English Русский 中文 Deutsch 日本語 Português
preview
Gestión de riesgos y capital con ayuda de asesores

Gestión de riesgos y capital con ayuda de asesores

MetaTrader 5Trading | 16 enero 2023, 13:35
925 0
Cristian Mihail Pauna
Cristian Mihail Pauna

Introducción

Este artículo no trata sobre cuánto invertir o cuánto arriesgar en una transacción. Estos temas ya han sido ampliamente tratados por multitud de autores en las últimas décadas. Este artículo trata sobre aquello que no encontrará en el informe de simulación, sobre qué esperar al usar un asesor, cómo administrar su dinero usando robots y cómo cubrir una pérdida significativa para seguir comerciando con el trading automatizado. En resumen, el artículo responde a la pregunta: ¿cómo invertir utilizando asesores? Mi nombre es Cristian Mihail Pauna, y soy ingeniero, economista y doctor en informática económica. Empecé a desarrollar algoritmos comerciales y sistemas automáticos de trading en 1998, mucho antes de la llegada de MetaTrader. Esta es mi actividad diaria, y el presente artículo es el primero que deberá leer si decide usar software automatizado para ganar dinero.


Algoritmos de comercio automático

Hoy en día, el uso de asesores se ha convertido en una tarea bastante simple. Las fantásticas plataformas MetaTrader 4 y 5 nos permiten invertir apenas un par de minutos descargando, probando y ejecutando software automático para operar con nuestro dinero. Miles de asesores expertos creados por cientos de autores están disponibles en línea, y cualquiera de ellos se puede comprar en solo dos clics. Un informe de prueba positivo indicará que hemos encontrado el software adecuado. Luego solo tendremos que instalarlo en una cuenta demo y ejecutarlo por un tiempo. Si funciona con dinero virtual, lo adquiriremos y ejecutaremos en una cuenta real, esperando obtener beneficio diario. ¡A veces realmente tenemos el éxito prometido en las pruebas retrospectivas, y otras veces no!

¿Por qué? ¿Por qué un algoritmo que ha estado generando dinero durante mucho tiempo deja de resultar rentable? ¿Puede un algoritmo que solo ha realizado transacciones con una reducción máxima del 2 % durante más de diez años destruir nuestra cuenta? ¡Sí, puede hacerlo! 2022 es el mejor año para demostrar que los algoritmos que han funcionado sin problemas durante más de una década no son lo suficientemente buenos. Hoy en día existen muchos de ellos y todavía se venden en Internet por mucho dinero. Algunos teóricos de la conspiración afirman que los brókeres actúan contra los tráders. Otros sugieren que los grandes bancos centrales, tomando decisiones impredecibles, se ponen de acuerdo ilícitamente para mover dinero de cuentas pequeñas a sus enormes cuentas. Hay quienes creen que los creadores de mercado mantienen contacto en foros secretos y deciden quién gana y quién no. Todos estos son cuentos de hadas para niños, y ninguno de los casos anteriores es cierto.

Un algoritmo es un conjunto finito de reglas predefinidas diseñadas para resolver un problema concreto. En nuestro caso, el algoritmo comercial está diseñado para convertir los datos de mercado de entrada en decisiones comerciales, como comprar, vender o no realizar ninguna transacción. El algoritmo comercial recibe datos históricos sobre los precios de cotización, aplica varias funciones de cálculo y transformación, y también genera determinadas señales comerciales. Cada algoritmo comercial posee su propio conjunto de parámetros. Dichos parámetros son coeficientes que se establecen y optimizan usando los datos de mercado anteriores para obtener la máxima rentabilidad y los valores mínimos de reducción en el intervalo de tiempo pasado. Los desarrolladores de software optimizan sus algoritmos utilizando dos, tres, cinco o más años de datos de mercado para obtener el mejor algoritmo. Por consiguiente, el algoritmo comercial contiene en sus parámetros el comportamiento del mercado. En otras palabras, el algoritmo se crea para un intervalo de tiempo determinado y un comportamiento de mercado determinado, en el que muestra buenos resultados.

Obviamente, no existe garantía de que el comportamiento del mercado mañana sea el mismo que hoy o ayer.

