Aprendizaje automático (ML):
software que aprende patrones a partir de ejemplos históricos en lugar de ser programado explícitamente con reglas.
Contenido educativo únicamente: no es asesoramiento financiero. El trading conlleva un riesgo sustancial de pérdida.
Guía para principiantes · IA y aprendizaje automático · Trading automatizado
Trading con IA para principiantes: El plan de trading completo con aprendizaje automático , Ejecutado con PickMyTrade
Aprende, en lenguaje sencillo, cómo los traders de a pie en EE. UU. construyen un sistema de trading asistido por IA: un "filtro de operaciones" con aprendizaje automático, un detector de tormentas de mercado y un dimensionamiento de posición basado en matemáticas; y después automatiza cada orden a través de PickMyTrade, con Claude Fable (el modelo de IA de Anthropic) escribiendo el código como tu copiloto.
Prueba gratuita de 5 días
Sin tarjeta requerida
Operaciones ilimitadas
Ejecución instantánea
En esta página
¿Qué es el trading con IA/ML, en lenguaje sencillo? El objetivo profesional realista La arquitectura central (5 bloques constructivos) Plan de construcción paso a paso (8 pasos) Cómo Claude Fable acelera cada paso ¿Por qué no crear tu propio código de ejecución? Ejecución con PickMyTrade La caja de herramientas de código abierto Errores comunes de principiante que debes evitar Glosario Preguntas frecuentes Aviso financiero
01
¿Qué es el trading con IA/ML, en lenguaje sencillo?
El trading con IA (trading con aprendizaje automático) consiste en usar un modelo informático, entrenado con años de historia del mercado, para ayudar a tomar decisiones de trading; sobre todo, decidir qué ideas de operación merecen la pena y cuánto riesgo permiten las condiciones. No es un robot que conoce mágicamente el futuro.
Aquí tienes la analogía que hace que todo lo que sigue encaje. Imagina que llevas una pequeña tienda y estás decidiendo qué productos abastecer. Podrías adivinar. O podrías contratar a un ayudante experimentado que ha observado miles de lanzamientos de productos y dice: "Según todo lo que he visto, este parece un 68 sobre 100. Aquel es un 31: descártalo". El ayudante no es adivino. Simplemente ha visto tantos ejemplos pasados que reconoce las condiciones en las que las cosas tienden a funcionar.
Un modelo de aprendizaje automático desempeña exactamente ese papel de ayudante en un sistema de trading. Le muestras miles de configuraciones de operaciones históricas, cada una etiquetada con lo que realmente ocurrió (ganancia, pérdida o desvanecimiento). Aprende qué condiciones de mercado —volatilidad reciente, fuerza de la tendencia, momentum— tendían a acompañar a las ganadoras. Después, para cada nueva operación que proponga tu estrategia, produce una puntuación: la probabilidad estimada de que esta operación funcione. Tomas las puntuaciones altas y descartas el resto.
Tres términos que verás constantemente (cada uno también aparece en el glosario):
Backtest:
reproducir tu estrategia sobre datos de mercado pasados para ver cómo se habría comportado: un ensayo, no una garantía.
Trading algorítmico (automatizado):
dejar que el software coloque las órdenes que generan tus reglas, para que la ejecución sea rápida, consistente y sin emociones.
El cambio de mentalidad más importante
Los profesionales no usan la IA para predecir precios. La usan para filtrar operaciones, leer las condiciones del mercado y gestionar el riesgo. Ese es el uso honesto y duradero del aprendizaje automático en los mercados, y es exactamente el sistema que esta página te enseña a construir.
02
El objetivo profesional realista: crecimiento suave, drawdowns pequeños
Las mesas de trading profesionales no persiguen las mayores ganancias posibles. Aspiran a un crecimiento constante y gestionado por riesgo, con drawdowns mucho más pequeños que la inversión de comprar y mantener. Ese es el objetivo en torno al que está diseñado todo este plan.
Un drawdown es la caída desde el máximo de tu cuenta hasta su punto más bajo antes de recuperarse: el número de "cuánto dolió en la bajada". La inversión de comprar y mantener acciones ha ofrecido históricamente un crecimiento sólido a largo plazo, pero con desplomes ocasionales angustiosos por el camino. La alternativa de estilo profesional acepta un trayecto más tranquilo: está diseñada para renunciar a parte de la emoción a cambio de caídas menos profundas, que son más fáciles de sobrevivir financiera y emocionalmente.
Dos números que los profesionales usan para llevar la cuenta, cada uno en una frase:
Ratio de Sharpe
cuánto rendimiento obtuviste por cada unidad de irregularidad (volatilidad) por el camino; más alto significa un trayecto más suave y eficiente.
Ratio de Calmar
tu tasa de crecimiento anual dividida entre tu peor drawdown; recompensa directamente el "crecer de forma constante sin un cráter".
Históricamente, esta clase de técnica —filtrado de operaciones, detección de régimen, dimensionamiento basado en volatilidad— ha sido utilizada por gestores profesionales precisamente para mejorar esos dos ratios en lugar de perseguir rentabilidades llamativas. Cada decisión de diseño en el resto de esta guía sirve a ese objetivo.
Sin promesas, por diseño
Nada en esta página promete ninguna rentabilidad concreta, y ningún maestro honesto puede hacerlo. Lo que el plan puede ofrecerte es un proceso de estilo profesional: riesgo medido en cada operación, una cadena de ejecución automatizada sin anulaciones emocionales y hábitos de prueba que te mantienen honesto antes de arriesgar un solo dólar real.
