¿Los mercados financieros son aleatorios, cíclicos o ambos

Los mejores corredores de opciones binarias 2020:
  • Binarium
    Binarium

    1er lugar! El mejor broker de opciones binarias!
    Ideal para principiantes! Entrenamiento gratis! Bonos de registro!

  • FinMax
    FinMax

    Broker honesto!

¿Los mercados financieros son aleatorios, cíclicos o ambos?

Ciertamente todos los traders en algún momento se preguntan si es posible obtener alguna ventaja a la hora de negociar en los mercados financieros. Podemos decir que la respuesta depende de a quien se le haga la pregunta. Ha habido un extenso debate entre los expertos acerca de si los mercados financieros son cíclicos o aleatorios. Cada lado afirma tener evidencias de que el otro está equivocado. Los proponentes del Paseo Aleatorio creen que los mercados siguen una ruta eficiente en la cual ninguna forma de análisis puede ofrecer una ventaja estadística. Por otro lado, tanto los analistas técnicos como fundamentales creen que existe un cierto ritmo en los mercados que un análisis cuidadoso puede ayudar a descubrir, lo que a su vez puede brindar una cierta ventaja al trader.

Teoría del Mercado Eficiente

La faceta básica de los proponentes del Paseo Aleatorio es la hipótesis del Mercado Eficiente, la cual afirma que toda la información conocida ya está tomada en cuenta en la estructura del precio del activo en el mercado. Por lo tanto, no hay ninguna información conocida que pueda ayudar a un inversor a obtener una ventaja sobre el mercado.

Adicionalmente, este enfoque incluye la idea de que todos los eventos y noticias futuras son impredecibles, y por lo tanto los inversores no pueden posicionarse en un activo específico con base en un resultado esperado para un evento que está próximo a ocurrir. Los proponentes del análisis técnico y fundamental piensan todo lo contrario tal como se muestra a continuación.

Análisis fundamental

En el caso del mercado de valores, puede definirse el análisis fundamental como el estudio de la situación actual de una compañía en relación a su potencial tanto para su sostenibilidad y crecimiento futuro. Un analista fundamental puede decidir comprar una acción si ve que la empresa tiene una hoja de balance que muestra datos positivos, incluyendo una deuda baja y un crecimiento arriba del promedio en sus beneficios. Estos analistas ciertamente están en desacuerdo con la creencia base de la teoría del Mercado Eficiente que afirma que un inversor no puede usar esta información para tomar un decisión de inversión en relación al desempeño futuro del precio.

Si un inversor desea realizar su propia investigación con respecto a la utilidad del análisis fundamental en el estudio de las acciones, una fuente confiable de información para reunir datos fundamentales sobre compañía es la página EDGAR (Electronic Data Gathering, Analysis and Retrieval) en el sitio web de la SEC (Securities and Exchange Commission) de Estados Unidos. En este sitio, el inversor puede tener acceso a reportes anuales y trimestrales así como otros tipos de información financiera de todas las compañías incluidas.

En el caso del análisis fundamental centrado en mercados más globales como el Forex, se basa en el estudio de factores políticos y económicos que pueden afectar los precios en el mercado. En el mercado de divisas, por ejemplo, las cotizaciones de los pares de divisas se ven fuertemente afectados por decisiones de bancos centrales y gobiernos que modifican sus políticas monetarias, lo que puede ocasionar importantes cambios en el mercado a corto y largo plazo. En este sentido, los analistas fundamentales siguen de cerca los indicadores y noticias más relevantes a nivel económico para predecir el posible comportamiento del mercado, el cual ciertamente reacciona ante estos factores, lo cual está ampliamente demostrado (basta ver la reacción del mercado Forex ante indicadores como el Non Farm Payrolls de Estados Unidos). Estos analistas en principio también están en desacuerdo con la teoría del Mercado Eficiente.

Análisis Técnico

El análisis técnico se basa en la creencia de que el comportamiento de los participantes del mercado se repite a través del tiempo. Por lo tanto, si un trader puede reconocer estos patrones, puede beneficiarse mediante su utilización para predecir futuros movimientos del precio. Los conceptos más básicos del análisis técnico son los soportes y las resistencias. Los soportes son niveles o zonas precios arriba de los cuáles el precio de un activo en el mercado tiende a rebotar y moverse al alza. Por el contrario, las resistencias son niveles o zonas de precios abajo de los cuáles el precio tiene la tendencia a rebotar y moverse a la baja. La lógica acá es que la zona de soporte representa la decisión colectiva de muchos inversores de comprar el activo en esa área de precios mientras que la zona de resistencia es la representación de la decisión colectiva de gran cantidad de inversores de vender el activo en esa área de precios. Por lo tanto, en las zonas de soporte y resistencias hay una probabilidad de que el precio realice movimientos de retroceso (al menos a corto plazo) e incluso cambios de tendencia.

