Trading: ¿cómo poner más probabilidades a tu favor?

Está claro que cuando hacemos Trading debemos hacerlo siguiendo las reglas de algún sistema porque. de lo contrario, estaríamos jugándonos el dinero como lo haríamos en un casino (aunque hay gente que juega a la ruleta, dados o blackjack siguiendo sistemas del tipo Martingala, antimartingala, Fibonacci, etc) pero no hablo de jugadores profesionales. Hablo de inversiones guiadas por los sentimientos y corazonadas. (Esta entrevista ha sido publicada originalmente en la revista TRADERS' https://www.traders-mag.es/, en la edición de noviembre de 2018)

Además no basta con invertir siguiendo cualquier sistema. Este debe contar con una esperanza matemática positiva. El trading estadístico trata de buscar una determinada ventaja frente al mercado y con ello mejora notablemente no solo la tasa de aciertos, sino el factor de beneficio, factor de recuperación, ratio de sharpe, beneficio esperado, reducción de balance, etc.. y además debería tener muy controlado el drawdown.

Archivo adjunto 4288

Así que la estadística en el trading juega un papel importante ya que analiza los resultados de la inversión a través de cualquier proceso. Lógicamente, cuanto más histórico sea aplicado al estudio, mucho mejor.

Hay traders que dan validez a sus sistemas de Trading con tan solo realizar un backtesting. Y la mayoría de las veces son bastante mediocres en cuanto a fiabilidad de los datos empleados (sin rellenos de huecos, desajustes horarios con el servidor, procesos de eventos inesperados, históricos de precios mal cargados, examen en temporalidades erróneas, etc...)

La importancia del método científico

Personalmente considero que hay que hacer Trading como un francotirador. La gran mayoría (de la que hablan las estadísticas) lo hacen con una ametralladora. Hay que afinar mucho y no disparar a todo lo que se mueve porque a la larga, esa exposición nos hace ser mucho más vulnerables y cada vez hay más probabilidades de morir en el campo de batalla. David Aronson explica en su libro, la idea de aplicar el método hipotético-deductivo para evaluar cuanto de efectivas son las señales que emite un sistema de Trading y consta de varios pasos:

• Observar el fenómeno a estudiar
• Crear una hipótesis para explicar dicho fenómeno
• Predicción de consecuencias o proposiciones más elementales que la propia hipótesis
• Verificar o comprobar la verdad de los enunciados deducidos comparándolos con la experiencia
• Obtener conclusiones del estudio

Vamos a aplicar estos pasos a un activo. El Oro

OBSERVACIÓN: Analizando el histórico del Oro en periodo diario, descubrimos que cada vez que cruza la media de 200 tanto al alza como a la baja, permanece como mínimo y como máximo un número determinado de meses.

HIPÓTESIS: Basándonos en lo que hemos observado, podemos determinar que cada vez que el Oro rompe la media de 200 al alza podemos ganar con posiciones alcistas durante los 2 meses siguientes.

PREDICCIÓN: Si nuestra hipótesis es correcta entonces el Backtesting nos proporcionará unos buenos resultados. No obstante, si buscamos confirmar dicha hipótesis nos toparemos con la afirmación del consecuente. Para evitar esta situación hay que plantear dos hipótesis que se excluyan entre sí: Una hipótesis que sea nula y otra que sea alternativa ya que tan solo una de las dos puede ser cierta.

No voy a entrar en detalles sobre cuál es el proceso de validación de hipótesis, pero sintetizando mucho se trata de lanzar una hipótesis alternativa para después de examinar los datos, comprobar que exista o no cierta evidencia que nos permita desechar la hipótesis nula.

Si continuamos con el ejemplo del Oro utilizando una hipótesis nula llegamos al planteamiento "Cuando el Oro rompe al alza su media móvil de 200 sesiones NO se obtienen ganancias durante los dos meses siguientes". Por lo tanto si este planteamiento es correcto, el backtesting arrojará malos resultados. De lo que se trata es de formular la hipótesis del lado contrario para tratar de validar el sistema de Trading, argumentando que este no gana dinero. Se trata de demostrar mediante una evidencia que con unos resultados mayores que cero estamos ante un sistema rentable.

VERIFICACIÓN: A través de los resultados obtenidos con un backtesting, podremos verificar cualquier hipótesis.

Si el resultado de un backtesting es positivo puede ser debido a un error en el muestreo, suerte o la hipótesis nula es errónea. Para poder rechazar la hipótesis nula, tenemos que obtener una rentabilidad tan alta que roce lo improbable como por ejemplo que este evento tenga un 0.05 probabilidades de darse en el interior de una hipótesis nula. Esto significaría que los datos reflejarían un 95% de probabilidades de acertar.