03
La arquitectura central: cinco bloques, un pipeline disciplinado
Todo el sistema es un pipeline de cinco bloques. Tu estrategia propone operaciones; la IA las califica y comprueba el clima del mercado; matemáticas fijas deciden el tamaño de la posición; y PickMyTrade ejecuta en tu bróker. Cada bloque tiene un solo trabajo, y a ningún bloque se le permite hacer el trabajo de otro bloque.
Reglas
Bloque 1: señal de estrategia
Todo empieza con una estrategia sencilla y comprensible: por ejemplo, una estrategia de TradingView que dice "compra cuando el mercado está en tendencia alcista y retrocede a su media". El único trabajo de este bloque es proponer operaciones candidatas. No necesita ser brillante; necesita ser consistente, porque el siguiente bloque hará el control de calidad.
IA
Bloque 2: filtro de operaciones con IA (meta-etiquetado)
Este es el corazón de aprendizaje automático del sistema. Un modelo LightGBM —entrenado con las propias operaciones históricas de tu estrategia— puntúa cada nueva propuesta: ¿cuál es la probabilidad de que esta operación alcance su objetivo de beneficio antes que su stop? Piénsalo como un gestor de mesa experimentado que aprueba o rechaza los tickets de operación. La IA nunca inventa operaciones; las califica. Los quants llaman a esto meta-etiquetado, y es como los profesionales convierten una señal mediocre en una selectiva.
IA
Bloque 3: puerta de régimen (el detector de tormentas)
Los mercados tienen estados de ánimo: largos tramos de calma y tormentas repentinas. Un pequeño modelo estadístico (un modelo oculto de Markov, mediante la biblioteca hmmlearn) observa la volatilidad y los rendimientos para clasificar el día de hoy como en calma o tormentoso, como un servicio meteorológico para tu cuenta. En los regímenes tormentosos, el sistema reduce la exposición o se mantiene al margen por completo. Mantenerse al margen durante las tormentas es una de las ideas más antiguas y fiables de la gestión profesional del riesgo.
Matemáticas
Bloque 4: dimensionamiento de posición (objetivo de volatilidad + Kelly fraccional)
Aritmética fija y transparente —nunca conjeturas de IA— decide cuánto operar. El objetivo de volatilidad significa operar en menor tamaño cuando el mercado está agitado y en tamaño normal cuando está en calma, de modo que cada operación arriesgue una cantidad similar y controlada. El Kelly fraccional es una versión deliberadamente conservadora de una fórmula clásica de dimensionamiento de apuestas: las operaciones de mayor confianza pueden tener un tamaño modestamente mayor, pero siempre dentro de un tope estricto (habitualmente arriesgando bastante menos del 1-2 % de la cuenta por operación). Los stops y objetivos se fijan como múltiplos del ATR —una medida estándar del movimiento reciente del precio—, de modo que se adaptan a las condiciones automáticamente.
Ejecución
Bloque 5: PickMyTrade ejecuta en el bróker
Cuando una operación pasa todas las puertas, tu alerta de TradingView dispara un webhook (un mensaje instantáneo de máquina a máquina) a PickMyTrade, que coloca la orden en tu bróker conectado, con el bracket de take profit y stop loss adjunto desde el primer segundo. Sin vacilaciones, sin dudas, sin errores de dedo gordo.
La división del trabajo es el secreto
La IA responde únicamente a dos preguntas: "¿Qué operaciones merecen la pena?" y "¿Es seguro el mercado ahora mismo?". Las matemáticas fijas responden a "¿Cuánto?" y "¿Dónde están el stop y el objetivo?" (siempre reglas basadas en ATR, nunca una conjetura de IA). Y una vez que el sistema está en marcha, no anulas operaciones individuales: la disciplina es la característica. Esta separación es exactamente como las mesas sistemáticas profesionales mantienen el aprendizaje automático potente pero contenido.
04
El plan de construcción paso a paso
Ocho pasos te llevan de cero a un sistema en vivo, automatizado y gestionado por riesgo. Con un copiloto de IA escribiendo el código, la primera versión funcional suele ser cuestión de unos pocos fines de semana de esfuerzo; las pruebas honestas que siguen son las que lo convierten en algo en lo que puedes confiar.
1
Elige tu mercado y marco temporal
Empieza con barras diarias y swing trades (mantenidas de días a semanas) en instrumentos estadounidenses muy líquidos: los ETF SPY o QQQ, o los futuros Micro E-mini: MES (S&P 500) y MNQ (Nasdaq-100). Los micro futuros son la décima parte del tamaño de los contratos E-mini estándar, solo necesitan un pequeño depósito de margen y —a diferencia del day trading frecuente de acciones en una cuenta de margen— no están sujetos a la regla del Pattern Day Trader de 25.000 $ de FINRA. Los marcos temporales más lentos también dan al aprendizaje automático una mejor relación señal-ruido y evitan que los costes de trading se coman tus resultados.
2
Consigue datos históricos limpios
Tu modelo es tan bueno como su historia. Descarga más de 10 años de datos diarios para el instrumento elegido. Para aprender, la biblioteca gratuita de Python yfinance es perfectamente válida. Cuando más adelante te expandas a cestas de acciones individuales, los datos profesionales sin sesgo de supervivencia (p. ej., Norgate Data) se convierten en la mejora: incluyen empresas que fueron excluidas de cotización, de modo que tu backtest no esté secretamente construido solo sobre supervivientes.
3
Construye características sencillas
Las características son los hechos que le muestras al modelo sobre cada día: rendimientos de los últimos 5/20/60 días, volatilidad realizada, ATR, distancia de una media móvil a largo plazo, una lectura de momentum. Resiste la tentación de amontonar decenas de indicadores exóticos: en la práctica, un pequeño conjunto de características sencillas y distintas generaliza mucho mejor que la complejidad del "todo incluido".