Los analistas técnicos creen que es poco probable que los inversores vendan en los soportes o compren en las resistencias a menos que se produzca una ruptura significativa de estas áreas. Además, entre más largo es el período de tiempo durante el cual un área de soporte/resistencia se desarrolla, más inversores representa esta zona, y por lo tanto mayor es su fortaleza. Por ejemplo, una resistencia que se desarrolla solo por un día es menos fuerte que una resistencia que se ha estado desarrollando durante una semana o más.

El análisis técnico argumenta que estos fenómenos se deben al comportamiento himano. En un soporte, por ejemplo, los inversores han identificado una buena zona de venta en la cual pueden cerrar sus posiciones de compra o abrir posiciones de venta, lo cual continuarán haciendo hasta que el mercado les indique que deben hacer lo contrario. Es importante notar que cuando un soporte es atravesado se convierte en resistencia y viceversa.

Los mejores corredores de opciones binarias 2020:
  • Binarium
    Binarium

    1er lugar! El mejor broker de opciones binarias!
    Ideal para principiantes! Entrenamiento gratis! Bonos de registro!

  • FinMax
    FinMax

    Broker honesto!

Por supuesto que las ideas de soporte y resistencia son solo guías. Nada en el mercado está garantizado jamás. Los traders prudentes siempre utilizan una estrategia de gestión de riesgo para establecer cuando deben salir de una posición en el evento de que el mercado se mueva en su contra.

El paseo aleatorio

Los proponentes de la Teoría del Paseo Aleatorio consideran que el análisis técnico no tiene ningún valor. En su libro, «A Random Walk Down Wall Street», Burton G. Malkiel compara el uso de gráficos de precios de acciones con el gráficado de una serie de resultados de lanzamientos de monedas. De acuerdo a Malkiel, un gráfico de este tipo se ve muy similar a los gráficos de precios de acciones. Esto llevó al autor a la implicación de que los gráficos de precios son tan aleatorios como un gráfico que muestra los resultados de una serie de lanzamientos de monedas.

Para los analistas técnicos, esta afirmación no es una comparación válida debido a que al utilizar lanzamientos de monedas, se altera la fuente de datos. Los gráficos de precios de activos en el mercado son el resultado de decisiones humanas, las cuáles están lejos de ser aleatorias. Los lanzamientos de monedas son verdaderamente aleatorios ya que no tenemos control sobre el resultado; los seres humanos tienen control sobre sus propias decisiones.

Un ejemplo bien conocido que un analista técnico puede utilizar para contrarrestar esta afirmación, se basa en el gráfico de largo plazo del Dow Jones Industrial Average (DGIA), el cual demuestra el ciclo de 40 meses. El ciclo de 40 meses, también conocido como el ciclo de 4 años, fue discutido por primera vez por el profesor de economía Wesley C. Mitchell, el cual notó que la economía de Estados Unidos entraba en recesión aproximadamente cada 40 meses. Este ciclo puede ser observado cuando se producen importantes mínimos en los mercados financieros más o menos cada 40 meses. Un analista técnico podría preguntar cuáles son las probabilidades de que se repita este tipo de comportamiento con tal regularidad con los resultados de una serie de lanzamientos de monedas.

Conclusiones

El debate entre los que creen en un mercado eficiente y los que creen que los mercados siguen un camino algo cíclico probablemente continuará en el futuro previsible. Tal vez la respuesta se encuentra en algún punto intermedio. Los mercados pueden de hecho ser cíclicos con elementos de aleatoriedad en el camino.

Talkin go money

Economía en 1/2 hora. Capítulo 8. Producción y empleo (Abril 2020).

Tabla De Contenidos:

¿Puede un inversor obtener una ventaja sobre los mercados? Depende de a quien le preguntes. Ha habido una larga discusión sobre si los mercados son aleatorios o cíclicos. Cada lado dice tener pruebas para demostrar que el otro está equivocado. Los defensores del paseo aleatorio creen que los mercados siguen un camino eficiente donde ninguna forma de análisis puede proporcionar una ventaja estadística. Tanto los analistas fundamentales como los técnicos, por otro lado, creen que hay un cierto ritmo en los mercados que un análisis cuidadoso puede ayudar a descubrir, proporcionando al menos una ligera ventaja.

