El análisis de activos
financieros mediante herramientas estadísticas tradicionales a menudo se queda
corto al intentar capturar la complejidad de los movimientos del mercado. Para
entender la dinámica reciente de GSIW, se ha implementado un enfoque mixto que combina la
estadística descriptiva fundamental con el modelado econométrico de curvas
polinómicas. Los resultados ofrecen una perspectiva clara sobre su tendencia
estructural y el comportamiento de sus ciclos de precio.
Al observar la distribución de
los datos históricos (basados en una muestra de períodos), la primera señal de
alerta proviene de la disparidad entre las medidas de tendencia central:
Mientras que la media
aritmética se sitúa en 586.33, la mediana se desploma hasta 116.31, esta
marcada diferencia, sumada a una asimetría (Skewness) positiva de 1.25, nos
indica que el activo ha pasado la mayor parte del tiempo en niveles de precios
bajos, interrumpidos por picos esporádicos y muy elevados al inicio de la serie
(máximo de 3100 frente a un mínimo de 6.7).
La desviación estándar de 793.87
supera con creces a la propia media, reflejando un entorno de volatilidad
extrema. El coeficiente de variación (CV) de 1.35 confirma cuantitativamente
que el riesgo asociado a la dispersión de este activo es notablemente alto.
El ratio de Sharpe negativo (-0.00128)
y una rentabilidad a 5 años del -97.60% constatan el severo proceso de
corrección y destrucción de valor que el activo ha sufrido en el mediano plazo.
Para aislar el
"ruido" del mercado y entender la trayectoria de fondo, se evalúan tres modelos de regresión: lineal, polinómico
de orden 3 y polinómico de orden 6.
La regresión lineal, muestra
una clara pendiente negativa. Aunque explica casi dos tercios de la
variabilidad, es un modelo plano que ignora los giros estructurales del activo.
Los polinomios de tercer orden
mejoran sustancialmente el ajuste, capturando la curvatura de la caída
prolongada y la posterior estabilización en la parte baja de la muestra.
Los polinomios de sexto orden son,
sin duda, el modelo con mayor poder explicativo. Al modelar las oscilaciones de
orden superior, este ajuste nos permite identificar con precisión matemática
los puntos de inflexión y las fases cíclicas que los modelos lineales omiten
por completo.
El análisis gráfico de la
solución de la ecuación de sexto orden revela una estructura cíclica sumamente
interesante para el diseño de estrategias:
El ciclo 1 completo (que va de cima a cima, tuvo una duración de 367
períodos, viajando desde el Máximo 1 hasta el Máximo 2, tras haber pasado por
un Mínimo 1 en el período 193.30. La primera fase de expansión (Valle-Cima) de
este ciclo duró 231 días.
El ciclo 2 completo de cima a cima,
mostró una elongación temporal
significativa, extendiéndose por 679 días hasta alcanzar el Máximo 3 en la zona
del período 1102.46.
En la fase de expansión actual,
el modelo identifica una segunda fase de expansión (Valle-Cima) de 379 períodos
tras superar el Mínimo 2. Los puntos de inflexión calculados actúan como zonas
de transición crítica donde el momentum del activo cambia de concavidad,
ofreciendo señales clave de cambios de régimen de mercado.
Los pronósticos estadísticos
lineales a corto y mediano plazo (30 a 360 días) arrojan valores negativos
debido al fuerte sesgo bajista de la serie completa. Sin embargo, para el
inversor cuantitativo, el verdadero valor reside en el estudio de las ondas
polinómicas.
GSIW es un activo que se mueve
por regímenes cíclicos profundos y bien definidos matemáticamente. Tras haber
consolidado un suelo aparente en torno al Mínimo 2, la clave actual está en
monitorear si la fase de expansión modelada logra sostenerse o si la fuerza de
la tendencia bajista principal forzará una nueva estructura de acumulación. En
activos de esta naturaleza, la sincronización algorítmica basada en los puntos
de inflexión calculados es superior a cualquier estrategia de Buy & Hold.
