FE · FirstEnergy Corp.
Stock Universe · mercado bursátil globalAnálisis cuantitativo de la estrategia FE en temporalidad de 15 minutos: Alta tasa de acierto y rentabilidad estructurada en el mercado accionario
Este estudio exhaustivo evalúa la estrategia algorítmica desarrollada sobre la acción FE en el marco temporal de 15 minutos, la cual registra una rentabilidad acumulada del +631,59% a lo largo de un historial simulado de 7,05 años. Con un DevioLab Score de 82 y posicionada en el puesto número 1 para este activo, la lógica muestra un perfil marcadamente selectivo caracterizado por una tasa de aciertos del 82,35% sobre 85 operaciones completadas y un Profit Factor de 8,75. A pesar de operar sobre velas de 15 minutos, el modelo funciona como un sistema de permanencia prolongada con una media de tenencia de 527,41 horas (aproximadamente 22 días) por posición. La distribución del beneficio bruto revela un equilibrio notable, ya que los tres mejores cierres representan solo el 14,85% de la ganancia total. El control del riesgo muestra un drawdown máximo del 21,60%, cifra que coincide de forma idéntica con la peor operación individual del historial (-21,60%), reflejando que el riesgo se concentra en eventos aislados de salida en lugar de en rachas adversas continuadas.
Análisis al 30.10.2026. Los datos de la estrategia se actualizan por separado.Leer análisis completo
1. Perfil de la estrategia
La estrategia analizada para la acción FE en la temporalidad de 15 minutos representa una arquitectura cuantitativa orientada a la captura de movimientos de sesgo extendido mediante una estricta filtración de señal. Registrada entre el 16 de septiembre de 2019 y el 2 de octubre de 2026 (7,05 años de historial simulado), la estrategia alcanza un rendimiento total acumulado del +631,59%, lo que equivale a un retorno anualizado del 68,89%. Con un DevioLab Score de 82 y ubicada en la posición número 1 dentro de la clasificación histórica para este activo en particular, la estrategia muestra una eficacia superior basada en la calidad antes que en la frecuencia. Su muestra se compone de 85 operaciones cerradas, de las cuales 70 resultaron ganadoras y 15 perdedoras, configurando una eFEctividad global del 82,35%. Este diseño lógico resulta especialmente apto para ser implementado como la regla de decisión en robots de trading, bots de trading automatizados o agentes de trading algorítmico que buscan ejecutar sistemáticamente parámetros de entrada y salida sin la intervención de sesgos emocionales.
2. Ritmo de negociación y duración de posiciones
A pesar de utilizar gráficos con intervalo de 15 minutos como base temporal de muestreo, el comportamiento operativo de la estrategia dista drásticamente del scalping o de la negociación intradía de alta frecuencia. Los datos reflejan una cadencia de apenas 12,06 operaciones por año y 1,55 operaciones por mes activo, lo que denota un filtro sumamente riguroso ante el ruido de mercado. La duración promedio de cada posición abierta es de 527,41 horas (alrededor de 21,98 días), mientras que la mediana se sitúa en 234,75 horas (aproximadamente 9,78 días). Asimismo, el intervalo transcurrido entre salidas de posiciones registra una media de 28,62 días y una mediana de 21,40 días. La divergencia entre la media y la mediana en el tiempo de retención sugiere que, si bien la mitad de los intercambios se resuelven en un plazo cercano a los diez días, existe un conjunto de operaciones que se prolongan durante varias semanas para exprimir la tendencia subyacente. Para un bot de trading o agente automatizado, este ritmo implica largos períodos de inactividad ejecutiva intercalados con tomas de posición de maduración lenta.
3. Calidad de los resultados históricos
El perfil de rentabilidad de la estrategia exhibe una sólida métrica de payoff respaldada por un Profit Factor de 8,75. El resultado promedio por operación es de +2,63%, mientras que la mediana por transacción alcanza el +2,92%. Que la mediana supere al promedio es un rasgo de alta calidad estadística, indicando que el rendimiento no depende de retornos atípicos desproporcionados, sino que la mayoría de los intercambios se agrupan de forma consistente por encima de la media. El mejor intercambio del historial generó un +18,91%, mientras que el peor registró una contracción del -21,60%. Un elemento clave para evaluar la robustez del sistema es la concentración del beneficio bruto: los tres mejores cierres sumados apenas representan el 14,85% de las ganancias brutas acumuladas. Esta baja concentración confirma que la rentabilidad global del +631,59% fue construida mediante una contribución uniforme a lo largo de las 70 operaciones ganadoras y no por la fortuna estadística de unos pocos eventos aislados.
