Sin backtesting, tu estrategia es una opinión.
Backtesting serio = reglas claras + datos limpios + métricas correctas + control de sesgos. Aquí tienes un framework completo para validar estrategias en acciones, opciones, FX y cripto.
Metodología de backtesting profesional
Un backtest no es “probar una idea”. Es construir un experimento controlado. Aquí tienes el proceso que evita que te autoengañes.
1) Reglas objetivas
Entrada, salida, invalidez, tamaño, filtros. Sin “si me parece”. Todo parametrizable.
2) Datos + costes
Comisiones, spread, slippage y horarios reales. Si no simulas costes, te mientes.
3) Robustez
Out-of-sample, walk-forward, Monte Carlo. La estrategia debe sobrevivir cambios.
- Reglas 100% definidas y replicables
- Costes: fees + slippage + spread
- Datos sin lookahead / survivorship
- Out-of-sample + walk-forward
- Drawdown y rachas modeladas
- Hipótesis: “por qué debería funcionar”
- Mercado: régimen + activo + timeframe
- Reglas: entrada/salida/invalidación
- Métricas: PF, DD, Sharpe, expectancy
- Decisión: se descarta / se mejora / se opera
Qué métricas importan (y por qué)
Winrate alto puede ser malo. Profit Factor alto puede ser frágil. Mira el conjunto completo.
Expectancy
Ganancia esperada por operación. Si es baja, te come el coste.
Max Drawdown
La pregunta real: ¿puedes aguantar la peor fase sin romper reglas?
Profit Factor
Relación entre ganancias y pérdidas. Útil, pero no lo es todo.
- Sharpe / Sortino (retorno vs riesgo)
- Ulcer Index (dolor del DD)
- Rachas máximas (loss streak)
- Stability (consistencia por meses)
- Winrate sin R:R
- Backtest sin costes
- Curva perfecta con pocos trades
- Optimización excesiva (curve fitting)
Cómo validar una estrategia de verdad
Si solo optimizas sobre el pasado, no estás validando: estás memorizando.
Out-of-sample
Separar datos: entrenas en un período, validas en otro.
Walk-forward
Recalibras por ventanas y verificas que sigue funcionando.
Monte Carlo
Simulas permutaciones para estimar rango real de drawdown/retorno.
Si no defines riesgo, el backtest te engaña
La validación sin sizing y límites es un espejismo. El riesgo es parte del sistema.
Los 7 errores que destruyen un backtest
Si evitas estos 7, ya estás por encima del 90%.
Lookahead bias
Usar información que no existía en ese momento.
Survivorship bias
Ignorar activos que desaparecieron (especialmente en acciones).
Curve fitting
Optimizar parámetros hasta “dibujar” el pasado.
- Resultados cambian mucho con 1 parámetro
- Rendimiento depende de 1 mes “mágico”
- Pocos trades (muestra pequeña)
- DD real probablemente mayor (sin Monte Carlo)
- Reduce parámetros y simplifica reglas
- Exige robustez por regímenes
- Incluye costes y spreads reales
- Valida out-of-sample + walk-forward
Visualiza y valida ideas (en vivo)
Un backtest vive y muere por la lectura de estructura y ejecución.
Del backtest al plan
Una estrategia validada sin plan de ejecución es papel mojado. Lleva la idea a reglas.
Preguntas frecuentes
Backtesting: lo que la gente no te dice (pero importa).
¿Cuántos trades necesito para confiar?
Depende de la estrategia, pero como norma: cuanta más frecuencia, más estabilidad estadística. Pocos trades = conclusión débil.
¿Qué es walk-forward?
Validación por ventanas: calibras en un tramo y pruebas en el siguiente. Repite. Si sobrevive, es más robusta.
¿Por qué incluir slippage?
Porque el mercado real no te da entradas perfectas. Si el edge es pequeño, el slippage lo mata.
¿Puedo backtestear opciones igual?
Sí, pero necesitas modelar volatilidad, spreads y ejecución. Sin eso, el backtest de opciones suele ser ficción.
Backtesting es disciplina, no creatividad
La creatividad diseña la hipótesis. La disciplina decide si merece existir.