Construyendo un motor de cambio de régimen: XGBoost, validación honesta y la decisión de no operar

Nota de campo de ingeniería. Estamos explorando un sistema que responde una pregunta más estrecha y útil que «¿hacia dónde irá el precio?»: ¿qué estrategia, si es que alguna, se ajusta lo suficientemente bien al estado actual del mercado como para merecer una prueba en papel?

Origen del concepto: Buscar Edge por el investigador cuantitativo Vladislav Freidyn. Esta nota es nuestra lectura de ingeniería de esa arquitectura y nuestros propios resultados de prueba, no su escrito; vale la pena leer el suyo primero. Lo que medimos mientras lo construíamos está en el marcador de experimentos.

La distinción importa. Los mercados no son estacionarios. Un sistema de tendencia puede funcionar durante una expansión y fallar en un rango; una rejilla puede hacer lo contrario. El objetivo de un Motor de Cambio de Régimen no es coronar a un ganador permanente. Es combinar evidencia del mercado, estimar la calidad condicional de varias familias de estrategias y hacer Sin Operación una decisión de primera clase cuando la evidencia es débil.

Por qué los sistemas de trading estáticos se degradan

Un conjunto de reglas fijo asume que la relación entre sus entradas y resultados permanecerá estable. Los mercados reales no otorgan esa suposición. La liquidez cambia, los clústeres de volatilidad, el comportamiento de los participantes se adapta, y los shocks macro o de microestructura mueven el proceso generador de datos en sí mismo.

Eso no significa que cada estrategia deba reconstruirse cada semana. Significa que el sistema debe medir cuándo el contexto histórico de una estrategia ya no se asemeja al actual. Por lo tanto, un selector útil necesita tres capacidades:

• describir el estado actual del mercado con características causales y puntuales;
• estimar el resultado neto esperado de cada estrategia y dirección elegible;
• abstenerse cuando la predicción sea obsoleta, no calibrada, no respaldada, o económicamente negativa después de costos.

El motor de características viene antes que el modelo

Un modelo de boosting no puede rescatar un conjunto de datos con fugas o mal alineado. El motor de características es la base real. Las entradas candidatas abarcan varios relojes y fuentes de datos:

Familia de características	Ejemplos	Riesgo principal
Macro y estructura	DXY sesgo, estado del mercado, ruptura de estructura, cambio de carácter, correlación BTC/ETH	Momento de publicación y datos revisados
Derivados	Financiación, interés abierto, cambio y ratio de OI	Observaciones de ocho horas alineadas con velas más rápidas
Volumen y volatilidad	CVD, VWAP, VWAP anclado, ATR, perfil de volumen	Cobertura de la sede e inconsistencias en definiciones de volumen
Contexto de estrategia	Estados de tendencia, rango, compresión, expansión y pánico	Etiquetas de régimen post-hoc que filtran información futura

Cada fila de características debe ser reproducible usando solo información observada en el momento de la decisión. En la práctica, eso significa una unión as-of, latencia explícita de la fuente, límites de frescura y una prueba de causalidad que cambie datos futuros y demuestre que el prefijo histórico de características permanece idéntico.

Por qué árboles potenciados por gradiente

XGBoost, LightGBM, y CatBoost combinan muchos árboles de decisión poco profundos. Cada nuevo árbol se enfoca en los errores residuales dejados por el conjunto existente. Para datos tabulares ruidosos del mercado, esta familia ofrece varias ventajas prácticas:

• interacciones no lineales sin requerir una arquitectura neuronal profunda;
• regularización L1/L2 y profundidad de árbol restringida;
• manejo nativo de valores faltantes, aunque aún requiere reglas explícitas de frescura;
• herramientas de atribución de características para investigación, no como sustituto de validación.

El modelo no es un trader autónomo. Es un componente candidato dentro de un pipeline de evidencia más grande. Una salida útil es una probabilidad calibrada para una acción definida, como la probabilidad de que una estrategia de tendencia bloqueada abierta en largo en la siguiente barra termine netamente positiva bajo un contrato fijo de salida y costo.

El contrato de decisión

Cada fila de entrenamiento debe unir la marca de tiempo, el símbolo, la estrategia candidata, la dirección, las características causales, la regla de entrada, las barreras de salida y los supuestos de costo. La etiqueta es el resultado neto realizado de esa operación hipotética específica. Sin Operación no es una etiqueta de tiempo de espera. Es la decisión producida cuando ningún candidato tiene valor esperado positivo con evidencia adecuada.

features at time t
 candidate strategy + direction
 next-open entry
 ATR-scaled TP / SL / time barrier
 fees + slippage + funding
 matured outcome
-------------------------------
 calibrated P(net-positive)

Un umbral de probabilidad fijo como 0.65 puede ser una hipótesis de investigación, pero no es una ley universal. El umbral económico depende de la recompensa-riesgo, costos, error de calibración y capacidad. Preferimos una regla de valor neto esperado bloqueada seleccionada dentro de los datos de desarrollo, luego juzgada fuera de ellos.

