Análisis técnico: fundamentos, premisas y crítica

El análisis técnico es el estudio del precio y volumen histórico de un activo, representado en gráficos, para intentar anticipar movimientos futuros. Este documento cubre el marco teórico, las premisas en las que se apoya y su crítica académica. Para las herramientas concretas ver Gráficos y patrones e Indicadores técnicos.

Consultá la cotización del dólar hoy — oficial, blue, MEP y CCL actualizados.

Las tres premisas clásicas

Formuladas de forma sistemática por Charles Dow a fines del siglo XIX (origen de la "Teoría de Dow") y consolidadas como marco estándar por Murphy (1999):

1. El precio lo descuenta todo (market discounts everything): toda la información disponible —fundamentales, expectativas, sentimiento del mercado, e incluso información privilegiada que se filtra a través de la operatoria— ya está reflejada en el precio actual. Por lo tanto, basta con estudiar el precio para tomar decisiones, sin necesidad de analizar balances o noticias directamente.
2. El precio se mueve en tendencias: una vez establecida, una tendencia (alcista, bajista o lateral) tiene más probabilidad de continuar que de revertirse, hasta que aparece una señal clara de agotamiento. Es la base de por qué "la tendencia es tu amiga" (*the trend is your friend*) es una de las heurísticas más repetidas en trading.
3. La historia tiende a repetirse: los patrones de precio se repiten a lo largo del tiempo porque reflejan comportamientos psicológicos recurrentes de los participantes del mercado (miedo, codicia, FOMO — *fear of missing out*, pánico de venta). Esta premisa conecta el análisis técnico con las finanzas conductuales (*behavioral finance*), que estudia cómo sesgos psicológicos sistemáticos afectan las decisiones de inversión.

Análisis técnico vs. análisis fundamental

Aspecto	Análisis técnico	Análisis fundamental
Qué estudia	Precio y volumen históricos	Estados financieros, macroeconomía, ventajas competitivas
Pregunta que responde	¿Cuándo entrar/salir?	¿Qué activo comprar? ¿A qué precio es "barato"?
Horizonte típico	Corto a mediano plazo	Mediano a largo plazo
Supuesto clave	El precio refleja toda la información	El mercado puede estar temporalmente "equivocado" en el precio
Herramientas	Gráficos, indicadores, patrones	Ratios (P/E, P/B), flujo de caja, informes sectoriales

En la práctica, muchos participantes del mercado combinan ambos enfoques: el análisis fundamental para decidir *qué* activo comprar (ver estrategias de inversión de largo plazo para value y growth investing, que son fundamentalmente análisis fundamental), y el análisis técnico para decidir *cuándo* entrar o salir dentro de esa decisión ya tomada. Esta combinación es especialmente común en swing trading y en la gestión activa de carteras de largo plazo (ej. usar una media móvil de 200 días como filtro de tendencia antes de aumentar una posición fundamentalmente atractiva).

La hipótesis del mercado eficiente: la crítica central

La hipótesis del mercado eficiente (Efficient Market Hypothesis, EMH), desarrollada por Eugene Fama y expuesta de forma accesible por Malkiel (1973), sostiene que los precios de los activos ya reflejan toda la información pública disponible en todo momento. Si esto es cierto, los patrones de precio pasados no deberían tener valor predictivo sobre movimientos futuros, porque cualquier patrón explotable sería inmediatamente arbitrado por otros participantes hasta desaparecer.

La EMH se formula en tres versiones de fuerza creciente:

• Forma débil: los precios reflejan toda la información histórica de precios y volumen. Si es cierta, el análisis técnico no debería funcionar de forma consistente (aunque el análisis fundamental sí podría, si hay información no reflejada en el precio).
• Forma semi-fuerte: los precios reflejan además toda la información pública disponible (noticias, balances, informes). Si es cierta, ni el análisis técnico ni el análisis fundamental basado en información pública deberían generar retornos superiores de forma consistente.
• Forma fuerte: los precios reflejan incluso información privada o privilegiada. Es la versión menos sostenida empíricamente, dado que existe evidencia de que el *insider trading* genera retornos anormales (razón por la cual está regulado y penalizado en la mayoría de las jurisdicciones).

