El nuevo D-Score

16 July 2020
Javier Colón

El 1 de agosto de 2020 lanzaremos una versión revisada del D-Score. En este artículo queremos explicar:

  1. Los orígenes del D-Score
  2. Qué hemos aprendido a lo largo del tiempo
  3. El nuevo enfoque del D-Score
  4. Efectos sobre otras funcionalidades
  5. Uso del D-Score por parte de Darwinex

Simplificamos y a la vez mejoramos el cálculo del D-Score. Lo hacemos independiente de los atributos y se basará únicamente en los datos de la cotización. Lo seguimos empleando como la métrica que usa Darwinex para arriesgar su propio capital.


1. Los orígenes del D-Score

El D-Score nace en 2013, mucho antes del lanzamiento de nuestro mercado de talento y capital. Por aquel entonces, nuestro objetivo era encontrar a los mejores traders del mundo de forma automática con la intención de darles visibilidad y que pudieran captar capital en nuestro futuro mercado.

En aquel momento, incluso ahora, la mayoría de servicios de señales se limitaban a mostrar los listados de las mejores estrategias, ordenados por criterios muy simplistas. Los traders verdaderamente buenos no terminaban de resaltar. Se debía tener cierto grado de conocimiento en trading para realmente poder llegar a encontrar la aguja en el pajar. Era frustrante tanto para buenos traders como inversores.

Creímos que si encontrábamos ese algoritmo nos permitiría dar acceso a nuestro mercado a clientes que no fueran traders, dándoles la confianza suficiente para invertir con éxito. También pensábamos que de esta forma el talento nos percibiría como el único proveedor de tecnología que realmente se preocupaba de que tuvieran éxito, algo que modestamente creemos haber conseguido.

Con ese objetivo comenzamos y descubrimos que la fiabilidad de los retornos de una estrategia de trading son muy dependientes de su gestión de riesgo. Eso significa que los resultados deben normalizarse no sólo por el nivel de riesgo global de la estrategia, sino también teniendo en cuenta el nivel de riesgo en cada posición.

A modo de ejemplo, supongamos una estrategia que hace 9 trades con apalancamiento 1:1 y pierde 10 pipos en cada uno de ellos, y luego abre otro trade en el que con apalancamiento 100:1 y gana 10 pipos. La señal genera retornos positivos, pero es una buena señal? Además, qué apalancamiento deberíamos permitir en ese último trade, para considerarlo representativo de la muestra anterior? 5:1? 10:1? El caso más claro y comúnmente usado de este tipo de operativa es la martingala, pero existen multitud de variantes.

Llegamos a la conclusión de que era necesario crear un algoritmo que fuera capaz de traducir decisiones de riesgo por posición en niveles de riesgo globales a nivel de estrategia para eliminar la posibilidad de generar ilusiones estadísticas . No sólo eso, sino que entendimos también que la única forma de comercializar las señales debería ser con un producto que permitiese compararlas debidamente. El DARWIN.

El DARWIN es la transformación de una señal en otra en la que el uso del apalancamiento individual por trade o posición, no genera falsas ilusiones en la rentabilidad, tal como se ha explicado antes.

Sabiendo ya que íbamos a crear un nuevo producto, el DARWIN, en paralelo seguíamos implementando el algoritmo para buscar al talento en el mercado.

Además de medir la calidad de las señales, buscamos que el D-Score:

  1. Protegiera 100% la propiedad intelectual del proveedor de la señal y, a su vez, de confianza suficiente al inversor.
  2. Idealmente, queríamos que se pudiera descomponer en unidades independientes. Así es como nacen los atributos, con el fin de ser mucho más transparentes con los clientes y ofrecer ideas de mejora a los traders.
  3. Sea independiente del nivel de riesgo.
  4. Sea válido para cualquier tipo de activo, siempre que el riesgo fuera función únicamente de su volatilidad (se excluyen opciones, por ejemplo).
  5. Valiese para cualquier tipo de operativa.
  6. No pudiera ‘’trucarse’’ sacando provecho de alguna vulnerabilidad del código para artificialmente mejorarlo.

