Mecanismo y definición: qué significa “estacionalidad” para los pares de divisas
La estacionalidad de los pares de divisas significa que el rendimiento o comportamiento de un par de divisas muestra una tendencia repetitiva a lo largo del calendario (por ejemplo, ciertos meses, semanas, días de la semana o períodos festivos) cuando se analizan datos históricos durante muchos años.
Para evaluarla, primero debe decidir qué es “comportamiento”. Los objetivos medibles más comunes incluyen:
- Cambio de precio (diferencia entre el precio de cierre de dos fechas)
- Rendimientos (cambio porcentual en un intervalo definido)
- Volatilidad (variación de los rendimientos en un período)
- Estadísticas de rango (comportamiento máximo-mínimo dentro de una ventana de tiempo)
Esta elección es importante porque la estacionalidad puede aparecer en los rendimientos pero no en los niveles, o en la volatilidad pero no en los rendimientos promedio.
Respuesta directa: los datos de entrada que necesita
Como mínimo, necesita datos que respalden un cálculo repetible y alineado con el calendario de la métrica de comportamiento elegida.
1) Serie temporal de precios o compatible con el spread
Normalmente necesita uno de los siguientes, registrado de manera consistente:
- Cotizaciones de bid/ask (para calcular precios medios y spreads relevantes para la transacción)
- Serie de precio medio o precio de cierre (para calcular cambios de precio/rendimientos)
Para la estacionalidad, el requisito clave es la alineación temporal: cada observación debe asignarse a una zona horaria y una convención de día de negociación o calendario consistente.
2) Una regla de muestreo claramente definida
Elija el intervalo y la regla que conviertan los datos brutos en la métrica que probará. Ejemplos de reglas de muestreo incluyen:
- Cierres diarios (un valor por día)
- Rendimientos de fin de semana (por ejemplo, de fin de semana a fin de semana)
- Ventanas intradía agregadas a un período fijo (por ejemplo, promedio dentro de una hora)
Indique las horas exactas de inicio/fin utilizadas para cada intervalo. Sin una regla fija, la “estacionalidad” puede ser un artefacto de cortes inconsistentes.
3) Un mapeo de calendario
Debido a que la estacionalidad se basa en el calendario, necesita un marco de calendario para etiquetar cada observación por:
- Mes, semana del año, día de la semana
- Indicadores de días festivos (si planea probar efectos de días festivos)
- Convenciones de sesión de negociación (si su conjunto de datos incluye solo ciertas horas de mercado)
Este mapeo le permite agrupar resultados (por ejemplo, rendimientos promedio por mes) de una manera que pueda reproducirse de forma independiente.
4) Procedencia y actualidad de los datos
Documente de dónde proviene la serie temporal y qué se le hizo:
- Fuente/proveedor (proveedor de datos, feed de bróker, fuente de intercambio si corresponde)
- Pasos de procesamiento de datos (limpieza, interpolación, manejo de valores faltantes)
- Duración del período de cobertura (cuántos años)
- Versión o fecha de actualización (cuándo se extrajo el conjunto de datos)
Si la metodología del proveedor cambia, el perfil de estacionalidad puede cambiar incluso cuando el “mercado” no lo hizo.
5) Controles de calidad y metadatos necesarios para una agrupación confiable
Debe poder verificar lo siguiente antes de confiar en cualquier patrón de calendario:
- Manejo de datos faltantes: ¿qué sucedió en los días con huecos?
- Zona horaria y horario de verano: ¿se normalizaron las marcas de tiempo?
- Valores atípicos: ¿se eliminaron ticks/cotizaciones incorrectos, y cómo?
- Ajustes por eventos corporativos: menos comunes en FX, pero aún así verifique si hay artefactos de datos inusuales
- Consistencia: ¿se mantienen las mismas convenciones en todo el período de retroceso?
6) Costos y supuestos de ejecución (si utiliza métricas negociables)
Las afirmaciones de estacionalidad pueden fallar cuando se ignoran los costos. Para evaluar el “comportamiento” de una manera que pueda verificarse contra resultados realistas, necesita supuestos explícitos sobre:
- Modelo de costos de transacción (aunque sea simplificado)
- Si utiliza precios medios o medidas derivadas de bid/ask
- Supuestos de deslizamiento (si incluye alguna métrica consciente de la ejecución)
Si no puede explicar el modelo de costos/ejecución, no puede separar el “efecto calendario” del “efecto de microestructura del mercado”.
Evidencia o ejemplo: cómo se utilizan los datos en la práctica (con supuestos)
Un flujo de trabajo típico utiliza la métrica elegida y agrupa las observaciones por etiqueta de calendario.
Por ejemplo, suponga que decide medir los rendimientos diarios. Debería:
- Calcular los rendimientos diarios a partir de la serie de precios utilizando una fórmula consistente (defina si es rendimiento simple o logarítmico).
- Asignar cada día a una categoría de calendario (por ejemplo, mes del año = 1 a 12).
- Para cada categoría, calcular una estadística resumida (rendimiento medio, mediana o volatilidad).
- Comparar categorías utilizando un criterio explícito (por ejemplo, si las diferencias persisten a lo largo de varios años).
Los supuestos que debe declarar para la reproducibilidad incluyen: la definición de cierre diario, la normalización de la zona horaria y cómo se tratan los días faltantes. También decida si excluye los días festivos o los mantiene en la misma categoría: cambiar esta decisión puede alterar las conclusiones.
Limitaciones y riesgos: modos de fallo que debe tener en cuenta
Al menos una limitación material debe guiar cómo interpreta los resultados.