Módulo 4 de 6 · 5 min de lectura

Backtesting y forward testing

Un backtest muestra cómo le habría ido a una estrategia en el pasado; el forward testing la pone a prueba con datos en vivo, y los resultados en vivo casi siempre son peores de lo que prometía el backtest.

Complejidad del modeloSimpleSobreajuste≈20 parámetros

SobreajusteEl backtest se dispara mientras el resultado en vivo se estanca y empieza a caer.

Backtest+71%

En vivo+11%

Brecha de sobreajuste61 pts

Arrastra la complejidad del modelo. Un modelo más complejo traza el pasado cada vez con más perfección (el backtest verde y suave), pero está memorizando ruido, así que la curva roja en vivo, probada con datos que nunca vio, alcanza su punto máximo temprano y luego se derrumba. Esa brecha cada vez mayor es sobreajuste.

Arrastra el gráfico de arriba de Simple a Overfit: la curva verde del backtest se suaviza hasta convertirse en una línea perfecta, mientras que la curva roja en vivo alcanza su máximo pronto y después se desmorona. Esa brecha tiene un nombre, sobreajuste, y mantenerse en el lado seguro de esa brecha es, en realidad, de lo que trata este módulo. Antes de arriesgar un solo dólar en una regla o un modelo, lo pones a prueba, y existen exactamente dos formas honestas de hacerlo, además de todo un catálogo de formas de engañarte a ti mismo. Este módulo trata de distinguir unas de otras. Una buena prueba puede salvarte de una mala idea. Una prueba amañada, normalmente amañada por accidente, hace justo lo contrario: te da la confianza necesaria para perder dinero rápidamente. Al terminar sabrás cómo ejecutar un backtest digno de confianza, cómo detectar los trucos que hacen que una estrategia perdedora parezca una máquina de hacer dinero, y por qué el número que arroja tu prueba es un techo que nunca llegarás a alcanzar del todo en la vida real.

Backtesting: reproducir una estrategia sobre el pasado

El backtesting consiste en ejecutar una estrategia sobre datos históricos para estimar cómo habría rendido. Tomas tus reglas, las aplicas a unos cuantos años de historial de precios y dejas que "operen" sobre ese historial para ver qué aspecto tiene la curva de capital.

Es necesario. Una estrategia que pierde en el pasado no merece operarse con dinero real, así que un backtest es el mínimo que hay que superar primero. Pero superar ese mínimo no es lo mismo que alcanzar el techo. Es fácil manipular un backtest, sin darse cuenta, para que muestre resultados que la estrategia jamás habría podido obtener en tiempo real, y la mayoría de las veces nadie lo manipula a propósito. Los errores se cuelan en silencio.

Así que trata un buen backtest como un permiso para seguir investigando, nunca como una prueba de que vas a ganar dinero. El resto de este módulo es la lista de formas en que un backtest de aspecto limpio puede mentirte.

Sesgo de anticipación: hacer trampa con el periódico de mañana

El sesgo de anticipación consiste en utilizar en tu prueba información que en realidad no estaba disponible en el momento de la decisión simulada. La prueba "sabe" algo que un trader real todavía no podría haber sabido, así que toma una decisión que ningún trader real habría podido tomar.

Dos ejemplos clásicos:

Utilizar el precio de cierre de un día para activar una operación que simulas haber colocado "en la apertura" esa misma mañana. En la vida real no conoces el cierre hasta que el día ha terminado.
Utilizar datos fundamentales revisados que solo se publicaron semanas después de la fecha que estás probando.

Incluso una fuga mínima de información futura convierte una estrategia corriente en una fantasía de ganancias suaves y sin esfuerzo. La curva de capital luce espléndida porque el backtest está leyendo, en silencio, el periódico de mañana. Si un backtest parece demasiado limpio y demasiado fácil, el sesgo de anticipación es lo primero que hay que sospechar.

El ajuste de curva y la solución dentro de muestra / fuera de muestra

La segunda gran trampa es el ajuste de curva. Si sigues ajustando los parámetros de una estrategia hasta que su curva histórica parece perfecta, no has encontrado una ventaja real. Has moldeado la estrategia para que encaje exactamente con los altibajos del pasado, incluido el ruido aleatorio que no se repetirá. La curva es hermosa precisamente porque la moldeaste para ese tramo concreto de la historia.

La defensa estándar es la prueba dentro de muestra frente a fuera de muestra, y es más sencilla de lo que parece:

Divide tu historial en dos tramos.
Dentro de muestra: ajusta la estrategia sobre el primer tramo todo lo que quieras.
Congela las reglas. Se acabaron los ajustes.
Fuera de muestra: ejecuta esas reglas congeladas sobre el segundo tramo, que la estrategia nunca ha visto.

Si el rendimiento se sostiene fuera de muestra, la ventaja podría ser real. Si se desmorona, estabas ajustando ruido, y es mejor descubrirlo ahora que con dinero real. Una regla general que vale la pena recordar: una estrategia con docenas de parámetros y una curva sospechosamente suave es culpable hasta que se demuestre lo contrario.

Forward testing: el ensayo general honesto

El forward testing, también llamado paper trading, consiste en ejecutar la estrategia en vivo sobre datos en tiempo real, sin arriesgar capital real. Es el complemento honesto del backtesting por una razón: no puedes espiar el futuro. Los datos llegan un tick cada vez, exactamente igual que en el trading real, así que el sesgo de anticipación y el rastreo silencioso de datos ya no tienen dónde esconderse.

El forward testing también pone a prueba los aspectos aburridos que un backtest suele pasar por alto: tus tipos de orden, tu sincronización y cómo se comportan realmente las ejecuciones cuando el mercado se mueve. Esas suposiciones sobre la ejecución son, precisamente, donde se desmoronan muchos backtests "perfectos".

