Por qué los backtests engañosos convencen tanto
El software facilita iterar: cambias un parámetro, vuelves a ejecutar el historial, ves mejorar la curva. Sin disciplina, ya no estás probando una hipótesis. Estás ajustando una historia al pasado.
El objetivo de un backtest no es el gráfico más bonito. Es una estimación realista de si una idea merece demo o riesgo en vivo pequeño. Mantén ese objetivo visible cuando el optimizador te tiente.
1. Sobreajuste (overfitting)
Afinar muchos parámetros hasta que el pasado quede perfecto suele capturar ruido, no un edge. La estrategia se convierte en un traje a medida de un camino histórico y falla cuando el mercado cambia de ropa.
Prefiere menos parámetros, reserva datos out-of-sample y comprueba que el rendimiento sea estable en valores cercanos. Si un cambio mínimo destruye resultados, probablemente ajustaste ruido.
- Limita parámetros libres antes de optimizar
- Reserva un periodo final no visto que no toques hasta el final
- Prefiere mesetas de buenos ajustes frente a un pico afortunado
2. Look-ahead bias
Usar información que no habría estado disponible en el momento de decidir infla resultados. Ejemplos clásicos: entrar al open usando el close de la misma vela, o leer un indicador que incluye datos futuros en secreto.
Asegúrate de que las señales solo usen velas completadas y de que el modo bar-replay o Strategy Tester coincida con cómo operarás en vivo. Si la plataforma puede «ver» toda la vela antes de decidir, tu edge es ficticio.
3. Survivorship bias
Probar solo empresas que existen hoy ignora las que fueron delistadas o quebraron. Tu cesta histórica parece más sana que el universo real de oportunidades que los traders tenían entonces.
En estrategias de acciones, usa datasets que incluyan valores delistados cuando sea posible. En otros mercados, pregunta igual si tu lista de símbolos es una lista limpia de ganadores o un universo realista.
4. Ignorar costes de trading
Comisiones, spreads, slippage y costes de préstamo pueden convertir una idea rentable de alta frecuencia en perdedora. Muchos backtests por defecto subestiman fricción, sobre todo en noticias, liquidez fina y entradas con stop.
Modela costes de forma conservadora. Si la estrategia solo funciona con fills perfectos y spread cero, no funciona. Vuelve a ejecutar con supuestos de coste más duros y mira si el edge sobrevive.
5. Muy pocas operaciones
Un puñado de trades dice poco de una estrategia. Diez ganadores bonitos pueden ser suerte. Quieres una muestra lo bastante grande para ser estadísticamente significativa y repartida en distintos regímenes: tendencia, rango, volatilidad alta y baja.
Si tu timeframe no produce suficientes operaciones, amplía la ventana de historial, prueba símbolos relacionados o acepta que aún no tienes evidencia suficiente.
6. Fills irreales
Asumir que toda orden límite se ejecuta, o que puedes operar instrumentos ilíquidos al mid, sobrestima el rendimiento. Stops que siempre se ejecutan al precio del stop sin slippage son otra fantasía habitual.
Revisa cómo tu software modela fills en el modo que usas (open de vela, OHLC, every tick, real ticks). El replay visual ayuda a traders discrecionales a ver si su entrada supuesta estaba realmente disponible.
7. No probar robustez
Antes de confiar en un resultado, estrésalo. Una estrategia que solo funciona en un año, un símbolo o un ajuste exacto de parámetros es frágil. Las comprobaciones de robustez no garantizan beneficios en vivo, pero detectan muchas ilusiones blandas pronto.
- Walk-forward analysis o una división clara in-sample / out-of-sample
- Remuestreo Monte Carlo de operaciones o trayectorias de equity
- Pruebas en distintos mercados y periodos
- Variación de parámetros, costes y fechas de inicio
Una checklist práctica antes de operar en vivo
Hazte cuatro preguntas: ¿Usé información que no habría tenido en vivo? ¿Incluí costes realistas? ¿Tengo suficientes operaciones en distintos regímenes? ¿Los resultados se mantuvieron al cambiar ajustes y periodos?
Si alguna respuesta es no, sigue investigando. Tras backtests prometedores, haz forward testing en demo o cuenta en vivo pequeña antes de escalar riesgo.