Aprender cómo hacer backtesting de una estrategia de trading se reduce a una disciplina. Escribes las reglas, las reproduces contra datos históricos exactamente como están escritas, registras cada operación simulada y luego evalúas el resultado con métricas que penalizan la suerte. Nada más cuenta como backtest. Desplazarte por un gráfico y recordar las buenas entradas es un ejercicio de memoria, no una prueba.
Los pasos son sencillos de enumerar y fáciles de hacer mal. La mayoría de los backtests defectuosos fallan por la calidad de los datos, por el tamaño de la muestra o por información que se filtró hacia atrás desde el futuro a las reglas.
Esta guía explica cómo hacer backtesting de una estrategia de trading de principio a fin. Cubre las pruebas manuales y automatizadas, cuánto historial necesitas, las métricas de rendimiento que vale la pena leer, el sesgo de anticipación (look-ahead) y la validación fuera de muestra antes de involucrar capital real.
Respuesta rápida: cómo hacer backtesting de una estrategia de trading
Seis pasos cubren todo el proceso, y saltarte cualquiera de ellos invalida el resultado.
- Escribe la estrategia como reglas inequívocas de entrada, salida, tamaño y filtros.
- Reúne datos históricos limpios para el mercado y el marco temporal en el que realmente vas a operar.
- Reproduce las reglas vela por vela, sin saber qué ocurre después.
- Registra cada operación simulada, incluidas las perdedoras que preferirías olvidar.
- Evalúa los resultados con métricas de rendimiento ajustadas al riesgo, no solo con el retorno total.
- Vuelve a probar con datos que la estrategia nunca haya visto antes de arriesgar nada en vivo.
El paso tres es donde la mayoría de las pruebas se rompen. El paso seis es donde la mayoría de la gente se detiene demasiado pronto.
Qué demuestra el backtesting y qué no puede demostrar
Un backtest responde a una pregunta acotada. Te dice cómo se habría comportado un conjunto fijo de reglas en un tramo específico de la historia. Eso es realmente útil, porque filtra ideas que nunca funcionaron en absoluto.
No te dice qué ocurre después. Los reguladores repiten esta advertencia por una razón, y el punto de que los resultados pasados no indican resultados futuros se aplica con toda su fuerza a tu propio registro simulado.
El backtesting tampoco puede modelar tu comportamiento. La curva histórica nunca duda, nunca amplía un stop y nunca se salta una operación después de tres pérdidas. Tú sí. Esa brecha entre las reglas probadas y las reglas operadas es la mayor fuente de decepción.
Backtesting manual vs backtesting automatizado
| Factor | Reproducción manual | Prueba automatizada |
|---|---|---|
| Tiempo de preparación | Minutos para empezar. | Horas o días para construirla. |
| Tamaño de muestra alcanzado | Decenas de operaciones. | Miles de operaciones. |
| Riesgo de sesgo | Alto, porque ves el gráfico. | Bajo, si el código es honesto. |
| Mejor uso | Aprender cómo se siente un setup. | Medir si existe una ventaja (edge). |
| Principal debilidad | Muestras pequeñas y marcación optimista. | Errores silenciosos que embellecen el resultado. |
La reproducción manual tiene una ventaja real. Te obliga a convivir con la ambigüedad de un gráfico en vivo, vela por vela, lo que te enseña dónde tus reglas son imprecisas. La prueba automatizada es la única manera de alcanzar un tamaño de muestra lo bastante grande como para separar habilidad de ruido.
La mayoría de los traders necesitan ambas. Reproduce cien velas a mano para afinar las reglas y luego automatiza para medirlas.
El proceso de backtesting, paso a paso
Este es el núcleo práctico de cómo hacer backtesting de una estrategia de trading. Recorre los pasos en orden y resiste la tentación de mirar resultados antes del paso cinco.
Paso 1: Convierte la idea en reglas que un desconocido podría seguir
Cada condición necesita un número. "Entrar en un retroceso fuerte" no es comprobable. "Entrar cuando el precio cierre de nuevo por encima de la media de 20 periodos tras dos cierres consecutivos a la baja" sí lo es. Incluye la salida, el stop, el tamaño de la posición y el filtro que te mantiene fuera.
Escribe las reglas antes de volver a mirar el gráfico. Las reglas escritas mientras observas los datos ya están contaminadas.
Paso 2: Recopila datos que coincidan con cómo vas a operar
Usa el mismo marco temporal, el mismo instrumento y la misma sesión que pretendes operar en vivo. Comprueba huecos, ticks erróneos y días faltantes. Las sesiones festivas y los cierres anticipados distorsionan los promedios intradía, y los calendarios publicados del mercado, como la página de horarios y calendarios de la NYSE, te indican qué días fueron acortados.
