Contenido
¿Qué es el Trading?
Análisis Técnico
Los 3 principios del análisis técnico
Limitaciones del análisis técnico
Los pioneros del análisis técnico
Software a utilizar
Análisis técnico Bitcoin
Principales gráficos
Media móvil simple
Media móvil exponencial
Bandas de Bollinger
Momentum
Tasa de Cambio ROC
Divergencia de convergencia de la media móvil MACD
Índice de Fuerza Relativa RSI


Durante el año 2020 se ha incrementado notablemente el interés por conocer el mundo del Trading, cada día son más los seguidores que intentan iniciarse en una actividad que hace apenas unos 10 años era un tema dedicado a gente especializada en el área. 

Sin embargo, muchos creen que cualquiera puede convertirse en un trader de éxito, que esta actividad no requiere de un estudio y una práctica constante que debe desarrollarse progresivamente y a largo plazo, finalmente vienen los desencantos, fracasos y en muchos casos pérdidas financieras. 

El Trading es una actividad que no es nueva, de hecho una de las primeras crisis en mercados financieros especulativos y recordada por sus resultados catastróficos fue la Tulipomanía hace ya más de 350 años. 

¿Qué es el Trading? 


Según Wikipedia, el trading es la especulación sobre instrumentos financieros con el objetivo de obtener un beneficio. El trading se basa principalmente en el análisis técnico, el análisis fundamental y la aplicación de una estrategia concreta para operar. 

En otras palabras, el trading consiste básicamente en realizar transacciones de compra y venta (de Instrumentos Financieros) en el corto plazo para obtener una ganancia, basándose en una estrategia. La temporalidad de “corto plazo” es lo que diferencia al trading de una inversión, esto hay que tenerlo claro: 

Trading= Corto Plazo 

Inversión= Largo Plazo 

Análisis Técnico 


Es una disciplina comercial empleada para evaluar inversiones e identificar oportunidades comerciales mediante el análisis de tendencias estadísticas recopiladas de la actividad comercial, como el movimiento de precios y el volumen. 

Las principales fuentes de información del análisis técnico son: 

1. Precio o cotización. 

2. Volumen Bursátil. 

3. Interés abierto. 

Los 3 Principios del Análisis Técnico 


Un principio fundamental del análisis técnico es que el precio de un mercado refleja toda la información relevante que afecta a ese mercado. Por lo tanto, un analista técnico analiza el historial de un patrón de negociación de valores o productos básicos en lugar de factores externos como eventos económicos, fundamentales y noticiosos. 

Primer Principio: La acción del mercado lo descuenta todo 

Los analistas técnicos creen que todo, desde los fundamentos de una empresa hasta los factores generales del mercado y la psicología del mercado , ya está incluido en el precio de las acciones. Este punto de vista es congruente con la Hipótesis de Mercados Eficientes (HME) que asume una conclusión similar sobre los precios. 

Segundo Principio: El precio se mueve en tendencias 

Este principio establece que los precios, incluso en movimientos aleatorios del mercado, muestren tendencias independientemente del período de tiempo que se observe. En otras palabras, es más probable que el precio de una acción continúe una tendencia pasada a que se mueva erráticamente. La mayoría de las estrategias comerciales técnicas se basan en esta suposición. 

Tercer Principio: la historia tiende a repetirse 

La naturaleza repetitiva de los movimientos de precios a menudo se atribuye a la psicología del mercado, que tiende a ser muy predecible en función de emociones como el miedo o la euforia. El análisis técnico utiliza patrones de gráficos para analizar estas emociones y los movimientos posteriores del mercado para comprender las tendencias. 

Limitaciones del Análisis Técnico 


Algunos analistas e investigadores académicos esperan que la HME demuestre por qué no deberían esperar que ninguna información procesable esté contenida en los datos históricos de precios y volúmenes. Sin embargo, con el mismo razonamiento, los fundamentos empresariales tampoco deberían proporcionar información procesable. 

Otra crítica al análisis técnico es que la historia no se repite exactamente, por lo que el estudio de los patrones de precios es de dudosa importancia y puede ignorarse. Los precios parecen estar mejor modelados asumiendo un paseo aleatorio. 

Una tercera crítica al análisis técnico es que funciona en algunos casos, pero solo porque constituye una profecía autocumplida. 

