Lecturas olvidadas

[Rango Starr]

.

[agmageton]

Gracias Agma

Con post como éste se ve claramente quien sabe de ésto.

Saludos

http://www.financial-math.org/blog/2016 ... academics/

Sí Rango, eso es cierto.

Recomiendo la lectura de este artículo.

Grat, a ver si te prodigas más por el foro, que para mí es un placer leerte, con tu sencillez y sofisticación.

Respecto a este articulo, lo que pone de manifiesto es que hay toda una industria que juega con las ilusiones de las personas, es obvio que un blog que tiene como objetivo, por un lado hacer pruebas empíricas sobre trabajos científicos por un lado intenta clarificar, lo que nos están diciendo es realidad o ficción, y por otro lado nos dan a entender quien son los claros ganadores de la industria actual, basta con hacer una pequeña prueba de realidad y analizar los resultados de los 356 cta´s que hay en las webs de información, para sacar conclusiones.


saludos.

[agmageton]

Hoy me gustaría comentar algo sobre lógica de programación, para identificar la variable que se produce de una forma sencilla.

Imaginamos para ponerlo sencillo, que tenemos 3 medias móviles (puede ser cualquier técnica, pero así es más comprensible), estas medias aparecerán en el gráfico por un factor determinado, no están todo el rato activadas (se van activando), y hay un cuadrante de matrices de aparición.

ninguna
1º media
2º media
3º media
1º y 2º media
1º y 3º media
2º y 3º media
1º, 2º y 3º

Tenemos 8 posibles resultados, que se van produciendo en el intervalo de tiempo del escenario, la cuestión es que quiero de una forma fácil mediante un algoritmo que me determine en que vector del cuadrante estamos.

Para la ocasión lo que vamos a hacer es darle un número a cada variable base, de tal modo que ;

ninguna = 0
1º = 1
2º = 6
3º = 11

De tal modo que tenemos la siguiente clasificación;

ninguna = 0
1º media = 1
2º media= 6
3º media=11
1º y 2º media (1+6)=7
1º y 3º media (1+11)=12
2º y 3º media (6+11)=17
1º, 2º y 3º media (1+6+11)=18

De tal modo que el algoritmo funcionaría así;

Si la casilla de sumas = 0 entonces no hay señal en el escenario.


si la casilla de sumas = 1 entonces esta la señal 1º en acción


si la casilla de sumas = 6 entonces esta la señal 2º en acción


si la casilla de sumas = 11 entonces esta la señal 3º en acción


si la casilla de sumas = 7 entonces están en señal la 1º y 2º señal (añadimos un algoritmo de desmarque, que me coja la señal que represente un precio más bajo) siendo si 1º es menor que 2º entonces 1º sino 2ª, (puede ser cualquier clasificación que encontremos útil)


Y así con el resto de resultados...

Es una forma sencilla de programar múltiples señales por orden de aparición y por jerarquía de probabilidad (en el ejemplo, pero que se pueden asignar otro tipo de valoraciones, como más probable referente a X, o etc etc etc), haciéndolo de esta forma (numerar las probabilidades de las variables mezcladas) ahorras muchas programación y formulas muy grandes, tipo si 1º es diferente a 2º pero igual que a 3º entonces, si la primera es mayor que la segunda pero menor que .... etc etc etc, se hacen interminable la formulación.

Seguro que la mayoría lo hace así, pero nunca esta de más dejar el comentario, por si puede facilitar la tarea a algún forero.

saludos.

[agmageton]

TRADERR´S

Hoy pongo en conocimiento, si no lo conocéis ya, Dr. William T. Ziemba, mundialmente conocido como Profesor de modelos financieros y optimización estocástica en el Sauder School of Business de la Universidad de la Columbia Británica, Canadá, donde enseñó desde 1968 hasta 2006, y profesor en el Centro de CIMA, Universidad de Reading. Su doctorado es de la Universidad de California, Berkeley. El Dr. Ziemba ha sido profesor visitante en Cambridge, Oxford, London School of Economics, y Warwick en el Reino Unido, en Stanford, UCLA, Berkeley, MIT, Universidad de Washington y Chicago en los EE.UU., Universidades de Bérgamo, Venecia y en Luiss Italia, las universidades de Zurich, Chipre, Tsukuba (Japón), KAIST (Corea) y la Universidad Nacional de Singapur.

