¿Qué es la Desviación Estándar Móvil?
La desviación estándar móvil (también llamada DE rolling o volatilidad histórica) calcula la desviación estándar sobre una ventana deslizante de tiempo. A diferencia de la desviación estándar estática que utiliza todos los datos históricos, la DE móvil se enfoca en las observaciones recientes, lo que la hace 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 mantenerse estable durante meses y luego volverse altamente volátil durante reportes de resultados o crisis de mercado. La DE móvil captura estas dinámicas en tiempo real.
¿Por qué Importa la DE Móvil?
Cómo Calcular la Desviación Estándar Móvil
Para cada punto en el tiempo, se calcula la desviación estándar de los n datos anteriores. Conforme avanzas, la ventana se desliza, utilizando siempre los n valores más recientes. Esto genera una serie de tiempo de estimaciones de volatilidad.
Definir la Ventana
Calcular la Primera 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()Ten en cuenta que los primeros (ventana-1) valores serán NaN, ya que se necesitan al menos n observaciones para el cálculo. En la práctica, se puede usar el parámetro min_periods para comenzar a calcular antes con menos observaciones.
Elección del Tamaño de Ventana Adecuado
El tamaño de la ventana genera un balance entre capacidad de respuesta y estabilidad:
- Ventanas cortas (5-10 días):Reaccionan rápidamente a los cambios de volatilidad pero son ruidosas y pueden producir señales falsas
- Ventanas medias (20-30 días):Equilibran capacidad de respuesta con 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
La desviación estándar móvil se utiliza ampliamente en finanzas y ciencia de datos:
- Gestión de Riesgos:Calcular el Valor en Riesgo (VaR) usando volatilidad reciente en lugar de promedios históricos
- Valuación de Opciones:Estimar parámetros de volatilidad implícita para Black-Scholes y otros modelos
- Gestión de Portafolios:Ajustar tamaños de posición según la volatilidad actual; reducir exposición cuando la volatilidad aumenta
- 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 Explicadas
Las Bandas de Bollinger son la aplicación más conocida de la desviación estándar móvil. Desarrolladas por John Bollinger en la década de 1980, crean una envolvente dinámica alrededor del precio que se adapta a la volatilidad.
Bollinger Bands
Las bandas se amplían durante los períodos volátiles y se contraen durante los períodos de calma. Los operadores las usan para:
- Identificar condiciones de sobrecompra o sobreventa cuando el precio toca las bandas
- Detectar “compresiones” (baja volatilidad) que frecuentemente preceden a rupturas
- Establecer niveles de stop-loss 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.
La DE móvil revela este agrupamiento de manera visual. Cuando graficas la volatilidad móvil a lo largo del tiempo, verás 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; se puede anticipar el riesgo
- Presupuesto de Riesgo:Reducir posiciones al entrar en regímenes de alta volatilidad
- Selección de Estrategia:Diferentes estrategias de inversión funcionan mejor en diferentes entornos de volatilidad
Advertencia Importante