La estacionalidad en trading no dice que el próximo mes vaya a parecerse al anterior. Dice algo más modesto: en unos datos concretos, una parte del calendario coincide con un comportamiento medio distinto.
La diferencia parece pequeña, pero evita un error costoso. Una pauta histórica puede ser real y, aun así, no sobrevivir como regla operable cuando se le añaden costes, decisiones previas y datos nuevos.
La pregunta correcta no es “¿qué mes funciona?”
La estacionalidad estudia si retornos, volumen, volatilidad u otra medida fijada de antemano cambian de forma recurrente según el calendario. Puede mirar un mes, un día de la semana, una franja horaria o una ventana de evento. Sin mercado, huso horario, condición, entrada y salida definidos, solo hay una observación llamativa.
La literatura académica sí encuentra estacionalidades de retorno vinculadas al calendario en acciones. Heston y Sadka investigan efectos repetidos de mes calendario en la sección transversal de acciones; Keloharju, Linnainmaa y Nyberg documentan estacionalidades relacionadas en distintos contextos (Heston y Sadka, Keloharju, Linnainmaa y Nyberg). Es un motivo para investigar la hipótesis, no un permiso para esperar el mismo resultado en cada activo o cada fecha.
Antes de mirar la curva, escribe el protocolo
Una regla estacional necesita más que la fecha. Estos elementos cambian el resultado y deben decidirse antes de abrir el gráfico.
| Elemento | Decisión que debes fijar | Defecto si queda abierto |
|---|---|---|
| Universo | Qué instrumentos entran | Puedes acabar mostrando solo los que salieron bien. |
| Reloj | Qué sesión y zona horaria cuentan | Una misma fecha contiene horarios de negociación distintos. |
| Estado | Cuándo estás long, short o flat | “Normalmente sube” no produce una orden. |
| Fill | Cuál es el primer precio posible | No puedes ejecutar antes de conocer la condición. |
| Riesgo | Cómo termina la operación y cuánto expone | La entrada por calendario no completa un sistema. |
Una versión mínima se parece a esto:
si se cumple la condición calendario previamente fijada:
mantener la exposición definida para ese mercado
si no se cumple:
no mantener exposición estacional
entrar y salir solo después de que la condición sea conocida
aplicar los mismos costes y límites de riesgo en cada observaciónNo hay magia en esa sencillez. Si cambias el cierre de sesión, el contrato elegido o el periodo de permanencia, ya estás probando otra hipótesis. Esa es justo la razón para dejarlo por escrito.
La trampa está en todo lo que probaste antes
Un calendario ofrece muchas formas ordenadas de cortar la misma historia. Puedes mover una ventana, cambiar la hora, añadir mercados o ajustar la salida hasta obtener una gráfica agradable. El peligro no es que lo hagas con mala intención; es que, tras muchas pruebas, la casualidad también produce ganadores.
Sullivan, Timmermann y White cuantifican el sesgo de data-snooping al evaluar reglas técnicas. Harvey, Liu y Zhu plantean el problema general: una búsqueda extensa exige un umbral de evidencia más exigente (Sullivan, Timmermann y White, Harvey, Liu y Zhu).
Esto no invalida las estacionalidades estudiadas. Sí invalida la comodidad de elegir una versión después de ver los datos y llamarla “la estrategia”. Los trabajos sobre retornos estacionales muestran que las pautas pueden aparecer en historia; los trabajos sobre múltiples pruebas explican por qué una aparición aislada aún no basta (Heston y Sadka, Keloharju, Linnainmaa y Nyberg).
Una pauta media no es un compromiso del mercado
Una media puede esconder resultados muy desiguales. Tal vez el efecto dependa de pocas observaciones, de una estructura de mercado que cambió o de un coste que el gráfico no descuenta. Esas posibilidades no se resuelven con una explicación bonita después del hecho.
También hay errores mecánicos que inflan este tipo de backtest:
- ajustar el inicio o el final de la ventana tras comparar variantes;
- buscar entre símbolos relacionados y publicar únicamente el mejor;
- usar una frontera de sesión que no puede reconstruirse desde los datos;
- tomar un fill anterior al momento en que la condición se conoce; o
- olvidar spread, comisión, slippage o financiación.
La crítica no es “el patrón no existe”. Es mucho más incómoda: ¿habría quedado la misma regla si hubieras tenido que decidirla sin saber el resultado?
Cómo someter una idea estacional a una prueba seria
Empieza por una única hipótesis escrita. Después, diseña el backtest para que tenga una oportunidad real de decir que no.
- Formula la condición de calendario antes de revisar el rendimiento.
- Conserva una lista fija de mercados, una fuente de datos y un corte horario reproducible.
- Define entrada, salida, exposición y límite de riesgo sin interpretación visual.
- Ejecuta en el primer precio disponible después de que la regla pueda conocerse.
- Carga los costes que corresponden al instrumento y a la duración.
- Separa datos out-of-sample que no hayan participado en la selección.
- Revisa alternativas cercanas de ventana y permanencia, e informa todas, no solo la más atractiva.
- Compara con un benchmark sencillo y comprueba si unas pocas observaciones sostienen el resultado.
Las guías de validación out-of-sample y sensibilidad de parámetros dan el marco para esa revisión. También ayuda saber cómo verificar un backtest de cTrader: si nadie puede reproducir tus horarios, datos y fills, no hay una evidencia que auditar.
realbacktesting es un estudio de software de trading para cTrader centrado en pruebas reproducibles. Para una pauta estacional, eso exige que otra persona pueda obtener las mismas operaciones con el calendario, las reglas y los datos descritos. Un mapa de calor puede iniciar una pregunta. No puede cerrarla.
Preguntas habituales
¿La estacionalidad sirve para predecir?
No por sí sola. Resume una tendencia histórica condicionada por una definición de calendario; no demuestra que la siguiente aparición vaya a repetirla.
¿Una estrategia estacional puede ser completamente sistemática?
Sí. Deben quedar fijos de antemano el calendario, el instrumento, el estado de la posición, la ejecución, la salida y los límites de riesgo. Si se reajustan mirando el gráfico, la decisión ya es discrecional.
¿Por qué importa tanto el out-of-sample?
Porque una búsqueda de fechas y ventanas puede seleccionar un resultado afortunado. Los datos que no intervinieron en esa elección sirven para comprobar si la pauta resiste fuera de la selección.
Conclusión
La estacionalidad merece una prueba porque hay investigación que documenta pautas de calendario. Merece desconfianza hasta que una regla congelada supera costes, alternativas cercanas y datos que no escogieron el resultado.