Qué significa el backtesting “responsable” de MACD
El backtesting responsable es el proceso de probar una estrategia MACD basada en reglas sobre datos históricos de precios de una manera que permita a otros reproducir sus cálculos, supuestos y método de evaluación exactos. También trata los resultados como inciertos: el rendimiento histórico no establece resultados futuros, y diferentes mercados, condiciones de ejecución o elecciones de parámetros pueden cambiar los resultados.
Para hacer esto, se separan los mecanismos estables de las condiciones variables. Los mecanismos estables son el cálculo del indicador y las reglas de la estrategia que usted escribe (por ejemplo, cuándo se consideraría un cruce de MACD como “verdadero”). Las condiciones variables incluyen el régimen del mercado, la liquidez, los diferenciales de oferta y demanda (bid–ask), los retrasos en la ejecución de órdenes y cualquier costo adicional.
Mecanismo: entradas, supuestos y qué está midiendo
Un indicador MACD utiliza típicamente dos medias móviles del precio y una serie de “diferencia” derivada, opcionalmente con una línea de señal e histograma. Incluso si conoce la fórmula habitual, un backtesting responsable comienza por declarar las elecciones exactas que utilizó.
Defina estos elementos explícitamente:
- Datos: qué marco temporal (por ejemplo, barras de minutos vs. barras diarias), y si utiliza precio medio/cierre/ask/bid. Si solo tiene barras OHLC, debe indicar cómo se aproximan las ejecuciones.
- Parámetros del indicador: tipos de medias móviles, longitudes de retroceso (rápida/lenta), longitud de suavizado de la señal y cualquier escala.
- Reglas de la estrategia: la lógica precisa de entrada/salida, incluyendo cómo maneja los empates (por ejemplo, cuando MACD es igual a la línea de señal), y si actúa al cierre de la barra o dentro de la barra.
- Modelo de posición: si está totalmente invertido, cómo dimensiona las posiciones y cómo maneja las reversiones.
- Costos: costos de trading y fricciones que incluye, como diferenciales y comisiones. Si no puede modelar el diferencial directamente, debe describir qué proxy utiliza (por ejemplo, un costo fijo por operación) y qué tan sensibles son los resultados a ese supuesto.
Lo que mide debe coincidir con el objetivo. Las métricas comunes incluyen rendimiento total, reducción (drawdown), tasa de aciertos y duración promedio de la operación. Un enfoque responsable también registra métricas operativas como el número de operaciones y el tiempo en el mercado, porque interactúan fuertemente con los costos.
Evidencia o ejemplo: una estructura fuera de muestra con controles de sesgo
Una forma práctica de reducir resultados engañosos es utilizar un diseño de evaluación que refleje cómo habría tomado decisiones en tiempo real.
- Reserve un período de prueba final que nunca toque durante la selección de parámetros.
- Ajuste los parámetros solo en una ventana separada de entrenamiento/validación (o con divisiones walk-forward), utilizando un procedimiento fijo.
- Utilice las mismas reglas de decisión y supuestos de costos en todas las divisiones.
- Reporte los resultados por división, no solo un número principal.
Los controles de sesgo importan porque los backtesting a menudo “mejoran” los resultados por accidente:
- Sesgo de mirar hacia adelante (look-ahead bias): usar información de la misma barra que no se habría conocido en el momento de la ejecución.
- Sesgo de supervivencia y selección: restringirse a mercados o períodos que casualmente funcionan.
- Sobreajuste (overfitting): seleccionar parámetros que coinciden con el ruido en el conjunto de entrenamiento.
Para controlar estos, debe:
- Congelar el cálculo del indicador y la lógica de decisión antes de probar múltiples divisiones.
- Mantener las búsquedas de parámetros acotadas y documentadas.
- Preferir interpretaciones de reglas más simples cuando sea apropiado, porque la complejidad puede ocultar el sobreajuste.
Verificación de características de costos (una prueba de estrés simple)
Después de calcular los resultados de referencia, realice pruebas de estrés de costos. Por ejemplo, reevalúe utilizando diferenciales/comisiones supuestos más altos y una ejecución ligeramente retrasada. Esto no “prueba” que una estrategia fallará, pero ayuda a identificar si la ventaja aparente depende de condiciones irrealmente favorables.
Limitaciones y riesgos: al menos un modo de fallo material
Incluso con un trabajo cuidadoso, los backtesting de MACD pueden fallar por razones que no son visibles en una tabla de resultados básica. Un modo de fallo material es el cambio de régimen: el comportamiento de momentum y cruces puede funcionar durante ciertas condiciones de volatilidad y tendencia, y luego degradarse cuando cambia la dinámica del mercado.
Otras limitaciones importantes:
- Realismo de la ejecución: los backtesting basados en barras pueden asumir ejecuciones a precios que no son alcanzables, especialmente durante movimientos rápidos o baja liquidez.
- Omisión de la microestructura: los diferenciales y el deslizamiento no son constantes; modelarlos como fijos puede exagerar el rendimiento.
- Inestabilidad de parámetros: pequeños cambios en las longitudes del MACD pueden alterar materialmente las señales, por lo que los resultados pueden no generalizarse.
- No estacionariedad: la relación histórica entre el comportamiento del indicador y los resultados puede derivar.
Debido a estas incertidumbres, debe tratar los resultados del backtesting como evidencia sobre sus supuestos y modelo, no como prueba del rendimiento futuro.