Los pioneros del análisis técnico 

Charles Dow 

Fundó The Wall Street Journal, el punto de referencia por el que se miden todos los documentos financieros, y, lo que es más importante, creó el índice industrial Dow Jones . Al hacerlo, Dow abrió la puerta al análisis técnico. Dow registró los altibajos de su promedio diario, semanal y mensual, correlacionando los patrones con el flujo y reflujo del mercado. 

William P. Hamilton -Primero en el agua- 

Hamilton empleó la confirmación cruzada entre el promedio ferroviario y el promedio industrial para identificar mercados alcistas y bajistas con notable precisión. Si bien advirtió prematuramente sobre una corrección severa en 1927 y 1928, publicó su célebre editorial bajista el 21 de octubre de 1929, apenas tres días antes del desplome bursátil (Crash de 1929) y pocas semanas antes de su fallecimiento a los 63 años. 

Robert Rhea -El practicante- 

Tomó la teoría de Dow y la convirtió en un indicador práctico de posiciones largas o cortas en el mercado. Literalmente escribió el libro sobre el tema: " La teoría de Dow " (1932). Rhea tuvo éxito al usar la teoría para llamar a los máximos y mínimos, y fue lo suficientemente capaz de beneficiarse de esas llamadas. 

Edson Gould -El Mago- 

Quizás el pronosticador más preciso con el historial más largo, Edson Gould, todavía estaba haciendo pronósticos en 1983 a la edad de 81 años. Ganó la mayor parte de su dinero escribiendo boletines en lugar de invertir, vendiendo suscripciones por $ 500 en 1930. Describió los principales puntos del mercado alcista y bajista, haciendo varias predicciones inquietantemente precisas, como el Dow subiendo 400 puntos en un mercado alcista de 20 años, o que el Dow superaría los 1.040 en 1973 y así sucesivamente. 

Gould utilizó gráficos, psicología de mercado e indicadores, incluido el “Sentímetro” (Senti-Meter), el DJIA dividido por los dividendos por acción de las empresas. Gould era tan bueno en su oficio que continuó haciendo pronósticos precisos desde el más allá. Gould murió en 1987, pero en 1991, el Dow alcanzó los 3.000, como había predicho. En el momento de su predicción en 1979, el Dow aún no había superado los 1.000. 

John Magee -El Cartista- 

Escribió la Biblia del análisis técnico , " Technical Analysis of Stock Trends " (1948). Magee fue uno de los primeros en negociar únicamente con el precio de las acciones y su patrón en los gráficos históricos. Magee graficó todo: acciones individuales, promedios, volúmenes de operaciones, básicamente cualquier cosa que pudiera graficarse. Luego se dedicó a analizar estos gráficos para identificar patrones amplios y formas específicas como triángulos débiles, banderas , cuerpos, hombros, etc. 

Software a utilizar: Rstudio 

¿Por qué utilizar RStudio? 


Rstudio es un entorno de desarrollo integrado que funciona con el lenguaje de programación R principalmente y adicionalmente permite integrar Python. 

Ambos lenguajes son  de código abierto lo que significa que todos los paquetes de funciones y aplicaciones están en constante actualización prácticamente en línea con cientos de investigadores de todas partes del mundo. 

En Rstudio puedes desarrollar, innovar, combinar no tiene límites ni un estándar de uso como la mayoría de programas estadísticos y econométricos -de licencia paga- que tienen interfaz de usuario estandarizado en Windows por ejemplo y están automatizados con un botón para cada actividad. 

No quiere decir que los programas de licencia paga sean malos, se trata de “resaltar” que Rstudio está a la altura de esos programas incluso con varias ventajas sobre ellos. En la red puedes encontrar cientos de comparaciones y tablas de análisis técnicos. 

Además de eso, en Rstudio se amplían las posibilidades porque todas las actividades se realizan con líneas de comandos directamente en lenguaje R lo que posibilita personalizarlos. 

Entre muchas opciones tiene un módulo en Rmarkdown que permite desarrollar informes avanzados automatizados en escritura Markdown y desarrollar inclusive páginas web completas y subirlas con los comandos de Git a Github como esta que estás observando en este momento. 

¿Cuál es la ventaja de hacer trading con RStudio? 


