Esto no es algo que encuentres en ningún otro lugar de 𝕏.
Recientemente usé Claude Code para construir y automatizar una estrategia de trading legítima de un escritorio cuantitativo, y es realmente alucinante.
Esta estrategia cuantitativa está probada con datos de precios de más de 15 años en el Nasdaq, Bitcoin y más, y es una de las estrategias de trading más utilizadas por los escritorios cuantitativos reales.
Se llama el modelo GARCH, y el economista detrás del cálculo ganó un Premio Nobel por ello en 2003 — es así de poderoso.
En este artículo, revelo todo el proceso de cómo automatice esta increíble estrategia de trading cuantitativo usando Claude Code.
Para devolverle algo a la comunidad de trading, publiqué el repositorio de GitHub como código abierto, que contiene toda la metodología detrás de esta estrategia de trading — incluyendo una Skill reutilizable de Claude, instrucciones completas de instalación en TradingView y más.
En la Sección V (Instalación y Prueba de la Skill de Claude) encontrarás el enlace de GitHub que puedes usar ahora para ejecutar esta estrategia por ti mismo en los mercados en vivo.
- Estrategia de Trading GARCH de Código Abierto
Tabla de Contenidos
I: ¿Qué rayos es un quant?
II: Construcción de Modelos Cuantitativos 101
III: El Modelo GARCH
IV: Cálculo de Posiciones Reales
V: Instalación y Prueba de la Skill de Claude
VI: Importación en TradingView
Creo sinceramente que este es uno de mis mejores artículos sobre finanzas x IA — asegúrate de marcarlo para no perderlo.
I: ¿Qué rayos es un quant?
Bien. Antes de sumergirnos en la estrategia real, necesitamos definir qué es un "quant" porque la palabra se usa constantemente y nadie explica lo que realmente significa.
Quant es la abreviatura de analista cuantitativo.
En resumen, son personas que generalmente provienen de matemáticas avanzadas, física o ciencias de la computación, y los fondos los reclutan con algunos de los salarios más altos de todas las finanzas.
Como quant, su trabajo es construir modelos financieros que representen una visión del mercado y convertir esa visión en un sistema de trading con restricciones reales adjuntas.
Un ejemplo: Digamos que tu visión del mercado es "el mercado se está volviendo peligroso, debería tener más cuidado."
Eso es simplemente una opinión.
Un quant no puede operar con una opinión, así que la desglosa en partes que se pueden medir. ¿Qué tan peligroso, exactamente? Mídelo contra el último año de datos. ¿Cuánto más cuidado debemos tener? Divide el riesgo que puedes tolerar por el riesgo que el mercado está pagando actualmente. ¿Qué pasa si me equivoco?
En resumen, el trabajo de un quant es construir modelos y sistemas cuantitativos medibles basados en diferentes variables del mercado.
¿Qué rayos es un quant?
II: Construcción de Modelos Cuantitativos 101
La mayoría de los traders minoristas abren un gráfico y ven el precio (dónde ha estado, hacia dónde podría ir) — y toda su lectura es direccional.
Un quant abre el mismo gráfico y lee un conjunto de variables completamente diferente.
Los quants no buscan predecir la dirección del precio; en cambio, a menudo observan:
- Volatilidad
- Valor en riesgo
- Tamaño de la posición
- Exposición
- Movimientos esperados
Luego, comprimen todas estas variables en una sola puntuación/cálculo.
Para los fines de este artículo, voy a llamarlo la puntuación de "violencia" — pero soy consciente de que las cosas son más matizadas que eso.
Por ejemplo:
Marzo 2020 S&P500 (-34% caída del mercado)
Caída de marzo 2020
Colapso de FTX 2022 $BTC (-25% en una sola semana)
Colapso de FTX
Estos son dos ejemplos de días de trading bastante "violentos" (alta volatilidad).
