Filosofía del análisis técnico – ¿dice el gráfico algo sobre el precio futuro?

Un trader detecta un doble suelo en EUR/USD, entra largo, y el mercado le entrega +45 pips. La posición se cierra con beneficio y el pensamiento llega de inmediato: «Tengo un sistema». Después toma la misma configuración tres veces más – y en dos de ellas salta el stop loss un solo pip por debajo del mínimo anterior. El problema no es cómo dibujar el patrón. El problema es: por qué a veces funciona, y por qué a veces es solo un pretexto elegante para una pérdida. Antes de empezar a trazar líneas de tendencia, medir retrocesos de Fibonacci y superponer indicadores en los artículos siguientes, necesitas responder una pregunta fundamental: sobre qué base supones que el precio pasado dice algo sobre el futuro – y dónde termina esa base.

1. De dónde surgió la idea de mirar un gráfico

La idea de buscar en los precios pasados pistas sobre la dirección futura es tan antigua como el propio comercio. Charles Dow escribió sobre ello en los editoriales del Wall Street Journal a caballo entre los siglos XIX y XX, pero el reconocimiento de configuraciones de precios recurrentes ya se practicaba antes – entre otros lugares, en el mercado japonés del arroz (la tradición popular que atribuye las velas japonesas a Homma Munehisa es más una leyenda de la industria cimentada por Steve Nison que un hecho histórico documentado^[3]). Para un trader importa una sola cosa: desde que los mercados empezaron a producir precios, alguien ha intentado leerlos.

Dow nunca escribió un libro de texto. Sus ideas sobrevivieron como una colección de editoriales que fueron compilados y sistematizados solo después de su muerte, primero por William Peter Hamilton y luego por Robert Rhea en el libro «The Dow Theory» de 1932.^[1] La propia expresión «Teoría de Dow» tampoco proviene de Dow – la usó por primera vez S.A. Nelson en «The ABC of Stock Speculation», en 1903.^[20] Lo que hoy llamamos «análisis técnico» creció a partir de esas observaciones – pero fue considerablemente más allá. Edwards y Magee publicaron «Technical Analysis of Stock Trends» en 1948^[4], el primer manual sistemático de patrones chartistas. Murphy resumió el estado moderno de la disciplina en «Technical Analysis of the Financial Markets» a finales de la década de 1990.^[5]

El precio no revela el futuro – muestra dónde reaccionó antes el mercado. El resto es la hipótesis de que una configuración similar volverá a atraer órdenes. Si eso ocurre con la frecuencia suficiente como para constituir una ventaja es una cuestión disputada – y la sección 5 está dedicada precisamente a esa disputa.

No necesitas filosofía para trazar una línea. La necesitas para no confundir la línea con una ventaja.

2. Tres supuestos clásicos del análisis técnico

En la base del análisis técnico se encuentran tres supuestos. La literatura los formula de diversas maneras, pero el sentido se ha mantenido igual durante más de un siglo. La etiqueta de manual «axiomas» es engañosa – son supuestos de trabajo que el mercado pone a prueba regularmente y a veces desmonta; el propio Charles Dow nunca los formuló como un trío, y fue la literatura posterior, de Rhea a Murphy, la que los sistematizó en esta forma. Vale la pena conocerlos no para creer en ellos, sino para saber qué sostiene el edificio que pretendes habitar.

2.1. «El mercado lo descuenta todo»

La primera tesis sostiene que el precio actual refleja toda la información disponible: datos macroeconómicos, expectativas de tipos de interés, sentimiento de los participantes, posicionamiento institucional – todo. No hace falta conocer los fundamentos, porque los fundamentos «ya están en el precio».

Lo que ves en el precio es el resultado de la batalla entre compradores y vendedores, pero no ves quién enviaba órdenes de mercado, quién estaba haciendo cobertura (hedging) y quién simplemente barría liquidez. Un trader técnico no necesita saber por qué el precio está donde está. Basta con observar cómo se comporta – con la salvedad de que un trader minorista no ve «el mercado» en su totalidad, solo el flujo de cotizaciones de su propio broker o proveedor de liquidez. El gráfico que estás mirando no es una imagen objetiva de todo el mercado FX; es un fragmento de la capa de ejecución filtrado por la infraestructura de tu cuenta.

