Simulación de mercados financieros

1 Título: Simulación de mercados financieros Volumen: 1 Alumno: Aarón Montero Montero Director/Ponente: Pau Fonseca i Casas Codirectora: María Pilar Muñoz García Departamento: EIO (Estadística e Investigación Operativa) Fecha: 2 3 DATOS DEL PROYECTO Título del Proyecto: Simulación de mercados financieros Nombre del estudiante: Aarón Montero Montero Titulación: Ingeniería Informática Créditos: 37,5 Director/Ponente: Pau Fonseca i Casas Codirectora: María Pilar Muñoz Gracia Departamento: EIO MIEMBROS DEL TRIBUNAL (nombre y firma) Presidente: Josep Casanovas García Vocal: Marta Jiménez Castells Secretario: Pau Fonseca i Casas CALIFICACIÓN Calificación numérica: Calificación descriptiva: Fecha: 4 5 Agradecimientos Quisiera dar las gracias a Pau Fonseca i Casas, director de este proyecto, quien me ha guiado y aconsejado durante toda su elaboración. A mi padre, Manuel Montero Toledo, quien ha colaborado como psicólogo, determinando cuales son las implicaciones psicológicas en las tareas de un broker, y quien como todo padre me ha dado un sinfín de consejos, los cuales, aunque no lo crea, no todos cayeron en saco roto. A Helena Veiga y Marc Vorsatz quienes gracias a su artículo “Price manipulation in an experimental asset market” han proporcionado las bases de este proyecto, y con su estudio de investigación nos animan, como otros investigadores, a hacer de este mundo quizás no un mundo mejor, pero sí uno más sabio. Gracias también a todos aquellos que han estado a mi lado durante este proyecto, y me han dado su apoyado y ayudado en todo momento, y no solo durante el mismo, sino durante toda la carrera e incluso antes, por ellos a todos ellos quisieras darles las gracias con una mención especial. Quiero darle las gracias a mi familia quien no solo se ha esforzado por darme una educación, sino que con su amor incondicional me han dado las fuerzas necesarias para estar donde ahora estoy, y quienes son la razón mayoritaria por la que soy quien soy. El resto de la razón de mi ser se la debo a todos aquellos que han compartido sus vidas conmigo, en especial a todos mis amigos y compañeros, y a estos también quisiera darles las gracias. Gracias no solo por el apoyo y ánimo que me han dado, sino simplemente por los momentos que hemos pasado juntos, sin los cuales llegar hasta aquí hubiese resultado muchísimo más duro. Gracias por compartir mis horas de estudio y ayudarme en ellas, así como por sacarme de los libros y apuntes, y del propio ordenador, y devolverme a ellos siempre y cuando más lo necesitaba. De todos ellos, y con el permiso del resto, quisiera darle una mención especial a tres en particular. Gracias a Hugo Tomás Benedet Jiménez, amigo y compañero, quien ha compartido de principio a fin esta carrera universitaria, una carrera de obstáculos, en la que apoyándonos mutuamente, ya ambos estamos a punto de terminar. Siendo en ocasiones el profesor el uno del otro, y quien ha sido por tantas otras compañero de prácticas, en las que se bien que más de una vez me ha llegado a sufrir. Gracias a José Luis Villanueva Cañas, quien además de amigo ha sido para mí casi un consejero, siendo mi consciencia en muchas ocasiones cuando yo estaba falto de ella, lo que viene a ser prácticamente siempre. Gracias a Diana Hernández Mombiela, quien es para mí, y así será siempre, algo más que una amiga y quien ha hecho de este proyecto, así como de la carrera, algo tan suyo que bien se merece también una titulación en Ingeniería Informática. Quiero darle las gracias a todo el equipo de la Facultad de Informática de Barcelona, desde el profesorado a secretaría, por el trabajo realizado en todos estos años. Gracias en especial a mis profesores, a quienes les debo todos los conocimientos que he adquirido a lo largo de los años, conocimientos que no siempre resultan fáciles de asimilar, por lo que nuevamente quisiera darles las gracias por hacer tan bien su trabajo. Gracias a todos de todo corazón, este proyecto como el total de mis éxitos son todo vuestro, aunque sus frutos, como mi futura titulación, lleguen a ser solamente míos. Gracias por ayudarme a conseguirlos, y por ello de buena gana con vosotros lo comparto. Gracias y mil veces gracias. 6 7 Índice Introducción ................................................................................................. 9 Motivaciones ................................................................................................................... 9 Objetivos ........................................................................................................................ 10 Conceptos básicos ...................................................................................... 11 Simulación ..................................................................................................................... 12 Historia ........................................................................................................................... 12 Mercados financieros ................................................................................................... 16 Teoría de la opinión contrario (Odd-Lot Theory) .......................................................... 18 Teoría de Dow ................................................................................................................ 18 Ondas de Elliot ............................................................................................................... 21 Gráficos .......................................................................................................................... 22 Indicadores estadísticos .................................................................................................. 27 Psicología ....................................................................................................................... 34 Implicaciones psicológicas en las tareas de un broker bursátil ...................................... 34 Planificación ............................................................................................... 49 Planificación inicial ...................................................................................................... 49 Diagrama de Gantt .......................................................................................................... 51 Coste del proyecto .......................................................................................................... 53 Planificación final ......................................................................................................... 54 Diagrama de Gantt .......................................................................................................... 55 Coste del proyecto .......................................................................................................... 58 Especificación ............................................................................................ 59 Diseño ......................................................................................................... 61 Diagramas SDL ............................................................................................................. 61 Diagrama de Estados .................................................................................................... 61 Market ............................................................................................................................. 62 Company ......................................................................................................................... 62 Broker ............................................................................................................................. 62 Diagrama del Sistema ................................................................................................... 63 Diagrama de Bloques ................................................................................................... 65 Bloque Market ................................................................................................................ 65 8 Bloque Company ............................................................................................................ 65 Bloque Broker ................................................................................................................ 66 Diagrama de Procesos .................................................................................................. 67 Proceso Market ............................................................................................................... 67 Procedimiento Market_Time .......................................................................................... 70 Proceso Company_Create............................................................................................... 70 Proceso Company ........................................................................................................... 71 Proceso Broker_Create ................................................................................................... 73 Proceso Broker ............................................................................................................... 73 Implementación ......................................................................................... 76 Desarrollo de un modelo simplificado ........................................................................ 76 Desarrollo de un modelo elemental ............................................................................. 81 Desarrollo de un modelo que cumpla las bases del artículo ..................................... 82 Desarrollo de un modelo que detecte las señales del mercado ................................. 84 Desarrollo de un modelo que incluya factores psicológicos ...................................... 87 Desarrollo del modelo de simulación final ................................................................. 88 Resultados .................................................................................................. 89 Caso 1: El valor real de la acción es de 100 ECU ...................................................... 91 Test 1: Evolución del mercado sin la presencia del agente manipulador ....................... 91 Test 2: Evolución del mercado con la presencia del agente manipulador ...................... 97 Caso 2: El valor real de la acción es de 220 ECU .................................................... 103 Test 1: Evolución del mercado sin la presencia del agente manipulador ..................... 103 Test 2: Evolución del mercado con la presencia del agente manipulador .................... 109 Validación................................................................................................. 115 Validación funcional ................................................................................................... 116 Validación comparativa ............................................................................................. 119 Conclusiones ............................................................................................ 122 Líneas de futuro ....................................................................................... 123 Anexos ....................................................................................................... 124 Referencias ............................................................................................... 126 9 Introducción En un momento en que la crisis financiera comenzaba a estar de actualidad, y todos comenzábamos a aprender e interesarnos más por el funcionamiento de la bolsa y la economía en general de la cual surgían nuevos términos como los créditos ninja (No Income, No Job or Assets), es cuando desde el departamento de EIO se ofreció la oportunidad de realizar un proyecto sobre “Simulación en los mercados financieros” por parte del profesor Pau Fonseca i Casas. Motivaciones A muchos de nosotros nos ha interesado en algún momento la bolsa, sobre todo ante la posibilidad de podernos hacer ricos con ella, pero solo unos pocos han sido capaces de correr el riego de comprar acciones y, por lo general, solo sobre valores seguros de rentabilidad baja, evitando adentrarse en los mares financieros donde convertirse en multimillonario está a solo un instante de la total bancarrota. Muchos somos reticentes de arriesgar nuestros ahorros a cambio de nada, sin embargo cada día miles de brokers arriesgan miles de millones que no les pertenecen en la búsqueda de su propio beneficio. Por eso, cuando el juego de la bolsa estalla y pierde hasta la banca, y con ella hasta los que nunca habíamos participado activamente en dicho juego, es cuando observamos más extrañados que nunca a la bolsa tratándola de entenderla. Pero en esta ocasión, no trataremos de entender a la bolsa mismamente, analizando cómo se comporta y cómo se puede predecir su futuro, para así poder lograr un beneficio económico. Sino que nos interesa uno de sus factores de mayor influencia en su evolución y menos tenido en cuenta desde el punto de vista de la simulación, la figura del broker. Pero en este caso, desde el punto de vista de su comportamiento humano y su posición social. Para ello disponíamos como punto de partida del artículo de Helena Veiga y Marc Vorsatz, “Price manipulation in an experimental asset market” [1], un estudio sobre la influencia que puede tener un agente manipulador, un robot que realiza operaciones bursátiles con la intención de distorsionar el mercado y así tratar de obtener un beneficio de sus operaciones, sobre el comportamiento del resto de brokers. Este trabajo de investigación, el realizado por Helena Veiga y Marc Vorsatz, implicó en su momento, la participación de personas reales que sirvieron para analizar el comportamiento de compra y venta sobre una entidad en dos ambientes separados, uno sin la influencia del agente manipulador y otra con éste. Los resultados de dicho estudio fueron de gran interés y los autores del artículo se vieron interesados en poder continuar el estudio. Sin embargo a causa de que el empleo de personas en el estudio implicaba un coste monetario, desearon investigar otras opciones para continuar con su estudio, y a raíz de esto último, sumado a nuestro propio interés, sentaron las bases del proyecto que hemos realizados y detallaremos a continuación. 