Cuando una serie deja de comportarse como antes, el CUSUM puede ayudar a detectar que algo se ha desplazado. La alerta no explica por qué ocurrió ni convierte el cambio en una oportunidad: depende de cómo definas la referencia, la escala y el umbral.
Una alarma estadística, no una señal
CUSUM significa suma acumulada. En vez de juzgar cada dato por separado, compara las observaciones con un comportamiento de referencia y va reuniendo desviaciones persistentes. Si la suma supera el umbral elegido, marca un posible change point: un cambio en las propiedades estadísticas de la serie.
Un estudio sobre vigilancia financiera trató las rupturas como un problema de detección secuencial y comparó un procedimiento Shiryaev–Roberts con un gráfico CUSUM en datos financieros reales. En ese caso ambos funcionaron bien; el método propuesto por los autores pareció algo mejor (artículo en arXiv). El resultado describe ese diseño y esos datos, no establece un ganador para cualquier mercado.
Qué tienes que decidir antes de calcularlo
Primero elige la variable: retornos, residuos de un modelo y volatilidad responden a preguntas distintas. Después fija la referencia y cómo medirás las desviaciones. Por último, define el umbral y qué harás tras una alerta, incluido si el acumulado se reinicia.
serie observada → comparación con la referencia → suma de desvíos → umbral superado → revisiónUna versión puede vigilar desplazamientos sostenidos hacia arriba y otra hacia abajo. Al cambiar el umbral cambian también la sensibilidad y las falsas alarmas. No hay una configuración independiente de la pregunta que quieras responder.
Si analizas varios activos a la vez, los métodos de panel pueden incorporar la estructura entre series. El double CUSUM ordena estadísticos CUSUM de los distintos componentes y estudia cómo detectar cambios conjuntos; el trabajo de la Universidad de Bristol incluye una aplicación a retornos de acciones del S&P 100 (ficha de investigación). No es lo mismo que detectar un cambio en una sola serie.
Dónde se rompe la interpretación
Un CUSUM puede avisar tarde si exige demasiada evidencia, o generar ruido si su referencia no describe bien los datos. Una observación extrema también puede empujar el acumulado, aunque el comportamiento no haya cambiado de forma duradera. Y el método no identifica la causa: eso requiere análisis aparte.
Los estudios citados evalúan técnicas de detección; no prueban que convertir sus alertas en entradas y salidas produzca beneficios netos después de costes. Medir si detecta cambios y medir si una estrategia gana son dos pruebas distintas. Si reajustas parámetros una y otra vez sobre el mismo historial, aparece el problema de sobreajuste del backtest.
Diseña una prueba que pueda fallar
Antes de mirar el tramo final, documenta la variable vigilada, la referencia, el escalado, el umbral y la regla de reinicio. Define también qué considerarás un cambio para medir alertas falsas y retrasos; sin una etiqueta explícita, “detectó bien” puede significar simplemente que la gráfica quedó convincente.
Compara el filtro con una estrategia base sin filtro y congela sus parámetros antes del periodo de evaluación. Si después examinas resultados de trading, incorpora spread, comisión, slippage y las reglas de posición previstas. La metodología de prueba de realbacktesting pone el énfasis en resultados inspeccionables y reproducibles: el CUSUM no merece un estándar más laxo.
Ni siquiera un buen resultado demuestra que el cambio tenga una causa económica estable. Publica las decisiones del modelo y cuenta tanto las alertas ignoradas como las que no llegaron a tiempo.
La idea que conviene conservar
El CUSUM convierte pequeñas desviaciones persistentes en una alerta visible. La investigación empieza después: comprobar si el cambio se sostiene y si tiene algún valor fuera de la muestra que lo hizo parecer importante.