¿Qué principios matemáticos pueden garantizar que mañana el mercado se comporte de la misma forma que en los últimos diez años? ¡Esos principios simplemente no existen!

¿Qué hecho de la vida real puede garantizarnos que los acontecimientos de mañana sean los mismos que los de los últimos cincuenta años? ¡Ninguno!

Creemos que el mercado es estable, o más bien, queremos creerlo. Es una hipótesis. Esperamos que las condiciones actuales del mercado sigan siendo las mismas, al menos por un periodo de tiempo breve, pero, de cuando en cuando, esta hipótesis no se confirma. No existe garantía matemática de que el comportamiento del precio vaya a ser el mismo, ya que no hay razón para creer que las personas, la naturaleza o los factores adversos actúen todos los días de la misma forma. El movimiento del precio de mercado depende esencialmente del comportamiento humano, de todas las decisiones globales, la economía, los eventos naturales o geopolíticos, las creencias, las ideas, el miedo o la confianza de todos los participantes del mercado. Todas estas variables no están limitadas por la teoría del riesgo, y en consecuencia, la acción del precio tiene un grado significativo de imprevisibilidad: no está limitada por nada.

Un algoritmo optimizado para el último periodo funcionará bien si el mercado funciona de la misma forma que en el pasado, pero no funcionará si este cambia significativamente. El algoritmo ofrecerá los mismos resultados solo si el comportamiento del precio de mercado se encuentra dentro de los mismos límites y dentro del mismo comportamiento que en las cotizaciones usadas para la optimización. Cuando sucede un evento sin precedentes, como una pandemia, una guerra, una crisis económica u otros eventos significativos que pueden cambiar drásticamente el ánimo de inversión, los algoritmos pueden registrar pérdidas significativas en lugar de beneficios. Los cambios en el mercado son responsables de este hecho.

Entonces, ¿significa esto que no podemos utilizar algoritmos comerciales? ¡Por supuesto no! Los tráders continúan usando con éxito algoritmos comerciales automatizados, y el presente artículo le mostrará cómo hacerlo correctamente. Así, debemos saber qué esperar, cuánto podemos confiar en un algoritmo comercial, cómo reconocer cuándo dicho algoritmo no se está comportando según lo previsto, cómo identificar un algoritmo inestable y cómo evitar pérdidas significativas. Lo más importante es comprender cómo gestionar adecuadamente el riesgo y el capital para limitar las pérdidas tanto inmediatas como potenciales sea cual sea su importancia, para permanecer así en la actividad comercial durante mucho tiempo usando algoritmos comerciales automáticos.


Lo que no le cuentan los informes de simulación

Todos usamos informes de simulación con datos históricos para evaluar los asesores, optimizarlos y hacer suposiciones sobre posibles riesgos. El simulador de estrategias se mejora de forma constante, ofreciéndonos una gran cantidad de información y brindándonos la oportunidad de aprender todo sobre su algoritmo, incluida una estimación de beneficios en el próximo periodo. Todos estos datos se basan en la hipótesis de que el comportamiento del mercado nunca cambiará, pero, como ya sabemos, esto no es así. De vez en cuando, la evolución del mercado cambia tanto que incluso un algoritmo ideal ofrece pérdidas inesperadas. Los informes de simulación con datos históricos no nos dicen cómo se comportará el algoritmo si el mercado cambia drásticamente. Pero no todo es tan malo, todavía podemos usar los resultados del backtesting para evaluar la estabilidad de un algoritmo comercial cuando este no se encuentre en la forma óptima.

En mi trabajo, he probado miles de algoritmos comerciales propios y de terceros. Muchos de ellos funcionaron excepcionalmente bien durante mucho tiempo y luego cambiaron drásticamente cuando el mercado comenzó a comportarse de manera distinta. Una vez ha transcurrido un periodo de tiempo significativo después de un cambio en el mercado, los informes de backtesting pueden revelar este fenómeno con mayor precisión. He identificado tres clases diferentes de algoritmos en relación a cómo aparecen las pérdidas en lugar del beneficio cuando el mercado cambia bruscamente. A saber:

  1. Algoritmos perezosos
  2. Algoritmos persistentes
  3. Algoritmos inestables

Los algoritmos perezosos funcionan bien por un tiempo, pero tras un cambio significativo en el mercado, los algoritmos comienzan a realizar transacciones muy largas. Algunos de ellos aún siguen resultando rentables, pero debido a la acumulación de swaps, el beneficio resulta minúsculo en comparación con los resultados iniciales. Otros algoritmos abren operaciones tan largas que nunca serán rentables, especialmente si los brókeres tienen comisiones y swaps elevados. Por ejemplo, un algoritmo que estaba haciendo transacciones para mí con una duración máxima de 8 horas durante más de cinco años, tras un cambio significativo en el comportamiento del mercado, comenzó a hacer transacciones que duraban al menos 8 meses. Debemos prestar suficiente atención a la duración de las transacciones y también a cuántas posiciones están abiertas cada semana o mes. De lo contrario, un informe de prueba compuesto con datos de hace años podría engañarnos y ofrecernos la falsa impresión de que el algoritmo aún es rentable. Muchos simuladores de estrategias no representan explícitamente las transacciones más cortas y más largas. En algunos casos, debemos calcular este parámetro como un procedimiento interno del algoritmo optimizado. El peligro en el caso de usar algoritmos perezosos no es muy elevado. Supongamos que estamos monitoreando las posiciones abiertas en nuestras cuentas. En este caso, después de un tiempo, notaremos que las comisiones de swaps se acumulan más de lo habitual y podremos reconsiderar a tiempo el uso de nuestro asesor.

Los algoritmos persistentes son aquellos asesores que comienzan a realizar más operaciones perdedoras que rentables después de cierto tiempo. Por ejemplo, encontré un algoritmo que realizó un 98% de transacciones rentables en ocho años. Esto significa solo dos operaciones perdedoras por cada 100 operaciones abiertas. ¡Un resultado fantástico! Sin embargo, tras la crisis provocada por la pandemia en febrero de 2020, este algoritmo ahora genera un 72% de operaciones perdedoras y solo un 28% de operaciones rentables, sin importar cómo lo optimice. Este es un excelente ejemplo de un algoritmo comercial que, debido a un cambio en el comportamiento del mercado, ahora no resulta rentable y tiene una esperanza matemática negativa. Algunos tráders inexpertos que usan asesores dirán que este caso no es peligroso, ya que los algoritmos suelen utilizar stop-loss y puede que no haya pérdidas significativas. ¡Pero esto no es cierto! El peligro de los algoritmos persistentes es que los cambios en el comportamiento del mercado pasan desapercibidos. Incluso si utilizamos un stop-loss para protegernos, el algoritmo podría realizar una, dos o más operaciones perdedoras sin previo aviso. El peligro en este caso proviene incluso del propio tráder. Mirando el informe de prueba de un cierto asesor, el tráder verá que la probabilidad de una transacción perdedora es muy pequeña, y por lo tanto, mantendrá el algoritmo en funcionamiento, pensando que las próximas transacciones serán positivas y se superará la reducción. Sin embargo, este algoritmo hará que la mayoría de las transacciones sean perdedoras porque el comportamiento del mercado ha cambiado para siempre. Tras un tiempo, la pérdida acumulada podría volverse tan significativa que un algoritmo con esperanza negativa nunca la recupere. Si usted ve que un algoritmo ha duplicado o triplicado sus pérdidas en comparación con el backtesting habitual, pregúntese cómo de rentable es este procedimiento. Para hacer esto, establezca un "stop-loss global" para toda la cuenta, como hemos discutido en otros artículos.

