Definición y qué está midiendo realmente
El Índice de Intensidad de Tendencia (TII) se describe comúnmente como una medida numérica de cuán fuertemente se está moviendo un mercado en una dirección en comparación con moverse aleatoriamente o de forma errática. En términos simples, intenta cuantificar la “tendencialidad” combinando información sobre la dirección y sobre cuán consistentemente persiste esa dirección.
Debido a que existen múltiples formas en que los indicadores pueden definirse, la primera consideración avanzada no es la fórmula en sí, sino la definición exacta que se utiliza: qué serie de precios se introduce en el cálculo (por ejemplo, solo cierre, precio típico o retornos), qué significa el componente de dirección (signo del cambio, pendiente u otra transformación), y cómo se escala el componente de intensidad (normalización a un rango, ajuste por volatilidad o escalado basado en ventana). Sin una definición fija, dos personas pueden decir ambas “Índice de Intensidad de Tendencia” y producir valores diferentes.
Mecánica: un modelo simple para comprender la dependencia
Una forma útil de razonar sobre el TII—sin necesidad de datos en vivo—es separarlo en componentes:
- Estimación de dirección: un método que convierte la información de precios en un sesgo de “arriba vs abajo”, a menudo sobre una ventana reciente.
- Consistencia o magnitud: un método que recompensa el movimiento persistente y penaliza las reversiones.
- Normalización: un método que hace que el índice sea comparable entre condiciones, como escalar por la variabilidad reciente.
Un modelo “fácil de comprobar” es: si tu cálculo utiliza principalmente retornos recientes y un estadístico móvil, entonces el TII será sensible a cualquier preprocesamiento que apliques a esos retornos. Por ejemplo, si transformas el precio en retornos de una manera (retornos porcentuales vs retornos logarítmicos) puedes cambiar la escala y cómo la volatilidad afecta la salida normalizada.
Entradas, preprocesamiento y restricciones de implementación
Longitud de la ventana y suavizado
El comportamiento avanzado a menudo proviene de cómo se elige la ventana móvil y de si la entrada se suaviza. Aumentar la longitud de la ventana típicamente hace que el índice sea menos reactivo, mientras que disminuirla puede aumentar la sensibilidad al ruido a corto plazo.
Una implicación práctica es que los cambios en la longitud de la ventana pueden alterar la “personalidad” del índice:
- En una ventana más corta, la intensidad puede dispararse durante oscilaciones breves y permanecer elevada solo por poco tiempo.
- En una ventana más larga, la intensidad puede rezagarse y aumentar después de que el movimiento ya haya progresado.
Muestreo y limpieza de datos
Incluso cuando la fórmula es estable, los detalles de implementación pueden romper la comparabilidad de los resultados:
- Velas faltantes / marcas de tiempo irregulares: Si ocurren huecos en los datos, los cálculos móviles pueden mezclar efectivamente intervalos no comparables.
- Precio ajustado vs no ajustado: Si se aplica cualquier ajuste, los retornos y la intensidad calculados pueden diferir.
- Precisión y redondeo: Para indicadores que utilizan múltiples transformaciones intermedias, el redondeo puede desplazar ligeramente las salidas.
Estos no son problemas teóricos; afectan directamente la reproducibilidad. Si deseas verificar de forma independiente “qué hace el TII”, el paso más importante es reproducir el pipeline completo: misma serie de entrada, misma alineación temporal, mismo preprocesamiento y misma metodología móvil.
Efectos del marco temporal y diferencias de régimen
El marco temporal no es solo “más detalle”
El marco temporal cambia la relación ruido-señal. En marcos temporales más cortos, los efectos de microestructura y las fluctuaciones aleatorias pueden dominar, lo que puede causar que el índice oscile incluso cuando el movimiento más amplio es direccionalmente consistente.
En marcos temporales más largos, el índice puede parecer más estable, pero también puede ocultar reversiones tempranas porque la ventana integra más historia.