4
Etiqueta la historia con el método de triple barrera
Para aprender, el modelo necesita una hoja de respuestas. El método de triple barrera crea una: para cada señal histórica, coloca tres "barreras": un objetivo de beneficio arriba, un stop loss abajo (ambos fijados como múltiplos de ATR/volatilidad para que respiren con el mercado) y un límite de tiempo. La barrera que se toque primero es la etiqueta: ganancia, pérdida o vencimiento. Refleja exactamente cómo se gestiona una operación disciplinada en la vida real, que es lo que hace que las etiquetas sean fiables.
5
Entrena el filtro de operaciones LightGBM
Ahora entrena un clasificador LightGBM —el modelo caballo de batalla para datos tabulares de mercado— para predecir, a partir de las características del día de la señal, si la operación termina en la barrera de beneficio o en la barrera de stop. La salida es una puntuación de probabilidad para cada señal futura. Fijarás un umbral (por ejemplo, actuar solo por encima de cierta confianza) durante la validación. Esto se entrena en segundos o minutos en un portátil normal, sin GPU.
6
Valida con honestidad: el paso que separa a los aficionados de los profesionales
Un modelo probado con datos que ya vio es como un estudiante que corrige su propio examen con la hoja de respuestas abierta. La validación honesta significa: pruebas walk-forward (entrena con el pasado, prueba con el futuro nunca visto, avanza y repite) y validación cruzada purgada (eliminando cuidadosamente las muestras solapadas para que no se filtre información entre entrenamiento y prueba). Después resta comisiones y slippage realistas, y vuelve a ejecutar todo al doble de tu estimación de coste. Un sistema que merece la pena operar sigue teniendo sentido bajo esos supuestos más severos.
7
Haz paper trading de todo el pipeline
Ejecuta todo de principio a fin sobre datos de mercado en vivo con dinero simulado durante uno a tres meses: alertas de TradingView, el filtro de IA, el dimensionamiento y la ejecución en cuenta demo. Estás verificando que el comportamiento en tiempo real coincida con el backtest: las mismas señales, ejecuciones sensatas, sin fallos a las 9:30 a. m. El paper trading es gratuito y es donde los "imprevistos" salen a la luz de forma inofensiva.
8
Ponte en vivo —en pequeño— vía TradingView → PickMyTrade → tu bróker
Cuando los resultados en papel sigan al backtest, conecta la cadena de verdad: tu estrategia de TradingView dispara alertas, cada alerta envía un webhook JSON a PickMyTrade, y PickMyTrade enruta la orden —con su bracket de take profit/stop loss— a tu cuenta de bróker. Empieza con el tamaño más pequeño posible (un micro contrato o unas pocas acciones de ETF), observa las estadísticas en vivo del sistema durante semanas y solo escala gradualmente si la realidad sigue coincidiendo con la prueba.
05
Cómo Claude Fable (el modelo de IA de Anthropic) acelera cada paso
Claude Fable es el modelo de IA de vanguardia de Anthropic (id de modelo claude-fable-5), disponible a través de la aplicación Claude y Claude Code. Para este proyecto actúa como tu desarrollador quant personal, tutor y revisor de código: escribe el Python, explica cada concepto y detecta los errores clásicos antes de que te cuesten dinero.
En concreto, Claude Fable puede:
Escribir el código
el pipeline de datos, la ingeniería de características, el etiquetado de triple barrera, el entrenamiento de LightGBM y los backtests, a partir de peticiones en lenguaje sencillo.
Explicar cualquier cosa
pídele que te vuelva a explicar la validación cruzada purgada con una analogía culinaria hasta que lo entiendas.
Convertir la lógica de la estrategia
p. ej., traducir una estrategia de Pine Script de TradingView a Python para poder hacerle backtest y meta-etiquetarla correctamente.
Revisar el código en busca de las trampas clásicas
sesgo de anticipación (look-ahead) y fuga de datos, los errores sutiles que hacen que los backtests parezcan geniales y que el trading en vivo decepcione.
Redactar la fontanería de la automatización
los mensajes de alerta de TradingView y los payloads JSON que PickMyTrade consume vía webhook.
Aquí tienes prompts listos para copiar para cada etapa. Pégalos en Claude y adapta los detalles a tu configuración.
Prompt 1 · Pipeline de datos
Escribe código Python usando yfinance y pandas que descargue 15 años de datos diarios OHLCV para SPY, los limpie (días faltantes, splits/dividendos mediante precios ajustados) y calcule estas características: rendimientos logarítmicos de 5/20/60 días, volatilidad realizada de 20 días, ATR de 14 días y distancia de la media móvil de 200 días como porcentaje. Guarda el resultado en un archivo Parquet. Explica cada paso en comentarios como si fuera nuevo en Python.
Prompt 2 · Etiquetas de triple barrera + LightGBM
Escribe código Python usando pandas y LightGBM para entrenar un modelo que prediga si la próxima operación de mi estrategia alcanzará su objetivo de beneficio antes que su stop, usando etiquetas de triple barrera. Fija la barrera de beneficio en 2x el ATR de 14 días por encima de la entrada, la barrera de stop en 1,5x el ATR por debajo y una barrera vertical de 10 días de trading. Etiqueta cada señal histórica según la barrera que se toque primero. Entrena un clasificador LightGBM en mi DataFrame de características y devuelve la probabilidad de ganancia predicha para cada señal. Asegúrate de que cada característica solo use información disponible ANTES de que cierre la barra de la señal.
