¿Cómo se puede probar la definición de ruptura?

Qué probar cuando pruebas la “definición de ruptura”

Una “ruptura” se describe típicamente como el movimiento del precio más allá de un límite definido (por ejemplo, un máximo/mínimo reciente o un límite de rango). Una “definición de ruptura” es la regla específica que te indica qué cuenta como (1) el límite, (2) el momento de la ruptura y (3) el resultado del evento que medirás después.

Para probar una definición de ruptura, necesitas una hipótesis medible. En lugar de preguntar si las rupturas “funcionan”, prueba si tu definición produce un comportamiento consistente y significativamente diferente en comparación con una referencia bajo supuestos claramente establecidos.

Un formato de hipótesis práctico se ve así:

Si el precio cruza un límite bajo la Regla X (tu definición), entonces el resultado medido Y durante un horizonte fijo tiene una distribución diferente que bajo una referencia (por ejemplo, momentos aleatorios o condiciones sin ruptura).

Esto mantiene la mecánica estable y hace que la evaluación dependa menos de la narrativa.

Mecanismo y partes funcionales de una definición de ruptura

Antes de discutir las implicaciones, define el concepto en términos operativos. Una definición de ruptura generalmente incluye al menos cuatro elementos:

Construcción del límite (¿cuál es el nivel?) Ejemplos de componentes variables que debes especificar:

Longitud de la ventana de retroceso (qué tan atrás mides el rango/máximo/mínimo reciente).
Si el límite se calcula a partir de los cierres, extremos intrabarra o una combinación.
Si excluyes la barra de evaluación del cálculo del límite (para evitar fugas de información).

Disparador de ruptura (¿cuándo cuenta?) Debes especificar:

Regla de cruce (estrictamente mayor/menor que el límite, o mayor o igual).
Tipo de precio (máximo/mínimo vs cierre).
Si la regla permite múltiples toques antes de contar como ruptura.

Horizonte temporal para la medición (¿qué sucede después?) Debes elegir un horizonte fijo para reducir la ambigüedad:

Siguiente barra inmediata, N barras adelante, o hasta un evento de stop/target.
Si usas salidas basadas en eventos, debes definir la lógica del evento (por ejemplo, el primer toque de un nivel).

Métrica de resultado (¿cómo mides el éxito?) Evita resultados vagos como “buena operación”. Convierte a métricas explícitas, como:

Excursión máxima favorable y excursión máxima adversa dentro del horizonte.
Si el precio alcanza un umbral desde el nivel de ruptura.
Proxy de retorno realizado calculado a partir de los precios de entrada y salida supuestos.

Punto clave: trata cada elección anterior como parte de la hipótesis. Si cambias el límite, el disparador, el horizonte o la métrica, ya no estás probando la misma definición de ruptura.

Evidencia y diseño de prueba de ejemplo (sin datos en tiempo real)

Puedes probar la definición de ruptura usando series de precios históricas, pero el método debe controlar la dependencia temporal.

Paso 1: Crea una referencia que represente “sin ruptura especial”

Una referencia es esencial porque muchos movimientos del mercado ocurren independientemente de tu regla. Los enfoques de referencia comunes (conceptuales, no prescriptivos) incluyen:

Evaluar ventanas sin ruptura: aplica el mismo horizonte de medición cuando no hay ruptura.
Usar un concepto de tiempo de disparo aleatorio o barajado: compara tus resultados condicionados a rupturas con resultados muestreados en momentos con regímenes de volatilidad similares.

El objetivo no es “probar” que las rupturas siempre predicen la dirección; es estimar si la Regla X cambia la distribución de probabilidad de tu resultado Y.

Paso 2: Divide los datos por tiempo en entrenamiento, validación y prueba

El comportamiento del mercado cambia con el tiempo. Un enfoque robusto usa períodos separados:

Desarrollo (entrenamiento/validación): refina umbrales y valores de parámetros.
Prueba final: evalúa una vez, sin más cambios.

No evalúes y ajustes en el mismo período de tiempo. De lo contrario, la prueba se convierte en una medida de sobreajuste a ese período específico.

Paso 3: Especifica e incluye costos en el cálculo

Incluso si no usas datos en vivo, aún debes declarar supuestos sobre costos de transacción y ejecución, porque la prueba de rupturas es sensible a tamaños de ventaja pequeños.

Como mínimo, incluye un modelo de costos en tu proxy de resultado, como:

Spread: diferencia entre los precios de ejecución de compra y venta supuestos.
Deslizamiento: desviación adicional entre el momento del disparador de ruptura y el llenado supuesto.
El rollover/financiamiento a veces es material dependiendo de la jurisdicción y el instrumento; si no puedes respaldarlo, mantén el modelo simple y declara esa limitación.

Regla de supuestos: cualquier cálculo de ejemplo debe declarar claramente los supuestos de costos utilizados. De lo contrario, dos personas pueden ejecutar la “misma” prueba y obtener resultados incomparables.

Paso 4: Evalúa diferencias de distribución, no solo un número

Un solo resumen (como el resultado promedio) puede ocultar estructura importante. Calcula múltiples vistas:

Frecuencia de eventos (qué tan a menudo ocurren rupturas bajo tu definición).
Forma de la distribución de resultados: las colas importan porque las rupturas pueden producir movimientos grandes raros o fallos pequeños frecuentes.
Resultados condicionales: resultado promedio por separado para diferentes regímenes de mercado si puedes definir regímenes de manera consistente.

Paso 5: Realiza comprobaciones de sensibilidad de parámetros y robustez

Una buena prueba incluye variaciones que no deberían cambiar radicalmente las conclusiones si la definición es significativa.

Por ejemplo, varía un elemento a la vez:

Longitud de la ventana de retroceso en un rango pequeño.
Estrictez del umbral (cruzar por encima vs cerrar por encima).
Longitud del horizonte (corto vs ligeramente más largo).

Si los resultados cambian de dirección o colapsan después de pequeños cambios, entonces la “definición de ruptura” puede ser frágil.

Limitaciones materiales y modos de fallo a esperar

Las reglas de ruptura comúnmente fallan por razones que debes verificar explícitamente:

Rupturas falsas y ruido en el límite El precio puede cruzar un nivel brevemente y luego revertir. Tu definición de disparador (máximo/mínimo vs cierre, estricto vs no estricto) puede afectar fuertemente cuántos de estos cuentan como rupturas.
Cambios de régimen Una definición ajustada a un período de tiempo puede tener un rendimiento inferior cuando cambian la volatilidad, la tendencia o la microestructura del mercado. La división basada en el tiempo ayuda a medir esta limitación.
Fugas de información en la construcción del límite Si tu límite usa información futura (incluso accidentalmente), puedes crear un resultado artificialmente fuerte. Por eso debes especificar si la barra de evaluación se excluye del cálculo del límite.
Desajuste en el modelado de ejecución Si tu backtest supone un llenado optimista en el precio exacto del disparador, pero la ejecución real se llenaría más tarde (debido a latencia, ampliación del spread o manejo de órdenes), el resultado medido puede estar sobreestimado.
Sobreajuste por ajuste repetido Cuando pruebas muchas variaciones, la versión final elegida puede verse bien por casualidad. Un período de prueba final separado reduce, pero no elimina, este riesgo.

Ninguno de estos fallos puede eliminarse por completo, pero pueden hacerse visibles mediante las comprobaciones anteriores.

Verificación y la siguiente pregunta a hacer

Para verificar de forma independiente los hechos sobre una definición de ruptura, debes poder reproducir el proceso de medición a partir de tu regla escrita:

La definición del límite debe especificar la longitud de la ventana y el tipo de precio.