Research
Catálogo de Research
Explora la biblioteca completa de Research y Series publicadas por SMQuantum. Si ya sabes lo que buscas, el buscador de Research puede ser más rápido.
- 163 publicaciones
- RESEARCHEstrategia IBSEl indicador IBS (Internal Bar Strength) mide dónde cierra el precio dentro del rango diario. Este Research convierte ese indicador en una estrategia sistemática de reversión a la media: comprar cuando el cierre es débil, vender cuando el mercado muestra recuperación.
- RESEARCHEstrategia Market RegimeEstrategia sistemática que adapta su exposición al régimen de mercado: combina la tendencia general del mercado con la amplitud para decidir cuándo participar y cuándo retirarse. Incluye el código AFL y un backtest histórico en AmiBroker.
- RESEARCHEstrategia MAX-CPMEstrategia tendencial que busca compañías en crecimiento en ruptura de nuevos máximos anuales y les exige, además, un aumento del capital negociado medido con el indicador CPM. Es la contrapartida tendencial de la estrategia de reversión a la media planteada en el informe anterior con el mismo indicador. Incluye el código AFL para AmiBroker y un backtest histórico que incorpora compañías deslistadas y se compara con el Buy&Hold.
- RESEARCHEstrategia spread SP500-ADSegunda entrega de la serie sobre el modelo OLS. Construye un indicador que mide la desviación estadística entre el comportamiento del índice y el de la amplitud del mercado, y explica cómo leerlo: su signo y, sobre todo, su tendencia ayudan a distinguir si la liquidez se dirige hacia las Large Caps, hacia las Small Caps o abandona el mercado. Incluye el código AFL del indicador y anticipa la estrategia del informe siguiente.
- RESEARCHEstrategia SQN IIPlantea cómo determinar de forma objetiva si una configuración de parámetros produce una estrategia mejor que otra. Para ello recupera el uso original del SQN de Van K. Tharp: lo calcula sobre los múltiplos de R de las operaciones de la estrategia SQN del informe anterior y lo emplea como criterio de optimización del riesgo inicial. Incluye el código AFL para AmiBroker, con el cálculo del SQN mediante un Custom Backtester.
- RESEARCHEstrategia SQN IIITercera entrega de la estrategia SQN, centrada en la definición del riesgo. Sustituye la protección porcentual fija del informe anterior por una basada en el ATR (Average True Range), que se adapta a la volatilidad de cada compañía, y calcula el SQN de Van K. Tharp a partir del riesgo monetario de cada operación. Incluye el código AFL para AmiBroker y la optimización sobre las compañías del S&P 500, con deslistadas de Norgate Data.
- RESEARCHEstrategia SQN IVEntrega teórica de la serie SQN dedicada al Position Sizing según Van K. Tharp. Explica el concepto de R como unidad común de riesgo, el problema de asignar un tamaño fijo a activos de distinta volatilidad y el cálculo del tamaño de la posición a partir del riesgo monetario permitido y del riesgo por acción. Relaciona después ese cálculo con el ATR y plantea un dimensionamiento adaptativo en el que el SQN gradúa el riesgo asumido.
- RESEARCHEstrategia SQN sobre acciones del S&P 500Primera estrategia construida sobre el indicador SQN aplicado a los retornos diarios. Comprueba si la calidad estadística del movimiento de un activo puede transformarse en una ventaja operativa, seleccionando compañías del S&P 500 con un SQN elevado y en mejora progresiva dentro de un contexto de mercado favorable. Incluye el código AFL para AmiBroker y un backtest histórico con compañías deslistadas, comparado con el Buy&Hold del índice.
- RESEARCHEstrategia SQN V: Position Sizing basado en riesgoNueva versión de la estrategia SQN, la primera que incorpora un modelo de Position Sizing basado en riesgo según la metodología de Van K. Tharp. La estrategia conserva las reglas de entrada y salida de los informes anteriores y cambia únicamente el modo de dimensionar cada posición, para aislar el efecto de la gestión monetaria frente al reparto equiponderado del capital. Incluye el código AFL y el análisis sobre el universo del S&P 500.
- RESEARCHEstrategia SQN VI: Position Sizing mediante Custom BacktesterTraslada el cálculo del Position Sizing al Custom Backtester (CBT) de AmiBroker para poder acceder al estado real de la cartera (equity actualizado, efectivo disponible, posiciones abiertas) en cada barra, en vez de calcular el tamaño de la posición antes de que el motor de cartera ejecute las operaciones.
