TERMO

Resumen

Una herramienta semanal de contexto para un comité de inversión. Dice en qué fase está la curva del Tesoro de EE.UU., qué tan confiable es la lectura y qué movimientos la empujan, y muestra cómo se vieron las fases pasadas. Describe el pasado reciente de la curva. No pronostica rendimientos ni emite órdenes.

Cómo funciona

• Datos: rendimientos diarios del Tesoro en siete plazos desde FRED, desde 1977. Cada corrida usa un snapshot verificado con hash, así que cualquier lectura se puede reconstruir.
• Variables: 139 por día; cada una ordena un movimiento reciente, una pendiente, la curvatura o la volatilidad contra los últimos 6 o 12 meses. Cada variable usa solo días hasta el que describe.
• Fases: un modelo estadístico de saltos agrupa los días en tres fases (rally fuerte, rally moderado y venta) y penaliza los cambios, así que una fase dura semanas o meses.
• Confianza y motores: un modelo sustituto XGBoost reproduce la fase; su probabilidad es la confianza, y SHAP reparte la lectura en seis bloques para que el comité vea qué la mueve.
• Entregable: una hoja semanal, cinco CSV y un reporte HTML autocontenido.

Qué dice la evidencia

Dos experimentos registrados (62 pruebas) encontraron que las fases no anticipan el rendimiento a 10 años mejor que la inercia. Por eso TERMO es solo descriptivo, y cada entregable lo dice. El holdout se usó una vez y ya está gastado; ahora solo las lecturas en sombra pueden validar los nombres de las fases.

Stack

Python · modelo estadístico de saltos · XGBoost · SHAP · Plotly · FRED.

Estado

Corre en modo sombra desde el 2026-10-02: una lectura por semana, registrada con el modelo congelado. La primera evaluación en sombra toca después de 26 semanas.

GitHub →