El Filtro De Kalman, desde tu GPS a tu plataforma de negociación
03.03.2023 12:21
En este artículo, presentaremos el Filtro de Kalman y un ejemplo de su aplicación en una estrategia de trading con fines educativos.
El Filtro de Kalman es un algoritmo que se utiliza para combinar mediciones de varias fuentes y obtener una mejor estimación del estado de un sistema. En el contexto de la tecnología GPS, el Filtro de Kalman puede combinar mediciones de señales recibidas por varios satélites para calcular la posición de un receptor. También se utiliza militarmente en sistemas de guía y control de misiles para mejorar la precisión y estabilidad de las estimaciones del estado del misil, como su posición, orientación y velocidad.
En el trading, el Filtro de Kalman se utiliza para hacer predicciones del precio futuro de un activo financiero mediante la combinación de información del modelo y las mediciones observadas. La ecuación algebraica del Filtro de Kalman puede ser una herramienta matemática compleja, pero esencialmente, se trata de una fórmula que permite actualizar la predicción actual del precio del activo financiero a medida que se obtienen nuevas mediciones observadas.
Es importante tener en cuenta que el uso aislado del Filtro de Kalman, al igual que cualquier otro indicador, no es recomendable en absoluto. Siempre se recomienda su uso en conjunto con otros indicadores para elaborar una estrategia de trading. Con fines educativos, presentaremos un ejemplo de cómo utilizar este indicador en una estrategia de trading, pero debemos recordar que este artículo no debe considerarse como consejo de inversión. Si el lector desea obtener recomendaciones para invertir, deberá consultar a un asesor profesional matriculado. El lector es el único responsable del uso que haga de la información publicada en este artículo.
La interpretación del Filtro de Kalman en el trading puede ser similar a la de una media móvil, pero podemos hacerlo aún más interesante al aplicar el Índice de Fuerza Relativa (RSI) al Filtro de Kalman en lugar de aplicarlo al precio de cierre, como se hace normalmente. De esta aplicación del RSI obtenemos un indicador completamente nuevo. Al final de este artículo, dejaré capturas de pantalla del código de este indicador para los lectores con nociones básicas de programación que deseen replicarlo para su estudio.
Combinaremos este indicador nuevo con el Índice de Movimiento Direccional Promedio (ADX) y lo aplicaremos al marco de tiempo H1 de la criptomoneda ETH/USDT (Ethereum/Tether). Utilizaremos el período del 1 de abril de 2022 al 1 de agosto de 2022 como período de prueba para calcular los parámetros de los indicadores. Para la validación de la estrategia, es decir, para probar la estrategia con datos nuevos históricos sobre los cuales no se calcularon los parámetros de los indicadores, utilizaremos el período del 1 de agosto de 2022 al 28 de febrero de 2023.
Se han definido los parámetros para los indicadores de la siguiente manera:
El nuevo indicador RSI aplicado al filtro de Kalman tiene un modo de 6, un valor de K de 1, un valor de Sharpness de 1, un valor de draw_begin de 500 y un iRSIPeriod de 6. Los primeros cuatro parámetros de este indicador corresponden al filtro de Kalman, mientras que el último parámetro es el periodo del RSI aplicado.
En cuanto al indicador ADX o Índice de Movimiento Direccional Promedio, se aplicará un período de 14 al precio de cierre o «Close».
La estrategia se implementará de la siguiente manera: Se realizará una compra cuando el RSI aplicado al filtro de Kalman cruce hacia arriba el valor de 50 y la línea de señal del ADX sea superior al nivel de 25. Por otro lado, se realizará una venta cuando el RSI aplicado al filtro de Kalman cruce hacia abajo el valor de 50 y la línea de señal del ADX sea superior al nivel de 25.
El StopLoss se establece en una diferencia de $40 en comparación con el precio actual de ETH/USDT, tanto en la compra como en la venta. El Take Profit se establece en 2.5 veces esa diferencia, lo que equivale a $100 en comparación con el precio de ETH/USDT, tanto en la compra como en la venta. Para minimizar el riesgo, solo se arriesga el 1% de nuestro balance en cada operación y se define el lotaje adecuado en consecuencia.
Durante el período de prueba (en el que se calculan los parámetros de los indicadores), la gráfica de rendimiento parece ser ideal, ya que los parámetros de los indicadores se ajustan mejor al mercado en ese período. Por lo tanto, la siguiente gráfica no puede ser tomada como un indicador de rendimiento.
Gráfica de rendimientos durante el periodo de prueba.
Ahora, examinemos la gráfica de validación, donde probamos nuestra estrategia con precios históricos que no se han utilizado para calcular los parámetros de los indicadores. La performance obtenida es la siguiente:
Gráfica de rendimientos durante el periodo de validación.
Como se puede observar, hubo una leve reducción en la gráfica de rendimiento, pero luego se recuperó y finalizó en positivo. La gráfica completa queda de la siguiente manera:
Gráfica completa de rendimientos.
Este es solo un ejemplo de lo que se puede hacer con el uso combinado de este y otros indicadores. Es importante tener en cuenta que el historial de precios disponible para el análisis es limitado, lo que dificulta llegar a conclusiones definitivas acerca de la estrategia. Sin embargo, las posibilidades de combinación de este indicador con otros, o con formaciones de acción de precio, son infinitas y pertenecen al ámbito de nuestra capacidad de imaginación y creatividad.
Por último, adjunto las capturas de pantalla del código del indicador RSI aplicado al Filtro de Kalman. Saludos cordiales a todos mis lectores.
Captura de código primera parte.
Captura de código segunda parte.