Prompt 3 · Validación honesta
Toma mi modelo de filtro de operaciones LightGBM y evalúalo con validación walk-forward: entrena con 2010-2017, prueba con 2018, y después avanza la ventana año a año hasta el año pasado. Implementa también validación cruzada K-fold purgada con un embargo para que las etiquetas de triple barrera solapadas nunca se filtren entre los pliegues de entrenamiento y prueba. Informa de la precisión, la expectativa neta de costes por operación asumiendo 2,50 $ de comisión y 1 tick de slippage por lado en MES, y vuelve a ejecutar todo al doble de esos costes. Explícame los resultados en lenguaje sencillo.
Prompt 4 · Pine Script → Python
Aquí está mi estrategia de Pine Script de TradingView [pega el script]. Conviértela a Python usando pandas para que produzca exactamente las mismas señales de entrada en las mismas barras históricas. Después muéstrame cómo verificar que las dos versiones coinciden comparando las fechas de las señales. Señala cualquier cosa en mi Pine Script que pueda causar sesgo de anticipación, como usar el cierre de la barra actual antes de que haya cerrado o llamadas a security() con lookahead activado.
Prompt 5 · Revisión de código en busca de fugas
Revisa este código de backtesting [pega el código] específicamente en busca de sesgo de anticipación y fuga de datos. Comprueba: (1) si alguna característica usa información futura, (2) si los escaladores o la selección de características se ajustan sobre todo el conjunto de datos en lugar de solo sobre la ventana de entrenamiento, (3) si mis etiquetas de triple barrera se solapan entre las divisiones de entrenamiento y prueba, (4) si estoy operando a precios que en realidad no habría podido conseguir. Enumera cada problema encontrado, valora su gravedad y muestra el código corregido.
Prompt 6 · Alerta de TradingView para PickMyTrade
Uso PickMyTrade para enrutar las alertas de TradingView a mi bróker. Aquí está el payload JSON de alerta que PickMyTrade generó para mi cuenta [pega el JSON]. Explica en lenguaje sencillo qué hace cada campo, y después muéstrame cómo adaptarlo para que las alertas de mi estrategia pasen la cantidad de orden correcta y adjunten un bracket de take profit y stop loss. Escribe también el mensaje de alerta de TradingView usando correctamente marcadores como {{close}}. Tú mantienes el control, siempre
Claude Fable escribe y revisa el código; tú lo lees, lo ejecutas, lo cuestionas y tomas cada decisión sobre el dinero. Trata a la IA como a un brillante desarrollador junior: enormemente productivo, pero todo se despliega solo después de que el humano dé su visto bueno. Nunca despliegues código que no hayas recorrido al menos y probado en papel.
06
¿Por qué usar un sistema de ejecución probado en lugar de construir el tuyo?
Porque en el trading, los errores de ejecución no te cuestan tiempo: te cuestan dinero, al instante. Con Claude Fable escribiendo código por ti, resulta tentador construir también tu propio script de enrutamiento de órdenes. Aquí tienes por qué los profesionales —y este plan— mantienen separadas la estrategia y la ejecución, y alquilan la capa de ejecución.
1 Los errores de ejecución cuestan dinero real, de inmediato
Un script de ejecución casero con un solo fallo —un webhook perdido, una orden duplicada, un stop loss omitido, un proceso caído que deja una posición de futuros abierta durante la noche, una desconexión de API en un mercado rápido— puede aniquilar en minutos semanas de ventaja cuidadosamente ganada. Un error en tu código de investigación desperdicia una tarde; un error en tu código de ejecución es una pérdida financiera directa e inmediata. Los fallos de ejecución no son "experiencias de aprendizaje".
2 La ejecución es un problema resuelto: tu ventaja no está ahí
Un puente de ejecución probado en combate como PickMyTrade ya se encarga de la difícil ingeniería de fiabilidad: lógica de reintentos, las peculiaridades de la API de cada bróker, la reautenticación de sesión, la colocación de brackets de take profit/stop loss, las ejecuciones parciales y el seguimiento del estado de las órdenes, endurecido a través de las órdenes en vivo de miles de usuarios cada día. Un constructor en solitario no puede realistamente superar esa ingeniería, y no hay ningún alfa (ventaja de trading) en reinventarlo. Nadie ha batido nunca al mercado porque su analizador de webhooks fuera casero.
3 La ventaja real es tu sistema de trading
Todo lo que realmente puede mejorar tus resultados vive en las capas que posees: la calidad de la señal, el filtro de operaciones con IA (meta-etiquetado), la puerta de régimen, el dimensionamiento de posición y la validación honesta. Ahí es donde debe ir el 100 % de tus horas de investigación. Cada hora que pasas depurando código casero de enrutamiento de órdenes es una hora robada a la única capa que realmente puede producir una ventaja.
4 Separación de responsabilidades = seguridad
Mantener separadas la estrategia (tu código) y la ejecución (PickMyTrade) significa que un error de la estrategia no puede corromper el manejo de órdenes, y que un contratiempo de ejecución no puede envenenar silenciosamente tus resultados de investigación. Las firmas de trading profesionales están estructuradas exactamente así: los quants construyen las señales; una capa de ejecución dedicada y endurecida enruta las órdenes. Estás tomando prestado un patrón de diseño institucional, por el precio de una suscripción.
Alquila la fontanería. Posee el cerebro.
Tu inteligencia —la estrategia, el filtro de IA, las reglas de riesgo— es tuya e irremplazable. Las tuberías que llevan las órdenes al bróker son un producto básico. Compra el producto básico; invierte en la inteligencia.