16 Mercados financieros En economía, un mercado financiero es un mecanismo que permite a los agentes económicos el intercambio de activos financieros. En general, cualquier mercado de materias primas podría ser considerado como un mercado financiero si el propósito del comprador no es el consumo inmediato del producto, sino el retraso del consumo en el tiempo. Un ejemplo de mercado financiero es la bolsa, donde compradores y vendedores se reúnen en corros, pits, para determinar los precios justos de los diferentes activos financieros, que no es otra que la finalidad de todo mercado financiero. La palabra “bolsa” [6] tiene su origen en un edificio que perteneció a una familia noble en la ciudad europea de Brujas, de la región de Flandes, de apellido Van Der Buërse, donde se realizaban encuentros y reuniones de carácter mercantil. El escudo de armas de esta familia estaba representado por tres bolsas de piel, los monederos de la época. Para la época, por el volumen de las negociaciones, la importancia de esta familia y las transacciones que allí se efectuaban la gente le dio el nombre a lo que actualmente se conoce como Bolsa, por el apellido Buërse. Brujas llegó a tener 100.000 habitantes, superando en población a ciudades como Londres y París. Brujas fue un centro comercial de primer orden en los siglos XIII y XIV. Era el principal del noroeste de Europa, tanto por su condición de ciudad portuaria como por su muy intensa producción de textiles y especialmente los famosos “paños flamencos” reconocidos por su calidad, además de ser el centro comercialización de diamantes más antiguo de Europa. No obstante, lo que se considera la primera bolsa fue creada en Amberes, Bélgica, en 1460 y la segunda en Ámsterdam en los primeros años del siglo XVII, cuando esa ciudad se convirtió en el más importante centro del comercio mundial. La Bolsa de Valores de Ámsterdam es considerada como la más antigua del mundo. Fue fundada en 1602 por la Compañía holandesa de las Indias Orientales (Verenigde Oostindische Compagnie, o "VOC") para hacer tratos con sus acciones y bonos. Posteriormente fue renombrada como Amsterdam Bourse y fue la primera en negociar formalmente con activos financieros. La Bolsa de Ámsterdam también funcionó como mercardo de los productos coloniales. Publicaba semanalmente un boletín que servía de punto de referencia en las transacciones. Mucho tiempo después, ese lugar de primacía lo conquistó Londres y su bolsa de valores, denominada London Stock Exchange, fue fundada en 1801. Actualmente existen estas instituciones en muchos países, siendo la más importante del mundo actualmente, la Bolsa de Nueva York, que actualmente está en proceso de su transformación para convertirse en una red de negociación similar al mercado Nasdaq, también estadounidense, que hoy en día ha dejado de ser un sistema de transacciones electrónicas para convertirse es una bolsa de valores que rivaliza con aquella, logrando plantearle una seria competencia. 17 Los analistas bursátiles [7] utilizan herramientas muy diversas para intentar comprender el mercado y prever su futuro. Estas herramientas pueden agruparse en dos grades grupos: el análisis técnico y el análisis fundamental. El análisis fundamental utiliza los estados financieros de las empresas, datos del sector económico en el que operan, estudios de mercado, datos relativos a la economía general, datos socio-políticos, etc. Consecuentemente, el análisis fundamental exige disponer de muchos datos, de tiempo y de complejos conocimientos para poderlo efectuar. El análisis técnico se basa en que el mercado proporciona la mejor información sobre la evolución futura que puede tener él mismos y los respectivos títulos que lo integran. El análisis técnico se centra en el estudio del mercado en sí mismo. El mismo mercado descuenta todas las variables que puedan afectarle, entre ellas las estudiadas a través del análisis fundamental. Las hipótesis de partida que se establecen al aplicar el análisis técnico son las siguientes:  El mercado ofrece la suficiente información para poder predecir sus tendencias.  Los precios se mueven siguiendo unas determinadas tendencias, movimientos o pautas.  Lo que ocurrió en el pasado ocurrirá en el futuro. Ejemplo de una tendencia al alza con picos y valles ascendentes. Ejemplo de una tendencia a la baja con picos y valles descendentes. 18 Ejemplo de una tendencia lateral con picos y valles horizontales. A este tipo de mercado a menudo se le llama “sin tendencia”. A través del análisis técnico [8] se trata de prever los cambios de tendencia del mercado, o de un título en particular, para poder tomar decisiones de compra o venta beneficiosas. Por tanto, el análisis persigue la anticipación a un cambio de tendencia que provocará una decisión que se mantendrá hasta que se anticipe un nuevo cambio de tendencia. El análisis técnico se inicio en el siglo XIX cuando las empresas no tenían la obligación de proporcionar información sobre sus estados financieros y prácticamente la única información disponible era la del propio mercado (precios, volúmenes, etc.) Varias son las herramientas que utiliza este tipo de análisis. Las más relevantes son los gráficos o charts y los indicadores estadísticos. La mayoría de ellos se calculan a partir de las cotizaciones y los volúmenes de negociación. Dentro de lo que se considera análisis técnico [9] existen muchísimas herramientas y las que se van a exponer son sólo las más usadas. Además de los charts y los indicadores estadísticos hay quien utiliza la llamada teoría de la ley contraria. Teoría de la opinión contrario (Odd-Lot Theory) Esta teoría parte del supuesto de que el pequeño inversor siempre toma sus decisiones incorrectamente. Los seguidores de esta teoría observan qué operaciones hacen los pequeños inversores para hacer justo lo contrario. Para conocer lo que hacen los pequeños inversores hay que obtener los datos de las compras o ventas de pequeños lotes, de 100 títulos o menos. Otra forma de aplicar esta teoría es haciendo lo contrario de lo que indiquen los periódicos y otros medios de comunicación que llegan al gran público. Cuando en estos medios predominen las noticias optimistas sobre las empresas y sobre la bolsa habrá que vender si se sigue esta teoría. Cuando las noticias sean muy negativas será el momento de comprar. Desde los inicios de la actividad bursátil han surgido miles de teorías para intentar predecir la evolución futura de los mercados y de los diferentes títulos que en ellos se negocian. De todas ellas, a pesar del plazo transcurrido desde que se formularon, sobresalen dos que se esbozan a continuación. Teoría de Dow 19 Charles H. Dow fue el formulador de una teoría que aún hoy en día es la más importante del análisis técnico. La primera publicación de un índice bursátil, elaborado por Charles Dow, apareció el 3 de julio de 1844. En un principio ese índice era una media de 11 valores. En 1897 se subdividió en 2 índices: uno industrial compuesto por 12 valores y otro de transportes que comprendía 20 valores. Actualmente, y desde 1928 el índice industrial representa la media de 30 valores cotizados en la bolsa de Nueva York (Wall Street). Más conocido como el índice bursátil Dow Jones. Dow nunca escribió un libro sobre su teoría, simplemente plasmaba sus ideas en los editoriales de Wall Street Journal. Después de su muerte, ocurrida en 1902, se recopilaron y publicaron sus editoriales y se empezó a hacer una referencia a la “Teoría de Dow”. La teoría de Dow se basa en los supuestos siguientes: Los cambios diarios en los índices tienen en cuenta el juicio de todos los inversores. Por tanto, estos cambios descuentan todo lo que puede afectar a la oferta y demanda de valores. El mercado tiene tres evoluciones que hay que estudiar continuamente:  Primaria: va de uno a varios años y refleja una evolución alcista (bull market) o una evolución bajista (bear market). La teoría de Dow se concentra en esta tendencia y, por tanto, en el largo plazo. La fase alcista se inicia normalmente tras una acumulación de títulos por parte de los inversores más expertos antes una previsión de una futura subida. Poco después, las cotizaciones empiezan a subir y las empresas mejoran sus resultados y sus expectativas. Ante las informaciones generalizadas de “boom bursátil” los inversores más inexpertos acuden en masa comprando indiscriminadamente. Más tarde los expertos empiezan a distribuir los títulos, es decir, a reducir sus carteras al prever una fase bajista máxima debido a que la subida ya ha ido demasiado lejos y los títulos están sobrevalorados. Esto hace que se inicien las primeras bajadas de forma tímida. Al generalizarse las ventas caen los precios y cunde el pánico entre los pequeños inversores que venden a cualquier precio. Se inicia la fase bajista que finalizará cuando los precios sean demasiado bajos y los expertos vuelvan a acumular de nuevo.  Secundaria: va de uno a cuatro meses. Esta evolución es consecuencia de un importante retroceso estando en una tendencia primaria alcista o un importante ascenso en una tendencia primaria bajista. A estos retrasos o ascensiones también se los denomina correcciones y suelen alcanzar un tercio del terreno recorrido por el movimiento primario.  Terciaria: esta evolución se prolonga por espacio de unas horas o de varias sesiones como máximo. Los movimientos terciarios suelen ser correcciones de los movimientos secundarios. Estos movimientos más propios del día a día no suministran una información demasiado fiable y, por tanto, en esta teoría tienen una importancia escasa. 20 Las líneas de resistencia y de soporte, las figuras y la relación precio-volumen predicen la evolución futura de las cotizaciones. Por tanto, el analista ha de investigar siempre la existencia de estas situaciones para detectar las señales, de compra o venta. La línea de resistencia une las cotizaciones máximas que ha registrado un título en el pasado. Cuando la cotización del título se aproxima a la línea de resistencia, todos los analistas tienden a pensar que el título empieza a estar caro. Lógicamente, se producirá una importante presión vendedora. De todas formas, si a pesar de esta presión el precio sigue subiendo y sobrepasa la línea de resistencia se reducirá la presión vendedora y podrá haber una subida. Por este motivo, cuando el precio sobrepasa suficientemente (más de un 3% o 5%) la línea de resistencia se recomienda comprar ya que el título tenderá a subir a partir de ese momento. Para las líneas de soporte se podrían hacer las recomendaciones opuestas. Cuando se produzca un cambio de tendencia es conveniente asegurarse esperando a que se confirme dicho cambio. Para ello, Dow utilizaba la media de los valores industriales y la media de las empresas de transportes. Al detectar un cambio de tendencia en uno de los índices habría de esperar el cambio en el otro para evitar falsas alarmas y así confirmar que realmente el mercado está empezando a cambiar de tendencia. Asimismo, un cambio de tendencia debe ser confirmado por el valor de contratación. Dow, daba al volumen una importancia secundaria, pero crucial para confirmar un cambio de tendencia. Así, si el volumen se movía en la misma dirección que la tendencia de los pesos, se confirmaba la tendencia. 21 Ondas de Elliot Otra de las teorías clásicas de renombre es la que propuso R.N.Elliot en 1939 conocida como el Principio de las Ondas de Elliot [10]. El principio de las ondas de Elliot se basa en la utilización de la serie de M. Fibonacci. Este último fue uno de los grandes matemáticos del siglo XIII y se distinguió sobre todo por su defensa de las cifras árabes en contra del ábaco, más preferido por sus contemporáneos. En el ejemplo de los conejos se trata de conocer cuantas parejas mde conejos habrá tras doce meses si cada pareja tiene una pareja más al cabo de un mes y en el supuesto que comiencen con una pareja. Al final de cada uno de los doce meses habrá las siguientes parejas: Número de meses Número de parejas (Serie de Fibonacci) 1 1 2 1 3 2 4 3 5 5 6 8 7 13 8 21 9 34 10 55 11 89 12 144 Obsérvese que en la serie anterior, cada número a partir del tercer mes, se obtiene sumando los dos inmediatamente anteriores. 22 Elliot estudió el mercado bursátil durante más de 80 años y llegó a la conclusión de que en las fases alcistas este subía en una serie de cinco ondas, para continuar bajando en otra serie de tres. Mientras que en las fases bajistas siempre se producen cinco ondas a la baja interrumpidas por tres ondas al alza. Por tanto, un ciclo sencillo comprende ocho ondas, cifra de Fibonacci, pudiendo prolongarse durante periodos más o menos largos. Ya que un ciclo de ocho ondas a largo plazo puede estar comprendido por ciclos más pequeños que también tienen ocho ondas. El principal problema de esta teoría está en la dificultad de conocer precisamente en que parte del ciclo se encuentra y cuáles son las ondas recorridas de dicho ciclo. Gráficos Los gráficos o charts constituyen uno de los pilares fundamentales del análisis técnico. Muchos analistas técnicos se basan única y exclusivamente en el uso de los gráficos. Se trata de los denominados “chartistas”. Antes de pasar a exponer los principales gráficos y su interpretación es preciso hacer unas anotaciones preliminares.  