En este artículo mostraremos los pasos a seguir en la detección y validación estadística de pautas intradiarias que sirvan de base para construir estrategias sencillas y robustas. Esta metodología se puede implementar en activos de todo tipo, siempre que dispongamos de un histórico lo suficientemente amplio (mínimo 12-15 años) como para rastrear procesos cíclicos y anomalías en diferentes marcoépocas o configuraciones de los mercados. Abordaremos, como estudio de caso, una pauta bastante acusada y estable del gas natural.

PAUTAS INTRADIARIAS

Son procesos cíclicos o anomalías que se detectan en time frames pequeños y tienen lugar en el espacio de una sesión o entre dos sesiones contiguas. Su duración es muy variable, puede ser de unos pocos minutos o prolongarse durante varias horas. Por ejemplo, los efecto de apertura (First-Hour Effect) y cierre (Last-Hour-Effect), muy estudiados en la literatura académica, no van más allá de los 15-30 min., el efecto de media sesión (Half-Of-The-Day Effect) puede durar de 90 a 120 min. y las pautas direccionales nocturnas entre 8 y 10 horas.

El trabajo con pautas intradiarias puede ser largo y tedioso. Requiere el empleo de enormes ficheros de datos y el uso de herramientas econométricas específicas para el análisis de series temporales. Básicamente se articula en estas tres fases:

1. Proceso de obtención y preparación de los datos. - Su procedencia es muy diversa; podemos extraerlos directamente de una plataforma de trading o recurrir a bases de datos financieros dedicadas a la investigación. En todo caso tenemos que contrastar su calidad y coherencia. Esto es particularmente importante cuando se trabaja con series discontinuas de cotizaciones como los históricos de futuros construidos ensamblando los distintos vencimientos. El time frame de la serie debe ser consecuente con la pauta a investigar; no parece muy razonable empelar gráficos de ticks si solo queremos analizar la direccionalidad nocturna de un activo, pero sí lo es en el caso de investigar pequeños movimientos de precios en escalas inferiores al minuto. A menudo se utilizan en la investigación series transformadas, como los retornos porcentuales y logaritmos que serán muy útiles para detectar patrones en intradía o construir gráficos direccionales y cronogramas.
2. Representación de la información. – En muchos casos el proceso de detección de una pauta pasa por representar adecuadamente la información disponible. Para esto disponemos de varios tipos de gráficos: cronogramas de sesión basados en el retorno acumulado en cada franja horaria o en algún ratio diana relevante (SQN, BMO, %Win), gráficos de distribución horaria del retorno y gráficos de direccionalidad semanal acumulada. En este estudio mostraremos algunos de ellos.  Todos estos gráficos nos permiten resaltar pautas de intradía e identificar visualmente zonas idóneas para cortos y largos.
3. Validación de las pautas. – Para validar estadísticamente una pauta se pueden emplear diferentes procedimientos. El mejor, a mi juicio, es un análisis de regresión sobre la serie de los retornos logarítmicos. Al tratarse de series financieras en las que la volatilidad no es continua y esta grupada en clústeres, es mejor utilizar algún modelo de la familia ARCH (GARCH, EGARCH, TGARCH) en lugar de una regresión simple por mínimos cuadrados. 

FILTRADO DE PAUTAS Y CONSTRUCCIÓN DEL SISTEMA

En pocas ocasiones vamos a encontrar pautas intradiarias susceptibles de generar alpha y ser operadas tal cual, bien porque su beneficio medio por operación (BMO) suele estar muy próximo a los gastos de la operativa bien porque el riesgo (drawdown, peor operación) es demasiado alto. Normalmente es necesario refinarlas mediante alguno de los siguientes procedimientos:

• Introduciendo filtros de volatilidad y direccionalidad. Algunas pautas son más estables en escenarios de baja y media volatilidad o cuando el mercado no está en una fuerte fase tendencial.
• Añadiendo medias de contexto que permitan identificar escenarios alcistas o bajistas en el medio y largo plazo.
• Incorporando reglas de negociación adicionales. Por ejemplo, no operar si la sesión anterior ha sido alcista o bajista, filtrar determinado rango horario o un día de la semana.
• Insertando el patrón intradiario en otras pautas de orden mayor; semanales, mensuales.
• Introduciendo modelos eficientes de apertura y cierre de posiciones. En algunos casos el rendimiento mejora si se introduce un profit target o un break-even stop.