Piensa en él como el último control antes del dinero real. Saltárselo es la forma en que un backtest precioso acaba convirtiéndose en una cuenta real desastrosa.

Por qué el trading en vivo siempre es peor que el backtest

Este es el patrón incómodo: la brecha entre los resultados del backtest y los resultados en vivo es real, es predecible y casi siempre va en la misma dirección. El trading en vivo es peor. Tres fuerzas lo provocan.

Fuerza	Qué es	Por qué el backtest no la captó
Costes	Comisiones, diferenciales de compraventa, financiación	Un backtest ingenuo suele asumir coste cero
Slippage	La diferencia entre el precio que esperabas y el precio que obtuviste	Aumenta en mercados rápidos o de poca liquidez que el backtest trata como si estuvieran en calma
Cambio de régimen	Las condiciones de mercado que generaron tus datos ya no existen	La historia no puede contener un mercado que todavía no ha ocurrido

Por eso, haz forward testing el tiempo suficiente para ver muchas operaciones y al menos un cambio en las condiciones de mercado antes de comprometer capital. Cuenta operaciones y variedad de condiciones, no días de calendario. Una estrategia rápida puede necesitar solo unas semanas; una más lenta suele necesitar meses. La pregunta nunca es "¿cuánto tiempo lleva funcionando?", sino "¿cuánto ha sobrevivido?".

La matemática de los costes que mata un backtest en silencio

Un backtest reporta que una estrategia gana +40% al año sobre una cuenta de $10,000, con una curva suave y espléndida, operando 300 veces al año. El backtest asumió coste cero. Ahora añade la realidad.

Supongamos que cada operación completa (ida y vuelta) cuesta aproximadamente 0.1% del valor negociado en comisiones y diferencial. En 300 operaciones eso es unos 300 x 0.1% = 30% del volumen negociado devorado por los costes. Añade después unos pocos puntos básicos de slippage por operación en los momentos rápidos, y la cosa empeora.

Recalculado con los costes, ese backtest del +40% podría acabar realistamente más cerca de +8% a +10% en vivo. Una estrategia que parecía simplemente mediocre puede convertirse en una pérdida neta en cuanto los costes se contabilizan con honestidad. La lógica no cambió en nada. La única diferencia fue contar los costes que el backtest ignoraba. Por eso hay que restar los costes y el slippage realistas antes de entusiasmarse, y por eso el forward testing (donde los costes son ineludibles) es el verdadero banco de pruebas.

Una forma más limpia de dividir la muestra dentro y fuera de muestra

La división básica (ajustar sobre el primer tramo, probar congelado sobre el segundo) basta para detectar la mayor parte del ajuste de curva. Si quieres ser más estricto, mantén el tramo fuera de muestra verdaderamente sellado:

Decide la división antes de mirar cualquier resultado, no después.
Prueba sobre los datos fuera de muestra una sola vez. Si sigues espiando, ajustando y volviendo a probar, ese tramo "no visto" acaba convirtiéndose también, poco a poco, en dentro de muestra, y todo el beneficio se pierde.
Prefiere una estrategia que se mantenga simplemente buena en ambos tramos frente a una que sea deslumbrante en uno y endeble en el otro. La consistencia frente a datos que nunca ha visto es la señal que de verdad quieres.

¿Cuánto es 'suficiente' para hacer forward testing?

No hay un número fijo de días, porque dos estrategias pueden operar a velocidades radicalmente distintas. La medida honesta es la exposición a la variedad:

Operaciones suficientes para que una racha de suerte no favorezca artificialmente el historial. Una docena de operaciones casi no dice nada; unos pocos cientos empiezan a significar algo.
Al menos un cambio de condiciones, para haber visto la estrategia tanto en rango como en tendencia, tanto en calma como en un susto, y no solo en el ánimo de mercado en el que resultó lanzarse.

Una estrategia de alta frecuencia podría cumplir ambos puntos en cuestión de semanas. Una estrategia swing lenta podría necesitar muchos meses. Si tu forward testing solo ha visto un único tipo de mercado, en realidad todavía no la has puesto a prueba.

Comprobación rápida de conocimientos

¿Por qué es necesario un backtest, pero no basta por sí solo? Una estrategia debe al menos sobrevivir al pasado para merecer ser operada, así que el backtest es el mínimo exigible. Pero los backtests se distorsionan con facilidad por el sesgo de anticipación, el ajuste de curva y los costes ignorados, así que superar uno no demuestra que vayas a ganar dinero en vivo.

¿Qué es el sesgo de anticipación, con un ejemplo? Utilizar en la prueba información que no estaba disponible en el momento de la decisión, por ejemplo activar una operación "en la apertura" usando el precio de cierre de ese mismo día, algo que ningún trader real podría conocer todavía.

¿Por qué los resultados en vivo casi siempre se quedan por debajo del backtest? Tres fuerzas que el backtest suele subestimar: los costes (comisiones, diferenciales, financiación), el slippage (ejecuciones peores de lo esperado) y el cambio de régimen (las condiciones de mercado que generaron tus datos históricos han cambiado).

Fuentes

CFA Institute, "Backtesting and Simulation", definición de poner a prueba una estrategia sobre datos históricos para estimar su rendimiento.
arXiv (academic), "Look-Ahead-Freedom as Temporal Non-Interference", uso de información no disponible en el momento simulado de la decisión.
Notices of the AMS (academic), "Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance", el ajuste de curva como descripción del ruido en lugar de la relación subyacente, y la incapacidad de generalizar a datos nuevos.
CME Group, "About the Trading Simulator", forward testing sobre datos en tiempo real sin capital real antes de operar en vivo.