En el Trading Rstudio no solo te permitirá hacer el análisis técnico que puedes realizar igualmente desde cualquier página online o herramienta sencilla por ejemplo Excel—, sino también profundizar mediante modelos estadísticos y econométricos avanzados para validar cuantitativamente tu estrategia, algo que sí marca una diferencia sustancial frente a las plataformas web convencionales. 

Conocer el proceso de modelado es la posibilidad de hacer pronósticos profesionales y analizar el riesgo de tu estrategia eso te diferencia radicalmente del promedio de los traders actuales que se basan exclusivamente en los análisis técnico / fundamental. 

Esta es la razón -a mi criterio- para utilizar Rstudio si piensas dedicarte de lleno en una actividad tan exigente y con una gran competencia. En el siguiente enlace puedes descargarlo fácilmente: Rstudio.

Análisis técnico del histórico del Bitcoin [Indicadores básicos] 


En el siguiente ejercicio se utilizarán los indicadores básicos para el análisis técnico del Bitcoin utilizando la plataforma de Rstudio. 

Paquetes a utilizar: 


Quantmod: Fue diseñado para especificar, crear, negociar y analizar estrategias comerciales financieras cuantitativas. 

TTR: Una colección de más de 50 indicadores técnicos para crear reglas técnicas de negociación. El paquete también proporciona implementaciones rápidas de funciones comunes de ventana móvil y varios cálculos de volatilidad. 

Para utilizar las técnicas solo debes instalar Rstudio en tu PC y luego copiar y pegar en la consola cada uno de los códigos que iré colocando. 

Lo primero es instalar y activar los dos paquetes mencionados con los siguientes comandos:
library(quantmod)
library(TTR)

Utilizaremos el comando getSymbols para descargar datos de yahoo o Google (el predeterminado es yahoo). Es necesario colocar el símbolo de comillas (“BTC-USD”).


portfolio = c("BTC-USD")
getSymbols(portfolio, src="yahoo", from="2014-01-01")
## [1] "BTC-USD"

El comando head permite conocer los valores al final del período seleccionado para comprobar que se han leído correctamente los datos de interés. A partir de aquí se cambian las comillas por el símbolo de apóstrofe para encerrar la criptomoneda seleccionada en este caso BTC-USD. Bitcoin y su valor en dólares americanos.


head(`BTC-USD`,n=3)
##            BTC-USD.Open BTC-USD.High BTC-USD.Low BTC-USD.Close BTC-USD.Volume
## 2014-09-17      465.864      468.174     452.422       457.334       21056800
## 2014-09-18      456.860      456.860     413.104       424.440       34483200
## 2014-09-19      424.103      427.835     384.532       394.796       37919700
##            BTC-USD.Adjusted
## 2014-09-17          457.334
## 2014-09-18          424.440
## 2014-09-19          394.796

Principales Gráficos

Gráfico de líneas 


Muestra el precio de cierre del Bitcoin. El siguiente código muestra el precio del Bitcoin en 2014 mediante la opción de subconjunto . El tema de la opción está configurado para ser blanco chartTheme (White) ya que la opción predeterminada en negro chartTheme (Black) no se puede imprimir.

Además del gráfico de líneas en la parte superior, la parte inferior del gráfico es el volumen.


chartSeries(`BTC-USD`,
            type="line",
            subset='2020',
            theme=chartTheme('white'))
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 1

Gráfico de Barras


El gráfico de barras (OHLC) resume en cada período el precio de apertura, máximo, mínimo, cierre y el volumen negociado del activo. El extremo superior de la barra vertical indica el precio máximo (High) y el extremo inferior el mínimo (Low); la pestaña horizontal izquierda señala el precio de apertura (Open) y la pestaña horizontal derecha indica el precio de cierre (Close).


chartSeries(`BTC-USD`,
            type="bar",
            subset='2020-09',
            theme=chartTheme('white'))
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 2

Gráfico de Velas


Un gráfico de velas japonesas (Candlestick) contiene la misma información estructural que el gráfico de barras: precio de apertura, máximo, mínimo, cierre y volumen negociado.