Las salvedades son obvias. Los shocks exógenos – una pandemia, una invasión militar, un desastre natural – no están «descontados» de antemano, porque no puedes descontar algo que nadie previó. El precio integra expectativas, no cisnes negros. E incluso en condiciones normales de mercado, la información no se distribuye de forma uniforme: un banco grande ve datos de flujo de sus propias mesas que un trader minorista nunca verá.^[6]

En el mercado forex esta asimetría es especialmente visible. Cuando observamos en la práctica movimientos repentinos de 20–30 pips en EUR/USD sin catalizador visible en el calendario macroeconómico, hay muchas explicaciones posibles: una orden grande de una institución, flujos de cobertura (por ejemplo, ligados a opciones), una corrección de la exposición de un dealer, o simplemente liquidez fina – el gráfico por sí solo no puede zanjar cuál. Si detrás del movimiento había información, el precio la «descontó» solo para quienes la tenían.

A pesar de estas limitaciones, el supuesto del descuento es útil como punto de partida. No porque sea perfecto, sino porque la alternativa («debo saberlo todo sobre los fundamentos antes de abrir una posición») es sencillamente poco realista para la mayoría de los participantes del mercado.

2.2. «Los precios se mueven en tendencias»

El segundo supuesto dice lo siguiente: una vez que el precio empieza a moverse en una dirección determinada, la probabilidad de continuación es mayor que la de reversión – al menos durante un tiempo. El punto central es la observación de que los mercados tienen inercia informacional: la información nueva no se absorbe de forma completa e instantánea, sino que se digiere gradualmente, lo que genera un movimiento direccional que se extiende en el tiempo.

¿De dónde viene esa inercia? Las finanzas conductuales ofrecen varias explicaciones. Comportamiento de rebaño – los participantes del mercado siguen a la multitud, porque ver un precio en subida refuerza la creencia de que la subida continuará.^[7] Anclaje – los traders «anclan» sus expectativas de precio a niveles recientes y reaccionan a la información nueva con retraso. Efecto disposición – los inversores mantienen las posiciones perdedoras demasiado tiempo y cierran las ganadoras demasiado pronto, lo que frena el movimiento del precio hacia el equilibrio. El mecanismo fue descrito formalmente por Shefrin y Statman en 1985 y confirmado empíricamente por Terrance Odean en 1998.^[8][9]

Hay otro mecanismo más, del que rara vez se habla en las guías populares: las cascadas informacionales (Bikhchandani, Hirshleifer y Welch, 1992)^[10]. Es una situación en la que los participantes del mercado ignoran su propia información e imitan las acciones de quienes les precedieron – «si todos están comprando, deben saber algo que yo no sé». Esa espiral empuja las tendencias más allá de lo que justificarían los fundamentos por sí solos.

En el mercado forex, una tendencia tiene combustible macroeconómico adicional. Un ejemplo concreto: cuando la Fed inició su ciclo agresivo de subidas de tipos en marzo de 2022, el dólar se fortaleció casi sin interrupción durante siete meses. El Dollar Index (DXY) subió desde alrededor de 98 (marzo de 2022) hasta alrededor de 114 (finales de septiembre de 2022; datos de ICE, valores redondeados). No fue un movimiento de un solo día – el capital fluyó hacia el dólar durante meses, porque cada subida sucesiva confirmaba la dirección de la política monetaria. En el gráfico tienes una tendencia limpia. Debajo tienes diferenciales de tipos, la revalorización de la senda de la Fed y capital fluyendo hacia donde mantener dólares pagaba más.

La pregunta de cuándo termina una tendencia es mucho más difícil que la de si existe. El AT ofrece herramientas para reconocer tendencias (tratadas en artículos posteriores), pero ninguna de ellas da certeza. Una tendencia no señala su final en el momento del giro – lo señala con retraso, después del hecho. Reconocer ese retraso es una de las partes más difíciles de la práctica técnica. Nadie lo hace sin fallos.

2.3. «La historia se repite»

El tercer supuesto es el más controvertido – y al mismo tiempo el más intuitivo. Dice que los patrones de precios que aparecieron en el pasado volverán a aparecer, porque reflejan reacciones psicológicas repetibles de los participantes del mercado. Miedo, codicia, esperanza, pánico – estas emociones no cambian de década en década, así que su huella en los precios tampoco.

En cierto sentido esto es una afirmación sobre la naturaleza humana, no sobre los mercados. El patrón de «cabeza y hombros» no tiene propiedades geométricas mágicas. La interpretación docente popular lo vincula a una secuencia: entusiasmo, duda, reintento, decepción, venta masiva – eso es una narrativa ordenadora, no un mecanismo causal demostrado, aunque sí se apoya en la observación de que las reacciones humanas pueden ser repetibles.