Efficient Market Theory
La faceta básica de los defensores del paseo aleatorio es la hipótesis del mercado eficiente (EMH). La idea de EMH establece que toda la información conocida ya tiene un precio en la estructura de precios de un valor. Por lo tanto, ninguna información conocida puede ayudar a un inversor a obtener una ventaja sobre el mercado. Además, esta hipótesis incluye la idea de que todos los eventos noticiosos futuros son impredecibles y, por lo tanto, los inversores no pueden posicionarse en una seguridad particular en un resultado esperado para un evento próximo. Siga leyendo para descubrir cómo los analistas fundamentales y técnicos pueden contrarrestar esa idea.

Análisis fundamental
El análisis fundamental es un estudio de la situación actual de una empresa en relación con su potencial tanto para la sostenibilidad como para el crecimiento futuro. Un analista fundamental puede decidir comprar una acción si ve que una empresa tiene un balance fuerte con una deuda baja y un crecimiento de las ganancias por acción superior a la media. Estos analistas estarían en desacuerdo con la creencia de la teoría de mercado eficiente de que no se puede usar esta información conocida para tomar una decisión de inversión con respecto al posible rendimiento futuro de los precios.

En su libro, «24 Lecciones esenciales para el éxito de la inversión» (2007), William O’Neil afirma que, «De nuestro estudio de las acciones más exitosas en el pasado, junto con años de experiencia , descubrimos que tres de cada cuatro de los principales ganadores fueron acciones de crecimiento, compañías con tasas de crecimiento anual de ganancias por acción de hasta un promedio de 30% o más, para cada uno de los últimos tres años, antes de lograr sus mayores ganancias de precios «. No hace falta decir que los resultados de este estudio parecen estar en conflicto con la creencia de EMH de que ninguna información conocida puede ayudarlo a ganar ventaja sobre el mercado.

Si uno desea hacer su propia investigación sobre la utilidad del análisis fundamental, un buen recurso para reunir diversa información fundamental sobre empresas es la página EDGAR del sitio web de la SEC, desde la cual se puede obtener acceso anual (10K ) y trimestrales (10Q) informes, así como otra información financiera para todas las empresas cotizadas.

Análisis técnico
El análisis técnico gira en torno a la creencia de que el comportamiento de los inversores se repite a lo largo del tiempo.Si uno puede reconocer estos patrones, puede beneficiarse al usarlos para predecir potencialmente el movimiento de los precios futuros. El análisis técnico más básico es el soporte y la resistencia. Un ejemplo de soporte sería si una acción ha estado operando de lado en el rango de $ 20 por varios meses y luego comienza a moverse más alto. El rango de $ 20 puede actuar como área de soporte para cualquier corrección a corto plazo. La lógica aquí es que el rango de $ 20 representa la decisión colectiva de muchos inversores de comprar acciones en esa área. Un retorno al rango de $ 20 solo los devolverá incluso al punto en el que compraron sus acciones.

Los analistas técnicos creen que no es probable que los inversores vendan a menos que ocurra una ruptura significativa debajo de esa área. Cuanto mayor sea el período de tiempo durante el cual se desarrolla un área de soporte, mayor será el número de inversores que represente y, por lo tanto, más sólido será. Un área de soporte que solo se desarrolló durante aproximadamente un día probablemente resulte insignificante ya que no representa a muchos inversores.

La resistencia es lo opuesto al apoyo. Una acción que estuvo en tendencia por debajo de $ 20 por un período de tiempo puede tener problemas para romper esta área. Nuevamente, los analistas técnicos argumentarían que la razón es el comportamiento humano. Si los inversionistas han identificado que $ 20 es un buen área de venta, ya sea para reservar beneficios en posiciones largas existentes o para iniciar nuevas posiciones cortas, continuarán haciéndolo hasta que el mercado demuestre lo contrario. Es importante tener en cuenta que una vez que se rompe el soporte, puede convertirse en resistencia y viceversa.

Por supuesto, las ideas de apoyo y resistencia son solo pautas. Nada en el mercado está garantizado. Los inversores prudentes siempre usan una estrategia de gestión de riesgos para determinar cuándo salir de una posición en caso de que el mercado se mueva en su contra.

A Random Walk
Los defensores del paseo aleatorio no creen que el análisis técnico tenga algún valor. En su libro, «A Random Walk Down Wall Street» (1973), Burton G. Malkiel compara el trazado de los precios de las acciones con el trazado de una serie de resultados de lanzamiento de moneda. Creó su cuadro de la siguiente manera: si el resultado de un lanzamiento era cabeza, se dibujó un aumento de medio punto en un gráfico; si el resultado fue colas, se trazó una bajada de medio punto. Una vez que se creó un cuadro de los resultados de una serie de lanzamientos de monedas de esta manera, se postuló que se parecía mucho a un gráfico de acciones. Esto llevó a la implicación de que un gráfico de precios de acciones es tan aleatorio como un gráfico que representa los resultados de una serie de lanzamientos de monedas.

