Análisis técnico de mercados financieros basado en técnicas de inteligencia artificial Angel Pina Canelles Capítulo 1: El Problema 1.1. El Análisis de los Mercados Financieros 1.1.1. El Análisis Fundamental y el Análisis Técnico El análisis de los mercados financieros, o análisis bursátil, consiste en el estudio de los activos del mercado financiero. Su objetivo consiste en obtener información anticipada sobre la evolución de sus cotizaciones, de forma que se puedan realizar operaciones de compra y venta en bolsa que arrojen beneficios. [1]. El análisis de los mercados se puede dividir en dos grandes ramas principales: El análisis fundamental El análisis técnico.
El análisis fundamental se basa en la creencia de que el mercado tiene una eficiencia débil, es decir, que el precio de las acciones no es representativo de su valor. El analista utiliza toda la información a su alcance sobre la empresa para realizar una estimación ́on del precio que considera correcto para las acciones de la misma, y realizar una compra o una venta según piense que ́estas están infravaloradas o sobrevaloradas. Realmente no hay una forma completamente objetiva de valorar una acción, y por lo tanto varios analistas pueden llegar a distintos resultados, concluyendo uno de ellos que la acción está infravalorada y el otro que está ́ sobrevalorada. Esto es lógico, por otra parte, ya que para que alguien pueda comprar una acción otra persona debe querer venderla. El análisis técnico, por el contrario, no plantea si las acciones están correctamente valoradas, sino que busca patrones de comportamiento en la cotización de las acciones, basándose en la historia de comportamientos de estas, y trata con ellas de predecir movimientos futuros para obtener beneficios. El análisis técnico es un análisis gráfico, visual, y que se ayuda de unos indicadores u osciladores que proporcionan información sobre tendencias. Aunque se utilizan diversas herramientas, es especialmente común el uso de gráficos que reflejan los movimientos de las cotizaciones. Al igual que ocurre´ıa en el análisis fundamental, no se trata de una ciencia exacta, y ante los mismos datos dos analistas pueden emitir opiniones contrarias. Podrá decirse que el análisis técnico es un análisis para el corto plazo mientras que el análisis fundamental lo es para el largo plazo. Por ejemplo, aunque las previsiones de una empresa sean buenos y sea esperable a largo plazo que su cotización suba, esta puede bajar a corto plazo debido a la toma de beneficios por parte de los inversores. Son patrones como estos de los que el análisis técnico trata de sacar partido. De hecho, a menudo se combinan ambos análisis: El análisis fundamental indica que t´ıtu los hay que comprar y cuales hay que vender, mientras que el análisis técnico muestra el momento exacto para realizar dicha compra o venta.
1.1.2. Los Principios y Métodos del Análisis Técnico El análisis técnico, que como hemos comentado se basa en tratar de encontrar patrones o tendencias en las cotizaciones, se basa en tres premisas: Todo lo que puede afectar al precio de cualquier valor está descontado. Los precios se mueven por tendencias. Existen tres tendencias: La tendencia primaria que engloba periodos anuales. La secundaria, con periodos mensuales o semanales. La terciaria con períodos diarios.
El mercado tiene memoria. La primera premisa niega el principio básico del análisis fundamental, y asume que las acciones no están sobrevaloradas o infravaloradas, sino que reflejan su valor exacto. La segunda refleja que el mercado se mueve por tendencias más largas o cortas, y la tercera premisa establece que lo que ocurrió en el pasado tiende a repetirse, y que por tanto podemos usar los datos de ́ este para predecir los futuros.
Los métodos de análisis técnico pueden dividirse en dos grandes grupos: El análisis chartista y el análisis por osciladores. El chartismo es un sistema basado ́ únicamente en el estudio de los gráficos. Supone que los movimientos de los precios son debidos a una combinación de expectativas y sentimientos de los inversores, y que ´estos actuaran de la misma manera en el futuro de lo que lo hicieron en el pasado, por lo que trata de descubrir patrones en las figuras que forman las evoluciones de los precios. El análisis de osciladores, por otro lado, utiliza ecuaciones matemáticas para determinar señales de compra o venta en los gráficos, utilizando como variable principal las cotizaciones de los precios.
En las siguientes dos secciones se establecen ejemplos de uno y otro tipo de análisis.
