Notas para aquellos que desean desarrollar comercio algorítmico
Como alguien que está en la cocina de este negocio, quiero contarles algunas cosas. Porque no estamos creando solo un sistema que genera señales, estamos construyendo una estructura que piensa. Y en este trabajo se avanza no memorizando, sino entendiendo.
Al desarrollar sistemas de negociación algorítmicos, nuestro objetivo no es solo crear un bloque de código que envíe órdenes automáticamente; sino convertirlo en una estructura sostenible que defina sistemáticamente ciertos comportamientos del mercado y que sea susceptible de ser probada.
Los códigos son herramientas que describen tus ideas. Pero si su idea está incompleta, su algoritmo nunca mostrará el rendimiento que espera.
1️⃣ Diseño de Estrategia: Lógica Algorítmica Básica
Una cosa que debe quedar clara antes de escribir un algoritmo: "¿Qué comportamiento del mercado ves como una oportunidad y cómo lo detectas?"
La cadena de pensamiento de ejemplo debería ser así:
Barrido de liquidez + divergencia de flujo de órdenes → prueba de zona → retroceso de bajo momento → entrada en la operación
¿Qué hay dentro de esta estructura?
-Un activador estructural (sweep) -Datos de confirmación (CVD divergencia / Delta explosión) -Un área técnica (zona / bloque de órdenes) -Filtro de tiempo (reducción de volatilidad / apertura de sesión)
Cada estructura define "cuándo debe funcionar" el sistema. Aquellos que no desarrollan una estrategia solo generan señales aleatorias.
2️⃣ Uso de Datos y Indicadores Avanzados
Los indicadores clásicos (RSI, MACD, etc. ) ya no son suficientes para muchos sistemas algorítmicos. Para poder describir los comportamientos estructurales y en tiempo real del mercado, es necesario que se dirija a los siguientes tipos de datos:
a) Flujo de órdenes y sus derivados
CVD (Delta de Volumen Acumulado) Analiza el equilibrio real entre compradores y vendedores. Si el CVD está aumentando mientras el precio está bajando, puede haber una demanda latente.
Delta (Diferencia de Volumen de Compra/Venta Agresiva) Mide un equilibrio de operaciones agresivas a corto plazo. La explosión de delta dentro de la zona indica que la zona ha sido aceptada.
Open Interest (OI) Muestra si se ha abierto una nueva posición. Aumento de OI + aumento de precios → confirmación de tendencia. Disminución de OI + movimiento de precios → posibilidad de short squeeze/trampa.
b) Datos de Liquidez
-Mapa de calor (por ejemplo: TradingLite / Tensor) -Densidades del libro de órdenes al contado -Análisis de barrido
Puede analizar datos y leer el mercado. No es suficiente con solo usar datos; es necesario crear un escenario de datos.
3️⃣ Disciplina de Backtest y Fundamentos Estadísticos
El funcionamiento del código no significa nada. Si no sabes cómo funciona el código en los datos históricos, el resultado que obtendrás en el mercado real es solo una suposición.
Métricas que debes medir al realizar un backtest:
Win Rate - Tasa de ganancia Promedio R - Promedio de la relación Riesgo:Recompensa Expectativa - Valor esperado por operación → (Promedio de Ganancias * Tasa de Ganancias) - (Promedio de Pérdidas * Tasa de Pérdidas) Max Drawdown - El peor período de retroceso Filtrado basado en el tiempo - Filtraciones por hora, día, semanal Distribución - Gráfico de distribución de los resultados de CurveTrade
Además:
Prueba cada estrategia por separado en intervalos de una hora. Tal vez solo funcione entre las 10:00 y las 13:00.
Aplica la simulación de Monte Carlo. ¿El sistema sigue siendo positivo incluso con variaciones aleatorias?
Realiza una prueba fuera de muestra. Prueba el algoritmo que desarrollaste en datos que no ha visto antes.
Nota: Los sistemas optimizados no ganan. Los sistemas adaptativos y robustos ganan.
4️⃣ Proceso de Prueba en Vivo y Desarrollo Sistémico
Un sistema exitoso en la prueba retrospectiva puede fallar en la vida real. Las razones de esto suelen ser las siguientes:
-Retraso de datos / slippage / expansión del spread -Cambio en las condiciones de liquidez en tiempo real -La intervención del usuario fuera del sistema es (el factor crítico)
Por lo tanto, durante el proceso de prueba en vivo:
-Realiza pruebas con órdenes reales con un capital pequeño. -Llevar un diario de operaciones: Escribe el motivo y el resultado después de cada operación. -Establecer el sistema de registro: ¿Qué señal se formó, cuándo, cuánto tiempo duró, cuánto se registró el precio?
En el momento en que un sistema comienza a funcionar en la vida real, ese sistema se dice que "está funcionando" en el verdadero sentido de la palabra.
Cierre: Convertir el pensamiento en código
Escribir algoritmos no es un trabajo de software, es una disciplina de pensamiento. El código más poderoso refleja la estrategia que tiene el pensamiento más simple y claro.
Entonces primero:
¿Qué comportamiento del mercado me da una oportunidad? ¿Cómo mido este comportamiento? ¿Con qué desencadeno esta medición? ¿Cuándo lo considero inválido? Convertir una estructura cuyas respuestas no conoces en código, es solo una pérdida de tiempo. No olvides que el tiempo también tiene un costo. :)
Si deseas avanzar por este camino, define tu estrategia. Lee los datos. Calcula su estadística. Prueba en el mundo real. Y repite todo.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Notas para aquellos que desean desarrollar comercio algorítmico
Como alguien que está en la cocina de este negocio, quiero contarles algunas cosas. Porque no estamos creando solo un sistema que genera señales, estamos construyendo una estructura que piensa. Y en este trabajo se avanza no memorizando, sino entendiendo.