En primer lugar, hay que tener en cuenta que cuanto mayor sea el plazo de tiempo que ha precisado la evolución de un mercado o de un título para dibujar el gráfico, más fiable será la predicción que puede hacerse a partir del mismo.  En segundo lugar, tal como expuso Dow en su teoría, es conveniente confirmar los cambios de tendencia detectados para evitar dejarse llevar por informaciones aleatorias.  Otra consideración a tener en cuenta es que, en general, una variación de precio será relevante cuando supere al menos el 3% del precio anterior. 23 En principio, los gráficos se confeccionan a partir de precios de los títulos o de los índices de un mercado concreto o bien de los volúmenes de transacciones registrados. La utilización de los gráficos permite detectar la tendencia de los títulos o del mercado lo cual ayuda a tomar las decisiones bursátiles. Puntos y figuras Este tipo de gráficos se confecciona a partir de las cotizaciones de cierre del título correspondiente. En el eje vertical se sitúan las cotizaciones. El eje horizontal va reflejado las sucesivas bajadas y subidas del precio del título o del índice de un conjunto de títulos. Cuando se produce una subida significativa (normalmente un 3% o un 5% como mínimo) se anota una cruz (X). Mientras el título siga registrando subidas se irán anotando cruces en la misma línea vertical. Cuando haya una bajada significativa (de un 3% o 5% como mínimo) en la siguiente línea vertical a la derecha se anotará un cero (O). A medida que se vayan produciendo bajadas se seguirán anotando ceros en la misma línea vertical hasta que se produzca un cambio de tendencia. Por tanto, cada vez que haya un cambio de tendencia el gráfico irá evolucionando hacia la derecha. En los gráficos de puntos sólo se tienen en cuenta los precios o los índices ya que no se consideran los volúmenes de negociación. Por otro lado, en estos gráficos se deprecian las variaciones pequeñas que no lleguen al 3% o 5%, como mínimo. Esta es la principal ventaja del gráfico de puntos y figuras (resume sólo la información relativa a variaciones) y a su vez su gran limitación por no tener en cuenta otra información muy relevante. Otra limitación de este tipo de gráficos es que no informan de la variable tiempo ya que a través del eje horizontal sólo se puede observar cómo se suceden las subidas y bajadas sin tener constancia de la duración de cada una de ellas. Lineales Se confeccionan situando los precios o la evolución de los índices en el eje vertical y el tiempo en el eje horizontal. Este gráfico registra la evolución que tiene un título o un índice de varios títulos a lo largo de una serie de sesiones, semanas, meses o años. La 24 línea se hace uniendo los precios de cierre del título en cada período o uniendo los valores del índice al final de cada periodo. Barras El gráfico de barras suele hacerse para cada título que se quiera analizar. Para ello, se utilizan los tres precios más significativos producidos en un determinado periodo (sesión, semana, mes o año). Estos precios, son el máximo, el mínimo y el cierre del periodo. 25 El gráfico de barras puede predecir cambios de tendencia cuando tras una larga subida o bajada se produce una sesión con mucha negociación y con un precio de cierre alto, tras una fase bajista, o bajo, tras una fase alcista. A este tipo de sesiones se las denomina “días clave” o “inversión de llave” y se caracterizan también porque la barra formada por el precio más alto y más bajo de la sesión es más amplia que la de la sesión anterior, y porque el precio de cierre está por encima o por debajo de la barra del día anterior. Volumen Denominaremos volumen al valor monetario de las transacciones realizadas en un periodo determinado. También puede considerarse como volumen al número de títulos negociados en un periodo. Se representa con una simple barra vertical en el período de tiempo dado. Los gráficos de volumen de contratación se construyen con dos ejes. En el eje vertical se sitúan los volúmenes de contratación de un título, o de un conjunto de títulos, y en la línea horizontal se relaciona el tiempo en días, semanas, meses o incluso años. El volumen nos permite valorar la fuerza o presión, que contiene el movimiento del precio o cotización. Por eso, los gráficos de volumen suelen estudiarse conjuntamente con los lineales o con los gráficos de barra. Así, si aumenta el volumen al producirse alzas indica que hay más demanda que oferta. Cuando en una subida el volumen empieza a decrecer hay que prever que la subida está próxima a su fin. En esta situación también podría producirse un parón en la subida que podría proseguir posteriormente. Si disminuye el volumen al producirse bajadas es porque los inversores no quieren vender porque esperan que las cotizaciones vuelvan a subir. A esta situación, en la que el volumen va con la tendencia, se la denomina volumen concordante. Contrariamente, si aumenta el volumen de contratación en las bajadas y se reduce en las subidas es que la evolución es negativa. Bajo estos supuestos, se han de comprar aquellos títulos cuya cotización ha registrado alzas con elevados volúmenes de contratación y no hay que venderlos cuando se produzcan descensos con bajos volúmenes de contratación. Por el contrario, hay que vender aquellos títulos cuya cotización disminuya con fuertes volúmenes de contratación y no comprarlos cuando las subidas de contratación. A esta forma de operar se la denomina sistema de precio-volumen. 32 viceversa. Este es también el fundamento de los denominados “días clave” en el gráfico de barras. Para calcularlo se utiliza la fórmula: U: Ultimo precio. B: Precio más bajo del periodo (día). A: Precio más alto del periodo (día). El análisis de este oscilador se hace utilizando los siguientes criterios: %K > 80 Señal de venta. %K < 20 Señal de compra. Momento El momento es un indicador de velocidad en las subidas o bajadas en la cotización. El funcionamiento de las bases del momento es muy similar a lo que ocurre cuando se lanza una moneda hacia arriba. Al principio de la subida, la moneda lleva una fuerte aceleración (un momento fuerte) que se va reduciendo a medida que sigue subiendo. A medida que la velocidad de la moneda se va desacelerando (momento débil) está próximo el inicio del descenso y, por tanto, el cambio de tendencia. El momento sirve para detectar sobrevaloraciones o infravaloraciones y, por tanto, también proporciona señales de venta o de compra. Para calcularlo se toman datos de 5 o 10 sesiones. Estos datos son los últimos precios de cierre de las sesiones correspondientes. Normalmente se utiliza el momento de 5 días (M5 días). La fórmula de cálculo es: U: Ultimo precio de cierre. PN-5: Precio de cierre de la sesión que tuvo lugar hace 5 días. Veamos cómo se calcula con un ejemplo de momento de 5 días: Días Precio M5 1 105 - 2 110 - 3 120 - 4 130 - 5 140 35 6 145 35 7 165 45 8 170 40 El análisis se hace siguiendo los siguientes criterios:  Si el momento aumenta: señal de compra. 33  Si el momento se reduce: señal de venta.  Si el momento permanece constante significa que la tendencia pierde fuerza y, por tanto, puede haber un cambio en la misma. Otro momento distinto también puede calcularse en forma de ratio. Para ello se divide el precio de cierre de la última sesión por el precio de cierre de la sesión que tuvo lugar cinco sesiones antes, si se está calculando el momento de cinco días. 34 Psicología La psicología es el estudio científico de la conducta y la experiencia, de cómo los seres humanos y los animales sienten, piensan, aprenden y conocen para adaptarse al medio que les rodea. La psicología moderna se ha dedicado a recoger hechos sobre la conducta y la experiencia, y a organizarlos sistemáticamente, elaborando teorías para su comprensión. Estas teorías ayudan a conocer y explicar el comportamiento de los seres humanos y en alguna ocasión incluso a predecir sus acciones futuras, pudiendo intervenir sobre ellas. La razón de incluir un estudio psicológico en este proyecto, es la de llegar a comprender el comportamiento de un broker [11] para poder posteriormente simularlo. Implicaciones psicológicas en las tareas de un broker bursátil1 Aunque el trabajo de un “broker bursátil” o “corredor de bolsa” suele contemplarse fundamentalmente desde el campo de la economía, de todos es conocido que el comportamiento de los mercados financieros no sigue una lógica basada en parámetros objetivos de la realidad económica. Los componentes psicosociales del comportamiento de todo operador en la Bolsa de Valores juegan un papel muy importante si queremos comprender el por qué de la evolución de los mercados financieros. Desde la psicología se pueden aportar algunas luces que ayudan a comprender ciertos comportamientos “aparentemente extraños”. En primer lugar hemos de entender que una decisión de compra-venta de acciones o valores bursátiles es un comportamiento de toma de decisión basado en la búsqueda de unas determinadas expectativas: sacar el mayor beneficio posible ¿Qué ocurre en la mente del broker cuando toma la decisión de comprar o no comprar, de vender o no vender determinados valores bursátiles? La psicología cognitiva se desarrolla a partir de la segunda mitad del siglo XX, dada las limitaciones de la psicología conductista para explicar los procesos mentales que tan importantes son el la conducta de los seres humanos. Este enfoque psicológico coincide con el inicio de la ingeniería informática. Se establece un paralelismo entre mente y ordenador. En ambos casos se trata de procesar información [12]. El símil del ordenador ha contribuido a ordenar los procesos mentales: 1) En primer lugar tenemos una entrada de datos, cuya comprensión determina una determinada percepción de la realidad a estudiar (externa, interna o conjunta). 2) La necesidad de dar una respuesta obliga a un análisis de los datos a la luz de la 1 Manuel Montero Toledo. Psicólogo. Colegiado nº S-2086 - CPAO 35 hipotética respuesta y de la experiencia anteriormente conseguida y que se encuentra almacenada en la memoria. En esta memoria existen diferentes modalidades de archivo, tanto de conceptos, relaciones, como de reglas de actuación. 3) Del análisis de datos se detecta qué es lo que se espera que el sujeto haga. Si el sujeto no tiene suficientes elementos de juicio para tomar la decisión puede decidir la búsqueda de nuevos datos para mejorar su análisis. Cuando no hay más posibilidades de aportar más datos se pasa al análisis de las posibles soluciones. 4) En el caso de un procesamiento consciente de este análisis antes de dar la respuesta se analizan las previsibles consecuencias de la solución o soluciones posibles, valorando su utilidad. 5) Finalmente la decisión mejor valorada se ejecuta. Pero este símil del ordenador hizo, inicialmente, que se considerara que los procesos mentales discurrían secuencialmente, como si ejecutara algoritmos. Posteriormente se evoluciona hacia el conexionismo, basándose en la estructura neuronal del cerebro. Este enfoque permite el procesamiento en paralelo [13]. Si inicialmente la inteligencia artificial pretendía conseguir resultados eficaces en el procesamiento de la información, hoy día la Simulación informática, intenta imitar el funcionamiento de la mente humana, a lo que ha contribuido este enfoque del conexionismo. Pero la complejidad de la mente humana exigirá muchas investigaciones para su simulación en ordenadores. En la percepción y análisis de una determinada situación se dan unos “datos externos” que le llegan, así como unos “datos internos”, existentes en la mente del sujeto. La importancia de los datos internos es tal que empiezan condicionando y filtrando la detección de datos externos. No vemos ni oímos lo que “realmente” existe, sino aquello que es coherente con nuestra forma de ver y oír el mundo, “nuestro mundo”. Por eso cada broker elabora mentalmente su propia situación bursátil. A la vez que elabora su propia situación bursátil intenta “imaginar” las elaboraciones mentales que se están haciendo otros brokers que compiten con él. Esta toma de decisión de comprar o vender, ¿es una decisión basada únicamente en razones objetivas, conforme a un plan conscientemente establecido? ¿Cómo elabora cada broker bursátil su plan? ¿Qué es lo que determina los distintos comportamientos decisorios de los brokers? Si la inteligencia es la eficacia de la mente humana en la resolución de los problemas de comprensión y relación con el mundo, algunos psicólogos como Howard Gardner habla de inteligencia múltiple, distinguiendo ocho tipos o facetas de la inteligencia: La lingüística, la lógico-matemática, la espacial, la musical, la corporal-cinética, la intrapersonal, la interpersonal y la naturalística. Ante un determinado problema todas intervienen, pero unas facetas de la inteligencia son más influyentes que otras. Los problemas que ha de resolver un broker necesitan fundamentalmente de las facetas: 36 lógico-matemática, interpersonal, intrapersonal y naturalística. ,Los principales tipos de problemas que la psicología ha abordado son los problemas cognitivos y los problemas de interacción social. En los primeros aplicamos la llamada inteligencia cognitiva (lógico-matemática y lingüística; en los segundos la inteligencia emocional y social ( intrapersonal e interpersonal). A lo largo de la resolución de problemas o de toma de decisiones intervienen diferentes procesos. Uno de los procesos es de análisis racional y consciente de variables consideradas como factores causales o intervinientes. Pero resulta obvio que antes de que se lleguen a soluciones obtenidas por este proceso analítico-racional, surgen otras soluciones que se consideran intuitivas, “corazonadas”, heurísticos.2 ¿Cómo influyen las actitudes y los componentes emocionales? Cada vez nos damos más cuenta que el ser humano tiene más de una vía de procesamiento de la información. La vía racional y consciente la consideramos como la más típicamente humana y la que utilizamos en el campo académico, se basa en la elaboración llevada a cabo en las áreas corticales del cerebro, especialmente en los lóbulos temporales y frontales. Esta vía reflexiva resulta lenta y en ocasiones no encuentra soluciones. Pero el ser humano dispone de otra vía más rápida, intuitiva, que siempre encuentra una respuesta. Esta vía discurre por zonas más primitivas del cerebro, como el tálamo, y contempla los componentes emocionales de la situación. En ocasiones la vía reflexiva lo que hace es intentar encontrar la racionalidad de la propuesta intuitiva o emocional. De ahí que no podemos desentendernos de los componentes emocionales que todo broker tiene cuando procesa información y toma decisiones respeto a su trabajo profesional. ¿Cómo influye el tipo de inteligencia y de personalidad de un broker en su trabajo? El intento de definir diferentes formas de personalidad se ha realizado desde distintos puntos de vista, sin que exista un acuerdo comúnmente admitido sobre el significado de este constructo psicológico. La investigación psicológica que ha seguido el paradigma científico-experimental se ha centrado en los procesos psicológicos básicos de carácter general y se ha desentendido del estudio de la personalidad. Pero la práctica clínica ha abordado las conductas de los sujetos desde perspectivas más descriptivas, recurriendo al uso de constructos como el de personalidad. Dentro de esta línea descriptiva de comportamientos personales, algunos se inclinan por considerar la personalidad como algo “estable”, lo que permitiría hacer previsiones de su comportamiento. Esta sería la corriente de la psicología de la personalidad-rasgo. Según la puntuación conseguida en diferentes rasgos, los sujetos quedarán adscritos a un tipo u otro de personalidad. Pero otras corrientes se inclinan más por la evolución que experimenta la personalidad, entendiendo la personalidad como algo “dinámico”. 2 Según Tversky y Kahneman (1972) la actuación de las personas es bastante fija y dispuesta a utilizar heurísticos ( de representatividad (prototipos) y de disponibilidad (más cercanos a la experiencia)) 37 Los psicólogos interesados en dar respuesta a situaciones problemáticas en la práctica clínica, como C. Rogers, usan una terapia centrada en el cliente y en el desarrollo de su propia personalidad. Pero ¿qué tipo de rasgos? ¿Rasgos “físicos”, rasgos “comportamentales”, rasgos de “percepción” de la realidad, rasgos de “vivencia emocional” de la realidad, rasgos de “análisis” o procesamiento, etc.? La corriente psicológica que estudia la personalidad desde bases biológicas (somáticas y hormonales) corrieron paralelas al desarrollo de las ciencias naturales y tuvieron atractivo entre el mundo médico y el gran público, ya que siempre ha resultado interesante inducir la comprensión del comportamiento a partir de datos físicos y anatómicos. Ya la medicina griega defendía una asociación entre las cualidades físicas, patología y características psicológicas o temperamentales, como Hipócrates (460-370 a.C.) o Galeno (129-199). En la primera mitad del s. XX se impuso la tipología del alemán Kretschmer (1888-1964) y la más elaborada del americano W.H. Sheldon (18981977). Los avances actuales en neurociencia, gracias a los nuevos instrumentos de medición de la actividad cerebral, como la RNM está permitiendo conocer qué áreas se activan en determinados procesos mentales, así como las diferencias entre unos individuos y otros. Pero todavía estamos lejos de abordar los “contenidos” que se procesan. La nueva corriente neuropsicológica no ha hecho nada más que empezar. La ventaja de esta línea estaría en la descripción de la tipología a la que pertenece un individuo sin recurrir a las “opiniones” que sobre él mismo tiene dicho individuo. La mayoría de los test de personalidad se basan en autoinformes, cuestionarios o inventarios, que un individuo emite sobre sus comportamientos, sentimientos y opiniones. La sospecha de que el propio sujeto mienta para presentar una imagen socialmente correcta hace que su validez no sea muy elevada. Por otro lado el estado psicológico del momento en el cual un sujeto realiza un test de personalidad puede que difiera de otro, con lo que su fiabilidad no será alta. Una de las teorías más aplicadas en los tests de personalidad es la de los rasgos. Definimos un rasgo como “una tendencia o estilo de conducta”, que tiene cierta estabilidad a través del tiempo y de las situaciones. Se seleccionan aquellos rasgos que mejor definen el ajuste de una persona consigo mismo y con la sociedad en la que está inmerso. G.W. Allport entiende los rasgos como márgenes de conducta posible, que pueden ser activados según los requerimientos de la situación. Define la personalidad como una estructura que refleja la forma individualizada de organización de los diferentes rasgos. ¿Qué instrumentos podríamos utilizar para medir la personalidad de los brokers del estudio? 38 Entre los utilizados para describir personalidades no afectadas de trastornos psiquiátricos podemos elegir a dos tests basados en el análisis factorial de rasgos, como el 16-PF de Cattell y el EPQ de Eysenck. . Podemos conseguirlos a través de TEA Ediciones (www.teaediciones.com). El 16PF de CATTELLL: En español existe una edición actualizada, la 16PF-5. Consta de 185 items. Tiene un tiempo de aplicación 45 minutos. Los 16 factores primarios se agrupan en cuatro dimensiones secundarias: a) Extraversión – Introversión b) Ansiedad – Ajuste c) Sensibilidad – Dureza d) Dependencia - Independencia En línea con este tipo de cuestionario está el EPQ de H.J. Eysenck, que valora tres dimensiones: a) Extraversión - Introversión b) Neuroticismo – Estabilidad c) Psicoticismo – Sensibilidad Este cuestionario tiene un tiempo de aplicación variable entre 15 y 30 minutos. El rasgo de Extraversión-Introversión describe su apertura al contacto social. Los extrovertidos son expansivos, no inhibidos, de fácil contacto social, son impulsivos y prefieren el movimiento y la acción. En cambio los introvertidos son reflexivos, ordenados y reservados para el contacto social. El rasgo de Neuroticismo-Estabilidad (ansiedad–ajuste) describe el equilibrio emocional. Los neuróticos son emocionalmente hipersensibles, aquejados frecuentemente de desarreglos somáticos difusos ( jaquecas, trastornos digestivos, insomnio, dolores de espalda,..) reflejos de su tensión emocional, de su ansiedad. El rasgo de Psicoticismo-Sensibilidad (dureza-sensibilidad) describe la calidad de los sentimientos en las relaciones humanas. Los psicopáticos son fríos, crueles, molestos, inhumanos; no sienten empatía con los sentimientos ajenos, lo que les convierte en seres insensibles. Se aprovechan de los demás y no sienten remordimiento por su crueldad [14]. Vamos a fijarnos en algunos aspectos de la personalidad que pueden afectar el comportamiento de un broker, para finalmente decidir cuáles se pueden considerar aplicables a nuestro proyecto. 39 El broker y su resistencia al estrés El estrés profesional se produce cuando el individuo experimenta una constante tensión emocional, debido a una percepción de riesgo o peligro que le obliga a estar en estado de alerta. No es tanto la cantidad de trabajo como la falta de expectativas de llevarlo a cabo de forma segura y con éxito. En los trabajos donde se pueden aplicar procedimientos de éxito ya conocidos, no se experimenta ansiedad y por tanto no hay estrés. En estas situaciones el gasto de energía mental es mínima. En cambio en las situaciones novedosas el esfuerzo mental es mayor. Si a la novedad se le añade el riesgo de fracaso el esfuerzo mental y la tensión emocional es mayor. En el caso de los brokers, estamos ante una situación laboral que exige respuestas novedosas, pues la situación bursátil es cambiante de un momento para otro. Los brokers han de tener en cuenta la evolución de los valores que desean comprar o vender. Pueden trabajar con previsiones a corto o a largo plazo, según las indicaciones recibidas de sus representados. El conocimiento de la evolución de los mercados financieros en el pasado es una fuente de información para hacer previsiones, pero nunca se repiten de igual forma. En las situaciones de cambio cabe distinguir momentos de estabilidad en las tendencias y momentos de crisis, donde los cambios de tendencias son imprevisibles. En los momentos de crisis bursátil el nivel de tensión es mayor porque existe menos fiabilidad en las proyecciones. El estrés del broker está en función del riesgo que corre. Su riesgo puede medirse por sus pérdidas económicas, sus pérdidas en autoestima y prestigio profesional, sus pérdidas en seguridad laboral. Pero cada persona percibe las situaciones de riesgo de modo diferente. Los brokers experimentados sufren de menos estrés que los novatos. Los brokers con una personalidad extrovertida experimentan menos estrés que los introvertidos, los fríos menos que los sensibles, los estables menos que los neuróticos. Las personas propensas a sufrir con ansiedad las situaciones de incertidumbre evitarán la profesión de broker. La relación entre estrés y rendimiento laboral está recogida en la Ley de YerkesDodson, cuya representación gráfica es la de una curva en forma de u invertida. Con niveles bajos de arousal (o activación) el rendimiento es bajo. En una primera fase el incremento de arousal se corresponde con un incremento en la realización de la tarea hasta que llega a un punto crítico, a partir del cual el rendimiento empieza a decrecer. 40 Relación entre activación biológica y capacidad adaptativa Relación proporcional entre ansiedad y rendimiento En la parte siguiente, con incrementos de ansiedad normal o motivación, se llega a un óptimo de relación ansiedad-rendimiento en el que hay un máximo rendimiento. Óptimo de relación entre ansiedad y rendimiento A continuación, la relación se invierte rápidamente, de manera que aumentos mínimos de ansiedad ya no facilitan la consecución del problema sino que interfieren, disminuyen y hasta bloquean esta posibilidad, en la que, a partir del óptimo, mínimos aumentos de la ansiedad generan una disminución rápida (a veces drástica) del rendimiento, y puede llegarse a unos rendimientos casi nulos, nulos o incluso negativos. 41 Relación entre el aumento de la ansiedad y la disminución del rendimiento Cada persona presenta una evolución de la gráfica diferente en cuanto a la amplitud de la curva. Los sujetos introvertidos, más propensos a experimentar ansiedad, llegan antes al punto crítico que los sujetos extrovertidos; lo que quiere decir que son los que más deterioran su rendimiento cuando se mantiene durante más tiempo el estrés situacional. Es decir los introvertidos aguantan menos la presión. En el caso de un broker introvertido tomará medidas más conservadoras y menos arriesgadas en cualquier situación pero sobre todo en las situaciones de crisis. En cambio los extrovertidos son más propensos a correr riesgos. La bajada en el rendimiento de un brocker se pueden contemplar en la disminución de datos que utiliza, en el incremento del tiempo para tomar decisiones y en el incremento del uso de heurísticos. El broker y su desarrollo moral Toda actividad profesional se realiza dentro de unas normas. Pero además de las normas socialmente establecidas, existen los valores personales de conducta. Una de las teorías del Desarrollo Moral más influyentes ha sido la del suizo J Piaget, que ha sido actualizada y perfeccionada por su discípulo Lawrence Kohlberg [15]. Kohlberg divide este desarrollo en tres niveles, cada uno de los cuales subdivide en dos estadios: Nivel 1: Preconvencional: Estadio 1: Aceptación de las normas por miedo al castigo. Estadio 2: Aceptación de las normas por interés recíproco. Nivel 2: Convencional: Estadio 3: Comportamiento guiado por las expectativas que sobre nosotros tienen las personas relevantes de nuestro entorno. Estadio 4: Aceptación de las normas establecidas por la sociedad como un bien común. Nivel 3: Postconvencional: Nivel 5: El comportamiento se basa más que en las normas en el reconocimiento de los derechos reconocidos a todos los seres. Nivel 6: Comportamiento está guiado por los principios éticos universales y el reconocimiento de la dignidad de los demás. 48  venden si el último valor contratado está un mínimo del 5% más alto que cuando lo compró, o bien el valor está por encima del valor intermedio y empieza a bajar.  fijan su ask-price rebajando entre el 5 y 8 % la solicitud de compra más alta.  