Respuesta directa
La tendencia de retroceso se puede probar convirtiendo la idea en una hipótesis específica y falsable con reglas explícitas (qué constituye una tendencia, qué constituye un retroceso y cuál es la ventana de “reacción”). Luego, se comparan sus resultados con una línea base utilizando datos históricos, con un cálculo realista de costos y efectos de ejecución, y se verifica la robustez mediante múltiples divisiones y pruebas de estrés. También debe documentar al menos un modo de fallo significativo, para poder determinar si el método se rompe bajo ciertas condiciones de mercado.
Debido a que este tema se refiere al comportamiento del mercado, debe tratar cualquier prueba como condicional: los resultados varían según las condiciones del mercado, los costos, la calidad de la ejecución y la jurisdicción. Las relaciones históricas no garantizan resultados futuros.
Mecanismo y definición
Una prueba requiere definiciones que puedan aplicarse de manera consistente.
1) Qué significa “tendencia” (entradas estables vs. variables)
Comience definiendo “tendencia” usando una regla que sea concreta y repetible. Por ejemplo, puede definir la tendencia utilizando una medida de dirección de un marco temporal superior (como que el precio esté por encima/debajo de una media móvil) o una estructura de oscilaciones reciente (como máximos y mínimos ascendentes consecutivos). La definición exacta es variable—diferentes definiciones pueden cambiar qué operaciones se permitirían—pero la clave es que la definición sea consistente y medible.
Mecánica estable: Está probando si, después de un retroceso en una tendencia identificada, el precio tiende a reanudarse en la misma dirección dentro de un horizonte definido.
Condiciones variables: los regímenes de volatilidad, la liquidez, el horario de las sesiones, el comportamiento del spread y la frecuencia con la que su regla de tendencia cambia pueden alterar los resultados.
2) Qué significa “retroceso”
Defina “retroceso” como el tipo de movimiento que ocurre después de que se identifica su tendencia pero antes de que comience la ventana de continuación. Una regla medible podría basarse en el tamaño de la corrección (por ejemplo, retroceder una cierta fracción del movimiento anterior), un límite de duración del retroceso o un límite de invalidación similar a un stop.
Para probarlo correctamente, también debe definir qué invalida la idea de retroceso (por ejemplo, que el retroceso se convierta en una reversión de tendencia según su definición de tendencia).
3) Qué significa la ventana de “reacción”
Decida el período de evaluación después del disparador de retroceso. Si su ventana de “reacción” es demasiado corta, el ruido domina; si es demasiado larga, el resultado mezcla múltiples cambios de régimen. Un enfoque común es probar varios horizontes (y mantener el principal preseleccionado para evitar ajustes después de ver los resultados).
4) Su hipótesis en una oración
Convierta el concepto en una afirmación falsable, como:
- “Cuando ocurre un retroceso de tamaño definido dentro de una tendencia alcista identificada, el rendimiento posterior durante el horizonte H es positivo con más frecuencia que una regla de línea base, después de costos.”
Evite un lenguaje que asuma rentabilidad o seguridad. La hipótesis debe permitir el fracaso.
Evidencia y flujo de trabajo de prueba de ejemplo
A continuación se presenta un flujo de trabajo práctico y centrado en el concepto que puede implementar en cualquier entorno de investigación. No se asumen datos en tiempo real; puede utilizar series de precios históricas.
1) Elija una línea base y una métrica de evaluación
Una línea base responde a la pregunta: “¿Es el método mejor que algo más simple?” Ejemplos de líneas base (no señales de trading, solo comparaciones) incluyen:
- Un punto de referencia independiente de la dirección (por ejemplo, el rendimiento futuro promedio independientemente de la presencia de un retroceso).
- Un punto de referencia neutral en cuanto a la sincronización (por ejemplo, evaluar resultados en momentos aleatorios que coincidan con el número de observaciones).
- Un punto de referencia solo de tendencia (tendencia definida pero sin la restricción de retroceso).
Elija métricas de evaluación que reflejen lo que puede verificar:
- Resultados de distribución (por ejemplo, la fracción de pruebas con rendimiento positivo).
- Medidas ajustadas al riesgo (definidas de manera consistente).
- Drawdown o comportamiento de cola (qué tan malos pueden ser los resultados).
