Entrevista con Naoufel, comerciante de éxito

En primer lugar, me gustaría agradecerle su decisión de compartir sus conocimientos de trading con nuestra comunidad de traders. Antes de continuar con el debate sobre algo-trading, ¿podría presentarse brevemente?

Hola, me llamo Naoufel Taief.

Me encuentro en Quebec, Canadá.

Soy censor jurado de cuentas y asesor financiero.

He estado involucrado en el trading desde 2013 y he estado operando a tiempo completo a partir de 2017.

El rendimiento de las operaciones en directo de una de mis principales cuentas personales es auditado por un 3^rd y disponible aquí:

https://kinfo.com/portfolio/12154/performance.

En cuanto a mis aficiones, me encanta jugar al fútbol y practicar artes marciales. He estado entrenando en artes marciales desde 2013 y me centro en Wing Chun y Jiu Jitsu.

¿Cómo empezó a operar con algo?

Siempre me han interesado los mercados financieros.

Como todo el mundo, he tenido mis fracasos.

Reventé cuentas siguiendo ciegamente a gurús.

Operaba basándome en las noticias, el análisis técnico y los flujos de órdenes.

Compré cursos y estrategias de algo de gurús de algo.

Nómbralo y probablemente lo hice.

Mientras buscaba un mentor del que aprender, me topé con un sitio web que denunciaba a los estafadores y pedía extractos de cuenta o pruebas de rentabilidad, como auditorías de brokers de terceros.

La mayoría de los gurús online de algo que había estado siguiendo no estaban dispuestos a compartir sus resultados de trading en vivo durante un largo periodo de tiempo. Algunos pueden haber afirmado ser el ganador de una competición de trading en particular, o incluso haber ganado competiciones de trading varias veces, pero la realidad es que para ganar en competiciones necesitas operar con un riesgo enorme. A lo grande o a casa.

Algunos años vas a lo grande y revientas la cuenta de trading de esa competición, pero otros años vas a lo grande y tienes suerte, y entonces puedes utilizar el hecho de que has ganado una competición en tu marketing online para reclutar traders en tu negocio educativo o de señales.

Lo curioso es que luego escucharás un podcast online de esos mismos gurús que han ganado las competiciones de trading y ellos mismos reconocen que nunca operarían en sus propias cuentas reales de la misma forma que lo hacen durante las competiciones.

Por lo tanto, descubrí que la clave era ver el rendimiento real/en vivo de las operaciones, pero durante un largo periodo de tiempo, en lugar de sólo durante una competición comercial de 3 meses.

Lo que descubrí fue que la gran mayoría de los operadores que estaban dispuestos a mostrar los resultados de sus operaciones en vivo y que también obtuvieron buenos resultados durante varios años, eran casi siempre operadores de algo.

Eso fue lo que me hizo decidirme a dejar atrás a todos los falsos gurús y centrarme en el trading algorítmico.

¿Cuánto tardó en tener éxito y cuál fue el punto de ruptura?

Pasaron unos 3 años antes de que empezara a ver un rendimiento constante con mis operaciones con algo.

En aquella época, era necesario aprender a programar para poder entrar en el mundo de la negociación algorítmica.

Quería dedicarme al comercio de algo, pero no quería dedicar tiempo a aprender todo lo relacionado con la programación.

Esto es lo que hizo que me interesara por algunos de los creadores de sistemas automatizados que estaban disponibles, ya que estas herramientas podían analizar los datos históricos de precios en busca de estrategias potencialmente rentables sin necesidad de tener conocimientos de programación.

Aunque es estupendo contar con creadores de sistemas capaces de analizar todos los datos históricos, el gran problema estriba en filtrar las estrategias que son sólidas y que, con suerte, no se ajustan a la curva.

Regularmente, algunos constructores de sistemas encontraban múltiples estrategias, y quizás incluso hacían que esa estrategia pasara un par de pruebas de robustez que era capaz de comprobar, sin embargo, cuando empezaba a operar en papel/en vivo con ese mismo algo, descubría que el rendimiento se degradaba masivamente.

Esta es la parte principal que me llevó unos cuantos años desarrollar. Definitivamente quería aprovechar los constructores de sistemas con el fin de tomar ventaja de la automatización y no tener que pasar tiempo aprendiendo a tener que escribir código de programación, pero también necesitaba desarrollar mi propia manera de verificar la robustez, de tal manera que la mayoría de las estrategias que pasan todos mis controles de robustez todavía se desempeñan adecuadamente durante el comercio de papel / en vivo.

¿Qué es lo que más le gusta del algo-trading?

