Análisis de Seguimiento de Tendencias y Contratendencias

Análisis de tendencias y contratendencias
Pablo Medina
Contador Público
pablomedina@rofex.com.ar
Abril 2001
"Los conceptos, datos y opiniones vertidas en los artículos, son de exclusiva responsabilidad de sus autores y no reflejan
necesariamente la opinión de la Bolsa de Comercio de Rosario, deslindando la institución toda responsabilidad derivada de la
exactitud de la información allí contenida. Queda prohibida la reproducción total o parcial de los artículos sin autorización de sus
autores”.
Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 1

Bolsa de Comercio Rosario
http://www.bcr.com.ar - capacita@bcr.com.ar
Índice
1 Introducción ….. .................................................................................................................... 2

2 Seguimiento de Tendencia .................................................................................................... 3
2.1 Medias Móviles .............................................................................................................. 3
2.2 Bandas y Canales ........................................................................................................... 4
2.3 Sistema Parabólico ......................................................................................................... 5
3 Contratendencia ..................................................................................................................... 7
3.1 Momentum .................................................................................................................... 7
3.2 Osciladores ..................................................................................................................... 7
3.2.1 Convergencia-Divergencia de Medias Móviles ................................................ 8
3.2.2 Índice de Fuerza Relativa .................................................................................. 9
3.2.3 Oscilador Estocástico ........................................................................................ 9
4 Desarrollo de Sistemas ........................................................................................................ 10
5 Sistemas Seguidores de Tendencia ...................................................................................... 13
6 Sistemas Contratendencia ................................................................................................... 13
7 Resultados Obtenidos .......................................................................................................... 14
8 Análisis de Riesgo ............................................................................................................... 14
8.1 Análisis de Regresión Lineal ....................................................................................... 14
8.2 Value at Risk ................................................................................................................ 16
9 Conclusión ………............................................................................................................... 18
10 Bibliografía ……. ................................................................................................................ 19
11 Agradecimiento ................................................................................................................... 20

1 Introducción
Cuando realizamos un análisis de seguimiento de tendencia o contratendencia, estamos
enfocando nuestro estudio desde el punto de vista del análisis técnico. El analista técnico busca
anticiparse a las tendencias de precios estudiando la acción del mercado, es decir los efectos,
porque cree que es todo lo que necesita ya que supone que las causas están incluidas en los
precios. Este tipo de análisis se basa en tres premisas:
1. Toda la información está reflejada en el precio de mercado: al analista técnico no le

importa cuáles son los motivos fundamentales de los movimientos de precios.
2. Los precios se mueven siguiendo tendencias.
3. La historia se repite: si hay patrones que funcionaron bien en el pasado, posiblemente lo
hagan de la misma manera en el futuro ya que están basados en el estudio de la
psicología humana.
El área del análisis técnico está a su vez dividida en chartismo -subjetivo- y análisis técnico
estadístico, el cual desarrolla sistemas de operación computarizados que generan señales de
compra y venta. Nuestro estudio estará enfocado hacia este tipo de sistemas.
Un sistema de operación toma los principios subjetivos y desarrolla herramientas

estadísticas, es decir, una vez que decidimos qué patrones o comportamientos deseamos
identificar y extraer del mercado, podemos pasar a la tarea de crear un sistema alrededor de
aquellos. Lo que se busca es captar las fuerzas fundamentales y psicológicas que gobiernan el
mercado por lo cual, es conveniente tener presente que no siempre será beneficioso crear un
sistema extremadamente complejo ya que de esta manera se corre el riesgo de desarrollar un
sistema que funcione satisfactoriamente sólo con las series probadas, perdiendo de vista el
objetivo anterior.
Es indispensable que nuestro sistema sea completamente mecánico, es decir, las señales
generadas deben ejecutarse sin desviaciones. Si comenzamos a desviarnos, estaremos operando
con otro sistema distinto del que había sido debidamente probado con el respaldo de la
estadística, es decir, operaremos ignorando si dicho sistema tiene una expectativa positiva.
El análisis de la performance de los sistemas de operación no se limita sólo a los retornos de

la inversión sino que también comprende el estudio del riesgo asumido al realizar la misma.
Sobre el final del trabajo se llevará a cabo una medición de este riesgo a partir de un análisis de
regresión lineal y luego se aplicará el método denominado Value at Risk.

2 Seguimiento de Tendencia
El propósito de todo método identificador de tendencia es ver a través del ruido y de los
movimientos sin significado del mercado e identificar la dirección genuina de los precios.
Un sistema seguidor de tendencias espera que el precio se mueva en una dirección e inicie
una posición en el mismo sentido, considerando que la tendencia continuará. Sin embargo,
nunca compra cerca del mínimo ni vende cerca del máximo, sino que el operador siempre pierde
la primera parte del movimiento ya que ésta es la que dispara la señal. Un sistema sensible
responderá rápidamente a los cambios de tendencia, lo cual maximizará las ganancias de las
señales válidas pero, como contrapartida, generará más señales falsas. La elección entre un
sistema rápido o uno lento es una cuestión de preferencia subjetiva u observaciones empíricas
realizadas por el operador.
2.1 Medias Móviles

Entre la gran variedad de indicadores, la media móvil es uno de los más versátiles y más
usados por ser de fácil cuantificación, programación y prueba. Su propósito es señalar el
comienzo o final de una tendencia pero después de haberse producido dicho evento. No se
anticipa, solo reacciona. Este indicador nos muestra el valor promedio de una serie de precios a
lo largo de un período. La media móvil para determinado día, se calcula promediando el cierre
de ese día con el cierre de los n-1 días anteriores, donde n es el número de días de la media.
Dado que se calcula al final del día, se obtiene al día siguiente.
MMt = (Pt + Pt-1 + ... + Pt-n+1) / n
En un mercado alcista (bajista), la media móvil se ubicará por debajo (encima) del precio ya
que estará basada en los precios anteriores. A menor cantidad de días a promediar, mayor será la
participación del valor entrante en el resultado final, lo que resultará en un indicador más
sensible.
Gráfico 2 – 1 Medias Móviles