Al desarrollar sistemas de negociación algorítmicos, nuestro objetivo no es solo crear un bloque de código que envíe órdenes automáticamente; sino convertirlo en una estructura sostenible que defina sistemáticamente ciertos comportamientos del mercado y que sea susceptible de ser probada.
Los códigos son herramientas que describen tus ideas.
Pero si su idea está incompleta, su algoritmo nunca mostrará el rendimiento que espera.
1️⃣ Diseño de Estrategia: Lógica Algorítmica Básica
Una cosa que debe quedar clara antes de escribir un algoritmo:
"¿Qué comportamiento del mercado ves como una oportunidad y cómo lo detectas?"
La cadena de pensamiento de ejemplo debería ser así:
Barrido de liquidez + divergencia de flujo de órdenes → prueba de zona → retroceso de bajo momento → entrada en la operación
¿Qué hay dentro de esta estructura?
-Un activador estructural (sweep)
-Datos de confirmación (CVD divergencia / Delta explosión)
-Un área técnica (zona / bloque de órdenes)
-Filtro de tiempo (reducción de volatilidad / apertura de sesión)
Cada estructura define "cuándo debe funcionar" el sistema. Aquellos que no desarrollan una estrategia solo generan señales aleatorias.
2️⃣ Uso de Datos y Indicadores Avanzados
Los indicadores clásicos (RSI, MACD, etc. ) ya no son suficientes para muchos sistemas algorítmicos. Para poder describir los comportamientos estructurales y en tiempo real del mercado, es necesario que se dirija a los siguientes tipos de datos:
a) Flujo de órdenes y sus derivados
CVD (Delta de Volumen Acumulado)
Analiza el equilibrio real entre compradores y vendedores. Si el CVD está aumentando mientras el precio está bajando, puede haber una demanda latente.
Delta (Diferencia de Volumen de Compra/Venta Agresiva)
Mide un equilibrio de operaciones agresivas a corto plazo. La explosión de delta dentro de la zona indica que la zona ha sido aceptada.
Open Interest (OI)
Muestra si se ha abierto una nueva posición. Aumento de OI + aumento de precios → confirmación de tendencia. Disminución de OI + movimiento de precios → posibilidad de short squeeze/trampa.
b) Datos de Liquidez
-Mapa de calor (por ejemplo: TradingLite / Tensor)
-Densidades del libro de órdenes al contado
-Análisis de barrido
Puede analizar datos y leer el mercado. No es suficiente con solo usar datos; es necesario crear un escenario de datos.
3️⃣ Disciplina de Backtest y Fundamentos Estadísticos
El funcionamiento del código no significa nada.
Si no sabes cómo funciona el código en los datos históricos, el resultado que obtendrás en el mercado real es solo una suposición.
Métricas que debes medir al realizar un backtest:
Win Rate - Tasa de ganancia
Promedio R - Promedio de la relación Riesgo:Recompensa
Expectativa - Valor esperado por operación → (Promedio de Ganancias * Tasa de Ganancias) - (Promedio de Pérdidas * Tasa de Pérdidas)
Max Drawdown - El peor período de retroceso
Filtrado basado en el tiempo - Filtraciones por hora, día, semanal
Distribución - Gráfico de distribución de los resultados de CurveTrade
Además:
Prueba cada estrategia por separado en intervalos de una hora. Tal vez solo funcione entre las 10:00 y las 13:00.
Aplica la simulación de Monte Carlo. ¿El sistema sigue siendo positivo incluso con variaciones aleatorias?
Realiza una prueba fuera de muestra. Prueba el algoritmo que desarrollaste en datos que no ha visto antes.
Nota: Los sistemas optimizados no ganan. Los sistemas adaptativos y robustos ganan.
4️⃣ Proceso de Prueba en Vivo y Desarrollo Sistémico
Un sistema exitoso en la prueba retrospectiva puede fallar en la vida real. Las razones de esto suelen ser las siguientes:
-Retraso de datos / slippage / expansión del spread
-Cambio en las condiciones de liquidez en tiempo real
-La intervención del usuario fuera del sistema es (el factor crítico)
Por lo tanto, durante el proceso de prueba en vivo:
-Realiza pruebas con órdenes reales con un capital pequeño.
-Llevar un diario de operaciones: Escribe el motivo y el resultado después de cada operación.
-Establecer el sistema de registro: ¿Qué señal se formó, cuándo, cuánto tiempo duró, cuánto se registró el precio?
En el momento en que un sistema comienza a funcionar en la vida real, ese sistema se dice que "está funcionando" en el verdadero sentido de la palabra.
Cierre: Convertir el pensamiento en código
Escribir algoritmos no es un trabajo de software, es una disciplina de pensamiento. El código más poderoso refleja la estrategia que tiene el pensamiento más simple y claro.
Entonces primero:
¿Qué comportamiento del mercado me da una oportunidad?
¿Cómo mido este comportamiento?
¿Con qué desencadeno esta medición?
¿Cuándo lo considero inválido?
Convertir una estructura cuyas respuestas no conoces en código, es solo una pérdida de tiempo. No olvides que el tiempo también tiene un costo. :)
Si deseas avanzar por este camino, define tu estrategia.
Lee los datos.
Calcula su estadística.
Prueba en el mundo real.
Y repite todo.
#AlgoTrade # AlgoZone