Los algoritmos inestables son los algoritmos comerciales más extendidos. Funcionan bien durante mucho tiempo, pero tan pronto como cambia el mercado, sufren pérdidas enormes, e incluso totales. Estos son los algoritmos más peligrosos y deben evitarse a toda costa, incluso si prometen beneficios significativos. Los algoritmos que utilizan un número ilimitado de transacciones, cobertura infinita y asesores que usan de forma incorrecta el procedimiento de gestión de riesgos son generalmente algoritmos inestables, y no solo eso. Un joven tráder me pidió que probara un algoritmo que había desarrollado para un mercado en particular. La idea era innovadora y los resultados de las pruebas prometían bastante. Después de muchas pruebas, me quedé estupefacto. El algoritmo solo resultaba rentable para un conjunto de parámetros. Cambié el Take-Profit a un solo punto, y, ¡sorpresa!, de vez en cuando, el algoritmo no alcanzaba el punto de Take-Profit y había pérdidas muy grandes. Cuando cambié el spread utilizado (generalmente lo cambia el bróker, sin previo aviso), el orden de magnitud de operaciones perdedoras respecto a las rentables aumentó todavía más. En este caso, el algoritmo se adaptaba perfectamente al comportamiento específico del mercado, cosa que suele ser imposible en la práctica. El algoritmo, después de un tiempo, apareció en el mercado y continúa a la venta. Cualquier persona sin experiencia puede probar este algoritmo con el conjunto de archivos ofrecidos por el autor y llegar a la conclusión de que es bueno. Cualquiera puede comprarlo y ejecutarlo desde el principio sin darse cuenta de lo que ha salido mal. Para evitar los algoritmos inestables, puede utilizar el simulador de estrategias. Si cambia ligeramente el conjunto inicial de parámetros y el algoritmo destruye la cuenta de prueba, entonces estaremos hablando de un algoritmo inestable y no podremos usarlo para comerciar. También puede encontrar algoritmos que parecen estables al establecer un nivel de riesgo del 2%, por ejemplo. Esto le dará una exposición de capital del 2,03 % y una reducción máxima del 2,12 %. Si el mismo algoritmo funciona con un riesgo de capital del 3% y muestra un riesgo de capital mucho mayor, digamos del 52%, no lo use.

Resultados de un algoritmo inestable

Fig. 1. Resultados de un algoritmo inestable


Una estrategia adecuada de gestión de riesgos

Una estrategia adecuada de gestión de riesgos y capital es la clave para controlar todas las transacciones. Todos los que leen este artículo saben que el comercio financiero es una actividad muy arriesgada. Al mismo tiempo, si se hace correctamente, puede resultar rentable. El uso de software comercial automatizado no reduce el riesgo de ninguna manera. Incluso creo que los asesores automatizados aumentan el riesgo subyacente, especialmente cuando el autor del software y el tráder que usa el algoritmo son personas diferentes, o si la optimización del algoritmo se realiza con poca frecuencia. Para construir una estructura adecuada de gestión de riesgos y capital, primero deberemos cumplir a rigurosamente tres reglas básicas para los inversores:

  1. ¡Nunca arriesgue más de lo que puede permitirse perder!
  2. ¡Nunca arriesgue todo su dinero!
  3. ¡Nunca arriesgue el dinero de otras personas!

El objetivo final del comercio es obtener beneficios, pero las pérdidas pueden ocurrir independientemente de la voluntad del inversor. El uso de uno o más asesores no garantiza beneficios. Los algoritmos se optimizan usando las estadísticas del último periodo, pero los mercados pueden cambiar la dinámica de precios en cualquier momento, por consiguiente, deberemos estar preparados para sufrir cualquier pérdida. Para llegar a esta etapa, el tráder necesitará experiencia, así como la reducción del capital invertido hasta que logre aceptar las posibles pérdidas. Esta es la primera regla, y la más importante de las anteriores. Tan pronto como un tráder pueda permitirse pérdidas en sus cuentas, deberá cumplir la segunda regla para asegurarse de que las actividades comerciales no influyan negativamente en su vida. Finalmente, todos deberán respetar la tercera regla y no involucrar a otras personas no preparadas en esta actividad tan arriesgada. Si alguien no puede cumplir aunque sea una de las reglas básicas de inversión financiera anteriormente mencionadas, ¡deberá mantenerse alejado de esta actividad y no realizar inversiones!

