Dentro de la gran cantidad de definiciones que se encuentran alrededor del análisis técnico bursátil, todas coinciden en contar con elementos básicos que se originan en la teoría de Dow, escrita por Charles Dow y Edward Jones a finales del siglo XIX.

De acuerdo con (Murphy, 1999), «El análisis técnico es el estudio de la formación de precios en los mercados bursátiles, principalmente a través del uso de gráficos, con el propósito de predecir movimientos en las cotizaciones». Es decir, es un enfoque utilizado en los mercados financieros para predecir precios y, ante todo, tendencias Syamala Rao et al. (2023), basándose en el estudio de datos históricos de cotizaciones y volúmenes Li et al. (2019). De acuerdo con lo planteado por Chales Dow a principios del siglo XX y desarrollados por (Murphy, 1999), dentro de los elementos que fundamentan esta teoría se encuentran:

Los gráficos descuentan todo, el mercado tiene tres tendencias, las principales tendencias tienen tres fases, las tendencias deben confirmarse mutuamente, el volumen debe confirmar la tendencia y se supone que una tendencia está vigente hasta que da señales definitivas de que se ha invertido (p. 47).

En consecuencia, de acuerdo con esta teoría, analizar el mercado financiero desde lo técnico implica contar con: gráficos, datos de precio o históricos de precios (apertura, máximo, mínimo y cierre), además de la cantidad de títulos negociados.

Dado lo anterior, y de acuerdo con Murphy (1999), se puede definir análisis técnico como:

El estudio del comportamiento del mercado, principalmente mediante el uso de gráficos, con el fin de pronosticar las tendencias futuras de los precios. El término -comportamiento del mercado- incluye las tres fuentes principales de información disponibles para el técnico: precio, volumen e interés abierto (el interés abierto se usa solo en derivados) (p. 77).

A juicio de diversos autores que usan el análisis técnico como herramienta de negociación de activos que transan en las bolsas de valores, se considera esta como una guía general que, aplicada o usada con disciplina y buena administración del riesgo, puede guiar al inversionista tal y como lo hacen las luces de un carro en la noche donde se puede ver parte del camino que viene, pero no la totalidad del recorrido (Sánchez Cantú et al., 2000).

En consecuencia, se tiene que el análisis técnico es el estudio sobre el cómo evolucionan los precios donde se tiene en cuenta información relevante asociada a la formación de cotizaciones, gráficas y volúmenes de negociación dentro de un intervalo de tiempo. Puede ser usado en el mercado de acciones, bonos, commodities, divisas y, en términos generales, con cualquier activo que siga los patrones establecidos en la teoría general, incluso en el naciente mercado de las criptomonedas (Chong y Ng, 2008).

En últimas, con el análisis técnico se tratan de pronosticar las expectativas o sentimientos de los inversionistas, ya que son quienes determinan el precio de un instrumento con sus expresiones de miedo, pánico, euforia, optimismo o el pesimismo, y esto se ve reflejado en las tendencias que forman parte del mismo comportamiento humano (Appeld, 2003).

De manera adicional a la teoría de Dow, diferentes autores han propuesto varios indicadores que permiten, sobre esta base, crear modelos que buscan mostrar señales que manifiesten la probabilidad de cambio o continuación de una tendencia (Brock et al., 1992; Harish et al., 2022). Algunos de estos indicadores, que serán usados en este estudio, se muestran en la siguiente parte del trabajo.

El dinero como tal ha sido una variable presente siempre en el desarrollo de los mercados financieros; asociado al dinero, se encuentra una gran cantidad de definiciones y usos, incluso haciendo referencia a que no resultaba necesario para la supervivencia humana y que, como tal, podría mutar o convertirse en un elemento con características muy diferentes a las actuales o, como lo menciona (Robert, 1973), podría desaparecer.

En los albores de la sociedad humana, en el trascurso de decenas de miles de años, el dinero fue una noción absolutamente desconocida. El hombre de la sociedad comunista primitiva vivió y se desarrolló sin tener la menor idea del dinero. Esto significa, que el dinero no es eterno. Apareció en un periodo de tiempo determinado de la historia, cuando su intermediación fue necesaria para el desarrollo de la sociedad, y de la misma manera desaparecerá cuando esta necesidad haya perdido su valor histórico (p. 6).

En cuanto al comercio, más allá del simple intercambio de un bien por otro, el Banco de la República (2015) indica que inicialmente oro y plata fueron los mecanismos más usuales de comprender el concepto de dinero, sin embargo, con el paso del tiempo se fue formalizando en pequeñas porciones segmentadas en lo que se conoce hoy como monedas. Esto quiere decir que a partir de la experiencia humana con medios de pago siempre se ha buscado un mecanismo que permita realizar transacciones o negocios donde el pago pueda ser realizado de manera sencilla Świecka et al., (2021).

Justamente, esta búsqueda ha llevado a que la humanidad tienda a encontrar alternativas cada vez más sencillas y fáciles de operar e intercambiar recursos, ya sea como las simples transacciones de bienes y servicios o, incluso, en el mundo del crédito. En este sentido, surgen alternativas al dinero tradicional como la emisión de papeles que respaldan deudas, siendo ejemplo de ello: lo cheques, los pagarés o letras de cambio, entre otros. Uno de ellos son los bonos o títulos de deuda que sirven como mecanismo para tomar crédito por parte de países o empresas mediante el pago de una tasa de interés que puede ser fija o variable. Estos permiten servir de respaldo a una promesa de pago de un crédito, es decir, el poseedor del bono tiene derecho al pago de un interés periódico, usualmente anual, más el capital en el momento del vencimiento de la deuda.

La emisión de bonos por parte del Estado o de empresas, al ser una forma de tomar deuda, surge como una forma de contar con recursos para cubrir gastos del presupuesto general, como: salud, educación, vivienda, inversión, servicio de la deuda, entre otros, esto ya que, usualmente, el recaudo de tributos y otros ingresos de caja no es suficiente para cubrir las necesidades presupuestales.

Como todo crédito un título de deuda o bono tiene una tasa de interés y un vencimiento o plazo. La tasa de interés depende principalmente del perfil del emisor y del entorno económico, lo que arroja finalmente un nivel de riesgo que el inversionista decide si lo asume o no (Comisión Económica para América Latina y el Caribe [Cepal], 2006).

Al hacer la revisión bibliográfica se observó que hay una escasa producción de textos recientes que trabajen bonos del Tesoro estadounidense asociados con el análisis técnico bursátil, una razón que lleva a considerar la realización de este trabajo. Pese a lo anterior, hay que destacar que existe una gran cantidad de textos actuales que trabajan análisis técnico asociado con el creciente mercado de criptomonedas, pero también otros que hacen uso de indicadores tradicionales y combinaciones de estos.

En este sentido, Cohen (2023), en los resultados de su trabajo de investigación, deja evidencia de la aplicación de varios indicadores técnicos usados en diferentes clases de activos, entre ellos bonos, donde logró optimizar estos de tal forma que alcanzó mejores resultados superando la tradicional estrategia de comprar y mantener. El autor hace especial énfasis en las series de tiempo o intervalos que han de ser tenidos en cuenta para realizar las pruebas. Concluye que estas varían dependiendo de la clase de activo, ya sea este una acción, ETF, una criptomoneda, bono, opción o futuro.

De manera similar, Arkadyevich Safronov e Ivanovich Sazonov (2021), buscaron determinar si resultaba apropiado invertir u operar en largo en dos acciones seleccionadas del sector minero de Rusia haciendo uso de la combinación de cifras del análisis fundamental y técnico. Para esto evaluaron datos diarios con período de tiempo comprendido entre el 28 de agosto de 2020 y 5 de marzo de 2021, donde usaron los indicadores: MACD (convergencia y divergencia de medias móviles) y su histograma, y el oscilador RSI (índice de fuerza relativa) desde lo técnico, combinado con los múltiplos de valoración: P/E, P/S, P/BV, EV/EBITDA y EPS, desde el análisis fundamental. En su momento, el estudio concluyó que no resultaba conveniente invertir en las acciones.

