Blog

Estas son nuestras últimas reflexiones sobre el InvestMood y la utilización de la Inteligencia Artificial en los mercados financieros.

Seminario sobre Trading Algorítmico y Big Data

publicado a la‎(s)‎ 27 ene. 2019 4:32 por InvestMood Fintech   [ actualizado el 13 feb. 2019 21:55 ]

Os invitamos a participar en el Seminario sobre Trading Algorítmico y Big Data que se celebrará en el salón de actos del Campus de Madrid-Centro de la URJC (C/ Quintana nº21) el próximo miércoles 13 de Febrero.

A continuación puedes descargarte las presentaciones que se utilizaron en el seminario:

Wealthtech unconference 2019

publicado a la‎(s)‎ 27 ene. 2019 3:43 por InvestMood Fintech

El jueves 24 de Enero, InvestMood ha participado en la primera Wealthtech Unconference celebrada en España y organizada por Finnovating. Para una empresa tan joven como InvestMood es un privilegio haber podido compartir experiencias con los CEOs más representativos del sector y mostrar la propuesta innovadora de InvestMood basado en el big data, la inteligencia artificial y el sentimiento del inversor, la cual ha sido encuadrada como Quant Advisor en el Wealthtech Spanish Map.



Nuevo Sistema Google Trends Weekly RTY

publicado a la‎(s)‎ 17 ene. 2019 4:15 por Raul Gomez   [ actualizado el 17 ene. 2019 5:36 ]

Damos la bienvenida al nuevo sistema big data de trading algorítmico desarrollado por InvestMood y que ya está disponible a través de Trading Motion e iBroker. En este caso se trata del Google Trends Weekly RTY que se diferencia del resto de sistemas de InvestMood en que las predicciones no salen de un único modelo de inteligencia artificial, en este caso las predicciones sobre la tendencia (sube/baja) del índice Russell, a lo largo de la próxima semana, resultan de la combinación de 6 modelos de inteligencia artificial sobre la tendencia semanal y mensual de los principales índices americanos (Dow Jones, Nasdaq y S&P500). Hemos utilizado las predicciones realizadas por esos 6 modelos en 2018 por lo que no hay backtesting y lo que muestra el histórico es simplemente el resultado de la combinación de estos modelos a lo largo de 2018. Además tiene las siguientes características:

Nombre:                       Google Trends Weekly RTY
Predictor:       
            Google Trends
Stop Loss:       
            6%
Take Profit:                  9%
Algoritmo:                    Redes Bayesianas
Periodicidad:                 Semanal
Entrenamiento:                Combinación de modelos
Instrumento con el que opera: Futuro Mini-Russell CME (USD)
Probabilidad de entrada:      Swing


Puedes acceder al sistema en:




Anuario 2018

publicado a la‎(s)‎ 8 ene. 2019 6:25 por Raul Gomez

En un año que se ha caracterizado por registrase rendimientos negativos en renta fija, renta variable y commodities, la inversión alternativa ha sido una magnífica opción. Los sistemas big data de trading algorítmico de InvestMood basados en modelos IA sobre el sentimiento del inversor han conseguido rentabilidades positivas generalizadas que han superado en algunos casos el 50% de rentabilidad anual y sólo algunos modelos muy identificables han generado rendimientos inferiores a los del mercado. La combinación de sistemas se muestra como la estrategia de inversión óptima de cara a la inversión en 2019. Este anuario resume estadísticamente un año completo de inversión 100% cuantitativa con un enfoque totalmente alternativo y automatizado.


Un robot gana el ranking de rentabilidad sobre los alumnos de Mercados Financieros

publicado a la‎(s)‎ 2 dic. 2018 1:48 por InvestMood Fintech   [ actualizado el 2 dic. 2018 22:12 ]

Desde hace ya varios años los profesores de la Universidad Rey Juan Carlos realizan en el marco de sus asignaturas de finanzas relacionadas con los mercados financieros una actividad docente, consistente en simular la gestión de una cartera de valores, utilizando la aplicación de www.labolsavirtual.com. Esta actividad ha sido presentada en varios foros de innovación educativa y en el año 2015 obtuvo el Premio AEDEM Best Paper in "Competency and collaborative learning in higher education" por la ponencia “Game Driven Education in Finance Through Online Trading Tools” del Prof. Dr. Raúl Gómez Martínez, el Prof. Dr. Camilo Prado Román y la Profª Drª Sandra Escamilla Solano, mérito que la hizo ser incluida en el special issue de Springer “Education Tools for Entrepreneurship”.

Con esta actividad docente se observa un mejor asentamiento de los conceptos estudiados en la asignatura, dándole una visión totalmente aplicada, mientras que desarrollan las capacidades de trabajo en equipo, a la vez que provoca una mayor implicación de los alumnos en la asignatura ya que semanalmente se sigue el ranking de la rentabilidad generada por cada cartera.