Cuando tenemos una cantidad que podemos permitirnos perder, podemos utilizarla en inversiones y comerciar con asesores para obtener beneficios. Para ello, necesitaremos asesores expertos buenos y rentables, además de una estrategia adecuada de gestión de riesgos y capital. Digamos que tenemos $20,000 y cinco buenos asesores expertos, cada uno de los cuales se puede configurar para trabajar con una reducción máxima del 2%. Según la hipótesis, comerciarán con un riesgo de capital del 10% y un capital mínimo de $1.000. Después de un tiempo, esperamos duplicar el dinero invertido. El escenario es realista y se puede implementar usando los asesores expertos disponibles en el mercado.

Aunque cada asesor nos ofrece una reducción máxima del 2% en los informes de backtesting, el riesgo asociado con el largo plazo no es en absoluto de un 2%. Con el tiempo, el comportamiento del mercado resultará tan distinto que el backtesting quedará obsoleto. Por lo general, notaremos esto después de sufrir pérdidas significativas. Para permanecer en la actividad comercial durante mucho tiempo, deberemos limitar esta posible pérdida y cubrirla de manera razonable para continuar invirtiendo desde la última etapa de rentabilidad. Para limitar las pérdidas en caso de que los asesores no se comporten como esperábamos, deberíamos establecer un Stop-Loss global para toda la cuenta. Según la experiencia, un valor adecuado para un Stop-Loss global es de dos a tres veces la reducción nominal. En nuestro ejemplo, podemos establecer el Stop-Loss global en el 30% del capital depositado. Para implementar este plan en la cuenta, podemos usar un software especial para interrumpir todos los procedimientos comerciales y cerrar todas las posiciones cuando se alcance una reducción del 30%. Algunos autores pueden señalar que el límite del 30% es demasiado bajo, ya que algunos algoritmos posibilitan la disminución de la reducción. El valor máximo y funcional del Stop-Loss global puede fijarse en el 50% del capital invertido. Este valor también puede depender de las ganas de riesgo que tenga el tráder y de la capacidad del algoritmo para recuperar posibles pérdidas. En cualquier caso, el Stop-Loss global establecido para la cuenta comercial protegerá el resto del capital.

El segundo paso importante en la construcción de una estrategia adecuada de gestión de riesgos y capital es encontrar una forma de cubrir posibles pérdidas. Nunca obtendremos el beneficio deseado si, después de cada pérdida importante, comenzamos nuestro plan de inversiones desde el principio. Resulta más razonable dividir el capital en dos partes principales: el capital activo y el capital de reserva. El capital activo es el que depositaremos en la cuenta comercial principal donde se utilizarán los asesores para obtener beneficios. El capital de reserva también se depositará en la cuenta, pero no estará en riesgo. Solo se podrá utilizar para cubrir posibles pérdidas. El siguiente recuadro presenta esta estrategia para un caso específico. El capital se divide inicialmente en dos partes iguales. Al duplicarse el capital, la mitad del beneficio se retira de la cuenta activa a la de reserva.

Plan de inversión a largo plazo para cubrir posibles pérdidas

Fig. 2. Plan de inversión a largo plazo para cubrir posibles pérdidas

Este plan resulta estable a largo plazo. Al inicio de cada paso, el capital de reserva total es igual a la suma del capital activo. Esto permite al inversor cubrir las posibles pérdidas gracias al capital de reserva en cualquier momento de la actividad inversora. Incluso si se pierde todo el capital activo, el inversor podrá implicar todo el capital de reserva para ese movimiento en particular e intentar recuperar las pérdidas. Algunos inversores conservadores pueden implicar solo la mitad del capital de reserva en caso de posibles pérdidas, dejando la mitad para situaciones de gravedad. Esta estrategia resulta viable, especialmente cuando usamos la protección con un Stop-Loss global y no todo el capital activo se encuentra en riesgo. En cualquier caso, esta estrategia permite al inversor no empezar desde cero en caso de perder todo el capital activo o la mayor parte del mismo durante la fase de inversión. Además, tras una pérdida importante, si el inversor no quiere invertir más usando la estrategia descrita anteriormente, se quedará con un capital de reserva igual o superior a la cantidad perdida.

