Define qué quieres decir con ADX antes de hacer backtesting
El ADX (Índice de Movimiento Direccional Promedio) es una medida numérica de la fuerza de la tendencia, derivada de los componentes del movimiento direccional. Un backtesting responsable comienza separando dos cosas: (1) la mecánica estable del indicador—cómo se calcula el ADX a partir de las series de precios y cómo manejas el tiempo y las barras; y (2) las condiciones variables del mundo real—spread, calidad de ejecución, régimen de mercado y calidad de los datos. Los resultados históricos no pueden probar el rendimiento futuro, por lo que tu objetivo no es la predicción, sino la verificación precisa de si una regla basada en ADX se comporta como se espera bajo supuestos explícitos.
Si tu plan implica usar ADX como parte de una regla de decisión más amplia, define esas reglas en términos simples y mantén el cálculo de ADX independiente de la lógica de la regla.
Mecánica: mantén reproducible el cálculo de ADX y la construcción del conjunto de datos
Un backtesting responsable de ADX debe especificar supuestos para cada paso del cálculo:
- Definición de barra: qué marco temporal, cómo se forman las barras a partir de ticks o datos de menor granularidad, y si los precios están ajustados.
- Parámetros del indicador: la longitud de retroceso del ADX y cualquier opción de suavizado utilizada en tu implementación.
- Alineación temporal: asegúrate de que el valor de ADX utilizado en el momento de la decisión solo use información disponible en ese momento.
- Limpieza de datos: maneja las barras faltantes, los valores atípicos y los duplicados de manera consistente.
Esta reproducibilidad es importante porque el ADX es sensible a cómo se calcula el movimiento direccional a partir de cambios consecutivos de precios. Pequeñas diferencias en la implementación—como la agregación de barras, los límites de zona horaria o cómo se tratan los huecos—pueden crear trayectorias de ADX materialmente diferentes.
Costos y fricciones: modela lo que puede cambiar los resultados de manera realista
El backtesting a menudo sobreestima los resultados cuando ignora los costos. Para mantener la evaluación fundamentada, incluye al menos lo siguiente en tu cálculo de rendimientos hipotéticos:
- Costos de transacción: supuestos de spread bid/ask en el momento de la ejecución.
- Deslizamiento de ejecución: una regla sobre cuánto peores pueden ser los fills en comparación con los precios medios.
- Latencia y momento de la operación: si la decisión se activa al cierre de la barra, a la apertura de la barra o dentro de la barra (y cómo esto afecta los precios de fill).
Declara estos supuestos explícitamente (por ejemplo: “suponer un spread constante” o “usar observaciones de spread si las tienes”) y aplícalos de manera consistente en todo el conjunto de datos. Si no puedes justificar un modelo de costos con los datos que tienes, etiqueta los resultados como incompletos.
Evidencia y ejemplo: prueba la regla, no solo el valor de ADX
Un modo de fallo común es tratar las lecturas de ADX como una señal independiente. El ADX es un valor; su utilidad depende de cómo lo combines con otras condiciones (por ejemplo, filtros de dirección de tendencia, momento de entrada/salida o reglas de gestión de posición). Un enfoque responsable es:
- Define una regla que use ADX y cualquier condición adicional.
- Haz backtesting de la regla completa con los costos aplicados.
- Evalúa múltiples períodos (diferentes regímenes de mercado) para ver si el comportamiento es estable.
Al construir un ejemplo, utiliza una configuración simple y transparente: elige una lógica de decisión, documenta exactamente cómo se lee el ADX de la serie calculada y luego compara el rendimiento con y sin costos. Si los resultados se desploman después de agregar costos, eso es una evidencia importante sobre el realismo.
Limitaciones y riesgos: modos de fallo a tener en cuenta
Incluso con una mecánica cuidadosa, los backtesting de ADX pueden fallar de maneras predecibles:
- Sobreajuste a la historia: demasiados ajustes de parámetros pueden ajustar el ruido en lugar de la estructura.
- Dependencia del régimen: el comportamiento de la fuerza de tendencia del ADX puede diferir en mercados laterales versus mercados en tendencia.
- Problemas de datos: sesgo de supervivencia en las listas de instrumentos, mapeo incorrecto de símbolos o construcción de barras inconsistente.
- Sesgo de mirar hacia adelante: usar información futura a través de marcas de tiempo desalineadas o cálculo del indicador.
- Desajuste de ejecución: asumir fills ideales que no obtendrías de manera realista.
Trata cualquier éxito aparente como provisional hasta que demuestres que sobrevive a verificaciones más sólidas.
Verificación: verificaciones fuera de muestra y controles de sesgo
Para verificar sin hacer afirmaciones excesivas, utiliza un flujo de trabajo estructurado:
- Dentro de la muestra vs. fuera de muestra: desarrolla y calibra la regla en un período, luego pruébala en un período separado e intacto.
- Validación walk-forward: reajusta repetidamente usando una ventana móvil y prueba en el siguiente segmento.
- Sensibilidad de parámetros: varía ligeramente los parámetros de ADX para ver si los resultados son robustos o frágiles.
- Auditorías de sesgo: confirma la alineación temporal, la construcción de barras y que no se filtren datos de precios futuros en los cálculos.
Un estándar de aceptación práctico es la estabilidad: los resultados no solo deberían verse mejor, sino permanecer ampliamente similares cuando cambias supuestos razonables dentro de límites documentados.