El estudio del comercio algor\u00edtmico es de gran importancia dado su predominio y crecimiento previsto. En 2019, la mayor\u00eda de las acciones negociadas en EE. UU. se ejecutaron mediante algoritmos, equivalentes a 35,11 TP3T de $31 billones y la tasa de crecimiento anual compuesta (CAGR) global estimada durante el per\u00edodo 2020-2027 es de 8,71 TP3T.<\/p>\n
El tema presenta muchas cuestiones y \u00e1ngulos. Los inversores institucionales emplean grandes recursos humanos y de capital para aprovechar el comercio algor\u00edtmico, mientras que los inversores minoristas tienen oportunidades limitadas pero crecientes. En segundo lugar, el n\u00famero de estrategias a seguir es grande, lo que tiende a cambiar infinitamente los par\u00e1metros asumiendo, lo que hace que la selecci\u00f3n de estrategias sea un desaf\u00edo. En tercer lugar, los inversores son por naturaleza idiosincr\u00e1sicos y, en consecuencia, no existe una estrategia v\u00e1lida para todos.<\/p>\n
La literatura acad\u00e9mica existente adopta una postura firme en materia de matem\u00e1ticas financieras; prestar atenci\u00f3n a la microestructura del mercado (Copeland y Galai 1983; Madhavan y Sofianos 1998), la medici\u00f3n de costos (Berkowitz et al. 1988; Wayne y Edwards 1993) o la estimaci\u00f3n de costos (Lillo et al. 2003; Kissell et al. 2004) solo para cita algunos temas. Existe un enfoque m\u00e1s pragm\u00e1tico, recogido en los libros de texto, con \u00e9nfasis en construir su propio sistema de comercio algor\u00edtmico (Chan 2009; Chan 2013; Georgakopoulos 2015; Conlan 2016). Sin embargo, se presta muy poca atenci\u00f3n al comercio algor\u00edtmico con formas de planes comerciales existentes como QuantConnect o AmiBroker y bibliotecas de algoritmos como Quantpedia como base para articular la investigaci\u00f3n.<\/p>\n
El prop\u00f3sito de investigaci\u00f3n de este trabajo de curso es estudiar estrategias comerciales algor\u00edtmicas, utilizando el repositorio de algoritmos de Quantpedia y QuantConnect como base de las estrategias y QuantConnect como plataforma comercial. En particular, el n\u00famero de estrategias es tres: comprar y mantener, prima de riesgo de volatilidad (VRP) e impulso del sentimiento. El estudio adopta dos vertientes en la evaluaci\u00f3n, per se y consolidada.<\/p>\n
La pregunta de investigaci\u00f3n tiene un enfoque m\u00e1s conc\u00e9ntrico al inversor que matem\u00e1tico. De las tres estrategias de negociaci\u00f3n algor\u00edtmica, \u00bfcu\u00e1l podr\u00eda ser la mejor para un inversor con un horizonte de inversi\u00f3n de cinco a\u00f1os? La respuesta no es sencilla, porque los inversores tienen diferentes perfiles de riesgo-recompensa, edad y circunstancias sociales y familiares.<\/p>\n
Esta investigaci\u00f3n exploratoria tiene el potencial de sentar las bases de futuros estudios sobre el mismo tema. La evoluci\u00f3n evidente consiste en ampliar el n\u00famero de estrategias, creaci\u00f3n de estrategias novedosas y un debate con una visi\u00f3n idiosincr\u00e1sica m\u00e1s universal del inversor.<\/p>\n