07
Ejecución con PickMyTrade: de la alerta a la orden ejecutada
PickMyTrade es una plataforma de automatización de trading que conecta las alertas de TradingView con cuentas de bróker reales. Es el puente que convierte las señales de tu sistema en órdenes reales protegidas por brackets: de forma automática, sin parar, sin que toques un ratón.
Cómo funciona el flujo del webhook
Un webhook es simplemente un mensaje instantáneo que un software envía a otro por internet. La cadena de ejecución tiene este aspecto:
1
1. Se dispara la alerta de TradingView
(se cumplen las condiciones de tu estrategia)
2
2. Se envía el mensaje de webhook JSON
(un pequeño payload de texto estructurado que describe la operación)
3
3. La nube de PickMyTrade lo recibe
y aplica tus ajustes (cantidad, mapeo de símbolos, reglas de riesgo)
4
4. Se coloca la orden en tu bróker conectado
con órdenes bracket de take profit y stop loss adjuntas.
La configuración no requiere programación: en el panel de PickMyTrade conectas tu cuenta de bróker, y la plataforma genera automáticamente el payload JSON de la alerta; lo pegas en el cuadro de mensaje de tu alerta de TradingView junto con la URL del webhook de PickMyTrade, y el pipeline está en vivo. La empresa anuncia un enrutamiento en la nube de menos de un segundo que funciona 24/7, de modo que las señales se ejecutan incluso cuando tu ordenador está apagado.
Qué admite (verificado en los sitios oficiales)
- Brókers y plataformas: Tradovate, Rithmic, Interactive Brokers, TradeStation, TradeLocker, ProjectX, Tradier, Match Trader y el exchange de cripto Binance, además de firmas de trading propietario de futuros como Apex Trader Funding y Topstep. La oferta evoluciona, así que confirma la lista actual en pickmytrade.com.
- Protección de órdenes: órdenes bracket de take profit / stop loss (OCO), stops dinámicos y dimensionamiento de posición por porcentaje de riesgo configurado por símbolo.
- Ejecución en varias cuentas: una alerta puede disparar la misma operación en varias cuentas con dimensionamiento por cuenta, muy popular entre los traders de firmas de fondeo que gestionan varias evaluaciones.
- Mapeo de símbolos: alerta sobre un símbolo, opera con otro; p. ej., tu gráfico alerta sobre NQ mientras tu cuenta opera el micro MNQ.
- Precios: publicados en 50 $/mes, 135 $/trimestre o 500 $/año con operaciones, alertas y estrategias ilimitadas (según se indica en pickmytrade.io en el momento de redactar esto; consulta el sitio para conocer los planes y ofertas de prueba actuales).
Por qué la ejecución automatizada supera a hacer clic manualmente
Aquí es donde todo el plan encaja. La investigación sobre el trading sistemático es inequívoca en un punto: la forma más común en que un buen sistema fracasa es que el humano lo anula: saltándose la entrada que daba miedo (a menudo la ganadora), moviendo un stop "solo por esta vez" o haciendo revenge trading tras una pérdida. La ejecución automatizada a través de PickMyTrade impone la disciplina que tu backtest asumió:
- Disciplina: cada señal válida se toma exactamente como se diseñó, el principio de "ninguna anulación discrecional", hecho físico.
- Velocidad y consistencia: las órdenes se enrutan en bastante menos de un segundo, a las 2 a. m. o a las 2 p. m., de forma idéntica cada vez.
- Protección frente a las dudas: la plataforma adjunta el stop loss y el objetivo en el momento en que se abre la posición, no "cuando te dé tiempo".
Bueno saberlo
PickMyTrade es una herramienta de automatización de ejecución: coloca las órdenes que genera tu estrategia. No proporciona consejos de trading, señales ni estrategias, y usarlo no cambia el riesgo de la estrategia que le suministres. La calidad de la estrategia depende de ti (y de tu proceso de validación).
08
La caja de herramientas de código abierto (todas gratuitas, todas al alcance de principiantes)
Cada componente de software de este sistema es gratuito y de código abierto. No necesitas entenderlos todos hoy: esta tabla es tu mapa, con un "qué hace por ti" en lenguaje sencillo para cada uno. Claude Fable conoce todas estas bibliotecas y puede escribir código funcional para ellas cuando lo pidas.
| Herramienta | Categoría | Qué hace por ti, en lenguaje sencillo |
|---|---|---|
| LightGBM | Modelo de ML | El cerebro "filtro de operaciones" caballo de batalla: aprende de la historia y puntúa las probabilidades de cada nueva operación. Rápido en cualquier portátil. |
| scikit-learn | Kit de herramientas de ML | La navaja suiza del aprendizaje automático: división de datos, métricas y utilidades de evaluación de modelos. |
| pandas | Manejo de datos | La hoja de cálculo de Python: carga, limpia y transforma tu historial de precios y características. |
| mlfinpy | Métodos quant | Implementaciones listas de las técnicas profesionales de esta guía: etiquetado de triple barrera y meta-etiquetado. |
| skfolio | Validación y cartera | Ofrece validación cruzada purgada/combinatoria lista para usar —la maquinaria de pruebas honestas— además de herramientas de construcción de carteras. |
| hmmlearn | Detección de régimen | El "detector de tormentas": ajusta modelos ocultos de Markov que clasifican el mercado como en calma o turbulento. |
| vectorbt | Backtesting rápido | Backtests de primera pasada ultrarrápidos para cribar ideas en segundos (usa una herramienta más estricta antes de ponerte en vivo). |
| NautilusTrader | Backtesting realista / en vivo | Motor de nivel profesional que simula ejecuciones de órdenes realistas: tu revisión final previa al vivo y un puente a producción. |
| MLflow | Seguimiento de experimentos | Un cuaderno de laboratorio que registra automáticamente cada versión de modelo y prueba que ejecutas, para que siempre sepas qué probaste. |
| FinBERT | Sentimiento de noticias | Lee titulares financieros y puntúa su tono; útil como filtro de veto de "alerta de tormenta", no como bola de cristal. |
| Chronos / TimesFM | Previsión con IA | Modelos modernos de IA de series temporales usados aquí para un solo trabajo: prever la volatilidad para alimentar el dimensionamiento de posición. |
| yfinance | Datos (gratis) | Descargas gratuitas de precios históricos: perfectas para aprender y prototipar el pipeline. |
| Norgate Data | Datos (mejora de pago) | Datos históricos sin sesgo de supervivencia, incluidas acciones excluidas de cotización: la mejora profesional cuando te expandes a cestas de acciones. |
09
Errores comunes de principiante (y cómo los evita este plan)
Casi todos los tropiezos de principiante en el trading con ML provienen de una breve lista de errores conocidos y evitables. Apréndelos una vez aquí y llevarás ventaja.
