Qué dice la investigación sobre las estrategias ORB y de ruptura

Solo educativo, no es asesoramiento financiero. Las simulaciones y los backtests son modelos, no promesas. Comprueba cada regla con tu propia firma.

Las rupturas son la idea de day trading más popular que existe: comprar cuando el precio supera el rango de apertura o el máximo de ayer, stop al otro lado, sin posición al cierre. La evidencia es más mixta de lo que sugiere YouTube. Esto es lo que se sostiene y lo que no.

De dónde viene el ORB

El libro de Toby Crabel de 1990 Day Trading with Short Term Price Patterns and Opening Range Breakout hizo famosa la idea: entrar cuando el precio se aleja de la apertura un «stretch» predefinido, preferiblemente tras un día de rango estrecho (NR4, NR7) o un inside day. Sus pruebas se hicieron con futuros de los años ochenta, y el libro no está revisado por pares.

La evidencia a favor

• Futuros de petróleo crudo: Holmberg, Lönnbark y Lundström (2013) encuentran rentabilidades medias significativamente positivas para una regla ORB de «stretch desde la apertura», saliendo al cierre. Un solo mercado, con un tratamiento superficial de los costes.
• La volatilidad importa: un documento de trabajo relacionado (Lundström 2013/2017) encuentra que la rentabilidad del ORB es negativa en periodos de baja volatilidad y positiva en los de alta volatilidad, en futuros de petróleo crudo y del S&P 500.
• Futuros sobre índices: Tsai et al. (2019, IEEE Access, una revista de ingeniería) informan de variantes rentables en cinco futuros sobre índices, con el momento de entrada optimizado para cada mercado, así que el riesgo de data snooping es alto.
• Por qué las rupturas pueden continuar: Osler (2003) muestra, con libros de órdenes reales de bancos en divisas, que las órdenes stop-loss se acumulan justo más allá de los niveles redondos, de modo que una ruptura puede acelerarse al activarse esos stops. Sturm (2021) encuentra momentum adicional a corto plazo cuando una acción abre por encima del máximo o por debajo del mínimo del día anterior.
• El efecto relacionado más fuerte: el momentum intradía. La rentabilidad de la primera media hora predice la de la última media hora en SPY (Gao et al. 2018) y en más de 60 mercados de futuros de 1974 a 2020 (Baltussen et al. 2021), ligada a las coberturas de los creadores de mercado de opciones y al reequilibrio de los ETF apalancados. Es una operación a nivel de mercado hacia el cierre, no la ruptura de un nivel.

La evidencia en contra

• Reglas intradía en acciones de EE. UU.: Marshall, Cahan y Cahan (2008) probaron 7.846 reglas intradía con datos de 5 minutos de SPY, incluidas rupturas de soportes/resistencias y de canales. Ninguna fue rentable tras corregir el data snooping.
• Miles de reglas, un siglo de datos: Sullivan, Timmermann y White (1999) y Bajgrowicz y Scaillet (2012) encuentran que las mejores reglas técnicas, rupturas incluidas, dejan de funcionar fuera de la muestra, sobre todo después de los años ochenta y al añadir costes.
• Revisiones: Park e Irwin (2007) revisan 95 estudios: los resultados positivos son habituales en muestras antiguas de futuros y divisas, y frágiles una vez que se tienen en cuenta el data snooping, la selección de reglas y los costes.

Los populares artículos de SSRN

La mayoría de las afirmaciones de que «el ORB funciona en acciones» proceden de documentos de trabajo de profesionales de Zarattini y coautores (2023, 2024). Presentan resultados sólidos para un ORB de 5 minutos en QQQ y en «stocks in play», las ~20 acciones de EE. UU. con mayor volumen relativo cada mañana. No están revisados por pares. El filtro de selección de acciones hace la mayor parte del trabajo, la muestra (2016–2023) fue volátil, los resultados dependen del apalancamiento y de stops ajustados, y los supuestos de deslizamiento importan mucho. Un documento de trabajo prerregistrado de Fetna de 2026 informa de que las variantes de ORB fracasan tras los costes; solo pudimos verificar su título.

Qué encontraron nuestros propios backtests

Hicimos nuestras propias pruebas (sin revisión por pares) con una lista fija de 25 grandes acciones de EE. UU. y 19 ETF:

• Ruptura del máximo/mínimo del día anterior, sin posición al cierre (acciones, velas de 1 hora, unos 3 años): 15.799 operaciones, 49 % ganadoras, +0,007R por operación antes de costes y −0,037R después. Solo el 4 % de los símbolos fue positivo fuera de la muestra.
• ETF: una pequeña ventaja bruta de 1–2 puntos básicos por operación, real en 21 años de datos diarios, pero unos costes de 2–10 puntos básicos la volvieron negativa.
• Operar solo en la dirección de ayer la empeoró ligeramente. Los filtros de volumen relativo no ayudaron en estas grandes empresas; el cuartil más volátil de símbolos fue el que más se acercó, aunque siguió en negativo.
• La regla de compra NR7 de Crabel en SPY de 2000 a 2026 ganó el 49,8 % de las veces, frente al 67 % que él informó en futuros del S&P de los años ochenta.

