Cada año alguien publica un gráfico que muestra que un mes, un día o una hora se comporta distinto, y el gráfico es exacto sobre el pasado. Casi ninguno sobrevive al contacto con el futuro, y la razón es un mecanismo estadístico que produce patrones convincentes a partir de datos que no contienen nada.
Toma cualquier serie de números aleatorios, lo bastante larga, y búscale regularidades. Las encontrarás: meses que rinden más, días de la semana negativos, horas que tienden. El hallazgo está garantizado más que sorprender, porque una serie aleatoria suficientemente larga contiene todos los patrones en alguna parte, y buscar es lo que los saca a la superficie.
Ese es el hecho sobre el que se construye casi todo el análisis de calendario sin reconocerlo. Un gráfico que muestra que un mes ha promediado un rendimiento positivo durante quince años es una afirmación verdadera sobre esos quince años. Que sea prueba de algo depende enteramente de cuántos otros meses, y otras reglas, se examinaron antes de publicar ese.
La distinción importa porque ambos se ven idénticos al presentarse. Un efecto genuino y una casualidad producen el mismo gráfico, la misma media y el mismo pie de foto seguro. Nada en la presentación los separa, y lo que los separaría es información sobre la búsqueda y no sobre los datos.
Cualquier serie suficientemente larga contiene todos los patrones en alguna parte. Encontrar uno prueba que buscaste, no que el patrón sea real.
El nombre formal es multiplicidad de pruebas, y la aritmética es implacable. Si pruebas una regla y adoptas un umbral que una casualidad superaría solo una vez de cada veinte, tienes un filtro razonable. Si pruebas cien reglas contra el mismo umbral, debes esperar que unas cinco lo superen por puro azar, y esas cinco se verán exactamente como descubrimientos.
El análisis de calendario está cerca del peor caso, porque el espacio de reglas es enorme y gratis de explorar. Doce meses, siete días de la semana, treinta y un días del mes, veinticuatro horas, y todas sus combinaciones, aplicados a cada activo y cada ventana, son decenas de miles de reglas comprobables. Algunas parecerán extraordinarias, y las extraordinarias son las que se publican.
La corrección es conceptualmente simple y rara vez se aplica: el umbral debe subirse en proporción al número de reglas examinadas. Un hallazgo que sería impresionante tras una prueba es anodino tras diez mil, y casi nadie que publique un gráfico de calendario dice cuántos miró antes de elegir ese.
Las afirmaciones de calendario conocidas se han examinado repetidamente por gente sin interés en la respuesta, y los resultados siguen una forma constante. Casi todas desaparecen del todo al probarlas con datos posteriores a su publicación. Algunas sobreviven en una forma debilitada más pequeña que los costes de transacción. Un número pequeño persiste y resulta tener una causa estructural y no de calendario.
Esa última categoría es la interesante porque explica por qué el campo sigue produciendo candidatos. Cuando un efecto es real, lo es porque algo ocurre en ese momento y no por la fecha en sí: instituciones que reequilibran según un calendario, ejercicios fiscales que terminan, periodos de publicación que cierran, o liquidez que adelgaza en festivos. El calendario es un indicador indirecto de la causa y no la causa.
Ese reencuadre es el útil. Un efecto de calendario afirmado sin mecanismo propuesto es un patrón que alguien encontró buscando. Un efecto afirmado con un mecanismo que se puede enunciar y comprobar es una hipótesis sobre la estructura del mercado con una fecha pegada, y se evalúa por el mecanismo y no por el gráfico.
Hay un efecto periódico genuino en este mercado y no es de calendario. La atención llega en oleadas: la cobertura aumenta, entran participantes nuevos, la actividad y la volatilidad suben juntas, y después la atención decae. Ese ciclo se observa en el interés de búsqueda, en la creación de cuentas nuevas, y en la composición del flujo.
Se confunde con estacionalidad porque las oleadas tienen ritmo y los ritmos invitan a explicaciones de calendario. Pero el motor es un bucle de realimentación entre el movimiento del precio y la cobertura y no una fecha, lo que significa que no se repite según un calendario y no puede anticiparse mirando un mes. Solo puede observarse mientras ocurre.