Probar con datos que el modelo ya vio
Si el modelo se entrenó con 2020 y lo "pruebas" con 2020, por supuesto que parece brillante. Evalúa siempre en periodos genuinamente no vistos: para eso existen el walk-forward y la validación cruzada purgada (paso 6).
Sobreoptimizar hasta que el backtest parezca perfecto
Ajusta los parámetros el tiempo suficiente y "descubrirás" un sistema que se ajusta a la perfección al pasado, y solo al pasado. Prefiere ajustes que funcionen en un amplio rango de valores, y cuenta cuántas variaciones probaste.
Dejar que la IA fije los stop loss
Los stops y objetivos pertenecen a reglas fijas basadas en ATR, no a las predicciones del modelo. Pedirle al ML que elija precios de salida exactos es una forma conocida de sobreajuste; mantener las salidas mecánicas es como los profesionales contienen el trabajo de la IA.
Operar marcos temporales demasiado rápidos
En gráficos de un minuto, las comisiones y el slippage devoran las pequeñas ventajas, y los datos son en su mayoría ruido: la peor dieta posible para un modelo de ML. Los marcos temporales diarios/swing mantienen los costes pequeños en relación con el potencial de cada operación.
Saltarse el paper trading
El backtest no puede detectar una alerta mal configurada, un error tipográfico en el mapeo de símbolos o un contratiempo en el feed de datos. De uno a tres meses de trading simulado detectan esto gratis. Ir directo al dinero real se salta el ensayo general del sistema.
Anular manualmente el sistema
Saltarse la señal que asusta, mover un stop, doblar la apuesta tras una pérdida: cada anulación invalida las estadísticas que validaste. Automatizar la ejecución con PickMyTrade existe precisamente para proteger el sistema de los estados de ánimo de su dueño.
10
Glosario: cada término de esta página, en una línea cada uno
- Aprendizaje automático (ML)
- Software que aprende patrones a partir de ejemplos históricos en lugar de seguir reglas escritas a mano.
- Trading con IA
- Usar modelos de aprendizaje automático para apoyar las decisiones de trading; aquí, filtrar operaciones y leer las condiciones del mercado.
- Backtest
- Reproducir una estrategia sobre datos históricos para estimar cómo se habría comportado. Un ensayo, nunca una garantía.
- Drawdown
- La caída porcentual desde el valor máximo de una cuenta hasta su mínimo posterior: la medida del "dolor".
- Ratio de Sharpe
- Rentabilidad obtenida por unidad de volatilidad soportada; cuanto más alto, más suave y eficiente es el recorrido.
- Ratio de Calmar
- Tasa de crecimiento anual dividida por el peor drawdown; premia el crecimiento constante sin desplomes.
- Meta-etiquetado
- Hacer que un modelo de ML califique (no genere) cada idea de operación, prediciendo su probabilidad de éxito.
- Método de triple barrera
- Etiquetar cada operación histórica según qué ocurrió primero: el objetivo de beneficio, el stop-loss o el límite de tiempo.
- LightGBM
- Un modelo de "árboles con gradient boosting" rápido y gratuito: el estándar de referencia para aprender de datos de mercado tabulares.
- Característica (feature)
- Un dato de entrada que le muestras al modelo, como los retornos recientes, la volatilidad o la fuerza de la tendencia.
- Régimen
- El "estado de ánimo" predominante del mercado, por ejemplo, tranquilo con tendencia frente a volátil y tormentoso, detectado estadísticamente.
- Objetivo de volatilidad (volatility targeting)
- Dimensionar las posiciones de forma inversa a la agitación del mercado para que cada operación conlleve un nivel de riesgo similar.
- Criterio de Kelly (fraccional)
- Una fórmula de dimensionamiento de apuestas; los profesionales usan una pequeña fracción de ella para un dimensionamiento conservador y consciente de la confianza.
- ATR (rango verdadero medio)
- Una medida estándar de cuánto se mueve típicamente un mercado por vela; se usa para fijar stops y objetivos adaptativos.
- Validación walk-forward
- Entrenar con el pasado, probar con el futuro no visto, deslizar la ventana hacia adelante y repetir: pruebas honestas fuera de muestra.
- Validación cruzada depurada (purged)
- Validación cruzada que elimina las muestras solapadas para que ninguna información futura se filtre al entrenamiento.
- Sesgo de anticipación / fuga de datos
- Dejar accidentalmente que un backtest "vea el futuro": la causa clásica de grandes backtests que fracasan en real.
