Paradox M5

Resumen ejecutivo

Resumen de la estrategia

Este es un sistema de inversión de medias diseñado para el XAUUSD que opera en el marco temporal de 5 minutos. La investigación original se llevó a cabo en el marco temporal de 1 minuto con el fin de capturar las ineficiencias a nivel de microestructura. Sin embargo, las diferencias significativas en la construcción de la cotización, la agregación de ticks y la calidad de la información entre los corredores produjeron resultados de backtest inconsistentes y no conciliables. Para mitigar estos problemas, el modelo se migró a barras de 5 minutos, lo que mejora significativamente la uniformidad de los datos entre los corredores, preservando al mismo tiempo la sensibilidad a las dislocaciones de precios a corto plazo. La transición dio como resultado:

• Mayor estabilidad de los parámetros
• Mayor coherencia entre intermediarios
• Un entorno de backtesting más fiable

Arquitectura del modelo

La estrategia se construye como un conjunto de unidades de decisión derivadas de conceptos cuantitativos de estructura de mercado. Las señales de negociación se generan a través de un proceso de decisión coordinado. En función de las condiciones imperantes en el mercado, el sistema puede requerir el consenso total de todas las unidades de decisión o pasar dinámicamente a una estructura jerárquica de decisión. Este mecanismo adaptativo permite al modelo responder a la dinámica cambiante de la microestructura, al tiempo que da prioridad a la estabilidad a largo plazo y a la exposición controlada al riesgo.

Diseño consciente de la sesión

El modelo tiene en cuenta las sesiones. Cada sesión de negociación importante se trata como un régimen de comportamiento distinto basado en sus características históricas . Las sesiones se procesan cronológicamente . Cuando comienza una nueva sesión, ésta sustituye a las normas de la sesión anterior. Sólo puede haber una posición abierta en todo momento. Si una operación permanece activa durante una transición de sesión, el marco de gestión de riesgos cambia automáticamente al conjunto de parámetros asociado a la nueva sesión . No se permite la exposición durante la noche. Todas las posiciones se cierran antes del cierre del mercado.

Metodología de investigación y validación

Para minimizar el sobreajuste a los artefactos de microestructura específicos de los intermediarios, la estrategia se validó en tres modelos de intermediarios que representaban diferentes entornos de ejecución:

• Corredor A - Estructura ECN (diferenciales estrechos)
• Corredor B - Estructura de creador de mercado (diferenciales moderados)
• Corredor C - Modelo de corredor de amplia cobertura (diferenciales amplios y mayor variabilidad de los diferenciales)

En lugar de seleccionar combinaciones de parámetros de máximo rendimiento, la investigación se centró en identificar grupos estables de parámetros mediante técnicas de agrupación de rendimiento. Sólo se seleccionaron los grupos que mostraban un comportamiento coherente entre los distintos corredores. Se rechazó cualquier agrupación que se degradara significativamente incluso en un solo corredor.

Este proceso se repitió para cada unidad de decisión, cada sesión y cada corredor hasta que se ensambló la arquitectura completa del sistema. Se utilizó un límite estructural fuera de la muestra que comenzaba el 2024-01-01 para controlar la degradación del rendimiento entre corredores y sesiones. Se descartaron los grupos de parámetros que mostraban un deterioro significativo durante el periodo OOS.

Pruebas de resistencia

Serealizaron 10.000 simulaciones en bloque para evaluar las posibles trayectorias de la renta variable con una secuencia de operaciones aleatoria. Todas las trayectorias de renta variable simuladas generaron una probabilidad de pérdida del 0,0%, lo que indica que el rendimiento del sistema no depende de una orden de operación histórica específica. Para simular ejecuciones fallidas y efectos de latencia, las operaciones se eliminaron aleatoriamente de la secuencia. El beneficio disminuye linealmente a medida que se eliminan operaciones, lo que indica que el rendimiento se distribuye uniformemente entre muchas operaciones en lugar de depender de valores atípicos aislados. Se aplicaron costes de transacción adicionales para evaluar la sensibilidad a las condiciones de ejecución frente a un beneficio total de referencia de 29.934 $. La rentabilidad se mantiene muy estable, lo que sugiere una excelente resistencia a las variaciones moderadas y graves de los diferenciales o al deslizamiento.

Resumen de resultados

El sistema se evaluó desde enero de 2020 hasta diciembre de 2025 (2190 días).

Rendimiento de la cuenta

La rentabilidad anualizada (CAGR) durante el periodo es de aproximadamente el 26%.

Métricas de negociación y rentabilidad

Métricas de riesgo

Comportamiento fuera de la muestra

Se introdujo una ruptura estructural en 2024-01-01.

La estrategia se mantiene muy estable con datos independientes.

El análisis de degradación OOS muestra:

• Caída del factor de beneficio: -5,1%.
• Aumento de la tasa de ganancias: +0,7
• Aumento del beneficio medio mensual: +43,8%.

Este comportamiento es coherente con sistemas muy robustos que sobreviven a la realidad posterior a la optimización.

Análisis de expectativas (fuera de muestra)

Para comprender mejor la distribución de los beneficios a lo largo del tiempo, se analizó el periodo fuera de muestra utilizando tanto el rendimiento real realizado como simulaciones de Monte Carlo bootstrapped. El objetivo de este análisis es estimar la distribución esperada de los beneficios a lo largo de distintos horizontes temporales, cuantificando al mismo tiempo los posibles escenarios al alza y a la baja mediante percentiles del estilo Valor en Riesgo. Los resultados bootstrapped se generaron utilizando 10.000 secuencias remuestreadas de los datos de operaciones fuera de muestra.

Nota: La duración media de la reducción OOS es de 13 días.

La estrecha concordancia entre los rendimientos medios reales y las expectativas bootstrapped en los horizontes diario, semanal y mensual indica que el rendimiento observado fuera de la muestra es estadísticamente coherente con la distribución de rendimientos subyacente de la estrategia. Los rendimientos medios bootstrapped coinciden estrechamente con el rendimiento realizado, lo que indica un sesgo limitado de los valores atípicos extremos. Las bandas de VaR del 95% y del 5% proporcionan expectativas realistas para la variabilidad de los beneficios y las pérdidas a corto plazo. Las expectativas positivas persisten en todos los horizontes temporales analizados, lo que respalda la estabilidad de la ventaja estadística de la estrategia.

En general, la rentabilidad del sistema no depende de eventos extremos raros, sino que surge de una expectativa estadística consistente distribuida a lo largo de muchas operaciones y periodos de tiempo.

Controles de riesgo

Protecciones contra la volatilidad

Un módulo opcional denominado Volatility Railguards filtra la actividad de negociación basándose en una puntuación z diaria de la volatilidad realizada . El cálculo interno de la volatilidad refleja fielmente el comportamiento del CBOE Gold ETF Volatility Index. Cuando está activado, las operaciones sólo se permiten cuando la volatilidad se mantiene dentro de ±2 desviaciones estándar de su media a largo plazo. Los entornos de volatilidad extremadamente baja suelen carecer de suficiente movimiento de precios. Los regímenes de volatilidad extremadamente alta introducen costes de ejecución excesivos y una dinámica de precios inestable El módulo da prioridad a la preservación del capital durante los regímenes de volatilidad anormal, aunque a costa de reducir la actividad de negociación. Puede ser especialmente útil durante acontecimientos macroeconómicos importantes como:

• publicación de las nóminas no agrícolas
• Decisiones del Comité Federal de Mercado Abierto
• Simposio económico de Jackson Hole
• Anuncios de tipos de interés
• Principales acontecimientos geopolíticos

Aunque esto reduce el riesgo de caída, también reduce el potencial de rentabilidad, y generalmente está pensado para condiciones de mercado excepcionales.

Asignación dinámica

Un módulo opcional de dimensionamiento de posiciones, denominado Asignación Dinámica, ajusta el capital en riesgo por operación en función de los resultados empíricos de la estrategia, en lugar de basarse en datos estáticos sobre el riesgo. El módulo calcula una tasa de ganancias móvil a lo largo de una ventana retrospectiva definida por el usuario (por ejemplo, las últimas 30 operaciones), El riesgo se gestiona mediante una función escalonada. Cuando la tasa de ganancias de una sesión supera un umbral superior definido (por ejemplo, el 55%), la asignación de riesgo aumenta en un porcentaje,Cuando la tasa de ganancias de una sesión supera un umbral superior definido (por ejemplo, el 55%), la asignación de riesgo aumenta en un tamaño de paso fijo por cada nivel porcentual adicional. Cuando la tasa de ganancias cae por debajo de un umbral inferior definido (por ejemplo, el 45%), la asignación de riesgo se reduce gradualmente para limitar la exposición. Todos los ajustes se mantienen dentro de estrictos parámetros de riesgo mínimo y máximo. Esto crea un bucle de retroalimentación algorítmica que:

• Reduce la velocidad de reducción durante los regímenes desfavorables
• Escala la exposición sólo cuando existe una ventaja estadísticamente verificada

Este cálculo se aísla estrictamente por sesión de negociación (asiática, europea y americana) para garantizar que las métricas de rendimiento en un mercado no sesguen el tamaño de la posición en otro. Dado que el módulo de asignación dinámica ajusta la exposición en función del rendimiento específico de la sesión, su eficacia depende de la presencia de regímenes persistentes de rendimiento superior o inferior a nivel de sesión. Sin embargo, el análisis estadístico de esta estrategia muestra:

• Las pérdidas no están muy concentradas en el tiempo.
• Los malos resultados no persisten en sesiones concretas.
• La ventaja se mantiene relativamente estable a lo largo de las sesiones

En consecuencia, la asignación dinámica no modifica sustancialmente el perfil de rentabilidad a largo plazo de la estrategia. En la práctica, el módulo sólo produce pequeñas variaciones en las características de crecimiento y reducción de la renta variable, sin mejoras ni deterioros estadísticamente significativos de la rentabilidad. Por esta razón, la Asignación Dinámica debe considerarse principalmente como una preferencia opcional de gestión del riesgo, más que como un componente central de la ventaja estadística del sistema.

Requisitos operativos

• La ampliación del diferencial, el deslizamiento o la latencia pueden afectar a la ejecución, por lo que se recomienda utilizar cuentas ECN para obtener los mejores resultados.
• La hora de la sesión debe coincidir exactamente con la hora del servidor del broker, ya que el modelo se basa en los límites exactos de la sesión para la clasificación del régimen.
• Los niveles de Take-profit y Stop-loss deben permanecer inalterados. Estos parámetros se calibraron utilizando el rango diario medio específico de la sesión del oro durante los últimos cinco años.