FICO · Fair Isaac Corp.
Stock Universe · mercado bursátil globalAnálisis cuantitativo de la estrategia algorítmica sobre FICO: una estructura de baja frecuencia y retención prolongada con un 79,12% de aciertos
Este estudio técnico examina el rendimiento histórico simulado de la estrategia cuantitativa diseñada para la acción de FICO sobre velas de 15 minutos. A lo largo de un período muestral de aproximadamente 7,06 años, comprendido entre septiembre de 2019 y octubre de 2026, el algoritmo ha completado 91 operaciones cerradas, alcanzando una tasa de acierto del 79,12% y un beneficio acumulado del 9.360,18%. Con una puntuación DevioLab de 74,94 y la posición número 2 en el ranking especíFICO del activo, el sistema destaca por un horizonte de permanencia extenso —con un tiempo promedio de retención de 471,23 horas y un promedio de 27,08 días entre salidas—, lo que posiciona este modelo como un bot de trading de perfil posicional o swing de velocidad moderada. El análisis revela una fuerte tracción reciente con 47 operaciones finalizadas desde junio de 2024 y una baja concentración en los mayores ganadores (el 17,75% del beneficio bruto en los tres mejores trades), aunque coexiste con una tasa de beneficio ajustada (profit factor de 1,25) y una pérdida máxima histórica del 21,61%. Este documento analiza en detalle el perfil de ejecución, la dinámica de riesgo y la estabilidad temporal del sistema automático.
Análisis al 31.10.2026. Los datos de la estrategia se actualizan por separado.Leer análisis completo
1. Perfil de la estrategia
La estrategia cuantitativa evaluada para FICO opera sobre una temporalidad base de 15 minutos en el mercado bursátil. A pesar de utilizar velas de tiempo corto para la captura de datos y la gestión del bot de trading, el comportamiento operativo resultante no responde al dinamismo habitual del scalping ni del intradía estricto, sino a una lógica de permanencia prolongada. Durante los 7,06 años analizados (desde el 16 de septiembre de 2019 hasta el 6 de octubre de 2026), el algoritmo registró únicamente 91 operaciones cerradas. Esta muestra generó 72 operaciones ganadoras frente a 19 perdedoras, lo que se traduce en una tasa de acierto del 79,12%. El resultado neto acumulado a lo largo de toda la serie simulada se sitúa en un +9.360,18%, equivalente a un rendimiento anualizado teórico del 527,24%. El modelo cuenta con una puntuación cuantitativa DevioLab de 74,94, lo que le otorga el puesto número 2 en el ranking de estrategias para FICO dentro del catálogo de la plataforma. El factor de beneficio (profit factor) del sistema es de 1,25. Este parámetro señala que, si bien la frecuencia de aciertos es notablemente alta, la magnitud relativa de las operaciones negativas moderó la relación final entre ganancias brutos y pérdidas brutas. La lógica algorítmica está orientada a actuar como motor de decisión para agentes de trading o robots de trading automatizados que buscan minimizar la sobreoperación y capturar movimientos tendenciales amplios en FICO.
2. Ritmo de negociación y duración de posiciones
El perfil temporal de la estrategia revela una cadencia operativa altamente selectiva. La frecuencia promedio de negociación es de 12,89 operaciones por año, lo que equivale a apenas 1,52 operaciones por mes activo. El intervalo entre salidas de mercado presenta una media de 27,08 días y una mediana de 20,96 días, lo que evidencia que la estrategia suele dejar transcurrir varias semanas entre la finalización de una postura y la siguiente. En cuanto a la duración de cada posición individual, la media histórica se ubica en 471,23 horas (aproximadamente 19,6 días corridos), mientras que la mediana se sitúa en 259,25 horas (alrededor de 10,8 días). La brecha entre la media y la mediana sugiere la presencia de ciertas operaciones en las que el bot de trading permaneció posicionado durante varios meses para acompañar tendencias continuadas en FICO, elevando el promedio general. Este ritmo operativo demuestra que la recepción de datos en intervalos de 15 minutos se utiliza para refinar la precisión de las entradas y salidas, sin que ello derive en un exceso de rotación de cartera. Para un agente de trading automático, esta estructura implica períodos prolongados de inactividad transaccional combinados con fases donde las posiciones permanecen expuestas a las fluctuaciones del mercado accionario durante varias semanas.
