Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Oscar G. Cagigas
Trading con Gestión de Capital.
Impreso en España
Dedicado a mi madre, Pepi, una verdadera experta en
gestionar el capital de la forma más eficiente posible.
Trading con
Gestión de Capital
Un Enfoque Práctico
Con Numerosos Ejemplos
Oscar G. Cagigas
Índice
Índice ..............................................................................1
Prólogo ............................................................................ 1
Parte 1. Principios Básicos ............................................. 9
Introducción...................................................................11
Ganancia necesaria para recuperar una pérdida.......... 16
Las comisiones cuentan mucho ....................................23
Las maravillas del interés compuesto.......................... 30
Componer mucho o ganar mucho. Qué es mejor? .......33
Acciones vs futuros .......................................................37
El principio de Pareto ...................................................39
Probabilidad de ruina y dependencia ...........................39
Análisis de datos en pares .............................................43
Parte 2. Arriesgando la cantidad óptima..................... 49
Introducción.................................................................. 51
Reinvertir los beneficios ...............................................52
Expectativa ....................................................................55
El juego +5,-1.................................................................58
La barrera absorbente...................................................70
La formula de Kelly ....................................................... 71
f óptima .........................................................................73
La f óptima en euros......................................................79
Cómo calcular la f óptima en Excel ® ......................... 86
El modelo exacto para dos posiciones ......................... 90
El modelo exacto para 3 posiciones............................103
La ecuación fundamental del Trading ........................ 105
Un ejemplo sencillo.....................................................109
El ratio de Sharpe simplificado....................................112
Ganancia/Riesgo en la f óptima.................................. 114
Los beneficios de diversificar...................................... 119
El problema del margen.............................................. 124
Una historia de Gestión de Capital ............................. 126
Parte 3. Aplicando Gestión de Capital........................153
Introducción................................................................ 155
El ATR o Rango verdadero promedio......................... 156
Escogiendo un múltiplo del ATR ................................ 162
Operar con más de un valor ........................................ 172
Añadir o vender una parte...........................................177
Piramidar correctamente............................................ 180
La distribución de los resultados................................ 187
Sistemas rentables en el futuro .................................. 195
La simulación de Montecarlo ..................................... 198
Aplicando Gestión de Capital en la vida real..............205
Estrategias de Cobertura del Capital.......................... 210
Rentabilidad vs Drawdown .........................................215
Limite por porcentaje de aciertos............................... 224
Variando el riesgo en función del resultado previo ...228
Diversificando por sistemas ....................................... 234
Fin de trayecto ............................................................ 242
Bibliografía/Referencias ........................................... 247
Apéndice 1.................................................................. 249
Distribución t de Student .......................................... 249
Prólogo
Prólogo
L
a teoría del mercado eficiente en su forma más
pura dice que es imposible ganar dinero en los
mercados. Esta teoría se basa en la suposición de
que los inversores actúan de manera racional en los merca-
dos y por tanto toda la información se ajusta rápidamente,
siendo imposible obtener resultados que en promedio sean
positivos.
La teoría es muy interesante, el problema que tiene es
que parte de una suposición incorrecta, que los inversores
actúan siempre racionalmente.
Para conocer la forma de actuar de los inversores se
hizo el siguiente experimento. Se dividió un número grande
de personas en dos grupos. Al primer grupo se le contó la si-
guiente historia:
“vd ha comprado por adelantado una entrada para el
cine que cuesta 10 euros. Cuando llega a la taquilla se da
cuenta de que ha perdido la entrada que compró por adelan-
tado. Pagaría vd de nuevo los 10 euros para entrar al cine?”
Al segundo grupo, que estaban separados de los prime-
ros y por tanto no podían saber lo que se les contaba a estos,
se les contó la siguiente historia:
“vd se acerca al cine a comprar una entrada para la pe-
lícula que desea ver. Al abrir su cartera se da cuenta de que
ha perdido un billete de 10 euros. Compraría vd la entrada?”
El 88% de las personas del segundo grupo optaron por
comprar la entrada del cine, pero del primer grupo (los que
ya tenían el billete y lo perdieron) solo el 46% de ellos decidió
comprar la entrada.
A los dos grupos se les planteó la misma cues-
tión”pagaría vd 10 euros (independientemente de lo que le
haya sucedido antes) para ir al cine a ver una película que le
interesa?. El resultado fue muy diferente. Las personas to-
mamos decisiones basadas en nuestras creencias, sentimien-
tos y raramente en criterios objetivos. La teoría del mercado
eficiente no funciona.
1
Prólogo
2
Prólogo
3
Prólogo
Sistema A Sistema B
4
Prólogo
Valor A Valor B
+700 +100
-200 -300
+500 +800
-600 +900
5
Prólogo
6
Prólogo
Partimos?
Oscar G. Cagigas
7
Parte 1. Principios Básicos
Jesse Livermore
9
Primera Parte. Principios Básicos
Introducción
P
or muy buena que sea su forma de operar vd no
va a mantener su capital sino controla el riesgo
de sus operaciones. No importa si cuando vd
opera tiene un 90% de aciertos, si en una sola pérdida se
fulmina el beneficio de las operaciones anteriores entonces
tiene una estrategia perdedora, a pesar de acertar el 90% de
las veces. Si lo anterior le parece poco realista permítame que
le diga que conozco varios sistemas de trading con un por-
centaje de aciertos entre el 80 y el 90%; sin embargo esta fia-
bilidad se obtiene a base de exprimir al máximo la posibili-
dad de acertar. En este tipo de sistemas es muy frecuente
vender en la primera barra con beneficio y poner el stop de
pérdidas muy alejado. Así podemos tener p.e. 9 operaciones
ganando 200 euros y una sola perdiendo 1500. Al final esta-
mos hablando de un beneficio de 300 euros tras 10 operacio-
nes. Lo que nos gusta a las personas es tener razón pero esto
no siempre es lo más rentable. Estimado lector, la gestión de
capital es un juego de números. Lo que resulta matemática-
mente más conveniente es lo más conveniente.
Déjeme que le cuente algo que seguramente le suene
familiar. Imagínese que acaba de cerrar con ganancias su
quinta operación y tiene acumulada una buena rentabilidad.
Lo ha conseguido usando sus beneficios en las nuevas opera-
ciones y es sorprendente lo que puede hacer el capital cuando
se utiliza correctamente y se componen los beneficios. Es el
momento de arriesgar más para ganar más. En la siguiente
operación compra títulos por un importe mayor del que suele
utilizar para operar. De repente algo va mal y ¡zas!, el benefi-
cio de operar durante dos meses ha desaparecido y le deja
además con una pérdida. Vd no piensa en la pérdida sino en
el dinero que tenía que ahora no tiene. Lo que más le molesta
no es perder sino no haber preservado los beneficios. Le sue-
na familiar, verdad?
