Lo primero que conviene aclarar es que el efective range (ER) no es un indicador al uso apto para ser aplicado en cualquier time frame. Se trata, más bien, de un delimitador de contexto que nos permitirá identificar distintas marcoépocas -en un histórico de varios años- caracterizadas por una expansión o contracción del rango medio de volatilidad diaria. Por tanto, este indicador sólo se puede aplicar en gráficos diarios.
Por otro lado, al realizar los estudios preliminares a la construcción del algoritmo, he tenido que abordar su aplicación desde una perspectiva dinámica, empleando medias móviles que más o menos pudiesen tener algún valor predictivo, (En concreto, SMA, EMA y DEMA) pero que, lógicamente, no ofrecerán el mismo aspecto que el de las “fotos fijas” (publicadas en anteriores artículos) en las que se trataba de reflejar el panorama anual en su conjunto, aplicando sobre las series de datos otros criterios de normalización y estadísticos más apropiados, como la mediana y la moda.
Finalmente, y viendo que no había diferencias significativas en función de la media empleada, he decido aplicar el ATR(x) tal cual, sin construir otro estimador de rangos basado en medias exponenciales, suavizadas o ponderadas. Con todo, a la mayor parte de los lectores, les resultará sencillo retocar el código para hacer las modificaciones que estimen oportunas.
Quiero recordar también que la fórmula:
ER= ATR(1) * Value Point
Inicialmente pensada para determinar las oportunidades de beneficio en sistemas intradiarios puros, además permite –como ya hemos visto− conocer con cierta aproximación la viabilidad de determinadas estrategias tipo short term en distintas situaciones de volatilidad.
Llegados a este punto, algunos lectores se preguntarán: A efectos prácticos, ¿Por qué este indicador? ¿Por qué no aplicar, sin más, un ATR largo en una segunda ventana de barras diarias sobrepuesta al gráfico intradiario con el que estemos operando? Bien, considero que existen al menos tres buenas razones para emplear este indicador:
El veterano ATR es una medida simple (pero robusta) de volatilidad y el ER de expectativas diarias de beneficio. Con este indicador podemos visualizar en dólares o euros el tamaño máximo de la “mesa de juego”.
...Y también echar nuestras tablillas de apuestas sobre la “mesa” que mejores expectativas ofrezca entre productos comparables. En un mercado verdaderamente eficiente –y justo- lo normal sería aplicar la lógica del casino, o de la póliza de seguros, cobrando comisiones y exigiendo garantías en función del tamaño de las apuestas. Pero vemos que esto, a menudo, no es así y que nuestras agencias se empeñan tercamente en aplicar prácticamente el mismo criterio sobre todos los productos de la misma familia. Por ejemplo, en los contratos minis CME (con los que habitualmente trabajo) me están pidiendo lo mismo por el futuro del Nasdaq, S&P y Russell. Si yo sé que, a día de hoy, la “mesa” del primero es, como poco, unas tres veces más estrecha que la del tercero, ¿por qué no voy a aplicar esa pequeña “ineficiencia” a mi favor?.
Con el ER también se pueden construir algunas estrategias de
Money Management ciertamente innovadoras. Una de las primeras, que ya se aplicó con éxito en el famoso
Sistema de las Tortugas, era el algoritomo llamado “Dollar Cost” (En el artículo
Sistema SwingUp, explicamos esta fórmula desarrollada por R. Dennis) ...Otra, de mi humilde cosecha (que ahora estoy investigando y sobre la que tal vez publique algún trabajo en esta
web) relaciona el ER con el número de operaciones consecutivas con pérdidas de un sistema.
ESTRUCTURA.
Dos son las variables de este indicador:
PoinValue: Valor del punto en el tipo de contrato que estemos utilizando. Por ejemplo, 25€ en el FDAX, 100$ en el e-mini Russell 2000, 10€ en el futuro del IBEX, etc.
Efficient_Frontier: Permite especificar el ER mínimo a partir del cual estimamos que nuestro sistema empieza a obtener beneficios. Por ejemplo, en el artículo,
El tamaño de la mesa de juego, pudimos comprobar que en casi todos los productos CME mini el ER de referencia se situaba ligeramente por encima de los 1000$.
Por lo que se refiere a las líneas de salida, nuestro indicador mostrará tres:
Line1=ATR(1)*Value_Point
Line2=ATR(30)*Value_Point
Line3=Efficcien_Frontier
Conviene, por motivos estéticos y para facilitar la lectura ajustar la presentación del siguiente modo:
INTERPRETACIÓN.