Tiene muchos libros publicados,

Aquí podéis ver un poquito de un libro que se esta consolidando como mítico, https://scholar.google.es/scholar?q=Wil ... UQgQMIITAA


Hago mención especial a este profesor y trader, porque hace especial énfasis en conceptos que para mí son primordiales en el trading, robustez de la anomalía, teoría de juegos y de la probabilidad.

Se centra en factores como las anomalías de calendario de negociación del mercado de valores, estrategias de arbitraje y sesgos de comportamiento.

Como hemos dicho anteriormente en el hilo, la mayoría de los libros que tratan sobre trading desde la técnica, son libros que deberían ir directamente a la hoguera de las vanidades, simplemente no es el camino, no encontraras la realidad de lo que verdaderamente es el trading, se que a muchos les gusta mucho comentar la técnica, que si me rompe un soporte y luego baja un ciclo de fibonnacci o si el macd muestra señal, o cualquier aproximación de la técnica por si sola, no debería ser considerada como un método de estudio. Quizás cueste de aceptar, quizás es lo que sabemos hacer, valorar el gráfico desde la técnica, pero siempre estamos a tiempo de ver el trading desde otra perspectiva.

Mis conclusiones en este sentido, son claras, primero encuentra una anomalía que este basada en un argumento de fuerte robustez y luego ya te centras en la técnica, pero en la técnica no esta el fenómeno de la anomalía.

Volviendo al Doctor William T. Ziemba, para mí hubiera pasado desapercibido aunque tenga toda una colección de libros, si no me hubiera percatado que esta dirigiendo un CTA´s, vamos que por lo menos podemos auditar si lo que proclama o nos dice, tiene algún tipo de auditoria en la que podamos sacar nuestras propias conclusiones, o si por el contrario es un vende humos, como la extensa mayoría de libros, en este caso esta gestionando un cta con mucho éxito desde 2013, juzgar vosotros mismos los resultados.

http://www.autumngold.com/Advisor/cta_p ... ?id=114491


sus anomalías están centradas en 3 pilares, las anomalías del calendario (en el libro que pongo en google books, podéis ver una muestra, cabe decir que todo lo que es conocido o muy conocido su funcionamiento no es bueno, pero da pautas de como buscar anomalías en términos de tiempo, como ultimo día de semana, final de año, enero, vencimiento de futuros, etc...al final nos esta diciendo algo....)

Arbitraje, este es un proceso determinado por las correlaciones, la estadística y la teoría de la probabilidad, cabe decir que utiliza sofisticadas herramientas de análisis y eso es algo que por nuestros conocimientos se nos puede escapar.

Y un tercer punto que realiza es por sesgos de comportamiento y fuerza de mercado, en este punto si tenemos mucho que decir, en definitiva trata el trading desde varias perspectiva, sus carteras son de largo plazo, y su construcción principal suele hacerse en enero por sentimiento de sesgo, a partir de ahí todos sus modelos tienen en el sesgo un determinante clave, pero tengo muy poca información a cerca de que tipo de modelos hace, más o menos he hecho un resumen de lo que creo según las informaciones que estoy recabando.

Si alguien tiene más información al respecto, o tiene algún libro de los que puse el link, sería interesante centrar un poco el tema sobre este doctor que a tenor por los resultados (para mí son asombrosos Sharpe Ratio: 1.62 ) podríamos extraer un poco más de información, si no lo queréis hacer público me podéis contactar por privado.

A ver si podemos investigar más sobre este tema.

Saludos.

