Technical Analysis: How Do We Analyze?

Victor | 28 enero, 2014

Introducción

Tras estudiar diferentes publicaciones relacionadas de una forma u otra con el uso del análisis técnico, te vas encontrando información que, en ciertos casos, te deja indiferente, y en otros, despierta el deseo de comentar lo que acabas de leer. Ha sido precisamente ese deseo lo que ha hecho posible escribir este artículo que, en primera instancia, está pensado para no analizar más veces de lo necesario nuestras propias acciones y los datos obtenidos, al usar este u otro método de análisis.

El redibujado

Si echamos un vistazo a los comentarios sobre los indicadores publicados en la página https://www.mql5.com/es/code, resulta imposible dejar de notar que la aplastante mayoría de los usuarios tiene una opinión muy negativa  sobre aquellos indicadores cuyos valores calculados con anterioridad cambian y se redibujan durante la formación de la barra.

En cuanto se enteran de que el indicador redibuja, pierden el interés por él enseguida. Tal opinión sobre los indicadores que redibujan suele estar totalmente fundada, pero en algunos casos, el redibujado puede no resultar tan terrible como parece a primera vista. Para demostrarlo, vamos a tratar con el indicador SMA más sencillo.

En el dib. 1 en color azul se muestra la respuesta al impulso del filtro de paso bajo, que corresponde al indicador SMA(15). Para el caso mostrado en el dibujo, el cálculo de SMA(15) se lleva a cabo como la suma de las últimas 15 lecturas de la secuencia de entrada, y además cada una de las lecturas de entrada, de acuerdo con la respuesta de impulso representada, se multiplica por el coeficiente 1/15. Ahora, teniendo ya el valor calculado en un intervalo de 15 lecturas SMA(15), debemos decidir con qué momento del tiempo debemos relacionar el valor. 

Si concebimos SMA(15) como el valor medio de las anteriores 15 lecturas de entrada, entonces este valor deberá reflejarse como se muestra en el gráfico superior, es decir, deberá corresponderse con la barra cero. En caso de que entendamos SMA(15) como un filtro de paso bajo con una respuesta de impulso de longitud finita, entonces los valores calculados, teniendo en cuenta el retraso en el filtro, deberán corresponderse con la barra número siete, como se muestra en el gráfico inferior.

De esta forma, con un sencillo desplazamiento convertimos el gráfico de la media móvil en el gráfico del filtro de paso bajo con un tiempo de retención nulo.

Es necesario destacar que, si usamos el gráfico un tiempo de retención nulo, entonces algunos métodos tradicionales de análisis cambian un tanto su sentido. Por ejemplo, el cruce de los gráficos de dos MA con diferentes periodos y las intersecciones de estos mismos gráficos con un retraso compensado sucederán en tiempos diferentes. Además, en el segundo caso, obtendremos los momentos de la intersección, que se serán determinados sólo por los periodos de la MA, y no por sus tiempos de retención.

Volviendo al dib. 1 es fácil notar que en el gráfico inferior, la SMA(15) oblicua no alcanza las últimas lecturas de la señal de entrada en una magnitud, igual a la mitad del periodo de mediación. Se forma una zona de siete lecturas, en las cuales el valor de SMA(15) no está determinado. Podemos suponer que, al compensar el retraso, hemos perdido parte de la información, dado que habría aparecido una zona de indeterminación, pero esto es radicalmente falso.

Esa misma indeterminación está presente también en el gráfico superior (dib. 1), sólo que, debido al desplazamiento, está escondida en la parte derecha, allí donde no hay lecturas de entrada. La existencia de este camuflaje provoca que el gráfico MA pierda la vinculación temporal con la secuencia de entrada, y además, la amplitud del retraso depende del periodo de atenuación de la MA.

 

Dib. 1. Respuesta de impulso SMA(15)

Si al usar la MA con diferentes periodos compensamos siempre los retrasos que surjan, entonces, como resultado, obtendremos un gráfico de vinculación temporal única con respecto a la secuencia de entrada y, por supuesto, entre ellos. Sin embargo, al llevar a cabo una aproximación semejante, aparte de las ventajas indiscutibles, aparecen también zonas de indeterminación. El motivo de su aparción son, no los errores cometidos por nuestra parte en los razonamientos, sino las ya conocidas peculiaridades en la elaboración de las secuencias temporales de longitud finita.