Los extremos de las mechas o sombras indican el máximo y el mínimo de la sesión, mientras que el cuerpo rectangular refleja el rango entre la apertura y el cierre, diferenciando mediante el color —verde (alcista) o naranja/rojo (bajista)— si el precio de cierre superó o se ubicó por debajo del precio de apertura.

Si el precio de cierre es superior al de apertura, el cuerpo de la vela es de color verde; en caso contrario, se representa en color naranja.


chartSeries(`BTC-USD`,
            type="candlesticks",
            subset='2020-09',
            up.col = 'white',
            down.col = 'black',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 3


Indicadores Técnicos

Media móvil simple


Un promedio móvil simple de n días (MMS de n días) es el promedio aritmético de los precios de los últimos n días.
 \[MMS_t(n) = \frac{P_t+\ldots+P_{t-n+1}}{n}\]

A continuación visualizaremos tres gráficos: en el primero se muestra la serie de precios de cierre del Bitcoin para el período 2017–2020; en el segundo se incorpora una línea azul de corto plazo, calculada mediante la media móvil simple de 30 días (MMS 30); y en el tercer gráfico se añade una línea roja de largo plazo, correspondiente a la media móvil simple de 200 días (MMS 200).


chartSeries(`BTC-USD`,
            subset='2017-05::2020-09',
            theme=chartTheme('white')
            )

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 4

addSMA(n=30,on=1,col = "blue")

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 5

addSMA(n=200,on=1,col = "red")
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 6

Señal comercial ¿Cómo se interpretan estas líneas en el Trading?


La señal de compra (Cruce Dorado / Alcista) surge cuando el Promedio Móvil de corto plazo (línea azul, 30 días) cruza de abajo hacia arriba al Promedio Móvil de largo plazo (línea roja, 200 días).

La señal de venta (Cruce de la Muerte / Bajista) surge cuando el Promedio Móvil de corto plazo (azul) cruza de arriba hacia abajo al Promedio Móvil de largo plazo (rojo).


Media móvil exponencial (MME)


MME con  \(n\) período retrasado en el momento \(t\):

 \[\begin{align*} &ema_t(P,n)\\ &= \beta P_t + \beta (1-\beta)P_{t-1}+\beta(1-\beta )^{2}P_{t-2}+ \cdots\\ &=\beta P_t + (1-\beta) ema_{t-1}(P,n) \end{align*}\]

donde el coeficiente de suavizado  \(β\)  es usualmente:\[\beta=\frac{2}{n+1}\]

La diferencia de la Media Móvil Exponencial con la simple es que nos ofrece una línea más suavizada. 


chartSeries(`BTC-USD`,
            subset='2017-05::2020-09',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 7

addEMA(n=30,on=1,col = "blue")

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 8

addEMA(n=200,on=1,col = "red")
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 9

Bandas de Bollinger


Las bandas de Bollinger son una técnica muy popular. Muchos traders creen que cuanto más se acercan los precios a la banda superior, más sobrecomprado está el mercado, y cuanto más se acercan los precios a la banda inferior, más sobrevendido es el mercado. John Bollinger tiene un conjunto de 22 reglas a seguir al usar las bandas como sistema de negociación. 

En el gráfico que se muestra a continuación, las Bandas de Bollinger abarcan la MMS de 20 días del Bitcoin con una banda superior e inferior junto con los movimientos diarios del precio. Debido a que la desviación estándar es una medida de volatilidad, cuando los mercados se vuelven más volátiles, las bandas se ensanchan; durante períodos menos volátiles, las bandas se contraen.


myBBands <- function (price,n,sd){
  mavg <- SMA(price,n)
  sdev <- rep(0,n)
  N <- nrow(price)
  for (i in (n+1):N){
    sdev[i]<- sd(price[(i-n+1):i])
  }
  sdev <- sqrt((n-1)/n)*sdev
  up <- mavg + sd*sdev
  dn <- mavg - sd*sdev
  pctB <- (price - dn)/(up - dn)
  output <- cbind(dn, mavg, up, pctB)
  colnames(output) <- c("dn", "mavg", "up", 
        "pctB")
  return(output)
}
p<-na.omit(`BTC-USD`)
bb <-myBBands(Cl(p),n=20,sd=2)
tail(bb,n=5)
##                  dn     mavg       up      pctB
## 2020-10-21 10185.94 11258.76 12331.59 1.2293454
## 2020-10-22 10118.28 11377.80 12637.32 1.1304348
## 2020-10-23 10124.51 11496.10 12867.69 1.0232741
## 2020-10-24 10130.53 11617.28 13104.04 1.0013528
## 2020-10-25 10172.36 11727.77 13283.17 0.9133552

Donde es mayor que 1 si está por encima de la banda superior y menor que 0 cuando está por debajo de la banda inferior.

chartSeries(`BTC-USD`,
            subset='2020-05::2020-09',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 10

addBBands(n=20,sd=2)
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 11

Señal comercial ¿Cómo se interpretan estas líneas en el Trading?