Una trampa destacó: con velas diarias, un backtest no puede saber si dentro del día llegó primero el stop o la entrada. Varias versiones parecían rentables con velas diarias y pasaron a negativo al repetirlas con velas horarias. Los días con gap son otra: se supone una ejecución en tu nivel cuando la ejecución real es una apertura peor.

Por qué las webs no se ponen de acuerdo

1. Rentabilidades totales con apalancamiento en una ventana volátil, en lugar de resultados ajustados al riesgo en distintos regímenes.
2. Selección de acciones aplicada a posteriori, u oculta.
3. Spread, deslizamiento en stops ajustados y costes de la subasta de apertura ignorados.
4. Sesgo de supervivencia: probar con los ganadores de hoy.
5. Cientos de variantes probadas, se muestra la mejor, sin prueba fuera de la muestra.
6. Resultados de futuros aplicados a acciones.

En resumen

Las rupturas de tipo ORB tienen un respaldo real y revisado por pares en futuros, sobre todo en periodos de alta volatilidad, y hay un mecanismo plausible (cascadas de stops). En una lista fija de acciones y ETF líquidos, el efecto es demasiado pequeño para cubrir los costes. Las afirmaciones para acciones se apoyan en un filtro de selección de acciones en artículos sin arbitraje. Si operas ORB en un desafío, mide tus costes en R, prueba con datos intradía y ejecuciones realistas, y reserva un periodo fuera de la muestra sin tocar.

Fuentes

1. Crabel, T. (1990). Day Trading with Short Term Price Patterns and Opening Range Breakout. Traders Press. [Libro]
2. Holmberg, U., Lönnbark, C. & Lundström, C. (2013). Assessing the profitability of intraday opening range breakout strategies. Finance Research Letters 10(1), 27–33. doi:10.1016/j.frl.2012.09.001 [Revisado por pares]
3. Lundström, C. (2013, rev. 2017). Day trading returns across volatility states. Umeå Economic Studies 861. ideas.repec.org/p/hhs/umnees/0861.html [Documento de trabajo, sin revisión por pares]
4. Tsai, Y.-C. et al. (2019). Assessing the profitability of timely opening range breakout on index futures markets. IEEE Access 7, 32061–32071. doi:10.1109/access.2019.2899177 [Revista de ingeniería]
5. Osler, C. L. (2003). Currency orders and exchange rate dynamics: An explanation for the predictive success of technical analysis. Journal of Finance 58(5), 1791–1819. doi:10.1111/1540-6261.00588 [Revisado por pares]
6. Sturm, R. R. (2021). The influence of daily price extremes on short-term stock returns. Journal of Behavioral Finance 22(3), 254–264. doi:10.1080/15427560.2020.1772262 [Revisado por pares]
7. Gao, L., Han, Y., Li, S. Z. & Zhou, G. (2018). Market intraday momentum. Journal of Financial Economics 129(2), 394–414. doi:10.1016/j.jfineco.2018.05.009 [Revisado por pares]
8. Baltussen, G., Da, Z., Lammers, S. & Martens, M. (2021). Hedging demand and market intraday momentum. Journal of Financial Economics 142(1), 377–403. doi:10.1016/j.jfineco.2021.04.029 [Revisado por pares]
9. Marshall, B. R., Cahan, R. H. & Cahan, J. M. (2008). Does intraday technical analysis in the U.S. equity market have value? Journal of Empirical Finance 15(2), 199–210. doi:10.1016/j.jempfin.2006.05.003 [Revisado por pares]
10. Sullivan, R., Timmermann, A. & White, H. (1999). Data-snooping, technical trading rule performance, and the bootstrap. Journal of Finance 54(5), 1647–1691. doi:10.1111/0022-1082.00163 [Revisado por pares]
11. Bajgrowicz, P. & Scaillet, O. (2012). Technical trading revisited: False discoveries, persistence tests, and transaction costs. Journal of Financial Economics 106(3), 473–491. doi:10.1016/j.jfineco.2012.06.001 [Revisado por pares]
12. Park, C.-H. & Irwin, S. H. (2007). What do we know about the profitability of technical analysis? Journal of Economic Surveys 21(4), 786–826. doi:10.1111/j.1467-6419.2007.00519.x [Revisado por pares]
13. Zarattini, C. & Aziz, A. (2023). Can day trading really be profitable? SSRN. doi:10.2139/ssrn.4416622 [Documento de trabajo, sin revisión por pares]
14. Zarattini, C., Barbon, A. & Aziz, A. (2024). A profitable day trading strategy for the U.S. equity market. SSRN. doi:10.2139/ssrn.4729284 [Documento de trabajo, sin revisión por pares]
15. Fetna (2026). Opening-range breakout does not survive trading costs: A pre-registered 225-cell study. SSRN (title verified only). doi:10.2139/ssrn.7428398 [Documento de trabajo, sin revisión por pares]

«Revisado por pares» significa publicado en una revista con arbitraje. Los documentos de trabajo y los libros no están revisados por pares. Las cifras de «nuestras propias pruebas» son nuestros backtests y simulaciones, no investigación revisada por pares.