Machine Learning

Expón tus sistemas e indicadores y debátelos con otros usuarios.
Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Machine Learning

Mensaje por Rafa7 »

Sres. foristas.



He leído el artículo Machine Learning para Traders VI, pero no lo pillo.

Dice lo siguiente:

La probabilidad de que la Bolsa suba o, dicho de otro modo, el porcentaje de días alcistas en la muestra (P(A)).
La probabilidad de que la Bolsa suba siendo viernes, esto es, ¿en cuántos viernes anteriores subió el mercado? (P(B)),
Y por supuesto, la probabilidad de que sea viernes, sabiendo que la Bolsa ha subido (P(B|A)).
"A" parece claro es el porcentajes de viernes en que la bolsa sube (supongo que comparando el cierre del viernes con el cierre del precedente jueves).

Pero ... ¿qué es "B"?

¿" porcentaje de días alcistas en la muestra" no es lo mismo que "¿en cuántos viernes anteriores subió el mercado?"?

¿Qué es eso de viernes anteriores? Me hago bolas ... porque aparentemente A = B. No veo la diferencia entre A y B.

Solo me falta entender que es B. Si eso lo entiendo creo que entenderé el resto del artículo.

Por favor, ¿hay alguien que lo entienda y me lo pueda explicar?



Saludos.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Avatar de Usuario
X-Trader
Administrador
Mensajes: 10886
Registrado: 06 Sep 2004 10:18
Contactar:

Re: Machine Learning

Mensaje por X-Trader »

Hola Rafa7, si revisas el código verás que:

A = Porcentaje de días que sube la Bolsa
B = Día de la semana

Espero que ahora esté más claro.

Saludos,
X-Trader
"Los sistemas de trading pueden funcionar en ciertas condiciones de mercado todo el tiempo, en todas las condiciones de mercado en algún momento del tiempo, pero nunca en todas las condiciones de mercado todo el tiempo."

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

X-Trader escribió:
21 Feb 2020 14:58
A = Porcentaje de días que sube la Bolsa
B = Día de la semana
Gracias, X-Trader.



Sigo sin estar seguro de entenderlo y estoy muy espeso para mirar código. Los viernes a veces estoy muy espeso, será eso ...

En principio A y B son dos proposiciones lógicas, ¿Ok?
A no puede ser el porcentaje de días que sube la Bolsa.
P(A) sí podría ser el porcentaje de días que sube la bolsa.

Supongo, por lo que dices, A es la proposición "La bolsa ha subido", y B es la proposición "Es viernes". ¿Lo he entendido?

Entonces, si es así, P(A|B) sería la probabilidad de que la bolsa suba si es viernes y P(B|A) es la probabilidad de que sea viernes si la bolsa sube. ¿Lo he entendido?

Entonces P(A|B) = P(B|A) * P(A) / PB(B) = P(B|A) * P(A) / (1 / 5) = 5 * P(B|A) * P(A).

Ya que la probabilidad de que un día de mercado caiga en viernes es 1 / 5.



Gracias.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

Supongamos que en una determinada estrategia filtramos por el día de la semana más favorable. Obviamente, las estadísticas nos diran cual es el día más favorable. Supongamos que el día más favorable es el viernes. ¿Cómo sabemos que es casualidad o causalidad?
¿El Teoremoa de Bayes nos puede ayudar a responder la pregunta? ¿Cómo?
En principio que un día de la semana en el pasado sea el más rentable no significa que lo vaya a seguir siendo en el futuro ...

Tal vez si vemos que cada año el día más rentable para operar es siempre el mismo, por ejemplo, el viernes, entonces sí que es algo muy significativo. Pero si cada año el día más rentable de la semana va cambiando, mejor nos olvidemos de usar el día de la semana como filtro.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

Supongamos que tenemos un sistema intradiario y queremos operar filtrando por el día de la semana. Supongamos que el día que ofrece mejores estadísticas, con dicho sistema, es el viernes. ¿Conviene que operemos solo los viernes?

Razonemos un poco. La rentabilidad de 5 días de la semana es, aproximadamente 5 veces la rentabilidad diaria. En cambio, el riesgo de operar 5 días de la semana es 5^0,5 veces el riesgo de operar solo 1 día de la semana (ya que el riesgo es proporcional a la raíz cuadrada del tiempo). Por lo tanto hemos de exigir, para operar solo en viernes, que la rentabilidad de los sea 5^0,5 (= 2,2360679774997896964091736687313) veces la rentabilidad promedio de todos los días de la semana. Si no es así, mejor no filtremos por día de la semana.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Alchemy
Mensajes: 165
Registrado: 21 Ene 2020 02:40
Contactar:

Re: Machine Learning

Mensaje por Alchemy »

Rafa7 escribió:
21 Feb 2020 16:31
Supongamos que tenemos un sistema intradiario y queremos operar filtrando por el día de la semana. Supongamos que el día que ofrece mejores estadísticas, con dicho sistema, es el viernes. ¿Conviene que operemos solo los viernes?