Es fantástico poder aprovechar la tecnología moderna (software, hardware, inteligencia artificial) para automatizar un flujo de trabajo avanzado de extracción de datos y comprobaciones de solidez en varios pasos. Hacerlo manualmente supondría un enorme esfuerzo.

También es genial no tener que pasar tiempo aprendiendo a ser programador. Un constructor de sistemas como StrategyQuant puede escribir el código para las estrategias, por lo que puede dedicar su tiempo a la caza de buenas oportunidades en lugar de aprender a escribir código.

Una ventaja importante de operar con algo es que te salva de ti mismo.

Si realiza operaciones discrecionales tradicionales, una vez que sus emociones se involucran, es una gran manera de arruinar su rendimiento comercial. Los operadores tienden a realizar la operación equivocada en el peor momento posible cuando sus emociones entran en juego.

Incluso si de algún modo fuera capaz de controlar sus emociones, el hecho de que opere con discreción implica que no puede basarse en los resultados de operaciones anteriores para intentar predecir los resultados futuros, ya que su estrategia de negociación no será coherente.

Por el contrario, el trading algorítmico es 100% mecánico e implica cero discreción. Esto también garantiza que no dejemos que nuestras emociones nos lleven por el camino equivocado. La combinación de estos factores nos da consistencia en nuestras operaciones.

Por último, pero no menos importante, está la posibilidad de diversificar sus operaciones de forma ilimitada. Puede operar con cualquier valor/símbolo, cualquier sector, cualquier mercado, en cualquier marco temporal de su elección. Ser capaz de tener una gran cartera de algos donde los rendimientos de cada algos están descorrelacionados con los otros algos es lo más cercano al santo grial que se puede conseguir.

Cuando un algoritmo está en drawdown, es de esperar que los otros algoritmos no estén en drawdown al mismo tiempo. De hecho, a menudo verás que algunos de los otros algoritmos obtienen beneficios durante el tiempo en que el primer algoritmo está en drawdown.

A nivel de cartera, estos dos factores se combinan para ofrecerle una excelente rentabilidad ajustada al riesgo.

¿Podría explicarnos mejor el flujo de trabajo que utiliza para crear y seleccionar las mejores estrategias?

Trato mis operaciones como un negocio. Mis algoritmos son mis empleados. Me aseguro de que estos empleados sean aptos para el trabajo. Intento aplicar el concepto de "Contratar despacio, despedir rápido". Dedico mucho tiempo a desarrollar mis estrategias, pero no dudo en retirarlas si no rinden como esperaba.

Las directrices generales son:

• Identificaremos los instrumentos con precios muy volátiles.
• Intentaremos recopilar tantos datos históricos de precios como sea posible, en múltiples marcos temporales.
• Seleccionaremos indicadores específicos para construir nuestros algos con las mínimas reglas posibles
• Crearemos nuestros algoritmos en función de la "personalidad" de los instrumentos (AAPL no cotiza igual que COSCO).
• Nos gusta estudiar los instrumentos. Queremos saber qué periodo puede considerarse "alcista" o "bajista"
• Nuestro objetivo es tener condiciones de mercado alcistas/bajistas/neutrales en cada uno de nuestros conjuntos de datos dentro y fuera de la muestra.
• Hay algunas métricas específicas que deben respetarse en todos los periodos para que el algo sea seleccionado para una comprobación de robustez posterior, que detallamos en el curso que hemos creado
• A continuación, realizamos múltiples comprobaciones de robustez como parte de nuestro flujo de trabajo automatizado en SQX
• Una vez que tenemos una serie de algoritmos potencialmente viables al finalizar el flujo de trabajo de varios pasos en SQX, realizamos algunas comprobaciones manuales/visuales
• Los algoritmos que superan las comprobaciones visuales se incorporan a una herramienta basada en la cartera que puede examinar las correlaciones entre los algoritmos individuales, así como los niveles totales de exposición de la cartera.
• Las selecciones finales de algo se ponen entonces en incubación, que es el comercio de papel
• Después de un período de incubación, queremos validar que el algo ha estado funcionando dentro de los límites de lo que se considera normal para ese algo
• Los algos que superan la fase de incubación se negocian en directo, ya sea con un tamaño mínimo inicial (para validar aspectos como el deslizamiento real, etc.) o con un tamaño normal.
• Los algos vivos se supervisan para garantizar que siguen operando dentro de los límites normales de pérdidas y ganancias. Los algos que pierden más de lo esperado se retiran de la negociación en vivo y se vuelven a poner en incubación o se retiran por completo.

