Sobre los métodos de búsqueda de las zonas de sobrecompra/sobreventa. Parte I

19 agosto 2020, 13:04
Aleksandr Masterskikh
0
1 894

Índice

Introducción

La detección de las zonas de sobrecompra/sobreventa supone una señal importante. Pero, ¿de qué forma están relacionados los conceptos "señal" y "zona" en este caso? Teniendo en cuenta lo complejo que resulta detectar estas zonas (se trata siempre de un pronóstico dentro de un proceso no estacionario), y también considerando lo poco sutiles que resultan los modelos matemáticos de los indicadores (esto se nota en la amplia dispersión de los puntos de activación de los indicadores), en la práctica, obtenemos un determinado conjunto de señales: el intervalo de valores de precio. Además, dependiendo de la precisión de la activación de los indicadores, este intervalo (zona) se encontrará a ambos lados del último fractal de la tendencia (a la izquierda del fractal se hallan las señales anticipadas, a la derecha, las señales retrasadas). En el plano práctico, precisamente estas zonas serán consideradas como zonas de sobrecompra/sobreventa. Entonces, obtendremos las siguientes definiciones (preliminares) de los límites de estas zonas.

El comienzo de la zona de sobrecompra/sobreventa (señales de pronóstico anticipatorio) se caracteriza por una la dinámica relativamente débil en la tendencia presente (se reduce la probabilidad de continuar la tendencia actual). El final de la zona de sobrecompra/sobreventa (señales de pronóstico retrasado), al contrario, se caracteriza por un cierto crecimiento, no muy significativo, de la dinámica de precios, pero ya en la dirección contraria (aumenta la posibilidad de viraje de tendencia). 

De esta forma, aplicado a un marco temporal concreto, las zonas de sobrecompra/sobreventa representan una relación dinámica entre tendencias locales de diferentes direcciones, y un cierto proceso de transición caracterizado por el debilitamiento de la tendencia anterior y la formación del comienzo de una nueva tendencia. Y, dado que la apertura de una posición al inicio de la tendencia y el cierre al final de la tendencia son el sueño de cualquier tráder, queda claro lo importante que es este elemento de la dinámica del mercado. En la práctica, se trata de uno de los estados del mercado caracterizados por la incertidumbre de su dinámica (al comienzo de la zona, una tendencia casi ha terminado, mientras que al final de la zona, la tendencia opuesta apenas ha comenzado).

 En el análisis técnico tradicional, disponemos de muchos términos que determinan dicho estado de la dinámica: los términos "sobrecompra/sobreventa", el término "flat" (designa la inconcreción de la tendencia debido a la escasa amplitud), o el término "movimiento lateral" (se supone un cambio periódico en la dirección de esta tendencia lateral dentro del canal expresado). Todos estos términos (y los conceptos relacionados con ellos) tienen algo en común: son zonas de dinámica relativamente débil, en las que la dirección de las tendencias es inconcreta. Y este es un hecho clave. Basándonos en ello, en la teoría del equilibrio de impulso, hemos sustituido todos estos términos diferentes por un único término y concepto: la "zona de incertidumbre". Obviamente, el lector puede utilizar cualquier término que le resulte cómodo (o familiar). Por eso, vamos a respetar en el artículo la terminología tradicional, ya familiar para muchos: "zonas de sobrecompra/sobreventa".

Debemos destacar que, en los tipos tradicionales de análisis (por lo menos en el análisis técnico, de ondas, fundamental), por algún motivo, no se indica una pregunta clave, en concreto: ¿dentro de qué proceso tiene lugar la búsqueda de estas zonas?

También profundizaremos un poco más: cómo es el proceso dentro del cual pretendemos detectar las zonas de sobrecompra/sobreventa en mercados financieros como fórex, el mercado de valores, el de materias primas, el de criptodivisas; cuáles son sus características, y cómo se detectan tales zonas dentro de este proceso. Y a continuación, ya partiendo de la comprensión de la naturaleza del proceso, así como los papeles de las zonas de sobrecompra/sobreventa, analizaremos los métodos y recursos para detectar dichas zonas, utilizando tanto los métodos tradicionales, como otros nuevos. 

Este artículo no aspira a realizar un análisis completo del problema que representa la búsqueda de estas zonas (se trata de un problema verdaderamente general, dado que, teniendo en cuenta que la naturaleza del proceso, podemos hablar solo de una valoración de probabilidades inevitablemente inferior al 100%). Considerando que el análisis de las zonas de sobrecompra/sobreventa es un componente obligatorio en cualquier sistema, la experiencia del autor -acumulada durante la resolución de tareas teóricas y prácticas en la esfera del desarrollo de sistemas análiticos y comerciales- puede resultar muy útil tanto para los principiantes como para los integrantes más experimentados del mercado financiero.


Parte general

Qué son las zonas de sobrecompra/sobreventa desde el punto de vista de la dinámica del proceso

Ya hemos dado una definición preliminar de estas zonas. Ahora, para comprender mejor el problema, vamos a recurrir a la definición de las zonas de sobrecompra/sobreventa que se encuentran en el campo de información disponible. Cabe señalar que en la Wikipedia aún no existe (ni en la versión rusa, ni en la versión inglesa) una página dedicada a este tema. En cierta medida, no se trata de una casualidad, y he aquí por qué. En primer lugar, en el análisis tradicional no existe unidad en el desarrollo de este tema (precisamente por la ausencia en el análisis tradicional de un término único que unifique conceptos próximos en cuanto a su sentido). En segundo lugar, en estas publicaciones solo se muestran definiciones generales y superficiales, relacionadas con las acciones o intereses de los participantes, sin detallar la dinámica del proceso. Veamos algunos ejemplos de estas definiciones. 

Ejemplo (se habla de la sobrevaloración o la infravaloración):

"Sobrecompra: cuando el precio de una pareja de divisas es demasiado alto (sobrevalorado), y se espera su disminución (abaratamiento). En el mercado exite una masa crítica de órdenes abiertas de compra, los jugadores abren transacciones cortas (de compra), el crecimiento de la pareja de divisas se ralentiza y luego cae". Con la sobreventa sucede al contrario: cuando el precio de la pareja de divisas es infravalorado, este es demasiado bajo, lo cual conviene a todo el que quiere comprar a ese precio. Así, se da un aumento del precio de la pareja de divisas".

Otro ejemplo (se habla sobre los volúmenes de las ventas y el desequilibrio de los intereses):

 "Entendemos por sobrecompra la situación en el mercado cuando todos los compradores potenciales ya han entrado en una posición larga, mientras que no quedan nuevos compradores potenciales. De esta forma, los únicos jugadores activos que quedan son los vendedores. Por consiguiente, el aumento de los volúmenes de ventas comienza a desplazar el precio hacia abajo. De manera análoga, entendemos por sobreventa la situación en la que todos los potenciales vendedores ya han entrado en una posición corta, y han quedado activos, en su gran mayoría, solo compradores. Los compradores comienzan a empujar el precio hacia arriba. Es decir, surge un fuerte desequilibrio de intereses entre alcistas y bajistas, que el mercado trata de eliminar cambiando la dirección del movimiento de precio".

Aquí tenemos otro ejemplo (la oferta y la demanda se relacionan con el número de personas que quieren vender y comprar):

"La sobrecompra del mercado se alcanza en el momento en que el número de personas que desea vender un instrumento financiero supera significativamente al de potenciales compradores del mismo. Al darse una sobrecompra en el mercado, el coste del instrumento deja de aumentar, lo cual provoca que se realice un número significativo de transacciones en corto. La oferta del instrumento de divisas aumenta, y en el mercado se forma una tendencia descendente. La sobreventa del mercado se forma en los momentos en los que el precio de la pareja de divisas alcanza el valor mínimo, mientras que la demanda supera a la oferta. En el mercado aparecen muchos compradores deseosos de adquirir el instrumento comercial a un precio atractivo, lo que provoca la apertura de un gran número de órdenes de compra".

O este ejemplo (se habla del "sobrecalentamiento" del mercado):

"La sobrecompra y la sobreventa de mercado son situaciones condicionales en el mercado tras un movimiento brusco y prolongado en una dirección. Digamos que el precio está "sobrecalentado", y se necesita una corrección para los posteriores movimientos".

Como podemos ver, en estos ejemplos no se dice nada tanto del proceso (entorno) dentro del cual se encuentran estas zonas, como sobre las señales concretas del comienzo y la finalización de estas zonas.

En lo sucesivo, podremos ver que, como el mercado es un "organismo" complejo y dinámico, el algoritmo para detectar estas zonas no podrá ser sencillo y unívoco, sino de múltiples variantes. 

Aunque la detección de las zonas de sobrecompra/sobreventa parece sencilla (si usamos los indicadores tradicionales), en realidad se trata de una tarea en absoluto trivial, que podemos resolver correctamente solo con una magnitud de probabilidad significativamente inferior al 100%. ¿Por qué? El problema es que el entorno en el que vamos a detectar las zonas de sobrecompra/sobreventa es un proceso no estacionario (en el que cambia constantemente la magnitud tanto de la amplitud como de la frecuencia de las oscilaciones de precio), y este es un momento clave que no se tiene en cuenta prácticamente en ninguno de los métodos de análisis tradicionales. Pero, para analizar cualquier proceso, debemos conocer y comprender su naturaleza.

¿Y esto significaría "comprender la naturaleza del propio proceso" respecto a la búsqueda de estas zonas? 

Esto significa que los modelos matemáticos (estamos hablando de indicadores, osciladores, algorirmos analíticos y sistemas comerciales) deberán considerar de alguna forma el cambio constante de la amplitud y la frecuencia de las oscilaciones de precio del instrumentos financiero. No obstante, si analizamos los algoritmos de los indicadores tradicionales, estos "no ven" los cambios en la frecuencia de las oscilaciones de precio, y tampoco tienen vinculación alguna al comienzo de la tendencia.

La naturaleza del movimiento de los precios de los instrumentos financieros es fractal. Es decir, cualquier tendencia local comienza por el fractal que forma el nivel fractal de apoyo.

Así, combinando estos dos factores, llegamos a la conclusión de que es necesario buscar el debilitamiento de la tendencia (análisis de la amplitud y la frecuencia), pero ya con respecto al fractal de apoyo.

Bien, desde el punto de vista de la teoría del equilibrio de impulso, la definición de las zonas de sobrecompra/sobreventa sería la siguiente:

Las zonas de sobrecompra/sobreventa son las zonas donde se debilita la dinámica de la tendencia, siendo en este caso el comienzo de la tendencia el fractal de apoyo de la zona de apoyo (es decir, el punto de cálculo para el comienzo de la tendencia es fractal). Los síntomas del debilitamiento de la tendencia son los parámetros especiales de la estructura elemental de la que consta la tendencia (la amplitud y la frecuencia de las oscilaciones dentro de la tendencia). 

¿A qué estructuras elementales nos estamos refiriendo? Hablamos de estructuras fractales cuyo análisis excede el marco del presente artículo (además, disponemos de una relación unívoca con estas estructuras en la selección de las tendencias dinámicas; pero este es un tema distinto, reservado para un artículo por aparte). Solo destacaremos que las velas que forman las tendencias son análogos simplificados y cortados de estas estructuras. En este artículo, permitiéndonos cierto nivel de simplificación que en ningún caso resulta crítico (sobre todo para los marcos temporales mayores), utilizaremos las velas como semejantes estructuras. Por consiguiente, analizaremos el cambio en los parámetros de las velas de la tendencia (junto con los parámetros de otros instrumentos analíticos) para buscar las zonas de sobrecompra/sobreventa.