Fuente: elaboración propia con Metastock 7.02, con series incluidas en el mismo.
CORN Continuous 255

250
245
240
235
230
225
220
215
210
205
200
195
190
185
180
175
170
2000 February March April May June July August

Algunos analistas prefieren otorgarle más peso a los días más recientes. Dos de los métodos
más populares son, usar medias móviles suavizadas linealmente o bien de manera exponencial.
La primera, multiplica a cada uno de los días anteriores por un valor creciente (w) y luego
divide esta sumatoria por la suma de aquellos valores.
Wt = (w1Pt + w2Pt-1 + ... + wnPt-n+1) / (w1 + w2 + ... + wn)
La media suavizada exponencialmente (E) tiene en cuenta todos los precios de la serie. Se le
suma al a% del valor anterior, un porcentaje (1-a) del precio de hoy:
Et = aEt-1 + (1-a)Pt
Cabe aclarar que también pueden ser calculadas sobre cualquier serie, incluso sobre
volumen, sobre otra media o sobre otro indicador.
Más allá de la selección de la media móvil, el cálculo de ésta siempre irá detrás de los
precios. Cuando éstos cambien de dirección, cruzarán a la media, por ser esta última más lenta
para reflejar la nueva dirección del mercado.
Dichos cruzamientos proveen de las señales básicas:
§ Comprar cuando los precios ascendentes cruzan o cierran encima de la media.

§ Vender cuando los precios descendentes cruzan o cierran debajo de la media.
Algo más significativo puede ser trabajar con la interacción de dos medias móviles ya que al
basarse en dos series suavizadas, el número de señales falsas es menor.
En estos casos, la más lenta determina la tendencia de largo plazo mientras que la más rápida
es usada como herramienta de “timing”. Para implementar esta idea se sugiere seguir alguna de
las siguientes estrategias:
1. a) Comprar cuando la media rápida cruza a la lenta ascendiendo.

b) Vender cuando la media rápida cruza a la lenta en descenso.
(constantemente en el mercado)
2. a) Comprar cuando los precios cruzan por encima de ambas medias y cerrar la
posición cuando se sitúan en medio de ellas.
b) Vender cuando los precios cruzan por debajo de ambas medias y cerrar la posición
cuando se sitúen en medio de ellas.
(admite posición neutral)
2.2 Bandas y Canales

Otro sistema seguidor de tendencia es el de rompimiento de canal: su concepto básico es la
potencialidad del mercado para continuar la tendencia cuando alcanza un nuevo máximo o
mínimo.
Una banda o canal es un área alrededor de una línea de tendencia que puede ser calculada de
diversas maneras. Una de las más populares es sumarle y restarle a dicha línea un porcentaje de
esta misma o bien un porcentaje del precio corriente. También puede ser usada una medida de
volatilidad.

Existe un indicador denominado “Bandas Bollinger”, que está determinado por una media
móvil y dos bandas representadas por niveles de desviación estándar por encima y por debajo de
la primera (se suma y se resta un múltiplo del desvío estándar a la media móvil). Las bandas
representan una medida de volatilidad, se ensanchan en períodos volátiles y se contraen en los
más calmos (ver Gráfico 2-2).
Al trabajar con este indicador debemos tener en cuenta algunas reglas básicas que podemos
agrupar de la siguiente manera:
1) Para estar siempre en el mercado (máximo riesgo):

§ Comprar (cerrar posiciones vendidas y comprar) cuando el precio penetra o cierra
arriba de la banda superior.
§ Vender (cerrar posiciones compradas y vender) cuando el precio penetra o cierra por
debajo de la banda inferior.
2) Si se admite una posición neutral:

§ Comprar cuando los precios penetran (ascendiendo) la banda superior.
§ Cerrar posiciones compradas cuando los precios revierten y cruzan hacia abajo la
media móvil (banda central).
§ Vender cuando los precios penetran (descendiendo) la banda inferior.
§ Cerrar posiciones vendidas cuando los precios revierten y cruzan hacia arriba la media
móvil.
Gráfico 2 – 2 Bandas Bollinger

CORN Continuous 255

250
245
240
235
230
225
220
215
210
205
200
195
190
185
180
175
170
Dado que de los sistemas que utilizan medias móviles tienden a dar un menor valor a los días
individualmente, sobre todo a medida que crece el lapso tomado para el cálculo, es difícil que
un movimiento de un día implique un cambio de señal. A diferencia de estos, los de
rompimiento de canal pueden requerir un solo movimiento para generar una señal. Debido a
estas características, un rango de operación en expansión (nuevos máximos y mínimos) puede
ser devastador. Vale aclarar que consideramos rango de operación a un corredor horizontal que
contiene las fluctuaciones de precios durante un período.