Para los técnicos del mercado bursátil, este reclamo no es una verdadera comparación porque al usar monedas volteadas, alteró la fuente de entrada. Las cartas de valores son el resultado de decisiones humanas, que están lejos de ser al azar. Los lanzamientos de monedas son verdaderamente aleatorios ya que no tenemos control sobre el resultado; los seres humanos tienen control sobre sus propias decisiones. Un ejemplo bien conocido que un técnico podría usar para contrarrestar este reclamo es producir un gráfico a largo plazo del Dow Jones Industrial Average (DJIA) que demuestre el ciclo de 40 meses.El ciclo económico de 40 meses, también conocido como el ciclo de cuatro años, fue discutido por primera vez por el profesor de economía Wesley C. Mitchell cuando notó que la economía de Estados Unidos entró en recesión aproximadamente cada 40 meses. Este ciclo se puede observar buscando los principales mínimos del mercado financiero aproximadamente cada 40 meses. Un técnico de mercado podría preguntar cuáles son las probabilidades de replicar ese tipo de regularidad con los resultados de una serie de lanzamientos de monedas.

The Bottom Line
El debate entre quienes creen en un mercado eficiente y aquellos que creen que los mercados siguen un camino algo cíclico probablemente continuará en el futuro previsible. Quizás la respuesta se encuentre en algún punto intermedio. Los mercados pueden ser cíclicos con elementos de aleatoriedad en el camino.

Cálculo del coeficiente de Hurst

Introducción

Para el trader, una de las tareas principales consiste en definir la dinámica del mercado. A menudo, resulta muy complicado resolver eso a través de las herramientas estándar del análisis técnico. Por ejemplo, МА o MACD pueden indicar en la presencia de una tendencia, pero sin herramientas adicionales no podemos evaluar el grado de su fuerza, estabilidad y si es una tendencia de verdad o no, ya que es muy posible que se trate de un salto de breve duración que se apagará en un futuro cercano.

Vamos a recordar el siguiente axioma: para operar con éxito en el Forex, siempre es importante saber un poco más que otros participantes del mercado. En este caso, Usted estará a un paso por delante, podrá elegir los momentos de entrada más apropiados y estar seguro de la rentabilidad de la operación. El trading de éxito es una combinación de varias ventajas a la vez: la colocación de órdenes de compra y venta en el momento preciso del cambio de la tendencia, el análisis adecuado a base de los datos fundamentales y técnicos, y desde luego, una absoluta falta de emociones y sentimientos. Todo eso representa las claves para una carrera de éxito del trader.

El análisis fractal puede convertirse en una solución vasta de muchos problemas en el campo de valoración del estado del mercado. Los traders e inversores a menudo desatienden injustamente esta herramienta, pero el análisis fractal de las series temporales ayuda a evaluar con eficacia la presencia y la estabilidad de la tendencia en el mercado.El coeficiente de Hurst es uno de los valores base del análisis fractal.

Antes de pasar directamente a los cálculos, consideraremos brevemente las disposiciones fundamentales del análisis fractal y conoceremos mejor el coeficiente de Hurst.

1. Teoría del mercado fractal (FMT). Análisis fractal

El fractal es un conjunto matemático que posee la propiedad de autosimilaridad. En otras palabras, es un objeto en el que el todo es exacta o aproximadamente similar a una parte de sí mismo: es decir, el todo tiene la misma forma que una o varias de sus partes. El ejemplo más ilustrativo de una estructura fractal es el «árbol fractal»:

Al concepto de la autosimilaridad se le puede dar una definición más profunda: un objeto que posee esta «cualidad» es estatísticamente semejante en diferentes escalas, sean espaciales o temporales.

En contexto del mercado, la palabra «fractal» significa «repetitivo» o «cíclico».

La dimensión fractal es una característica que define de qué manera un objeto o un proceso llena el espacio. Ella describe cómo se altera la estructura del objeto al ser redimensionado. Al proyectar esta definición en los mercados financieros (en nuestro caso, de divisas), se puede postular que la dimensionalidad fractal determina el grado de la «irregularidad» o de la variabilidad de una serie temporal. Por consiguiente, la línea recta tiene la dimensión d igual a uno, el paseo aleatorio — d=1.5, y para la serie temporal de fractales 1 20. Para n cuando el indicador de importancia es superior a 2.