Lo que sí produce es una observación estructural fiable: durante periodos de mucha atención, la composición de participantes se desplaza hacia quienes operan un relato en vez de un diferencial, el apalancamiento sube, y el mercado se vuelve más propenso a movimientos bruscos en ambos sentidos. Esa es una afirmación sobre fragilidad que se deriva del mecanismo, y no exige ninguna opinión sobre dirección ni momento.
Un efecto de calendario de este mercado sí se sostiene, y se sostiene porque el mecanismo es obvio. La liquidez tiene forma semanal: es más delgada los fines de semana y en las horas nocturnas de las mayores regiones participantes, porque las personas y firmas que la proporcionan no están trabajando. Eso no es un patrón encontrado buscando, es consecuencia de los horarios humanos.
Se mide directamente en vez de inferirse de los rendimientos. La profundidad del libro, los diferenciales y el coste de ejecutar un tamaño dado varían a lo largo de la semana de una forma que se repite y que se observa en cualquier instrumento sin maquinaria estadística alguna. El efecto es sobre el coste de ejecución y no sobre la dirección.
Esa distinción es lo que lo vuelve utilizable mientras las afirmaciones mensuales no lo son. Saber que una hora concreta cuesta más operar es un hecho sobre tus costes que controlas eligiendo cuándo operar. Saber que un mes ha sido históricamente positivo es una afirmación sobre dirección sobre la que no puedes actuar sin asumir el riesgo que la afirmación describe.
El patrón semanal es real porque el mecanismo son los horarios de trabajo de la gente. Los patrones mensuales son afirmaciones sobre dirección sin mecanismo alguno.
Un patrón genuinamente explotable deja de serlo una vez que suficiente gente lo conoce, porque actuar sobre él mueve el precio hasta el punto en que ya no compensa. No es una objeción teórica, es el destino documentado de casi todas las anomalías de mercado publicadas, en todas las clases de activo.
Los estudios que siguen esto encuentran una forma constante: los efectos se encogen bastante tras la publicación, y el encogimiento es mayor para los efectos más fáciles de operar. Parte de eso es arbitraje eliminando un efecto real, y parte es que el efecto nunca estuvo y el hallazgo original fue una casualidad que la regresión a la media corrigió.
Cualquiera de las explicaciones lleva a la misma conclusión práctica. Un efecto de calendario del que lees en un artículo es o falso o ya competido, y en ambos casos actuar sobre él es mal uso del capital. Los que valen algo son los que nadie ha publicado, un conjunto al que solo se entra haciendo el propio trabajo.
El procedimiento es corto y zanja casi todas las afirmaciones. Divide tus datos en dos periodos antes de mirar nada. Desarrolla o evalúa la regla usando solo el primero, después aplícala sin cambios al segundo y anota el resultado. Si funciona en el primero y no en el segundo, que es el desenlace habitual, la regla estaba ajustada a ruido.
Después comprueba si sobrevive a los costes. Un efecto de calendario que valga una fracción de por ciento por ocurrencia no vale nada si ejecutarlo cuesta más, y muchos efectos publicados son exactamente de ese tamaño. Resta un coste de ida y vuelta realista sacado de tus propios registros en vez de supuesto, y buena parte de los candidatos desaparece en este paso.
Por último, cuenta. Antes de creer una regla, pregúntate cuántas reglas consideraste antes de llegar a ella. Si la respuesta es muchas, tu umbral para creer esta tiene que subir en la misma medida, y la versión honesta de ese ajuste elimina casi todo.
De vez en cuando una regla sobrevive a las tres comprobaciones, y la respuesta correcta es más contenida de lo que se siente. Una regla que funciona fuera de muestra, sobrevive a los costes y no fue seleccionada de una búsqueda amplia es una candidata y no un descubrimiento, y el paso siguiente es preguntarse qué mecanismo la produciría.
