Curso intermedio Oscar Cagigas en Rankia

50 %
50 %
Information about Curso intermedio Oscar Cagigas en Rankia
Economy & Finance

Published on October 8, 2014

Author: Rankia

Source: slideshare.net

Description

Curso intermedio Oscar Cagigas en Rankia

1. 1 CURSO INTERMEDIO ONLINE 6-9 OCTUBRE RANKIA/ONDA4 Oscar G. Cagigas

2. Cómo vamos a trabajar…. 2 Presentación con diapositivas  Algunas van animadas  Cada 3 o 4 revisamos las preguntas  Se grabarán las sesiones  NO ES NECESARIO TOMAR NOTAS, se comparten los ficheros Apoyo de Amibroker y otros programas Gran parte del contenido está en mis libros Sesión dinámica:  Hacer preguntas sobre la marcha Sobre la marcha ajustaremos el número de diapos.  Quitaremos de lo prescindible si hace falta Es nivel INTERMEDIO  avisarme si algo no se entiende

3. Cómo vamos a trabajar…. 3 Puede haber un poco de solapamiento entre los cursos  Para que se entienda mejor  El que no asistió al curso básico puede entenderlo Los sistemas  Se indicará el código en la presentación (sin la parte gráfica) Amibroker  Lo siento, no doy soporte de Amibroker, para eso está Amibroker. Las ideas y código se pueden implementar en otros programas si uno los domina

4. TEMARIO 4 CATEGORIA DE SISTEMAS QUE FUNCIONAN  Tendenciales, antitendencia, swing trading, spreads, intermerccados… GRANDES DESARROLLADORES  Larry Williams, Keith Fischen… SPREADS  Concepto  Metodo de Kaufman  Metodo de Cagigas SISTEMAS QUE FUNCIONAN EN EL FUTURO  Problema al simular OOS  Test BRAC GESTION DE CAPITAL  DETERMINISTA  ALEATORIA COMPARACIÓN ESTRATEGIAS DE GdC

5. CATEGORIA DE SISTEMAS QUE FUNCIONAN 5

6. SISTEMAS QUE FUNCIONAN 6 TENDENCIALES Es un modelo universal, probada eficacia Bajo porcentaje de aciertos (35-40%) Necesita Diversificación, Capital y Paciencia Mucha devolución de ganancias antes de cerrar la posición Ejemplo: Cruce de Medias

7. SISTEMAS QUE FUNCIONAN 7 ROTURA DE BANDAS Es un modelo universal, probada eficacia Porcentaje de aciertos medio (50-60%) Necesita Diversificación, Capital y Paciencia Mucha devolución de ganancias antes de cerrar la posición Ejemplo: Canal de DONCHIAN

8. SISTEMAS QUE FUNCIONAN 8 Es imposible que un mercado suba de 10 a 100 sin hacer nuevos máximos por el camino

9. SISTEMAS QUE FUNCIONAN 9 Los sistemas tendenciales devuelven muchas ganancias antes de cerrar la posición

10. SISTEMAS QUE FUNCIONAN 10 SWING TRADING Comprar tras caídas, vender con subidas, estar varios días en la operación intentando aprovechar el swing al máximo Funciona en índices eficientes (SP500) EJEMPLO: Sistema Gustafson:  Si el SP500 cae durante 3 días seguidos compramos  Si el SP500 sube durante 2 días seguidos vendemos  Una vez comprados nos salimos a los 3 días en cualquier caso

11. SISTEMAS QUE FUNCIONAN 11 Funciona gracias a la naturaleza no-tendencial del SP500

12. SISTEMAS QUE FUNCIONAN 12 ANTITENDENCIA Comprar con sobreventa. Vender con sobrecompra. Filtro de tendencia mayor. Ejemplo: Mean Reversion RSI (MERSI):  Comprar con RSI8 < 30 y cierre por encima de la media de 80  Vender con RSI8 > 70 Las divisas (FOREX) parecen ir bien con sistemas Antitendencia.

13. SISTEMAS QUE FUNCIONAN 13 Las divisas oscilan y la sobreventa es normalmente una señal de compra

14. SISTEMAS QUE FUNCIONAN 14 INTERMERCADOS Aprovechan las relaciones intermercados:  Las divisas se anticipan a las Materias Primas  Las Materias Primas se anticipan a los Bonos  Los Bonos se anticipan a la Bolsa (acciones) Ejemplo: Eurodólar para Operar Plata:  Si eurodólar > media40 y Plata < media 40 comprar plata  Si Plata > media40  vender plata Teoría intermercados en el libro de Murphy:  “Intermarket Analysis” Aplicación en el libro Ruggiero:  “Cybernetic Trading Strategies”

15. SISTEMAS QUE FUNCIONAN 15 El Eurodólar se adelanta a los metales

16. SISTEMAS QUE FUNCIONAN 16 SPREADS Compra de un mercado y la venta en corto simultánea de otro mercado relacionado Eliminamos el riesgo direccional Obtenemos beneficio por la diferencia:  Normalmente una pata en ganancias y la otra en pérdidas. EJEMPLO: Spread entre el Crudo y el Gasóleo de Calefacción (Heating Oil).

17. SISTEMAS QUE FUNCIONAN 17 El Gasóleo ganó más en largo de lo que perdió el Crudo en corto. DIF=+$6.500

18. SISTEMAS QUE FUNCIONAN 18 OTRAS CATEGORIAS: Cualquiera  Lo importante  Poca correlación con el resto EJEMPLO: Patrones de Precio  Si el mercado cierra con figura de vuelta compramos mañana en el máximo de hoy. Salimos con Profit Target. RESUMIENDO  Suma de sistemas rentables individualmente con lógica DISPAR y que operen con diferente horizonte temporal

19. FIABILIDAD Y RATIO ESTÁN RELACIONADOS 19 No se puede tener alta fiabilidad y alto ratio HAY QUE ELEGIR  Y COMBINAR APROXIMACIONES

20. KEITH FISCHEN 20

21. KEITH FISCHEN 21 Diseña y opera sus sistemas, más de 20 años Ha estudiado el grado de sobreoptimización de un sistema y desarrollado el método BRAC que veremos aquí Desarrolló ABERRATION, público en 1993 y desde entonces siempre en el TOP10 de los mejores sistemas (futures truth) Ingeniero Eléctrico/electrónico Background en aplicaciones militares y acústicas Experto en diseñar aplicaciones en entornos con ruido (de señales, se entiende)

22. KEITH FISCHEN 22

23. KEITH FISCHEN 23 Aberration:  Necesidad de mucha diversificación  Necesidad de mucho capital  Lógica contundente  En mi opinión es el sistema de referencia:  2 parámetros  Universal  Simple  Lógico  No puede perderse una tendencia!!!

24. KEITH FISCHEN 24 Sistema  Mucho Drawdown  Demasiado Ulcer //OPTIMIZACIÓN// med=Optimize("med",35,10,50,5); sd=Optimize("sd",2,1.5,3.0,0.5); //DEFINICIONES// escape_alc = Cross(C, BBandTop(C,med,sd)); escape_baj = Cross(BBandBot(C,med,sd),C); Cruce_med_up = Cross(C,MA(C,med)); Cruce_med_dn = Cross(MA(C,med),C); //SISTEMA// Buy = escape_alc; Short = escape_baj; Sell = Cruce_med_dn; Cover = Cruce_med_up;

25. JOE KRUTSINGER 25

26. JOE KRUTSINGER 26 Más de 40 años diseñando sistemas Amigo y consultor de Larry Williams Su filosofía es:  El sistema debe ser sencillo  La ganancia por operación alta  Mejor si el concepto es NUEVO Conceptos nuevos:  Abrir posiciones solo durante el fin de semana  Utilizar barras de 35 minutos o intervalos “raros” Su sistema más conocido es el One Night Stand

27. JOE KRUTSINGER 27 ONE NIGHT STAND (REGLAS)  Si es VIERNES, y la media de 10 > media 40  comprar en el máximo de 10 días  Cerrar los largos el LUNES en apertura  Simétrico para los cortos  Funciona muy bien en los MAJORS

28. JOE KRUTSINGER 28 ONE NIGHT STAND (Código)

29. JOE KRUTSINGER 29 ONE NIGHT STAND (ESTADISTICAS)  Mejor MAJORs que pares cruzados sin el dólar  En la LIBRA Sharpe > 1 Ulcer < 4 53% aciertos NO hay optimización!!!!