Si le pasan cosas así con frecuencia entonces vd ya do-
mina el análisis del mercado lo suficiente como para situarse
11
Primera Parte. Principios Básicos
Valor neto
TEF +87.8
SGC +114.98
PRS -132.5
AGS -187.89
TUB -563.14
PAS +378.13
ELE -136.07
ANA +577.88
REP -388.88
GAM -723.75
12
Primera Parte. Principios Básicos
En ese caso:
Valor neto
TEF +87.8
SGC +114.98
PRS -132.5
AGS -187.89
TUB -563.14 Æ -180
PAS +378.13
ELE -136.07
ANA +577.88
REP -388.88 Æ -180
GAM -723.75 Æ -180
Total: +162.33
Media=16 euros
Desv=257 euros
13
Primera Parte. Principios Básicos
12400
12200 12203
12139
12088 12070
12000 12000
11882
11800
11750
11697
11600
11561
11400
11319
11200
11000 11027
10800
10600
10400
1 2 3 4 5 6 7 8 9 10 11
figura 1
14
Primera Parte. Principios Básicos
15
Primera Parte. Principios Básicos
12600
12522
12400
12342
12200 12203
12162
12088 12070 12081
12000 12000
11944
11882
11800
11702
11600
11400
11200
1 2 3 4 5 6 7 8 9 10 11
figura 2
16
Primera Parte. Principios Básicos
x*(1-p)
x*(1-p)^2
17
Primera Parte. Principios Básicos
x*(1-p)^n
x*(1-p)^n=x/2
n*ln(1-p)=ln(1/2)
y al final llegamos a:
n = ln(1/2)/ln(1-p)
P(%) Veces
1 68 21 2
2 34 22 2
18
Primera Parte. Principios Básicos
3 22 23 2
4 16 24 2
5 13 25 2
6 11 26 2
7 9 27 2
8 8 28 2
9 7 29 2
10 6 30 1
11 5 31 1
12 5 32 1
13 4 33 1
14 4 34 1
15 4 35 1
16 3 36 1
17 3 37 1
18 3 38 1
19 3 39 1
20 3 40 1
19
Primera Parte. Principios Básicos
20
Primera Parte. Principios Básicos
21
Primera Parte. Principios Básicos
Perdida Ganancia
5 5%
10 11%
15 18%
20 25%
25 33%
30 43%
35 54%
40 67%
45 82%
50 100%
55 122%
60 150%
65 186%
70 233%
75 300%
80 400%
85 567%
90 900%
22
Primera Parte. Principios Básicos
1000%
900%
900%
Ganancia
800%
700%
600% 567%
500%
400%
400%
300%
300% 233%
186%
200% 150%
122%
100%
82%
100% 54% 67%
25% 33% 43%
5% 11% 18%
0%
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
figura 3
23
Primera Parte. Principios Básicos
e)
Es decir que por cada 6000 euros (un millón de las an-
tiguas pesetas) hay que pagar en comisiones:
24
Primera Parte. Principios Básicos
6000-23.44-23.44-6=5947.12
25
Primera Parte. Principios Básicos
26
Primera Parte. Principios Básicos
Hola,
27
Primera Parte. Principios Básicos
Saludos
Estimado Cliente:
28
Primera Parte. Principios Básicos
29
Primera Parte. Principios Básicos
Sabia vd que?
30
Primera Parte. Principios Básicos
1 − (1 + i ) − n
VP + PMT + VF (1 + i) −n = 0
i
31
Primera Parte. Principios Básicos
i=0.5077%
n=5x12=60
i=6/12=0.5
PMT=-250
VP=0
32
Primera Parte. Principios Básicos
33
Primera Parte. Principios Básicos
qn
⎛ i⎞
VF = −VP⎜1 + ⎟⎟
⎜
⎝ q⎠
Supongamos ahora que partimos de 10000 euros para
operar un sistema de especulación que tiene un retorno cons-
tante mensual del 8%. Vamos a calcular el resultado después
de un año (12 meses) suponiendo que nos esperamos a final
de mes para tener el 8% de ganancia y luego cerramos la/las
posiciones para disponer del nuevo capital acumulado con
objeto de utilizarlo el mes siguiente. En ese caso q=1 y el va-
lor del capital después de los 12 meses será:
VF=-(-10000)*(1+0.08)^12=25181
VF=-(-10000)*(1+0.08/4)^(4*12)=25870
VF=10000*(1+0.08/8)^(8+12)=25992
34
Primera Parte. Principios Básicos
VF = −VP ⋅ ein
Donde “e” es el número base de los logaritmos neperia-
nos (e=2.71828). La expresión anterior nos dice que por mu-
cho que se compongan los retornos nunca podremos obtener
más de:
VF = 10000*exp(0.08*12)=26116 euros
35
Primera Parte. Principios Básicos
8%
26200
26000
25800
25600
Ganancia
25400
25200
25000 8%
24800
24600
1 2 3 4 5 6 7 8 9 10
Núm ero de veces que se com pone el interés
figura 4
36
Primera Parte. Principios Básicos
200000
180000
160000
4% 8% 12%
140000
16% 20% 24%
120000
Ganancia
100000
80000
60000
40000
20000
0
1 2 3 4 5 6 7 8 9 10
Número de veces que se compone el interés
figura 5
Acciones vs futuros
Con frecuencia se oye a los operadores de acciones
hablar de porcentajes y a los de futuros de puntos ( y a los de
divisa de pips). Veamos cuales son las diferencias clave entre
estos dos productos. Este tema tiene mucha más importancia
cuando los porcentajes de ganancia y pérdida son superiores
al 10%. Cuando vimos la ganancia que era necesaria para re-
cuperar una pérdida llegamos a la conclusión de que hay un
punto de pérdida a partir del cual no vamos a disponer de
recursos suficientes para recuperarnos. A partir de una pér-
dida del 10% la ganancia necesaria para recuperarla es nota-
blemente mayor. No hay simetría. Esta asimetría de los por-
centajes hace que operar con acciones y con futuros sea to-
talmente diferente. Con futuros y si el multiplicador es 10
(p.e. futuro del IBEX) 100 puntos son 1000 euros, lo mismo
da si vd compró a 1100 y vendió a 1200 que si compró a 900
y vendió a 1000. Son 100 puntos de ganancia. Sin embargo si
fueran acciones en el primer caso sería una ganancia del 10%
pero en el segundo caso es una ganancia del 11.1%, que es
37
Primera Parte. Principios Básicos
38
Primera Parte. Principios Básicos
El principio de Pareto
El principio de Pareto dice que “el 20% de las causas
produce el 80% de los resultados”. Este fenómeno aparece
con mucha frecuencia en la vida cotidiana y tiene mucha
aplicación en los negocios. En muchas empresas el 20% del
personal produce el 80% de los beneficios de la empresa. En
otras el 20% de los productos es el que genera el 80% de las
ventas, sin embargo la empresa por unas razones u otras ne-
cesita poder ofrecer todos los productos y no puede quedarse
solamente con ese 20% ganador.
En Trading es muy común que el 20% de nuestras ope-
raciones sea el que produzca casi la totalidad de nuestros be-
neficios, sobretodo si usamos un sistema seguidor de tenden-
cia. Es por ello que se necesita maximizar el crecimiento de
aquellas posiciones que están produciendo unos beneficios
superiores a la media. En la tercera parte de este libro vere-
mos cómo piramidar correctamente las posiciones para acu-
mular capital sobre aquel 20% de operaciones que son exce-
lentes. No hay forma de saber por adelantado cuales van a
ser estas operaciones así que el trader debe conocer cual es la
cantidad óptima a arriesgar en cada operación.
El conocer el principio de Pareto no debe influirnos en
el sentido de operar con más o menos frecuencia que antes
sino que debe volvernos más pacientes pues para conseguir
el 20% de operaciones excelentes no vamos a tener más re-
medio que operar el 80% restante y sin saber por adelantado
cual es cual.
En trading el principio de Pareto puede ser incluso de
90/10 dependiendo del porcentaje de aciertos del sistema
que se esté utilizando.
