Trading cuantitativo | Guía para entenderlo desde cero

¿Qué es el trading cuantitativo? ¿Es rentable? ¿Qué habilidades necesito para crear estrategias de trading cuantitativo que ganen dinero? En esta guía, te enseñaré cuáles son los conceptos básicos sobre trading cuantitativo que debes saber antes de empezar. De principio a fin. Precisamente por eso, hemos decidido escribir esta guía de trading cuantitativo.

Objetivos de la guía de trading cuantitativo

No obstante, y antes de empezar, me gustaría destacar que esta guía sirve está dirigida a dos tipos de personas:

Las primeras, serán personas que sueñan con conseguir un puesto de trabajo en un fondo como trader cuantitativo.
Mientras que las segundas sencillamente quieren desarrollar su propio sistema de trading cuantitativo.

Dicho esto, soy consciente de que el trading cuantitativo puede asustar al principio. Especialmente teniendo en cuenta la gran carga que suponen las matemáticas, la estadística, así como la programación. Así que con el objetivo de ayudar a los nuevos traders cuantitativos (a través de diferentes artículos) a evitar errores y ahorrar tiempo, esta guía te ofrecerá una descripción de todo lo que debes aprender hasta convertirte en un trader cuantitativo.

Nota: Tanto para abordar este enfoque como cualquier otro es imprescindible conocer muy bien los productos financieros con los que se opera. Es algo que no cubre esta guía, pero que es fundamental recordar.

¿Qué es el trading cuantitativo?

Como no podría ser de otra manera, lo primero que tenemos que aprender es en qué nos estamos metiendo. Es decir, ¿qué es el trading cuantitativo?

El trading cuantitativo es un tipo de trading que utiliza modelos matemáticos y/o estadísticos para encontrar oportunidades consistentes de ganar dinero y ejecutarlas.

Trading cuantitativo: ¿Qué es?

En otras palabras, el trading cuantitativo también puede entenderse como la aplicación del método científico a los mercados financieros. Esto, ya que implica medir las probabilidades de cambios en las condiciones del mercado y utilizar esos datos para desarrollar una estrategia comercial basada en reglas perfectamente cuantificables. Y, por tanto, de algún modo el análisis cuantitativo se contrapone al análisis cualitativo. Este último es aquel basado en criterios subjetivos como la capacidad de gestión o la cultura de una compañía cotizada.

Por ejemplo, un inversor value podría invertir en una compañía, porque además de realizar un análisis cuantitativo de sus cuentas financieras, cree que tiene a un gran CEO, capaz de impulsar a la empresa. Sin embargo, un trader cuantitativo, o un inversor cuantitativo, no puede apoyarse en ello, a menos que sea capaz de medirlo cuantitativamente.

En cualquier caso, aprovecho aquí para indicar que un trader o inversor, no tiene por qué ser excluyente con otros métodos. Es decir, se puede utilizar un método cuantitativo para filtrar activos y luego tomar la decisión definitiva en función de otras variables.

Al final lo que importa en bolsa es ganar dinero con un riesgo medido de forma consistente en el tiempo. Y no importa ni lo que yo crea, ni lo que tú creas.

Por último y antes de seguir profundizando en el trading cuantitativo, es importante mencionar que se trata de un enfoque transversal. Es decir, que le puede servir al trader que realiza análisis macroeconómicos, al que analiza cuentas contables y, por supuesto, al analista técnico. Sin ir más lejos, uno de los sistemas cuantitativos más simples y famosos es el sistema de medias móviles.

👉 Más información: Trading - Guía para saber qué es y cómo empezar.

¿Cómo funciona el trading cuantitativo?

El trading cuantitativo funciona calculando la probabilidad de que ocurra un resultado concreto utilizando estrategias basadas en datos. Para ello, se vale de técnicas matemáticas y estadísticas, así como de la programación para calcular de manera más rápida y más fiel los resultados reales de un sistema.

De hecho, la esencia del trading cuantitativo está basada en el uso de tecnología, bases de datos y matemáticas. De hecho, su fiabilidad y su precisión es lo que conlleva a su adopción por parte de grandes gestores de fondos.

A todo esto hay que añadir que la reciente incorporación de la inteligencia artificial, como una tecnología trasversal a todos los sectores (también al trading), presiblemente revolucionará y hará mucho más eficiente el medido y volcado de datos para tomar decisiones de inversión.

