Según arXiv q-fin, un estudio reciente presenta un marco unificado para diseñar sistemas de seguimiento de tendencias (TF), clasificándolos en tres categorías: europeas, americanas y basadas en series temporales de momentum. Para los sistemas europeos, se establece una relación exacta entre ganancias y pérdidas, la autocorrelación y el desplazamiento en retornos normalizados por volatilidad. El análisis muestra que estos sistemas generan retornos positivos cuando la autocorrelación a largo plazo es positiva, incluso bajo condiciones de reacción rápida a niveles medios. En el dominio de frecuencias, el retorno esperado se expresa mediante una lectura del espectro analítico o empírico de retornos normalizados, donde el sistema obtiene beneficios sin drástico desplazamiento cuando la masa espectral ponderada por un núcleo de Poisson supera la unidad. Así, el alfa de seguimiento de tendencias se traduce en una masa espectral excesiva en frecuencias bajas. A mayor ventana de observación, los sistemas también beneficianse del cuadrado del desplazamiento del proceso de retornos. Se obtiene una expresión cerrada del ratio de Sharpe, donde la excesiva curtosis de las innovaciones se integra mediante un solo parámetro, así como el ratio neto y el intervalo óptimo de operación bajo costos de trading. En condiciones de ruido blanco, se deriva la asimetría positiva de retornos agregados, que se mantiene en todos los horizontes y alcanza su pico cerca de la mitad del rango de filtrado. Experimentos por Monte Carlo validan estos hallazgos. Se demuestra que la asimetría positiva de los retornos es estructural, independientemente de las hipótesis de modelo. En estudios empíricos, se evalúan estos sistemas en contratos líquidos, mostrando una alta correlación entre ellos y validando que los resultados analíticos pueden aplicarse para atribuir su desempeño.
Para inversores peruanos, este hallazgo tiene implicaciones directas. La presencia de una asimetría positiva en retornos —es decir, una mayor probabilidad de ganancias que de pérdidas— sugiere que estrategias de seguimiento de tendencias no solo son viables, sino que su éxito se basa en características intrínsecas del mercado, como la persistencia de movimientos. En el contexto peruano, donde los mercados pueden presentar volatilidad elevada y reacciones lentas a cambios de condiciones, estos sistemas podrían ser especialmente eficaces. Aunque el rendimiento no es garantizado, el modelo indica que el diseño de estrategias se puede basar en parámetros observables: la persistencia de tendencias, la reacción al nivel medio y la estructura de frecuencias. Esto permite a inversores más informados evaluar mejor sus decisiones, sin depender únicamente de predicciones imprevisibles. Además, la alta correlación entre estrategias sugiere que el rendimiento colectivo puede ser más predecible, lo que favorece la diversificación en entornos de alta incertidumbre. En resumen, el estudio no solo describe cómo funcionan los sistemas, sino que ofrece una herramienta para comprender mejor el comportamiento del mercado en condiciones reales, especialmente en economías emergentes como la de Perú.