Voy a desglosar cómo los cuantitativos institucionales utilizan el análisis de series temporales para encontrar ventajas en cualquier mercado y compartir el marco completo que puedes implementar desde hoy.
Vamos directo al grano.
Guarda esto – Soy Roan, desarrollador backend especializado en diseño de sistemas, ejecución estilo HFT y sistemas de trading cuantitativo. Mi trabajo se centra en cómo se comportan realmente los mercados de predicción bajo carga. Si tienes sugerencias, colaboraciones reflexivas o asociaciones, los DM están abiertos.
En 2008, la mayoría de los traders miraban los valores respaldados por hipotecas y veían una línea que subía.
Veían una tendencia. Veían impulso. Ejecutaban sus modelos de series temporales. Los modelos decían comprar. Los modelos estaban catastróficamente equivocados.
Un pequeño grupo de traders miró la misma línea y se hizo una pregunta diferente. No hacia dónde va la línea a continuación, sino qué está generando realmente la línea. Analizaron los datos hipotecarios subyacentes. Encontraron préstamos a tasa ajustable otorgados a personas sin verificación de ingresos. Encontraron tasas de incumplimiento que aumentaban silenciosamente en los datos antes de que el gráfico de precios mostrara algo. Utilizaron esa información, que ningún modelo de series temporales podría haber capturado por sí solo, para construir posiciones que generaron miles de millones cuando el mercado colapsó.
Esta es la lección más importante en todo el análisis de series temporales. La línea en tu gráfico es una consecuencia de algo que ocurre en el mundo real. Un modelo de series temporales puede decirte lo que esa línea ha estado haciendo. No puede decirte qué la está causando realmente. Y en el momento en que la realidad subyacente cambia, tu modelo se convierte en un pasivo en lugar de un activo.
Ya he cubierto las Cadenas de Markov para la detección de regímenes y las Redes Neuronales para la generación de señales en artículos anteriores. El análisis de series temporales es la tercera capa esencial del stack de trading sistemático. Juntos, estos tres marcos forman un sistema completo de trading cuantitativo.
Al final de este artículo entenderás exactamente qué es una serie temporal y cómo los mercados las generan, por qué tu modelo de series temporales siempre está equivocado y por qué eso está bien, las tres tareas fundamentales que impulsan cada decisión de trading cuantitativo, el marco de implementación completo desde datos brutos hasta señales de trading en vivo, y el único error que causa que el 90% de los modelos de series temporales fallen antes de tocar capital real.
Nota: Este artículo es deliberadamente largo. Cada parte se construye sobre la anterior. Si hablas en serio sobre construir una ventaja sistemática usando análisis de series temporales, lee cada palabra. Si buscas un atajo, esto no es para ti.
Parte 1: Qué es realmente una serie temporal y qué te está ocultando
Una serie temporal es una secuencia de observaciones registradas a intervalos regulares a lo largo del tiempo. El precio de cierre diario de una acción. Lecturas de temperatura por hora. Números mensuales de desempleo. Cada una es una serie de valores indexados por tiempo.
Esa definición es técnicamente correcta y prácticamente incompleta.
Lo crítico que la mayoría pasa por alto es que cada serie temporal es generada por algo. El precio de una acción no se mueve aleatoriamente en el vacío. Es el resultado de millones de decisiones tomadas por inversores, algoritmos, creadores de mercado y fuerzas macro que no puedes observar directamente solo a partir de la serie de precios. El precio es lo que los economistas llaman una variable de consecuencia. Lo que realmente lo impulsa es la distribución de generación de datos subyacente.
Esta distinción es enormemente importante para el trading. Cuando aplicas un modelo de series temporales a datos de mercado, estás modelando la salida visible de un proceso invisible. Mientras el proceso invisible se mantenga aproximadamente igual, tu modelo captura patrones útiles. En el momento en que el proceso subyacente cambia, tu modelo está ajustándose silenciosamente a algo que ya no existe.