El problema aparece cuando «repetibilidad» empieza a significar «identidad».

Cada patrón chartista es ligeramente distinto – contexto macro diferente, liquidez diferente, participantes diferentes. El cerebro humano es una excelente máquina de reconocimiento de patrones, pero también es propenso a la apofenia, la tendencia a ver patrones donde no existen.^[7] Un trader que ve un «triángulo» en cada gráfico no está aplicando análisis técnico – ve el patrón porque lo está buscando (sesgo de confirmación).

El mercado nunca se repite literalmente – lo que se repite es el pánico, la codicia y el comportamiento de rebaño, y eso deja huellas características en el gráfico. Un patrón no es una configuración en sí mismo, solo un boceto; sin el contexto de la liquidez, la hora del día y la gestión de riesgo sigue siendo una forma bonita. Si aporta una ventaja en una aplicación concreta es una pregunta empírica, y volvemos a ella en la sección 5.

3. La profecía autocumplida – una hipótesis, no magia

«El análisis técnico funciona porque la gente cree que funciona». Esta objeción surge tan a menudo que vale la pena desmontarla – porque contiene un grano de verdad que los críticos tratan como un defecto y los profesionales tratan como una ventaja.

Toma el nivel 1,1000 en EUR/USD. Miles de traders lo ven en el gráfico como un nivel psicológico «redondo» – y como soporte técnico, porque el precio ha rebotado varias veces en él. Las órdenes se acumulan alrededor de ese nivel: límites de compra, stop losses de posiciones cortas, tomas de beneficio. Esas órdenes crean demanda real. Cuando el precio se acerca a 1,1000 y las órdenes se activan, la probabilidad de al menos una reacción breve sube – y cuando llega el rebote, la profecía parece cumplida, porque los participantes actuaron de acuerdo con ella.

¿Es eso «artificial»? George Soros introdujo el concepto de reflexividad en «The Alchemy of Finance»: los mercados no se limitan a reflejar la realidad, la co-crean.^[11] Las creencias de los participantes influyen en sus decisiones, las decisiones influyen en los precios, y los precios a su vez influyen en las creencias. No es un circuito cerrado – es una espiral que en algún momento se aleja de los fundamentos y se corrige. A veces suavemente. A veces, como el 15 de enero de 2015 con el franco suizo, en una fracción de segundo.

Una reacción en un nivel puede persistir hasta que las órdenes del lado contrario absorben la liquidez que descansa ahí – momento en el que el «respeto del mercado por el soporte» termina en slippage en tu ejecución. Las herramientas del AT describen el mercado en condiciones de liquidez normal; durante una intervención violenta de un banco central o un shock, la relevancia de los niveles históricos puede desplomarse de golpe, porque la fuerza fundamental del otro lado es simplemente mayor.

Liquidez de stops – la segunda capa de la profecía autocumplida. Un nivel funciona no solo porque «todos lo ven». También funciona porque por encima y por debajo de él se acumulan clústeres de stop losses que son liquidez para un participante más grande. En la práctica, los clústeres de stops suelen aparecer justo por encima y por debajo de los niveles redondos y de los extremos locales – independientemente de si esas órdenes pertenecen a minoristas, CTAs o coberturas de dealers. Carol Osler documentó estos clústeres: sobre una muestra de órdenes de un gran banco de FX mostró agrupaciones de stops y tomas de beneficio alrededor de niveles redondos^[18]. Cuando el precio alcanza uno de esos clústeres, los stops activados generan órdenes de mercado – liquidez que un participante más grande puede utilizar. Es una hipótesis microestructural con un alcance de datos abiertamente limitado, no una lectura de las intenciones de jugadores concretos: nadie fuera puede ver el libro de órdenes de todo el mercado spot.

