Respuesta directa
Las señales derivadas de la regresión lineal suelen significar: una herramienta ha ajustado una línea recta a una serie de observaciones pasadas, y la salida de la herramienta se interpreta como dirección de tendencia (alcista o bajista), fuerza de tendencia (qué tan bien coincide la línea) o comportamiento similar a momentum (cómo cambia el ajuste). Estas interpretaciones son convencionales, pero no pronostican de manera confiable el movimiento futuro del precio.
Mecanismo o definición
La regresión lineal (en este contexto) ajusta una línea de la forma y = a + b·x a datos históricos. Aquí, y es la serie de entrada elegida (por ejemplo, un precio o un precio promediado), x es típicamente un índice que aumenta con el tiempo, a es la intersección y b es la pendiente.
Una interpretación común de “señal” se basa en la pendiente b:
- Pendiente positiva: la línea ajustada se inclina hacia arriba, por lo que los datos recientes parecen aproximadamente crecientes en la ventana elegida.
- Pendiente negativa: la línea ajustada se inclina hacia abajo.
Una segunda interpretación utiliza la calidad del ajuste. Si los puntos se agrupan cerca de la línea ajustada, la línea captura mejor el patrón de los datos; si los puntos se dispersan ampliamente, la línea ajustada es un resumen débil. En la práctica, muchos indicadores muestran alguna combinación de medidas de dirección y de ajuste.
Debido a que la herramienta utiliza observaciones históricas, las salidas dependen de entradas:
- la serie de datos seleccionada (cruda vs. suavizada)
- la longitud de la ventana (cuántos puntos pasados se utilizan)
- cualquier escalado o preprocesamiento
- la regla para que el indicador reporte la pendiente o el ajuste
Evidencia o ejemplo
Escenario: supongamos que calcula una línea de regresión sobre los últimos N puntos de datos. Si la pendiente es fuertemente positiva y la calidad del ajuste es alta, podría describir la situación como “los datos recientes siguen un patrón casi lineal ascendente”.
Consecuencia material: la etiqueta “patrón casi lineal ascendente” puede coexistir con incertidumbre futura. Las relaciones pueden cambiar rápidamente, y la línea ajustada es solo una aproximación de lo que ya ha sucedido.
Ejemplo de verificación (no predictivo): repita la regresión con tamaños de ventana cercanos, como N y N±k. Si la dirección cambia con frecuencia o la calidad del ajuste colapsa ante pequeños cambios de parámetros, es probable que la salida sea sensible al ruido en lugar de reflejar un patrón estable.
Limitaciones y riesgos
Una limitación clave es el desajuste del modelo: la regresión lineal asume una relación aproximadamente lineal en la ventana elegida. Las series temporales financieras a menudo cambian de régimen, por lo que un resumen de línea recta puede dejar de describir los datos.
Otro modo de fallo es la estructura falsa: ventanas cortas pueden hacer que las fluctuaciones aleatorias parezcan una pendiente. Incluso con un ajuste de apariencia decente, la relación podría ser temporal.
Las salidas también varían con datos y costos. Si su interpretación depende de entradas crudas que incluyen saltos repentinos, los valores atípicos pueden inclinar la pendiente. Además, los costos prácticos de ejecución (spread, comisiones) y los detalles de medición pueden afectar lo que observa versus lo que el modelo calculó.
Finalmente, las relaciones históricas no establecen resultados futuros. Incluso si un patrón lineal apareció previamente como fuerte, eso no significa que persistirá.
Verificación o siguiente pregunta
Para evaluar de manera independiente qué significa una señal basada en regresión lineal en su contexto, pregunte:
- ¿Qué está ajustando exactamente (qué serie) y sobre qué ventana?
- ¿La “señal” está vinculada solo a la pendiente, o también refleja la calidad del ajuste?
- ¿Qué tan estables son los resultados entre tamaños de ventana cercanos y opciones de preprocesamiento?
- ¿La salida reportada cambia abruptamente cuando el régimen de datos subyacente cambia?
Si desea profundizar, la siguiente pregunta más útil es: ¿Qué significa la divergencia en la salida de la regresión en términos de cambios de pendiente versus ruptura del ajuste?