Por su parte, Eugster y Uhl (2023) demostraron que el análisis técnico puede ir más allá de los indicadores tradicionales al construir uno basado en el sentimiento que resulta de la información proporcionada por agencias de noticias. Sus análisis fueron complementados con las series históricas de precios y los volúmenes de negociación que son la información base del estudio técnico tradicional. Coindicen en afirmar que el análisis técnico ayuda a los inversionistas a ejecutar mejor sus órdenes de entrada y salida de activos financieros.

La investigación de Foltice y Dolvin (2021) examinaron la eficacia de utilizar un indicador de análisis técnico simple, en este caso, el promedio móvil simple de doscientos días del índice S&P 500, adoptando una estrategia de asignación de activos cuando el precio diario del S&P 500 se ubicaba sobre la línea del indicador, y una estrategia contraria cuando cotizaba por debajo. El periodo de análisis fue 1962-2020, donde encuentran que al seguir esta estrategia se habría generado un exceso de rendimiento anual de hasta el 0.58%, después de comisiones. En conjunto, casi todas las estrategias de base técnica a doscientos días registraron una mejora en los indicadores de riesgo rendimiento.

Como se observa, diversos autores han presentado documentos que hacen referencia al uso del análisis técnico y las posibles combinaciones de indicadores de este orden que puedan llegar a generar estrategias óptimas de inversión. Teniendo en cuenta que cada activo es diferente y que la formación de precios se ajusta de manera particular ante diversos hechos económicos, tal y como lo mencionan Nguyen et al. (2018), considerar encontrar una estrategia que sea óptima para los bonos del Tesoro de los Estados Unidos tiene sentido, entendiendo esta como un fin, ya que hay operadores del mercado especialistas en cada tipo de instrumento bursátil.

Es por lo anterior que este trabajo aborda esta línea de investigación usando el bono del Tesoro emitido por los Estados Unidos, ya que cuenta con alta liquidez, es decir, fácilmente convertible en efectivo, por lo que permite contar con una base de datos completa y altos volúmenes de negociación. Otras variables o indicadores que pueden ser usados en estudios similares son el Euro, los índices bursátiles estadounidenses, el petróleo y recientemente el bitcóin.

Existe un buen número de documentos relacionados con el análisis técnico bursátil dada la innumerable cantidad de indicadores y modelos posibles. Entre los textos que cuentan con una temática similar al ejercicio propuesto en esta investigación, se encontró que Metghalchi et al. (2012) realizaron un análisis sobre los posibles resultados de las estrategias de cruce de medias móviles en diferentes mercados bursátiles. Ellos hallaron que estas pueden generar rendimientos, incluso significativos en ciertos activos, aunque no son consistentemente rentables en todos ellos, es decir que, en algunos escenarios, incluso, generó resultados desfavorables. Esto deja ver la necesidad de seguir investigando y realizando experimentos que permitan lograr combinaciones de estrategias que tengan mejor nivel de efectividad.

De manera similar, Malkiel (1973), en su famoso libro A Random Walk Down Wall Street, destaca la importancia de la selección del período de tiempo de acuerdo con la técnica utilizada y lo importante que es adaptar las estrategias de negociación a las condiciones del mercado. El autor afirma que la eficacia del análisis técnico, y otros enfoques de inversión, es limitada en el largo plazo.

En esto coinciden Gunasekarage y Power (2001), al concluir que las estrategias tienen diversas fortalezas y debilidades dependiendo del entorno del mercado, por esto es importante argumentar muy bien los periodos de tiempo seleccionados para realizar el trabajo, ya que, según la estabilidad o no de la economía y del sistema financiero global, es posible que algunas estrategias funcionen mejor que otras; en consecuencia, es clave aplicar una determinada estrategia dependiendo de los hechos.

Por su parte, en el trabajo de Neely y Weller (2011) Se observa cómo un estudio a profundidad de las estrategias y sus fortalezas y debilidades puede ayudar a los inversionistas a tomar decisiones más informadas en el mercado bursátil. Es decir, una buena cantidad de validaciones y análisis numéricos, esto teniendo en cuenta que el análisis técnico es ampliamente utilizado en el mercado de divisas, y es posible contar con herramientas técnicas que comúnmente pueden ser combinadas con otros tipos de análisis.