4. Riesgo, drawdown y comportamiento ante pérdidas
En la dimensión del riesgo, la estrategia registra un drawdown máximo del 21,60%. Al observar la métrica del peor intercambio histórico (-21,60%), resulta evidente que la máxima caída del capital coincidió exactamente con el desenlace de esa única operación adversa de magnitud. El análisis de las rachas confirma esta lectura: la peor racha perdedora acumulada por el algoritmo fue de únicamente 2 operaciones consecutivas con resultado negativo, frente a una racha ganadora máxima de 19 victorias consecutivas. La conjunción de una tasa de acierto del 82,35% con ráfagas perdedoras tan cortas demuestra que el capital no sufre el desgaste gradual por erosión continua de pérdidas. Sin embargo, el hecho de que una sola operación haya generado una pérdida del -21,60% pone de manifiesto la presencia de un riesgo de cola asimétrico en situaciones donde el mercado invalida de forma abrupta el escenario previsto antes de ejecutar la salida.
5. Comportamiento en el tiempo y estabilidad anual
El desglose por años naturales evidencia una consistencia positiva a lo largo de todo el ciclo evaluado, cerrando en terreno positivo cada uno de los 7 períodos anuales registrados. En 2020, la estrategia registró su año más rentable con 21 operaciones, 90,48% de acierto y un beneficio sumado del +87,43%. En 2021 generó +38,20% en 11 operaciones (90,91% acierto). En 2022 obtuvo +17,87% (12 operaciones, 83,33% acierto) y en 2023 aportó +13,88% (13 operaciones, 76,92% acierto). Posteriormente, en 2024 acumuló un +30,11% con solo 5 operaciones (80,00% acierto) y en 2025 sumó +28,22% en 11 transacciones (81,82% acierto). Finalmente, en el tramo registrado de 2026 contabilizó 12 operaciones con un retorno del +7,45% y una eFEctividad del 66,67%. Aunque el volumen de rendimiento fue mayor en los primeros años, el modelo ha mantenido una tasa de acierto superior al 66% en todas las etapas, demostrando capacidad de adaptación a diversas fases del mercado sobre FE.
6. Periodo reciente desde el 01-06-2024 frente al historial completo
El desempeño observado en la ventana reciente que comprende desde el 1 de junio de 2024 hasta el final del conjunto de datos constituye una muestra representativa para contrastar la vigencia del modelo. En este intervalo se completaron 25 operaciones, alcanzando una rentabilidad sumada del +53,79%. Dado que el historial total abarca 85 operaciones en 7,05 años, estas 25 transacciones recientes representan cerca del 29,4% del volumen histórico de operaciones. La continuidad en la generación de señales positivas durante este período reciente demuestra que las dinámicas cuantitativas aprovechadas por el robot de trading no se limitaron a una condición de mercado del pasado, sino que han mantenido un comportamiento operativo acorde con las métricas históricas de la estrategia.
7. Fortalezas y limitaciones
Entre las fortalezas de la estrategia destacan su elevada tasa de acierto (82,35%), un Profit Factor de 8,75 y una baja concentración del beneficio bruto en los mejores ganadores (14,85%), lo que valida la repetibilidad de la ventaja estadística. La baja frecuencia de operaciones y los amplios tiempos de tenencia reducen la exposición a la volatilidad intradía innecesaria. En cuanto a las limitaciones, la muestra total de 85 operaciones a lo largo de 7 años es cuantitativamente acotada, lo que exige prudencia estadística al extrapolar expectativas a futuro. Asimismo, la presencia de una operación perdedora del -21,60% señala que, a pesar de la alta tasa de aciertos, los eventos perdedores aislados pueden asestar un impacto severo sobre la equidad si no se cuenta con un control de riesgo estricto.
8. Conclusión analítica de DevioLab
Con un DevioLab Score de 82 y el primer puesto en el ranking del activo FE, esta estrategia demuestra ser un modelo cuantitativo de swing trading de alta precisión estructurado sobre velas de 15 minutos. Su diseño prima la calidad sobre la cantidad, reteniendo posiciones durante semanas para capturar movimientos de tendencia sustanciales. El balance entre su elevado Profit Factor (8,75) y la consistencia anual observada a lo largo de siete años consolida este algoritmo como una opción destacada para sistemas de ejecución automatizada mediante bots de trading o agentes de negociación algorítmica. La principal consideración para la gestión del capital reside en asimilar la baja frecuencia operativa y estar preparado para absorber pérdidas aisladas de magnitud relevante sin desviar la ejecución del modelo.
9. Alcance de los datos y metodología
Los datos presentados provienen exclusivamente del análisis retrospectivo simulado de la estrategia FE 0 +631.59% 1TRAD-SKH5 en el intervalo de 15 minutos, comprendido entre el 16 de septiembre de 2019 y el 2 de octubre de 2026. Todas las métricas descritas representan transacciones cerradas dentro de dicho entorno de simulación histórica. Este estudio no contempla comisiones de intermediación, deslices de ejecución (slippage), costos de financiamiento ni tarifas de red u operativas. Los resultados pasados derivados de modelos cuantitativos no garantizan rendimientos futuros y deben ser interpretados únicamente con fines de investigación académica y análisis estadístico.