Noticias

Oct 21, 2023

El método de la triple barrera: un nuevo estándar para el etiquetado y análisis de inversiones

NUTHDANAI WANGPRATHAM Seguir DataDrivenInvestor -- Escuchar Compartir Aprendizaje automático

NUTHDANAI WANGPRATHAM

Seguir

Inversor impulsado por datos

--

Escuchar

Compartir

El aprendizaje automático (ML) se ha vuelto cada vez más popular en la industria de las inversiones, ya que ofrece herramientas poderosas para analizar grandes cantidades de datos y descubrir patrones que pueden no ser evidentes para los analistas humanos.

En la mayoría de las investigaciones modernas sobre aprendizaje automático, se utiliza una forma de clasificación conocida como método de horizonte de tiempo fijo. Este método consiste en etiquetar los rendimientos de nuestra estrategia en intervalos de tiempo fijos de acuerdo con umbrales fijos para determinar si una etiqueta debe ser "Comprar" (si los rendimientos superan un determinado umbral), "Vender" (si los rendimientos caen por debajo de un determinado umbral). ), o "Retener" (si los rendimientos están en algún lugar entre los dos umbrales).

El problema principal con el uso del etiquetado de horizonte de tiempo fijo para el aprendizaje automático en la inversión es que se supone que el horizonte de inversión es fijo y conocido de antemano. Este enfoque implica etiquetar cada observación como positiva o negativa dependiendo de si el movimiento del precio durante un período de tiempo fijo está por encima o por debajo de un cierto umbral.

Sin embargo, en realidad, los horizontes de inversión no son fijos ni se conocen de antemano, y las condiciones del mercado pueden cambiar rápidamente. Además, el uso de etiquetas de horizonte de tiempo fijo ignora información importante sobre el momento y la magnitud de los movimientos de precios.

El método de triple barrera aborda este problema al establecer dinámicamente las etiquetas en función del comportamiento de la serie de precios en sí. Tiene en cuenta tanto el momento como la magnitud de los movimientos de precios al establecer una barrera de toma de ganancias y una barrera de stop-loss, y etiquetando dinámicamente cada observación en función de si golpea una de estas barreras antes del final del horizonte de inversión.

En aplicaciones financieras, un método más realista es hacer que las etiquetas reflejen el éxito o el fracaso de una posición. Una regla comercial típica adoptada por los administradores de cartera es mantener una posición hasta que ocurra el primero de tres resultados posibles: (1) se logra el objetivo de ganancias no realizadas y la posición se cierra con éxito; (2) se alcanza el límite de pérdidas no realizadas y la posición se cierra con quiebra; (3) la posición se mantiene más allá de un número máximo de barras, y la posición se cierra sin fracaso ni éxito.

En resumen, tenemos tres escenarios posibles con dos posibles resultados:

Para usar el Método de la Triple Barrera, un comerciante primero debe definir la barrera de entrada, la barrera de toma de ganancias y la barrera de pérdida limitada. Estos niveles generalmente se determinan en función del análisis técnico u otros indicadores del mercado. Una vez que se definen estos niveles, el comerciante puede usarlos para etiquetar operaciones en función de la secuencia de aciertos.

La secuencia de aciertos es una serie de eventos que ocurren cuando el precio del activo subyacente alcanza una de las tres barreras. Cuando el precio alcanza la barrera de entrada, la operación se etiqueta como "activa". Si el precio luego alcanza la barrera de toma de ganancias antes de alcanzar la barrera de stop-loss, la operación se etiqueta como "rentable". Si el precio alcanza la barrera de stop-loss antes de alcanzar la barrera de toma de ganancias, la operación se etiqueta como "no rentable".

Mediante el uso de esta técnica de etiquetado dinámico, el Método de la Triple Barrera proporciona una forma más precisa y flexible de analizar las oportunidades comerciales. Tiene en cuenta la volatilidad del mercado y proporciona un marco más sólido para el análisis comercial.

Suscríbase a DDIntel aquí.

Visite nuestro sitio web aquí: https://www.datadriveninvestor.com

Únase a nuestra red aquí: https://datadriveninvestor.com/collaborate