Rendimiento y Degradación de Sistemas Algorítmicos

Una de las cosas que más me preguntan en las formaciones es cómo saber cuándo se debe desactivar un robot de trading. Esta pregunta que puede parecer muy sencilla encierra una gran complejidad. En este sentido, si llevas ya unos años en este mundillo estoy seguro de que habrás escuchado de todo.

Hace ya tiempo que me enfrento a este tipo de problemas y, para ser sincero, ninguna de las aproximaciones que han caído en mis manos ha terminado de convencerme.

Tal y cómo dice Andrés A. García en su blog Tradingsys.org:

Disponer de una metodología propia -adaptada a las necesidades de cada trader- que nos permita determinar cuándo detener los sistemas y sustituirlos por otros, en el contexto de una gestión óptima de las estrategias y recursos de que disponemos, constituye, a mi juicio, un elemento fundamental de la operativa sistemática.

Es por ello que me propuse crear mi propia metodología. Llegados a este punto comentaré que toda mi metodología parte de una premisa inicial: para saber cuando desactivar un Expert Advisor (EA) lo primero que tenemos que saber es cómo evaluarlo correctamente.

Planteamiento del Problema

La mayoría de las metodologías que abordan la cuantificación del rendimiento de robot de trading adolecen de la misma limitación: solo hacen foco en una de las patas del problema que es el comportamiento de nuestro robot. Pero el problema en sí consta de dos partes: el rendimiento del robot obviamente, pero al menos igual de importante es el activo subyacente que opera dicho robot.

Esto último, que puede parecer una obviedad, suele ser olvidado continuamente. Pondré un ejemplo para ilustrar esto.

Ejemplo Backtests Oro y EURUSD
Fig. 1. Backtests Sistemas Oro y EURUSD

En la figura anterior podemos apreciar dos backtests del mismo robot de trading. En el backtest superior opera el Oro, mientras que en el backtest inferior opera el EURUSD.

Los resultados no pueden ser más diferentes: en uno tiene una curva envidiable, mientras que en el segundo caso es claramente una estrategia perdedora. Sin embargo, en ambos casos el robot es el mismo, las reglas son las mismas, lo que cambia es el activo subyacente que opera el robot. Por eso, es tan importante prestar la debida atención a esta pata del problema.

La metodología que he desarrollado presta atención tanto al comportamiento del robot como al activo subyacente que opera. Para ello se analiza temporalmente el activo subyacente para ver cuál es su comportamiento. Tal y como le he escuchado en alguna conferencia a Ivan Scherman, actual campeón mundial de trading de futuros, una de las cosas más importantes es conocer la naturaleza intrínseca del activo que se va a operar.

Evolucion Precio y Tendencia Actual. Tendencias y Rendimientos Mensuales
Fig. 2. Evolución del Precio con Tendencia Anual

La Métrica EGT

Una vez que sabemos en un determinado marco temporal cómo se comporta el activo subyacente, analizamos cómo se ha comportado el robot en ese mismo marco temporal. Pensemos en un robot que solo opera long. Lo normal será cuando el mercado sea alcista el robot gane, y cuando sea bajista o esté en rango lo pase mal.

En base a esto, mi metodología calcula un parámetro que he llamado EGT (sí, viene de Estrategias Ganadoras de Trading 😄). Cuando EGT es mayor que 0 significa que el robot se comporta mejor de lo esperado en función del comportamiento del activo subyacente, mientras que si el valor es menor de 0 lo que veremos es que el robot se comporta peor de lo esperado.

Para verlo más claramente, pensemos en un robot que solo entra long y opera el Nasdaq. Si un mes alcista el robot gana entonces hace lo esperado, pero si pierde se comporta peor de lo esperado. Además, se puede dar otra casuística: piensa en este mismo robot en un mes bajista en el Nasdaq y que el robot gane, obviamente el robot se está comportando mejor de lo esperado o el caso contrario, mes alcista y nuestro robot pierde, se comportará peor de lo esperado.

Una vez que ya tenemos una métrica del rendimiento del robot, ahora podemos ver como evoluciona esta métrica en el tiempo y ver si se degrada o no. En base a esta degradación podemos determinar cuando el EA ha perdido Alfa, ya que la perdida de rendimiento no viene dada por cambios en el régimen de mercado sino porque el Alfa o la ineficiencia que se explotaba ha desaparecido. Este es el momento de apagar nuestro robot. Una degradación de EGT no significa que la estrategia tenga que entrar en pérdidas, pero si nos avanza que vienen Drawdowns mayores de los vistos hasta ahora, por lo que potencialmente entraría en pérdidas.

Veamos un ejemplo:

Hemos creado una estrategia para el futuro del micro Nasdaq (MNQ). La estrategia se ha creado desde 2007 hasta finales de 2016 presentando un valor de EGT de 1,87.

EGT Micro Nasdaq 1
Fig. 3. EGT Sistema MNQ 2007-2016

Seguimos con nuestra estrategia en real y llega abril de 2018. Ese mes vemos que EGT ha caído de forma importante pasando de 1,87 a 1,47, aproximadamente un 21,4% en año y poco. Sin embargo, si miramos la curva nada nos haría pensar que la estrategia puede tener problemas y que es el momento de apagarla. Por eso nadie lo hace y sigue operándola….

EGT Micro Nasdaq 2
Fig. 4. EGT Sistema MNQ 2007-2018

Entonces llega 2019 y la cosa cambia radicalmente, degradándose ya de forma muy severa el EGT y apareciendo Drawdowns no vistos hasta ahora en la estadística previa.

EGT Micro Nasdaq 3
Fig. 5. EGT Sistema MNQ 2007-2019

En este momento ya mucha gente habría apagado el robot pero se habría perdido una parte importante del rendimiento obtenido. Ahora bien, ¿qué ocurriría si dejamos aun algún tiempo más el sistema operando?

EGT Micro Nasdaq 4
Fig. 6. EGT Sistema MNQ 2007-2022

Podemos apreciar como el rendimiento de la estrategia ha seguido deteriorándose, y como el EGT es aún peor. Llegados a este punto vamos a ver qué ocurre al final de esta película. Lo que sucederá será lo siguiente: entramos en perdidas, algo que EGT ya nos advirtió a finales de 2018, 6 años antes.

EGT Micro Nasdaq 5
Fig. 7. EGT Sistema MNQ 2007-2024

Habrá quien pueda decirme que justo en la peor parte de la curva el EGT es mejor que en la anterior, (0,20 frente a 0,03). Como ya he comentado, EGT evalúa si la estrategia está haciendo lo que debe hacer en base al activo subyacente operado, no si la curva de equity es mejor o peor. Aquí lo realmente trascendente es que, con respecto al valor inicial, la degradación es más que evidente (1,87 frente 0,20).

Bien, esta es mi propuesta de trabajo y una de las herramientas que he creado para trabajar, analizar y estudiar en mi trading. Espero que este nuevo enfoque os despierte la curiosidad y os haga plantearos nuevas formas de hacer las cosas.

Un saludo,
Miguel Jiménez
Estrategias Ganadoras

¿Te Ha Gustado el Artículo? ¿Quieres Saber Más Sobre el EGT?

🚀 Entonces, prepárate para la masterclass en directo que Miguel Jiménez impartirá los días 4, 5 y 6 de noviembre.

📈 En ella aprenderás, paso a paso, a crear tu propio portfolio de estrategias de trading desde cero. ¿Lo mejor de todo? ¡Es 100% gratis!

👉 No te pierdas esta oportunidad, reserva ya tu plaza desde el siguiente enlace:

https://www.quantifiedmodels.com/master-class-aprende-a-crear-tu-primer-portfolio-con-strategyquant/

COMPARTIR EN: