el precio) el algoritmo verifica si en ese nuevo precio las

condiciones se cumplen, caso contrario no realiza nada y sigue vigilando el movimiento. Si se

cumplen las condiciones entonces se enva una operacin de compra, cuando eso sucede pasa lo

siguiente:

El algoritmo enva la orden a la plataforma de operaciones y esta la coloca en el precio actual

restando la comisin por la operacin. Es decir, siempre entramos al mercado con una perdida

equivalente a la comisin cobrada por el brker por actuar de intermediario y hacer posible la

operacin, adems de que es posible que se produzca algn movimiento de precio entre el

momento en que es lanzada la orden y el tiempo que tarda esta en llegar al mercado, no por nada

la velocidad con la que son colocadas las ordenes ha sido siempre una variable a optimizar en

muchas instituciones, invirtiendo mucho dinero en la implementacin de nuevas tecnologas con

la finalidad de disminuir el tiempo que tarda una orden desde su lanzamiento hasta su ejecucin,

midiendo el tiempo incluso en nanosegundos, tal es el caso del High Frecuecy Trading, un tema

31
polmico que a menudo llega a confundirse como el nico mtodo existente de operacin por

medio de algoritmos.

La operacin lanzada ahora forma parte del volumen operado, recordemos que los precios se

mueven por muchos factores y todos esos factores afectan a la oferta y demanda de una divisa,

causando movimiento en los precios y por consecuente creando la oportunidad de realizar

operaciones con fines de arbitraje, cobertura o especulacin, como en nuestro caso.

Plataformas de operacin y software de trading algortmico

Existen muchos software en el mercado que brindan las herramientas necesarias para que un

trader pueda crear, analizar, probar, optimizar y programar su propia estrategia, todas ellas se

caracterizan por brindar servicios como la automatizacin y optimizacin de los parmetros

adecuados. Hay algunas que aparte de servir como medio para el desarrollo, tambin sirven como

plataforma operativa, tal es el caso de la plataforma que utilizar para ejemplificar las ventajas de

la operacin por medio de algoritmos, su nombre es Metatrader 4, es una de las ms usadas a

nivel mundial, muchos brkeres tienen convenio con esta plataforma y permiten programar en

cdigo MQL4, adems de probarlas y optimizarlas.

- Con esta plataforma es posible comerciar desde cualquier sitio con conexin a internet.

- Permite colocar rdenes pendientes y ordenes al instante.

- Los grficos son sumamente avanzados, pueden colocarse en velas japonesas, barras y

lneas, tambin es posible cambiar el marco de tiempo desde segundos hasta meses.

32
 - Es posible importar y exportar datos histricos, ayudando a tener mayor precisin al

momento de hacer backtesting sobre precios histricos con alto porcentaje de

confiabilidad dado que son en cada tick.

Caso practico

Para evidenciar que realmente nos encontramos ante la mejor forma de operar, colocar a

continuacin una de las estrategias que he mantenido bajo investigacin en los ltimos tres aos.

Recordemos que el trading algortmico al utilizar parmetros exactos, por definicin se convierte

en trading cuantitativo, debido a que hace uso de herramientas de anlisis tcnico para determinar

los parmetros idneos y as sacar ventaja al movimiento del precio de cualquier mercado

financiero donde exista la posibilidad de especulacin.

Al comenzar la investigacin, estaba enfocada nicamente en el par EUR-USD y GBP-USD, por

ser los pares ms familiares dentro de una gama de pares de divisas grandes, cruces y exticas.

Despus de ello me enfoqu en trabajar con dos tipos de indicadores, promedios mviles

exponenciales y un ADX. Cabe destacar que existen tres grupos de estrategias donde es posible

utilizar algoritmos en la operacin.

1. Detectoras de tendencia.

2. Soportes y resistencias.

3. Voltiles.

33
Depende mucho qu tipo de estrategia utilizaremos para as mismo decidir que indicadores

utilizar, o cuales se adaptan ms, por la condicin estadstica de cada indicador.

El caso que tratar es una estrategia del tipo seguidora de tendencia, aquella que busca detectar

posibles cambios de tendencia fuertes para as realizar operaciones buscando sacar provecho de

los grandes o fuertes movimientos.

Enemigos ocultos

Debido a que dentro del mercado de divisas tenemos dos grandes desventajas que, a simple vista

no causan mucho impacto en la rentabilidad, pero si lo analizamos desde un punto de vista

matemtico nos daremos cuenta de que en realidad es necesario colocar atencin a ello. Como

primer evidencia de esta desventaja tenemos que la operacin en el mercado de divisas es un

juego de suma negativa, es decir, no recibimos la misma cantidad que ingresa al mercado,

comparndolo por ejemplo, con un juego de suma cero, en donde el total ganado corresponde al

total apostado, en ciertos mercados financieros (la mayora) existen comisiones por cada orden,

donde desde el momento de lanzar la orden al mercado tenemos una ligera desventaja de precio,

pero la suma de estas corresponde a una gran desventaja, y si a eso le sumamos el segundo factor,

el slippage, es decir, la diferencia del precio al que lanzamos la orden, con la que es ejecutada.

Cuando utilizamos un sistema de trading algortmico podemos reducir de manera significativa el

impacto de estos ltimos dos y as tener una ventaja estadsticamente significativa para que la

operacin sea ms fructfera, muchas estrategias que son rentables sin tomar en cuenta estos dos

factores, al colocar en los clculos ambas variables, la estrategia puede terminar siendo

perdedora, aun cuando era ganadora en gran porcentaje de las operaciones.

34
Quiero dejar en claro que la estrategia utilizada es nicamente para fines didcticos, no debe

tomarse como recomendacin para operar algn activo financiero, y si se toma as es bajo la

responsabilidad del usuario, nicamente es presentada para dar evidencia de la enorme ventaja

estadstica que se puede conseguir usando algoritmos, as como la reduccin del tiempo que

invertimos en el desarrollo de nuestra estrategia, todo lo que puede traernos el hacer uso de

algoritmos para la operacin a diferencia de la operativa comn, en la cual el trader se encuentra

siempre en su computadora, monitoreando la fluctuacin del precio de varios pares de divisas en

las diferentes sesiones, teniendo en s mismo una fuerte carga emocional que lo lleva a caer en

miedos o avaricia, causantes en mayor porcentaje de la falta de rentabilidad a largo plazo.

A continuacin vamos a analizar las grandes diferencias que tiene el crear una estrategia de

operacin en el mercado de divisas de manera manual, y despus utilizando algoritmos. Cabe

destacar que comenc hace 4 aos creando la estrategia de manera manual, al carecer de un tutor

con verdadera experiencia desconoca de la utilizacin de los algoritmos para agilizar la creacin

de un sistema de trading cuantitativo, lo cual me llev mucho tiempo y esfuerzo el crear, probar,

optimizar y sobre todo, operarla en mercado real.

Operativa Manual

Pares objeto de operativa

35
Para comenzar, la estrategia solo era utilizada en los pares de divisas EURUSD y GBPUSD,

realmente lo nico que tom en cuenta para escoger estos pares es la popularidad de los mismos,

el que ambos pertenecen al grupo de divisas grandes y poseen un gran volumen operativo.

Indicadores tcnicos

Un indicador tcnico es una de las principales herramientas usadas por el anlisis tcnico, son el

resultado de aplicar frmulas matemticas al precio de un mercado financiero, existe una gran

variedad de ellos, sin embargo, nos enfocaremos en dos de ellos, el principal criterio de eleccin

de este par de indicadores fue que han probado funcionar bien en el tipo de estrategia utilizada

como caso prctico para evidenciar la ventaja de utilizar algoritmos en la operativa en el mercado

de divisas, y en general, en cualquier tipo de mercado financiero.

Debido a que un sistema de trading algortmico necesita datos de entrada cuantitativos para que

sea posible analizar el mercado con cada tick, es decir, cada movimiento mnimo que sufra el

precio, es necesario el uso de indicadores que nos brinden esos datos de entrada, ms adelante

mencionaremos el proceso paso a paso desde cero, toda la tecnologa necesaria para que la orden

de compra o venta pueda ser realizada de manera exitosa.

Se emplear una estrategia operativa del tipo seguidora de tendencia, decid usar dos promedios

mviles exponenciales de 21 y 100 periodos y un ADX de 14 periodos, este ltimo mide la fuerza

y el tipo de tendencia existente en el mercado.

36
Hay varios tipos de medias mviles: simple (usualmente llamada aritmtica), exponencial,

suavizada y ponderada

Promedio mvil exponencial (EMA, Exponential Moving Average)

EMA = (Close(i)*P) + (EMA(i-1)*(1-P))

Close(i) = precio de cierre del periodo actual.

EMA(i-1) = valor de la mdia mvil para el periodo anterior.

P = parte de uso del valor de precios

En esta imagen es fcil verificar que la media mvil exponencial (lnea azul) se ajusta ms

efectivamente a la fluctuacin de precios que la media mvil simple (lnea verde).

Este indicador suele ser til para estrategias detectoras de tendencia debido a que, a diferencia del

promedio mvil simple que toma en cuenta de la misma manera todos los valores, el promedio

37
mvil exponencial (EMA, Exponential Moving Average) asigna mayor valor a los ltimos datos,

ajustndose ms rpido a los cambios bruscos de precio.

ndice Direccional Medio (ADX, Averge Directional Index)

Este indicador se utiliza para medir la fuerza de la tendencia midindola de 0 a 100, su utilidad se

encuentra en ayudarnos a identificar si estamos ante una situacin de tendencia definida o

nicamente rangos. Adems de ello tambin est diseado para identificar la tendencia presente,

ya sea alcista o bajista mediante indicadores de movimiento positivo y negativo (+DI y DI).

Si aplicamos este indicador a un grfico tendremos tres lneas, es decir, la lnea del ADX

midiendo la fuerza de la tendencia presente de 0 a 100, adems de las dos lneas direccionales,

positiva y negativa.

Los valores de las distintas lneas del ADX provienen de las siguientes frmulas:

- +DI (Positive Directional Indicator): Esta lnea es la que indica los movimientos al alza,

su clculo se basa en la siguiente formula:

+DI = +DM / TR

Donde +DM es la suma de los movimientos en direccin positiva y el TR es el True Range

(Rango Verdadero) para un periodo dado.

38
 - -DI (Negative Directional Indicator): Esta lnea es la que mide los movimientos a la baja,

su frmula es la siguiente:

-DI = -DM / TR

Donde -DM es la suma de los movimientos negativos y TR es el True Range (Rango verdadero)

para un periodo dado.

El periodo para el ADX frecuentemente es de 14 periodos, sin embargo, es posible y es

recomendable probar con diferentes periodos, esto buscando cual es el que ms se adapta a las

condiciones del activo analizado.

39
En la parte inferior de esta imagen podemos observar el ADX (lnea blanca) que mide la fuerza

de la tendencia, la lnea verde que mide la tendencia positiva y la lnea roja midiendo la tendencia

negativa.

Cuando la lnea verde est por arriba de la lnea roja tenemos una tendencia alcista dominante y

viceversa. Tambin puede decirse que cuando tenemos la lnea ADX por arriba del nivel 20

estamos hablando de que la tendencia es fuerte y el activo analizado no se encuentra en rangos.

Time Frame

Escoger el time frame adecuado es tan importante como el tipo de estrategia que utilizamos, a

grandes rasgos hay 3 tipos de time frame, intra diario, diario, o semanal.

Frecuentemente se escoge el time frame diario, esto le permite a un trader tener un da laboral

normal y al finalizar sus actividades verificar que ha sucedido en el mercado, en base a ello

planear el da siguiente.

Los grficos semanales son ms difciles de operar debido a que implican mayor disciplina,

analizar activos cada fin de semana y no hacer cambios hasta el prximo fin de semana. Es difcil

porque nos vemos tentados a cortar perdidas antes de que se desarrolle la operacin o a tomar

ganancias anticipadas, ambas decisiones son causadas por miedo o avaricia.

40
Una buena tcnica de disciplina si buscan operar grficos semanales es no visualizar el mercado

entre semana, dejar que la estrategia haga su trabajo, as evitamos sentirnos atrados a realizar

alguna operacin.

Aunque al momento de usar algoritmos es posible especificar sobre que periodos de tiempo

trabajar, los ms usuales son desde 1, 5, 15, 30, 60 minutos, hasta 4 horas, 1 da, semanas y

meses. Los periodos de tiempo utilizados al principio fueron de 5 minutos y 1 hora, el primero

para confirmar la entrada al mercado, y el segundo como primer criterio para vigilar que cada 4

horas, en la apertura de la vela japonesa, verificar de manera manual si el precio de cualquiera de

los dos pares de divisas mencionados anteriormente cumplan con las condiciones anteriores.

Dejando claro lo anterior, se analiz el cierre en el pasado de cada vela en grfico de H1 (cierre

cada hora) de cada uno de los pares de los ltimos dos aos, buscando aquellos momentos en los

que se cumplieran las condiciones de operativa, despus de identificar que en grficos de H1 se

cumplan las condiciones, el segundo filtro para pasar a abrir o no la operacin de compra o venta

era analizar el grfico M5 (cierre cada 5 minutos), un periodo de tiempo ms corto, esto con la

finalidad de que la tendencia en el mercado fuera lo ms reciente posible, buscando entrar en un

precio conveniente.

Paso a paso

De manera manual se realiz un backtesting, recorriendo hacia el pasado el momento preciso en

el cual se cumplan las condiciones anteriormente indicadas. Despus de ello recolect los datos,

es decir, fecha donde se cumplan las condiciones, par, mximo movimiento positivo de la

operacin, peor movimiento de la operacin, el peor con la finalidad de, a futuro en el mercado

41
real comenzar a hacer uso de una estrategia de gestin monetaria, colocando principal atencin en

lo que considero debe ser uno de los enfoques principales al momento de crear una estrategia,

cuidar el riesgo al cual nos exponemos, en pocas palabras colocar un Stop Loss, aquel precio que

en caso de ser alcanzado, la operacin sera cerrada, con la finalidad de no seguir perdiendo, y el

mximo de pips alcanzados, con la finalidad opuesta, es decir, decidir cundo cerrar la operacin

con beneficios, cuidando por el contrario no perder los beneficios ya obtenidos, pero tampoco

cerrar antes de que la operacin madurara. Es difcil obtener de manera manual con una simple

hoja de Excel un punto ptimo en el cual no se pierda, pero tampoco se deje de ganar, en cambio

con un algoritmo estos clculos se vuelven ms rpidos.

Las condiciones y reglas necesarias para abrir y cerrar una operacin en ese momento eran las

siguientes:

1. Verificar si exista cruce previo de la vela al promedio en H1.

Esta regla contradice a la regla #8, la entrada al mercado deba realizarse justo al cierre de

cada vela H1, no antes ni despus.

En la siguiente imagen se puede observar cmo se cumple esta condicin en varias

ocasiones en el grfico de escala temporal H1.

42
Se encuentra resaltado el ejemplo con una lnea verde, la lnea blanca representa el promedio

mvil exponencial de los ltimos 21 periodos y la lnea azul representa el promedio mvil

exponencial de los ltimos 100 periodos. El cierre de la vela de la primer lnea verde se observa

en la primera lnea roja horizontal, esa vela grande y roja que cruza el promedio de 21 hacia

abajo, en ese momento se apertura una orden de venta, un ejemplo de una operacin de compra

puede ser la que se representa en la ltima lnea roja horizontal del grfico, cuando el precio

cierra por arriba del promedio de 100 periodos se da una seal de entrada al mercado mediante

una operacin de compra.