Cuando el precio toca la banda inferior es una Señal de compra.

Si el precio toca la banda superior es una Señal de venta.

Momentum     


El Momentum mide la velocidad o tasa de aceleración de los cambios de precio en una acción, criptoactivo o instrumento financiero negociable. Momentum muestra la tasa de cambio en el movimiento de precios durante un período de tiempo para ayudar a los inversores a determinar la fuerza de una tendencia. Las acciones que tienden a moverse con la fuerza del impulso se denominan acciones de impulso.

Los inversores utilizan el impulso para negociar acciones en una tendencia alcista yendo en largo (o comprando acciones) y en corto (o vendiendo acciones) en una tendencia bajista. En otras palabras, una acción puede exhibir un impulso alcista, lo que significa que el precio está subiendo, o un impulso bajista cuando el precio está cayendo constantemente.

Un  \(n\) impulso del día en el día  \(t\)  es igual a:


\[M_t(n)=P_t-P_{t-n}\] 

La siguiente función implementa la fórmula anterior:


mymom <- function (price,n){
  mom <- rep(0,n)
  N <- nrow(price)
  Lprice <- Lag(price,n)
  for (i in (n+1):N){
    mom[i]<-price[i]-Lprice[i]
  }
  mom <- reclass(mom,price)
  return(mom)
}
p<-na.omit(`BTC-USD`)
M <- mymom(Cl(p), n=2)
tail(M,n=5)
##                  [,1]
## 2020-10-21 1081.65234
## 2020-10-22 1049.55664
## 2020-10-23  107.84961
## 2020-10-24  142.17090
## 2020-10-25   82.09863

Calculamos el impulso de 2 días en función del precio de cierre de Bitcoin:


chartSeries(`BTC-USD`,
            subset='2020-05::2020-09',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 12

addMomentum(n=1)
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 13

Señal comercial ¿Cómo se interpreta el Momentum?



La señal de compra surge cuando el impulso cambia de negativo a positivo.

La señal de venta surge cuando el impulso cambia de positivo a negativo.


Tasa de cambio (ROC)


La tasa de cambio de precio (ROC) es un indicador técnico basado en el impulso que mide el cambio porcentual en el precio entre el precio actual y el precio hace un cierto número de períodos. El indicador ROC se traza contra cero, con el indicador moviéndose hacia arriba en territorio positivo si los cambios de precio son al alza y moviéndose hacia territorio negativo si los cambios de precio son a la baja.

La Tasa de Cambio (ROC) de orden \(K\) en el período \(t\) equivale al rendimiento acumulado durante los últimos \(K\) días.

Para tipo discreto, tenemos:

\[ROC_t(K)=\frac{P_t-P_{t-K}}{P_{t-K}}\]

Para el tipo continuo, tenemos: 

\[ROC_t(K)=log(P_t)-log(P_{t-K})\]



myROC <- function (price,n){
  roc <- rep(0,n)
  N <- nrow(price)
  Lprice <- Lag(price,n)
  for (i in (n+1):N){
    roc[i]<-(price[i]-Lprice[i])/Lprice[i]
  }
  roc <- reclass(roc,price)
  return(roc)
}
p<-na.omit(`BTC-USD`)
roc <- myROC(Cl(p),n=2)
tail(roc,n=3)
##                   [,1]
## 2020-10-23 0.008410186
## 2020-10-24 0.010964992
## 2020-10-25 0.006348713


Al utilizar la función ROC en el paquete R TTR, se puede elegir entre continuo (el predeterminado) y discreto, pero sin orientación sobre cuál elegir cuándo. 



p<-na.omit(`BTC-USD`)
roc <- ROC(Cl(p),type="discrete",n=2)
tail(roc,n=3)
##            BTC-USD.Close
## 2020-10-23   0.008410186
## 2020-10-24   0.010964992
## 2020-10-25   0.006348713
chartSeries(`BTC-USD`,
            subset='2020-05::2020-09',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 14

addROC(n=7)
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 15

Señal comercial ¿Cómo se interpretan estas líneas en el Trading?