Ya hemos mecionado que los indicadores tradicionales (usados con frecuencia para buscar las zonas de sobrecompra/sobreventa) indicados antes de los factores del proceso de movimiento de los precios de los instrumentos financieros (el punto de cálculo del comienzo de la tendencia, el cambio de frecuencia en las oscilaciones de mercado dentro de la tendencia) no se tienen prácticamente en cuenta. Dichos indicadores, sobre los que hablaremos en lo sucesivo en este artículo, "viven" según otros algoritmos matemáticos totalmente distintos, y en concreto: normalmente (excepto en los adaptativos), la magnitud del periodo de cálculo del indicador (y por consiguiente, la frecuencia de cálculo) es una magnitud fija, y también se utiliza el punto de cálculo aleatorio (no vinculado al inicio de la tendencia) al calcular el valor del indicador.


Sobre la precisión en la detección de las zonas de sobrecompra/sobreventa

Dependiendo de la precisión en la identificación de las zonas de sobrecompra/sobreventa (y siempre se trata de una valoración de probabilidad, es decir, un pronóstico), se distinguen tres tipos de pronóstico: pronóstico anticipado, pronóstico exacto y pronóstico retardado. Como patrón para determinar el tipo de pronóstico, usaremos el valor máximo de la tendencia, que será siempre el nivel del extremo del fractal de resistencia después del cual tiene lugar el viraje (o la corrección cuya amplitud es crítica para la estrategia comercial utilizada). Por consiguiente, cuanto más cerca se encuentre el punto de pronóstico respecto a este patrón (según el tiempo o la amplitud), más preciso será el pronóstico de la aparición de una zona de sobrecompra/sobreventa.

En esencia, estamos hablando sobre los tipos de pronóstico de la finalización de una tendencia dependiendo de la precisión en la detección de las zonas de sobrecompra/sobreventa.

Vamos a ver esto usando como ejemplo la sobrecompra (en el gráfico USDCAD, marco temporal D1):


Tipos de pronóstico de finalización de la tendencia

Figura 1. Tipos de pronóstico de la finalización de una tendencia dependiendo de la precisión en la identificación de las zonas de sobrecompra


En la fig.1, tenemos tres puntos de color rojo, obtenidos al usar diferentes indicadores para detectar las zonas de sobrecompra. Los puntos de izquierda a derecha: 1 — pronóstico anticipado, 2 — pronóstico exacto, 3 — pronóstico retardado.

Obviamente, "acertar" en el extremo de la tendencia (pronóstico exacto de finalización de la tendencia) resulta la opción ideal para salir del mercado si tenemos una posición abierta. Por consiguiente, la exactitud a la hora de pronosticar las zonas de sobrecompra/sobreventa (respecto a estos extremos) influye directamente en la efectividad del comercio en los mercados financieros.

A continuación, vamos a ver este aspecto con más detalle, valorando también las consecuencias de los aciertos en las zonas de sobrecompra/sobreventa al comerciar, tanto en la entrada en el mercado, como en la salida del mismo. Vamos comenzar por las consecuencias de la entrada en el mercado en estas zonas. 


Consecuencias de entrar en el mercado en una zona de sobrecompra/sobreventa

Pero, ¿cuáles son las consecuencias posibles para el tráder, si este entra en el mercado en una zona así? Al realizar un análisis visual simplificado, la aparición de una zona de sobrecompra/sobreventa se relaciona con frecuencia con la presencia de una corrección dentro del canal actual. Por consiguiente, vamos a analizar las siguientes opciones respecto a las consecuencias de entrar en el mercado.

Opción 1. No hay corrección de tendencia, o bien esta es (subjetivamente) insignificante (por ahora no provoca un viraje de tendencia). Para realizar el análisis, usaremos los puntos 1 y 2 de la figura 1 (no analizaremos el punto 3, ya que se encuentra en un segmento de viraje de tendencia).

Consecuencias: 

Si la entrada se realiza en la "cola" de la tendencia y con la dirección de la misma, todo dependerá de la magnitud de la amplitud restante de la tendencia. Si el resto de la amplitud es pequeño (y nadie puede garantizar una amplitud suficiente en la "cola" de una tendencia), la magnitud del beneficio puede resultar insignificante o nula, e incluso es posible que negativa (dependiendo del grado de operatividad del tráder o la precisión de la señal en el cierre de posición). 

Si hablamos de los marcos temporales mayores (D1 y superiores), la situación no es tan categórica, puesto que la amplitud restante puede resultar suficiente para las estrategias a corto plazo; suficiente precisamente porque la amplitud de la vela es ahí significativamente superior a la de los marcos temporales menores. Un ejemplo de semejante situación puede ser el punto 1 (figura 1, pronóstico anticipado de una zona de sobrecompra). Ahí, la amplitud restante de la tendencia ascendente ha sido de aproximadamente 100 puntos (puntos clásicos en 4 dígitos), lo cual bastaría para obtener beneficios (al entrar en Buy en este punto). Pero debemos comprender que en la figura 1 estamos analizando los datos históricos, mientras que en una situación real, este punto será el último punto existente de la tendencia actual en ese momento, y no sabemos cómo de temprana resultará esta señal y cuál será la amplitud restante real de la tendencia. Además, necesitaremos realizar un análisis complejo en varios marcos temporales, ya que la señal del marco temporal mayor en este caso es solo una señal preliminar, y para reducir los riesgos necesitamos un análisis en los marcos temporales menores; esto, sin embargo, supone una complicación adicional para el algoritmo de las acciones (lo cual representa una dificultad para los tráders principiantes).

Si la entrada de Buy se produce en el punto 2 (figura 1, pronóstico exacto de sobrecompra), el resultado será negativo, dado que después de este punto, ha comenzado de inmediato el viraje. La argumentación aquí es análoga al ejemplo anterior.

Si la entrada se da en la "cola de la tendencia", pero en contra de esta tendencia, el riesgo será alto en cualquier caso: si la tendencia continúa, habrá pérdidas, y si hay viraje, necesitaremos confirmaciones adicionales (la actividad de movimientos inversos de precio, que por ahora no tenemos). Por ejemplo: entrada de Sell en los puntos 1 o 2 (figura 1). Si la entrada de Sell se da en el punto 1 (pronóstico anticipado del final de tendencia ascendente), entonces (en este caso), tendremos una amplitud restante suficiente en la tendencia ascendente (cerca de 100 puntos), y dado que el StopLoss difícilmente será superior a esta magnitud, la posición se cerrará precisamente con él, y además con pérdidas. Si la entrada de Sell se da en el punto 2 (figura 1, pronóstico exacto de tendencia ascendente), la situación será ideal, dado que se tratará de la finalización de una tendencia ascendente, y por consiguiente, será el comienzo de una tendencia descendente.

Opción 2. Si tenemos una corrección significativa de la tendencia a esta escala, y además detectamos la actividad de impulsos de precio inversos, tendremos una probabilidad alta de viraje de tendencia. 

¿Qué significa una "corrección significativa"? Obviamente, el concepto "corrección significativa" sería objeto de la lógica difusa, dado que no existe una magnitud unívoca de profundidad de la corrección que indique que la tendencia va a continuar a buen seguro: solo tenemos una zona de valores. Por ejemplo, con una magnitud de profundidad de la corrección inferior al 20% (la zona de 0% a 20%), tenemos una probabilidad significativa de que continúe la tendencia. Sin embargo, en la práctica vemos con bastante frecuencia que la tendencia continúa también tras una correlación del 50% e incluso el 62%. Aun así, una profundidad de corrección superior al 62% (obviamente, de forma condicional) se puede considerar como zona de valores crítica, donde la probabilidad de un viraje de tendencia aumenta bruscamente.

Consecuencias: 

Si la entrada se da dentro de una corrección profunda, en la dirección de la tendencia, el riesgo será elevado en cualquier caso. Si la tendencia no se las ha podido contrarrestar la corrección, y la corrección crece en una tendencia opuesta, tendremos pérdidas, y para que la tendencia soporte aun así la corrección y continúe en la dirección de antes, necesitaremos confirmaciones adicionales de mucho peso para la diámica actual (una nueva actividad de impulso en la dirección de la tendencia, que, de forma condicional, aún no hay).

Si la entrada se da dentro de una corrección profunda de esta tendencia, el riesgo será alto en cualquier caso: si la tendencia continúa, habrá una alta probabilidad de sufrir pérdidas, mientras que para un viraje completo necesitaremos confirmaciones adicionales (no solo una gran profundidad de corrección, sin también una actividad clara con movimientos inversos de precio, que por ahora no tenemos).

Conclusiones de las opciones 1 y 2: 

Así, una entrada en el mercado en la zona de sobrecompra/sobreventa basada en las señales de los indicadores tradicionales, tanto en la misma dirección que la tendencia actual, como en la dirección contraria a la misma, es una estrategia demasiado arriesgada, ya que la "queda poca tendencia", y además, la precisión en la detección de estas zonas no es muy alta al utilizar los indicadores tradicionales (lo cual puede reducir adicionalmente el resto utilizado de la amplitud de tendencia). Además, el mismo indicador puede formar tanto señales anticipadas como retardadas en diferentes situaciones de mercado (esto se puede ver en cualquier gráfico de cualquier instrumento financiero). Asimismo, cuanto mayor sea el marco temporal, mayor será el riesgo, dado que, en términos absolutos, la amplitud de las velas de los marcos temporales menores (y, por consiguiente, la magnitud de la amplitud restante de la tendencia en términos absolutos) es inferior a la amplitud análoga de las velas en los marcos temporales mayores (esto es inevitable, debido a la diferencia en las escalas del movimiento de los precios en los gráficos de distintos marcos temporales). 

Vamos a analizar un caso particular y curioso sobre la correspondencia de niveles respecto al extremo del fractal que finaliza la tendencia. Hablamos de la situación cuando tenemos dos entradas en la dirección de la tendencia, además, en un mismo nivel de precio: la primera entrada en el punto de pronóstico anticipado de finalización de la tendencia (a la izquierda del mínimo de la tendencia), y la otra en la zona de pronóstico retardado (a la derecha del máximo de la tendencia). 

Entonces, podemos hacernos la siguiente pregunta: ¿qué entrada será más segura, si ambas entradas se han realizado en un mismo nivel de precio, pero desde diferentes lados del extremo de la finalización de la tendencia (en momentos distintos)? Veamos el ejemplo en la figura 2:


Efectividad de las entradas en el mercado en un mismo nivel, pero en momentos diferentes

Figura 2. Efectividad de las entradas en el mercado en un mismo nivel, pero en momentos diferentes


En la figura 2, tenemos dos entradas en un mismo nivel, pero en horas diferentes:

el punto 1 es la entrada de Buy (punto de pronóstico anticipado, señal de sobrecompra del indicador Stochastic con ajustes por defecto),

el punto 2 es la entrada de Buy (punto de pronóstico retardado, señal de sobrecompra del indicador MACD con ajustes por defecto),

max es el extremo de la tendencia local ascendente.

En la figura 2, podemos ver que, a pesar de que las entradas se encuentran en un mismo nivel, la entrada en el punto de pronóstico anticipado de finalización de la tendencia (punto 1) es más segura, ya que todavía no hay movimiento inverso y tenemos una cierta reserva de amplitud restante de la tendencia, por eso, las pérdidas son poco probables (por lo menos, al usar estrategias a corto plazo). Por su parte, la entrada en la zona de pronóstico retardado de finalización de la tendencia (punto 2), aunque está al mismo nivel, es menos segura, ya que, debido a la señal retardada del indicador, el precio se encuentra ya en la zona de corrección (es decir, de movimiento inverso) y por eso la probabilidad de sufrir pérdidas es menor.

Sin duda, existen multitud de estrategias y tácticas de entrada en el mercado que usan las zonas de sobrecompra/sobreventa (tanto a favor, como en contra de la tendencia). Pero hay que considerar lo siguiente: para entrar en contra de la tendencia, deberemos tener de nuestra parte ciertos factores externos "no técnicos" de gran solidez (mayormente fundamentales, relacionados con las noticias) para optar por una solución comercial tan peculiar.


