Preguntas que debemos responder al crear un sistema de trading

Crear un sistema de trading rentable ya no es tan complejo como era anteriormente, aunque tampoco sigue siendo una tarea fácil. En la actualidad podemos utilizar plataformas de trading como Metatrader o cTrader u otras aplicaciones similares, probar algunos indicadores técnicos y optimizar los valores del stop de pérdidas y de toma de ganancias hasta obtener resultados decentes y evaluar el sistema mediante herramientas como el backtesting y una cuenta demo con un buen broker. Pero una estrategia creada de esta manera trabajará raramente en práctica, por eso no existen en la actualidad miles de sistemas de trading exitosos y capaces de generar dinero a largo plazo. Los operadores tienen que tener mucho cuidado al crear sistemas de trading para evitar los peligros comunes que caracterizan este proceso.

En este artículo vamos a presentar las seis preguntas que tiene que preguntarse todo desarrollador al crear cualquier estrategia de trading. Realmente las preguntas no son complicadas, pero pueden servir de mucha ayuda.

¿Son las reglas del sistema de trading sencillas?

La primera pregunta que el desarrollador necesita responder es: ¿Son las reglas del sistema simples? Cuantas más variables agregue, mayores serán las probabilidades de que el sistema no funcione en la práctica. Una manera fácil de pensar en esto es que cada nueva regla, ya sea de entrada, salida o stop loss aumenta la complejidad por un factor de uno. Por ejemplo, supongamos que tenemos un sistema de trading simple en donde compramos cuando el precio rompe el máximo de la sesión anterior y vendemos cuando el precio rompe el mínimo de la sesión anterior. Esto significa que inicialmente el sistema tiene un total de dos reglas de negociación. Ahora, si agregamos un stop loss fijo varios niveles para la toma de beneficios (Take Profit), aumentamos la complejidad por un factor de dos, es decir que esencialmente duplicamos de nuevo. Si agregamos dos filtros para aumentar la fiabilidad de las señales, incrementamos aún más la complejidad del sistema.

Si seguimos podemos llegar a un punto en que el sistema sea demasiado complejo para su uso, a tal grado que tengamos pocas señales válidas y el sistema produzca pocas ganancias debido al número limitado de oportunidades.

Por lo tanto, mantenga su sistema lo más simple posible. No está mal agregar reglas y filtros, el problema es cuando se abusa de esta práctica y se acaba con un sistema excesivamente complejo.

¿Las reglas del sistema de trading se basan en principios sólidos?

El desarrollador siempre debe comenzar con la idea, no con los datos. La mayoría de los operadores eligen cualquier estrategia que aparentemente funcionó bien en el pasado sin tener en cuenta si tiene sentido. Por ejemplo, muchos sistemas de medias móviles se basan en estrategias simples diseñadas para aprovechar el impulso del precio. Este es un fenómeno de mercado bien conocido e investigado. El impulso ha funcionado durante tanto tiempo que ahora incluso los proponentes de la hipótesis del mercado eficiente han aceptado su existencia, aunque la han clasificado peyorativamente como una “anomalía”.

¿El sistema de trading está demasiado optimizado?

La respuesta a esta pregunta debe ser un resonante NO. La mayoría de los desarrolladores de sistemas hacen lo opuesto. Ponen a prueba decenas o incluso cientos de valores distintos para los indicadores de sus sistemas antes de elegir el que mejor funcionó en el pasado.

Muchos sistemas buenos y simples no sufren de este problema. Algunos operadores seleccionan ciertos valores debido a su significado psicológico, o su relación con otros indicadores como los números de Fibonacci, por ejemplo, y con esto les basta. Claro está que la optimización puede ser útil para definir los parámetros más adecuados para un sistema de trading, siempre y cuando no se caiga en el error de la sobreoptimización y se ajusten los valores demasiado, aumentando la posibilidad de crear un sistema que funciona muy bien con los datos del pasado pero que tenga un desempeño pobre en el futuro.

A pesar de lo que opinan algunos, la optimización no es una herramienta inútil, el problema es que muchos operadores la aplican de forma errónea.

¿Se condujeron pruebas in-sample y out-of-sample del sistema?

Con la tecnología disponible para los operadores en la actualidad, todo desarrollador de sistemas de trading debería realizar pruebas in-sample y out-sample de los sistemas que crea. Este proceso implica dividir los datos en dos conjuntos y es la base de lo que se conoce como análisis Walk-Forward, del cual hablaremos más adelante. Las pruebas iniciales se realizan en un conjunto de datos.

