Este artículo lo escribo para complementar los próximos artículos en los que veremos algunos algoritmos que identifican zonas de liquidez en los datos historicos de precios de activos. No es absolutamente necesario leerlo, pero, especialmente si no estas familiarizado con el análisis de datos o el aprendizaje automático, es muy recomendable que te familiarices con este tema, ya que te ayudara a comprender los próximos artículos.

La palabra cluster se podria traducir como "cumulo" pero en el concepto de el aprendizaje automatizado la palabra cluster es una prestada del ingles asi que esa usare para referirme a este concepto. El concepto de clustering es básicamente una forma de agrupar ciertos puntos de datos en categorías según su similitud entre sí. Si estás familiarizado con el aprendizaje automático, sabrás que existen dos categorías amplias: aprendizaje supervisado y aprendizaje no supervisado. Dado que no hay etiquetas en nuestros datos (el objetivo es etiquetarlos en primer lugar), el clustering es una buena opción, ya que forma parte de la metodología de aprendizaje no supervisado.

Los clústeres no son más que simplemente grupos de datos que se clasifican juntos en función de ciertas características. Hay dos tipos de métodos de categorización o agrupamiento:

• clustering duro donde cada elemento pertenece absolutamente a un cluster y de forma binaria se decide si pertenece o no a el.
• clustering blando donde en lugar de establecer un elemento en un cluster, se hace una distribución de probabilidad de que ese elemento pertenece a un cluster en específico.

En otras palabras, el clustering es una forma de ordenar u homogeneizar datos no estructurados. En este contexto, podemos utilizar los niveles de precios, los movimientos de precios, la actividad comercial y el volumen para identificar zonas de liquidez, o bien agrupar rangos de precios en los que se produce mucha actividad y que probablemente sean los lugares con más liquidez. Esto puede incluir soporte y resistencia o áreas en las que se han acumulado limites de perdida. Y, en función de estos tipos de valores de precios históricos, podemos agruparlos como precios de alta liquidez. Esta es una forma de categorizar los precios de una forma analitica.

Cuando los precios vuelven a ciertos puntos o rondan cercano a ellos, podemos considerar que se trata de una zona de alta actividad comercial. Las zonas de alta actividad comercial suelen estar asociadas a una alta liquidez. Por lo tanto, podemos considerar estas áreas infiriendo que son lugares en los que se colocan órdenes. En la mayoría de los sistemas de trading analítico, tenemos un concepto de "historia que se repite" o de actividad actual que "refleja" la actividad pasada como una suposición general. Por lo tanto, si vemos que el precio reacciona a un determinado nivel históricamente, podemos inferir que se trata de un área de interés. A través de estos clústeres podemos ver que el precio parece tender hacia ciertos niveles que luego consideraremos como nuestras zonas de liquidez.

Quiero cubrir también las limitaciones de la agrupación. En primer lugar, la agrupación depende mucho de los parámetros, por lo que puede requerir un poco de trabajo adicional en términos de obtener los valores ideals para estos parámetros. Además, las estructuras del mercado son dinámicas y, a veces, los cambios en esta estructura pueden no ser detectados de inmediato por nuestros algoritmos. Por eso me gusta combinar muchos metodos y algoritmos antes de confirmar o tomar una decisión, de esa manera tengo más convergencia y los puntos débiles de un método pueden ser la fortaleza de otro.

Hay muchos tipos de algoritmos de agrupación, pero una cosa que tienen en común es el hecho de que ambos utilizan el concepto de medidas de similitud. En resumen, estas medidas de similitud se definen por la densidad de los clústeres y la proximidad de los puntos de datos dentro de estos clústeres. Esta proximidad puede ser la distancia literal entre puntos en un espacio 2D y, dado que así es como podemos visualizar gráficos de precios, tomaremos esta definición de proximidad.

 Podría seguir hablando sobre clustering, pero creo que esta información es suficiente para entender el tema. Voy a callarme por ahora y empezar a trabajar en la implementación real de este concepto de una manera más práctica. Sigueme en mi Twitter donde publicaré los siguientes articulos asi como señales en eventos de precios y otras estrategias.