39
Primera Parte. Principios Básicos
(1/2)^10=1/1024
40
Primera Parte. Principios Básicos
figura 6
(0.5)^20 = 1/1048576
41
Primera Parte. Principios Básicos
42
Primera Parte. Principios Básicos
43
Primera Parte. Principios Básicos
Media 0.0917
Desviación 0.0607
44
Primera Parte. Principios Básicos
t= media*raiz(N)/desviación
t=0.0917*raiz(6)/0.0607=3.7
t(5,99%)=3.365
45
Primera Parte. Principios Básicos
Media 203.75
Desviación de la muestra 343.51
Estadístico t = 203.75*raiz(8)/343.51=1.68
t_critico(7,95%)=1.895
46
Primera Parte. Principios Básicos
47
Parte 2. Arriesgando la cantidad
óptima
49
Segunda Parte. Arriesgando La Cantidad Óptima
Introducción
E
n la segunda parte de este libro vamos a centrar-
nos en calcular y aplicar la cantidad óptima que
debemos arriesgar en cada operación para
maximizar el beneficio neto total. Si pudiéramos saber a
priori el resultado de la siguiente operación entonces la can-
tidad óptima sería cero si la siguiente operación es una pér-
dida y sería el 100% de nuestro capital si la operación si-
guiente es una ganancia. Desafortunadamente nuestro bro-
ker no nos permite operar en el centro del gráfico sino a la
derecha del todo, donde la siguiente barra está por venir y no
hay forma de saber si será alcista o bajista.
Supongamos que disponemos de un sistema que nos
permite acertar la mitad de las veces. Cuando acertamos, en
promedio somos capaces de ganar un 20% y cuando falla-
mos, en promedio somos capaces de cortar las pérdidas al
3%. Cual es nuestra rentabilidad promedio?
51
Segunda Parte. Arriesgando La Cantidad Óptima
Sistema A Sistema B
+200 +100
-300 -100
+300 +200
Sistema A Sistema B
+2% +1%
-3% -1%
+3% +2%
52
Segunda Parte. Arriesgando La Cantidad Óptima
Ge0m=(t1*t2*t3*t4*...tN)^(1/N)
(1.02*0.97*1.03)^(1/3)=1.006320632
53
Segunda Parte. Arriesgando La Cantidad Óptima
Geom.=TWR^(1/N)
54
Segunda Parte. Arriesgando La Cantidad Óptima
Expectativa
La expectativa matemática es la cantidad que se espera
ganar o perder en promedio en cada operación. Un operador
no debería especular a no ser que sepa con certeza que el sis-
tema que va a utilizar tiene expectativas positivas.
Lo bueno de la expectativa es que junta en un solo es-
tadístico el porcentaje de aciertos con la tasa ganan-
cia/pérdida proporcionando así un dato que nos dice si nues-
tro sistema genera dinero o no en promedio. Así de simple y
efectivo.
0.90*275-0.10*2700=-22.5
Expectativa = ((1/38)*35+(37/38)*(-1))=-0.05263157
55
Segunda Parte. Arriesgando La Cantidad Óptima
56
Segunda Parte. Arriesgando La Cantidad Óptima
Expectativa = (1+B)*P-1
Expectativa = (1+1.4)*0.4-1=-0.04
57
Segunda Parte. Arriesgando La Cantidad Óptima
El juego +5,-1
Ahora vamos a jugar a un juego. Es un juego con una
moneda y por tanto las probabilidades de acertar son exac-
tamente del 50%. Es muy importante que vd entienda este
juego porque en el vamos a basar la teoría de fracción optima
que vendrá después.
58
Segunda Parte. Arriesgando La Cantidad Óptima
59
Segunda Parte. Arriesgando La Cantidad Óptima
60
Segunda Parte. Arriesgando La Cantidad Óptima
61
Segunda Parte. Arriesgando La Cantidad Óptima
El 70%:
62
Segunda Parte. Arriesgando La Cantidad Óptima
63
Segunda Parte. Arriesgando La Cantidad Óptima
5 37 8 29
-1 8 2 6
5 32 7 25
-1 7 2 5
140000
122582
120000
100000 99783
80000
65409
60000
40000
33655
20000
13601
0 800 7
0.2 0.3 0.4 0.5 0.6 0.7 0.8
figura 7
64
Segunda Parte. Arriesgando La Cantidad Óptima
65
Segunda Parte. Arriesgando La Cantidad Óptima
0.2 32310
0.3 91830
0.4 125125
0.5 57228
0.6 1
0.7 1
0.8 1
66
Segunda Parte. Arriesgando La Cantidad Óptima
figura 8
67
Segunda Parte. Arriesgando La Cantidad Óptima
68
Segunda Parte. Arriesgando La Cantidad Óptima
140000
120000
100000
0.2
0.3
80000
0.4
0.5
60000
0.6
0.7
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
figura 9
69
Segunda Parte. Arriesgando La Cantidad Óptima
La barrera absorbente
70
Segunda Parte. Arriesgando La Cantidad Óptima
La formula de Kelly
71
Segunda Parte. Arriesgando La Cantidad Óptima
72
Segunda Parte. Arriesgando La Cantidad Óptima
Expectativa = (1+5)*0.5-1=2
f óptima
73
Segunda Parte. Arriesgando La Cantidad Óptima
HPR=(1+f*op/MP)
HPR = (1+f*0.5)
Operaciones
-200
+500
HPR1 = 1+f*(-200)/200
HPR2 = 1+f*(+500)/200
O lo que es lo mismo
HPR1=1-f
74
Segunda Parte. Arriesgando La Cantidad Óptima
HPR2=1+2.5f
TWR = HPR1*HR2=(1-f)*(1+2.5f)
f TWR
0.1 1.125
0.2 1.2
0.3 1.225
0.4 1.20
0.5 1.125
0.6 1
0.7 0.825
0.8 0.6
0.9 0.325
1.0 0
Media G = [(1-0.30)*(1+2.5*0.30)]^(1/2)=1.106797
75
Segunda Parte. Arriesgando La Cantidad Óptima
HPR1 = 1-0.3=0.70
76
Segunda Parte. Arriesgando La Cantidad Óptima
Max(GEOM)=Max((1+f*5/1)*(1-f/1))=Max((1+5f)*(1-
f))=Max(1+4f-5f^2)
TWR = 1+4*0.40-5*0.40^2=1.80
77
Segunda Parte. Arriesgando La Cantidad Óptima
450
f=0.80
400
350
300
250
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
figura 10
78
Segunda Parte. Arriesgando La Cantidad Óptima
La f óptima en euros
Cuando se tiene la f óptima como porcentaje se puede
trasladar a euros dividiendo entre la máxima pérdida. Vea-
mos un ejemplo:
79
Segunda Parte. Arriesgando La Cantidad Óptima
80
Segunda Parte. Arriesgando La Cantidad Óptima
10,12
50,40
23,26
78,77
+20%
-20%
+13%
-1.3%
81
Segunda Parte. Arriesgando La Cantidad Óptima
figura 11
82
Segunda Parte. Arriesgando La Cantidad Óptima
83
Segunda Parte. Arriesgando La Cantidad Óptima
figura 12
84
Segunda Parte. Arriesgando La Cantidad Óptima
figura 13
85
Segunda Parte. Arriesgando La Cantidad Óptima
=(1-B$1*$A2/$A$6)
86
Segunda Parte. Arriesgando La Cantidad Óptima
figura 14
=(1-f*operacion1/máxima_perdida)
87
Segunda Parte. Arriesgando La Cantidad Óptima
=PRODUCTO(B2:B11)
Figura 15
88
Segunda Parte. Arriesgando La Cantidad Óptima
Figura 16
f_euros = 305.26/0.30=1017.53
89
Segunda Parte. Arriesgando La Cantidad Óptima
Valor A Valor B
+700 +100
90
Segunda Parte. Arriesgando La Cantidad Óptima
-200 -300
+500 +800
-600 +900
Valor A
• Media=100 euros.
• Desviación=524 euros
• f_optima=0.22
• Media geométrica = 1.82%
Valor B
• Media=375 euros.
• Desviación=497 euros
• f_optima=0.58
• Media geométrica = 36.75%
Num_terminos = num_operaciones^num_valores
91
Segunda Parte. Arriesgando La Cantidad Óptima
A B
700 100
700 -300
700 800
700 900
-200 100
-200 -300
-200 800
-200 900
500 100
500 -300
500 800
500 900
-600 100
-600 -300
-600 800
-600 900
92
Segunda Parte. Arriesgando La Cantidad Óptima
codigo
00
01
00
00
10
11
10
10
00
01
00
00
10
11
10
10
00
01
10
11
93
Segunda Parte. Arriesgando La Cantidad Óptima
94
Segunda Parte. Arriesgando La Cantidad Óptima
HPR A: 0.1*700/600=0.116667
HPR B: 0.1*100/300=0.03333
(1+HPR_A+HPR_B)^p
95
Segunda Parte. Arriesgando La Cantidad Óptima
(1+0.116667+0.0333)^0.075=1.011
96
Segunda Parte. Arriesgando La Cantidad Óptima
figura 17
97
Segunda Parte. Arriesgando La Cantidad Óptima
codi-
A B go Count Proba A B Base HPRS
700 100 00 6 0.075 0.070226 0.274487 1.344713 1.022462
700 -300 01 2 0.025 0.070226 -0.82346 0.246765 0.965622
700 800 00 6 0.075 0.070226 2.195895 3.26612 1.09283
700 900 00 6 0.075 0.070226 2.470381 3.540607 1.099464
-200 100 10 6 0.075 -0.02006 0.274487 1.254422 1.017146
-200 -300 11 2 0.025 -0.02006 -0.82346 0.156475 0.954687
-200 800 10 6 0.075 -0.02006 2.195895 3.17583 1.090534
-200 900 10 6 0.075 -0.02006 2.470381 3.450317 1.097335
500 100 00 6 0.075 0.050161 0.274487 1.324648 1.02131
500 -300 01 2 0.025 0.050161 -0.82346 0.226701 0.963577
500 800 00 6 0.075 0.050161 2.195895 3.246056 1.092325
500 900 00 6 0.075 0.050161 2.470381 3.520543 1.098995
-600 100 10 6 0.075 -0.06019 0.274487 1.214293 1.014669
-600 -300 11 2 0.025 -0.06019 -0.82346 0.116346 0.947641
-600 800 10 6 0.075 -0.06019 2.195895 3.135701 1.089495
-600 900 10 6 0.075 -0.06019 2.470381 3.410188 1.096373
Media G 1.870482
98
Segunda Parte. Arriesgando La Cantidad Óptima
12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44) combi-
naciones. Pero entonces deberíamos buscar más muestras
que cuatro porque para que una posibilidad sea frecuente
debe ocurrir más de una vez y eso implica que las muestras
deben ser por lo menos el doble que las posibilidades de se-
parar. Es decir; si separásemos dos valores en cuatro situa-
ciones posibles al menos deberíamos tener 32 operaciones de
muestra.
99
Segunda Parte. Arriesgando La Cantidad Óptima
Valor A Valor B
+400 -100
-200 -200
-200 +600
+600 -200
100
Segunda Parte. Arriesgando La Cantidad Óptima
figura 18
figura 19
101
Segunda Parte. Arriesgando La Cantidad Óptima
figura 20
figura 21
102
Segunda Parte. Arriesgando La Cantidad Óptima
A B C
700 100 -500
-200 -300 800
500 800 100
-600 900 200
Num_terminos = num_operaciones^num_valores
Num_terminos = 4^3 = 64
103
Segunda Parte. Arriesgando La Cantidad Óptima
-
700 800 -500 001 6 0.0075 0.022 2.030 0.204 2.847 1.008
700 800 800 000 18 0.0225 0.022 2.030 0.327 3.379 1.028
700 800 100 000 18 0.0225 0.022 2.030 0.041 3.093 1.026
700 800 200 000 18 0.0225 0.022 2.030 0.082 3.133 1.026
-
700 900 -500 001 6 0.0075 0.022 2.283 0.204 3.101 1.009
700 900 800 000 18 0.0225 0.022 2.283 0.327 3.632 1.029
700 900 100 000 18 0.0225 0.022 2.283 0.041 3.346 1.028
700 900 200 000 18 0.0225 0.022 2.283 0.082 3.387 1.028
-
-200 100 -500 101 6 0.0075 -0.006 0.254 0.204 1.043 1.000
-200 100 800 100 18 0.0225 -0.006 0.254 0.327 1.574 1.010
-200 100 100 100 18 0.0225 -0.006 0.254 0.041 1.288 1.006
-200 100 200 100 18 0.0225 -0.006 0.254 0.082 1.329 1.006
-
-200 -300 -500 111 2 0.0025 -0.006 -0.761 0.204 0.028 0.991
-200 -300 800 110 6 0.0075 -0.006 -0.761 0.327 0.560 0.996
-200 -300 100 110 6 0.0075 -0.006 -0.761 0.041 0.273 0.990
-200 -300 200 110 6 0.0075 -0.006 -0.761 0.082 0.314 0.991
-
-200 800 -500 101 6 0.0075 -0.006 2.030 0.204 2.819 1.008
-200 800 800 100 18 0.0225 -0.006 2.030 0.327 3.350 1.028
-200 800 100 100 18 0.0225 -0.006 2.030 0.041 3.064 1.026
-200 800 200 100 18 0.0225 -0.006 2.030 0.082 3.105 1.026
-
-200 900 -500 101 6 0.0075 -0.006 2.283 0.204 3.073 1.008
-200 900 800 100 18 0.0225 -0.006 2.283 0.327 3.604 1.029
-200 900 100 100 18 0.0225 -0.006 2.283 0.041 3.318 1.027
-200 900 200 100 18 0.0225 -0.006 2.283 0.082 3.359 1.028
-
500 100 -500 001 6 0.0075 0.016 0.254 0.204 1.065 1.000
500 100 800 000 18 0.0225 0.016 0.254 0.327 1.596 1.011
500 100 100 000 18 0.0225 0.016 0.254 0.041 1.310 1.006
500 100 200 000 18 0.0225 0.016 0.254 0.082 1.351 1.007
-
500 -300 -500 011 2 0.0025 0.016 -0.761 0.204 0.050 0.993
500 -300 800 010 6 0.0075 0.016 -0.761 0.327 0.581 0.996
500 -300 100 010 6 0.0075 0.016 -0.761 0.041 0.295 0.991
500 -300 200 010 6 0.0075 0.016 -0.761 0.082 0.336 0.992
-
500 800 -500 001 6 0.0075 0.016 2.030 0.204 2.841 1.008
500 800 800 000 18 0.0225 0.016 2.030 0.327 3.372 1.028
500 800 100 000 18 0.0225 0.016 2.030 0.041 3.086 1.026
500 800 200 000 18 0.0225 0.016 2.030 0.082 3.127 1.026
-
500 900 -500 001 6 0.0075 0.016 2.283 0.204 3.095 1.009
500 900 800 000 18 0.0225 0.016 2.283 0.327 3.626 1.029
500 900 100 000 18 0.0225 0.016 2.283 0.041 3.340 1.028
500 900 200 000 18 0.0225 0.016 2.283 0.082 3.381 1.028
-
-600 100 -500 101 6 0.0075 -0.019 0.254 0.204 1.031 1.000
-600 100 800 100 18 0.0225 -0.019 0.254 0.327 1.562 1.010
104
Segunda Parte. Arriesgando La Cantidad Óptima
-600 100 100 100 18 0.0225 -0.019 0.254 0.041 1.276 1.005
-600 100 200 100 18 0.0225 -0.019 0.254 0.082 1.317 1.006
-
