Qué significa un backtesting “responsable” del CMO
Realizar un backtesting de un CMO (Oscilador de Momentum de Chande) significa calcular sus valores históricos a partir de los datos de precios y evaluar cómo se habría comportado alguna regla de decisión si se hubiera aplicado en tiempo real. “Responsable” se centra en si la prueba es reproducible y si evita errores comunes que hacen que los resultados pasados parezcan mejores de lo que podrían haber sido.
Un enfoque responsable se basa principalmente en cuatro aspectos: (1) definir el indicador y los datos con precisión, (2) incluir costos y un momento de ejecución realista, (3) controlar el sesgo y el sobreajuste de parámetros, y (4) validar fuera de muestra para poder estimar cuán frágiles son los hallazgos.
Mecánica: defina el indicador, los datos y los supuestos
Antes de probar cualquier cosa, necesita una definición clara y verificable del CMO y de los datos que utiliza. En la práctica, esto significa anotar:
- La serie de datos exacta (por ejemplo, precios de cierre) y la frecuencia de muestreo utilizada para calcular los rendimientos o el momentum.
- La ventana de retroceso (el parámetro) utilizada en el cálculo del CMO.
- El manejo de datos faltantes, interrupciones de sesión y acciones corporativas (cuando corresponda).
- La regla de alineación de fechas: si la señal que prueba en el momento t utiliza solo la información disponible hasta t.
Luego especifique cualquier regla de decisión que esté evaluando. Incluso si no afirma que el CMO “predice”, debe describir qué haría cuando el CMO cruza un nivel, sube un umbral o cuando se cumple una condición elegida. Para cada ejemplo, establezca sus supuestos explícitamente, como el momento de inicio de la posición (en la apertura de la siguiente vela vs. al cierre de la vela), si permite la ejecución intrabar y cómo trata los fines de semana o los períodos de baja liquidez.
Costos y momento de ejecución: la parte que muchas pruebas ignoran
Los costos no son un aspecto secundario en el backtesting. Incluso un indicador conceptualmente sólido puede parecer fuerte si ignora la fricción realista. En una simulación de mercado típica, debe tener en cuenta:
- El spread y las comisiones (o un modelo de costos de transacción equivalente) y si el costo se aplica solo en la entrada o tanto en la entrada como en la salida.
- El deslizamiento: la diferencia entre el precio de ejecución modelado y el precio previsto.
- El momento: la marca de tiempo de la señal no debe “hacer trampa”. Si su señal se calcula a partir de la vela t, una prueba realista utiliza un precio de ejecución que habría estado disponible después de que se complete la vela t.
La claridad de los supuestos es importante: por ejemplo, si asume la ejecución en la apertura de la siguiente vela, debe aplicar esa regla de manera consistente y confirmar que el cálculo de su indicador no utiliza precios futuros.
Controles de sesgo: evite la anticipación y el sobreajuste
Muchos backtesting fallan porque accidentalmente utilizan información que no deberían haber tenido.
Los controles de sesgo clave incluyen:
- Sesgo de anticipación: asegúrese de que el valor del indicador utilizado para una decisión en el momento t se calcule a partir de datos disponibles antes de t.
- Sesgo de selección: no ajuste los parámetros del indicador (como la ventana del CMO) buscando repetidamente el mejor resultado histórico en el mismo conjunto de datos.
- Espionaje de datos: si prueba muchas variantes (umbrales, valores de parámetros, filtros), sus resultados pueden reflejar el proceso de búsqueda en lugar de una propiedad robusta.
Un control práctico es separar los datos en al menos dos conjuntos: uno para elegir parámetros y otro para evaluar el rendimiento. Si ajusta aún más varias veces, puede tratar ese ajuste como parte del proceso de construcción del modelo y mantener la evaluación final intacta.
Evidencia y validación fuera de muestra
Para reducir el riesgo de confundir ruido con estructura, valide fuera de muestra.
Los patrones comunes incluyen:
- Divisiones de entrenamiento/validación/prueba: elija parámetros en un segmento de entrenamiento, valide en un segmento diferente y solo entonces realice una única evaluación en el segmento de prueba reservado.
- Evaluación walk-forward (rodante): vuelva a entrenar o re-seleccione parámetros repetidamente en una ventana móvil y luego pruebe en el siguiente período.
Al informar los resultados, concéntrese en métricas que hagan visible la fragilidad. Utilice múltiples medidas (por ejemplo, rendimiento promedio y proxies de riesgo similares a la reducción) y verifique si el rendimiento depende en gran medida de algunos períodos inusuales. Si la prueba funciona principalmente cuando las condiciones del mercado se asemejan al régimen de entrenamiento, es probable que falle cuando los regímenes cambien.
Limitaciones y modos de falla que debe esperar
Incluso con una metodología cuidadosa, los backtesting del CMO pueden producir conclusiones engañosas. Ejemplos de limitaciones importantes incluyen:
- No estacionariedad: los mercados cambian; las relaciones que se mantuvieron históricamente pueden no persistir.
- Cambios de régimen: la volatilidad, las tendencias y las condiciones de liquidez pueden alterar cómo se comportan los osciladores de momentum.