Respuesta directa: divergencia en la Ganancia/Pérdida Promedio
La divergencia en la Ganancia/Pérdida Promedio significa que la “ganancia promedio” y la “pérdida promedio” dejan de moverse juntas de manera consistente. En lugar de que el lado de las ganancias y el lado de las pérdidas se comporten de manera similar a lo que esperabas de un período anterior, el resultado típico de un lado crece, se reduce o cambia de carácter mientras que el otro no lo hace.
En términos sencillos: la Ganancia/Pérdida Promedio es una comparación de dos promedios de los resultados de las operaciones. La divergencia ocurre cuando esa comparación se ve diferente entre segmentos de tiempo, conjuntos de datos o métodos de cálculo.
Mecanismo o definición: cómo se construyen los promedios
Para explicar la divergencia, comienza con cómo se construyen la “Ganancia Promedio” y la “Pérdida Promedio”:
- Ganancia Promedio generalmente se calcula como la media aritmética de los tamaños de las operaciones ganadoras (por ejemplo, montos de beneficio) en una muestra elegida.
- Pérdida Promedio generalmente se calcula como la media aritmética de los tamaños de las operaciones perdedoras (por ejemplo, montos de pérdida) en una muestra elegida.
La divergencia aparece entonces cuando, por ejemplo:
- En un período de tiempo, las ganancias promedio son relativamente grandes mientras que las pérdidas promedio son relativamente pequeñas, pero más tarde el patrón se invierte.
- O las pérdidas promedio se vuelven menos negativas/más negativas mientras que las ganancias promedio permanecen aproximadamente iguales.
Un modelo simple de “lo que cambió” es que o bien la distribución de los resultados cambió, o bien la forma en que muestreaste y mediste los resultados cambió. Estos dos factores importan porque conducen a interpretaciones diferentes.
Las elecciones de medición comunes que pueden cambiar los promedios (sin que ocurra nada “misterioso”) incluyen:
- la ventana de tiempo exacta utilizada,
- si incluyes todas las operaciones o solo un subconjunto,
- si los promedios se calculan sobre montos brutos o después de ciertos costos,
- y si el conjunto de datos incluye rellenos parciales o ajustes.
Evidencia o ejemplo: por qué puede aparecer la divergencia
Considera una configuración hipotética similar a un backtest con supuestos claros:
- Supón que calculas la ganancia promedio y la pérdida promedio del mismo historial de operaciones de la estrategia.
- Supón que divides el historial en dos ventanas de tiempo iguales.
- Supón que la calidad de ejecución y los spreads/costos permanecen constantes dentro de cada ventana, pero pueden diferir entre ventanas.
Si las ganancias promedio y las pérdidas promedio se mueven de manera diferente entre la Ventana 1 y la Ventana 2, observas divergencia.
Esta divergencia puede explicarse por al menos tres causas no excluyentes:
- Cambio de régimen de mercado: la distancia típica que recorre el precio antes de una ganancia o pérdida cambia.
- Cambio en costos o ejecución: si los costos aumentan durante la Ventana 2, las pérdidas pueden empeorar más que las ganancias (o viceversa), alterando los promedios de manera diferente.
- Diferencias en muestreo y cálculo: si la ventana posterior contiene más valores atípicos extremos en un lado, el promedio se desplaza más para ese lado.
Un punto clave es que la “divergencia” es una descripción de los datos que calculaste, no una explicación automática de una única causa.
Limitaciones y riesgos: límites de confirmación y sesgo retrospectivo
Existen limitaciones materiales y modos de fallo al interpretar la divergencia:
- La divergencia no implica automáticamente que un indicador esté “funcionando” o “fallando”. Solo te dice que las características históricas de ganancia y pérdida promedio difieren entre los segmentos que comparaste.
- Sesgo retrospectivo: si observas primero la mayor divergencia, puedes “ajustar” una explicación después de ver el resultado, incluso si la expectativa previa no era clara.
- Sobreajuste a un período: la divergencia puede reflejar una condición temporal. Las relaciones históricas no garantizan resultados futuros.
- Incertidumbre por costos y ejecución: los promedios son sensibles a cómo se registran los resultados. Dos conjuntos de datos que difieren ligeramente en costos de transacción o modelado de ejecución pueden mostrar una divergencia diferente.
Verificación o siguiente pregunta: qué puedes comprobar de forma independiente
Para verificar qué significa la divergencia en tu contexto, puedes comprobar si es estable bajo variaciones razonables y predefinidas:
- Recalcula la Ganancia Promedio y la Pérdida Promedio utilizando reglas consistentes (misma definición de ganancia/pérdida, mismos criterios de inclusión).
- Compara múltiples divisiones de tiempo (no solo el período donde la divergencia parece mayor).
- Separa los efectos cuando sea posible examinando los montos de los resultados antes versus después de los costos declarados, si tus registros permiten esa división.
- Comprueba la sensibilidad del cálculo repitiendo los promedios con y sin anomalías evidentes en los datos (como operaciones faltantes o registros de ejecución no comparables).
Si la divergencia persiste en estas comprobaciones, sugiere que las distribuciones subyacentes de los resultados cambiaron. Si desaparece, sugiere sensibilidad a la medición/muestreo en lugar de un cambio estable en las características del rendimiento.