Gráficos para el análisis: precio con indicadores, gráficos de capital y drawdown, distribuciones de rentabilidades y exportación de figuras

Qué aprenderás

• El patrón fig, ax = plt.subplots() y por qué es mejor que el atajo rápido series.plot() para todo lo que vayas a reutilizar.
• Cómo apilar paneles de precio, indicador y capital que comparten un mismo eje temporal, y cuándo pasar el eje del capital a escala logarítmica.
• Cómo dibujar un gráfico de drawdown y un histograma de rentabilidades, y qué buscar en cada uno.
• Cómo determinan el tamaño de la figura, los DPI y el formato de archivo el aspecto de la imagen exportada.

Explicación

En la investigación, los gráficos no son decoración; son la comprobación más rápida de que tus números son correctos. Una curva de capital que salta un 30 % en un día suele indicar un error en los datos, no una gran operación. Esta lección usa matplotlib, al que pandas llama internamente, a través de su interfaz orientada a objetos.

Figura, ejes y el eje temporal compartido

Una figura es el lienzo completo; un objeto axes (ejes) es un área de gráfico dentro de ella. fig, axes = plt.subplots(3, 1, figsize=(10, 8), sharex=True, height_ratios=[3, 1, 1]) crea tres paneles apilados de distinta altura que se amplían a la vez. El patrón para cada panel es el mismo: llama a ax.plot(x, y, label=...) y después a ax.set_ylabel, ax.legend() y ax.grid(True, alpha=0.3). Da a cada panel un título breve e indica las unidades (€, %, puntos).

Precio con indicadores

• fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 6), sharex=True, height_ratios=[3, 1])
• ax1.plot(df.index, df.close, lw=1, label='Cierre')
• ax1.plot(df.index, df.sma50, lw=1, label='SMA 50')
• ax1.fill_between(df.index, df.bb_lo, df.bb_hi, alpha=0.15, label='Bollinger')
• ax1.legend(loc='upper left'); ax1.set_ylabel('Precio (€)')
• ax2.plot(df.index, df.rsi, lw=1); ax2.axhline(70, ls='--'); ax2.axhline(30, ls='--')
• ax2.set_ylabel('RSI'); fig.autofmt_xdate(); fig.tight_layout()

fill_between sombrea una banda; axhline dibuja niveles de referencia; autofmt_xdate gira las fechas para que no se solapen. Para marcar las operaciones de la lista de la lección 8, usa ax1.scatter(entries.index, entries.price, marker='^') para las entradas y un triángulo hacia abajo para las salidas.

Capital y drawdown

Dibuja el capital con ax.set_yscale('log') siempre que la cuenta más que se duplique en el periodo. En un eje lineal, un movimiento de €10,000 a €11,000 parece minúsculo junto a un movimiento posterior de €40,000 a €44,000, aunque ambos son de +10 %. El panel de drawdown representa dd = equity / equity.cummax() - 1 y lo rellena: ax.fill_between(dd.index, dd, 0, alpha=0.4). Léelo buscando tres cosas: el punto más profundo (drawdown máximo), el tramo más largo por debajo de cero (tiempo bajo el agua, a menudo más doloroso que la profundidad) y si los drawdowns se concentran en un mismo régimen.

Distribuciones de rentabilidades

ax.hist(returns, bins=50, density=True) muestra la forma de las rentabilidades diarias o por operación. Superpón una curva normal con la misma media y desviación típica para ver las colas gruesas: las rentabilidades reales tienen más días extremos de los que predice la campana de Gauss. Para una lista de operaciones, representa en cambio los múltiplos R: un sistema tendencial sano muestra muchas pérdidas pequeñas cerca de −1R y una larga cola a la derecha; un sistema que vende volatilidad muestra la imagen especular, lo cual es una señal de alarma. Comunica la asimetría y la curtosis con returns.skew() y returns.kurt() (pandas devuelve la curtosis en exceso, así que 0 significa colas similares a las de una normal).

Exportar

fig.savefig('equity.png', dpi=150, bbox_inches='tight') escribe una imagen rasterizada; tamaño en píxeles = pulgadas × DPI, así que una figura de 10 × 6 pulgadas a 150 DPI tiene 1,500 × 900 píxeles. Usa .svg o .pdf para una salida vectorial que se mantenga nítida en un informe, y bbox_inches='tight' para recortar los márgenes blancos. Llama siempre a plt.close(fig) después de guardar dentro de un bucle, o un script que produzca 40 gráficos de la lista de seguimiento (lección 12) mantendrá 40 figuras en memoria. Fija los valores por defecto una sola vez con plt.rcParams['figure.dpi'] = 110 en lugar de hacerlo en cada llamada.

Ejemplo práctico

Ejemplo hipotético: una serie de capital de un backtest (euros, inventada) y su gráfico. Se excluyen comisiones e impuestos de los valores de capital.

1. Capital al cierre de cada año: €10,000, €13,000, €11,700, €16,000, €24,000. Serie de drawdown: máximos 10,000; 13,000; 13,000; 16,000; 24,000 → drawdowns 0; 0; 11,700 / 13,000 − 1 = −10.0 %; 0; 0. Drawdown máximo del −10 %, tiempo bajo el agua de alrededor de un año.
2. En un eje lineal, el último tramo (+€8,000) domina la imagen; en un eje logarítmico, los pasos de +30 %, −10 %, +36.8 % y +50 % aparecen con su verdadero tamaño relativo, y el año del −10 % es visible en lugar de quedar aplanado.
3. Rentabilidades diarias: media del 0.06 %, desviación típica del 1.1 %, curtosis en exceso de 4.2. Una distribución normal con esa desviación típica situaría un día de −3.3 % (tres desviaciones típicas) en aproximadamente uno de cada 740 días; el histograma muestra siete días así en 1,000. Esa diferencia es la cola gruesa, y es la razón por la que los stops pueden saltarse con un gap (lección 8).
4. Exportación: figsize=(8, 5) con dpi=200 da 1,600 × 1,000 píxeles, suficiente para una diapositiva; la misma figura guardada como SVG es independiente de la resolución y a menudo ocupa menos de 100 kB.

Error frecuente

Actividad práctica

En papel: (a) Una curva de capital pasa de 20,000 → 26,000 → 19,500 → 28,000 (en euros, cuatro puntos). Calcula el drawdown en cada punto. (b) Quieres una figura de exactamente 1,200 × 800 píxeles a 100 DPI; ¿qué figsize pasas? (c) El histograma de los múltiplos R de una estrategia tiene su barra más alta entre +0.2R y +0.4R y una fina cola izquierda que llega a −6R. Escribe una frase sobre lo que sugiere esta forma acerca de la estrategia y del riesgo que un ratio de Sharpe no mostraría.

Ideas clave

• Usa plt.subplots con ejes x compartidos para los paneles de precio, indicador, capital y drawdown; indica las unidades.
• El capital en escala logarítmica muestra con honestidad los movimientos porcentuales; los gráficos de drawdown muestran la profundidad y el tiempo bajo el agua.
• Los histogramas de rentabilidades o de múltiplos R revelan colas gruesas y asimetrías que las estadísticas resumidas ocultan.
• Píxeles = pulgadas × DPI; prefiere SVG o PDF para los informes y cierra las figuras dentro de los bucles.

Siguiente paso

La lección 11 pasa de un instrumento a varios: matrices de correlación y covarianza, volatilidad de la cartera a partir de los pesos y una simulación de reequilibrio en pandas.