Con los problemas surgidos en los límites de tales secuencias, nos encontramos al usar algoritmos de interpolación, diferentes tipos de filtración, atenuación y etcétera. Además, a nadie se le ocurriría esconder parte del resultado a cuenta de su desplazamiento.

Es necesario reconocer que los gráficos de MA con una parte sin terminar de dibujar, aunque sean una representación más correcta del resultado de la filtración, son muy poco comunes. Si desde un punto de vista formal no podemos calcular el valor del filtro SMA(15), Shift=-7 para las lecturas de salida con un índice menor a siete, entonces ¿se podrían atenuar (mediar) de alguna otra manera las lecturas en el límite de la secuencia de entrada?

Vamos a intententar filtrar estas lecturas usando aquel mismo algoritmo SMA, pero en cada ocasión, a medida que se aproxime a la barra cero, disminuiremos el periodo de atenuación. En este caso, además, no nos olvidemos de la compensación sobre el retraso del filtro utilizado.

 

Dib. 2. SMA modificada

En el dib. 2 se muestra cómo, en este caso, se formarán las lecturas de salida con índices de 0 a 6. Con puntos de colores, en la parte inferior del dibujo están representadas convencionalmente las lecturas que participarán en el cálculo de los valores medios; las líneas verticales muestran a qué lectura de salida será adjudicado este valor medio. En la barra cero no se lleva a cabo ninguna elaboración, el valor de la secuencia de entrada se adjudica al valor de salida. Para la secuencia de salida con índices de siete y superior, los cálculos se producen con un SMA(15) Shift=-7 ordinario.

Obviamente, con una aproximación así, el gráfico de salida en el intervalo de los índices del 0 al 6, con cada entrada de la nueva barra se redibujará de nuevo, y la intensidad del redibujado aumentará a medida que disminuya el índice. Además, el retraso para cualquier lectura de la secuencia de salida resulta compensado.

En el ejemplo estudiado, hemos obtenido un indicador "redibujante", un análogo del SMA(15) estándar, pero con una retención nula e información adicional en el límite en la secuencia de entrada, que no está presente en el SMA(15) estándar. Si consideramos la retención nula y la información adicional como una ventaja, entonces obtendremos un indicador que, aunque redibujante, nos dará más información que el indicador SMA estándar.

Es necesario subrayar que el redibujado, en este ejemplo, no conlleva ninguna consecuencia catastrófica. En el gráfico resultante, tenemos la misma información que en el SMA estándar, lo único es que sus lecturas están desplazadas a la izquierda.

En este caso que estamos estudiando, hemos elegido el periodo impar de SMA, lo que permite, desde esta aproximación, compensar totalmente el retraso en el tiempo, igual para SMA:

t = (N-1)/2,

donde N es el periodo de atenuación (mediación).

Dado que, para los valores pares N no se logrará compensar totalmente el retraso y el método propuesto para la atenuación de las lecturas en el límite de la secuencia no es el único posible, la variante estudiada para la construcción del indicador se presenta aquí simplemente como ejemplo, y no como un indicador finalizado.

Multi-timeframe

En la página MQL4, y ahora en MQL5 puede encontrar los llamados indicadores multi-time frame. Tomando como ejemplo el indicador "iUniMA MTF" intentemos aclarar, ¿qué nos proporciona el multi-time frame?

Supongamos que nos encontramos en la ventana del time frame menor M1 y queremos, en esta misma ventana, obtener los valores atenuados (mediados) "Open" o "Close" del time frame M30, usando para la atenuación SMA(3). Sabemos, que la secuencia del time frame M30 se forma de la secuencia del time frame M1 mediante la elección de cada valor número 30, desechando los 29 valores restantes. Inmediatamente surgen dudas sobre la racionalidad en el uso de la secuencia del time frame M30. 

Si tenemos acceso a un determinado volumen de información en el time frame M1, entonces, ¿cuál es el sentido de recurrir al time frame M30, que contiene sólo una trigésima parte de la información? Además, en el caso que tenemos entre manos, eliminamos por propia voluntad la mayor parte de la información, elaboramos la SMA(3) que queda y representamos el resultado en la ventana del time frame original M1.

Estará de acuerdo con que la descripción de las acciones tiene un aspecto bastante extraño. ¿Acaso no es más simple aplicar SMA(90) a la secuencia completa del time frame M1? En este caso, además, la frecuencia de corte del filtro SMA(90) en el time frame M1 resulta igual a la frecuencia de corte del filtro SMA(3) en el time frame M30.

En el dib. 3 se muestra un ejemplo del uso del indicador multi-time frame "iUniMA MTF" en el gráfico del par de divisas EURUSD M1. La oblicua en color azul es el resultado de la aplicación de SMA(3) a la secuencia del time frame M30. En el mismo dibujo, en color rojo, se muestra el resultado obtenido con el indicador reglamentario “Moving Average”. Como podemos ver, el uso del indicador habitual SMA(90) nos da un resultado significativamente más natural.

Para ello ni siquiera ha sido necesario usar ningún método especial.

 

Dib. 3. Uso del indicador multi-time frame

Es posible otra variante más en el uso de los indicadores multi-time frame, cuando en la ventana del terminal aparece la información del time frame menor con respecto al actual. Esta variante puede resultar útil en el caso de que sea necesario disminuir la escala de representación de las cotizaciones de manera más significativa de lo que permite hacerlo el terminal en el time frame menor. Pero en este caso tampoco conseguiremos obtener ninguna información adicional sobre las cotizaciones.

Es más sencillo pasar al time frame menor y llevar a cabo la elaboración de los datos con indicadores comunes, que no sean multi-time frame.

A buen seguro que, al desarrollar los indicadores de usuario o los asesores, pueden surgir situaciones especiales, cuando las organización del acceso a las secuencias de diferentes time frames estará justificado o será la única decisión posible, pero incluso en este caso es necesario recordar que las secuencias de los time frames mayores se forman de los menores y no portan consigo ninguna información adicional única.

Velas japonesas

En las publicaciones dedicadas al análisis técnico es frecuente encontrarse con opiniones exaltadas sobre cualquier cosa relacionada con las velas japonesas. Por ejemplo, en el artículo "Investigación de los patrones (modelos) de las velas japonesas " se dice lo siguiente: “La ventaja de las velas japonesas reside en que representan los datos de tal forma que posibilita ver la dinámica dentro de los mismos. …Los gráficos de velas japonesas permiten penetrar "dentro" de los mercados financieros, lo cual es muy complicado de hacer con la ayuda de otros métodos gráficos”.

Y esta no es, ni mucho menos, la única fuente de aseveraciones semejantes. Intenetemos aclararnos sobre si los gráficos de velas japonesas permiten o no penetrar dentro de los mercados financieros.

Para representar las cotizaciones en forma de velas japonesas se usan las secuencias de valores «Low», «High», «Open» y «Close». Recordemos qué magnitudes son esas. Las magnitudes «Low» y «High» son iguales a los valores mínimo y máximo de las cotizaciones durante el periodo del time frame elegido. La magnitud «Open» es igual al primer valor conocido de las cotizaciones en el periodo analizado. La magnitud «Close» es igual al último valor conocido de las cotizaciones en el periodo analizado. ¿Qué puede significar esto?

En primer lugar, significa que  en algún lugar existen las cotizaciones de cuyos valores se forman las secuencias «Low», «High», «Open» y «Close». Las magnitudes «Low», «High», «Open» y «Close», teniendo en cuenta semejante método de formación, no tienen una vinculación temporal rigurosa. Además, según estas secuencias resulta imposible restablecer las cotizaciones de origen. Lo más interesante es que la misma combinación de valores «Low», «High», «Open» y «Close» en cualquiera de las barras de cualquier time frame, puede ser formada por una cantidad interminable de variantes de secuencia de cotizaciones de origen. Estas conclusiones son elementales y están basadas en datos bien conocidos.

Entonces, resulta que al representar las cotizaciones de mercado en forma de velas japonesas, la información de origen se ve alterada de modo irreversible. Si para valorar el comportamiento de las cotizaciones según cualquiera de las secuencias «Low», «High», «Open» o «Close» usamos métodos rigurosos de análisis matemático, los resultados de dicho análisis tendrán relación, no con cotizaciones de mercado, sino con una representación alterada. Aún así, hay que reconocer que el análisis de velas tiene muchos seguidores.

