Define el riesgo de swing antes de probarlo
El riesgo de swing se refiere a la posibilidad de que los resultados de una estrategia durante los períodos de mantenimiento (a menudo de días a semanas) se desvíen negativamente debido al movimiento del precio. Probar el riesgo de swing no se trata de predecir resultados para una operación futura específica; se trata de comprobar cuán grandes pueden llegar a ser las pérdidas y cuán consistentemente se comportan los resultados bajo diferentes condiciones de mercado.
Para probar el riesgo de swing de una manera que puedas verificar, necesitas una definición operativa que convierta el “riesgo” en cantidades medibles. Los objetivos medibles comunes incluyen:
- Magnitud del drawdown: cuán profundas son las caídas en relación con un punto de referencia (por ejemplo, el pico del capital de la cuenta).
- Frecuencia de pérdidas: la proporción de resultados negativos en los períodos de swing.
- Severidad de las pérdidas: el tamaño de los resultados negativos cuando ocurren.
La clave es elegir métricas que coincidan con tu pregunta. Si tu objetivo es saber “qué tan malo puede llegar a ser”, el drawdown y la severidad de las pérdidas son más directamente relevantes. Si tu objetivo es “con qué frecuencia sale mal”, la frecuencia de pérdidas es más relevante.
Separa la mecánica estable de las condiciones variables
El riesgo de swing tiene tanto mecánicas relativamente estables como condiciones variables.
La mecánica estable son elecciones y reglas que puedes mantener constantes mientras pruebas. Los ejemplos incluyen:
- Cómo entras y sales (las reglas, no el mercado).
- El método de dimensionamiento de la posición.
- La métrica utilizada para medir el riesgo.
Las condiciones variables incluyen factores que cambian a lo largo del tiempo y entre proveedores, tales como:
- Régimen de mercado (tendencia vs. rango, cambios de volatilidad).
- Costes de trading (spreads, comisiones, tarifas).
- Calidad de ejecución (deslizamiento relativo a un precio modelo).
- Manejo de datos (cómo tratas los ticks faltantes o la liquidez cambiante).
Un plan de prueba debe establecer explícitamente qué se mantiene constante y qué se permite que varíe. Esto evita mezclar el “comportamiento de la estrategia” con el “ruido del mercado/proveedor”.
Construye una prueba con una hipótesis, una línea base y una división de datos
Una prueba útil comienza con una hipótesis clara que pueda verificarse. Por ejemplo:
- Hipótesis: “Bajo costes y supuestos de ejecución definidos, los drawdowns del período de swing de la estrategia permanecen dentro de un rango tolerable en comparación con una línea base elegida.”
Elige una línea base que puedas defender
Una línea base es el punto de comparación. Los ejemplos de líneas base no promocionales incluyen:
- Un punto de referencia ingenuo, como mantener una posición equivalente a efectivo (donde sea conceptualmente posible).
- Una línea base basada en reglas, como usar la misma métrica de riesgo pero con tiempos de entrada aleatorios (para probar si alguna estructura importa).
- Una línea base de desplazamiento temporal donde mantienes las reglas pero desplazas las señales en el tiempo para que ya no se alineen con la información prevista.
El requisito principal es que la línea base coincida con tus supuestos. Si tu definición de riesgo de swing usa drawdown, la línea base también debe evaluarse usando drawdown.
Divide los datos para evitar efectos de look-ahead
Incluso cuando no tienes datos de mercado “en tiempo real”, aún puedes diseñar una división que reduzca la posibilidad de fuga accidental. Una estructura común es:
- Segmento de entrenamiento (o calibración): se usa solo para establecer supuestos que no están ya fijos.
- Segmento de validación: se usa para comprobar si tus resultados persisten.
- Segmento de prueba: se usa una vez al final para estimar las propiedades del riesgo.
Si no deseas un flujo de trabajo de múltiples etapas, un enfoque más simple es un período de retención único. El punto es asegurar que tu evaluación de riesgo no sea solo un ajuste a una ventana histórica.
