Returns Drift en Forex: Cómo gestionar el Alpha Decay de una Estrategia

por

Apreciados traders, 

Es bien conocido que nuestras estrategias pierden poder predictivo con el paso del tiempo. Sin embargo, este fenómeno al que algunos autores como Ernest Chan llaman alpha decay, no suele ser analizado en profundidad.

En este artículo mostraremos las causas del alpha decay y, entendiendo el impacto de estas causas en los pares de divisas del mercado Forex, podremos responder a las siguientes preguntas:

  • ¿cómo entrenar nuestras estrategias?
  • ¿qué pares operar?
  • ¿en qué dirección operar un par?

¡Comencemos!

Returns Drift en Forex: Cambios en los datos

Vayamos al grano: la causa del alpha decay es el drift, que son los cambios que se producen en los datos de los que disponemos para construir nuestras estrategias.

Si bien es cierto que no es habitual escuchar hablar de drift en el ámbito del trading, es un concepto bien conocido en otros ámbitos como el machine learning. En un problema clásico de machine learning tenemos unas variables independientes o features con las que pretendemos predecir una variable dependiente o target.

Si las características de las features y del target y las relaciones que se establecen entre ellas no cambiasen, el modelo mantendría su poder predictivo a lo largo del tiempo. Sin embargo, en la mayoría de entornos se producen cambios en los datos a lo largo del tiempo, dando lugar a lo que se conoce como model decay.

El trading es similar a un problema clásico de machine learning: tenemos features (indicadores técnicos, datos fundamentales, datos macroeconómicos…) con las que pretendemos predecir un target (retorno de las operaciones o derivados de éste).

El Drift: cambios en las features y el target

Siguiendo con la analogía, en machine learning tenemos model decay y en el trading tenemos alpha decay. Ambos son exactamente el mismo fenómeno con la misma causa: el drift.

El drift representa los cambios en las features y/o en el target y/o en las relaciones que existen entre ambas.

Dependiendo de si son las características de las features o del target las que cambian, hablamos de data drift o de concept drift. En este artículo nos vamos a centrar en el concept drift, que es el tipo de drift que afecta a la distribución de los retornos con los que construimos el target que utilizamos para desarrollar nuestras estrategias.

Es obvio que la distribución de retornos de un periodo bajista será diferente a la distribución de retornos de un periodo alcista.

Un gráfico vale más que mil palabras, así que vamos a graficar la evolución del EURUSD para obtener un ejemplo:

Fig. 1: EURUSD (01/01/2014 – 01/01/2020)

Observamos que en el 2014 se producen fuertes caídas mientras que el 2017 se producen subidas.

A continuación mostramos una comparación de la distribución de retornos de estos 2 periodos:

Fig. 2: periodo alcista vs periodo bajista

Sin sorpresas: la media de los retornos en 2014 es negativa y la media de los retornos de 2017 es positiva. Es una manifestación obvia de la existencia de concept drift: la distribución de retornos varía en función del tiempo.

El Test de Kolmogorov-Smirnov

En estadística existen infinidad de tests para comparar diferentes cualidades estadísticas. En nuestro caso particular, el test que mejor sirve a nuestras necesidades es el Test de Kolmogorov-Smirnov.

El resultado de dicho test se centra en un valor conocido como valor p. Es un valor entre 0 y 1 que nos indica la probabilidad de que dos muestras sean diferentes: si el valor p es 0 las muestras son totalmente diferentes, mientras que si el valor p es 1 las muestras son totalmente iguales.

Por lo tanto, podemos considerar el valor p del test de Kolmogorov-Smirnov como una métrica de la similitud entre dos muestras.

En el ejemplo anterior teníamos una distribución correspondiente al periodo 2014 del EURUSD con media negativa y otra distribución correspondiente al periodo 2017 con media positiva, con lo que podemos deducir que el valor p del test de Kolmogorov-Smirnov para esas muestras será cercano a 0 (valor p = 0.13).

Más allá de casos obvios como el anterior en el que comparamos un periodo bajista contra un periodo alcista, el test de Kolmogorov-Smirnov nos va a ser útil en otras comparaciones en las que las medias serán parecidas porque además considera otras cualidades de las distribuciones como la desviación.

De nuevo, un gráfico vale más que mil palabras:

Fig. 3: periodos con diferente volatilidad

La distribución de retornos del periodo 2015 tiene una media muy similar a la del periodo 2016 pero la desviación del periodo 2015 es significativamente superior a la del periodo 2016, lo cual se manifiesta con mayores colas largas a ambos lados de la distribución.

En este caso el valor p del test de Kolmogorov-Smirnov es aún menor al caso anterior: 0.03.

Por último, vamos a mostrar un ejemplo de 2 distribuciones muy similares:

Fig. 4: periodos similares

En este caso, la media de las distribuciones y la desviación es muy similar, lo que implica un alto valor p del test de Kolmogorov-Smirnov: 0.91.

Evolución del drift de los retornos en el mercado Forex

Habiendo entendido qué es el drift y habiendo definido una métrica que permite medirlo, podemos preguntarnos cómo evoluciona el drift de los retornos en los pares de Forex.

