Discusión sobre el artículo "Desarrollo de asesores expertos autooptimizables en MQL5 (Parte 5): Reglas de negociación autoadaptativas"

[MetaQuotes]

Artículo publicado Desarrollo de asesores expertos autooptimizables en MQL5 (Parte 5): Reglas de negociación autoadaptativas:

Las mejores prácticas, que definen cómo utilizar un indicador de forma segura, no siempre son fáciles de seguir. Las condiciones de mercado tranquilas pueden producir, sorprendentemente, lecturas en el indicador que no califican como señal de negociación, lo que conlleva la pérdida de oportunidades para los operadores algorítmicos. Este artículo propondrá una posible solución a este problema, al analizar cómo construir aplicaciones de negociación capaces de adaptar sus reglas de negociación a los datos de mercado disponibles.

En la figura 1, a continuación, hemos aplicado un RSI de 20 períodos al precio diario del oro en dólares estadounidenses. El lector podrá observar que ninguna de las lecturas esperadas se mantuvo durante un período prolongado de 3 meses. Podemos observar, al analizar la línea de tendencia trazada en el gráfico, que desde septiembre de 2019 hasta diciembre de 2019, el precio del oro estuvo en una fuerte tendencia bajista.

Sin embargo, si el lector presta más atención, notará que durante este período de tendencia bajista, nuestro indicador RSI no produjo las señales esperadas para entrar en una posición corta.

Figura 1: Es posible que las condiciones del mercado no produzcan la lectura esperada de un indicador técnico, lo que conduce a un comportamiento no deseado.

Algunos lectores podrían argumentar que "puedes intentar ajustar tu período en consecuencia y obtendrás el resultado estandarizado". Sin embargo, ajustar el período no siempre es una solución válida. Por ejemplo, los miembros de nuestra comunidad interesados en el análisis de múltiples símbolos pueden tener períodos específicos que mejor revelen el patrón transversal del mercado que buscan y, por lo tanto, la necesidad de mantener sus períodos fijos.

Autor: Gamuchirai Zororo Ndawana