La hipótesis del autocumplimiento también tiene contraargumentos que los manuales suelen omitir. En un mercado OTC descentralizado no existe una única cinta de cotizaciones: distintos feeds muestran extremos distintos, así que «el mismo nivel» en dos brokers puede ser dos precios diferentes. Los participantes miran marcos temporales distintos y grillas de herramientas distintas, y una parte sustancial del volumen la generan algoritmos que no «ven» un nivel como lo ve un humano. El autocumplimiento funciona por tanto con más fuerza donde la atención converge a la vez – en números redondos y niveles ampliamente comentados – y se debilita en todo lo demás. Incluso ahí las interpretaciones pueden ser contradictorias: en una lectura, cada test sucesivo «refuerza» un nivel; en otra, cada test consume la liquidez que descansa ahí y acerca la ruptura. Ambas encajan con el mismo gráfico – y eso debería ser una advertencia contra leer las intenciones del mercado con demasiada confianza.

4. Pensamiento probabilístico

Una de las ideas erróneas más comunes sobre el análisis técnico: «esta configuración tiene una tasa de acierto del 70%, así que voy a ganar dinero».

No – significa que en el pasado, en un conjunto de datos concreto, con una definición concreta de la señal y de la medición del resultado, esa configuración produjo un resultado positivo en aproximadamente el 70% de los casos. Cambia el mercado, cambia el marco temporal, cambia la definición de «éxito» – y el número puede ser completamente distinto. Es un punto de partida para un cálculo, no una garantía de beneficio en la siguiente operación.

El AT no predice nada – te permite hacer apuestas con el precio de estar equivocado nombrado explícitamente de antemano. Un test de una regla definida sin ambigüedad puede mostrar que, dentro de la muestra estudiada, un resultado determinado apareció con más frecuencia que su contrario – y el tamaño de esa diferencia depende del patrón, del mercado, del marco temporal y del periodo de prueba. Las revisiones de la literatura académica – Lo y Hasanhodzic las recopilaron en «The Evolution of Technical Analysis»^[12] – sugieren que la ventaja al nivel de una sola operación, cuando se ha demostrado alguna, suele ser moderada, y tras los costes de transacción, el spread y el slippage puede ser aún menor. Una ventaja de ese orden significa que la gestión de riesgo y el dimensionamiento de posición deciden el resultado final más que la propia señal.

De ahí el concepto de valor esperado. Una estrategia con una tasa de acierto del 55% y una relación riesgo-beneficio (R:R) de 1,5:1 tiene un valor del modelo positivo – pero una sola operación puede seguir siendo perdedora. Y en el 45% de los casos lo será. El beneficio se materializa solo a lo largo de una serie de operaciones, lo que exige una consistencia que la mayoría de los traders no pueden sostener, porque el cerebro humano no está diseñado para pensar en términos de grandes números.^[7]

Un cálculo sencillo sobre esos parámetros por defecto: 0,55 × 1,5R − 0,45 × 1,0R = +0,375R por operación, es decir, aproximadamente +37,5R por cada 100 operaciones en términos de modelo – suponiendo parámetros estables y coste cero, algo que el mercado no ofrece. La mecánica completa de la expectativa, el impacto de los costes y los requisitos de tamaño de muestra se explican en la sección 9.

Existe otro problema del que rara vez se habla abiertamente: el data snooping y las pruebas múltiples. Si pruebas 500 reglas técnicas distintas sobre los mismos datos históricos, algunas de ellas parecerán prometedoras por pura casualidad – aunque los datos fueran completamente aleatorios. Es el clásico problema de las pruebas múltiples, conocido en estadística desde hace décadas.^[13] Cuantas más reglas pruebas, más fácil es «encontrar» algo que funcionó – por accidente. Sullivan, Timmermann y White examinaron esto formalmente en 1999, analizando miles de reglas técnicas y corrigiendo los resultados por data snooping. Algunas de las ventajas que antes parecían prometedoras desaparecieron tras esa corrección (un taller de pruebas sin esas trampas → art. 5.12).

Otro problema: el sesgo de selección y de publicación. Al probar patrones sobre datos históricos, naturalmente mostramos los que «funcionaron» y omitimos las decenas que no produjeron nada – eso es un efecto de selección junto con las pruebas múltiples; en la literatura académica se añade encima el sesgo de publicación, porque sobre todo se publican los resultados positivos. Un fenómeno distinto es el sesgo de supervivencia en sentido estricto: la omisión de instrumentos, fondos y sistemas que no sobrevivieron al periodo estudiado.

Nada de esto significa que el AT no funcione. Significa que es más fácil creer en su efectividad de lo que justifica la imagen completa – y que el pensamiento probabilístico exige un cambio mental crucial: pasar de la pregunta «¿será rentable esta operación?» a la pregunta «¿producirá esta estrategia, aplicada de forma consistente sobre una muestra grande, un resultado positivo?». La primera pregunta no tiene una respuesta sensata. La segunda sí, y puede estimarse.