Por ejemplo, supongamos que tenemos un sistema de trading de seguimiento de tendencia que deseamos evaluar. Para esto, probamos el sistema en 4 pares de divisas para el periodo entre 1994 y 2010. En total, este sistema produjo una ganancia de +7530 pips durante el periodo de evaluación. En los 4 pares se obtuvieron beneficios.

Tabla 1: Beneficios del sistema para los 4 pares de divisas durante el periodo de evaluación (Prueba In-Sample)

Después de que el proceso está terminado ahora hacemos una segunda prueba (out-of-the sample) con la misma configuración exacta (indicadores, reglas y parámetros) en el otro conjunto de datos, desde el 2010 hasta ahora. Los resultados se presentan a continuación. Una ganancia total de 8,060 pips y todos los pares de divisas mostraron un resultado positivo. Tenga en cuenta que los diferentes pares tendrán tendencia en diferentes momentos, lo que significa que en distintos periodos un par de divisas puede tener un mejor desempeño que otros en sistemas de seguimiento de tendencia.

Tabla 2: Beneficios del sistema para los 4 pares de divisas durante el periodo de evaluación (Prueba Out-Of-The Sample)

Si se producen resultados significativamente distintos entre los dos conjuntos debe tomarse como una señal de alerta. Si su sistema funciona muy bien en las pruebas in-sample pero falla en las pruebas out-of-sample, existen altas probabilidades de que el sistema esté demasiado optimizado para un período y probablemente no funcionará en el futuro.

¿Qué tan atrás fuimos en las pruebas de backtesting?

La siguiente pregunta para contestar es: ¿Qué tan atrás fuimos al realizar las pruebas de backtesting? Cuantos más datos pruebe, mejor. Una prueba de backtesting de 20 años es mejor que una prueba de backtesting de 10 años que a su vez es mejor que un backtesting de 5 años. La siguiente tabla muestra los resultados combinados para el sistema del ejemplo anterior desde 1994 a septiembre de 2016. Se trata de una prueba de backtesting de 22.5 años realizado en cuatro pares de divisas diferentes.

Tabla 3: Beneficios del sistema para los 4 pares de divisas durante el periodo de evaluación (Prueba de Backtesting)

Los datos son necesarios porque queremos ver como se comportó el sistema en diferentes entornos de mercado. Durante el período 1994-2016 pasó de todo, la Crisis de Crédito de 2008, la Crisis Financiera Asiática, el aumento de los tipos de interés en los años 2000 y el último período de Facilitación Cuantitativa del BCE.

A pesar de todo esto, el sistema generó beneficios. Una vez más, los cuatro pares principales terminaron con ganancias, con una ganancia sustancial mostrada en tres de ellos.

¿El sistema fue probado en otros instrumentos?

¿Ha probado su sistema en otros instrumentos financieros? Optimizar un sistema para operar sólo en el euro o sólo en el dólar estadounidense es una receta para el desastre. Un operador debe mostrarse sospechoso con un sistema que funciona sólo en un instrumento de negociación.

En las pruebas del sistema anterior los resultados han mostrado que funciona en los cuatro principales pares de divisas. Pero por qué no evaluar el sistema en otros instrumentos como metales preciosos o pares de divisas adicionales. Podríamos terminar llevándonos una sorpresa agradable.

Por supuesto las pruebas deben realizarse aplicando las mismas reglas, indicadores y parámetros usados anteriormente.

Conclusiones y Recomendaciones

Cualquier sistema de trading puede fallar o comenzar a tener un bajo rendimiento en cualquier momento. Pero si el operador sigue la metodología anterior cambiará significativamente las probabilidades en su favor. Un sistema creado de esta manera será robusto y menos propenso a fallar una vez que empiece a utilizarlo para operar con dinero real.

Por supuesto no hay nada fácil en el trading y la robustez también tiene un costo. Un sistema robusto por definición no estará optimizado para ningún período de tiempo o ambiente de mercado particular. Esto significa que los resultados futuros podrían variar enormemente a corto plazo, ya sea con un rendimiento inferior o superior con respecto al rendimiento promedio a largo plazo.

Y, por supuesto, un sistema es tan bueno como la persona que lo utiliza. Apegarse a las reglas durante los inevitables periodos de pérdidas requiere una disciplina que no muchos poseen. Pero si se sigue una metodología sólida durante la fase de creación, el desarrollador puede estar más tranquilo sabiendo que su estrategia no es una pérdida de tiempo que puede dejar de funcionar en cualquier momento.