La transformación de los datos de backtesting

Lea el nuevo whitepaper de Refinitiv para descubrir cómo los datos confiables pueden impulsar la transformación digital.

Enfrentando los desafíos de los datos

Incluso antes de los recientes acontecimientos, los equipos de trading estaban empezando a reconocer la importancia de utilizar datos históricos de ticks para la creación y la prueba de backtesting de las estrategias de trading.

Las fuentes de datos con intervalos menos frecuentes, como los puntos de datos a fin de día, corren el riesgo de producir ejemplos con resultados inexactos, porque omiten los movimientos de precios de todo un día, y teóricamente las operaciones se restringe al final del día.

Estos problemas se pusieron de manifiesto durante la reciente volatilidad de los mercados. Por lo tanto, el uso de datos históricos de ticks se considera cada vez más como una mejor práctica.

Asimismo, muchos equipos de trading están gravitando hacia el uso de datos de ticks en tiempo real de la misma fuente que sus datos históricos de ticks para crear y realizar la prueba de backtesting de estrategias de trading.

Si se utilizan dos fuentes de datos diferentes, deben normalizarse cuidadosamente, duplicando así el esfuerzo. Además, si los dos conjuntos de datos no se normalizan correctamente, los ejemplos llevarían a resultados erróneos. Así pues, los equipos de trading están reconociendo que la adopción de un enfoque más holístico de la adquisición y el uso de datos puede dar lugar a una mayor agilidad y a una reducción del riesgo.

Enfrentando los problemas de acceso a los datos

Los equipos de trading también están considerando otros temas.

Las bases de datos históricas de ticks son enormes, por ejemplo la base de datos de Refinitiv tiene más de seis petabytes. Algunas empresas financieras han creado su propia base de datos históricas de ticks dentro de sus instalaciones.

Los científicos de datos están descubriendo que trabajar con este gran volumen de datos a los que se accede a través de los servidores de las instalaciones se está volviendo inmanejable. Tienen que esperar horas para que los datos que necesitan se descarguen, y toma aún más tiempo limpiar y normalizar los datos.

Estos costos implícitos son significativos.

Según una investigación de Refinitiv, por cada USD 1 gastado en datos del mercado financiero, las empresas gastan USD 8 adicionales para procesar, almacenar y transformar los datos antes de que puedan ser analizados. Los costos en términos de oportunidades de trading perdidas también pueden ser significativos, particularmente en un entorno de mercado tan dinámico.

Ver: Entrevista con un experto: cómo el historial de ticks en GCP permite la innovación

Transformando el backtesting

Para hacer frente a estos desafíos, las empresas se están orientando hacia los datos de ticks tanto históricos como en tiempo real en la nube para crear y realizar pruebas de backtesting de estrategias de trading.

Este cambio a datos como servicio es parte de un cambio más general, orientado a lograr la transformación digital hacia la nube. Por ejemplo, una encuesta de Refinitiv del otoño de 2019 reveló que se esperaba que las asignaciones presupuestarias para 2020 mostraran que el 55 por ciento de los fondos de cobertura están gastando más de la mitad de su presupuesto en servicios en la nube.

Los científicos de datos argumentan que existen beneficios sustanciales al trabajar con datos de ticks en la nube.

David Oliver, Principal Científico de Datos de estrategia en Refinitiv Labs, dijo: “En los proyectos de Refinitiv Labs, hemos descubierto que el acceso a los datos históricos y en tiempo real de los ticks en la nube es la mejor manera de generar conjuntos de datos para el aprendizaje automático.

“El hecho de que los datos de ticks sean un enorme conjunto de datos ya no es una barrera ahora que están en la nube. Por ejemplo, podemos analizar décadas de datos rápidamente en el nivel más granular; podemos hacer las cosas mucho más rápido y de manera más sencilla que antes. Ahora podemos empezar a realizar los análisis de trading de una forma totalmente nueva porque la nube nos da el tiempo y la capacidad para hacerlo”.

Refinitiv Labs está usando datos de ticks en la nube en varios de sus proyectos orientados al trading. Por ejemplo, Project Mosaic detecta y analiza los movimientos extremos de los precios en tiempo real, para que los operadores de valores conozcan por qué los precios están cambiando, y puedan reaccionar en tiempo real.

El proyecto utiliza datos de precios y de mercado, información de noticias y datos de eventos para proporcionar a los operadores información sobre los que puedan actuar.

Simulación de mercados financieros

Otro proyecto de Refinitiv Labs ha creado un modelo para simular los mercados financieros mediante una combinación de modelos basados en agentes, datos sintéticos y aprendizaje automático.

Esto permite a los científicos de datos utilizar los datos históricos de ticks para crear nuevos conjuntos de datos que les ayuden a generar rutas de precios para varios escenarios hipotéticos. Ciertamente, la conmoción del impacto de COVID-19 en el mercado ha creado conciencia sobre la importancia de comprender cómo las estrategias de trading podrían funcionar en condiciones sin precedentes.

Tener datos de ticks históricos y en tiempo real en la nube, datos como un servicio, es un verdadero cambio de juego para los equipos de trading.

Los equipos pueden acceder a los datos que necesitan con mayor velocidad, lo que significa que pueden ejecutar una estrategia de trading rápidamente. También pueden abrirse a formas más innovadoras de crear y realizar pruebas de backtesting de estrategias de trading. El toque final perfecto es que el enfoque general de los equipos de trading con respecto a los datos será mucho más eficiente y operativo.