Este año los alumnos de Mercados Financieros del Grado en Contabilidad y Finanzas tuvieron un compañero infiltrado algo especial. Especial no porque fuese extranjero o tuviese capacidades especiales, era especial porque no era un compañero de carne y hueso, era un robot llamado “Bufalín”. Este robot tomaba semanalmente posiciones largas o cortas en índices, commodities y criptodivisas según las señales de inversión generadas por los modelos big data de inteligencia artificial de InvestMood. Si los modelos Google Weekly Trend y Google Monthly Trend apuntaban en la misma dirección entonces entraba en mercado ya sea en largo o en corto operando con CFDs, si los modelos no apuntaban en la misma dirección el robot no invertía en ese instrumento.

La actividad comenzó a principio de curso, desde el 18 de septiembre de 2018 hasta el 30 de noviembre, antes de la época de exámenes. ¿Quién ha ganado el ranking de rentabilidad de este año? Pues lo curioso es que el robot es el que ha ganado el reto con una rentabilidad bruta del 42,59%. Este es su evolcuión sobre el Ibex 35:




Este es el ranking final de la actividad:


Grupo Rentabilidad
Bufalín 42,59%
carque 17,15%
R.C.M. 6,60%
J.Urjc 6,42%
URJC_2017 3,16%
Urjc2016 0,77%
Adreea24 -0,09%
AMYM_ -1,06%
Brokers2018 -1,87%
Saraclaunai -2,63%
MasterMV -4,06%
Aluna Broker House -7,40%
Broker CYF -9,51%
Moji2018 -10,61%
GuerrerosATM -11,82%
n.moreno2018 -12,82%
VargasAlejandra -17,24%
Mcp98 -20,46%

Los alumnos lo han hecho muy bien, la cartera MasterMV era la del profesor Raúl Gómez Martínez, cartera que replicó la evolución del Ibex, y el objetivo de los alumnos era superar esta cartera y así batir al Ibex 35 que era su benchamnark de referencia. Vemos que 9 de los 16 grupos han sido capaces de batir al mercado con sus estrategias de inversión, la mayoría atendiendo a señales de análisis técnico y noticias.

El robot Bufalín partiendo con un capital virtual de 100.000 € ha realizado 34 operaciones de las cuales 26 han dado beneficios y 9 han dado pérdidas (un 76% de tasa de éxito) generando un beneficio neto de 38.222,67€ lo que implica un profit factor de 3,09. Este rendimiento se ha conseguido con un apalancamiento medio de 2 veces sobre el capital inicial.

Esta actividad pone de manifiesto varios argumentos que apoyamos desde InvestMood:
1. El trading algorítmico es capaz de batir al mercado y ofrecer rentabilidades positivas tanto en contextos alcistas como bajistas.
2. El trading algorítmico es capaz de batir al trading manual con una gestión activa y rigurosamente estadística.
3. El sentimiento del inversor es una herramienta válida para crear estrategias de inversión alternativas al análisis técnico y fundamental

Ahora que Bufalín ha terminado sus estudios se ve abocado a la cola del paro a pesar de su extraordinario expediente académico. ¿Creéis que alguien la dará una oportunidad para crear su propio vehículo de inversión?

Dossier InvestMood Nov-2018

publicado a la‎(s)‎ 8 nov. 2018 2:41 por InvestMood Fintech   [ actualizado el 8 nov. 2018 2:50 ]

Muchos se han interesado por InvestMood en las últimas semanas desde que abrimos nuestro canal de YouTube y participamos en el evento del 30 de Octubre, para intentar aclarar quiénes somos, qué hacemos y cómo podemos ayudar hemos escrito este sencillo dossier que esperamos que os ayude a ubicarnos.

Introducción a la Inteligencia Artificial y Big Data para Gestión de Activos

publicado a la‎(s)‎ 6 oct. 2018 0:31 por Raul Gomez

El pasado mes estuvimos en el IEB compartiendo nuestro enfoque para utilziar la Inteligenciar Artificial y el Big Data para la Gestion de Activos. Durante esa charla, los alumnos se instalaron la versión free de la plataforma de data mining dVelox y fueron capaces de crear su primer modelo de inteligencia artificial para predecir, en este caso, la evolución del Bitcoin. Los datos que utilizaron y el link para descargar la aplicación están en este enlace:


Y esto es lo que ocurrió:



Esperamos que os resulte interesante.

¿Nos vamos a la playa y que nuestro patrimonio lo gestionen los robots?

publicado a la‎(s)‎ 2 sept. 2018 3:07 por Raul Gomez   [ actualizado el 2 sept. 2018 3:23 ]

Ya estamos en septiembre y es momento de afrontar un nuevo curso, con las pilas cargadas y siempre con nuevos restos e ilusiones. Pero también es momento de hacer balance del verano que hemos disfrutado. En junio, en una conversación en uno de los congresos a los que hemos podido asistir, elucubrábamos con catedráticos de la URJC y de la Universidad de Sevilla sobre cómo será la vida tras la irrupción de los robots. ¿Veremos en el futuro que los que trabajarán serán los robots y las personas nos dedicaremos a otras cosas?