Puede obtener los detalles completos de toda mi metodología de trading en un curso que creé con Ron Bertino llamado "Minería de Oro", que puede encontrar en la siguiente página:

https://university.tradingdominion.com/p/mining-for-gold

¿Cuál es su prueba de robustez favorita?

Las dos pruebas que más me gustan son la selección de muestras y Monte Carlo.

Selección de la muestra: seleccionar los periodos dentro y fuera de la muestra adecuados es clave. Si está construyendo una estrategia de largo plazo, no querrá construir estrategias en las que los periodos dentro y fuera de la muestra se encuentren en un periodo alcista. Como dice el refrán, "todo el mundo es un genio en un mercado alcista". La probabilidad de que una estrategia se ajuste a la curva es muy alta cuando no se selecciona la muestra correctamente.

Monte Carlo: reorganizar la secuencia de operaciones para saber cuál es su peor resultado y su nivel de "suerte" es clave. Usted no quiere seleccionar una estrategia en la que usted es el más afortunado en términos de secuencia de comercio.

¿Cuál es para usted la prueba de que su estrategia funcionará en el futuro?

Nada es 100% seguro, pero creo que lo más cerca que se puede llegar a la "prueba" es a través de mostrar los resultados de comercio en vivo de dinero real durante varios años de tiempo.

Una de mis principales cuentas de corredor de comercio son auditados por un tercero llamado Kinfo. Usted puede ver mi rendimiento en los últimos años en esta página:

https://kinfo.com/portfolio/12154/performance

Muestra el rendimiento de más de 2.400 operaciones anteriores en tiempo real, con más de 50 algoritmos funcionando en todo momento.

¿Cuál es su filosofía a la hora de crear una cartera óptima?

Quiero controlar mi exposición a cada algo y asegurarme de que no están correlacionados.

Dimensionar correctamente algo es muy importante. Lo último que se desea es apalancarse en exceso en el subyacente equivocado.

El uso del apalancamiento también es una buena forma de aumentar aún más la rentabilidad, lo que hace que el dimensionamiento correcto sea aún más importante.

Todas las carteras sufren a veces caídas. Cuál es su estrategia para superarla y mantener la confianza en sus robots?

Todos sufrimos caídas. Es una parte normal del trading.

En nuestro curso de "extracción de oro" (https://university.tradingdominion.com/p/mining-for-gold), enseñamos una forma sencilla y eficaz de tratar los sistemas de negociación que ya no rinden como se esperaba. Esto puede hacerse tanto a nivel de algo como a nivel de cartera.

Saber cuándo detener una estrategia es tan importante como crearla. Queremos mantener intacto nuestro capital mental y financiero para poder operar correctamente.

¿Hay alguna fuente de conocimiento que le gustaría recomendar a otros comerciantes?

Al fin y al cabo, aprender de alguien que se juega el pellejo fue lo que cambió las cosas para mí. Los libros de Nassim Taleb ilustran este concepto con más detalle.

En nuestra comunidad "Mining for Gold", tenemos creadores de mercado, gestores de fondos y operadores de dinero real que colaboran e intercambian ideas y flujos de trabajo dentro del grupo. Contar con este tipo de entorno siempre te convertirá en un mejor operador. Ninguna persona es buena en todo, así que es estupendo poder colaborar con un gran grupo de operadores experimentados y trabajadores que pueden aportar aquello en lo que son mejores individualmente, y todo el grupo puede beneficiarse de esta colaboración.

¿Tiene algún consejo sobre lo que hay que evitar o tener en cuenta en algo-trading?

Estudia el subyacente sobre el que quieres construir algos. Tienes que verlo como un partido de deporte. Todos los campeones del mundo estudian a su oponente. En nuestro caso, tenemos que estudiar el mercado que estamos negociando.

El mayor problema potencial que hay que tener en cuenta con la minería de datos es la robustez y la gestión de algoritmos que podrían ajustarse a las curvas. Tenemos un proceso de varios pasos para intentar aumentar las probabilidades de solidez, desde varios pasos automatizados hasta un par de pasos manuales.

Manténgase alejado de los gurús de las operaciones con algo que no muestren resultados de operaciones reales durante varios años. Ganar competiciones de trading no es una buena manera de juzgar el conocimiento/experiencia del gurú de algo, ya que estas personas normalmente asumen un riesgo enorme; o lo hacen muy bien o revientan toda la cuenta. Usted quiere ver el rendimiento de una cuenta real, con dinero real, durante varios años.

Adjunto - Informe de resultados de Interactive Brokers de Naoufel:  Naoufel Taief VAMI 2021 año fin-