Antes de comenzar puede que te preguntes porqué una estrategia de trading consistente y qué quiere decir exactamente esto. Uno de los mayores problemas como sabrás cuando haces trading es que no sabes qué pasará mañana. Tenemos muchos datos sobre lo que ha sucedido hasta el momento pero cada día los mercados se comportan de manera diferente.
Entonces, necesitas un plan que se adapte en un escenario cambiante. Es por esto que hacer las cosas bien exige aplicar una estrategia. Una estrategia que sea capaz de ser consistente cuando el mercado cambia. Cuidado, no quiero decir con esto que vaya a ganar siempre pase lo que pase en el mercado. Con consistente me refiero a que explote la ineficiencia del mercado para la que se ha creado y sea ganadora en el tiempo (no siempre).
1. La importantancia del backtest haciendo trading
Como te decía, lo que tienes en tu mano son datos pasados para medir cómo de buenas son tus estrategias. Esto lo hacemos mediante lo que se llama un backtest. En este artículo te hablo en profundidad de ello, pero básicamente se trata de extraer las estadísticas de nuestras estrategias y evaluar cómo se han comportado.
2. El gran error haciendo backtesting: sobreoptimización
El problema está cuando usamos esos datos para crear y medir las estrategias a la vez. Esto nos lleva a una sobreoptimización.
Para entenderlo mejor te pongo un ejemplo. Imagina que te digo que si me crear una estrategia ganadora te doy un millón de euros pero tú no tienes mucha idea de trading. Seguramente cojas un par de indicadores y veas cómo han funcionado y digas los típico de “si hubiese entrado aquí y salido allí..” y me presentes una estrategia sobre el papel increíble. Una estrategia que durante ese tiempo parece infalible. Y es que durante ese marco temporal seguramente lo será.
Muy posiblemente si aplico esta estrategia no obtendré ni de cerca los resultados que podría esperar haciendo backtest. ¿Por qué?
Básicamente porque he estado jugando con las cartas marcadas. He buscado un buen resultado sin tener en cuenta la estrategia. A continuación te lo explico.
3. Cómo hacer un buen backtest
Entonces, seguramente te preguntarás si es posible y cómo podemos medir el rendimiento de nuestro sistema de trading sin caer en este sesgo. La respuesta es dividiendo el marco temporal o los datos.
Vamos con otro ejemplo para entenderlo mejor. Estamos realizando un backtest de nuestra estrategia desde el año 2013 hasta 2019. Lo que vamos a hacer es utilizar un 70% de nuestros datos en construir la estrategia y un 30% en medir su rendimiento. Esto es algo así como ver qué habría pasado si de verdad yo hubiese aplicado esta estrategia en ese 30% del horizonte temporal. En realidad esto es lo que nos interesa, observar cómo habría funcionado.
3.1 In Sample (IS)
Al 70% de los datos del ejemplo anterior es lo que llamamos in sample o dentro de la muestra. Te recuerdo que es lo que usamos para construir nuestro sistema. En nuestro ejemplo corresponde al periodo desde enero de 2013 hasta septiembre de 2017
3.2 Out of Sample (OOS)
Por otra parte el 30% es lo que se conoce como out of sample o fuera de la muestra. Los datos que vamos a emplear para medir su desempeño. En este sistema este periodo es el que va desde septiembre de 2017 a septiembre de 2019 (pintado con una franja verde sobre el gráfico de balance).
4. Lo importante del backtest
Podríamos pensar que lo realmente importante cuando observamos un backtest es que el periodo fuera de muestra presente unas estadísticas favorables. Pero además de esto, lo ideal es que los periodos in sample y out of sample tengan un comportamiento similar.
Esto nos indica que la estrategia se comporta en ambos periodos de la misma forma y nos muestra una clara señal de robustez. Mira en nuestro caso como podemos ver que en ambos, el rendimiento es muy parecido. Estamos ante una estrategia que es candidata a pasar a real.
5. Técnicas más avanzadas
Existen técnicas más avanzadas para evaluar sistemas de trading de esta manera, una de las más conocidas es walk forward test. En muy pocas palabras es cómo hacer esta división en los datos pero en tramos diferentes en el tiempo. Se trata de hacer esta división (in sample y out of sample) de forma segmentada para ir un paso más allá. Te lo explico de forma visual: fíjate en los tramos azules (IS) y verdes (OOS).
Es una manera de ver todo esto pero de forma dinámica durante el tiempo.
6. Qué hacer ahora
Mi consejo es que sí o sí midas el rendimiento de tus estrategias con un backtest y que lo hagas con un periodo fuera de muestra. Bien de un 20%, 30% o 40% pero hazlo. Así evitarás sesgos y errores que nos hacen ver curvas de beneficios muy bonitas que luego no son reales. Y esto se traduce en evitar perder dinero, tiempo y frustración. Esto es sólo un paso más hacia la objetividad.
Te dejo un vídeo resumen donde te explico todo esto en detalle:
Nos leemos en un nuevo artículo,
¡Recuerda dejarme tu comentario! 🙂
Un abrazo y gracias por leer.
[/et_pb_text][/et_pb_column]
[/et_pb_row]
[/et_pb_section]