2) Pre-especifique las reglas y supuestos
Antes de ejecutar la prueba, anote:
- Definición de la regla de tendencia.
- Regla del disparador de retroceso.
- Regla de invalidación.
- Horizonte H.
- Cómo maneja los datos faltantes y los rollovers.
- Cómo modela la sincronización de la ejecución (por ejemplo, si asume que las órdenes se ejecutan en la apertura de la siguiente vela o en una estimación de cruce de umbral).
La claridad de los supuestos es importante: si asume una ejecución perfecta poco realista, los resultados pueden no ser reproducibles.
3) Divida los datos para reducir el sobreajuste
Utilice un enfoque de división de datos que refleje una evaluación independiente:
- Entrenamiento (elegir parámetros)
- Validación (ajustar una vez)
- Prueba (evaluación final, intacta)
También puede utilizar ventanas móviles o expansivas para respetar el orden temporal. El punto es evitar seleccionar parámetros porque funcionaron en el pasado.
4) Incluya los costos en el backtest
Los “costos” son a menudo la diferencia entre un patrón prometedor y uno no verificable. En una prueba conceptual, los costos pueden incluir:
- Costos de transacción (modelados como un monto por operación o spread).
- Supuestos de deslizamiento (cómo la ejecución puede desviarse del precio ideal).
- Fricciones operativas (con qué frecuencia ocurren las señales).
Indique los supuestos explícitamente. Por ejemplo, podría asumir un costo constante por operación de ida y vuelta para el modelo de línea base y luego realizar análisis de sensibilidad con niveles de costo más altos y más bajos.
5) Comprobaciones de robustez (costos, parámetros, regímenes)
Un resultado que solo aparece para una configuración de parámetros es frágil. Las comprobaciones de robustez pueden incluir:
- Barrido de parámetros: confirme que el rendimiento no colapsa cuando los rangos razonables cambian.
- Estrés de régimen: pruebe por separado en períodos de alta vs. baja volatilidad, o alrededor de cambios importantes de liquidez.
- Estrés de ejecución: varíe los supuestos de deslizamiento y sincronización de ejecución.
- Estrés de estructura de mercado: compare los resultados cuando los cambios de tendencia son más frecuentes.
6) Compare contra la línea base después de costos
La prueba clave es si su restricción de retroceso añade poder explicativo más allá de la línea base. Si los filtros basados en retrocesos solo reorganizan las pérdidas sin mejorar la distribución o el comportamiento de cola, la hipótesis es débil.
7) Registre los modos de fallo
Documente al menos una limitación material o modo de fallo. Las categorías comunes incluyen:
- Desajuste de la definición de tendencia: su regla de tendencia cambia demasiado rápido, convirtiendo los “retrocesos” en reversiones.
- Ambigüedad del disparador de retroceso: el umbral de retroceso se cumple a menudo por ruido.
- Desajuste del horizonte: la continuación ocurre fuera de la ventana elegida.
- Sensibilidad a los costos: el rendimiento desaparece a medida que aumentan los costos supuestos.
Si sus pruebas fallan consistentemente bajo una categoría, trátelo como información.
Limitaciones y riesgos
Resultados condicionales
Los resultados varían según las condiciones del mercado, los costos, la calidad de la ejecución y la jurisdicción. Incluso una prueba histórica bien diseñada puede producir resultados diferentes más adelante.
Las relaciones históricas no son garantías
Las relaciones históricas no establecen resultados futuros. Las pruebas pueden mostrar plausibilidad bajo condiciones pasadas, no certeza.
Sobreajuste y “sesgo de confirmación”
Si ajusta las reglas repetidamente basándose en los resultados de las pruebas, corre el riesgo de aprender el conjunto de datos en lugar del concepto. Es por eso que la pre-especificación y las divisiones de prueba son importantes.
Problemas de supervivencia y datos
La calidad de los datos (velas faltantes, acciones corporativas cuando corresponda, alineación de zonas horarias) puede distorsionar su detección de “retroceso” y sus supuestos de ejecución.
Riesgo de implementación
Pequeños cambios en cómo detecta los disparadores—como si una corrección se calcula a partir de extremos intrabarra vs. cierres—pueden cambiar materialmente los resultados.