Respuesta directa
Frama (media móvil adaptativa fractal) se comporta de manera diferente cuando la acción del precio del mercado cambia de formas que afectan la “rugosidad” de los precios recientes. En la práctica, esto significa que su suavidad y capacidad de respuesta tienden a variar entre regímenes, como condiciones de tendencia persistente frente a condiciones agitadas o altamente variables. El comportamiento de Frama también puede cambiar cuando se modifican sus supuestos de entrada (por ejemplo, la longitud de la mirada retrospectiva o la configuración de suavizado) o cuando las condiciones de los datos difieren (por ejemplo, huecos, muestreo inconsistente o fricciones en el momento de la ejecución). El punto importante es el comportamiento condicional: Frama se adapta en función de la variabilidad reciente, no para pronosticar de manera confiable.
Mecanismo y definición
Una media móvil convierte una serie de precios en una serie más suave utilizando valores pasados. Frama añade una capa adaptativa: intenta estimar cuán “fractal” o rugoso es el camino de precios reciente y luego utiliza esa estimación para ajustar la rapidez con la que la media puede moverse.
Por lo tanto, la “condición de mercado” que más importa es si el camino de precios reciente es comparativamente regular (movimiento más suave) o irregular (movimiento más dentado). Si el último segmento de precios es relativamente más suave, Frama típicamente se comporta como una media de respuesta más lenta. Si el último segmento es más irregular, tiende a comportarse como una media más rápida o más reactiva, porque la estimación de variabilidad subyacente cambia.
Dos ideas estables ayudan a separar la mecánica del contexto:
- La mecánica es determinista dados la serie de entrada y los parámetros.
- El contexto del mercado cambia la serie de entrada (cuán rugosos o suaves son los precios recientes), lo que cambia el resultado de la mecánica.
Evidencia o ejemplo (supuestos incluidos)
Considere un ejemplo simplificado y no en vivo para ilustrar el comportamiento condicional sin afirmar poder predictivo.
Suponga que tiene el mismo activo muestreado a un intervalo fijo (por ejemplo, cierres de 1 hora) y ejecuta Frama con parámetros sin cambios. Cree dos ventanas de backtest:
- Ventana de tendencia (supuesto): el precio se mueve en una dirección relativamente constante con reversiones a corto plazo más pequeñas.
- Ventana agitada (supuesto): el precio alterna dirección con más frecuencia, produciendo un aspecto más dentado y visible.
En la ventana de tendencia, la variabilidad estimada en períodos recientes es típicamente menor, por lo que el suavizado adaptativo a menudo resulta en menos giros bruscos. En la ventana agitada, la variabilidad estimada es típicamente mayor, por lo que el suavizado adaptativo a menudo resulta en giros más frecuentes o un seguimiento más ajustado.
Una segunda comparación está impulsada por parámetros en lugar del mercado. Mantenga los datos de mercado iguales, pero use diferentes longitudes de mirada retrospectiva:
- Una mirada retrospectiva más corta puede aumentar la sensibilidad a cambios de rugosidad a corto plazo.
- Una mirada retrospectiva más larga puede reducir la sensibilidad y hacer que el comportamiento parezca más suave.
Esto ilustra que el “comportamiento diferente” puede provenir de cambios en el régimen del mercado, elecciones de parámetros, o ambos.
Limitaciones y riesgos
Una limitación importante es que la adaptación condicional de Frama depende de las características de los datos recientes, lo que significa que puede cambiar su comportamiento cuando las condiciones del mercado cambian nuevamente. Esto crea al menos tres modos de falla comunes:
- La sensibilidad al régimen puede inducir a error en la interpretación. Si etiqueta un movimiento basándose en cómo se veía Frama durante un régimen, puede no coincidir con cómo se comporta después del siguiente cambio de régimen.
- Sobreajuste a ventanas históricas. Si ajusta parámetros por prueba y error en datos anteriores, las diferencias aparentes entre regímenes pueden no generalizarse.
- Diferencias en datos y ejecución. Frama calculado a partir de cierres difiere de Frama calculado con otras reglas de muestreo; el trading real añade costos y efectos de sincronización que no se capturan en un cálculo simple de indicador.
Además, las relaciones históricas no establecen resultados futuros. Incluso si Frama parece “mejor” en un régimen de tendencia pasado, no puede asumir que la misma relación se mantendrá después de que cambien los patrones de volatilidad o las condiciones de liquidez.
Verificación y siguiente pregunta
Para verificar de manera independiente los hechos relevantes, compare los resultados de Frama en múltiples regímenes de mercado utilizando el mismo método de muestreo y parámetros fijos, y luego repita con variaciones de parámetros claramente documentadas. Realice un seguimiento de cómo cambian la suavidad y la frecuencia de giros de la línea de Frama cuando la serie de entrada se vuelve más dentada o más regular.
Una pregunta útil a continuación es: “¿Qué partes de su configuración de entrada y parámetros (intervalo de muestreo, longitud de mirada retrospectiva, configuración de suavizado y elecciones de limpieza de datos) son las más responsables de las diferencias de comportamiento que observa?” Ese enfoque mantiene la explicación condicional y comprobable, sin tratar a Frama como un pronóstico independiente.