Las barras rojas muestran las fluctuaciones diarias del ER, mientras que la línea marrón representa su evolución mensual. Los cruces de esta curva con la línea azul (Frontera Eficiente) determinarán las situaciones de “rendimiento óptimo” y “rendimiento pobre” de nuestra estrategia intradiaria. Lógicamente, esta última información es la que realmente nos interesa y, como seguidamente veremos, podrá ser empleada de dos modos:
(A) Para seleccionar cortes del histórico que estén por encima de la frontera eficiente, entrenando posteriormente en ellos nuestros sistemas.
(B) Como interruptor tipo on/off del sistema empleado.
ENTRENAR CORTES DEL HISTÓRICO
Labor tediosa, sin duda. Solo tiene sentido cuando comprobamos que diferentes marcoépocas caracterizadas por distintos umbrales de volatilidad (consistentes a largo plazo) afectan de manera notable al equity curve de un sistema.
No hay una reglas fija para saber,
a priori, el modo en que una estrategia responderá ante los prolongados movimientos expansivos y contractivos del rango diario de oportunidades de beneficio: Algunos sistemas tendenciales de tipo continuo (aplicados en barras de 30-120 min.), al igual que ciertos constructos para el reconocimiento de patrones evidencian baja (o errática) sensibilidad al ER. En el otro extremo -y como ya hemos visto- los sistemas tipo VBO (
Volatility Breakout) necesitan siempre un umbral mínimo de volatilidad para generar beneficios.
Si se dispone de un histórico suficientemente largo, la mejor manera de proceder será identificar cortes largos (por ejemplo de 9 a 18 meses) que sirvan para delimitar los siguientes tipos de marcoépocas:
Lo ideal sería componer series sintéticas de datos ensamblando varios cortes de cada tipo en un fichero único, con lo que dispondríamos de trozos del histórico razonablemente grandes en los que poder entrenar un sistema para seleccionar, luego, el juego de valores paramétricos que más se adapte a cada marco-época. Pero, en
Visual Chart topamos con un grave inconveniente: Permite exportar datos a una herramienta externa (por ejemplo Excel) pero no importarlos. Por lo que sé, la única solución pasa enviar la nueva serie al
Departamento de sistemas y pedir que nos la compilen.
APLICACIÓN DEL E.R. A UN SISTEMA
Cuando disponemos de un sistema short term que, efectivamente, resulta muy sensible al Effective Range, podemos emplear de manera eficiente este indicador como un auténtico interruptor on/off que nos saque del mercado cuando las condiciones de la “ventana de oportunidades” no sean propicias.
En las próximas líneas analizaremos, como estudio de caso, la aplicación al sistema
SVbreak de este indicador. Para ello ha sido preciso construir un segundo sistema, al que he denominado “PALADIUM” que se basa en un mecanismo de “doble pantalla”. El mercado de referencia elegido ha sido en esta ocasión el e-mini de petróleo (QM) en un
time frame de 30 minutos.
Primera aproximación
Aplicamos el sistema PALADUM con el ER desactivado y obtenemos en backtesting los siguientes resultados:
El ratio es bastante mediocre y el máximo DD (-8,558$) no da la talla, considerando el pequeño tamaño del contrato.
Ahora, mantenemos los mismos parámetros (32, 0.27, 0.86) y aplicamos el sistema PALADUM en su “doble ventana”; Intradiaria y diaria:
Como podrán observar, con una frontera eficiente de 650$, el nuevo sistema sólo permite realizar operaciones cuando la curva del ER rebasa dicho listón.
Pues bien, estos son los nuevos resultados:
La ganancia total ha mejorado levemente (41.551) pues el sistema consigue sacar cabeza por encima de los números rojos durante un 89,2% del espacio muestral. Sin embargo, el ratio se ha colocado en un generoso 3,58 (frente al 1,10 anterior) y la peor serie de pérdidas ha disminuido de manera notable hasta los –2.755$.
El sistema es claramente mejor , ya que un 26% de las peores operaciones negativas han sido filtradas por el indicador ER. Por lo que se refiere al tiempo de permanencia en el mercado, en el sistema sin el ER activado fue del 47,12% y con el ER activado bajo hasta el 36,25%. La diferencia entre ambos se debe al tiempo que la línea de la media mensual del E.R. permaneció por debajo de la frontera eficiente.
Aviso para navegantes: Ni que decir tiene que si el comportamiento del sistema fuese muy positivo (o muy regular) año a año en el producto en que se aplica, entonces no hay nada que filtrar mediante el ER, porque habrá demostrado claramente su robustez y, en tal caso, con cualquier frontera eficiente que apliquemos el resultado final siempre será peor. Sólo conseguiremos reducir el tiempo de permanencia en el mercado de manera innecesaria.
Esto es un simple ejemplo y no tiene ningún valor estadístico. Pero ustedes ahora pueden probar la estrategia en los mercados de prefieran y confrontar sus resultados con los míos. No duden en comunicarme sus hallazgos, les estaré muy agradecido.
Como de costumbre, el indicador ER está disponible para los usuarios registrados en la sección de
Descargas.
Andrés A. García.
© Tradingsys.org, 2006
admin - Aplicación del ER en otros mer
Durante el día de hoy he estado realizando algunas pruebas del PALADIUM en todos los mercados que se citan en la tabla comparativa del artículo sobre el sistema SVBreak, además de en el FDAX.
Comunico brevemente las conclusiones:
Los productos como el e-mini Russell 2000 y el FDAX, en los que ya hemos visto que el sistema obtiene buenos resultados anuales, por permanecer durante todo el espacio muestral por encima de la frontera eficiente, no necesitan este indicador.
En el MR, el SVbreak obtiene unos excelentes resultados positivos año a año entre el 25/10/2001 y 29/09/2006:
Beneficio anual: 26,9%
Máx. DD. = -12,4%
Núm. Total de operaciones = 514
Ratio = 2,17.
La aplicación del PALADIUM en su configuración de doble pantalla, con valores del filtro entre 600 y 1200 dólares, empeora siempre los resultados.
En el FDAX, el SVbreak obtiene los siguientes resultados:
Beneficio anual: 24,1%
Máx. DD. = -25,5%
Núm. Total de operaciones = 511
Ratio = 1,03.
La aplicación del PALADIUM, con una frontera eficiente de 1210€ mejora ligeramente los resultados:
Beneficio anual: 26,1%
Máx. DD. = -24,4%
Núm. Total de operaciones = 490
Ratio = 1,07.
Aunque no de manera tan significativa como para justificar la utilización del filtro.
En el e-mini S&P500, sucede el bonito fenómeno que ya preveíamos en el artículo "Cuando casi todos los sistemas fallan": Por debajo de un determinado umbral de volatilidad el rendimiento de estos sistemas empeora de forma notable.
El SVbreak nos daba los siguientes resultados (17/08/98-14/08/06):
Beneficio anual: 13,22%
Máx. DD. = -25,34%
Núm. Total de operaciones = 733
Ratio = 0,52.
Ahora, con el PALADIUM, en el nivel de 1090$, el sistema parece otro:
Beneficio anual: 24%
Máx. DD. = -11,29%
Núm. Total de operaciones = 202
Ratio = 2,13.
Pero, ¡Oh, demonios! Hacia finales del 2002, nos guiña el ojo y se niega a seguir operando.
Por último, con el contrato mini del Nasdaq ocurre lo mismo: Si con el SVbreak, conseguía entre las fechas 15/07/99 y 14/07/06:
Beneficio anual: 27,95%
Máx. DD. = -33,86%
Núm. Total de operaciones = 439
Ratio = 0,83.
(Eso sí, incurriendo en prolongadas pérdidas entre 2004 y 2006)
Ahora, aplicando el PALADIUM con un filtro de 1190$ se obtiene:
Beneficio anual: 71,37%
Máx. DD. = -25,7%
Núm. Total de operaciones = 189
Ratio = 2,84.
Pero con guiñada de ojo y “pies para que os quiero” a mediados de 2001.
Siendo menos exigentes con el filtro del ER (660$), el sistema sigue ofreciendo un excelente beneficio anual del 59,23%, pero la mecha sólo le llega hasta el 2003.
Todas estas pruebas del PALADIUM, sin duda precipitadas, se han realizado con el histórico completo y con los mismos parámetros base empleados en el artículo SVbreak. Aún queda por saber qué ocurre aplicando la primera de las metodologías explicadas:
A) Identificar varias marco-épocas de los cinco tipos mencionados en el artículo.
B) Ensamblar los trozos de histórico resultantes en un fichero único.
C) Proceder a una optimización selectiva.
Cuando tenga disponibles las series de datos comentaré los resultados.