El camino de validación honesto

La validación k-fold aleatoria es inapropiada para etiquetas financieras superpuestas. Nuestro camino propuesto es deliberadamente más difícil:

1. Walk-forward anclado externo: el entrenamiento se expande a través del tiempo; cada ventana de prueba siguiente permanece intacta.
2. Purga y embargo: las etiquetas de entrenamiento cuyo horizonte de operación podría cruzar el límite se eliminan.
3. Desarrollo anidado: la parada temprana, selección de características, calibración, hiperparámetros y el umbral de decisión se ajustan solo dentro de la ventana de entrenamiento externa.
4. Brazos nulos emparejados: etiquetas permutadas por bloques y señales aleatorias emparejadas por exposición prueban si el pipeline fabrica ventaja a partir del ruido.
5. Holdout sellado: después de que el protocolo de investigación está congelado, la caja fuerte se abre una vez.
6. Libro de papel prospectivo: cada predicción, versión del modelo, resultado, supuesto de tarifa y estado de deriva se agrega a un registro inmutable.

Un resultado negativo es una salida de ingeniería válida. Si el candidato no supera sus brazos nulos después de costos, se documenta y no se promociona.

Métricas que importan

La precisión por sí sola oculta el desequilibrio de clases y no dice nada sobre la economía de una decisión. La calidad del modelo debe incluir pérdida logarítmica, puntuación de Brier, error de calibración esperado, PR-AUC, tamaño de muestra y cobertura. La evaluación financiera permanece separada: expectativa neta, factor de beneficio, ratios de Sharpe y Sortino, drawdown máximo, recuperación, rotación y rendimiento frente a líneas base simples.

La interfaz pública nunca debe colapsar todo eso en un solo porcentaje verde. La probabilidad debe viajar con el estado de calibración, la antigüedad de la evidencia, la versión del modelo, las observaciones prospectivas y un estado claro de Papel o Sin Operación.

La deriva de concepto es un estado operativo

Incluso un modelo que pasa su examen histórico puede degradarse. Monitoreamos cambios en la distribución de características, fuentes faltantes y obsoletas, y pérdida probabilística rodante después de que las etiquetas maduran. Una máquina de estados segura para producción es conservadora:

HEALTHY → WARNING → DEGRADED
                    ↓
                 NO TRADE

La recuperación requiere evidencia fresca suficiente y una nueva evaluación bloqueada. El reentrenamiento no promueve silenciosamente un modelo de reemplazo; crea un nuevo desafiante con una nueva versión y fecha de inicio prospectiva.

Del núcleo de investigación a un producto utilizable

La interfaz útil no es un muro de diagnósticos de modelo. Un trader debe ver el mejor ajuste de estrategia respaldado, dirección, rango de probabilidad calibrado, resultado esperado después de costos, estado de evidencia y la razón por la que el sistema eligió abstenerse. Las capas más profundas pueden exponer pliegues de walk-forward, comparaciones nulas, atribución de características, historial prospectivo y deriva a los investigadores.

El mismo objeto de decisión puede alimentar el optimizador, un libro de papel, explicadores educativos, alertas y páginas de evidencia pública. La ejecución en vivo sigue siendo una capacidad separada con permisos y nunca está implícita en un veredicto de investigación.

Construye esto con nosotros

Este trabajo abarca varias disciplinas. Estamos interesados en conversaciones con:

• Ingenieros de ML cuantitativo que trabajan en validación temporal, calibración, boosting y monitoreo de modelos;
• Ingenieros de datos que construyen pipelines puntuales para financiación, interés abierto, estructura de mercado y datos macro;
• Investigadores cuantitativos que formalizan etiquetas, hipótesis nulas, controles de pruebas múltiples y evaluación ajustada por riesgo;
• Ingenieros de infraestructura de trading enfocados en libros de papel, simulación consciente de costos, registros de modelos y límites de ejecución seguros.

Si este es tu campo, contacta al equipo de ingeniería. Si quieres inspeccionar primero la superficie de investigación actual, abre el Optimizador de Estrategias, las Campañas Edgepúblicas y la metodología FinEdg.