30. JOEL RENSINK 30 UTILIZÓ PÚBLICAMENTE ONE NIGHT STAND + FIRSTSTRIKE PARA OPERAR $500 HASTA $26.000

31. JOEL RENSINK 31 Operó públicamente en su blog los sistemas ONS y FS (FirstStrike) para convertir $500 en $26K con FOREX en 6 años. JOEL : -”Los sistemas eran lo de menos, por eso utilicé sistemas públicos. Lo importante era la Gestión de Capital” ONE NIGHT STAND y FIRSTSTRIKE se complementan:  ONS: De viernes a Lunes  FirstStrike: de Lunes a Viernes

32. JOEL RENSINK 32 FIRST STRIKE (REGLAS)  Sitúa un stop de compra 50 pips por encima de la apertura del lunes, y simultáneamente un stop de cortos 50 pips por debajo de la apertura.  Si se activa cancela la otra orden y pon un stop loss 60 pips por debajo (caso alcista)  Ya está hasta el viernes. Cerrar el viernes al cierre Cuando combinamos FS con ONS siempre estamos operando en FOREX, con un sistema u otro

33. JOEL RENSINK 33 FIRST STRIKE (DETALLES)  Debe ser programado en barras intradiarias porque si no es imposible saber si entró antes la compra o el corto (si fuera el caso)  Está basado en el concepto ORB (opening Range Breakout) de Toby Crabel que se ha demostrado que funciona de maravilla!!!

34. TOBY CRABEL 34

35. TOBY CRABEL 35 Financial Times: “Crabel es el trader contratendencia más conocido del mundo” Famoso por su trabajo pionero en Rangos de Rotura tras la apertura (ORB) Gestiona unos $3200 millones y desde 1991 produce retornos consistentemente (mercado eficiente??? Jajaja) Lleva operando desde 1975 Licenciado en finanzas por la U. de Florida Su sistema más famoso: HVNR4

36. TOBY CRABEL 36 SISTEMA HVNR4 (REGLAS)  Setup: La volatilidad histórica (HV, como cociente) cae por debajo de 0.5 o si tenemos una barra con el menor rango de los últimos 4 días (NR4)  Compra: Si ayer hubo setup entonces compramos hoy a un nivel por encima de la apertura que consiste en un múltiplo del rango de negociación (ORB)  Salida: A muy corto plazo: Tras un determinado número de días, en la primera apertura rentable, con un stop de beneficios, …

37. TOBY CRABEL – ejemplo IDNR4 37

38. TOBY CRABEL – ejemplo HV 38

39. TOBY CRABEL 39 SISTEMA HVNR4 (ESTADISTICAS)  Simulación de Cartera (34 mercados) de 2000 a 2014 restando $100 por operación  Multiplicador del rango: 0.6  Salida: Target 1.5 ATRs

40. TOBY CRABEL 40 SISTEMA HVNR4 (CÓDIGO)  Target, stop, k (multip), DB (days Back) son optimizables

41. LARRY WILLIAMS 41

42. LARRY WILLIAMS 42 Seguramente la figura más influyente en trading de la historia Ganó el campeonato ROBBINS de trading del año 87 operando 10K hasta 1.1M Sus sistemas son innovadores. Con un sistema suyo su hija Michelle ganó el campeonato de trading Robbins unos años después, operando 10K hasta 100K Se ha visto envuelto en numerosos escándalos, evasión de impuestos, querellas, etc Mientras ganaba el campeonato de trading quebró un fondo Su trabajo es excepcional. Junto con Ralph Vince fue el primero en utilizar la fórmula de Kelly

43. LARRY WILLIAMS 43 Su secreto es la salida FPO  Da ganancias incluso con entrada aleatoria //ENTRY// Buy = Day() == int(Random()*30); //EXIT// Sell = Open > ValueWhen(Buy,BuyPrice); SellPrice = Open; //STOP LOSS// STOP=4*ATR(20); ApplyStop(stopTypeLoss,stopModePoint, STOP,1,0); Equity(1,0);

44. LARRY WILLIAMS 44 Uno se espera hasta que abra en ganancias  Mucha excursión negativa  Alto porcentaje de aciertos

45. LARRY WILLIAMS 45 No es que sea una maravilla pero…  Hay una ventaja estadística al vender en la primera apertura rentable  Recordemos que no hemos “trabajado” la entrada.

46. LARRY WILLIAMS 46 PATRÓN OOPS  El mercado se gira de forma intradiaria  Funciona de forma general  Lo malo es que hay que estar en la apertura

47. LARRY WILLIAMS 47 PATRÓN OOPS  Muy fácil de programar  Demuestra un cierto sesgo estadístico  Resultados para la cartera de 34 mercados desde 2000 hasta 2014 //ENTRY// Buystop=Ref(L,-1); Buy = setup = Open < Ref(L,-1) AND H > Buystop; BuyPrice=Buystop; //EXIT// Sell= Open > ValueWhen(Buy,BuyPrice+target*ATR(10)) ; //ganancia rápida SellPrice = Open; (stop loss de 4 ATRs)

48. LARRY WILLIAMS 48 PATRÓN OOPS  VA MUY BIEN EN LOS BONOS!!!

49. LARRY WILLIAMS 49 PATRÓN Outside Day Down Close  Outside con un cierre por debajo del mínimo de ayer

50. LARRY WILLIAMS 50 PATRÓN ODDC  Muy fácil de programar  Demuestra un cierto sesgo estadístico  Resultados para la cartera de 34 mercados desde 2000 hasta 2014 //ENTRY// Buystop=Open + Ref(0.5*(H-L),-1); setup = Outside() AND C < Ref(L,-1); Buy=Ref(setup,-1) AND H > Buystop; BuyPrice=Buystop; //EXIT// Sell = Open > ValueWhen(Buy,BuyPrice)); SellPrice = Open; (stop loss de 4 ATRs)

51. LARRY WILLIAMS 51 PATRÓN Outside Day Down Close  Curva excelente para venir de “cualquier mercado”  95% de aciertos tras 21 operaciones en Letras y en AUD  ROBUSTO: Ganancias en un 80% de los mercados

52. LARRY WILLIAMS 52 EJEMPLO DEL PODER DE LA SALIDA FPO  Y de los ciclos del mercado  Compramos el día 24 (o el 25 de cada mes)  En las letras a 10 años TY parece ir muy bien Buy = Day() == 24 OR Day() == 25; //EXIT// Sell = Open > ValueWhen(Buy,BuyPrice+target*ATR(10)); SellPrice = Open; (stop loss de 4 ATRs)

53. LARRY WILLIAMS 53 Comprando a finales de mes y salida FPO  Sistema 100% operable en Letras a 10 años  Eficiente, poco DrawDown, alta fiabilidad…  Funciona también en las letras a 5 años, como es normal

54. LEBEAU & LUCAS 54 Lucas? No photo…

55. LEBEAU & LUCAS 55 SISTEMA CRUCE 312 SAR  Del libro CAFM

56. LEBEA & LUCAS 56 CRUCE 312 SAR  Muy fácil de programar  Mejores parámetros Acel=0.01 Msar=0.1 Med1=11 Med2=92 //OPTIMIZACIÓN// acel = Optimize("aceler",0.01,0.005,0.05,0.005); Msar =Optimize("Msar",0.1,0.1,0.3,0.1 med1 = Optimize("MED1",11,3,15,2); med2= Optimize("MED2",92,12,100,4); //SISTEMA// Cruce_alc = Cross(MA(C,med1),MA(C,med2)); Cruce_baj = Cross(MA(C,med2),MA(C,med1)); Cruce_sar_alc = Cross(C,SAR(acel,msar)); Cruce_sar_baj = Cross(SAR(acel,msar),C); //entradas// Buy = Cruce_alc AND C > SAR(acel,msar); Short= Cruce_baj AND C < SAR(acel,msar); //salidas// Sell= Cross(SAR(acel,msar),C); Cover= Cross(C,SAR(acel,msar));

57. LEBEAU & LUCAS 57 ESTADÍSTICAS  Robustez 50%   Necesitaría un filtro de tendencia o similar

58. LEBEAU & LUCAS 58 CON FILTRO DE TENDENCIA  Solo largos si el cierre es mayor que el cierre hace 100 barras  Solo cortos si el cierre es menor que el cierre hace 100 barras  Mejoran todos los ratios  Se duplica la ganancia media por operación  Ganamos más con la mitad de operaciones  el filtro de tend es necesario.

