Cementerio de hipótesis
Lo que ya probamos y no funcionó
Diecinueve ideas descartadas en ocho familias, cada una con los datos que la enterraron. Está publicado por dos motivos: si nos propones algo de esta lista, la respuesta ya está escrita y con números; y es la prueba de que cuando decimos que algo no funciona, lo hemos medido.
Casi todo salió de auditar nuestro propio bot, con más de cincuenta experimentos formales registrados. Antes de aplicarle este listón a nadie, nos lo aplicamos a nosotros.
Detección de régimen de mercado
La idea que más veces se ha intentado y más veces ha fallado: cuatro intentos independientes, con técnicas de complejidad creciente, mismo resultado.
- ADX, ratio de volatilidad y nivel de volatilidad como clasificador: no separa años ganadores de perdedores. 2024 tuvo un 11 % de días de tendencia fuerte y aun así perdió.
- Hamilton MSAR (cadena de Markov de conmutación, tres configuraciones): entropía ≈ 0,99 en plata. El modelo no encuentra ninguna estructura; es indistinguible de ruido.
- Filtros de régimen sobre la entrada: rechazados en bloque porque la simulación ya había establecido que el edge está en la tendencia y en la gestión de salida, no en la señal de entrada.
Si traes esto: Si tu bot usa un detector de régimen simple como filtro de entrada, pide la prueba de que separa periodos ganadores de perdedores con datos. La probabilidad de que no lo haga es alta: medida cuatro veces de forma independiente sobre el mismo activo.
Filtros de confirmación externos (macro, cross-asset)
Confirmar una señal con otro activo suena prudente y en la práctica bloquea operaciones rentables.
- Lead-lag entre el dólar y el oro sobre datos diarios 2022-2026: la relación resultó ser 100 % contemporánea, así que no hay nada que anticipar.
- Filtro de tendencia con media de 200 en gráfico de 4 horas: bloquea operaciones que ganaban dinero.
Si traes esto: Un filtro que solo se prueba sobre el resultado final parece inofensivo. Hay que medir qué operaciones habría impedido, no solo si el total sube.
Aprendizaje automático sobre una señal existente
Un metamodelo que decide si hacer caso a la señal. Cerró toda la familia de filtros discriminantes.
- El área bajo la curva del clasificador se quedó dentro del ruido: las características de las operaciones ganadoras y las perdedoras son indistinguibles.
- Si no hay señal que separar, ningún modelo la va a encontrar por sofisticado que sea. El problema no era el modelo.
Si traes esto: Añadir capas encima de una señal que no discrimina no mejora nada, y sí multiplica las veces que has buscado — que es exactamente lo que penaliza el análisis de sobreoptimización.
«Arreglar el cableado» de una magnitud ya saturada
Un parámetro puede parecer refutado sin estar realmente conectado a nada.
- Se barrieron 144 combinaciones y solo produjeron 9 series de resultados distintas: los parámetros barridos estaban saturados aguas arriba y no movían el comportamiento.
- Corregir un cálculo que ya estaba pegado a su tope no cambia el resultado. Antes de refutar un parámetro hay que comprobar que llega a hacer algo.
Si traes esto: Si tu optimización dice 144 pasadas pero solo hay 9 resultados distintos, no probaste 144 cosas. Contarlas como 144 subestima tu suerte estadística.
Modelos paramétricos de cola gorda
Dos formas estándar de estimar pérdidas extremas, rechazadas con medición.
- La expansión de Cornish-Fisher subestimó el riesgo un 52 % en datos reales, y fuera de su dominio de validez deja de ser monótona.
- La teoría de valores extremos necesita del orden de 50 excedencias para ajustar. Los historiales reales que llegan casi nunca las tienen.
Si traes esto: De aquí salió algo útil: un intervalo de confianza que declara su cobertura real medida en vez de la nominal. Un intervalo estrecho no significa fiable.
Por qué esto no es un catálogo de ideas para probar
La distinción importa más de lo que parece. Una lista de «prueba esto también» aumenta el número de veces que has buscado, ycada búsqueda adicional sobre los mismos datos gasta tu suerte estadística. Convertiría al auditor en parte de tu proceso de búsqueda: el mismo conflicto de interés que separó la auditoría de la consultoría contable después de Enron.
Esto es lo contrario. Son ideas ya enterradas, para que no gastes tus intentos en ellas.