Este operador de bolsa explicó cómo consiguió acabar 2022 con una increíble revalorización del 440

Gemy Zhou es un 99% desconocido para ti como inversor, lo entiendo perfectamente, nunca destacó como inversor y nunca fue muy bueno eligiendo títulos individuales. Pero, ¿dónde se produjo el gigantesco cambio que le convirtió en uno de los mejores inversores de 2022, donde fue capaz de obtener una revalorización del 440% en un entorno de mercado difícil?

Gemy Zhou quedó en segundo lugar en la división de acciones del Concurso de Inversión de EE.UU. 2022, ¡con una increíble revalorización del 440%! Fue uno de los 326 participantes de todo el mundo que pusieron a prueba sus habilidades bursátiles durante el peor año para las acciones desde 2008.

Pero Zhou tenía una gran ventaja sobre los demás: sus conocimientos de ciencia de datos y codificación. Se presentó al concurso para probar un programa informático de negociación de acciones que había pasado varios años desarrollando y depurando. A continuación, el programa se pasó el año ejecutando operaciones en su nombre de forma automática, lo que le reportó la friolera de un 440,4% de beneficios anuales, según sus extractos mensuales de corretaje.

• Sin embargo, muchos afirman que se trata de una hazaña única e irrepetible.

"Su rendimiento es probablemente una combinación de habilidad y suerte", dicen los expertos.

El creador del concurso (Zadeh) para el mejor inversor dijo:

"Desde luego, nadie debería pensar que se puede ganar fácilmente un 440% en bolsa. Creo que cualquiera que opere en bolsa debería tener suerte si gana un cinco o un 10%".

Zadeh añadió que cualquiera que pueda obtener rendimientos significativos en el mercado debería estar especialmente orgulloso de sí mismo, porque la bolsa no es un terreno de juego completamente nivelado.

¿Cómo surgió el programa?

AGemy Zhou siempre le interesó todo lo que tuviera potencial para ganar dinero. Y como la ciencia de datos estudia las relaciones entre distintos puntos de datos, el mercado bursátil parecía un buen lugar para poner a prueba sus habilidades. Al fin y al cabo, los operadores utilizan diversos indicadores para intentar predecir la dirección de los precios. En 2020, ya experimentaba con datos y programas de codificación que podían operar con éxito.

"Pensé que quizá la ciencia de datos sea una posible forma de comerciar", dijo Zhou. "Así que me limité a probar e hice muchos experimentos y pruebas retrospectivas. Aunque no comercié, investigué mucho".

Edificio

Zhou explicó que inicialmente recopiló datos bursátiles utilizando Python, un lenguaje de programación informática de uso general, para obtener información histórica de 20 años de sitios como Yahoo Finanzas. El resultado fueron entre 20 y 30 puntos de datos, que incluían elementos como medias de días móviles para distintos periodos de tiempo. Los datos se utilizan para inferir la relación entre sus características y los resultados. Zhou señaló que este proceso se denomina entrenamiento del modelo y permite al programa reconocer qué combinaciones pueden determinar resultados, en este caso el precio de las acciones. En la actualidad, utiliza el servicio de datos de Interactive Brokers para alimentar su programa con información bursátil en tiempo real que no sufre retrasos.

Pero incluso después de crear el programa, Zhou dice que aún no sabe qué variables tienen más peso o impacto en la decisión de la máquina de ejecutar una operación. Dado que en el pasado fue operador, podía hacer suposiciones fundamentadas sobre qué variables podían ser menos o más importantes en función de las condiciones del mercado.

Cuando Zhou empezó a probar el modelo en 2020 y 2021, era rompedor hasta que hizo algunos ajustes, dijo. El principal era reducir el peso que las oscilaciones de precios a corto plazo tenían en la decisión del programa de realizar una operación. Para ello, elevó el umbral del tiempo que debe moverse un precio antes de que el programa reaccione para evitar que se desencadene una operación anticipada. Este ajuste fue especialmente importante en el mercado altamente volátil de 2021. Pero cuando el mercado se ralentizó el año pasado, bajó un poco el umbral.

El programa ejecuta posiciones largas y cortas. Cuando se introduce la primera orden para entrar en una posición, la segunda orden (la orden de cierre) también se introduce al mismo tiempo al precio calculado. Las posiciones pueden mantenerse durante una hora o hasta el cierre del mercado.

El programa negocia acciones que van desde las de un céntimo a menos de un dólar por acción hasta las de gran capitalización, y ejecuta entre 20 y 50 operaciones al día.

Así funciona el programa

• Gemy Zhou creó un programa que negocia en función de entre 20 y 30 variables de datos.
• Alimentó el ordenador con 20 años de datos para determinar la relación entre determinados puntos de datos.
• Su trabajo consiste en mantener el máximo rendimiento adaptándose a las condiciones del mercado y calculando sus propios precios óptimos: compra x venta.

Ejemplos de oficios

Por ejemplo, el 11 de mayo, el programa recibió un cambio de precio para Armstrong Flooring Inc, símbolo bursátil AFI, que desde entonces ha dejado de cotizar. El programa evaluó el valor, lo que activó una señal de compra de 7.500 acciones. El sistema introdujo inmediatamente una orden de compra al precio de demanda de mercado de 0,3004 dólares y también introdujo simultáneamente una orden de venta de cierre opuesta a un precio de 0,3449 dólares, que se calculó en función de muchos factores, como la volatilidad del mercado y la volatilidad histórica de la acción. Aproximadamente 20 minutos después, el precio de mercado subió y alcanzó el precio de la orden de venta de 0,3449 $ y se cerró la posición.

El 17 de febrero de 2022 a las 9:31 a.m., Knowbe4 Inc (KNBE) experimentó un cambio de precio significativo. El sistema inmediatamente ingresó una orden de venta de 49 acciones a un precio de oferta de mercado de $24.57. Al mismo tiempo, ingresó una orden de venta con un precio objetivo de cierre de $21.79, que nuevamente se calculó en base a muchos factores como la volatilidad del mercado y la volatilidad histórica de la acción. Unos 17 minutos después, el precio de mercado cayó y alcanzó el precio de la orden de compra, por lo que se cerró la posición.

Conclusión

En esencia, Zhou escribió un programa informático que genera operaciones automáticamente. Esto es similar a lo que hacen los fondos de cobertura cuantitativos como Renaissance Capital a una escala mucho mayor.

Zhou afirma que la clave de su experiencia es que, con independencia de que se utilice un programa o se opere manualmente, hay que hacer un backtest de la teoría. Lo segundo que ha aprendido es que las condiciones del mercado son muy importantes. A medida que esas condiciones cambian, su estrategia también debería hacerlo, por lo que tiene que ir actualizando el programa para que los datos sean lo más precisos posible a la hora de evaluar las operaciones.

• Amigos, no sé vosotros, ¡pero yo quiero ese programa! No dudes en hacerme saber en los comentarios si utilizarías un programa de este tipo 😄.