Predictibilidad de Análisis Técnico
01-01-2010
La mayoría de los estudios académicos y de investigación estadística concluyen que el análisis técnico tiene un poder de predicción limitado. Los filtros comúnmente usados por los cartistas han sido testeados, y cuando se consideran los costes de negociación, no son superiores a la estrategia de comprar y mantener una determinada acción durante largo plazo.
Los economistas Arnold Moore y Eugene Fama, lograron determinar que sólo alrededor de un 3% de la variación diaria puede ser explicada a partir de los precios pasados de la acción. Es por eso que la información contenida en el histórico del precio pasado de un determinado título es insuficiente para predecir el precio futuro.
Burton G. Malkiel, inspirador de la teoría del paseo aleatorio, es otro especialista que examinó el éxito predictivo del análisis técnico:
The academic community has rendered its judgement. Fundamental Analysis is no better than technical analysis in enabling investors to capture above average returns
A Random Walk Down Wall Street, p. 197
Otros estudios sugieren, sin embargo, que pueden producirse retornos por encima del promedio. Por ejemplo, formas medibles de análisis técnico, cómo la predicción no lineal usando redes neuronales artificiales, han demostrado producir resultados de predicción estadísticamente significativos. Un artículo científico de la Reserva Federal de Estados Unidos sobre el tema de niveles de soporte y resistencia en los tipos de cambio de corto plazo "ofrece fuerte evidencia de que los niveles ayudan a predecir interrupciones intradía de las tendencias," aunque se encontró que el "poder de predicción" de dichos niveles "variaba de acuerdo con los tipos de cambio y las firmas examinadas"
Cheol-Ho Park y Scott H. Irwin revisaron 95 estudios modernos sobre la rentabilidad del análisis técnico, reportando que 56 de ellos tuvieron resultados positivos, 20 resultados negativos, y 19 indicaron resultados mixtos:
A pesar de la evidencia positiva... la mayoría de los estudios empíricos están sujetos a varios problemas en sus procedimientos de prueba, cómo selección a posteriori de reglas de operación o tecnologías de búsqueda, y dificultades para estimar los costos de riesgos y operación. Investigación posterior debe resolver estas deficiencias en las pruebas para proveer evidencia concluyente sobre la rentabilidad de las estrategias técnicas de operación".
Existen varias hipótesis que explicarían las dificultades del análisis técnico y otro tipo de análisis bursátiles para predecir las cotizaciones futuras:
Una de ellas tiene que ver con la hipótesis de los mercados eficientes, según la cual toda la información públicamente disponible rápidamente influye en la cotización de un determinado título. Esto haría que fuera imposible "golpear el mercado" a partir de considerar subvaloraciones o sobrevaloraciones pasadas.
Otro tipo de evidencia fue encontrado por Gilovich y Belsky señalan que los mercados básicamente tienen periodos de paseo aleatorio en que básicamente no pasa nada determinante interrumpidos por euforias y pánicos abruptos. Estos autores consideraron cotizaciones desde 1963 a 1993, lo que incluía 7802 días de negocio en los que la rentabilidad anual media fue algo inferior al 12%. Si se descontaban los 40 mejores días entonces la rentabilidad anual media sólo era ligeramente superior al 7%. Esto significa que el 0,5% de las sesiones son responsables de casi el 5% de la rentabilidad siendo el 99,5% restante responsable de sólo el 7%. Dado el carácter extremadamente abrupto de las euforias y los pánicos estos autores sugieren que difícilmente las técnicas de pronóstico actuales puedan ser demasiado útiles.
contacto | publicidad | legal | Política de Cookies | About EF
Enciclopedia Financiera, acercando la economía