2. Que el promedio de las ltimas 3 velas en H1 antes del cruce sumen como mnimo 12

pips, esto para tomar posiciones que tengan bien definida la tendencia.

Posteriormente en el contraste de la operativa automatizada nos daremos cuenta que sacar el

promedio de movimiento de las ltimas tres velas antes del cruce de promedios para determinar

43
que la tendencia se encuentre bien definida ya no es necesario, este problema fue resuelto con el

indicador ADX.

3. El Stop Loss o Take Profit se determina en 18 pips.

Al colocar un valor arbitrario e igual de TP o SL no estamos tomando en cuenta que la

estrategia debe dejar correr aquellas operaciones que tienen ganancias fuertes, algo fcil

de observar cuando apreciamos los resultados de un backtesting y walkforard testing

mediante algoritmos.

4. En cuanto se abra la operacin colocar SL de 18 pips y TP de 18 pips.

Con la opertica automatizada cualquier valor que nosotros destinemos de TP y SL ser

colocado de manera automtica al abrir la operacin, eliminamos riesgos de volatilidad

fuerte que no nos den tiempo de colocar un SL o TP, llega a suceder que al abrir la

operacin coincidimos con noticias fundamentales que afectan a la cotizacin de una

divisa, causando movimientos bruscos.

5. Cerrar operacin cuando el precio toque el SL, TP, o el cierre de la vela de M5 sea mayor

o menor que el promedio mvil de 21 en la escala temporal de 5 minutos, segn sea el

caso, depende si tenemos una compra o una venta.

Esta regla es de las ms difciles de llevar por dos motivos, en realidad suelen ser los

talones de Aquiles de la mayora de los traders, es por ello que aqu es donde encontramos

las que yo considero, mayores ventajas de usar sistemas de trading algortmico:

44
La mayora de las operaciones se abren de madrugada, es decir, en la sesin europea,

como recordaremos, la estrategia que estamos utilizando se centra en identificar los

grandes movimientos de mercado, cuando existe una tendencia definida y el volumen que

se mueve en estas sesiones suele provocar tendencias bien definidas.

La primer desventaja para cumplir esta regla es que, la mayora de las operaciones se

cierran con la vela de M5 cruzando el promedio mvil, esta condicin deja muchas

arbitrariedades dependientes de cada trader, cerrar una operacin es uno de los pasos ms

difciles de realizar psicolgicamente hablando, sobre todo si la operacin se encuentra en

nmeros negativos, no por nada es tan famosa la frase Cut your losses and let your

profits run, siempre queda viva la idea de pensar si la operacin se recuperar, o si

debemos esperar a que la operacin toque el SL para definitivamente cerrarla, causando

presin psicolgica y desventajas en la rentabilidad de la estrategia al ser la operativa

diferente a los anlisis realizados para echar a andar la estrategia en el mercado real. Un

sistema automtico con los parmetros de cierre de operacin definidos se encarga de

realizar esta accin sin tomar en cuenta ningn otro motivo por el cual no cerrar la

operacin, si se cumple la regla se cierra la operacin, de lo contrario no lo hace, sin

mayores complicaciones puede tomar la opcin de continuar en el mercado o no hacerlo

basndose en las reglas definidas. La segunda desventaja, al menos para esta estrategia es

que es demasiado agotador para una persona que tiene otras actividades en el da estar

vigilando de madrugada grficos de 5 minutos para saber cundo cerrar la operacin, en

ocasiones las operaciones se cerraban hasta 3 horas despus de ser abiertas, lo cual supone

45
 mayor agotamiento, nuevamente un sistema automatizado soluciona esta gran desventaja

al estar activo las 24 horas.

6. Rebotes en EMA21 en D son efectivos para abrir operacin al cruce de promedios en H1.

Esta condicin provoca efectos distintos en cada ocasin que se cumpla, al ser una nueva

variable a incluir en la estrategia es necesario evaluar su comportamiento en el pasado de

manera individual, lo cual aumenta el tiempo a invertir en la investigacin, dado que

mientras ms variables analicemos de manera manual, ms tiempo nos llevar la

recoleccin y emisin de conclusiones, nuevamente al utilizar algoritmos en la operacin

nos da una ventaja importante de tiempo, ya no es necesario estudiar el pasado de manera

manual, variable por variable, basta con hacer modificaciones en el algoritmo y colocar

una nueva variable, despus utilizar ese algoritmo en el par de divisas que se est

analizando mediante el uso de una plataforma de cotizaciones que nos provea los

histricos de precios y dejar correr un optimizador que nos brinde los parmetros idneos

a utilizar en esa nueva variable en combinacin con las otras, ms adelante detallaremos

este paso y el tiempo que nos lleva realizar una optimizacin o backtesting de manera

manual y mediante el uso de un algoritmo, es realmente sorprendente.

7. Rebotes en EMA100 Y EMA200 en H4 son confiables.

Tenemos el mismo caso del punto anterior en el que agregar una nueva variable supone

realizar de nuevo un backtesting y optimizar nuevamente los parmetros idneos

46
 considerando esa variable, y hacerlo de manera manual nos llevara mucho tiempo en

caso de hacerlo mediante el diseo de un algoritmo.

8. No ingresar tarde a ninguna operacin.

Debido a que el trading es un juego de suma negativa, no nos podemos dar el lujo de

siquiera entrar antes o despus al mercado, estaramos agregando un factor ms a la

estrategia, un factor que no fue utilizado al momento de realizar un backtesting y

determinar que la estrategia era ganadora, ese pequeo desliz de tiempo que puede existir

al momento de aperturar o cerrar la operacin causa que todo nuestro anlisis anterior no

sirva, pero no hay de qu preocuparse, o al menos ahora ya no, un algoritmo nos ayuda a

automatizar de tal manera que sea posible abrir y cerrar una operacin con la mayor

precisin posible.

Cuando se es novato se tiene la idea de que ingresar tarde al mercado aunque este no haya

realizado un movimiento positivo fuerte no tiene consecuencias, pero no es as, en el

backtesting manual no se toma en cuenta ninguna entrada tarda por ningn motivo,

operar de manera diferente en el mercado real ensucia todos los clculos realizados. Un

algoritmo soluciona este punto, tambin considerada una desventaja de la operativa

manual.

9. No cambiar de par de divisas por ninguna razn.

47
 Es comn pensar que si una estrategia funciona en un par de divisas puede funcionar en

cualquier otro par, pero no es as, en ocasiones al estar frente a los grficos y estar

merodeando de un par a otro esperando una oportunidad en el par en el que originalmente

estamos operando, detectamos que los parmetros que esperamos en el par original se

cumplen en otro par, sin embargo, tenemos que tomar en cuenta que ese par tiene

correlacin positiva o negativa con el par original, resultando como un aumento de riesgo

para la estrategia. Para realmente poder operar otro par con la misma estrategia tenemos

que realizar todo el proceso necesario, que prximamente lo expondremos, para

determinar que tenemos una ventaja estadsticamente significativa, seguramente los

parmetros que usamos en el par de divisas original no sern los mismos a usar en ese

nuevo par, incluso es muy probable que ni siquiera funcione. Nuevamente la ventaja es el

tiempo que tardaramos en realizar todo el anlisis necesario para determinar que la

estrategia es buena o no en ese nuevo par, con el algoritmo diseado no tenemos este

problema, basta con instalarlo en el nuevo par y dejar correr el optimizador para que

busque los parmetros idneos, con ellos realizar un walk formard testing, entre otros

puntos especficos en los cuales tenemos que colocar atencin expuestos posteriormente

en la presente investigacin.

10. No abrir operacin si al concretar el cruce de promedios la vela en M15 es de tipo cambio

de tendencia.

Agregar esta variable incrementa los grados de libertad causando que la estrategia sea

menos robusta, algo esencial para tener rentabilidad a largo plazo, adems de tener el

48
 mismo problema de extender el tiempo necesario para realizar un backtesting, con cada

nueva variable debemos comenzar de nuevo todo el proceso.

11. Antes de abrir la operacin al cruce de promedios, verificar si existen posibles

interferencias de tendencia por promedios en otros TF.

Tomaba en cuenta demasiadas variables, pero, lo peor no era eso, era que en ocasiones si

se tomaban en cuenta y en otras no, y la falta de disciplina me ha demostrado a lo largo de

los aos que no permite sostener rentabilidad significativa a largo plazo.

12. Verificar continuidad de tendencia en M1 para dejar correr ganancias o prevenir cambios

de tendencia.

Verificar el cumplimiento de esta regla es especialmente esclavizador y estresante. Dado

que es un periodo temporal demasiado corto demanda que estemos observando minuto a

minuto el grfico de precios al tener una operacin abierta, adems de que queda libre la

interpretacin de cada trader en considerar si las velas que se van formando son de

cambio o no, o si realmente debe tomrsele importancia y actuar al identificar una de

ellas, si eliminamos esta variable y la sustituimos por una nueva condicin de cierre de

operacin menos subjetiva seguramente podremos incluirla en el algoritmo o descartarla

por completo, quedando fuera la libre interpretacin del trader.

13. No subestimar el tiempo que falta para el prximo cruce de promedios, mximo lapso sin

vigilancia de dos horas.

49
 Esta regla era una de las ms difciles de seguir con la operativa manual, la forma en la

que me aseguraba de cumplirla de madrugada era colocando alarmas 5 minutos antes del

cierre de cada hora para ver los grficos, y en caso de no tener nada claro, volver a

dormir, bastante agotador eliminar la desventaja de nuestro horario debido a que es

cuando el mercado presenta ms oportunidades, porque la sesin asitica y europea se

encuentran abiertas.

14. Buscar las operaciones con mayor volatilidad, se ha verificado en el pasado que es cuando

se pueden conseguir ms pips.

Antes de lanzar una operacin al mercado es frecuente que nos dominen emociones como

el miedo a perder, causando que nos brinquemos la operacin y despus nos reprochemos

por haberlo hecho, tambin puede presentarse el caso de que la emocin presente en ese

momento es tener exceso de confianza y por lo tanto decidamos no respetar nuestra

poltica de gestin monetaria, ambas emociones son igual de perjudiciales, una porque al

momento de realizar un backtesting no fuimos brincando aleatoriamente operaciones y

tomando unas si y otras no, se debe hacer lo mismo que en el backtesting la operativa real

si se busca tener resultados similares a los del pasado, recordemos que nuestra nica

herramienta para poder construir sistemas de trading algortmicos con ventajas

importantes en el mercado es el pasado, en l se concentra toda la informacin de la cual

podemos obtener conclusiones, de nada sirve hacer mil clculos si al final no se

respetaran todas las reglas, al automatizar la estrategia evitamos perder operaciones o no

realizarlas, tambin es posible incluir en el algoritmo una poltica de gestin monetaria,

50
 estas dos ltimas las considero como las ms grandes ventajas de utilizar sistemas de

trading algortmico, pueden ser las diferencias entre una estrategia perdedora o ganadora,

observemos el siguiente grafico que nos brindar una idea de porque es tan importante no

perder ninguna operacin y tampoco andar cambiando la poltica de gestin monetaria en

cada operacin.

Antes de pasar a analizar de manera detallada un anlisis manual de los pares de divisas

EURUSD y GBPUSD es necesario tener en claro que los grandes movimientos en estos pares de

divisas se producen cuando el mercado de Londres y Estados Unidos se encuentran abiertos.

Horarios operativos de Forex

51
Ahora analicemos mes a mes las conclusiones obtenidas mediante un anlisis manual de los pares

anteriormente dichos.

Tabla 1

Hora Fecha Par Tipo Pips Porcentaje sobre total del mes

07:00 05/06/2014 EUR USD SELL 66 18%

05:00 09/09/2014 EUR USD BUY 41 11%

07:00 25/06/2014 EUR USD BUY 40 11%

02:00 16/06/2014 EUR USD SELL 26 7%

14:00 06/06/2014 EUR USD BUY 22 6%

03:00 12/06/2014 EUR USD SELL 20 5%

20:00 20/06/2014 EUR USD BUY 20 5%

08:00 27/06/2014 EUR USD BUY 19 5%

08:00 06/06/2014 EUR USD BUY 15 4%

03:00 02/06/2014 EUR USD SELL 14 4%

23:00 25/06/2014 EUR USD BUY 13 4%

22:00 04/06/2014 EUR USD SELL 12 3%

14:00 04/06/2014 EUR USD SELL 12 3%

06:00 13/06/2014 EUR USD SELL 11 3%

20:00 27/06/2014 EUR USD BUY 10 3%

12:00 23/06/2014 EUR USD BUY 9 2%

52
 22:00 23/06/2014 EUR USD BUY 6 2%

08:00 17/06/2014 EUR USD SELL 5 1%

13:00 24/06/2014 EUR USD BUY 3 1%

02:00 09/09/2014 EUR USD BUY 1 0%

08:00 23/06/2014 EUR USD BUY 0 0%

02:00 24/06/2014 EUR USD BUY 0 0%

En la tabla 1 se puede apreciar el da y la hora del mes de Junio del ao 2014 en el par EURUSD

donde los parmetros mencionados en las reglas se cumplen, razn por lo cual se da luz verde a

lanzar una operacin de tipo BUY o SELL. Lo interesante en la tabla es que suma de los pips

movidos a nuestro favor es de 365, de los cuales el 40% de esta cantidad estn en nicamente en

3 operaciones (marcadas en verde), las mismas que se dieron durante la sesin europea.

Si la operativa es manual corramos el riesgo de no encontrarnos frente a los grficos a esa hora,

tomando en cuenta que el mayor porcentaje de pips del mes de Junio del 2014 se concentran en

estas 3 operaciones el perder una o dos de ellas nos dejara en desventaja, si bien an sin ellas

tendramos nmeros positivos a fin de mes, esto no significa que los prximos meses no

tuviramos una desventaja que pudo haber sido cubierta al realizar el total de las operaciones en

el mes de junio.

Otro punto importante a destacar en la tabla 1 es que de las 22 oportunidades de operacin que se

dieron en el mercado en el mes de Junio del 2014 el 36% de estas (marcadas en verde en la

53
columna Hora) se dieron durante la sesin europea, razn por la cual un trader en el continente

americano tiene desventaja con estos horarios al tener que estar frente a los grficos demasiadas

horas, no solo en estos 2 mercados, tambin en la sesin americana, causando mayor carga fsica

y por consecuente psicolgica, teniendo como resultado una mala operativa con una estrategia

cortoplacista como el caso de estudio presentado en este documento.

Observemos que sucede ahora con el mes de Mayo del 2014

Hora Fecha Par Tipo Pips Porcentaje sobre total del mes

02:00 08/05/2014 EUR USD BUY 71 24%

05:00 13/05/2014 EUR USD SELL 50 17%

06:00 21/05/2014 EUR USD SELL 46 15%

03:00 15/05/2014 EUR USD SELL 44 15%

02:00 20/05/2014 EUR USD SELL 27 9%

10:00 02/05/2014 EUR USD BUY 18 6%

05:00 16/05/2014 EUR USD SELL 16 5%

06:00 07/05/2014 EUR USD BUY 9 3%

05:00 14/05/2014 EUR USD SELL 8 3%

04:00 27/05/2014 EUR USD SELL 4 1%

01:00 30/05/2014 EUR USD SELL 4 1%

13:00 29/05/2014 EUR USD SELL 2 1%

09:00 29/05/2014 EUR USD SELL 2 1%

54
En mayo los porcentajes son ms drsticos, el 77% de las operaciones se dieron dentro de la

sesin europea, lo que ms nos debe interesar es lo siguiente:

De los 301 pips fluctuados a nuestro favor en ese mes, 211 son conseguidos por las primeras 4

operaciones mostradas en la tabla, eso supone un 70% de los pips que se movieron a nuestro

favor en ese mes, y las 4 operaciones se dieron en la madrugada (horario de la Cd. De Mxico)

causando que fuera muy probable perder una de esas operaciones si la operativa fuera manual.