La señal de compra surge cuando ROC cambia de negativo a positivo.

La señal de venta surge cuando ROC cambia de positivo a negativo.

Divergencia de convergencia de la media móvil (MACD) 


Es un indicador de impulso que sigue la tendencia y muestra la relación entre dos medias móviles del precio de un valor. El MACD se calcula restando la media móvil exponencial (EMA) de 26 períodos de la EMA de 12 períodos.

El resultado de ese cálculo es la línea MACD. Una EMA de nueve días del MACD llamada “línea de señal” se traza luego en la parte superior de la línea MACD, que puede funcionar como un disparador de señales de compra y venta. Los operadores pueden comprar el valor cuando el MACD cruza por encima de su línea de señal y vender (o abrir posiciones cortas) cuando el MACD cruza por debajo de la línea de señal. Los indicadores de divergencia de convergencia de media móvil (MACD) se pueden interpretar de varias maneras, pero los métodos más comunes son cruces , divergencias y subidas / caídas rápidas.

La convergencia / divergencia promedio móvil (MACD) es la diferencia entre una EMA de período corto (rápido) y una SMA de período largo (lenta):

\[MACD_t(S,L)=ema_t(P,S)-ema_t(P,L)\]

Para su uso, lo comparamos con su línea suavizada exponencial. Esta línea se llama:

\[sig_{t}(S,L,K)=ema_t(MACD(S,L), K)\]

Por convención estándar, se emplean los parámetros \(K=9\) días, \(S=12\) días y \(L=26\) días. Tenga en cuenta que MACD a veces aparece como el formato de porcentaje:

\[MACD_t(S,L)= ema_t(P, S)-ema_t(P, L))/ema_t(P, L)\]

Código corto para MACD:

myMACD <- function (price,S,L,K){
  MACD <- EMA(price,S) - EMA(price,L)
  signal <- EMA(MACD,K)
  output <- cbind(MACD,signal)
  colnames(output) <- c("MACD","signal")
  return(output)
}
p<-na.omit(`BTC-USD`)
macd <- myMACD(Cl(p), 12, 26,9)
tail(macd,n=5)
##                MACD   signal
## 2020-10-21 332.1033 203.5448
## 2020-10-22 412.5277 245.3414
## 2020-10-23 468.0968 289.8925
## 2020-10-24 520.3810 335.9902
## 2020-10-25 547.8817 378.3685
macd <- MACD(Cl(p), nFast=12, nSlow=26,
             nSig=9, percent=FALSE)
tail(macd,n=5)
##                macd   signal
## 2020-10-21 332.1033 203.5448
## 2020-10-22 412.5277 245.3414
## 2020-10-23 468.0968 289.8925
## 2020-10-24 520.3810 335.9902
## 2020-10-25 547.8817 378.3685
chartSeries(`BTC-USD`,
            subset='2020-05::2020-09',
            theme=chartTheme('white'))

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 16

addMACD(fast=12,slow=26,signal=9,type="EMA")
Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 17

Señal comercial ¿Cómo se interpretan estas líneas en el Trading?


La señal de compra surge cuando el MACD cruza de abajo hacia arriba la línea de señal.

La señal de venta surge cuando el MACD cruza de arriba hacia abajo la línea de señal.

Índice de fuerza relativa (RSI)


El cálculo de RSI requiere varios pasos:

Si el precio ha subido o bajado cada día:

  • Fuerza Relativa (RS): la razón entre el promedio (simple o exponencial) de las variaciones en días de cierre al alza y el promedio de las variaciones en días de cierre a la baja.
  • Índice de fuerza relativa (RSI): normalice RS a la escala de 0 a 100.