Un aporte similar fue realizado por Ko et al. (2014), quienes encontraron que el uso del análisis técnico bursátil, en este caso usando medias móviles, genera mejores resultados que la simple estrategia de comprar y mantener, que, si bien es cierto que en el largo plazo genera rentabilidades positivas, estas suelen ser mucho mejores cuando en la operación se incluye algún tipo de modelo o fórmula que permita una mayor cantidad de entradas y salidas que en su mayoría sean exitosas.

Es claro que no toda estrategia es exitosa para cada una de las transacciones bursátiles que se deseen realizar, por esta razón, el objetivo de la mayor parte de los autores acá citados es justamente el encontrar una que se ajuste al activo que se está operando, ya que, por ejemplo, una que funcione bien para el índice Dow Jones no necesariamente funcionará con el petróleo, lo que hace que sea necesario encontrar estrategias por instrumento, y no generales.

En principio, trabajos de investigación como el de Zhu y Zhou (2009) han mostrado que no necesariamente todas las gráficas analizadas en el mismo intervalo de tiempo son útiles para pronosticar precios, más aún en diferentes activos del mercado. En el mismo sentido, Ko et al. (2014) consideran fundamental entender la temporalidad del mercado que se está estudiando y, de acuerdo con esta, establecer si, por ejemplo, es mejor para el mercado de acciones leer una gráfica diaria y, para la renta fija, puede funcionar mejor una gráfica semanal.

Por su parte, los indicadores técnicos más conocidos se pueden dividir en tres grupos: indicadores de tendencia, osciladores y de volumen de negociación. En este documento se presentan y se usan de manera práctica los siguientes: como oscilador, el RSI, y de tendencia: medias móviles, MACD, estocástico y bandas de Bollinger (Agudelo Aguirre et al., 2021; Martín García et al., 2020; Wu y Diao, 2015).

Vale la pena mencionar que la base de estos análisis e indicadores sigue siendo la teoría Dow. La mayoría de los técnicos y estudiosos de los mercados coinciden en que gran parte de lo que hoy en día se llama análisis técnico tiene sus orígenes en las teorías propuestas por primera vez por Dow, (Murphy, 1999).

Media móvil simple

Modo de cálculo: Suponga que desea calcular la media móvil simple a tres días de un instrumento, para esto usaremos la ecuación 1.

(1)

Media móvil exponencial

La media móvil exponencial toma valores históricos para su evaluación, de esta manera permite el cálculo, mediante la ecuación 2, en un lapso extenso.

(2)

RSI (índice de fuerza relativa)

Es un indicador muy usado en el análisis técnico que permite medir la fuerza con la que se mueve la oferta y la demanda. Este indicador se expresa en porcentaje, en un margen de 1-100 donde 50 es su línea media, el porcentaje con el que se trabaja puede diferir sobre cada operador, pero entre los más usados, se encuentra: 70-30 y 80-20.

La interpretación del sí se puede dar de la siguiente manera: se ha explicado anteriormente que oscila entre 0-100%, y 50 es su punto medio, lo que significa que cuando el RSI se acerca al valor 50 las fuerzas de la demanda serán casi idénticas a las de oferta; por otro lado, cuando el RSI supera el valor media y continua su ascenso se produce una situación de sobrecompra, lo que indica que es momento de vender el activo en cuestión, mientras que si el RSI se inclina a una posición por debajo de la línea media se generaría una situación de sobreventa, por lo cual es este el momento oportuno para comprar (Chong y Ng, 2008).

El método de cálculo del RSI es el siguiente, tal y como lo indica la ecuación 3:

(3)

An = Media de las variaciones del precio que resultaron positivas de los últimos n periodos.

Bn = Media de las variaciones del precio que resultaron negativas de los últimos n periodos.

MACD (convergencia y divergencia de medias móviles)

Es un indicador muy similar a las medias móviles que de igual manera sigue la tendencia actual. Este indicador posee dos líneas, una de ella llamada línea MACD, que fluctúa en la gráfica, y otra línea indicadora del MACD o línea señal MACD, y su interpretación es la siguiente: cuando la línea MACD cruza por encima de la señal MACD indica que se tiene una tendencia alcista, mientras que si la línea MACD cruza por debajo de la señal MACD, se tiene una señal de tendencia bajista (Appeld, 2003).

Los parámetros por defecto del MACD y su fórmula de cálculo son presentado en la ecuación 4:

(4)

Siendo med (cotiz. n) la media móvil de las cotizaciones de las últimas n sesiones (en este caso 26 sesiones y 12 sesiones) y med (MACD 9) la media móvil exponencial de las últimas 9 sesiones del MACD.

Estocástico

Al igual que el RSI y el MACD, es un oscilador entre 0-100 que se basa en el precio, teniendo en cuenta los máximos y mínimos en un lapso determinado. Este indicador posee dos líneas, llamadas línea de oscilación (%K) y su media móvil (%D). Al igual que el MACD, las señales de compra se dan cuando la línea del estocástico supera la media móvil de manera ascendiente, lo que indica que, mientras el estocástico se mantenga por encima de la media móvil, será señal de compra, mientras que la señal de venta se dará cuando el estocástico corte la línea de media móvil en forma descendiente, en cuyo caso será una posición de venta hasta que se regule en un ángulo positivo o neutro, dependiendo la tendencia del activo, lo que se deduce de los trabajos de (Brock et al., 1992)

La Ecuación 5 permite realizar el cálculo de (%K)

(5)

Siendo C un valor entre 5 o 20, que representan días equivalentes a una semana o un mes.

La plataforma Bloomberg Professional es un sistema de información financiera en tiempo real. En 1981, Michael Bloomberg constituyó Bloomberg L.P. en colaboración con Thomas Secunda, Duncan Mac Millán y Charles Zegar. Este sistema es uno de los más usados en mesas de dinero alrededor del mundo, ya que cuenta con más de trescientas mil licencias en funcionamiento (Bloomberg L. P., 2018). Se seleccionó esta herramienta, pues permite realizar múltiples análisis desde la teoría del análisis técnico bursátil, considerando que tiene amplias bases de datos de información relacionada con cotizaciones y cálculos de indicadores técnicos objeto de este estudio.

A pesar de la escasa disponibilidad de literatura que aporte con la evaluación de la eficacia al combinar múltiples indicadores técnicos con el propósito de perfeccionar las estrategias de negociación en los mercados financieros, es relevante señalar la existencia de un documento que respalda esta perspectiva. En este sentido, de acuerdo con Faijareon y Sornil (2019), combinar varios indicadores técnicos puede permitir crear estrategias de negociación bursátil eficientes, debido que cada indicador aporta información única que puede ayudar a confirmar o descartar señales de otros indicadores. De esta forma, múltiples indicadores pueden reducir las falsas señales y aumentar la precisión de las operaciones. Adicionalmente, los indicadores pueden tener diferentes marcos de tiempo y enfoques, logrando proporcionar una perspectiva más completa del mercado y de las tendencias a largo plazo.

En términos generales, hay una buena cantidad de estudios que han trabajado la combinación del análisis técnico bursátil, por ejemplo: con redes neuronales, con análisis económico o indicadores macro, e incluso, con modelos estadísticos. Pero en general, poco se observan combinaciones de modelos técnicos entre ellos mismos. Pese a lo anterior, se consideró válido lo expresado en el documento de Faijareon y Sornil (2019), por lo que parte de este estudio se fundamentó en verificar si efectivamente la combinación de señales podría llegar a generar mejores resultados.

La plataforma Bloomberg cuenta con la función BTST, esta brinda la posibilidad de hacer una revisión o recapitulación de cada uno de los modelos aplicados para tomar decisiones de compra o venta de un determinado activo que cotice en bolsa, es decir, mira al pasado y evalúa qué tan eficiente fue el modelo, se puede probar en una estrategia o modelo de inversión en datos históricos para verificar su efectividad; a esto se le denomina en el día a día de los mercados de capitales como backtesting.