Ahora observemos el mes de abril del 2016, sucede algo interesante, un caso que confirma la

relacin entre el horario de las operaciones y el decremento o incremento de los pips que

fluctuaron a nuestro favor.

Hora Fecha Par Tipo Pips Porcentaje sobre total del mes

01:00 28/04/2014 EUR USD BUY 39 26%

08:00 02/04/2014 EUR USD SELL 27 18%

06:00 30/04/2014 EUR USD BUY 23 15%

09:00 21/04/2014 EUR USD SELL 15.5 10%

18:00 17/04/2014 EUR USD BUY 14 9%

10:00 11/04/2014 EUR USD BUY 13 9%

09:00 07/04/2014 EUR USD BUY 7 5%

10:00 24/04/2014 EUR USD BUY 4 3%

55
 20:00 17/04/2014 EUR USD BUY 4 3%

22:00 24/04/2014 EUR USD BUY 2 1%

12:00 16/04/2014 EUR USD BUY 2 1%

01:00 16/04/2014 EUR USD BUY 2 1%

11:00 15/04/2014 EUR USD SELL 0 0%

Nuevamente observamos que el 69% de los pips se encuentra en el 31% de las operaciones. Pero

observemos que solo 4 operaciones se dieron en la sesin europea, en la tabla 5 se puede apreciar

el impacto de este balance.

Analicemos el comportamiento del par EURUSD en marzo del 2014.

Porcentaje sobre total del

Hora Fecha Par Tipo Pips
mes

EUR
05:00 12/03/2014 BUY 44 13%
USD

EUR
07:00 17/03/2014 BUY 43 13%
USD

EUR
04:00 25/03/2014 SELL 36 11%
USD

56
 EUR
04:00 31/03/2014 SELL 24 7%
USD

EUR
05:00 31/03/2014 BUY 21 6%
USD

EUR
01:00 04/03/2014 BUY 21 6%
USD

EUR
13:00 19/03/2014 SELL 18 5%
USD

EUR
10:00 04/03/2014 SELL 16 5%
USD

EUR
04:00 24/03/2014 SELL 14 4%
USD

EUR
12:00 18/03/2014 BUY 13 4%
USD

EUR
12:00 13/03/2014 SELL 12 4%
USD

EUR
12:00 11/03/2014 BUY 12 4%
USD

EUR
06:00 06/03/2014 BUY 12 4%
USD

EUR
04:00 14/03/2014 BUY 8 2%
USD

57
 EUR
10:00 11/03/2014 BUY 8 2%
USD

EUR
22:00 26/03/2014 SELL 7 2%
USD

EUR
02:00 17/03/2014 BUY 7 2%
USD

EUR
14:00 05/03/2014 SELL 3.5 1%
USD

EUR
12:00 25/03/2014 BUY 3 1%
USD

EUR
01:00 19/03/2014 BUY 3 1%
USD

EUR
20:00 24/03/2014 SELL 2 1%
USD

EUR
07:00 21/03/2014 SELL 2 1%
USD

EUR
22:00 31/03/2014 SELL 1 0%
USD

EUR
05:00 19/03/2014 BUY 1 0%
USD

EUR
00:00 31/03/2014 SELL 0 0%
USD

58
 EUR
12:00 24/03/2014 BUY 0 0%
USD

EUR
10:00 21/03/2014 SELL 0 0%
USD

EUR
06:00 18/03/2014 BUY 0 0%
USD

EUR
20:00 12/03/2014 BUY 0 0%
USD

El 37% de los pips en marzo del 2014 se concentran en las primeras 3 operaciones observadas en

la tabla, las 6 mejores operaciones del mes se dieron en la sesin europea.

Analicemos la tabla 5

Tabla 5

Marzo Abril Mayo Junio

Pips 331.5 152.5 301 365

Operaciones 29 13 13 22

59
 % de operaciones

en el horario 37% 31% 77% 36%

nocturno

Promedio
15.7333333 16.5 25.2 24.3333333
Nocturno

Promedio
6.82142857 9.61111111 7.33333333 11.2307692
Matutino

Aun cuando la cantidad de operaciones en abril y mayo fueron las mismas, en mayo se

increment un 97.3% sobre los pips que se movieron a nuestro favor en abril, Por qu esta gran

diferencia? La respuesta la encontramos nuevamente en el horario operativo, en mayo el 77% de

las operaciones fueron de madrugada, tambin una gran diferencia sobre el 31% de abril.

Esto comprueba firmemente que en horario nocturno para nosotros en el continente americano se

presentan tendencias ms definidas, esencial para una estrategia detectora de tendencia como es

el caso que estamos tratando.

Es importante aclarar que al disear un sistema de trading algortmico exista una correlacin,

aunque no perfecta pero si fuerte, ya sea positiva o negativa entre parmetros y rentabilidad

esperada, no es lgico desde un punto de vista estadstico que en una estrategia no exista

correlacin entre parmetros y rentabilidad, no se tendran bases slidas confiables sobre las

cuales tomar ventaja.

60
En la tabla 5 analizamos que est relacionado el porcentaje de operaciones en la sesin europea

con el incremento o decremento de los pips movidos a nuestro favor, ms adelante analizaremos

a fondo todos los parmetros y el efecto que tienen sobre la rentabilidad final.

Ahora analicemos lo sucedido en el par GBPUSD en los mismos meses que analizamos

EURUSD.

Tabla 6

Porcentaje sobre el total

Hora Fecha Par Tipo Pips del mes

GBP

14:00 18/06/2014 USD BUY 46 20%

GBP

06:00 10/06/2014 USD SELL 37 16%

GBP

02:00 18/06/2014 USD BUY 36 16%

GBP

03:00 05/06/2014 USD BUY 35 15%

GBP

14:00 06/06/2014 USD BUY 21 9%

61
 GBP

22:00 23/06/2014 USD BUY 15 6%

GBP

22:00 02/06/2014 USD SELL 6 3%

GBP

02:00 17/06/2014 USD BUY 6 3%

GBP

13:00 23/06/2014 USD BUY 6 3%

GBP

05:00 17/06/2014 USD BUY 5 2%

GBP

15:00 27/06/2014 USD BUY 5 2%

GBP

22:00 03/06/2014 USD SELL 4 2%

GBP

13:00 04/06/2014 USD SELL 4 2%

GBP

03:00 24/06/2014 USD BUY 3 1%

GBP

23:00 24/06/2014 USD BUY 2 1%

GBP

04:00 02/06/2014 USD SELL 1 0%

62
 GBP

12:00 02/06/2014 USD SELL 0 0%

GBP

21:00 10/06/2014 USD BUY 0 0%

GBP

13:00 25/06/2014 USD SELL 0 0%

En junio del 2014 las 3 mejores operaciones brindaron el 51% de los pips de todo el mes, 1 de

estas 3 se dio fuera del horario nocturno, en realidad es un caso aislado dado que la fluctuacin

del precio fue causado por una noticia econmica que afect de manera importante el desempeo

del USD ese da, el total del mes en pips fue de 232.

Analicemos mayo.

Tabla 7

Porcentaje sobre el total

Hora Fecha Par Tipo Pips
del mes

06/05/201 GBP
13:00 BUY 122 39%
4 USD

14/05/201 GBP
19:00 SELL 81 26%
4 USD

63
 20/05/201 GBP
03:00 SELL 45 14%
4 USD

13/05/201 GBP
19:00 SELL 32 10%
4 USD

26/05/201 GBP
00:00 BUY 10 3%
4 USD

12/05/201 GBP
10:00 SELL 9 3%
4 USD

23/05/201 GBP
00:00 BUY 4 1%
4 USD

19/05/201 GBP
20:00 SELL 3 1%
4 USD

19/05/201 GBP
12:00 SELL 3 1%
4 USD

02/05/201 GBP
03:00 BUY 2.5 1%
4 USD

05/05/201 GBP
21:00 BUY 2 1%
4 USD

08/05/201 GBP
09:00 BUY 2 1%
4 USD

27/05/201 GBP
05:00 SELL 1 0%
4 USD

64
En este mes las noticias fundamentales afectaron de manera considerable la fluctuacin del par

GBPUSD, un factor a considerar es que la estrategia con la que trabajamos aprovecha bien los

movimientos fuertes de un par de divisas, existen ciertas noticias o reportes econmicos que

tienen alto impacto a corto plazo en una divisa, afectando la paridad, como ejemplo de ello

tenemos las primeras dos operaciones apreciadas en la tabla 7.

Las 3 mejores operaciones representan el 78% de los pips en el mes de mayo.

Analicemos abril.

Tabla 8

Porcentaje sobre el total

Hora Fecha Par Tipo Pips
del mes

GBP
01:00 28/04/2013 BUY 29.5 13%
USD

GBP
06:00 30/04/2014 BUY 23.6 10%
USD

GBP
01:00 16/04/2014 BUY 23 10%
USD

GBP
07:00 15/04/2014 BUY 17.5 7%
USD

65
 GBP
07:00 29/04/2014 BUY 15 6%
USD

GBP
01:00 29/04/2014 BUY 14.5 6%
USD

GBP
00:00 22/04/2014 BUY 14.5 6%
USD

GBP
02:00 02/04/2014 BUY 14.5 6%
USD

GBP
15:00 18/04/2014 BUY 13 6%
USD

GBP
03:00 03/04/2014 SELL 11 5%
USD

GBP
06:00 07/04/2014 BUY 10 4%
USD

GBP
19:00 03/04/2014 BUY 10 4%
USD

GBP
09:00 14/04/2014 BUY 8.5 4%
USD

GBP
01:00 11/04/2014 BUY 8.5 4%
USD

GBP
01:00 31/03/2014 BUY 8 3%
USD

66
 GBP
10:00 10/04/2014 BUY 7 3%
USD

GBP
01:00 24/04/2014 BUY 5.5 2%
USD

GBP
08:00 18/04/2014 BUY 0 0%
USD

Las 3 mejores operaciones representan el 33% de los pips que se movieron a nuestro favor en el

mes, recuerden que el propsito de indicar este porcentaje es otorgar evidencia de lo importante

que es no dejar pasar una oportunidad de operacin cuando las condiciones se presenten.

Analicemos marzo.

Tabla 9

Hora Fecha Par Tipo Pips Porcentaje sobre el total del mes

02:00 10/03/2014 GBP USD SELL 81 19%

09:00 06/03/2014 GBP USD BUY 54 13%

11:00 13/03/2014 GBP USD SELL 38 9%

06:00 05/03/2014 GBP USD BUY 33 8%

02:00 12/03/2014 GBP USD SELL 24 6%

13:00 19/03/2014 GBP USD SELL 23 5%

04:00 17/03/2014 GBP USD SELL 22 5%

67
 23:00 13/03/2014 GBP USD BUY 22 5%

10:00 04/03/2014 GBP USD SELL 21 5%

05:00 19/03/2014 GBP USD BUY 20 5%

03:00 24/03/2013 GBP USD SELL 17 4%

02:00 18/03/2014 GBP USD SELL 14 3%

03:00 07/03/2014 GBP USD BUY 14 3%

09:00 25/03/2013 GBP USD BUY 10 2%

09:00 24/03/2013 GBP USD SELL 8 2%

01:00 04/03/2014 GBP USD SELL 7 2%

01:00 26/03/2014 GBP USD SELL 6 1%

19:00 10/03/2014 GBP USD BUY 4 1%

04:00 03/03/2014 GBP USD BUY 4 1%

12:00 12/03/2014 GBP USD SELL 3 1%

23:00 25/03/2013 GBP USD SELL 2 0%

22:00 12/03/2014 GBP USD SELL 1 0%

16:00 18/03/2014 GBP USD SELL 0 0%

19:00 13/03/2014 GBP USD SELL 0 0%

03:00 04/03/2014 GBP USD BUY 0 0%

12:00 03/03/2014 GBP USD SELL 0 0%

Tabla 10

68
 Marzo Abril Mayo Junio

Pips 428 233.6 316.5 232

Operaciones 26 18 18 19

% de operaciones

en el horario 46% 33% 38% 32%

nocturno

Promedio
20.16666667 15.00769231 12.5 17.5714286
Nocturno

Promedio
13.28571429 7.7 31.75 9.08333333
Matutino

En la tabla 10 podemos observar que, a excepcin de mayo, los dems meses el promedio

nocturno fue considerablemente mayor al promedio matutino, cabe mencionar que en mayo las

grandes fluctuaciones de precio se dieron por causas fundamentales, tambin es importante

aclarar que un sistema de trading algortmico se puede disear para operar solo en ciertas horas,

incluso suspender la operacin en horarios en los cuales suele no existir tendencia, podramos

llamarle horas muertas, as evitamos costos consecuentes de ingresar al mercado, como el spread.

Buscando colocar el Stop Loss y Take Profit que maximice nuestras ganancias.

En las tablas anteriores se analiz de manera detallada como se comport el precio de cada par de

divisas cuando las condiciones de mercado se daban, en concreto nos centramos en medir el

movimiento positivo en pips de cada operacin, pero otro punto importante al crear una estrategia

69
de trading es buscar cerrar cada operacin con la mayor cantidad de pips posibles de ese

movimiento debido a que es imposible cerrar la operacin con el mximo.

Analicemos las siguientes tablas resultantes de buscar el Stop Loss y Take Profit idneo que

maximice nuestra rentabilidad, recordemos que los anlisis se realizaron de manera manual.

Tabla 11

Take # de
Pips
Profit operaciones

1--2.9 3 2

3--5.9 -4.5 17

6--8.9 33 31

9--11.9 45.5 28

12--14.9 81.5 23

15--17.9 127 21

18--100 135.5 36

En la tabla 11 es posible visualizar en la columna de take profit que si colocamos nuestro take

profit entre 1 y 2.9 pips, al final solo obtendremos 3 pips dado que no estaramos aprovechando

de manera adecuada los movimientos positivos de cada operacin. Si comenzamos a aumentar

70
paulatinamente de 3 en 3 nuestro take profit poco a poco va incrementando el nmero de pips

dado que le damos margen a cada operacin para que se desarrolle.

Como conclusin, mientras mayor margen de movimiento le damos a cada operacin nuestras

ganancias van incrementando, aunque debemos cuidar no colocar un take profit demasiado alto

dado que perderamos nuevamente la ventaja de los movimientos promedio. Se puede verificar

que la cantidad de pips obtenidos si colocamos nuestro take profit entre 15 y 17.9 no se diferencia

mucho si lo colocamos entre 18 y 100, tendramos que seguir incrementando de 3 en tres y

encontrar el punto idneo. En la columna # de operaciones se visualiza cuantas operaciones se

cerraron en ese intervalo exacto, la mayor cantidad de estas se cierra cuando el take profit supera

los 18 pips.