[tartarugap]

Como hemos dicho anteriormente en el hilo, la mayoría de los libros que tratan sobre trading desde la técnica, son libros que deberían ir directamente a la hoguera de las vanidades,

No se, si lo que voy a decir se enquadra en este hilo,

Actualemnte estoy a entrar en la tematica de "trading filosofico",que no es nada mas que aplicar los conocimientos de la filosofia humana a los investimientos e por acaso dice mucho sobre teoria matematica estocastica:

Un exemplo:

Maquiavel decia para se llegar lejos e tener sucesso en la vida se tiene que tener dos cosas muy impostantes:

"Virtud e Fortuna" ( Virtud-virtudes o qualidades o conocimiento; Fortuna - Suerte)

En el trading podemos extrapolar como:

Virtud- metodo o tecnica que se enquadra dentro de probabilidades estatisticas
Fortuna - la suerte,pero se puede decir que o el tiempo de espocicion del metodo

Con poca "fortuna" se se puede perder una o dos o tres o quatro veces,pero com la virud consigues sobrevivir e quando la fortuna vuelte teras mas ganancias que las perdidas anteriores.

Otro exemplo de la aplicacion de la filosofia en los investimientos

Los seres humanos hacen cuentas o piensam que son parte de los grandes numeros", esto solo me acontece en una em 1000 anos, o 1% de los casos, pero vasta que essa cosa improvavble aconteça una vez para nos arruinar la vida.

Los grandes numeros solo funcionam quando tenemos muchas hipotesis e se una mala nos acontecer no nos hace dano....

Extrapolando para el trading: apostar todo o nada puede nos tirar temprano del mercado....O es mejor infinitamente hacer un seguro que solo puede ser activado 1 em 1000.000 de casos que no tener e 1 caso nos tirar del mercado...

No se si me estoy a explicar pero lo que digo es que los casos de poca probabilidad filosoficamente deven ser tratados como algo que puede acontecer

Un exemplo pratico: la quiebra de los modelos de sholles en los 80,o la copula guassiana el el calculo de las CDO del subprime

[agmageton]

http://www.planetcompliance.com/2017/03 ... rms-world/

[Speculator Man]

.
Exceso de seguridad.

Varios estudios psicológicos han señalado que los errores de juicio se deben a que la gente en general es demasiado confiada. Haz una amplia muestra de personas para ver cuántos creen que sus habilidades en la conducción de un coche son superiores a la media y una abrumadora mayoría dirá que son excelentes conductores, lo que deja abierta la cuestión de quiénes son los malos conductores.

La confianza en sí misma no es una cosa mala. Pero el exceso de confianza es otro asunto y puede ser particularmente perjudicial cuando estamos tratando con nuestros asuntos financieros. Inversores con exceso de confianza no sólo toman decisiones tontas para sí mismos sino que también tienen un efecto poderoso en el mercado en su conjunto.

Los inversores por regla general parecen muy seguros. Ellos creen que son más inteligentes que los demás y pueden escoger los activos ganadores por lo menos también como lo haría el administrador de dinero más inteligente y que a su vez pueden batir al mercado. Tienen una tendencia a sobreestimar sus habilidades y sus conocimientos. Por lo general se basan en información que confirma lo que creen y hacen caso omiso de información contraria. Además, sus mentes trabajan para evaluar toda la información que está fácilmente disponible en lugar de buscar la información que es poco conocida.

¿Qué evidencias tenemos del exceso de confianza de los inversores?. Richard Thaler cree que los inversores y gestores de fondos deben estar dotados de la creencia de que tienen una mejor información y por lo tanto pueden beneficiarse por ser más inteligente que otros inversores.

El exceso de confianza explica por qué tantos gestores de dinero hacen transacciones equivocadas. Dan demasiada importancia y confianza a la información que recogen y se creen que están más en lo correcto de lo que realmente están. Si todos los jugadores creen que su información es correcta y que saben algo que otros no saben, el resultado es una gran cantidad de comercio.

