Estrategias de trading sistemático

Qué son realmente las estrategias de trading sistemático

Las estrategias de trading sistemático son enfoques de inversión en los que las decisiones siguen reglas predefinidas y verificables, en lugar de un juicio caso por caso. Una regla puede indicar cuándo se abre una posición, qué tamaño puede tener y cuándo debe cerrarse. Como las reglas están escritas y las ejecuta un software, las mismas entradas deberían producir las mismas decisiones. Esa coherencia es su principal atractivo, y también es donde empiezan la mayoría de los malentendidos.

Un conjunto de reglas es solo una hipótesis sobre cómo se comportaron los mercados en los datos utilizados para diseñarlo. Escribirlo como código lo hace preciso, pero precisión no es lo mismo que acierto. Antes de actuar con cualquier enfoque sistemático, el lector debería poder explicar qué suponen las reglas, qué podría romper esos supuestos y qué ocurre a nivel operativo cuando se rompen.

Los límites de los que ningún conjunto de reglas escapa

Hay tres límites que afectan a todo enfoque sistemático. Primero, los datos históricos son una única trayectoria entre muchas condiciones de mercado posibles, por lo que una estrategia ajustada muy de cerca a ellos puede estar capturando ruido. Segundo, cualquier evidencia reunida antes de operar en real simplifica la realidad: comisiones, diferenciales, deslizamiento, ejecuciones parciales e interrupciones se estiman, no se viven. Tercero, la estructura de los mercados cambia con el tiempo, y una regla que antes encajaba con las condiciones puede dejar de hacerlo sin que nadie lo note.

Estos límites también implican que los tipos de evidencia no son intercambiables. La reproducción histórica aplica las reglas sobre datos pasados; la simulación añade supuestos modelizados sobre mercados y costes; la ejecución en paper trading sigue datos de mercado en vivo sin órdenes reales; la observación en real registra lo que ocurrió de verdad con órdenes reales. Cada uno responde a una pregunta distinta. Todo resultado debería indicar su tipo, su ventana de observación, sus supuestos de costes y su contexto de drawdown, y ningún resultado, sea del tipo que sea, determina lo que ocurrirá después.

• Sobreajuste: muchos parámetros calibrados sobre un único conjunto de datos
• Brecha de ejecución: ejecuciones modelizadas que los mercados reales no reproducirán
• Cambio de régimen: relaciones que se cumplían en el pasado pero ya no

Límites de riesgo explícitos y ejecución observable

Los límites de riesgo deberían escribirse de forma tan concreta como las propias reglas de trading. Intenciones vagas como mantener un riesgo razonable no sobreviven a una sesión volátil. Los límites útiles son numéricos y el sistema los aplica: tamaño máximo de posición, pérdida máxima por día o por periodo, exposición máxima por instrumento o mercado, y condiciones en las que la operativa se detiene automáticamente.

La ejecución también tiene que ser observable. Cuando las órdenes se enrutan a más de un mercado, cada orden, ejecución, rechazo y pico de latencia debería registrarse de forma que una persona pueda revisarlo después. Si no puedes reconstruir por qué el sistema hizo algo, no puedes saber si una pérdida vino de la lógica de la estrategia, de la calidad de ejecución o de un fallo de infraestructura, y cada caso exige una respuesta muy distinta.

• Límites definidos antes del despliegue, no ajustados durante los drawdowns
• Paradas automáticas al superar un límite, junto con una vía de desactivación humana probada y de acceso restringido
• Registros lo bastante detallados para reproducir cualquier decisión

Supervisión humana y evaluación reproducible

La automatización elimina las dudas en la ejecución, pero no debería eliminar la responsabilidad. Los controles automáticos y la supervisión humana funcionan juntos: alguien se encarga de vigilar el sistema, un responsable designado gestiona las escaladas y existe una vía rápida de desactivación humana, restringida a las personas adecuadas y probada antes de necesitarla. Supervisar también implica revisar el comportamiento con regularidad, no solo cuando algo sale mal.

La evaluación debería ser reproducible: otra persona, con el mismo código, la misma versión de los datos y los mismos supuestos, debería llegar a los mismos resultados. Eso exige versionar las reglas y los conjuntos de datos, registrar los supuestos de costes y deslizamiento, separar los datos usados para diseñar una estrategia de los usados para evaluarla, y etiquetar cada resultado con su tipo de evidencia. Si los resultados no se pueden reproducir, no son una base fiable para ninguna decisión.

Ejemplo: lista de comprobación previa para una estrategia hipotética

Solo es un ejemplo, no una recomendación. Imagina a un lector que revisa una regla sencilla de seguimiento de tendencia que compra cuando una media móvil corta cruza por encima de otra más larga. La reproducción histórica parece fluida. Antes de plantearse arriesgar capital real, repasa las preguntas siguientes y trata cualquier punto sin respuesta como un motivo para detenerse en lugar de seguir adelante.

En este caso hipotético, el lector descubre que incluir comisiones, diferenciales y deslizamiento realistas elimina la mayor parte de la ventaja simulada, y que los resultados dependen en gran medida del valor de un solo parámetro. Estos hallazgos no demuestran que la idea no valga nada, pero muestran que la evidencia es más débil de lo que sugería el gráfico. La lista cumplió su función al sacar a la luz la incertidumbre antes de poner dinero en riesgo.

• ¿Se pueden reproducir los resultados a partir de código y datos versionados?
• ¿Cada resultado está etiquetado como reproducción, simulación, paper trading o real, con su ventana, supuestos de costes y drawdown?
• ¿Se modelizaron los costes, el deslizamiento y las ejecuciones parciales de forma conservadora?
• ¿Se mantiene el rendimiento en datos no utilizados durante el diseño?
• ¿Los límites de posición, pérdida y exposición son numéricos y se aplican automáticamente?
• ¿Cada orden y ejecución queda registrada y es revisable?
• ¿Quién monitoriza el sistema, quién es responsable de las escaladas y se ha probado la vía de desactivación humana?
• ¿Qué pérdida aceptarías antes de detenerte, decidida de antemano?

Cómo enfoca IMRYN este tema

IMRYN publica material sobre la parte de infraestructura del trading sistemático, incluida la ejecución en varios mercados y los controles que acotan las decisiones automatizadas; sus páginas de metodología y arquitectura describen ese enfoque. Este artículo se mantiene dentro de ese ámbito: explica conceptos y salvaguardas operativas, no qué estrategias aplicar ni qué rentabilidad esperar.

Todo el contenido es educativo y no constituye asesoramiento de inversión. Que un enfoque sistemático se adapte o no a tus circunstancias depende de factores que este artículo no puede evaluar, y un asesor cualificado es la persona adecuada para tratarlos. La lección duradera es que las reglas importan menos que los límites, la visibilidad, la supervisión y la disciplina de evaluación que las rodean.