En este sentido, el ejemplo más claro es el de Jim Simons, quien es el creador del hedge fund más rentable de la historia, el medallion fund

Por bajarlo a la tierra, un ejemplo sencillo de sistema de trading cuantitativo sería el siguiente:

Un trader podría estudiar de manera matemática cómo cambian los precios, según el volumen negociado de una acción como Apple. Luego, lo que haría es conseguir los datos históricos y fiables que abarquen un largo periodo de tiempo. Una vez lo tenga, programará un código que le permita realizar estudios y pruebas para intentar descubrir algún patrón. De modo que su conclusión podría ser que en el 76% de las ocasiones que ocurre ese patrón el precio de las acciones aumenta de valor en un promedio de un 1,5%.

Una vez tenga ese patrón, intentará hacer un sistema de trading basado en reglas cuantitativas, para saber si es rentable o no. Y si es rentable, podrá conectar el algoritmo a su bróker para que las operaciones se realicen de forma automática.

En este punto, puede que te surjan muchas preguntas. ¿De donde extraigo datos fiables? ¿Cuánto es un periodo lo suficientemente largo de tiempo? ¿Esto sirve para todas las escalas temporales? ¿Cómo aprendo a programar?

Para abordar todas estas preguntas y algunas más de manera ordenada, a partir de ahora vamos a ver los cuatro bloques que debes aprender.

1. Matemáticas y Estadística

Bajo mi experiencia he podido comprobar, cómo muchos cursos, academias y libros tratan de restarle importancia a esta parte. Y no puedo estar más en contra. Las matemáticas y la estadística son la base fundamental para empezar a ser trader cuantitativo. Si no las conoces lo suficiente, es probable que termines haciendo sistemas basados en relaciones espurias y sobreoptimizados.

Por ejemplo, una de las primeras cosas que se aprende en estadística avanzada es que dos series temporales pueden tener correlación, pero no necesariamente relación. ¿Cuántas veces hemos visto gráficos en los que dos variables parecen ir al unísono? ¿Muchas verdad? Continuamente intentamos crear relaciones entre cosas: causa y efecto. Pero esto no quiere decir nada. Fíjate en el siguiente gráfico.

Fuente: National Vital Statistics Reports y U.S. Department of Agriculture. Tyler Vigen.

En este gráfico podemos ver la tasa de divorcios en el Estado de Maine y el consumo per cápita de Margarina. ¡Tienen una correlación del 99.26%!

Podríamos divagar e intentar explicar que la margarina que toman en Maine lleva alguna sustancia que hace que las parejas se divorcien. Pero no serviría más que para convencernos a nosotros mismos. Y, en el caso del trading, para perder dinero.

¿Y cómo puede uno evitar un error tan bestia? ¿No se supone que la correlación es una medida estadística? Para evitar esto tendrás que estudiar estadística para aprender que la correlación no implica causalidad, y que para ello hay otras medidas y otros test estadísticos.

Dicho esto, te recomiendo que empieces estudiando los siguientes conceptos:

Variables aleatorias y distribuciones estadísticas.
Valor esperado.
Intervalos de confianza.
Cointegración y estacionariedad.
Modelo de regresión lineal simple.
Modelo de regresión lineal múltiple
Homocedasticidad
Heterocedasticidad
Tipos de sesgos estadísticos.

Hay muchos más conceptos, pero estos te serán muy útiles para empezar.

2. Programación

Si te adentras en el trading cuantitativo tendrás que aprender a programar en Python o en R. Aunque R fue el programa estadístico por excelencia durante años, la comunidad de Python ha crecido tanto que no solo hay más paquetes que podrás utilizar, sino también muchos más recursos para aprender.

Alternativamente, también otros lenguajes como C++, MQL4 y MQL5 (de Metatrader) o incluso Matlab.

¿Mi recomendación? Python. Es el más sencillo y el que más recursos tiene. Si más adelante deseas seguir avanzando, no te será difícil aprender también otros lenguajes y otras herramientas.

Python: ¿Mejor sistemas para realizar trading cuantitativo?

¿Y cómo aprender Python? Ve corriendo a Youtube y busca cualquier tutorial para empezar con finanzas en Python y poco a poco irás descubriendo el camino. Y si quieres ir algo más rápido y dirigido, búscate un curso de 20 o 30 euros, que los hay, en plataformas de educación online.

3. Sistemas de trading

Una vez que hayas trasteado Python y entiendas cómo funcionan las principales métricas estadísticas y matemáticas es el momento de crear tu primer sistema. Da igual si no funciona. De hecho, lo más probable es que no funcione. Por el camino irás aprendiendo de los errores.