- Slippage (deslizamiento)
- La pequeña diferencia entre el precio que esperabas y el precio que realmente obtuviste cuando se ejecutó la orden.
- Webhook
- Un mensaje automático instantáneo de una aplicación a otra: así es como TradingView le indica a PickMyTrade que ejecute una operación.
- Paper trading
- Operar con dinero simulado sobre datos de mercado en vivo: el ensayo general gratuito y obligatorio.
- Microfuturos (MES/MNQ)
- Versiones de una décima parte del tamaño de los futuros del E-mini S&P 500 y del Nasdaq-100, diseñadas para cuentas más pequeñas.
- Orden bracket (OCO)
- Una orden de entrada con take-profit y stop-loss asociados; cuando se ejecuta una salida, la otra se cancela automáticamente.
11
Preguntas frecuentes
¿Necesito saber programar para construir un sistema de trading con IA?
No. Asistentes de IA como Claude Fable (el modelo de vanguardia de Anthropic) pueden escribir el código Python de todo el pipeline (descarga de datos, ingeniería de características, entrenamiento del modelo y backtesting) a partir de instrucciones en lenguaje sencillo. Tu trabajo es entender qué hace cada pieza, revisar los resultados y mantener el control de las decisiones. Leer código es un listón mucho más bajo que escribirlo, y los ejemplos de prompts anteriores te ayudan a empezar.
¿Cuánto dinero necesito para empezar en el trading con IA?
Puedes construir y probar todo por casi cero dólares: fuentes de datos gratuitas, software libre de código abierto y cuentas gratuitas de paper trading (simulado). Cuando finalmente pases a real, los microfuturos E-mini se diseñaron para cuentas pequeñas y conllevan requisitos de margen mucho menores que los contratos de tamaño completo. Esta guía no hace ninguna recomendación sobre cuánto depositar o arriesgar: nunca operes con dinero que no puedas permitirte perder.
¿Es legal el trading con IA en EE. UU.?
Sí. Los traders minoristas en EE. UU. pueden usar legalmente el trading automatizado y algorítmico a través de brókeres regulados, y herramientas como las alertas de TradingView y PickMyTrade operan dentro de ese marco. Dos reglas que conviene conocer: la regla de Pattern Day Trader de FINRA exige un capital mínimo de 25.000 $ si realizas más de tres operaciones intradía de acciones en cinco días hábiles en una cuenta de margen (los futuros no están sujetos a esta regla), y cada bróker tiene sus propias políticas de automatización que aceptas. Esto es información general, no asesoramiento legal.
¿Qué es PickMyTrade y cómo funciona?
PickMyTrade es una plataforma de automatización de operaciones que conecta las alertas de TradingView con cuentas reales de bróker. Cuando tu estrategia de TradingView dispara una alerta, envía un mensaje JSON mediante webhook a la nube de PickMyTrade, que ejecuta inmediatamente la orden en tu bróker conectado, incluyendo órdenes bracket de take-profit y stop-loss, trailing stops y reglas de dimensionamiento de posición que configures. No requiere programación: PickMyTrade genera el payload de la alerta para que lo pegues en TradingView.
¿Qué brókeres admite PickMyTrade?
Según lo publicado en sus sitios oficiales, PickMyTrade admite Tradovate, Rithmic, Interactive Brokers, TradeStation, TradeLocker, ProjectX, Tradier, Match Trader y el exchange de criptomonedas Binance, además de una larga lista de prop firms de futuros como Apex Trader Funding y Topstep. La oferta evoluciona, así que consulta pickmytrade.com para ver la lista actual antes de elegir un bróker.
¿Debería construir mi propio código de ejecución de órdenes o usar un servicio como PickMyTrade?
Para casi todo el mundo, usa un servicio de ejecución probado. Los errores de ejecución (una orden duplicada, un stop-loss no ejecutado, un script que se cuelga mientras mantiene una posición de futuros de un día para otro) cuestan dinero real al instante, y un enrutamiento de órdenes fiable (lógica de reintentos, particularidades de las API de los brókeres, reautenticación de sesión, colocación de brackets, ejecuciones parciales) es ingeniería difícil que plataformas como PickMyTrade ya han puesto a prueba en las órdenes reales de miles de usuarios. Tu ventaja de trading vive por completo en tu estrategia, tu filtro de IA y tus reglas de riesgo: no hay ninguna ventaja en reinventar la fontanería de las órdenes. Alquila la fontanería, quédate con el cerebro.
¿Puede la IA predecir el mercado de valores?
No en el sentido de una bola de cristal, y los profesionales no la usan así. En la práctica profesional, el aprendizaje automático se usa para filtrar ideas de operación (estimando qué configuraciones tienen mejores probabilidades), detectar regímenes de mercado (condiciones tranquilas frente a tormentosas) e informar el dimensionamiento de posición. La ventaja proviene de hacer menos operaciones, pero mejores, y de gestionar el riesgo de forma consistente, no de pronosticar el precio de mañana.
¿Qué es el meta-etiquetado en el trading?
El meta-etiquetado es una técnica profesional, popularizada por el investigador cuantitativo Marcos López de Prado, en la que un modelo de aprendizaje automático no genera operaciones: las califica. Tu estrategia existente propone cada operación, y un segundo modelo (a menudo LightGBM) predice la probabilidad de que esa operación concreta alcance su objetivo de beneficio antes que su stop, en función de las condiciones actuales del mercado. Las operaciones de baja confianza se descartan; las de alta confianza pueden dimensionarse ligeramente más grandes dentro de límites de riesgo fijos.
¿Qué marco temporal es mejor para principiantes en el trading algorítmico?