3.2. Definición de ciclos

Para no hablar por hablar, estudiaremos un ejemplo. Construimos dos gráficos: uno para la estadística RS y otro para el valor esperado E(R/S), y luego comparamos con la dinámica del mercado. ¿Se concuerdan los resultados de los cálculos con el movimiento de cotizaciones?

Recordemos que Peters apuntaba en sus trabajos que la mejor manera de comprender si había un ciclo, era construir el gráfico de la estadística V en la escala logarítmica a partir del logaritmo del número de observaciones en el subgrupo.

Es muy fácil evaluar el resultado de la construcción:

  1. si el gráfico en la escala logarítmica, en ambos ejes, es una línea horizontal, entonces se trata de un proceso aleatorio independiente;
  2. si el gráfico tiene un ángulo de inclinación positivo ascendiente, se trata de un proceso persistente que indica, como hemos dicho antes, en que los cambios de la escala R/S se realizan más rápido que la raíz cuadrada del tiempo;
  3. y finalmente, si el gráfico muestra una tendencia descendiente, se trata de un proceso antipersistente.

3.3. Memoria en el análisis fractal y determinación de su profundidad

Para comprender mejor la esencia del análisis fractal, vamos a introducir el concepto de la memoria.

Ya han sido mencionadas las construcciones verbales como las memorias de larga y corta duración. En el análisis fractal, la memoria se refiere a un período durante el cual el mercado recuerda el pasado y toma en cuenta su influencia en los acontecimientos presentes y futuros. Este intervalo de tiempo se llama la memoria de profundidad. En cierto modo, este concepto abarca toda la fuerza y la específica del análisis fractal. La información de este tipo es clave para el análisis técnico, que pone en duda la importancia de cualquier figura técnica en el pasado.

Para determinar la profundidad de la memoria, no se requiere ninguna potencia computacional especial. Para eso, será suficiente un análisis visual simple del gráfico del logaritmo de la estadística V.

  1. Trazamos la línea de la tendencia a lo largo de todos los puntos necesarios del gráfico.
  2. Aseguramos de que la curva no es horizontal.
  3. Determinamos los picos de la curva o las áreas donde la función ha alcanzado sus máximos. Precisamente, en estos máximos la primera «bandera roja» avisa sobre la presencia del ciclo en el gráfico con mayor probabilidad.
  4. Determinamos la coordenada X del gráfico en la escala logarítmica y convertimos el número en una forma más clara: duración del período = exp^ (duración del período en la escala logarítmica). Así, si hemos analizado 12 000 datos horarios del par GBPUSD y hemos obtenido el número 8,2 en la escala logarítmica, entonces el ciclo tiene exp^8,2=3772 horas o 157 días.
  5. Todos los ciclos verdaderos deben guardarse en el mismo intervalo de tiempo, pero con timeframe diferente como base. Por ejemplo, en el punto 4 hemos analizado 12 000 datos horarios del par GBPUSD y hemos supuesto que es un ciclo de 157 días. Cambiamos al timeframe de cuatro horas y analizamos 12000/4=3000 datos. Si el ciclo de 157 días va a tener lugar, es muy probable que haya acertado. En caso contrario, no se desespere: probablemente Usted podrá encontrar los ciclos de memoria más cortos.

3.4. Valores reales del exponente de Hurst para los pares de divisas

Hemos terminado con la descripción de los principios básicos de la teoría del análisis fractal. Antes de proceder a la implementación del análisis R/S por medio de los recursos del lenguaje de programación MQL5, he considerado conveniente mostrar algunos ejemplos más.

La tabla de abajo contiene los valores del exponente de Hurst para 11 pares de divisas del mercado FOREX en los timeframes y número de barras diferentes. Los coeficientes han sido calculados a través de la solución de la regresión usando el método de los cuadrados mínimos (MCM). Como podemos ver, la mayoría de los pares de divisas soportan formalmente el proceso persistente, aunque hay antipersistentes. ¿Pero qué valor tiene este resultado? ¿Podemos confiar en estos números? Hablaremos más tarde de eso.

