¿Por qué las estrategias de negociación pierden eficacia con el tiempo?

Question

No me dedico a las operaciones financieras, y esta pregunta me surgió mientras ojeaba algunas preguntas en esta SE.

Un sentimiento general que sentí después de leer varias preguntas en este SE, es que las estrategias de negociación algorítmica generalmente no seguirán siendo tan eficaces como lo fueron durante el backtesting, o después de algún tiempo en el despliegue.

A un nivel intuitivo puedo entender por qué podría ser el caso, sólo parece extraño. Pero me preguntaba si hay algún razonamiento en profundidad sobre por qué es así.

Answer 1

Hay dos preocupaciones clave (que en la práctica pueden ser difíciles de distinguir):

1. Las investigaciones anteriores sobrestimaron un efecto.
2. El efecto se reduce con el tiempo.

1. Problemas de reproducibilidad y replicabilidad

Las investigaciones anteriores pueden haber encontrado un efecto, pero ¿fue el efecto realmente ¿hay? Puede haber problemas con:

• Reproducir los resultados con los mismos datos.
• Replicar un resultado con nuevos datos.

Debido a errores o problemas en el análisis, los resultados pueden no ser reproducibles incluso con los mismos datos. Por ejemplo, si no se tiene en cuenta la correlación transversal en los datos de rentabilidad financiera, es fácil que se produzcan errores estándar con un factor de 10.

Debido a lo que Andrew Gelman llama el jardín de los senderos que se bifurcan En la actualidad, todas las decisiones que debe tomar un investigador pueden llevar incluso a un investigador capaz y honesto a encontrar resultados "estadísticamente significativos" que no son replicables en nuevos datos. En las finanzas, no es difícil encontrar una estrategia de trading que por pura suerte haya ganado cantidades obscenas de dinero en el pasado (¡y hay mucha gente buscando!). Si hoy creara un fondo de capital riesgo que sólo invirtiera en startups en las que los cofundadores se llamaran Sergei y Larry, se podría cuestionar, con razón, lo bien que una prueba retrospectiva estima los rendimientos esperados. Los numerosos grados de libertad que uno tiene cuando construye estrategias de negociación crean lo que Gelman llamaría un jardín de senderos que se bifurcan.

Estos son especialmente problemas destacados de la psicología pero también omnipresente en la ciencia .

2. El efecto se reduce con el tiempo

Otra cuestión especialmente pertinente para el comercio (y gran parte de las ciencias sociales) es que si un efecto se basa en que la gente comete errores, existe la posibilidad de que la gente se dé por enterada una vez que el efecto se comprenda lo suficiente.

Si los pequeños valores bajaron en diciembre y avanzaron en enero debido a la venta de pérdidas fiscales y la posterior recompra, ¿persistirán esos efectos una vez que más operadores e inversores sean conscientes?

En el contexto de las finanzas, distinguir entre (1) y (2) puede ser difícil (o, en la práctica, puede no importar). Hasta cierto punto, todo el mundo en macrofinanzas utiliza el mismo conjunto de datos: los datos financieros mundiales. Para obtener nuevos datos, todos debemos esperar el paso del tiempo.

Referencias

Gelman, Andrew y Eric Loken, "El jardín de los senderos que se bifurcan"

Mclean, David R. y Jeffrey Pontiff, 2016, "¿Destruye la investigación académica la previsibilidad de la rentabilidad de las acciones?" Journal of Finance

Peng, Roger D., 2009, "Reproducible research and Biostatistics," Bioestadística