Cuando la gente habla de análisis cuantitativo, piensa en todos los procesos estadísticos que nos permiten desentrañar mejor las características financieras. Estas características pueden ser variables mensurables (investigación cuantitativa) y variables no mensurables (investigación cualitativa).

Tanto la investigación cuantitativa como la cualitativa son útiles en finanzas. La investigación cuantitativa presupone que la realidad es fija y mensurable. Representa todos los métodos que encuentran relaciones entre datos cuantitativos, que son datos que se pueden medir: precios de las acciones, rentabilidad de los dividendos, tasas de desempleo... Por otro lado, la investigación cualitativa se basa en el análisis de datos cualitativos, que son datos no medibles como la respuesta a una pregunta (sí o no), un periódico, un tweet...

Figura 1: Diferencia entre datos cuantitativos y cualitativos

Por lo general, los analistas financieros principiantes empiezan con la investigación cuantitativa porque los datos cuantitativos son más fáciles de manejar. Pensemos en ello. ¿Es más fácil manejar los precios de las acciones (datos cuantitativos) que proceden de una hoja de Excel o datos no estructurados como tweets, periódicos u otros datos alternativos (datos cualitativos)?

Obviamente, en general, los datos cuantitativos son más fáciles de manejar, pero algunos datos cualitativos pueden tener un mayor poder predictivo porque son más difíciles de manejar. Por lo tanto, ¡hay que encontrar un equilibrio entre el trabajo duro y los resultados! Cuantos más datos sean difíciles de manejar, menos gente trabajará con ellos y aumentarán las probabilidades de encontrar patrones interesantes.

En resumen, en finanzas, cuando hablamos de análisis cuantitativo, incluimos la investigación cuantitativa y cualitativa, ¡pero es importante entender la diferencia (una es medible y la otra no) entre estos dos tipos de variables para poder modelizarlas correctamente más adelante!

No existe una lista exhaustiva de métodos de análisis cuantitativo (aquí hablamos de análisis cualitativo y cuantitativo porque la única diferencia es la variable de mensurabilidad) pero te daré los 4 ejemplos de los métodos de análisis más utilizados:

• Investigación descriptiva: Con estos métodos responderás a la pregunta "qué". El objetivo es explicar y dar el máximo de información sobre los datos. Por ejemplo, puede calcular la variación media del precio de las acciones de AAPL en 2021 (análisis cualitativo porque el precio es medible), o puede calcular el porcentaje de "sí" a la pregunta "¿quiere comprar estas acciones el año que viene?". (análisis cualitativo porque la respuesta es sí o no, que no es medible).
• Investigación de correlación: Estos métodos permiten comprender la relación entre dos factores. Pero cuidado, cuando hay correlación, hay relación y NO causalidad. Es muy importante entenderlo. Por ejemplo, podemos decir que existe una correlación entre los rendimientos del S&P 500 y mi cartera de activos. Pero no significa que uno cause al otro, sólo que ambos varían con frecuencia en el mismo lado (o en el lado opuesto para la correlación negativa)
• Investigación experimental de clase: Estos métodos nos permitirán encontrar una relación causa-efecto entre dos variables: "cuando X aumenta en el momento T, entonces Y aumenta en el momento T+1". Por ejemplo, podemos probar si cuando el precio de las acciones de Tesla aumenta el mes 1, el Nasdaq 100 aumenta el mes 2.
• Investigación comparativa: No muy utilizados en trading, estos métodos nos permitirán conocer el impacto de un factor utilizando dos grupos: uno de los cuales tiene ese factor y otro que no y observaremos la diferencia en la variable objetivo. Por ejemplo, podemos comprobar unas 100 carteras y separarlas en dos grupos, uno que bordee el riesgo utilizando opciones y otros tres grupos que no. Entonces, comprobaremos si el grupo que bordea tiene una mejor relación riesgo-recompensa o no.

Antes de explicar por qué el análisis cuantitativo es tan asombroso, explicaré las pocas desventajas de utilizarlo. En primer lugar, es necesario trabajar en equipo para mejorar la eficacia. Nunca he visto un buen quant que trabaje solo. No necesitas crear un equipo especialmente, pero puedes unirte a foros o algunas comunidades como la de Frogames Formación para trabajar más duro, ver nuevas opiniones y desarrollar tus habilidades. Y necesitas tener algunos requisitos previos en matemáticas, programación y finanzas.

Sin embargo, el análisis cuantitativo nos da una gran ventaja en comparación con los traders manuales. De hecho, cuando los traders manuales utilizan un plan de trading, éste puede estar sesgado por su sentimiento o puede verse limitado durante el proceso de backtesting. Los quants (analistas/operadores cuantitativos) pueden combinar las matemáticas y las finanzas para encontrar una verdadera ventaja y programar el backtest de esta estrategia durante un largo periodo. Y pueden hacerlo para tantos activos como quieran.