Razonemos un poco. La rentabilidad de 5 días de la semana es, aproximadamente 5 veces la rentabilidad diaria. En cambio, el riesgo de operar 5 días de la semana es 5^0,5 veces el riesgo de operar solo 1 día de la semana (ya que el riesgo es proporcional a la raíz cuadrada del tiempo). Por lo tanto hemos de exigir, para operar solo en viernes, que la rentabilidad de los sea 5^0,5 (= 2,2360679774997896964091736687313) veces la rentabilidad promedio de todos los días de la semana. Si no es así, mejor no filtremos por día de la semana.
Si ganar dinero dependiera de esos sistemas de análisis no lo estaría ganando nadie por que debido a su ingenuidad es lo primero que mira todo aquel que se ponga a buscar pautas estacionales. Es curioso, pero he conocido a varias negociantes en el mercado de valores que desde niños intentaban encontrar en los mercados patrones en las cotizaciones de las páginas de los periódicos y lo primero que buscaban era las diferencias entre los días de la semana.

De hecho, si eso tuviera alguna probabilidad cíclica sería fácilmente explotable con transformadas o spectrum o cálculos semejantes. Lógicamente, cualquiera que tenga algún conocimiento lo primero que hace es analizar el tiempo con transformadas de Fourier. El problema de tales cosas es que al ser el mercado caótico los ciclos encontrados en ellas son tan aleatorios como el mercado mismo. He especificado conscientemente "en ellas" y no "con ellas".

La imagen que subo es el movimiento anual del DJIA analizado con TF. Se puede apreciar claramente la pauta estacional de verano. Al proceder de un fichero excel mío siempre cabe que alguien o muchos puedan hacerlo mejor que yo. Porque yo con tales cosas siempre me siento naufragado en una sopa de números. Pero si se analizan los meses o los días con Chi el resultado que ofrece es que las variaciones carecen de causalidad. Si alguien ve algo aprovechable ahí que me lo diga. Por que yo no lo he encontrado aún.

En cualquier caso y para ser sincero creo que el camino puede estar en TF o en la densidad espectral. Con Matlab mucho mejor que en Excel.
2020-02-21 15_54_06-Window.png
Leyendo con mucha paciencia y muy ilustrativo:
https://www.amazon.es/Pricing-Derivativ ... 461&sr=8-4

Contraportada:
"Mean-reversion in the log-price process is combined with other stochastic factors such as stochastic volatility, jumps in the underlying and the price process and a stochastic target level as well as with deterministic seasonality effects. Another focus is on numerical algorithms to calculate the Fourier integral as well as to integrate systems of ordinary differential equations."

¿Estaremos nosotros ahora intentando inventar la polvora?
.
.
The world is our oyster!

Rango Starr
Mensajes: 3531
Registrado: 22 Dic 2014 10:49

Re: Machine Learning

Mensaje por Rango Starr »

Rafa ,

sdos.
Última edición por Rango Starr el 23 Feb 2020 10:34, editado 1 vez en total.

Alchemy
Mensajes: 165
Registrado: 21 Ene 2020 02:40
Contactar:

Re: Machine Learning

Mensaje por Alchemy »

Para quienes estén interesados en la invención de la pólvora.

Pricing of Derivatives on Mean-Reverting Assets (Lecture Notes in Economics and Mathematical Systems Book 630) (English Edition)
.
2020-02-21 16_30_23-Window.png
.
The world is our oyster!

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

Alchemy escribió:
21 Feb 2020 17:16
Si ganar dinero dependiera de esos sistemas de análisis no lo estaría ganando nadie por que debido a su ingenuidad es lo primero que mira todo aquel que se ponga a buscar pautas estacionales.
Gracias, Achemy.



Cierto lo que dices.
A veces es difícil de hallar pautas estacionales. Y aunque las halles, es difícil de encontrar una estrategia de explotación de las mismas, porque el edge bruto puede que no compense el riesgo , comisiones y deslizamientos (es decir, puede haber edge bruto pero in embargo no haber edge neto o suficiente edge neto que compense el riesgo).

Hace muchos año ví, en el periodo que estudié, que en la bolsa española estudié la estrategia de comprar en viernes y vender en lunes. Y ví que no compensaba a causa de las comisiones. Había edge bruto pero no neto.