Si una persona comienza a tener inters en formarse como trader lo ms probable es que en ese

proceso tenga otras actividades en las cuales ocupa su tiempo y quiere emprender ese camino

talvez porque le intriga este mundo, o en los casos ms profundos y que implican mayor

compromiso, obtener un ingreso extra, sin embargo, derivado de lo que acabamos de observar, la

operativa en la madrugada se vuelve difcil de sostener a largo plazo, causando que nuestra curva

de aprendizaje sea extensa y costosa, por eso mismo usar algoritmos en la automatizacin de

estrategias es la manera en la cual podemos disminuir ese proceso, algo que hace no tantos aos

solo era posible para las grandes corporaciones con capacidad de adquirir hardware y software

especializado, como es el caso del High Frecuency Trading.

71
Pasos principales para la construccin de un sistema de trading algortmico

El proceso de diseo de una estrategia algortmica est lleno de puntos clave que debemos cuidar

para no caer en los errores ms comunes. A continuacin se expondr ese proceso a grandes

rasgos y las ventajas y, posibles desventajas que podemos encontrar en el camino.

1. Detectar un patrn repetitivo en el mercado

Este es sin duda el primer paso, todo en este mundo primero parte de una idea. Tenemos que

observar el pasado y detectar algn movimiento repetitivo, sirve de mucho colocar algn

indicador que nos ayude con estos patrones, a m personalmente me sirven mucho los promedios

mviles dado que son fciles de seguir y tienen un significado bastante intuitivo, podemos

observar el siguiente grafico en el cual se representa un fuerte cambio de tendencia despus de

un cruce de dos promedios mviles, una idea puede surgir de esa manera, simplemente

observando.

72
La lnea blanca es un promedio mvil exponencial de 21 periodos y la azul de 100 periodos,

tenemos un promedio mvil rpido (21 periodos) y uno lento (100 periodos). Estos

frecuentemente son utilizados para estrategias seguidoras de tendencia.

Anteriormente indicamos que la estrategia estaba creada originalmente en el time frame H1, pero

despus de observar los siguientes resultados se decidi operar finalmente en time frame de H4.

. En la columna Respeto operativa se identifica con un SI o un NO si las reglas respecto al

momento de apertura y cierre fueron respetadas al 100%.

73
 Respeto Posible Resultado
Hora Fecha TIPO Par
operativa Resultado obtenido

GBP
21:00 06/05/2014 BUY SI 144 0.2
USD

EUR
06:00 07/05/2014 BUY SI -3 -8.1
USD

GBP
01:00 08/05/2014 BUY SI -3 -8.9
USD

EUR
01:00 08/05/2014 BUY NO 19 -9.1
USD

GBP
11:00 12/05/2014 SELL SI 2 1.2
USD

GBP
17:00 13/05/2014 SELL SI 28 9.4
USD

EUR
02:00 15/05/2014 SELL SI 28 13.2
USD

EUR
05:00 16/05/2014 SELL SI 1 12.2
USD

GBP
18:00 19/05/2014 SELL NO 11 -11.9
USD

EUR
15:00 19/05/2014 SELL SI 14 7.6
USD

74
 GBP
18:00 20/05/2014 SELL NO 4 -10.3
USD

GBP
03:00 21/05/2014 BUY NO 7 -14.9
USD

GBP
00:00 23/05/2014 BUY SI 2 -12
USD

GBP
03:00 26/05/2014 BUY SI 0 -12
USD

GBP
04:00 26/05/2014 BUY NO 0 -10
USD

GBP
20:00 27/05/2014 BUY NO 0 -12
USD

GBP
20:00 27/05/2014 BUY NO 0 -12
USD

EUR
04:00 27/05/2014 SELL SI 0 -4.8
USD

GBP
05:00 27/05/2014 SELL SI 0 -12
USD

EUR
13:00 29/05/2014 SELL SI 0 -12
USD

EUR
09:00 29/05/2014 SELL SI 0 -12
USD

75
 EUR
01:00 30/05/2014 SELL SI 2 -12
USD

Operaciones
15
Perfectas

Operaciones No
7
Perfectas

Total idneo (Pips) 256

Total real (Pips) -130.2

Total de operaciones 22

Verificando el mes de mayo del 2014 en la operativa manual en el time frase H1 es fcil darnos

cuenta de las desventajas y dificultades que tiene la operativa manual analizando las columnas

Respeto operativa, Posible resultado y Resultado obtenido en la cual se hace una

comparativa de los pips que se habran obtenido en caso de respetarse y los obtenidos realmente,

como podemos constatar, hay una diferencia enorme entre los resultados tericos partiendo de

una operativa exacta a la analizada en la estrategia y los obtenidos en la prctica, al final de las

operaciones se presenta un resumen, solo el 32% de las operaciones fueron respetadas al 100%, el

68% restante no se realiz como se deba por entrar tarde o antes al mercado, recordemos que por

la lgica de la estrategia la entrada al mercado se realiza en periodos de minutos cerrados, es

decir, cada cierre de hora, al no entrar exactamente en ese cierre de hora entramos en diferencias

76
y posibles ventajas o desventajas que se reflejan en los resultados finales. Tambin una de las

condiciones de cierre de operacin se da nicamente al cierre de la vela M5, por lo cual tambin

es necesario cerrar la operacin en fracciones de 5 minutos, no antes ni despus. En la siguiente

imagen observamos un ejemplo de lo anterior.

Cumplimiento de la primera condicin en grfico H1

Cumplimiento de la segunda condicin en grfico M5

Para ejemplificar un caso perfecto de una operacin de venta observemos el primer grfico en el

siguiente momento: 09/02/2016 a las 21:00. Despus de que el precio est arriba de 21 y debajo

de 100 la vela en ese momento cierra por debajo de 21, entonces se cumple la condicin: Precio <

21 y 100.

77
Ahora pasemos a ver ese mismo momento en el grfico M5.

Observemos como nuevamente el precio < 21 y 100. Entonces se cumple el segundo filtro y se

abre la operacin de venta justo en ese momento, despus comienza a caer el precio hasta el

mnimo de 92.330.

La operacin debe ser cerrada a las 23:10 del mismo da, cuando el precio en M5 cierre por arriba

del promedio de 21.

78
Al principio la estrategia se basaba en las condiciones que estoy mencionando, despus de

realizar los siguientes anlisis de manera automtica con la estrategia programada podemos

fcilmente identificar los cambios en varios indicadores que nos dan pistas sobre el posible xito

o fracaso de la estrategia. Hay un ligero cambio, aqu es cuando comenc a agregar el ADX como

filtro de entrada y salida al mercado debido a que suele ayudar a anticipar la salida del mercado

antes que la primera condicin.

Respeto Posible Resultado

Hora Fecha Tipo Par
operativa Resultado obtenido

EUR
22:00 23/06/2014 BUY NO -4 -3.9
USD

GBP
22:00 23/06/2014 BUY SI -2 -0.2
USD

EUR
08:00 23/06/2014 BUY SI -14 -13.1
USD

GBP
13:00 23/06/2014 BUY NO 3 -0.7
USD

EUR
20:00 27/06/2014 BUY SI 4.5 4.3
USD

GBP
15:00 27/06/2014 BUY SI 14.19 -14.19
USD

79
 GBP
06:00 30/06/2014 BUY SI 15 4.65
USD

GBP
01:00 17/06/2014 BUY NO -8 -12
USD

GBP
02:00 17/06/2014 BUY NO -7 -13
USD

EUR
08:00 17/06/2014 SELL SI -3.8 -3.8
USD

EUR
00:00 18/06/2014 SELL NO -7 -7
USD

EUR
02:00 18/06/2014 SELL NO 0 -12
USD

GBP
14:00 18/06/2014 BUY SI 31 33.4
USD

EUR
16:00 20/06/2014 BUY NO 0 -5.6
USD

EUR
19:00 20/06/2014 BUY NO 0 -4.7
USD

EUR
20:00 20/06/2014 BUY SI 13.2 13.2
USD

EUR
08:00 20/06/2014 SELL NO -9 -14
USD

80
 EUR
06:00 13/06/2014 SELL NO -2 -4.3
USD

EUR
03:00 12/06/2014 SELL SI 12 11
USD

GBP
21:00 10/06/2014 SELL NO -8 -14
USD

GBP
07:00 10/06/2014 SELL NO 27 6.25
USD

EUR
07:00 09/06/2014 SELL SI 23 11.5
USD

GBP
14:00 06/06/2014 BUY NO -7 -2.792
USD

EUR
07:00 06/06/2014 BUY SI -14 -14.1
USD

EUR
14:00 06/06/2014 BUY NO -4 -7.54
USD

EUR
22:00 04/06/2014 SELL SI -1 -0.9
USD

EUR
12:00 04/06/2014 SELL NO 6 4.196
USD

GBP
13:00 04/06/2014 SELL NO -8 -15.161
USD

81
 GBP
22:00 02/06/2014 SELL SI -3 -8.3
USD

GBP
12:00 02/06/2014 SELL SI -14 -13.6
USD

GBP
06:00 03/06/2014 SELL SI -14 -14
USD

Operaciones
15
Perfectas

Operaciones No
16
Perfectas

Total idneo (Pips) 19.09

Total real (Pips) -110.387

Total de operaciones 31

Despus de verificar los resultados anteriores es fcil darse cuenta que era realmente difcil

operar de manera manual y conseguir los resultados que se obtendran operando tal y como se

debe, con las reglas de apertura y cierre aplicadas en el pasado.

2. Disear el algoritmo y programarlo

En base a los parmetros establecidos al idear una estrategia y verificar que por s sola antes de

ser optimizada tiene una ventaja se procede a automatizar. En la plataforma de operaciones

82
Metatrader el lenguaje de programacin es MQL4 (ejemplo prctico a continuacin), despus de

ello el archivo resultante es un .ex4 el cual se coloca en un grfico y analiza el mercado con cada

tick.

El algoritmo en lenguaje MQL4 se encuentra en el anexo al final del documento.

3. Realizar un backtesting

La ventaja de tener un sistema automatizado es poder realizar pruebas histricas en poco tiempo

(de segundos a minutos) y determinar si de entrada la estrategia tiene probabilidad de ser

rentable, si lo fue en el pasado, posiblemente lo sea en un futuro. Con la estrategia programada se

realizaron los siguientes backtestings con la finalidad de verificar el comportamiento de la

estrategia en los pares EURUSD Y GBPUSD.

Existen dos modificaciones:

- Los siguientes backtestings toman en cuenta las comisiones, es decir, la rentabilidad final

es neta.

- Se agrega el ADX como filtro para abrir operaciones.

EURUSD, Mayo del 2014

Comisin por operacin: 1.12 libras esterlinas.

Volumen por operacin: 10000.00 libras esterlinas.

83
 Precio
Hora de Entrada Precio Hora de Cierre
Smbolo Tipo de Net $
(UTC+0) Entrada (UTC+0)
Cierre

01/05/2014 23:00 EURUSD Comprar 1.38688 1.38675 01/05/2014 23:15 -2.52

02/05/2014 13:00 EURUSD Vender 1.3829 1.38268 02/05/2014 14:24 0.98

02/05/2014 15:00 EURUSD Comprar 1.38644 1.38719 02/05/2014 19:30 6.28

06/05/2014 08:00 EURUSD Comprar 1.39224 1.39355 06/05/2014 13:15 11.88

07/05/2014 08:00 EURUSD Comprar 1.39312 1.39237 07/05/2014 08:31 -8.72

07/05/2014 11:00 EURUSD Comprar 1.39296 1.39263 07/05/2014 13:12 -4.52

08/05/2014 14:00 EURUSD Vender 1.38704 1.38701 08/05/2014 16:14 -0.92

13/05/2014 10:00 EURUSD Vender 1.37479 1.37197 13/05/2014 12:30 26.98

14/05/2014 10:00 EURUSD Vender 1.37145 1.37218 14/05/2014 10:04 -8.52

15/05/2014 08:00 EURUSD Vender 1.36736 1.36644 15/05/2014 11:35 7.98

16/05/2014 11:00 EURUSD Vender 1.36929 1.37031 16/05/2014 11:28 -11.42

16/05/2014 15:00 EURUSD Vender 1.37038 1.36987 16/05/2014 18:59 3.88

20/05/2014 17:00 EURUSD Vender 1.36892 1.36938 20/05/2014 17:26 -5.82

21/05/2014 07:00 EURUSD Comprar 1.37185 1.37109 21/05/2014 08:31 -8.82

21/05/2014 11:00 EURUSD Vender 1.36824 1.36676 21/05/2014 14:31 13.58

27/05/2014 01:00 EURUSD Comprar 1.3667 1.36597 27/05/2014 03:14 -8.52

29/05/2014 13:00 EURUSD Vender 1.36027 1.36065 29/05/2014 14:17 -5.02

30/05/2014 15:00 EURUSD Comprar 1.36463 1.36352 30/05/2014 18:59 -12.32

84
 Ganancia Neta

(PIPS) -5.56

Factor de Ganancia 0.93

Comisin -21.96

Max DD 0.35%

Operaciones 18

Operacin Promedio -0.31

ndice Sharpe -0.03

ndice Sortino -0.05

Balance Final 9994.44

En concreto el mes de mayo con la estrategia automatizada habra sido positiva, despus de los

resultados anteriores llegu a la conclusin de que al agregar las comisiones la estrategia pierde

gran ventaja, tanto que se vuelve perdedora. La ventaja de tener la estrategia automatizada es que
85
las pruebas son bastante rpidas de realizar, es posible tomar en cuenta las comisiones en cada

operacin y acercarse a los resultados reales.

Para no descartar por completo la estrategia lo que hice fue probarla en otros pares de divisas, es

necesario hacer esto debido a que no todas las estrategias se adaptan bien a todos los activos,

realmente es difcil conseguir que una estrategia que en primera, tenga una ventaja fuerte que

venza el peso de las comisiones, y segundo, que consiga ser rentable al largo plazo.

EURUSD, Junio del 2014

Comisin por operacin: 1.12 libras esterlinas.

Volumen por operacin: 10000.00 libras esterlinas.