Es muy importante resaltar, como se ha explicado, que el D-Score nació mucho antes que el DARWIN. De hecho, más de 2 años antes. Pese a ello, consideramos que esto no debería ser un problema porque el D-Score debía ser independiente del nivel de riesgo.

2. Qué hemos aprendido

Si el D-Score se hubiese hecho disponiendo ya del DARWIN en su versión más avanzada y de todos los DARWINs actuales y pasados (más de 10.000), muy probablemente se hubiese hecho de otra forma.

La complejidad del D-Score actual es una consecuencia de su evolución. Ahora que disponemos de los datos y habiendo hecho numerosos análisis, hemos llegado a la conclusión de que simplemente usando la cotización del DARWIN se puede obtener un D-Score mucho más predictivo que el actual, sin necesidad de usar los atributos invertibles.

Esto es así, creemos, porque la cotización del DARWIN ya incorpora toda la normalización de riesgo (a nivel global y por posición) y es, en consecuencia, una señal ‘’libre de ruido’’, o pura.

Pensamos que el D-Score que estamos dejando atrás fue un paso importante en la investigación de la clasificación de los activos financieros al permitir la comparación de estrategias de distinto riesgo. Pero si dispones de la señal pura, es mejor usar únicamente el precio para determinar su calidad.

Por otro lado, las restricciones que nos impusimos en su creación, sobre todo la de que pudiera calcularse a partir de atributos independientes, nos ha impedido iterar el D-Score y sus atributos todo lo que hubiésemos querido en el pasado. La diversidad de factores que influyen en su nota (atributos, pesos, históricos, activos) lo habían llevado a un punto de no evolución. Todos sabíamos que había que mejorarlo, pero no sabíamos cómo.

La única vía posible era simplificar su cálculo y en consecuencia, hacerlo independiente de los atributos.

Decidimos probar a usar únicamente el precio, basándonos en la hipótesis de que el precio del Darwin es puro, y el resultado de este análisis es la creación de un nuevo algoritmo completamente distinto del anterior.

Por otro lado, estos años también nos han demostrado la utilidad de los atributos invertibles. Si bien no mejoran al precio del Darwin en su capacidad predictiva, son valores que ayudan a comprender la tipología de la estrategia de trading. Así, aportan mucho valor a las estadísticas más tradicionales del DARWIN.

Por ejemplo, la capacidad, toxicidad de la estrategia, el timing, el loss aversion, correlación con el mercado, son métricas de mucho valor y que, lejos de eliminarlas, vamos a mantener, mejorar, y añadir más para nutrir con más información al DARWIN. Ahora que no afectan al D-Score podremos mejorarlos sin miedo por lo que esperamos también mucha creación de valor por este lado.

El nuevo enfoque es disponer de:

  • un valor que, para Darwinex como inversor en DARWINs, determine el rendimiento potencial de un DARWIN: esto es el D-Score y,
  • atributos que describan a dicho rendimiento.

Cada inversor puede decidir usarlos a su gusto o descartar su uso.

Por ejemplo, podemos encontrarnos que un Darwin tiene un D-Score de 80, pero con una nota en correlación al mercado Mc =2. La información, dada de esta forma, aporta más información al potencial inversor en dicho DARWIN que en la actualidad y deja a Darwinex también en un plano más neutral.

3. El nuevo enfoque del D-Score

En el análisis realizado hemos llegado a las siguientes conclusiones.

  1. El precio de cotización se puede usar para determinar la capacidad del DARWIN de generar retornos futuros.
  2. Los atributos ofrecen información de cómo se consiguen los retornos. Esto es muy útil, por ejemplo, para describir la estrategia sin necesidad de que el trader la describa.
  3. La mejor estrategia de inversión en DARWINs es invertir en DARWINs que en el medio plazo (2-3 años en adelante) han sido capaces de generar retornos, y que actualmente tienen un momentum positivo (lo están haciendo muy bien recientemente).
  4. Los DARWINs que dejan de ganar cambian la ‘’forma’’ de su curva ascendente de manera muy evidente. En argot de trading, cuando la línea de tendencia se rompe suele ser un indicador de agotamiento.