Valoración de la magnitud de las pérdidas relacionadas con el riesgo de la apertura de una posición en las zonas de sobrecompra/sobreventa

Vamos a comprobar las conclusiones en la práctica, usando como ejemplo la simulación del asesor. Utilizaremos un asesor basado en el anterior artículo del autor: "Cómo reducir los riesgos del tráder" (asesor “Reduse_risks”, versión para MT5).

Nuestra tarea consistirá en valorar en un ejemplo particular la magnitud de las posibles pérdidas relacionadas con el riesgo de una entrada en las zonas de sobrecompra/sobreventa. Para minimizar la probabilidad de entrar en una zona de sobrecompra/sobreventa, usaremos un algoritmo de vinculación al inicio del impulso, que, normalmente, supone el comienzo de una tendencia local. Analizaremos el propio algoritmo más tarde. Por ahora, lo que nos interesa son los resultados de la simulación del asesor: primero haremos una prueba utilizando el módulo de vinculación al inicio de la tendencia (así, reducimos la probabilidad de entrar en la zona de sobrecompra/sobreventa), y después realizaremos otra prueba con este módulo desactivado (así, quitamos la protección de dicha vinculación, aumentando con ello la probabilidad de entrar en estas zonas, en la "cola" de la tendencia).

Para ser realistas al máximo, simularemos el peor escenario, tomando para ello un ejemplo en el que el resultado del beneficio es negativo.

Resultados de la primera prueba (resultados generales y gráfico de balance):


Resultados de la primera prueba


Figura 3.Resultados generales de la prueba con el módulo de minimización del riesgo de entrada en una zona de sobrecompra/sobreventa activado


Resultados de la primera prueba (balance)

Figura 4. Gráfico de cambio del balance (depósito) con el módulo de minimización del riesgo de entrada en una zona de sobrecompra/sobreventa activado


En las figuras 3 y 4 se muestran los resultados y el gráfico de la primera simulación con el módulo de minimización del riesgo de entrada en una zona de sobrecompra/sobreventa activado No dejemos que nos confunda la falta de beneficio en la primera simulación: en primer lugar, estamos utilizando un asesor diseñado para investigación, y no para trading real. Y, en segundo lugar, lo que nos importa son las consecuencias en el peor de los casos.

Ahora, desactivamos el módulo de protección indicado y ponemos a prueba el simulador.

Resultados de la segunda prueba (resultados generales y gráfico de balance):


Resultados de la segunda prueba

Figura 5. Resultados generales con el módulo de minimización del riesgo de entrada en una zona de sobrecompra/sobreventa desactivado


Resultados de la segunda prueba (balance)

Figura 6. Gráfico de balance (depósito) con el módulo de minimización del riesgo de entrada en una zona de sobrecompra/sobreventa desactivado


En las figuras 5 y 6 se muestran los resultados de la segunda simulación, en la que hemos desactivado especialmente el módulo encargado de minimizar el riesgo de entrada en una zona de sobrecompra/sobreventa.

Vamos a comparar los resultados de estas dos pruebas según varios parámetros importantes y a representar estos en el siguiente gráfico:

Gráfico de empeoramiento de los parámetros (efectividad del comercio)

Figura 7. Gráfico de empeoramiento de los parámetros (efectividad del comercio) ignorando los riesgos de entrada en la zona de sobrecompra/sobreventa


En la figura 7, los resultados de la primera prueba representan el nivel "1" (nivel inicial único para todos los parámetros), mientras que los resultados de la segunda prueba representan los niveles "2", "3", "4". Como podemos ver en el gráfico (prueba 2 respecto a la prueba 1), ignorar el riesgo relacionado con la apertura de una posición dentro de la zona de sobrecompra/sobreventa conlleva consecuencias negativas; en este caso, han empeorado significativamente indicadores importantes respecto a los resultados de la primera prueba. No importa que fueran negativos de inicio, lo que importa es que han empeorado notoriamente en comparación con los indicadores iniciales:

La cifra "1" es el resultado de la prueba 1, el nivel básico (para cada parámetro obtenido con el modo para minimizar este riesgo activado), respecto al cual han cambiado los indicadores de la prueba 2.

La cifra "2" es el resultado general del comercio, con un empeoramiento del 168%.

La cifra "3" es la reducción del depósito (al aumentar la magnitud máxima de la reducción), con un empeoramiento del 97%.

La cifra "4" es el factor de recuperación, con un empeoramiento del 67%.

De esta forma, nos hemos convencido de que, si no se toman medidas especiales, la no estacionariedad del mercado provocará que parte de las entradas resulte en la zona de sobrecompra/sobreventa, y esto empeorará el resultado financiero del comercio.

A continuación, vamos a ver las consecuencias de la salida del mercado (cierre de la posiciones abiertas) en las zonas de sobrecompra/sobreventa.


Consecuencias de salir del mercado en una zona de sobrecompra/sobreventa

Si la entrada en el mercado en las zonas sobrecompra/sobreventa se asocia a grandes riesgos (y es sin duda perjudicial para el tráder), la salida del mercado (cierre de una posición abierta) en estas zonas, al contrario, es útil, dado que reduce los riesgos de inversión. Obviamente, todo depende de la precisión en la activación del indicador. Ya hemos explicado anteriormente que, cuanto más próximo esté el punto de salida respecto al extremo de la tendencia (tanto en tiempo, como en amplitud), menores serán los riesgos. Los factores de tiempo y amplitud están interrelacionados en un segmento concreto de la tendencia o correlación: si el punto se encuentra más cercano al extremo según el tiempo (claro está, teniendo en cuenta la inclinación de la línea del gráfico hacia el eje temporal), también resultará más próximo a este extremo según la amplitud.

Veamos esto con un ejemplo concreto de sobreventa:


Cierre de posición en la zona de sobreventa

Figura 8. Cierre de posición en la zona de sobreventa con diferentes indicadores


En la figura 8, tenemos dos variantes de cierre de la posición Sell, donde:

(A-B) – es la amplitud de la tendencia descendente,

el comienzo de la flecha roja es el punto de entrada de Sell (entrada condicional tras la formación del fractal de apoyo del moviemiento del precio hacia abajo),

el punto 1 es el punto de cierre de la posición Sell según la activación de los indicadores Stochastic, RSI (pronóstico anticipado de la finalización de la tendencia),

el punto 2 es el punto de cierre de la posición Sell según la activación del indicador MACD (pronóstico retardado de la finalización de la tendencia),

Como vemos (en los datos históricos), la salida del mercado en el punto 1 parece prematura: como resultado, obtenemos aproximadamente el 50% del máximo beneficio posible, mientras que la salida del mercado, aunque retardada, ofrece como resultado un 70% del máximo beneficio posible. Es decir, en la práctica, incluso la señal retardada puede resultar más rentable si se encuentra más próxima al extremo de finalización de la tendencia que la señal anticipada. 

Pero el problema es que solo podremos comparar la efectividad de estas dos señales en los datos históricos, es decir, solo cuando la tendencia ya haya virado, y en ese momento no podremos utilizar la primera señal. Por eso, en la situación real, lo que haremos es:

— o bien utilizar la primera señal justo después de su aparición (cierre de la posición en el punto 1 de la figura 8), 

— o bien ignorar la primera señal (utilizaremos como filtro, por ejemplo, el indicador MACD: en el punto 1, no confirma las acciones de los indicadores Stochastic y RSI), y cerrar la posición en el punto 2 de la figura 8.

Conclusiones:

El cierre de posición (salida del mercado) en la zona de sobrecompra/sobreventa es útil, dado que se reducen los riesgos de inversión. En concreto:

si el cierre tiene lugar usando como base el pronóstico anticipado de la finalización de la tendencia, al darse el deslizamiento del precio, obtendremos beneficios adicionales, dado que existe una reserva de "movimiento" de la tendencia (amplitud restante de la tendencia). En el caso del cierre de posición basado en el pronóstico retardado de la finalización de la tendencia, todo depende de la distancia respecto al extremo de la tendencia. Cuanto mayor sea la separación del punto de salida del mercado respecto al extremo de la tendencia (es decir, cuanto mayor sea la corrección), peor será el resultado del comercio.

De esta forma, el resultado del comercio dependerá de la secuencia de las acciones que guiarán al tráder en el uso de las señales de los indicadores para salir del mercado (si es que las utiliza). Aun así, un parte significativa de los participantes en los mercados financieros usan los indicadores en el trading en una u otra medida.

 A continuación, veremos las ventajas y desventajas de los indicadores tradicionales en la búsqueda de las zonas de sobrecompra/sobreventa. Comenzaremos por los indicadores disponibles en el arsenal de terminales populares para el trading.


Ventajas y desventajas del uso de indicadores tradicionales en la búsqueda de las zonas de sobrecompra/sobreventa.

Para detectar las zonas de sobrecompra/sobreventa, los tráders usan diferentes indicadores. Nosotros nos limitaremos a algunos de ellos: RSI, Stochastic, Bollinger Bands, MACD, Momentum. En lo sucesivo, veremos que la precisión de estos indicadores es bastante baja: con frecuencia, las señales son retardadas, además, los retrasos pueden resultar críticos para una situación comercial concreta.

El motivo de la poca exactitud en el funcionamiento de los indicadores tradicionales es, ante todo, la aleatoriedad del punto de cálculo al realizar los cálculos según las fórmulas implementadas en los algoritmos de los indicadores. Esto se debe a que la magnitud del cálculo en las fórmulas es fija. Sin embargo, las oscilaciones reales tienen un periodo cuya magnitud cambia constantemente, incluso dentro de cualquier intervalo temporal. Debido a que no se tienen en cuenta estas peculiaridades en la dinámica del mercado, el resultado del uso de los indicadores tradicionales redunda en una baja precisión en el registro del inicio de la zona de sobrecompra/sobreventa, que solo a veces coincide con la finalización real de la oscilación del precio del instrumento financiero. Precisamente por ello, los algoritmos basados en estos indicadores, por lo general, no permiten obtener un beneficio estable en un intervalo significativo de la simulación. Vamos a comprobar el funcionamiento de los indicadores mencionados más arriba usando tendencias de cuatro tipos diferentes: 
  — tendencia homogénea,
  — tendencia activa,
  — tendencia mixta (por ejemplo, homogénea con elementos de activa),
  — tendencia lateral.

Dado que no sabemos de antemano qué indicador concreto resultará más efectivo en este momento, observaremos el funcionamiento de todos los indicadores en grupo, respecto al aspecto de la tendencia. Analizaremos los resultados del funcionamiento del grupo de indicadores en cuanto a la detección de las zonas de sobrecompra/sobreventa en las tendencias de todos los tipos en ejemplos concretos, primero con los ajustes por defecto. Pero, dado que la experiencia nos dice que la precisión de los indicadores tradicionales no es alta, trataremos de alguna forma incrementar esta precisión (de grupo) modificando los ajustes de los indicadores, es decir, utilizando los nuevos ajustes. A continuación, formaremos la lógica de estos ajustes, utilizando para ello instrumentos analíticos conocidos.


Configuración de grupos de indicadores usando los valores de las series de Fibonacci

Los valores de la serie de Fibonacci son ampliamente utilizados por los tráders para detectar niveles de precio importantes, y también como magnitudes fijas de los periodos de cálculo de diferentes medias móviles.

Por eso, también sería completamente lógico el uso de los valores de la serie de Fibonacci para ajustar el grupo de indicadores tradicionales.

La lógica de cambio de los ajustes es la siguiente: para aumentar la precisión en la detección de las zonas de sobrecompra/sobreventa es necesario que las señales de los indicadores estén más próximas a la finalización de la tendencia local (es decir, más próximas al último fractal del extremo de la tendencia). Teniendo en cuenta que las señales del indicador puden ser tanto anticipadas como retardadas (respecto a este extremo), en el plano oráctico será necesario aumentar la "exactitud de disparo" de los indicadores donde el objetivo es el extremo de la tendencia. Para ello, modificaremos los ajustes de los indicadores. Obviamente, serán ajustes casi intuitivos, basados en la valoración visual. No obstante, sí que utilizamos cierta lógica: usaremos los valores más cercanos (respecto a los ajustes estándar) de la serie de Fibonacci para configurar las magnitudes de los periodos de cálculo de los indicadores. Además, en caso necesario, utilizaremos el tipo de precio que necesitemos al calcular el indicador. Asimismo, intentaremos vincular estos nuevos ajustes con las peculiaridades de indicadores concretos.

