Introducción al trading de algoritmos
Cuando hablamos sobre el trading, lo primero que se nos viene a la mente es un montón de empresarios y emprendedores, expertos en índices y técnicas que les servirán para analizar correctamente uno o varios mercados. Son los llamados traders. Cada uno se prepara al máximo y se plantea como meta un éxito rotundo en sus operaciones diarias. Generalmente no se piensa en trading algorítimo.
Escuelas, cursos presenciales u onlines, tutoriales y tips para aprender los mejores trucos sobre cómo no equivocarse en este oficio del trading abundan. Su demanda es amplia, ya que todos están conscientes de que si están bien preparados podrán alcanzar el éxito. Pero, ¿y si no fuese necesariamente así?
Actualmente, solo el 25 % de las operaciones estadounidenses relacionadas con el mercado de acciones se realiza manualmente, es decir, por personas. El resto, la gran mayoría, son resultado del trabajo de un nuevo sistema conocido como trading algorítmico.
Esta nueva forma de concebir y operar ha impactado en los mercados financieros. Wall Street ya no es lo mismo. Con este sistema es posible multiplicar las tareas que antes realizaba una persona, ya que se vale del uso de las más altas tecnologías, generando así mayor productividad en el menor tiempo posible.
Ahora bien, ¿es el trading algorítmico una forma de reemplazo del trading habitual? ¿Cómo funciona y cuáles son sus variantes? ¿Qué aspecto debe conocer cualquiera que desee entrar en este mundo? Todo esto y más te lo contamos a continuación.
¿En qué consiste el trading algorítmico?
El trading algorítmico es una nueva forma de trading automatizado que se realiza utilizando una serie de complejas fórmulas matemáticas. Para ello, es necesario tener como herramientas a computadoras especializadas de gran tecnología.
Con el trading algorítmico es posible resolver problemas complejos como la división de algunas transacciones que lleva a cabo una empresa. Así, el mercado no se ve afectado de manera abrupta y las finanzas no se arriesgan. Pero hay más: este sistema también permite desarrollar estrategias para conocer el momento, la forma y el tipo de operación que una compañía debe realizar. Todo en cuestión de segundos.
Básicamente se trata de un automatizado sistema de compra-venta que reduce la posibilidad de error en las operaciones y que facilita su desarrollo. Claro está, esta alternativa funciona directamente bajo la supervisión humana, creando e implementando algoritmos y fórmulas complejas, que se adecúan a cualquier transacción.
Pero, ¿qué es un algoritmo? En pocas palabras, es la recopilación de instrucciones programadas para resolver un problema determinado. En matemáticas pueden ejemplificarse con cualquier operación de álgebra: suma, resta, multiplicación, división. Cada una de ellas sigue un patrón o reglas preestablecidas.
Si llevamos este concepto al trading, encontramos que las computadoras utilizadas emplean los algoritmos para «resolver» las operaciones que quiera realizar una empresa.
Uso actual del trading algorítmico
En los mercados actuales, el trading algorítmico es una de las herramientas más utilizadas. Es algo que va mucho más allá de las acciones. Algunos ejemplos abarcan las divisas o el mercado de Forex, los bonos de empresas, el comercio por energías renovables y no renovables y demás activos.
Su implementación permite a las distintas empresas tomar decisiones acertadas y así evitar pérdidas que pudieran ocasionar daños gigantescos. Sin embargo, desde hace algún tiempo, el trading algorítmico ha tomado otros rumbos, afectando a otros mercados que, por lo general, eran manejados de manera individual o personal.
En cierta forma, a muchos les preocupa que esto pueda ser visto como una especie de ventaja para los principiantes que, con tan solo manejar programas informáticos complejos, tengan un éxito mayor para quienes conocen desde antes los métodos manuales o antiguos.
Dicha preocupación puede ser entendida. No obstante, por lo menos hasta ahora, las máquinas con las que se realiza el trading algorítmico no son autónomas, es decir, necesitan que sean programados las fórmulas, pero también supervisadas sus funciones y resultados. Incluso, de vez en cuando es necesaria la intervención para evitar ciertos errores, aunque estos casos sean mínimos.
Después de todo, cualquier algoritmo, por muy complejo que sea, cumple con un periodo o ciclo en el cual, después de ser utilizado para resolver un problema, comienza a ser obsoleto. Algunos casos han reportado fallas enormes, lo cual se traduce como una pérdida del capital empleado. La acción humana no está eliminada, ya que es necesario crear nuevos y más complejos algoritmos.
¿Cuántos tipos de trading algorítmicos existen?