No obstante, es posible aprovecar las pautas estacionales. Un ejemplo de mi experiencia es que cuando invertía en fondos de inversión de renta fija (hace muchos años) encontré una pauta clarísima en el gráfico: comprar en viernes y vender en lunes. Entonces lo explotaba de la siguiente manera: cuando mi análisi me recomendaba que había que comprar participaciones, no compraba inmediatamente sino esperaba a comprar en el 1r viernes; y cuando mi análisis recomendaba que había que vender (o tenía necesidad de líquidez) no vendía inmediatamente sino que esperaba al 1r lunes. Es decir, usaba el filtro de día de la semana como complemento a mi análisis.

Sin lugar a dudas hay pautas estacionales pero son difíciles de explotar porque son muy conocidas por los profesionales. Son pautas que al mercado le no puede anular, pero al mismo tiempo muy difíciles de explotar.

Un ejemplo de usó de pauta estacionales lo tenemos en Larry Williams. Él explotó sistemas, como, por ejemplo, el Oops!, pero no operaba todos los días de la semana, sino solo unos días determinados (Larry lo explica en su libro "Long-term secrets to short term trading"). Él, en muchos sistemas, filtraba por día de la semana.

Entonces no se trata de explotar una pauta estacional sino de combinarlo con un sistema de trading que nada tenga que ver con la pauta estacional. Y eso puede tener sentido o no tenerlo. Eso se puede estudiar, si en nuestro sistema de trading es conveniente, o no, un filtro del día de la semana.



Saludos.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

Es obvio que el día que es más arriesgado, en una operación extradiaria, es el viernes, ya que, por ejemplo, en la bosa española, mantener operaciones el viernes implica un riesgo ovenight de 63,5 horas, frente al habitual riesgo overnight de 15,5 horas. El doble de riesgo ((63,5 / 15,5)^0,5 = 2). Pero sin la compensació de más del doble de rentabilidad.
Última edición por Rafa7 el 24 Feb 2020 09:52, editado 1 vez en total.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Rango Starr
Mensajes: 3531
Registrado: 22 Dic 2014 10:49

Re: Machine Learning

Mensaje por Rango Starr »

Rafa7 escribió:
24 Feb 2020 09:10
Alchemy escribió:
21 Feb 2020 17:16
Si ganar dinero dependiera de esos sistemas de análisis no lo estaría ganando nadie por que debido a su ingenuidad es lo primero que mira todo aquel que se ponga a buscar pautas estacionales.
Gracias, Achemy.



Cierto lo que dices.
A veces es difícil de hallar pautas estacionales. Y aunque las halles, es difícil de encontrar una estrategia de explotación de las mismas, porque el edge bruto puede que no compense el riesgo , comisiones y deslizamientos (es decir, puede haber edge bruto pero in embargo no haber edge neto o suficiente edge neto que compense el riesgo).

Hace muchos año ví, en el periodo que estudié, que en la bolsa española estudié la estrategia de comprar en viernes y vender en lunes. Y ví que no compensaba a causa de las comisiones. Había edge bruto pero no neto.

No obstante, es posible aprovecar las pautas estacionales. Un ejemplo de mi experiencia es que cuando invertía en fondos de inversión de renta fija (hace muchos años) encontré una pauta clarísima en el gráfico: comprar en viernes y vender en lunes. Entonces lo explotaba de la siguiente manera: cuando mi análisi me recomendaba que había que comprar participaciones, no compraba inmediatamente sino esperaba a comprar en el 1r viernes; y cuando mi análisis recomendaba que había que vender (o tenía necesidad de líquidez) no vendía inmediatamente sino que esperaba al 1r lunes. Es decir, usaba el filtro de día de la semana como complemento a mi análisis.

Sin lugar a dudas hay pautas estacionales pero son difíciles de explotar porque son muy conocidas por los profesionales. Son pautas que al mercado le no puede anular, pero al mismo tiempo muy difíciles de explotar.

Un ejemplo de usó de pauta estacionales lo tenemos en Larry Williams. Él explotó sistemas, como, por ejemplo, el Oops!, pero no operaba todos los días de la semana, sino solo unos días determinados (Larry lo explica en su libro "Long-term secrets to short term trading"). Él, en muchos sistemas, filtraba por día de la semana.

Entonces no se trata de explotar una pauta estacional sino de combinarlo con un sistema de trading que nada tenga que ver con la pauta estacional. Y eso puede tener sentido o no tenerlo. Eso se puede estudiar, si en nuestro sistema de trading es conveniente, o no, un filtro del día de la semana.



