IRM · Iron Mountain Incorporated
Stock Universe · mercado bursátil globalEstrategia algorítmica para IRM: Análisis cuantitativo de la efectividad del 81,82% y la estructura de retornos
El análisis cuantitativo de la estrategia algorítmica aplicada a la acción IRM revela un perfil caracterizado por una elevada tasa de acierto del 81,82% a lo largo de un historial simulado de 7,11 años. Con 121 operaciones completadas entre septiembre de 2019 y octubre de 2026, la estrategia ha acumulado un rendimiento del 2.719,30%, apoyada en un retroceso máximo (drawdown) controlado del 13,81%. Sin embargo, el contraste entre su alta efectividad operativa y su factor de beneficio de 1,25 pone de manifiesto una asimetría clave: las 22 operaciones perdedoras presentan una magnitud individual superior a la del beneficio promedio (+3,06% frente a un peor resultado de -13,12%). Diseñada como lógica de decisión apta para bots de trading y agentes automatizados sobre gráficos de 15 minutos, la estrategia opera con un ritmo de swing trading de baja frecuencia, manteniendo posiciones durante una media de 243,83 horas y realizando aproximadamente 17 operaciones por año.
Análisis al 22.11.2026. Los datos de la estrategia se actualizan por separado.Leer análisis completo
Perfil de la estrategia
La estrategia algorítmica analizada para el activo bursátil IRM se posiciona en el lugar número 1 dentro de su clasificación en la plataforma, obteniendo una puntuación DevioLab de 79,97. Este modelo cuantitativo ha sido desarrollado para evaluar oportunidades en el marco temporal de 15 minutos, sirviendo como arquitectura lógica para la ejecución mediante robots de trading y agentes de negociación automatizada. A lo largo de un período de estudio de 7,11 años, iniciado el 16 de septiembre de 2019 y finalizado el 27 de octubre de 2026, la estrategia acumuló una rentabilidad agregada del 2.719,30%, lo que equivale a una cifra anualizada del 201,63% bajo el modelo estadístico evaluado. Durante esta muestra histórica, se registraros 121 operaciones cerradas, de las cuales 99 resultaron ganadoras y 22 perdedoras. Esta distribución refleja un enfoque sistemático orientado a capturar movimientos estructurados del mercado sin incurrir en una sobreexposición operativa.
Ritmo de negociación y duración de posiciones
A pesar de utilizar gráficos de 15 minutos para la generación de señales, la cadencia temporal de la estrategia no responde a una dinámica de alta frecuencia o scalping, sino a un modelo claro de swing trading de medio plazo. La frecuencia media de operación es de 17,01 operaciones por año, lo que equivale a aproximadamente 1,57 ejecuciones por mes activo. La duración media de permanencia en mercado por operación se sitúa en 243,83 horas (aproximadamente 10,16 días), mientras que la mediana de permanencia es de 166,00 horas (unos 6,92 días). La diferencia entre la media y la mediana sugiere que existen ciertas posiciones que se extienden significativamente en el tiempo para acompañar tendencias prolongadas. Asimismo, el intervalo promedio entre salidas de operaciones es de 21,56 días (con una mediana de 21,22 días), lo que confIRMa que el bot de trading mantiene una exposición selectiva y paciente, evitando la rotación excesiva de capital.
Calidad de los resultados históricos
La calidad de la curva de rendimientos destaca por una elevada precisión operativa. El porcentaje de operaciones ganadoras se sitúa en el 81,82%, respaldado por un promedio por operación del +3,06% y una mediana del +2,80%. La proximidad entre la media y la mediana indica una distribución uniforme en los beneficios individuales, sin una dispersión anómala en las operaciones positivas. El factor de beneficio (Profit Factor) alcanza un valor de 1,25. La yuxtaposición de una tasa de acierto superior al 81% con un factor de beneficio de 1,25 revela que el valor total absorbido por las operaciones perdedoras es elevado en comparación con la ganancia acumulada. Mientras que la mejor operación registrada alcanzó un +18,97%, la peor pérdida fue de -13,12%. Por otro lado, la concentración de beneficios muestra un perfil saludable: las tres mejores operaciones representan únicamente el 11,31% del beneficio bruto total, lo que demuestra que la rentabilidad histórica no depende de eventos aislados o atípicos, sino de una consistencia repetida a lo largo de los 99 cierres positivos.
Riesgo, drawdown y comportamiento ante pérdidas
En el plano del control de riesgos, el retroceso máximo histórico (max drawdown) se ha mantenido en el 13,81%. Esta cifra resulta moderada si se compara con la rentabilidad total acumulada, evidenciando una capacidad estructural para limitar el deterioro del capital durante fases adversas del mercado. El comportamiento ante rachas perdedoras es uno de los aspectos más sólidos del conjunto estadístico. La racha perdedora más larga registrada en los 7,11 años de historial fue de solo 2 operaciones consecutivas. En contraste, la racha ganadora más prolongada alcanzó las 21 operaciones consecutivas. La principal fuente de fragilidad estadística no reside en la acumulación de pérdidas seguidas, sino en la magnitud individual de los cierres en negativo, donde la peor pérdida (-13,12%) supera con creces el retorno de una operación promedio positiva.
