Defina el riesgo del scalping como una hipótesis comprobable
El riesgo del scalping es la probabilidad de que un enfoque de scalping produzca resultados peores de lo esperado dada su estructura de costos, la calidad de ejecución y la frecuencia con la que cambian las condiciones durante períodos de tenencia cortos. Para probar el riesgo del scalping, necesita una hipótesis que convierta esta idea en cantidades medibles.
Un formato de hipótesis práctico es:
- Si un enfoque apunta a pequeños movimientos de precios, entonces sus resultados serán más sensibles a los costos de transacción y a la fricción de ejecución (por ejemplo, el spread y el deslizamiento).
- Por lo tanto, bajo supuestos realistas de costos y ejecución, el resultado promedio del enfoque (o su tasa de supervivencia) se deteriorará cuando los costos aumenten o cuando la calidad de ejecución empeore.
La clave es mantener la mecánica medible. La “sensibilidad a los costos” se puede cuantificar recalculando una métrica de retorno después de cambiar los insumos de costos. Esto convierte el “riesgo” en algo que se puede variar y observar.
Separe la mecánica estable de las condiciones variables
Las pruebas se vuelven poco confiables si mezcla la mecánica estable (lo que calcula) con las condiciones variables del mercado o del proveedor (lo que no puede controlar por completo). Un enfoque limpio separa:
- El cálculo estable: cómo traduce la trayectoria del precio y el tiempo en una métrica de retorno realizada.
- Los insumos variables: qué régimen de mercado utilizó, cómo se comportan los spreads y qué restricciones de ejecución se aplican.
Cree un pequeño conjunto de supuestos claramente etiquetados para cada cálculo. Por ejemplo:
- Regla de período de tenencia (fija o basada en reglas)
- Convención de tiempo de entrada y salida (al inicio de la barra, en el medio o en marcas de tiempo conocidas)
- Modelo de costos de transacción (constante por operación o dependiente del spread)
- Modelo de fricción de ejecución (distribución de deslizamiento supuesta)
Cuando no se asumen datos en tiempo real, las pruebas aún se pueden realizar con series de precios históricas, pero debe reconocer la limitación: las relaciones históricas no garantizan resultados futuros.
Construya una métrica base antes de probar cambios
Se requiere una base para poder atribuir los cambios en los resultados a las variables que está probando. Elija una métrica principal y defínala con precisión.
Las métricas base comunes que se pueden calcular a partir de precios históricos incluyen:
- Retorno neto promedio por operación después de costos
- Retorno neto mediano por operación (menos sensible a valores atípicos)
- Proporción de operaciones con retorno neto negativo después de costos
- Resultados percentiles del peor caso en una ventana móvil
Luego defina una configuración base de costos/ejecución. Por ejemplo, una base podría asumir un costo de transacción fijo por operación y un nivel fijo de fricción de ejecución. Incluso si los trata como simplificados, el objetivo es la consistencia interna.
Divida los datos para verificar la estabilidad entre regímenes
Si el riesgo del scalping se trata realmente de la sensibilidad a las condiciones cambiantes, debería mostrar un comportamiento diferente entre los regímenes de mercado. Para probar eso, use una división de datos que respete el orden temporal y reduzca la fuga de datos.
Una estrategia sencilla es:
- Ventana de entrenamiento/derivación (para definir la mecánica y los supuestos)
- Ventana de validación (para probar si las conclusiones se mantienen)
- Ventana(s) fuera de muestra (para verificar si sigue siendo cierto cuando cambian las características del mercado)
También puede estratificar mediante proxies de régimen simples derivados de los mismos datos históricos, como:
- Períodos de mayor vs. menor volatilidad
- Segmentos de movimiento de precios más vs. menos líquidos (proxy mediante el rango promedio)
- Períodos de tendencia vs. de rango (proxy mediante la frecuencia con la que cambia la dirección)
El resultado de la prueba debe responder: ¿la conclusión sobre el riesgo sigue siendo similar al pasar de un segmento a otro? Si la conclusión solo se mantiene en una parte de la historia, la “estimación del riesgo” no es robusta.
