Resultados condicionales: tasas base para condiciones de mercado
Actualizado 2026-07-04
Un resultado condicional es la tasa base medida de lo que ocurrió históricamente tras una condición de mercado declarada — por ejemplo, cuál fue el retorno futuro a 24 horas en las ocasiones en que el funding estuvo por encima de su percentil 90. Sustituye el folclore sobre lo que suele pasar por un número calculado a partir del propio historial del feed. Informa de lo que ocurrió, nunca de lo que ocurrirá.
Tasas base en lugar de folclore
El discurso del trading está lleno de afirmaciones como un funding tan alto siempre precede a una caída. Un resultado condicional pone a prueba esa afirmación contra el registro histórico. Define una condición — digamos, un funding por encima del percentil 90 — encuentra cada momento pasado que coincidió y mide lo que vino después, como la distribución de los retornos futuros a 24 horas. La salida es una tasa base: en las ocasiones coincidentes, este es el rango de lo que realmente siguió.
Esto reformula una pregunta, de opinión a medición. En lugar de discutir si una lectura extrema es alcista o bajista, lees el resultado histórico directamente. El número no lleva ninguna predicción — los mercados cambian de régimen y el pasado no ata al futuro — pero una tasa base es un ancla mucho mejor que un relato sobre lo que suele pasar.
Percentiles as-of: sin sesgo de anticipación
La condición en sí suele ser un percentil, y cómo se calcula ese percentil decide si el resultado es honesto. Un resultado condicional usa un percentil as-of: en cada momento histórico, la lectura se clasifica solo frente a los datos disponibles hasta ese momento, nunca frente a la serie completa. Clasificar frente a todo el historial — incluidos datos posteriores al momento — filtraría información del futuro hacia el pasado e inflaría el resultado.
Esta clasificación libre de anticipación es lo que hace replicable la tasa base. Cada instancia coincidente se definió usando solo lo que un trader podía saber en ese momento, así que el resultado es el que realmente habría enfrentado. Los percentiles calculados frente a la serie completa son una forma común y sutil de producir backtests que nunca se podrían haber operado.
n_matches, n_effective e history_silent
Una tasa base es tan fiable como su tamaño de muestra, y las ventanas de retorno futuro se solapan. Si la condición se cumple en muchas horas consecutivas, sus ventanas futuras de 24 horas solapadas no son observaciones independientes — comparten casi el mismo futuro. Un resultado condicional informa tanto de n_matches, el recuento bruto de momentos coincidentes, como de n_effective, un número menor que descuenta ese solapamiento y refleja cuántas muestras genuinamente independientes existen.
Cuando n_effective es demasiado pequeño para decir algo, el feed devuelve history_silent en lugar de una cifra engañosamente precisa. Es un reconocimiento honesto — el historial guarda silencio sobre esto — no un error ni un cero. Negarse a citar una tasa base a partir de tres ventanas solapadas es la diferencia entre una medición y un número que solo lo parece.
Una función del agent feed de MarketTrace
Los resultados condicionales se exponen a través del agent feed de MarketTrace como get_conditional_outcomes, de modo que un agente puede preguntar qué siguió históricamente a una condición y recibir la tasa base con su tamaño de muestra efectivo adjunto. La herramienta devuelve la distribución de resultados, n_matches, n_effective y una bandera history_silent cuando los datos no pueden sustentar una respuesta.
El diseño es deliberadamente conservador: informa del historial, cuantifica su propia confianza mediante n_effective y guarda silencio en lugar de adivinar. Eso mantiene honesto a un agente — puede citar lo que ocurrió antes en condiciones similares sin disfrazar una tasa base de pronóstico.
Relacionado
Preguntas frecuentes
¿Son predicciones los resultados condicionales?
No. Un resultado condicional es una tasa base — el registro medido de lo que ocurrió históricamente tras una condición declarada, no un pronóstico de lo que ocurrirá. Los mercados cambian de régimen y el pasado no ata al futuro. El valor está en anclar una decisión a lo que realmente siguió a condiciones similares antes, en lugar de al folclore, siendo explícito en que es historial y no una predicción.
¿Qué es un percentil as-of?
Un percentil as-of clasifica cada lectura histórica solo frente a los datos disponibles hasta ese momento, nunca frente a la serie completa. Esto evita el sesgo de anticipación: si clasificaras una lectura pasada frente al historial completo — incluidos datos posteriores a ella — filtrarías información del futuro hacia el pasado e inflarías el resultado. La clasificación as-of mantiene cada instancia coincidente definida por lo que era conocible en ese momento, así que la tasa base es replicable.
¿Cuál es la diferencia entre n_matches y n_effective?
n_matches es el recuento bruto de momentos pasados que cumplieron la condición. n_effective es un número menor que descuenta el solapamiento: las ventanas de retorno futuro de momentos coincidentes consecutivos comparten casi el mismo futuro, así que no son muestras independientes. n_effective estima cuántas observaciones genuinamente independientes sustentan la tasa base, que es la medida honesta de cuánto fiarse de ella.
¿Qué significa history_silent?
history_silent es lo que devuelve el feed cuando hay muy pocas coincidencias independientes para medir una tasa base — cuando n_effective es demasiado pequeño para decir algo fiable. Es una señal honesta de que el historial guarda silencio sobre esto, no un error ni un resultado cero. Devolver history_silent en lugar de un número de apariencia precisa es como el feed evita citar una tasa base que su tamaño de muestra no puede sustentar.