Average Deviation: Volatility Measure | AlfaTactix

Explicación del Indicador Average Deviation

La Average Deviation (también conocida como Mean Absolute Deviation o MAD) es un indicador de volatilidad estadístico que mide la diferencia absoluta promedio entre cada valor de precio y el precio medio durante un período especificado. A diferencia de la Standard Deviation, que eleva al cuadrado las diferencias, la Average Deviation usa valores absolutos, haciéndola menos sensible a valores atípicos y proporcionando una medida más simple e intuitiva de la dispersión de precios. Valores más altos de Average Deviation indican mayor volatilidad de precios (los precios se desvían más de la media), mientras que valores más bajos indican menor volatilidad (los precios están más cerca de la media).

Cómo Funciona la Average Deviation: La Average Deviation se calcula primero calculando la media (promedio) de los precios de cierre durante un período especificado (típicamente 20 períodos), luego calculando la diferencia absoluta entre cada precio y la media, y finalmente promediando estas diferencias absolutas. La fórmula es: Media = Σ(Cierre) / n, y Average Deviation = Σ|Cierre - Media| / n, donde n es el período. Esta medida estadística proporciona una representación directa de la volatilidad del precio: valores cerca de cero indican baja volatilidad (los precios están cerca de la media), mientras que valores más altos indican alta volatilidad (los precios están dispersos de la media). La Average Deviation está menos influenciada por movimientos extremos de precio que la Standard Deviation, haciéndola más estable en mercados volátiles.

Cuándo Usar la Average Deviation:

• Evaluación de Volatilidad: La Average Deviation es altamente efectiva para identificar períodos de alta y baja volatilidad con menos sensibilidad a valores atípicos que la Standard Deviation. Average Deviation creciente indica volatilidad creciente, mientras que Average Deviation decreciente indica volatilidad decreciente y consolidación potencial del mercado.
• Gestión de Riesgo: La Average Deviation puede usarse para ajustar tamaños de posición y niveles de stop-loss basados en la volatilidad actual, similar a la Standard Deviation pero con mayor estabilidad. Mayor volatilidad requiere stops más anchos y tamaños de posición más pequeños.
• Identificación de Breakout y Reversión: Períodos de baja Average Deviation (contracción de volatilidad) a menudo preceden breakouts o reversiones significativos, ya que los períodos de baja volatilidad típicamente son seguidos por períodos de alta volatilidad. Average Deviation creciente durante un breakout confirma movimiento de precio fuerte.

Ventajas:

• Proporciona una medida clara y objetiva de la volatilidad del precio a través de análisis estadístico simple, facilitando su interpretación en comparación con la Standard Deviation. El cálculo de valor absoluto asegura estabilidad.
• Menos sensible a valores atípicos que la Standard Deviation, haciéndola más estable en mercados volátiles con movimientos extremos de precio. El enfoque de diferencia absoluta proporciona medición de volatilidad más intuitiva.
• Funciona efectivamente en múltiples timeframes y clases de activos, incluyendo acciones, forex, materias primas y criptomonedas. La simplicidad matemática asegura confiabilidad.

Limitaciones:

• La Average Deviation no indica dirección de precio o fuerza de tendencia, solo la magnitud de la dispersión de precios alrededor de la media. Los traders deben combinarla con indicadores direccionales para señales de entrada y salida.
• El indicador puede retrasarse detrás de cambios rápidos de volatilidad, ya que depende de datos de precio históricos. El cálculo usa una media móvil de diferencias absolutas, lo que puede retrasar la respuesta a picos repentinos de volatilidad.
• La Average Deviation sola no proporciona señales específicas de entrada o salida, solo medición de volatilidad. Los traders deben usarla en combinación con otros indicadores para análisis más completo.

En resumen, la Average Deviation es un indicador de volatilidad valioso que proporciona una medición estable e intuitiva de la dispersión de precios, haciéndolo ideal para gestión de riesgo y evaluación de volatilidad con menos sensibilidad a valores atípicos que la Standard Deviation. Para una comprensión integral, consulta la literatura de análisis estadístico sobre desviación absoluta media, la guía de Average Deviation de Investopedia, e investigación académica sobre medición de volatilidad en mercados financieros publicada en revistas como el Journal of Financial Markets y revistas de Quantitative Finance.

import backtrader as bt
import numpy as np

class AverageDeviationPositionSizingStrategy(bt.Strategy):
    params = dict(
        ad_period=20,
        volatility_threshold=1.5,
        stop_multiplier=2.0
    )
    
    def __init__(self):
        # Calcular Average Deviation: desviación absoluta media
        self.sma = bt.ind.SMA(self.data.close, period=self.p.ad_period)
        # Simplificado: calcular diferencias absolutas y promediar
        self.price_diff = bt.ind.AbsDifference(self.data.close, self.sma)
        self.avg_dev = bt.ind.SMA(self.price_diff, period=self.p.ad_period)
        self.avg_ad = bt.ind.SMA(self.avg_dev, period=20)  # Promedio de AD
        
    def next(self):
        if not self.position:
            # Calcular tamaño de posición basado en volatilidad
            if self.avg_dev[0] > self.avg_ad[0] * self.p.volatility_threshold:
                # Alta volatilidad: posición más pequeña
                size = self.broker.getcash() * 0.01  # 1% de efectivo
            else:
                # Baja volatilidad: posición normal
                size = self.broker.getcash() * 0.02  # 2% de efectivo
            
            if self._entry_signal():
                self.buy(size=size)
        else:
            # Stop-loss dinámico basado en Average Deviation
            stop_distance = self.avg_dev[0] * self.p.stop_multiplier
            if self.position.size > 0:  # Posición larga
                stop_price = self.data.close[0] - stop_distance
            else:  # Posición corta
                stop_price = self.data.close[0] + stop_distance
            
            if self._stop_triggered(stop_price):
                self.close()
    
    def _entry_signal(self):
        # Agregar lógica de entrada
        return False
    
    def _stop_triggered(self, stop_price):
        # Agregar lógica de stop
        return False

# Uso
cerebro = bt.Cerebro()
cerebro.addstrategy(AverageDeviationPositionSizingStrategy)