Según lo especificado en el uso de los tradings algorítmicos, actualmente existen solamente dos tipos. Cada uno cumple una función particular y específica. En algunos casos pueden complementarse y generar los resultados esperados. Estos son:
- Algoritmo de ejecución.
- Algoritmo de alta frecuencia (HFT).
Algoritmo de ejecución
Los algoritmos de ejecución están diseñados para supervisar, descomponer y ejecutar operaciones que pueden parecer de gran envergadura. Esto se realiza con el fin de conseguir que dichas transacciones no afecten en gran medida al mercado y así obtener el precio y las condiciones que más convengan a quien lo implemente. Su uso es por un tiempo establecido.
Algunos ejemplos de algoritmos de ejecución abarcan estrategias de Precio Promedio Ponderado por Volumen (VWAP, por sus siglas en inglés), gracias a que cumplen con las características señaladas anteriormente, es decir, romper una orden en pequeñas operaciones para que el mercado solo tenga fragmentos de la misma y así alcanzar el precio promedio.
También pueden incluirse algoritmos de participación y el déficit de implementación. Esta última estrategia permite disminuir el costo de ejecución de una orden, ya que realiza las negociaciones en tiempo real. A la larga, se podrá subir el valor de la tasa de participación específica cada vez que las acciones sean favorables para quien la implemente. Asimismo, el precio final de la ejecución será menor.
Para hacer más claro el uso de algoritmos de ejecución podemos imaginar a un comprador cualquiera que envía una orden grande a una empresa con el fin de que esta sea ejecutada algorítmicamente y así obtener su precio; sin embargo, también deseará que la participación de otros compradores sea mínima y que el costo de ejecución disminuya.
Todo el pedido de la orden puede realizarse utilizando un Sistema de Gestión de Ejecución (EMS), que permitirá que exista un cambio de información entre la empresa y el comprador, en donde se mencionarán aspectos como el algoritmo de ejecución a utilizar. Con este se podrá crear una instancia aparte que ayudará a que el negocio de la orden sea más sencillo.
Trading algorítmico de alta frecuencia (HFT)
Por una parte, los algoritmos de ejecución son una gran ayuda para facilitar el trading ya que permiten que el proceso sea más sencillo y muestran cuáles son los pasos a seguir. Sin embargo, desde el otro ángulo tenemos a los algoritmos de alta frecuencia HFT que se encargan de indicar el momento y, en ocasiones, qué es lo que debe negociarse.
Su nombre (alta frecuencia) hace referencia a un complejo rastreo, supervisión, comparación y análisis de datos que aparecen «frecuentemente» y que se actualizan de manera constante. Esto incluye noticias, información de los mercados y variación de los precios. Cuando los encuentra, el algoritmo se encarga de revisarlos y así determinar si existen oportunidades de negocios para su implementador.
Cuando el algoritmo tiene éxito en la búsqueda, opta por la posibilidad de enviar órdenes de compra que sean favorables y que permitan multiplicar una inversión. Todos estos pasos de administración y toma de decisiones se realizan de manera automática, pero con una supervisión humana.
Supervisión y rastreo de datos
Al llegar a este punto es importante conocer de dónde provienen los datos que el algoritmo de alta frecuencia utiliza para analizar y crear oportunidades de negocios.
Como tal, el flujo de esta información se encuentra principalmente en los centros o zonas en donde realiza la mayor parte de las negociaciones comerciales. Estas pueden ser los mercados de divisas como Forex, la bolsa de valores e inclusive los bonos empresariales. Cada uno de los datos que allí se manejan se ven afectados por eventos o situaciones que alteran su flujo normal, lo cual hace que existan cambios y, por ende, oportunidades de negocios.
Así, cada evento o situación tendrá su naturaleza particular que dará cabida a numerosas brechas u oportunidades de negocios. Lo mismo ocurre con las noticias. Si bien existen algunas más importantes en relevancia que otras, lo cierto es que sirven de anticipo a cualquier acción a tomar.
El algoritmo de alta frecuencia realiza un análisis completo de todo lo que hay en cada evento, noticia, situación y se adelanta para así desarrollar la estrategia adecuada que debe implementarse en caso de que se cumplan las predicciones. Para ello se valen de los distintos patrones que estos datos demuestren.
Stat Arb
Se trata de un concepto bastante utilizado y que se ha relacionado con el algoritmo de alta frecuencia. Como tal, funciona como una especie de arbitraje estadístico que se encarga de detectar cualquier ruptura entre cualquier instrumento estadístico correlacionado con otro.