2.3 Sistema parabólico
Un sistema muy interesante es el sistema parabólico tiempo/precio. Esta técnica, desarrollada
por Welles Wilder1, intenta salvar esa demora o atraso que padecen, en general, los sistemas
seguidores de tendencia para disparar la señal. Para esto, con este sistema, a medida que los
precios van alcanzando nuevos niveles se aumenta la velocidad reduciendo el número de días.
La filosofía del sistema parabólico es que el tiempo es un enemigo. Su característica es estar
siempre en el mercado. Una vez que se toma una posición, debe continuarse en caso de que sea
redituable sino la posición es cerrada y revertida. Este punto se denomina “stop and reverse”
(SAR).
Para calcularlo, primero asumimos una posición, larga o corta. Si el mercado tuvo un mínimo
recientemente y ahora está por encima, asumimos que estamos comprados (y viceversa) y
asignamos a aquel mínimo un valor inicial.
SARhoy = SARanterior + AFhoy x (Max/min hoy – SARanterior),
donde AF es el factor de aceleración. Inicialmente, se le asigna un valor de 0.02 al inicio de

cada operación y cada vez que se llega a un máximo (largo) o a un mínimo (corto), el AF se va
incrementando en 0.02 hasta un tope de 0.20.
En este cálculo, se utiliza el máximo del movimiento actual en caso de estar comprado y el
mínimo en caso de estar vendido. Esto mantiene al SAR lo más alto posible en un movimiento
alcista y lo más bajo en uno bajista.
Gráfico 2–3. SAR Parabólico

CORN Continuous, Parabolic SAR 255

250
245
240
235
230
225
220
215
210
205
200
195
190
185
180
175
170
Una regla adicional para prevenir reversiones prematuras puede ser, impedir que el SAR se
acerque más que el rango de los últimos dos días:
1
Wilder, Welles Jr. “New Concepts in Technical Trading”; Greensboro; NC: Trend Research; 1978.
§ Si estamos comprados, el SAR no será mayor que el mínimo del día actual o el del día
anterior; si es mayor, el valor del SAR será aquel mínimo. La señal se dará cuando un
nuevo mínimo penetre el SAR.
§ Si estamos vendidos, se establece un mínimo para el SAR con el mismo procedimiento.

La señal tendrá lugar cuando un máximo penetre el SAR.
Un punto débil es que comienza siendo muy lento y si el mercado se mueve muy rápido,
directamente puede funcionar mejor un sistema rápido. Este método requiere de vaivenes de
precios considerables para ser redituable. En algunos casos, por el contrario, se puede tornar un
indicador muy sensible, pudiendo evitarse gran parte de las señales falsas empleando algún
filtro, admitiendo estar fuera del mercado.
3 Contratendencia
El método contratendencia consiste en esperar por un movimiento de precios significativo y
luego iniciar una posición en la dirección opuesta, asumiendo que el mercado producirá una
corrección.
Muchos operadores se sienten atraídos por los sistemas contratendencia por el hecho de que
su objetivo es comprar bajo y vender alto. Desafortunadamente, esto es tan deseable como
difícil de lograr.
Una distinción para tener en cuenta entre sistemas seguidores de tendencia y contratendencia
es que los últimos pueden implicar soportar pérdidas ilimitadas. Por eso es esencial incluir
reglas de stop-loss o bien usarlos conjuntamente con algún sistema seguidor de tendencia.
En nuestro estudio siempre nos basaremos en indicadores. Éstos suman profundidad al

análisis técnico ya que contienen mucha más información que precio y volumen. El estudio de
indicadores de momentum y osciladores es un análisis de cambios de precios, más que de
niveles; es utilizado principalmente para ver cuándo una tendencia está perdiendo fuerza.
Cabe aclarar que, si bien no son tenidos en cuenta en este trabajo, algunos sistemas
contratendencia suelen utilizar ciclos u opinión contraria, en lugar de osciladores.
Velocidad y aceleración
Si decimos que determinado precio subió 3 puntos, estamos hablando de precio, pero no de
velocidad. Para esto, debemos decir en cuánto tiempo subió 3 puntos. Otra medida es la de
cambio de velocidad, es decir, aceleración o desaceleración. Veremos que la velocidad es una
medida más sensible que el precio y la aceleración es, a su vez, más sensible que la velocidad.
3.1 Momentum
El momentum indica qué están haciendo los precios realmente pero, mirando más allá de
éstos; nos permite estudiar la velocidad del movimiento de precios y la tasa de aceleración (o
desaceleración), es decir, el incremento de la velocidad en la unidad de tiempo. Su cálculo se

determina mediante la diferencia entre dos precios tomados con diferencia de un intervalo
determinado de tiempo.
Es importante recordar que el momentum mide la diferencia entre los precios en un intervalo.
Para que sea creciente, la ganancia del último día debe ser mayor a la del primer día del
intervalo. Nótese que si ésto se da a la inversa, el momentum será decreciente a pesar de que los
precios sigan subiendo.
Una pérdida de momentum en una tendencia puede ser una señal de que ésta está a punto de
cambiar ya que, generalmente, las tendencias muestran una pérdida de momentum antes de
revertirse. Por esto se dice que el momentum es un indicador anticipativo.
La fórmula del momentum es:
M = C – Cn,
donde C es el cierre más reciente y Cn es el cierre de n días atrás.
3.2 Osciladores
Un oscilador es una derivación matemática de la medición del momentum de un mercado.
Algunos de estos indicadores son normalizados de manera de que sus valores fluctúen, por
ejemplo, entre 0 y 1, entre –1 y 1 o entre 0 y 100.
Los osciladores actúan bien cuando el mercado está en un rango de operación horizontal pero
no así en tendencias firmes. Sin embargo, en este último caso puede ser usado en conjunto con
otros indicadores seguidores de tendencia.
Un uso práctico de un oscilador es mostrar cuándo un mercado está sobrecomprado o

sobrevendido. Un mercado es considerado sobrecomprado cuando un oscilador llega a un
máximo determinado y se considera que no podrá sostener la fuerza de la tendencia, siendo
inminente una reacción bajista. Por el contrario, decimos que un mercado está sobrevendido
cuando cae a un mínimo inusual y está listo para una reacción.
A los efectos de este análisis, es muy útil crear dos líneas horizontales sobre el gráfico, por
encima y por debajo de la línea cero, de manera que se puedan identificar los máximos y
mínimos más significativos. Estas líneas pueden ser seleccionadas visualmente o bien mediante
un porcentaje del máximo valor posible. También se pueden utilizar herramientas estadísticas
como desvío estándar o alguna otra función de probabilidad de distribución de manera que, por
ejemplo, aproximadamente el 95% de todos los valores quede comprendido entre las bandas.
Un oscilador simple se puede construir restando una media móvil lenta de una rápida. La
línea cero está dada por el punto en el cual ambas son iguales. Si la media rápida está por
encima de la lenta y la diferencia está aumentando, la tendencia alcista está ganando
momentum; si la diferencia está disminuyendo, está perdiendo momentum. Si la media rápida
está por debajo de la lenta y la diferencia está aumentando, la tendencia bajista está ganando
momentum, si la diferencia está disminuyendo, está perdiendo momentum.
3.2.1 Convergencia-Divergencia de Medias Móviles