Paso 1. Indicadores ascendentes y descendentes, son \(U_tD_t\) \[U_{t}=\left\{ \begin{array}{cl} 1, & P_t>P_{t-1} \\ 0, & P_t \leq P_{t-1} \end{array} \right.\] \[D_{t}=\left\{ \begin{array}{cl} 0, & P_t\geq P_{t-1} \\ 1, & P_t < P_{t-1} \end{array} \right.\]
Paso 2. Entonces y son los números promedio de movimientos ascendentes y descendentes del precio de cierre de los últimos días \(up_{t}(N)down_{t}(N)\)
:

\[up_{t}(n)=\frac{U_t+U_{t-1}+...+U_{t-n+1}}{n}\]

\[down_{t}(n)=\frac{D_t+D_{t-1}+...+D_{t-n+1}}{n}\]

En cambio, podemos usar una media móvil exponencial.

La fuerza relativa (RS) es la proporción relativa de días con movimientos al alza y movimientos a la baja durante los últimos n días. Formalmente, si:
\[RS=\frac{up_{t}(n)}{down_{t}(n)}\]

Paso 3. Finalmente, un RSI de n días viene dado por:

\[RSI_t(n) = 100\frac{RS_{t}(n)}{1+RS_{t}(n)}\]

donde RSI es fuerza relativa normalizada.

En el cálculo, solemos considerar directamente:
\[RSI_t(n) = 100\frac{up_{t}(n)}{up_{t}(n)+down_{t}(n)}\]



## Warning: timezone of object (UTC) is different than current timezone ().
##                [,1]
## 2020-10-23 86.65789
## 2020-10-24 86.44120
## 2020-10-25 82.68860

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 18

Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 19

Señal comercial ¿Cómo se interpretan estas líneas en el Trading?


La señal de compra (condición de sobreventa) surge cuando el RSI cae por debajo de 30.

La señal de venta (condición de sobrecompra) aparece cuando el RSI supera el umbral de 70.

Código del modelo: Aquí


Referencias:

Investing.com Español. 2020. Bitcoin Real-Time: Análisis Técnico - Investing.Com. [online] Available at: https://es.investing.com/indices/bitcoin-real-time-technical [Accessed October 2020].

Síntesis: Confluencia de Indicadores y Gestión Sistemática de Señales

1. Evitar Señales Falsas mediante Confluencia: Ningún indicador técnico aislado es infalible; la combinación de indicadores de seguimiento de tendencia (SMA/EMA y MACD) con osciladores de impulso (RSI) y envolventes de volatilidad (Bandas de Bollinger) filtra eficazmente el ruido de corto plazo.

2. Base para el Trading Algorítmico y Control de Riesgo: Las señales binarias generadas en R constituyen la capa de entrada para sistemas de ejecución automatizada, los cuales deben complementarse siempre con la estimación de volatilidad condicional y Valor en Riesgo (VaR) desarrollada en nuestro Estudio de Modelización GARCH del Bitcoin.



Por:
Jesús Benjamín Zerpa
Economista
JesusZerpaEconomia@Gmail.Com
Publicado: Octubre de 2020


Bitcoin Trading en RStudio, Capítulo 1: El Análisis Técnico - imagen 20Excepto donde se indique lo contrario, el contenido de esta obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.

Sigue explorando

Otros Trabajos del Portafolio

Modelo de Pronósticos para Ventas en Volumen TRABAJO #1 Series Temporales

Modelo de Pronósticos para Ventas en Volumen

Rstudio · ForecastVer trabajo
Modelización de la volatilidad y Valor en Riesgo (VaR) del Bitcoin TRABAJO #2 Volatilidad & VaR

Modelización de la volatilidad y Valor en Riesgo (VaR) del Bitcoin

Bitcoin · eGarchVer trabajo
Aprendizaje Automático (Machine Learning) TRABAJO #3 Machine Learning

Aprendizaje Automático (Machine Learning)

Machine Learning · RstudioVer trabajo
Portafolio de Fronteras Eficientes Markowitz TRABAJO #4 Teoría de Portafolios

Portafolio de Fronteras Eficientes Markowitz

Markowitz · Gestión de CarteraVer trabajo
Evaluación y Formulación de Proyectos de Inversión TRABAJO #5 Evaluación de Proyectos

Evaluación y Formulación de Proyectos de Inversión

Evaluación de Proyectos · Proyecto de InversiónVer trabajo
Financial Dashboard TRABAJO #6 Dashboard Financiero

