Trading cuantitativo

El ciclo de investigación

El ciclo es corto de describir y largo de hacer bien. Escribe una hipótesis contrastable. Reúne un conjunto de datos reproducible y comprueba su cobertura: intervalos ausentes, eventos duplicados, zonas horarias, rollos de contrato y unidades. Ejecuta la regla con un modelo de ejecución explícito y con costes. Evalúa el resultado en un período elegido de antemano que no haya participado en la selección de los parámetros. Registra el resultado, incluidos los fallos, y decide qué cambiar después. Luego cambia una sola cosa.

Un trader minorista puede empezar con un instrumento y una hipótesis. Programar viene después; la primera tarea es decidir qué evidencia te haría rechazar la idea.

Dónde suele romperse la evidencia

• Costes: una esperanza bruta ilustrativa de unos pocos ticks puede desaparecer al restar comisiones y slippage en la entrada y en la salida. Convierte las comisiones con el valor de tick real del instrumento.
• Fuga de información: un nivel marcado con el perfil de mañana, o una exposición gamma de hoy sustituida por la instantánea histórica, dejan entrar información futura en el pasado.
• Selección: probar muchas configuraciones y quedarse con la ganadora mide suerte, salvo que el período de evaluación se haya separado antes.
• Cobertura: que un gráfico cargue hoy no dice nada sobre la profundidad histórica ni sobre la clasificación de lado de las operaciones antiguas.
• Ejecución: un modelo sobre barras no reconstruye la cola, y un precio límite tocado no es una ejecución.

Cuantitativo y orderflow juntos

Las observaciones de orderflow se convierten en entradas cuantitativas cuando se reducen a campos que los datos contienen: delta por nivel como volumen al ask menos volumen al bid, desequilibrios diagonales con una razón declarada, volumen en el precio, retornos de barras cerradas. Una candidata a absorción —ventas fuertes con escaso avance a la baja en un nivel marcado de antemano— puede motivar una hipótesis; no puede sustituir a un registro de lo que se sabía cuando se tomó la decisión. Las ideas basadas en profundidad necesitan histórico del libro, que las transacciones por sí solas no aportan.

En Senzoukria

El editor de scripts guarda la regla en TypeScript, Python o C++, y el panel de backtest automático la ejecuta barra a barra sobre el histórico en caché del propio trader, midiendo la cobertura antes de la ejecución e incluyendo los costes en el resultado. El panel ofrece una opción de walk-forward, una búsqueda de parámetros y un Gauntlet de comprobaciones de robustez: supervivencia de la cuenta, walk-forward con suficientes ventanas, una prueba de permutación, un ratio de Sharpe deflactado que tiene en cuenta el número de intentos, la probabilidad de sobreajuste del backtest, el drawdown máximo frente al límite de la cuenta, un test de estrés sobre períodos adversos y una comprobación de ciclo de prop firm. En el gráfico hay indicadores de panel cuantitativos como Autocorrelation, Hurst Exponent (R/S), Shannon Entropy y los z-scores. Una ejecución de backtest conserva sus operaciones solo en las tres últimas ejecuciones y las pierde al recargar, una razón más para llevar un registro de investigación escrito.

Errores frecuentes

• Tomar un ejemplo rentable en el gráfico por una estrategia.
• Combinar todos los indicadores a la vez en lugar de probar un experimento bien documentado.
• Leer una etiqueta favorable del Gauntlet como una certificación de edge futuro en vez de como el resumen de un protocolo sobre los datos aportados.
• Saltarse el paso del backtest al replay y a la cuenta simulada antes de plantearse una cuenta conectada.