No limitan el uso del préstamo Criterios de elección de los brokers: La categoría de la experiencia profesional estará dividida en dos grupos (expertos (seniors) y novatos (juniors)). Partimos de la suposición de que el número de brokers veteranos que trabajan en el mercado financiero es claramente superior al de los novatos, al igual que en la mayoría de las profesiones. Fijamos un 80% de Seniors y un 20% de Juniors. La categoría de ajuste emocional (serenos – ansiosos) la distribuimos de acuerdo con el siguiente criterio: Serenos el 50%, Ansiedad media el 30% y Ansiedad alta el 20%. La razón de dar más peso a los serenos está basada en la suposición lógica de que las personas con alta ansiedad tienden a evitar las situaciones estresantes y entendemos que el mercado financiero genera situaciones altamente estresantes. La categoría de dependencia social la dividimos de acuerdo con el siguiente criterio: 25% de Independientes, 50% de dependencia media y 25% de Dependencia alta. La categoría estilo analítico le aplicamos criterios similares al de ansiedad, entendiendo que la profesión de broker es más propia de sujetos analíticos que intuitivos. Por lo que asignamos un 50% a los sujetos analíticos, un 30% a los intermedios y un 20% a los sujetos altamente intuitivos. En primer lugar establecemos la categoría de experiencia laboral. Para un grupo de 10 brokers, establecemos que 8 (el 80%) serán Seniors y que 2 (el 20%) serán Juniors. A continuación se añaden, dentro de cada categoría, a cada broker los otros tres rasgos de personalidad, eligiendo su nivel al azar, con la proporcionalidad establecida para cada nivel. 49 Planificación Planificación inicial Al comienzo del proyecto, sin aún haber aclarado las partes del proyecto a desarrollar y el tiempo que llevaría realizarlas, realizamos a ciegas una planificación inicial, en función de las etapas generales de todo proyecto y el tiempo que estimamos que llevaría realizarlas. Por ello establecimos que nuestro proyecto tendría las siguientes fases: Fase de planificación En la cual definiríamos nuestro proyecto, estableciendo cuales serían los objetivos a alcanzar, así como el uso de las herramientas y tiempo necesario que se utilizarían para conseguirlos. Fase de investigación A través de la cual obtendríamos la información necesaria para realizar el proyecto, ya sea mediante la obtención de conocimientos teóricos como prácticos. Fase de análisis Mediante la cual especificaremos como será desarrollado nuestro proyecto, estableciendo las bases iniciales del mismo. Determinando en esta etapa de cuantas partes se compondrá el software que generemos y que funcionalidad tendrá cada una de ellas. Fase de diseño Donde definiremos el comportamiento del software que generaremos, representando gráficamente cual será su flujo de información y, por lo tanto, su funcionamiento. Fase de desarrollo En la que ya habiendo sido definida nuestra aplicación procederemos a su implementación. Esta será sin lugar a dudas la fase que más tiempo nos ocupará ya que de ella obtendremos el verdadero producto de nuestro de este proyecto, un simulador de mercados financieros. Dada su envergadura, esta fase contendrá diferentes etapas de desarrollo en las que obtendremos una serie de subproductos en nuestro camino hacia el producto final. Estos subproductos serán vitales ya que además de ser una parte del producto final, nos permitirá validar progresivamente nuestro trabajo. De forma que podamos progresar más fácilmente en el desarrollo de nuestra aplicación, si tener que regresar al punto inicial. Para establecer inicialmente este progreso diremos en cada etapa de nuestro proceso de desarrollo obtendremos una de las capas de nuestro sistema, estableciendo por tanto una arquitectura de tres capas: capa de presentación, capa de dominio y capa de datos. 50 Este proceso no es demasiado realista, ya que a la hora de desarrollar una aplicación mediante programación por capas, el desarrollo de cada una de sus capas suele ir ligado al desarrollo del resto en el tiempo. Sin embargo, ya que en este proyecto solo existe un recurso que desarrolle cada una de sus partes, lo supondremos de este modo, evitando así que el diagrama de Gantt que obtendremos posteriormente sea innecesariamente complejo. Puesto que nos interesa reflejar más la carga de trabajo que representar exhaustivamente como se llevará a cabo cada una de sus parte a lo largo del tiempo. Fase de pruebas Necesaria para ir certificando el buen funcionamiento de nuestra aplicación. Esta fase abarcará buena parte de nuestro proyecto, desarrollándose a lo largo de toda la fase de desarrollo de la aplicación. Sin embargo, su mayor intensidad se sitúa una vez se hayan obtenido los diferentes subproductos de nuestro proyecto, con la intención de así evaluarlos para progresar de manera segura. En nuestro caso, estableceremos una dedicación mayor a este proceso de validación, cada vez que concluyamos una de las capas de nuestro programa. Fase de documentación Durante esta etapa detallaremos por escrito, cada una de de las fases por las que ha atravesado nuestro proyecto y la información relevante generada en cada una de ellas. Esta fase realmente se sucede a lo largo del proyecto, pero para mayor simplicidad, y dado que el mayor volumen de horas dedicadas a esta fase ocurre hacia el final del proyecto, supondremos que es entonces cuando se desarrolla toda la documentación referente al proyecto. Fase de implantación Una vez concluido todo el material de que nuestro proyecto está compuesto, llega el momento de su implantación de forma que otros usuarios puedan trabajar sobre el sistema software creado. Esta fase no será realmente aplicable a nuestro caso, pero que recogemos de igual manera, ya que el objetivo de nuestro proyecto es la creación de un modelo de simulación que pueda ser usado por otros usuarios. Tras las cuales finalmente se cerraría el proyecto dando paso a un periodo de mantenimiento del sistema creado, llevado a cabo o no por nuestra parte. 51 Diagrama de Gantt 52 53 Coste del proyecto El desarrollo del proyecto requerirá según nuestra planificación inicial el empleo de tres recursos humanos: el proyectista, quien será quien desarrolle la totalidad del proyecto, y el tutor y co-tutora del mismo, quienes estarán presentes en la etapa de planificación del proyecto, así como en su cierre. Además en el caso del tutor del proyecto, este será también el encargado de realizar un seguimiento del proyecto, guiando al proyectista siempre que así sea necesario. El hecho que las reuniones hayan sido marcadas como eventos dentro de nuestro calendario, ha implicado que estas no queden registradas como horas trabajadas, y por tanto que el trabajo registrado por parte del tutor y co-tutora se reduzca a su papel en la etapa de planificación del proyecto. Por otra parte, el hecho de que no sea necesaria la adquisición de hardware y software adicional para llevar a cabo nuestro proyecto, implica que los únicos recursos que hemos incluido en el presupuesto sean los recursos humanos. Por tanto, estableciendo un pago de 10 euro por hora trabajada para el proyectista y de 15 euros por hora trabajada para el tutor y co-tutora. El presupuesto de nuestro proyecto sería pues el siguiente: Precio/Hora Horas trabajadas Coste Proyectista 10 1128 11280 Tutor 15 16 240 Co-tutora 15 16 240 Total 11760 54 Planificación final Una vez concluida la fase de implementación del proyecto, y quedando únicamente la escritura de la memoria del mismo, se procedió a desarrollar un nueva planificación que representará, lo mejor posible, la carga de trabajo que había representado el proyecto y la evolución de esta a lo largo del tiempo. Debido a que trabajamos sobre la aplicación SDLPS, siendo nuestro proyecto en realidad un modelo interpretado y simulado por este, las tareas de implementación se han visto reducidas a causa de esta particularidad. Siendo solo necesario el desarrollo de la capa de dominio del proyecto, puesto que SDLPS realizará las funciones de interfaz con el usuario y no requeriremos de una gestión de datos más allá de la que puede ofrecernos ya la capa dominio. Por otra parte, y como ya sabíamos en realidad de un inicio, no hemos tenido que implantar nuestra aplicación en ningún otro sistema, por lo cual se ha visto eliminada esta fase de la planificación inicial. En cambio, debido a la necesidad de evaluar y validar los resultados obtenidos, ya sea de cara interpretarlos de manera independiente como en relación al artículo sobre el cual nos basamos, nos ha parecido conveniente incluir esta fase como una fase independiente dentro de nuestra planificación, dada su relevancia. Estas variaciones, sumada a una disponibilidad de a media jornada para la realización del proyecto, así como la reducción del calendario laboral a causa de épocas vacacionales, y demás factores, ha llevado a que el proyecto se haya reducido en horas trabajadas pero haya ampliado su duración. 55 Diagrama de Gantt 56 57 64 canal consta de la señal “Broker_changes”, que transmite los cambios producidos en el bloque “B_Market” sobre los valores del broker al bloque “B_Broker” de forma que estos valores se actualicen en este bloque.  Round_resume: Canal que comunica unidireccionalmente los bloques “B_Market” y “B_Broker”, en sentido “B_Broker” - “B_Market”. Este canal consta de la señal “Resume”, la cual informa al bloque “B_Market” de las acciones y crédito del que dispone el broker al final de cada ronda y el beneficio neto y bruto que ha obtenido durante la misma. 65 Diagrama de Bloques Bloque Market Este bloque se compone de un único proceso, “P_Market”, el cual posee los mismos canales antes vistos para el bloque “B_Market”, los cuales hacen de puente entre el funcionamiento interno del bloque, y por tanto de su único proceso, y el exterior, el sistema. Bloque Company Este bloque, al igual que el bloque “B_Market”, únicamente se conforma de un proceso “P_Company”, el cual recibe íntegramente los canales vinculados al bloque “B_Company”. 66 Bloque Broker Este bloque, como el resto de bloques anteriormente vistos, está compuesto por un único proceso “P_Broker”, que consta de los mismos canales que posee el bloque “B_Broker” para comunicarse con el sistema. 67 Diagrama de Procesos Dada la complejidad y extensas dimensiones de los diagramas de procesos realizados, se ha preferido mostrar a continuación una versión simplificada de los mismos. Pudiéndose encontrar los diagramas de procesos completos en los anexos. Proceso Market El proceso “P_Market” es el núcleo de nuestro sistema, encargado de comunicar al resto de procesos, analizando y procesando la información que de estos les llega y transmitiendo el resultado de dicho procesamiento. Es por ello que en este proceso es donde se sitúa el reloj de nuestro sistema, contabilizando el tiempo transcurrido y transmitiendo dicha información al resto de procesos. Reloj que construiremos mediante el uso de un procedimiento, “Pr_Market_time”, tras el cual emitiremos una señal “Flux_time”, que será recogida como señal de entrada por el mismo proceso “P_Market”, iniciando nuevamente el proceso. Creando así, únicamente un proceso cíclico que nos permitirá establecer un contador de tiempo. Una vez creado el contador, que denominaremos “timer”, analizaremos si nos encontramos o no al comienzo de un nuevo turno. En caso de que sea así, si la simulación no llego a su fin, inicializaremos las variables pertinentes, pero en caso de que la simulación deba llegar a su fin, pasaremos al estado pozo “Terminate”. En caso de que no hayamos comenzado un nuevo turno, determinaremos cuales son los mejores brokers compradores y vendedores que se encuentran en el mercado, a partir de los datos que tenemos de ellos. Y una vez establecida esta información, seleccionaremos cual es el mejor comprador y vendedor, para cada broker de forma específica. Esta información, junto con el contador de tiempo y si el broker ha sido informado en esta ronda, es la que transmitiremos al broker mediante la señal “Get_broker”, con la que perseguimos obtener la información de un broker determinado. A su vez, emitiremla señal “Get_company” con únicamente el contador de tiempo del sistema, persiguiendo un objetivo similar a la señal anterior, solo que para el caso de la compañía. A partir de este momento, el proceso “P_Market” procederá a recibir señales externas que habrá de procesar. En el caso de las señales “Set_broker” y “Resume”, el proceso “P_Market” únicamente actualizará los valores de los que dispone. Actualizando con la primera señal los valores que posee de un broker determinado, y con la segunda la información final llegada de un broker determinado, su crédito, acciones, y beneficios finales. Para la señal “Set_company”, el proceso “P_Market” actualiza sus valores respecto a la compañía que se comunica con él, pero a su vez transmite estos valores a los distintos brokers que se encuentran en el sistema a través de la señal “Send_values”. 68 Finalmente, queda por tratar el caso de la señal “Send_decision” la cual supone un mayor nivel de procesamiento de los datos recibidos. Esta señal implica, en el caso de que la decisión del broker sea de compra o venta, determinar cuál del resto del brokers es en este momento el mejor comprador o vendedor, y evaluar si es posible cerrar un trato con éste. En caso de que así sea, cerramos el trato y transmitimos los valores actualizados a los brokers y compañía involucrados a través de las señales “Broker_changes” y “Company_changes” (en realidad “Broker_X_changes” y “Broker_Y_changes” donde X y Y son los identificadores del broker). Pero en caso de que el trato no pueda cerrarse, le comunicamos al broker que nos transmitió su decisión, que esta no ha obtenido los frutos buscados, mediante la señal Broker_changes. De manera que el broker pueda asimilar dicha información de manera que pueda tener éxito la próxima vez. Concluido el funcionamiento que recoge el proceso “P_Market” mientras se encuentra en el estado “Open”, queda detallar la funcionalidad de su estado pozo “Terminate”, el cual será igual para el resto de procesos. El estado “Terminate” es un estado pozo por una razón muy sencilla, una vez nos encontremos en él, para cualquier señal que recibamos, “*”, no realizaremos operación alguna, manteniéndonos únicamente en el mismo estado. De forma que toda nueva señal sea ignorada, hasta que el modelo de simulación se percate de que ha concluido y termine. 