Financial Dashboard

Dashboard Financiero · Kpi's FinancierosVer trabajo
Exploración de Datos Macroeconómicos con Rstudio TRABAJO #7 Macroeconomía

Exploración de Datos Macroeconómicos con Rstudio

Macroeconomía · Exploración de datosVer trabajo
Sistema Integrado Geográfico SIG TRABAJO #8 Inteligencia Geoespacial

Sistema Integrado Geográfico SIG

Power Map · Modelo de DatosVer trabajo
Pronósticos con Prophet para el Bitcoin y Ether TRABAJO #9 Pronóstico Prophet

Pronósticos con Prophet para el Bitcoin y Ether

Prophet de Facebook · ForecastVer trabajo
Simulación Monte Carlo TRABAJO #10 Simulación Monte Carlo

Simulación Monte Carlo

Monte Carlo · Gestión de CarterasVer trabajo
Power BI, una de las mejores herramientas BI TRABAJO #11 Power BI

Power BI, una de las mejores herramientas BI

Power BI · Dashboard FinancieroVer trabajo
Análisis de procesos de negocio utilizando la plataforma de Rstudio TRABAJO #12 Data Mining

Análisis de procesos de negocio utilizando la plataforma de Rstudio

Data Analytics · Data miningVer trabajo
Modelo de Pronósticos para Ventas en Volumen TRABAJO #1 Series Temporales

Modelo de Pronósticos para Ventas en Volumen

Rstudio · ForecastVer trabajo
Modelización de la volatilidad y Valor en Riesgo (VaR) del Bitcoin TRABAJO #2 Volatilidad & VaR

Modelización de la volatilidad y Valor en Riesgo (VaR) del Bitcoin

Bitcoin · eGarchVer trabajo
Aprendizaje Automático (Machine Learning) TRABAJO #3 Machine Learning

Aprendizaje Automático (Machine Learning)

Machine Learning · RstudioVer trabajo
Portafolio de Fronteras Eficientes Markowitz TRABAJO #4 Teoría de Portafolios

Portafolio de Fronteras Eficientes Markowitz

Markowitz · Gestión de CarteraVer trabajo
Evaluación y Formulación de Proyectos de Inversión TRABAJO #5 Evaluación de Proyectos

Evaluación y Formulación de Proyectos de Inversión

Evaluación de Proyectos · Proyecto de InversiónVer trabajo
Financial Dashboard TRABAJO #6 Dashboard Financiero

Financial Dashboard

Dashboard Financiero · Kpi's FinancierosVer trabajo
Exploración de Datos Macroeconómicos con Rstudio TRABAJO #7 Macroeconomía

Exploración de Datos Macroeconómicos con Rstudio

Macroeconomía · Exploración de datosVer trabajo
Sistema Integrado Geográfico SIG TRABAJO #8 Inteligencia Geoespacial

Sistema Integrado Geográfico SIG

Power Map · Modelo de DatosVer trabajo
Pronósticos con Prophet para el Bitcoin y Ether TRABAJO #9 Pronóstico Prophet

Pronósticos con Prophet para el Bitcoin y Ether

Prophet de Facebook · ForecastVer trabajo
Simulación Monte Carlo TRABAJO #10 Simulación Monte Carlo

Simulación Monte Carlo

Monte Carlo · Gestión de CarterasVer trabajo
Power BI, una de las mejores herramientas BI TRABAJO #11 Power BI

Power BI, una de las mejores herramientas BI

Power BI · Dashboard FinancieroVer trabajo
Análisis de procesos de negocio utilizando la plataforma de Rstudio TRABAJO #12 Data Mining

Análisis de procesos de negocio utilizando la plataforma de Rstudio

Data Analytics · Data miningVer trabajo
Comentarios y Discusión Técnica
Comunidad Cuantitativa
Cargando comentarios de la comunidad...
Ecosistema Profesional · Jesús Benjamín Zerpa

¿Deseas implementar modelos cuantitativos o planificación financiera en tu empresa?

Jesús Benjamín Zerpa acompaña a juntas directivas, gerencias financieras y proyectos de inversión en la estructuración de presupuestos maestros, cuadros de mando en Power BI y modelos predictivos en Python y R.