Resultados de mi bot de trading
Esta pagina combina la explicacion editorial del proyecto con los datos en vivo que publicaba el bot: cartera actual, evolucion del capital y ultimas ordenes ejecutadas.
Resultados en vivo
La zona interactiva queda protegida con Google reCAPTCHA antes de habilitar las consultas del bot.
Que perseguia el bot
La intencion del proyecto era reducir el peso de decisiones impulsivas en trading y estudiar si un conjunto de reglas programadas podia ayudar a gestionar mejor la cartera. A partir de ahi se plantearon varias piezas: estado de cartera, evolucion historica del capital y ultimos movimientos ejecutados.
El experimento debe leerse como un proyecto de software y datos, no como recomendacion financiera. Lo interesante es como el bot convierte informacion de mercado en un proceso repetible: leer estado actual, compararlo con la estrategia, ejecutar una accion y almacenar el resultado para analizarlo despues.
Consideraciones del entorno
Para construir un agente que opere en Bolsa primero hay que definir como percibe el mercado: precio actual, historico, liquidez, dinero disponible, acciones en cartera y coste de transaccion. Ese modelo simplificado es la base sobre la que luego se pueden probar estrategias automaticas.
Una estrategia real tambien necesita limites: exposicion maxima por activo, numero maximo de operaciones, condiciones de parada, logs, controles de calidad de datos y una forma de desactivar el bot cuando el proveedor de datos o el broker se comporta de forma inesperada.
Limitaciones y aprendizajes utiles
Lo dificil no es pintar una grafica o guardar la cartera. Lo dificil es evitar la falsa confianza. Un backtest puede parecer bueno por overfitting, comisiones omitidas, sesgo de supervivencia o un periodo que favorece justo la regla seleccionada.
Por eso, el valor de esta pagina es didactico: documenta las piezas necesarias en un flujo de trading automatico y las conecta con articulos de Python, datos de mercado y APIs del resto del sitio.