Las velas diarias con periodos de mantenimiento swing (de días a semanas) se consideran ampliamente la mejor opción para los traders individuales. Los marcos temporales más lentos tienen una mejor relación señal-ruido para el aprendizaje automático, un lastre de comisiones y slippage drásticamente menor, no necesitan una ejecución fracción de segundo y mantienen a los traders de acciones lejos de la regla de Pattern Day Trader. El trading intradía muy rápido es donde las comisiones y la latencia trabajan con más fuerza contra los particulares.
¿Necesito una GPU o un ordenador caro para el trading con IA?
No. La familia de modelos recomendada para este tipo de datos de mercado tabulares son los árboles con gradient boosting (LightGBM), que se entrenan en segundos o minutos en la CPU de un portátil corriente. Incluso los extras opcionales (el análisis de sentimiento de noticias FinBERT y los pronosticadores de volatilidad con IA como Chronos o TimesFM) funcionan bien en CPU para cargas de trabajo de marco temporal diario.
¿Cuánto tiempo se tarda en construir un sistema de trading con IA?
Planea unos cuantos meses de trabajo de tardes y fines de semana: de dos a cuatro semanas aproximadamente para un primer pipeline funcional con un copiloto de IA que escriba el código, y luego de uno a tres meses de validación y paper trading antes de arriesgar dinero real. La etapa de paper trading no es un relleno opcional: es donde confirmas que el sistema en vivo se comporta como el backtest.
¿Qué es el método de triple barrera?
El método de triple barrera es una forma de etiquetar operaciones históricas para que un modelo de aprendizaje automático pueda aprender de ellas. Para cada señal pasada colocas tres barreras: un objetivo de beneficio por encima, un stop-loss por debajo (ambos fijados como múltiplos de la volatilidad reciente) y un límite de tiempo. La barrera que se alcance primero determina la etiqueta (ganancia, pérdida o tiempo agotado), reflejando cómo se gestiona en realidad una operación disciplinada.
¿Puedo operar futuros sin 25.000 $ (la regla de Pattern Day Trader)?
Sí. La regla de Pattern Day Trader de FINRA (25.000 $ de capital mínimo para el day-trading frecuente) se aplica a las acciones y los ETF en cuentas de margen, no a los futuros. Los microfuturos E-mini como el MES (S&P 500) y el MNQ (Nasdaq-100) se crearon específicamente para cuentas más pequeñas, con tamaños de contrato y márgenes mucho menores que las versiones de tamaño completo. Los futuros siguen siendo instrumentos apalancados con un riesgo sustancial, así que las reglas de dimensionamiento de posición siguen siendo lo más importante.
Aviso legal financiero importante
Solo con fines educativos. Todo el contenido de esta página se ofrece con fines educativos e informativos generales y no constituye asesoramiento de inversión, financiero, legal ni fiscal, ni una recomendación o solicitud para comprar o vender ningún valor, contrato de futuros u otro instrumento financiero.
Riesgo sustancial de pérdida. Operar con futuros, derivados y otros productos apalancados conlleva un riesgo sustancial de pérdida y no es adecuado para todos los inversores. Puedes perder más que tu inversión inicial. Para operar solo debe utilizarse capital de riesgo: dinero que puedas permitirte perder sin que afecte a tu estilo de vida.
Los resultados pasados no son indicativos de resultados futuros. Los resultados de rendimiento hipotéticos y de backtest tienen limitaciones inherentes: se preparan con el beneficio de la retrospectiva, no implican riesgo financiero y no pueden tener en cuenta todos los factores (incluida la capacidad de soportar pérdidas) que afectan al trading real. No se garantiza que ninguna cuenta vaya a lograr, o sea probable que logre, resultados similares a los ejemplos o conceptos comentados.
Sin garantías. Nada en esta página garantiza beneficios ni protección frente a pérdidas. Los modelos de aprendizaje automático pueden equivocarse, las condiciones del mercado cambian y los sistemas automatizados pueden fallar.
No es un asesor registrado. El autor y editor de esta página no son un asesor de inversión registrado, un bróker-dealer, un asesor de trading de materias primas (CTA) ni un planificador financiero. Antes de tomar cualquier decisión financiera, consulta a un asesor financiero autorizado que pueda evaluar tus circunstancias individuales.
Acerca de las herramientas mencionadas. PickMyTrade es una herramienta de terceros de automatización de la ejecución que enruta alertas a los brókeres; no ofrece asesoramiento de trading, señales ni estrategias. Claude Fable es un modelo de IA que ayuda con el código y las explicaciones; su resultado siempre debe ser revisado por una persona. TradingView, PickMyTrade, Anthropic y todos los brókeres mencionados son empresas independientes; todas las marcas comerciales pertenecen a sus respectivos propietarios. Esta página es contenido educativo independiente y no está respaldada ni afiliada a ninguno de ellos. Los detalles fácticos de los productos (brókeres admitidos, precios) se tomaron de los sitios web públicos de los proveedores y pueden cambiar: verifica siempre en los sitios oficiales.
¿Listo para profundizar?
Esta página mantiene las cosas en lenguaje sencillo a propósito. Si ya conoces Python y ML y quieres la versión de nivel profesional (modelos base de series temporales de Hugging Face, el kit CPCV/triple-barrera de López de Prado, NautilusTrader, Qlib y un pipeline de referencia completo con código real), lee la Guía avanzada de trading con IA: referencia de librerías y modelos de ML para cuants →
Automatiza tu estrategia, sin emociones
Construye el cerebro, alquila la fontanería. Conecta tus alertas de TradingView con tu bróker a través de PickMyTrade y deja que cada señal validada se ejecute automáticamente.