59. SISTEMAS - RESUMEN 59 Buscar la simplicidad (mejor 2 parámetros que 3) La idea tiene que ser lógica y con sentido Las estadísticas robustas  Al menos un 70% de mercados rentables para los sistemas de propósito general Las estadísticas decentes:  PF > 2, RF > 4, Ulcer < 10, AvgPL > 1000 euros, etc Si vamos a juntar sistemas mejor con lógica dispar  Tendenciales con antitendencia, etc. Y mejor que operen en intervalos de tiempo diferente

60. SPREADS 60

61. SPREADS 61 Concepto: Es la diferencia entre dos mercados que tienden a moverse con cierta correlación (p.e. Crudo y Gasóleo) Estrategia básica: Compramos el mercado más deprimido y abrimos cortos en el mercado más extendido. Cuando todo vuelva a la normalidad generamos un beneficio y cerramos la posición Algunos Spreads típicos:  Crudo Brent con Gasóleo de calefacción  Dólar Australiano con Dólar Neozelandés  Corona Noruega con Corona Sueca  Ganado Vacuno (Live cattle) con ganado de engorde (Feeder cattle)  Oro y Plata  Nasdaq y Russell  Letras a 2 y Letras a 5 años

62. SPREADS - Características 62 La principal  se elimina el RIESGO DIRECCIONAL Una estrategia lógica y de concepto simple Ganamos por la diferencia Nos liberamos de los “sustos” de un mercado volátil Necesitamos apalancarnos más para conseguir una ganancia equivalente a una posición direccional Dependen demasiado de los datos Diferentes festivos en distintos mercados Distinto origen de datos en el histórico NO hay stop loss  si lo hubiera se activaría en una pata solo y dejaría la otra abierta  se necesita monitorización constante

63. SPREADS 63

64. SPREADS 64 Cómo medimos el “acople”?  correlación estadística Amibroker, Excel, etc lo calculan. No hace falta saber programar ni calcularlo. Corr = 1  van juntos Corr = 0  no se mueven juntos Corr = -1  van siempre contrarios

65. SPREADS – Mean Reversion 65 La idea es entrar cuando el spread se haya abierto y apostar porque se va a cerrar (apostamos por que las cosas vuelven a la normalidad) NO TODOS los Spreads son de REVERSIÓN A LA MEDIA, también se pueden hacer de TREND FOLLOWING:  Ejemplo: Dos compañías compiten por la tecnología para la televisión LED. Asumimos que la que lo consiga antes creará una diferencia en su evolución bursátil que SE MANTENDRÁ en el tiempo e incluso AUMENTARÁ. En este caso se debería abrir un Spread de Trend Following Los spreads que veremos aquí son todos de MEAN REVERSION (reversión a la media)  operaremos mercados que suelen ir juntos, entrando cuando se separen, y apostaremos porque volverán a juntarse

66. SPREADS – futuros intermercados 66 Tipos de Spreads en cuanto al instrumento:  CON ACCIONES: Ej - Hewlett Packard con DELL  CON FUTUROS: Ej – Maíz y Trigo  MIXTOS: Ej: - Oro con NewMont Mining (compañía minera de Oro) o también  Telefónica con futuros del IBEX Tipos de Spreads en cuanto a la relación entre los mercados:  INTERMERCADOS: Maíz y Trigo  SPREADS CALENDAR: SP500 de Septiembre con SP500 de Diciembre Aquí solo veremos Spreads CON FUTUROS, INTERMERCADOS y con REVERSIÓN A LA MEDIA

67. SPREADS – Método de Kaufman 67 Estrategia del libro “Alpha Trading” Se calcula el estocástico de cada mercado y se entra en función de la diferencia (p.e. -30). Se sale cuando todo se normaliza (dif = 0). Kaufman no recomienda apostar por el giro contrario (dif = +30) porque podría no ocurrir y eso aumenta mucho el riesgo. Es una estrategia lógica y que da lugar a spreads rápidos  el mejor estocástico suele ser rápido

68. SPREADS – Método de Kaufman 68 Estocastico1 (letras a 5 años) = 42.65 Estocastico2 (letras a 2 años) = 93.75 DIF = estoc1-estoc2 = -51.10 Umbral = -30  abrimos posición

69. SPREADS – Método de Kaufman 69 El 31 de Julio se abre una posición porque la diferencia de estocásticos supera el umbral de -30 El más extendido es el mercado 2 (sto = 93) así que hacemos cortos en el mercado 2 y compramos el mercado 1  cortos en letras a 2 años y compramos letras a 5.

70. SPREADS – Método de Kaufman 70 El 29 de agosto la situación es:  Mercado 1 (letras a 5) gana 1665.80 dólares  Mercado 2 (letras a 2) pierde 428 dólares  Resultado neto: +$1237.80  Curva de capital refleja todo

71. SPREADS – Método de Kaufman 71 ESTADÍSTICAS  Algunas no sirven. Ahora tenemos parejas de operaciones y nos interesa el resultado conjunto NO SIRVEN:  Profit Factor  Número de operaciones (ahora es la mitad, o menos)  Ganancia por operación (ahora es el doble porque hay la mitad de ops)  Porcentaje de aciertos (hay que mirar por parejas)

72. SPREADS – Método de Kaufman 72 OBTENIENDO ESTADÍSTICAS DEL SPREAD 1. Anotar las estadísticas que sirven: 1. Drawdown, ganancia, Ulcer Index, Sharpe 2. Obtener una simulación por operaciones 3. Exportar las operaciones a Excel 4. Establecer una fecha de comienzo de simulación 1. Al cargar 2 mercados uno empezará antes que el otro. No podemos tener estadísticas conjuntas hasta que empiece el más tardío 5. Sumar las parejas de la misma fecha 6. Obtener las estadísticas 1. PF como ganancia total de las ganadoras entre perdida total de las perdedoras 2. Ganancia promedio por operación DE PAREJA 3. La mitad (o menos) de operaciones

73. SPREADS – Método de Kaufman 73 Estadísticas por parejas  Ahora hay 43 ops válidas comparado con 97 antes  Se han desechado 11 operaciones con fechas no coincidentes

74. SPREADS – Método de Kaufman 74 SPREAD ENTRE LETRAS A 2 Y 5 AÑOS Método: KAUFMAN DIF DE ESTOCÁSTICOS  Optimización: Umbral de entrada: 15 (y -15) Umbral de Salida: 0 (recomendado) Periodo del estocástico: 15  Estadísticas de pareja 63% aciertos Rápido: 13 barras en las ops PF algo bajo (1.83) Muy buen Ulcer (1.59) Baja ganancia promedio (214)

75. SPREADS – Método de Kaufman 75 Básicamente el código es mirar un símbolo de cada vez y utilizar la misma lógica para comprar en uno que para el corto del otro

76. SPREADS – Método de Kaufman 76 OTRA POSIBILIDAD  HACER UN ESTOCÁSTICO DE LA DIFERENCIA DE ESTOCÁSTICOS  Así todo queda entre 0 y 100 y además se suaviza STRESS INDICATOR!!!!

77. SPREADS – Kaufman Stress Indicator 77 Implementarlo es fácil; Pero hay que saberse la definición del estocástico Los resultados son mejores con Stress que con la diferencia de estocásticos

78. SPREADS – Método de Cagigas 78 Se basa en mi interpretación de cómo yo entiendo que debería operarse un Spread  No garantizo que sea la mejor manera ni que tenga que ser correcto  ENTRADA: Medir la correlación entre los mercados y cuando se separen (correlación pierde un umbral, p.e. 0.5) abrimos la posición  SALIDA: Cuando la correlación se recupere (p.e. 0.80 o más)  CRITERIO: Cuál comprar y cuál abrir en corto? Hacemos un ratio de los dos valores (p.e. C1/C2) y le aplicamos un oscilador. Si el oscilador está por encima de 50 es que C1 está más extendido que C2  cortos en C1 y largos en C2 Si el oscilador está por DEBAJO de 50 es que C1 está más deprimido que C2  compramos C1 y cortos en C2

79. SPREADS – Método de Cagigas 79 PARTICULARIDADES  El oscilador puede ser cualquiera RSI, Estocástico, CCI, ROC o Momentum…  Los umbrales deben ser lógicos Entrada a 0.80 y salida a 0.50 no sirve. La entrada tiene que estar más abajo que la salida  ojo con las optimizaciones!!! Entrada a 0.70 y salida a 0.71 no es lógico. Probable sesgo de buscar datos. Debe haber una cierta separación lógica  Las estadísticas tienen que ser buenas pero lógicas PF= 100 no sirve si AvgBars = 500 (2 años en la posición en promedio) Ganancia media > 1000 dólares  menos no compensa doble comisión, doble deslizamiento y la complicación del spread  El spread se debería PODER CERRAR con cierta garantía Prob de cerrarlo en un día > 5% p.e.

80. SPREADS – Método de Cagigas 80 SPREAD EN INDICES (RUSSELL 2000 / NASDAQ100)  Entrada: 0.65. Salida: 0.82

81. SPREADS – Método de Cagigas 81

82. SPREADS – Método de Cagigas 82 CÓDIGO  EntryTH, ExitTH y per son optimizables  EJEMPLO (INDICES) EntryTH=0.65 ExitTH=0.82 Per = 60

83. SISTEMAS QUE FUNCIONAN EN EL FUTURO. MÉTODO BRAC 83 Sobreoptimización!!! Problema al simular Out of Sample

84. Problema al simular OOS. Método BRAC 84 EJEMPLO OOS  Diseñamos un sistema con 20 años de histórico y decidimos probarlo en el último año (p.e. 2012), que son datos que el sistema no ha visto nunca y nunca ha sido probado en ellos.  El histórico IS en-muestra del sistema revela una ganancia promedio de 20.000 dólares anuales y un drawdown promedio de 10.000.  Cuando lo probamos fuera de muestra resulta que pierde 5.000 dólares con un drawdown de 15.000.  Ha fallado el diseño del sistema?