Para ello consideraremos los principales pares que son aquellos que se producen con las 8 principales divisas: USD, EUR, GBP, CHF, JPY, CAD, AUD, NZD.

Vamos a analizar un periodo de 10 años que va desde el 01-01-2012 hasta el 01-01-2022.

La metodología va a consistir en fijar una ventana fija de 2 años del 01-01-2020 al 01-01-2022 y comparar una ventana móvil de 2 años que empieza el 01-01-2012 contra la ventana fija previamente definida.
El resultado agregado de los 28 pares principales de Forex es el siguiente:

Fig. 5: evolución del drift en Forex

Aún con altibajos, el gráfico muestra que la similitud estimada mediante el valor p del test de Kolmogorov-Smirnov respecto a la ventana fija aumenta a medida que nos acercamos a dicha ventana.

Naturaleza del drift en el mercado Forex

Lo anterior implica que en Forex el drift evoluciona de una manera progresiva, con lo que podemos intuir que el futuro inmediato es más probable que se parezca a un pasado reciente que a un pasado lejano.

El futuro inmediato es más probable que se parezca al pasado reciente que a un pasado lejano.

Para comprobarlo entrenaremos 10 árboles de decisión para cada par en 2 períodos diferentes:

  • “pasado lejano”: del 01-01-2012 al 01-01-2016
  • “pasado reciente”: del 01-01-2016 al 01-01-2020

Los resultados de esos árboles los testaremos en lo que llamaremos “futuro inmediato”:

  • “futuro inmediato”: del 01-01-2020 al 01-01-2022

Si lo que hemos deducido observando la naturaleza del drift en Forex es cierto, los árboles entrenados en el “pasado reciente” deberían obtener mejores resultados en el “futuro inmediato” que los árboles entrenados en el “pasado lejano”.

Una vez más, un gráfico vale más que mil palabras:

Fig. 6: evolución del drift en Forex

Efectivamente, en promedio los árboles entrenados en el “pasado reciente” obtienen mejores resultados en el “futuro inmediato” que los árboles entrenados en el “pasado lejano”.

Robustez contra especialización en el trading

En trading es práctica habitual entrenar con un periodo largo con la intención de exponer la estrategia a diferentes contextos porque de esta manera conseguiremos una estrategia más robusta.

Sin embargo, la idea de que “el futuro inmediato es probable que se parezca al pasado reciente” nos brinda la posibilidad de desarrollar estrategias más especializadas para un contexto concreto.

Comparemos los resultados de estrategias desarrolladas con 8 años de histórico contra estrategias desarrolladas con un pasado reciente de 4 años:

Fig. 7: pasada reciente vs. todo el histórico

El gráfico anterior muestra que una estrategia desarrollada con los datos del “pasado reciente” funciona mejor en promedio en el “futuro inmediato” que una estrategia desarrollada con todo el histórico disponible.

¿Quieres comprobarlo tu mismo? Obtén los mejores datos para tus investigaciones en Quantdle.

Llegados a este punto podemos inferir que una estrategia entrenada en el “pasado reciente” podría ser menos robusta que una estrategia entrenada en todo el periodo disponible pero, debido a la naturaleza progresiva del drift en Forex, probablemente obtendrá mejores resultados en el “futuro inmediato” porqué estará más familiarizada con ese contexto.

Debido a la naturaleza progresiva del drift en Forex, maximizamos nuestras opciones de obtener beneficios en el “futuro inmediato” entrenando en el “pasado reciente”.

Así pues, damos respuesta a la primera de las preguntas planteadas al inicio de este artículo.

Similitud entre el periodo de train y el periodo de test

¿Qué sentido tiene testar una estrategia en un entorno totalmente diferente al de entrenamiento?

Nadie puede esperar que un coche autónomo entrenado en un circuito de carreras (sin peatones, ni cruces, ni rotondas, ni semáforos…) pueda hacerlo bien por ciudad. Si queremos que un coche autónomo circule por ciudad, entonces debemos entrenarlo en entornos que se parezcan a la ciudad.

Sin embargo, en trading no se suele considerar si el periodo de entrenamiento es similar al periodo de test.

Acabamos de mostrar que entrenar en el “pasado reciente” aumenta el resultado promedio en el “futuro inmediato”.

Ahora pensemos en si la similitud entre el “pasado lejano” y el “pasado reciente” nos dice algo sobre la probabilidad de que el “futuro inmediato” se parezca al “pasado reciente”.

La respuesta es que sí: que el “pasado reciente” sea muy diferente al “pasado lejano” nos indica que en ese par de Forex el drift sufre cambios más bruscos, lo cuál hace más impredecible al “futuro inmediato”.

Por el contrario, que el “pasado lejano” y el “pasado reciente” se parezcan nos indica que en ese par de Forex el drift evoluciona de manera más progresiva, lo cuál hace más probable que el “futuro inmediato” se parezca al “pasado reciente”.

Así nos lo muestra el gráfico de rigor:

Fig. 8: resultados promedio en forward en función de si el train y el test se parecen

En el gráfico podemos observar que el resultado promedio en el “futuro inmediato” de los pares de Forex en los que el “pasado reciente” y el “pasado lejano” son similares casi triplica al resultado promedio de los pares de Forex en los que el “pasado reciente” y el “pasado lejano” son diferentes.

Los regímenes del mercado Forex

No podemos saber si en el siguiente periodo habrá una tendencia alcista o bajista, o si habrá mucha o poca volatilidad.

Lo que sí podemos afirmar es que es más probable que el siguiente periodo se parezca al pasado reciente debido a la naturaleza progresiva del drift en Forex.

De hecho, acabamos de mostrar que es mejor operar aquellos pares de divisas en los que el drift es más progresivo.

Es como circular por Islandia: a lo largo del camino te encontrarás tramos urbanos, autopista, pistas de tierra, nieve… nunca sabes, pero si los últimos 10 kms han sido por pista de tierra, lo más probable es que el próximo kilómetro sea por pista de tierra.

Ante esta cuestión tenemos 2 opciones: entrenar nuestras estrategias en todos los regímenes de mercado posibles en busca de la robustez o entrenarlas en aquel régimen de mercado que es más probable en busca de la especialización.

La progresividad del drift en Forex nos permite entrenar nuestras estrategias en el régimen de mercado más probable para obtener estrategias más especializadas.

La naturaleza tiende a la especialización, por eso los pegasos (caballos alados) no existen: o eres bueno corriendo o eres bueno volando, no puedes ser bueno en todo.

Los mejores pares de divisas

Este novedoso enfoque no está exento de problemas: cuando se produzca un cambio brusco de contexto vamos a sufrir.

Afortunadamente, somos capaces de descartar aquellos pares de Forex en los que los cambios tienden a ser más bruscos: basta con comparar el “pasado lejano” con el “pasado reciente” mediante el test de Kolmogorov-Smirnov y descartar aquellos en los que el valor p es menor que 0.05.

De esa manera no solamente conseguimos un mayor resultado promedio en el “futuro inmediato”, además aumentamos el porcentaje de estrategias que obtienen beneficio en el “futuro inmediato”:

Fig. 9: porcentaje de estrategias ganadoras en forward en función de si el train y el test se parecen

Queda claro que conviene descartar los pares de Forex en los que el drift es más brusco.

Obtenemos mejores resultados en el “futuro inmediato” en aquellos pares en los que el drift es más progresivo

Y con esto damos respuesta a la segunda pregunta planteada al inicio del artículo.

Persistencia del sesgo tendencial en Forex

Por una simple regla de tres, podemos deducir que si el “futuro inmediato” es probable que se parezca al “pasado reciente”, entonces es probable que el sesgo tendencial del “pasado reciente” se mantenga en el “futuro inmediato”.

Para comprobarlo establecemos la siguiente métrica del sesgo tendencial: contamos los retornos positivos del periodo y si superan el 50% consideramos que hay un sesgo alcista. Si por el contrario no superan el 50%, consideramos que hay un sesgo bajista.

Diremos que existe persistencia del sesgo tendencial si el sesgo observado durante el “pasado reciente” se mantiene durante el “futuro inmediato”.

El siguiente gráfico ilustra los resultados:

Fig. 10: persistencia del sesgo tendencial

El gráfico no deja lugar a dudas.

El sesgo tendencial en el pasado reciente tiende a persistir en el futuro inmediato

Finalmente, obtenemos la respuesta a la tercera pregunta planteada al inicio del artículo: si el sesgo tendencial tiende a persistir, es mejor operar únicamente en la dirección de ese sesgo.

Conclusiones

Llegamos al final del artículo habiendo partido de una idea inicial: el drift es la causa del alpha decay.

Al tirar del hilo llegamos a una conclusión principal para los pares de Forex: “es más probable que el futuro inmediato se parezca al pasado reciente que a un pasado lejano”.

De esa conclusión principal emanan 3 ideas para mejorar nuestros resultados:

  1. entrenar las estrategias en el pasado reciente
  2. operar aquellos pares en los que el drift evoluciona de manera más progresiva
  3. operar únicamente en la dirección del sesgo tendencial del pasado reciente

Espero que este artículo te haya parecido interesante y puedas utilizar lo que explico en él para mejorar tu propia operativa. Además, si eres un trader activo en el mercado Forex, quizás te interesa nuestro curso gratuito de Iniciación Profesional al Mercado de Divisas, donde podrás aprender los distintos regímenes de las divisas, quiénes son los actores principales de este mercado y cómo lo usan para conseguir sus objetivos.

Como siempre, si tenéis cualquier duda o sugerencia de mejora del artículo no dudéis en poneros en contacto conmigo a través de nuestra comunidad en Discord o de nuestro formulario de contacto y os contestaré lo antes posible.

Un saludo,

Jaume

Escrito por Jaume Antolí

Jaume es un trader algorítmico y científico de datos especializado en Data Mining aplicado al trading. Su actividad en el ámbito del trading se centra en la formación, la divulgación y la investigación en temas como la sobreoptimización, la evaluación de estrategias y la extracción automatizada de reglas.

14 Mar, 2024

También puede interesarte…