El MACD es uno de los indicadores más interesantes, ya que posibilita medir el momentum
y también seguir una tendencia. Está compuesto por en dos líneas derivadas a partir de tres
medias móviles (12-26-9). La línea de MACD es la diferencia entre la media móvil de 12 días y
la de 26; la línea de señal es la media móvil de 9 días de la línea MACD.
Gráfico 3–1. MACD

CORN Continuous
250
240
230
220
210
200
190
180
170
MACD 5
-5
-10
Referencias: . Línea gruesa (––): MACD.

. Línea fina (––): línea de señal.
El método básico sería comprar cuando la línea MACD cruza hacia arriba a la línea de señal
y vender cuando ocurre lo contrario. Es muy común ver esta diferencia entre ambas líneas
representada por un histograma.
Sin embargo, hay quienes prefieren buscar divergencias previas a los cruzamientos y
posterior confirmación. Una divergencia tiene lugar cuando el oscilador y los precios se mueven
en direcciones opuestas y será mucho más significativa cuando ocurra cerca de los extremos de
sobrecompra o sobreventa.
3.2.2 Índice de Fuerza Relativa

El Relative Strength Index es otro indicador a tener en cuenta ya que da solución a los
problemas del momentum cuando hay movimientos erráticos y además ofrece una banda de 0 a
100 para los valores, lo cual facilita la comparación entre distintos momentos. El RSI compara
la fuerza relativa de las ganancias de los días de suba con las pérdidas de los días de baja.
RSI = 100 – (100 / (1 + RS)),
donde RS es el promedio de las variaciones en los cierres en suba, dividido el promedio de

las variaciones en los cierres en baja, para determinado número de días.
Gráfico 3–2. RSI


CORN Continuous 250
240
230
220
210
200
190
180
170
Relative Strength Index
90
80
70
60
50
40
30
20
El método básico uso del RSI es identificar situaciones de sobrecompra y sobreventa, para
tomar o cerrar posiciones vendedoras o compradoras.
3.2.3 Oscilador Estocástico

Es uno de los osciladores más utilizados. Supone que en una tendencia alcista (bajista)
robusta, los precios generalmente cierran cerca del máximo (mínimo) y que cuando la tendencia
está llegando a su fin, los cierres comienzan a alejarse de estos niveles. Relaciona el cierre con
un rango de máximos y mínimos y lo presenta como un porcentaje que va de 0 a 100.
Generalmente es presentado como dos líneas:
%K = 100 (C – Ln) / (Hn – Ln),
donde Ln y Hn son los mínimo y máximo del período de n días.
%D = 100 (H3 / L3),
donde H3 es la suma de tres días de (C –Ln), y L3 la suma de tres días de (Hn –Ln).
Estas dos fórmulas producen el oscilador estocástico rápido, que muchas veces es
considerado muy sensible y errático. En la versión suavizada o lenta, el %D rápido se convierte
en el %K lento y el %D lento es una media móvil de 3 días del %D rápido.
Gráfico 3–3. Oscilador Estocástico


CORN Continuous
250
240
230
220
210
200
190
180
170
Stochastic Oscillator
90
80
70
60
50
40
30
20
10
0
Referencias: . Línea gruesa (––): K.

. Línea fina (––): D.
Existen diversas formas de interpretar este indicador. En nuestro caso identificaremos

cruzamientos que coincidan con zonas de sobrecompra o sobreventa para luego tomar y/o cerrar
posiciones.
4 Desarrollo de Sistemas
Durante todo el proceso se utilizó el programa Metastock 7.02 y se tuvieron en cuenta las
siguientes pautas:
Optimización y prueba
Una vez diseñado un sistema, se pasa al proceso de optimización. Este concepto se refiere al
proceso de encontrar el grupo de parámetros con mejor desempeño para determinado sistema,
aplicado a determinado mercado. Se deben tener en cuenta: porcentaje de retorno, riesgo,
estabilidad de parámetros y estabilidad de tiempo. Una optimización muy finita o muy
sofisticada y compleja no tiene sentido. El objetivo es mostrar robustez, demostrar que el
sistema es exitoso en un amplio rango de situaciones. Esto no nos brindará el máximo resultado
que se pueda conseguir pero nos dará una visión realista de las expectativas. No se debe esperar
determinada performance en el futuro, basándose en un ejemplo aislado del pasado. Es fácil
encontrar, para cualquier sistema, un ejemplo que funcione con el 5% de 1000 parámetros.
Una buena opción es realizar una simulación tomando una serie optimizada para un período
y aplicar los parámetros seleccionados a períodos no incluidos en el proceso de optimización
(out-of-sample data). Éste es un proceso que se asemeja mucho a la realidad. En caso de tener
datos suficientes el proceso puede ser escalonado, es decir, se puede ir incorporando a la
optimización los años probados y repetir el procedimiento para años siguientes no incluidos y
así sucesivamente. Mientras mayor sea el período optimizado, más confiables serán los
resultados. Sin embargo, si el período es demasiado largo, los años más lejanos pueden no ser
representativos.
En nuestro caso, la optimización se ha llevado a cabo utilizando seis sistemas aplicados a 8

mercados diferentes, durante el período 08/95–12/98. Luego, una vez seleccionados los
parámetros con desempeño más sólido, se procedió a realizar una simulación para el período
01/99–07/00.
Tabla 4–1. Contratos operados
MARGEN
TAMAÑO CONTRATOS
POR COTIZACION
CONTRATO OPERADOS
CONTRATO
GOLD 100 troy ounces $ 2.700 1 Dollars per troy ounce
SILVER 5000 troy ounces $ 2.100 1 Cents per troy ounce
COCOA 10 metric tons $ 1.200 2 Dollars per metric ton
CORN 5000 bu. $ 550 5 Cents/bu.
COTTON 50.000 pounds $ 1.000 3 Cents per pound

