Respuesta directa
El backtesting responsable del Transformador de Fisher comienza por separar la mecánica estable del indicador de las condiciones variables, como los regímenes de mercado, la calidad de los datos y la ejecución. Luego, defines los datos y las reglas de cálculo exactos, incluyes costos materiales y supuestos de ejecución prácticos, controlas los sesgos comunes (especialmente el look-ahead y el sobreajuste) y verificas la idea fuera de muestra. El rendimiento histórico puede ser informativo, pero no establece resultados futuros.
Mecanismo y definición
El Transformador de Fisher es una transformación matemática aplicada a una serie de entrada acotada para que los cambios en la entrada se mapeen a una nueva escala. En el backtesting, la parte responsable se refiere principalmente a cómo construyes la serie de entrada y con qué consistencia calculas la transformación a lo largo del tiempo.
Define tus entradas de antemano. Por ejemplo, si partes de un oscilador basado en rangos, especifica con precisión cómo calculas ese oscilador en cada paso de tiempo (incluyendo la longitud de la ventana móvil), qué precios fuente utilizas (por ejemplo, solo cierre vs. entradas derivadas de máximos/mínimos) y qué haces con las primeras barras donde la ventana está incompleta. A continuación, documenta el cálculo del Transformador de Fisher paso a paso: los valores intermedios, cualquier elección de acotación/suavizado y cómo manejas los datos faltantes.
Los supuestos deben ser explícitos para cada cálculo. Si normalizas, acotas o suavizas valores intermedios, escribe la regla exacta. Si usas discretización (redondeo) en algún lugar, descríbela. Sin estos detalles, dos backtests pueden diferir sustancialmente incluso si ambos dicen “Transformador de Fisher”.
Evidencia o ejemplo: qué controlar en el backtest
Un backtest responsable compara una metodología claramente definida contra un protocolo de evaluación consistente.
Comienza con la integridad y el momento de los datos. Un modo de fallo común es el look-ahead accidental: calcular indicadores con información que no habría estado disponible en el momento de la decisión. Para evitarlo, asegúrate de que la señal que evalúas en el tiempo t solo use entradas que existieron en t o antes. También decide cómo alineas los valores del indicador con la ejecución. Si un indicador se calcula al cierre, especifica si la decisión de trading ocurre al cierre (usando ese precio de cierre) o en la próxima apertura.
A continuación, incluye costos y supuestos de ejecución. Incluso sin nombrar ningún proveedor específico, puedes modelar los costos como fricción por operación (comisiones, spreads, deslizamiento). La clave es hacer que los supuestos sean consistentes en toda la muestra y probar la sensibilidad: ejecuta el backtest bajo diferentes niveles de costos razonables y observa si las conclusiones se mantienen.
Los controles de sesgo son importantes para indicadores adaptativos o parametrizados. Si ajustas parámetros (como longitudes de lookback o configuraciones de la transformación) usando los mismos datos que evalúas, corres el riesgo de sobreajuste. Usa divisiones walk-forward o fuera de muestra: ajusta en un segmento y luego evalúa en un segmento separado que no usaste para las decisiones. Considera divisiones repetidas (múltiples períodos de tiempo) para reducir la posibilidad de que tu resultado esté impulsado por una ventana favorable.
Limitaciones y riesgos
Las relaciones históricas no establecen resultados futuros. Incluso con una codificación cuidadosa, los backtests pueden fallar debido a:
- Sobreajuste: las elecciones de parámetros optimizadas en un período pueden no transferirse.
- No estacionariedad: el comportamiento del mercado cambia entre regímenes; el mismo mapeo de entrada a salida puede comportarse de manera diferente.
- Desajuste de datos y microestructura: la ejecución en el mundo real difiere de las idealizaciones del backtest.
- Ambigüedad de implementación: pequeñas diferencias en las reglas de cálculo del indicador, el redondeo o el manejo del calentamiento pueden cambiar los resultados.
Una limitación material es que los backtests a menudo comprimen la ejecución compleja en supuestos simplificados. Si tus conclusiones dependen de métricas de rendimiento detalladas que son altamente sensibles a los costos o al momento, la robustez puede ser baja.
Verificación o siguiente pregunta
Para verificar de forma independiente un backtest del Transformador de Fisher de manera responsable, puedes seguir una lista de verificación: (1) publica las definiciones exactas de entrada y los pasos de cálculo; (2) verifica la alineación temporal para prevenir el look-ahead; (3) incluye un modelado de costos realista y prueba la sensibilidad; (4) valida con pruebas fuera de muestra o walk-forward; y (5) somete el método a estrés con valores de parámetros alternativos o períodos no superpuestos alternativos.
Si quieres ir más allá, una buena siguiente pregunta es: ¿Cuál es la serie de entrada precisa utilizada para el Transformador de Fisher en tu implementación, y cómo cambiaría esa entrada (o sus reglas de ventana) los resultados?