5. El contraargumento más importante: la Hipótesis del Mercado Eficiente

Primero, un desenredo: la pregunta «¿funciona el AT?» mezcla tres preguntas distintas. ¿Describen correctamente las herramientas del AT los datos históricos? Sí – por definición, porque se calculan sobre esos datos. ¿Proporcionan una ventaja predictiva? Es una cuestión empírica y disputada, que se trata más abajo. ¿Materializarás tú esa ventaja después de los costes? Ningún estudio lo resuelve: depende de la ejecución, la disciplina y las condiciones de la cuenta. Confundir estos tres niveles explica la mayoría de las disputas estériles sobre el análisis técnico.

Eugene Fama publicó «Efficient Capital Markets» en 1970, un artículo que se convirtió en uno de los textos más influyentes de la historia de las finanzas académicas.^[2] Su tesis central: si los mercados son eficientes – es decir, si los precios reflejan por completo toda la información disponible – entonces el análisis técnico no puede proporcionar una ventaja sistemática, porque los precios pasados no contienen información predictiva que el mercado no haya descontado ya.

Fama distinguió tres formas de eficiencia. Débil – los precios reflejan todos los datos históricos de precios; si esta forma se cumple, el AT es inútil. Semifuerte – los precios reflejan toda la información pública disponible; el análisis fundamental basado en datos públicos tampoco sirve. Fuerte – los precios reflejan toda la información, incluida la privada; en esta versión nadie puede superar sistemáticamente al mercado.

Durante décadas la HME dominó las finanzas académicas – y fue de la HME de donde surgió la recomendación de que un inversor debía comprar un fondo indexado y no intentar «superar al mercado».

Pero la evidencia empírica no es tan clara.

Las anomalías de mercado – fenómenos que la HME no puede explicar – se han documentado repetidamente. Jegadeesh y Titman demostraron el efecto momentum en 1993: los activos que habían subido durante los 3 a 12 meses anteriores continuaban subiendo estadísticamente en los meses siguientes, y los que habían caído seguían cayendo.^[14] Este fenómeno es un pariente de lo que el AT llama tendencia – pero los límites importan: el estudio trata del momentum transversal de carteras de acciones en un horizonte de 3 a 12 meses y no demuestra la eficacia de las líneas de tendencia, los patrones chartistas o la continuación de un movimiento en un par de divisas concreto. Otras anomalías incluyen el efecto de sobrerreacción, el efecto calendario y el efecto de empresa pequeña. Cada una socava al menos la forma débil de la HME.

Una salvedad importante: los estudios de Fama, Jegadeesh y Titman tratan sobre todo del mercado bursátil. El mercado forex es estructuralmente diferente – es descentralizado (OTC), opera 24 horas al día cinco días a la semana, no tiene un libro de órdenes central público y está dominado por algoritmos e instituciones más que por inversores individuales.^[6] Algunos estudios probaron reglas técnicas directamente sobre tipos de cambio – los resultados son mixtos: ciertos trabajos encontraron patrones reconocibles en los datos, pero tras tener en cuenta costes de transacción realistas, la ventaja a menudo se debilitaba o desaparecía.^[15] Extrapolar conclusiones del mercado bursátil al forex requiere cautela.

Grossman y Stiglitz dieron en 1980 una respuesta elegante al aparente conflicto entre la HME y la práctica del mercado.^[16] Su paradoja dice lo siguiente: si los mercados fueran completamente eficientes, nadie tendría incentivo para analizar la información – porque no habría recompensa por hacerlo. Pero si nadie analiza, los mercados dejan de ser eficientes. La eficiencia total es, por tanto, internamente contradictoria. Los mercados tienen que ser «suficientemente ineficientes» para que el análisis, técnico o fundamental, tenga sentido para quienes lo practican.

Andrew Lo propuso un puente en 2004, al que llamó la Hipótesis de Mercados Adaptativos, y la desarrolló en su libro de 2017 «Adaptive Markets».^[17] En ese marco, los mercados no son permanentemente eficientes ni permanentemente ineficientes – su eficiencia cambia con el tiempo, dependiendo de la mezcla de participantes, la competencia entre estrategias y las condiciones del entorno. Una estrategia que dio una ventaja en un entorno puede dejar de funcionar cuando demasiados participantes la adoptan – y viceversa. Se parece más a un ecosistema biológico que a una máquina física. De todos los modelos disponibles, este parece el más cercano a lo que observamos día a día – con una salvedad honesta: como «la eficiencia cambia», la HMA puede explicar casi cualquier resultado a posteriori, lo que la hace tan difícil de falsear como el propio AT.