Vamos a analizar los nuevos ajustes de cada indicador del grupo teniendo en cuenta la lógica establecida.

Ese "revoltoso" Stochastic: analizando la fórmula del indicador

El indicador Stochastic: el indicador Stochastic (y se trata de un oscilador) es uno de los más "vivos", lo cual provoca con frecuencia la aparición de señales muy tempranas. Por eso lo "frenaremos" un poco. Para ello, modificaremos el parámetro "ralentización": en lugar de 3, indicaremos la magnitud 5. ¿Por qué precisamente "5"? Se trata de la cifra más próxima de la serie de Fibonacci hacia el lado del aumento. Esto provocará una cierta suavización del gráfico del indicador Stochastic, con una ralentización de su reacción a los cambios de precio. Hemos vuelto el Stochastic un poco más "razonable", disminuyendo la probabilidad de detectar las zonas de sobrecompra/sobreventa. Vamos a echar un vistazo "dentro" de este indicador, intentando analizar su modelo matemático. El indicador tiene dos curvas (dos componentes): la rápida (%K) y la lenta (%D).

Fórmula del componente rápido del indicador Stochastic:   

%K=((C- min)/(max⁡ - min⁡))*100;  

donde:

C — último precio de cierre,

min — precio más bajo comerciado en el periodo en las “n” anteriores barras,

max — precio más alto comerciado en el periodo (en las “n” anteriores barras),

%K — valor actual del componente rápido del indicador Stochastic.

%D es una media móvil respecto a %K con un pequeño periodo de promediación. Se pueden utilizar diferentes tipos de promediación (simple, exponencial, suavizada, ponderada). Se trata de lenta del componente del indicador.

El parámetro "ralentización" (que hemos modificado anteriormente) influye en la frecuencia de aparición de las señales: cuanto mayor sea la magnitud del parámetro, menos señales del indicador habrá cerca de los valores extremos.

Una señal importante del indicador Stochastic es el cruce de la curva %K respecto a la curva %D. La curva %K es más rápida (sensible) que la curva %D (dado que la segunda es derivada de la primera). También constituye una señal importante la presencia de las líneas del indicador fuera de los canales de nivel 30 - 70 (o 20 - 80) del indicador, para valorar los estados de sobrecompra/sobreventa. En lo que respecta a las recomendaciones sobre el uso de estas señales, en el análisis tradicional pueden diferenciarse en distintas fuentes. Precisamente por eso, los tráders las utilizan de distintas formas, dependiendo de la experiencia y las preferencias propias.

Vamos a analizar el modelo matemático de este indicador. ¿Cuáles son las ventajas y desventajas de este algoritmo? El modelo analítico es bastante sencillo, esto es lo que "hace" el indicador: 

▪  encuentra en la historia (en una profundidad de búsqueda determinada y fija) el máximo y el mínimo del precio y determina la amplitud máxima del precio en esta profundidad en la historia de cotizaciones (max - min),

▪  encuentra la amplitud actual respecto al propio mínimo (С — min),

▪  a continuación, encuentra la relación de la amplitud actual respecto a la amplitud máxima (esto es precisamente %K, el componente rápido del indicador),

▪  acto seguido, construye una media móvil a partir de los valores de %K (esto es precisamente %D, el componente lento del indicador).

¿Cuáles son las ventajas de este modelo?

En esencia, el indicador determina la parte proporcional que ocupa la amplitud actual respecto a cierta amplitud patrón. En principio, se trata de un enfoque normal, si el patrón es correcto.

¿Y cuáles son las desventajas?

La principal desventaja es que el patrón respecto al cual se realiza el cálculo (max – min) no es totalmente correcto, y este es el motivo: los principales límites de las amplitudes en los gráficos de los instrumentos financieros son los fractales. Y precisamente ellos (y los procesos que tienen lugar entre ellos) son los indicadores importantes de la dinámica de mercado. Por eso, "parecería" un patrón mucho más lógico la amplitud de los precios entre fractales en dirección opuesta (es decir, la anterior tendencia local). Por otra parte, en el indicador Stochastic (al igual que en todos los indicadores tradicionales), la naturaleza fractal del mercado apenas se tiene en cuenta. Los fractales (velas de los fractales) en sus algoritmos se consideran al mismo nivel con otras velas ("como todas"). Pero, como dijo el famoso personaje en la famosa película: "somos hermanos, pero no somos iguales". Y ya hemos visto en el ejemplo (los resultados de la simulación se encuentran en la figura 7) que, si actuamos sin vinculación al nivel de fractal, el resultado del comercio empeorará significativamente. Esto implica que las velas de los fractales tienen un significado especial.

Como resultado de la ignorancia de este carácter fractal, surge la siguiente situación: a una cierta profundidad aleatoria en la historia de cotizaciones, "se mide" una cierta amplitud y se usa (dentro del algoritmo dle indicador) como patrón. ¿Esto es correcto? Se trata de una cuestión a discutir ampliamente, dado que se relaciona con problemas globales, por ejemplo, qué constituye una estructura elemental para el análisis de la dinámica de los precios de mercado (pero este tema ya excede el marco de nuestro artículo).

Conclusión: el indicador Stochastic (en general) no es un mal indicador. A pesar de que el indicador no tiene en cuenta el carácter fractal (se trata de un problema "sistémico" del análisis tradicional), el indicador parece bastante "vivo", sensible. Esto se consigue no solo gracias el algoritmo del indicador (la comparación de las amplitudes es, en general, el enfoque correcto), sino también a los ajustes estándar por defecto (se usa una pequeña profundidad de datos y una media móvil con un periodo de búsqueda pequeño), los cuales, propiamente, determinan su notable sensibilidad.

A continuación, vamos a analizar también los otros indicadores.

Indicadores Momentun y RSI

aquí, al contrario, la tarea es aumentar la sensibilidad, dado que, por defecto, los indicadores tienen un periodo de cálculo de magnitud significativo, igual a 14. Vamos a utilizar la metodología que hemos aplicado anteriormente. Para ello, reduciremos la magnitud del periodo de cálculo de los indicadores (14, en lugar de 8). Pero, ¿por qué precisamente 8? Hemos reducido la magnitud del periodo hasta el número de Fibonacci más próximo (ignoramos el 13 por estar demasiado próximo a 14, lo cual no cambiaría prácticamente nada), para obtener señales del indicador más tempranas. Al mismo tiempo, para suavizar los gráficos de los indicadores, hemos cambiado el tipo del precio utilizado al calcular los mismos: en lugar del precio de cierre, usaremos el precio típico. ¿Por qué utilizamos el precio típico? Se trata de una magnitud más equilibrada que el precio de cierre. Como resultado, el indicador RSI obtiene menos activaciones falsas junto a los niveles importantes 30 y 70, mientras que el indicador Momentum ha mejorados sus reacciones a las correcciones significativas respecto al nivel importante 100. ¿Por qué analizamos simultáneamente los ajustes de dos indicadores totalmente diferentes? Solo porque, en este caso, sus ajustes coinciden (y nada más), aunque los algoritmos de estos indicadores, obviamente, son totalmente distintos.

Indicador MACD: 

de la misma forma, cambiamos los ajustes de este indicador. Para reducir el retardo de las medias móviles utilizadas al calcular el indicador MACD, cambiaremos los valores de los ajustes estándar por defecto a los valores menores más próximos de la serie de Fibonacci. Como resultado, en lugar de los ajustes (12,26,9 del precio de cierre), obtendremos los ajustes (8,21,5 del precio típico), donde, de izquierda a derecha, estarán los parámetros correspondientes del indicador MACD: la ЕМА rápida, la ЕМА lenta y la SMA del indicador. 

Indicador Bollinger Bands: 

este indicador se basa en la desviación respecto a la media móvil. Por eso, vamos a intentar regular precisamente este parámetro. En lugar de un valor por defecto igual a 2, establecemos la magnitud 1, y en lugar del precio de cierre, establecemos igualmente el precio típico. Además, no es necesario reducir la magnitud del periodo de cálculo del indicador (por defecto es igual a 20), dado que la sensibilidad del indicador mejora sustancialmente incluso sin esto. Esto se nota incluso al realizar un simple control visual: con los nuevos ajustes, las curvas extremas del indicador, en esencia, se convierten (parece) en medias móviles más rápidas. En este caso, además, el indicador se hace más cómodo para la detección de los intervalos de tendencia: ahora estas se encuentran fuera de los límites de las tres curvas del indicador (la mayor parte de las tendencias, y no la menor, como sucedía con los anteriores ajustes). Y si el precio se encuentra dentro de un indicador así, entonces o bien se trata del inicio de las tendencias, o bien de la zona de consolidación (al identificar la tendencia), que podemos despreciar como zonas de dinámica indefinida. Visualmente, esto resulta mucho más cómodo que buscar los rebotes de precio dentro de la zona que consta de las tres curvas de este indicador (si tenemos los ajustes por defecto).

Bien, ya hemos decidido los ajustes. Obviamente, estos ajustes no son el resultado la clásica optimización prolongada, sino simplemente una puesta en orden preliminar de los parámetros del grupo de indicadores para aumentar la "precisión de tiro" de las zonas de sobrecompra/sobreventa. En principio, intentamos entender si es posible mejorar el funcionamiento del grupo de indicadores tradicionales para la búsqueda de estas zonas. 

Para ello, como hemos acordado, comprobaremos su funcionamiento en diferentes tipos de tendencia, lo cual nos dará la posibilidad de valorar de forma más completa los resultados al darse una dinámica de precios de mercado distinta.


Comprobando el funcionamiento de los indicadores de búsqueda de las zonas de sobrecompra/sobreventa en diferentes tipos de tendencia

Dado que cada indicador tiene varios tipos de señal, primero estudiaremos esta cuestión.

Selección del tipo de señales de los indicadores.

Para identificar las zonas de sobrecompra/sobreventa, se usan los diferentes tipos de señales de los indicadores. Dado que en el análisis técnico tradicional no hay reglas estrictas, sino solo recomendaciones generales sobre esta cuestión, el tráder utilizará el tipo de señales que considere correcto o cómodo. Estos son los tipos de señales:

▪  cruzamiento de dos curvas del indicador,

▪  cruzamiento del nivel de señal por parte de una de las curvas del indicador (si el indicador tiene dos curvas),

▪  cruzamiento del nivel de señal por parte de la curva del indicador (si el indicador tiene una única curva),

▪  viraje de la curva del indicador (si el indicador tiene una única curva),

El uso del viraje de la curva del indicador parece rentable, y por eso es recomendado por algunos autores. No obstante, estas señales son con frecuencia demasiado prematuras. Y lo importante es que el propio patrón de viraje de la curva del indicador puede resultar falso (de corrección, por analogía con la corrección del gráfico de precio). Por eso, en este trabajo no vamos a utilizar este tipo de señales de los indicadores (aunque sea a veces a costa de la precisión): utilizaremos señales de indicadores más unívocas y fiables (desde el punto de vista de la identificación), basadas en el cruzamiento de las curvas, o bien en el cruzamiento de un nivel crítico por parte de una curva.

Tipos de tendencia.

Anteriormente, hemos visto estos tipos de tendencia (son cuatro, en total). Valoraremos el funcionamiento de los indicadores por separado para cada tipo de tendencia: primero con los ajustes por defecto, después con los nuevos ajustes que hemos determinado para cada indicador del grupo. 

Precisión de la búsqueda de zonas.

