Por qué tu backtest trata un pico de volatilidad como un nuevo régimen

Una estrategia con objetivo de volatilidad reduce su posición cuando aumenta la volatilidad medida y añade exposición cuando esta baja. Parece sencillo, hasta que un shock dispara la estimación. Según el estimador y la regla de rebalanceo, la estrategia puede pasar semanas reduciendo posiciones después del evento, recomprar solo tras la recuperación o hacer oscilar la posición de forma errática.

Tres errores de implementación explican buena parte de ese desastre. Cada uno puede hacer que una regla de riesgo sensata parezca inútil o brillante en un backtest. Para corregirlos, primero hay que decidir qué pretende controlar el objetivo y luego ajustar la estimación y el calendario de operaciones a esa función.

Error 1: tratar la última estimación de volatilidad como un pronóstico

La desviación estándar móvil resume una ventana elegida. No sabe si la próxima sesión será tranquila o complicada. Una ventana corta reacciona rápido a un shock, pero puede permanecer elevada mientras el shock sale de la muestra. Una ventana larga se mueve lentamente en ambas direcciones.

Consideremos una estrategia con un objetivo de volatilidad anualizada del 10% y una estimación de 20 días. Si la estimación salta del 10% al 25%, una regla sencilla de volatilidad inversa reduce la exposición al 40% de su nivel anterior. Cuando el shock sale de la ventana, la estimación puede caer bruscamente y la exposición vuelve a subir. La trayectoria resultante depende tanto de la ventana, la serie de retornos y el calendario de rebalanceo como del objetivo anunciado.

El desastre suele manifestarse en una posición que vende tras una caída y restablece el riesgo después de que los precios reboten. Eso no demuestra que la regla sea incorrecta: limitar el riesgo durante un periodo turbulento puede ser precisamente su propósito. Pero un backtest que solo informa de la volatilidad realizada puede ocultar el coste en rotación y participación tardía.

Prueba varias ventanas en el mismo periodo y examina la trayectoria de exposición en torno a los shocks. Un modelo de pronóstico puede estar justificado si mejora las decisiones fuera de muestra, pero una estimación más sofisticada no merece confianza solo por suavizar la curva.

Error 2: limitar el tamaño de la posición y dar por alcanzado el objetivo

El objetivo de volatilidad suele implementarse como un multiplicador. Una fórmula aproximada consiste en dividir la volatilidad objetivo por la volatilidad estimada y aplicar el resultado a la posición base de la estrategia. En mercados apalancados, el multiplicador puede dispararse cuando la estimación es baja. Los desarrolladores suelen fijarle un máximo, una medida prudente para un backtest, pero ese tope modifica la regla.

Supongamos que el objetivo es del 12%, la volatilidad estimada es del 4% y la posición base es 1.0. El multiplicador sin ajustar es 3.0. Con un tope de 1.5, la exposición prevista por la estrategia queda fuera de alcance. En cambio, cuando la volatilidad estimada sube al 30%, el multiplicador sin ajustar baja a 0.4. Un límite mínimo de exposición de 0.5 significa que la estrategia mantiene más exposición de la que indica la fórmula del objetivo.

Son tres controles distintos. Especifícalos por separado y comunica con qué frecuencia se activa cada uno. Si el tope máximo está activo durante la mitad de la muestra, que la volatilidad realizada quede por debajo del objetivo puede ser simplemente el resultado esperado.

Error 3: rebalancear continuamente en el modelo y de forma discreta en la cuenta

Un backtest puede recalcular la exposición en cada barra, mientras que el trading simulado la revisa una vez al día. Aunque ambos usen la misma fórmula, son estrategias distintas. Rebalancear con frecuencia permite reaccionar más rápido, pero puede convertir el ruido de la estimación en órdenes. En los futuros, la rotación genera comisiones y posible exposición a la financiación; en la renta variable, implica comisiones, spread e impacto en el mercado. Los pequeños ajustes pueden salir caros si cruzan el spread una y otra vez.

Tomemos una cartera de 100,000 dólares con una posición objetivo de 50,000 dólares. Si la volatilidad estimada desplaza el objetivo a 47,000 dólares y luego a 49,000 dólares en la siguiente sesión, una regla diaria opera por valor de 5,000 dólares en dos días. Una regla semanal quizá opere una sola vez, según la fecha de observación. Ningún calendario es superior por defecto. El backtest debe modelar el calendario que la estrategia de trading simulado puede seguir en la práctica.

Una alternativa práctica es establecer una banda de rebalanceo: operar solo cuando la exposición actual difiera del objetivo en más de un umbral definido. Esto puede reducir las operaciones innecesarias, pero también permite que el riesgo se desvíe del objetivo. Muestra conjuntamente la banda, la rotación resultante y la volatilidad realizada; no presentes el objetivo como si la banda no tuviera efecto.

¿Qué debe informar un backtest con objetivo de volatilidad?

Mantén la regla lo bastante clara como para que alguien pueda explicar un cambio de posición a partir de las variables de entrada. Como mínimo, conserva la estimación, el multiplicador sin ajustar, el multiplicador aplicado, el estado del tope o el límite mínimo, la exposición objetivo, la exposición real y la decisión de rebalanceo en cada actualización. Después, compara las variantes con los mismos datos, costes y supuestos de ejecución.

Y examina de cerca las semanas más difíciles. ¿La estrategia redujo el riesgo antes de las pérdidas o después? ¿Restableció la exposición antes de la recuperación o después? Esas respuestas no determinarán si la regla de riesgo merece la pena. Te dirán qué regla probaste realmente.