Incluya costos y fricción de ejecución como las variables principales
Los costos y la fricción de ejecución suelen ser los factores materiales que distinguen el trading de horizonte corto del trading de horizonte más largo. Para probar el riesgo del scalping, trátelos como factores variables con supuestos explícitos.
Una forma estructurada de hacerlo es una cuadrícula de escenarios:
- Escenarios de costos: costo base, costo moderadamente más alto y costo alto
- Escenarios de ejecución: deslizamiento base, peor deslizamiento y deslizamiento de cola pesada
Para cada escenario, recalcule la misma métrica base. La sensibilidad es la pendiente de “rendimiento vs. costo” o “tasa negativa vs. costo”. Si pequeños aumentos de costos causan un gran deterioro, el enfoque tiene un alto riesgo de scalping bajo los supuestos elegidos.
Ejemplo de prueba de hipótesis (sin resultado prometido)
Suponga que su hipótesis es: “Los resultados netos son más sensibles a los costos por operación que a la trayectoria exacta del precio dentro de la ventana de tenencia corta”.
Puede probar esto con dos experimentos:
- Perturbación de costos: recalcule los retornos netos después de aumentar los costos supuestos por operación.
- Perturbación de la trayectoria: mantenga fijo el modelo de costos y cambie solo la convención de tiempo dentro de la ventana corta (por ejemplo, use una regla de tiempo de entrada/salida más conservadora).
Compare qué perturbación produce cambios más grandes en la métrica base. Si las perturbaciones de costos dominan, su prueba respalda la idea de que el riesgo del scalping está impulsado principalmente por los costos y la fricción de ejecución.
Realice comprobaciones de robustez y busque modos de falla
Las pruebas no solo deben confirmar “qué funciona”, sino también exponer limitaciones y modos de falla. Al menos una limitación material debe explorarse directamente.
Modos de falla comunes a considerar:
- Picos de deslizamiento durante momentos de volatilidad o iliquidez
- Ampliación del spread que no es constante en el tiempo
- Retrasos en la ejecución que empeoran sistemáticamente el tiempo de entrada
- Desajuste del modelo: uso de convenciones de tiempo históricas que difieren de la ejecución realizada
Las comprobaciones de robustez pueden incluir:
- Pruebas de estrés: aplique escenarios de costos/ejecución extremos pero plausibles y observe el colapso de la métrica.
- Métricas alternativas: repita la prueba utilizando resultados medianos y percentiles de cola, no solo la media.
- Barridos de parámetros: si existen reglas de período de tenencia o umbrales de decisión, varíelos dentro de un rango razonable y verifique si las conclusiones persisten.
Una limitación material es que los resultados dependen de los supuestos. Sin un modelado de ejecución preciso (incluyendo cómo varían los costos con el tiempo), las estimaciones de riesgo pueden ser engañosas.
Verificación y siguiente pregunta
Para verificar de forma independiente las afirmaciones sobre el riesgo del scalping, puede recrear el cálculo completo en una lista de verificación transparente:
- ¿Cuál es la métrica de retorno exacta?
- ¿Cuáles son los supuestos explícitos de costos y ejecución?
- ¿Cómo se realizó la división de datos y se evitó la fuga de tiempo?
- ¿Qué comprobaciones de robustez se realizaron y qué modo de falla fue el más importante?
Una pregunta útil después de una prueba es: “¿Qué cambio de supuesto aumenta más los resultados negativos?” Si la respuesta sigue apuntando al mismo factor (por ejemplo, costos y fricción de ejecución), entonces su prueba aclara de qué depende realmente el riesgo del scalping. Si diferentes supuestos dominan entre las divisiones, entonces la conclusión sobre el riesgo no es estable.
Este enfoque es informativo: no pronostica resultados futuros y no asume que las sensibilidades pasadas se reproducirán exactamente.