La estrategia anterior es solo un ejemplo. Se pueden realizar mejoras adicionales para aumentar la protección del capital y conseguir una mejor gestión de los riesgos. Por ejemplo, algunos tráders pueden transferir los beneficios acumulados a una cuenta activa cada semana o mes, creyendo que un periodo más largo se asocia con un mayor riesgo y puede acarrear pérdidas significativas. Otros inversores aplican varios pasos adicionales a la estrategia cuando esta se encuentra a punto de cubrir una pérdida. Algunos cubren solo grandes pérdidas de la cuenta de reserva, mientras que otros cubren cualquier pérdida acaecida al final de cada semana o mes. En cualquier caso, una estrategia estable debe incluir una regla que permita recuperar las reservas de capital después de que los procedimientos comerciales recuperen todas las pérdidas. De esta forma, el capital de reserva estará listo para su recuperación en la siguiente etapa.

Considerando hecho, podemos decir que el artículo está dirigido a cualquier inversor y tráder. Los principiantes encontrarán una forma estable de construir sus estrategias de gestión de capital y riesgo, mientras que los inversores avanzados reconsiderarán sus estrategias de capital, especialmente aquellos que no tienen un plan claro para recapitalizar sus cuentas de reserva. El recuadro anterior no incluye el tiempo estimado para cada paso, ya que la eficiencia del capital dependerá del comportamiento del mercado financiero. Hay semanas, meses y años buenos y malos, y también mejores y peores procedimientos comerciales automatizados, pero, en cualquier caso, el inversor deberá seguir su plan de inversión a largo plazo.


Conclusión

El uso de programas de comercio automático no reduce el riesgo, sino que en realidad lo aumenta. Cualquier algoritmo puede aumentar el riesgo debido al comportamiento cambiante del mercado, y no existen garantías de que los mercados en el futuro se desarrollen de la misma forma que en el pasado. Una parte significativa del capital invertido puede protegerse usando un Stop-Loss global. Una estrategia inteligente de gestión del dinero puede ofrecer los fondos necesarios para recuperar cualquier pérdida. La división del capital en partes activas y de reserva nos proporciona un plan de inversión estable para el comercio a largo plazo. En cualquier caso, ¡nunca arriesgue más de lo que pueda permitirse perder, nunca arriesgue todo el dinero que tenga y nunca arriesgue el dinero de otra persona! La actividad comercial implica riesgo, y la inversión en los mercados financieros es un proceso largo que conlleva pérdidas en el camino hacia la obtención de beneficios.


Traducción del inglés realizada por MetaQuotes Ltd.
Artículo original: https://www.mql5.com/en/articles/11500

DoEasy. Elementos de control (Parte 20): El objeto WinForms SplitContainer DoEasy. Elementos de control (Parte 20): El objeto WinForms SplitContainer
Hoy comenzaremos a desarrollar el control SplitContainer del conjunto de elementos de MS Visual Studio. Este elemento constará de dos paneles separados por un divisor móvil vertical u horizontal.
Características del Wizard MQL5 que debe conocer (Parte 3): Entropía de Shannon Características del Wizard MQL5 que debe conocer (Parte 3): Entropía de Shannon
El tráder moderno está casi siempre a la búsqueda de nuevas ideas, probando constantemente nuevas estrategias, modificándolas y descartando las que han fracasado. En esta serie de artículos, intentaré demostrar que el Wizard MQL5 es un verdadero apoyo para el tráder.
Aprendizaje automático y Data Science (Parte 07): Regresión polinomial Aprendizaje automático y Data Science (Parte 07): Regresión polinomial
La regresión polinomial es un modelo flexible diseñado para resolver de forma eficiente problemas que un modelo de regresión lineal no puede gestionar. En este artículo, aprenderemos a crear modelos polinómicos en MQL5 y a sacar provecho de ellos.
Aprendiendo a diseñar un sistema de trading con Accelerator Oscillator Aprendiendo a diseñar un sistema de trading con Accelerator Oscillator
Aquí tenemos un nuevo artículo de nuestra serie dedicada a la creación de sistemas comerciales basados en indicadores técnicos populares. Esta vez analizaremos el indicador Accelerator Oscillator: aprenderemos a utilizarlo y a crear sistemas comerciales basados en él.