En términos financieros, existen numerosos instrumentos (por ejemplo, los relacionados con los bonos pertenecientes a empresas) que funcionan de manera relacionada: si uno sube, el otro también y viceversa. Sin embargo, existen casos en los cuales existen rupturas mínimas que permiten que sea muy fácil realizar negocios, como la venta de alguno a un precio alto y la compra de otro a un costo menor. De allí que se relacionen ambos conceptos.
Sin embargo, más allá del Stat Arb, existen otros algoritmos de HTF que pueden implementarse en el análisis de datos estadísticos. Las comunes son:
- Spread trading: consiste en adquirir posiciones diferentes en dos tipos de instrumentos. Por lo general, se utiliza en el mercado de futuros, por lo que es muy común que los instrumentos sean ventas de productos o servicios en un periodo de tiempo que aún no se alcanza etc. El spread trading se implementa al elegir una posición corta y otra larga en dos instrumentos y encontrar la rentabilidad en la diferencia entre cada uno.
- Intercambio de pares: aquí se intenta encontrar algún tipo de ruptura entre instrumentos que se mantengan relacionados uno con el otro. Es muy parecido a lo que señalado con el Stat Arb.
- Estrategias de Delta neutral: en este tipo de estrategias las ganancias se adquieren sin tomar en cuenta el movimiento de los precios que poseen los activos subyacentes. El término «Delta» se relaciona con el precio al cual una opción puede moverse. Entonces, la estrategia consiste en asumir los beneficios que pueden surgir de la volatilidad y de la disminución del tiempo de la opción estudiada.
- Revisión de la media: se parte de un supuesto en el cual el precio de cualquier instrumento que se analice pueda alejarse mucho del precio inicial, entonces regresará a este. Esto permite que surja una brecha ideal para realizar ventas o compras (dependiendo de la posición en la que se esté) y así beneficiarse.
- Índice de arbitraje: en este caso, se supervisa la posible ruptura de un instrumento con relación al sector al cual pertenece. Es decir, si se analiza uno relacionado con una empresa dedicada a la elaboración y venta de electrodomésticos, entonces la ruptura será con respecto a todo el comercio de este tipo de productos.
- Comercio de canasta: esta vez las estrategias abarcan a un grupo o canastas de instrumentos y no a un par, como en los casos anteriores. Así, la comparación y análisis se realiza desde un instrumento con el valor total de la canasta. Para ello se asumen precios relativos a cada instrumento.
La importancia de la latencia
Uno de los conceptos que resulta imprescindible conocer cuando se estudia el trading con algoritmos de alta frecuencia es la importancia de la latencia. En informática, esta no es más que el tiempo de retardo que puede existir en un proceso u operación.
Al extrapolar este concepto al trading algorítmico, encontramos que la latencia abarca desde la aparición de un estímulo hasta el momento en que es respondido por parte del algoritmo. Así es posible determinar en un proceso de negociación cuánto se podrá tardar desde el momento en que se recibe el flujo de datos, su comparación y análisis en cuanto al patrón y cuál decisión será la más adecuada para implementarla.
Resulta obvio, entonces, que sea necesario contar con una latencia lo más baja posible para así obtener todos los beneficios en una operación. La competencia es ardua y en cuestión de milisegundos, se puede obtener oportunidades que resulta muy difícil recuperar. Por ejemplo, el puesto de primer comprador o la opción de venta que ofrezca los mejores resultados.
Claro está, la latencia es un tema complejo y por ello, pese a que se relaciona con el trading algorítmico de alta frecuencia, hemos decidido tratarlo aparte. Su estudio debe considerarse desde que inicia hasta que termina en una operación, ya que es la manera adecuada de obtener las ganancias esperadas y aún más: la posición número uno en un mercado tan competitivo.
Toma de decisiones
Uno de los aspectos de mayor importancia que se relaciona con la latencia es la toma de decisiones al momento de iniciar un negocio. Esto se debe a que, por lo general, son muchas operaciones las que se realizan en cuestión de segundos; es lo que suele denominarse como «comercio de varias piernas».
Si se evalúa paso por paso, encontramos que lo primero que debe considerarse es ser sumamente veloz cuando se descubre una ruptura, brecha u oportunidad de negocios, ya que son muchos los jugadores los que estarán atentos a la operación en cuestión.
Posteriormente, la toma decisiones también implica no dejar escapar la operación que ya se logró captar, debido a que pasa a formar parte de un mercado en el cual puede ocurrir situaciones que conlleven a la pérdida de la oportunidad hallada.
Uso de algoritmos de alta frecuencia
La utilización de algoritmos de alta frecuencia viene implementada principalmente por empresas relacionadas al sector financiero, bancos con propiedades y fondos para cubrir proyectos de gran envergadura.