Comportamiento a lo largo del tiempo y estabilidad anual
El desglose por años muestra un rendimiento positivo en todos los ejercicios analizados, aunque con variaciones en la efectividad operativa. En 2019, durante el inicio del registro histórico, se completaron 5 operaciones (80,00% de acierto) con una suma de +8,17%. En 2020, la estrategia registró 17 operaciones con una tasa de acierto del 88,24% y un retorno acumulado del +88,57%. El año 2021 mantuvo un ritmo similar, finalizando con 15 operaciones, un 80,00% de acierto y un +67,32%. Durante 2022 y 2023 se observó una moderación en la rentabilidad acumulada. En 2022 se realizaron 17 operaciones con un 64,71% de acierto y un +31,00%, mientras que en 2023 se registraron 14 operaciones con un 85,71% de acierto y un +31,76%. El ejercicio 2024 destacó por una precisión insuperable, alcanzando un 100,00% de efectividad en sus 19 operaciones para sumar un +58,41%. En 2025, el porcentaje de acierto descendió al 61,11% en 18 operaciones (+27,44%), recuperando dinamismo en 2026 con 16 operaciones, un 93,75% de acierto y una suma del +57,27%.
Período reciente desde el 01-06-2024 frente al historial completo
El análisis del período reciente comprendido entre el 1 de junio de 2024 y el final de la muestra en octubre de 2026 ofrece una perspectiva sobre el comportamiento reciente de la estrategia. Dentro de este intervalo se completaron 45 operaciones, acumulando una suma de retornos del +118,53%. Al comparar estas 45 operaciones recientes con el total de 121 operaciones del historial completo, se observa una mayor densidad operativa en el tramo final del dataset, representando más del 37% de todas las ejecuciones históricas. Este incremento en el número de cierres coincide con rendimientos sólidos, impulsados en gran medida por la secuencia perfecta de 2024 y la elevada tasa de acierto observada en 2026, confIRMando que la lógica algorítmica ha mantenido su operatividad cuantitativa en la etapa más reciente analizada.
Fortalezas y limitaciones
Entre las principales fortalezas de la estrategia destacan su elevada tasa de acierto del 81,82%, la extraordinaria racha ganadora de 21 operaciones y un drawdown máximo contenido del 13,81%. Asimismo, la baja concentración de beneficios en las tres mejores operaciones (11,31%) ratifica que los resultados provienen de una ventaja estadística distribuida de forma homogénea. Como contrapartida, la principal limitación se sitúa en el factor de beneficio de 1,25, que refleja un margen estrecho entre las ganancias brutas y las pérdidas brutas. Esto se debe a la asimetría del riesgo por operación, donde las pérdidas individuales pueden ser sustancialmente más profundas que la ganancia mediana (+2,80%). Además, con un promedio de 17,01 operaciones al año, los inversores o sistemas automatizados deben estar preparados para afrontar largos períodos de inactividad operativa entre señales.
Conclusión analítica de DevioLab
La estrategia algorítmica para IRM demuestra un perfil robusto dentro de los modelos cuantitativos de swing trading sobre acciones. Su primer puesto en la clasificación del activo y su puntuación DevioLab de 79,97 se sustentan en una notable consistencia a lo largo de más de siete años simulados, logrando una rentabilidad acumulada del 2.719,30% con un retroceso controlado del 13,81%. Su implementación como lógica para bots o agentes de trading automatizados resulta atractiva para perfiles que priorizan altas tasas de acierto y operaciones bien espaciadas en el tiempo. No obstante, la gestión del riesgo debe supervisarse atentamente debido al factor de beneficio de 1,25 y a la magnitud potencial de las operaciones perdedoras. Los datos analizados corresponden a simulaciones históricas pasadas, por lo que no garantizan rendimientos futuros en entornos de negociación en vivo.
Alcance de los datos y metodología
Los datos cuantitativos presentados en este estudio provienen exclusivamente del registro estadístico simulado de la estrategia IRM 0 +2719.30% 1TRAD-XFG2, abarcando el período desde el 16 de septiembre de 2019 hasta el 27 de octubre de 2026 sobre velas de 15 minutos. El universo de análisis comprende 121 operaciones cerradas. Todos los porcentajes y métricas reflejan el comportamiento de operaciones históricas simuladas y no constituyen estados de cuenta reales, garantías de ganancias ni asesoramiento de inversión. Las métricas no incluyen el impacto de comisiones de intermediación, deslices de ejecución (slippage) ni costes de financiamiento. Las referencias a inicio de historial determinan únicamente el comienzo del conjunto de datos analizado y no la fecha de salida al mercado o cotización inicial del activo.