La conclusión práctica: una ventaja de mercado tiene una vida útil corta. Las reglas simples y públicamente conocidas – una vez que aterrizan en cursos masivos y algoritmos – suelen perder parte de su ventaja, porque el mercado se adapta al flujo de órdenes predecible. Esta intuición es coherente tanto con la Hipótesis de Mercados Adaptativos como con la práctica del trading. Lo que se convierte en información gratuita rara vez sigue siendo una ventaja gratuita durante mucho tiempo.

6. Qué significa esto específicamente para el mercado forex

La mayoría de los textos sobre la filosofía del AT están escritos como si se aplicara por igual a todos los mercados. No es así. El forex tiene características estructurales específicas que afectan a cómo funcionan estos supuestos en la práctica.

No hay volumen centralizado. En una bolsa de valores, el volumen es un hecho duro – sabes cuántas acciones cambiaron de manos. En forex no hay un libro de órdenes central. Los datos de volumen que ves en un broker minorista suelen ser volumen de ticks – el número de cambios de precio en un periodo dado, no el valor real de las transacciones. Según los datos finales del BIS de la encuesta de abril de 2025, el volumen diario de FX es de 9,51 billones de dólares^[6], pero un trader minorista solo ve una porción minúscula de ese océano. Los indicadores de volumen (OBV, VWAP) en forex hay que tratarlos, por tanto, con más reserva que en una bolsa.

Un mercado OTC, 24/5. La ausencia de un fixing central significa que el «precio de apertura» y el «precio de cierre» en forex son convencionales – dependen de la zona horaria del servidor del broker. Un patrón chartista que se ve limpio en un broker con servidor de Nueva York puede verse distinto en un broker con servidor de Londres. En los mercados bursátiles el problema es mucho menor, porque la bolsa fija la sesión y los precios de referencia.

El dominio de la macro y los bancos centrales. Las tendencias de varios meses en los pares de divisas están impulsadas principalmente por los diferenciales de tipos de interés y los flujos de capital entre economías. Cuando el diferencial de tipos se mueve a favor del dólar, EUR/USD suele perder terreno – la relación no es mecánica, pero la fuerza de este factor supera a los patrones chartistas individuales.

En la práctica, muchos traders usan el AT sobre todo para elegir el momento de entrada y salida, dejando la dirección a los factores macro (política monetaria, balanza de pagos, carry). Un enfoque puramente técnico en marcos temporales semanales y mensuales exige ser consciente de que entonces estás jugando junto al motor principal de estos mercados – no está condenado de antemano, pero ignora el factor más fuerte.

La liquidez depende de la hora. El AT aplicado en el pico de la sesión Londres-Nueva York (el núcleo del solapamiento, aproximadamente de 14:00 a 17:00 hora polaca, con el solapamiento completo hasta cerca de las 18:00 – art. 4.3) y el mismo AT a las 3:00 de la madrugada en una sesión asiática fina son dos mundos distintos. En horas de baja liquidez los spreads se amplían y las rupturas falsas ocurren con más frecuencia – porque se necesita menos capital para mover el precio.

El papel del trading electrónico y algorítmico. En el mercado forex, una enorme parte del volumen en los pares principales la genera el trading electrónico y algorítmico. Los propios algoritmos «ven» niveles técnicos, medias móviles y patrones – y reaccionan más rápido que un humano. Una configuración simple como «comprar cuando el RSI está por debajo de 30 en EUR/USD H1» es hoy trivialmente escaneable por máquinas – y puede ser explotada o extinguida antes de que un humano llegue a reaccionar. Vigilar el mismo nivel no proporciona por sí solo una ventaja – y que una regla sea detectable por una máquina no determina su resultado, que depende, entre otras cosas, de los costes, la latencia de ejecución, la competencia de otros participantes y la estabilidad de la relación sobre datos nuevos.

La calidad de ejecución no es calidad de análisis. La misma señal en dos brokers puede producir resultados distintos, porque la ejecución se sitúa entre el análisis y la cuenta: el modelo del broker, el spread, el slippage. Al evaluar la «efectividad del AT», separa esas dos capas – los modelos de ejecución y los conflictos de interés que los acompañan se tratan en el artículo sobre modelos de ejecución y en el de calidad de ejecución.