Paso 3: Reproduce las reglas sin mirar por adelantado
Cada decisión debe usar solo la información disponible en ese momento. Si una regla hace referencia a un valor de cierre diario, no puedes actuar sobre él a mediodía. Esta restricción es toda la diferencia entre una prueba y una historia.
Paso 4: Registra cada operación simulada
Registra la hora de entrada, la hora de salida, la dirección, el tamaño, el resultado en unidades de riesgo y el motivo por el que terminó la operación. Un backtest sin registro de operaciones no puede auditarse después, y los resultados no auditados se abandonan la primera vez que llega una racha de pérdidas.
Paso 5: Resta costes realistas
Modela el spread, la comisión y una tolerancia de deslizamiento (slippage) en cada ida y vuelta. El trading frecuente conlleva gastos elevados, y la SEC es clara en que los costes y las pérdidas afectan duramente a los traders activos (Day Trading: Your Dollars at Risk). Una estrategia que solo funciona a coste cero no funciona.
Paso 6: Evalúa el resultado y vuelve a probarlo en otro lugar
Calcula las métricas descritas abajo. Luego ejecuta las reglas idénticas en un periodo o un instrumento que excluiste a propósito. La coincidencia entre ambos es lo más cercano a evidencia que vas a obtener.
Tamaño de la muestra, horizonte temporal y pruebas fuera de muestra
Cualquiera que pregunte cómo hacer backtesting de una estrategia de trading correctamente se topa con dos preguntas estructurales. ¿Cuánto historial es suficiente y cómo mantienes una parte sin contaminar? Responde ambas y el resto del proceso es contabilidad.
Cuánto historial es suficiente
El tamaño de la muestra es el asesino silencioso. Treinta operaciones casi no te dicen nada, porque una racha de suerte así de larga es normal. Una regla que opera una vez por semana necesita varios años de historial para producir un recuento defendible.
Dos preguntas fijan el horizonte. ¿Cuántas operaciones contiene la muestra y cuántas condiciones de mercado diferentes abarca? Una prueba que cubre solo un mercado tranquilo y alcista ha medido un régimen y lo ha llamado mundo.
Apunta a unos pocos cientos de operaciones cuando la frecuencia lo permita. Cuando no lo permita, dilo claramente y trata el resultado como provisional. Confirma también que el historial incluya al menos un periodo de caída pronunciada (drawdown), porque ahí es donde se juzgará la estrategia.
Sesgo de anticipación (look-ahead) y otros errores silenciosos
Sesgo de anticipación (look-ahead bias)
Esto es usar información que no estaba disponible en el momento de la decisión. Se cuela a través de precios de cierre usados intrabarra, de indicadores recalculados sobre toda la serie y de datos revisados a posteriori. El resultado se ve magnífico y no puede repetirse.
La solución es procedimental. Pon marca de tiempo a cada entrada y pregúntate, para cada regla, si podrías haberlo sabido entonces.
Sesgo de supervivencia
Probar solo instrumentos que todavía existen hoy elimina los fracasos de la muestra. Una cesta filtrada desde un índice actual excluye silenciosamente a cada empresa que salió. El retorno medido aumenta por razones que no tienen nada que ver con la estrategia.
Sobreajuste y ajuste de curva
Ajustar parámetros hasta que la curva de capital se vea hermosa ajusta el ruido, no el mercado. Una regla con nueve ajustes configurables puede hacerse para describir cualquier historial a la perfección. Prefiere pocos parámetros y prefiere configuraciones que funcionen en un amplio vecindario de valores, en lugar de un número mágico.
Métricas de rendimiento para evaluar el resultado
El retorno total es el número menos informativo de la página. Las métricas ajustadas al riesgo te dicen si la estrategia es operable.
Las métricas que vale la pena leer
- Expectativa por operación, expresada en unidades de riesgo, que muestra el resultado promedio de la regla.
- Máximo drawdown, la caída más profunda de pico a valle, que determina el tamaño que puedes soportar.
- Tasa de acierto junto con la relación de payoff, porque ninguna de las dos cifras significa nada por sí sola.
- Racha perdedora más larga, que predice el momento en que habrías abandonado el plan.
- Número de operaciones, porque cada otra métrica solo es tan confiable como la muestra que hay detrás.
