Comparar gráficos exige decidir qué significa «parecido». Dos movimientos pueden compartir un recorrido, pero realizarlo a velocidades distintas. Distintas medidas responden a distintas preguntas.
Qué mide Pearson
La correlación de Pearson mide la relación lineal entre pares de observaciones. Su coeficiente está entre −1 y +1. En una comparación de secuencias, el emparejamiento de los puntos importa.
Imagina dos caídas seguidas de un rebote. Si una empieza a rebotar antes, los puntos de la misma posición pueden diferir aunque el recorrido general resulte familiar. Además, una correlación alta entre niveles de precio no demuestra una relación causal ni capacidad predictiva.
Pearson · Punto por punto
- A₁ ↔ B₁; A₂ ↔ B₂; …
Qué aporta DTW
Dynamic Time Warping permite alinear secuencias admitiendo diferencias locales en el ritmo. Así puede comparar una pausa breve con otra más larga sin exigir que todos los giros ocupen la misma posición.
Esta flexibilidad también introduce un riesgo: una alineación demasiado permisiva puede unir episodios que conviene distinguir. Las restricciones de alineación cambian lo que se considera semejante. DTW no convierte cualquier coincidencia en un patrón válido para operar.
DTW · Alineación temporal
- Alineación temporal
- La distancia entre curvas no es probabilidad del resultado.
Comprueba qué se está comparando
Comparar precios y comparar variaciones entre velas no es lo mismo. En el primer caso importa la trayectoria; en el segundo, la sucesión de movimientos. El tratamiento de la escala y de la amplitud también puede cambiar la interpretación.
No compares puntuaciones de herramientas diferentes sin conocer su definición. Un coeficiente de correlación, una distancia DTW y un porcentaje de pasos coincidentes son magnitudes distintas. Un «90 % de similitud» no significa «90 % de probabilidad de subida».
Cómo leer una coincidencia
Mira el gráfico original junto al histórico, especialmente sus últimas velas. Busca diferencias de magnitud, duración y contexto que el resumen numérico pueda ocultar. Después examina varios desenlaces históricos.
Véase también por qué el final del gráfico importa. Referencias: Pearson en SciPy y DTW en tslearn.