En una entrada anterior hablábamos de la relación existente entre dos variables: la cointegración. Está muy bien decir que dos variables están cointegradas (os remito al post anterior donde vimos cómo era la relación entre distintos cruces de divisas), pero ¿qué podemos hacer con ello?

Cuando dos variables están cointegradas, la relación entre ellas se mantiene en el tiempo. ¿Podemos sacar partido de esta situación de alguna manera? Recibí un comentario al post anterior en el que se planteaba qué pasaría si seguimos las señales de un cruce sobre otro cruce que está cointegrado con el primero. Es decir, si tenemos un modelo creado específicamente para un cruce que nos recomienda qué posición tomar sobre un cruce, ¿qué resultado obtendríamos si utilizamos esas mismas recomendaciones sobre otro cruce que está cointegrado con él?

En un principio, si comprobamos que dos variables están relacionadas, parece natural pensar que esta prueba resultaría positiva. Si los cruces se mueven de manera conjunta y estable a lo largo del tiempo y seguimos los movimientos de uno mediante un modelo cualquiera, estos movimientos deberían coincidir con los del cruce con el que está cointegrado. Si la relación es negativa, los movimientos deberíamos seguirlos a la contra.

Para las parejas de pares USDCHF-EURUSD y USDCHF-EURGBP, uno cointegrado y otro no, no encontramos una relación coherente. Por un lado, hemos utilizado un modelo creado exclusivamente para el cruce (en el gráfico aparece en verde), y por otro hemos aplicado las mismas recomendaciones sobre su pareja (gráfica naranja). Aplicar sobre el USDCHF las recomendaciones del otro cruce, cointegrado o no con él, siempre mejora el resultado, mientras que en el otro cruce de la pareja el resultado empeora.

¿Por qué no funciona? Hay dos principales razones:

1.- Cuando dos pares de divisas están cointegrados, significa que se van a mover de manera que su separación nunca va a superar un cierto límite, pero no tienen por qué llevar el mismo movimiento. Lo que sí nos asegura es que cuando alcancen su máxima separación tenderán a juntarse de nuevo. Por lo tanto, el movimiento de un cruce no asegura el movimiento de otro cruce cointegrado con él, y en consecuencia ejecutar la misma orden puede ser perjudicial para el resultado.

2.- El resultado va a depender en gran medida de lo bueno que sea el modelo que escojamos para que nos diga cuáles son los movimientos del cruce principal. Si este modelo no lo hace bien, no podemos esperar que al seguir esas pautas sobre el cruce cointegrado vayamos a obtener buenos resultados.

Existe un ejemplo muy sencillo con el que se entiende bien cómo se comporta la relación de dos variables cointegradas. Supongamos que hemos atado con una cuerda a dos perros. Cada uno de los perros se mueve de manera independiente, pero cuando ambos se separan, y esa separación es igual a la longitud de la cuerda, los perros tenderán a acercarse uno al otro para volver a destensar la cuerda.

Si lo pasamos al caso de los cruces de divisas cointegrados, cuando ambos cruces se separan una cierta distancia sabemos que los cruces cambiarán su tendencia de manera que vuelvan a juntarse. Es en este momento cuando podríamos aprovechar la relación de cointegración para invertir en ellos.