85. Problema al simular OOS. Método BRAC 85 Está funcionando igual que en 2008!!! Cuando probamos fuera de muestra no tenemos nada con qué comparar. Y encima no podemos usar todo el histórico para optimizar parámetros.

86. Problema al simular OOS. Método BRAC 86 Keith Fischen (Aberration) propone el método BRAC Build, Rebuild And Compare:  Diseñamos el sistema sobre todo el histórico apuntando los pasos que llevamos a cabo (añadir simetría, un filtro de tendencia, el criterio para escoger unos parámetros, etc). Anotamos los parámetros óptimos.  Quitamos uno o dos años de histórico y repetimos los pasos anteriores.  Comparamos. Si el sistema está sobreoptimizado entonces los parámetros anteriores variarán mucho. En los sistemas sencillos (Aberration, Donchian) los parámetros no cambian NADA.  La variación es el grado de sobreoptimización!!!

87. Problema al simular OOS. Método BRAC 87 Ejercicio (si hay tiempo): Diseñar un sistema con el método BRAC y mirar el nivel de Sobreoptimización. Fichero: CRUCE MEDIAS CURSO BÁSICO  PARÁMETROS 10,100,400

88. GESTIÓN DE CAPITAL 88

89. CONCEPTOS BASICOS GdC 89 LO PRIMERO QUE HAY QUE SABER ES:  Que la GdC NO MODIFICA EL SISTEMA DE TRADING  No cambia la situación del Stop Loss  No mejora ni empeora la fiabilidad del Sistema  Es una capa superior que utiliza como datos los resultados de nuestro sistema a 1 futuro  si no lo hacemos así entonces todo va a depender de las rachas  A UN CONTRATO (futuros) o a tamaño fijo de posición (ACCIONES) LA GdC mejora un buen sistema pero NO hace ganador uno malo SE REQUIERE EXPECTATIVA POSITIVA (curso básico)

90. GESTIÓN DE CAPITAL 90 DETERMINISTA  Asume que el futuro será como el pasado  Teoría Moderna de Carteras (Markowitz)  f óptima (VINCE) ALEATORIA  Asume que las operaciones son ALEATORIAS pero dentro de unos parámetros delimitadores (histograma, % aciertos, etc)  Método de MONTECARLO

91. GESTIÓN DE CAPITAL 91 1. Determinista:  Asume que las operaciones futuras van a ser más o menos como las pasadas: Teoría Moderna de Carteras. Markowitz. De moderna no tiene nada y además utiliza las correlaciones entre activos como una medida de riesgo. Las correlaciones no sirven cuando más se las necesita (en una crisis de mercado Yahoo y el Magro de Cerdo alcanzan correlación de 0.9). El cálculo requiere buscar las soluciones de una ecuación de muchas variables. Esto puede dar un máximo local pero no absoluto y además requiere mucha potencia de computación. Se basa en maximizar la relación rentabilidad/riesgo F óptima. Se basa en maximizar la rentabilidad. No tiene en cuenta la correlación. Da una solución con mucho drawdown porque no tiene en cuenta rachas de pérdidas ni que la máxima pérdida puede ser mayor en el futuro.

92. GESTIÓN DE CAPITAL 92 2. Aleatoria:  Asume que las operaciones son aleatorias dentro de unos límite estadísticos Modelo de Montecarlo: Se basa en aleatorizar los datos de partida y obtener distintas curvas de capital. Cada curva es igual de probable que las demás. Qué se puede aleatorizar:  La selección de mercados (p.e. cuando hay varias ops en el mismo día)  El orden de las operaciones  tendremos rachas  Se pueden hacer rangos de resultados (p.e. ganancia entre 200 y 400 euros) y asumir que cualquier resultado es posible en ese rango  el sistema de trading quedará definido por su histograma y no por su curva de capital EL PRINCIPAL PROBLEMA DE AMBOS MODELOS ES QUE NI LAS OPERACIONES FUTURAS SON COMO LAS PASADAS NI LOS PARÁMETROS ESTADÍSTICOS (MEDIA, DESVIACIÓN E INCLUSO EL HISTOGRAMA) SE MANTIENEN.

93. GESTIÓN DE CAPITAL DETERMINISTA 93 EL MÉTODO CLÁSICO (MARKOWITZ) Y ALGUNOS PARÁMETROS: VOLATILIDAD, ALFA, BETA

94. CARTERAS – ALFA, BETA y VOLAT 94 El método clásico es el de Markowitz  No entraremos en detalles Ni soy economista ni me gusta el modelo de Markowitz por razones que indicaré más adelante  Se basa en Maximizar la relación rentabilidad/Riesgo El riesgo es La volatilidad  la desviación estándar del cociente de los retornos. Normalmente se anualiza:  Volat = desv_diaria * raiz(252)  Volat = desv_mensual*raiz(12) Valores de referencia:  5%  poco riesgo  10%  riesgo medio  20%  cartera arriesgada

95. TEORÍA MODERNA DE CARTERAS 95

96. CARTERAS – ALFA, BETA y VOLAT 96 La beta es la rentabilidad de la cartera por encima del índice de referencia  Beta > 1  la cartera ganó más que el índice  Beta < 1  la cartera ganó MENOS que el índice Alfa, beta y volatilidad se pueden poner en valor absoluto o en porcentaje:  Beta = 1.20  20% más volátil que el índice  0.7  fondo un 30% MENOS volátil que el índice La beta no mide riesgo absoluto sino relativo (al índice) La beta nos dice si la gestión es activa (no solo comprar y mantener)  Beta entre 0.9 y 1.1  gestión pasiva  Beta mayor de 1.1 o menor de 0.9 gestión activa

97. CARTERAS – ALFA, BETA y VOLAT 97 ALFA es la contribución del gestor aparte del mercado de referencia  Alfa positivo: rendimiento por encima del mercado  Alfa negativo: rendimiento INFERIOR al mercado EJEMPLOS:  Beta > 1.10 y alfa (-)  añade riesgo y no gana nada  Beta > 1.10 y alfa (+)  gana añadiendo riesgo  Beta < 0.90 y alfa (+) gana sin añadir riesgo (ciencia-ficción)

98. CARTERAS – ALFA, BETA y VOLAT 98 EJEMPLO: Cartera de Onda4 BETA = 1.6  GESTIÓN ACTIVA ALFA = 0.03 (POS)  GANANCIAS  Ecuación de una recta: y = b*x+a  La beta es la pendiente  Si hacemos a=0 línea que pasa por el origen siempre  ganamos linealmente con el mercado. Si el mercado no gana no podemos ganar  Alfa es el cruce por cero  Si hacemos B=0 y=a  línea horizontal  la cartera siempre gana lo mismo (a) independiente del mercado BETA REPRESENTA EL APALANCAMIENTO QUE ES UNA MEDIDA DEL RIESGO. ALFA SON LOS RETORNOS CUANDO EL RENDIMIENTO DEL MERCADO ES NULO.

99. PROBLEMAS CON EL MÉTODO DE MARKOWITZ 99 Define el riesgo como la desviación de los retornos (o la varianza) pero para el trader el riesgo es el drawdown; es decir, perder dinero El modelo es Gaussiano así que no se consideran las “colas largas”; es decir, los retornos alejados de la media No considera el efecto del APALANCAMIENTO, que es la base de la Gestión de Capital  Te dicen el retorno para un nivel de varianza (riesgo) pero no dónde estás respecto a lo máximo que puedes ganar Todo se basa en la correlación, que se ha demostrado que no funciona cuando más se la necesita

100. GESTIÓN DE CAPITAL DETERMINISTA 100 EL MÉTODO MODERNO DE RALPH VINCE : LA ECUACIÓN FUNDAMENTAL DEL TRADING

101. INTRODUCCIÓN A LA F ÓPTIMA 101  SUPONGAMOS: Pérdida 2%  HPR1 = 1-200/10.000 = 0.98 Ganancia 5%  HPR2 = 1+500/10.000 = 1.05 Rentabilidad = HPR1*HPR2=0.98*1.05 = 1.029  Gan +2.9%  Todo lo anterior a 1 futuro.  Y si nos queremos apalancar con N futuros???? HPR1= 1-N*(200/10.000) HPR2= 1+N*(500/10.000)

102. INTRODUCCIÓN A LA F ÓPTIMA 102 Supongamos 2 futuros N = 2 es lo mismo que decir “Un futuro por cada 5.000 de capital” Lo del paréntesis es el riesgo óptimo en euros. Por determinar. “RALPH VINCE “El riesgo óptimo debe ser una función de la máxima pérdida del sistema (MP)” Riesgo óptimo porcentual = MP/riesgo_euros f (%) = MP/f_euros