Determinaremos la precisión de la búsqueda de las zonas de sobrecompra/sobreventa mediante la magnitud de la distancia (en barras, las unidades de tiempo de un marco temporal concreto) respecto al tiempo del extremo de la tendencia (el máximo absoluto con una tendencia ascendente, o bien el mínimo absoluto con una tendencia descendente). Con el signo más, será una señal anticipada, con el signo menos, una señal retardada. 

¡Preste atención! La parte útil de la tendencia comienza después de formarse el fractal de apoyo, dado que este fractal es el signo mínimo de comienzo de una futura tendencia.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia homogénea (con los ajustes de los indicadores por defecto).


Funcionamiento de los indicadores en una tendencia homogénea (ajustes por defecto)

Figura 9. Funcionamiento de los indicadores en una tendencia homogénea en la detección de zonas de sobrecompra/sobreventa (ajustes estándar de los indicadores por defecto)


En la figura 9, se muestra el funcionamiento de los indicadores tradicionales Stochastic, Momentum, RSI con los ajustes por defecto (el indicador Bollinger Bands, en este caso, se usa con los ajustes modificados, pero aquí se trata de un indicador auxiliar, solo para destacar de forma más notoria la tendencia ascendente: la tendencia se encuentra por debajo de la curva inferior de este indicador).

Los momentos en que se activan los indicadores se marcan con segmentos verticales en color rojo. Como podemos ver, tenemos una dispersión temporal bastante notable en las activaciones de los indicadores. Hemos obtenido los siguientes valores de error en forma de desviación (en barras) respecto al nivel fractal mínimo de esta tendencia local (con el signo más, una señal anticipada, con el signo menos, una señal retardada): Stochastic "+12", Momentum "-7", MACD "-3", RSI "+4".

Ahora, vamos a cambiar los ajustes de los indicadores. 

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia homogénea (con los nuevos ajustes de los indicadores).


Funcionamiento de los indicadores en una tendencia homogénea (nuevos ajustes)

Figura 10. Funcionamiento de los indicadores en una tendencia homogénea en la detección de zonas de sobrecompra/sobreventa (nuevos ajustes de los indicadores)


En la figura 10, mostramos el funcionamiento de los mismos indicadores, pero con los nuevos ajustes. 

Los momentos en que se activan los indicadores se marcan con segmentos verticales en color rojo. Como podemos ver, con los nuevos ajustes, se ha reducido notablemente la dispersión en los valores de las activaciones de los indicadores. Hemos obtenido los siguientes valores de error en forma de desviación (en barras) respecto al nivel fractal mínimo de esta tendencia local (con el signo más, una señal anticipada, con el signo menos, una señal retardada): Stochastic: era "+12", ahora es "+11", Momentum: era "-7", ahora es "-2", MACD: era "-3", ahora es "-1", RSI: era "+4", ahora es "+12" (la señal no es explícita, solo el contacto del nivel de activación, por eso podemos ignorarla) y "-1". Como resultado la magnitud del "alcance" de la tendencia ha mejorado (aumento de la longitud respecto a la zona horizontal azul en la figura 10, respecto a la figura 9).

De esta forma, respecto al tipo homogéneo de tendencia (en este caso), los nuevos ajustes de los indicadores han resultado más efectivos que los ajustes por defecto. La única excepción han sido una señal del indicador RSI, no obstante, no es lo suficientemente precisa (no ha habido cruzamiento de la curva del indicador del nivel importante 30, solo lo ha tocado), y podemos no tenerla en cuenta. Al mismo tiempo, no conviene olvidar la dispersión del indicador RSI (necesitaremos esta información más tarde).

Ahora, vamos a realizar un trabajo análogo con el tipo activo de tendencia; así, veremos si en este caso son efectivos los nuevos ajustes.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia activa (con los ajustes de los indicadores por defecto).


Funcionamiento de los indicadores en una tendencia activa (ajustes por defecto)

Figura 11. Funcionamiento de los indicadores en una tendencia activa en la detección de zonas de sobrecompra/sobreventa (ajustes estándar de los indicadores por defecto)

En la figura 11, se muestra el funcionamiento de los indicadores tradicionales Stochastic, Momentum, RSI con los ajustes por defecto (el indicador Bollinger Bands también se usa como indicador auxiliar, para destacar de forma más notoria la tendencia ascendente respecto a la curva superior de este indicador).

Los momentos en que se activan los indicadores se marcan con segmentos verticales en color rojo. Como podemos ver, tenemos una dispersión temporal bastante notable en las activaciones de los indicadores. Hemos obtenido los siguientes valores de error en forma de desviación (en barras) respecto al nivel fractal mínimo de esta tendencia local (con el signo más, una señal anticipada, con el signo menos, una señal retardada): Stochastic: "+5" y "-1", Momentum: "0" — justo en la "diana" y aquí mismo "-10", MACD: "-4", RSI "+7", Bollinger Bands: "-10".

Como podemos ver, la dispersión de las activaciones (de las señales) de los indicadores es bastante grande.

Ahora, vamos a cambiar los ajustes de los indicadores.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia activa (con los nuevos ajustes de los indicadores).


Funcionamiento de los indicadores en una tendencia activa (nuevos ajustes)

Figura 12. Funcionamiento de los indicadores en una tendencia activa en la detección de zonas de sobrecompra/sobreventa (nuevos ajustes de los indicadores)


En la figura 12, mostramos el funcionamiento de los mismos indicadores, pero con los nuevos ajustes.

Los momentos en que se activan los indicadores se marcan con segmentos verticales en color rojo. Como podemos ver, tenemos una dispersión temporal bastante notable en las activaciones de los indicadores, pero la mayoría de los indicadores "se mantiene" junta, mientras que la precisión de las señales del grupo empeora de nuevo por culpa del indicador RSI. Hemos obtenido los siguientes valores de error en forma de desviación (en barras) respecto al nivel fractal mínimo de esta tendencia local (con el signo más, una señal anticipada, con el signo menos, una señal retardada): Stochastic: eran "+5" y "-1", ahora son "+4" y "-2", Momentum: eran "0" y "-10", ahora son "+4" y "-2", "MACD: era "-4", ahora es "-2", RSI: era "+7", ahora es "+8", Bollinger Bands: era "-10", ahora es "-3".

Como podemos ver, casi todos los indicadores han mejorado sus resultados. Aparte de los indicadores Stochastic, y especialmente RSI, la señal de este indicador se cae del "coro" general de señales de los otros indicadores (en la figura se muestra con signos de interrogación y una flecha roja). 

De esta forma, respecto al tipo activo de tendencia (en este caso), los nuevos ajustes de los indicadores, en general, han resultado un poco más efectivos que los ajustes por defecto. La única exclusión (al igual que ha sucedido en la tendencia homogénea) es de nuevo la señal "solitaria" del indicador RSI. Tomemos nota de que el indicador RSI de nuevo ha mostrado una cara no muy positiva. Debido precisamente a este indicador, la magnitud del "alcance" de la tendencia ha mejorado (con un aumento poco significativo de la longitud respecto a la zona horizontal azul en la figura 12, respecto a la figura 11). El indicador Stochastic ha empeorado ligeramente la precisión en la detección de estas zonas. Pero, si no tenemos en cuenta el indicador RSI, la situación general ha mejorado: ha aumentado la precisión de grupo en la búsqueda de zonas de sobrecompra/sobreventa.

Ahora, vamos a complicar la tarea, realizando un trabajo similar aplicado a una estructura de tendencia más complicada: la tendencia de tipo mixto (en la que hay tanto un intervalo con dinámica homogénea, como un intervalo con dinámica activa).

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia de tipo mixto (con los ajustes de los indicadores por defecto).


Funcionamiento de los indicadores en una tendencia de tipo mixto (nuevos ajustes)

Figura 13. Funcionamiento de los indicadores en una tendencia de tipo mixto en la detección de zonas de sobrecompra/sobreventa (ajustes estándar de los indicadores por defecto)


En la figura 13, mostramos el funcionamiento del grupo de indicadores en una tendencia de tipo mixto: la primera parte de la tendencia tiene una dinámica relativamente homogénea, mientras que la segunda parte de la tendencia es activa. Para disponer de mayor variedad, utilizaremos también el indicador CCI. Obtenemos los resultados con los ajustes por defecto: Stochastic: "+3" y "-3", CCI: "-3", RSI: "+1", MACD: "-7". Aquí, el indicador MACD tiene el peor resultado en el grupo.

Vamos a cambiar los ajustes de los indicadores.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia de tipo mixto (con los nuevos ajustes de los indicadores).


Funcionamiento de los indicadores en una tendencia de tipo mixto (nuevos ajustes)

Figura 14. Funcionamiento de los indicadores en una tendencia de tipo mixto en la detección de zonas de sobrecompra/sobreventa (nuevos ajustes de los indicadores)


En la figura 14, mostramos el funcionamiento del mismo grupo de indicadores en una tendencia de tipo mixto, pero con los nuevos ajustes. Obtenemos los resultados: Stochastic: eran "+3" y "-3", ahora son los mismos valores, CCI: era "-3", ahora es "-2", RSI: era "+1", ahora es "-3", MACD: era "-7", ahora es "-5". En definitiva, en general, la efectividad del funcionamiento ha mejorado, excepto la del indicador RSI. Y prestamos de nuevo atención al indicador RSI: su precisión tiene el peor resultado en la tendencia de tipo mixto (al igual que en todos los anteriores tipos de tendencia).

Solo nos queda un tipo de tendencia: la tendencia lateral. Vamos a intentar comprobar también el funcionamiento de los indicadores en este tipo de tendencia. Aunque, probablemente, no será nada sencillo, pues mucho en esta tendencia depende de su amplitud: si la amplitud es significativa, cada segmento de esta tendencia, en esencia, podrá relacionarse con uno de los anteriores tipos de tendencia. Po eso, en este tendencia, en principio resulta complicado hablar de zonas de sobrecompra/sobreventa, dado que, como la amplitud no es significativa (a una escala concreta), los segmentos de la tendencia también son condicionales. Aun así, intentaremos sacar algo en claro en esta complicada variante.

Comenzaremos a analizar el funcionamiento de los indicadores en la tendencia lateral con los ajustes por defecto.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia lateral (con los ajustes de los indicadores por defecto).


Funcionamiento de los indicadores en una tendencia lateral (nuevos ajustes)

Figura 15. Funcionamiento de los indicadores en una tendencia lateral en la detección de zonas de sobrecompra/sobreventa (ajustes estándar de los indicadores por defecto)


En la figura 15, se muestra el funcionamiento de los indicadores con los ajustes por defecto para la búsqueda de las zonas de sobrecompra/sobreventa. En esta tendencia lateral, hay una parte "útil" de la tendencia (la franja horizontal azul), que resulta útil para la posición Sell (y no Buy), dado que la amplitud dentro del canal no es significativa, y justo después del fractal de apoyo del movimiento hacia arriba, se ha formado una vela de dirección inversa y no ha tenido lugar la tendencia local ascendente (dentro del canal). 

Ahora, vamos a cambiar los ajustes de los indicadores.

Búsqueda de las zonas de sobrecompra/sobreventa en una tendencia lateral (con los nuevos ajustes de los indicadores).


Funcionamiento de los indicadores en una tendencia lateral (nuevos ajustes)

Figura 16. Funcionamiento de los indicadores en una tendencia lateral en la detección de zonas de sobrecompra/sobreventa (nuevos ajustes de los indicadores)


En la figura 16, mostramos el funcionamiento del mismo grupo de indicadores para la búsqueda de zonas de sobrecompra/sobreventa, pero con los nuevos ajustes. Podemos ver que la parte útil de la tendencia local (descendente, dentro del canal) se ha ampliado, mientras que la zona de incertidumbre de la tendencia, al contrario, se ha reducido, lo cual indica el aumento de la precisión en la detección de estas zonas.

