Price 

Trends and Patterns i
n   Technical Analysis:
A Theoretical and Empirical Examina
tion
• Geoffrey C. Friesen - University of Nebraska
• Paul Weller University of Iowa 
• Lee Dunham Creighton University

PRESENTADO POR:
Luis Molano y Valeria Arango

Agosto 4, 2020
Agenda:

1. Introducción.

2. Sesgos de confirmación.

3. Un modelo con señales de baja, media y alta frecuencia.

4. Patrones técnicos de precios.

5. Metodología y pruebas de detección de saltos

6. Conclusiones 
 ¿Qué explica el éxito de las técnicas de trading
basadas en patrones de los precios de los activos ?

Distintas investigaciones han mostrado que estas técnicas

tienen un poder predictivo en el mercado de acciones y el
de divisas.

El paper presenta un modelo que explica el éxito de estas

técnicas de negociación, al tiempo demuestra en que su
funcionamiento responde a un sesgo cognitivo: El sesgo de
confirmación
2. SESGO DE CONFIRMACIÓN
Concepto y algunos ejemplos.

Sesgo de confirmación: Se refiere a la búsqueda o interpretación

de evidencia, de manera que favorezcan creencias o expectativas
existentes

EJEMPLO:
 Para combatir el efecto de "el sentimiento de apego" a
negociaciones pasadas, el propietario de un banco de inversión
hacía que sus traders intercambiaran sus posiciones entre ellos.
 El modelo básico con una única señal de baja
frecuencia
El proceso por el cual la información es revelada e incorporada en los precios se
construye para que capture las características importantes de un proceso de difusión de
saltos en un marco de tiempo discreto.

SUPUESTOS:

1. La información llega a través de señales de varias magnitudes, con diferentes

frecuencias. Señales de gran magnitud e infrecuentes son interpretadas
racionalmente. Señales de menor magnitud más frecuentes son interpretadas de forma
sesgada .

2. Los agentes observan una señal de baja frecuencia (L- señal) en el tiempo 0 acerca del
valor de liquidación de un security. En fechas subsecuentes, se observa una sucesión de
señales de alta frecuencia (H- señales) .

3. En el período T, se revela toda la información y el inversor recibe su valor de

liquidación.
Formulación del modelo

Valor de liquidación del security

Señal en el período 0

Se prueba que la información  contenida en la L-señal es suficientemente grande

como para generar un salto de magnitud:

La L-señal es seguida por una sucesión de H-señales

Formulación del modelo
El sesgo cognitivo se introduce al modelo al hacer una diferencia entre señales
percibidas y objetivas: Mientras que la interpretación del inversor de las L-
señales es siempre insesgada, estas determinan un conjunto de creencias que
influencian la percepción de las H-señales subsecuentes

H-señal percibida

Las propiedades de la función de sesgo de confirmación garantizan

que:
• Si la L-señal no es favorable ni desfavorable no hay un sesgo en la
percepción de la H-señal.
• Si la L-señal es favorable (desfavorable) el sesgo en la H-señal será
positivo (negativo) y creciente con respecto a la magnitud de la L-
señal.
• Simetría con respecto a señales positivas y negativas
• El sesgo de confirmación no persiste a lo largo del tiempo, sino
que su efecto se desvanece y eventualmente desaparece.
Autocorrelaciones y sobre reacciones
• El precio siempre sobre reacciona a las L-señales, pero no inmediatamente,
porque las L-señales siempre se perciben insesgadamente.
• El patrón de sobre reacción es inicialmente creciente, alcanza un máximo y
comienza a decaer. El precio del activo tiene eventualmente a su precio racional
• Patrón de autocorrelación: Autocorrelación de los retornos positiva en
horizontes cortos de tiempo, negativa en horizontes más largos.
Un modelo con señales de baja, media y alta frecuencia

• Los saltos en los precios parecen responder más

adecuadamente a una mezcla entre dos tipos
de señales: una que genera saltos relativamente
pequeños y frecuentes; y otra que genera saltos mucho
más ocasionales y grandes.
• El modelo introduce un tipo de señales de
frecuencia intermedia M-señales.
• I(H) < I(M) < I(L)
• F(L) < F(M) < F(H)
Formulación del modelo con M-señales
Valor de liquidación del
security