103. INTRODUCCIÓN A LA F ÓPTIMA 103  HPR1 = (1-200/f_euros) =  HPR1 = (1-f*200/MP)  o de forma general HPRi = 1+ f*OPi/MP  Rentab = (1-f*200/200)*(1+f*500/200)  Rentab = TWR = (1-f)*(1+f*2.5)  Y podemos dar valores a f para ver cuál resulta en más ganancia!!! Rent (f=0.5) = 1.125 Rent (f = 0.4) = 1.20 Rent (f = 0.3) = 1.225 (máximo)

104. INTRODUCCIÓN A LA F ÓPTIMA 104  Es una curva de campana  hay un riesgo óptimo y por encima perderemos dinero!!!

105. INTRODUCCIÓN A LA F ÓPTIMA 105  DETALLES SOBRE LA F ÓPTIMA Cuando llegue la máxima pérdida perderemos un f% del capital!!! HPR = 1+f*OPi/MP ; si OPi = MP  HPR = 1-f En este caso: 1-f*200/200 = 1-0.3 = 0.7 Multiplicamos todo por 0.7  Perdemos 30% Asume que las ops futuras serán como las pasadas No tiene en cuenta las rachas de pérdidas Es un límite teórico  no debería operarse al riesgo óptimo de Vince sino a uno menor!!!

106. GESTIÓN DE CAPITAL - GENERALIDADES 106 El cálculo del riesgo (f óptima) para una posición es exacto  F = MAX [ HPR1*HPR2*HPR3*…*HPRn] El cálculo de la f óptima para más de una posición no es exacto porque depende de las probabilidades asociadas a cada escenario:  f = MAX[HPR1^p1*HPR2^p2*HPR3^p3*…*HPRn^pn]  Solo es exacto en casos de azar. Por ejemplo, con 2 monedas hay 4 probabilidades CX, XC, XX, CC. La probabilidad de cada caso es de 0.25 exacto.  Con 2 mercados cuál es la probabilidad de que A suba y B baje???  No hay 4 escenarios. Si establecemos “A sube más de un 1% y B baja más del 1% entonces hay 16 posibilidades, y así…

107. GESTIÓN DE CAPITAL – DOS MERCADOS 107 Mismo ejemplo de antes pero ahora 2 mercados Hay 4 probabilidades que asumiremos igual de probables, pero esa no es la realidad  Cuál es la prob de que suba el SP500 y el Magro de Cerdo a la vez?  tenemos que estimarlo y por tanto la solución no será exacta

108. GESTIÓN DE CAPITAL – DOS MERCADOS 108 Ahora cada HPR va elevado a su probabilidad de aparecer  El HPR final ya no significa rentabilidad, pierde su significado. Ahora 1.05 ya no es un 5% de rentabilidad sino un cálculo intermedio sin significado HPR11 = (1-f1-f2)^0.25 HPR12 = (1-f1+2.5f2)^0.25 HPR21 = (1+2.5f1-f2)^0.25 HPR22 = (1+2.5f1+2.5f2)^0.25

109. GESTIÓN DE CAPITAL – DOS MERCADOS 109 TWR = HPR11^p11*HPR12^p12*HPR21^p21*HPR22^p22 TWR = (1-f1-f2)^0.25*(1-f1+2.5f2)^0.25*(1+2.5f1-f2)^0.25 *(1+2.5f1+2.5f2)^0.25 Esta expresión es la que hay que maximizar (2 variables) Podemos dar valores a f1 y f2  método de fuerza bruta Podemos utilizar algoritmos de resolución de ecuaciones Valores negativos de HPR dan error  Ejemplo: (-1)^0.25 no tiene solución en los números reales

110. GESTIÓN DE CAPITAL – DOS MERCADOS 110

111. GESTIÓN DE CAPITAL – DOS MERCADOS 111 Una solución posible: f1 = 0.3, f2 = 0 (y viceversa) Si queremos operar los 2 mercados entonces f1 = f2 Se puede calcular con SOLVER de EXCEL

112. GESTIÓN DE CAPITAL – DOS MERCADOS 112 SOLUCIÓN DE SOLVER F1=f2 = 0.266667 TWR = 1.2087 (una operación)

113. GESTIÓN DE CAPITAL – DOS MERCADOS 113 SECUENCIA 500, -200, 500, -200…  Con una posición f óptima = 30% TWR= 1.225  Con dos pos simultaneas (igual de probables) f1 = f2 = 26.67% TWR= 1.2087  Es normal ganar menos porque hay más dispersión (500+500, -200-200)  Ecuación fundam. del trading  Con una posición  curva de campana 2D  Con dos posiciones  Sombrero curva 3D  Con N posiciones  espacio de n+1 dimensiones

114. GESTIÓN DE CAPITAL – DOS MERCADOS 114

115. GESTIÓN DE CAPITAL – DOS MERCADOS 115 Qué sucedería si los valores tienen correlación alta?  Supongamos secuencia 500, 500 y -200, -200 más probables  Por ejemplo:

116. GESTIÓN DE CAPITAL – DOS MERCADOS 116 f1 = f2 = 18%  TWR = 13.43% Cuanta más correlación menos riesgo podemos permitirnos

117. GESTIÓN DE CAPITAL – DOS MERCADOS 117 Qué sucedería si los valores tienen algo de correlación INVERSA?  f1 = f2 = 39.18% TWR = 1.3844

118. GESTIÓN DE CAPITAL – DOS MERCADOS 118 Esto está muy bien (salen gráficos muy chulos), pero…  No se hacen las operaciones a la vez Cómo hacemos las filas de resultados si no coinciden las operaciones??? Qué pasa si añado en la posición actual? Como lo indico?  El cálculo es muy complicado Con 10 mercados es inabordable hasta para el ordenador  Cómo podemos saber las probabilidades??? La correlación entre mercados no es un número, es un vector  una serie temporal de datos cambiantes  las probabilidades cambian

119. GESTIÓN DE CAPITAL - DETERMINISTA 119 CÓMO HACER F ÓPTIMA CON UNA CARTERA Tomamos muestras semanales de las ganancias o pérdidas de TODA la cartera.  Por ejemplo: +300, -500, +2000, -100 Calculamos la f óptima de las muestras (f = 0.43) Obtenemos estadísticas de los sistemas (2 sist):  Sist 1: Ganancia Media = 500, desviación: 800  Sist 2: Ganancia Media = 200, desviación: 250 Repartimos el riesgo proporcionalmente al ratio de Sharpe:  RSS1 = 500/800 = 0.625  RSS2=200/250 = 0.8

120. GESTIÓN DE CAPITAL - DETERMINISTA 120 Suma de pesos: 0.8+0.625=1.425  Peso de 1: 0.625/1.425 = 44%  Peso de 2: 0.8/1.425 = 56% Y finalmente REPARTIMOS el riesgo  f óptima 1 = 0.43*0.44=0.19  f óptima 2 = 0.43*0.56 =0.24 (todos los detalles libro EGCA) Esto es una aproximación práctica muy útil porque no interfiere con la cartera (no hay que tocar los sistemas añadiendo o quitando riesgo). PERO NO ES UNA SOLUCIÓN EXACTA. La solución “EXACTA” se explica en el libro “The Leverage Space Trading Model” de Vince (quizás para el curso avanzado) y consiste en separar por tramos de rentabilidad. Cuantos más tramos más exactitud, pero todo depende de la prob de los diferentes escenarios y en el futuro los rangos serán otros.

