Definición y qué intenta medir el backtesting
El backtesting de EAs es un proceso en el que se prueba una estrategia de Asesor Experto (EA) sobre datos históricos de mercado para estimar cómo podría haberse comportado en el pasado. La idea clave no es que el pasado garantice el futuro, sino que el backtest pretende aproximar un conjunto de reglas repetibles: cuándo tomaría decisiones el EA, qué precios utilizaría y cómo se ejecutarían las órdenes.
Una forma práctica de pensar en el backtesting es: convierte una estrategia de trading en un flujo de trabajo simulado. Ese flujo de trabajo puede fallar de varias maneras, ya sea porque los supuestos de la simulación son incompletos o porque los mercados reales y la infraestructura de trading se comportan de manera diferente.
Cómo puede engañar el backtesting de EAs: riesgos operativos, de mercado, de contraparte y de interpretación
Riesgos operativos (la simulación no coincide con la ejecución)
Un modo de fallo común es que el backtest modela la ejecución de las operaciones de manera diferente a la realidad. Ejemplos de desajustes operativos incluyen cómo se simulan los fills (por ejemplo, si se asume que las operaciones se ejecutan al precio deseado), cómo se maneja el deslizamiento y cómo se representan costos como spreads, comisiones y financiación.
Incluso si un backtest muestra un rendimiento sólido, el EA podría ser sensible a detalles difíciles de modelar: el momento de las órdenes, los fills parciales, los efectos similares a la latencia y cómo se comporta el EA cuando los indicadores dependen de barras históricas que difieren del momento de los datos en vivo.
Riesgos de mercado (los patrones históricos pueden no persistir)
Los backtests dependen de relaciones históricas de precios. Los regímenes de mercado pueden cambiar debido a variaciones en la volatilidad, diferencias de liquidez, eventos macroeconómicos o cambios en el comportamiento de trading en todo el mercado. Cuando esto ocurre, los insumos que respaldaron los resultados pasados pueden dejar de ser relevantes.
Además, dos períodos que se ven similares en los gráficos pueden diferir en la microestructura subyacente que afecta la ejecución (por ejemplo, la rapidez con la que los precios se mueven a través de los niveles), lo que influye en si una estrategia puede realmente materializar su ventaja teórica.
Riesgos de contraparte e infraestructura (el entorno es parte de la estrategia)
El backtesting a menudo asume un entorno estable. En el trading en vivo, el lugar de negociación real y los componentes de la plataforma pueden afectar los resultados a través de la calidad de los datos, las especificaciones de los símbolos y el comportamiento de ejecución. Por ejemplo, las series de precios históricas pueden estar incompletas o diferir de los feeds en vivo, y el EA puede interactuar de manera diferente con las reglas de manejo de órdenes según la plataforma.
Debido a que el backtest no puede capturar completamente cada detalle de la infraestructura, el rendimiento simulado puede divergir de los resultados en vivo.
Riesgos de interpretación (sobreajuste, sesgo de selección y falsa confianza)
Incluso con una mecánica precisa, la interpretación puede fallar. Si una estrategia se ajusta repetidamente a datos históricos, puede volverse sobreajustada: funciona bien en el período utilizado para el ajuste, pero no en períodos nuevos no vistos.
La selección selectiva de un período favorable, el uso de demasiados parámetros ajustables o la evaluación de resultados sin controlar las métricas de riesgo también pueden crear una falsa confianza. Un backtest puede parecer “consistente” simplemente porque el período de evaluación no desafió a la estrategia.
Limitaciones y qué puede verificar de forma independiente
Puntos de verificación realistas
Para reducir el riesgo de interpretación, defina los supuestos explícitamente antes de leer los resultados. Por ejemplo:
- Asuma una fuente de datos, un marco temporal y una regla de sesión de trading específicos (y verifique que el EA utilice esos supuestos de manera consistente).
- Asuma un modelo de ejecución para fills y costos, y luego compruebe si la misma lógica de costos y fills es razonable para el entorno previsto.
- Asuma que la estrategia tiene una regla de decisión clara y luego verifique que los cálculos de indicadores y el momento de las barras estén alineados entre el backtest y las condiciones similares a las del entorno en vivo.
Al menos una limitación material: sensibilidad y cambio de régimen
Una limitación material es que los resultados del backtest pueden ser altamente sensibles a elecciones de modelado aparentemente pequeñas y a cambios en el régimen de mercado. Si el deslizamiento, el spread o el tratamiento de la financiación son ligeramente diferentes a los utilizados en el backtest, el rendimiento realizado puede cambiar sustancialmente.
Controle los modos de fallo con múltiples pruebas
La verificación independiente generalmente significa probar en múltiples períodos no superpuestos y utilizar datos fuera de muestra. Si la estrategia depende de condiciones históricas estrechas, el rendimiento puede degradarse cuando las condiciones cambian. Si los resultados se mantienen estables en diferentes regímenes de mercado (con los mismos supuestos), la confianza mejora, pero nunca se convierte en una garantía.
Verificación o siguiente pregunta a realizar
Una pregunta útil a continuación es: “¿Qué supuestos controlan más fuertemente los resultados del backtest y cómo cambiarían los resultados si esos supuestos fueran moderadamente incorrectos?”