Piensa en la temperatura en la Ciudad de Nueva York. Si es diciembre y actualmente hace 20 grados Fahrenheit, ¿cuál será la temperatura mañana? Tu respuesta probablemente ronde los 20 grados, más o menos. No estás haciendo una predicción precisa. Estás generando una expectativa basada en el estado actual y los patrones estacionales conocidos. Esa expectativa será aproximadamente correcta la mayoría del tiempo bajo condiciones normales.
Ahora imagina que un volcán entra en erupción en Islandia y eleva las temperaturas globales 15 grados en una semana. Tu modelo no tiene información sobre ese volcán. Su pronóstico será violentamente incorrecto. No porque el modelo sea malo. Sino porque el proceso de generación de datos subyacente cambió de una manera que es completamente invisible solo en la serie de temperatura.
Esto es exactamente lo que sucedió con los valores hipotecarios en 2008. La serie temporal de precios decía que todo estaba bien. El proceso subyacente, la calidad crediticia real de los préstamos, ya había cambiado. La información existía. Simplemente no estaba en la serie de precios.
Una serie temporal se puede descomponer en tres componentes:
La tendencia es el movimiento direccional a largo plazo. La trayectoria general que sigue la serie durante períodos prolongados. La estacionalidad es un patrón repetitivo que ocurre en intervalos fijos. Ciclos de ventas mensuales, efectos de ganancias trimestrales, patrones de día de la semana en el volumen de negociación. El shock o residuo son las fluctuaciones aleatorias alrededor de los componentes de tendencia y estacionalidad. Eventos inesperados, noticias, sorpresas.
La clave sobre la tendencia y la estacionalidad es que solo son significativas si son estables. Si estás modelando precios intradía de acciones y la tendencia se invierte cada pocas horas, el componente de tendencia no te dice nada útil. La estabilidad es el requisito previo para que cualquier modelo de series temporales tenga valor predictivo.
Tarea: Toma cualquier activo que actualmente negocies. Escribe en una oración qué crees que es el factor principal que impulsa sus movimientos de precio. Ese factor es lo que deberías monitorear junto con cualquier modelo de series temporales que construyas. Si ese factor cambia, tu modelo necesita ser reconstruido.
Parte 2: Las tres tareas y por qué los pronósticos siempre son incorrectos
Cada aplicación del análisis de series temporales cae en una de tres categorías. Entender cuál tarea estás realizando realmente te ahorrará el error más común y costoso en las finanzas cuantitativas.
El filtrado estima el estado actual del sistema usando datos pasados y presentes. Estás tratando de eliminar el ruido y ver lo que realmente está sucediendo ahora mismo. Una media móvil es un filtro. No predice el futuro. Suaviza el presente. Cada indicador que hayas puesto alguna vez en un gráfico en una plataforma de trading está realizando alguna forma de filtrado. Cuando usas una media móvil de 20 días, estás diciendo: quiero ver el estado subyacente de este activo sin el ruido día a día. Eso es todo lo que estás haciendo.
El suavizado utiliza datos pasados y futuros para estimar cuál era el estado en un punto anterior en el tiempo. Requiere conocimiento global de la trayectoria, es decir, necesitas ver qué sucede después de un punto en el tiempo para caracterizar mejor lo que estaba sucediendo en ese punto. El suavizado es útil para analizar datos históricos y construir conjuntos de datos de investigación, pero no se puede utilizar para decisiones de trading en tiempo real porque requiere información del futuro.
El pronóstico utiliza el estado actual y pasado para producir una expectativa sobre el futuro. Aquí es donde la mayoría de los traders centran su atención y donde reside la mayor parte de la incomprensión.
Aquí está la verdad fundamental que la mayoría de la educación en trading se niega a declarar claramente.
Un pronóstico no es una predicción. Es una expectativa. No son lo mismo.
La expectativa es el único número que minimiza el error cuadrático en todos los posibles resultados futuros. Matemáticamente es la media condicional:
E[Xₜ₊₁ | X₁, X₂, ..., Xₜ]
Cuando lanzas un dado justo, la expectativa es 3.5. ¿Puede un dado caer en 3.5? No. Pero 3.5 sigue siendo la mejor respuesta que puedes dar antes de lanzar. Es el valor que minimiza tu error promedio en todos los lanzamientos futuros.
Los pronósticos de mercado funcionan exactamente de la misma manera. Tu modelo produce el mejor valor esperado dada la información disponible. Ese valor esperado esencialmente nunca igualará el precio realizado. Pero si es correcto en promedio y operas alrededor de él sistemáticamente, puedes generar retornos consistentes. Esto es exactamente cómo operan los creadores de mercado. No necesitan saber hacia dónde irá el precio. Necesitan saber el precio esperado, cotizar un diferencial alrededor de él y recolectar ese diferencial a través de miles de operaciones.
La prueba de que esto funciona incluso cuando el modelo está equivocado proviene de una simulación simple de creación de mercado. Imagina cotizar un diferencial de oferta-demanda alrededor del valor esperado de un proceso cuya verdadera expectativa cambia aleatoriamente con el tiempo. Una media móvil rastrea esa expectativa de manera imperfecta. Siempre está ligeramente equivocada. Pero si operas el diferencial alrededor de esa estimación imperfecta, aún acumulas P&L positivo con el tiempo porque eres correcto en promedio.
Este es el núcleo del trading sistemático utilizando análisis de series temporales. No necesitas pronósticos perfectos. Necesitas pronósticos direccionalmente correctos con la suficiente frecuencia como para superar los costos de transacción. Y necesitas un marco riguroso para saber cuándo tu modelo ha dejado de ser aproximadamente correcto.
Parte 3: El problema de la raíz unitaria que destruye la mayoría de los modelos de trading
Esta es la sección que te salvará del error más común y costoso en el trading cuantitativo con datos de series temporales.
La mayoría de las personas que intentan construir un modelo predictivo para precios de acciones comienzan ejecutando una regresión del precio de cierre de mañana contra el precio de cierre de hoy. Cuando hacen esto, obtienen un valor de R-cuadrado superior a 0.99. Creen que han descubierto una relación predictiva casi perfecta.
No lo han hecho. Han caído en una de las trampas más documentadas en estadística, llamada regresión espuria.
Esto es lo que realmente sucede. Ejecuta la misma regresión pero reemplaza los precios de cierre con rendimientos diarios. El R-cuadrado cae a aproximadamente 0.01. Has pasado de explicar el 99 por ciento de la variación a explicar el 1 por ciento de la variación. El mismo activo subyacente, los mismos datos, la misma estructura del modelo, resultados completamente diferentes.
La razón es la raíz unitaria.
Una serie temporal tiene una raíz unitaria cuando su valor actual es igual a su valor anterior más un shock aleatorio:
Xₜ = Xₜ₋₁ + εₜ
Esto se llama un paseo aleatorio. Los precios de las acciones aproximadamente siguen este proceso. Cuando haces una regresión de un paseo aleatorio contra otro paseo aleatorio, casi siempre encontrarás una fuerte relación estadística incluso si las dos series no están relacionadas en absoluto. Esto es la regresión espuria y es la fuente de innumerables señales de trading falsas en la industria.
La prueba para esto es la prueba Dickey-Fuller aumentada. La hipótesis nula es que la serie tiene una raíz unitaria. Un valor p por debajo de 0.05 significa que puedes rechazar la hipótesis nula y la serie es probablemente estacionaria. Un valor p por encima de 0.05 significa que la serie probablemente tiene una raíz unitaria y los modelos de regresión en bruto producirán resultados espurios.
Encontrarás que la serie de precios falla la prueba y la serie de rendimientos la pasa. Esto te dice exactamente qué modelar. Nunca construyas modelos predictivos sobre niveles de precios en bruto. Siempre transforma a rendimientos, log-rendimientos u otras cantidades derivadas estacionarias antes de aplicar modelos de series temporales.
La transformación que convierte una serie de precios en una serie estacionaria se llama diferenciación de primer orden:
rₜ = ln(Pₜ) - ln(Pₜ₋₁)
Los log-rendimientos son aproximadamente estacionarios, aunque las series de rendimientos financieros aún exhiben hechos estilizados como agrupamiento de volatilidad y colas pesadas que la estacionariedad pura no captura completamente. Abordaremos estos en la sección de GARCH a continuación.
Tarea: Toma cualquier modelo de trading que estés utilizando actualmente o hayas utilizado en el pasado. Verifica si fue construido sobre niveles de precios o sobre rendimientos. Si fue construido sobre niveles de precios, ejecuta la prueba Dickey-Fuller en los datos subyacentes. Si el valor p está por encima de 0.05, es probable que tus resultados de backtest estén inflados por correlación espuria.
Parte 4: Los modelos que realmente funcionan y cómo usarlos
Ahora que entiendes qué es una serie temporal, las tres tareas fundamentales y el problema de la raíz unitaria, estás listo para construir modelos que realmente funcionarán en mercados en vivo.
La familia de modelos que forma la columna vertebral del trading sistemático es la familia ARMA y sus extensiones. Cada modelo en esta familia captura un aspecto diferente de la estructura de dependencia serial en las series temporales financieras.
AR: Modelos Autorregresivos
Un modelo autorregresivo de orden p, escrito AR(p), dice que el valor actual de una serie es una función lineal de sus p valores anteriores más un shock aleatorio:
Xₜ = φ₁Xₜ₋₁ + φ₂Xₜ₋₂ + ... + φₚXₜ₋ₚ + εₜ
Los coeficientes φ son los parámetros autorregresivos. Capturan cuánto del valor actual es explicado por cada rezago. En trading, los modelos AR son útiles para capturar dinámicas de impulso a corto plazo y reversión a la media. Un modelo AR(1) donde φ₁ es positivo captura impulso. Un modelo AR(1) donde φ₁ es negativo captura reversión a la media.
MA: Modelos de Medias Móviles
Un modelo de medias móviles de orden q, escrito MA(q), dice que el valor actual es una función lineal de shocks aleatorios actuales y pasados:
Xₜ = εₜ + θ₁εₜ₋₁ + θ₂εₜ₋₂ + ... + θqεₜ₋q
Los modelos MA capturan el efecto de sorpresas pasadas sobre los valores actuales. Son particularmente útiles para modelar cómo responden los mercados a eventos noticiosos.
ARMA: Combinando ambos
El modelo ARMA(p,q) combina ambos componentes:
Xₜ = φ₁Xₜ₋₁ + ... + φₚXₜ₋ₚ + εₜ + θ₁εₜ₋₁ + ... + θqεₜ₋q
Para series no estacionarias, aplicas diferenciación primero para hacer la serie estacionaria, y el modelo resultante se llama ARIMA(p,d,q) donde d es el orden de diferenciación.
GARCH: Modelando la volatilidad
El problema con los modelos ARMA para datos financieros es que asumen volatilidad constante. Los rendimientos financieros exhiben agrupamiento de volatilidad: movimientos grandes tienden a ser seguidos por movimientos grandes, y movimientos pequeños tienden a ser seguidos por movimientos pequeños. Este es el efecto ARCH, y es uno de los hechos estilizados más documentados en todas las finanzas.
El modelo GARCH(1,1) aborda esto modelando la varianza del término de error como un proceso variable en el tiempo:
σₜ² = ω + α₁εₜ₋₁² + β₁σₜ₋₁²
Donde σₜ² es la varianza condicional en el tiempo t, εₜ₋₁² es el shock al cuadrado del período anterior, y σₜ₋₁² es la varianza del período anterior. Este modelo captura exactamente el agrupamiento de volatilidad que observas en los mercados: alta volatilidad hoy predice alta volatilidad mañana.
Para el trading, GARCH es esencial para el dimensionamiento de posiciones. Cuando σₜ² es alta, reduces el tamaño de la posición. Cuando σₜ² es baja, puedes asumir más riesgo. Esta única idea, escalar dinámicamente el tamaño de la posición basado en la volatilidad estimada, es responsable de una fracción significativa de los retornos ajustados por riesgo generados por los fondos sistemáticos.
Parte 5: El pipeline de implementación completo
Esta sección ensambla todo en un sistema funcional que puedes ejecutar con datos reales hoy.
Tres cosas críticas que entender sobre esta implementación antes de desplegarla.
Primero: El dimensionamiento de posiciones basado en GARCH está haciendo más trabajo que la dirección del pronóstico ARIMA. Reducir la exposición durante regímenes de alta volatilidad es la ventaja más confiable en todo el sistema. Pronósticos direccionales con precisión del 52 al 55 por ciento combinados con dimensionamiento escalado por volatilidad producen mejores retornos ajustados por riesgo que una precisión del 60 por ciento con dimensionamiento fijo.
Segundo: La estructura de walk-forward no es negociable. En cada paso, ajustas el modelo solo con datos históricos y pronosticas un paso adelante. Nunca ajustes con el conjunto completo de datos y generes predicciones dentro de la muestra y lo llames backtest. Eso no es un backtest. Es un ajuste de curva con una etiqueta.
Tercero: Los datos alternativos son el techo de lo que el análisis de series temporales puede lograr. El marco que has construido aquí es el piso. Captura los patrones que existen dentro de la serie de precios. Los traders que consistentemente superan al mercado agregan información que la serie de precios no puede contener. Sentimiento de llamadas de ganancias. Desequilibrio de flujo de órdenes del libro de órdenes. Señales del mercado de crédito. Información de regímenes entre activos. Estas no son mejoras al modelo. Son entradas de un conjunto de información fundamentalmente diferente.
La limitación práctica más importante: Todos los modelos de la familia ARMA asumen que las propiedades estadísticas de la serie son aproximadamente estables durante la ventana de estimación. En los mercados financieros, esta suposición se viola continuamente. La mitigación estándar es una ventana de estimación rodante de 252 días de negociación que descarta datos antiguos a medida que llegan nuevos datos. Ventanas más cortas se adaptan más rápido pero producen estimaciones de parámetros más ruidosas. Ventanas más largas son más estables pero se retrasan en los cambios de régimen. La longitud óptima de la ventana es una cuestión empírica que debe responderse por separado para cada instrumento y cada estrategia.
El resumen
El análisis de series temporales no predice el futuro. Lo que hace es producir la expectativa matemáticamente óptima del futuro dado el estado actual y la historia observada. Cuando esa expectativa es direccionalmente correcta con suficiente frecuencia y se combina con dimensionamiento de posiciones escalado por volatilidad, genera una ventaja consistente.
El marco completo está en este artículo. Verifica la estacionariedad antes de construir cualquier modelo. Usa rendimientos, no precios, como tu entrada. Ajusta ARIMA para capturar la señal direccional en las autocorrelaciones de rendimientos. Coloca GARCH encima para modelar la volatilidad variable en el tiempo y escalar dinámicamente el tamaño de tu posición. Valida todo usando una estructura de walk-forward rodante. Y recuerda siempre que los movimientos más grandes, los que generan o destruyen la mayor cantidad de capital, provienen de cambios de régimen que ningún modelo de series temporales verá venir.
Esa última parte no es una limitación de los modelos. Es una descripción de la realidad. Los traders que construyeron las estrategias sistemáticas más exitosas en la historia entendieron exactamente lo que sus modelos podían y no podían hacer. Usaron series temporales para lo que es genuinamente bueno: extraer patrones estables de regímenes estables. Y usaron datos alternativos y detección de regímenes para saber cuándo esos regímenes estaban a punto de cambiar.
Ahora tienes ambos. El marco de series temporales está en este artículo. El marco de detección de regímenes con Cadenas de Markov está en el artículo anterior. El marco de generación de señales con redes neuronales está en el artículo anterior a ese.
Ahora tienes un stack de trading sistemático completo.
Aquí está la pregunta con la que quiero que te quedes.
Un modelo GARCH te dice que la volatilidad está a punto de aumentar basado en patrones solo en el historial de rendimientos. Una Cadena de Markov te dice que el mercado está a punto de transitar de un régimen de baja volatilidad a uno de alta volatilidad basado en el estado actual. Si ambas señales coinciden, esa convergencia es una de las señales de gestión de riesgo más fuertes disponibles. Si discrepan, esa divergencia es en sí misma información. ¿Qué haría que discreparan y qué te diría esa discrepancia sobre las condiciones actuales del mercado?
Deja tu respuesta en los comentarios.
No hay una respuesta incorrecta, pero hay algunas muy reveladoras.
