📚 Glosario de Trading Algorítmico

Kelly Criterion

Definición: Fórmula matemática desarrollada por John L. Kelly Jr. en 1956 que determina el tamaño óptimo de una posición de trading para maximizar el crecimiento del capital a largo plazo mientras minimiza el riesgo de ruina.

Donde:

• f* = Fracción óptima del capital a arriesgar
• p = Probabilidad de ganar
• q = Probabilidad de perder (1 - p)
• b = Ratio de ganancias/pérdidas

Ejemplo: Si tienes 70% probabilidad de ganar y ratio 1.8:1, el Kelly sugiere arriesgar el 41% del capital. FSR usa "Half Kelly" (50%) para reducir volatilidad.

Average True Range (ATR)

Definición: Indicador de volatilidad desarrollado por J. Welles Wilder Jr. que mide el rango promedio de movimiento de precio durante un período específico, típicamente 14 días. Considera los gaps entre sesiones.

Uso en FSR: Calculamos trailing stops dinámicos como: Stop = Precio máximo alcanzado - (ATR × 2). Esto permite que el stop se adapte automáticamente a la volatilidad del mercado.

Relative Volume (RVOL)

Definición: Ratio que compara el volumen actual de un activo con su volumen promedio histórico (típicamente 20 días).

Interpretación:

• RVOL < 0.5: Volumen muy bajo (50% del promedio)
• RVOL 0.8 - 1.2: Volumen normal
• RVOL 1.5 - 2.0: Volumen alto (interés creciente)
• RVOL 2.0 - 3.0: Volumen muy alto (movimiento institucional)
• RVOL > 3.0: Volumen extremo (evento significativo)

Uso en FSR: Solo generamos señales cuando RVOL > 1.5, asegurando que operamos solo cuando hay interés inusual en el activo.

Sharpe Ratio

Definición: Medida de rendimiento ajustado al riesgo desarrollada por William F. Sharpe. Calcula el exceso de retorno por unidad de riesgo.

Interpretación:

• Sharpe < 1.0: Rendimiento pobre
• Sharpe 1.0 - 1.9: Rendimiento aceptable
• Sharpe 2.0 - 2.9: Rendimiento bueno
• Sharpe > 3.0: Rendimiento excelente

FSR Performance: Sharpe Ratio de 10.84, indicando un rendimiento excepcionalmente alto por unidad de riesgo asumida.

Win Rate

Definición: Porcentaje de operaciones ganadoras sobre el total de operaciones ejecutadas.

Contexto: El win rate promedio de traders minoristas es 45-55%. FSR ha demostrado un win rate del 88.9% en operaciones simuladas, significativamente superior gracias al filtrado por probabilidad de éxito (ml_probability > 60%).

Position Sizing

Definición: Proceso de determinar el tamaño óptimo de cada posición de trading. Es crucial para maximizar retornos mientras se controla el riesgo.

Enfoque de FSR: Utilizamos Kelly Criterion adaptativo que calcula el tamaño basado en:

• Probabilidad de éxito (ml_probability)
• Ratio histórico de ganancias/pérdidas
• Volatilidad del mercado (ATR)
• Capital disponible

Esto asegura que cada posición tenga el tamaño óptimo para las condiciones actuales del mercado.

Trailing Stop

Definición: Orden de stop loss que se ajusta automáticamente a medida que el precio se mueve favorablemente. Permite capturar más ganancias en tendencias fuertes mientras protege contra reversiones.

Implementación en FSR: Calculamos el ATR de los últimos 14 períodos y ajustamos el stop loss dinámicamente. El multiplicador varía según la volatilidad y el tipo de activo (Large/Small Caps).

Machine Learning en Trading

Definición: Aplicación de algoritmos de inteligencia artificial para analizar datos históricos y predecir la probabilidad de éxito de operaciones futuras.

En FSR: Utilizamos modelos entrenados con más de 20 características:

• Precio (cambios 1h, 4h, 1d, 5d)
• Volumen (RVOL, volumen relativo intradía)
• Volatilidad (ATR, Bollinger Bands)
• Momentum (RSI, MACD)
• Tendencia (medias móviles 20, 50, 200)
• Mercado (VIX, S&P 500, régimen)

El modelo asigna una probabilidad de éxito (ml_probability) a cada señal. Solo operamos cuando ml_probability > 60%.

Paper Trading

Definición: Simulación de operaciones de trading con dinero virtual en tiempo real. Permite probar estrategias sin riesgo financiero.

En FSR: El sistema opera en modo paper trading por defecto. Cuando el usuario configura una cuenta real con Interactive Brokers, FSR detecta automáticamente y cambia a modo real, ejecutando operaciones con dinero real.

Large Caps

Definición: Empresas de gran capitalización bursátil, típicamente con valor de mercado superior a 10.000 millones de dólares.

Características:

• Alta liquidez (fáciles de comprar/vender)
• Menor volatilidad (movimientos más predecibles)
• Mayor cobertura mediática
• Correlación alta con el mercado general

Ejemplos: Apple, Microsoft, NVIDIA, Amazon

En FSR: BOT2 opera exclusivamente Large Caps con parámetros optimizados para su perfil de menor volatilidad.

Small Caps

Definición: Empresas de menor capitalización bursátil, típicamente con valor de mercado entre 300 millones y 2.000 millones de dólares.

Características:

• Menor liquidez (spreads más amplios)
• Mayor volatilidad (movimientos más amplios)
• Más oportunidades de arbitraje
• Correlación baja con el mercado general

En FSR: BOT3 opera Small Caps con parámetros optimizados para mayor volatilidad y más oportunidades de trading.

Profit Factor

Definición: Ratio entre ganancias brutas y pérdidas brutas. Mide la eficiencia del sistema de trading.

Interpretación:

• Profit Factor < 1.0: Sistema perdedor
• Profit Factor 1.0 - 1.5: Sistema marginal
• Profit Factor 1.5 - 2.0: Sistema bueno
• Profit Factor > 2.0: Sistema excelente

FSR Performance: Profit Factor de 1.82, indicando que por cada dólar perdido, se ganan 1.82 dólares.

Maximum Drawdown

Definición: Mayor caída porcentual del capital desde un pico hasta un valle. Mide el peor escenario histórico de pérdidas.

Contexto: El drawdown promedio de traders minoristas es -40% a -60%. FSR ha demostrado un maximum drawdown de -22%, significativamente mejor gracias a la gestión de riesgo multi-capa.

Correlation Coefficient

Definición: Medida estadística que cuantifica la relación entre dos variables, ranging from -1 to +1.

• +1.0: Correlación positiva perfecta
• 0.0: Sin correlación
• -1.0: Correlación negativa perfecta

En FSR: Hemos demostrado un coeficiente de correlación de 0.908 entre las predicciones del modelo de machine learning y los resultados reales de trading, con significancia estadística p < 0.001. Esto indica una correlación casi perfecta y una ventaja estadística real.