Definición de sobreajuste
El sobreajuste ocurre cuando un modelo (como una regla de trading, un modelo de señales o un predictor estadístico) se ajusta demasiado a las peculiaridades de los datos históricos. En términos simples, aprende patrones que son específicos del pasado y que pueden no reaparecer más adelante. Una idea clave es la diferencia entre aprender una relación verdadera y memorizar características accidentales (a menudo llamadas “ruido”).
Cómo funciona el sobreajuste en forex
En los flujos de trabajo de forex, a menudo se estima una regla utilizando datos históricos de precios y luego se evalúa con datos adicionales. El sobreajuste suele aparecer cuando la regla se vuelve excesivamente compleja en relación con la cantidad y calidad de la información en el conjunto de datos.
Un modelo simple común es: elegir parámetros para maximizar el rendimiento durante el backtesting (por ejemplo, seleccionar ajustes que produzcan el mayor retorno en un historial específico). Si se utiliza demasiada flexibilidad—demasiados parámetros ajustables, demasiadas variaciones probadas o un ajuste repetido sobre el mismo conjunto de datos—el modelo puede “explicar” efectivamente movimientos aleatorios en lugar de un comportamiento estable.
Incluso si el backtest utiliza segmentos diferentes, el sobreajuste puede ocurrir a través de elecciones que implícitamente usan información histórica más de lo previsto. Los ejemplos incluyen cambiar repetidamente el diseño basándose en los resultados observados del backtest, o comparar muchos modelos candidatos y seleccionar el que mejor se vea en el período histórico. Cada paso de selección puede inclinar los resultados hacia el pasado.
Conceptos adyacentes que a menudo se confunden
El sobreajuste es distinto de estos problemas relacionados:
- Subajuste: el modelo es demasiado simple para capturar cualquier estructura significativa, por lo que funciona mal incluso con los datos de entrenamiento.
- Fuga de datos: la información utilizada durante la construcción del modelo incluye accidentalmente información futura (por ejemplo, usar una estadística calculada con datos que no habrían estado disponibles en el momento de la decisión). El sobreajuste se trata de un ajuste excesivo; la fuga se trata de una sincronización incorrecta de la información.
- Cambio de régimen: el entorno del mercado cambia y las relaciones históricas se debilitan. El cambio de régimen puede causar debilidad fuera de la muestra incluso sin sobreajuste, por lo que no se debe asumir que uno causa el otro.
Evidencia y un ejemplo concreto (con supuestos claros)
Suponga que tiene una serie histórica y una regla con un umbral ajustable. Si prueba muchos umbrales y selecciona el que tiene la puntuación más alta en el backtest, está realizando una forma de “búsqueda”. Con suficiente búsqueda, el umbral de mejor apariencia puede reflejar aleatoriedad particular de la ventana histórica.
Para verificar esto, necesita una evaluación que no se haya utilizado durante la selección. Si la regla sigue siendo sólida en datos verdaderamente no vistos, eso es más consistente con un patrón estable. Si el rendimiento colapsa, sugiere que el éxito histórico puede haber sido impulsado por el ajuste al ruido.
Limitaciones y modos de fallo
El sobreajuste no es la única razón por la que un backtest puede fallar. Las limitaciones materiales incluyen:
- Costos de transacción y efectos de ejecución: los costos reales, el deslizamiento y las órdenes parcialmente ejecutadas pueden diferir de los supuestos del backtest. Estas diferencias pueden hacer que un modelo previamente bueno se vea mal, incluso si el sobreajuste es mínimo.
- No estacionariedad: la dinámica del forex puede cambiar con el tiempo. Una regla “buena” puede dejar de funcionar porque la relación subyacente cambia.
- Sesgo de selección por pruebas repetidas: cada ronda de ajuste aumenta la probabilidad de que haya seleccionado un artefacto histórico.
- Métricas exageradas: algunas medidas de rendimiento pueden ser sensibles a un pequeño número de operaciones atípicas, dando una impresión engañosa de robustez.
Debido a que los resultados varían con las condiciones del mercado, los supuestos, los costos y la calidad de la ejecución, no se puede concluir que un modelo se generalizará solo porque obtuvo una buena puntuación históricamente.
Cómo verificar si hay sobreajuste
Puede evaluar el sobreajuste de forma independiente utilizando prácticas generales de verificación de modelos:
- Utilice una prueba estricta fuera de muestra que no se consulte durante la selección de parámetros.
- Controle la complejidad del modelo reduciendo el número de grados de libertad cuando sea posible.
- Minimice el ajuste repetido sobre los datos de evaluación; trate la selección y la evaluación como pasos separados.
- Adopte supuestos realistas consistentes con lo que se habría sabido y ejecutado en ese momento.
Si la ventaja aparente de un modelo se reduce sustancialmente cuando se prueba con datos genuinamente no vistos, eso es consistente con el sobreajuste. Si el rendimiento es similar en períodos no vistos, el sobreajuste es menos probable—pero nunca se elimina por completo, porque el comportamiento futuro y la calidad de los datos siguen siendo inciertos.