- RESEARCHEstrategia SQN VII: gestión dinámica de la liquidezEvolución de la estrategia SQN que elimina el número máximo fijo de posiciones y lo sustituye por una gestión dinámica de la liquidez. Con Position Sizing basado en riesgo, el número de posiciones deja de medir bien la exposición real de la cartera, y el estudio plantea cuánto capital está realmente invertido. Incluye la optimización conjunta de riesgo y liquidez sobre compañías del S&P500 con deslistadas y el código AFL para AmiBroker.
- RESEARCHEstrategia Williams %R II: sistema y backtest en el S&P 500Segunda parte de la serie sobre Williams %R: transforma la idea conceptual en un sistema completo programado en AmiBroker. Estudia si una lectura extrema de sobreventa del indicador puede utilizarse para capturar rebotes de corto plazo en el S&P 500, operando únicamente en el lado largo. Incluye el código AFL, la optimización según distintos criterios, un periodo Out of Sample (OOS) y la comparativa con el Buy&Hold.
- RESEARCHEstrategia Williams %R: el indicador y la hipótesisPrimera parte de una serie sobre Williams %R, el oscilador desarrollado por Larry Williams que mide la posición del cierre dentro del rango reciente de máximos y mínimos. El informe explica su funcionamiento y su interpretación, lo compara con el RSI y plantea la hipótesis de una estrategia de reversión a la media sobre el S&P 500, solo en el lado largo. No evalúa todavía resultados; incluye la programación del indicador en AmiBroker.
- SERIEFibonacciSerie de tres Research que recorre los retrocesos de Fibonacci desde su fundamento hasta su puesta a prueba como estrategia. Parte del origen de la sucesión y de los niveles que utiliza el análisis chartista, los traslada a AmiBroker con un código que detecta y dibuja los impulsos, y termina con una estrategia sistemática cuyo backtest sirve para comprobar si esta operativa tiene ventaja estadística.
- SERIEFinvizLa serie está dedicada a Finviz, plataforma web de análisis financiero de renta variable en USA, y a su librería para Python. Sus cuatro Research muestran cómo reproducir un filtro del Screener, descargar los datos fundamentales de un símbolo y llevar a AmiBroker tanto esos fundamentales como las noticias de cada símbolo, con el código Python y AFL correspondiente.
- RESEARCHFinviz II: fundamentales de un símboloSegunda parte de la serie sobre Finviz, centrada en la descarga de los datos fundamentales de un símbolo concreto. El Research muestra, con Apple como ejemplo, cómo obtener un diccionario con el listado completo de fundamentales disponibles y plantea una función en Python que devuelve el parámetro solicitado a partir de un ticker. La función se guarda en un archivo para su uso posterior en AmiBroker. Incluye el código Python.
- RESEARCHFinviz III: fundamentales en AmiBrokerTercera parte de la serie sobre Finviz, dedicada a llevar los datos fundamentales a AmiBroker. El Research expone las dificultades de consultar la librería con frecuencia y propone trabajar en dos pasos: exportar con Python todos los fundamentales de un símbolo a un archivo CSV y leerlo después desde AmiBroker en variables estáticas. Con ellas construye un indicador con un DashBoard. Incluye el código Python y AFL.
- RESEARCHFinviz IV: noticias de un símbolo en AmiBrokerCuarta parte de la serie sobre Finviz: un indicador para AmiBroker con las noticias relacionadas con el símbolo de la ventana activa. El Research utiliza la función ticker_news de la librería FinvizFinance para obtener con Python la fecha, el encabezado y el enlace de cada noticia, los guarda en un archivo csv y los representa en pantalla, de modo que cada noticia puede abrirse pulsando sobre su texto. Incluye el código Python y AFL.
- RESEARCHFinviz: la plataforma y su librería en PythonPrimer informe de una serie dedicada a Finviz, plataforma web de análisis financiero de renta variable en USA, y a su librería para Python. El Research recorre las secciones principales de la web, como el mapa de color del S&P500, las noticias y el Screener, y muestra cómo reproducir un filtro desde Python, obtener el resultado en un dataframe y exportarlo a un archivo csv para su uso posterior en AmiBroker. Incluye el código Python.
- SERIEFuerza SectorialLa serie estudia la fuerza sectorial, medida con el concepto de RS Mansfield frente al S&P500, y su utilidad como filtro en la operativa con acciones. Sus cuatro Research cubren el cálculo de los indicadores en AmiBroker, su representación gráfica y los screeners, la aplicación del filtro a un sistema Z-Score y la ampliación del cálculo a los niveles de sector y subsector GICS.
- RESEARCHFuerza sectorial: representación gráfica y screenersSegundo informe de la serie Fuerza Sectorial. Muestra cómo representar en AmiBroker los datos de fuerza sectorial calculados en el informe anterior: la fuerza de un activo y la de su sector frente al S&P500, el ranking de sectores y el ranking de cada empresa dentro de su sector. Añade un screener configurable para localizar los sectores más fuertes y las compañías que los encabezan. Incluye el código AFL.
- RESEARCHFuncionamiento del plugin de Investing para AmiBrokerPrimer informe de la serie sobre bases de datos con Investing. Explica en qué consiste el plugin de Investing para AmiBroker, que permite importar datos de esa plataforma a una base de datos creada previamente, y repasa sus ventajas e inconvenientes frente a proveedores como Norgate o eSignal. Describe la instalación, la creación de la base de datos y la forma manual de obtener el código ID que identifica a cada activo.
- RESEARCHGestionar un Dashboard con Google Sheets IPrimer Research de una serie dedicada a la gestión de carteras y estrategias. Plantea por qué conviene registrar de forma automática la evolución de las operaciones, y no solo sus entradas y salidas, y propone construir un cuadro de mando en Google Sheets con datos importados de Google Finance. Explica cómo crear la hoja, indicar el mercado de cada símbolo y obtener nombre, precio y beneficio de cada posición con la fórmula GoogleFinance.
- RESEARCHGestionar un Dashboard con Google Sheets IISegundo Research de la serie sobre cuadros de mando en Google Sheets. Explica cómo importar desde Google Finance una serie de datos a partir de una fecha, para recuperar valores de un día concreto o calcular indicadores. Desarrolla el cálculo de una media simple y de una media exponencial EMA con funciones de la hoja de cálculo y el uso de INDEX para localizar un valor, para rellenar de forma automática un diario de operaciones.
- SERIEGSVLa serie estudia el Sistema GSV, una estrategia de un día sobre acciones del NYSE y Nasdaq basada en el recorrido del precio desde la apertura, y el trabajo necesario para operarla de forma automática. En ocho Research se recorren la estrategia, el listado diario de candidatos, los botones de automatización, la lectura de los precios de apertura y la ejecución en Interactive Brokers, con código AFL y Python.
- RESEARCHImportando los patrones de estacionalidad a AmiBrokerTercer informe de la serie Estacionalidad. Muestra cómo generar de forma automática, desde AmiBroker, un indicador con los valores de estacionalidad de un activo calculados en Python con la librería Prophet. La conexión se realiza mediante la librería Amipy, que permite importar funciones de Python desde AmiBroker. Incluye el código Python y AFL y un ejemplo sobre el futuro del oro con un tramo fuera de muestra.
- RESEARCHImportar datos desde Wikipedia: actualizaciónActualiza el código en Python que obtiene, mediante lectura directa de la Wikipedia, el listado de símbolos y compañías del S&P500. El método anterior dejó de funcionar tras un aparente cambio en la estructura de la web, y el Research plantea una alternativa que realiza la petición simulando un navegador y carga la tabla en un dataframe. Incluye el código, con la conversión de sectores a su código GICS, y es aplicable también al Nasdaq100.
- RESEARCHImportar los IDs de Investing de forma automatizadaTercera entrega de la serie sobre bases de datos con Investing. Muestra cómo importar de forma automática el ID de Investing de cada símbolo de una base de datos, con el S&P500 como ejemplo, en lugar de buscarlo uno a uno en el código fuente de la web. La solución se apoya en Python y en la librería Selenium, que controla el navegador Chrome como lo haría un usuario real. Incluye el código Python, que genera un archivo csv para AmiBroker.
- RESEARCHIndicador CPM: Capital Proporcional MedioExplica el Capital Proporcional Medio (CPM), un indicador desarrollado por Blai5 y popularizado por Javier Alfayate en su libro «Advanced Master Trader». Compara el capital negociado cada semana con lo habitual en el último año para detectar si está entrando dinero en una compañía, y es útil como filtro en estrategias semanales alcistas. Incluye su implementación en AFL para AmiBroker.
- RESEARCHIndicador de canales en AmiBrokerSegundo informe de la serie Regresión Lineal y RegSlope. Desarrolla un indicador que traza canales de precio a partir de una medición estadística de la tendencia: en lugar de sumar bandas de ancho fijo, busca las dos paralelas que contienen todos los máximos y mínimos del tramo. El Research explica la idea, el procedimiento iterativo con el que se ajustan las bandas y su representación gráfica, e incluye el código AFL para AmiBroker.