FEEDER
50.000 lbs. $ 800 3 Cents/lb.
CATTLE
SOYBEANS 5000 bu. $ 1.200 2 Cents/bu.
SUGAR 112.000 pounds $ 900 3 Cents per pound
Comisiones
Las comisiones cobradas por R.J. O’Brien son de $20 “per round-turn” ($10 por operación) y
las tasas de mercado son, aproximadamente, de $ 0,70 por operación.
Teniendo en cuenta lo anterior, en la simulación se ha considerado un costo de $11 por

contrato y por operación.
Operaciones
Se considera que todas las operaciones se realizan al precio de apertura del día siguiente. Las
inversiones realizadas, en concepto de márgenes iniciales, serán de entre $2000 y $3000 por
sistema y por mercado a efectos de no desvirtuar la diversificación.
Curva de capital
Para el análisis de la curva de capital consolidada –suma de todas las curvas de capital
individuales– se considera que se ha inmovilizado el capital suficiente para iniciar todas las
posiciones, al mismo tiempo que este capital no genera interés y que no se reinvierten las
ganancias obtenidas.
Reglas de salida

Los “stop-loss“ son órdenes para cerrar posiciones. Con esta función, los sistemas intentan
cumplir la máxima de “dejar correr las ganancias y cortar las pérdidas rápidamente”.
Otra función destacable es la protección las ganancias de las operaciones ganadoras, es decir,
las salidas evitan perder los beneficios logrados cuando se revierte la tendencia.
Sin embargo no son infalibles, pueden tener dificultades e incurrir en slippage durantes
períodos ilíquidos, en mercados demasiado rápidos o cuando se producen huecos o saltos de
precios y también pueden resultar en una liquidación prematura de la posición en una tendencia
extendida.
Las reglas de salida pueden estar determinadas de diversas maneras:
§ Estimación basada en un porcentaje sobre el margen inicial de la operación o sobre en el

desvío a largo plazo.
§ Un porcentaje de la cartera: por ejemplo, el 1 o 2%. Este concepto tiene la desventaja de

no diferenciar entre mercados más o menos volátiles.
§ Máxima excursión adversa de la evaluación histórica (con un tope de, por ejemplo, el
2.5% del total de la cartera).
En nuestra simulación se han utilizado las siguientes reglas de salida uniformemente en todos
los sistemas, con las cuales se ha logrado una mejora sustancial en su funcionamiento:
§ Máxima pérdida admitida: 1% de la cotización al inicio de cada entrada. Esta salida tiene
en cuenta comisiones de entrada y de salida.
§ Trailing stop: orden de salida al perder el 20% de la ganancia lograda en cada contrato,
ignorando los primeros 5 días. También son tenidas en cuenta las comisiones de entrada y
de salida.
Filtros
Son condiciones adicionales que se deben cumplir para que se acepte una señal de entrada. El
objetivo de los filtros es evitar las señales de entrada falsas en los sistemas seguidores de
tendencias. Estos sistemas generan muchas señales falsas cuando el mercado está en un rango
de operación. Al desarrollar un filtro, lo que se intenta encontrar es un denominador común
aplicable a la mayoría de las operaciones ganadoras. La idea es que las señales válidas
cumplirán las condiciones adicionales del filtro, mientras que las señales falsas generalmente
no.
La principal desventaja es que, al tener que cumplirse condiciones adicionales, se retrasa la

entrada en las operaciones ganadoras. Un sistema que incluya un filtro no siempre tendrá un
rendimiento superior a un sistema con las mismas reglas básicas de operación pero sin filtro; sin
embargo, si está bien diseñado, tendrá un rendimiento superior a largo plazo.
Existen muchas formas de construir filtros. Por ejemplo, se pueden utilizar osciladores de
momentum, exigir un número determinado de cierres consecutivos en el sentido de la señal,
esperar un cierto número de días para ver si la señal sigue siendo válida, etc.
En nuestro estudio, para los sistemas seguidores de tendencias, se ha utilizado el indicador

RSI de 14 días, requiriéndose para tomar una posición compradora, que se encuentre por debajo
de la línea del 65% y para tomar una posición vendedora, que se encuentre por encima de la

línea del 35%. Es decir, para iniciar una posición el RSI debe estar fuera de las zonas de
saturación.
5 Sistemas Seguidores de Tendencia