Hora de Entrada Precio Precio de Hora de Cierre

Tipo Net $
(UTC+0) Entrada Cierre (UTC+0)

02/06/2014 08:00 Vender 1.36069 1.36039 02/06/2014 10:10 1.78

02/06/2014 13:00 Comprar 1.36191 1.361 02/06/2014 13:09 -10.32

05/06/2014 12:00 Vender 1.35693 1.35622 05/06/2014 13:35 5.88

09/06/2014 07:00 Comprar 1.36654 1.36505 09/06/2014 07:37 -16.12

09/06/2014 10:00 Vender 1.36202 1.35956 09/06/2014 14:59 23.38

10/06/2014 09:00 Vender 1.35573 1.35538 10/06/2014 12:22 2.28

11/06/2014 14:00 Vender 1.35382 1.35336 11/06/2014 15:53 3.38

12/06/2014 19:00 Comprar 1.35642 1.35533 12/06/2014 20:09 -12.12

86
13/06/2014 07:00 Comprar 1.35699 1.35711 13/06/2014 08:55 -0.02

13/06/2014 11:00 Vender 1.35418 1.35457 13/06/2014 13:34 -5.12

17/06/2014 09:00 Comprar 1.35764 1.3562 17/06/2014 09:25 -15.62

17/06/2014 13:00 Vender 1.35417 1.35444 17/06/2014 16:47 -3.92

20/06/2014 13:00 Vender 1.35736 1.35821 20/06/2014 13:54 -9.72

23/06/2014 03:00 Comprar 1.36069 1.36055 23/06/2014 06:38 -2.62

23/06/2014 09:00 Vender 1.35803 1.35852 23/06/2014 10:57 -6.12

23/06/2014 14:00 Vender 1.35859 1.3594 23/06/2014 14:35 -9.32

24/06/2014 16:00 Vender 1.35875 1.3593 24/06/2014 17:15 -6.72

24/06/2014 18:00 Comprar 1.36107 1.36039 24/06/2014 21:50 -8.02

24/06/2014 20:00 Comprar 1.36043 1.36039 24/06/2014 21:50 -1.62

24/06/2014 21:05 Comprar 1.36077 1.36039 24/06/2014 21:50 -5.02

25/06/2014 04:00 Comprar 1.3607 1.36038 25/06/2014 04:04 -4.42

25/06/2014 12:00 Comprar 1.36112 1.36354 25/06/2014 17:42 22.98

25/06/2014 13:00 Comprar 1.36426 1.36354 25/06/2014 17:42 -8.42

26/06/2014 12:00 Vender 1.36085 1.36113 26/06/2014 12:45 -4.02

26/06/2014 19:00 Vender 1.36072 1.36098 26/06/2014 19:24 -3.82

27/06/2014 01:00 Comprar 1.36187 1.36233 27/06/2014 06:01 3.38

30/06/2014 08:00 Comprar 1.36517 1.3651 30/06/2014 09:48 -1.92

87
 Ganancia Neta

(PIPS) -71.94

Factor de Ganancia 0.47

Comisin -32.94

Max DD 0.90%

Operaciones 27

Operacin Promedio -2.66

ndice Sharpe -0.29

ndice Sortino -0.51

Balance Final 9928.06

GBPUSD, Mayo del 2014

Comisin por operacin: 1.5 libras esterlinas

88
Volumen por operacin: 10000.00 libras esterlinas

Ganancia Neta

(PIPS) 62.8

Factor de Ganancia 1.66

Comisin -25.5

Max DD 0.46%

Operaciones 17

Operacin Promedio 3.69

ndice Sharpe 0.16

ndice Sortino 0.34

Balance Final 10062.8

Comisin por operacin: 1.54 libras

89
Volumen por operacin: 10000.00 libras esterlinas

Precio
Hora de Entrada Precio Hora de Cierre
Smbolo Tipo de Net $
(UTC+0) Entrada (UTC+0)
Cierre

02/06/2014 02:00 GBPUSD Vender 1.67476 1.67477 02/06/2014 03:27 -1.64

02/06/2014 09:00 GBPUSD Vender 1.67357 1.67466 02/06/2014 09:37 -12.44

04/06/2014 12:00 GBPUSD Comprar 1.67596 1.67524 04/06/2014 13:28 -8.74

06/06/2014 19:00 GBPUSD Comprar 1.68114 1.68025 06/06/2014 20:41 -10.44

09/06/2014 07:00 GBPUSD Comprar 1.68315 1.68162 09/06/2014 07:35 -16.84

10/06/2014 07:00 GBPUSD Comprar 1.68104 1.68041 10/06/2014 07:14 -7.84

11/06/2014 09:00 GBPUSD Comprar 1.67876 1.6784 11/06/2014 10:02 -5.14

12/06/2014 18:00 GBPUSD Comprar 1.68299 1.68334 12/06/2014 19:37 1.96

12/06/2014 21:05 GBPUSD Comprar 1.69283 1.6956 13/06/2014 05:10 26.16

16/06/2014 13:00 GBPUSD Comprar 1.69822 1.69821 16/06/2014 15:30 -1.64

17/06/2014 07:00 GBPUSD Comprar 1.69787 1.69758 17/06/2014 07:07 -4.44

18/06/2014 20:00 GBPUSD Comprar 1.69887 1.6988 18/06/2014 22:59 -2.24

23/06/2014 03:00 GBPUSD Comprar 1.70348 1.70362 23/06/2014 06:28 -0.14

25/06/2014 13:00 GBPUSD Comprar 1.69991 1.69878 25/06/2014 14:48 -12.84

25/06/2014 18:00 GBPUSD Vender 1.69724 1.69807 25/06/2014 18:16 -9.84

27/06/2014 20:00 GBPUSD Comprar 1.70403 1.70256 27/06/2014 20:50 -16.24

90
 Ganancia Neta

(PIPS) -82.34

Factor de Ganancia 0.25

Comisin -24.64

Max DD 0.0082

Operaciones 16

Operacin Promedio -5.15

ndice Sharpe -0.51

ndice Sortino -0.51

Balance Final 9917.66

Una estrategia que utilic para aminorar el peso de las comisiones fue operar en periodos

temporales mayores con la finalidad de conseguir ms pips por operacin, pero menos

operaciones, es decir, cambi el time frame de entrada de H1 a H4 y el cierre de M5 a M15, aqu

los resultados.
91
EURUSD, Mayo del 2014

Comisin por operacin: 1.22 libras esterlinas

Volumen por operacin: 10000.00 libras esterlinas

Precio
Hora de Entrada Precio Hora de Cierre
Smbolo Volumen de Net $
(UTC+0) Entrada (UTC+0)
Cierre

02/05/2014 13:00 EURUSD 10k 1.3829 1.38455 02/05/2014 14:30 -17.72

27/05/2014 09:00 EURUSD 10k 1.36428 1.36557 27/05/2014 10:18 -14.12

Ganancia Neta

(PIPS) -31.84

Factor de Ganancia 0

Comisin -2.44

Max DD 0.32%

Operaciones 2

Operacin Promedio -15.92

ndice Sharpe -6.25

ndice Sortino -6.25

92
 Balance Final 9968.16

EURUSD, Junio del 2014

Comisin por operacin: 1.22 libras esterlinas

Volumen por operacin: 10000.00 libras esterlinas

Hora de Entrada Precio Hora de Cierre

Smbolo Tipo Precio de Cierre Net $
(UTC+0) Entrada (UTC+0)

02/06/2014
02/06/2014 09:00 EURUSD Vender 1.35962 1.36159 -20.92
11:22

03/06/2014
02/06/2014 17:00 EURUSD Vender 1.35955 1.3603 -8.72
00:51

93
 05/06/2014
05/06/2014 13:00 EURUSD Vender 1.35386 1.35995 -62.12
14:18

10/06/2014
09/06/2014 13:00 EURUSD Vender 1.36074 1.35919 14.28
03:15

13/06/2014
13/06/2014 13:00 EURUSD Vender 1.35429 1.35373 4.38
19:25

Ganancia Neta

(PIPS) -73.1

Factor de Ganancia 0.2

Comisin -6.1

Max DD 0.92%

Operaciones 5

Operacin Promedio -14.62

ndice Sharpe -0.49

ndice Sortino -0.61

Balance Final 9926.2

94
GBPUSD, Mayo del 2014

Comisin por operacin: 1.5 libras esterlinas

Volumen por operacin: 10000.00 libras esterlinas

Precio
Hora de Entrada Precio Hora de Cierre
Smbolo Tipo de Net $
(UTC+0) Entrada (UTC+0)
Cierre

06/05/2014 05:00 GBPUSD Comprar 1.68912 1.69747 06/05/2014 20:36 82

09/05/2014 13:00 GBPUSD Vender 1.68513 1.68572 11/05/2014 22:34 -7.4

13/05/2014 09:00 GBPUSD Vender 1.6859 1.68592 13/05/2014 12:41 -1.7

19/05/2014 09:00 GBPUSD Vender 1.68089 1.68244 19/05/2014 10:30 -17

21/05/2014 09:00 GBPUSD Comprar 1.69027 1.6879 21/05/2014 13:34 -25.2

23/05/2014 05:00 GBPUSD Comprar 1.68713 1.68673 23/05/2014 07:23 -5.5

95
23/05/2014 13:00 GBPUSD Vender 1.68415 1.68317 23/05/2014 18:59 8.3

26/05/2014 09:00 GBPUSD Comprar 1.68475 1.68353 26/05/2014 13:12 -13.7

Ganancia Neta
19.8
(PIPS)

Factor de Ganancia 1.28

Comisin -12

Max DD 0.64%

Operaciones 8

Operacin Promedio 2.48

ndice Sharpe 0.07

ndice Sortino 0.16

Balance Final 10019.8

96
GBPUSD, Junio del 2014

Comisin por operacin: 1.54 libras esterlinas

Volumen por operacin: 10000.00 libras esterlinas

Precio
Hora de Entrada Precio Hora de Cierre
Smbolo Tipo de Net $
(UTC+0) Entrada (UTC+0)
Cierre

02/06/2014 17:00 GBPUSD Vender 1.67388 1.67481 02/06/2014 19:10 -10.84

04/06/2014 01:00 GBPUSD Vender 1.67348 1.67291 04/06/2014 08:48 4.16

05/06/2014 17:00 GBPUSD Comprar 1.68007 1.68046 06/06/2014 07:29 2.36

10/06/2014 13:00 GBPUSD Vender 1.67637 1.67548 11/06/2014 03:50 7.36

11/06/2014 17:00 GBPUSD Comprar 1.68023 1.67903 11/06/2014 19:18 -13.54

12/06/2014 21:05 GBPUSD Comprar 1.69283 1.69554 13/06/2014 10:50 25.56

18/06/2014 21:05 GBPUSD Comprar 1.6991 1.69883 19/06/2014 05:54 -4.24

26/06/2014 09:00 GBPUSD Comprar 1.70207 1.70001 26/06/2014 13:45 -22.14

Ganancia Neta

(PIPS) -11.32

Factor de Ganancia 0.78

Comisin -12.32

97
 Max DD 0.26%

Operaciones 8

Operacin Promedio -1.42

ndice Sharpe -0.1

ndice Sortino -0.14

Balance Final 9988.68

Es importante recordar que este proceso fue el que se sigui hace un par de aos al detectar la

notoria ventaja de realizar pruebas manuales y automatizadas. Dada la facilidad y rapidez de

hacer pruebas y optimizaciones es fcil probar en diversos pares de divisas y con cambios en los

parmetros buscando cuales son los que ms se adaptan al activo analizado. En las pruebas en los

pares EURUSD y GBPUSD es fcil detectar que la estrategia se desempea mejor en el par

GBPUSD en el time frame H4 y M15 para abrir y cerrar respectivamente, aunque en H1 se

obtienen ms puntos, a largo plazo eso supone un alto costo de comisiones. Analicemos lo que

sucede si realizamos un backtesting de todo el 2014. Aqu los resultados ms importantes

98
 Tiempo 01/01/2014-31/12/2014

Par GBPUSD

TF1 H1

TF2 M5

Ganancia Neta
-1146.6
(PIPS)

Factor de Ganancia 0.34

Comisin -282.8

Max DD 11.77%

Operaciones 202

Operacin Promedio -5.68

ndice Sharpe -0.38

ndice Sortino -0.38

Balance Final 8853.4

99
Tan solo las comisiones representan un 32.7% del total de las perdidas, es un costo enorme si

operamos en un time frame tan corto como H1. Cabe sealar que el tiempo que se tard el

programa en analizar todo el ao fue de 04:57: minutos, a comparacin con hacer un anlisis

manual, esto demorara mucho ms tiempo.

Aqu los resultados al cambiar de timeframe.

Tiempo 01/01/2014-31/12/2014

Par GBPUSD

TF1 H4

TF2 M15

Ganancia Neta
-202
(PIPS)

Factor de Ganancia 0.74

Comisin -95.2

Max DD 2.48%

Operaciones 68

Operacin Promedio -2.97

ndice Sharpe -0.11

ndice Sortino -0.18

Balance Final 9798

100
Tan solo el costo de las comisiones disminuy un 197% al cambiar de time frame, las perdidas

disminuyeron un 468%. Ahora analicemos que sucede si operamos en un periodo temporal

mucho mayor, es decir, TF1= 1 da y TF2= 1 hora.

Tiempo 01/01/2014-31/12/2014

Par GBPUSD

TF1 D1

TF2 H1

Ganancia Neta
-98.7
(PIPS)

Factor de Ganancia 0.52

Comisin -12.6

Max DD 1.47%

101
 Operaciones 9

Operacin Promedio -10.97

ndice Sharpe -0.23

ndice Sortino -0.35

Balance Final 9901.3

A comparacin de la operativa en TF1= H4 y TF2= M15 las perdidas disminuyeron un 105%, las

comisiones tambin disminuyeron drsticamente debido a que como ya observamos, se realizan

menos operaciones mientras ms aumentamos el periodo temporal.

A pesar de todas las pruebas que llevamos hasta este momento si deseamos obtener una ventaja

sobre el mercado es necesario tener resultados positivos antes de ajustar los parmetros, algo que

an no hemos obtenido de manera significativa, por tal motivo y dada la facilidad y rapidez para

hacer pruebas comenc a echar un vistazo a otros pares de divisas que posiblemente se acoplen

ms a la lgica de la estrategia que es detectar la tendencia presente y operar cuando esta se

102
encuentre bien definida. Una de las divisas ms voltiles es el JPY, y los grandes movimientos

son originados por volatilidad en el mercado, algo que es benfico para obtener grandes

resultados, por tal circunstancia decid hacer pruebas en pares con esta divisa, a continuacin los

resultados.

EUR JPY

Tiempo 01/01/2014-31/12/2014

Capital inicial 10000

Par EURJPY

TF1 H4

TF2 M15

Ganancia Neta
-654.38
(USD)

Factor de Ganancia 0.31

Comisin -88

Max DD 6.54%

Operaciones 80

Operacin Promedio -8.18

ndice Sharpe -0.44

ndice Sortino -0.66

Balance Final 9345.62

103
 Tiempo de
15 minutos
backtesting

Definitivamente EURJPY no funciona bien bajo los parmetros por default de la estrategia, en el

ao en que se hizo la prueba perdi 6.54% del capital, de este porcentaje el 13.45% son costos

por comisiones, en trminos porcentuales no es mucho, sin embargo, ha demostrado que la

estrategia no se adapta bien a este activo.

La curva de beneficios nos confirma que la estrategia no es adecuada para este par, prcticamente

nunca super los 10000 USD y siempre se mantuvo a la baja. Entre la operacin 65 y 70 tuvo su

mayor alza, podramos optimizar a un punto en el que se obtengan resultados positivos pero al

mismo tiempo tendramos falta de robustez y sobre optimizacin, igual de negativo que operar

con los parmetros por default debido a que se vuelve poco flexible y los resultados obtenidos en

el pasado son tan extraordinarios que no sirven en un futuro.

104
USDJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par USDJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) -215.22

Factor de Ganancia 0.57

Comisin -62.1

Max DD 3.08%

Operaciones 69

Operacin Promedio -3.12

ndice Sharpe -0.2

ndice Sortino -0.36

Balance Final 9784.38

Tiempo de backtesting 13 minutos

Este par es posible que con ciertos ajustes tenga un rendimiento positivo, tan solo perdi un

2.16% de la cuenta, la desventaja fuerte es que el 28.85% corresponde a costos por comisiones, la

operacin con ms ganancias fue de 54.52 USD frente a la peor con -36.88, esto nos da una seal,

105
el par no es tan voltil como la estrategia necesita que sea para poder captar movimientos fuertes

y obtener su ventaja de estos movimientos.

La curva de beneficios al igual que EURJPY se mantuvo en el largo plazo a la baja, pero logr

superar los 10000.00 USD en las primeras 5 posiciones. Se tuvieron 3 alzas fuertes en ese ao y

prcticamente no se tuvieron bajas fuertes, es decir, la estrategia cumple con el objetivo de

detectar movimientos fuertes y es capaz de sacar provecho de ellas.

GBJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par GBPJPY

106
 TF1 H4

TF2 M15

Ganancia Neta (USD) 50.64

Factor de Ganancia 1.05

Comisin -89.6

Max DD 4.42%

Operaciones 64

Operacin Promedio 0.79

ndice Sharpe 0.02

ndice Sortino 0.04

Balance Final 10050.64

Tiempo de backtesting 10 minutos

Este par ha sido uno de los mejores en funcionar con esta estrategia, particularmente porque es

uno de los ms voltiles y cuando tiene una tendencia definida realmente hace movimientos

fuertes. Su ganancia porcentual fue de 5% al finalizar el ao y el costo de comisiones represente

un 176% sobre la rentabilidad, seguramente si realizamos un ajuste a los parmetros podemos

equilibrar el nmero de operaciones y el promedio de pips por operacin con la finalidad de

reducir comisiones.

107
Un punto importante al observar la curva de beneficios es que casi en la dcima operacin el

algoritmo logr captar movimientos fuertes, llegando casi a los 10500.00 USD, prcticamente un

50% de ganancias en los primeros das, muy probablemente la volatilidad del par se encontraba

en niveles altos al principio del 2014 y justo despus de ello entr en un periodo de rangos con

fluctuaciones pequeas y falsas entradas.

AUDJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par AUDJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) -56.95

108
 Factor de Ganancia 0.89

Comisin -43.66

Max DD 2.74%

Operaciones 59

Operacin Promedio -0.97

ndice Sharpe -0.04

ndice Sortino -0.09

Balance Final 9943.05

Tiempo de backtesting 12 minutos

El resultado final de este par fue de -0.57% al finalizar el ao y las comisiones respecto al

resultado representan un 76% de estas. AUDJPY es uno de mis pares favoritos, aunque si tuviera

que escoger entre GBPJPY y AUDJPY aplicara la estrategia en la operativa real en GBPJPY,

esto porque la tendencia frecuentemente es la misma en los dos pares, pero en GBPPY suelen ser

mucho ms fuertes los movimientos y eso permite romper ms la barrera de las comisiones, aun

cuando en este par son prcticamente un 100% ms elevadas, no operara en los dos porque

tienen un ndice de correlacin alto y eso se traduce en aumento de riesgo para el portafolio.

109
Como prueba de la correlacin observemos la curva de beneficios, es muy parecida a la

observada en GBPJPY, solo que en menor fuerza, GBPJPY toc su punto mximo antes de las 10

operaciones del ao 2014 al igual que AUDJPY justo despus de las 10.

CHFJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par CHFJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) -534.26

Factor de Ganancia 0.34

Comisin -65.32

110
 Max DD 5.47%

Operaciones 71

Operacin Promedio -7.52

ndice Sharpe -0.43

ndice Sortino -0.54

Balance Final 9465.74

Tiempo de backtesting 9 minutos

De este par ni hablar, es el segundo con peor desenvolvimiento dentro de los yenes despus de

EURJPY con una disminucin del 5.34% del capital, realmente el plasmar los datos aqu es para

contrastar que las pruebas con algoritmos son ms rpidas y exactas, aunque ello no garantice que

los resultados sean positivos en el backtesting, ms bien, la ventaja se encuentra en que es mucho

ms fcil darnos cuenta que est mal, no cul es la solucin mgica, al principio crea que era

posible encontrar el santo grial, pero no, eso no existe.

111
La curva de beneficios habla por si sola, nunca tuvo ventajas, nunca super los 10000.00 USD y

siempre se mantuvo a la baja.

CADJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par CADJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) -247.3

Factor de Ganancia 0.4

Comisin -41.34

Max DD 2.49%

Operaciones 53

Operacin Promedio -4.67

ndice Sharpe -0.35

ndice Sortino -0.55

Balance Final 9752.7

Tiempo de backtesting 11 minutos

112
NZDJPY

01/01/2014-
Tiempo
31/12/2014

Capital inicial 10000

Par NZDJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) 30.45

Factor de Ganancia 1.1

Comisin -27.3

Max DD 1.10%

113
 Operaciones 39

Operacin Promedio 0.78

ndice Sharpe 0.03

ndice Sortino 0.06

Balance Final 10030.45

Tiempo de backtesting 11 minutos

Mejoras en la velocidad

Despus de darnos cuenta que el algoritmo probado en solo ciertos pares con JPY no funcionan

en todos de manera efectiva decid hacer uso de una mquina virtual que aumentara la velocidad

de hacer un backtesting a un ao, esto para probar en varios pares de divisas y buscar ms

opciones para la aplicacin del algoritmo. Consegu alquilar una mquina virtual con 16 ncleos

y 112 de memoria RAM, los resultados son impresionantes, para analizar un ao no necesitaba

114
ms de un minuto, era ms tardado colocar los parmetros que el tiempo que el software tardaba

en realizarlo.

Para brindar una idea, un backtesting a un ao toma entre 9 y 20 minutos, al usar una nueva

mquina esto no demora m de 20 segundos, pero la gran ventaja en tiempo no se encuentra en

los backtesting, se encuentra en las optimizaciones. Una optimizacin a un ao con una

computadora con 4 ncleos 4 de memoria RAM tarda alrededor de 5 das, la nueva computadora

virtual lo haca en menos de 4 horas, realmente impresionante las ventajas que puede otorgar

hacer operaciones y crear estrategias mediante algoritmos y una potente computadora.

Aqu los nuevos pares analizados, se llevarn una sorpresa. Recordemos que la primera prueba se

realiza con los parmetros por default, si tenemos resultados positivos procedemos a optimizarlos

para maximizar indicadores como el factor de beneficio o la ganancia neta, y minimizar

indicadores como el drawdown.

01/01/2014- 01/01/2014- 01/01/2014-

Tiempo
31/12/2014 31/12/2014 31/12/2014

Capital inicial 10000 10000 10000

Par EURCAD AUDNZD GBPAUD

TF1 H4 H4 H4

TF2 M15 M15 M15

Ganancia Neta (USD) 135.96 -60.53 122.86

Factor de Ganancia 1.16 0.84 1.13

Comisin 80.3 -39.96 -98

115
 Max DD 2.44% 1.90% 1.86%

Operaciones 73 54 70

Operacin Promedio 1.86 -1.12 1.76

ndice Sharpe 0.05 -0.06 0.04

ndice Sortino 1.86 -0.12 0.08

Balance Final 10135.96 9939.47 10122.86

Tiempo de backtesting 19 segundos 18 segundos 21segundos

Ganancia Neta (%) 1.36% -0.61% 1.23%

% Comisiones sobre

Utilidad 59.06% 66.02% -79.77%

01/01/2014- 01/01/2014- 01/01/2014-

Tiempo
31/12/2014 31/12/2014 31/12/2014

Capital inicial 10000 10000 10000

Par EURAUD AUDCHF NZDCHF

TF1 H4 H4 H4

TF2 M15 M15 M15

Ganancia Neta (USD) -137.74 91.84 134.66

Factor de Ganancia 0.81 1.18 1.35

Comisin -61.6 -44.4 -31.5

116
 Max DD 3.60% 1.13% 1.05%

Operaciones 56 60 45

Operacin Promedio -2.46 1.53 2.99

ndice Sharpe -0.07 0.05 0.11

ndice Sortino -0.13 0.11 0.2

Balance Final 9862.26 10091.94 10134.66

Tiempo de backtesting 19 segundos 18 segundos 7 segundos

Ganancia Neta (%) -1.38% 0.92% 1.35%

% Comisiones sobre

Utilidad 44.72% -48.34% -23.39%

Como dato ms importante a destacar en los resultados anteriores est la rapidez con la cual

fueron realizados los backtesting, de minutos pasamos a segundos, esto agiliza demasiado el

proceso y brindando mayor facilidad para que la estrategia sea expuesta a muchos escenarios y en

base a ellos poder escoger el que mejor se desenvuelva. Al principio solo trabajbamos con

GBPUSD y EURUSD, despus con la ayuda del algoritmo pudimos hacer pruebas en minutos y

detectar que estos dos pares no son los que mejor se desenvuelven con esta estrategia, en cambio

los yenes si, entonces nos enfocamos a ellos.

Al conseguir aumentar el rendimiento de una PC de 4 ncleos y 4 GB de memoria RAM a 16

ncleos y 112 GB de memoria RAM los cambios fueron impresionantes, pude hacer pruebas en

mas pares de divisas en tan solo una noche de anlisis y realmente vali la pena.

117
En las dos tablas anteriores los pares que mejores resultados obtienen son EURCAD, NZDCHF y

GBPAUD en ese orden, cualquiera de los tres supera los resultados del mejor par analizado de los

pares con yen, en este caso GBPJPY lo cual nos da un nuevo punto de vista para las pruebas

siguientes y as poder concluir con el diseo y prueba de un sistema de trading algortmico.

A continuacin las curvas de beneficios de cada uno de los pares analizados al mejorar el

rendimiento de la PC con la cual se estaban realizando las pruebas.

EURCAD

AUDNZD

118
GBPAUD

EURAUD

119
AUDCHF

NZDCHF

120
 4. Optimizacin

Despus de que la prueba de backtesting da resultado seguramente tenemos la opcin de

optimizar los parmetros, por ejemplo, si la estrategia est basada en cruce de promedios mviles

exponenciales de 5 y 21 periodos, probablemente otro parmetro podra funcionar mejor, as que

hacemos uso del optimizador en la plataforma cAlgo.

Este proceso puede durar horas e incluso das, lo que hace es cambiar los parmetros que

nosotros diseamos en el sistema automatizado, hacer cientos de pruebas y arroja resultados

positivos y negativos con los parmetros exactos que nos dan el mejor resultado, ya sea buscando

el mejor drawdown, el menor o mayor nmero de operaciones, el mejor TP o SL, etc. Existen

varios criterios sobre los cuales podemos basar nuestros parmetros, dependiendo de cul sea

nuestro enfoque, personalmente recomiendo disear el algoritmo parametrizable, buscando

siempre el menor drawdown.

121
Recordemos que primero las pruebas eran realizadas con una PC con poca capacidad, o mejor

dicho, lo considerado normal para un usuario que no realiza procesos complejos, sin embargo,

para m no era suficiente, como ejemplo o justificacin de ello les puedo decir que una

optimizacin de un ao en el par GBPJPY le llevaba a la computadora alrededor de 5 das en

realizarla, lo cual significa dejar la PC encendida esos das, dedicando la mayor cantidad de

recursos a realizar el proceso. Para eliminar esa gran desventaja hice uso de la mquina virtual

mencionada anteriormente para agilizar este delicado proceso, de 6 das a 5 o 4 horas, Mucho

mejor?, por supuesto! Acababa de encontrar la solucin a mi mayor dolor de cabeza al momento

de hacer las pruebas necesarias.

Antes de plasmar un resumen de los resultados obtenidos quiero dejar en claro que al hacer una

optimizacin sobre un par en especfico y un periodo de tiempo en especial los resultados de las

posibles combinaciones de parmetros son muchsimas, ah es donde juega un papel importante

nuestra habilidad matemtica para escoger el mejor parmetro con los mejores resultados,

podemos encontrar combinaciones fenomenales que brindan ganancias extraordinarias, pero

debemos colocar atencin en el nmero de operaciones, De qu nos sirve que los resultados que

obtenemos sean geniales, si solo fueron conseguidos por 10 operaciones en todo el ao?

Prcticamente de nada porque al ser pocas operaciones esto nos indica que los resultados fueron

como mencion, extraordinarios, fuera de lo habitual, y por ello muy poco probable de que se

vuelvan a repetir en un futuro.

Aqu el resumen de los parmetros de los pares de divisas ms rentables hasta el momento y con

un nmero de operaciones aceptable para considerar que la estrategia es robusta.

122
Periodo de optimizacin: 01/01/2013-31/13/2013

Time Take Profit Stop Loss "+DI - DI "+DI - DI

PAR
Frame 1 (Pips) (Pips) Periodos T1 Periodos T2

Default H4 NA NA 14 14

GBPJPY H3 200 60 20 20

NZDJPY H3 200 120 15 35

AUDJPY H3 200 180 20 15

GBPAUD H6 60 80 35 30

EURCAD H3 180 180 10 35

NZDCHF H3 80 200 35 40

GBPNZD H6 60 200 35 10

PAR ADX EMA-1(T1) EMA-2(T1) EMA-1(T1) EMA-2(T1)

Default 14 21 100 21 100

GBPJPY 15 24 80 30 125

NZDJPY 15 15 85 30 90

AUDJPY 21 21 85 30 130

GBPAUD 12 15 130 21 85

EURCAD 18 18 95 27 95

NZDCHF 15 15 80 18 100

GBPNZD 18 27 130 27 85

123
En las tablas anteriores estn colocados los parmetros considerados desde un enfoque

matemtico como los ms robustos, con un buen nmero de operaciones y con probabilidad de

ajustarse de una manera positiva al mercado. En la primera fila podemos observar los parmetros

que al principio se me ocurrieron al solamente observar los grficos y detectar patrones

repetitivos, pero despus de hacer uso del optimizador de la plataforma cAlgo los parmetros de

operacin cambiaron mucho, de hecho prcticamente no se repiten los parmetros por default en

los resultantes de las pruebas del optimizador. Seguramente surge la siguiente pregunta. Y ahora

como probamos que estos nuevos parmetros funcionan mejor que los anteriores? Muy fcil, el

optimizador hizo miles de pruebas en base a cambios en el rango de parmetros establecidos por

mi mediante la plataforma de operaciones cAlgo, recuerden que el periodo de tiempo fue de todo

el ao 2013, tan sencillo como hacer pruebas en el ao 2014 con los nuevos parmetros y los

antiguos, los resultados se pueden observar en el siguiente punto.

5. Walk forward analisys

Despus de determinar los parmetros que arrojan mejores resultados al realizar un backtesting,

procedemos a hacer pruebas futuras, debemos de tener una base de datos amplia, parte de este

histrico de cotizaciones utilizarlo para un backtesting y la segunda parte para anlisis a futuro.

Un mtodo efectivo para concluir si realmente es til optimizar los parmetros de un ao y

utilizarlos para operar a futuro es el mtodo walk forward analysis que no es ms que optimizar

periodos en el pasado e ir probndolos en un mismo lapso pero en el futuro, por ejemplo,

optimizar el ao 2013 para operar el ao 2014 y as sucesivamente.

124
En esta tabla se puede observar que se utilizan los histricos de 4 aos para operar en el siguiente

ao y as sucesivamente, para fines prcticos y solo de ejemplo de usar algoritmos para la

optimizacin utilic un ao de optimizacin para el prximo ao de operacin, sin embargo,

considero ms apropiado utilizar 3 o 4 aos de optimizacin para operar el siguiente ao, los

parmetros al ser probados en un mayor lapso se vuelven ms robustos y con una probabilidad

mayor de adaptarse a los cambios del mercado, no es lo mismo obtener parmetros de un ao

alcista que de uno bajista, o de 4 aos en combinacin de periodos al alza y a la baja, estos

ltimos estuvieron expuestos a ms factores de movimiento y cambios en el mercado por lo cual

se puede decir que son idneos para poder lidiar con cualquier cambio futuro.