3. Calidad de los resultados históricos
La evaluación de la calidad del retorno exige contrastar el porcentaje de aciertos con el sesgo de las ganancias por operación. La ganancia media por operación cerrada alcanza el 5,90%, situándose por encima de la mediana del 4,29%. Esta dispersión positiva indica que los trades ganadores incluyen excursiones alcistas de magnitud considerable que empujan el promedio general hacia arriba. El mejor trade individual registrado por el algoritmo generó una rentabilidad del 43,84%, mientras que el peor trade cerró con una pérdida del -20,48%. A pesar del impacto que una pérdida aislada superior al 20% puede tener en la curva de capital, la estrategia demuestra una distribución equilibrada de sus ganancias: los tres mejores trades de la historia concentran el 17,75% del beneficio bruto total. Este dato es particularmente relevante, ya que confirma que el resultado global del +9.360,18% no depende de forma exclusiva de un evento afortunado o atípico, sino de una consistencia distribuida entre sus 72 operaciones ganadoras. Sin embargo, la combinación de una tasa de acierto del 79,12% con un profit factor de 1,25 advierte que la magnitud promedio de las operaciones perdedoras es superior a la de los aciertos ordinarios. Por consiguiente, la robustez del modelo radica en mantener una tasa de aciertos elevada para compensar los retrocesos puntuales que ocurren al liquidar las posiciones perdedoras.
4. Riesgo, drawdown y comportamiento ante pérdidas
La máxima caída histórica (maximum drawdown) registrada por la estrategia sobre FICO fue del 21,61%. Este retroceso máximo debe analizarse en el contexto de las rachas de operaciones y la magnitud del peor trade individual. La racha perdedora más larga experimentada por el robot de trading durante los 7,06 años fue de 3 operaciones consecutivas en negativo. En contraposición, la racha ganadora más prolongada alcanzó 15 operaciones consecutivas con beneficio. El hecho de que la racha perdedora máxima sea de solo 3 trades indica que el drawdown del 21,61% no fue producido por una serie prolongada de fallos acumulados, sino por la coincidencia de pocas operaciones perdedoras con un porcentaje de caída severo, como el trade negativo máximo del -20,48%. Desde la perspectiva de la gestión de riesgo en automatización cuantitativa, la baja frecuencia de pérdidas consecutivas ofrece tranquilidad operacional al evitar espirales descendentes prolongadas en la cuenta. No obstante, el inversor debe considerar que la estrategia asume un riesgo significativo en posiciones individuales que no logran desarrollarse a favor, requiriendo una tolerancia al sesgo de pérdida puntual a cambio de sostener una tasa de aciertos cercana al 80%.
5. Comportamiento a lo largo del tiempo y estabilidad anual
El desglose por años del rendimiento histórico permite auditar la estabilidad de la lógica algorítmica bajo diferentes condiciones de mercado en FICO entre 2020 y 2026. En 2020, el sistema ejecutó 8 operaciones con una efectividad del 87,50% y una suma de retornos del 138,69%. El año 2021 representó la fase más austera y plana de la muestra, con solo 4 operaciones, un 50,00% de aciertos y una suma acumulada del 3,64%. A partir de 2022, la frecuencia operativa del bot se incrementó gradualmente. En 2022 sumó 9 trades (66,67% de aciertos y +82,44%); en 2023 registró 16 trades con una efectividad sobresaliente del 93,75% (15 victorias y 1 derrota) para sumar un +94,59%. Durante 2024, el algoritmo completó 17 operaciones (76,47% de aciertos y +71,32%). La trayectoria continuó en 2025 con 20 operaciones (75,00% de efectividad y +63,50%) y culminó en la fracción registrada de 2026 con 17 operaciones (82,35% de aciertos y +82,73%). La evolución histórica muestra una notable consistencia: en todos los años calendarios examinados, la suma de retornos fue positiva. Asimismo, la aceleración en el número de operaciones a partir de 2023 refleja una mayor actividad de la estrategia en la etapa reciente.