-600 -300 -500 111 2 0.0025 -0.019 -0.761 0.204 0.016 0.990
-600 -300 800 110 6 0.0075 -0.019 -0.761 0.327 0.547 0.995
-600 -300 100 110 6 0.0075 -0.019 -0.761 0.041 0.261 0.990
-600 -300 200 110 6 0.0075 -0.019 -0.761 0.082 0.302 0.991
-
-600 800 -500 101 6 0.0075 -0.019 2.030 0.204 2.807 1.008
-600 800 800 100 18 0.0225 -0.019 2.030 0.327 3.338 1.027
-600 800 100 100 18 0.0225 -0.019 2.030 0.041 3.052 1.025
-600 800 200 100 18 0.0225 -0.019 2.030 0.082 3.093 1.026
-
-600 900 -500 101 6 0.0075 -0.019 2.283 0.204 3.060 1.008
-600 900 800 100 18 0.0225 -0.019 2.283 0.327 3.592 1.029
-600 900 100 100 18 0.0225 -0.019 2.283 0.041 3.306 1.027
-600 900 200 100 18 0.0225 -0.019 2.283 0.082 3.346 1.028
MedG 1.975
105
Segunda Parte. Arriesgando La Cantidad Óptima
1.03*1.06*(1-0.08)=1.004456
N/2
2 2
TWR =[med -desv ]
Donde:
106
Segunda Parte. Arriesgando La Cantidad Óptima
107
Segunda Parte. Arriesgando La Cantidad Óptima
(1+0.15)^2-0.40^2=1.1625
(1+0.10)^2-0.20^2= 1.17
108
Segunda Parte. Arriesgando La Cantidad Óptima
Un ejemplo sencillo
Hasta ahora hemos visto que calcular la cantidad óptima a
arriesgar en un caso de varias posiciones no es una tarea sen-
cilla. Antes de pasar a la tercera parte del libro (aplicación
práctica) nos quedan por ver unos cuantos conceptos impor-
tantes que merecen su estudio. Para ello he preparado un
ejemplo muy simplificado con solo dos posiciones que nos va
a permitir movernos libremente por los conceptos indicados
sin demasiada complicación matemática.
Supongamos que operamos dos sistemas diferentes, por
ejemplo un sistema sobre Gamesa (MC) y otro diferente so-
109
Segunda Parte. Arriesgando La Cantidad Óptima
GAMESA CISCO
+400 -100
-200 -200
-200 +600
+600 -200
TWR=(1+f1*400/200-f2*100/200)* (1-f1*200/200-
f2*200/200)*
(1-f1*200/200+f2*600/200)*(1+f1*600/200-
f2*200/200)
110
Segunda Parte. Arriesgando La Cantidad Óptima
TWR=(1+2f1-0.5f2)*(1-f1-f2)*(1-f1+3f2)*(1+3f1-f2)
• Media=150 euros.
• Desviación=357 euros
• f_optima=0.30
• Media geometrica=10.48%
• Media=25 euros.
• Desviación=334.477 euros
• f_optima=0.05
• Media geometrica=0.2968%
111
Segunda Parte. Arriesgando La Cantidad Óptima
112
Segunda Parte. Arriesgando La Cantidad Óptima
Sharpe_s= med/desv
Gamesa CISCO
Sharpe_s: 0.42 0.075
113
Segunda Parte. Arriesgando La Cantidad Óptima
Ganancia/Riesgo en la f óptima
Cuando estudiamos el modelo exacto vimos que el mé-
todo de la f optima combinada es algo complicado (debe
hacerse con un software de apoyo e incluso con software de
apoyo el caso exacto es computacionalmente impráctico ya
que por ejemplo 5 valores con 20 operaciones de muestra ca-
da uno generan 20^5 = 3.2 millones de términos en los cua-
les hay que buscar el valor máximo) y que nos proporciona la
máxima ganancia alcanzable pero no nos dice nada de la vo-
latilidad de los resultados. Eso sí, cuando las cosas se ponen
feas nos obliga a limitar el capital arriesgado y esa es la base
de una buena gestión de capital. En los modelos que hemos
visto hasta ahora siempre se ha buscado maximizar la ganan-
cia. Pero que sucede si lo que pretendemos es poner un tope
al riesgo?
114
Segunda Parte. Arriesgando La Cantidad Óptima
GAMESA CISCO
+400 -100
-200 -200
-200 +600
+600 -200
1+0.33*400/200=1.66
Gamesa Cisco
115
Segunda Parte. Arriesgando La Cantidad Óptima
1.66 0.93
0.67 0.86
0.67 1.42
1.99 0.86
Se puede ver que los valores mayores que uno son las
ganancias y los menores de 1 las pérdidas. Ahora vamos a
multiplicar cada HPR por el porcentaje de capital asignado y
veremos cual es la media y la varianza de los retornos.
Por ejemplo, supongamos que queremos asignar el
30% del capital a operar Gamesa y el 70% a operar Cisco.
Veamos cual es el resultado que podemos esperar:
116
Segunda Parte. Arriesgando La Cantidad Óptima
1.66*0.30+0.93*0.70=1.149
0.67*0.30+0.86*0.70=0.803
0.67*0.30+1.42*0.70=1.195
1.99*0.30+0.86*0.70=1.199
117
Segunda Parte. Arriesgando La Cantidad Óptima
figura 22
118
Segunda Parte. Arriesgando La Cantidad Óptima
119
Segunda Parte. Arriesgando La Cantidad Óptima
Valor X
+800
-400
-400
+1200
-200
-400
+1200
-400
120
Segunda Parte. Arriesgando La Cantidad Óptima
Media=175 euros
Desviación=703.12 euros
121
Segunda Parte. Arriesgando La Cantidad Óptima
Media=175 euros
Desviación=657.17
f optima=0.20
ganancia (med geom) =4.17%
ganancia media (euros)=83.43 euros
122
Segunda Parte. Arriesgando La Cantidad Óptima
Correlación = (+385000/4)/(357*334.477)=+0.806
correlación positiva y muy grande (el máximo es 1) que nos
dice que las operaciones positivas y negativas ocurren con
frecuencia simultáneamente y nos confirma que hay que vigi-
lar que los nuevos valores que se añaden a una cartera tengan
poca correlación con los que ya componen la cartera.
Como se ha podido ver los beneficios de diversificar
vienen mayoritariamente por una disminución de la desvia-
ción de los resultados, lo que impacta directamente la media
geométrica del sistema. Desafortunadamente cuando el mer-
cado tiene un día malo casi todos los valores se mueven al
unísono y por ello la máxima pérdida de una cartera diversi-
123
Segunda Parte. Arriesgando La Cantidad Óptima
N1=800*0.33/2=132 títulos
N2=800*0.14/1.5=74 títulos
132*80+74*60=15000 euros
124
Segunda Parte. Arriesgando La Cantidad Óptima
8000/15000=0.53333333
N1’=132*0.53333=70 títulos
N2’=74*0.53333=40 títulos
70*80+40*60=8000 euros.