En las siguientes tablas se pueden apreciar los resultados ms importantes de las pruebas

realizadas con el algoritmo basado en los parmetros por default y los obtenidos en la

125
optimizacin, ambas pruebas se realizaron con el software cAlgo, las operaciones detalladas se

encuentran en el anexo al final de este documento.

Variacin
Default Optimizacin
%

01/01/2014- 01/01/2014-
Tiempo
31/12/2014 31/12/2014

Capital inicial 10000 10000

Par GBPAUD GBPAUD

TF1 H4 H6

TF2 M15 M15

Ganancia Neta (USD) 122.86 251.19 104%

Factor de Ganancia 1.13 1.31 16%

Comisin -98 -70 -29%

Max DD 1.86% 1.85% -1%

Operaciones 70 50 -29%

Operacin Promedio 1.76 5.02 185%

ndice Sharpe 0.04 0.12 200%

ndice Sortino 0.08 0.16 100%

Balance Final 10122.86 10251.19 1%

Tiempo de backtesting 21 segundos 20 segundos

Ganancia Neta (%) 1.23% 2.51% 104%

126
 % Comisiones sobre
-79.77% -27.87% -65%
Utilidad

La ganancia neta aument un 104%, pero el riesgo se mantuvo prcticamente igual.

Variacin
Default Optimizacin
%

01/01/2014- 01/01/2014-
Tiempo
31/12/2014 31/12/2014

Capital inicial 10000 10000

Par NZDJPY NZDJPY

TF1 H4 H4

TF2 M15 M15

Ganancia Neta (USD) 30.45 330.67 986%

Factor de Ganancia 1.1 1.55 41%

Comisin -27.3 -36.4 33%

Max DD 1.10% 2.02% 84%

Operaciones 39 52 33%

Operacin Promedio 0.78 6.36 715%

ndice Sharpe 0.03 0.15 400%

ndice Sortino 0.06 0.29 383%

127
 Balance Final 10030.45 10330.67 3%

Tiempo de backtesting 9 minutos 20 segundos

Ganancia Neta (%) 0.30% 3.31% 986%

% Comisiones sobre
-89.66% -11.01% -88%
Utilidad

En el par NZDJPY aunque el riesgo casi se duplic con los nuevos parmetros, la ganancia neta

en aument un 986%, suficiente para tomar el riesgo.

Variacin
Default Optimizacin
%

01/01/2014- 01/01/2014-
Tiempo
31/12/2014 31/12/2014

Capital inicial 10000 10000

Par AUDJPY AUDJPY

TF1 H4 H3

TF2 M15 M15

Ganancia Neta (USD) -56.95 -53.31 -6%

Factor de Ganancia 0.89 0.82 -8%

Comisin -43.66 -21.46 -51%

Max DD 2.74% 2.11% -23%

Operaciones 59 29 -51%

128
 Operacin Promedio -0.97 -1.84 90%

ndice Sharpe -0.04 -0.07 75%

ndice Sortino -0.09 -0.15 67%

Balance Final 9943.05 9946.69 0%

Tiempo de backtesting 12 minutos 20 segundos

Ganancia Neta (%) -0.57% -0.53% -6%

% Comisiones sobre
76.66% 40.26% -47%
Utilidad

En el par AUDJPY no se tuvo una mejora que realmente nos d una ventaja competitiva o

estadstica, entonces procedemos a descartarlo del portafolio de estrategias.

Variacin
Default Optimizacin
%

01/01/2014- 01/01/2014-
Tiempo
31/12/2014 31/12/2014

Capital inicial 10000 10000

Par GBPJPY GBPJPY

TF1 H4 H4

TF2 M15 M15

Ganancia Neta (USD) 50.64 36.38 -28%

Factor de Ganancia 1.05 1.03 -2%

129
 Comisin -89.6 -74.2 -17%

Max DD 4.42% 3.65% -17%

Operaciones 64 53 -17%

Operacin Promedio 0.79 0.69 -13%

ndice Sharpe 0.02 0.69 3350%

ndice Sortino 0.04 0.01 -75%

Balance Final 10050.64 10036.38 0%

Tiempo de backtesting 10 minutos 20 segundos

Ganancia Neta (%) 0.51% 0.36% -28%

% Comisiones sobre
-176.94% -203.96% 15%
Utilidad

6. Prueba en tiempo real

Si an despus de realizar la prueba anterior determinamos que la estrategia sigue siendo

rentable, debemos hacer pruebas en el mercado en tiempo real, para ello se recomienda usar una

cuenta demo, as no tendremos perdidas monetarias si el sistema no se adapta a ciertas variables.

7. Anlisis de sensibilidad

Determinar en base al histrico de operaciones pasadas y en el mercado en tiempo real un

escenario pesimista y optimista, de esta manera procedemos a aplicar una tcnica de gestin

monetaria debido a que ya tenemos una idea de que tan bueno o malo puede ser el desempeo de

130
la estrategia, recordemos que este punto es una de las principales ventajas de disear una

estrategia, el saber cul puede ser el peor escenario posible nos brinda cierta tranquilidad, ya

sabemos que es lo peor que podemos esperar.

Un mtodo muy utilizado a la hora de realizar pruebas y tomar escenarios pesimistas y optimistas

es el Montecarlo testing, el cual cambia el orden de aparicin de todas las operaciones que un

backtesting o walkforward testing nos arroja, es decir, la mxima declinacin del patrimonio no

sera la misma con el orden de operaciones original que cambiando el orden, por ejemplo, si en

todo el ao tuvimos 30 operaciones negativas pero consecutivas negativas solo 5, tendremos

como resultado posiblemente la mayor declinacin de la cuenta, pero s en cambio tenemos las 30

operaciones (que sera el escenario pesimista) el balance de nuestra cuenta o declinacin no sera

del 1%, si no posiblemente mucho ms, esto como ejemplo para pasar a un ejercicio de esta

prueba. El objetivo principal es medir el riesgo al que estamos expuestos y la probabilidad de que

se cumpla uno u otro escenario.

Ejemplo:

Usaremos una prueba realizada con los parmetros por default en el par GBPJPY. El histrico de

operaciones se encuentra en el anexo de este documento.

La hora de Excel utilizada es proporcionada en el libro Building winning algorithmic trading

systems por Kevin J. Davey.

Volumen por operacin: 10000 libras esterlinas.

131
 Tiempo 01/01/2015-02/09/2016

Capital inicial 10000 GBP

Par GBPJPY

TF1 H4

TF2 M15

Ganancia Neta (USD) 2258.19

Factor de Ganancia 2.1

Comisin -127.44

Max DD 3.45%

Operaciones 108

Operacin Promedio 20.91

ndice Sharpe 0.13

ndice Sortino 0.45

Balance Final 12258.19

Tiempo de backtesting 28 segundos

Ganancia Neta (%) 22.58%

% Comisiones sobre Utilidad -5.64%

Curva de beneficios

132
La plantilla Monte Carlo Simulator realiza 2500 simulaciones aleatorias con los resultados de las

operaciones (expuestas en el anexo al final de este documento), los resultados estn presentados

en la siguiente tabla.

Start Median Median Median

Equity Ruin Drawdown $ prof Return Return/DD Prob>0

$10,000 0% 3.8% $1,997 20% 5.32 95%

$12,500 0% 3.0% $2,057 16% 5.34 95%

$15,000 0% 2.6% $2,055 14% 5.03 96%

$17,500 0% 2.3% $2,003 11% 4.89 95%

$20,000 0% 2.0% $2,035 10% 4.91 95%

$22,500 0% 1.8% $2,070 9% 5.07 96%

$25,000 0% 1.6% $2,069 8% 5.06 95%

$27,500 0% 1.5% $2,092 8% 5.15 96%

$30,000 0% 1.4% $1,991 7% 4.70 95%

133
 $32,500 0% 1.2% $2,019 6% 4.88 95%

$35,000 0% 1.2% $2,119 6% 4.95 96%

Start Equity: nicamente expresa el monto con el cual comienza la cuenta. Esta cantidad es

importante porque es necesario indicar en la plantilla indicar en que cantidad decidimos como

traders dejar de operar bajo esta estrategia, el monto indicado para detener las operaciones es de

8000.00 USD.

Ruin: Nos indica la probabilidad que se tiene de que en el primer ao la cuenta tenga un balance

menor a 8000.00 USD.

Media Drawdown: Tomando como base 2500 simulaciones se tiene un 50% de probabilidad de

estar por arriba o por debajo de la media expuesta en esta columna. Recordemos que el

drawdown es aquel porcentaje de minusvala que puede sufrir el balance de la cuenta.

Median Profit: Con base en 2500 simulaciones, tenemos un 50% de probabilidades de que

nuestra cuenta tenga una ganancia por arriba del valor mostrado.

Median Return: Con base en 2500 simulaciones, tenemos un 50% de probabilidad de que nuestro

mximo porcentaje de retorno en el primer ao sea mayor al valor mostrado.

Return/DD Ratio: Mide el retorno relacionado con el riesgo, este valor mientras mas elevado sea

mucho mejor.
134
Prob>0: Indica la probabilidad que se tiene de que las ganancias de la cuenta terminen por arriba

de 0 en el primer ao.

Como podemos verificar esta prueba estadstica es de bastante utilidad, lo nico que necesitamos

es el monto inicial de la cuenta, el monto mnimo de la cuenta en el cual deseamos que se deje de

operar, el resultado final de cada operacin para que con ello se realicen simulaciones aleatorias

del orden en el que se tienen las operaciones y en base a ello determinar las variables

anteriormente descritas. Todo ello se puede hacer fcilmente con la estrategia automatizada.

8. Gestin monetaria

Determinar el tamao de posicin o apalancamiento a utilizar en cada operacin, siempre

tomando como primer meta disminuir el riesgo, despus de realizar todos los pasos anteriores

seguramente podemos aplicar una tcnica de gestin monetaria que se ajuste al perfil de nuestra

estrategia.

Este punto es muy delicado, una excelente estrategia puede volverse psima si no gestionamos el

capital de manera eficiente, y viceversa, una estrategia psima puede volverse nicamente mala

aplicando la estrategia de gestin monetaria adecuada. Algunas de las tcnicas ms comunes de

gestin monetaria y sus caractersticas para incluir en el algoritmo son las siguientes:

- Martingale: Aumentar el tamao de la posicin cada vez que se pierde y reiniciar el

proceso cada vez que se acierta. Existen variables pero todas se basan en este principio.

135
- Anti Martingale: Se reduce la posicin en etapas de DD fuerte y se aumenta en etapas

positivas.

- Posicionamiento constante: No cambiar el tamao de posicin.

- Cantidad sobre el capital constante: Correlacionado con el capital en la cuenta.

- Fixed Risk (Mtodo de los ms populares): Incluye el riesgo en sus clculos. Tomar en

cuenta la perdida mxima histrica. (Regla de 2% de Elder)

Ej. Capital de 5000 USD, la perdida histrica fue de 75 USD

(2%*5000=100/75=1.33)

- Kelly = ((ratio win.loss + 1) * % positivos -1/Ratio win.loss)

El resultado es una fraccin que utilizamos en el mismo modelo de Fixed Risk. Por

ejemplo 20%

Ejemplo:

Capital de 5000 USD, la mayor prdida histrica fue de 75 USD

(20%*5000=1000/75=13.33)

Esta tcnica es ms agresiva que la anterior, por lo tanto no es recomendable.

- Optimal F: Busca la fraccin que nos d el mayor beneficio, suele dar un resultado mucho

mayor.

- Profit Risk Method (Alternativa a fixed risk): Utilizar una f menor para el capital inicial.

N= (f1*Balance inicial) + (f2* Total Profit)/Trade Risk

- Fixed Ratio (ideado por Ryan Jones donde la clave es Delta:

Delta: cantidad necesaria para incrementar un contrato ms.

Ejemplo:

$50,000.00 USD el monto inicial.

Cada que aumenta $5000.00 USD aumenta otro contrato y as sucesivamente.

136
 N0 = Nmero de contratos con el que iniciamos.

P = Todo el beneficio acumulado con la operativa.

Delta = Valor monetario que debemos ganar para aumentar otro contrato.

Formula general de Fixed Ratio

Diferencia entre ambas tcnicas de MM radica principalmente en el ritmo en el que incrementa el

nmero de contratos, por ejemplo:

- Fixed Risk: Mantiene constante el incremento, toma en cuenta f y el riesgo de cada

operacin.

- Fixed Ratio: Delta y beneficios acumulados. (El riesgo va implcito en la delta, por

ejemplo, la media del DD).

9. Monitorear la estrategia

Sabemos que un mercado financiero est sujeto a variables econmicas y macro econmicas, a lo

largo del desempeo de una estrategia es necesario realizar ajustes para que sea rentable en el

largo plazo y no nicamente en el corto plazo, tambin estamos sujetos a fallas tcnicas que

pueden daar la operativa, por ejemplo que un servidor se encuentre fuera de servicio. Para

137
resolver problemas que pueden darse, por ejemplo, que no tengamos luz en la casa y por lo tanto

no tengamos conexin a internet, es necesario tener algunos planes de contingencia, uno de ellos

es tener una fuente alterna de internet o de luz, la otra es alquilar una mquina virtual que se

mantenga funcionando 24/7 sin ningn inconveniente.

10. Continuar ideando estrategias

Para tener xito en cualquier mercado financiero con estrategias algortmicas es necesario contar

con un portafolio de diversas tcnicas de trading, pueden ser estrategias tendenciales y anti

tendenciales, de volatilidad o la combinacin de las tres nos llevar a sobrellevar los cambios

bruscos que el mercado pueda llegar a tener.

Conclusin

La tecnologa ha revolucionado muchos aspectos de nuestra vida diaria y los mercados

financieros no estn exentos de este cambio, los clculos matemticos que utilizan los algoritmos

para la toma de decisiones estn presentes en muchos mbitos de nuestra vida, desde que Netflix

nos ofrece que ver cuando lo usamos, hasta los resultados que google nos muestra basndose en

las palabras que usamos al hacer uso de su buscador. Los algoritmos tienen una aplicacin

ilimitada en nuestra vida, un ejemplo de esto es la empresa Epagogix que puede determinar el

xito de una pelcula usando como entrada su guion, algo que antes era inimagible, hoy es parte

de nuestra cultura. Volviendo al tema de la operacin en mercados financieros hemos analizado

ejemplos de muchas empresas y bancos que poco a poco han mudado sus decisiones a la

138
inteligencia artificial porque as lo ha demandado la industria, y as segura siendo sin duda

alguna. En si solo estamos optimizando tcnicas estadsticas que antes eran ms difciles de

aplicar, menos rpidas y con ms desventajas, por ejemplo, sin el uso del algoritmo diseado para

realizar las operaciones bajo los parmetros indicados, esta investigacin habra tomado

muchsimo ms tiempo en ser realizada, lo realmente importante en este material es dar evidencia

del proceso que un trader tiene desde su comienzo en la operativa manual hasta el conocimiento

del funcionamiento de los algoritmos para poder hacer sus clculos ms rpidos y exactos

Glosario

TP: Precio establecido para cerrar la operacin en caso de que esta sea positiva.

SL: Precio establecido para cerrar la operacin en caso de que esta sea negativa.

TF: Periodo temporal en el que son divididas las velas japonesas para determinar el movimiento

de precios en un periodo de tiempo dado.

Pip: Movimiento de un punto en el precio de una divisa.

Tick: Mnimo posible movimiento en el precio de un activo financiero.

