Respuesta directa
La reversión por divergencia describe un conjunto de reglas de lectura de gráficos donde (1) el precio y una medida de estilo de impulso se mueven en direcciones opuestas (divergencia), y (2) una condición posterior sugiere que el movimiento puede estar terminando y que una nueva dirección puede comenzar (reversión). Por lo tanto, las “reglas” no son una única señal mágica; son una definición estructurada que puedes aplicar de manera consistente: qué cuenta como divergencia, qué marco temporal o ventana usas, qué cuenta como confirmación de reversión y qué supuestos haces sobre los datos y la ejecución.
Un enfoque útil es tratar la reversión por divergencia como un marco de observación comprobable:
- Especificas los insumos (qué medida de impulso, cómo se calcula y su configuración de parámetros).
- Especificas la regla de divergencia (qué movimiento opuesto se requiere y en qué número de barras).
- Especificas la regla de reversión (qué evidencia termina el movimiento anterior y comienza el nuevo).
- Defines los resultados de una manera que pueda medirse después (por ejemplo, si el precio alcanza un objetivo o invalida la configuración) sin afirmar que será rentable.
Mecánica y definición (las “reglas” que debes declarar)
Para explicar las reglas con precisión, separa tres capas: definición, detección y confirmación.
1) ¿Qué es la divergencia en este contexto?
En las discusiones sobre reversión por divergencia, “divergencia” típicamente significa que el precio hace un lado de un movimiento mientras que la medida de estilo de impulso no está de acuerdo.
Dos direcciones comunes de divergencia son:
- Divergencia alcista: el precio forma mínimos más bajos mientras que la medida de impulso forma mínimos más altos (menos impulso bajista).
- Divergencia bajista: el precio forma máximos más altos mientras que la medida de impulso forma máximos más bajos (menos impulso alcista).
Un conjunto de reglas debe declarar al menos:
- La medida de impulso que usas (por ejemplo, un oscilador derivado de cambios de precio).
- La configuración exacta de parámetros para esa medida.
- Cómo localizas “mínimo más alto” y “mínimo más bajo” (por ejemplo, basado en puntos de giro o en ventanas móviles).
Debido a que la divergencia puede ser subjetiva si los puntos de giro no están definidos, el conjunto de reglas debe definir el método. Un método comprobable es usar lógica de detección de giros: declarar un mínimo de giro cuando el indicador y el precio cumplen una condición de extremo local (como “más bajo que las últimas N barras”), y luego comparar giros sucesivos.
2) ¿Qué cuenta como reversión?
Una condición de reversión debe ser explícita. En muchos flujos de trabajo de lectura de gráficos, una reversión se confirma cuando el comportamiento del precio cambia de manera medible, como:
- Romper por encima de una resistencia menor previa después de una divergencia alcista.
- Romper por debajo de un soporte menor previo después de una divergencia bajista.
- Cerrar más allá de un nivel (no solo un toque intrabarra breve), si tus datos respaldan los cierres de barra.
Incluso si prefieres una interpretación visual, para una verificación independiente debes convertirla en una regla. Por ejemplo:
- “Después de detectar una divergencia alcista, declara la reversión solo cuando la siguiente barra cierre por encima del máximo de giro más reciente formado después de los mínimos de divergencia.”
Esa sola frase ya elimina mucha ambigüedad.
3) Incorpora el tiempo y el alcance en las reglas
La reversión por divergencia puede fallar simplemente porque las personas comparan puntos que están muy separados en el tiempo o ignoran el tamaño de la ventana. Tu conjunto de reglas debe declarar:
- El número máximo de barras permitido entre el primer y el segundo punto de divergencia.
- Si la reversión debe ocurrir dentro de un cierto número de barras después de la detección de la divergencia.
- Si permites múltiples candidatos de divergencia antes de una reversión.
Sin estas restricciones, dos personas que apliquen la misma idea pueden llegar a “señales” diferentes, lo que dificulta la verificación.
Evidencia y ejemplo usando supuestos comprobables (sin afirmaciones de rentabilidad)
A continuación se muestra un ejemplo de cómo hacer comprobables las reglas. Es intencionalmente genérico y usa marcadores de posición para que puedas mapearlo a tu oscilador y datos preferidos.
Ejemplo de conjunto de reglas (marco)
Supón que trabajas con barras de velas con datos OHLC conocidos.
Insumos
- Medida de impulso: un oscilador especificado con configuración de parámetros (debes escribir la configuración).
- Regla de giro: define un mínimo de giro cuando el precio es más bajo que las K barras anteriores y siguientes; define los máximos de giro de manera similar.
- Alcance de datos: usa un marco temporal de manera consistente.
Regla de detección: divergencia alcista
- Encuentra dos mínimos de giro de precio sucesivos dentro de M barras entre sí.
- Confirma la divergencia cuando el segundo mínimo de giro de precio sea más bajo que el primero, pero el valor del oscilador en el segundo mínimo de giro sea más alto que en el primer mínimo de giro.
Regla de confirmación: reversión 3. Después de detectar la divergencia, declara la reversión solo cuando el precio cierre por encima del máximo de giro que sigue inmediatamente al segundo mínimo de giro de divergencia (u otro nivel claramente definido en tus reglas).
Definición de resultado para verificación 4. Para la evaluación, define una ventana futura de N barras. Mide si el precio se mueve una cantidad especificada desde el nivel de reversión o si lo invalida cerrando de nuevo por debajo de ese nivel.
Por qué esto puede verificarse
Debido a que cada elemento es operativo—configuración del oscilador, definición de giro, comparación de divergencia y disparador de confirmación—otra persona puede reproducir tu observación en los mismos datos históricos. Es importante destacar que nada aquí afirma rentabilidad. Solo crea una manera consistente de contar ocurrencias y medir lo que sucede a menudo.
Limitaciones y modos de fallo (riesgos materiales)
Las reglas de reversión por divergencia tienen múltiples limitaciones incorporadas que afectan la confiabilidad.
1) La divergencia no es una señal independiente
La divergencia puede aparecer con frecuencia sin que ocurra una reversión significativa después. Si tus reglas tratan la divergencia sola como la configuración sin una condición de confirmación separada, a menudo etiquetarás muchos eventos incorrectamente. Exigir un disparador de reversión medible reduce la ambigüedad pero no elimina los falsos positivos.
2) Sensibilidad de parámetros y puntos de giro subjetivos
Diferentes configuraciones de oscilador y diferente lógica de detección de giros pueden cambiar lo que cuenta como divergencia y lo que cuenta como confirmación. Esto significa que los resultados son sensibles a las definiciones de las reglas. Si dos versiones del conjunto de reglas producen recuentos muy diferentes, el concepto puede ser demasiado flexible para respaldar conclusiones sólidas.
3) Cambios de régimen de mercado y ruido
En regímenes volátiles o de tendencia, las divergencias pueden ocurrir como un “desacuerdo temporal” y luego corregirse más tarde. Mientras tanto, pequeñas oscilaciones crean puntos de giro frecuentes, generando patrones de divergencia que son puramente ruido.
4) Costos y efectos de ejecución (cuando luego pruebes)
Si evalúas resultados, la ejecución en el mundo real incluye spreads, comisiones, deslizamiento y el hecho de que puede que no entres exactamente en tu nivel definido. Incluso si tu verificación usa cierres de barra, esos costos pueden cambiar el resultado práctico. El punto clave no es predecir el rendimiento futuro, sino reconocer que los resultados medidos dependen de cómo modeles estos efectos.