Tabla 1. Estudio del exponente de Hurst para 2 000 barras

Símbolo H (D1) H (H4) H (H1) H(15M) H (5M) E (H)
EURUSD 0.54 5 0,497 0.559 0.513 0.567 0.577
EURCHF 0.520 0.468 0.457 0.463 0.522 0.577
EURJPY 0.574 0.501 0.527 0.511 0.546 0.577
EURGBP 0.553 0.571 0.540 0.562 0.550 0.577
EURRUB barras insuficientes 0.536 0.521 0.543 0.476 0.577
USDJPY 0.591 0.563 0.583 0.519 0.565 0.577
USDCHF barras insuficientes 0.509 0.564 0.517 0.545 0.577
USDCAD 0.549 0.569 0.540 0.519 0.565 0.577
USDRUB 0.582 0.509 0.564 0.527 0.540 0.577
AUDCHF 0.522 0.478c 0.504 0.506 0.509 0.577
GBPCHF 0.554 0.559 0.542 0.565 0.559 0,577

Tabla 2. Estudio del exponente de Hurst para 400 barras

Símbolo H (D1) H (H4) H (H1) H(15M) H (5M) E (H)
EURUSD 0 .545 0,497 0.513 0.604 0.617 0.578
EURCHF 0.471 0.460 0.522 0.603 0,533 0.578
EURJPY 0.545 0.494 0.562 0.556 0.570 0.578
EURGBP 0.620 0.589 0.601 0.597 0,635 0.578
EURRUB 0,580 0.551 0.478 0.526 0.542 0.578
USDJPY 0.601 0.610 0.568 0.583 0.593 0.578
USDCHF 0.505 0.555 0.501 0.585 0.650 0.578
USDCAD 0.590 0.537 0.590 0.587 0.631 0.578
USDRUB 0.563 0.483 0.465 0.531 0.502 0.578
AUDCHF 0.443 0.472 0.505 0.530 0.539 0.578
GBPCHF 0.568 0,582 0.616 0.615 0.636 0.578

Tabla 3. Resultados de los cálculos del exponente Hurst para los timeframes 15M y 5M

Símbolo H (15M) Importancia H (5M) Importancia E (H)
EURUSD 0,543 no significativo 0.542 no significativo 0.544
EURCHF 0.484 significativo 0.480 significativo 0.544
EURJPY 0.513 no significativo 0.513 no significativo 0.544
EURGBP 0.542 no significativo 0.528 no significativo 0.544
EURRUB 0.469 significativo 0.495 significativo 0.544
USDJPY 0.550 no significativo 0,525 no significativo 0.544
USDCHF 0.551 no significativo 0,525 no significativo 0.544
USDCAD 0.519 no significativo 0.550 no significativo 0.544
USDRUB 0.436 significativo 0.485 significativo 0.544
AUDCHF 0.518 no significativo 0.499 significativo 0.544
GBPCHF 0,533 no significativo 0.520 no significativo 0.544

En los estudios de E. Peters, se recomienda analizar algún timeframe básico y buscar en él una serie temporal con dependencias cíclicas. Luego, se recomienda dividir el intervalo analizado en un número de barras menor a través del cambio del tiemeframe y el «ajuste» de la profundidad del historial. De aquí se desprende lo siguiente:

Si el ciclo está presente en el timeframe base, su autenticidad seguramente será confirmada en caso de que el mismo ciclo sea encontrado en una división diferente.

Usando diferentes combinaciones de las barras disponibles para el estudio, se puede encontrar los ciclos no periódicos cuya longitud será muy útil para cualquier trader que duda de la utilidad del uso de las señales anteriores de los indicadores técnicos.

4. De la teoría a la práctica

Pues bien, hemos obtenido los conocimientos elementales sobre el análisis fractal, hemos conocido qué representa el coeficiente de Hurst y cómo interpretar sus valores. Ahora, nos dedicaremos a la cuestión de la implementación informática de la idea usando los recursos del lenguaje MQL5.

La tarea técnica será la siguiente: es necesario desarrollar un programa que calcule el coeficiente de Hurst para 1000 barras del historial en un determinado par de divisas.

Paso 1. Creamos nuevo script

Como resultado, obtenemos una plantilla que vamos a rellenar con la información. Añadimos inmediatamente la propiedad #property script_show_inputs, porque tendremos que seleccionar un par de divisas al abrir la posición.

Paso 2. Definimos un array de los precios del cierre, y al mismo tiempo comprobamos si en este momento están disponibles 1001 barras del historial para el par seleccionado.

¿Por qué 1001, mientras que en la tarea técnica se indican 1000 barras? La respuesta es la siguiente: porque será creado el array de retornos logarítmicos, para la formación del cual hacen falta los datos del valor anterior.

Paso 3. Creamos el array de retornos logarítmicos.

Se supone que el array LogReturns ya ha sido declarado y existe la cadena ArrayResize(LogReturns,1001)

Paso 4. Calculamos el coeficiente de Hurst.