M1: Periodo temporal de un minuto.

Take Profit: Precio establecido para cerrar la operacin en caso de que esta sea positiva.

Stop Loss: Precio establecido para cerrar la operacin en caso de que esta sea negativa.

Time Frame: Periodo temporal en el que son divididas las velas japonesas para determinar el

EMA: Exponential Moving Acerage, promedio ponderado del movimiento de precio de los

ltimos n periodos.

139
ADX: Average Directional Index, indicador utilizado para medir la fuerza y tendencia

predominante.

MM: Money Management, tcnica utilizada para gestionar el volumen de cada operacin.

TF1: Time Frame 1, es el primer filtro donde se verifica el cumplimiento de las condiciones

establecidas para abrir una operacin de compra o venta.

TF2: Time Frame 2, es el segundo filtro donde se verifica el cumplimiento de las condiciones

establecidas para abrir una operacin de compra o venta.

Max DD: Mximo drawdown, menor punto histrico que toc la cuenta en un periodo dado.

Anexos

Cdigo fuente del algoritmo en lenguaje MQL4

140
141
142
143
144
145
146
147
Detalle de operaciones utilizadas en la simulacin de Monte Carlo, realizadas por el
algoritmo bajo los parmetros por default.

02/01/2015

1 02/01/2015 02:00 Comprar 187.086 186.995 08:33 -10.02

05/01/2015

2 02/01/2015 10:00 Vender 186.384 184.295 03:57 201.66

05/01/2015

3 02/01/2015 14:00 Vender 185.929 184.295 03:57 157.48

16/01/2015

4 15/01/2015 10:00 Vender 177.652 176.693 04:30 91.94

21/01/2015

5 21/01/2015 10:00 Vender 177.897 177.908 15:15 -2.25

22/01/2015

6 22/01/2015 18:00 Vender 177.467 177.773 19:49 -30.89

04/02/2015

7 04/02/2015 02:00 Comprar 178.757 178.539 04:44 -22.35

04/02/2015

8 04/02/2015 14:00 Comprar 179.008 178.668 17:42 -34.19

05/03/2015

9 04/03/2015 18:00 Vender 182.785 182.804 00:54 -3.02

06/03/2015

10 06/03/2015 02:00 Vender 182.921 183.054 04:39 -14.09

148
 10/03/2015

11 09/03/2015 17:00 Comprar 183.414 183.508 08:21 7.95

10/03/2015

12 10/03/2015 13:00 Vender 182.564 182.912 15:03 -34.97

12/03/2015

13 11/03/2015 13:00 Vender 182.802 181.479 00:47 127.28

12/03/2015

14 11/03/2015 17:00 Vender 181.509 181.479 00:47 1.73

19/03/2015

15 19/03/2015 09:00 Vender 179.063 179.498 09:26 -43.42

19/03/2015

16 19/03/2015 17:00 Vender 178.182 178.281 22:05 -10.79

23/03/2015

17 23/03/2015 09:00 Vender 178.261 178.943 10:48 -67.4

15/04/2015

18 15/04/2015 09:00 Vender 175.841 176.122 10:37 -28.46

16/04/2015

19 16/04/2015 13:00 Comprar 177.737 177.667 22:03 -7.98

20/04/2015

20 20/04/2015 17:00 Comprar 177.973 177.657 18:58 -31.86

05/05/2015

21 05/05/2015 17:00 Comprar 182.219 181.945 18:29 -27.79

149
 06/05/2015

22 06/05/2015 05:00 Comprar 182.45 182.131 07:07 -32.15

08/05/2015

23 07/05/2015 17:00 Comprar 182.257 185.042 06:02 269.24

08/05/2015

24 08/05/2015 01:00 Comprar 184.554 185.042 06:02 46.2

18/05/2015

25 18/05/2015 01:00 Comprar 188.112 187.96 06:32 -15.94

20/05/2015

26 20/05/2015 13:00 Comprar 188.111 188.177 18:00 5.23

26/05/2015

27 26/05/2015 09:00 Comprar 189.153 189.235 21:59 6.78

29/05/2015

28 29/05/2015 17:00 Comprar 189.54 189.47 20:59 -7.98

29/06/2015

29 28/06/2015 21:05 Vender 192.623 193.494 01:21 -85.75

02/07/2015

30 02/07/2015 13:00 Vender 192.202 192.267 15:41 -7.49

13/07/2015

31 13/07/2015 09:00 Comprar 191.702 191.577 15:08 -13.32

22/07/2015

32 22/07/2015 09:00 Comprar 193.404 193.477 16:21 5.91

150
 24/07/2015

33 23/07/2015 17:00 Vender 192.034 192.312 00:01 -28.17

24/07/2015

34 24/07/2015 05:00 Vender 192.179 192.253 05:25 -8.37

04/08/2015

35 04/08/2015 13:00 Comprar 193.516 193.31 14:12 -21.18

05/08/2015

36 05/08/2015 09:00 Comprar 193.843 194.698 23:00 81.84

09/08/2015

37 07/08/2015 17:00 Vender 192.31 192.577 22:18 -27.11

11/08/2015

38 10/08/2015 17:00 Comprar 194.268 194.047 03:01 -22.64

31/08/2015

39 31/08/2015 17:00 Vender 186.057 186.17 23:17 -12.15

14/09/2015

40 14/09/2015 01:00 Comprar 186.436 186.129 02:52 -30.99

17/09/2015

41 16/09/2015 13:00 Comprar 186.299 186.736 02:14 41.25

21/09/2015

42 21/09/2015 09:00 Comprar 186.741 186.578 14:59 -17.01

22/09/2015

43 22/09/2015 09:00 Vender 185.649 184.702 19:30 90.77

151
 01/10/2015

44 30/09/2015 17:00 Vender 181.066 181.473 01:46 -40.7

13/10/2015

45 13/10/2015 05:00 Vender 183.567 183.766 06:02 -20.5

14/10/2015

46 14/10/2015 13:00 Comprar 183.89 183.925 18:09 2.22

15/10/2015

47 15/10/2015 09:00 Vender 183.331 183.3 14:52 1.83

27/10/2015

48 27/10/2015 13:00 Vender 184.573 184.351 20:17 20.38

29/10/2015

49 29/10/2015 01:00 Vender 184.28 184.418 07:31 -14.58

29/10/2015

50 29/10/2015 17:00 Comprar 185.407 185.294 22:25 -12.15

02/11/2015

51 30/10/2015 17:00 Comprar 186.673 185.85 00:20 -81.09

06/11/2015

52 05/11/2015 18:00 Vender 185.252 185.191 01:59 4.74

13/11/2015

53 13/11/2015 10:00 Comprar 186.819 186.558 11:13 -26.52

16/11/2015

54 16/11/2015 10:00 Comprar 186.8 187.242 21:58 41.74

152
 23/11/2015

55 20/11/2015 18:00 Vender 186.59 186.83 02:38 -24.48

23/11/2015

56 23/11/2015 14:00 Vender 186.503 186.553 14:56 -6.03

04/12/2015

57 04/12/2015 10:00 Comprar 185.668 185.594 13:58 -8.37

10/12/2015

58 10/12/2015 14:00 Vender 183.87 184.335 14:48 -46.33

16/12/2015

59 15/12/2015 18:00 Vender 183.305 183.206 00:13 8.43

28/12/2015

60 28/12/2015 14:00 Vender 179.496 179.289 23:52 18.92

19/01/2016

61 19/01/2016 14:00 Vender 167.641 166.795 23:20 80.97

29/01/2016

62 29/01/2016 06:00 Comprar 173.531 172.78 10:34 -74.1

16/02/2016

63 16/02/2016 10:00 Vender 164.677 163.093 21:52 152.62

16/02/2016

64 16/02/2016 14:00 Vender 163.366 163.093 21:52 25.33

19/02/2016

65 18/02/2016 18:00 Vender 162.694 161.995 05:17 66.69

153
 26/02/2016

66 26/02/2016 06:00 Vender 157.207 157.898 07:32 -68.28

29/02/2016

67 29/02/2016 02:00 Vender 157.111 156.768 12:29 32.12

04/03/2016

68 03/03/2016 22:05 Comprar 161.284 160.92 00:31 -36.52

04/03/2016

69 04/03/2016 06:00 Comprar 161.2 160.946 08:23 -25.84

04/03/2016

70 04/03/2016 18:00 Comprar 162.017 161.843 21:43 -18.08

07/03/2016

71 07/03/2016 18:00 Comprar 162.13 161.493 19:59 -63.03

09/03/2016

72 09/03/2016 22:05 Comprar 161.234 160.944 22:40 -29.34

15/03/2016

73 15/03/2016 09:00 Vender 160.834 160.084 18:55 71.64

17/03/2016

74 17/03/2016 05:00 Vender 159.427 160.103 12:09 -66.82

18/03/2016

75 18/03/2016 09:00 Vender 160.403 161.019 10:55 -60.99

18/03/2016

76 18/03/2016 13:00 Comprar 161.643 161.487 20:33 -16.33

154
 22/03/2016

77 22/03/2016 09:00 Vender 159.161 159.348 16:57 -19.34

01/04/2016

78 01/04/2016 05:00 Vender 160.883 161.143 06:14 -26.43

04/04/2016

79 01/04/2016 13:00 Vender 159.593 158.703 08:02 85.24

14/04/2016

80 14/04/2016 09:00 Vender 154.412 154.755 09:31 -34.48

18/04/2016

81 17/04/2016 21:05 Vender 153.623 153.389 07:52 21.54

19/04/2016

82 19/04/2016 09:00 Comprar 156.512 156.953 16:13 41.64

24/04/2016

83 22/04/2016 05:00 Comprar 157.916 161.102 23:05 308.18

28/04/2016

84 28/04/2016 09:00 Vender 157.916 158.225 13:43 -31.18

10/05/2016

85 10/05/2016 05:00 Comprar 156.735 157.318 13:12 55.43

12/05/2016

86 12/05/2016 01:00 Vender 156.543 156.717 01:19 -18.08

12/05/2016

87 12/05/2016 05:00 Comprar 157.17 156.812 07:20 -35.94

155
 25/05/2016

88 24/05/2016 09:00 Comprar 159.261 160.802 03:18 148.45

25/05/2016

89 24/05/2016 13:00 Comprar 160.259 160.802 03:18 51.54

31/05/2016

90 31/05/2016 13:00 Comprar 162.894 162.608 13:26 -28.95

01/06/2016

91 01/06/2016 09:00 Vender 158.869 157.945 16:16 88.54

07/06/2016

92 07/06/2016 21:05 Vender 156.078 156.146 23:12 -7.78

21/06/2016

93 21/06/2016 09:00 Comprar 154.157 153.734 12:30 -42.25

22/06/2016

94 22/06/2016 13:00 Comprar 153.988 153.433 15:30 -55.07

27/06/2016

95 24/06/2016 01:00 Vender 152.079 137.079 06:29 1455.3

27/06/2016 -

96 24/06/2016 05:00 Vender 135.319 137.079 06:29 172.07

13/07/2016

97 12/07/2016 17:00 Comprar 139.342 138.646 00:07 -68.76

14/07/2016

98 14/07/2016 09:00 Comprar 139.698 140.201 17:35 47.66

156
 21/07/2016

99 20/07/2016 09:00 Comprar 139.999 141.522 04:01 146.7

05/08/2016

100 04/08/2016 13:00 Vender 132.834 132.92 00:01 -9.53

10/08/2016

101 08/08/2016 21:05 Vender 133.48 132.689 00:02 75.63

14/08/2016

102 12/08/2016 13:00 Vender 131.403 130.914 21:19 46.3

17/08/2016

103 17/08/2016 17:00 Vender 130.522 130.761 18:00 -24.39

19/08/2016

104 19/08/2016 13:00 Vender 131.213 131.081 18:33 11.64

19/08/2016

105 19/08/2016 17:00 Vender 130.884 131.081 18:33 -20.31

24/08/2016

106 24/08/2016 13:00 Comprar 132.874 132.84 19:25 -4.48

26/08/2016

107 26/08/2016 05:00 Comprar 132.748 132.543 10:07 -21.09

29/08/2016

108 26/08/2016 17:00 Comprar 133.235 133.983 07:17 71.45

Bibliografa

157
- Jess Pal Gutirrez. (2009). Pases Desarrollados. 2009, de Expansin Sitio web:

http://www.expansion.com/diccionario-economico/paises-desarrollados.html

- Chiara Albanese. (11/10/2015). Se dispara el uso de los algoritmos informticos para

negociar en el mercado de divisas. 2016, de Expansin Sitio web:

http://www.expansion.com/mercados/2015/10/11/561a7613268e3e787b8b464c.html

- Pilar Blzquez. (26/02/2016). Los robots burstiles que manejan los mercados financieros

pueden provocar una "catstrofe" financiera. 2016, de El Diario Sitio web:

http://www.eldiario.es/economia/algoritmos-manejan-provoquen-catastrofe-

financiera_0_488551270.html

- Juan M. Almodvar. (06/10/2012). Algoritmos de trading que dan forma al mundo. 2016,

de Rankia Sitio web: http://www.rankia.mx/blog/juan-almodovar/1499214-algoritmos-

trading-que-dan-forma-mundo

- David Ceballos Hornero. (2011). Relaciones en los mercados financieros. 04/07/2016, de

Grupo IAFI Sitio web: http://diposit.ub.edu/dspace/bitstream/2445/121/1/72.pdf

158
- Jane Wakefield. (23/08/2011). Los algoritmos que controlan nuestro mundo. 01/04/2016,

de BBC Sitio web:

http://www.bbc.com/mundo/noticias/2011/08/110823_tecnologia_algoritmos_mundo_nc.

shtml

- Reuters, Agence-France-Presse. (2015). Nuevas multas por manipular divisas; cinco

bancos se declaran culpables. 21/05/2015, de Reuters Sitio web:

http://www.dineroenimagen.com/2015-05-21/55846

- Efe. (2014). Multa de $4,300 millones a grandes bancos por amaar mercado de divisas.

05/05/2016, de El Salvador Sitio web:

http://www.elsalvador.com/articulo/expansion/multa-4300-millones-grandes-bancos-por-

amanar-mercado-divisas-77977

- Bloomberg y Reuters. (2015). Multa EU a seis bancos por manipulacin de divisas y tipos

de inters. 04/07/2016, de El Financiero Sitio web:

http://www.elfinanciero.com.mx/economia/multa-eu-a-cinco-bancos-por-manipulacion-

de-divisas-y-tipos-de-interes.html

159
- Reuters. (2016). Tu dinero no es tuyo: cmo la inteligencia artificial controla las finanzas.

30/06/2016, de El Confidencial Sitio web:

http://www.elconfidencial.com/tecnologia/2016-04-30/la-edad-de-oro-de-los-algoritmos-

las-finanzas-dependen-de-la-inteligencia-artificial_1190189/

- David Fernndez. (2014). Las manos que mueven las Bolsas. 30/05/2015, de El Pas Sitio

web:

http://economia.elpais.com/economia/2014/02/14/actualidad/1392407519_905182.html

- Efxto. (2010). El indicador ADX Average Directional Index. 24/05/2016, de EFXTO

Sitio web: https://efxto.com/adx-average-directional-index

- Kevin J. Davey. (2014). Building Winning Algorithmic Trading Systems. New Jersey:

John Wiley & Sons, Inc.

- Sergey Kovalyov. (2011). Introduccin a MQL4. Rusia: MetaQoutes Software Corp.

160
161