Los sistemas seguidores de tendencia diseñados se resumen en la siguiente tabla:
Tabla 5–1. Sistemas seguidores de tendencia
Parámetros Entrar largo Cerrar largo Entrar corto Cerrar corto
Medias Rápida: 10 Precio cruza Precio cruza en Precio cruza Precio cruza
Móviles días, simple. ambas medias, descenso una de ambas medias, en ascenso
Lenta: 35 días, en ascenso. las medias. en descenso. una de las
simple. Precio se aleja Precio se aleja medias.
por encima por debajo
(reentrada). (reentrada).
Bandas MM: 30 días, Precio cruza la Precio cruza la Precio cruza la Precio cruza la
Bollinger exponencial. banda media móvil en banda inferior, media móvil
Desvíos: 1,5 superior, en descenso. en descenso. en ascenso.
ascenso.
Parabólico Valores Máximo cruza Mínimo cruza Mínimo cruza Máximo cruza
estándares al SAR en al SAR en al SAR en al SAR en
(0.02 a 0.20). ascenso. descenso. descenso. ascenso.
SAR => SAR <= SAR <= SAR =>
máximo 2 mínimo 2 mínimo 2 máximo 2
últimos días. últimos días. últimos días. últimos días.
6 Sistemas Contratendencia
Los sistemas contratendencia desarrollados se resumen en la siguiente tabla:
Tabla 6–1. Sistemas contratendencia
Parámetros Entrar largo Cerrar largo Entrar corto Salir corto
MACD Valores MACD cruza MACD cruza MACD cruza MACD cruza
estándares en ascenso la en descenso la en descenso la en ascenso la
(12; 26; 9). línea de señal. línea de señal. línea de señal. línea de señal.
RSI 10 días. RSI cruza en RSI cruza en RSI cruza en RSI cruza en
Bandas: 25 y ascenso la descenso la descenso la ascenso la
75. banda de 25. banda de 75. banda de 75. banda de 75.
Estocástico 30 días. K cruza a D en K cruza banda K cruza a D en K cruza banda

K(lento): n=3 ascenso, por superior (75), descenso inferior (25),
D(lento): n=3 debajo de la en ascenso. estando en descenso.
Bandas: 25 y banda inferior encima de la
75. (25). banda de 75.

7 Resultados obtenidos
El resumen de los resultados absolutos obtenidos se expone en el siguiente cuadro.
Tabla 7–1. Resultados absolutos
Medias Bandas Sistema Oscilador

Móviles Bollinger Parabólico
MACD RSI
Estocástico
Totales
Gold 2.092 (472) 2.522 (1.341) 606 (60) 3.347
Silver (846) (1.953) (1.946) 455 3.210 1.948 868
Cocoa (4.008) 536 (732) (1.778) (260) 6.036 (206)
Corn (3.350) 8.007 3.950 6.290 5.712 (1.772) 18.837
Cotton 276 5.109 5.808 24.846 (7.029) 19.971 48.981
F. Cattle 5.794 (565) (8.250) 15.090 10.797 (1.371) 21.495
Soybeans (1.068) (197) 2.587 748 (4.305) (2.539) (4.774)
Sugar 18.245 1.982 336 16.934 (5.947) 3.662 35.212
Totales 17.135 12.447 4.275 61.244 2.784 25.875 123.760
8 Análisis de riesgo
A continuación se realizará un análisis de lo resultados arriba descriptos.
8.1 Análisis de regresión lineal

El análisis de regresión siempre estudia la relación entre dos o más series de datos. En este
caso, se relacionará la evolución del capital con respecto al tiempo.
La recta de regresión lineal es la recta que más se acerca a todos los puntos de la dispersión o
curva que es objeto de estudio (aquí la curva de capital), es decir la más representativa. El
método más popular para determinarla es el de los mínimos cuadrados, el cual consiste en
calcular los cuadrados de los desvíos de la curva con respecto a la recta, eligiendo la recta que
haga mínima la suma de aquellos cuadrados.
Una vez obtenida la recta de regresión, se calcula la pendiente (b), para obtener una medida
de rendimiento y también el error estándar (e), para conseguir una medida de riesgo de la
inversión. Al relacionar b / e obtenemos un ratio retorno/riesgo, cuyo resultado por sí solo no
significa nada, pero se puede analizar comparativamente entre las distintas curvas de la
siguiente manera: mientras mayor sea este ratio (R), mayor será el retorno con respecto al
riesgo.

Cada una de las 48 combinaciones sistema-mercado proporciona una curva de capital
individual. Se realiza el procedimiento anterior sobre la curva de capital consolidada (ver Figura
8–1) y sobre cada una de las curvas de capital individuales (ver Tabla 8–1).
Figura 8–1. Curva de capital consolidada y recta de regresión lineal
300,000.00
250,000.00
200,000.00
150,000.00
100,000.00
50,000.00
0.00
04/01/99
04/02/99
04/03/99
04/04/99
04/05/99
04/06/99
04/07/99
04/08/99
04/09/99
04/10/99
04/11/99
04/12/99
04/01/00
04/02/00
04/03/00
04/04/00
04/05/00
04/06/00
04/07/00
Inversión inicial: $122.700
Monto final: $246.460
Resultado porcentual: 100,81 %
Duración: desde 04/01/99 hasta 25/07/00 (392 días de operación).
El Ratio Retorno/Riesgo de la curva de capital consolidada obtenido es:
RRRccc = 1,49109
Si se compara este resultado con el de cada una de las curvas individuales, vemos que de las
48 sólo 6 superan al R de la curva de capital consolidada. Esto indica que una buena
diversificación puede afectar positivamente la relación retorno/riesgo.
Tabla 8–1. Ratios Retorno/Riesgo
Medias Bandas Sistema Oscilador

MACD RSI
Móviles Bollinger Parabólico Estocástico
Gold 0,91089 0,26844 2,41514 -0,05037 0,52874 -0,08195
Silver -0,41157 -1,48868 -0,84248 0,41613 1,78898 1,79880
Cocoa -0,69220 0,59360 0,62290 -0,15226 0,06373 1,45694
Corn -0,17521 0,50096 0,22237 -0,52282 0,77082 -0,17813
Cotton -0,29531 0,28387 0,47116 0,40225 -1,36709 1,27523
F.Cattle 0,44822 0,28580 -1,90419 1,70544 1,17927 -0,02382
Soybeans -0,81099 -0,10156 0,93776 0,38526 -0,22216 -0,26777