1.1.3. Algunas Técnicas de An´alisis Chartista Un ejemplo de análisis chartista es establecer que el mercado, respecto a un determinado título, puede encontrarse en una tendencia alcista o bajista. Así, basándonos en los comportamientos de la cotización en el pasado para situaciones similares, podemos establecer que pasarán a determinadas fases prefijadas. Por ejemplo, en el caso de encontrarnos con un t´ıtulo con una tendencia alcista (Figura 1.1) podemos distinguir las siguientes tres fases: Fase de acumulación. El análisis fundamental establece predicciones de bajada y los inversores venden sus acciones al no ver una rentabilidad satisfactoria. Sin embargo, los operadores de Bolsa con m ́ as informacíon comienzan a comprar acciones lentamente (a acumularlas) y el recorrido del precio es horizontal con una ligera tendencia alcista. Fase de Expansión. Se confirma la mejora de los datos, que llegan al público general, y se produce la compra masiva de títulos, por lo que se eleva rápidamente su cotización y produciendo altas rentabilidades, que a su vez motiva de nuevo la compra. Fase de Distribución. El público general compra gran cantidad de títulos hasta que el mercado alcanza un punto en el que ya no crece. Algunos inversores venden para recoger beneficios y otros compran estos títulos animados precisamente por estas rentabilidades obtenidas, lo que hace que el precio crezca y baje ligeramente.
 Figura 1.1: Tendencia Alcista: IBEX-35 desde 1996 hasta mitad del año 1998. [1]
Y de la misma forma, una vez estabilizada su cotización, puede producirse a continuación una tendencia bajista, que de nuevo podemos dividir en tres fases principales (Figura 1.2): Fase de Distribución. Coincide con la última fase del mercado alcista. Se producen algunas compras y ventas sin mucha rentabilidad, lo que hace que los inversores comiencen a buscar alternativas en otros mercados. Fase de pánico. Cuando se percibe el efecto de las ventas, comienza un pánico muchas veces no justificado por los datos fundamentales y los inversores comienzan a querer vender, por lo que el precio cae abruptamente, y aunque puede haber ligeras subidas la tendencia es bajista. Fase de Consolidación. Finalmente la bajada comienza a atenuarse y se vuelve a los recorridos horizontales, hasta que acaba la tendencia bajista.
 Figura 1.2: Tendencia Bajista: IBEX-35 durante el año 2000. [1]
De esta forma, asumiendo que el mercado se va a comportar de acuerdo a estos patrones y fases, el conocedor de las técnicas de análisis chartista podr ́ ıa decidir los momentos adecuados para comprar y vender sus títulos obteniendo altas rentabilidades.
1.1.4. Algunas T´ecnicas de An´alisis de Osciladores El ejemplo más sencillo de oscilador (y uno de los más utilizados) es la media móvil. La media móvil de un periodo es el promedio de los precios de un determinado título durante ese periodo. Al suavizar la curva de precios, constituye una forma más sencilla de observar las tendencias del mercado. Además, una técnica para obtener señales de compra o de venta seŕıa observar cuando la grafica de la cotización del valor corta la gráfica formada por la media móvil, lo que indica ́ que el mercado está sufriendo una tendencia bajista o alcista a corto plazo. Por ejemplo, si una cotización ascendente corta la media móvil significa que el precio ha ascendido de forma m´as r´apida de lo normal, por lo que es de suponer que nos encontramos ante una tendencia alcista y ´está seguir´a subiendo, por lo que es conveniente comprar. Podemos encontrar un ejemplo de este procedimiento en la figura 1.3. En ella, se muestran las medias móviles de 14 d ́ ıas (línea continua) y de 150 dıas (línea discontinua). Ası, cuando la cotización corta la media que usemos como referencia, se producir´a una orden de compra (señaladas con un 1) o una orden de venta (señalada con un 2).
Figura 1.3: Medias Móviles: Cotización del BBVA durante el año 2000. Medias móviles de 14 d ́ ıas (l ́ ınea continua) y de 150 d ́ ıas (l ́ ınea discontinua). Se ha señalado con un 1 se ̃nales de compra, y con un 2 señales de venta. [1] Pese a la simplicidad de este método, existen varias modificaciones. Por una parte, tomar medias móviles de periodos más largos o ḿas peque ̃nos varıa el riesgo y la rentabilidad esperada: Tomando medias móviles más largas las tendencias que detectemos ser´an m´as seguras pero de menor rentabilidad que con medias móviles más cortas. Existen por otra parte muchas variaciones y mejoras a este método, que van desde el uso de varias medias móviles simultáneamente (para detectar por ejemplo los cortes entre ellas en lugar de con la cotización) hasta otras formas de calcular estas medias, dando por ejemplo más importancia a las cotizaciones más recientes. Existen otras t́ecnicas ḿas complejas basadas en ideas matemáticas, como son por ejemplo las Bandas de Bollinger, que utiliza la regla estad́ıstica de las tres sigmas, que establece que el 99 % de una distribucion normal está comprendida entre la media menos tres veces la desviacion tıpica y la media más tres veces la desviacion tıpica. Por tanto, la técnica se basa en que si la cotización alcanza la cota dada por la media móvil más tres veces su desviacion t ́ıpica, es de esperar que su precio comience a caer y emitimos una orden de venta, y si la cotización alcanza la media móvil menos tres veces su desviacion tıpica emitimos una de compra. Un gráfico reflejando esta técnica podemos encontrarlo en la figura 1.4. En ella, encontramos las bandas de Bollinger referidas a la media móvil de 20 d ́ ıas. Cuando la cotización alcanza la banda superior, se espera que posteriormente caiga, por lo que nuestra acci ́on ser ́a de venta, mientras que si la cotización alcanza la banda inferior emitiremos una senal de compra.
