Ejemplo de Sistema de Trading con R

En esta ocasión vamos a ver un ejemplo concreto de sistema de trading en R, cómo se programa, y cómo se evalúa su rendimiento. El sistema que vamos a desarrollar es muy simple. Se basa en el cruce de dos medias móviles simples: una media móvil corta y una media móvil larga. Cuando la media móvil corta está por encima de la media móvil larga nos ponemos en largo, y cuando está por debajo, nos ponemos en corto.

Aquellas personas que hayan programado en otros lenguajes de trading, tales como mql4, encontrarán la forma de trabajar en R un tanto extraña. En la mayoría de los lenguajes para el desarrollo de estrategias de trading, lo que tenemos es un entorno (como por ejemplo MetaTrader 4 para mql4) que invoca nuestro sistema cada vez que hay un tick nuevo, o cada vez que se cierra una barra. Cuando esto ocurre, nuestro código lo que suele hacer es calcular los correspondiente indicadores técnicos, y decidir qué posiciones se cierran y qué posiciones nuevas se abren. Y es el propio entorno que rodea al lenguaje el que lleva la cuenta de las pérdidas y ganancias, así como del balance. En R es distinto. En R lo que tenemos son series temporales, y vectores numéricos, y lo que hacemos es manipularlos, y proceder al análisis de los resultados. Veamos cómo.

Lo primero que tenemos que hacer es importar aquellos paquetes R que necesitamos: quanmod para descargar los datos que necesitamos, TTR para calcular los indicadores técnicos, y PerformaceAnalytics para evaluar los resultados.

> require(TTR)

> require(quantmod)

> require(PerformanceAnalytics)

A continuación vamos a descargar los datos del cambio EUR/USD desde el servidor de Oanda. La función getSymbols del paquete quantmod descarga las últimas barras diarias que existen en el servidor (aproximadamente unas 500). En el caso de hacer análisis de estrategias reales para su uso en producción tendríamos que buscar una fuente de datos más completa, por ejemplo la que nos proporciona nuestro broker en barras de 1 minuto, e importarlas en R. De cómo hacer esto hablaremos en entradas posteriores de este blog.

> getSymbols(“EUR/USD”, src=”oanda”)

La función getSymbols nos ha creado automáticamente la serie temporal EURUSD, que podemos visualizarla gráficamente como explicamos cuando hablamos del paquete quantmod.

Para el cálculo de las medias móviles simples utilizamos la función SMA() del paquete TTR:

> mmc <- SMA(EURUSD, 5)

> mml <- SMA(EURUSD, 60)

Ahora necesitamos comparar ambas medias móviles para saber cuando la media móvil corta está por encima o por debajo de la media móvil larga, para ello nos creamos un nuevo vector que tendrá el valor 1 cuando esté por encima, y el valor -1 cuando esté por debajo:

> sen <- ifelse(mmc >= mml, 1, -1)

La función ROC (rate of change) nos indica la tasa de variación de una serie temporal, en nuestro caso lo que nos indicaría es si una barra ha cerrado por encima o por debajo de la barra anterior, en valores relativos. Vamos a calcular un vector con todas las tasas de cambio:

> ch <- ROC(EURUSD)

Y ahora viene lo interesante: si estamos en largo (valor 1 en el vector sen) y la tasa de cambio es positiva, ganamos dinero, pero si es negativa, perdemos. De igual manera, si estamos en corto (valor -1) y la tasa de cambio es positiva, perdemos dinero, pero si es negativa, ganamos. Es decir, para saber la tasa de beneficio que obtendremos con nuestro sistema lo que hay que hacer es multiplicar el vector de señales con el vector de tasa de cambio:

> ret <- ch * sen

Y ya tenemos todo lo que necesitamos. Vamos a ver qué tal ha funcionado nuestro sistema (los datos corresponden a una media móvil corta de 5, y una media móvil larga de 60). Primero vemos el retorno total acumulado con:

> Return.cumulative(ret)

EUR.USD

Cumulative Return 0.05120814

y cual es el máximo drawdown de nuestro sistema:

> maxDrawdown(ret)

[1] 0.116249

también podemos ver algunos indicadores más avanzados, como el ratio de Sharpe:

> SharpeRatio(ret)

EUR.USD

StdDev Sharpe: (Rf=0%, p=95%) 0.02546219

VaR Sharpe: (Rf=0%, p=95%) 0.01571873

ES Sharpe: (Rf=0%, p=95%) 0.01165527

Y para finalizar, vamos a ver gráficamente cómo se ha comportado el sistema con:

> charts.PerformanceSummary(ret)

Este gráfico se compone de tres partes. En la parte superior tenemos el retorno relativo acumulado. En el gráfico medio tenemos el retorno relativo desglosado por días. Y en el gráfico inferior tenemos el máximo drawdown que se ha producido.