Un ejemplo que vale la pena mencionar es el comercio de pares. Allí los algoritmos de alta frecuencia suelen utilizarse para realizar cambios con distintos tipos de instrumentos y aprovechar las oportunidades que surgen de ello. Este proceso da lugar a un nuevo negocio que, a su vez, permite desarrollar instancias para otros algoritmos que tendrán algunos elementos propios que resultarán necesarios.
En este tipo de caso es necesario conocer a cabalidad cada uno de los instrumentos para así establecer la correlación y, cuando ocurra la brecha, saber cuándo vender uno y comprar otro.
La facilidad que ofrecen los algoritmos de alta frecuencia es que, una vez configurados, la supervisión que requieren es mínima. Ellos mismos encuentran las oportunidades, toman las decisiones y asumen el riesgo con un margen casi nulo de error. Además su intervención aparecerá solo cuando sea necesaria.
También aparecen en transacciones de propagación. En este caso, se puede gestionar el uso del algoritmo para que realice las operaciones de difusión y así resulte más sencillo y seguro.
Selección de áreas para el uso de algoritmo de alta frecuencia
Los usos de algoritmos de alta frecuencia mencionados anteriormente engloban las funciones más implementadas hasta ahora. Si bien existen otros tipos de HFT, el concepto es básicamente el mismo.
Teniendo en cuenta este aspecto, se presenta a continuación otra selección de áreas en las que los algoritmos de alta frecuencia son utilizados y que suelen pasar desapercibidos, ya que su implementación es más requerida en las secciones mencionadas antes:
- Trading de noticias: resulta increíble el crecimiento que ha tenido esta área desde hace algún tiempo. Lo cierto es que los algoritmos de HFT pueden implementarse para realizar un análisis de las noticias que se relacionan directa o indirectamente con aspectos económicos (por ejemplo, la aparición de un fenómeno climático puede afectar el comercio de algún bien comestible). Básicamente se trata de revisar patrones que puedan crear alguna brecha y del cual no todos los traders tienen conocimiento. Así es posible adelantarse a algún cambio en cualquier mercado.
- Agregación liquidez en los mercados: actualmente existe una amplia cantidad de sitios que trabajan con los mismos indicadores debido a una amplia fragmentación de los mercados. Esto ha llevado a que los precios sean dispares y haya liquidez en cada uno. Los HFT se han utilizado para hallar los lugares que ofrezcan mejores precios y así agregar mayor liquidez en los mercados seleccionados.
- Ajuste genético: se basa en el análisis y detección de algoritmos que poco a poco están cumpliendo su ciclo de vida. En muchos casos, algunos de ellos están pasando a ser obsoletos, sobre todos los que operan en tiempo real. Este ajuste genético busca aquellos que no funcionan para ser reemplazados por otros que sí y así dar lugar a un nuevo tipo de negocio.
- Fijación de precios: la fijación de precios en los instrumentos es una de las áreas que también se ha valido del uso de HFT. Esto se debe a que los mecanismos tradicionales pueden a veces ser muy lentos y no ir acorde a las necesidades de clientes y compradores. Con este tipo de algoritmos se busca inmediatez pero basada en un análisis completo de ambas partes y del mercado en general.
- Máquina de dinero: desde su creación, los algoritmos de alta frecuencia han tenido como objetivo encontrar el comercio que genera mayor cantidad de beneficio, aprovecharlo y superar a todos los competidores que lo intenten. Este fin, denominado también como la búsqueda de la «máquina de dinero», es aún sueño. Si bien los algoritmos actuales son muy avanzados y se han superado muchos hitos a nivel de trading, ninguno es capaz de alcanzar tal sueño.
Como se podrá notar, algunas de estas áreas han sido ampliamente exploradas, mientras que otros aún comienzan. El desarrollo del trading algorítmico a través de sus dos variables resulta indetenible a nivel macro. No obstante, con el advenimiento de los avances tecnológicos actuales no resulta descabellado considerar que, dentro de poco tiempo, también pasen formar parte de transacciones de menor envergadura.
Bibliografía
- «Análisis de Modelos de Trading Algorítmico en el Mercado Forex», disponible en https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/4468/TFG001267.pdf?sequence=1&isAllowed=y
- «Algoritmo Trading», disponible en http://www.academia.edu/33269868/ALGORITMO_TRADING.pptx
- «High Frequency Trading», disponible en http://biblioteca.cunef.edu/gestion/catalogo/doc_num.php?explnum_id=2288
Sigue aprendiendo a invertir en la bolsa de valores
[orbital_cluster categories=»6″ order=»DESC» orderby=»rand» postperpage=»12″]