Saludos.
Rafa, para cada efecto hay una causa., Pero es mas facil encontrar el efecto, que la causa. Pues eso, una vez encontrada la pauta estacional, es cuando buscas la causa que origina ese movimiento. Te creas TU hipotesis y la compruebas. Por lo que acabo de remarcar es el camino mas facil.. o mas corto. Asi no tienes que investigar todas las posibles causas del mundo mundial.

Un ejemplo al azar que no es cierto, escaneando encuentras que todos los martes primeros de mes, comprando a las 20:00 horas y vendiendo a cierre, el ES desde hace 5 años es claramente ganador. Viendo que sucede todos los Martes primeros de mes, descubres que cuando la venta de tabaco de pìpa, supera en 2 puntos la media de los ultimos 100 informes , el precio del Es se dispara al alza cerca de un 1% el 96% de las veces. Encuentras tambien, que la muestra estadistica es suficiente... Pues te creas la hipotesis .. (el enunciado de la venta de tabaco y etc, etc, , e intentas demostrarlo y le aplicas todas las pruebas necesarias... desde la de MIckey Mouse hasta la del Pato Donald.... y ahi te queda igual si, igual no, un sistema basado en la venta de tabaco de pipa, que igual tiene la explicacion en que fumar en exceso tabaco de pipa crea una euforia sobre natural que hace que todo el mundo este mas positivo, lo cual redunda positivamente en la euforia compradora de los traders pero claro esta no se trata de llegar tan lejos, sino la de encontrar relaciones causa-efecto.


Sdos.

Avatar de Usuario
Rafa7
Mensajes: 4752
Registrado: 17 Dic 2009 21:36
Contactar:

Re: Machine Learning

Mensaje por Rafa7 »

Rango Starr escribió:
24 Feb 2020 09:51
Pero es mas facil encontrar el efecto, que la causa. Pues eso, una vez encontrada la pauta estacional, es cuando buscas la causa que origina ese movimiento.
Gracias, Rango Starr.



Lo ideal es encontar la causa. Si la encuentras ello te da mucha seguridad. Pero no siempre es posible encontrar la causa. Encontrar la causa es mucho pedir.

A veces la causa es pura psicología. El sistema Oops!, según Larry Williams, está basado en una pauta emocional. La causa es emocional, según Larry.

El trading se parece mucho al póker: hay faroles.



Saludos.
¡Jesús es el Rey de Reyes y el Señor de Señores!
https://loquepermanece.blogspot.com

Rango Starr
Mensajes: 3531
Registrado: 22 Dic 2014 10:49

Re: Machine Learning

Mensaje por Rango Starr »

Rafa7 escribió:
24 Feb 2020 10:09
Rango Starr escribió:
24 Feb 2020 09:51
Pero es mas facil encontrar el efecto, que la causa. Pues eso, una vez encontrada la pauta estacional, es cuando buscas la causa que origina ese movimiento.
Gracias, Rango Starr.



Lo ideal es encontar la causa. Si la encuentras ello te da mucha seguridad. Pero no siempre es posible encontrar la causa. Encontrar la causa es mucho pedir.

A veces la causa es pura psicología. El sistema Oops!, según Larry Williams, está basado en una pauta emocional. La causa es emocional, según Larry.



Saludos.
Efectivamente , existen pautas de caracter emocional, creo que hable en su dia del Oops, de L. Williams y de su derivado que si no me falla la memoria, aparece en el Connors on advanced Trading strategies. , Larry Connors.

Mas de ellas y los indicadores de sentimiento en el street smarts del propio Connors y Linda Bradford.

pero las pautas cambian con los tiempos.

saludos!
EDITO.-
aqui hago referencia a L. williams....
viewtopic.php?f=4&t=16374&p=217168&hilit=oops#p217168

Rango Starr
Mensajes: 3531
Registrado: 22 Dic 2014 10:49

Re: Machine Learning

Mensaje por Rango Starr »

te adjunto pantallazos de la estrategia de Connors, si te fijas al mismo tiempo hace referencia a propio Street smarts que te pongo en el post anterior.

oops1.png
oops2.png
Saludos!

Avatar de Usuario
X-Trader
Administrador
Mensajes: 10886
Registrado: 06 Sep 2004 10:18
Contactar:

Re: Machine Learning

Mensaje por X-Trader »

No os compliquéis, está todo en X-Trade.net... :roll: 8) :D

https://www.x-trader.net/articulos/tecn ... -oops.html

Saludos,
X-Trader
"Los sistemas de trading pueden funcionar en ciertas condiciones de mercado todo el tiempo, en todas las condiciones de mercado en algún momento del tiempo, pero nunca en todas las condiciones de mercado todo el tiempo."


Responder

Volver a “Sistemas y Estrategias de Trading”