125
Segunda Parte. Arriesgando La Cantidad Óptima
126
Segunda Parte. Arriesgando La Cantidad Óptima
figura 23
127
Segunda Parte. Arriesgando La Cantidad Óptima
figura 24
128
Segunda Parte. Arriesgando La Cantidad Óptima
figura 25
129
Segunda Parte. Arriesgando La Cantidad Óptima
figura 26
130
Segunda Parte. Arriesgando La Cantidad Óptima
figura 27
Expectativa = (1+1.3128)*0.6429-1=0.4869
131
Segunda Parte. Arriesgando La Cantidad Óptima
132
Segunda Parte. Arriesgando La Cantidad Óptima
133
Segunda Parte. Arriesgando La Cantidad Óptima
134
Segunda Parte. Arriesgando La Cantidad Óptima
(1-0.015)^45=0.5065
135
Segunda Parte. Arriesgando La Cantidad Óptima
136
Segunda Parte. Arriesgando La Cantidad Óptima
137
Segunda Parte. Arriesgando La Cantidad Óptima
figura 28
138
Segunda Parte. Arriesgando La Cantidad Óptima
figura 29
139
Segunda Parte. Arriesgando La Cantidad Óptima
140
Segunda Parte. Arriesgando La Cantidad Óptima
141
Segunda Parte. Arriesgando La Cantidad Óptima
figura 30
142
Segunda Parte. Arriesgando La Cantidad Óptima
figura 31
143
Segunda Parte. Arriesgando La Cantidad Óptima
Saldo en la operación 19
Antonio 13016.4
Bricio 13249.6
Carlos 13600.7
Diego 13507.1
144
Segunda Parte. Arriesgando La Cantidad Óptima
145
Segunda Parte. Arriesgando La Cantidad Óptima
figura 32
146
Segunda Parte. Arriesgando La Cantidad Óptima
figura 33
147
Segunda Parte. Arriesgando La Cantidad Óptima
figura 34
148
Segunda Parte. Arriesgando La Cantidad Óptima
149
Segunda Parte. Arriesgando La Cantidad Óptima
figura 35
150
Segunda Parte. Arriesgando La Cantidad Óptima
151
Segunda Parte. Arriesgando La Cantidad Óptima
figura 36
152
Parte 3. Aplicando Gestión de
Capital
Woody Allen
153
Tercera Parte. Aplicando Gestión de Capital
Introducción
E
n esta tercera y última parte del libro veremos
que la realidad cotidiana (la que nos toca vivir
cada día) no es exactamente igual que la teoría
pero tiene un parecido razonable. Las estrategias de f óptima
de la segunda parte nos han proporcionado el máximo bene-
ficio alcanzable sobre el papel. Ahora vamos a ver cómo po-
demos conseguir el máximo beneficio sobre nuestra cuenta
corriente, que al fin y al cabo es lo que importa. Para ello es
necesario tener en cuenta las limitaciones de la vida real, una
de ellas es el problema del margen que no nos va a permitir
operar tan agresivamente como quisiéramos. Otra limitación
importante es el drawdown o máxima pérdida intradiaria. Al
simular un sistema no se suele prestar demasiada atención al
drawdown, después de todo si el sistema proporciona un
buen beneficio no importa que en determinados momentos
sufra pérdidas importantes de capital. Verdad?
Pues no. Cuando estamos dentro del drawdown no sa-
bemos lo que va a durar. Por esa misma razón tampoco sa-
bemos en que parte del drawdown estamos, incluso es pro-
bable que ni siquiera sepamos que estamos en un drawdown,
solamente sabemos que la valoración de nuestra cartera se
está esfumando muy deprisa. Lo normal será empezar a pen-
sar que nuestra estrategia ha fallado. Una de las razones por
las que esto sucede es porque con un solo clic de ratón po-
demos simular varios años de cotizaciones pero si repasamos
cuidadosamente las operaciones (algo que no se hace muy a
menudo mientras se prueban sistemas o métodos) veremos
que pueden transcurrir varios meses en los que el capital no
hace más que disminuir. Es muy fácil ver lo que hubiera su-
cedido de operar un sistema durante 5 años. Pero todo esto
transcurre en un par de segundos y ya está, nuestro software
nos presenta unos resultados excelentes durante el periodo.
Pero durante 5 años hay uno o varios meses en negativo in-
cluso en el mejor de los sistemas y se necesita mucha moral
para seguir operando.
155
Tercera Parte. Aplicando Gestión de Capital
En esta parte del libro vamos a ver que una simple ra-
cha de pérdidas puede arruinar la mejor aproximación que
tengamos, por eso es muy importante saber cual es la racha
que podemos esperar y con que probabilidad va a ocurrir,
además de saber por adelantado cuanto vamos a perder
cuando llegue. En cuanto tengamos todo atado y bien atado a
priori no habrá ninguna razón para no triunfar en los merca-
dos a través de una gestión de capital inteligente y es ahí
donde aplica la teoría que hemos visto hasta ahora. No se
asuste, del dicho al hecho no va a haber tanto trecho.
156
Tercera Parte. Aplicando Gestión de Capital
figura 37
157
Tercera Parte. Aplicando Gestión de Capital
figura 38
158
Tercera Parte. Aplicando Gestión de Capital
figura 39
159
Tercera Parte. Aplicando Gestión de Capital
figura 40
Volatilidad histórica
160
Tercera Parte. Aplicando Gestión de Capital
figura 41
161
Tercera Parte. Aplicando Gestión de Capital
162
Tercera Parte. Aplicando Gestión de Capital
figura 42
1600*(47.32-48.50)=-1888 dólares
163
Tercera Parte. Aplicando Gestión de Capital
figura 43
164
Tercera Parte. Aplicando Gestión de Capital
figura 44
165
Tercera Parte. Aplicando Gestión de Capital
Low
Valor Pcompra Pventa Pventa2 num neto in Riesgo/acc
ATR
TOL 96.42 96.21 104 1000 -210 0.62 1.42
NVDA 28.44 28.7 1640 426 0.465
MDC 77.3 81.81 1060 4781 0.94
TOL 100.7 105.66 540 2678 1.385
VLO 81.9 80.4 85 880 -1320 1.39 1.13
DNA 83.57 82.8 1160 -893 0.87
WLT 45.75 46.94 1000 1190 0.825
SNDA 38.93 40.85 2300 4416 0.955
TOL 99.53 100.9 102 790 1082 1.02 1.48
AAPL 39.16 38.9 4500 -1170 0.535
GS 103.26 101.88 104 1000 -1380 0.84 0.89
VLO 81.29 80.5 85 890 -703 1.65 1.145
GOOG 303.86 299.25 220 -1014 4.185
ELOS 37.12 36.52 40 1870 -1122 0.55 0.875
NUE 47.24 46.38 1490 -1281 0.85
GEOI 14.68 15.1 1820 764 0.69
TOT 118.96 122.41 690 2381 0.875
VLO 82.7 81.37 84 1010 -1343 0.81 1.255
BOOM 42.07 39.86 820 -1812 1.08
5469
166
Tercera Parte. Aplicando Gestión de Capital
120000
115000
110000
105000
100000
95000
90000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
figura 45
167
Tercera Parte. Aplicando Gestión de Capital
168
Tercera Parte. Aplicando Gestión de Capital
120000
115000
110000
105000
100000
95000
90000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
figura 46
169
Tercera Parte. Aplicando Gestión de Capital
170
Tercera Parte. Aplicando Gestión de Capital
25000
Neto
20000
15000
10000
5000
0
3
9
0.