Un analista cuantitativo observará ambos movimientos violentos de precios y obtendrá una puntuación que se pueda usar para medir ambos (que es exactamente lo que hace el marco GARCH — más sobre esto después).
En un día típico, hay aproximadamente un ~10% de probabilidad de un movimiento violento en $BTC. En un día después de uno como el colapso de FTX, esa probabilidad se triplica a ~30% (estos números están probados con datos de precios de Bitcoin de más de 15 años).
Este modelo no es perfecto, pero te da un marco aproximado de cómo un quant construiría un modelo operativo basado en variables reales del mercado.
Los analistas cuantitativos (y el modelo GARCH) a menudo buscan volatilidad predecible del mercado que pueda usarse para gestionar el riesgo de la cartera.
III: El Modelo GARCH
Hemos establecido que la violencia del mercado es predecible. La pregunta ahora es cómo la medimos y pronosticamos realmente.
Aquí es donde entra el cálculo ganador del Premio Nobel de Robert F. Engle.
Robert F. Engle desarrolló originalmente el marco "ARCH" que luego fue extendido por su estudiante Tim Bollerslev al marco "GARCH" que conocemos hoy y que muchos escritorios cuantitativos utilizan.
Modelo de volatilidad del mercado GARCH
Cómo funciona el cálculo GARCH
GARCH pronostica la violencia del mercado de mañana como la suma de tres cosas:
- Movimiento base del mercado
Cada activo tiene una cantidad base de movimiento.
Por ejemplo, la de Bitcoin es más alta que la del S&P, y eso nunca cambia realmente.
- El shock de ayer
¿Qué tan fuerte se movió realmente el mercado en la última sesión?
- El nivel de volatilidad de ayer
¿Dónde estaba ya la volatilidad antes de que ocurriera ese movimiento?
Al sumar estas tres cosas, tienes un pronóstico de la posible violencia del mercado para mañana — y ese es todo el modelo.
Ten en cuenta que, con estas tres variables del mercado, el modelo GARCH pronostica qué tan violento podría ser el mercado en el futuro, pero no nos da un sesgo direccional (largo/corto).
IV: Cálculo de Posiciones Reales
Aquí es donde el pronóstico de volatilidad GARCH se vuelve operativo.
La lógica funciona así:
El riesgo en cualquier operación es el tamaño de tu posición multiplicado por la violencia del mercado — no puedes controlar la violencia del mercado, así que controlas el tamaño de la posición.
Esto se divide en tres pasos:
Paso Uno: Establece tu Límite de Drawdown de la Cuenta
Decide el balance anual que estás dispuesto a tolerar en tu cuenta — los escritorios institucionales generalmente manejan ~15%.
Paso Dos: Obtén la Puntuación de Violencia
Obtén la puntuación de violencia actual del modelo GARCH.
Mientras escribo esto, el Nasdaq está funcionando aproximadamente al 30% anualizado.
Cálculo de la puntuación de violencia
Paso Tres: Calcula
Divide tu límite de drawdown de la cuenta por la puntuación del modelo (15/30 = 0.5).
Si se activa una señal de trading hoy, significa que obtendría la mitad de tu tamaño de posición normal (0.5).
Por ejemplo, en una posición base de $10,000, eso es $5,000.
Dónde falla el modelo GARCH
Este modelo nunca predecirá un techo o un suelo. De hecho, no contiene ninguna información direccional en absoluto, y si surge un crash de un período de mercado genuinamente tranquilo, esto no te salvará y, en teoría, lo atraparías a tamaño completo.
No estoy afirmando que este modelo cuantitativo elimine el riesgo — pero digo que es el mejor punto de partida que he encontrado para pensar en el riesgo como lo hacen realmente los profesionales.
Y para ser claro, las entradas y salidas reales son determinadas por otro departamento de trading dentro de los escritorios de trading financiero — el trabajo de un quant es simplemente desarrollar marcos predecibles y repetibles como el modelo GARCH para ayudar a gestionar el riesgo a lo largo del tiempo.
