Análisis comparativo del desempeño de estrategias de trading algorítmico mediante Python en diferentes condiciones del mercado Forex (2019-2024)

Abstract

El presente trabajo de grado evalúa comparativamente el desempeño de dos estrategias de trading algorítmico, el cruce de medias móviles exponenciales (EMAs) y el Índice de Fuerza Relativa (RSI), aplicadas al par de divisas EUR/USD durante el período 2019-2024. A través de un enfoque cuantitativo y la implementación de un algoritmo de backtesting en Python, se analiza la rentabilidad y eficiencia de cada estrategia bajo tres condiciones de mercado, tendencia, rango y alta volatilidad. Los hallazgos revelan que ninguna de las dos estrategias es universalmente superior, sino que su eficacia está fuertemente determinada por las condiciones de mercado en la que operan. Por su parte, el cruce de medias móviles exponenciales demuestra una mayor rentabilidad y un Sharpe Ratio superior en los periodos identificados como tendenciales, en el cual, supera consistentemente al RSI. Por el contrario, el RSI presenta una eficiencia en escenarios de rango y alta volatilidad, donde, aunque su rentabilidad fue menor en estos escenarios, su capacidad para gestionar el riesgo se evidencia en un Drawdown Máximo considerablemente más bajo y un Profit factor más estable. La metodología se basa en un enfoque cuantitativo, implementando un algoritmo de backtesting en Python sobre datos diarios del par EUR/USD para el período 2019-2024. Para contextualizar los resultados, el mercado fue segmentado en tres condiciones de mercado distintas (tendencia, rango y alta volatilidad) utilizando los indicadores. El desempeño de cada estrategia se evaluó a través de un conjunto de métricas de rentabilidad y riesgo, tales como, el Profit factor, el Ratio de Sharpe y el Drawdown Máximo.