Una de las cosas más difíciles de imaginar para ellos es que no son más inteligentes que el promedio, dijo Daniel Kahneman, profesor de psicología y asuntos públicos en la Universidad de Princeton. Pero la triste realidad es que no todo el mundo puede ser mejor que la media. El exceso de confianza no sólo ayuda a explicar el exceso de comercio sino también podría explicar una gran parte de la volatilidad experimentada en los mercados en los últimos años y ese exceso de confianza puede haber llevado a las advertencias de "exuberancia irracional" del presidente de la Reserva Federal Alan Greenspan. A pesar de las advertencias de las altas valoraciones de los analistas, los inversores se precipitaron de nuevo a la acción con un sesgo de reacción exagerada.

Thaler señala que varios estudios recientes demuestran cómo la gente pone demasiado énfasis en una serie de eventos fortuitos, pensando que se identifica una tendencia. En particular, los inversores tienden a fijarse en la información más reciente que recibieron y extrapolan de ella una señal de ganancias futuras. A continuación, en la creencia de que ven lo que otros no ven, toman decisiones rápidas de razonamiento superficial.

El exceso de confianza hace que las personas crean que entienden los datos con mayor claridad que otros y lo interpretan mejor. El exceso de confianza se ve agravado por la reacción exagerada. Los conductistas han aprendido que la gente tiende a reaccionar de forma exagerada a las malas noticias y reaccionan lentamente a las buenas noticias. Los psicólogos llaman a este sesgo reacción exagerada . Por lo tanto, si el informe de ganancias a corto plazo no es bueno, la respuesta típica de los inversores es una reacción irreflexiva abrupta, con su inevitable efecto sobre las cotizaciones bursátiles.

Thaler describe este énfasis excesivo en el corto plazo como inversión de miopía y cree que la mayoría de los inversores estarían mejor si no recibieran estados de cuenta mensuales.

.

[sk_c7]

Resumiendo a lo que haces referencia es al efecto Dunning-Kruger aplicado a la bolsa y no se podría visualizar mejor que con esta imagen XD

[Speculator Man]

En parte sí. Ya sabes, el 95% creemos que tenemos un sentido del humor superior a la media, cuando en realidad es una gaussiana y solamente el 50% lo tienen y además ese 5% que sí tiene realmente un sentido del humor superior al 95% de la gente cree que la mayoría de la gente va a entender su humor y sus ironías.

[agmageton]

Pseudoquants

Como dice la vieja broma, "las matemáticas son lo que hacen los matemáticos". De alguna manera esta tautología simple se pierde en el mundo deshonesto de las finanzas.

Inversión cuantitativa: una crisis a la espera de ocurrir

En un reciente artículo de WSJ , Jason Zweig resume brillantemente el insoportable bombo y la arrogancia exhibidos por algunos auto-titulados "quants":

BlackRock, el gigante gestor de activos, anunció recientemente que dependerá más de las computadoras para recoger acciones. Rob Arnott, uno de los principales defensores de los enfoques de inversión mecánica, dijo la semana pasada que es "relativamente fácil de vencer al mercado" si obtiene las matemáticas correctamente.

El Sr. Zweig es, por supuesto, un gran profesional y un cortés periodista. Algunos de nosotros habríamos mencionado, de pasada, que los fondos de Rob Arnott han sido despojados por PIMCO después de años de bajo rendimiento . Por lo tanto parece golpear el mercado no es "en realidad relativamente fácil" después de todo. Muchos otros "factores de inversión" y "smart beta" fondos de cero-humildad seguirán.

Algunos lo llaman "factor de inversión", otros lo llaman "beta inteligente". Cualquiera que sea este "alfa tonto", no se comporta como las inversiones en cantidades reales .

¿Qué es un quant?


