¿Qué datos se necesitan para evaluar estrategias de medias móviles?

¿Qué datos se necesitan para evaluar estrategias de medias móviles?

Para evaluar estrategias de medias móviles, recopila datos que te permitan definir la mecánica del indicador con precisión y luego probar la sensibilidad a las partes que cambian según los mercados y las implementaciones. Las categorías principales son: (1) datos de mercado de entrada, (2) ajustes del indicador, (3) supuestos de sincronización y ejecución, y (4) controles de calidad y evidencia de validación. Mantén el proceso informativo: estás evaluando si un método es coherente y medible, no prediciendo un resultado futuro fiable.

Mecanismo o definición: lo que los datos deben respaldar

Una estrategia de medias móviles utiliza una media móvil calculada a partir de una serie de precios (por ejemplo, precios de cierre) y aplica una regla para decidir cuándo la estrategia está “activa” o cómo cambia la exposición. Para la evaluación, los datos deben permitirte reproducir tres cosas:

1. Definición de la serie de precios: qué campo de precio se utiliza (apertura/máximo/mínimo/cierre o medio), el tamaño de la barra (por ejemplo, 1 minuto, 1 día) y la convención de muestreo (fin de barra vs. intrabarra). También registra la zona horaria y cómo se representan los fines de semana/rollover en el feed.

2. Configuración del indicador: longitud de la ventana (por ejemplo, 20 períodos), tipo de media móvil (simple, exponencial, etc.) y cualquier regla de suavizado o normalización. Si el método utiliza múltiples medias, anota cada parámetro.

3. Regla de decisión y supuestos del modelo de trading: qué activa la estrategia (por ejemplo, un cruce o un umbral), si las señales utilizan la última barra completada o la barra actual, y cómo se abren y cierran las posiciones. Esto requiere supuestos sobre el precio de ejecución (cierre a cierre, apertura de la siguiente barra, uso de bid/ask) y el momento de la evaluación de la señal.

Evidencia o ejemplo: controles de calidad y supuestos reproducibles

Incluso con una mecánica de indicador estable, los resultados dependen de condiciones variables. Para evaluar esas dependencias, incluye elementos de datos que puedas reproducir:

• Entradas de costos y fricciones: spreads, comisiones, supuestos de deslizamiento y si los costos se aplican por entrada, por salida o por ambas. Sin estos, la prueba mezcla el comportamiento del indicador con una ejecución optimista.

• Integridad de los datos: verifica si hay barras faltantes, marcas de tiempo duplicadas, saltos repentinos y valores atípicos grandes. Las medias móviles son herramientas de suavizado, pero las brechas de datos y los errores de marca de tiempo aún pueden distorsionar la serie calculada.

• Evidencia de ausencia de sesgo de lookahead: confirma que el valor utilizado para tomar una decisión está disponible en el momento de la decisión. Un modo de fallo común es usar accidentalmente datos de fin de período antes de que estén completos.

• Alineación del marco temporal: asegúrate de que la serie de barras utilizada para el cálculo del indicador coincida con la serie de barras utilizada para las reglas de ejecución. Si una media móvil de un marco temporal superior controla el trading en un marco temporal inferior, documenta claramente el mapeo (por ejemplo, con qué frecuencia se actualiza el valor del marco temporal superior).

Una forma práctica de evaluar la preparación es preguntarse si otra persona podría reproducir los valores del indicador y el cronograma de decisiones a partir de tus entradas documentadas: fuente de precios, muestreo, ajustes y reglas de ejecución.

Limitaciones y riesgos: qué puede causar fallos

Las estrategias de medias móviles tienen limitaciones inherentes que pueden dominar los resultados de rendimiento:

• Rezago: las medias móviles resumen datos pasados, por lo que la señal puede llegar después de que el mercado ya se haya movido.

• Sensibilidad al régimen: la relación entre el comportamiento de la tendencia y el comportamiento de la media móvil puede cambiar a medida que cambian la volatilidad, la liquidez o la estructura del mercado.

• Sobreajuste a la historia: elegir longitudes de ventana y umbrales basándose solo en un período histórico puede producir una estrategia que no se generaliza.

• Dependencia de la calidad de los datos: los resultados pueden distorsionarse por problemas del feed, manejo inexacto de la zona horaria, representación inconsistente del rollover o barras faltantes.

• Desajuste de costos y ejecución: si los supuestos de backtest sobre el spread o el deslizamiento no coinciden con las condiciones reales donde se ejecutaría la estrategia, la evaluación se vuelve engañosa.

Debido a que las relaciones históricas no establecen resultados futuros, trata cualquier rendimiento observado como contingente a los datos, supuestos y costos específicos utilizados en la evaluación.

Verificación o siguiente pregunta: qué documentar para que la evaluación sea comprobable

Para que tu evaluación sea verificable de forma independiente, documenta al menos:

• La fuente exacta de datos de precios, incluidos el intervalo de muestreo y la zona horaria.
• La configuración completa del indicador (tipo de media, longitudes de ventana, número de medias y reglas de cálculo).
• El momento de evaluación de la señal (qué media calculada de qué barra puede activar una regla).
• Las reglas de trading/posición (lógica de entrada/salida) y los supuestos de ejecución (referencia de precio y modelo de costos).
• Los controles de calidad de datos que realizaste (barras faltantes, valores atípicos, duplicados y manejo de brechas).