Respuesta directa
El filtrado de falsas rupturas puede fallar cuando sus suposiciones subyacentes sobre rupturas “verdaderas” frente a “falsas” ya no se mantienen en el mercado actual. Incluso si la lógica parece sólida, la eficacia del filtro puede verse reducida por la sensibilidad al régimen, los costes y los problemas de ejecución, incluidos datos y temporización no coincidentes.
Mecánica y definición
El filtrado de falsas rupturas es un paso de decisión que se coloca alrededor de las entradas basadas en rupturas. La idea general es evitar operaciones cuando un movimiento de precios parece que podría ser una ruptura “falsa” (por ejemplo, cruza un nivel de referencia pero no tiene continuación). El filtro normalmente se basa en una o más entradas, como:
- Dónde ocurrió el movimiento (un nivel o banda de referencia)
- Cómo se comportó el precio después de cruzar (una regla que utiliza tiempo, distancia o continuación)
- Cuándo se evalúa la regla (cierre de barra frente a intrabarra, frecuencia de muestreo)
Importante: la mecánica es estable, pero las entradas del mercado no lo son. Por lo tanto, el filtro puede tener éxito en las condiciones para las que fue diseñado y fallar cuando esas condiciones cambian.
Evidencia o ejemplo (suposiciones primero)
Considere un ejemplo simplificado con suposiciones explícitas. Suposiciones para el ejemplo: un filtro mide si el precio permanece más allá de un umbral durante una ventana de evaluación corta, y las operaciones se ejecutan cerca de la misma marca de tiempo que la decisión del filtro.
Modo de fallo 1: Sensibilidad al régimen. Si el mercado pasa de un comportamiento de tendencia a una reversión a la media frecuente (o viceversa), la característica de “continuación” utilizada por el filtro puede desaparecer. Entonces, los movimientos que solían etiquetarse como falsos pueden empezar a comportarse como rupturas verdaderas, y viceversa.
Modo de fallo 2: Costes y microestructura del mercado. Supongamos que el filtro reduce las entradas que de otro modo fallarían, pero las entradas restantes ocurren durante momentos más volátiles. Si los costes de transacción, la ampliación del spread o el deslizamiento son mayores de lo esperado, el resultado neto puede degradarse incluso cuando el filtro reduce el número de operaciones perdedoras.
Modo de fallo 3: Desajuste de ejecución. Si el filtro se evalúa utilizando una frecuencia de datos (por ejemplo, cierre de barra) pero las órdenes se ejecutan utilizando otra realidad (por ejemplo, precios intrabarra), el filtro puede aceptar operaciones basadas en información que no se puede utilizar en el momento previsto.
Limitaciones y riesgos (lo que se puede verificar)
- Dependencia de suposiciones: Las reglas de un filtro incorporan suposiciones sobre la temporización de la continuación y la dinámica de precios. Esas suposiciones varían según el régimen.
- Transferencia no fiable al futuro: Los patrones históricos no garantizan que la misma separación entre falso y verdadero persista.
- Realismo de costes: Los backtesting que ignoran los cambios en el spread, el deslizamiento o los efectos de liquidez pueden sobreestimar el rendimiento y subestimar el riesgo de fallo.
- Comprobaciones de datos e implementación: Si las marcas de tiempo, el tipo de ejecución y las definiciones de umbral difieren entre las condiciones de prueba y las reales, el filtro puede clasificar erróneamente los eventos.
Verificación y siguiente pregunta
Puede verificar de forma independiente las condiciones de fallo probando la sensibilidad en lugar de solo informar resultados agregados. Ejemplos de qué comprobar:
- Si la clasificación del filtro cambia en diferentes condiciones de mercado (tranquilo frente a volátil, con tendencia frente a en rango).
- Si el filtro permanece estable cuando se alteran las suposiciones de ejecución (comisiones, rangos de deslizamiento y si las decisiones utilizan cierre de barra o temporización intrabarra).
- Si pequeños cambios en los umbrales alteran materialmente los resultados.
Una siguiente pregunta útil es: ¿qué entradas utiliza la lógica de filtrado y con qué granularidad temporal? Ahí es donde normalmente los desajustes ocultos crean una falsa confianza.
Enlaces internos opcionales (si desea un contexto más profundo): filtrado de falsas rupturas, qué entradas utiliza el filtrado de falsas rupturas, qué controles de riesgo son relevantes y cómo se puede probar.