FDS · FactSet Research Systems Inc.
Stock Universe · mercado bursátil globalAnálisis cuantitativo de la estrategia algorítmica sobre FDS en temporalidad de 15 minutos: alta efectividad histórica y permanencia prolongada en posición
La estrategia algorítmica desarrollada para el activo FDS sobre una temporalidad de 15 minutos presenta un perfil cuantitativo singular caracterizado por una alta tasa de aciertos del 73.24% y un factor de beneficio de 3.75 a lo largo de un período de prueba simulado de 7.04 años (septiembre de 2019 a octubre de 2026). Con un total de 142 operaciones completadas, el modelo ha generado una rentabilidad acumulada del 1458.70% (86.24% anualizado), destacándose por una distribución equilibrada de sus ganancias donde los tres mejores intercambios representan únicamente el 15.78% del beneficio bruto total. A pesar de utilizar velas de 15 minutos para la toma de decisiones cuantitativas, la permanencia promedio en posición asciende a 243.70 horas (aproximadamente 10 días), lo que clasifica la operativa dentro de una categoría de mantenimiento prolongado. El estudio revela una notable contención del riesgo con rachas perdedoras consecutivas que no superaron las 2 operaciones y un drawdown máximo del 26.68%. No obstante, se observa cierta variabilidad interanual, ejemplificada en el ejercicio 2025 con un rendimiento negativo del -5.23%, contrastado con una solidez renovada en la muestra reciente posterior a junio de 2024, que suma un +70.35% a través de 49 operaciones.
Análisis al 30.10.2026. Los datos de la estrategia se actualizan por separado.Leer análisis completo
Perfil de la estrategia
El modelo algorítmico analizado para FDS opera sobre un marco temporal de 15 minutos y se encuentra catalogado como la segunda mejor estrategia independiente dentro de la plataforma DevioLab para este activo específico, con una puntuación cuantitativa de 70.47. A lo largo del historial simulado que abarca desde el 16 de septiembre de 2019 hasta el 1 de octubre de 2026 (7.04 años), la estrategia ha registrado 142 operaciones cerradas. De este conjunto, 104 resultaron ganadoras frente a 38 perdedoras, lo que se traduce en una tasa de acierto (win rate) del 73.24%. La ganancia acumulada total del período alcanza un 1458.70%, lo que equivale a un rendimiento anualizado teórico del 86.24%. La lógica cuantitativa de este algoritmo está diseñada para servir como el núcleo de decisión de bots de trading, robots de negociación o agentes automatizados que busquen ejecutar operaciones mecánicas sin sesgo emocional. Su desempeño destaca por mantener una relación ordenada entre la frecuencia de disparo y el tiempo de exposición al mercado accionarial.
Ritmo de negociación y duración de posiciones
A pesar de estructurarse sobre un gráfico intradía de 15 minutos, la frecuencia y la duración de las operaciones distan ampliamente de los patrones de negociación de alta frecuencia o scalping. La estrategia registra un promedio de 20.16 operaciones por año, lo que equivale a 1.84 operaciones por mes activo. El intervalo temporal entre la salida de una posición y la siguiente finalización presenta una media de 17.94 días y una mediana de 14.86 días, confirmando que la lógica no busca entradas y salidas continuas, sino capturar desplazamientos direccionales de escala multi-semanal. En cuanto al tiempo en mercado de cada posición, la duración promedio se sitúa en 243.70 horas (unos 10.15 días naturales), mientras que la mediana de permanencia es de 168.88 horas (aproximadamente 7.04 días). Esta discrepancia entre el marco temporal de lectura de velas (15m) y el tiempo total de tenencia sugiere que las señales generadas por el bot de trading filtran la volatilidad ruidosa del corto plazo para mantener las posiciones durante fases de desarrollo gráfico más amplias.
Calidad de los resultados históricos
El análisis de la distribución de retornos revela una estructura de rendimiento cuantitativamente robusta. El resultado promedio por operación es de +2.30%, mientras que la mediana se sitúa en +1.59%. El hecho de que la media supere a la mediana indica un sesgo positivo propiciado por operaciones ganadoras de mayor magnitud, aunque la proximidad entre ambas métricas demuestra que la rentabilidad no depende en exceso de eventos extremos aislados. La operación más próspera del historial alcanzó un retorno del +40.43%, en tanto que la peor operación registró una pérdida del -19.40%. El factor de beneficio (profit factor) de 3.75 refleja que las ganancias brutas superaron ampliamente a las pérdidas brutas. Un dato crucial para evaluar la sostenibilidad del modelo es la concentración del beneficio: las tres mejores operaciones representan únicamente el 15.78% del beneficio bruto acumulado. Esto implica que la rentabilidad total es el resultado directo de una consistencia repetitiva a través del 73.24% de aciertos, y no de un puñado de eventos afortunados de baja probabilidad.
Riesgo, drawdown y comportamiento de pérdidas
La gestión del riesgo dentro de la estrategia muestra parámetros de tolerancia definidos. El retroceso máximo histórico (max drawdown) se fijó en el 26.68%. Al relacionar este valor con el retorno acumulado total (+1458.70%) y el profit factor de 3.75, la caída máxima representa una corrección moderada respecto a la apreciación global del capital en la simulación. En términos de estabilidad operativa, la racha ganadora más larga ascendió a 10 operaciones consecutivas, mientras que la racha perdedora más extensa no superó las 2 operaciones seguidas. Esta brevedad en las secuencias perdedoras constituye un factor psicológico y cuantitativo favorable para la ejecución mediante un robot de trading, reduciendo la exposición a sesgos de agotamiento del capital. Sin embargo, la peor operación individual (-19.40%) advierte que cuando el mercado se mueve de forma adversa a la posición antes del cierre, la contracción puede ser relevante, lo que explica por qué el drawdown alcanzó la cifra del 26.68% pese al elevado porcentaje de aciertos.
Comportamiento en el tiempo y estabilidad anual
El desglose por años naturales evidencia variaciones en el desempeño y en el volumen de operaciones a lo largo del ciclo de 7.04 años. En 2019 (período parcial desde septiembre), la estrategia cerró 4 operaciones con un beneficio sumado del +0.83% y un win rate del 75.00%. El año 2020 fue la etapa más expansiva del historial, acumulando un +117.72% en 20 operaciones (80.00% de aciertos). Durante 2021 y 2022, el sistema mantuvo retornos consistentes, sumando +50.20% (16 operaciones, 75.00% win rate) y +43.52% (17 operaciones, 76.47% win rate) respectivamente. En 2023 se incrementó la actividad a 26 operaciones, aunque con un win rate menor (61.54%) que derivó en una suma de +32.31%. El ejercicio 2024 acumuló un +10.44% a través de 20 operaciones (75.00% win rate). El año 2025 registró el único balance negativo interanual con una caída sumada del -5.23% en 21 operaciones (66.67% win rate). Finalmente, el tramo de 2026 (hasta octubre) mostró una fuerte recuperación con +77.25% en 18 operaciones y una efectividad del 83.33%.
Período reciente desde el 01-06-2024 frente al historial completo
El segmento de datos transcurrido desde el 1 de junio de 2024 hasta la fecha final del conjunto de datos ofrece una ventana de prueba reciente de especial relevancia. En este lapso, la estrategia cerró 49 operaciones, acumulando una suma de retornos del +70.35%. Al comparar esta cifra con la muestra total de 142 operaciones en 7.04 años, se observa que más del 34% de todas las operaciones históricas de la estrategia se ejecutaron en este período reciente de aproximadamente 2.3 años. El volumen de negociación reciente ha sido sensiblemente más denso que el promedio histórico, manteniendo al mismo tiempo una contribución positiva al rendimiento global. La persistencia en la generación de retornos positivos durante esta etapa reciente confirma que los parámetros de decisión cuantitativa no han quedado obsoletos frente a la estructura de mercado reciente de FDS, sirviendo como evidencia de que la lógica mantiene su vigencia operativa dentro del entorno simulado.
Fortalezas y limitaciones
Entre las fortalezas cuantitativas de esta estrategia para FDS destacan su elevada tasa de aciertos del 73.24%, su sólido profit factor de 3.75 y la baja concentración del beneficio bruto en las mejores operaciones (15.78%), lo que refleja una rentabilidad distribuida de forma amplia entre múltiples eventos. Asimismo, la brevedad de las rachas perdedoras (máximo 2 consecutivas) facilita el seguimiento disciplinado del algoritmo. En el lado de las limitaciones, el drawdown máximo del 26.68% y la presencia de una operación perdedora individual del -19.40% señalan que las pérdidas, cuando suceden, pueden ser de magnitud considerable. Adicionalmente, la ocurrencia de un año con resultado neto negativo (-5.23% en 2025) demuestra que el sistema experimenta fases de estancamiento o ligero retroceso. La duración promedio de más de 10 días por posición también exige que la infraestructura de automatización o el agente algorítmico esté preparado para asumir el riesgo de mercado nocturno y de fin de semana en el mercado accionarial.
Conclusión analítica de DevioLab
El análisis cuantitativo riguroso de la estrategia sobre FDS ubica al sistema en la posición número 2 del ranking de DevioLab para este activo, respaldado por una puntuación de 70.47 y su estatus de estrategia Core. El modelo demuestra una destacada capacidad para capturar movimientos tendenciales de duración intermedia utilizando gráficos de 15 minutos, logrando transformar 142 operaciones en un rendimiento simulado acumulado del 1458.70%. La combinación de un win rate elevado, un factor de beneficio superior a 3.5 y una baja dependencia de valores atípicos extremos otorga robustez estadística a la arquitectura del algoritmo. Si bien la presencia de retrocesos del 26.68% y periodos de rendimiento plano como 2025 imponen una perspectiva de cautela, el comportamiento reciente desde mediados de 2024 reafirma la solidez del modelo. La estrategia se perfila como un candidato metodológico adecuado para su implementación lógica en robots de trading automatizados que busquen exposición sistemática a FDS sin requerir alta frecuencia de rotación.
Alcance de los datos y metodología
Los resultados presentados en este artículo provienen exclusivamente de simulaciones cuantitativas históricas sobre operaciones cerradas del activo FDS en el período comprendido entre el 16 de septiembre de 2019 y el 1 de octubre de 2026. Todas las métricas descritas, incluyendo porcentajes de rentabilidad, promedios de tenencia y tasas de acierto, se derivan estrictamente de los registros estadísticos suministrados y no incorporan estimaciones de comisiones de corretaje, deslizamiento (slippage), costos de financiamiento nocturno ni condiciones de liquidez en tiempo real. Este estudio tiene un propósito estrictamente analítico e informativo sobre la arquitectura del algoritmo y no constituye bajo ninguna circunstancia una recomendación de inversión, asesoría financiera ni garantía de rendimiento futuro.