¿Qué es la práctica de backtesting?
La práctica de backtesting es el proceso de aplicar un conjunto de reglas de trading predefinidas a datos históricos de mercado y luego revisar los resultados que habrían ocurrido bajo esas reglas. El objetivo es el aprendizaje y la evaluación: comparas lo que las reglas habrían hecho en el pasado con métricas claras (por ejemplo, reducciones, frecuencia de operaciones o consistencia), sin afirmar que los mismos resultados ocurrirán en el futuro.
Una distinción clave es que el backtesting generalmente se basa en “lo que las reglas habrían hecho”. Si el enfoque depende de un juicio que no puede reproducirse a partir del registro histórico (por ejemplo, decisiones discrecionales que requieren información disponible solo en tiempo real), el backtest se vuelve menos confiable porque no puede recrear fielmente el proceso de decisión.
Cómo funciona la práctica de backtesting
El backtesting no es solo “ejecutar una estrategia en un gráfico”. Un flujo de trabajo práctico de backtesting generalmente incluye:
1) Definir reglas y alcance de evaluación
Primero, especificas las condiciones que activan entradas y salidas y cómo funciona el tamaño de la posición. Para que sea comprobable, esas condiciones deben poder expresarse a partir de datos disponibles en el momento de la operación. También decides el alcance de la evaluación: un solo mercado, un período de tiempo, y si estás probando un instrumento o varios.
2) Preparar datos históricos
A continuación, reúnes datos de precios para el período de tiempo elegido. La calidad importa porque los backtests pueden distorsionarse por problemas como huecos, marcas de tiempo incorrectas, acciones corporativas (cuando corresponda) o diferencias entre precios de compra/venta y precios medios. Incluso cuando el conjunto de datos está “completo”, puede no representar los precios exactos que una orden en vivo habría recibido.
3) Elegir supuestos de ejecución
El backtesting requiere supuestos sobre la ejecución de órdenes. Los puntos de decisión comunes incluyen:
- Cómo modelas los llenados (por ejemplo, usando la apertura de la vela, el cierre de la vela o un enfoque más granular).
- Cómo manejas el spread y las comisiones.
- Si las órdenes pueden llenarse al precio previsto o si se incluye el deslizamiento.
Estas elecciones suelen ser la diferencia entre un backtest que es solo una estimación aproximada y uno que se acerca más a cómo podrían comportarse las órdenes.
4) Ejecutar la prueba y medir resultados
Luego aplicas las reglas a lo largo de la serie histórica y registras los resultados. Las métricas típicas incluyen el rendimiento neto durante el período, la reducción máxima, el resultado promedio por operación y qué tan estables son los resultados a lo largo del tiempo. El énfasis está en identificar patrones y debilidades (por ejemplo, si el rendimiento depende de un pequeño número de operaciones inusuales).
5) Validar con nuevos segmentos de datos
Una práctica común es evaluar las mismas reglas en segmentos de datos no utilizados durante la definición de las reglas. Esto no “prueba” el rendimiento futuro, pero ayuda a detectar si el enfoque simplemente se ajusta a una ventana histórica particular.
Limitaciones relevantes, riesgos e incertidumbre
La práctica de backtesting puede ser útil, pero tiene limitaciones bien conocidas. Los principales riesgos provienen de cómo se construye el backtest y qué supone.
Realismo de los datos y diferencias de ejecución
Los precios históricos no son una reproducción perfecta del trading en vivo. Incluso sin cambiar las reglas, la ejecución en mercados reales puede diferir debido a spreads, comportamiento de la cola de órdenes, latencia y deslizamiento. Si el backtest utiliza supuestos simplificados (como llenados a precios ideales), los resultados pueden parecer más sólidos de lo que se lograría de manera realista.
Sobreajuste y “ajuste a la historia”
El sobreajuste ocurre cuando las reglas y los parámetros se ajustan demasiado para coincidir con datos pasados. Por ejemplo, cambiar repetidamente los parámetros después de ver los resultados del backtest puede crear un ajuste al ruido. En ese caso, el rendimiento en la muestra histórica específica puede no trasladarse a otros períodos.
Efectos de supervivencia y selección
Si solo pruebas instrumentos o períodos de tiempo que convenientemente muestran un buen rendimiento, introduces un sesgo de selección. De manera similar, usar solo datos que “sobrevivieron” o que están fácilmente disponibles puede tergiversar el entorno de trading completo que existía cuando las reglas habrían sido probadas.
Cambios de régimen y no estacionariedad
Los mercados pueden cambiar su comportamiento con el tiempo debido a cambios en la liquidez, la volatilidad, el comportamiento de los participantes o las condiciones macroeconómicas. El backtesting supone que la relación entre las señales y la dinámica de precios es suficientemente estable durante el período probado. Cuando los regímenes de mercado cambian, las mismas reglas pueden tener un rendimiento inferior.
Falsa confianza de una métrica única
Un backtest puede producir una puntuación favorable en una métrica mientras oculta problemas graves. Por ejemplo, un método puede mostrar resultados promedio positivos pero tener grandes reducciones o un rendimiento deficiente durante subperíodos específicos. Confiar en un único resultado destacado puede ocultar el riesgo.
Cómo verificar de forma independiente los resultados del backtesting (sin garantías)
Debido a que el backtesting es sensible a los supuestos, la verificación independiente se centra en comprobar la construcción en lugar de confiar en el rendimiento destacado.
Puedes realizar una verificación cruzada:
- Probando la misma lógica de reglas en múltiples períodos de tiempo.
- Examinando si los resultados se mantienen consistentes cuando cambias los supuestos de ejecución dentro de límites razonables.
- Comparando resultados usando diferentes granularidades de datos (cuando estén disponibles) para ver si el rendimiento depende de una representación de precios específica.
- Revisando si las reglas habrían sido implementables a partir de la información disponible en ese momento.
Incluso con una verificación cuidadosa, el backtesting no puede garantizar resultados futuros. Sin embargo, puede ayudarte a comprender qué supuestos y elecciones de datos afectan materialmente los resultados y dónde es mayor la incertidumbre.
Práctica de backtesting vs tareas de aprendizaje relacionadas
La práctica de backtesting difiere de simplemente revisar gráficos pasados o identificar patrones visualmente. La inspección visual puede confirmar que el precio se movió en una dirección determinada, pero no prueba un conjunto de reglas completamente especificado y repetible. El backtesting, cuando se realiza con reglas explícitas, supuestos de ejecución estructurados y evaluación a lo largo del tiempo, centra el aprendizaje en la repetibilidad y los resultados medibles en lugar de la memoria o la interpretación.
Para un contexto más profundo sobre cómo el backtesting encaja en enfoques de aprendizaje más amplios, puede ayudar también revisar cómo los conceptos de aprendizaje de trading en forex se conectan con la disciplina de proceso y los estándares de evaluación.
Si deseas un detalle más específico, también puedes comparar cómo el backtesting difiere de conceptos relacionados de forex o revisar ejemplos trabajados de cómo se aplican las reglas paso a paso.