121. La ecuación fundamental del trading 121 También: TWR = g^N Cuantas más operaciones (N) más ganancia Hay que maximizar lo de dentro del corchete, no la media  reducir la desviación funciona El capital crece multip cada op por la media geométrica Diversificar es conseguir más N en menos tiempo (no necesariamente reducir riesgo)

122. La ecuación fundamental del trading 122 EJEMPLO: tres ops: +3%, +6%, -8%  TWR = (1.03*1.06*0.92) = 1.004456 (factor multiplicador)  G = 1.004456^(1/3) = 1.001483  +0.15% Usando la ECUACIÓN FUNDAM. DEL TRADING:  Media = (1.03+1.06+0.92)/3=1.0033333  Desv = [(1.03-med)^2+(1.06-med)^2+(0.92- med)^2]^(1/2)=0.0601849  G = [1.00333^2 - 0.0601849^2] ^ (1/2) = 1.0015266  0.15%

123. La ecuación fundamental del trading 123 Supongamos ahora dos sistemas. El primero gana en media un 15% y tiene una desviación del 40%. El segundo gana en media un 10% y tiene una desviación del 20%. Hagamos un cálculo sencillo: (1+0.15)^2-0.40^2=1.1625 (1+0.10)^2-0.20^2= 1.17 El segundo sistema nos va a proporcionar más ganancia. Curioso verdad? Ejercicio: sist A: 20/30% ; sist B: 22/37%

124. EL PROBLEMA DEL METODO DETERMINISTA 124 Afecta igual al modelo de Markowitz que al de Vince Supongamos que calculamos riesgo óptimo a partir de los datos del 22 de enero de 2014 (datos REALES) EJEMPLO Pesos recomendados NASDAQ x2 PRIMATE x1 MERSI x0.5 ALFA x0.5 SP500 x0.5 SILVER No operar

125. EL PROBLEMA DEL METODO DETERMINISTA 125 RENDIMIENTO DESDE EL 22 DE ENERO AL 13 DE SEPTIEMBRE DE 2014  NASDAQ: -712 x 2 = -1.424  PRIMATE: 25.184 x 1 = 25.184  MERSI: 13.512 x 0.5 = 6.756  ALFA: 6.012 x 0.5 = 3.006  SP500: 6120 x 0.5 = 3.060  SILVER: 18.250 x 0 = 0  TOTAL: $36.582 (SIN GESTIÓN (TODOS PESO x1): $68.366)

126. EL PROBLEMA DEL METODO DETERMINISTA 126 SIN GESTIÓN DE CAPITAL HUBIERAMOS GANADO 68k EN LUGAR DE 36k, UN 88% MÁS LA RENTABILIDAD NO TIENE PODER PREDICTIVO (BURGHARDT & WALLS) EL RENDIMIENTO DE LOS SISTEMAS ES CÍCLICO (CAGIGAS)  LOS QUE VAN BIEN IRAN MAL Y LOS QUE VAN MAL IRAN BIEN, PERO NO SABEMOS CUÁNDO SE PRODUCE EL CAMBIO EN RESUMEN:  CADA SISTEMA DEBE CONTRIBUIR POR IGUAL. ESO IMPLICA ECUALIZAR LAS VOLATILIDADES DE LOS SISTEMAS.  SUBIR DE CONTRATOS SOLO DEBE HACERSE CON GANANCIAS DE LA CARTERA CONJUNTA, Y NO DE LOS SISTEMAS INDIVIDUALES

127. GESTIÓN DE CAPITAL MÉTODO ALEATORIO 127 STANISLAW ULAN, JOHN VON NEWMAN Y LA SIMULACIÓN DE MONTECARLO

128. EL MÉTODO DE MONTECARLO 128 En la WWII, proyecto Manhattan. Cálculos estadísticos para saber la cantidad de plutonio LO MEJOR  HACER UN EJEMPLO  SUPONGAMOS LAS SIGUIENTES OPS +300, -500, +2000, -100  DEFINIMOS RANGOS ENTRE -500 Y 0 ENTRE 0 Y 500 …  Miramos cuántas ops caen en cada rango  HISTOGRAMA  Hay una cierta pérdida de exactitud. La op -100 cae en el rango =0. Y la op 300 cae en el rango 500.

129. EL MÉTODO DE MONTECARLO 129 Acumulamos las probabilidades Sacamos un número aleatorio entre cero y uno  Si <0.25  -500  Entre 0.25 y 0.5  0  Entre 0.50 y 0.75  +500  Entre 0.75 y 1.0  +2000

130. EL MÉTODO DE MONTECARLO 130 Acumulamos las operaciones y sacamos 10 curvas Ejemplo  Primera curva: +2000, 0, -500, 2000, 0, 2000, -500…

131. EL MÉTODO DE MONTECARLO 131 Cada curva es igual de probable

132. GESTIÓN DE CAPITAL - ALEATORIA 132

133. EL MÉTODO DE MONTECARLO 133 Características del método de Montecarlo La mala suerte cuenta  Con un buen método podemos perder dinero inicialmente  Si el apalancamiento es elevado podemos quebrar una cuenta con el mejor sistema de trading del mundo!!! Es imposible saber el resultado de la próxima operación Asume que solo puede salir un resultado que esté en los datos de entrada  +250 no existe en este modelo Se pueden aleatorizar “muchas cosas”  la selección de ops, el orden de las ops Tiene en cuenta las rachas de pérdidas Podemos construir percentiles  Cada curva aporta una ganancia y un drawdown

134. EL MÉTODO DE MONTECARLO 134 DRAWDOWN  El MDD de la secuencia es de 500 euros Ocurre en la op2 (-500)  En Montecarlo el máximo DD es de 600 euros Ocurre cuando coinciden la pérdida de -100 y la de -500  Montecarlo nos hace asumir que LAS PÉRDIDAS PUEDEN VENIR SEGUIDAS  El Drawdown de Montecarlo es MAYOR que el de simulación  Pueden venir pérdidas mayores y no están en los datos de entrada

135. EL MÉTODO DE MONTECARLO 135 Permite establecer “referencias estadísticas” para evaluar el comportamiento de los sistemas a través de los percentiles  Podemos saber si un sistema ya no funciona  Por drawdown y por rachas de pérdidas

136. EL MÉTODO DE MONTECARLO 136 CÓMO SABER SI UN SISTEMA NO FUNCIONA TRAS UNA RACHA DE PÉRDIDAS  EJEMPLO: Si tiene 7 o más pérdidas consecutivas entonces el sistema no funciona, con un 95% de confianza

137. EL MÉTODO DE MONTECARLO 137 CÓMO SABER SI UN SISTEMA NO FUNCIONA TRAS PERDER CAPITAL  EJEMPLO: Si tras un año de operar el capital cae por debajo de 77.000 euros (inicialmente 100k) entonces el sistema no funciona con un 95% de confianza

138. EL MÉTODO DE MONTECARLO 138 DESVENTAJAS  Depende demasiado del número de curvas de capital Con suficientes curvas podemos forzar que aparezca una curva que tenga todas las ganancias seguidas o todas las pérdidas seguidas El riesgo óptimo ya no sigue una campana sino un precipicio  Se simulan situaciones irreales  EJ. Un largo tendencial en ORO cubierto por un corto antitendencia en Plata probablemente no resultará en 2 pérdidas seguidas. Pero Montecarlo las pondrá seguidas en alguna de las muchas combinaciones.  Imposible estar seguros de nada (al 95, 99%, etc)

139. GESTIÓN DE CAPITAL CONCLUSIONES 139 Cómo hacer una gestión de capital en el mundo real?

140. GESTIÓN DE CAPITAL 140 CÓMO HACER UNA GESTIÓN DE CAPITAL QUE TENGA SENTIDO EN EL MUNDO REAL???  Hay que asumir que los modelos solo son entelequias que intentan explicar una realidad Es como la dualidad onda-corpúsculo para intentar explicar la luz. Una única realidad y dos modelos para explicarla. A veces funciona uno y a veces funciona el otro. Si cambiamos ligeramente parámetros o fechas de simulación los resultados son distintos  el modelo simplemente nos da una idea de cómo operar ese mercado. ORIENTATIVO La próxima operación puede tener cualquier resultado (pero hay que hacer algún calculo para dimensionar la operación, claro). La GdC fallará si falla el sistema!!!  La idea o método para operar un sistema debe ser simple y con sentido  El Montecarlo de una simulación sobreoptimizada sale muy bueno!!!

141. GESTIÓN DE CAPITAL - CONCLUSIONES 141  ECUALIZAR: buscar que la contribución de cada sistema sea equivalente: Así una ganancia en Maíz puede compensar una pérdida previa en ORO, siendo el maíz un mercado mucho menos apalancado que el ORO.  Controlar la EXPOSICIÓN TOTAL de la cartera La cartera completa no debería moverse más del 10% del capital diariamente o estará condenada a la ruina (Keneth Grant). Podemos dimensionar con esto.  MARGEN DE ERROR. Tanto el método determinista como el aleatorio asumen que de alguna manera el futuro será como el pasado. No suele ser así  hay que dejar un cierto margen de error  La máxima pérdida y el máximo drawdown están por venir!!!

142. GESTIÓN DE CAPITAL - CONCLUSIONES 142  Siempre que haya que elegir entre dos opciones coger la de MENOR RIESGO Ejemplo: Dos compras simultáneas y solo podemos coger una  la que tenga la menor pérdida (menor importe hasta el stop loss)  Buscar correlación CERO o MÍNIMA entre sistemas Teóricamente al añadir sistemas a una cartera (o mercados) la correlación ideal sería negativa Pero la implementación REAL es prácticamente imposible. Ejemplo: Dos mercados inversos pueden dar entrada simultanea (uno largo y otro corto). Si el mercado se gira ambos invertirán su recorrido y generarán pérdidas  correlación alta en la cartera Al no poder garantizar la correlación INVERSA, lo mejor es buscar correlación MÍNIMA (ej: Magro de Cerdo y SP500).