Los 3 y 4 son precisamente lo que hemos intentado resumir en una única métrica, el D-Score y los resultados son muy prometedores.

Como hemos comentado, a partir de ahora, mejorar el D-Score será mucho más sencillo, y no dejaremos de hacerlo, muy probablemente limitándonos a simplemente comunicar el cambio de versión.

Siendo considerablemente menos costoso desde el punto de vista de la computación, el nuevo D-Score se actualizará una vez cada hora.

Basado en datos de todos los DARWINs activos (actividad en los últimos 21 días de trading) tomados el 15 de julio, el promedio de D-Score es de 39,70 según la nueva versión frente a 35,51 según la antigua. El DARWIN con mayor D-Score tiene un valor de 88,80 (nuevo) vs. 85,80 (antiguo). El 62,07% de los DARWINs mejora el D-Score, mientras en el grupo de los 50 de mayor AuM lo hace el 66% y en el de los 50 de más inversores lo hace el 62%.

En una curva de distribución, la comparativa queda así:

4. Efectos sobre otras funcionalidades

4.1. Atributos invertibles

Como ya hemos mencionado, se mantienen, pero no afectan a la nota. Dentro de poco eliminaremos el atributo de Performance, porque conceptualmente es muy similar al D-Score nuevo.

Con el paso del tiempo iremos simplificando el cálculo para que también se actualicen cada menos tiempo, e iremos añadiendo nuevos atributos.

A futuro, muy probablemente haremos una breve descripción automatizada de la estrategia a partir de todos sus atributos, con el fin de simplificar su uso para clientes no traders.

4.2. DarwinIA

Se calcula igual que hasta ahora, pero usando el nuevo D-Score. Seguirá siendo posible entrar en el premio con históricos inferiores a 9 meses, pero nunca entre el percentil superior 50. En cambio, para quedar entre los 3 primeros sí que se exigirá mucho más, lo que creemos que es justo.

Aprovechamos también el cambio del D-Score para subir a 7,5 millones de EUR la asignación mensual, desde los 6 millones actuales.

Muy probablemente, en futuras ediciones, pondremos restricciones para participar en DarwinIA si la nota de Rs es baja. Es el único atributo que creemos que el proveedor de la señal debe cuidar para mejorar la calidad del DARWIN resultante.

4.3. Cuentas sin DARWIN

Al no disponer de la cotización del Darwin, su cálculo está simplificado. Es decir, puede haber ciertas discrepancias en la nota entre la cuenta sin DARWIN y esa misma cuenta con DARWIN. Su frecuencia de cálculo también es menor.

4.3. Filtros predefinidos

Se va a proceder a cambiar algunos criterios de filtros predefinidos para adaptarlos a la nueva realidad del D-Score.

4.4. Rebates por D-Score

Se sube a 55 el D-Score necesario para obtener un descuento del 20% en las comisiones y se mantiene el límite de 60 para un descuento del 40%.

5. Uso del D-score por parte de Darwinex

El nuevo Darwinex Score será, y así se transmitirá a la comunidad, la métrica por excelencia que usaremos en Darwinex para arriesgar nuestro propio capital:

  • En la asignación DarwinIA cuyo objetivo es entrenar a los proveedores en operar una estrategia que tiene capital de terceros bajo gestión, y
  • En la cesta de DARWINs en la que invertimos capital propio.

Por tanto, el D-Score es relevante sobre todo para aquellos proveedores que aspiran a recibir fondos propios de Darwinex.

:warning: El D-Score no es una recomendación de inversión en DARWINs ni una garantía de rentabilidad futura.


P.D. Hemos publicado una herramienta para consultar por DARWIN el D-Score aproximado después del cambio para que los proveedores sepan qué D-Score esperar el 1 de agosto. En foro de la comunidad esperamos vuestros comentarios sobre el nuevo enfoque del D-Score.