Publicación: Diagnóstico de modelos de análisis técnico para operación estratégica en mercados bursátiles colombianos
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
LA Referencia Stats
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: Este trabajo explica algunas de las metodologías más tradicionales de Análisis Técnico, muestra su forma de cálculo, sus variantes matemáticas y la forma en la que los analistas técnicos las interpretan. Las reglas técnicas se resumen en diagramas que facilitan la comprensión al lector. Estas metodologías son programadas en hojas de cálculo de Excel y en Wealth-Lab, programas mediante los cuales se le realizan pruebas de backtesting con diferentes parámetros para cada modelo de Análisis Técnico, a la serie de tiempo diaria de niveles del IGBC. Sin tener en cuenta el efecto del pago de comisiones, los resultados son sorprendentes en algunos casos: Se aceptan las Hipótesis Alternativas “Los retornos promedio diarios de los momentos en los que un modelo propone posiciones largas son superiores a los retornos promedio diarios del IGBC” y “Los retornos promedio diarios de los momentos en los que un modelo propone posiciones cortas son inferiores a los retornos promedio diarios del IGBC” en múltiples ocasiones, principalmente cuando se analizan los modelos más sensibles a los últimos datos del IGBC. A parte de aceptar en múltiples ocasiones estas dos Hipótesis, las rentabilidades de algunos modelos también logran aventajar notoriamente la rentabilidad de la estrategia Buy and Hold. Los modelos estudiados parecen ser muy útiles cuando se tienen en cuenta solo los últimos datos de la serie del IGBC para generar señales, pero su utilidad se empieza a desvanecer a medida que se suavizan más las variables que se calculan, teniendo en cuenta más datos de historia para generar las señales. Estos resultados se validan posteriormente mediante pruebas que se le realizan al IGBC con las cuales se demuestra que la serie de tiempo de niveles diarios del índice accionario no cumple con las condiciones de un proceso de caminata aleatoria, pues se identifica dependencia y autocorrelación. La serie de las primeras diferencias del IGBC resulta ser estacionaria al aplicarle las pruebas econométricas investigadas. Al aplicar la metodología Box-Jenkins, se encontraron dos modelos ARIMA para los cuales los residuos satisfacen las características de un proceso ruido blanco, y al convertir las proyecciones de estos modelos en señales técnicas para obtener posiciones largas o cortas en el mercado accionario colombiano, el backtesting realizado mostró evidencia estadística de superar el retorno del IGBC, sin tener en cuenta los costos transaccionales.
Resumen en inglés
ABSTRACT: This thesis explains some of the most traditional Technical Analysis techniques, shows their calculation methodology, their mathematical variants and the interpretation that technical analysts use for them. The technical rules are summarized in diagrams, which facilitate the understanding of the reader. These methodologies are programmed in worksheets in Excel and in Wealth-Lab, making backtesting tests using different parameters in each Technical Analysis model and applying them to the daily IGBC time series. Ignoring commission costs, results are surprising in some cases: Alternative Hypothesis “Daily average returns of moments where the model proposes long positions are higher than daily average returns of IGBC series” and “Daily average returns of moments where the model proposes short positions are lower than daily average returns of IGBC series” are accepted in multiple occasions, mainly in the most last-values sensitive models. Besides accepting in multiple occasions these Alternative Hypothesis, returns of the models often result notably higher than the Buy and Hold strategy. Analyzed models appear to be useful when only the last values of the IGBC series are used for generating signals. Positive results start to vanish when calculations are smoothed by adding more history of the series in calculations for generating signals. These results are validated subsequently by using tests to show that the daily time series of the IGBC index doesn’t satisfy a random walk process, being identified dependency and autocorrelation. Time series of the first differences of the daily values of IGBC turns to be stationary when investigated econometric tests are applied. Using Box-Jenkins methodology, two ARIMA models are found with residuals satisfying a white noise process, and converting these model’s predictions to technical signals of long/short positions, backtesting shows statistical evidence of returns higher than the Buy and Hold methodology ignoring commission costs.