Entre las criptomonedas más candentes del momento está sin duda Ripple (XRP), que después de haber pasado un período difícil debido a los problemas judiciales con la SEC (United States Securities and Exchange Commission) que quería clasificarla como security, ha encontrado nuevo impulso gracias al cierre positivo del asunto, y al hecho de que el presidente de los Estados Unidos Donald Trump la haya incluido entre las cripto que formarán parte de la reserva estratégica del estado.
Con una capitalización de mercado que ha vuelto recientemente al tercer lugar entre las criptomonedas mundiales, justo detrás de BTC (Bitcoin) y ETH (Ethereum), XRP se ha consolidado gracias a los avances de Ripple en el sector de los pagos, pero también al aumento de la adopción de stablecoin como Ripple USD (RLUSD), que debería integrarse en Ripple Payments para finales de 2025.
En este artículo se explorará la posibilidad de utilizar XRP para construir una robusta estrategia de trading algorítmico, basada en un enfoque de tipo reversal mediante las Bandas de Bollinger.
Índice
Qué son las Bandas de Bollinger y cómo funcionan en el trading
Este indicador toma su nombre directamente de su inventor John Bollinger, quien analizó el comportamiento de los precios al alejarse o acercarse de su media móvil. Bollinger pensó bien en insertar dos bandas, calculadas como la desviación estándar de la media simple de los precios.
Las Bandas de Bollinger están formadas por 3 elementos y se calculan mediante las siguientes funciones matemáticas:
- UpperBand = precio medio de los últimos N periodos más 2 desviaciones estándar;
- MedianPrice = precio medio de los últimos N periodos (20 es el número recomendado);
- LowerBand = precio medio de los últimos N periodos menos 2 desviaciones estándar.
Estrategia reversal en Ripple: lógica del trading system y rendimiento inicial
La estrategia que se va a adoptar es un sistema automático con lógicas ‘mean-reverting’, es decir, que aprovecha las Bandas de Bollinger como punto de inversión del mercado. Al alcanzar los precios en la banda superior se procederá a vender, mientras que en la banda inferior a comprar.
La sesión considerada va desde las 00:00 GMT hasta las 23:59 GMT. Se trata de horarios elegidos convencionalmente para hacerla coincidir con el día solar, ya que las criptomonedas se cotizan las 24 horas del día.
Suponiendo trabajar con 10.000$ por operación, el cierre del trade ocurrirá al alcanzar un objetivo de ganancia de 3.000$ como valor de primer intento. Será muy útil desde el principio utilizar también un stop loss fijo, que suponemos igual a 1.000$, que pueda de alguna manera proteger nuestro capital de operaciones con pérdidas muy elevadas.
Aplicando esta estrategia al par XRP/USDT en un marco de tiempo de 15 minutos, es posible ver cómo se habría comportado este “motor operativo” desde 2017 hasta hoy. Los datos anteriores no se consideran ya que son poco significativos e inexactos en comparación con cuando XRP comenzó a establecerse entre las principales criptomonedas del mundo, incrementando su precio en 2017 hasta casi 50 veces el valor medio registrado en 2016.
En las figuras 2, 3 y 4 se aprecian las métricas obtenidas de la estrategia mean-reverting recién descrita: los resultados son alentadores. En general, la línea de equity es creciente, y esto es sin duda un buen punto de partida. Sin embargo, no se debe pasar por alto la caída presente en el último período.
Analizando mejor los resultados se nota que el average trade se sitúa alrededor de 18,63$, que comparado con la cantidad de la operación individual (10.000$) equivale a un 0,19%, un valor que no garantiza cubrir los costos operativos.
Optimización del trading system: franjas horarias y ventana operativa
Intentando definir una ventana operativa diferente se podría tal vez obtener un resultado mejor, suponiendo que exista una especie de sesgo, es decir, un momento del día en el que la tendencia al reversal resulte más marcada.
Optimizando la hora de inicio de la operativa y su duración (expresada en número de barras de 15 minutos cada una) se encuentran los resultados en la Figura 5. Operando desde las 00:00 y hasta las 28 barras siguientes, es decir, hasta las 07:00, las cosas mejoran decisivamente: el beneficio total del sistema sube a 288.200$ con más del 70% menos de operaciones (2.799 contra casi 10.000), y en consecuencia el average trade sube a 103$.
Resultados decididamente mejores pero que denotan una estrategia aún cruda, con un average trade más amplio pero aún no altísimo, y un drawdown bastante alto si se compara con la ganancia neta (relación Ganancia Neta/Max Drawdown = 6,58).
En primer lugar, se podría intentar optimizar también los valores de stop loss y take profit inicialmente hipotetizados. En la Figura 6 se ve cómo, haciéndolos variar a pasos de 500$, hay resultados interesantes con stop a 1.500$ y profit alrededor de 8.000-10.000$. A modo de ejemplo, se puede elegir utilizar 8.500$ que maximiza la relación Beneficio Neto/Max Drawdown.
Mejora del rendimiento long del sistema de trading en XRP (Ripple)
Considerando que la estrategia todavía realiza muchas operaciones, probablemente todavía haya espacio para filtrar aún más las operaciones, especialmente en el lado de las operaciones long que muestran métricas más deficientes (ver Figura 4). Para hacer esto, se podría utilizar algún patrón de precio que pueda identificar las mejores condiciones en las que ejecutar las operaciones, filtrando aquellas con menor probabilidad de éxito.
A tal propósito, utilizaremos una lista propietaria que reúne en su interior muchas combinaciones de precio, diferentes entre sí, que servirán para comprender en qué situaciones XRP parece responder mejor a la lógica de entrada (long) de este sistema.
Analizando las varias combinaciones de patrones, se encuentra por ejemplo que, si se opera long solo cuando se verifica el patrón “MyPtnLY” 15 y no se opera long cuando estamos en presencia del “MyPtnLN” 30, se llega a obtener un buen compromiso entre los principales parámetros de referencia (Net profit, Average trade, Max Intraday Drawdown). También hay resultados mejores para los parámetros individuales, pero los patrones que los generan tienen una lógica que no está muy en línea con la lógica del sistema, por lo que se prefiere la combinación 15 para operar y 30 para no operar long.
Con el patrón 15, se irá long si el cierre de la vela de la última sesión fue menor que el cierre de hace 2 sesiones. Con el patrón 30, en cambio, no se entrará long si el cierre de la sesión anterior está en el 20% inferior del rango (máximo – mínimo).
Esta combinación de filtros produce un incremento tanto del average trade, que sube a 400$, como del net profit, que ahora supera los 716.000$. Además, el drawdown disminuye por debajo de los 45.000$.
Una buena mejora visible también en la forma más regular de la línea de equity, aunque en la segunda parte de 2024 parece haber perdido un poco de brillo, y solo el tiempo podrá confirmar la validez de nuestras elecciones en fase de optimización.
Conclusiones sobre la estrategia reversal en XRP con Bandas de Bollinger
La estrategia reversal con Bande di Bollinger se ha demostrado seguramente eficaz en el par XRP/USDT, aunque necesitaría de ulteriores afinamientos para estar lista para operar en vivo en el mercado.
Aunque ya ha llegado al olimpo de las criptomonedas, XRP todavía es bastante joven y presenta muchas oportunidades para los traders que quieren probar diferentes tipos de enfoque al mercado. Como siempre, dejamos al lector la tarea de experimentar y desarrollar esta idea.
¡Hasta la próxima y buen trading!
Andrea Unger