Declara los supuestos de costes y ejecución
Debido a que el riesgo de swing es sensible a las fricciones de trading, debes incluir supuestos de costes como parte del diseño de la prueba. Como mínimo, define:
- Una estimación fija o un rango de escenarios para los costes de transacción por ciclo de swing.
- Un modelo de deslizamiento supuesto (por ejemplo, un deslizamiento fijo conservador o un rango).
Si no puedes justificar una estimación numérica de deslizamiento, entonces prueba la robustez de los costes usando un rango de valores plausibles en lugar de un solo punto. La prueba se convierte en “cómo se comporta el riesgo a medida que aumentan los costes”, lo cual es verificable.
Evidencia y ejemplo: una lista de verificación de pruebas centrada en la robustez
A continuación se presenta una secuencia práctica y verificable que puedes adaptar a tu propia configuración sin asumir un rendimiento futuro.
1) Calcula los resultados del período de swing bajo reglas fijas
Elige la ventana del período de mantenimiento que coincida con el “swing”. Luego calcula los resultados para cada período usando reglas fijas de entrada/salida y un dimensionamiento de posición fijo.
2) Mide las métricas de riesgo de manera consistente
Para cada segmento (entrenamiento/validación/prueba), calcula las métricas de riesgo que definiste:
- magnitud del drawdown,
- frecuencia de pérdidas,
- severidad de las pérdidas.
La consistencia importa: se debe usar el mismo punto de referencia y las mismas reglas contables en todos los segmentos.
3) Ejecuta casos de estrés de costes y ejecución
Repite el cálculo bajo varios escenarios de costes:
- costes base,
- costes más altos,
- mayor deslizamiento.
Rastrea si el riesgo de swing empeora gradualmente o se rompe bruscamente. Un empeoramiento gradual es generalmente más interpretable; los puntos de ruptura bruscos sugieren dependencia de supuestos favorables.
4) Comprueba la sensibilidad al régimen
Prueba por separado a lo largo de segmentos de tiempo que representen diferentes condiciones de mercado. Puedes hacer esto incluso sin datos en tiempo real dividiendo históricamente por volatilidad o por proxies simples que calcules a partir de tu conjunto de datos (por ejemplo, períodos de mayor vs. menor volatilidad).
Si el riesgo de swing solo es aceptable en un régimen, entonces el “riesgo” es condicional, no universal.
5) Añade un control para la aleatoriedad
Un control simple es probar una línea base que destruya la relación temporal original (por ejemplo, desplazando en el tiempo los eventos de entrada). Si las métricas de riesgo se ven similares después de destruir la estructura, entonces tu riesgo de swing medido puede no reflejar un comportamiento significativo.
Limitaciones y modos de fallo que debes tener en cuenta
Las pruebas históricas de riesgo de swing pueden fallar de varias maneras materiales.
1) Las relaciones históricas no garantizan resultados futuros
Una estrategia puede parecer tener un riesgo de swing limitado en una ventana de backtest y aún así comportarse de manera muy diferente más adelante. Los mercados pueden cambiar de maneras que tus datos históricos no incluyeron.
2) Los costes y la ejecución a menudo se subestiman
Incluso si tus datos de precios son precisos, el trading real puede implicar costes efectivos y deslizamientos más altos. El riesgo de swing puede cambiar materialmente cuando aumentan las fricciones.
3) Sobreajuste a una división de datos específica
Si ajustas los supuestos demasiadas veces usando los mismos datos, tu riesgo “probado” puede ser un artefacto. Mantener un segmento de prueba reduce esto, pero no lo elimina si revisas repetidamente los resultados y ajustas hasta que se vean bien.
4) Desajuste en la definición de la métrica
Si defines el riesgo de swing usando drawdown pero evalúas contra una referencia diferente (o usando una contabilidad de capital inconsistente), los resultados de tu prueba se vuelven difíciles de comparar y menos significativos.
5) Falla cuando cambia la liquidez
Las estrategias de swing pueden verse afectadas de manera desproporcionada por las condiciones de liquidez.