EL FUTURO DEL GAS NATURAL (NG).

En los últimos 50 años el gas natural ha pasado de ser un mero subproducto en la extracción del petróleo a convertirse en una de las principales fuentes de energía, desbancando incluso al carbón. Por ello el futuro de esta materia prima se ha convertido en la segunda commodity sobre energía más negociada, después del petróleo (CL).

El volumen medio diario del NG ronda los 500.000 contratos, lo que lo hace especialmente interesante para operativa intradiaria. El NG está sometido a una fuerte estacionalidad derivada de los periodos de concentración del consumo y la demanda. En los meses fríos el consumo aumenta y con la llegada del verano la demanda disminuye. Podemos apreciar la estacionalidad del gas natural viendo el gráfico agregado de las reservas gasísticas en las 5 principales regiones de EE.UU.

Por otra parte, fenómenos climáticos imprevistos como las olas de frio y de calor pueden generar fuertes fluctuaciones en los precios, por lo que son frecuentes las estrategias de cobertura con opciones o el recurso a los calendar spreads como instrumento especulativo.

En el siguiente gráfico mostramos el movimiento estacional del NG en una amplia ventana temporal de 26 años:

Como vemos, hay un fuerte incremento de los precios durante los meses de otoño que dura hasta la primera semana de diciembre en la que culmina el periodo de acumulación. Luego se produce un pequeño ajuste de precios que dura hasta febrero, seguido de un progresivo incremento hasta el inicio del verano. Entre junio y agosto cae la demanda, siendo julio el mes más bajista del año.

Si queremos analizar con más detalle las estadísticas del proceso estacional del NG podemos ver esta tabla:

En ella tenemos los retornos mensuales en ventanas de 26, 20, 10 y 5 años. Los demás datos de la tabla hacen referencia al histórico completo de 26 años. Podemos apreciar sesgos positivos y negativos muy acusados en el coeficiente de estacionalidad. Siendo los meses con un componente estacional más bajista enero y julio, y los más alcistas septiembre y octubre.

Esta información sobre la pauta de calendario de este mercado podría resultarnos de utilidad como filtro de posicionamiento largos/cotos en un sistema intradiario sobre el NG.

ESTRUCTURA INTRADIARIA DEL NG Y VALIDACIÓN DE LA PAUTA

La mejor aproximación a las pautas de intradía son los cronogramas. El objeto de estas representaciones tabulares es analizar la pauta direccional intradiaria para un conjunto de ratios considerados clave. Generalmente se eligen el BAC, BMO, SQN, DDm. o %Win y se tabulan para cada franja horaria.

La forma más sencilla de elaborar estos gráficos es construyendo un script en la propia plataforma de trading que lance una orden a mercado en la barra t y la mantenga hasta la barra t+n. Siendo “n” el time frame elegido.

En la imagen inferior podemos ver un cronograma del NG en el periodo 2003-2020 basado en un TF = 1 h. y tomando como ratio diana el BMO:

Aparecen dos zonas de máximo rendimiento bien diferenciadas. La zona de entrada para cortos se situaría en la ventana 5:00-13:00h (Madrid GTM+1) y se prolongaría hasta las 18:00-19:00h, y la zona óptima para abrir largos estaría en el tramo 16:00-20:00h. e iría hasta el fin de sesión.

Los cronogramas deben combinarse con este otro tipo de gráficos que muestran la distribución horaria del retorno. De este modo resultan más evidentes los movimientos direccionales en el intradía:

En todo caso cabe señalar que un cronograma es como una foto fija que no discrimina las variaciones diarias que se producen en intradía a lo largo de la semana. Las cueles, en algunos activos como el NG, son muy acusadas y resultan aún más relevantes para el diseño de estrategias que los rangos horarios de máximo rendimiento detectados en el cronograma.

En este gráfico podemos ver una pauta ligeramente alcista de lunes a martes y un fuerte sesgo bajista los jueves centrado en un horario específico. Se trata de un comportamiento anómalo de los precios con una alta significancia estadística. Si aplicamos un modelo de regresión basado en el GARCH a las series del retorno divididas por días de la semana obtenemos estos resultados:

Constatamos, por tanto, que el coeficiente de regresión para el jueves es muy significativo (Estadístico Z ≈ 3) y la probabilidad de error (0,0028) muy baja. Esto nos permite rechazar la hipótesis nula de que la distribución del retorno sigue un paseo aleatorio. Sin embargo, para el resto de los días no se confirma la existencia de ninguna pauta consistente.   

Dado que en el cronograma aparece una ventana de máximo rendimiento para el lado largo entre las 19:00 y las 22:00, procedemos a evaluar el retorno acumulado en este rango de la sesión para comprobar si existe alguna pauta aprovechable.

En el siguiente gráfico podemos ver la evolución semanal del VAMI en este intervalo:

Si filtramos los viernes, el resto de los días parecen tener una pauta alcista que quizá pueda ser aprovechada. Para comprobar su consistencia realizamos un nuevo análisis basado en el GARCH:

Y comprobamos que, igual que en la pauta para cortos, el valor crítico de Z (≈ 2,96) nos permite validar esta pauta para largos con un nivel de confianza superior al 99%. 

Todavía nos queda una pregunta por responder: ¿Existe algún hecho relevante o proceso subyacente al mercado que justifique el movimiento bajista de los jueves? He estado consultando otros estudios y quizá el desencadenante sea la publicación del informe de la IEA (U.S. Energy Información Administration) sobre el almacenamiento de gas natural cuyos datos se actualizan precisamente los jueves.

En este enlace se puede ver el último informe: http://ir.eia.gov/ngs/ngs.html y en este otro el calendario de publicaciones: https://www.eia.gov/naturalgas/weekly/

FORMULACIÓN DE UN SISTEMA INTRADIARIO PARA EL NG

Una vez realizado el análisis del activo y validadas las pautas de intradía para largos y cortos pasamos a formular las reglas de una posible estrategia cuantitativa para este mercado.

Aviso para navegantes:

Conviene comenzar aclarando que lo que vamos a ver a continuación no son sistemas completos sino pruebas de concepto. Para que un sistema sea plenamente funcional se requieren más cosas: Subsistemas de entrada y salida, estructura de gastos, filtros y, sobre todo, un riguroso proceso de evaluación. Ni que decir tiene que los resultados son hipotéticos con todas las salvedades que ello implica.

Configuración global:

a) Histórico del NG 2003-2020.

b) Time frame = 5 min.

c) Plantilla de mercado 24/7 – Madrid (GTM+1)

d) Time stamp: Last.

Lado Largo:

Entramos largos con una orden a mercado si:

- Hora = 20:25 min.

- No es viernes

- EMA(param1) > Close[0]

Cerramos la posición si:

- Hora = 22:15 o última barra de la sesión.

Lado Corto:

- Hora = 13:45 min.

- EMA(1700 [param1]) < Close[0]

Cerramos la posición si:

- Hora >= 16:45

Stop de protección para ambos lados:

- Porcentual: 4,5% [param2]

- Monetario: $1.700 [param3]

Se fija en el valor menor de ambos: Math.Min(Porcentual,Monetario)

El principal parámetro [param1] optimizable de este sistema es el filtro direccional basado en la EMA. Este activo, como hemos visto, tiene un sesgo de reversión o ciclicidad semanal que puede ser capturado empleando una media móvil de contexto o larga duración. Esta media debería tener una duración de entre 5 y 20 días. Cuyo equivalente en TF de 5 min. (≈275 barras) oscila entre 1300 y 5500 barras. Esta sería la horquilla de valores máximos y mínimos a optimizar en la fase de diseño, en saltos de optimización de 50.

La horquilla de valores para el stop porcentual puede estimarse en función del nivel de aversión al riesgo, pero buscando que interfiera lo menos posible con el desarrollo de la pauta. También se puede tomar en consideración el rango medio de fluctuación intradiaria. Tras un análisis previo proponemos una horquilla entre 2,5% y 5% y saltos de optimización de 0,1%.

Por último, el stop monetario, que es opcional, aunque muy recomendable, nos permitirá fijar un límite absoluto de pérdidas por operación. De este modo se añade precisión a las salidas y aumenta la confianza del operador en la estrategia. El valor se pude estimar por MAE, buscando interferir lo menos posible con el stop primario. En este caso una horquilla entre $1.500 y $2.000 sería nuestra referencia.

En el siguiente gráfico mostramos los resultados brutos, sin incluir gastos de operativa:

Como se puede apreciar en el gráfico, el principal problema de este sistema es el progresivo aplanamiento de la curva de beneficios en los últimos 10 años. Esto se debe principalmente al “efecto tamaño”. El NG ha experimentado fuertísimas fluctuaciones en este periodo, pasando de una cotización máxima que rondó 14 puntos en 2005 a los 2,6 en la actualidad. Teniendo en cuenta que el valor del punto en este mercado es de $10.000, el nominal del contrato ha pasado de $140.000 a $26.000. Es decir, que el NG vale ahora unas 5,5 veces menos que en 2005.

Para compensar el “efecto tamaño” podemos modificar el número de contratos en función del valor del activo y de la volatilidad inherente. Asumiendo, por simplificar, una reducción proporcional de las garantías intradiarias exigidas por el broker.

Esta sería la tabla resultante:

Y este sería el gráfico que corrige el efecto tamaño:

Hay que señalar que no se trata de una fórmula de gestión monetaria para calcular el tamaño de la posición, sino de una forma de normalizar el gráfico para corregir el efecto tamaño. En la tabla inferior podemos ver las nuevas estadísticas:

 VENTAJAS Y DESVENTAJAS DEL SISTEMA NGSL

El futuro sobre el gas natural es un activo muy líquido que permite la operativa intradiaria con un deslizamiento medio bastante reducido.

Existen pautas vinculadas a los procesos de almacenamiento y distribución del gas natural, así como a factores climáticos que determinan la evolución de los precios del activo y pueden constituir una ventaja aprovechable.

La existencia de patrones horarios diferentes para largos y cortos permite modelar una pauta dual en el mismo sistema o sistemas distintos para ambos lados conceptualmente sencillos y con muy pocos parámetros.

Como principal desventaja podemos resaltar la propia evolución del subyacente desde los picos alcanzados en 2005 y 2008 hasta los mínimos actuales. La presencia de épocas con diferencias tan acusadas en los precios origina un efecto mercado que debe ser compensado para evaluar adecuadamente la estrategia.  

El sistema que hemos presentado tiene aún margen de mejora. Debido a que el número de operaciones es elevado, sobre todo en el lado largo, se pueden incorporar nuevas reglas o filtros que mejoren el comportamiento de la estrategia.

NOTA FINAL:

La pauta del NG y los sistemas descritos se han presentado en el curso de Experto Universitario de la UPM: “Sistemas y Modelos Cuantitativos de Trading Algorítmico”. Los alumnos están trabajando en el desarrollo de estrategias basadas en esta pauta y esperamos que surjan desarrollos interesantes.

Dedicamos a ellos el presente artículo.

Andrés A. García

@TradingSys,2020