Ya hemos terminado de comprobar el funcionamiento del grupo de indicadores en diferentes tipos de tendencias, y hemos visto que el indicador RSI ha destacado por la escasa calidad de su trabajo, convirtiéndose en una especie de "chico malo" dentro del grupo. Vamos a intentar averiguar el motivo de semejante deficiencia en el funcionamiento del indicador RSI.


¿En qué falla el indicador RSI? Analizamos la fórmula del indicador

Para comprender las peculiaridades del funcionamiento del indicador RSI, vamos a analizar la fórmula matemática de este.

Aquí la tenemos:

RSI=100 - (100/(1+RS));

donde:

RS es el valor de la fuerza relativa (la relación del crecimiento medio del precio respecto al descenso medio del precio en un periodo.

RS=EMAup/EMAdn;

donde:

EMAup es la media móvil exponencial de todas las velas cuyo cierre está por encima del cierre de las velas anteriores,

EMAdn es la media móvil exponencial de todas las velas cuyo cierre está por debajo del cierre de las velas anteriores,

El análisis de la fórmula del indicador muestra claramente por qué este indicador ha funcionado peor que otros al detectar las zonas de sobrecompra/sobreventa en tendencias de distintos tipos (al menos, en nuestros ejemplos). Los motivos son los siguientes:

▪ En primer lugar, en el cálculo del indicador RSI no participa en forma alguna el precio como primer parámetro de mercado (se usa la relación de parámetros secundarios: medias móviles, además exponenciales), lo cual, sin duda, empeora la precisión del indicador. Además, para formar las medias móviles, se usan muestras aparte ("fragmentarias") de la matriz de cotizaciones.

▪ En segundo lugar, el propio núcleo lógico del indicador (parámetro “RS”) está "enterrado" a bastante profundidad en el algoritmo: se encuentra en el denominador de la fórmula de cálculo de RSI, además, su influencia está debilitada por el parámetro, que no se usa por sí mismo, sino sumado a la unidad). Esto, junto con la normalización utilizada en el indicador (límites de 0 a 100), reduce la sensibilidad del indicador. 

Por eso, podemos conjeturar con prudencia que es mejor usar el indicador RSI no como un indicador de señal, sino como filtro auxiliar; además, será mejor encontrar los puntos que determinan las señales del sistema comercial con la ayuda de otros indicadores. ¿Y por qué una conjetura "prudente"? Porque, para realizar dicha afirmación con certeza, deberíamos efectuar una amplia investigación sobre este indicador (en diferentes marcos temporales y en instrumentos financieros distintos). No obstante, consideramos nuestro deber prevenir a los participantes del mercado: no conviene confiar al cien por cien en la efectividad de este indicador tan publicitado (por lo menos, como indicador de señal).

Ya hemos analizado las sutilizas de las "matemáticas" del inidicador RSI; ahora, vamos a volver al funcionamiento coral de nuestro grupo de indicadores.


Resultados de la valoración sobre la precisión en la detección de las zonas de sobrecompra/sobreventa dependiendo de los ajustes y el tipo de tendencia

Si el lector ha prestado atención, recordará que hemos evaluado la precisión de las zonas de sobrecompra/sobreventa (y, ya de paso, la parte útil de la tendencia) utilizando una escala temporal (la distancia en barras respecto al tiempo del extremo de la tendencia). Ahora, vamos a analizar cómo la precisión en la detección de estas zonas influye en la efectividad del "alcance" de la amplitud de la tendencia.


Inicador de alcance de la amplitud de la tendencia

Figura 17. Inicador de alcance de la amplitud de la tendencia


En la figura 17, mostramos un gráfico de EURUSD; como indicador encargado de buscar las zonas de sobrecompra, usamos el indicador Stochastic con los ajustes por defecto. Dado que, en este caso, tenemos una tendencia ascendente local, presuponemos una posición Buy:

En este ejemplo, podemos ver cómo la precisión en la detección de las zonas de sobrecompra/sobreventa influye en la efectividad del comercio. Las denominaciones son las siguientes:

1 — amplitud completa de la tendencia (obviamente, la amplitud del fractal de apoyo, en este caso, fractal down, no se tiene en cuenta, dado que la tendencia se hace "visible" (concretamente, ligeramente distinta), solo después de la formación de este fractal),

2- amplitud útil de la tendencia (se trata de la amplitud que determina el beneficio, con la condición de que cerremos la posición Buy en el punto mostrado con la flecha roja),

3 — amplitud restante de la tendencia (se trata de la amplitud "perdida", si, claro está, el tráder usa la señal del indicador Stochastic como inicio de la zona de sobrecompra y cierra la posición).

Por la fórmula mostrada en la figura 17, podemos ver que, cuanto mayor es la precisión de identificación de la zona de sobrecompra, mayor es el coeficiente de alcance de amplitud de la tendencia (y, por consiguiente, mayor es la efectividad del comercio). 

Obviamente, cuanto más activa sea la tendencia (es decir, cuanto mayor sea el ángulo de inclinación de la tendencia respecto al eje temporal, sin importar si la tendencia es ascendente o descendente), más significativo será el beneficio derivado del aumento de la precisión en la detección de las zonas de sobrecompra/sobreventa, dado que en una tendencia activa, la una amplitud de una vela (barra) es mayor que en otros tipos de tendencia. En la práctica, la mayor parte del tiempo de "vida" de los mercados no implica tendencias activas, sino tendencias de otros tipos: mixto, homogéneo y lateral. Por eso, teniendo en cuenta el tipo de tendencia, el beneficio de la precisión en la detección de estas zonas según el parámetro "tiempo" no siempre dará un beneficio notorio en cuanto a la amplitud. Teniendo en cuenta lo voluminoso de este tipo de análisis (la amplitud de las ganancias según la amplitud, dependiendo de la precisión en el registro de las zonas según el tiempo), nos limitaremos a analizar el concepto de precisión aplicado al factor temporal. Además, no estamos analizando un sistema comercial concreto, sino el funcionamiento de un conjunto aleatorio de indicadores. Y nuestra tarea consiste en determinar las posibilidades de este grupo de indicadores en cuanto a la detección de las zonas de sobrecompra/sobreventa dependiendo de los ajustes del tipo de tendencia.

No obstante, la fórmula mostrada en la figura 17 se puede utilizar para valorar la efectividad de cuaquier sistema comercial, como medida adicional a los parámetros estándar de evaluación. 

Vamos a evaluar los cambios en la precisión de la identificación de las zonas sobrecompra/sobreventa del grupo de indicadores al modificar sus ajustes (los originales, por defecto, y los nuevos, basados en los valores más próximos según la serie de Fibonacci) según el parámetro temporal (conclusiones según todos los tipos de tendencias).

Gráfico sobre el aumento en la precisión de la detección de las zonas de sobrecompra/sobreventa

Figura 18. Gráfico sobre el aumento en la precisión de la identificación de las zonas de sobrecompra/sobreventa (grupo de indicadores) dependiendo de los ajustes y el tipo de tendencia


En la figura 18, mostramos el gráfico de cambio (aumento) de la precisión en la detección de las zonas de sobrecompra/sobreventa dependiendo de los ajustes y el tipo de tendencia. La escala horizontal se corresponde con el nivel de precisión inicial (con los ajustes por defecto del grupo de indicadores). 

La escala vertical representa la magnitud del cambio de la precisión (con los ajustes nuevos de los indicadores), respecto al nivel inicial (con los ajustes por defecto). A cada tipo de tendencia le corresponde su propio color.

La línea verde representa el cambio de la precisión en la tendencia homogénea. La línea azul, el cambio de la precisión en la tendencia activa. La línea violeta, el cambio de la precisión en la tendencia mixta. La línea naranja, el cambio de la precisión en la tendencia lateral.

¿Qué conclusiones podemos sacar de este gráfico? Pensamos que no es posible extraer ninguna conclusión seria según las magnitudes absolutas del aumento de la precisión, en plan: "la tendencia es de tipo mixto, por eso la precisión es inferior a la de otros tipos de tendencia" (para ello, se requieren investigaciones más amplias). En cambio, sí que podemos afirmar que, con los nuevos ajustes, la precisión en la identificación de las zonas de sobrecompra/sobreventa es en principio mayor (en este caso, no menos de un cuarto respecto a los ajustes por defecto). 


Conclusiones sobre el funcionamiento de los indicadores tradicionales para la búsqueda de las zonas de sobrecompra/sobreventa.

Usando ejemplos concretos, hemos podido ver que, usando los ajustes por defecto, los indicadores tradicionales, si se utilizan para detectar el inicio de las zonas de sobrecompra/sobreventa, muestran una precisión bastante baja. En muchos casos, las señales de los indicadores son: o bien demasiado tempranas (lo cual reduce significativamente el beneficio, debido a la pérdida de una gran parte de la amplitud), o bien demasiado tardías (lo cual reduce significativamente la probabilidad de obtener beneficio en general, debido al viraje presente).

Ya hemos averiguado que el motivo de este funcionamiento tan poco sutil por parte de los indicadores tradicionales reside en sus modelos matemáticos, que prácticamente no tienen en cuenta el carácter no estacionario del proceso de los movimientos de precio. Los algoritmos de estos indicadores ignoran por completo factores clave en la estructura de las tendencias en los mercados financieros, concretamente, no consideran el carácter fractal del inicio y la finalización de las tendencias, no detallan (más bien consideran de forma muy superficial) la dinámica del cambio de los parámetros de las velas de las que consta la tendencia, en particular, en los segmentos de formación de las zonas de sobrecompra/sobreventa.

En lugar de ello, para comenzar a calcular los valores del indicador, se usa un punto aleatorio de cálculo (y no de fractal) al realizar los cálculos según la fórmula implementada en el algoritmo de un indicador concreto. Como resultado, el cálculo del valor del indicador no comienza estrictamente desde el inicio de la tendencia, sino a mitad de la tendencia actual, o bien abarca parte de la tendencia anterior, lo que deforma significativamente el resultado del pronóstico. Esto se debe a que, en la mayoría de los casos, la magnitud del cálculo en las fórmulas es fija; además, la magnitud del periodo de cálculo del indicador (es decir, la profundidad del uso de los datos históricos) puede ser modificada por cada tráder según su voluntad. 

Sin embargo, el mercado "vive" según sus propias leyes: las oscilaciones del mercado tienen un periodo (y una frecuencia, como una magnitud inversa) cuya magnitud no es fija, sino que cambia constantemente incluso dentro de un intervalo temporal pequeño. En estas condiciones, la vinculación al inicio de la tendencia parece totalmente justificada. 

Debido a que no se tienen en cuenta estas peculiaridades en la dinámica del mercado, el resultado del uso de los indicadores tradicionales redunda en una baja precisión en el registro de la zona de sobrecompra/sobreventa, que solo a veces coincide con la finalización real de una tendencia local. Precisamente por ello, los sistemas automáticos de comercio basados en estos indicadores no permiten obtener un beneficio estable en un intervalo prolongado de la simulación. 

Obviamente, los sistemas comerciales sin limitación del riesgo (stop loss), no se tienen en cuenta: en estos casos, es posible mostrar a veces resultados de beneficio fantásticos incluso utilizando indicadores tradicionales, ignorando las reducciones. Pero, en el comercio real, no será posible ignorar los riesgos, dado que, si no utilizamos un stop loss, estas reducciones, tarde o temprano, harán desaparecer el depósito del tráder (comprobado por propia experiencia al simular multitud de sistemas comerciales diferentes).

Para mejorar el funcionamiento de la búsqueda de zonas de sobrecompra/sobreventa, hemos aplicado un método sencillo, sin utilizar ninguna optimización preliminar; asimismo, en lugar de los ajustes por defecto, hemos utilizado ajustes nuevos (tambien fijos). La esencia de estos ajustes residía en lo siguiente: la magnitud de los parámetros de ajuste cambiaba a los valores más próximos de la serie de Fibonacci. E incluso estos cambios tan sencillos permitían aumentar en no menos de un cuarto la precisión de detección de las zonas de sobrecompra/sobreventa según el parámetro "tiempo". 