143. DIMENSIONANDO CARTERAS 143 MI SOLUCIÓN AL PROBLEMA

144. Dimensionando carteras por volat y DD 144 Hay que tener en cuenta la volatilidad Fijamos el % de volatilidad diaria máxima que queremos:  Más del 10% conduce a la ruina (“Trading Risk”, Kenneth L. Grant)  Un 5% está bien para cuentas de 100k  Para cuentas mayores de 100k un 2-3% está bien Sumando las volatilidades individuales sabemos el capital. Ejemplo: suma.volat=10.000 capital=100k (10%) Si las posiciones son incorreladas podemos ajustar: El drawdown es proporcional a la raíz cuadrada del número de posiciones. Así 9 pos 3 veces menos capital. El drawdown también cuenta. Queremos tener al menos 3 veces el MDD de capital (cuando ocurra supondra un 33%)

145. DIMENSIONANDO UNA CARTERA 145 RESUMIENDO: Dos reglas importantes:  Máxima volatilidad diaria < un umbral (p.e. 5%)  Máximo drawdown no supere el 33% (Cap = 3 x MDD) Cómo lo hacemos:  Sumamos las volatilidades diarias de los mercados, como si fueran a ir todos en contra (un día lo harán)  Sumamos el máximo drawdown x3 de los sistemas como si fuera a ser simultáneo (un día puede serlo).  El drawdown y la volatilidad crecen con la raíz cuadrada del número de posiciones: 2 mercados MDD=10% 4 mercados MDD= 14.1% raíz(2)=1.41 8 mercados MDD = 20%  Ajustamos por la raíz del número de posiciones y calculamos el capital necesario

146. Dimensionando carteras por Volat y DD 146 EJEMPLO: 4 MERCADOS, operando 2 contratos de cada y queremos 5% de volatilidad (x20) máx Se necesitan 60K euros para operar esta solución

147. Dimensionando carteras por volat y DD 147 Si hay 12 posiciones dividimos por raiz(12) El drawdown también se ajusta por número de posiciones El dato más restrictivo (volat o DD) determina el dimensionamiento

148. Dimensionando carteras por volat y DD 148 Correlación entre sistemas 2000-2014 Con una correlación tan baja el modelo Volat/DD funciona bien El mercado de refererencia es el Nasdaq  Correlación de 0.35 entre el índice y el sistema

149. RESULTADOS (MARZO) Teórico:  Gan = 46K euros  MDD = 7K euros  Volat Diaria = 5% Máx Real :  Gan = 65K  MDD = 9K euros  Volat Diaria = 4.16% Máx La diferencia se debe a añadir cerca del stop para incrementar la prob de ganancia  Mayor Gan, Mayor DD Replicamos la curva teórica.

150. DIMENSIONANDO CARTERAS 150 El modelo parece ir MUY BIEN

151. COMPARACIÓN ESTRATEGIAS DE MONEY MANAGEMENT 151

152. Comparación de estrategias de MM 152 Ejemplo: Sistema Intermercados con el ORO y el eurodólar. Genera 27 Operaciones muy buenas para ver el efecto de MM Necesitamos la columna con el riesgo (la distancia al stop en dólares) para dimensionar. Estadísticas:  Ganancia total: 75.000 euros  Máximo drawdown: 1.680 euros  Ratio Ganancia/DD=44.64  Máximos contratos: 1

153. Comparación de estrategias de MM 153 CAPITAL FIJO  Empezamos con 100.000 y cada vez que ganemos N dólares (p.e. 10.000) añadimos un contrato Optimizo para Ganancia Máxima y MDD < 30%  Beneficio: 169.8M  Max DD: 423.360 (29.9%)  Ratio G/DD = 401  Máximos contratos: 11.448 N óptimo: 5.590 dólares

154. Comparación de estrategias de MM 154 FIXED RATIO (RYAN JONES)  Empezamos con 100.000 añadimos un contrato con una ganancia de K dólares.  El siguiente lo añadimos cuando cada contrato individual gane K dólares.  Si empezamos con 100.000 y k=100.000 añadimos el segundo en 200.000.  Añadimos el tercer contrato en 400.000 (200k + 2*100k)  Añadimos el cuarto contrato en 700.000 (400k + 3*100k)  Añadimos el quinto contrato en 1.100.000 (700k+4*100k)

155. Comparación de estrategias de MM 155 Aumentamos el riesgo muy despacio Poco drawdown La cantidad k es la delta Podemos usar una delta para incrementar y otra para decrementar

156. Comparación de estrategias de MM 156 FIXED RATIO Optimizo para Ganancia Máxima y MDD < 30%  Beneficio: 15.38M  Max DD: 206.640  Ratio G/DD = 74.44  Máximos Contratos: 468 delta ópt: 100 dólares

157. Comparación de estrategias de MM 157 VOLATILIDAD PORCENTUAL  Hasta ahora la posición se calculaba en función de las ganancias.  Calculamos el tamaño de la posición como una función de la volatilidad del mercado para que la hipotética pérdida sea siempre el mismo porcentaje del capital  Num= Capital*Riesgo_porc/volatilidad  Volatilidad = Volatilidad del mercado (ATR) en euros. Producto del ATR en puntos por el valor del punto.  Es el método de MM de las “tortugas” de Dennis.  La mayoría de gestores usa esta técnica

158. Comparación de estrategias de MM 158 EJEMPLO Capital = 100.000 Riesgo_porc = 5% Volatilidad = 2500 dólares N = 100.000*0.05/2500 = 2 futuros  Si la volatilidad sube a 5000 operaremos 1 solo futuro. Si baja a 1250 operaremos 4.  Esta estrategia impide abrir posiciones demasiado arriesgadas (p.e. volat = 6000)

159. Comparación de estrategias de MM 159 VOLATILIDAD PORCENTUAL Optimizo para Ganancia Máxima y MDD < 30%  Beneficio: 678.5M  Max DD: 3.8M  Ratio G/DD = 178.5  Máximos Contratos: 50.095 Riesgo óptimo: 28%

160. Comparación de estrategias de MM 160 RIESGO FIJO PORCENTUAL  También conocido como FIXED FRACTION  Siempre se arriesga el mismo porc del capital  Num= Capital*Riesgo_porc/Riesgo  Riesgo = distancia al Stop (det por sistema de trading) EJEMPLO  Cap = 100.000.  Riesgo_porc = 2%  Riesgo = 1000 euros (distancia al stop)  N=100.000*0.02/1000 = 2 futuros

161. Comparación de estrategias de MM 161 RIESGO FIJO PORCENTUAL  Si hay varias posiciones todas van a suponer el mismo riesgo (mismo porc del capital)  La volatilidad no está presente PROBLEMA:  Supongamos canal de Donchian para ORO y Paladio.  Mult = 100. Stop = canal Donchian de 40.  Oro = 2 puntos al LLV40. Paladio = 20 puntos al LLV40 N_oro = 2000/(2x100) = 10 futuros. N_Pa = 2000/(20x100) = 1 futuro.  Si salta el stop perdemos 2000 dólares en cada posición pero el ORO está mucho más cargado (10 veces) que el Paladio.  NO mezclan bien en una cartera de sistemas!!!

162. Comparación de estrategias de MM 162 RIESGO FIJO PORCENTUAL  Para evitar las posiciones descompensadas tendríamos que añadir la volatilidad en el denominador  pasamos entonces a una estrategia de VOLATILIDAD FIJA anterior  Si el stop loss es un múltiplo del ATR entonces estamos implementando VOLATILIDAD FIJA  Es lo mismo arriesgar un 1% al ATR que un 3% a un stop loss situado a 3 ATRs. ESTA ESTRATEGIA DE RIESGO FIJO NO ES ADECUADA PARA HACER UNA CARTERA DE SISTEMAS Los grandes gestores le meten la volatilidad y hacen siempre Volat Fija (p.e. las tortugas) con riesgo pequeño porque aciertan poco (trend following)

163. Comparación de estrategias de MM 163 f ÓPTIMA  Aplicamos el riesgo porcentual que resulte en la mayor ganancia. HAY RETROSPECTIVA. Optimizo para Ganancia Máxima (sin restricciones)  Beneficio: 59353M  Max DD: 50.6M  Ratio G/DD = 1172  Máximos Contratos: 5.3M MDD = 90%

164. Comparación de estrategias de MM 164 COMPARACIÓN  MAYOR GANANCIA: f óptima  MEJOR RATIO GAN/DD = f óptima  MENOS DRAWDOWN: Fixed RATIO PROBLEMAS:  Simulación con retrospectiva (hacemos MM después de tener las operaciones)  esto es imposible en la vida real  Número irreal de contratos  Drawdown irreal

165. Comparación de estrategias de MM 165 GESTIÓN DE CAPITAL REAL  SIN CONOCER EL RESULTADO DE LAS OPERACIONES  Fijamos parámetros normales de MM a PRIORI (cap inic = 100k): Capital fijo = 50k en ganancias Fixed ratio  delta = 50k Riesgo Porcentual = 5% f óptima = Diluida al 10% (SIZER)