No sabemos cómo será la vida en el futuro, pero sí podemos ver que habría pasado este verano si nos hubiésemos ido a la playa tres meses y nuestro patrimonio lo hubiese gestionado un robot invirtiendo en largo o en corto sobre los principales índices mundiales y commodities. Podemos ver que una cartera formada por los sistemas big data de trading algorítmico de InvestMood con un rating Trading Motion de al menos 2 sobre 3 habría generado un rendimiento bruto durante estos últimos tres meses de 28.462 € a partir de unas garantías depositadas de 61.600 € (un ROI del 185% anualizado) y si consideramos el capital sugerido por trading Motion un ROI del 22% anualizado.


Desconocemos si los robots nos ayudarán en todos los ámbitos de nuestro día a día, pero parece ser que, al menos en nuestras inversiones, los robots van a ser de gran ayuda.

Estrategia Google Trends sobre el Bitcoin de InvestMood

publicado a la‎(s)‎ 1 jul. 2018 1:07 por Raul Gomez

La semana pasada publicábamos en nuestro blog una entrada en la que invitábamos a nuevos inversores a entrar en nuestro club de inversión con el objetivo de poder implementar estrategias de inversión basadas en nuestros sistemas big data de trading algorítmico Google Trends sobre Nasdaq, Dax y Oro. Además, el 18 de Marzo, publicamos una entrada sobre la potencia que tiene el sentimiento del inversor para predecir la evolución del precio del Bitcoin (BTC). ¿Y si unimos ambos enfoques?

Desde Febrero llevamos siguiendo en prospectivo (es decir, predecimos antes de conocer el dato) nuestros sistemas Google Trends BTC tanto de frecuencia semanal como mensual. Proponemos una estrategia de inversión en la cual nos ponemos semanalmente largos o cortos sobre el BTC cuando los modelos mensuales y semanales apunten en la misma dirección y nos quedamos fuera del mercado si la señales de ambos modelos no coinciden. El resultado teórico observado siguiendo esta estrategia utilizando CFDs con un apalancamiento x1, es de 9645 USD de beneficio bruto, con una tasa de acierto en las predicciones del 86% y un profit factor ce 16,7 veces. La evolución comparada el BTC con respecto al resultado teórico del sistema Google Trends Weekly BTC y el combinado el semanal y el mensual es el que vemos en este gráfico.



Después de 5 meses testando el sistema en prospectivo creo que es el momento de pasar a la acción. La invitación a unirse al club de inversión está abierta ¿Quién se anima?

Propuesta de estrategia de inversión Google Trends combinada

publicado a la‎(s)‎ 24 jun. 2018 7:49 por Raul Gomez   [ actualizado el 24 jun. 2018 7:50 ]

Los sistemas big data de trading algorítmico de InvestMood basados en Google Trends predicen una tendencia alcista o bajista del índice o commodity de referencia para el próximo mes o semana, a partir de modelos de inteligencia artificial que usan como predictores la actividad de búsquedas en Google de términos económicos y financieros relevantes. Hay algunas semanas que las señales a corto plazo no coinciden con las señales mensuales lo cual provoca que unos sistemas apunten hacia un lado y otros sistemas apunten en sentido contrario. ¿A cuál hacemos caso entonces?

Con un enfoque de analítica prescriptiva, hemos supuesto una estrategia de inversión que combine las señales de inversión mensuales con las semanales, de tal manera que sólo operaríamos cuando los modelos semanales y mensuales apunten en la misma dirección. Por lo tanto:
1.- Abriríamos posición (larga o corta) cuando los sistemas mensual y semanal apunten en la misma dirección.
2.-Mantendríamos la posición abierta hasta que tuviésemos una señal de sentido contrario en ambos modelos, cerrando la posición abierta y abriendo posición contraria.
3.- En el caso de que los modelos semanales y mensuales no coincidan, cerramos posición y permanecemos fuera del mercado.

Para la simulación hemos elegido los sistemas sobre el Nasdaq (NQ), Dax Mini (FDXM) y Oro (GC) (un índice americano, un índice europeo y un commodity) los sistemas más contratados por nuestros clientes en Trading Motion. El resultado de esta estrategia de inversión desde octubre de 2017, fecha en la que publicamos nuestros primeros sistemas Google Trends Weekly, utilizando un enfoque prospectivo, es un beneficio bruto de 21.926 € sobre unas garantías depositadas de 17.100 €, un 128% de rentabilidad (171% de ROI anualizado). La evolución de esta cartera sería la siguiente.



En el club de inversión no tenemos capital suficiente para afrontar esta estrategia, de momento sólo estamos invertidos en el sistema IA 6M Learning Ibex Mood que, tras los ajustes realizados, nos está premitiendo duplicar en lo que va de año pero nos gustaría tener más capital para diversificar nuestra inversión, siempre siguiendo exclusivamente sistemas de trading algorítmico. ¿Alguien se anima y se une al club? Visita nuestra página donde se describen los estatutos y la evolución del club y escríbemos.

1-10 of 28