Una estrategia puede parecer robusta con datos de varios años y, aun así, haber aprendido los hábitos de un mercado en particular. Puede prosperar cuando las tendencias son tranquilas y luego perder pie cuando la volatilidad se dispara o la liquidez escasea. La pregunta útil no es si funciona en todos los regímenes. Pocas estrategias lo hacen. La cuestión es si sabes qué condiciones favorecen la estrategia, cuáles la hacen tropezar y si el patrón se mantiene más allá de la muestra que lo puso al descubierto.
Empieza por tratar la dependencia del régimen como una propiedad que hay que medir, no como una historia que contar después de ver la curva de capital. Define un número reducido de condiciones de mercado con información que la estrategia realmente habría podido conocer en ese momento y luego examina su comportamiento en cada una.
¿Cómo puedo saber si mi estrategia solo funciona en un régimen?
Desglosa los resultados según unas pocas condiciones con relevancia económica: volatilidad realizada, fuerza de la tendencia, liquidez o dirección del funding. Mantén las definiciones lo bastante sencillas como para poder explicarlas. Por ejemplo, clasifica cada día como de volatilidad alta o baja mediante una medida retrospectiva de 60 días y un umbral calculado con datos anteriores. La mediana de toda la muestra puede resultar tentadora, pero permite que el futuro ayude a clasificar el pasado.
Compara los rendimientos netos, las caídas máximas, la rotación y el número de operaciones entre los grupos. Un promedio positivo en un grupo significa poco si procede de 3 operaciones. Además, una estrategia puede obtener rendimientos similares en distintos grupos, pero asumir riesgos radicalmente distintos para conseguirlos.
| Medida | Qué puede revelar | Qué comprobar |
|---|---|---|
| Rendimiento neto por operación | Dónde se concentra la ventaja aparente | Número de operaciones e incertidumbre en cada grupo |
| Caída máxima | Condiciones que agrupan las pérdidas | Si un episodio determina el resultado |
| Rotación y costos | Si un régimen encarece la ejecución | Comisiones, spread, impacto y funding en conjunto |
Hay una pequeña trampa: una estrategia tendencial puede mostrar rendimientos más bajos con alta volatilidad simplemente porque esos periodos incluyen tanto tendencias pronunciadas como reversiones violentas. «Alta volatilidad» no es una explicación completa. Desglosa los datos hasta que el resultado sea útil y detente antes de que cada grupo se convierta en una nueva oportunidad para encontrar una estadística favorable.
¿Cuántos regímenes debería probar?
Menos de los que te gustaría por curiosidad. Si divides los datos por volatilidad, tendencia, liquidez, día de la semana y activo, pronto acabarás con muy pocas operaciones en decenas de celdas. La tabla parece sofisticada; la evidencia se ha desvanecido.
Elige uno o dos factores que tengan una relación plausible con el mecanismo de la estrategia. Un arbitraje de funding podría depender del signo del funding y de la liquidez. Un sistema de ruptura podría depender de la persistencia de la tendencia y la volatilidad. Define esas elecciones antes de revisar los resultados e indica el tamaño de la muestra junto a cada cifra.
No construyas un «detector de regímenes» buscando las etiquetas que maximizan el Sharpe histórico. Eso es optimización con un nombre más elegante. Si un umbral forma parte de la estrategia, elígelo con los datos de entrenamiento y mantenlo fijo para el periodo siguiente.
¿Las pruebas walk-forward demuestran que una ventaja funciona en distintos regímenes?
No. Las pruebas walk-forward evalúan si un proceso de investigación puede tomar decisiones con datos posteriores sin usarlos para ajustar esas decisiones. No garantizan que los periodos posteriores incluyan las condiciones que te interesan ni que los resultados sean lo bastante precisos como para distinguir la habilidad del ruido.
Interpreta cada ventana de prueba como una observación fechada. ¿Qué regímenes aparecieron? ¿Cuántas operaciones hubo en cada uno? ¿Cambió mucho la estrategia sus parámetros al desplazar la ventana de entrenamiento? Una buena puntuación agregada puede ocultar una estrategia que obtiene repetidamente sus ganancias en un único tramo inusual.
Si has probado muchas características, umbrales y variantes, ten en cuenta esa búsqueda. Es especialmente fácil sobreajustar el desglose por régimen más atractivo, porque hay muchas maneras plausibles de dividir un mercado.
¿Qué debería hacer cuando la estrategia falla en un régimen?
Primero decide si el fallo contradice el mecanismo. No sería sorprendente que una idea de creación de mercado perdiera dinero cuando los spreads se estrechan. En cambio, si una estrategia de spreads supuestamente neutral al mercado sufre grandes pérdidas direccionales durante un repunte habitual de la volatilidad, conviene revisar de cerca la cobertura, las valoraciones o el tamaño de las posiciones.
Después, pon a prueba la explicación con un cambio en los datos o en el diseño que pueda refutarla. Incluye costos realistas para las condiciones adversas: los spreads y el impacto suelen ampliarse justo cuando una estrategia más quiere operar. En los futuros perpetuos, el funding puede cambiar de signo. En las opciones, el costo de una cobertura puede variar con la volatilidad y la liquidez. Un análisis de regímenes que presente rendimientos brutos e ignore esos efectos puede llevarte en la dirección equivocada.
Si la estrategia está diseñada expresamente para dejar de operar, define la regla con información disponible en el momento de decidir. Mide tanto las ganancias que se dejaron pasar como las pérdidas evitadas. Un filtro que elimina todos los periodos históricos dolorosos también puede eliminar los pocos periodos que sostienen la estrategia.
¿El trading simulado puede decirme si la ventaja sobrevive?
El trading simulado puede comprobar si las señales, las órdenes y los costos se comportan como se espera en el mercado actual. Puede revelar deficiencias operativas y mostrar si las condiciones en vivo se parecen a las hipótesis del backtesting. Pero unas pocas semanas tranquilas no pueden validar el rendimiento ante un shock de volatilidad que aún no se ha producido.
Registra las condiciones observadas durante el trading simulado y compara las ejecuciones, las comisiones, el funding y las órdenes no ejecutadas con las hipótesis del backtesting. Ajusta la afirmación a la evidencia: «la ejecución coincidió con lo esperado en este periodo» es defendible; «la estrategia es robusta ante los cambios de régimen» suele requerir mucho más tiempo para demostrarlo.
← Todos los artículos