Como cualquier palabra de moda, el término quant se ha abusado para significar todo. Históricamente, un quant ha sido un doctorado en campos de STEM que aplica su conocimiento científico para financiar. Quizás el ejemplo más conocido es Emanuel Derman, un doctor en física que a principios de los años 2000 escribió un bestseller titulado "My Life as a Quant". Algunos de los fondos más exitosos de la historia son liderados por quants , sin antecedentes en finanzas académicas: RenTec, Dos Sigma, DE Shaw, CFM, etc Además, estos fondos de Quant no contratar a los candidatos con un doctorado en finanzas . Claramente, los fondos de mayor éxito no consideran la financiera académica como parte del mundo cuántico. Vamos a entender por qué.

RenTec fue fundada por el eminente matemático James H. Simons , que no tenía antecedentes financieros previos. La empresa ha logrado producir un rendimiento promedio del 35% durante más de dos décadas, sin emplear nunca un doctorado en finanzas como investigador cuántico

Finanzas no es una ciencia


Dado el éxito de estas empresas, y el término quant, pronto los académicos financieros vieron rentable llamarse a sí mismos "quants" también. Deben haber pensado: "Olvídate de las matemáticas reales, los modelos financieros usan números y econometría, ¿no?" En el mundo incierto de las finanzas, es un buen marketing asociar un aura científica a un producto financiero. Aquí hay un pequeño problema:

las finanzas no son una ciencia según las definiciones epistemológicas aceptadas. Para ser considerada una ciencia, las finanzas deben superar tres obstáculos:

Debe descubrir leyes positivas inmutables.


Los experimentos deben ser reproducibles independientemente.

Las predicciones deben ser exactas.

Problema # 1: Nada funciona para siempre en finanzas

Finanzas es el resultado del cambio de las instituciones humanas, los agentes, las leyes. A diferencia de los fenómenos físicos, los mercados financieros son un sistema adaptativo. No hay leyes positivas en las finanzas. La competencia significa que cada filo está condenado a desaparecer. En el mejor de los casos, los académicos pueden encontrar algo que solía funcionar, ya que la oportunidad será arbitrada después de su publicación.

Problema # 2: El método científico no puede aplicarse a la financiación

El único laboratorio financiero es el mercado, y está demasiado ocupado resolviendo problemas de la vida real. Los académicos no pueden repetir los experimentos, por lo tanto sus descubrimientos no pueden ser validados independientemente. No podemos volver al 6 de mayo de 2010 y repetir los eventos del flash crash eliminando a algunos actores, con el fin de derivar un mecanismo de causa-efecto preciso. En cambio, los académicos pretenden que las simulaciones históricas (backtests) pueden reemplazar a los experimentos verdaderos. Incluso si eso fuera cierto, virtualmente ningún control del estudio para múltiples pruebas, una práctica que la Asociación Estadística Estadounidense considera " altamente engañosa " . Como lo ha reconocido el actual Presidente de la American Finance Association, esto significa que la gran mayoría de los descubrimientos publicados en revistas son probablemente falsos , debido al sesgo de selección. La razón de estas teorías financieras pseudocientíficas se enseñan en las aulas es porque son unfalsifiable en un sentido Popperian .

El método científico requiere experimentación, no simulación histórica

Problema # 3: Toda la evidencia indica que la financiación académica ha fracasado miserablemente


¿Dónde están los académicos financieros multimillonarios? No hay multimillonarios premios Nobel de Economía. Si pudiera hacer predicciones financieras exactas, ¿no actuaría sobre ellas, si no por otra razón para demostrar un punto? Ninguna teoría financiera académica ha generado retornos de inversión sustanciales para sus autores. Por supuesto, algunos académicos se han enriquecido a sí mismos cobrando tarifas de administración indignantes a sus inversionistas, pero eso no ha hecho a sus inversionistas más ricos. Las predicciones inútiles significan que las finanzas no son una ciencia en un sentido lakatosiano.

La medalla original de Nobel, dada para la física, la química y la medicina. La medalla financiada por el Banco de Suecia desde 1968, contra la voluntad de la familia Nobel . Sí, parecen muy similares, como quants vs. pseudo-quants, pero no te dejes engañar por las apariencias: ¿Qué llamarías una "ciencia" que no puede predecir nada?

