Historical Coefficient Fields: A Controlled Evaluation of Geometric Market-Memory Representations for Financial Forecasting

Resumen Técnico: Campos de Coeficientes Históricos y Memoria Geométrica del Mercado

Planteamiento del Problema
El pronóstico financiero depende típicamente de representaciones cronológicas de la historia, tales como precios rezagados, estadísticas móviles o secuencias latentes aprendidas por modelos de aprendizaje profundo. Sin embargo, los estados del mercado que están distantes en el tiempo pueden ser estructuralmente similares, mientras que sesiones consecutivas pueden diferir significamente. Esta observación motiva la hipótesis de que organizar los datos históricos por similitud estructural en un espacio de características, en lugar de por tiempo de calendario, podría mejorar el pronóstico direccional. El artículo investiga si representar la historia reciente de un instrumento financiero como un campo geométrico de vectores de coeficientes normalizados aporta ventajas predictivas sobre las líneas de base cronológicas estándar.

Metodología
Los autores proponen el Campo de Coeficientes Históricos (HCF, por sus siglas en inglés), una representación geométrica de la memoria del mercado. La metodología se define de la siguiente manera:

1. Representación de Entrada: Cada sesión de negociación se codifica como un vector de coeficientes relativo a la apertura ($C_t$), que consiste en ratios geométricos normalizados (excursiones superiores, inferiores y verticales con respecto al precio de apertura). Esto garantiza la invarianza de escala.
2. Construcción del Campo: El HCF se define como una nube de puntos $F_t^{(N)} = (H_t^{(N)}, d)$, donde $H_t^{(N)}$ es el conjunto de los $N$ vectores de coeficientes más recientes y $d$ es una métrica euclidiana. El objeto de estudio es la organización de esta nube, en lugar de su índice cronológico.
3. Descriptores Geométricos: Para resumir la estructura de la nube, se computa un conjunto de siete descriptores causales sobre una ventana móvil estrictamente pasada:
   • Densidad local ($\rho$)
   • Persistencia ($P$)
   • Dispersión ($D$)
   • Estabilidad de trayectoria ($S$)
   • Distancia al análogo más cercano ($\eta$)
   • Entropía de partición ($H$)
   • Energía geométrica ($E$)
   • Nota: Los autores señalan explícitamente que la energía geométrica es algebraicamente redundante ($E = D^2$) y que la dispersión, la estabilidad y la energía forman un grupo altamente correlacionado.
4. Protocolo de Evaluación: Se emplea un protocolo de solo representación, estrictamente controlado, para aislar el efecto de la representación de entrada.
   • Variables Fijas: Los algoritmos de aprendizaje (Regresión Logística, Bosque Aleatorio, Gradient Boosting), las divisiones de datos de ventana expansiva (walk-forward data splits, mínimo 750 sesiones, reajuste cada 252) y las variables objetivo se mantienen constantes.
   • Variable: Solo cambia la representación de entrada. Se prueban cuatro representaciones:
     • R1: Retornos rezagados (10 rezagos).
     • R2: Estadísticas móviles (retorno de múltiples horizontes, volatilidad, momentum).
     • R3: Vector de coeficiente relativo a la apertura bruto ($C_t$).
     • R4: HCF ($C_t$ + descriptores geométricos).
   • Activos: Cuatro instrumentos públicos con diversas escalas de precios: Oro (GC=F), S&P 500 (^GSPC), EUR/USD (6E=F) y Bitcoin (BTC-USD).
   • Objetivos: (1) El signo del retorno de la siguiente sesión (pronóstico direccional); (2) Expansión de volatilidad (si el rango normalizado de la siguiente sesión excede su mediana de 21 sesiones).
   • Línea de Base: El rendimiento se mide contra la tasa base de la clase mayoritaria (la precisión de predecir siempre la dirección más frecuente) para evitar la inflación de las métricas de precisión impulsada por tendencias.

Resultados Clave
La evaluación empírica arroja un resultado negativo robusto:

• Pronóstico Direccional: Ninguna representación, en ninguno de los tres modelos o cuatro instrumentos, supera significativamente la tasa base de la clase mayoritaria (promediada en 52.0%). Todas las cifras de precisión caen en el rango del 50.9–52.4%, consistentes con el ruido aleatorio.
• Impacto de los Descriptores Geométricos: La representación propuesta HCF (R4) no mejora la del vector de coeficiente bruto (R3). De hecho, añadir los descriptores geométricos degrada ligeramente la precisión direccional (por ejemplo, 51.6% frente a 52.4% para la Regresión Logística en promedio).
• Redundancia de Descriptores: El análisis de correlación revela que el conjunto de descriptores propuesto no es independiente. La dispersión, la estabilidad de la trayectoria y la energía geométrica están mutuamente correlacionadas entre 0.95 y 0.98, colapsando efectivamente tres descriptores en una única cantidad de "dispersión general".
• Objetivo de Expansión de Volatilidad: En el objetivo más predecible, la expansión de la volatilidad (donde existe señal y todas las representaciones superan la tasa base del 51.4%), las representaciones geométricas (R3 y R4) son inferiores a las estadísticas móviles simples (R2), que logran aproximadamente un 57% de precisión. La organización geométrica no solo es redundante, sino que rinde activamente por debajo de las características estándar donde hay señal presente.
• Robustez: Los resultados negativos se mantienen a través de diferentes longitudes de ventana de historia ($N \in \{126, 252, 504\}$ sesiones).

Contribuciones Clave
El artículo enmarca sus contribuciones no como una nueva teoría predictiva, sino como una corrección empírica rigurosa y un modelo metodológico:

1. Definición de HCF: Una definición formal del Campo de Coeficientes Históricos y un conjunto compacto de descriptores geométricos, posicionados explícitamente frente a conceptos establecidos como el embebido de coordenadas de retardo, el pronóstico por analogía y la estimación de densidad de núcleo.
2. Protocolo de Evaluación Controlado: Un diseño experimental de "solo representación" que mantiene fijos los modelos y las divisiones de datos, asegurando que cualquier diferencia de rendimiento sea atribuible únicamente a la representación de entrada.
3. Resultado Negativo Demostrado: El reporte honesto de que, en los activos y protocolos probados, la organización geométrica de la memoria del mercado no aporta información direccional más allá de las líneas de base simples. El artículo argumenta que una contabilidad geométrica más elaborada de una representación sin señal no crea señal.

Significancia y Reivindicaciones
Los autores reclaman significancia principalmente a través de la rigurosidad del resultado negativo y la disciplina metodológica aplicada:

• Prevención de Teorías No Verificables: El estudio evita la construcción de "teorías" geométricas no verificables basadas en representaciones que no portan señal direccional. Establece que la reorganización geométrica de la memoria del mercado no es un atajo hacia la predictibilidad.
• Estándar de Evaluación: El artículo suministra una plantilla reutilizable, controlada y referenciada a la tasa base para evaluar futuras representaciones de la historia financiera.
• Alcance Modesto: Los autores declaran explícitamente que su resultado es una declaración sobre esta familia específica de representaciones para estas tareas específicas. No pretenden una imposibilidad universal del pronóstico geométrico, sino argumentan que cualquier representación geométrica futura debe primero pasar por este mismo estándar controlado antes de construir estructuras más ricas sobre ella.

En resumen, el artículo concluye que, si bien la organización geométrica de la memoria del mercado es un marco conceptual válido, no proporciona valor predictivo para el pronóstico direccional o la expansión de la volatilidad en comparación con las líneas de base cronológicas simples y las estadísticas móviles.