Pues bien, para un análisis correcto, es necesario dividir el número de las barras analizado en subgrupos, para que el número de elementos en cada uno de ellos sea por lo menos de 10. Es decir, nuestra tarea es encontrar los divisores de 1000 cuyo valor supera a diez. Esos divisores son 11:

Como vamos a calcular los datos para la estadística RS 11 veces, sería conveniente escribir una función personalizada para ello. Los parámetros de la función serán el índice inicial y final del subgrupo para el que se calcula la estadística RS, así como el número de las barras a analizar. El algoritmo dado es completamente idéntico al que ha sido descrito al principio del artículo.

Realizamos el cálculo usando el par switch-case.

Paso 5. Función personalizada para calcular la regresión usando el método de los cuadrados mínimos (MCM).

Los parámetros de entrada son los valores de los componentes calculados de la estadística RS.

Paso 6. Función personalizada para calcular los valores esperados de la estadística RS. La lógica del cálculo se explica en la parte teórica.

Al fin y al cabo, el código completo del programa puede ser el siguiente:

Claro que si Usted quiere, puede modernizar el código por sí mismo, implementar una gama más amplia de características a calcular y crear una interfaz gráfica a su medida.

En el capítulo final, hablaremos sobre las soluciones de software existentes.

5. Soluciones de software

Hay muchos recursos informáticos en los cuales el algoritmo del análisis R/S ya está implementado. Sin embargo, normalmente la implementación de este algoritmo está comprimida y deja la mayor parte del trabajo analítico al usuario. El paquete Matlab es un ejemplo.

Existe también una utilidad para el terminal MetaTrader 5, que está disponible en el Market con el nombre Fractal Analysis, a través de la cual el usuario puede realizar el análisis fractal de los mercados financieros. Vamos a ver cómo se maneja este analizador.

5.1. Parámetros de entrada

La verdad es que entre la gran variedad de los parámetros de entrada nos van a interesar solamente los tres primeros, a saber: Symbol, Number of bars y Timeframe.

Como se puede observar en la captura de pantalla de abajo, Fractal Analysis permite seleccionar un par de divisas, incluso no importa en absoluto en la ventana de qué instrumento ha sido iniciada la utilidad: lo más importante es indicar el símbolo en la ventana de inicialización.

Seleccionamos el número necesario de las barras en un determinado timeframe que se especifica en el siguiente punto.

Además, fíjense en el parámetro Chart lifetime que establece el número de segundos durante los cuales Usted podrá trabajar con esta utilidad. Como resultado, después de hacer clic en el botón «OK», el analizador aparecerá en la esquina superior izquierda de la ventana principal del terminal MetaTrader 5. En la captura de pantalla de abajo se muestra un ejemplo:

En resumidas cuentas, en la pantalla aparecen todos los datos y resultados necesarios para el análisis fractal, reunidos en bloques.

En la parte izquierda, se encuentra el área con dependencias gráficas en la escala logarítmica:

  • estadística R/S según el número de observaciones en el muestreo;
  • valor esperado de la estadística R/S de E(R/S) según el número de observaciones;
  • estadística V según el número de observaciones.

Ésta es un área interactiva que supone el uso de las herramientas de MetaTrader 5 para el análisis de los gráficos, ya que a veces resulta bastante difícil encontrar la longitud del ciclo «a ojo».

También están presentes las ecuaciones de las curvas y las líneas de la tendencia, la inclinación de las cuales permite determinar los exponentes numéricos de Hurst (H). Además, se calcula el valor esperado del exponente de Hurst (E). Estas ecuaciones se encuentran en el bloque derecho adyacente, ahí mismo se calcula la dispersión y la importancia del análisis, el color del espectro de la señal.

Para la conveniencia del usuario, el programa calcula la longitud del período analizado en días. Eso es necesario comprender para evaluar la importancia de los datos históricos.

En la línea Process type, se muestra la característica de la serie temporal:

  • persistente;
  • antipersistente;
  • paseo aleatorio.

Y finalmente, en el bloque «Interpretation», se muestra el resumen breve que será útil para un analista que sólo empieza a familiarizarse con el análisis fractal.

5.2. Ejemplo de trabajo

Definimos qué instrumento y en qué intervalo temporal vamos a analizar. Vamos a analizar el par «dólar neocelandés y franco suizo» (NZDCHF), y veremos las últimas cotizaciones en la escala horaria (H1).

Notamos que durante aproximadamente los últimos dos meses, el mercado se encuentra en modo de consolidación. Una vez más, NO estamos interesados en otros horizontes inversionistas. Es bien posible que el gráfico del timeframe diario muestre la tendencia alcista o bajista. Hemos seleccionado H1 y un determinado número de datos históricos.

Aparentemente, el proceso es antipersistente. Vamos a comprobarlo a través de Fractal Analysis.