0.
0.
0.
1.
1.
1.
1.
1.
2.
2.
2.
2.
2.
figura 47
171
Tercera Parte. Aplicando Gestión de Capital
12000.00 600.00
10000.00
500.00
8000.00
6000.00
400.00
Net Profit
4000.00
Max Drawdown
Perc Profitable
2000.00 300.00
Avg Trade Net Profit
0.00
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3
200.00
-2000.00
-4000.00
100.00
-6000.00
-8000.00 0.00
figura 48
172
Tercera Parte. Aplicando Gestión de Capital
figura 49
173
Tercera Parte. Aplicando Gestión de Capital
figura 50
174
Tercera Parte. Aplicando Gestión de Capital
175
Tercera Parte. Aplicando Gestión de Capital
176
Tercera Parte. Aplicando Gestión de Capital
177
Tercera Parte. Aplicando Gestión de Capital
178
Tercera Parte. Aplicando Gestión de Capital
179
Tercera Parte. Aplicando Gestión de Capital
Piramidar correctamente
180
Tercera Parte. Aplicando Gestión de Capital
10000
8000 7634
6985 6684 6634
6187
6000
4000
2000
figura 51
181
Tercera Parte. Aplicando Gestión de Capital
182
Tercera Parte. Aplicando Gestión de Capital
figura 52
183
Tercera Parte. Aplicando Gestión de Capital
184
Tercera Parte. Aplicando Gestión de Capital
figura 53
260+260/k
185
Tercera Parte. Aplicando Gestión de Capital
Pc=(15.30*260+17.06*260/k)/(260+260/k)
k Riesgo total
1 790.4
2 478.4
3 374
4 322
infinito 166.40
RT = 260*(15.30-14.66)=166.40
186
Tercera Parte. Aplicando Gestión de Capital
187
Tercera Parte. Aplicando Gestión de Capital
14000
12000
10000
8000
6000
4000
2000
-2000
-4000
figura 54
188
Tercera Parte. Aplicando Gestión de Capital
80 0.0003
70
0.00025
60
0.0002
50
40 0.00015
30
0.0001
20
0.00005
10
0 0
40 0
60 0
80 0
10 0
12 00
14 00
16 0
18 00
20 00
22 00
24 00
26 00
28 00
30 0
32 00
34 00
36 0
38 00
40 00
42 00
44 00
46 00
48 00
50 0
52 00
54 00
56 00
58 00
60 0
62 00
64 00
66 00
68 00
70 00
72 00
74 0
76 00
78 00
80 0
M 00
-1 00
-1 00
-1 00
-1 00
-8 0
-6 0
-4 0
00
00
200
e
0
0
00
0
0
or
8
6
4
2
-2
-1
figura 55
189
Tercera Parte. Aplicando Gestión de Capital
Estadisticas
Mean 351.7702
Standard Error 75.94752
Median -96.97
Mode -4
Standard Deviation 1625.348
Sample Variance 2641756
Kurtosis 19.94627
Skewness 3.640857
Range 15218.82
Minimum -1992.58
Maximum 13226.24
Sum 161110.8
Count 458
Largest(1) 13226.24
Smallest(1) -1992.58
Confidence
Level(95.0%) 149.2496
190
Tercera Parte. Aplicando Gestión de Capital
50
45 44
40
38
35
35
31
30
25 25 25
25
23
22
20
20
15
15 14
11
10 10
10 9
8 8
7 7
6 6 6 6 6
5 5
5 4 4 4
3 3 3 3
2
1 1 1 1
0 0
0
0
e
00
00
00
00
00
00
00
00
00
00
0
10
30
50
70
90
or
90
70
50
30
10
-9
-7
-5
-3
-1
11
13
15
17
19
M
-1
-1
-1
-1
-1
figura 56
191
Tercera Parte. Aplicando Gestión de Capital
141
140
125
120
120
111
100
93 94
80
72
69
58 58
60
5150
45
40 3635
30
28
26
23
21
1919
20
1312 14 1415 15
10 10 1011 9 1111 9
11 11
7 8
5 6
3 4445 5 5
3 4 443 4
2 23 12 22 1 3
010 010111 0
0
More
-3600
-3500
-3400
-3300
-3200
-3100
-3000
-2900
-2800
-2700
-2600
-2500
-2400
-2300
-2200
-2100
-2000
-1900
-1800
-1700
-1600
-1500
-1400
-1300
-1200
-1100
-1000
-900
-800
-700
-600
-500
-400
-300
-200
-100
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
2100
2200
2300
2400
2500
2600
2700
2800
2900
3000
3100
3200
3300
3400
3500
3600
figura 57
192
Tercera Parte. Aplicando Gestión de Capital
140
132
120
100
80
72
70 69
62
59 58
60 55
52 53
48
45
42 41 41
39
40
33
28 2727 27
24 23 24
21 22
19
20 16 151515 17 16
14 1415 14
12 1312
10 10 9 9
6 7 7 6 7 7 78 6 7 76 7 6
4343 5 4 54 5 4 4 5 4 4 3
2 22 3 2 3 2 1 0
0
More
-2000
-1950
-1900
-1850
-1800
-1750
-1700
-1650
-1600
-1550
-1500
-1450
-1400
-1350
-1300
-1250
-1200
-1150
-1100
-1050
-1000
-950
-900
-850
-800
-750
-700
-650
-600
-550
-500
-450
-400
-350
-300
-250
-200
-150
-100
-50
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
1500
1550
1600
1650
1700
1750
1800
1850
1900
1950
2000
figura 58
193
Tercera Parte. Aplicando Gestión de Capital
figura 59
194
Tercera Parte. Aplicando Gestión de Capital
Sistema seguidor
de tendencias
Mean 239.94
Standard Error 68.08
Median -288.58
Mode -722.2
Standard Deviation 2757.99
Sample Variance 7606557.024
Kurtosis 126.03
Skewness 8.94
Range 62397.27
Minimum -7804
Maximum 54593.27
Sum 393743.12
Count 1641
Largest(1) 54593.27
Smallest(1) -7804
Confidence Level(95.0%) 133.539
195
Tercera Parte. Aplicando Gestión de Capital
196
Tercera Parte. Aplicando Gestión de Capital
0.65^10=0.0134
197
Tercera Parte. Aplicando Gestión de Capital
1-(1-0.02)^10=18%
La simulación de Montecarlo
Cuando simulamos un sistema de especulación sobre
un solo valor o índice estamos simulando un entorno que no
vamos a ser capaces de reproducir 100% en la vida real. Un
solo clic de ratón y Metastock o Tradestation simula un sis-
tema sobre 10 años de datos. Sin embargo cuando repasamos
las operaciones vemos que nuestro sistema estuvo por ejem-
plo 8 meses sin operar. En la vida real no vamos a estar 8
meses esperando que nuestro sistema proporcione una señal
sino que lo más probable es que operemos nuestro sistema
en otro índice o valor.
