Numerosas estrategias basadas en time frames muy cortos buscan maximizar el beneficio empleando versiones modificadas de osciladores tradicionales que –convenientemente empaquetadas y publicitadas– son vendidas para plataformas como TradeStation o Metastock a precios que en contadas ocasionesjustifican los beneficios que prometen. Obtener resultados apreciables por nosotros mismos no es tarea compleja. Existen tres técnicas básicas con multitud de pequeñas variantes:

1) Filtros post-señal: Se aplican sobre la curva del indicador empleando algún tipo de media adaptativa como el Generalized DEMA (double-smoothed exponential MA) o el indicador de Tillson (T3 smoothing). El objetivo es suavizar (smooth) la señal del indicador para reducir el ruido improductivo obteniendo un retardo (lag) lo más bajo posible. La calidad de estas técnicas se mide en función del la relación Smooth /lag. En general son una buena opción para sistemas tipo swing, que emplean indicadores como el estocástico, RSI, CCI, ADO o MACD, siempre y cuando nos podemos permitir un retraso de varias barras respecto a la señal original.

2) Filtros de series ponderadas. Explotan la idea de asignar un peso diferente a cada uno de los elementos de la serie que sirve de base al indicador. El conocido desarrollador de sistemas John F. Ehlers, en su página http://www.mesasoftware.com/technicalpapers.htm, describe dos modalidades de filtros de este tipo:

• Los filtros FIR (Finite Impulse Response), muy comunes en el campo del procesamiento digital de señales, consiguen, manipulando los coeficientes de cada elemento, un nivel de filtrado significativamente más alto que la MA equivalente. La ecuación para un filtro FIR de seis elementos de una serie de cotizaciones es:
 
                FIR=(Precio+2*Precio[1]+2*Precio[2]+Precio[3])/6.
 
• Otro tipo de filtro más complejo se basa en las transformaciones de Laguerre, que permiten controlar el nivel de filtrado que se desea obtener en función del retardo, empleando la variable escalar gamma. Dado que ambos filtros no se aplican sobre la salida del indicador (como en el caso anterior) sino sobre las series de datos empleados  por este (son filtros pre-señal), es preciso construir un indicador nuevo  adaptado a cada una de estas transformaciones. Ehlers, describe en su artículo “Time Warp – Without Space Travel”, el caso de un RSI adaptado a la transformación de Laguerre (incluyendo el código en EasyLanguage)  que consiguió encabezar durante varios años una de los principales rankings (DIA, 2002) del trading sistemático.

3)  Zonas dinámicas.  La mayor parte de los operadores técnicos emplean osciladores de ciclo normalizado para sacar partido de las posibles situaciones de sobrecompra o sobreventa que continuamente se producen operando con time frames muy bajos. Estas  pequeñas oscilaciones ocurren con  independencia del tipo de mercado  en que nos encontremos (lateral, alcista o bajista), si bien, como es lógico, resultan mucho más productivas en largas pautas laterales. Tradicionalmente, se emplean niveles fijos de entrada ( Por ejemplo,  30-70 en el RSI) que no se modifican conforme las pautas de volatilidad y tendencia van variando en las diferentes marcoépocas (ciclos largos) del mercado. Por este motivo, algunos conocidos desarrolladores de sistemas recomiendan aplicar bandas variables de entrada como instrumento para mejorar el nivel de adaptación del sistema a las condiciones cambiantes del mercado.

 En teoría, esta técnica debería conducir a indicadores más robustos y eficientes. Sin embargo, comprobaremos que no siempre es así.  En las siguientes páginas analizaremos dos estrategias sencillas ampliamente empleadas, confrontando los resultados obtenidos con diferentes indicadores.

 El mercado de referencia será el E-mini Russell 2000 con barras de 30 minutos entre los años 2002 y 2005 y en horario español de 8 a 22,15 h. Los osciladores clásicos sometidos a análisis serán el Esticástico, RSI, ADO y MACD.
 
ZONAS FIJAS.
 

Comenzamos nuestro análisis construyendo un pequeño sistema continuo de tipo antitendencia, para obtener, mediante una optimización exhaustiva, el potencial máximo de cada indicador (Ya hemos visto en otros artículos que el potencial máximo representa una solución de caso único que jamás se repetirá en la operativa real, pero que sirve para calibrar la idoneidad de dicho indicador en la fijación de puntos de entrada). El sistema dará una orden de compra cuando la curva del indicador cruce en sentido ascendente la banda inferior (teórica zona de sobreventa) y en sentido descendente la banda superior (zona de sobrecompra). Los parámetros a optimizar serán, por tanto, los períodos del cada indicador y los niveles de ambas bandas.

 
La tabla inferior resume los resultados obtenidos empleando zonas fijas de posicionamiento.

Con esta aproximación al potencial máximo de cada oscilador vamos a analizar en que medida las estrategias dinámicas de posicionamiento podrían mejorar los resultados obtenidos.

Nota: Descartamos por inconsistentes todas las soluciones de optimización con un número de operaciones inferior a 50.
 