¿Cómo se puede explicar esto? Es posbible que el secreto esté en que la representación original de las cotizaciones en forma de velas fue concebida para llevar a cabo un análisis visual del mercado, rápido e intuitivo, y no para que se aplicasen a las velas métodos de análisis matemáticos.

Por eso, para comprender cómo se puede usar la representación de las cotizaciones en forma de velas en el análisis técnico, es mejor que recurramos a la teoría de reconocimiento de patrones, más cercana a los métodos humanos habituales de toma de decisiones, que el análisis matemático formal.

En el dib. 4, de acuerdo con la teoría de reconocimiento de patrones, tenemos representado un esquema de toma de decisiones. En este caso, la solución podría ser la determinación del momento en que comienza o termina cierta tendencia de mercado, la detección del momento temporal óptimo para abrir una posición, etcétera.

 

Dib. 4. Esquema de toma de decisiones

Como se muestra en el dib. 4, los datos de origen (las cotizaciones) se ven sometidas a una elaboración provisional, y de ellas, en el bloque 2, se destacan los rasgos sustanciales. En nuestro caso, son las cuatro magnitudes «Low», «High», «Open» y «Close». Sobre lo que sucede en los bloques 1 y 2 no podemos influenciar de modo alguno. A un lado del terminal tenemos disponibles sólo los rasgos seleccionados para nosotros. Estos rasgos llegan al bloque 3, donde se toman las decisiones sobre su base.

El algoritmo de toma de decisiones puede realizarse por medio de un programa, o simplemente mediante el cumplimiento estricto de ciertas normas por parte de la persona. Podemos desarrollar y crear algoritmos para la toma de decisiones de una u otra forma, pero elegir de manera independiente los rasgos sustanciales de la secuencia de cotizaciones analizada no será posible, ya que dicha secuencia no será accesible para nosotros.

Desde el punto de vista del aumento de la probabilidad en la toma de una decisión, la más responsable será precisamente aquella que tenga en cuenta los rasgos sustanciales y su cantidad imprescindible, pero, sin embargo, se nos privará de esta posibilidad, la más importante de todas. En tal caso es bastante complicado influenciar en la fiabilidad de reconocimiento de tal o cual situación de mercado, dado que incluso el algoritmo más desarrollado para la toma de decisiones es incapaz de compensar los defectos relacionados con una elección no óptima de los rasgos.

¿Qué representa el algoritmo de toma de decisiones en un esquema semejante? En nuestro caso, será precisamente el conjunto de normas publicadas en los trabajos dedicados al análisis de velas. Por ejemplo, la determinación de los tipos de vela, el descubrimiento del sentido de sus diferentes tipos de combinaciones, etcétera.

Recurriendo al reconocimiento de patrones, hemos llegado a la conclusión de que el análisis de velas encaja perfectamente en el esquema de esta teoría, pero no tenemos fundamentos para asegurar que la elección de las magnitudes «Low», «High», «Open» y «Close» en calidad de rasgos sustanciales sea la más adecuada. A su vez, una elección no óptima de los rasgos puede reducir drásticamente las probabilidades a la hora de tomar decisiones adecuadas en el proceso del análisis de las cotizaciones.

Si volvemos a aquello desde lo que empezamos, podemos afirmar con convicción que el análisis de velas a duras penas nos permitirá “penetrar en el "interior" de los mercados financieros” o "ver la dinámica dentro de los datos”. Lo que es más, su efectividad,  comparada con otros métodos de análisis técnico puede crear serias dudas.

Conclusión

El análisis técnico es un área bastante conservadora. La formación de los postulados básicos del análisis técnico tuvo lugar en los siglos XVIII-XIX, y esta base ha llegado a nuestros días prácticamente sin cambios. Además, en los últimos decenios, la misma estructura del mercado ha sufrido, por así decirlo, cambios revolucionarios. El desarrollo del comercio on-line ha hecho una contribución notable al cambio de carácter del comportamiento del mercado.

En esta situación, incluso la utilización de cualquiera de las teorías y métodos más célebres en el análisis técnico clásico no siempre proporciona una efectividad suficiente en el comercio.

Tanto más, cuanto que la accesibilidad a la técnica computacional y el interés por el comercio en los mercados, demostrado por parte de gente de diferentes especialidades, puede estimular el desarrollo de métodos de análisis técnico. Resulta realmente obvio que, a día de hoy, se necesitan instrumentos de análisis más sensibles para el análisis del mercado.