V: Instalación y Prueba de la Skill de Claude
Codifiqué todo este marco de riesgo cuantitativo en una Skill reutilizable de Claude que puedes instalar para ayudar a gestionar el riesgo de tu propia cartera.
Aquí tienes una guía paso a paso sobre cómo instalarla — hay dos formas de hacerlo:
Método Uno: Comando de Plugin
- Abre el GitHub: https://github.com/milesdeutscher/garchmethod/tree/main
- Encuentra la sección de instalación, copia
Instalar
Pega el comando de instalación en Claude Code y ejecutará la instalación del plugin automáticamente.
Ejemplo
Método Dos: Configuración Manual del Archivo
Si quieres ver la estrategia escrita línea por línea, abre garchmethod.md en el repositorio, copia todo el archivo y pégalo en Claude Code.
Obtendrá los archivos de la skill del repositorio y verificará la estrategia por ti.
Archivo de configuración manual
No necesitas ambos métodos — solo te muestro ambos para que puedas elegir.
Una vez instalada, puedes simplemente hablar con ella y funciona usando el modelo GARCH exacto descrito anteriormente.
Ejemplos de prompts
"¿Cuál es el pronóstico de volatilidad para Bitcoin?"
"Explica qué significa el pronóstico de volatilidad actual para $BTC en términos simples y cómo debería afectar el tamaño de mi posición en Bitcoin."
"Ayúdame a dimensionar mi posición en el S&P500 según la volatilidad actual del mercado"
Ejemplo
Backtesting de la estrategia
Probé la misma estrategia de trading de dos maneras. Una con tamaño de posición fijo y otra con el marco de tamaño de posición GARCH.
La estrategia en sí era un simple cruce de EMA, ejecutándose en 15 años de datos de Bitcoin. Usé las mismas entradas, mismas salidas y mismas señales en ambas.
En el período de 15 años, el marco GARCH terminó con un capital total de cartera de $21,205, mientras que el tamaño de posición fijo terminó en $17,957.
La parte importante es que el marco GARCH experimentó drawdowns significativamente menores y, en general, menos riesgo de mercado para lograr un mayor saldo de cartera.
Backtesting (resultados reales)
Backtesting (resultados reales)
Realicé muchas otras pruebas retrospectivas donde el marco GARCH fue un claro ganador, y es por esto que este marco cuantitativo es tan poderoso.
VI: Importación en TradingView
Esta es la última pieza que coloca todo el marco en tu gráfico como un número en vivo.
Dentro del repositorio hay una carpeta Pine Script.
Ábrela y copia todo el archivo.
Pine script
Luego ve a TradingView, abre el Editor Pine, pégalo, presiona Enter y actualiza.
Esto cargará el indicador completo y la puntuación del cálculo en tus gráficos en vivo.
Importación en TradingView
Una vez agregado, verás un cálculo en vivo del "Storm Gauge" (el cálculo de volatilidad GARCH en tiempo real) en tus gráficos de TradingView.
Storm Gauge
Cierre
Espero que hayas encontrado valioso este marco cuantitativo — sinceramente no he visto a nadie más usar la IA en los mercados de esta manera.
Si te pareció valioso, asegúrate de seguirme aquí @milesdeutscher — cada semana publico artículos explicando cómo estoy usando la IA para obtener una ventaja en los mercados financieros.
Para obtener información más profunda sobre IA, sígueme en @aiedge_.
Si disfrutas del contenido escrito, siéntete libre de suscribirte a mi boletín de mercado gratuito.
Cada semana, publicamos investigación de mercado gratuita, flujos de trabajo reales de finanzas x IA y más.
https://newsletter.milesdeutscher.com.au/
Boletín de mercado por Miles
100% gratis, sin spam nunca y cancela en cualquier momento
Gracias por llegar hasta aquí.
- Miles