La mencionada función está programada para dar la alternativa de seleccionar y combinar varios indicadores técnicos o modelos, lo que permite crear estrategias, es decir que el sistema simula escenarios que muestra en una gráfica con las posiciones propuestas, generando una tabla que resume esto de manera detallada, por lo que el operador del mercado o inversionista puede verificar y optimizar o redirigir los parámetros con el fin de mejorar la estrategia.

Una estrategia consiste básicamente en ajustar los parámetros del modelo con el fin de obtener un resultado esperado. Así, por ejemplo, si se trabaja una estrategia usando media móvil, se espera que, al hacer las pruebas con diferentes espacios de tiempo, esto es, medias móviles de diez, cincuenta, cien o doscientos días, entre muchas otras, establecer cuál de ellas presenta de manera consistente los mejores resultados, los que serán probados hacia adelante en una nueva ventana de tiempo para verificar si efectivamente el modelo funciona.

Para realizar lo anterior, se usa el Rolling-Backtesting, que es otra función de Bloomberg, la cual se activa con la función BT y permite evaluar el desempeño de una estrategia de trading utilizando datos históricos. Esta función fue aplicada a una estrategia que combina dos indicadores técnicos, esto es medias móviles y bandas de Bollinger.

Para lo anterior, este método propone dividir la serie histórica en dos partes: el primer segmento de la muestra es utilizado como submuestra de entrenamiento para calibrar los parámetros óptimos de un indicador particular (en este caso, el número de periodos de la media móvil y el número de veces en que se multiplica la desviación móvil de las bandas de Bollinger); la segunda submuestra se utiliza como la serie de datos que es desconocida para el indicador optimizado para el que se pretende evaluar su desempeño.

La Figura 1 representa dos muestras que se manejan a través del tiempo con el fin de verificar si los indicadores de análisis técnico para cualquier instrumento funcionan en diversas series de tiempo, se enfatiza su uso, ya que garantiza que la estrategia mantenga una posición favorable en riesgo/rentabilidad en periodos de fluctuación en el mercado.

Figura 1
Representación de series históricas en muestras

Figure 1. Division of the sample into historic series

Fuente: Elaboración propia.

A continuación, se presenta de manera clara el procedimiento que se realizó en el sistema Bloomberg con la función BT para encontrar la estrategia que permita la creación de un portafolio que en promedio dé retornos mayores a cero con el bono del Tesoro estadounidense a diez años, donde se presentan un total de cinco experimentos que trabajan indicadores, tanto en solitario, como en combinaciones, además de especificar la parametrización obtenida para la evaluación de la estrategia. Se analizará detalladamente cada uno de los experimentos con el fin de aclarar los procedimientos y resultados obtenidos.

Aquí se presentan las pruebas usando análisis técnico que arrojan diversos resultados, entre positivos y negativos. Vale la pena resaltar que este trabajo recopila una serie de experimentos probados académicamente. La estrategia finalmente seleccionada es la mejor en términos de relación riesgo/rentabilidad, ya que no se ajustan nuevas directrices para la estrategia, como stop-loss (esto es, no se establecen puntos donde eventualmente se detendrían las pérdidas de una posición abierta), y en este documento solo se evalúan bajo las utilidades o pérdidas generadas.

Las pruebas realizadas tienen un monto base de dinero en dólares estadounidenses (en adelante dólares) de cien millones, lo cual permitirá el análisis de datos. Estas fueron calculadas con dos períodos de evaluación, el primero entre el 4 de febrero de 2012 y el 4 de febrero de 2013, dado que el informe de perspectivas económicas mundiales señala que el crecimiento de la economía mundial fue de dos décimas menor de lo que se esperaba para años anteriores a causa de la desaceleración de la eurozona, China y Brasil (Fondo Monetario Internacional [FMI], 2011; Argandoña, 2013).

