Serie de Research
Modelos Ocultos de Markov (HMM)
La serie recorre el uso de las Cadenas de Markov y de los Modelos Ocultos de Markov (HMM) para estimar estados de mercado. En sus cuatro Research el lector encuentra los fundamentos teóricos, la detección de regímenes con la librería hmmlearn de Python, una función utilizable desde AmiBroker y una estrategia sistemática cuya exposición depende del régimen estimado.
- 4 Research
- Investigación Estadística
- Python · AmiBroker · AmiPy
Recorrido completo de la Serie
Resumen de la Serie
De las Cadenas de Markov a una estrategia sobre el S&P 500 adaptada al régimen de mercado
El primer Research expone la teoría: la matriz de transición entre estados y el paso a los Modelos Ocultos de Markov para el caso en que el estado real está oculto. El segundo lleva esa base a la práctica con la librería hmmlearn de Python y la aplica al índice S&P500. El tercero construye una función que estima la probabilidad de régimen alcista para llamarla desde AmiBroker a través del plugin AmiPy. El cuarto lleva esa estimación a una estrategia sistemática sobre el S&P 500.
Recorrido de la Serie
Un recorrido de investigación en cuatro partes
Cada Research de la Serie construye sobre el anterior. Este es el orden real en el que se publicaron.
- 1 de 4
26 Dic 2025
Las Cadenas de Markov
Introducción teórica: explica la matriz de transición entre estados y los Modelos Ocultos de Markov como base para estimar estados de mercado.
Leer investigación - 2 de 4
30 Dic 2025
Las Cadenas de Markov II
Presenta la librería hmmlearn de Python y su modelo GaussianHMM para la detección de regímenes de mercado, con las fases de entrenamiento y predicción fuera de muestra, aplicada al índice S&P500.
Leer investigación - 3 de 4
13 Ene 2026
Modelos Ocultos de Markov aplicados al S&P 500 con Python
Construye en Python una función que estima la probabilidad de régimen alcista del S&P 500 mediante un Modelo Oculto de Markov, pensada para llamarse desde AmiBroker a través del plugin AmiPy.
Leer investigación - 4 de 4
15 Ene 2026
Estrategia HMM sobre el S&P 500
Lleva la estimación del régimen de mercado a una estrategia sistemática sobre el S&P 500, cuya exposición depende del régimen que estima el modelo.
Leer investigación
SMQuantum publica contenido formativo, informativo y de investigación cuantitativa. SMQuantum no presta asesoramiento de inversión personalizado: no formula recomendaciones adaptadas a tu situación financiera, tu cartera, tu perfil de riesgo, tus objetivos o tus circunstancias personales. Las decisiones de inversión que tomes son tuyas. Invertir y operar en los mercados financieros implica riesgo y puede producir pérdidas. Los resultados históricos, simulados o de backtest no garantizan resultados futuros. Más información en el Aviso legal.