2. Precio, volumen y retorno: las tres variables que verás en cada gráfico
Nivel 1: Fundamentos del Trading Algorítmico
Todo lo que un trader cuantitativo hace, tarde o temprano, se construye sobre tres variables. Entenderlas bien es más importante que conocer cualquier estrategia concreta, porque son el material con el que se construyen todas las estrategias.
El precio es la variable más básica: la cantidad a la que se intercambia un activo entre comprador y vendedor en un momento dado. Lo determina el pulso entre oferta y demanda: cuando hay más gente queriendo comprar que vender, el precio sube; cuando hay más gente queriendo vender que comprar, baja. El precio es un dato público, disponible en cualquier plataforma, y es la base tanto del análisis técnico como de los modelos que intentan predecir movimientos futuros.
El volumen es el número total de acciones o contratos que se han intercambiado en un periodo de tiempo determinado. Por sí solo no dice mucho, pero combinado con el precio es muy revelador: una subida de precio con mucho volumen sugiere una tendencia alcista fuerte y respaldada por muchos participantes; la misma subida con poco volumen es más frágil y puede revertirse pronto.
El retorno es el cambio porcentual del precio de un activo entre dos momentos. Los quants prefieren trabajar con retornos en lugar de precios absolutos por una razón técnica importante: el precio no es estacionario, es decir, su media y su varianza cambian con el tiempo, lo que complica cualquier modelo estadístico. Los retornos, en cambio, se comportan de forma mucho más estable y permiten comparar el rendimiento de activos completamente distintos, o de la misma acción en distintas épocas, en igualdad de condiciones.
Cuando los investigadores estudian miles de series de retornos diarios de acciones, encuentran patrones que se repiten una y otra vez, tan constantes que se conocen como los "hechos estilizados" de los retornos financieros. Tres son especialmente importantes para cualquier trader: los retornos tienen colas mucho más gruesas de lo que predice una distribución normal, es decir, los movimientos extremos ocurren con más frecuencia de la que la intuición estadística básica sugiere; la volatilidad tiende a agruparse en el tiempo, periodos tranquilos siguen a periodos tranquilos y periodos turbulentos siguen a periodos turbulentos; y la correlación lineal entre el retorno de un día y el del día siguiente es prácticamente nula, lo cual es una de las razones por las que predecir la dirección del precio con modelos simples es tan difícil.
Estos tres hechos no son curiosidades académicas: son la razón por la que estrategias que "deberían funcionar" sobre el papel fallan en la práctica, y por la que el machine learning se ha vuelto tan relevante en finanzas cuantitativas — es especialmente bueno detectando patrones complejos y no lineales que estos hechos estilizados esconden.