Si se puede enunciar un mecanismo, la regla se vuelve bastante más creíble, porque una causa comprobable es prueba de un modo que un patrón no lo es. Si no se puede enunciar ninguno, la regla sigue siendo una casualidad que resultó sobrevivir a dos pruebas, que es exactamente lo que una casualidad en una serie larga hace parte del tiempo.
Y sea cual sea la respuesta, dimensiona en consecuencia. Una ventaja estadística medida sobre datos limitados lleva una incertidumbre normalmente mayor que la propia ventaja, y una posición dimensionada como si la estimación fuera exacta está dimensionada sobre una cifra cuyos márgenes de error nadie dibujó.
Nada de esto significa que el calendario sea irrelevante. Significa que las aplicaciones útiles van de coste y riesgo y no de dirección, y hay varias.
Saber cuándo adelgaza la liquidez permite evitar ejecutar entonces, que es un ahorro que capturas con certeza y no una apuesta que podrías ganar. Saber cuándo caen los anuncios programados permite evitar mantener una posición a través de un suceso sobre el que no tienes opinión, o dimensionar para la volatilidad que producirá. Y conocer la forma semanal del mercado permite planificarla en vez de que te sorprenda.
Las tres son el mismo tipo de conocimiento: hechos descriptivos sobre cuándo el mercado se comporta distinto, usados para gestionar ejecución y exposición. Es una afirmación más modesta que predecir rendimientos a partir de un mes, es sostenible, y vale más en la práctica que cualquiera de los patrones que acaban en un gráfico.
Porque cualquier serie suficientemente larga contiene todos los patrones en alguna parte, y buscar es lo que los saca. Un gráfico de la media histórica de un mes es una afirmación verdadera sobre el pasado. Que signifique algo depende de cuántas otras reglas se examinaron antes de elegir esa, cosa que nunca se dice.
Probar muchas reglas contra el mismo umbral. Si un umbral se supera por azar una vez de cada veinte, probar cien reglas produce unos cinco descubrimientos aparentes a partir de nada. El análisis de calendario tiene decenas de miles de reglas comprobables, lo que lo sitúa cerca del peor caso.
Unos pocos, y los que lo hacen resultan tener una causa estructural y no de calendario: reequilibrios programados, ejercicios fiscales que terminan, o liquidez que adelgaza en festivos. La fecha es un indicador indirecto del mecanismo. Un efecto afirmado sin mecanismo propuesto es un patrón encontrado buscando.
Sí, en la liquidez y no en la dirección. La profundidad es más delgada los fines de semana y en las horas nocturnas de las mayores regiones participantes, porque quienes la proporcionan no trabajan. Se mide directamente en cualquier instrumento y afecta a tu coste de ejecución, que controlas eligiendo cuándo operar.
Dos razones que llevan a la misma conclusión. Actuar sobre un patrón genuinamente explotable mueve el precio hasta que deja de compensar, y muchos efectos publicados eran casualidades que la regresión a la media corrigió. Los estudios que lo siguen encuentran que los efectos se encogen bastante tras publicarse, más en los fáciles de operar.
Divide los datos en dos periodos antes de mirar nada. Evalúa la regla solo en el primero, después aplícala sin cambios al segundo. Después resta un coste de ida y vuelta realista de tus propios registros. Después cuenta cuántas reglas consideraste antes de llegar a esta, y sube tu umbral en consecuencia.
Es un efecto periódico real y no es de calendario. La cobertura aumenta, entran participantes, la actividad y la volatilidad suben, y luego la atención decae. El motor es un bucle entre precio y cobertura y no una fecha, así que no se repite según un calendario y solo se observa mientras ocurre.
No, pero las aplicaciones útiles van de coste y riesgo y no de dirección. Saber cuándo adelgaza la liquidez permite evitar ejecutar entonces, que es un ahorro cierto. Saber cuándo caen los anuncios programados permite dimensionar para la volatilidad. Ambas son sostenibles de un modo que predecir el rendimiento de un mes no lo es.