69 P_Market Página-1 (1)process Pr_Market_time(clk) Flux_time(clk) to itself OPEN OPEN Flux_time(clk) Pr_Market_time(clk) Flux_time(clk) to itself Comienzo nuevo turno Fin TERMINATE Si Si Inicializamos No Buscar mejores compradores/vendedores Seleccionar para cada broker No Get_broker Get_company OPEN Set_broker Set_company OPEN Send_values OPEN Send_decision Posibilidad Trato Hacemos el trato Broker_X_changes Company_changes Si Broker_changes No OPEN TERMINATE * TERMINATE Resume OPEN Pr_Market_time 70 Procedimiento Market_Time El procedimiento “Pr_Market_time” es únicamente un proceso que asigna una unidad de tiempo a una variable denominada market_clk, ejerciendo así de reloj de tiempo. Proceso Company_Create El proceso “P_Company_Create” es el encargado de crear tantos procesos “P_Company” como compañías hayan de existir en nuestro sistema. En nuestro caso particular, tan solo necesitamos de una sola compañía, pero hemos querido abrir la posibilidad de que en caso de que así se requiera en un futuro, puedan coexistir diversas compañías en nuestro sistema. Este proceso de creación de nuevos procesos, no es posible utilizarlo en nuestro caso, debido a que crear nuevos procesos de este modo no permite establecer diferentes IP para cada proceso, y por tanto impiden de momento su proceso en paralelo. Dado que nos interesa poder simular nuestro modelo en paralelo, para reducir tiempo de procesamiento, crearemos en nuestro caso, los diferentes procesos a mano (o mejor dicho, replicándolos nosotros mismos en nuestro código). 71 Proceso Company El proceso “P_Company” recibe dos señales externas, “Get_company” y “Company_changes”. Para la primera, comprueba que el contador de tiempo que se le ha enviado no marque el comienzo de una nueva ronda. Si marca dicho comienzo, en caso de que no marque también el final de la simulación, inicializa los valores pertinentes, si por el contrario, marca que final de la simulación, envía al proceso al estado “Terminate”. En caso de que no se comience una nueva ronda, transmitiremos los datos de la compañía al mercado a través de la señal “Set_company”. Para la segunda, “Company_changes”, su llegada conllevará la actualización de los datos de la compañía, tanto directos (modificados simplemente al sobrescribirse los valores con la llegada de la señal), como indirectos (actualizados tras realizar una serie de cálculos a partir del resto de datos). Todo ello, siempre que el proceso se encuentre en el estado “Quote”, ya que una vez llegue al estado “Terminate”, todas estas señales serán rechazadas, hasta que finalice la simulación. 72 73 Proceso Broker_Create El proceso “P_Broker_Create” es el encargado de crear tantos procesos “P_Broker” como brokers hayan de existir en nuestro sistema. Este proceso de creación de nuevos procesos, no es posible utilizarlo en nuestro caso, como mencionamos ya para el caso del proceso “P_Compnay_Create”, debido a que nos interesa poder ejecutar nuestro modelo de simulación en paralelo, y este método de creación no nos permite tal cosa al otorgar a todos los nuevos procesos una misma IP. Proceso Broker El proceso “P_Broker” recibe tres señales externas, “Get_broker”, “Send_values” y “Broker_changes”. La primera, comprueba si ha comenzado o no una nueva ronda. En caso de que comience una nueva ronda, mira si existe o no una ronda anterior, y en tal caso si se ha llegado al final o no de la ronda. En caso de haber llegado al final de la ronda, como pasa en el resto de procesos, mandamos a nuestro proceso al estado pozo “Terminate”. En cambio, si la simulación no ha finalizado pero existe una ronda anterior, será necesario calcular los resultados del final de la ronda, esencialmente los beneficios, y trasmitir estos, junto al crédito y número de acciones del broker, al mercado. En cualquier caso, siempre que se inicie una nueva ronda, se ha de proceder a configurar los valores del brokers, consistente principalmente en inicializar sus valores y calcular otros a partir de la información recibida del mercado, si es un broker informado o no, y del resto de valores que el broker acaba de inicializar. En todo caso, tengamos que 80 Este sistema, aún siendo de gran simplicidad, no estuvo exento de problemas a la hora de desarrollarlo. Razón por la que fue necesario desarrollar un modelo aún más elemental, que pudiera ser admitido por SDLPS y ejecutado correctamente. De forma que una vez lograda dicha aceptación, pudiéramos extrapolar dicho modelo elemental, a nuestro modelo simplificado. 81 Desarrollo de un modelo elemental Como modelo elemental entendemos un modelo de simulación que permita conectar adecuadamente todos sus elementos, funcionando por tanto correctamente todos sus canales, y evolucione en el tiempo. Por tanto lo primero que implementaremos será un elemento cuyo único objetivo sea el registrar el cómputo de tiempo de la simulación, en pocas palabras un reloj. Dicha funcionalidad es necesaria en todo modelo de simulación para observar el comportamiento del modelo con el transcurso del tiempo. Dado que en nuestro modelo de simulación el elemento Market es el encargado de mediar con el resto de elementos, siendo el núcleo de nuestro modelo, es normal que este reloj sea integrado en su funcionamiento. Por tanto, nuestro primer objetivo es construir el elemento Market de forma que funcione como reloj de la simulación. Una vez comprobado que nuestro reloj funciona, es necesario saber si podemos conectar nuevos elementos a nuestro modelo y comunicarnos con ellos. Para ello vamos a añadir el resto de elementos, uno por uno, y ver si se produce tal intercambio de información. El primer elemento que conectaremos a nuestro modelo es el elemento Company, quien nos proveerá de la información de la empresa, en concreto de las acciones que posee y de su valor. Por ello haremos que el elemento Market le trasmita al elemento Company el tiempo de simulación actual, comunicándole entonces el elemento Company cuál es su identificador de compañía, por si hubiera más de una (que no será nuestro caso pero habilitamos dicha opción de cara a ofrecer esa posibilidad en un futuro), el número de acciones que posee, y el valor de las mismas. Una vez verificado que dicha conexión entre elementos existe, dejamos a un lado el elemento Company y procederemos a conectar únicamente el elemento Market y el elemento Broker. El elemento Broker nos proporcionara por su parte un valor numérico que identifique de que broker se trata, su decisión frente al mercado, pudiendo ser de compra, venta o simplemente abstención, y al valor que desea comprar o vender (en caso de que sea el caso). Por tanto, haremos que el elemento Market le trasmita al elemento Broker el tiempo de simulación actual, como hicimos con el elemento Company, comunicándole a cambio el elemento Broker su identificador, decisión y valor de compra/venta. Por lo que una vez verificada dicha conexión, únicamente habremos de conectar ambos elementos, Company y Broker, al elemento Market, y verificar entonces su funcionamiento, para el modelo completo. Asegurado entonces su buen funcionamiento, no nos queda más que añadir ahora el comportamiento de nuestro modelo simplificado, y una vez comprobado el buen funcionamiento de éste, ya dispondremos de una primera versión de nuestro modelo de simulación y concluido su primera fase de desarrollo. 82 Desarrollo de un modelo que cumpla las bases del artículo El siguiente paso, ahora que tenemos un modelo de simulación sencillo y funcional, es que cumpla con lo mencionado en el artículo en que nos basamos para su creación. El artículo establece lo siguiente: - Disponemos de un total de 24 brokers, los cuales dividimos en dos grupos de 12. - Cada grupo será sometido a 10 rondas de 5 minutos cada una. - Las 2 primeras rondas son de prueba, comenzando realmente el estudio a partir de la 3ª. - Al comienzo de la 3ª ronda, 3 brokers elegidos al azar conocerán el precio real de la acción, 100 ECU o 220 ECU, elegido también aleatoriamente. Teniendo en cuenta que al final del ejercicio todos los brokers habrán sido informados un total de 2 veces. - Al comienzo de la 3ª ronda, a uno de los grupos se le añadirá el robot manipulador, siendo por tanto el total de brokers en el grupo de 13. - Cada broker posee al comienzo de cada ronda 6000 ECU, y 2 acciones. - El robot no puede ser uno de los brokers informados. - El robot participa en la ronda desde el segundo 25, hasta que falten 50 segundos para el final. - El objetivo del robot es comprar 10 acciones, para más tarde venderlas. - Cuando el robot compra sube un máximo de 10 ECU el valor de la oferta de compra más alta. - Cuando el robot vende rebaja un máximo de 8 ECU el valor de la oferta de venta más baja. - La demora entre las acciones del robot es un número al azar entre 3 y 7. A razón de simplificar el sistema, asumiremos que: - Realizamos tan solo 8 rondas, ya que en nuestro caso los brokers humanos son simulados por ordenador y no es necesario un entrenamiento previo. - Disponemos de un único grupo de 13 brokers, siendo el último de estos el robot manipulador, el cual podremos eliminar del sistema reconfigurando sus variables de forma que no se le permita participar en la simulación. - La selección aleatoria de brokers conocedores del valor, del precio real de la acción y de la demora y oferta del robot, no serán aleatorias. Dado que nos interesa para el estudio posterior poder tener dominio sobre la configuración del sistema, para así simular ambientes distintos. Además, ya que trabajar con 13 brokers directamente es demasiado a causa de que en nuestro caso requerirá código independiente para cada uno, simplificaremos el modelo de momento de forma que: -Trabajaremos con 3 brokers. -Solo habrá un broker informado del precio real de la acción. Dicho esto los cambios a realizar respecto al modelo simplificado son los siguientes: En el elemento Market la negociación pasa a ser entre un broker y la compañía a una negociación entre dos brokers. Aspecto que implica varios cambios, como identificar al broker con quien se negocia, comprobar que el negocio es posible según los valores de compra y venta de cada uno, y tramitación de los cambios en caso de que el negocio se lleve a cabo. 83 A su vez el elemento Market será el encargado de establecer cuales brokers son los informados (en nuestro caso, de momento solo uno). En el elemento Broker se introduce el comportamiento del robot, tal como establece el artículo. Esto provoca que en el elemento Broker coexistan dos tipos de comportamiento diferente, el del robot, el agente manipulador, y el del humano simulado. Por tanto no estaremos estableciendo un elemento Robot aparte, sino podremos elegir en cada caso si el broker es un humano simulado o un robot. Esto permite que a posteriori se puedan realizar simulaciones con configuraciones diferentes a las del artículo. Cabe decir, que el comportamiento del humano se mantiene igual. Este gozará por tanto de una decisión arbitraria. En todos los elementos, incluido Company, se toman en cuenta el tiempo para marcar cada ronda, y el fin de la simulación. En caso de fin de ronda se reinicializan los valores, mientras que en caso de fin de la simulación, enviamos cada elemento a un estado pozo, Terminate, en donde permanecerá a partir de ese momento. 84 Desarrollo de un modelo que detecte las señales del mercado Para permitir que el comportamiento humano simulado sea más inteligente e intérprete las variaciones en el valor de la compañía, habremos de permitir que realice un análisis técnico bursátil, en caso de que el broker tenga la experiencia adecuada [20]. Este análisis técnico, el cual desarrollaremos en el elemento Broker, se compondrá de la siguiente información: Teoría de Dow. Relación entre el valor de cotización y el volumen de acciones. Ondas de Elliot sumada a la teoría de la opinión contraria. Tendencia. En la teoría de Dow analizaremos las líneas de soporte y resistencia, las cuales marcarán un cambio de tendencia en el caso de ser sobrepasadas. Esta teoría realmente no es aplicable a nuestro sistema, ya que en nuestro caso los brokers conocen el valor máximo y mínimo de una acción, por lo que el comportamiento habría de ser el contrario, en caso de que estar cerca de una línea de soporte o resistencia (en nuestro caso se mantendrán siempre los valores 100 ECU y 220 ECU respectivamente) mantener la tendencia ya que no variara más, es decir se estabilizará ya hacia ese valor. De todas formas, dado que nuestro caso es un caso especial, haremos que en nuestro sistema coexistan la forma natural de la teoría de Dow y nuestra forma particular. La elección de una u otra se determinará en caso de que se señale que la compañía solo puede oscilar entre dos valores constantes máximo y mínimo. En la relación entre el valor de cotización y el volumen de acciones, tomaremos las variaciones en el valor de cotización y el volumen de acciones, y determinaremos que en caso de que las variaciones vayan en un mismo sentido para ambas (aumente o disminuya), la tendencia se mantendrá, mientras que en caso contrario, diverja, estaremos ante un cambio de tendencia. Siendo en caso de que el volumen de acciones disminuya y el valor de cotización aumente, un indicador de una próxima tendencia bajista, y en caso contrario una próxima tendencia alcista. En nuestro caso, al no realizar operaciones de más de una acción por vez (por restricción del artículo), esta relación no se tendrá en cuenta para la predicción del mercado, aunque queda desarrollada para poder hacer uso de ella en un futuro. En las ondas de Elliot, determinaremos en que onda nos encontramos en cada momento, y según esta, y sabiendo cual es su tendencia y que esta cambiará en la siguiente onda, supondremos que este cambio es inminente a raíz de la teoría de la opinión contraria. Por lo que si la onda en la que nos encontramos nos indica que el valor de la acción está bajando, supondremos que esta situación próximamente va a cambiar y por tanto compraremos, mientras que si el valor de la acción se está incrementando supondremos que próximamente decrecerá, por la que venderemos. Por último, a raíz de los valores de cotización máxima y mínima de la compañía determinaremos su tendencia, pudiendo ser esta: alcista, bajista o estable. Con dicha información seremos capaces de realizar una buena predicción del futuro del mercado. 