De 21.11 a 3.02 tenemos el historial de 75 días. Convertimos 75 días en horas. Obtenemos 1800 datos horarios. Como en la entrada de la utilidad no hay esta cantidad de barras, definimos el valor próximo, es decir, 2 000 períodos horarios analizados.

Al final, obtenemos la siguiente imagen:

Como se puede observar, nuestra hipótesis se ha confirmado, y en este horizonte el mercado demuestra un proceso antipersistente, que además es bastante significativo: el valor del exponente de Hurst H=0.490, eso está prácticamente a tres desviaciones estándar por debajo del valor esperado E=0.557.

Vamos a consolidar el resultado y cogeremos el timeframe un poco más grande, H2, y por siguiente, la mitad del número de las barras del historial, 1000 valores. El resultado será el siguiente:

Vemos de nuevo la antipersistencia. El exponente de Hurst H=0.469 atrasa a más de tres desviaciones estándar del valor esperado E=0.564.

Ahora intentaremos encontrar los ciclos.

Volvemos al gráfico para H1, e intentaremos captar el momento cuando la curva R/S se separa de E(R/S). Este momento se caracteriza por la formación de un pico en el gráfico de la estadística V. De esta manera, ahora podemos determinar el valor aproximado del ciclo.

Es igual aproximadamente a N1 = 2.71828^6.2 = 493 horas, lo que equivales a veintiún días.

Desde luego no se puede hablar con seguridad sobre la certeza del resultado, basándose en los resultados de un solo experimento. Como ya se ha dicho antes, es necesario «jugar» con los timeframes y tratar de escoger todas las combinaciones posibles «timeframe — número de barras» con el fin de asegurarse de la certeza del resultado obtenido.

Vamos a realizar el análisis gráfico de 1000 barras en el timeframe H2.

La longitud del ciclo es igual a N2 = 2.71828^5.5 = 245 períodos de dos horas, lo que equivale aproximadamente a veinte días.

Ahora analizaremos el timeframe de 30 minutos y 4 000 valores. Obtenemos el proceso antipersistente con el exponente de Hurst H = 0.492 y el valor esperado E=0.55, que supera H en 3,6 desviaciones estándar.

La longitud del ciclo es igual a N3 = 2.71828^6.8 = 898 segmentos de treinta minutos o 18,7 días.

Como un ejemplo de aprendizaje, tres pruebas serán suficientes. Encontraremos el valor medio de las longitudes obtenidas del período M= (N1 + N2 + N3)/3 = (21 + 20 + 18.7)/3 = 19.9 o 20 días.

Como resultado, obtenemos un período dentro del que realmente se puede confiar en los datos técnicos y construir la estrategia comercial basándose en ellos. Volveré a repetir que este cálculo y el análisis se muestran aquí para el horizonte inversionista con longitud de dos meses. Eso significa que el análisis pierde su relevancia al cambiar al trading de intradía, porque ahí probablemente pasan sus procesos cíclicos de muy corta duración, cuya presencia o ausencia debe ser confirmada. Si los ciclos no se detectan, eso significa que el análisis técnico perderá su relevancia y eficacia, y la solución razonable será pasar al trading usando las noticias y al «trading basado en sentimientos» (sentimientos del mercado).

Conclusión

El análisis fractal es una especie de sinergia del enfoque técnico, fundamental y estadístico sobre la previsión de la dinámica del mercado. Es una manera universal de procesar la información: el análisis R/S y el exponente de Hurst se han acreditado con éxito en las áreas de ciencia como la geografía, la biología, la física, la economía. El análisis fractal puede aplicarse para construir los modelos de scoring y evaluación utilizados por las entidades de crédito para analizar la solvencia del prestatario.

Y para concluir, me gustaría repetir la idea expresada al principio del artículo: para operar con éxito en los mercados financieros, es importante saber siempre un poco más que los demás inversores. Saboreando la comprensión errónea de la información expuesta, me gustaría advertir al lector de que el mercado tiende a «engañar» al analista. Por eso, siempre compruebe la existencia de un ciclo no periódico en los timeframes mayores y menores. Si no va a aparecer en otros timeframes, es muy probable que el ciclo represente solamente un ruido del mercado.

Los mejores corredores de opciones binarias 2020:
  • Binarium
    Binarium

    1er lugar! El mejor broker de opciones binarias!
    Ideal para principiantes! Entrenamiento gratis! Bonos de registro!

  • FinMax
    FinMax

    Broker honesto!

Like this post? Please share to your friends:
Opciones binarias para principiantes
Deja un comentario

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: