Backtesting consciente de la ejecución y HFT

En algún lugar ahí fuera hay una estrategia con un backtest glorioso: un Sharpe de 3,0, una curva de capital suave, drawdowns con los que podrías dormir tranquilo. Opera 40 veces al día. Ejecuta cada orden al punto medio, en cualquier tamaño, al instante y gratis. También es, casi con certeza, una ficción — porque en el momento en que enrutes esas órdenes a un mercado real, las máquinas de alta frecuencia que hay al otro lado, el diferencial que tienes que cruzar y el precio contra el que empujas tú mismo cobran su peaje en cada una de las operaciones. Esta lección va de cerrar la brecha entre el backtest y el extracto del bróker: meter la ejecución en el precio de tu simulación, saber cuánto capital puede sostener de verdad tu alpha y entender contra quién operas realmente cuando tus órdenes hijas golpean el libro.

El backtest ingenuo con los costes de transacción

Analogía. Imagina calcular un viaje por carretera suponiendo que todos los semáforos están en verde, que nunca paras a repostar y que el límite de velocidad es infinito. Tu estimación será preciosa e inútil. Un backtest ingenuo con los costes de transacción es exactamente ese viaje: te ejecuta al punto medio, en tamaño ilimitado, con impacto cero, siempre. La carretera real tiene peajes (el diferencial), tráfico que tú mismo creas (impacto) y semáforos que se ponen en rojo justo cuando llegas (slippage).

Definición. Un backtest ingenuo con los costes de transacción es una simulación que supone una ejecución perfecta, gratuita e infinitamente líquida — típicamente ejecutando al precio medio o al cierre sin pagar diferencial, sin impacto de mercado y sin slippage. Los costes de ejecución reales son la suma de tres cosas: el medio diferencial que cruzas, el impacto de mercado que crea tu propia orden y el slippage entre tu precio de decisión y tu ejecución. La ventaja neta es simplemente la ventaja bruta menos esos costes:

Ejemplo resuelto. Supón que una señal tiene una ventaja bruta de 12 pb por operación y que el coste de ejecución de ida y vuelta (diferencial + impacto + slippage, entrando y saliendo) es de 8 pb. El neto por operación es 12 − 8 = 4 pb — sigue siendo positivo, pero acabas de regalar dos tercios del alpha. Ahora mira lo que hace la rotación. El rendimiento anual es aproximadamente neto por operación × operaciones por año:

La aritmética que hay que interiorizar: una estrategia que opera el doble de a menudo debe superar el doble de coste. Duplicar la rotación duplica la factura de costes, así que una ventaja bruta que apenas superaba los costes una vez ve su margen reducido a la mitad y puede volverse negativa. El backtest ingenuo escondía todo esto poniendo a cero la columna de coste.

Fíjate en que el prerrequisito de esta lección, Series temporales en finanzas, ya te armó contra el sesgo de anticipación, el sobreajuste y el data-snooping — las formas estadísticas en que un backtest miente. Aquí la mentira es física: realismo de ejecución y coste, no si la señal era real para empezar.

Cuándo preocuparse más

El realismo de los costes importa en proporción a la rotación × tamaño de orden relativo a la liquidez. Un rebalanceo mensual y de tamaño pequeño puede sobrevivir a un modelo de ejecución descuidado; una estrategia diaria, de gran tamaño y de universo ilíquido vive o muere por él. Construye el modelo de costes antes de enamorarte de la curva de capital.

Capacidad y decaimiento del alpha

Analogía. Un pequeño manantial alimenta bien un arroyo, pero intenta abastecer una ciudad con él y lo dejarás seco a base de bombeo. Un alpha es ese manantial: puede regar una cartera modesta, pero pasado cierto tamaño tu propia compra mueve tanto el precio que el impacto se traga la ventaja. Y los manantiales también se secan con el tiempo — una vez que todos saben dónde está el agua, la cola en la bomba se alarga y el caudal se ralentiza para cada uno.

Definición — capacidad. La capacidad es el capital máximo que una estrategia puede desplegar antes de que el impacto de mercado erosione su alpha hasta cero. La ley de la raíz cuadrada de la lección de impacto de mercado es la restricción que manda: el impacto escala aproximadamente con la raíz cuadrada del tamaño de orden relativo al volumen, así que duplicar tu tamaño no duplica tu coste — lo eleva en torno a √2 ≈ 1,41× por unidad, y el coste de impacto total sube como tamaño^1,5. Más allá de la capacidad, cada dólar extra desplegado cuesta más en impacto del que gana en señal.

Definición — decaimiento del alpha. El decaimiento del alpha es la erosión de la prima de una señal después de descubrirse. Dos fuerzas lo impulsan: el mundo cambia (la razón estructural por la que existía la ventaja se debilita o desaparece) y otros la operan hasta agotarla (una señal publicada o masificada se arbitra hasta que la prima se comprime hacia cero). Una ventaja que parecía de 60 pb/año dentro de muestra puede desvanecerse a un residuo de dos dígitos bajos una vez que es pública.

Ejemplo resuelto — el mordisco de la capacidad. Digamos que una señal gana 30 pb brutos por operación a tamaño pequeño, y el impacto a tu tamaño actual de $50M cuesta 6 pb, dejando 24 pb netos. Bajo la ley de la raíz cuadrada, escalar a $200M (4× tamaño) eleva el impacto en aproximadamente √4 = 2×, a 12 pb; escalar a $450M (9× tamaño) lo eleva en √9 = 3×, a 18 pb:

A 25× de tamaño el impacto (30 pb) se come exactamente la ventaja bruta — ese es el muro de la capacidad. El manantial se ha quedado seco a base de bombeo.

Cuándo usarlo

Haz una estimación de capacidad antes de dimensionar una estrategia, y reestima el decaimiento del alpha sobre una ventana móvil en producción. Si la ventaja realizada reciente deriva hacia tu suelo de costes, la señal está decayendo — reduce el tamaño o retírala en lugar de promediarla para devolverla a la vida con historia rancia.

El HFT de un vistazo

Analogía. En el trading de alta frecuencia (HFT), la velocidad de la luz dejó de ser una respuesta de trivial de física y se convirtió en una partida del presupuesto. Las firmas tienden enlaces de microondas por todo Illinois porque las microondas a través del aire le ganan a la fibra óptica de vidrio por milisegundos, y un milisegundo es una eternidad. Es una carrera donde la línea de meta se mueve cada vez que alguien construye una ruta más rápida — y el premio es ser el primero en reaccionar a la misma información pública que todos los demás también ven.

Definición. El trading de alta frecuencia (HFT) es trading automatizado caracterizado por períodos de tenencia extremadamente cortos (de segundos a microsegundos), ratios orden-operación muy altos, posiciones planas de un día para otro y una carrera armamentística de latencia implacable: colocation (alquilar espacio de rack dentro del centro de datos de la bolsa para que tu servidor esté a un palmo del motor de casación), enlaces de microondas y láser entre plazas, y hardware (FPGAs) que procesa los datos de mercado en nanosegundos. Los HFT son los proveedores y tomadores de liquidez dominantes en los mercados modernos — lo que significa que son, literalmente, las contrapartes que hay al otro lado de las órdenes hijas de tu algoritmo.

Por qué te importa a ti. Cuando tu algoritmo VWAP coloca una orden límite pasiva o cruza el diferencial para tomar una, la cotización en reposo con la que interactúa la colocó muy probablemente un HFT, y la orden que ejecuta (o que se desvanece de) la tuya reacciona más rápido de lo que tú puedes. No operas contra un humano adormilado — operas contra el participante más rápido y mejor informado de la sala.

Estrategias HFT y selección adversa

Analogía. Imagina a un creador de mercado como un tendero que comprará o venderá a precios anunciados todo el día, ganando el margen (el diferencial). La mayoría de los clientes son ruido — compran y venden por razones ajenas a hacia dónde va el precio. Pero de vez en cuando entra un cliente que sabe que el almacén de al lado acaba de arder: solo te comprará justo antes de que el precio salte. Ese cliente informado es la selección adversa, y todo el trabajo del tendero es ganar lo suficiente con los traders de ruido como para sobrevivir a los informados.

Definición. Las grandes familias de estrategias HFT:

• Creación de mercado electrónica. Cotizar continuamente tanto un bid como un ask, ganando el diferencial cuando ambos lados operan. Los dos riesgos son el riesgo de inventario (acumulas una posición que no querías y debes cubrir o deshacer) y la selección adversa (tu cotización es picoteada por un trader más rápido y mejor informado justo antes de que el precio se mueva en tu contra).
• Arbitraje de latencia. Detectar un cambio de precio en una plaza (o en un instrumento relacionado, como un futuro) y operar la plaza más lenta en actualizarse antes de que reprecie — aprovechando ir microsegundos por delante de los participantes que leen cotizaciones rancias.
• Arbitraje estadístico de alta frecuencia / anticipación de órdenes. Explotar relaciones estadísticas fugaces (un par, una base índice-vs-componentes) o inferir y adelantarse a las huellas predecibles de grandes órdenes institucionales lentas.

Ejemplo resuelto — selección adversa sobre tu orden límite en reposo. Colocas una orden límite de compra pasiva en el bid, $100,00, con la esperanza de ahorrar el medio diferencial. Considera las dos formas en que puede ejecutarse:

Aquí está la asimetría cruel: cuando el mercado está a punto de subir, el HFT retira la oferta y tu bid se queda sin ejecutar (te pierdes el caso bueno); cuando el mercado está a punto de caer, tu bid se ejecuta por flujo informado (atrapas el caso malo). Así que tus ejecuciones realizadas están seleccionadas hacia los momentos en que la operación era errónea. Por eso a veces tomar liquidez le gana a colocarla: cruzar el diferencial cuesta un medio diferencial conocido, pero colocar pasivamente puede costarte el impuesto (mayor y oculto) de la selección adversa de ejecutarte solo cuando preferirías no haberlo hecho.

Juntándolo todo

Un backtest es una hipótesis sobre el mundo y una hipótesis sobre la ejecución. La higiene estadística de las series temporales en finanzas mantiene honesta la señal; esta lección mantiene honestas las ejecuciones. Mete el diferencial en el precio, modela el impacto con la ley de la raíz cuadrada, limita tu tamaño en la capacidad, vigila el decaimiento del alpha y nunca olvides que la contraparte de cada una de tus órdenes hijas es una máquina de alta frecuencia que puede estar picoteando tus cotizaciones pasivas más rápido de lo que parpadeas.

Ya tienes el instrumental de ejecución completo: conoces la taxonomía de los costes, cómo programarlos y minimizarlos, cómo medirlos a posteriori con el implementation shortfall y — desde esta lección — cómo evitar que un backtest te mienta sobre todo ello, además de quién espera al otro lado de cada orden. Las piezas están sobre la mesa. Lo siguiente es el examen final: una única pasada con nota por todo el tema, una respuesta bloqueada cada vez, para demostrar que sabes juntar el razonamiento consciente de la ejecución bajo presión. Trae el modelo de costes contigo.