¿Qué es el desvío estándar móvil?
El desvío estándar móvil (también llamado DE rolling o volatilidad retrospectiva) calcula el desvío estándar sobre una ventana deslizante de tiempo. A diferencia del desvío estándar estático que utiliza todos los datos históricos, el DE móvil se enfoca en las observaciones recientes, lo que lo convierte en una herramienta esencial para detectar cambios en la volatilidad a lo largo del tiempo.
Esta técnica es fundamental en los mercados financieros, donde la volatilidad no es constante sino que cambia con el tiempo. Una acción puede estar tranquila durante meses y luego volverse altamente volátil durante los anuncios de resultados o las crisis de mercado. El DE móvil captura estas dinámicas en tiempo real.
Por qué importa el DE móvil
Cómo calcular el desvío estándar móvil
Para cada punto en el tiempo, se calcula el desvío estándar de los n datos anteriores. A medida que avanzás, la ventana se desliza, utilizando siempre los n valores más recientes. Esto genera una serie temporal de estimaciones de volatilidad.
Definir la ventana
Calcular el primer DE
Deslizar la ventana
Repetir
import pandas as pd
import numpy as np
# Load your time series data
df = pd.read_csv('stock_prices.csv')
# 20-day rolling standard deviation
df['rolling_std_20'] = df['returns'].rolling(window=20).std()
# Annualized volatility (assuming daily returns)
df['annualized_vol'] = df['rolling_std_20'] * np.sqrt(252)
# Multiple windows for comparison
df['rolling_std_10'] = df['returns'].rolling(window=10).std()
df['rolling_std_50'] = df['returns'].rolling(window=50).std()Notá que los primeros (ventana-1) valores serán NaN ya que se necesitan al menos n observaciones para calcular. En la práctica, podés usar el parámetro min_periods para empezar a calcular antes con menos observaciones.
Elección del tamaño de ventana adecuado
El tamaño de la ventana genera un compromiso entre capacidad de respuesta y estabilidad:
- Ventanas cortas (5-10 días):Reaccionan rápidamente a cambios de volatilidad pero son ruidosas y pueden producir señales falsas
- Ventanas medianas (20-30 días):Equilibran la capacidad de respuesta con la estabilidad; 20 días es el estándar de la industria para las Bandas de Bollinger
- Ventanas largas (50-100 días):Suaves y estables pero lentas para detectar cambios de régimen; adecuadas para análisis de tendencias
Consejo profesional
Aplicaciones en el mundo real
El desvío estándar móvil se utiliza ampliamente en finanzas y ciencia de datos:
- Gestión de riesgo:Calcular el Valor en Riesgo (VaR) usando la volatilidad reciente en lugar de promedios históricos
- Valuación de opciones:Estimar parámetros de volatilidad implícita para Black-Scholes y otros modelos
- Gestión de carteras:Ajustar el tamaño de las posiciones según la volatilidad actual; reducir la exposición cuando la volatilidad se dispara
- Detección de anomalías:Identificar períodos inusuales cuando la volatilidad actual se desvía significativamente del promedio móvil
- Análisis técnico:Bandas de Bollinger, Canales de Keltner y otros indicadores basados en volatilidad
Bandas de Bollinger
Las Bandas de Bollinger son la aplicación más conocida del desvío estándar móvil. Desarrolladas por John Bollinger en la década de 1980, crean un envolvente dinámico alrededor del precio que se adapta a la volatilidad.
Bollinger Bands
Las bandas se ensanchan durante períodos volátiles y se contraen durante períodos tranquilos. Los operadores las utilizan para:
- Identificar condiciones de sobrecompra/sobreventa cuando el precio toca las bandas
- Detectar “compresiones” (baja volatilidad) que frecuentemente preceden a rupturas
- Establecer stop-losses dinámicos basados en las condiciones actuales del mercado
Agrupamiento de volatilidad
Uno de los hechos empíricos más importantes en finanzas es que la volatilidad se agrupa: la alta volatilidad tiende a seguir a la alta volatilidad, y la baja a la baja. Esto fue formalizado por Robert Engle (Premio Nobel 2003) en el modelo ARCH.
El DE móvil revela este agrupamiento de forma visual. Cuando graficás la volatilidad rolling a lo largo del tiempo, vas a ver regímenes claros de alta y baja volatilidad en lugar de fluctuaciones aleatorias. Esto tiene implicaciones profundas:
- Predictibilidad:La volatilidad de mañana probablemente será similar a la de hoy; podés anticipar el riesgo
- Presupuesto de riesgo:Reducí las posiciones al entrar en regímenes de alta volatilidad
- Selección de estrategia:Diferentes estrategias de operación funcionan mejor en distintos entornos de volatilidad
Consideración importante