Qué son los datos históricos en forex
Los datos históricos son un registro de la actividad pasada del mercado forex. En el contexto del backtesting y las pruebas hacia adelante en forex, generalmente se refieren a entradas con marca de tiempo, como series de precios (por ejemplo, bid/ask, mid, o barras OHLC) y, cuando están disponibles, información relacionada con la ejecución (por ejemplo, históricos de fills o registros de operaciones).
La idea clave es que los datos históricos se utilizan para recrear lo que podría haber sucedido en el pasado, dado un conjunto definido de reglas y supuestos. No son una garantía de lo que sucederá en los mercados futuros. Cualquier resultado obtenido al usar datos históricos está limitado por lo que los datos realmente representan.
Cómo funcionan los datos históricos en el backtesting
El backtesting es el proceso de aplicar la lógica de una estrategia a datos históricos para medir cómo se habría comportado. Un flujo de trabajo típico se ve así:
- Definir la lógica de la estrategia y las reglas de decisión (por ejemplo, cuándo las señales pueden activar entradas y salidas).
- Elegir el conjunto de datos históricos y su granularidad (los datos a nivel de tick son diferentes de las barras de minutos; la lógica basada en barras difiere de la lógica a nivel de ejecución).
- Simular la creación de órdenes y los fills utilizando reglas explícitas para precios, spreads, deslizamiento y costos de transacción.
- Calcular métricas de rendimiento bajo esos supuestos de simulación.
Los datos históricos funcionan como la “línea de tiempo de entrada” para la simulación. Si las marcas de tiempo son inconsistentes, si el conjunto de datos tiene vacíos, o si la representación del precio (bid/ask vs. mid) no coincide con los supuestos de ejecución de la estrategia, el backtest puede modelar un mercado materialmente diferente al que realmente se experimentó.
Cómo encajan los datos históricos en las pruebas hacia adelante
Las pruebas hacia adelante evalúan una estrategia en condiciones que no se utilizaron durante el backtesting. Incluso si no las llamas “históricas” durante las pruebas hacia adelante, se aplican los mismos conceptos: todavía dependes de entradas de mercado con marca de tiempo y del registro preciso de los resultados.
En la práctica, las pruebas hacia adelante generalmente utilizan:
- Condiciones de mercado en vivo con un entorno de ejecución real o en papel, o
- Un conjunto de datos separado que no se utilizó para desarrollar u optimizar la estrategia.
El propósito de las pruebas hacia adelante es reducir el riesgo de sobreajuste a peculiaridades históricas. El sobreajuste ocurre cuando una estrategia se adapta demasiado a los patrones, ruido e imperfecciones específicos presentes en una muestra histórica particular.
Limitaciones y riesgos relevantes
El uso de datos históricos introduce varias incertidumbres. Estas limitaciones importan porque pueden cambiar los resultados simulados u observados.
Calidad e integridad de los datos
Los conjuntos de datos históricos pueden diferir en cobertura, precisión y continuidad. Intervalos faltantes, valores atípicos, registros duplicados o problemas de alineación temporal pueden distorsionar la reproducción de las condiciones del mercado. Incluso errores pequeños pueden acumularse cuando las estrategias son sensibles al momento de la entrada.
Representación del precio y supuestos de ejecución
Una estrategia que asume un cierto tipo de precio (por ejemplo, comportamiento bid/ask) puede comportarse de manera diferente cuando el conjunto de datos proporciona solo precios mid o barras. El modelado de la ejecución también depende de cómo se manejan los spreads y el deslizamiento. Si la simulación asume costos más bajos de los que se aplicarían de manera realista, los resultados del backtest pueden verse mejor de lo que una ejecución real podría ofrecer.
Zonas horarias, límites de sesión y efectos de rollover
El trading de forex abarca múltiples regiones y sesiones de negociación. Las diferencias en el manejo de la zona horaria, los rollovers diarios y el comportamiento contractual específico del instrumento (cuando corresponda) pueden afectar los límites de las barras y el momento de los eventos. Si la lógica de tu estrategia depende de la sincronización exacta de la sesión, un manejo inconsistente de las marcas de tiempo puede llevar a una evaluación incorrecta.
Sesgo de supervivencia y de selección
Si un conjunto de datos o la selección del proveedor cambia involuntariamente lo que se incluye con el tiempo, las comparaciones pueden volverse engañosas. De manera similar, probar solo el período histórico de “mejor apariencia” puede crear un sesgo de selección, porque la muestra elegida puede no representar condiciones típicas.
Reproducibilidad y comparabilidad
Dos backtests pueden usar los “mismos” datos históricos pero producir resultados diferentes debido a diferencias en:
- Parámetros de la estrategia y horarios de trading permitidos
- Pasos de preprocesamiento de datos (por ejemplo, filtrado, remuestreo)
- Modelado de ejecución y costos
- Aleatoriedad en los componentes de la simulación
Una evaluación significativa es aquella que puede reproducirse utilizando las mismas entradas de datos y los mismos supuestos metodológicos.
Formas prácticas de verificar los datos históricos de forma independiente
Debido a que los datos históricos son la base de las pruebas, la verificación independiente se centra en comprobar que el conjunto de datos y los supuestos coincidan con el uso previsto.
- Confirma las convenciones de marca de tiempo y el tratamiento de la zona horaria antes de ejecutar cualquier lógica de estrategia.
- Verifica si el conjunto de datos contiene bid/ask, mid, o solo datos de barras, y alinea el modelo de ejecución en consecuencia.
- Inspecciona el conjunto de datos en busca de vacíos, saltos inusuales o registros duplicados.
- Asegúrate de que los supuestos de costos (spreads, comisiones, costos de financiación/roll si son relevantes para tu configuración) sean consistentes con lo que el conjunto de datos y el entorno pueden soportar.
- Mantén un registro claro de la versión del conjunto de datos y los pasos de preprocesamiento para que otra ejecución pueda replicar las mismas entradas.
Cómo evitar conclusiones engañosas
Los resultados de los datos históricos se interpretan mejor como un análisis de supuestos, no como un pronóstico de rendimientos futuros. El rendimiento de una estrategia en el backtesting puede reflejar la estructura histórica del mercado, las imperfecciones de los datos y las elecciones de modelado de ejecución.
Un enfoque cauteloso es tratar las pruebas históricas como una forma de comprender el comportamiento bajo condiciones de reproducción controladas, y luego usar las pruebas hacia adelante para verificar si el comportamiento se mantiene bajo nuevas condiciones.
Conceptos relacionados y en qué se diferencian
Los datos históricos son una pieza de un flujo de trabajo de evaluación más amplio. Se diferencian de:
- Datos de mercado en tiempo real: se utilizan a medida que se desarrollan las condiciones, no se reproducen.
- Ejecución de estrategia en vivo: el resultado depende de las condiciones de ejecución actuales, no solo de series pasadas.
- Registros de operaciones producidos por una plataforma: esos registros pueden estar influenciados por la ejecución registrada de la plataforma y pueden no coincidir con un feed de datos de mercado separado.
Comprender estas diferencias te ayuda a elegir las entradas correctas e interpretar los resultados sin asumir que una representación de datos pasados coincide automáticamente con la realidad de la ejecución.
Qué considerar a continuación para el backtesting y las pruebas hacia adelante en forex
Si deseas continuar explorando el tema, puede ser útil analizar cómo la selección de datos históricos afecta el backtesting y cómo estructurar las pruebas hacia adelante para que utilicen datos que no formaron parte del proceso de desarrollo. Para una visión más amplia, también puedes revisar el backtesting y las pruebas hacia adelante en forex, incluido el papel de los supuestos en la simulación.