Sugar 2,37431 0,87427 0,45279 1,87323 -1,02716 0,70090
8.2 Value at Risk

El value at risk es una medida estadística del riesgo que estima la máxima pérdida de dinero
que puede experimentar una cartera en un período de tiempo determinado, con un cierto nivel de
confianza (en condiciones normales de mercado).
En este trabajo se calculó para un período de tiempo de un día con un nivel de confianza del
99%. Se utilizaron los métodos Histórico y Paramétrico, utilizando el modelo de los percentiles
para el primero y el modelo de desvío estándar para el segundo.
Debe aclararse que el cálculo mostrado a continuación es para la cartera al último día. El
cálculo de VaR debe realizarse periódicamente y para la cartera vigente.
VaR Histórico
En la Figura 8–2 se superpone una distribución normal a la real de la cartera. Se puede

apreciar que la distribución de las variaciones reales del valor de la cartera no difiere
significativamente de la normal. No obstante, no todas las variaciones reales se encuentran
contenidas por la distribución normal.
Figura 8–2. Distribución de frecuencia de la cartera
100
90
80
70
60 Cartera
50 Normal
40
VaR Histórico -
30
99% confianza
20
10
0
0%
-10 -10%
1% %
3% %
4% %
7% %
8% %
2% %
9% 9%
5
6
0%
-1% %
0% %
-7% 7%
-6% 6%
-4% 4%
-3% 3%
-2% %
-8% 8%
-5% 5%
-9% 9%
a%
a%
a1
a3
a4
a7
a8
a2
a1
a0
2
>1
a1
a-
a-
a-
a-
a-
a-
a-
a-
a
<
6%
5%
%
La distribución de las variaciones reales de la cartera muestra las características clásicas de

las distribuciones de las variaciones de precios de los activos financieros, es decir, un pico
central alto y “colas gordas”. Una distribución de este tipo tiene una mayor frecuencia de
movimientos extremos de precios (outliers) que una distribución normal.
El cálculo del VaR histórico se realiza a partir de la distribución real de las variaciones del
valor de la cartera, es decir, no asume que tales variaciones están normalmente distribuidas. Con
lo cual, si la distribución tiene movimientos extremos, este método producirá un VaR mayor que
el calculado por el método paramétrico.

El cálculo se realizó para un período de tiempo de un día, con un nivel de confianza del 99%
y un período de observación es de 392 días:
VaR Histórico 99% confianza - 392 días: 8,13% s/ $48.325 (cartera hoy) = $3.928,82
El VaR obtenido de $4.000 (redondeado) puede ser interpretado como la máxima caída
posible de un día para otro, con una confianza del 99%.
VaR Paramétrico
El VaR paramétrico intenta ajustar una distribución paramétrica, como la normal, a los datos.
De esta manera el VaR es medido directamente a partir del desvío estándar.
El cálculo fue realizado para un período de tiempo de un día, con un nivel de confianza del
99%. El período de observación tomado es de 50 días.
Figura 8–4. VaR Paramétrico y Back Testing Hipotético

17/03/99
17/04/99
17/05/99
17/06/99
17/07/99
17/08/99
17/09/99
17/10/99
17/11/99
17/12/99
17/01/00
17/02/00
17/03/00
17/04/00
17/05/00
17/06/00
17/07/00
0,25
0,2
0,15
0,1
0,05
-0,05
-0,1
-0,15 VaR Paramétrico

99% - 50 días
-0,2
VaR Paramétrico 99% confianza - 50 días: 4,22% s/ $48.325 (cartera hoy) = $2.039,32
El VaR obtenido de $2.000 (redondeado) señala la máxima caída que puede llegar a sufrir la
cartera en un día, con una confianza del 99%.
La figura 8–4 muestra esencialmente el Back Testing Hipotético del VaR paramétrico. Éste
consiste en comparar la pérdida de la cartera con la estimación del VaR del día anterior para un
determinado número de días. En este caso, se examinó el VaR durante 343 días (una vez
transcurridos 50 días desde el inicio), produciéndose un total de 6 excepciones, es decir, en 6
ocasiones la pérdida de la cartera fue superior al VaR. Haciendo un Test de Hipótesis, en el cual
la hipótesis nula es que el número de excepciones es el 1% de 343, con un nivel de confianza
del 95%, el límite de excepciones para que el modelo no sea rechazado es 7, con lo cual, el
modelo es aceptado.
Se puede considerar que el riesgo de la cartera al último día, medido a través de un VaR
paramétrico de $2.000 o un VaR histórico de $4.000, resulta relativamente bajo, si se tiene en
cuenta que el valor final total de esta inversión es, aproximadamente, de $250.000.

9 Conclusión
No siempre es el mejor sistema el que cuenta con el máximo beneficio, sino que se debe
realizar un análisis de la relación entre retornos y niveles de riesgo. Muchas veces, cuando se
desarrollan planes de operación, se omite incluir alguna técnica o metodología de estudio que
incluya aspectos relacionados con el riesgo, lo cual puede derivar en resultados adversos de
grandes magnitudes.
Una de las principales herramientas para reducir el nivel de riesgo es la diversificación, tal
como lo ha demostrado H. Markowitz2 en sus publicaciones. Este concepto se refiere no sólo a
la elección de mercados no relacionados, sino también a la aplicación de distintos planes y
sistemas y múltiples variantes (parámetros) de un mismo sistema para cada mercado,
dependiendo siempre, de que el capital disponible sea suficiente.
No todos los operadores están interesados en la diversificación ya que ésta tiende a reducir
los beneficios además del riesgo. Sin embargo, una buena diversificación reducirá más
significativamente el VaR (riesgo) que los retornos.
Sus objetivos son:
1. Disminuir el riesgo diario mediante el promedio en los distintos resultados.
2. Asegurar participación en los mayores movimientos producidos en determinados

