El Secreto del Trading Algorítmico: Pérdidas Virtuales

El Secreto del Trading Algorítmico: Pérdidas Virtuales

En el primer artículo sobre los Secretos del Trading Algorítmico, solo comenzamos a levantar el velo…
¡El comportamiento de cualquier sistema es más fácil de predecir si ha entrado en el ámbito de valores extremos, atípicos (en ausencia de una fuerza mayor general en el mercado)!

La inteligencia artificial incluida en las estrategias de EDVI trade también trabaja con pérdidas virtuales. En este artículo, explicaremos por qué las pérdidas virtuales no son el Santo Grial, ¡pero al menos una parte de él!

Consideramos que las pérdidas son virtuales si habrían ocurrido sistemáticamente, pero cayeron dentro de nuestro período de espera (cuando el trader está «en la cerca»). El período de espera dura hasta que la estrategia genera una cierta cantidad de señales perdedoras consecutivas. Después de esto, es posible y necesario entrar en operaciones reales. El valor esperado ya ha comenzado a trabajar a favor del trader.

¿Por qué funciona esto?

Entonces, si lanzas una moneda y obtienes 10 caras seguidas, ¿cuál es el resultado más probable?
¿Cruz? Por supuesto que no.
¡El resultado siempre es 50/50! Aquí es donde se aplica la regla bien conocida: LA MONEDA NO TIENE MEMORIA.

Tenemos suerte.
A diferencia de la moneda, EL MERCADO TIENE MEMORIA.

Si tu estrategia se basa incluso en una ruptura del máximo del día anterior (un ejemplo de una estrategia casi nula) y obtienes 10 pérdidas consecutivas, algo importante sucede.

Los participantes del mercado comienzan a notar que el precio cae después de romper el máximo del día anterior 10 veces seguidas (activando tus stop-loss virtuales 10 veces seguidas). Comienzan a operar (¡a menudo con apalancamiento!) esta «ineficiencia» que les parece genial y fresca.

En tales situaciones anormales, el mercado se vuelve «eficiente» nuevamente y demuestra a aquellos ansiosos por ganar dinero fácil que aquí no hay tal cosa. El precio comienza a subir nuevamente después de romper los máximos, o al menos lo hace una vez en el futuro cercano. Cuando una ineficiencia local es notada por la multitud, tal ineficiencia deja de funcionar (su liquidez, rara vez grande, se agota).

Por eso las series anormales son más propensas a la reversión a la media que las series ordinarias.

julio 10, 2024

eye

95

Autor: Ed Khan

back-to-top