
A esa hipótesis, que no es más que una suposición, se le puede otorgar un cierto grado de posibilidad dependiendo de los resultados que obtengamos sometiéndola a una serie de pruebas.
2º Concebir una hipótesis explicativa en base a esos datos observados
3º Experimentar con la hipótesis responde a hechos reales. Hay muchos tipos de hipótesis, en mi metodología uso la hipótesis causal ya que mis procedimientos están basados en múltiples variables que conllevan a una descodificación en diferentes escenarios y en todas ellas deben producirse una relación de causa / efecto.
En general, las investigaciones que utilizan las hipótesis causales deben cumplir, antes de atribuir que se da una relación causal entre variables, las siguientes condiciones básicas:
– La covariación establecida que no se debe a otras variables “extrañas”, de tal modo que puede afirmarse que la relación es genuina.
Por otro lado, la suposición puede formularse con diversas restricciones respecto a su alcance temporal y/o espacial.
Según estas consideraciones es posible distinguir Hipótesis estadísticas, Hipótesis generales restringidas, Hipótesis generales no restringidas y, además, las Hipótesis causales multivariadas en las cuales nos vamos a centrar.
Las variables dependientes en este caso debe ser complementarias para un timing óptimo de entrada, en las que se combina algún tipo de ciclo, consumos de TF en segmentos no aleatorios, en base de proyección futura de proyección y ciertos tipos de variables de volumen y aceleración. En si, las variables dependientes por si solas podrían constituir un sistema, estrategia o metodología, pero siempre dependerán de la variable independiente… imaginad solo una base dependiente, sin ni siquiera descodificación N-tiempo, ni variables antes mencionadas y que sólo se usara algún tipo de indicador, como el Momentum o un seguidor de precio basado en una media de fondo y demás parafernalia, cada mutación de estructura de precio haría que la estrategia cayera en un DD (DrawDown) asegurado.
Como podeis observar la diferencia es obvia: la estrategia con la variable dependiente (ejemplo 1), solo tiene «validez” en los últimos seis años, antes de ese periodo , no solamente tiene una curva de dispersión, sino además un DD muy significativo. No contempla la mutación, pues no es capaz de descodificarla, lo que implica que una vez aplicada a la operativa real, más pronto que tarde esa estrategia caerá.
Sin embargo, observando la estrategia con variable independiente (ejemplo 2), ya no hablamos de DDs, y si lo hay es poco significativo, pues es capaz de descodificar las mutaciones del precio, y la única manera de dejar de usarla, sería en base a un ejemplo hipotético que expongo a continuación:
Ejemplo:
Modelo X
Fiabilidad 82 % de media, acotado entre un 77 y 87%
Ratio W/L de 3.1 de media acotado entre un 2.6 y 3.7
Desde el momento que el modelo traspase al alza o a la baja ese acotamiento de predicción ya cuantificado, aunque siga siendo ganador y no produzca DD alguno, debe pasar al modo hibernación ( fuera del mercado real ), ya que habrá dispersado los criterios previstos, y con una gran posibilidad de ir a la papelera, ya que se habrá plasmado una anomalía en los acotamientos previstos.
Así que la diferencia de modelizar, cuantificar y dar validez a una estrategia pasa por tener siempre en cuenta en una hipotesis causal, la variable independiente.
Resumiendo, aplicando estas técnicas de trabajo no hay que esperar un DD, o al menos uno significativo, porque al emplear estos modelos de muy alta fiabilidad, no solo no produce casi DD , sino que además antes de que se produzca, se irá constatando que el modelo baja a una fiabilidad ya acotada en la cuantificación previa..
No es viable trabajar con metodologías o base de modelos simples, éstas SIEMPRE caen en DD y generalmente son brutales, de más de un 10%, y sin contar que al final caen , dejan de producir retornos, y producen grandes perdidas. Esta es la base de trabajo preferida de traders que buscan el camino fácil y no quieren profundizar en este campo tan complejo como es el trading . Aunque también es la preferida de traders que no son capaces de abordar nuevos campos de estudio y prefieren el tuneo a la base matemática.
Abrir la mente es necesario para entender que hay diversos caminos para llegar a un destino y que en mis metodologías, siempre me baso en modelos fractales de una cierta complejidad, con una base de segmento múltiple neutro que implica la descodificación de acumulación o distribución previo a la reacción predictiva.
Es obvio que aquí interviene un factor llamado econofísica, ya que todo lo que vemos alrededor de nuestra mirada está generado bajo una base fractal, física y matemática.
Así que una vez tienes uno o varios modelos de trabajo cuantificados al milímetro, es sencillo trabajar con ellos, ya que se asemeja a cualquier trabajo de corte mecánico como en una cadena de montaje de una fábrica.