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 GLD sobre el oro IISegunda entrega de la estrategia GLD sobre el oro, dedicada a corregir su representación gráfica. En el código anterior, algunas entradas no coincidían con las señales dibujadas porque el gráfico no tenía en cuenta las salidas por take profit ni por número de barras. El informe explica el origen de la discrepancia y cómo resolverla en AFL, e incluye el código corregido para AmiBroker.
- RESEARCHEstrategia GLD sobre el oroEstrategia en largo sobre el ETF SPDR Gold Shares (GLD) en timeframe diario, a partir de una idea de QuantpTrader que también comenta Óscar Cagigas. Busca el rebote del oro tras una caída cuando llega acompañado de volumen, y gestiona la salida con un canal de seguimiento del precio y un oscilador. Incluye el código AFL para AmiBroker, los indicadores gráficos y un backtest histórico sobre el ETF.
- RESEARCHEstrategia ADX-CEFSegunda estrategia de la serie basada en la línea AD de los bonos CEF. Aplica el indicador ADX de Welles Wilder a esa línea para medir la fuerza y la dirección de su tendencia y trasladarlas a posiciones largas y cortas en el S&P500, con un tratamiento asimétrico de los cortos por el sesgo alcista del mercado. Incluye el código AFL para AmiBroker, indicadores gráficos y un backtest en timeframe diario con optimización de parámetros.
- RESEARCHEstrategia DIV-CEFEstrategia sistemática sobre el S&P500 que utiliza la línea AD de los bonos CEF (Closed-End Funds) como medida de la aversión al riesgo de los inversores. Estudia si la divergencia entre el comportamiento reciente del índice y el de esta línea de avances y retrocesos sirve para anticipar la continuidad alcista de la renta variable. Incluye el código AFL para AmiBroker, los indicadores gráficos y un backtest histórico.
- RESEARCHTrabajando con datos de amplitud IVCuarta entrega de la serie sobre datos de amplitud. Corrige la función de lectura del informe anterior para los casos en que las fechas del activo seleccionado no coinciden exactamente con las del mercado americano, y plantea un código base de ejemplo para obtener los indicadores de amplitud en AmiBroker a partir de las funciones guardadas en la carpeta Include. Incluye el código AFL de la función corregida y del indicador de ejemplo.
- RESEARCHTrabajando con datos de amplitud IIITercera entrega de la serie sobre datos de amplitud. Tras la importación mediante ASCII del informe anterior, plantea una vía más directa: una función en AFL que lee el archivo de cada indicador de amplitud guardado en Google Drive y lo devuelve como un array utilizable en AmiBroker. Incluye el código AFL completo, pensado para guardarse en la carpeta Include y reutilizarse desde cualquier otro código.
- RESEARCHTrabajando con datos de amplitud IISegunda entrega de la serie sobre datos de amplitud. Partiendo de los archivos csv que se generan cada día, explica cómo importarlos a AmiBroker con el Import ASCII: creación de un grupo propio, configuración de las columnas y opciones de importación y guardado de un formato reutilizable. Muestra después cómo automatizar todo el proceso con un Batch y una tarea programada, y deja para el informe siguiente la lectura directa del csv.
- RESEARCHTrabajando con datos de amplitudPrimera entrega de una serie basada en los datos de la web amplitudmercado.com, desarrollada por Alex Salamanca, que ofrece indicadores de amplitud de mercado para el NYSE, el NASDAQ y el EUROSTOXX, además de datos de bonos y de sentimiento. El Research explica cómo funciona el acceso mediante una hoja de Google Sheets actualizada por API y cómo configurar y adaptar sus scripts para generar cada día archivos csv con los datos.
- 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 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.
- RESEARCHEl modelo OLS: relación lineal entre dos seriesPrimera entrega de la serie sobre el modelo OLS. Explica el modelo de Mínimos Cuadrados Ordinarios para estimar la relación lineal entre dos variables: el intercepto, la pendiente y el residuo, que se interpreta como la desviación de una serie respecto a lo que el modelo espera de ella. Plantea su uso para relacionar dos series de mercado e incluye una función en Python, basada en statsmodels, que estima los parámetros del modelo.
- RESEARCHEl test ADF III: estrategia de reversión a la mediaTercera entrega de la serie Test ADF. Construye una estrategia de reversión a la media en la que el test ADF valida estadísticamente que el spread entre el precio y su media semanal se comporta de forma estacionaria antes de operar. Añade un filtro alcista de fuerza relativa frente al S&P500 y una gestión de riesgo con posicionamiento limitado. Incluye el código AFL y un backtest sobre las compañías del índice, incluidas las deslistadas.
- RESEARCHEl test ADF II: una función en Python para AmiBrokerDesarrolla en Python una función para ejecutar el test ADF desde AmiBroker 64 bits (vía AmiPy) que devuelve el p-value, el estadístico ADF y el valor crítico con el que se contrasta el resultado frente a un nivel de significación predefinido; plantea aplicaciones para validar reversión a la media, construir spreads tipo Pairs Trading (S&P500 vs. índice dólar o vs. oro) y detectar regímenes de mercado.
- RESEARCHResultados de Revertium500Revisa el resultado real de la estrategia Revertium500 desde su publicación, como validación fuera de muestra. Repasa antes los criterios que hacen fiable una estrategia: una lógica sencilla, pocos parámetros y un análisis de sensibilidad, y recuerda su planteamiento de reversión rápida sobre el S&P500 basado en el zscore. Presenta las operaciones realizadas, la curva y los resultados mensuales, y advierte de que la muestra es pequeña.
- RESEARCHEl test ADF: validar la reversión a la mediaPrimera entrega de la serie Test ADF. Explica el test ADF (Augmented Dickey-Fuller), un contraste estadístico basado en un modelo autorregresivo que sirve para validar si una serie temporal es estacionaria, es decir, si tiende a revertir a su media. Desarrolla sus dos hipótesis, el concepto de raíz unitaria y su aplicación en Python con la librería statsmodels, con una tabla para interpretar cada resultado.
- RESEARCHARIMA VI: estrategia de reversión con el modelo ARIMACuarta entrega de la serie ARIMA. Plantea una estrategia de reversión a la media que solo opera los activos cuyo coeficiente de autorregresión indica un comportamiento estacionario del spread entre el precio y su media. El coeficiente se calcula previamente con un scan semanal sobre las compañías del S&P500 y se combina con el Zscore del spread. Incluye el código AFL y un backtest desde el año 2020 en AmiBroker.
- RESEARCHARIMA III: indicadores de ARIMA en AmiBrokerTercera entrega de la serie ARIMA. Muestra cómo llevar a AmiBroker los resultados del modelo calculado en Python a través del plugin AmiPy, almacenándolos en variables estáticas para evitar la carga computacional de recalcularlos. El modelo se aplica al spread entre el precio y su media, normalizado con su Zscore, y se representa como indicador junto a sus bandas de confiabilidad. Incluye el código AFL.
- RESEARCHARIMA II: una función en Python para el modeloSegunda entrega de la serie ARIMA. Desarrolla una función en Python, llamada arima(), que recibe un array de datos, el orden de cada componente del modelo y el parámetro que se desea obtener. El Research resume en tablas los parámetros del modelo, sus estadísticos asociados y las métricas globales que la función puede devolver, e incluye el código completo, pensado para llevar esa información a AmiBroker.
- RESEARCHARIMA y los procesos autorregresivosPrimera entrega de la serie ARIMA. Explica qué es un proceso autorregresivo, cómo se interpreta su coeficiente y por qué el precio en bruto de un activo no suele ser estacionario, mientras que una diferencia de precios sí puede serlo. Presenta después el modelo ARIMA y sus tres componentes, y lo aplica con la librería statsmodels a los retornos logarítmicos del SPY, comentando cómo leer los resultados del ajuste.
- RESEARCHDatos fundamentales con MacrotrendsPresenta la web macrotrends.net como fuente gratuita de datos fundamentales históricos de compañías de USA. A diferencia de los valores actuales que se obtienen con la librería de Finviz, el histórico de varios años abre la posibilidad de importar estos datos a AmiBroker y utilizarlos en backtest. El Research recorre el screener de la web, las tablas de cada compañía y sus ratios de valoración.
- RESEARCHOperativa con Pares IIITercera entrega de la serie Operativa con Pares. Plantea una operativa real sobre PAA (Plains All American Pipeline) y PAGP (Plains GP Holdings), dos compañías relacionadas pero no idénticas, y adapta el backtest de AmiBroker para que las estadísticas se calculen por operación completa de pares y no por cada pata. Incluye el código AFL, con un backtester personalizado (CBT) y métricas propias.
- RESEARCHOperativa con Pares IIPrueba (a modo de ejemplo, reconociendo que no cumple los requisitos estadísticos de un par sólido) una estrategia de pares entre Bitcoin y el ETF iShares Expanded Tech Software Sector, usando una simplificación del spread como cociente de precios y Bandas de Bollinger.
- RESEARCHOperativa con paresIntroducción a la operativa de pares o Pairs Trading, basada en la búsqueda de dos activos con un comportamiento muy similar en el mercado. El Research explica el concepto de spread, cómo se plantea una operación que no depende de la dirección de cada activo sino de su comportamiento relativo, y sus ventajas e inconvenientes. Termina con las condiciones que debe cumplir un par para ser operable: correlación entre retornos y cointegración.
- 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 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 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: 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.
- RESEARCHConstruir un dashboard en AmiBrokerEjemplo paso a paso de un cuadro de mando en AmiBroker, en timeframe semanal, sobre las compañías del S&P 500: calcula la fuerza relativa de Mansfield, un régimen de mercado por compañía y la variación en lo que va de año, y muestra en una ventana las 10 primeras y las 10 últimas del ranking. Incluye el código AFL completo.
- RESEARCHRetrocesos de Fibonacci III: estrategia de impulsosCierra la serie convirtiendo los impulsos de Fibonacci en una estrategia sistemática. La entrada busca la continuación del movimiento tras una corrección a la zona de retroceso, con un filtro de momentum para descartar valores bajistas y un tamaño de posición ajustado a la volatilidad. El objetivo es comprobar si esta operativa chartista tiene ventaja estadística: el Research analiza el backtest, lo compara con el S&P 500 e incluye el código AFL.
- RESEARCHRetrocesos de Fibonacci IISegundo Research de la serie: lleva el concepto de los retrocesos de Fibonacci a AmiBroker. Desarrolla en AFL un código que reconoce impulsos alcistas a partir de máximos y mínimos relevantes del precio, comprueba que la corrección posterior encaja en la zona de retroceso y dibuja sobre el gráfico el impulso, sus niveles y el objetivo de precio que se deriva de él. Incluye el código completo y es la base de la estrategia del informe siguiente.