Metodología y fuentes de datos

1. Qué hace SeasOptima

SeasOptima es una plataforma de análisis estadístico que identifica patrones estacionales recurrentes en los mercados financieros. Agregamos datos históricos de precios y aplicamos métodos estadísticos para visualizar cómo se han comportado históricamente los activos durante períodos específicos. Nuestra plataforma no proporciona asesoramiento de inversión, señales de trading ni recomendaciones personalizadas. Toda la información presentada es de naturaleza puramente estadística y educativa.

2. Fuentes de datos

Todos los datos de mercado utilizados por SeasOptima provienen de proveedores de datos financieros de acceso público:

• Proveedores de Datos de Mercado — Agregamos datos históricos OHLCV (Apertura, Máximo, Mínimo, Cierre, Volumen) de proveedores de datos financieros públicamente disponibles para todas las clases de activos, incluyendo acciones, índices, materias primas, forex, ETFs y criptomonedas.

Cobertura de datos

Analizamos hasta 30 años de datos históricos de precios diarios cuando están disponibles. El período de cobertura exacto varía según el símbolo dependiendo de la disponibilidad de datos. Todos los datos se actualizan diariamente durante las horas de mercado.

Precisión de datos

Aunque nos esforzamos por la precisión, dependemos de proveedores de datos de terceros y no podemos garantizar que todos los datos estén libres de errores. Los precios se ajustan por splits y dividendos cuando corresponde. Los usuarios deben verificar los puntos de datos críticos de forma independiente.

3. Cálculo de patrones estacionales

Los patrones estacionales se calculan utilizando la siguiente metodología:

1. Rendimientos diarios: Calculamos el cambio porcentual diario para cada día de negociación en todos los años de datos disponibles.
2. Agregación por calendario: Los rendimientos diarios se agrupan por fecha del calendario (mes y día) para identificar patrones recurrentes.
3. Promedios históricos: Para cada período del calendario, calculamos el rendimiento histórico promedio y el porcentaje de años en que el rendimiento fue positivo (tasa de acierto).
4. Períodos estacionales: Los períodos contiguos de rendimientos históricos consistentemente positivos o negativos se identifican y destacan como patrones estacionales.
5. Significancia estadística: Los patrones se evalúan en función del número de años de datos, la consistencia de los rendimientos y la tasa de acierto para evaluar su fiabilidad histórica.

4. Puntuación de consistencia de patrones

La Puntuación de Consistencia de Patrones (PCS) es una métrica propietaria que mide la fiabilidad con la que un patrón estacional se ha repetido históricamente:

• Componente de tasa de acierto: El porcentaje de años en los que la dirección esperada del patrón (alcista o bajista) realmente ocurrió.
• Consistencia del rendimiento: Cuán similar ha sido la magnitud de los rendimientos en los diferentes años — menor varianza indica mayor consistencia.
• Tamaño de la muestra: Más años de datos aumentan la confianza estadística en el patrón.

El PCS se expresa como una puntuación de 0 a 100. Puntuaciones más altas indican patrones que se han repetido históricamente con mayor consistencia. Un PCS alto no predice el rendimiento futuro.

5. Análisis de régimen de mercado

Nuestra detección de régimen de mercado utiliza un enfoque sistemático para clasificar el entorno general del mercado:

• Detección de tendencia: Utilizamos medias móviles de los principales índices bursátiles (p. ej., S&P 500) para determinar si el mercado se encuentra en una fase históricamente alcista, bajista o neutral.
• Clasificación del régimen: Los patrones estacionales se analizan por separado para cada régimen de mercado, permitiendo a los usuarios ver cómo se han comportado históricamente los patrones en diferentes condiciones de mercado.

El análisis de régimen de mercado se basa únicamente en la clasificación histórica y no predice la dirección futura del mercado.

6. Mapa de calor y calendario

Las herramientas visuales agregan datos históricos de la siguiente manera:

• Mapa de calor mensual: Muestra el rendimiento histórico promedio para cada mes en todos los años disponibles. La intensidad del color indica la magnitud del rendimiento histórico promedio.
• Calendario estacional: Muestra los promedios históricos diarios proyectados al año calendario actual, permitiendo a los usuarios ver qué fechas han mostrado históricamente tendencias positivas o negativas.

Todos los valores del mapa de calor y el calendario representan promedios históricos y no predicen rendimientos futuros.

7. Rankings del screener

El Screener Estacional filtra y clasifica los símbolos según criterios estadísticos:

• Filtrado: Los usuarios pueden filtrar por clase de activo, dirección del patrón, rango de fechas y tasa de acierto mínima.
• Clasificación: Los resultados se clasifican por fuerza histórica del patrón — una combinación del rendimiento histórico promedio, la tasa de acierto y la consistencia del patrón.
• Actualización de datos: Los datos del screener se recalculan regularmente para incorporar los datos más recientes disponibles.

Los rankings del screener reflejan únicamente medidas estadísticas históricas. Una clasificación alta no constituye una recomendación de compra o venta de ningún valor.