Modelo Predictivo de Volatilidad Intradía (E-Mini SP500 / VIX)

Predice el rango de volatilidad para el E-Mini SP500 con una precisión del 86-91%

¿Cómo funciona?

Recibirás un reporte diario en el canal de Discord #SP500-Market-Regime con los límites estadísticos máximos de excursión del precio—caída máxima (MAE) y subida máxima (MFE)—para la sesión intradía del S&P 500 (Futuros de ES). El modelo se basa en la dinámica del Índice VIX y depende del historial reciente del VIX (no son números fijos ni constantes).

image.png

¿Cómo usarlo?

  1. Lee el Reporte de Pronóstico de Volatilidad.
  2. Verifica el Régimen de Volatilidad para el día de hoy.
  3. Aplica los Límites: Usa los porcentajes mostrados en el reporte para definir los niveles clave del día desde la vela de apertura. Estos niveles son ideales para ajustar los Stop Losses (usando el MAE como un suelo estadístico) o los Take Profits (usando el MFE como un techo) y para determinar qué grupo de liquidez vas a operar.

Entendiendo las Sesiones

Recomendamos encarecidamente seleccionar la zona horaria del ‘Exchange’ (Mercado) en el gráfico. De esa manera siempre sabrás a qué hora abre o cierra el mercado y no tendrás que preocuparte por el horario de verano ni por los cambios de zona horaria.

🌐 Sesión Global (23 Horas) 🇺🇸 Sesión Regular (6.5h)
De 18:00 a 17:00 (del día siguiente) De 9:30 a 16:00

image.png

Los 4 Regímenes de Volatilidad

Global (23h) Wall Street (RTH)
🟢 Bajo → Movimientos intradía muy contenidos Caída Máx 0.76% Subida Máx +0.66% Caída Máx 0.60% Subida Máx +0.49%
🟡 Normal → Comportamiento estándar del mercado Caída Máx 1.19% Subida Máx +0.99% Caída Máx 0.93% Subida Máx +0.75%
🟠 Alto → Rangos amplios, alta volatilidad Caída Máx 1.51% Subida Máx +1.30% Caída Máx 1.08% Subida Máx +0.93%
🔴 Extremo → Pánico o volatilidad excepcionalmente alta; máxima amplitud del rango Caída Máx 2.19% Subida Máx +2.08% Caída Máx 1.75% Subida Máx +1.54%

Precisión / Tasas de Acierto y Auditoría OOS (Out-of-Sample)

El modelo ha sido validado a través de un estricto backtest Walk-Forward (simulando el paso del tiempo día a día en datos no vistos), arrojando una tasa de fiabilidad muy alta: