La prueba que muchos traders convierten en una trampa
El backtesting parece sencillo: llevar una estrategia al pasado y comprobar cuánto habría ganado. El problema aparece cuando se confunde una simulación favorable con una prueba fiable.
Hacer backtesting no consiste en buscar una estrategia que “funcionó”. Consiste en comprobar si una idea mantiene una lógica razonable cuando se enfrenta a datos que no fueron utilizados para construirla.
¿Qué es realmente el backtesting?
El backtesting aplica unas reglas de entrada, salida y gestión del riesgo sobre datos históricos para estudiar cómo se habría comportado una estrategia. Permite analizar rentabilidad, pérdidas, drawdown y consistencia antes de pasar a una prueba en tiempo real.
No demuestra que una estrategia vaya a funcionar en el futuro: el mercado cambia, los costes varían y la ejecución real no es idéntica a una simulación. La diferencia está en las reglas:
“Comprar cuando el mercado tenga fuerza”
No es reproducible“Comprar cuando la media de 20 periodos cruce por encima de la de 50 al cierre”
Se puede comprobarRadiografía de un backtest fiable
Piensa en el proceso como una cadena:
Si una pieza cambia después de observar los resultados, el análisis deja de ser una prueba limpia.
Mirar el resultado antes de fijar las reglas
Es uno de los fallos más habituales. El trader encuentra una estrategia que parece funcionar y después añade filtros: una hora concreta, otro indicador, un día de la semana, una condición de volatilidad o un stop diferente.
Cada modificación puede mejorar la curva histórica, pero también aumenta el riesgo de sobreajuste u overfitting. El sistema termina adaptándose al ruido de los datos utilizados y puede perder su ventaja cuando llegan datos nuevos.
Ejemplo ilustrativo. Si funciona con una media de 20 periodos, pero se vuelve negativa con 19 o 21, conviene revisar si existe una ventaja real o si el parámetro fue elegido porque encajaba con el pasado.
Confundir aciertos con rentabilidad
Ganar muchas operaciones no significa necesariamente ganar dinero. Una estrategia que acierta el 70 % puede perder si sus pérdidas son mucho mayores que sus ganancias. La expectativa matemática permite verlo mejor:
Acierta el 70 %
- Ganancia media
- 50 USD
- Pérdida media
- 150 USD
- Cálculo
- (0,7 × 50) − (0,3 × 150)
Acierta el 40 %
- Ganancia media
- 150 USD
- Pérdida media
- 50 USD
- Cálculo
- (0,4 × 150) − (0,6 × 50)
Ejemplo ilustrativo. Por eso, el porcentaje de aciertos debe analizarse junto con la relación beneficio/riesgo, la expectativa y el drawdown.
Ignorar los costes reales
Una simulación puede asumir que todas las órdenes se ejecutan exactamente al precio esperado. La operativa real no funciona así. Spread, comisiones y slippage reducen el resultado, especialmente en estrategias rápidas o durante momentos de poca liquidez.
El problema se vuelve evidente alrededor de noticias importantes. Un sistema rentable con ejecución perfecta puede dejar de serlo cuando los costes se incorporan operación por operación.
Ejemplo ilustrativo en unidades relativas: una estrategia que parecía sólida con ejecución perfecta conserva apenas una décima parte de su resultado tras los costes.
Comparación rápida
| Backtest frágil | Backtest más sólido |
|---|---|
| Reglas ambiguas | Reglas reproducibles |
| Parámetros ajustados repetidamente | Parámetros definidos antes de validar |
| Solo datos favorables | Distintas condiciones de mercado |
| Sin costes | Costes incluidos |
| Solo datos in-sample | Validación out-of-sample |
| Curva espectacular | Resultado razonable y consistente |
La columna derecha no garantiza que una estrategia vaya a funcionar. Reduce algunos errores que pueden hacer que un resultado histórico parezca mejor de lo que realmente es.
Usar una muestra demasiado pequeña
Diez, veinte o treinta operaciones pueden contar una historia interesante, pero ofrecen poca información sobre el comportamiento de la estrategia. Una racha de ganancias puede deberse al azar y una de pérdidas coincidir con un periodo desfavorable.
Una muestra mayor permite observar más escenarios y reduce el peso de una secuencia concreta.
La cantidad necesaria depende de
La clave no es perseguir un número mágico, sino evitar conclusiones fuertes basadas en muy pocas operaciones.
Optimizar y validar con los mismos datos
Una de las pruebas más importantes consiste en separar los datos usados para desarrollar la estrategia de los reservados para comprobarla.
Una parte histórica puede servir para construir o ajustar las reglas y otra queda intacta hasta el final. Si el sistema también funciona razonablemente en ese tramo desconocido, la evidencia es más útil que una curva excelente obtenida sobre los mismos datos usados para optimizar.
El walk-forward lleva esta idea más lejos al repetir el proceso con ventanas sucesivas:
Qué debería preguntarte un buen backtest
En lugar de preguntar “¿cuánto habría ganado?”, conviene hacer preguntas más incómodas:
¿La estrategia funciona con reglas que otra persona podría repetir?
¿Sigue teniendo sentido después de descontar costes?
¿Qué ocurre cuando cambia el régimen del mercado?
¿Cuál fue su peor drawdown y su peor racha de pérdidas?
¿El resultado se mantiene en datos que no participaron en la optimización?
¿Pequeñas variaciones de los parámetros producen resultados parecidos?
Ya no buscas una curva bonita; buscas conocer las condiciones bajo las que la estrategia podría dejar de funcionar.
Backtesting no es una bola de cristal
El valor del backtesting está en convertir una intuición en una hipótesis medible. Su función no es prometer beneficios, sino descubrir defectos antes de arriesgar dinero.
Un backtest útil puede terminar con este informe, y ese resultado también es información: evita dedicar más capital y tiempo a una idea que solo parecía funcionar porque fue diseñada mirando el pasado.
La prueba no consiste en encontrar el resultado histórico más espectacular, sino en comprobar cuánto resiste la estrategia cuando dejas de ayudarla.
Aviso de riesgo: este contenido tiene fines exclusivamente educativos e informativos y no constituye asesoramiento financiero ni una recomendación de inversión. Los resultados de un backtesting son simulaciones sobre datos históricos y no garantizan resultados futuros. Operar con productos apalancados como CFD o Forex conlleva un alto riesgo de pérdida de capital y puede no ser adecuado para todos los inversores. Antes de operar, asegúrate de comprender los riesgos y, si es necesario, consulta con un asesor independiente.