La evidencia empírica es mixta: numerosos estudios muestran que la mayoría de los gestores activos (que usan tanto análisis técnico como fundamental) no logra superar consistentemente a un índice de referencia una vez descontados los costos, lo cual es consistente con una forma al menos semi-fuerte de eficiencia de mercado en la práctica. Al mismo tiempo, existen anomalías documentadas (efecto momentum, efecto valor, reversión a la media en el muy corto y muy largo plazo) que sugieren que los mercados no son perfectamente eficientes todo el tiempo, sino que se acercan más o menos a la eficiencia según el activo, la liquidez y el horizonte temporal considerado.

Sesgo de confirmación y pareidolia de patrones

Una de las críticas más citadas al análisis técnico discrecional (no sistematizado ni backtesteado) es que gran parte de los patrones "identificados" por un analista son producto de pareidolia —la tendencia humana a ver formas y patrones reconocibles en datos que en realidad son ruido aleatorio, el mismo fenómeno por el cual se "ven" caras en las nubes—. Combinado con el sesgo de confirmación (la tendencia a recordar y dar más peso a los casos en que un patrón "funcionó" e ignorar los casos en que falló), esto puede generar una falsa sensación de validez predictiva.

La forma estándar de mitigar este problema es el backtesting sistemático: definir reglas de entrada/salida de forma precisa y no ambigua, y probarlas sobre datos históricos de forma cuantitativa (no visual), midiendo métricas objetivas como tasa de acierto, ratio de Sharpe de la estrategia y *drawdown* máximo, en lugar de confiar en la impresión subjetiva de que un patrón "se ve bien" en el gráfico. Aun así, el backtesting tiene sus propias limitaciones (ver más abajo, *curve fitting*).

Curve fitting (sobreoptimización)

Es el fenómeno por el cual una estrategia o indicador se ajusta (optimiza) en exceso a los datos históricos específicos usados para probarla, capturando ruido particular de ese período en lugar de un patrón genuino y repetible. Una estrategia con *curve fitting* suele mostrar resultados excelentes en el backtest pero un desempeño mucho peor (o directamente negativo) al aplicarse a datos nuevos ("out of sample"), porque las reglas fueron ajustadas post-hoc para maximizar el resultado en el pasado específico analizado, no porque capturen una relación causal real.

Prácticas estándar para reducir el riesgo de *curve fitting*:

• Dividir los datos históricos en un período de "entrenamiento" (donde se ajustan los parámetros) y un período de "prueba" separado (donde se valida el resultado sin volver a ajustar nada).
• Preferir estrategias con pocos parámetros ajustables sobre estrategias con muchos parámetros muy específicos.
• Desconfiar de resultados de backtest "demasiado buenos" (ej. sin ningún período de pérdidas), ya que suele ser señal de sobreajuste antes que de una ventaja real.

Pros y contras del análisis técnico

• Pros: aplicable a cualquier activo líquido con historial de precios (acciones, crypto, forex, índices); no requiere acceso a información financiera detallada del emisor; permite definir puntos de entrada, salida y stop-loss de forma objetiva y sistemática; es fácilmente automatizable (ver trading algorítmico); funciona igual de bien en cualquier mercado y marco temporal, lo que permite aplicar el mismo marco de análisis a activos muy distintos.
• Contras: es interpretativo en su forma discrecional, distintos analistas pueden leer el mismo gráfico de forma distinta y llegar a conclusiones opuestas; propenso al sesgo de confirmación y la pareidolia descriptos arriba; la evidencia académica sobre su efectividad predictiva pura es mixta y no concluyente, y contrasta con la hipótesis del mercado eficiente; ignora información fundamental que puede mover el precio de forma abrupta e imprevisible (resultados corporativos, noticias regulatorias, eventos macroeconómicos); expuesto al riesgo de *curve fitting* cuando se sistematiza y optimiza en exceso sobre datos históricos.

Relación con la gestión de riesgo

El análisis técnico define puntos de entrada y salida, pero no reemplaza una gestión de riesgo adecuada: tamaño de posición, stop-loss y relación riesgo-retorno definida de antemano siguen siendo necesarios (ver relación riesgo-retorno y gestión de riesgo en estrategias de trading). En la práctica, muchos traders ubican el stop-loss en un nivel técnico relevante (por debajo de un soporte, por encima de una resistencia, o a una distancia calculada con el ATR — ver indicadores de volatilidad) en lugar de un porcentaje fijo arbitrario, de modo que la salida esté justificada por la propia estructura del gráfico.