La crisis de credulidad


Muchos inversionistas han sido engañados para creer que los productos financieros originados en la financiación académica son científicos. Los asignadores de pensiones han invertido cientos de miles de millones de dólares en las llamadas "inversiones de factores" y "fondos beta inteligentes", no porque tengan un buen desempeño, sino porque tienen un buen pedigrí académico. Recuerde, estos asignadores de activos no son recompensados ​​por el éxito, y su decisión es informada principalmente por la gestión de riesgos. Es decir, gestionar su riesgo de ser despedido! Cuando el fondo ABC falla, señalarán que ABC invirtió en una idea por el Premio Nobel XYZ, y que no van a adivinar la ciencia. El término con-arte parece más apropiado que la ciencia, ya que estos fondos abusan de la confianza de la gente en la ciencia.


Muchos de estos productos, conocidos como "inversiones factoriales" o "fondos beta inteligentes", toman la forma de ETFs que ofrecen liquidez inmediata. Eso puede haber estado bien cuando la industria fue de $ 100 mil millones, pero los activos siguen creciendo constantemente acercándose a 1 billón de dólares, propulsado por la " puesta de la Fed" . Debido a que se basan en los mismos principios, estos fondos están altamente correlacionados. Tarde o temprano la Fed dejará de reprimir la volatilidad y dejará que las fuerzas del mercado determinen los precios. Cuando los clientes se dan cuenta de que las inversiones factor de rendimiento inferior al mercado (especialmente teniendo en cuenta las tarifas fuertes!), Que tire su dinero.

Una posibilidad es que la liquidez instantánea puede permitir escenarios como el desplome del flash.

Un escenario más probable es que los inversores van a perder dinero constantemente ... sangrado por los honorarios y los arbitrajes. Aquí es cómo:

Las empresas ajustarán su contabilidad para convertirse en atractivas para estos modelos de factores públicamente conocidos.

Un pequeño número de valores favorecidos por los mismos modelos académicos recibirá grandes entradas.

Los precios subirán más allá de su valor razonable, no porque estas teorías sean correctas, sino porque la máquina de marketing académico sigue inflando sus precios de una manera predecible.

Los fondos Quant se aprovecharán de los fondos pseudo-quant.

Y esa es una falla clave de los modelos financieros académicos, que son públicos: los seres humanos siempre encontrarán una manera de convertir una pretendida "ley" financiera en su cabeza, y se beneficiarán de aquellos lo suficientemente crédulos como para creer en ella.

http://www.financial-math.org/blog/2017 ... do-quants/

Esto da mucho que discutir, podemos empezar...

[agmageton]

quants superar tres obstáculos:

Debe descubrir leyes positivas inmutables.


Los experimentos deben ser reproducibles independientemente.

Las predicciones deben ser exactas.

El método científico no puede aplicarse a la financiación

El único laboratorio financiero es el mercado, y está demasiado ocupado resolviendo problemas de la vida real. Los académicos no pueden repetir los experimentos, por lo tanto sus descubrimientos no pueden ser validados independientemente. No podemos volver al 6 de mayo de 2010 y repetir los eventos del flash crash eliminando a algunos actores, con el fin de derivar un mecanismo de causa-efecto preciso. En cambio, los académicos pretenden que las simulaciones históricas (backtests) pueden reemplazar a los experimentos verdaderos. Incluso si eso fuera cierto, virtualmente ningún control del estudio para múltiples pruebas, una práctica que la Asociación Estadística Estadounidense considera " altamente engañosa " . Como lo ha reconocido el actual Presidente de la American Finance Association

El método científico requiere experimentación, no simulación histórica


He hecho un resumen, de lo que a mí me parece interesante de analizar desde nuestra perspectiva, de búsqueda de anomalías y que razonamiento utilizamos para dar por bueno el trabajo.


Hay cosas que estoy de acuerdo con el articulo y en otras no.

En que estoy de acuerdo, pues evidentemente la mayoría de pruebas o estudios que podemos leer, son totalmente falsos o han funcionado en el pasado, por la propia lógica que si funcionará no lo harían público, si fuera el caso que si funciona, dejaría de funcionar al tiempo, y el tercer punto y más escabroso, bueno hora que no funciona y no puedo sacar partido intento sacar partido vendiéndoselo al incauto, que ese si es un jardín que nunca se marchitará. También podemos añadir que las pruebas que se hacen en muchos estudios son totalmente sesgadas.

No estoy de acuerdo en un principio, en que desde el backtesting no podemos sacar ninguna anomalía o ley que sea inmutable (este sería el tema central del debate y que modo de contra experimento tendríamos sin históricos para validar la hipótesis que cumpliera con la ciencia quant), desde el punto de vista de la lógica, que no del factor error. Lo que si estoy de acuerdo es que la manera de buscar ineficiencias en el backtesting, esta totalmente sesgada en la mayoría de los casos, de ahí la problemática.

A mi dicen que desde el pasado no se puede extraer nada, porque el mercado es un experimento en si mismo, y que la única forma de generar ideas o detección de anomalías es desde el punto de vista de le experimentación ( de experimentos, no de la experiencias, que ya me veo a muchos que dirán el mercado soy yo y la experiencia es el todo...y todas esas c...). Y que esos experimentos sean independientes (independientes de la curva del precio, para entendernos), y tengan unas leyes inmutable, y que además sea exacto, para poder decir que nuestro trabajo es científico y denominación quant. En resumen que la estadística nos muestre unas leyes matemáticas exactas en el experimento. (y ahora el inteligente de turno, no diga, mira este ciclo aquí cumple a la perfección, y te pone un ejemplo...) Estamos hablando de cientos de pruebas en un experimento que cuyos resultados pueden clasificarse desde una lógica científica, porque así nos lo representa la estadística, no históricos, no leyes mutantes, no inexactitud.

En un principio ese sería el tema del debate...

[Hermess]

Holas



En mi opinión ahí hay una premisa que define y aclara totalmente el tema:


"las finanzas no son una ciencia según las definiciones epistemológicas aceptadas."

reproducible es cualquier método que tenga reglas claras lo que no esta claro es el tema del resultado porque el mercado no es la suma de 2+2
Hay leyes científicas de indeterminación, del caos, de estructuras disipativas etc.., son leyes que el resultado que se puede obtener repitiendo los experimentos no son deterministas ( es imposible predecir un resultado con certeza) y son leyes científicas.

https://www.researchgate.net/publicatio ... or_A_Klein




Pongamos un ejemplo reproducible

buy EURJPY- sell USDJPY -sell EURCAD -buy USDCAD
Tomando estas cuatro posiciones haciendo los ajustes necesarios para que cada una pondere lo mismo en una posición global de la suma de las cuatro, da como resultado una posición global neutral , las cuatro monedas implicadas en los cuatro cruces estas cortas y largas en la posición global,
de entrada pierdes las comisiones al abrir las operaciones
Si mantienes las cuatro posiciones sin hacer nada dependiendo de los intereses que se paguen/cobren genera unos resultados positivos o negativos pero eso no es para siempre, eso dura mientras duren determinados ciclos en los tipos de interés.
Si cierras operaciones en beneficio manteniendo alta la neutralidad al mercado puedes generar beneficios aunque sean diferentes escenarios.