El periodo entre el 4 de febrero de 2017 y el 4 de febrero de 2018 se toma como una muestra de interés por sugerencia y común acuerdo entre el fondo de pensiones con el que se trabajó y la Universidad Jorge Tadeo Lozano. Los hechos y volatilidades detrás de este periodo explican la selección, de ahí que podría dar indicaciones frente a lo que pudiera llegar a ser un conjunto de datos que contribuya con el objetivo del trabajo.

Los experimentos fueron realizados usando los indicadores ya mencionados y las características que cada uno posee. Es decir, por ejemplo, el RSI tiene una escala de 0 (cero) a 100 (cien), donde cero se entiende como sobreventa, es decir, teóricamente, buen momento para abrir posiciones largas; igualmente, 100 es conocido como sobrecompra o buen momento para vender o abrir posiciones cortas. Lo que hace la plataforma Bloomberg mediante sus funciones es realizar los cálculos, abrir posiciones ante las señales indicadas por el investigador o analista y cerrarlas al observar la señal contraria, haciendo el respectivo conteo de transacciones y presentando los resultados finales en términos de dinero ganado o perdido, y rentabilidad en términos nominales.

Se realiza una operación en largo con los siguientes parámetros para RSI: plazo: 12, sobrecomprado: 70, sobrevendido: 30, cuya condición es que RSI sea mayor al valor 30 y realiza una venta o cierre cuando el RSI cruza por encima del valor 70.

Estrategia RSI y MACD

Se realiza una acción de compra usando el RSI con parámetros estipulados en: plazo: 12, sobrecomprado: 70, sobrevendido: 30, cuya condición sea mayor a el valor 30, y una venta en corto usando el MACD cuando este cruce sobre de la señal MACD.

Se realiza una acción de compra usando el MACD con parámetros estipulados en: periodo 1: 12, periodo 2: 26, señal: 9, con la condición de cruce sobre la señal MACD, y se realizará un cierre o venta usando el MACD cuando cruce por debajo de la señal MACD.

Se realiza una acción de compra usando el RSI con parámetros estipulados en: plazo: 14, sobrecomprado: 70, sobrevendido: 30, con la condición de ser mayor o igual al valor 30, y se realiza una venta en corto usando bandas de Bollinger cuando el valor de la banda superior sea igual al precio máximo.

Se realizan dos escenarios de compra; la primera será comprando, usando la apertura con orden de mercado bajo una condición de cruce por encima del estocástico %k; la otra se realiza usando la apertura de la orden de mercado con la condición de ser menor o igual al estocástico %D. La venta se realiza usando el cierre a la orden del mercado con la condición de cruzar por debajo de la banda Bollinger superior.

Las siguientes Tablas contienen los valores numéricos que se obtuvieron al realizar cada uno de los experimentos, esto en las compras y ventas como en su totalidad, además de otros criterios como: operaciones, ganancias y pérdidas, entre otros.

Como se muestra en la Tabla 1, la estrategia para el periodo 2017-2018 muestra la realización de una compra que resulta ser positiva en términos de ganancia, dando un registro positivo en el P&G por valor de 8.9 (millones de dólares) y una venta que genera pérdidas reflejadas en el P&G por valor de -9.1 (millones de dólares) para un total negativo de -207.6 (miles de dólares). Por otro lado, el periodo 2012-2013 muestra una compra positiva en términos de ganancia, reflejada en el P&G por valor de 18.66 (millones de dólares) y una venta positiva por valor de 16.41 millones para un total positivo en el P&G por valor de 35.8 (millones de dólares). La estrategia funciona mejor para el periodo 2012-2013, muy seguramente explicado esto por el entorno económico que contienen esos años.

Tabla 1
Estrategia RSI

Table 1. RSI strategy

Fuente: elaboración propia.

Según la Tabla 2, la estrategia MACD para el periodo 2017-2018 muestra la realización de doscientas seis compras, de las cuales ochenta y dos son positivas en términos de ganancias y ciento veinticuatro negativas, dejando un registro positivo para el P&G de 15.29M (millones de dólares), y la realización de doscientas trece ventas, de las cuales setentaitrés son positivas para el P&G y ciento cuarenta negativas, reflejando un monto negativo de -5.73M (millones de dólares), para un total positivo en el P&G por valor de 9.57M (millones de dólares). La estrategia para el periodo 2012-2013 muestra la realización de ciento seis operaciones, de las cuales treintaisiete cuentan con utilidad y sesenta y ocho representan pérdidas.

Tabla 2
Resultados de la Estrategia MACD

Table 2. MACD strategy results

Fuente: elaboración propia.

La estrategia que combina bandas de Bollinger y RSI para el periodo 2017-2018 (ver Tabla 3), realiza una única compra, que está determinada como ganancia por monto al P&G de 18k (miles de dólares); el periodo 2012-2013 muestra la realización de una compra en ganancias al P&G por valor de 2.25k (miles de dólares).

Tabla 3
Resultados estrategia de bandas de Bollinger y RSI

Table 3. RSI and Bollinger Bands strategy results

Fuente: elaboración propia.

La estrategia que combina RSI y MACD (ver Tabla 4), muestra, para el periodo 2017-2018, una operación en ganancias al P&G por valor de 17.34 (miles de dólares), no genera ninguna venta durante el periodo, por lo cual el total del P&G será de 17.34 (miles de dólares); para el periodo 2012-2013 se genera una compra en pérdida para el P&G por valor de -14.87 (miles de dólares) y ninguna venta registrada para el mismo periodo, por lo tanto, el saldo total del P&G es de -14.87 (miles de dólares).

Tabla 4
Resultados estrategia RSI y MACD

Table 4 – RSI and MACD strategy results

Fuente: elaboración propia.

La estrategia RSI y MACD muestra similitudes para ambos periodos, puesto que en ninguno de los casos genera órdenes de venta, sean ganancias o pérdidas, y se concluye que funciona con mayor efectividad para el periodo 2017 – 2018, ya que mantiene ganancias, pero no son significativas.

La estrategia que combina bandas de Bollinger y estocásticos muestra para el periodo 2017-2018 la ejecución de 367 operaciones, de las cuales ciento ochenta representan ganancias, mientras que ciento cincuentaitrés, pérdidas. El balance final en el P&G es negativo, con una pérdida de 1.57 (miles de dólares), como se muestra en la Tabla 5 . Para el periodo 2012-2013 se realizan veintisiete operaciones, de las cuales quince son ganancias, y tan solo once son pérdidas, representando un valor positivo en el P&G por 8.49 (miles de dólares)

Tabla 5
Resultados de bandas de Bollinger y estocásticos

Table 5. Bollinger Bands and stochastics results

Fuente: elaboración propia.

A continuación, se muestran algunas estadísticas adicionales para las diferentes estrategias que presentan el porcentaje de acierto, la duración promedio en horas, el retorno máximo y mínimo estimado usando los indicadores de análisis técnico para el bono del Tesoro estadounidense a diez años.

Tabla 6
Estrategias RSI y MACD en dos periodos de evaluación

Table 6. RSI and MACD strategies in two evaluation periods

Fuente: elaboración propia.

Tabla 7
Estrategias de bandas de Bollinger, RSI y MACD en dos periodos de evaluación

Table 7. Bollinger Bands, RSI, and MACD strategies in two evaluation periods

Fuente: elaboración propia.

Table 8
Bandas de Bollinger y estocásticos (TAS)

Table 8. Bollinger Bands & stochastics (TAS)

Fuente: elaboración propia.

Las cifras que se presentan en las Tablas 6, 7 y 8 indican que hay una consistencia en los resultados relacionada con la generación de utilidades y pérdidas en casi todos los casos, es decir, los experimentos dejan ver que la dinámica de precios es descontada por cada uno de ellos, lo que lleva a considerar la efectividad como siguiente variable. En este sentido, la combinación de bandas de Bollinger con RSI arroja los mejores resultados, aunque tiene una duración en tiempo con los valores más altos. Por su parte, estrategias que usan un solo indicador muestran como resultado menores grados de efectividad.

Se observa que la estrategia que con mayor velocidad se ejecuta es la relacionada con el MACD, seguida de la denominada bandas de Bollinger con estocástico, sin embargo, el porcentaje de acierto resulta ser bajo.