Respuesta directa: la fórmula del Índice de Eficiencia de Kaufman
El Índice de Eficiencia de Kaufman (a menudo abreviado como ER) se calcula como un ratio entre el movimiento neto del precio y el movimiento total del precio durante una ventana de retroceso elegida.
Una forma común es:
ER = ( |Precioₜ − Precioₜ−n| ) / ( Σᵢ=1→n |Precioₜ−(n−i+1) − Precioₜ−(n−i)| )
Donde:
- Precio es la serie numérica de precios que mides (por ejemplo, una serie de precios de cierre).
- t es el índice final de la ventana.
- n es la longitud de retroceso en barras (el número de intervalos incluidos).
- El numerador es la diferencia absoluta entre el inicio y el final de la ventana (movimiento neto).
- El denominador suma los cambios absolutos paso a paso a lo largo de la ventana (movimiento total).
Si el denominador es 0, el ER no está definido; las implementaciones normalmente manejan esto como un caso límite.
Mecanismo o definición: qué está midiendo el ratio
El ER compara dos cantidades para la misma ventana de retroceso:
-
Movimiento neto (numerador)
- El movimiento neto utiliza solo los puntos de inicio y final de la ventana.
- Si el precio termina lejos de donde comenzó, el movimiento neto es grande.
- Si el precio termina cerca de donde comenzó, el movimiento neto es pequeño.
-
Movimiento total (denominador)
- El movimiento total suma los cambios absolutos entre muestras consecutivas.
- Si el precio se mueve en una trayectoria recta (pocos vaivenes), el movimiento total es cercano al movimiento neto.
- Si el precio oscila (vaivén), el movimiento total se vuelve mucho mayor que el movimiento neto.
Conceptualmente, el ER es una medida de eficiencia de la trayectoria:
- Un ER alto sugiere que el precio recorrió la ventana con relativamente poca cancelación (menos vaivén).
- Un ER bajo sugiere que el precio se movió mucho pero terminó cerca de su punto de inicio debido a reversiones o ruido.
Evidencia o ejemplo: cálculo del ER paso a paso (con supuestos explícitos)
Supón que muestreas una serie de precios a intervalos regulares (por ejemplo, cada barra es una hora) y eliges:
- Longitud de retroceso n = 4 barras.
- Usas Precio = cierre (la elección específica del tipo de precio importa; las entradas del ER son la serie que selecciones).
Sean los cuatro precios consecutivos en la ventana:
- Precioₜ−4 = 100
- Precioₜ−3 = 101
- Precioₜ−2 = 100
- Precioₜ−1 = 103
- Precioₜ = 104
1) Movimiento neto
El movimiento neto usa solo el inicio y el final:
- |Precioₜ − Precioₜ−4| = |104 − 100| = 4
2) Movimiento total
El movimiento total suma los cambios absolutos paso a paso:
- |101 − 100| = 1
- |100 − 101| = 1
- |103 − 100| = 3
- |104 − 103| = 1
Movimiento total = 1 + 1 + 3 + 1 = 6
3) ER
ER = 4 / 6 ≈ 0.667
Interpretación (general, no predictiva):
- Esto es más alto de lo que indicaría 0, lo que significa que el desplazamiento neto fue relativamente grande en comparación con la distancia total recorrida.
- No es “perfectamente eficiente” porque el movimiento total superó al movimiento neto, lo que implica algunas reversiones.
Limitaciones y riesgos: qué puede salir mal o inducirte a error
Aunque el cálculo es determinista una vez que se eligen las entradas, el significado y la fiabilidad dependen de cómo lo configures.
1) División por cero cuando el movimiento total es cero
Si el denominador (movimiento total) es igual a 0, entonces todos los precios consecutivos en la ventana fueron idénticos (sin movimiento entre los puntos muestreados). En ese caso, el ER no se puede calcular en la forma de ratio estándar.
Una implementación cuidadosa debe definir un comportamiento para este caso límite (por ejemplo, devolver un valor especial u omitir el punto). El manejo correcto depende de tu flujo de trabajo de análisis.
2) Sensibilidad a la longitud de retroceso elegida (n)
El ER utiliza los últimos n intervalos. Cambiar n puede alterar el ER de manera significativa porque:
- Una ventana más larga incluye más movimiento y más oportunidades de reversiones.
- Una ventana más corta se centra en una trayectoria más estrecha, lo que puede exagerar el ruido.
Por lo tanto, el ER no es “una talla única para todos”; resume la eficiencia de la ventana específica que solicites.
3) Dependencia del muestreo de precios y del tipo de precio
Las entradas del ER son una serie de precios específica muestreada en un calendario específico.
- Usar precios de cierre frente a precios típicos u otra serie derivada cambia los valores paso a paso.
- Usar diferentes tamaños de barra (más o menos muestras por unidad de tiempo) cambia la trayectoria y el movimiento total.
Por lo tanto, dos cálculos de ER que utilicen diferentes opciones de datos no son directamente comparables.
4) Vulnerabilidad a datos ruidosos y efectos de microestructura
Debido a que el denominador utiliza diferencias absolutas entre muestras consecutivas, el ER puede verse afectado por:
- Pequeñas fluctuaciones y ruido
- Efectos relacionados con el diferencial de oferta y demanda (bid-ask) en ciertos contextos
- Artefactos relacionados con la ejecución en datos basados en eventos
Esto no hace que la fórmula sea “incorrecta”, pero puede hacer que el ER calculado refleje el ruido del trading en lugar de un movimiento direccional suave.
5) Las relaciones históricas no implican resultados futuros
El ER es una estadística descriptiva de la eficiencia del movimiento reciente. No es un pronóstico por sí mismo.
- Un ER alto o bajo en el pasado no establece lo que sucederá después.
- Cualquier interpretación que asuma previsibilidad es un paso adicional más allá del cálculo.
Verificación o siguiente pregunta: cómo comprobar el resultado de forma independiente
Para verificar un cálculo de ER por ti mismo:
- Anota la ventana exacta que usas (cuál es el índice t y cuál es n).
- Confirma la serie de precios exacta utilizada para Precio (por ejemplo, cierre).
- Vuelve a calcular el numerador usando solo los precios de inicio y final de la ventana.
- Vuelve a calcular el denominador sumando las diferencias absolutas entre cada par consecutivo dentro de la ventana.
- Comprueba el caso límite donde el movimiento total es 0.
- Repite después de cambiar una entrada (como n) para ver qué tan sensible es el ER a esa elección.
Si quieres ir más allá, una pregunta útil a continuación es cómo cambiar las entradas (longitud de retroceso y muestreo de datos) altera el comportamiento numérico del ER, y qué interpretaciones genéricas son apropiadas para una métrica de eficiencia descriptiva.