Según los resultados de la comprobación, también hemos analizado con mayor detalle el funcionamiento de dos indicadores (en este caso, el mejor y el peor). Al realizar el análisis detallado de las fórmulas matemáticas de estos indicadores (Stochastic y RSI), hemos detectado los motivos que influyen en la calidad del funcionamiento de los mismos. 

Por ejemplo, hemos averiguado que el modelo matemático del indicador Stochastic posibilita un funcionamiento bastante adecuado incluso con los ajustes por defecto.

Al mismo tiempo, hemso mostrado que el funcionamiento del popular indicador RSI como indicador de señal resulta problemático debido precisamente a su modelo matemático. Por eso, este indicador, a pesar de su amplia popularidad, posiblemente tenga ciertas limitaciones de uso (y no solo al buscar las zonas de sobrecompra/sobreventa, sino en general). Usando como base el análisis del modelo matemático, hemos demostrado que resulta más lógico emplear el indicador RSI como filtro general, utilizando no los cruzamientos por puntos de los niveles del indicador (el modelo del indicador, en principio, no permite ofrecer una alta precisión), sino el intervalo de valores del indicador.


Nuevos enfoques para aumentar la efectividad de la búsqueda de las zonas de sobrecompra/sobreventa

Bien, ¿en qué debería consistir la novedad de los enfoques respecto a la determinación de las zonas de sobrecompra/sobreventa? Vamos a formular los requisitos generales. Dado que estamos hablando de la necesidad de registrar fractales (comienzo y finalización de tendencia), y también de analizar los elementos dentro de la tendencia, podemos hablar de análisis fractal de velas.


Requisitos generales respecto al algoritmo del indicador para la búsqueda de las zonas de sobrecompra/sobreventa utilizando el análisis fractal de velas

Teniendo en cuenta los defectos de los métodos tradicionales de búsqueda de zonas de sobrecompra/sobreventa, podemos recomendar lo siguiente.

▪  Necesitamos un punto de cálculo de apoyo no aleatorio (como se ha implementado en los indicadores tradicionales), sino actual, para calcular los valores de la función de cualquier indicador (en cualquier momento). ¿De qué punto de cálculo estamos hablando? Sin lugar a dudas, se trata del extremo del fractal de apoyo. ¿Por qué el extremo del fractal? Porque precisamente estos niveles son marcas claras de la dinámica del mercado, percibidas por los participantes del mercado como marcas de apoyo (por ejemplo, para colocar un stop loss). Ya hemos mencionado antes que, precisamente la ausencia de estos puntos de apoyo en los algoritmos de cálculo de los valores de los indicadores tradicionales reduce la precisión de la búsqueda de las zonas de sobrecompra/sobreventa.

▪  La magnitud del periodo de cálculo de los indicadores tradicionales es fija, mientras que el proceso real del movimiento de los precios tiene una amplitud de frecuencia en cambio constante (y, por consiguiente, una magnitud del periodo de cambio) en las oscilaciones. Esto provoca errores inevitables en estos indicadores al detectar las zonas de sobrecompra/sobreventa. 

▪  De acuerdo con la teoría del equilibrio de impulso, la vela no es una estructura elemental completa para realizar el análisis de la dinámica de mercado, y los patrones del análisis tradicional de velas no siempre son adecuados para el análisis, al igual que la vela (como elemento de estos patrones). La vela, a pesar de su sencillez a la hora de representar la información, tiene desventajas claras: dentro de la vela no se ven los niveles fractales importantes. Además, los niveles de vela “Open” y “Close” casi nunca son fractales, lo cual requerirá necesariamente de un análisis adicional de la dinámica del precio tras estos puntos. Para reducir aunque sea de alguna forma el papel de estos factores negativos, el análisis de velas dentro de la tendencia debe tener en cuenta lo siguiente:

es necesario un análisis detallado de la relación del "cuerpo" de cada vela respecto a su amplitud (caracteriza de forma simplificada la actividad general del proceso, como microtendencia, dentro de la vela),

es necesario un análisis de la relación de la magnitud de la corrección dentro de la vela respecto a su amplitud general (caracteriza de forma simplificada la dinámica del proceso de formación de la vela, justo antes de que comience a formarse la siguiente vela de la tendencia),

es necesario un enfoque complejo y de escala múltiple: dado que los niveles Open y Close no son niveles de fractal, se requiere un análisis preciso adicional de la dinámica en un marco temporal menor, tanto para analizar la actividad en el último estadio de formación y cierre (del anterior marco mayor) de la vela, como para analizar la actividad tras la apertura de la siguiente vela.

▪  Ahora, hablemos de la estructura del sistema analítico para la búsqueda de las zonas de sobrecompra/sobreventa. 

De acuerdo con la postura de la teoría del equilibrio de impulso, el algoritmo de cualquier sistema analítico o comercial debe ser de modelo múltiple (dado que el movimiento de los precios de cualquier instrumento financiero es un proceso complejo y no estacionario que no puede ser descrito con un algoritmo simple). Esto se relaciona claramente con los algoritmos de búsqueda de las zonas de sobrecompra/sobreventa (el algoritmo de cualquier indicador tradicional constituye siempre un modelado simplificado de la dinámica de mercado). A la hora de detectar estas zonas, la imagen general de la dinámica tiene multitud de variantes. Por eso, la solución más lógica al problema que supone la detección de las zonas de sobrecompra/sobreventa es un cierto algoritmo general que conste de muchas variantes (algoritmos relativamente sencillos) combinadas mediante una función de "O" lógico. ¿Y por qué usar precisamente el "O" lógico? Porque cada variante (situación que caracteriza el comienzo de una zona así), en teoría, puede formarse con la misma probabilidad, y no sabemos con antelación cuál de ellas se formará.

Anteriormente, hemos mostrado que, para modelar la dinámica de mercado (como un proceso de fractal de carácter no estacionario), la opción más efectiva es la combinación del análisis fractal y el análisis de velas. Obviamente, no hablamos de los patrones clásicos del análisis de velas, sino de soluciones más nuevas en esta rama.

Bien, vamos a pasar a métodos más concretos para solucionar esta compleja tarea.


Método relacionado con la detección de los signos de ralentización de la tendencia

En el artículo anterior ("Cómo reducir los riesgos del tráder"), mostramos que el método más preciso a la hora de detectar las zonas de sobrecompra/sobreventa (en comparación con los indicadores tradicionales) es la detección de los signos de ralentización dentro de una tendencia local interna según los siguientes criterios:

— la reducción de la distancia (de la magnitud de la amplitud) entre niveles fractales de apoyo colindantes (necesitamos tres fractales para comparar la amplitud de dos segmentos colindantes),

— el aumento de la profundidad de la corrección dentro de la vela, así como la disminución del "cuerpo" de la misma (análisis intravela),

— el cambio en la dirección de desplazamiento del pivote de la vela respecto al pivote de la vela anterior (necesitamos tres velas para comparar los datos de los niveles).

También existe otro método: el método que utiliza la vinculación al inicio de la tendencia (como punto de cálculo para el posterior pronóstico de las zonas de sobrecompra/sobreventa). Vamos a analizar el algoritmo de esta vinculación.


Algoritmo de vinculación al comienzo de la tendencia

En la teoría del equilibro de impulso, se ha demostrado que uno de los componentes más importantes de un sistema analítico o comercial es el módulo de vinculación al inicio del movimiento en forma de ondas (es decir, al inicio de la tendencia local). Antes, hemos podido comprobar con un ejemplo concreto (el gráfico en la figura 7) que la desactivación de este módulo (nos referimos a la omisión de los riesgos relacionados con la entrada en las zonas de sobrecompra/sobreventa) reduce significativamente la efectividad de un sistema comercial. Cualquier indicador es un sistema analítico que debe tener en cuenta este punto, ya que, es precisamente la ausencia de esta vinculación en los indicadores tradicionales el factor principal que impide que su funcionamiento se desarrolle con precisión.

Pero, ¿cómo usar este parámetro en la búsqueda de las zonas de sobrecompra/sobreventa? Se podría decir que, ante todo, dicha vinculación es necesaria para pronosticar el inicio de la tendencia para entrar en el mercado. Pero resulta que, además, la vinculación también es necesaria para buscar las zonas indicadas. Para ello, es necesario distanciarse respecto al inicio de la tendencia local, ya que esto aumentará las probabilidades de "entrar" en la parte final del movimiento (que es precisamente que lo que necesitamos para detectar las zonas de sobrecompra/sobreventa).

En la figura 19 (más abajo), se muestra el módulo de vinculación al inicio de una tendencia (dentro del asesor Reduce_risks para МТ5).

En este caso, el signo del comienzo de la tendencia será el cruzamiento de la media móvil con la vela en la historia: en М1 — МА8, en М15 — МА5. La magnitud de los periodos de cálculo de las medias móviles se ha seleccionado de los valores de la serie de Fibonacci.

Preste atención: el cruzamiento (de la vela y la МА) en el marco temporal М1 no se limita a una barra en la historia, sino que se estabece mediante un "O" lógico, o bien en la barra anterior, o bien en la segunda barra en la historia, o bien en la tercera barra en la historia (en M1). En este caso, en М15 se ha previsto una variante de cruzamiento: en la barra anterior en la historia de cotizaciones. Este conjunto de posibles opciones se usa para tener en cuenta, dentro de lo posible, las múltiples variantes que se dan en las situaciones de mercado reales relacionadas con el desarrollo de una tendencia local respecto a semejante cruzamiento.

Este ejemplo se muestra para la entrada en el mercado (con la ayuda de este algoritmo, reducimos la probabilidad de caer en una zona de sobrecompra/sobreventa). Este algoritmo es universal, podemos usarlo tanto para las tendencias ascendentes del precio, como para las descendentes, ya que el algoritmo no tiene en cuenta (a propósito) la dirección de las velas. 

Echemos un vistazo a un fragemento del código del módulo de vinculación al inicio de una tendencia (en la versión mql5):

int            handle_iMA_M1_period5;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period8;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period13;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period60;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period4;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period5;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period8;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_H1_period24;       // variable for storing the handle of the iMA indicator 

...................................................................................................

 handle_iMA_M1_period5=iMA(m_symbol.Name(),PERIOD_M1,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }
//--- create handle of the indicator iMA
   handle_iMA_M1_period8=iMA(m_symbol.Name(),PERIOD_M1,8,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period8==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }



handle_iMA_M15_period5=iMA(m_symbol.Name(),PERIOD_M15,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M15_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }

..........................................................................................................


    //--- minimize the risks associated with entering the overbought zone at the entrance to the market
      //--- binding to the beginning of a wave to reduce probability of an entrance in a overbought zone:
      //---    the beginning of a wave - not further three bars in the history of data (M1)
      bool beginning_wave_M1=
                             (arr_MA_M1_period8[1]>rates_M1[1].low && arr_MA_M1_period8[1]<rates_M1[1].high) ||
                             (arr_MA_M1_period8[2]>rates_M1[2].low && arr_MA_M1_period8[2]<rates_M1[2].high) ||
                             (arr_MA_M1_period8[3]>rates_M1[3].low && arr_MA_M1_period8[3]<rates_M1[3].high);
      //---    the beginning of a wave - on the previous bar of the senior timeframe (M15)
      bool beginning_wave_M15=
                              MA_M15_period5_1>rates_M15[1].low && MA_M15_period5_1<rates_M15[1].high;


...............................................................................................................


 if(amplitude_candles_M1 && 
         amplitude_candles_M15 && 
         amplitude_channel_M15 && 
         activity_previous_bar_M1 && 
         local_resistance_overcome && 
         beginning_wave_M1 && 
         beginning_wave_M15 &&    
         ascending_direction_2nd_bar_M1 && 
         ascending_direction_previous_bar_M1 && 
         ascending_MA_5and60 && 
         hierarchy_of_three_MA && 
         current_price_is_higher_than_MA && 
         ascending_direction_of_the_previous_candle_M15 && 
         ascending_MA_period4 && 
         hierarchy_of_two_MA_M15 && 
         current_price_is_higher_than_MAperiod4_M15 && 
         current_price_is_higher_than_MAperiod24_H1 && 
         share_of_body_M15 && 
         restriction_of_depth_of_correction_M15 && 
         ascending_tendency_M15 && 
         existence_of_a_shadow_M15 && 
         share_of_body_M1 && 
         previous_candle_no_flat && 
         restriction_of_depth_of_correction_M1 && 
         ascending_a_tendency_M1 && 
         existence_of_a_shadow_M1)

Fig.19. Módulo de vinculación al inicio de una tendencia.


