Al igual que cualquiera
que haya empezado en esto como yo, de forma autodidacta y para ser mejor
inversor, conforme pasa el tiempo te dás cuenta de que no hay un “supersistema”
que te vaya a hacer nadar en la abundancia en plan Jordan Belford (bueno,
realmente yo no quiero eso ni loco, pero para gustos, los colores). En lugar de eso, si encuentras un mar de
sistemas que pretenden ser “la leche” y, encima, convencerte de que la imagen
optimizada con que se venden, te quiere
demostrar que el suyo si que si, que es el rebueno de verdad.
Vale. Como decía cierto
anuncio de cierto juego de mesa:
“…aceptamos barco como animal acuático.”
Yo soy de los que confío
pero compruebo, por lo que en lugar de ponerme a operar como si me fuera la
vida en ello en una cuenta, además, real (que insensatez, por Dios, aunque
necesite saber lo que se siente cuando es MI DINERO el que está en juego y sea
necesario experimentar las reacciones cuando se pierde ó gana: euforia,
frustración, depresión, avaricia, etc.) prefiero verificar que lo que leo/me
cuentan/compro ha sido correcto.
Francamente, no tengo ni
idea de cual es rentable hasta que le hago “la prueba del algodón”. Y es que da
igual lo que te digan, tienes que demostrarlo para ti. Hay que huir de todos
los “vendeburras”, que son legión.
Pensemos en que somos
unos científicos en un laboratorio de enfermedades contagiosas (aquí voy a
asociar el ébola con el Holy Grail para que nos entendamos) y que tenemos una serie de viales (sistemas
discrecionales, sistemas automáticos, EA’s, “formas de operar”, etc.) para
comprobar pero, aunque busquemos al mismo tiempo la vacuna, realmente queremos
el más virulento posible:
1.º Si son rentables
“a toro pasado”. Es decir, nuestro virus tiene que empezar por las pruebas
básicas haciendo un cultivo (backtest) con las diferentes diluciones (los
valores que nos proponen de serie y posibles modificaciones porque podemos
haber encontrado un sistema sobre ETF’s para el SP500 y querer usarlo para el ORO y
serán necesarios cambiar algunos parámetros para adaptarlo, suponiendo
que los resultados nos lo permitan). Esto no garantiza, en ningún momento, que
vaya a funcionar en real.
2.º Qué puedo esperar
a futuro si opero con él. No voy a inyectarme la viruela o el VIH para ver
las consecuencias (cuenta real). Quiero ver, después de un backtest, que en una
cuenta demo (incubar el virus) y en un plazo de 4-8 meses si concuerda con lo
medido en el backtest sobre histórico que la hipótesis de que el sistema es
rentable (contagia que no veas).
Con estas 2 ideas básicas
y teniendo todo nuestro laboratorio preparado para ello (necesitaremos la
plataforma de trabajo, una hoja de cálculo, los indicadores o patrones a
probar, los históricos, etc.), tenemos que diseñar el protocolo a seguir para
llegar a una conclusión científica que se pueda demostrar.
Pero, ¿por dónde
empezamos?
A mi juicio, lo primero
que necesitamos conocer es si tiene esperanza matemática positiva. Sin ella, no
hay gestión de capital que nos permita convertir un sistema perdedor en
ganador.
Sin embargo, antes que esto, necesitamos saber CUANTAS
operaciones necesitaremos para tener lo que se llama relevancia estadística,
delimitando así, a partir de que punto trazamos la línea divisoria entre lo
real por comprobación empírica y que es
solo una quimera.
El método nos obliga a
plantearnos la cuestión al revés y asumir que nuestro sistema no genera
beneficios. Si somos capaces de demostrar que esto no es cierto con un cierto
grado de confianza, entonces tendremos un sistema rentable. Para ello se asume
que el sistema tiene una GANANCIA NULA y si las pruebas indican que no es
cierto, que a un determinado grado de confianza (por lo general el 95%, aunque a
veces hay que exigir el 99%) la ganancia promedio es SUPERIOR a cero, entonces podemos afirmar de forma
estadística, que tenemos un sistema ganador.
Este hecho es muy
relevante, ya que un inversor/trader/operador (o como se quiera uno llamar) que tenga
que elegir entre un sistema con ganancia promedio pequeña pero fiable
estadísticamente, y un sistema con gran ganancia pero poco fiable, se elegirá
siempre el primero porque solo tendrá que mejorar su gestión de capital y de
posición en el mercado para ganar la diferencia. Los sistemas en real deben
tener una ganancia promedio mayor que cero al 95% de confianza.
Si tenemos en cuenta que para asumir un error
muestral del 5%, con un 95% de confianza según la tabla, necesitaremos un
mínimo de 400 operaciones… agua!!, agua!! Me acabo de asustar. Quizá alguno esté "acostumbrado" a ver que en un backtest de un EA de Metatrader o de Amibroker le salen miles de operaciones, pero es que las vamos a hacer ¡¡a mano!!
A menos que
contemos con una plataforma profesional de trading (Visual Chart, Amibroker,
Metastock, ProRealTime, MaketDelta… que son de pago) y/o software especializado tipo Matlab ó Market System
Analizer, nos va a tocar hacerlas, como he dicho, una a una a mano remontándonos el tiempo que
sea necesario para ello.
La inmensa mayoría
de los que esta idea de ganar dinero en bolsa (sobre todo en Forex) se nos cruza
en el camino, se empieza con la plataforma más conocida (y gratis… bueno
ProrealTime, es una pasada y también es gratis si no usas datos intradía)
Metatrader 4. Este ingenio ruso, nos va facilitar y deleitar, cual Playstation,
en este proceloso mundillo.
A pesar de que he
dicho que inicialmente necesitaremos 400 operaciones, en realidad hay que hacer
unos cálculos antes a cerca de los grados de libertad que tenga nuestra
estrategia a probar. ¿Y qué es esto?
He leído a varios
autores que dan definiciones diferentes; esta iglesia tiene más doctores que ninguna otra:
-Por un lado
pueden ser el n.º de variables y condiciones del sistema en donde, si cogemos
como ejemplo el uso de una media móvil de 30 periodos, en temporalidad diaria y
100 días del tamaño de la muestra, quiere decir que “consume” un grado de
libertad por cada dato (día) usado para su cálculo, así nuestra media móvil
usaría 30 grados de libertad, usando la fórmula:
100*(1-(grados
usados/grados totales al inicio)) para saber la cantidad de grados restantes en
%.
Con la idea
anterior: Grados restantes =
100*(30/100) = 70%
Entonces, si el
cálculo de la fórmula de una estrategia consume la mayor parte de los datos
históricos de nuestra prueba, los datos no serán lo suficientemente fiables.
Además, un número insuficiente de grados de libertad es la mayor causa de
sobreoptimización.
Voy a plantearlo
de otra manera.
-
Histórico
diario de 2 años. Cada vela ofrece 4 datos (OHLC, es decir, apertura, máximo,
mínimo y cierre) para un total de 1080 datos.
-
Estrategia
simplísima de 2 medias: una de 10 periodos y otra de 50. El primer promedio
usará 11 grados de libertad (el número de periodos +1) y el 2º usará 51. El
total de grados es: 11+52 = 62.
-
Para
convertirlo a %, dividimos el n.º de grados entre el total disponible: 62/2080
= 0,0298 = 3%.
-
Cuantos
más datos (indicadores, medias, fibos, reglas,…) sean usados, más histórico
necesitaremos para comprobar la certeza estadística. Con este ejemplo, nos
“sobrarían” un 97% de los grados con que contamos por lo que hemos tenido más
que suficiente.
-
¿Porqué
es suficiente? Porque, en general, tiene que sobrarnos más de un 90% después de todas
las reglas, indicadores, etc.
-Por otro lado, más
común, es coger el n.º de operaciones hechas y restarle todos los parámetros. Según la
idea original, si necesitamos un mínimo de 400 operaciones para obtener la
relevancia exigida tendremos que sumarlos
para mantener estas reglas invariables. Recuerda, es nuestro protocolo de
actuación y se diseña para ser cumplido por cualquiera sin interpretaciones
personales.
Pues solo nos queda diseñar un excel en la que se incluyan todos los ratios necesarios para verificar todo lo que nos hemos planteado:
Esta es una configuración válida para obtener lo que queremos.
Yo calculo muchos ratios pero los más importantes son: Profit Factor, Máx. DD, Win/Loss, %Win, %Loss, Esperanza matemática, Bº Neto, duración de las operaciones, Recovery Factor y Estadístico T. Además, me gusta saber el E-ratio, el CAR y el %Diferencial Win. Una simulación de Montecarlo es también muy, muy útil.
Con esto es suficiente. Podríamos calcular correlaciones, r-cuadrado, Beta, Perfect Profit y muchos más pero la "perfección" es una utopía. De hecho, Larry Williams sostiene que en real se puede esperar tan sólo un 70% de los beneficios de la simulación. Ocurre que al simular estamos optimizando de forma encubierta (ya lo veréis más adelante), es decir, si sale mal, lo cambiamos hasta que salga bien. De esta manera, al quedarnos con el mejor resultado histórico, siempre estamos sobreestimando la ganancia futura. Si nos quedamos con los mejores valores, entonces la desviación futura siempre será negativa, ya que hemos elegido mirar a todos desde un ático y cualquier desviación siempre será hacia abajo, sobreestimando las ganancias futuras.
Simular es sencillo. Estimar lo que hará el sistema que queremos probar, teniendo en cuenta el sesgo de buscar datos de tendencia, de optimización, sin la presión de la operativa discrecional, etc. es bastante complicado.
No es algo que se pueda hacer después de un cursillo de fin de semana de a 2000 la plaza.