6. Período reciente desde el 01-06-2024 frente al historial completo
La muestra reciente comprendida entre el 1 de junio de 2024 y el cierre del historial en octubre de 2026 ofrece una ventana de validación crítica para verificar la vigencia de la estrategia. De las 91 operaciones totales de la historia, 47 se ejecutaron y cerraron dentro de este período reciente. Esto significa que más del 51% de toda la actividad transaccional del sistema tuvo lugar en los últimos dos años y cuatro meses del análisis. Durante este tramo reciente, la suma de los rendimientos de los trades cerrados alcanzó un +209,16%. La concentración del número de operaciones en esta fase reciente demuestra que el algoritmo no ha quedado obsoleto ni ha entrado en inactividad; al contrario, ha experimentado un incremento en la frecuencia de detección de señales sin perder su perfil de retención de largo alcance. Al comparar el ritmo reciente con la etapa 2020-2022, se observa que la estrategia ha mantenido tasas de acierto elevadas (superiores al 75% anual en 2024, 2025 y 2026) mientras aumentaba el número de cierres anuales. Esta consistencia entre el pasado remoto y la ventana reciente refuerza la validez estadística del dataset de simulación en FICO.
7. Fortalezas y limitaciones
Entre las fortalezas cuantitativas más destacadas de la estrategia se encuentra su elevada tasa de aciertos del 79,12%, respaldada por una racha ganadora máxima de 15 operaciones y una racha perdedora máxima de apenas 3 trades. Otra fortaleza clave es la baja dependencia de valores atípicos: al concentrar los tres mejores trades únicamente el 17,75% del beneficio bruto, los resultados demuestran ser fruto de una ventaja estadística distribuida. Además, el elevado volumen de datos en la ventana reciente (47 operaciones desde junio de 2024) proporciona vigencia empírica al modelo. En el lado de las limitaciones, la principal vulnerabilidad reside en el sesgo entre el tamaño de las pérdidas y las ganancias. La peor operación registrada de -20,48% y el profit factor ajustado de 1,25 reflejan que las pérdidas, aunque infrecuentes, tienen un peso porcentual relevante que reduce la eficiencia global del capital. Por otra parte, los tiempos de permanencia promedio de 471,23 horas exigen que cualquier robot de trading o agente automático mantenga posiciones abiertas durante semanas, exponiendo la posición a eventos corporativos o vacíos de negociación (gaps) propios del mercado accionario que no pueden ser controlados por la lógica de 15 minutos.
8. Conclusión analítica de DevioLab
El análisis cuantitativo realizado por DevioLab sobre la estrategia FICO 0 +9360.18% 1TRAD-DYE6 sitúa a este sistema como un modelo de swing trading posicional altamente especializado, caracterizado por una elevada tasa de éxito y una cadencia operativa parsimoniosa. Con una nota DevioLab Score de 74,94 y la posición 2 en el activo, la propuesta destaca por su capacidad de generar un rendimiento acumulado del +9.360,18% a lo largo de 91 operaciones en 7,06 años. El factor decisivo en la arquitectura de esta estrategia es su paciencia temporal: con una media de 27,08 días entre salidas y retenciones de casi 20 días por operación, el sistema busca aislarse del ruido diario de 15 minutos para capturar tendencias sustanciales en FICO. Aunque la presencia de operaciones perdedoras de hasta el -20,48% impone un límite al profit factor (1,25), el algoritmo demuestra una solidez notable al no haber experimentado nunca más de 3 pérdidas consecutivas. Este perfil resulta idóneo para su implementación como lógica de decisión en bots de trading diseñados para operadores que priorizan la precisión de entrada y la baja frecuencia transaccional frente al trading de alta frecuencia.
9. Alcance de los datos y metodología
Los datos presentados en este estudio provienen de simulaciones cuantitativas históricas computadas sobre el gráFICO de 15 minutos para el activo FICO en el mercado de acciones, abarcando el intervalo temporal entre el 16 de septiembre de 2019 y el 6 de octubre de 2026. Todas las métricas analizadas —incluidos los porcentajes de beneficio, las rachas, el drawdown del 21,61% y los tiempos de permanencia— se calculan exclusivamente sobre operaciones cerradas. Esta investigación tiene un propósito estrictamente analítico e informativo y no constituye una recomendación de inversión, oferta de compra o venta, ni asesoramiento financiero. Las cifras presentadas representan rendimientos pasados simulados bajo reglas algorítmicas fijas y no garantizan resultados futuros en entornos de negociación en vivo. Los resultados reales de un bot de trading o agente automatizado pueden diferir debido a factores no contemplados en la simulación histórica, tales como deslizamiento de precios (slippage), liquidez del mercado, comisiones de ejecución y latencia de red.