www.diariocritico.com

Python: aplicación práctica (capítulo 5)

Python: aplicación práctica (capítulo 5)
viernes 19 de noviembre de 2021, 08:00h

Una vez que ya sabemos cómo funciona Buy the Dip y la hemos puesto a funcionar durante los últimos 20 años, parece que también obtiene muy buenos resultados, al igual que hacía DCA (dollar-cost averaging).

En total, al final de los 20 años de exposición al mercado, y aportando 100 $ a nuestra estrategia de inversión conseguimos un balance final de más de 63.000 $.

Si te das cuenta, el resultado obtenido es muy parecido al que obteníamos con DCA en este mismo periodo. Por lo que podemos considerar que este primer asalto parece que ha quedado en tablas.

Pero somos programadores, no nos vamos a quedar aquí. Python nos permite ‘estrujar’ esto mucho más. Queremos más asaltos.

No vamos a cometer uno de los errores más comunes de algunos inversores que, al ver una estrategia, un caso concreto, un ejemplo o captura particular, o un vídeo con una idea super ganadora, exponen su capital al mercado siguiendo ese método infalible sin haberlo estudiado en profundidad.

Benjamin Graham, padre del Value Investing (inversión en valor) decía que “El principal problema del inversor, e incluso su peor enemigo, es probablemente él mismo".

Por lo tanto, y de momento, vamos a ver qué tal funciona en el resto de periodos. Si recuerdas cuando analizábamos DCA hicimos un estudio de todos los posibles periodos de 240 meses (20 años) comenzando en enero-1971 hasta diciembre-2020 (50 años). Buy the Dip se merece el mismo análisis.

Para ello, y a fin de simplificar los cálculos (sin perder precisión) vamos a considerar que sólo operaremos al final del mes. Es decir, si por ejemplo nuestra estrategia Buy the Dip nos dice que estamos en modo ahorro hasta que haya una caída superior al 25% pues esperaremos al final del mes donde se ha producido esa caída para ponernos en modo inversión.

Esto en algunos casos nos beneficiará puesto que si por ejemplo el S&P500 viene cayendo durante el mes y el día 20 por ejemplo supera esa caída fijada del 25% y sigue cayendo más hasta fin de mes, nosotros entraremos con todo nuestro ahorro a un precio más barato.

Por el contrario, si durante el mes supera la caída del 25% pero al llegar al fin de mes se ha recuperado algo, entonces entraremos en un precio algo mayor.

En cualquier caso, esta ‘simplificación’ no afectará al análisis que estamos haciendo y nos ahorrará tiempo en la ejecución del código.

En el vídeo correspondiente a este capítulo te muestro todo este proceso y podrás ver cómo podemos conseguir toda esta simulación en menos de 4 segundos, frente a los 4 minutos aproximadamente que hubiéramos tardado si considerábamos la operativa diaria en lugar de la mensual.

Sí, ya sé que es poca la diferencia en el tiempo, pero como decía Mario Benedetti: “Cinco minutos bastan para soñar toda una vida…”

El próximo 25 de noviembre de 2021 las 20:30 desde viviendodeltrading.com lanzaremos un webinar gratuito con información sobre el próximo programa formativo de Python donde podrás aprender a programar este tipo de código que vemos en los vídeos. Puedes apuntarte en el siguiente enlace si quieres asistir en directo.


José Ángel Gallego

Asesor Financiero (EFA) y Trader Independiente.
Actualmente, forma parte del equipo de viviendodeltrading.com impartiendo formación en el lenguaje de programación Python, aplicado al trading y a las inversiones.

¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+

0 comentarios