Figura 1.4: Bandas de Bollinger: Cotizaci ́ on de la empresa Altadis durante el año 2000. [1] 1.2. Traders Automáticos y TalentumLos sistemas de trading automatizados, o traders automáticos permiten establecer una serie de reglas automáticas que dictan cuándo realizar una operación y cuando cerrarla, de forma que ésta se ejecute de forma autónoma sin intervención humana posterior. Las reglas que en ́ estos se programan pueden ser relativamente sencillas, como las medias móviles que vimos anteriormente, o mucho más complejas.
1.3. PROBLEMA PROPUESTOLos sistemas automáticos han ido tomando mucha fuerza los últimos años. Entre sus ventajas se encuentra la rapidez a la que puede detectar y realizar las operaciones, la facilidad de diversificación o el hecho de que evitar que las emociones del broker influyan en las decisiones del sistema. Como desventajas, por otra parte, podrá citarse los posibles fallos mecánicos o la necesidad de monitorización. Talentum es una empresa dedicada precisamente a este campo. Fundada en Febrero del 2013, Talentum se dedica principalmente al estudio y desarrollo de sistemas automáticos para invertir en bolsa. Cuenta con profesionales de distintas ramas, principalmente economistas, informáticos, quımicos y matematicos, cuyas técnicas especıficas combinadas se programan en los robots. En la actualidad, Talentum cuenta con más de 1.000 robots programados y optimizados con distintos parámetros para diferentes divisas. Por el momento, los robots de Talentum operan únicamente en el mercado FOREX (cambio de divisas). Han comercializado por separado varios de sus robots, como Ulysses o Helena. Sin embargo, su producto estrella es Diana, un sistema de trading automático consistente en un conjunto de 5 robots que rotan cada cierto tiempo dependiendo de las condiciones del mercado. [2] Como hemos comentado, Talentum posee más de 1.000 robots capaces de operar en bolsa, basados en diferentes técnicas y algoritmos. En la mayorıa de sus sistemas, como Diana, no se utilizan de forma independiente, sino que se toma un subconjunto de robots para que operen a la vez. De esta forma, se logra que las pérdidas se compensen entre ellos y se diversifican las operaciones, lo que permite minimizar el riesgo. Además, su sistema Diana cambia los robots que operan cada poco tiempo, de forma que es capaz de adaptarse a los cambios que se produzcan en el mercado, y retirar los robots que no funcionen bien y sustituirlos por otros que, presumiblemente, lo harán mejor. En ese punto, la empresa se encontraba ante un problema que no hanıan logrado resolver satisfactoriamente: La elección del subconjunto de robots para operar en cada momento. La aproximación que han realizado hasta entonces, consistente en simular los resultados que hubieran tenido todos los robots la semana anterior, y elegir aquellos que lo hubieran hecho mejor, no daba buenos resultados. Esto era debido a que la situación del mercado, especialmente del de divisas y operando a corto plazo, es muy cambiante de una semana a la siguiente. Por tanto, el problema que se propuso para la realización de este trabajo fin de grado fue dar a Talentum criterios para poder elegir con mayor efectividad que robots elegir para que operen en cada momento. Para ello, nuestra idea básica era utilizar los resultados pasados de cada robot en situaciones del mercado similares para tratar de predecir cómo se comportaron en la situación actual. Así, debemos desarrollar unos “predictores” que nos proporcionen información sobre los resultados que tendrá un robot concreto si operara en el momento actual. Esta información sería entonces utilizada por un agente externo de Talentum, que con sus propios criterios decidiría qué robots utilizar. Además del sistema básico de realización de predicciones sobre el desempeño de un robot, incorporamos otros mecanismos para estimar los errores que cometemos en las mismas, de forma que diéramos al agente externo la mayor cantidad de información posible para realizar sus decisiones. Por tanto, nuestro objetivo final es implementar un sistema que nos proporcione predicciones sobre el rendimiento de cada robot, junto con una medida de la fiabilidad de esta predicción. Todo ello será interpretado por un agente externo que elegir ́ a un determinado conjunto de robots para que operen en cada momento, en función del riesgo deseado.
|