Pero, como dijo Benjamin Parker (alias el Tío Araña) "un gran poder conlleva una gran responsabilidad" y es tan cierto para el análisis cuantitativo. Tienes un poder enorme pero si no asumes la responsabilidad de tener un proceso claro para encontrar tu estrategia, hay un 99% de probabilidades de obtener estrategias sobreajustadas y luego perder dinero en el trading en vivo. Por lo tanto, el análisis cuantitativo es poderoso pero destructivo si no se utiliza bien. Por eso es tan importante trabajar en equipo o unirse a una comunidad. Hable de su proyecto con otras personas, comparta códigos, obtenga valiosos consejos de otros Quants para evitar cometer errores.

Preparar la configuración es una de las primeras cosas que hay que hacer. Sin distracciones Busca un lugar tranquilo en tu casa, con una buena temperatura, ni muy baja ni muy alta. Tienes que estar cómodo para trabajar. Si no lo encuentras en tu casa, vete a una biblioteca, por ejemplo.

Además, ¡no hace falta un equipo de 10.000 dólares! Puedes mejorar tu equipo con el tiempo, más adelante. Para empezar, basta con un simple ordenador portátil, una mesa y una silla. ¡Se han creado muchos sistemas de trading rentables con menos que eso!

Personalmente, trabajo con un sistema de bloques de 1h30. Trabajo 1h30 sin ninguna distracción (lo mejor para poder entrar en un estado de flujo y trabajar de forma más eficiente), luego me tomo un descanso de 30 minutos. Y cada dos bloques, hago una pausa de 2h (generalmente para hacer la pausa del almuerzo y por la tarde para descansar un poco y hacer ejercicio). En un día, hago una media de 5 bloques pero, si eres principiante y tienes problemas de concentración, será increíble si eres capaz de hacer 2 bloques en el primer paso.

En esta sección, te daré recursos para instalar uno de los lenguajes de programación más utilizados en investigación cuantitativa: Python. En Quantreo, trabajaremos con Python para casi todas nuestras aplicaciones porque se está convirtiendo en el lenguaje de programación de referencia para los quants en los últimos años. Especialmente gracias a su sencillez, manejo y potencia para modelar modelos complejos como machine learning o deep learning fácilmente gracias a una librería realmente potente. Necesitas hacerlo en 2 pasos:

• Paso 1: necesitas instalar Python en tu Mac o Windows antes de instalar cualquier entorno Python. Es muy importante para poder ejecutar el código después. Para hacerlo, he encontrado dos buenos artículos: uno para instalar Python en Mac y otro en Windows. Una vez que hayas seguido uno de estos artículos e instalado Python, puedes ir al paso 2.
• Paso 2: Una vez que tengas Python instalado en tu ordenador, necesitas instalar un entorno Python. ¿Por qué? Porque escribir algo de código puede ser difícil, por eso hay muchas aplicaciones para hacer la vida más fácil como Anaconda navigator, VS code, Pycharm y muchos más… Hay dos tipos de archivos Python: los cuadernos que son buenos para que los principiantes hagan análisis cuantitativos pero no son eficientes para desplegar algo de código y las hojas Python que son óptimas para desplegar código pero menos visuales.

Figura 2: Diferencia entre hojas y cuadernos de Python

Así que, la mejor forma de hacerlo es desarrollar tu análisis cuantitativo en finanzas en un Notebook para tener una mejor visualización de lo que estás haciendo y luego, cuando necesites desplegar tu código, utilizarás una hoja Python. La diferencia puede ser un poco difícil de entender ahora pero, no te preocupes, en los próximos artículos te mostraré algunos códigos Python en hojas Python y otros en notebooks. 

Si quieres aprender más, te recomendamos nuestro libro disponible en Amazon "Python para finanzas y trading algorítmico".

• El análisis cuantitativo en finanzas incluye la investigación cuantitativa (analizar variables mensurables) y la investigación cualitativa (analizar variables no mensurables).
• Existen técnicas para encontrar información en los datos. Aquí los 4 métodos más utilizados: Método descriptivo, Métodos de correlación, Investigación de clase experimental, Investigación comparativa.
• El análisis cuantitativo en finanzas tiene enormes ventajas en comparación con el trading manual PERO, si no lo utiliza de la manera correcta, puede perder mucho dinero. Por eso deberías trabajar en equipo (comunidad online, foro, equipo real).
• Tu entorno físico es tan importante como tu entorno virtual: no puedes trabajar de forma óptima con un entorno ruidoso o siempre molestado por otras personas. Tienes que estar lo más concentrado posible. (Es un poco una analogía con el famoso dictado de Cuerpo sano, mente sana).
• Hay dos tipos de archivos en los que puedes ejecutar código Python los archivos Notebook (mejor flor el periodo de investigación) y los archivos Python (mejor para el periodo de despliegue)

Si quieres leer más sobre este apasionante tema y profundizar en todo lo que uno puede automatizar a través del trading algorítmico, no te pierdas nuestro libro recién publicado en Amazon para conocer con todo lujo de detalles las estrategias ganadoras del análisis cuantitativo en Finanzas