85 En el caso de que el broker no disponga de la experiencia adecuada para este análisis, este basará sus órdenes de compra y venta únicamente en si el valor de las acciones sube o baja en el momento actual. Siendo esta toma de decisiones también propia del broker experto cuando las señales del mercado no sean del todo claras, aunque en sentido contrario del broker inexperto, mediante la teoría de la opinión contraria. Es decir, mientras que el broker inexperto comprará si las acciones suben y venderá si las acciones bajan, el broker experto asumirá que el inexperto se equivoca, vendiendo entonces si las acciones suben, y comprando si estas bajan. Una vez establecida una predicción sobre el mercado, y en el caso que el broker observe una posibilidad de compra o venta, éste lanzará una oferta de compra o venta siempre que las condiciones lo permitan, es decir, si el broker dispone del crédito o las acciones necesarias para hacer tangible la oferta. Tras determinar el broker el precio por el cual está dispuesto a comprar o vender una acción, queda tan solo analizar la información que le llega del corro del mercado, es decir, las ofertas que han lanzado el resto de brokers. De esta forma podemos reconducir nuestra oferta para obtener un mayor beneficio u obtener más fácilmente comprador o vendedor. Finalmente, una vez mejorada la oferta, tan solo quedará asegurarnos de que el broker sigue siendo capaz de responder con crédito o acciones, en caso de que la negociación se cierre. Por parte del resto de elementos, solo el elemento Market verá una variación en su funcionamiento. Siendo ésta, determinar los mejores y segundos mejores compradores y vendedores del mercado, de forma que los brokers puedan obtener la información del corro de brokers para la mejora de sus ofertas y el cierre de sus operaciones. La implementación de esta parte, así como de la anterior y de la próxima referente a los factores psicológicos, ha conllevado un aumento considerable de la complejidad de sus diagramas, como demuestra el siguiente diagrama. Diagrama en el cual podemos ver parte del funcionamiento implementado para la detección de las señales del mercado, en concreto de la extracción de la información necesaria para el broker (teoría de dow, ondas de elliot, etc.), dejando a un lado el proceso de predicción y toma de decisiones en base a estos valores. Este crecimiento progresivo del modelo de simulación a realizar facilita la validación progresiva del mismo, y aunque cada vez más extenso facilita también su comprensión tanto para personas familiarizadas y no familiarizadas con el proyecto. Lo cual es un logro notable. 86 87 Desarrollo de un modelo que incluya factores psicológicos Llegados a este punto hemos terminado de desarrollar el comportamiento teórico de un broker en función de unas condiciones impuestas por el artículo. Sin embargo, no nos interesa la simulación del comportamiento teórico de un broker, sino su comportamiento humano, de forma que los resultados de la simulación se aproximen lo máximo posible a lo que ocurre en la realidad. Somos conscientes de que el comportamiento humano es sumamente complejo aún teniendo en cuenta innumerables factores y variables, más en un ámbito tan complejo como son los mercados financieros. Por ello trataremos de extraer una porción de este comportamiento a partir modelo simple con únicamente las características personales más relevantes. De forma que obtengamos un comportamiento general y aproximado, en lugar de caer en un comportamiento complejo e inexacto. Introduciremos por tanto en nuestro modelo, concretamente en el elemento Broker (y en esta ocasión, como es lógico, únicamente en este elemento), el comportamiento humano del broker mediante la siguiente información binaria: - Dependiente-Independiente - Calmado-Ansioso - Intuitivo-Analítico Sobre la cual calcularemos otras variables como el factor de riesgo y demora en sus operaciones por parte de un broker. Pero que serán la base de su particular comportamiento a la hora de comprar y vender las acciones y determinar el precio que están dispuestos a pagar o recibir por ellas. Sumada a estas características propias del broker, hemos agregado a nuestro sistema un factor de suerte irracional, que no es otro que el hecho de que cada broker, en concreto aquellos que no disponen del precio real de las acciones, tengan una corazonada sobre su precio. Una suposición inicial sobre su valor, que seguirán más o menos fervientemente según su personalidad. 88 Desarrollo del modelo de simulación final Finalmente, disponemos de un modelo de simulación que además de cumplir con las bases del artículo, es capaz de simular el comportamiento de un broker humano, a través de la información que le proporciona las fluctuaciones en el mercado, mediante análisis técnico, e influenciado por el carácter psicológico de su perfil. Un modelo de simulación que además hemos comprobado que funciona correctamente. Por tanto, ahora no queda más que retirar la simplificación que establecimos tras obtener el modelo simplificado, y comenzar a trabajar con los 13 brokers, de los cuales 3 serán informados en cada ronda, a excepción del 13º broker, el robot. 89 Resultados A la hora de obtener los resultados para nuestro modelo de simulación, hemos realizado una serie de simulaciones para un mismo grupo de brokers, basando estas simulaciones en todos los casos recogidos por el artículo. En el cual, el valor real de la acción puede ser de 100 o 220 ECU, y la evolución del mercado puede estar afectada o no por la presencia de un agente manipulador, el robot. Se ha optado por establecer un solo grupo de brokers, por dos razones. La primera y fundamental es que de esta forma somos capaces de evaluar con mayor facilidad la influencia que puede tener un agente manipulador, analizando los resultados con y su presencia en un grupo de brokers determinado. La segunda, es que al ser nuestros brokers un algoritmo y no personas reales, aseguramos que su comportamiento no variará debido a una experiencia previa, ya que no goza de las habilidades de memoria y aprendizaje. Para la creación de este grupo de brokers, hemos seguido con la mayor fidelidad posible los criterios de elección de los broker establecidos por nuestro psicólogo experto. Tan solo subyugándolos a un segundo interés, el de analizar el máximo de perfiles de brokers distintos, por ello el grupo de brokers estará conformado de la siguiente manera: Dado que para los rasgos del comportamiento humano hemos binarizado de la siguiente manera: Analítico-Intuitivo Calmado-Ansioso Dependiente-Independiente Hemos decidido que exista una mayoría a favor del grupo mayoritario del rasgo, y si este es precisamente el grupo intermedio, una mayoría a favor del grupo para el cual la presencia del rasgo es positiva. Siendo, por tanto, los rasgos elegidos para ser mayoritarios el analítico, calmado y dependiente. La binarización de los rasgos del comportamiento implica por otra parte que no podamos mantener una proporción del 80% para los brokers experimentados, senior, y del 20% para los inexpertos, novatos, si queremos ofrecer la mayor diversidad de perfiles posible. Por tanto, hemos dispuesto que el número de brokers experimentados sea el máximo posible para un grupo de 12 brokers, evitando repetir patrones de conducta, siendo por tanto estos de un total de 8. Obteniendo de la suma de todos estos factores, el siguiente grupo con las siguientes características: Broker 1 2 3 4 5 6 7 8 9 10 11 12 Experimentado X X X X X X X X Analítico X X X X X X X Calmado X X X X X X X Dependiente X X X X X X X 96 Beneficios obtenidos por los brokers Tal como mencionamos en la primera ronda, los broker 1 y 3 se han perjudicado a causa de su decisión de tratar de subir aún más el precio de la acción antes de venderlas. Siendo de los únicos brokers informados que poseen perdidas en lugar de ganancias. Broker 1 2 3 4 5 6 7 8 9 10 11 12 Ronda 1 -235 125 -80 115 -230 155 0 134 -205 115 0 160 2 100 117 100 100 129 110 -284 108 -383 100 -311 114 3 73 79 73 79 -499 78 94 102 86 75 -287 79 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la oferta 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la demanda 97 Test 2: Evolución del mercado con la presencia del agente manipulador En el caso de que, para este valor real de la acción de 100 ECU, exista la presencia de un agente manipulador, el comportamiento esperado es que el valor de la compañía tenga un descenso más atenuado. Esperándose un equilibrio mayor entre el número de ofertas y de demanda. Ronda 1 Valor de la compañía En la primera ronda podemos observar un comportamiento muy similar al visto en el test anterior, solo que en esta ocasión, como cabe esperar, el valor de las acciones se ha estabilizado en un valor superior al antes visto. Valores de la oferta y la demanda También es similar el comportamiento de la oferta y la demanda con el anterior test, siendo en este caso el incremento de la demanda, a causa del manipulador, aún más pronunciado. 100 120 140 160 180 200 220 050 100 150 200 250 300 98 100 120 140 160 180 200 220 050 100 150 200 250 300 Valor de la oferta 100 120 140 160 180 200 220 050 100 150 200 250 300 Valor de la demanda 99 Ronda 2 Valor de la compañía En la segunda ronda se producen una serie de altibajos mucho más bruscos que los vistos en el test anterior, llegando incluso a estabilizarse por un momento en el valor mínimo y real de las acciones, 100 ECU. No obstante, termina con tomando un valor similar al tomado en el anterior test. Valores de la oferta y la demanda La oferta y la demanda sin embargo, posee un comportamiento más similar al anteriormente visto. Variando principalmente en la existencia de un mayor número e intensidad de los picos sobre los valores de oferta y demanda. Estando relacionados estos picos, con la fuerte variabilidad del valor de las acciones vista anteriormente. 100 120 140 160 180 200 220 300 350 400 450 500 550 600 100 100 120 140 160 180 200 220 300 350 400 450 500 550 600 Valor de la oferta 100 120 140 160 180 200 220 300 350 400 450 500 550 600 Valor de la demanda 101 Ronda 3 Valor de la compañía En esta tercera ronda no existe una tan alta variabilidad del valor de las acciones como en la pasada ronda, aunque si existe un gran descenso en su valor, para luego volver a crecer con intensidad hasta situarse en 180 ECU. Un valor muy superior al que se obtuvo en el test anterior. Valores de la oferta y la demanda Los valores de la oferta y la demanda se corresponden en su evolución con los vistos en el test anterior, aunque no en cuestiones de los valores tomados, más altos esta vez. 100 120 140 160 180 200 220 600 650 700 750 800 850 900 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la oferta 102 Beneficios obtenidos por los brokers Nuevamente, son los brokers 1 y 3 los únicos que, aún siendo informados, registran pérdidas en lugar de ganancias en la ronda que reciben tal información. Broker 1 2 3 4 5 6 7 8 9 10 11 12 13 Ronda 1 -155 125 -165 115 -165 155 0 134 -125 115 0 165 -145 2 100 70 100 47 85 115 -232 51 -175 47 -151 108 -165 3 33 50 40 50 -286 46 94 54 94 46 -177 146 -190 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la demanda 103 Caso 2: El valor real de la acción es de 220 ECU Test 1: Evolución del mercado sin la presencia del agente manipulador Cuando el valor real de la acción se sitúa en los 220 ECU, el comportamiento esperado, en el caso de que no exista un agente manipulador, es que el valor de la compañía ascienda hasta este valor o cercano a él. Existiendo un aumento de la demanda y un descenso de la oferta. Ronda 1 Valor de la compañía En la primera ronda el valor de las acciones de la compañía decrece levemente para tener un ascenso igual de leve a partir del cual se estabiliza. Este comportamiento anómalo, ya que lo que debería producirse es un incremento notable del valor de las acciones, se puede explicar mediante el comportamiento contraproducente que llevan a cabo los brokers 1 y 3. Nuevamente, estos brokers tratan de obtener beneficios realizando las operaciones contrarias a las que deberían realizar, lo que acarrea una evolución diferente de la que habíamos esperado. 100 120 140 160 180 200 220 050 100 150 200 250 300 104 Valores de la oferta y la demanda Tal como esperábamos en este caso la oferta es sustancialmente inferior a la demanda. De hecho, su periodo de vida es bastante corto, lo que conlleva a que su valor se mantenga bastante estable, despareciendo esta oferta finalmente para dar paso al incremento paulatino del valor de la demanda. 