Posicionamiento del mercado de futuros (COT). El informe Commitments of Traders (CFTC, normalmente publicado los viernes reflejando la situación del martes – cftc.gov) muestra las posiciones de los principales grupos de participantes en futuros de divisas. Es un proxy con retraso, no un registro del mercado spot; a veces se usa como filtro de contexto para un horizonte más largo, pero las interpretaciones de un posicionamiento «extremo» exigen definir el extremo y probarlo – sin eso siguen siendo una hipótesis. Más sobre datos de posicionamiento → la sección de análisis fundamental.

7. Cuando el AT falla – casos concretos

La teoría importa, pero nada enseña humildad ante el mercado con tanta eficacia como los casos concretos. Aquí tienes cuatro momentos en los que el análisis técnico se mostró indefenso – y por qué vale la pena conocerlos.

15 de enero de 2015 – el SNBgeddon. Desde septiembre de 2011 el Banco Nacional Suizo (SNB) mantuvo un tipo mínimo de EUR/CHF en 1,2000. Durante más de tres años ese nivel actuó como soporte absoluto e impenetrable – confirmado no por la geometría del gráfico sino por la declaración de un banco central. Miles de traders operaban contra ese soporte, abriendo posiciones largas en EUR/CHF alrededor de 1,2010–1,2020 con un stop loss ajustado justo por debajo. El 15 de enero de 2015, hacia las 10:30 de la mañana hora polaca, el SNB anunció sin previo aviso que abandonaba la defensa del nivel 1,2000.^[22] En minutos EUR/CHF cayó de alrededor de 1,2010 a alrededor de 0,8500 – un movimiento de unos 3.500 pips, con el mínimo exacto variando entre proveedores de cotizaciones. Los stop losses no se ejecutaron al precio fijado, porque el mercado literalmente «saltó» por encima de ellos – una orden stop de mercado es una instrucción de «salir al precio disponible más cercano», no la garantía de un nivel. Algunos clientes terminaron con saldos negativos; Alpari (UK) entró en administración especial^[24], y FXCM informó inicialmente de unos 225 millones de dólares de saldos negativos de clientes (un informe anual posterior citó unos 275 millones) y aceptó 300 millones de dólares de financiación de rescate de Leucadia.^[25] Ningún patrón chartista señaló ese movimiento, porque ningún patrón puede predecir una decisión política tomada a puerta cerrada.

6 de mayo de 2010 – el Flash Crash. El índice Dow Jones cayó casi 1.000 puntos en minutos y luego recuperó la mayor parte de la pérdida. En el mercado forex, los pares de yen (EUR/JPY, GBP/JPY) se comportaron de forma caótica durante ese tiempo. Entre las causas citadas figura una gran orden automatizada de venta de futuros que golpeó un mercado tensionado y desató una cascada de reacciones de otros sistemas – un único algoritmo fue un elemento de una maraña de factores, no el único culpable. Los soportes técnicos se rompieron uno tras otro casi sin reacción – la liquidez del lado comprador se deterioró bruscamente, y las respuestas de sistemas sucesivos amplificaron el movimiento.^[23]

Marzo de 2020 – la pandemia de COVID-19. Durante tres semanas (desde finales de febrero hasta mediados de marzo) los mercados globales atravesaron una venta de pánico. En forex, el dólar estadounidense primero se debilitó (el risk-off debería apoyar al dólar, pero los mercados no leen manuales), luego se fortaleció con fuerza, y después volvió a debilitarse. En tres semanas EUR/USD pasó de alrededor de 1,0770 a alrededor de 1,1500 y de vuelta a alrededor de 1,0640 (valores aproximados; los feeds diferían). Las señales calibradas previamente perdieron estabilidad, porque la dirección, la volatilidad y la liquidez cambiaban más rápido que en un entorno típico – las instituciones vendían todo lo que se pudiera vender para reunir efectivo.