mercados gracias a la gran variedad de operaciones.
3. Evitar grandes pérdidas inesperadas debido a la reducción de la participación de

cada mercado y de cada sistema en el total invertido.
Usualmente, las combinaciones entre mercados y sistemas –en nuestro trabajo se operaron
48– arrojan resultados diversos si se las analiza individualmente. Es decir, algunas pueden ser
perdedoras y otras, aunque ganadoras, pueden poseer curvas de capital individuales muy
volátiles. No obstante, si diseñamos y probamos debidamente sistemas cuyos valores esperados
sean positivos a largo plazo, la curva de capital consolidada de largo plazo será ganadora y
mucho más suavizada que las individuales, como consecuencia del promedio de todas las
fluctuaciones.
Por lo tanto, concluimos que mediante la aplicación de las metodologías desarrolladas en

este trabajo, se pueden elaborar sistemas ganadores a largo plazo y, fundamentalmente, es
posible realizar una evaluación objetiva de los retornos esperados y los riesgos asumidos a la
hora de realizar una inversión.
10 Bibliografía
1) “Implementing Value at Risk”; Philip Best; John Wiley & Sons, 1998.
2) “Technical Analysis”; Jack D. Schwager, John Wiley & Sons, 1996.
2
Markowitz, H. “Portfolio Selection”; Journal of Finance, March; 1952.
Markowitz, H. “Portfolio Selection: Efficient Diversification of Investments”; John Wiley & Sons; 1959.
3) “Technical Analysis of the Futures Markets”; John J. Murphy, New York Institute of
Finance, 1986.
4) “Trading Systems and Methods” third edition; Perry J. Kaufman, John Wiley & Sons,
1998.
5) “Value at Risk: The New Benchmark for Controlling Market Risk”; Philippe Jorion,
McGraw-Hill, 1997.
11 Agradecimiento
Agradezco la colaboración desinteresada y disposición permanente del Cdor. Amílcar
Armando Menichini, tutor de este trabajo, cuya ayuda ha sido indispensable para la realización
del mismo.


Análisis de Seguimiento de Tendencias y Contratendencias

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis de Seguimiento de Tendencias y Contratendencias

Cargado por

Copyright:

Formatos disponibles

Análisis de tendencias y contratendencias

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 1

1 Introducción ….. .................................................................................................................... 2

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 2

1. Toda la información está reflejada en el precio de mercado: al analista técnico no le

Un sistema de operación toma los principios subjetivos y desarrolla herramientas

El análisis de la performance de los sistemas de operación no se limita sólo a los retornos de

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 3

2.1 Medias Móviles

MMt = (Pt + Pt-1 + ... + Pt-n+1) / n

Gráfico 2 – 1 Medias Móviles

CORN Continuous 255

2000 February March April May June July August

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 4

Wt = (w1Pt + w2Pt-1 + ... + wnPt-n+1) / (w1 + w2 + ... + wn)

Dichos cruzamientos proveen de las señales básicas:

§ Comprar cuando los precios ascendentes cruzan o cierran encima de la media.

1. a) Comprar cuando la media rápida cruza a la lenta ascendiendo.

2.2 Bandas y Canales

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 5

1) Para estar siempre en el mercado (máximo riesgo):

2) Si se admite una posición neutral:

Gráfico 2 – 2 Bandas Bollinger

CORN Continuous 255

2000 February March April May June July August

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 6

SARhoy = SARanterior + AFhoy x (Max/min hoy – SARanterior),

donde AF es el factor de aceleración. Inicialmente, se le asigna un valor de 0.02 al inicio de

Gráfico 2–3. SAR Parabólico

CORN Continuous, Parabolic SAR 255

2000 February March April May June July August

§ Si estamos vendidos, se establece un mínimo para el SAR con el mismo procedimiento.

En nuestro estudio siempre nos basaremos en indicadores. Éstos suman profundidad al

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 8

La fórmula del momentum es:

donde C es el cierre más reciente y Cn es el cierre de n días atrás.

Un uso práctico de un oscilador es mostrar cuándo un mercado está sobrecomprado o

3.2.1 Convergencia-Divergencia de Medias Móviles

Gráfico 3–1. MACD

2000 February March April May June July August

Referencias: . Línea gruesa (––): MACD.

3.2.2 Índice de Fuerza Relativa

RSI = 100 – (100 / (1 + RS)),

donde RS es el promedio de las variaciones en los cierres en suba, dividido el promedio de

Gráfico 3–2. RSI

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 10

3.2.3 Oscilador Estocástico

Generalmente es presentado como dos líneas:

%K = 100 (C – Ln) / (Hn – Ln),

donde Ln y Hn son los mínimo y máximo del período de n días.

%D = 100 (H3 / L3),

Gráfico 3–3. Oscilador Estocástico

Investigación & Desarrollo – Departamento de Capacitación y Desarrollo de Mercados 11

Referencias: . Línea gruesa (––): K.

Existen diversas formas de interpretar este indicador. En nuestro caso identificaremos

En nuestro caso, la optimización se ha llevado a cabo utilizando seis sistemas aplicados a 8

Tabla 4–1. Contratos operados

GOLD 100 troy ounces $ 2.700 1 Dollars per troy ounce

SILVER 5000 troy ounces $ 2.100 1 Cents per troy ounce

COCOA 10 metric tons $ 1.200 2 Dollars per metric ton

CORN 5000 bu. $ 550 5 Cents/bu.

COTTON 50.000 pounds $ 1.000 3 Cents per pound

SUGAR 112.000 pounds $ 900 3 Cents per pound

Teniendo en cuenta lo anterior, en la simulación se ha considerado un costo de $11 por