100 120 140 160 180 200 220 050 100 150 200 250 300 Valor de la oferta 100 120 140 160 180 200 220 050 100 150 200 250 300 Valor de la demanda 105 Ronda 2 Valor de la compañía En esta segunda ronda si se produce un incremento del valor de la acción, aunque más leve de lo esperado. Sobre todo, si tenemos en cuenta que para esta ronda todos los brokers informados deciden comprar y no tratan de sacar provecho de su información, más de la debida. La posible explicación de esta evolución anormal, es el escaso cierre de negociaciones que se produce, lo que conlleva a una estabilización temprana del valor de las acciones. Valores de la oferta y la demanda Nuevamente, como cabía de esperar, la oferta disminuye en esta ronda para dar paso a un predominio de la demanda. Siendo durante esta ronda la oferta existente prácticamente mínima, lo cual puede explicar el escaso incremento del valor de las acciones visto anteriormente. 100 120 140 160 180 200 220 300 350 400 450 500 550 600 112 100 120 140 160 180 200 220 300 350 400 450 500 550 600 Valor de la oferta 100 120 140 160 180 200 220 300 350 400 450 500 550 600 Valor de la demanda 113 Ronda 3 Valor de la compañía Finalmente, en la tercera ronda se vuelve a registrar un valor de cotización superior al visto en el anterior test para este mismo caso. Sin embargo, su comportamiento dista del visto en la segunda ronda y se aproxima al de la primera, estableciéndose por tanto el valor de las acciones escasamente por encima de los 170 ECU. Valores de la oferta y la demanda 100 120 140 160 180 200 220 600 650 700 750 800 850 900 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la oferta 114 Beneficios obtenidos por los brokers Nuevamente, los brokers 1 y 3 son los únicos que registran pérdidas en lugar de ganancias de todos los brokes informados, en la ronda en que son informados. Así como, nuevamente se registra un mayor número de brokers que registran pérdidas, respecto con el caso en el que el valor real de la acción era de 100 ECU. Broker 1 2 3 4 5 6 7 8 9 10 11 12 13 Ronda 1 -143 77 -146 -144 221 -139 70 -136 214 -144 135 -124 119 2 -143 -134 -143 0 239 83 70 -136 66 -144 120 -80 202 3 -153 -154 -140 -154 374 -140 154 154 70 -164 153 -122 122 100 120 140 160 180 200 220 600 650 700 750 800 850 900 Valor de la demanda 115 Validación Una vez obtenidos los resultados de nuestro modelo de simulación para los diferentes casos del estudio, es necesario realizar una validación de los mismos. Asegurando por una parte, que los resultados obtenidos se corresponden a los esperados según se ha establecido el modelo de simulación, y por tanto al funcionamiento de sus algoritmos; y por otra, la correspondencia de estos resultados respecto a los resultados del artículo en base al cual hemos realizado nuestro trabajo. Validación que, por tanto, realizaremos en dos fases diferenciadas. Comenzando por una validación funcional, respecto al modelo de simulación, para proceder a posteriori a una validación comparativa, respecto a los resultados del artículo de Helena Veiga y Marc Vorsatz. 116 Validación funcional Observando los resultados obtenidos en el apartado anterior, podemos constatar que nuestro modelo de simulación funciona, en el sentido que existe una evolución de las diferentes variables a lo largo del tiempo. Sin embargo, este hecho no valida por completo nuestro modelo, queda verificar que dicha evolución sea como cabe esperar en función del modelo de simulación creado. Si calculamos la media del valor de la compañía de todas las rondas simuladas, para los distintos casos: valor real de cotización de 100 ECU sin presencia del agente manipulador (B100) y con ella (M100), y valor real de cotización de 220 ECU sin presencia del agente manipulador (B220) y con ella (B220). Podemos observar que existe una mayor variación del precio de la acción en el caso de que el agente manipulador esté presente en la simulación, que cuando no. Siendo en este caso cuando las acciones crecen más rápidamente cuando el valor real de la acción es alto, y así también cuando es bajo al no alcanzar el agente manipulador su objetivo de compra, obtener 10 acciones más de las que él posee, y sumarse así al resto de compradores de la ronda. También observamos más extrañados que para los casos en que el agente manipulador no está presente, el valor converge alrededor del valor inicial que toma la acción, y por tanto a un valor medio. Este comportamiento sin embargo puede explicarse debido a que al ser el grupo de brokers no informados el mayoritario y tener entre ellos opiniones enfrentadas de cuál puede ser el valor real de la acción, no se producen grandes variaciones en el precio de la acción. Este hecho sumado, a que las variaciones del precio de cotización se producen en un breve periodo de tiempo, conlleva quien comienza vendedor o comprador, termine como tal. Ya que al no realizarse un número de variaciones suficientes a lo largo del tiempo, los brokers no tienen suficiente para rectificar sus acciones, por lo que una vez agotadas las acciones puestas en venta, finaliza la negociación entre los brokers y se estabiliza el valor de la acción. Una vez vista, y comprendida la evolución del valor de cotización de la acción, hallaremos la media de los beneficios de los brokers, remarcando el beneficio de 100 120 140 160 180 200 220 050 100 150 200 250 300 B100 M100 B220 M220 117 aquellos brokers que han sido informados del precio real de la acción en una determinada ronda, de forma que podamos analizar si estos se corresponden a lo esperado. Para ello distinguiremos dos casos: Caso 1. Media de los beneficios de los brokers en el caso de que no esté presente el agente manipulador: Broker 1 2 3 4 5 6 7 8 9 10 11 12 Ronda 1 -189 101 -113 -15 30 8 35 -1 39 -15 68 9 2 -22 -9 -26 50 248 129 -73 -14 -127 -56 -96 -6 3 -40 -38 -34 -38 -63 -31 124 165 115 -45 -67 -35 Total -251 54 -173 -3 215 106 86 150 27 -116 -95 -32 En esta tabla, podemos ver en primer lugar, que los brokers que han sido informados obtienen por regla general beneficios, siendo el broker 1 y 3 los únicos que obtienen perdidas, siendo por otra parte para el total de casos la mayor cantidad de ganancias o pérdidas que obtendrán durante el resto de la simulación. Por otra parte, observando el beneficio total a lo largo de las rondas, podemos ver como los beneficios suelen mejorar en los casos que los brokers sean brokers expertos (los ocho primeros), y sus ganancias superiores a las de los no informados y sus pérdidas menores si excluyéramos a los broker 1 y 3 del análisis. El comportamiento divergente del broker 1 y 3, principalmente, y el reparto de los beneficios entre experimentados y no experimentados en general, puede ser explicada a causa de que el ámbito del experimento es cerrado, no teniendo así gran relevancia las señales habituales que proporciona el mercado. Por lo tanto, podemos afirmar que, aunque los resultados no son tal cual los esperados, se corresponden a grandes rasgos con aquellos que esperábamos obtener. Caso 2. Media de los beneficios de los brokers en el caso de que esté presente el agente manipulador: Broker 1 2 3 4 5 6 7 8 9 10 11 12 13 Ronda 1 -149 101 -156 -15 28 8 35 -1 45 -15 68 21 -13 2 -22 -32 -22 24 162 99 -81 -43 -55 -49 -16 14 19 3 -60 -52 -50 -52 44 -47 124 104 82 -59 -12 12 -34 Total -231 17 -228 -43 234 60 78 60 72 -123 40 47 -28 En esta tabla, podemos ver que los brokers que son informados durante la ronda siguen gozando de un mejor resultado, ya sea positivo o negativo, respecto al resto de rondas, obteniendo por regla general un resultado favorable, siendo los brokers 1 y 3 nuevamente los que rompen esta tendencia positiva. 118 En cuanto los beneficios totales, en este caso, tanto brokers expertos como novatos son capaces de obtener buenos valores, quizás a consecuencia de las perturbaciones que introduce el agente manipulador. Sin embargo, si prescindiéramos de los resultados de los brokers 1 y 3, podríamos volver a asegurar que por regla general los resultados son mejores en el caso de los brokers experimentados, obteniendo unos mayores beneficios por regla general y unas menores pérdidas. Los resultados, por tanto, podemos decir que se corresponden a grandes rasgos a los valores que esperábamos obtener, salvo excepciones ya comentadas. 119 Validación comparativa Una vez validado que nuestro modelo de simulación se comporte de acuerdo a tal y como lo hemos construido, podemos proceder a comparar nuestros resultados con los del artículo de Helena Veiga y Marc Vorsatz, y analizar si existe una relación entre ambos. El primer aspecto a comparar son las medias del valor de cotización obtenidas: Valores de cotización obtenidos por Helena Veiga y Marc Vorsatz. Valores de cotización obtenidos por nuestro modelo de simulación. 100 120 140 160 180 200 220 050 100 150 200 250 300 B100 M100 B220 M220 120 En donde podemos observar que los valores obtenidos son más o menos similares salvo para el caso en el que el valor de real de la acción es de 220 ECU y los brokers trabajaban sin la presencia del agente manipulador (B220). Situación en la que en nuestro caso el valor de la acción varía inicialmente para estabilizarse en un valor medio, mientras que en los resultados obtenidos en el artículo este se estabiliza cercano al valor de 220 ECU. En el caso de que el valor real de la acción es de 220 ECU pero los brokers trabajen con la presencia del agente manipulador, el valor de la acción no se estabiliza tan cerca del valor real en nuestro caso como ocurre en el artículo; pero si obtiene un valor alto, el mayor de los obtenidos en nuestras simulaciones, 183. En el caso de que el valor real de la acción sea 100 ECU y los brokers trabajen con la presencia del agente manipulador, los resultados como en el artículo se alejan del valor real de la acción, alcanzando valores más altos de los previstos. Mientras que en el caso de no trabajen con esta presencia, se alcanzan valores más bajos, aunque sin llegar a acercarse demasiado en ningún caso al valor real. Una vez verificada que en ambos casos, el de nuestro modelo de simulación y el artículo en el que se basa, se produce una evolución del valor de cotización similar, procederemos a evaluar si se cumplen también las hipótesis establecidas en el artículo de acuerdo con nuestros resultados. Resultados sobre la hipótesis 1: Precio del activo. La hipótesis será cierta si el manipulador puede influir sobre el precio. Resultando por otro lado ser correcta, si y solo si, el precio estimado para una ronda dada es significativamente más alto en el caso que exista la presencia de un agente manipulador. Dicha hipótesis podemos por tanto concluir que es cierta, observando las medias del valor de cotización que hemos obtenido, siendo el valor medio final de estas el siguiente: Valor real de la acción 100 ECU Valor real de la acción 220 ECU No manipulado Manipulado No manipulado Manipulado 155 171 152 183 Resultados sobre la hipótesis 2: Ganancias de los comerciantes. Esta hipótesis será cierta si, cuando el valor real de la acción es de 100 ECU, la diferencia de ganancias entre los brokers informados y no informados es mayor en el caso de que exista la presencia de un agente manipulador. Mientras que si el valor real de la acción es de 220 ECU, la diferencia de ganancias entre brokers informados y no informados será la misma para ambos tratamientos, exista la presencia de un agente manipulador o no. Tal hipótesis no es cierta en nuestro caso, ya que obtendremos justamente una menor diferencia de ganancias entre los brokers informados y no informados en el caso de que 121 exista la presencia de un agente manipulador, indistintamente del valor real que tenga la acción. Hecho que podría explicarse a causa de la rápida estabilización de los valores en nuestro caso. Pues, al entrar el agente manipulador en nuestro sistema en el segundo 25, ya se habrían cerrado una serie de negociaciones, precisamente entre brokers con experiencia, quienes sufren una menor demora entre operación y operación. Siendo entre estos, los informados los que tendrían mayor facilidad para cerrar un buen trato. Por tanto, cuando entrase en el sistema el agente manipulador, precisamente serían los brokers informados los que ya no podrían beneficiarse de la variación en el mercado que este generará. Beneficiándose por tanto otros, los no informados, y siendo por tanto la diferencia de ganancias entre informados y no informados menor. Resultados sobre la hipótesis 3: Rentabilidad del manipulador. Dicha hipótesis será cierta si la estrategia llevada a cabo por parte del agente manipulador le es rentable, o dicho de otra forma, obtiene beneficios. Basta ver, en este caso, la tabla de beneficios obtenidos por los brokers en caso de que el valor real de la acción sea 220 ECU, donde obviamente exista la presencia de un manipulador, para ver que esto es cierto. De hecho, este es para el único caso que el agente manipulador obtendrá ganancias. Ya que mientras que para un valor real de la acción de 220 ECU, el agente manipulador obtendrá ganancias en todas las rondas, para un valor real de la acción de 100 ECU, ocurrirá totalmente lo contrario, obteniendo pérdidas para cada una de las rondas. Dicho esto, podemos determinar que, aunque nuestro modelo no concuerda completamente con los resultados obtenidos por parte de Helena Veiga y Marc Vorsatz, si se encuentran estrechamente relacionados con estos. Siendo por tanto válido, aunque sea así en su justa medida.