Define el indicador Mcginley Dynamic y el objetivo exacto del backtest
Mcginley Dynamic es un método de estilo de media móvil que produce una línea dinámica diseñada para adaptarse a los cambios en la velocidad de la tendencia. Antes de hacerle backtesting, define dos cosas con precisión:
- La serie de entrada (por ejemplo, qué campo de precio usas: punto medio, bid, ask o cierre).
- El objetivo del backtest. Un backtest no es solo “calcular el indicador”. Debe especificar qué decisión o medición evalúas, como la calidad de predicción de una relación elegida o el rendimiento de una regla.
Si tu objetivo es la calidad del indicador en lugar del trading, elige un objetivo medible como la frecuencia con la que la línea está por encima/debajo de una serie de referencia, o si una pendiente calculada coincide con el movimiento posterior. Cualquiera que sea el objetivo que elijas, decláralo de antemano para que la evaluación no se desvíe después de ver los resultados.
Mecánica: elige datos, remuestreo y reglas que puedas reproducir
Un backtest responsable comienza con una mecánica reproducible.
Granularidad y alineación de los datos
- Usa un marco temporal consistente (por ejemplo, barras horarias) y documenta si el indicador se calcula a partir de los cierres de las barras o de aproximaciones de tiempo intrabarra.
- Si usas precios de fin de barra, asegúrate de que la señal (o medición) tenga una marca de tiempo para no usar accidentalmente información del futuro.
Supuestos de parámetros Mcginley Dynamic normalmente involucra un parámetro que controla la capacidad de respuesta (comúnmente denotado en las descripciones como una constante). Incluso si mantienes fija la fórmula del indicador, debes declarar:
- Los valores de parámetros elegidos.
- Si se usan los mismos valores en todos los períodos de prueba.
Modelo de costos Los backtests que ignoran las fricciones pueden producir resultados engañosos. Incluye al menos:
- Un proxy para spread/deslizamiento como costo por entrada/salida.
- Una nota sobre si los costos se aplican en la barra en la que actúas.
Reglas de posición y ejecución Si pruebas reglas de trading, define:
- Cuándo se consideran ejecutadas las órdenes (al cierre, en la próxima apertura, o en una aproximación que documentes).
- Cómo manejas múltiples señales dentro de un mismo marco temporal.
Evidencia y enfoque de ejemplo: compara dentro de muestra vs. fuera de muestra
Debido a que las relaciones históricas no garantizan resultados futuros, un método cuidadoso separa la selección del modelo de la evaluación.
Una estructura práctica
- Período dentro de muestra (entrenamiento): elige los valores de los parámetros y la regla de evaluación.
- Período fuera de muestra (prueba): aplica esas elecciones fijas sin ajustes adicionales.
- Repite en varias ventanas de tiempo usando un calendario walk-forward.
Esto reduce la posibilidad de que los buenos resultados provengan del sobreajuste. Si reajustas los parámetros después de ver el rendimiento de la prueba, debilitas el significado de la prueba.
Controles de sesgo
- Sin mirar hacia el futuro: asegúrate de que cada valor utilizado para tomar una decisión habría estado disponible en ese momento.
- Conjunto de reglas fijo: no cambies el objetivo después de observar los resultados.
- Tratamiento de datos consistente: maneja los datos faltantes de la misma manera en todos los períodos.
Pruebas de estrés Realiza comprobaciones adicionales donde los resultados probablemente sean frágiles:
- Cambios de régimen (entornos de tendencia lenta vs. tendencia rápida).
- Ampliación repentina del spread y supuestos de costos.
- Diferentes períodos de liquidez, si tu conjunto de datos los distingue.
Limitaciones y modos de fallo que debes esperar
Incluso con controles cuidadosos, el backtesting puede fallar de maneras predecibles.
Sensibilidad a los costos de transacción Muchas estrategias basadas en indicadores tienen tamaños de ventaja que pueden ser menores que los costos realistas. Pequeños cambios en los supuestos de spread/deslizamiento pueden cambiar las conclusiones.
Problemas de calidad y construcción de datos Los backtests pueden ser sensibles a cómo se construye la serie de precios (punto medio vs. cotizaciones negociables). Las barras faltantes o la desalineación de las marcas de tiempo pueden crear patrones artificiales.
Sobreajuste a la historia Si pruebas muchos valores de parámetros y criterios de selección, puedes “encontrar” un patrón que se ajuste al pasado pero que no se generalice.
No estacionariedad La dinámica del mercado cambia con el tiempo. Un indicador que responde bien en un régimen puede comportarse de manera diferente en otro, especialmente si la volatilidad del mercado o la estructura de la tendencia cambian.
Verificación y qué hacer a continuación
Para verificar que tu backtest es responsable, comprueba que puedes explicarlo y reproducirlo de forma independiente:
- Puedes declarar las elecciones de datos, la mecánica del indicador, los valores de los parámetros y el momento de ejecución.
- Puedes mostrar que los resultados provienen de una evaluación fuera de muestra, no solo de un ajuste dentro de muestra.
- Puedes enumerar al menos un escenario donde sea probable que el método falle (por ejemplo: costos más altos, diferentes entradas de precios o cambios de régimen).