166. Comparación de estrategias de MM 166

167. Comparación de estrategias de MM 167 COMPARACIÓN  VOLATILIDAD FIJA PORCENTUAL destaca casi hasta el final, donde la f óptima aprovecha una racha  FIXED RATIO y CAPITAL FIJO son rentables pero a un ritmo mucho menor que f óptima y Volat Fija.  Después de f óptima Volat Fija tiene el mejor ratio, y además es una implementación muy sencilla.  No es casualidad que los gestores hagan Volatilidad Fija!!!!  Con volat Fija podemos apalancarnos a gusto: 5-10%  poco capital y mucho riesgo 2-3%  ideal para acciones y métodos tendenciales < 1%  grandes gestores con mucho capital y sist tendenciales

168. POR QUÉ NO PODEMOS IR AL TOPE? (f óptima) 168 La mayor pérdida del histórico puede no ser representativa Las rachas de pérdidas:  La f óptima no contempla las rachas: p.e. riesgo del 10% y 10 pérdidas seguidas  ruina  Drawdown en función del porcentaje de aciertos (Riesgo Fijo): En el libro EGCA (y en el de Gestión de Capital) se explica cómo se obtiene esta tabla

169. Comparación de estrategias de MM 169 Y CUANDO EL SISTEMA NO VA BIEN???

170. Comparación de estrategias de MM 170

171. Comparación de estrategias de MM 171 COMENTARIOS SOBRE LA COMPARACIÓN  Todo viene determinado por la secuencia de operaciones y el valor de riesgo al azar (5% en Volat Fija, 50K en Fixed ratio,…)  Con otras operaciones y/o parametros los resultados serían completamente diferentes, pero en general: Volat Fija siempre da buenos resultados y ratios Fixed Ratio siempre da poco drawdown y buenos ratios. Lo mejor es que subimos riesgo SOLO cuando hay ganancias, no si baja la volatilidad Capital fijo da demasiado drawdown La implementación de f óptima es diluida al 10% (SIZER). Una f óptima PURA es demasiado arriesgada. El algoritmo de SIZER  curso avanzado F óptima solo es exacta con una posición POR QUÉ NO DIMENSIONAR CON VOLAT FIJA Y SUBIR CONTRATOS CON FIXED RATIO???  Eso es lo que yo hago

172. MAXIMIZANDO LA PROBABILIDAD DE GANANCIA 172 “NO IMPORTA LO QUE SE GANE SIEMPRE QUE EL AÑO SEA POSITIVO”

173. MAXIMIZANDO LA PROB DE GANANCIA 173  El estadístico t nos dice lo probable que nuestra ganancia promedio sea mayor que cero. Hay que maximizar t para tener la máxima garantía de ganancia (no importa la cuantía de esa ganancia)  EJEMPLO (valores t de las simulaciones anteriores) t (1 futuro): (gan_media/desv)*raiz(num)=(2778/5949)*raiz(27)=2.42 (98.83%) t (capital fijo): (7895/16485)*raiz(27)=2.49 (99.03%) t (Fixed Ratio): 3186/6565 )*raiz(27)=2.52 (99.08%) t (f óptima 10% SIZER) = (36464/95782 )*raiz(27)=1.98 (97%)  FIXED RATIO da muy buen intervalo de confianza para la media!!!!  Si el sistema es muy bueno entonces apalancarse puede mejorar la probab de ganancia ligeramente

174. MAXIMIZANDO LA PROB DE GANANCIA 174 Una pequeña martingala puede mejorar la prob de ganancia (informe del 5 de febrero) Hay un ligero aumento del drawdown  lógico Interesa añadir muy cerca del stop loss Algunas pérdidas se convierten en ganancias (p.e. GBP/AUD) Las ganancias no se tocan Todo dentro de un dimensionamiento adecuado (p.e. para volatilidad máxima diaria del 5%)

175. MAXIMIZANDO LA PROB DE GANANCIA 175 Añadir en determinadas condiciones (cuando el riesgo EXTRA es pequeño) aumenta la prob de beneficio (estadístico t).

176. El estadístico t 176 EJEMPLO: sistema de trading con 100 operaciones y ganancia media de 1000 euros y desviación de 2000 euros. t = (1000/2000)*raíz(100)=0.5*10=5 Intervalo de confianza:  Excel (1 cola): =1-DISTR.T(5,100)= 99.99988% Variación de la media al 95%  t*dev/Raíz(N)=1.7*2000/10=±340 euros Variación de la media al 99%  t*dev/Raíz(N)=2.5*2000/10=±500 euros

177. El estadístico t 177 Valores útiles de t  t=1.7 es el 95% con 30 operaciones o más  t=2.5 es el 99% con 30 operaciones o más  t=3 es el 99.7% con 30 ops o más Cómo interpretar el intervalo de confianza:  Se opera este sistema durante el mismo tiempo que fue necesario para generar las 100 operaciones (el periodo de simulación). Esto lo repetimos 100 veces.  Calculamos t y luego el intervalo de confianza IC para una media mayor que cero (1 cola)  Si p.e. IC=99% significa que en promedio se pueden esperar 99 años en los que la media terminará el año por encima de CERO y habrá un año en el que la media terminará por debajo de CERO.

178. El estadístico t 178 Cuando hacemos t=Med/Dev*Raíz(Num) estamos pasando a una distribución estándar t con media cero y varianza 1. A partir de 30 muestras converge a la distribución normal  t = el número de desviaciones estándar.

179. FIABILIDAD DENTRO DE LA OPERACIÓN 179 Informe del 10 mayo  Si el MAE es muy pequeño la fiabilidad mejora MERSI las prob aumentan del 73 al 83% si después de una semana el MAE < 1% Probabilidad condicionada (BAYES) Las mejores operaciones van bien desde el principio Hay un 17% de operaciones que se gira y aunque no tiene MAE a la semana al final termina en pérdidas  ojo con el apalancamiento!

180. FIABILIDAD DENTRO DE LA OPERACIÓN 180 Cómo aprovechar esta información:  Se podría añadir en una operación que va BIEN siempre que el nuevo riesgo no sea excesivo  No conviene entrar en operaciones con DESCUENTO. Se puede hacer de vez en cuando pero si se coge por costumbre entonces estamos entrando en operaciones con PEOR probabilidad de salir bien.

Add a comment

Related presentations

Rapport Bale III - le texte en français - Comité de Bâle sur le contrôle bancaire

La economía española tiene problemas de 1. productividad del trabajo y 2. de aprov...

El presente trabajo realizará un análisis comparativo del sector de bienes de equi...

- Η προβληματική κατάσταση της ευρωζώνης - ABS -αγορά “τιτλοποιημένων απαιτήσεων...

This presentation gives a short and simple description of the Ponzi Scheme and the...

Neste artigo, analisa-se a estratégia política econômica adotada pelo novo gove...

Related pages

Curso Intermedio sobre Sistemas Automáticos de Trading ...

La semana del 6 al 9 de Octubre, Oscar Cagigas va a impartir un curso online intermedio sobre Sistemas Automáticos de Trading en Rankia. El objetivo del ...
Read more

Desarrollando una estrategia ganadora: Entrevista con ...

Curso intermedio sobre Sistemas Automáticos de Trading con Oscar Cagiga. Por último comentar la iniciativa de Oscar Cagigas en Rankia, ...
Read more

Los sistemas de trading en Forex son imprescindibles ...

Entrevista a Óscar Cagigas de Onda4 en el noveno encuentro Rankia. Óscar explica cuáles son las principales características de Onda4
Read more

Oscar Cagigas

... Oscar Cagigas va a impartir un curso online intermedio sobre Sistemas Automáticos de Trading en Rankia. ... Curso Intermedio sobre Sistemas ...
Read more

Maiz | Materias primas | Commodities | Rankia

Toda la operativa en maiz: ... Oscar Cagigas 4 comentarios. ... Curso Intermedio sobre Sistemas Automáticos de Trading con Oscar Cagigas;
Read more

Opciones binarias rankia - Cursos Online

Leiod trading de dinero opciones binarias rankia opciones binarias demo en rankia 5,724 views curso ... Experiencia te digo que el precio. Óscar cagigas ...
Read more

Et fs estrategia y multi feb2014-1392137463271

Curso intermedio Oscar Cagigas en Rankia. Economy & Finance. Tweet. 15. 10. 2014 0 views Webinar, simplifique su decision de inversion. Société Generale ...
Read more

¿Cómo evolucionan los sistemas? - Vídeo trading de ...

¿Cómo evolucionan los sistemas? - Vídeo trading ... Curso Trading. Cáculo de lotes en ... en Forex son imprescindibles- Oscar Cagigas ...
Read more