Forma de las M- señales

Forma del t-ésimo término

de la sucesión de H-señales
producida por la i-ésima M-
señal
Formulación del modelo con M-señales

Forma percibida de las M-

señales y H-señales

Ahora, hay dos fenómenos que hacen que el precio diverja

de su valor racional:
1. H- señales se ven afectadas por las L-señales
2. También se ven afectados por las L-señales los 
Autocorrelaciones
 4. Patrones técnicos de precios.
Algunas técnicas de patrones de precios
1.HCH . HOMBRO CABEZA HOMRBO 2. Doble piso / Doble techo

Develop a pattern detection

algorithm based on kernel
regression. They find statistical
evidence that there is potentially
useful information contained in
most of the patterns they consider.
(2007) show that a modified version of the
algorithm to the “head-and-shoulders” pattern
has substantial predictive power for US stock
returns over periods of one to three months.
Una explicación del poder predictivo de los
patrones de precios surge del modelo con
señales de frecuencia intermedia.
 Consideramos que la trayectoria esperada de
los precios depende de la señal inicial L, que
puede escribirse como:
  Figura 8. Este patrón
satisface todos los requisitos
para el patrón de precio
invertido de cabeza y
hombros. Es un predictor de
la apreciación futura de los
precios.

Valores de los parámetros: πθ =

0.5, πε = 1, πδ = 0.1, πλ = 4, πη =
20, πν = 10. 
El numero de períodos entre M-
señales se distribuye lognormal c
on media 10.43
y desviación estándar 3.20
Valores de los parametros: πθ =
0.5, πε = 1, πδ = 0.1, πλ = 4, πη =
20, πν = 10. 
El numero de períodos entre M-
señales se distribuye lognormal
con media 10.43 y desviación
estándar 3.20
Resulta de una reacción exagerada a la señal L
de baja frecuencia y se corrige gradualmente.
 Por otro lado, la reacción exagerada a las
señales M genera una secuencia de rutas de
precios V invertidas a una frecuencia más alta.
 El mecanismo básico que genera las rutas V
invertidas es el mismo: 
 Reacción exagerada seguida de corrección a
medida que desaparece el impacto del
sesgo de confirmación.
La explicación del poder predictivo de los
patrones de precios en el modelo radica en la
combinación de impulso e inversión con
saltos de precios que se correlacionan
positivamente con la señal L que genera el
salto de precio inicial y la fase de impulso.
5. Conclusiones
En el modelo, la llegada de
Aparente éxito de las información se modela con
reglas de trading técnico señales de varias magnitudes,
llegando a diferentes
basadas en patrones y frecuencias:
siguiendo tendencias
Sesgo cognitivo único, que o Las señales grandes, observadas
describe la tendencia de con poca frecuencia, son
los individuos a buscar e interpretadas racionalmente por
interpretar información los inversores.
selectivamente para o La interpretación de los
ajustarse a un conjunto inversores de las señales menos
dado de creencias. informativas (que llegan con
mayor frecuencia) está sesgada
por las grandes señales
observadas recientemente.
• El modelo hace dos predicciones
comprobables empíricamente:
1. Primero, las auto correlaciones de o Utilizando la técnica de estimación de
retorno son negativas en variación de potencia doble, para identificar
horizontes muy cortos, positivas todos los saltos de capital estadísticamente
en horizontes intermedios y significativos en las existencias de
vuelven a ser negativas en componentes individuales del Índice S&P
horizontes largos.  100 durante el período de muestra 1999–
2005. 
2. Nuestro modelo también predice
que la serie temporal de saltos en
la serie de precios debe estar auto  Encontraron que los saltos de equidad
correlacionada positivamente.  secuenciales exhiben auto correlaciones
positivas estadísticamente y
• Proporcionan evidencia empírica que económicamente significativas.
confirma la predicción del modelo de
que los saltos secuenciales de
precios en los precios de las acciones
están positivamente correlacionados.
Link video : 0:00-5:18
Technical Analysis: Why it Works and its Limitations
https://www.youtube.com/watch?v=DfyNXTz4TD4