Un modelo simple es: si el índice utiliza una ventana móvil, entonces la ventana corresponde a un “horizonte en tiempo real” diferente cuando te mueves de un marco temporal a otro. Eso significa que el mismo valor de parámetro no representa el mismo supuesto de comportamiento.
Regímenes con tendencia vs sin tendencia
Una limitación material es que las medidas de intensidad de tendencia generalmente asumen que la “persistencia direccional” es significativa. En condiciones erráticas o de reversión a la media, la persistencia direccional puede ser de corta duración, y el índice puede:
- producir cambios frecuentes (porque la estimación de dirección sigue cambiando), o
- permanecer moderado (porque la normalización y las medidas de consistencia diluyen la intensidad).
Esto crea un modo de fallo importante: malinterpretar la falta de intensidad como un estado comerciable. Dado que el TII es una métrica descriptiva, no un pronóstico, los cambios de régimen pueden hacer que se comporte de manera diferente a tu intuición histórica.
Casos límite y modos de fallo a probar explícitamente
Mercados planos o casi planos
Si los cambios de precio subyacentes son muy pequeños, las estimaciones de dirección pueden volverse inestables debido al redondeo o al signo de movimientos diminutos. La normalización por volatilidad también puede comportarse de manera impredecible cuando la volatilidad está cerca de cero.
La verificación independiente debe incluir casos donde los retornos estén cerca de cero para ver si el índice:
- colapsa a un valor predeterminado,
- se vuelve ruidoso debido a una normalización tipo división,
- o muestra discontinuidades.
Saltos repentinos y valores atípicos
Los valores atípicos—como huecos de precio abruptos—pueden dominar una ventana móvil. Dependiendo de la definición exacta, un solo movimiento grande puede inflar la intensidad durante múltiples períodos, o puede distorsionar la normalización de modo que los movimientos posteriores parezcan más débiles.
Consideración avanzada: decide si tu uso previsto debe ser robusto a los valores atípicos. Si el indicador no es robusto, las comparaciones de pruebas retrospectivas entre diferentes períodos históricos pueden volverse engañosas.
Sensibilidad a los parámetros
Debido a que el TII a menudo se construye a partir de cálculos móviles, puede ser altamente sensible a las elecciones de parámetros (longitud de la ventana, fuerza del suavizado y método de normalización). Un solo conjunto de parámetros puede producir una narrativa histórica atractiva que no se transfiere.
Un enfoque centrado en la verificación es probar un pequeño conjunto de valores de parámetros razonables y observar si las conclusiones permanecen cualitativamente similares. Si las conclusiones dependen en gran medida de un único ajuste de parámetros estrecho, el indicador es menos confiable para comparaciones descriptivas.
Verificación: qué puedes comprobar sin asumir rendimiento futuro
Para verificar de forma independiente los hechos relevantes del TII, concéntrate en la reproducibilidad y las propiedades descriptivas en lugar de la certeza predictiva:
- Reproduce con datos sintéticos: Crea series simples (tendencia alcista constante, tendencia bajista constante, alternancia arriba y abajo, caminata aleatoria) y confirma cómo responde el índice.
- Realiza comprobaciones fuera de muestra: Compara el comportamiento en diferentes períodos de tiempo para ver si la relación entre el índice y la “persistencia de tendencia” visible es estable. Ten en cuenta que las relaciones históricas no establecen resultados futuros.
- Documenta los supuestos: Registra cómo se definen los retornos, cómo se aplican las ventanas y cualquier paso de preprocesamiento.
Una restricción clave a tener en cuenta: los resultados varían con las condiciones del mercado, los costos, la ejecución y la jurisdicción. Incluso si el TII coincide con los cambios de dirección observados en el pasado, eso no significa que lo hará bajo condiciones diferentes.
Limitaciones y riesgos (no promocional, informativo)
- Naturaleza no predictiva: El TII se utiliza generalmente como una medida de intensidad o descriptiva. Tratarlo como una señal independiente para la dirección futura puede llevar a un exceso de confianza. 2.