Algorithmic trading strategies based on chart pattern recognition and persistence

Abstract

RESUMEN: El objetivo del presente trabajo es construir un conjunto de estrategias de trading para capturar la persistencia y memoria de series financieras. Se propone un sistema de trading de baja frecuencia llamado HUELUM, mismo que es probado con el Exchange Traded Fund (EFT) ¡Shares NAFTRAC para precios diarios. La principal contribución de este trabajo es que el sistema trading HUELUM tiene la capacidad para adaptarse al NAFTRAC, capturando su comportamiento, su tendencia y su persistencia. El sistema HUELUM es válido a través de un análisis de ventanas móviles, además de que funciona con cualquier activo financiero que registre precios de tipo apertura, máximo, mínimo y cierre (OHLC), por sus siglas en inglés). Si se tiene un mercado con poca liquidez y profundidad, HUELUM proporciona señales precisas de compra y venta comparada con una estrategia buy & hold, asimismo, el sistema de trading propuesto permite la cobertura ante potenciales pérdidas de inversión. ABSTRACT: This dissertation aims to build a set of algorithmic trading strategies to capture persistence and memory of financial series. HUELUM Trading System is proposed to make algorithmic trading in a low-frequency environment and is tested with the Exchange Traded Fund (EFT) ¡Shares NAFTRAC daily prices. HUELUM Trading System includes technical analysis indicators which are compared to a buy & hold strategy as a benchmark. The principal contribution of this work is that HUELUM Trading System can adapt to NAFTRAC, capturing its behavior, trends and persistence or momentum. HUELUM is validated through a rolling walk forward and works with any security as long as it has Open, High Low Close (OHLC) prices. If a market has little liquidity and deepness, HUELUM gives accurate buy and sell compared to a buy & hold strategy and reduces potential equity losses.