La primera de las estrategias consiste en modular las bandas superior e inferior aplicando una  fracción del ATR a la línea media del oscilador, de tal modo que el tamaño de las fluctuaciones de la curva del indicador determine también una mayor o menor apertura de las bandas.
Para investigar las ventajas de esta estrategia, construimos un nuevo indicador denominado BandasATR. Su formulación en lenguaje de la Plataforma Visual de Visual Chat es la siguiente:

Siendo los parámetros empleados:

 

Una vez redefinidos los cuatro “metasistemas” con las Bandas ATR, procedemos, como en el caso anterior, a  analizar el potencial máximo de esta estrategia mediante una optimización exhaustiva.

Como puede apreciarse en la tabla de resultados, el potencial de los cuatro osciladores mejora notablemente empleando este tipo de bandas dinámicas. Si bien no lo hace del mismo modo, siendo la calidad final muy diferente en cada caso:
 
El ESTOCÁSTICO aumenta su curva de beneficios hasta un 139,99%, con lo que consigue duplicar el resultado obtenido mediante zonas fijas de entrada.

Sin embargo, el dato más significativo es la considerable disminución del drawdown: Tan solo un 7,7% (¡y en una estrategia continua que no emplea stops!), con lo que el ratio entre beneficios y pérdidas se eleva hasta un 3,69. Quizá el contrapunto sea el pequeño número de operaciones (177) que realiza en las 28.364 barras analizadas, a penas dos operaciones por mes. Este es el motivo por el que no nos atrevemos a calificar la estrategia de excelente.
 
El RSI también mejora significativamente en resultado final y DD. Aunque no consigue elevar el Ratio Win/Loss  de manera tan espectacular como el estocástico (1,86), sin embargo realiza un número elevadísimo de operaciones (560) con lo que los resultados pueden considerarse más robustos.

Una de las principales bazas de esta versión dinámica del RSI es la regularidad con la que obtiene beneficios durante los cuatro años analizados.

Cuestión muy infrecuente en casi todos los sistemas, ya que la pequeña y atípica pauta de volatilidad de los años 2004 y 2005 suele empeorar bruscamente los resultados de estos ejercicios.
 
El oscilador diferencial de medias (ADO) es, como cabía esperar, el que mejor resultado bruto obtiene; si bien es más errático y de peor calidad. Su espectacular beneficio anualizado (30,10%) se ve empañado por el enorme DD (-21,28%) que, aún siendo más bajo que en la estrategia estática, es el peor de los cuatro indicadores. Por otro lado, nos ha sorprendido gratamente su elevado numero de operaciones (903), más de cuatro por semana.

A nuestro juicio, el principal problema de la versión dinámica del ADO es la enorme dispersión de resultados:

Se alternan de manera muy poco estética años de grandes beneficios con años en números rojos, y eso –como bien saben nuestros lectores- nunca nos ha gustado.
 
Por último, El MACD (versión mejorada del ADO con una EMA corta que hace de señal)  es el oscilador que con mayor claridad se beneficia de esta técnica. Todos los ratios muestran un comportamiento excelente, destacando el bajo DD (9,97%) , para un beneficio anual próximo al 30%. El ratio Win/Loss (2,99) experimenta un notable incremento respecto a la estrategia de bandas fijas (1,15).





La distribución anual de beneficios en las 270 operaciones realizadas nos parece bastante buena, pese al mediocre beneficio del 2005.

En nuestro artículo bandas de precios, mencionábamos la utilidad de los canales de máximos y mínimos en la determinación de posibles targets points con ayuda de otros indicadores. Ahora vamos a analizar el potencial de estas bandas para establecer las señales de compra y venta en un oscilador. Para ello añadimos un coeficiente superior e inferior al indicador Hdbands publicado en esta web:





Con ello conseguimos que la curva del oscilador desborde en un porcentaje controlable ambas bandas. En el Estocástico y el RSI los valores estarán comprendidos entre 5 y 20, y en el ADO y MACD entre 0,1 y 0,5.
 
Una vez hecho esto, aplicamos las bandas a cada oscilador, obteniendo un resultado como el siguiente:





En los cuatro casos analizados el número de barras de Hdbands se ha fijado en el doble de la media más larga de cada oscilador.
 
La siguiente tabla recoge los resultados de esta estrategia:





Todos los osciladores mejoran con respecto a la estrategia de bandas fijas. Sin embargo los resultados con respecto a los rangos de ATR son bastante más ambiguos como seguidamente veremos:
 
En el caso del Estocástico, el número de negocios aumenta hasta 225, haciendo más fiables los resultados. Si bien, tanto el DD máximo como el RatioWin/Loss son bastante peores.





El RSI, por el contrario, mejora en rendimiento (135,42%) y ratio (2,09), manteniendo un número alto de negocios.






La relación entre ganancias a corto y a largo es ligeramente asimétrica, así como la distribución anual de beneficios. 





El ADO disminuye considerablemente su rendimiento con esta estrategia, si bien el DD se reduce notablemente. Sin embargo el ratio Win/Loss (1,27) es algo peor que con los rangos de ATR.





Finalmente, el MACD obtiene unos resultados excelentes, supera a la estrategia del ATR en beneficio (149,56%), Fiabilidad (59,66%) Y Número de negocios (1.651), aunque el DD máximo casi se duplica.





Los beneficios a corto y a largo muestran una relación adecuada (2,03); el pequeño sesgo favorecedor de la estrategia a largo se debe, posiblemente, a la estructura predominantemente alcista del mercado en el período analizado.

 EN CONCLUSIÓN:

© Tradingsys.org. Enero de 2006.