Amibroker o Wealth-lab permiten hacer una simula-
ción real de cartera. El programa utiliza el capital disponible
para comprar el número de títulos (o futuros) que previa-
mente se han establecido en las opciones. Al cerrar una ope-
ración el programa escoge la siguiente señal de entrada y con
ello simula nuestro comportamiento real, que es aplicar el
sistema cuando este genera una señal de entrada en el primer
mercado que la proporciona. Una vez tenemos una simula-
ción sobre una cartera de valores si los resultados son buenos
podemos preguntarnos:
198
Tercera Parte. Aplicando Gestión de Capital
199
Tercera Parte. Aplicando Gestión de Capital
200
Tercera Parte. Aplicando Gestión de Capital
figura 60
201
Tercera Parte. Aplicando Gestión de Capital
202
Tercera Parte. Aplicando Gestión de Capital
160
138
140
131
120
109
105
100
90
87
81
80
65
60 56
38
40
27
24
20 16
10 8 6
2 3 3 1
0
0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
300
320
340
360
380
400
More
figura 61
203
Tercera Parte. Aplicando Gestión de Capital
figura 62
figura 63
204
Tercera Parte. Aplicando Gestión de Capital
205
Tercera Parte. Aplicando Gestión de Capital
N = Capital*Riesgo porcentual/Stop_Loss
1080*(13.55-13.30)=270 euros
206
Tercera Parte. Aplicando Gestión de Capital
Figura 64
207
Tercera Parte. Aplicando Gestión de Capital
Stop_Loss = P-Cap*riesgo%/num_acciones
208
Tercera Parte. Aplicando Gestión de Capital
N = Capital*Riesgo porcentual/(m*ATR)
209
Tercera Parte. Aplicando Gestión de Capital
e=m*(VC-VM)
210
Tercera Parte. Aplicando Gestión de Capital
e=0.5*(100000-70000)
e=0.5*30000
e=15000
e=0.5*(80000-70000)=5000 euros
e=(200000-70000)*0.5=65000 euros
e=0.5*(75000-70000)=2500 euros
211
Tercera Parte. Aplicando Gestión de Capital
212
Tercera Parte. Aplicando Gestión de Capital
Neto
+100
+200
-400
-600
-300
+800
+800
213
Tercera Parte. Aplicando Gestión de Capital
figura 65
figura 66
214
Tercera Parte. Aplicando Gestión de Capital
Rentabilidad vs Drawdown
A lo largo de este libro hemos visto que aunque la rela-
ción entre riesgo y beneficio no es lineal sí que es cierto que
cuando se opera por debajo de la fracción optima se obtienen
mayores beneficios tomando unos valores mayores de riesgo.
Siendo el valor de la f optima el máximo nivel al que debe-
ríamos operar independientemente de cualquier otra consi-
deración.
En la aplicación del riesgo adecuado entran en juego
factores muy importantes como el problema del margen. Si
operamos con acciones y queremos asumir un riesgo de p.e.
el 20% entonces es bastante improbable que podamos conse-
guirlo porque a no ser que el stop esté muy alejado no ten-
dremos capital suficiente para asumir este riesgo. Por ejem-
plo supongamos que queremos operar en GOOG que cotiza a
400 dólares. Tenemos el stop en 390 y queremos arriesgar
un 20% de nuestr0 capital que son 20000 dólares. Entonces
la pérdida que queremos asumir es de 4000 dólares. Si divi-
dimos 4000 entre 10 (la máxima pérdida por acción) nos re-
sulta que debemos comprar 400 títulos de Google. Sin em-
bargo con 20000 dólares como mucho nos dejaran comprar
50 títulos de Google ya que el precio nos está limitando.
215
Tercera Parte. Aplicando Gestión de Capital
216
Tercera Parte. Aplicando Gestión de Capital
Positionsize = 6000;
217
Tercera Parte. Aplicando Gestión de Capital
Exp = (1+2.67)*0.3529-1=0.295
218
Tercera Parte. Aplicando Gestión de Capital
200
Ganancia (%)
Drawdown (%)
150
100
50
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
-50
-100
figura 67
219
Tercera Parte. Aplicando Gestión de Capital
figura 68
220
Tercera Parte. Aplicando Gestión de Capital
figura 69
221
Tercera Parte. Aplicando Gestión de Capital
figura 70
222
Tercera Parte. Aplicando Gestión de Capital
figura 71
45
Net % Profit
40
Max. Sys % Draw dow n
35
30
25
20
15
10
0
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
figura 72
223
Tercera Parte. Aplicando Gestión de Capital
(1-p)^n=0.01
n=ent{ln(0.01)/ln(1-p)}
224
Tercera Parte. Aplicando Gestión de Capital
n=ent{ln(0.01)/ln(0.65)}=10
0.65^10=0.013Æ1.3%
Capital*(1-r)^n
225
Tercera Parte. Aplicando Gestión de Capital
(1-r)^n=0.4
n=ent{ln(0.01)/ln(1-p)}
1% 9.5%
2% 18%
3% 26%
4% 33.5%
5% 40%
6% 46%
7% 51%
8% 56.6%
9% 61%
10% 65%
226
Tercera Parte. Aplicando Gestión de Capital
figura 73
227
Tercera Parte. Aplicando Gestión de Capital
figura 74
228
Tercera Parte. Aplicando Gestión de Capital
figura 75
229
Tercera Parte. Aplicando Gestión de Capital
230
Tercera Parte. Aplicando Gestión de Capital
231
Tercera Parte. Aplicando Gestión de Capital
figura 76
232
Tercera Parte. Aplicando Gestión de Capital
figura 77
233
Tercera Parte. Aplicando Gestión de Capital
234
Tercera Parte. Aplicando Gestión de Capital
figura 78
235
Tercera Parte. Aplicando Gestión de Capital
236
Tercera Parte. Aplicando Gestión de Capital
figura 79
237
Tercera Parte. Aplicando Gestión de Capital
7 43725 13.51%
6 40679 16.55%
8 39485 13.66%
9 31127 12.94%
238
Tercera Parte. Aplicando Gestión de Capital
4 29708 15.93%
10 27836 11.78%
5 26138 17.01%
2 23728 29.09%
3 22746 16.17%
1 12302 28.97%
239
Tercera Parte. Aplicando Gestión de Capital
50
Profit
45 Drawdown
40
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10
figura 80
240
Tercera Parte. Aplicando Gestión de Capital
figura 81
241
Tercera Parte. Aplicando Gestión de Capital
figura 82
Fin de trayecto
Ya hemos llegado al final de nuestro viaje. A riesgo de
ser demasiado especifico en mis afirmaciones me gustaría
repasar con vd lo que hemos visto a lo largo de las páginas de
este libro. Primeramente se ha mostrado lo importante que
es conocer a priori la pérdida de nuestras operaciones. Sola-
mente controlando el riesgo se consigue acumular capital.
Creo que he hecho suficiente hincapié en que nadie debería
sostener una pérdida más del 10% porque es a partir de ese
242
Tercera Parte. Aplicando Gestión de Capital
243
Tercera Parte. Aplicando Gestión de Capital
Por otra parte hemos visto que los sistemas con un por-
centaje de aciertos elevado se benefician directamente de la
ecuación fundamental del trading. Acumulando capital a ba-
se de componer retornos y tener una desviación de resulta-
dos muy pequeña. Como el lector puede ver hay muchas for-
mas de ganar dinero en los mercados, pero si uno no tiene
tiempo de aprenderlas entonces descubrirá que todavía hay
muchas más formas de perderlo.
244
Tercera Parte. Aplicando Gestión de Capital
245
Bibliografía/Referencias
Bibliografía/Referencias
247
Apéndice 1
Apéndice 1
Distribución t de Student
249