Cómo leerlas en conjunto
Una alta tasa de acierto con una mala relación de payoff es una estrategia que devuelve todo en un mal día. Un drawdown profundo con un retorno total fuerte puede ser simplemente apalancamiento disfrazado. El dinero prestado amplifica ambas direcciones, y la explicación de la SEC sobre comprar con margen cubre el mecanismo de venta forzada que termina pronto los experimentos apalancados.
Reservar datos que no has tocado
Divide los datos antes de empezar. Desarrolla sobre una parte y luego prueba una vez sobre una parte que nunca hayas examinado. Probar repetidamente con los datos reservados destruye su valor, porque pasan a formar parte del conjunto de desarrollo.
La validación walk-forward amplía esa idea. Optimizas en una ventana, pruebas en la ventana siguiente, luego desplazas ambas ventanas hacia adelante y repites. El resultado es una cadena de resultados fuera de muestra en lugar de un único número favorecedor.
Espera degradación. Los resultados en vivo y los resultados forward suelen ser peores que la muestra de desarrollo, y una estrategia que apenas superó el listón en las pruebas quedará por debajo. Construye ese margen por adelantado.
Ejemplo práctico: lectura de un informe de backtesting
Un trader prueba una regla de ruptura (breakout) en un mercado de futuros líquido durante ocho años. El informe muestra 412 operaciones, una tasa de acierto del 41%, un ganador promedio de 2,1 unidades de riesgo y un perdedor promedio de 1,0 unidades.
La expectativa es 0,41 por 2,1, menos 0,59 por 1,0. Eso equivale a 0,861 menos 0,59, o +0,271 unidades por operación. En 412 operaciones, la cifra bruta es aproximadamente 112 unidades.
Ahora aplica la disciplina. Costes de 0,06 unidades por ida y vuelta restan unas 25 unidades, dejando 87. El drawdown máximo en la muestra fue de 19 unidades, y la racha perdedora más larga llegó a 14 operaciones.
Ese número de drawdown es el hallazgo real. Con un uno por ciento de riesgo por operación, una caída de 19 unidades es un descenso del 19% de la cuenta. El trader debe decidir, de antemano, si seguiría colocando órdenes en el mes siete de una racha perdedora. Si la respuesta es no, la estrategia no es operable para esa persona, independientemente de la expectativa.
Dividir la muestra confirma el resto. Los primeros seis años produjeron 0,29 unidades por operación; los dos últimos años reservados produjeron 0,18. Menor, pero con el mismo signo, que es el resultado que esperas.
Marco de decisión: ¿está este backtesting listo para dinero real?
Suma un punto por cada afirmación que puedas defender con el registro de operaciones.
- Las reglas se fijaron por escrito antes de que comenzaran las pruebas.
- La muestra contiene al menos unos pocos cientos de operaciones.
- El historial abarca un periodo tendencial y otro lateral/irregular.
- Los costes y el slippage se modelan en cada operación.
- Los resultados se mantienen en datos reservados desde el principio.
- El drawdown máximo es uno que soportarías sin cambiar el tamaño.
Cinco o seis puntos. Pasa a pruebas forward en simulación, con tamaño pequeño.
Tres o cuatro puntos. La idea es prometedora y la evidencia es limitada. Corrige el insumo más débil y vuelve a probar.
Cero a dos puntos. Esto es una hipótesis, no una estrategia. Aún no uses capital.
Qué debes saber antes de operar una estrategia con backtesting
Un backtest limpio cambia lo que sabes, no lo que hará el mercado. Antes de comprometer dinero, revisa las preguntas que la SEC sugiere hacer primero, especialmente las relacionadas con la tolerancia al riesgo y el dinero que puedes permitirte perder.
Luego haz pruebas forward. Ejecutar las reglas contra precios en vivo en tiempo real expone los problemas prácticos que una reproducción histórica oculta. Las órdenes no se ejecutan, los spreads se amplían y la operación que planeaste no siempre es la operación que obtienes.
La simulación es el puente sensato entre ambas. Un entorno de trading simulado te permite colocar las operaciones en tiempo real sin arriesgar tus ahorros, de modo que la estrategia se enfrenta a datos en vivo antes que tu cuenta. No reproducirá el peso emocional del dinero real, y debes esperar esa diferencia. Pivex está diseñado para ese siguiente paso: una evaluación estructurada con reglas y términos claros y publicados.
Antes de participar, revisa las reglas vigentes del programa de Pivex y decide si una evaluación simulada de trading propietario se ajusta a tu experiencia y a tus límites de riesgo. La participación no garantiza una recompensa, ingresos ni ningún resultado de trading en particular.