Dicho esto, un sistema de trading cuantitativo consta de cuatro partes.

Identificar la estrategia.
Backtest de la estrategia
Sistema de ejecución de la estrategia.
Gestión del riesgo.

Risk Management, esencial para entender el trading cuantitativo

Por ello, te recomiendo comenzar por aprender los siguientes conceptos básicos antes de seguir.

Tipos de estrategias cuantitativas
Backtesting
Forward test
Sobreoptimización
Métricas de rentabilidad para valorar un sistema de trading
Gestión del riesgo
Slippage

Aunque lo mejor es que lo compruebes tú mismo, te adelanto algunos problemas comunes que te encontrarás:

Instalación de Python en tu ordenador.
No encuentras los datos que necesitas para hacer tu sistema, la base de datos no es precisa, no se actualiza lo suficientemente rápido o el espacio temporal abarcado es reducido. Por eso te recomiendo que los sistemas cuanto más simples, mejor.
Comisiones y slippage: Sobre el papel todo es muy bonito, pero en la vida real el precio se mueve, los brókeres cobran comisiones y no siempre entras al precio perfecto.

Hay muchos más retos, así que, si tienes dudas sobre estos o sobre cualquier otro que te surja, no dudes en comentar en este hilo en el foro.

Ventajas del trading cuantitativo

El trading cuantitativo ofrece ventajas y desventajas, como todos los enfoques que existen en el trading.

Las ventajas incluyen:

No tener que monitorear manualmente los datos y análisis. Ya que los sistemas cuantitativos se crean para ser automatizados o semiautomatizados. Como resultado, la cantidad de datos que los operadores deben evaluar para tomar decisiones comerciales es más manejable de forma sistemática. No obstante, hay cierto tipo de sistemas como los de redes neuronales (que aprenden solos y cambian sus parámetros de forma autónoma) que sí deben ser revisados con mayor frecuencia.
Además, los traders pueden evaluar una gran cantidad de mercados utilizando puntos de datos teóricamente infinitos, así como optimizar sus sistemas. Al analizar un mercado, un trader típico normalmente se centrará en unas pocas variables y examinará sólo aquellas que le resulten familiares. Los traders cuantitativos pueden utilizar estrategias matemáticas para superar estas limitaciones. Y más aún, para descartar estrategias de manera más rápida y fiable.
Ausencia emocional: Además, a diferencia de los traders manuales, estos sistemas automatizados reducen el riesgo de que las emociones como el miedo o la codicia afecten las decisiones de inversión. Al reducir las emociones de los procesos de toma de decisiones y ejecución, los traders o inversores pueden reducir algunos de los sesgos que frecuentemente pueden afectar sus operaciones.

Desventajas del trading cuantitativo

Dicho lo anterior, el trading cuantitativo también tiene sus desventajas. Entre las que se incluyen las siguientes:

Los mercados financieros cambian constantemente: Así pues, puede que una estrategia que ha funcionado muy bien durante años, de repente deje de funcionar debido a cambios estructurales en los mercados.
Alta curva de aprendizaje: Como hemos dicho al principio, no se aprende rápido. A menos que tengas una buena base de matemáticas, estadística y programación, lo normal es que te lleve más tiempo aprender otros enfoques.
Riesgo de sobreoptimización: Tener la capacidad y el conocimiento para comprobar cuáles son los resultados de un sistema realizando miles de variaciones en los parámetros, en diferentes activos y en diferentes espacios temporales, puede llevarnos a que un sistema esté sobreoptimizado y, por tanto, a un sistema que probablemente fracase. Por tanto, lo que en algunos casos puede ser una ventaja, si no se hace bien puede convertirse en desventaja.

Por último, si no has oído hablar aún de Inteligencia Artificial o Machine Learning aplicado a la bolsa, es muy probable que lo hagas. Cuando lo hagas, mi recomendación es que no avances a esas técnicas, antes de haber dominado lo básico.

En definitiva, el trading cuantitativo utiliza modelos matemáticos y estadísticos para identificar y ejecutar oportunidades de mercado, centrándose en datos cuantificables en vez de criterios subjetivos. Requiere habilidades en matemáticas, estadística y programación, con Python como lenguaje recomendado. Y es que sus principales ventajas como automatización y reducción de influencias emocionales, lo hacen mucho más práctico en su manejo (aunque no está exento de riesgos).