El problema es que la gestión de diferentes escenarios no puedes hacerla con unas leyes fijas y siempre las mismas porque no hay dos escenarios idénticos con la misma información en el entorno, pienso que el problema es adaptar esas metodologías a la constante evolución del mercado, en cada escenario ponderan determinadas variables que estas obligado a seleccionar

Enfocar el problema del mercado es enfrentarse a la incertidumbre , esta demostrado que es cuestión de estimar con criterios solidos las probabilidades porque no hay método científico o seudocientífico que las acierte todas , otro problema es que acertando menos del 50% los resultados pueden ser positivos o acertando un 90% negativos, entramos en el terreno de las relaciones entre variables y como son variables los resultados cambian a la mínima variación de una de ellas.
El mercado es un sistema dinámico complejo con fases deterministas (ineficiencias temporales) y fases con mucha carga aleatoria que generan propiedades emergentes.
Es imposible estar todo el tiempo acertado, fuera de las ineficiencias( con limite de tiempo) es como tirar una moneda al aire, es imposible acertar todas las tiradas por mucha ciencia que apliques y como tiene costes operar, trabajar esas fases lleva las probabilidades en contra.

Los físicos teóricos llevan muchas décadas haciendo hipótesis y teorías sobre el universo y vemos que se tienen que inventar variables ocultas para cuadrar los resultados de las observaciones como la materia y energía oscura, para solucionar un problema con unas variables de partida han creado otro mayor.

saludos

[agmageton]

Pues visto lo visto vamos a experimentar, hoy 08/05/2017 después de leer este articulo, voy a hacer un experimento, en primer lugar voy a crear precios ficticios, no me sirve hacer montecarlos porque por mucho que desordene los precios, el sesgo seguirá intacto (si la cabra sube para el monte...), este es uno de los problemas que tiene las simulaciones de Montecarlo de un activo, o las correlaciones históricas de muchos activos tienden a correlacionarse sobretodo en momentos de máxima volatilidad. Que esta muy bien hacer montecarlos, pero vamos a darle una prueba de estress mayor, desde lo no real o no histórico.

El primer lugar me voy a encontrar con grandes problemas en la prueba, porque la volatilidad no va a estar contemplada en cambios del miedo, como así sí representan los precios que tienen la personalidad de sus intervinientes, en segundo lugar no sé si haciendo precios aleatorios voy a caer en un sesgo que no tenga contemplado, por la propia herramienta, con lo que el experimento, sólo va a servir para contrastar y sacar conclusiones.


Los precios ficticios;

1000.000 millón de barras o precios aleatorios, equivale para que os hagáis una idea a unos 20 años, de un activo en barras de 5 minutos, pero eso no será problema porque casa vez que actualizo tengo 20 años más o 1000.000 barras más.


Pongo unas capturas para que os hagáis un idea de como crea el precio. (luego explicaré lo que representa la herramienta que voy a examinar) y posteriormente hare las pruebas, a ver el tiempo que me lleva....

[agmageton]

La herramienta que voy a utilizar para hacer estas pruebas, es una herramienta de sesgo de fondo de mercado, donde esta la fuerza del mercado, cuando se rompe definitivamente esa fuerza, no es una herramienta operativa, sólo nos va a decir el fondo de mercado, pueden haber correcciones rápidas y severas, o correcciones lentas y sangrantes, no me interesa la tendencia de arriba a abajo y luego arriba y mil cruces, sino donde esta la mayor fuerza del mercado, es una herramienta de macro estructura de precio, que se le da utilidad para lógicas concretas.

pongo unos ejemplos de activos reales, las líneas verdes son fondo alcista, las líneas blanca se mantiene el fondo alcista pero con neutralidad a cambio de sesgo, y las líneas rojas es sesgo bajista fuerte. Son 4 parámetros y 2 alisados, para todos iguales, toda clase de activos.

[agmageton]

ahora voy a ir pegando simulaciones, cada vez que le doy a una tecla se actualiza, voy ha hacer varias capturas rápidas, y mañana generaré estadística de otras capturas, no voy a guaqrdar las capturas, son más de 800.000.000 millones de sumas que hace en el momento la herramienta, por lo que para ir rápido teniendo en cuenta que tarda 1 ó 2 minutos cada actualización, iré pegando, dejo para mañana el trabajo estadístico.