Mecanismo: qué mide la “ganancia/pérdida promedio”
La ganancia/pérdida promedio (a menudo abreviada como AWL) describe el tamaño promedio de los resultados positivos frente a los negativos en un conjunto de operaciones. El significado exacto depende de las reglas utilizadas para etiquetar los resultados.
Una operación se cuenta típicamente como una ganancia si su resultado realizado está por encima de cero (o por encima de un umbral elegido) y como una pérdida si está por debajo de cero (o por debajo de un umbral elegido). La “ganancia promedio” es el tamaño medio de las ganancias; la “pérdida promedio” es el tamaño medio de las pérdidas (a veces reportado como un número negativo, a veces como una magnitud absoluta).
Debido a que debes definir la etiqueta de ganancia/pérdida y cómo se cierran las operaciones, el marco temporal se vuelve central. Si observas los resultados después de diferentes períodos de mantenimiento—minutos frente a días, o dentro de diferentes ventanas de calendario—estás cambiando ambos:
- el período de mantenimiento utilizado para realizar los resultados (cuando decides el resultado de la operación), y
- el período en el que se muestrean las trayectorias de precios (cuánto movimiento y variación tiene tiempo de experimentar una operación).
Cómo el marco temporal cambia las estadísticas de ganancia/pérdida
El marco temporal afecta a la AWL a través de varios canales generales y mecánicamente estables.
-
Más tiempo permite más divergencia Con períodos de mantenimiento más largos, una posición tiene más oportunidad de alejarse de la entrada. Esto puede aumentar tanto la probabilidad de ganancias mayores como la probabilidad de pérdidas mayores. En otras palabras, la distribución de resultados puede ampliarse con el tiempo, incluso si la deriva promedio a largo plazo no cambia.
-
El momento del resultado cambia lo que llamas “ganancia” Si acortas la ventana de medición, algunas operaciones que eventualmente se convertirían en ganancias pueden contarse como pérdidas si tus reglas las detienen temprano. Por el contrario, retrasar la medición puede reclasificar los resultados cuando se permite que una operación se recupere.
-
Los costos y la microestructura importan más en horizontes cortos En marcos temporales cortos, las pequeñas fricciones (como los costos de trading) pueden representar una mayor proporción de los resultados realizados. Esto puede desplazar la ganancia y la pérdida promedio, especialmente cuando muchas operaciones tienen un movimiento de precio bruto pequeño.
-
Los cambios de régimen y los eventos raros importan más en horizontes más largos En marcos temporales más largos, los mercados pueden entrar en diferentes regímenes (por ejemplo, mayor volatilidad frente a menor volatilidad). Esto puede hacer que la AWL refleje una mezcla de condiciones en lugar de un entorno único y estable. Los eventos raros pero impactantes también pueden cambiar los promedios.
Escenario de ejemplo con supuestos explícitos
Supongamos un proceso simplificado donde las operaciones se mantienen durante 1 hora o 5 días, y el resultado de cada operación se registra al final de su período de mantenimiento. Supongamos también que se utiliza el mismo método de entrada en ambos casos, pero el momento de salida difiere.
- Durante 1 hora, muchas operaciones pueden cerrarse después de un movimiento limitado. Algunas operaciones terminarán ligeramente positivas y otras ligeramente negativas, por lo que la ganancia y la pérdida promedio pueden ser ambas relativamente pequeñas.
- Durante 5 días, las mismas operaciones pueden experimentar un movimiento más amplio. Algunas pueden alcanzar resultados positivos mucho mayores; otras pueden moverse más hacia lo negativo. Así que los promedios pueden separarse.
Esto ilustra el punto clave: cambiar el período de mantenimiento cambia qué porción de la trayectoria de precios se realiza, lo que cambia la AWL calculada.
Limitaciones, modos de fallo y qué puedes verificar
El marco temporal puede hacer que la AWL parezca mejor o peor sin ningún cambio en la habilidad subyacente, porque las reglas de medición cambian.
Limitaciones materiales / modos de fallo
- Sesgo de selección por la regla de medición: Si el etiquetado de ganancia/pérdida depende del tiempo de mantenimiento, las comparaciones de AWL entre marcos temporales pueden estar comparando “experimentos” diferentes.
- Sensibilidad a los costos: Si los costos no se contabilizan de manera consistente, la AWL de horizonte corto puede ser engañosa.
- No estacionariedad: Las relaciones históricas entre el marco temporal y la AWL no garantizan el comportamiento futuro.
Cómo verificar usando solo hechos generales Un lector puede verificar el efecto del marco temporal comprobando que todo lo siguiente sea consistente al comparar la AWL entre períodos de mantenimiento:
- la definición de ganancia y pérdida (umbrales y punto cero),
- la regla de salida que finaliza el resultado realizado,
- el tratamiento de costos utilizado en el conjunto de datos (al menos conceptualmente, incluso si no se dispone de cifras exactas), y
- la cobertura de la muestra (por ejemplo, si ambos marcos temporales cubren condiciones de mercado similares).
Punto de control (pregunta importante) Pregunta: ¿Estás comparando la AWL entre marcos temporales utilizando la misma clasificación y lógica de salida, cambiando solo el período de mantenimiento?