Flash crash de GBP/USD, 7 de octubre de 2016, hacia las 00:07 hora de Londres (alrededor de la 1:07 de la madrugada en Polonia). En minutos, en la fase temprana y fina de la sesión asiática, la libra cayó desde alrededor de 1,2600 hasta mínimos que variaban entre feeds – Reuters mostró alrededor de 1,1378, otras plataformas otros valores; un movimiento de unos 1.200 pips. Esa divergencia de mínimos es en sí misma una lección: un gráfico minorista no es «el mercado», solo el registro de un único flujo de cotizaciones. Los niveles de soporte sucesivos – 1,2500, 1,2200, 1,1800 – se rompieron sin pausa, y los stop losses en posiciones largas se ejecutaron muy por debajo de los precios fijados (la magnitud dependiendo del broker y del feed). El informe del BIS describe una retirada abrupta de liquidez y una maraña de factores: la hora del día, las órdenes, las reacciones algorítmicas y los amplificadores mecánicos.^[21] Ningún patrón lo señaló – en esa franja horaria la liquidez de GBP/USD es la más fina de todas.

El elemento común de estos casos: el mercado cambió de régimen. De condiciones normales (una tendencia o una consolidación) pasó a modo crisis, donde las reglas de la «normalidad» quedan suspendidas. Las convenciones del AT describen el mercado en condiciones de liquidez normal; en regímenes de crisis dejan de encajar con el comportamiento del precio. Episodios raros de este tipo pueden dominar el resultado de un año entero.

8. Lo que el análisis técnico no puede hacer

El AT no predice eventos externos. Ningún gráfico te mostrará que dentro de tres horas el presidente de la Fed cambiará de tono, que estallará un conflicto armado, o que un banco global declarará la insolvencia. El precio integra información que ya existe – no información que aún no ha surgido. Un trader que dice «el gráfico mostraba que el precio iba a caer, así que debería haber vendido antes del NFP» está cometiendo sesgo retrospectivo.

El AT dice «qué» y «cuándo», pero no dice «por qué». Un patrón chartista señala una dirección posible y una magnitud aproximada del movimiento – pero no explica el mecanismo que hay detrás. Para muchos traders eso es suficiente. Para un analista macro no lo es. Las dos perspectivas son complementarias, no contradictorias.

Las reglas técnicas individuales se pueden probar – pero el AT como un todo no es falsable en el sentido popperiano. Puedes probar si «comprar cuando el RSI < 30» proporciona una ventaja en EUR/USD H4 entre 2020 y 2025. Puedes refutar esa hipótesis con datos. Pero cuando un patrón concreto «no funciona», un defensor del AT dirá: «el mercado dio una señal falsa», «la configuración no cumplía todas las condiciones» o «el contexto macro era inusual». Es difícil construir un experimento que refute definitivamente el AT como disciplina completa – porque el AT no es una sola hipótesis, sino una familia de heurísticas con definiciones móviles y excepciones.

Los límites de las pruebas. Dos trampas se repiten en todo intento de «demostrar» una regla: el sobreajuste a la historia (cuantos más parámetros, más bonito el resultado sobre datos pasados y peor en la cuenta) y un cambio de régimen de mercado (una herramienta calibrada para una tendencia se desmorona en consolidación – y viceversa, mientras que reconocer el régimen actual es en sí mismo difícil). Ambos temas, junto con el taller para controlarlos, se tratan en art. 5.12.

Ser consciente de estas limitaciones no debilita el análisis técnico. Un trader que sabe esto se sienta ante el mercado con menos frecuencia con la mentalidad de «solo confírmalo».

9. Mito vs. realidad

10. El precio como información – un puente hacia la práctica

El precio es un atajo sucio de la realidad – ves el resultado de la batalla entre compradores y vendedores, pero no ves quién enviaba órdenes de mercado, quién estaba haciendo cobertura y quién simplemente recogía liquidez. El AT no es una predicción del futuro, solo una apuesta basada en la expectativa de que una configuración similar volverá a atraer órdenes. Un patrón es una hipótesis: funcionó antes, puede que funcione de nuevo, puede que no. Tu trabajo es saber de antemano a qué precio tienes razón y a qué precio no la tienes – y cumplirlo. Un trader que asume que se equivocará con regularidad coloca stop losses con más disposición y cierra las posiciones perdedoras más rápido que alguien «seguro» de su análisis – y esa es una diferencia práctica y medible, no una cuestión de carácter.

En los artículos siguientes pasamos de la filosofía a la práctica: construcción del gráfico, tendencia, soporte y resistencia, patrones chartistas e indicadores. Cada una de estas herramientas se situará en el marco descrito aquí: el AT construye escenarios condicionales a partir del comportamiento del precio, y sus probabilidades se estiman con datos – con límites claros y sin garantías.