 En la figura 19, se muestra el módulo de vinculación al inicio de una tendencia (dentro del asesor Reduce_risks para МТ5). Denominaciones:

 arr_MA_M1_period8[1], arr_MA_M1_period8[2], arr_MA_M1_period8[3] — media móvil con un periodo de cálculo igual a 8, calculado en las barras segunda y tercera (respectivamente) anteriores en la historia de cotizaciones (marco temporal М1),

MA_M15_period5_1 — media móvil con un periodo de cálculo igual a 5, calculado en la barra anterior en la historia de cotizaciones (marco temporal М15),

rates_M1[1].low, rates_M1[2].low, rates_M1[3].low, rates_M1[1].high, rates_M1[2].high, rates_M1[3].high - extremos de las velas en las barras correspondientes en la historia (marco temporal М1),

rates_M15[1].low, rates_M15[1].high — extremos de las velas en la barra anterior (marco temporal М15).                                 

Preste atención a que en la versión MQL5, el algoritmo ha sido ejecutado en dos niveles: primero se establecen las condiciones para la vinculación del inicio de la tendencia utilizando dos variables aparte (bool beginning_wave_M1 y bool beginning_wave_M15), y ya después, la magnitud de estas variabes se comprueba en el operador “if” (según el "Y" lógico - lo hemos resaltado en color verde). 

A continuación, veremos cómo la vinculación al inicio de la tendencia se puede utilizar para detectar las zonas de sobrecompra/sobreventa.


Método relacionado con el distanciamiento respecto al comienzo de la tendencia

Bien, ya hemos identificado el inicio de la tendencia (obviamente, se trata de un pronóstico, no todas las tendencias tendrán un desarrollo real). Ahora, tenemos que entender de qué forma usar esto para detectar las zonas de sobrecompra/sobreventa.

He aquí un método compuesto que combina las soluciones mencionadas anteriormente: la vinculación al inicio de la tendencia, y también la detección de los signos de ralentización de la tendencia (ya después del punto de vinculación). Al utilizar dicha variante simplificada de uso de este método, la desventaja será que el indicador considerará zona de sobrecompra/sobreventa incluso la primera corrección. Por eso, para reducir la probabilidad de obtener señales falsas desde el indicador, podemos valernos de la siguiente propiedad de la tendencia: 

La duración temporal de la tendencia (en concreto, de su parte activa) es una magnitud final, que en la mayoría de los casos no es superior a 10-15 barras de cualquier marco temporal (de cualquier instrumento financiero). 

De aquí podemos extraer una conclusión importante:

cuanto más se aleje el precio actual (en barras) del inicio de la tendencia (aproximándose a las cifras indicadas), mayor será la probabilidad de que la tendencia finalice (y mayor será la probabilidad de aparición del estadio temprano de finalización de esta tendencia —esta será precisamente la zona de sobrecompra o sobreventa—, dependiendo de la dirección de la misma). 

Esta distancia consciente respecto al inicio de la tendencia permite reducir el número de señales falsas, gracias a la omisión de las activaciones más próximas (respecto a la vinculación al inicio de la tendencia).

 Obviamente, si se da un aumento brusco en la amplitud del movimiento contra la tendencia, el factor de la distancia resultará poco significativo, por lo que deberemos tener en cuenta los tipos de riesgo relacionados con el impulso inverso (la clasificación de los riesgos y los algoritmos correspondientes se muestran en el artículo "Cómo reducir los riesgos del tráder"). Hablamos de los siguientes tipos de riesgos: los riesgos relacionados con la indeterminación de la amplitud de un movimiento de precio después de entrar en el mercado, así como los riesgos relacionados con el derrumbe de los precios después de entrar en el mercado. 


Conclusión

Con esto, podemos dar por finalizada la primera parte del tema: "Los métodos de búsqueda de las zonas de sobrecompra/sobreventa. ¿Qué hemos aprendido?

▪  Ante todo, hemos concretado la formulación del propio concepto de las mencionadas zonas desde el punto de vista del movimiento de los precios de mercado como proceso, en concreto, de su carácter fractal. 

▪  Asimismo, hemos valorado la entrada en el mercado dentro de dichas zonas, así como las consecuencias del cierre de posiciones en estas zonas, partiendo de que estas zonas son variantes de una idea más amplia: las zonas de incertidumbre (más información en la teoría del equilibrio de impulso).

▪  Hemos analizado el funcionamiento de un grupo de indicadores tradicionales en cuanto a la búsqueda de zonas, tanto con ajustes estándar, como con ajustes nuevos (basados en los valores más próximos de la serie de Fibonacci). Además, hemos realizado la prueba en tendencias de diferentes tipos. Dado que los nuevos ajustes se han tomado usando como base supuestos teóricos, y no una simulación a gran escala, no podemos considerarlos una recomendación firme a aplicar en el comercio. Al mismo tiempo, incluso estas investigaciones preliminares han demostrado que el uso de los valores de la serie de Fibonacci en la configuración de los indicadores tradicionales (por ejemplo, los valores más próximos respecto a los estándar), en general, suponen un factor positivo a la hora de aumentar su precisión, en concreto, al detectar las zonas de sobrecompra/sobreventa. Por eso, estos ajustes pueden ser utilizados sin niguna objeción como valores iniciales al realizar una optimización a gran escala de los sistemas comerciales que usan los indicadores tradicionales.

▪  Tras analizar las fórmulas matemáticas de algunos indicadores del grupo, hemos averiguado que no todos los indicadores pueden ser utilizados como indicadores de señal. Por ejemplo, el modelo matemático del indicador RSI, desafortunadamente, es tal, que si RSI fuera un termómetro, en lugar de la temperatura exacta, mostraría un inconcreto "ahora hace calor" o "ahora hace fresco". Esto se debe a que en el algoritmo del indicador no se usan los datos primarios (los precios de mercado directamente en alguna variante de comparación), sino secundarios, promediados (medias móviles). Más aún, estas medias móviles son también muy específicas, están como "cortadas", ya que para su cálculo se usa no una serie completa de precios del intervalo seleccionado, sino solo una muestra de esta serie en el mismo intervalo. Por eso, podemos conjeturar con toda justificación que merece la pena usar el indicador RSI solo como filtro general, y no como indicador de señal. Es decir, resulta más adecuado utilizar no los momentos de activiación (cruzamiento de sus curvas), sino un intervalo más amplio de valores del indicador, dejando que sean otros indicadores los que se encarguen de seleccionar los puntos de activación. Es posible que este hecho resulte de interés a muchos tráders que usan el indicador RSI, un auténtico "veterano" del análisis técnico clásico. 

▪  Al mismo tiempo, hemos averiguado que los indicadores en cuyos algortimos se analizan, mediante comparación directa, los datos primarios (y, lo que es importante, las amplitudes de diferentes intervalos consecutivos del gráfico), poseen una gran precisión en la detección de las zonas de sobrecompra/sobreventa, así como una gran flexibilidad (sensibilidad) cuando se cambian los ajustes. Un ejemplo de este tipo de indicador es Stochastic, cuya aplicación como indicador de señal parece totalmente justificada.

▪  Asimismo, hemos propuesto algunos enfoques nuevos para aumentar la precisión en la detección de las zonas de sobrecompra/sobreventa. Nos referimos al análisis fractal de velas complejo, que abarca, concretamente, la vinculación algorítmica al inicio de la tendencia, el distanciamiento y el análisis del estado de la dinámica de la escala menor (cada vela de la tendencia actual se analiza como un impulso de la escala menor).

Implementación práctica.

▪  El indicador para la búsqueda de las zonas de sobrecompra/sobreventa propuesto por el autor ha sido desarrollado usando como base los métodos indicados en el presente artículo, y se puede encontrar en el Mercado,aquí

▪  En el artículo se usan los algoritmos del asesor "Reduce_risks" (versión mql5, en la edición de Vladímir Karpútov); los códigos se encuentran en los anexos (se usa el marco temporal М1). 

Encontrará una descripción semejante de los asesores en el artículo "Cómo reducir los riesgos del tráder" y aquí¡IMPORTANTE! ¡Este asesor ha sido desarrollado con fines investigativos y no ha sido pensado para el comercio real!


En la segunda parte del artículo "Sobre los métodos de búsqueda de las zonas de sobrecompra/sobreventa", analizaremos las siguientes cuestiones: 

▪  Ventajas y desventajas del uso de indicadores tradicionales en la búsqueda de las zonas de sobrecompra/sobreventa utilizando los siguientes instrumentos de análisis: 

  • las medias móviles adaptativas, 
  • los niveles de Fibonacci, 
  • las divergencias, 
  • los patrones gráficos, 
  • y también la posibilidad de utilizar los métodos indicados de forma compuesta.

▪  Las cuestiones referentes al aumento de la efectividad de los instrumentos analíticos indicados.


Traducción del ruso hecha por MetaQuotes Software Corp.
Artículo original: https://www.mql5.com/ru/articles/7782

Archivos adjuntos |
Reduce_risks.mq5 (114.03 KB)
Optimización móvil continua (Parte 7): Encajando la parte lógica del optimizador automático con la parte gráfica y el control de la misma desde el programa Optimización móvil continua (Parte 7): Encajando la parte lógica del optimizador automático con la parte gráfica y el control de la misma desde el programa

Este artículo es el penúltimo de la serie, y describe cómo encajar la parte gráfica del programa del optimizador automático con su parte lógica. En él, analizaremos el proceso de inicio y optimización, comenzando por la pulsación del botón y terminando el redireccionamiento al gestor de optimizaciones.

Trabajando con las series temporales en la biblioteca DoEasy (Parte 40): Indicadores basados en la biblioteca - actualización de datos en tiempo real Trabajando con las series temporales en la biblioteca DoEasy (Parte 40): Indicadores basados en la biblioteca - actualización de datos en tiempo real

En el artículo, vamos a analizar la creación de un indicador multiperiodo basado en la biblioteca DoEasy. Asimismo, vamos a mejorar las clases de las series temporales para obtener los datos de cualquier marco temporal y representarlos en el periodo actual del gráfico.

Trabajando con las series temporales en la biblioteca DoEasy (Parte 41): Ejemplo de indicador de símbolo y periodo múltiples Trabajando con las series temporales en la biblioteca DoEasy (Parte 41): Ejemplo de indicador de símbolo y periodo múltiples

En el artículo, analizaremos un ejemplo de creación de un indicador de símbolo y periodo múltiples usando las clases de las series temporales de la biblioteca DoEasy. Dicho indicador representará en la subventana el gráfico de la pareja de divisas seleccionada con el marco temporal seleccionado en forma de velas japonesas. Asimismo, mejoraremos las clases de la biblioteca y crearemos un archivo aparte para guardar las enumeraciones para los parámetros de entrada de los programas y la selección del lenguaje de compilación.

Trabajando con las series temporales en la biblioteca DoEasy (Parte 42): La clase del objeto de búfer de indicador abstracto Trabajando con las series temporales en la biblioteca DoEasy (Parte 42): La clase del objeto de búfer de indicador abstracto

En este artículo, comenzamos a construir las clases de los búferes de indicador para la biblioteca DoEasy. En esta parte, crearemos la clase básica de búfer abstracto, que será la principal para crear los diferentes tipos de clases de los búferes de indicador.