El backtest es la prueba estrella de cualquier estrategia automática… y también la más fácil de manipular. Entender qué es y dónde está la trampa del overfitting es lo que separa a quien sabe juzgar un robot de quien se deja llevar por una curva bonita.
Qué es un backtest
Un backtest es una simulación: coges una estrategia y la aplicas sobre datos históricos del mercado para ver cómo se habría comportado en el pasado. En MetaTrader 5, por ejemplo, el Probador de Estrategias recorre años de cotizaciones y te devuelve un informe con la rentabilidad, las operaciones y las métricas de riesgo.
Es una herramienta valiosa: te da una primera idea de si una estrategia tiene sentido antes de arriesgar dinero real. Pero tiene un límite que conviene grabarse a fuego.
Para qué sirve y dónde está su límite
El backtest sirve para descartar y para orientar: una estrategia que pierde sistemáticamente en el pasado difícilmente brillará en el futuro. Pero lo contrario no es cierto: un backtest excelente no garantiza resultados futuros. El pasado es solo una muestra de lo que el mercado puede hacer, y el futuro siempre trae condiciones que no estaban en esos datos.
El overfitting: el gran engaño
Aquí está el peligro principal. El overfitting (o sobreoptimización) ocurre cuando una estrategia se ajusta tanto a los datos históricos concretos que deja de capturar un comportamiento real del mercado y empieza a "memorizar" el pasado. El resultado es una curva de beneficios casi perfecta… sobre esos datos, y un fracaso en cuanto el mercado cambia un poco.
Es como un estudiante que memoriza las respuestas de un examen concreto en lugar de aprender la materia: saca un diez en ese examen y suspende el siguiente. Por eso, cuando alguien solo te enseña un backtest impecable con una curva que sube en línea recta, deberías sospechar más, no menos.
Curvas de beneficio perfectas, sin apenas caídas, y rentabilidades enormes en backtest son la combinación clásica del overfitting. Una estrategia honesta muestra también sus rachas malas y su drawdown real.
Cómo se comprueba que una estrategia es robusta
Para distinguir una estrategia sólida de una maquillada se usan pruebas de robustez. Las más importantes:
- Prueba fuera de muestra (out-of-sample): se reserva un tramo de datos que la estrategia no vio durante su creación y se comprueba si sigue funcionando ahí. Si solo funciona en los datos con los que se construyó, mala señal.
- Walk-forward: se optimiza en un periodo y se prueba en el siguiente, repitiendo el proceso a lo largo del tiempo, imitando cómo se usaría en la realidad.
- Análisis de Monte Carlo: se alteran ligeramente las condiciones (orden de las operaciones, spreads, etc.) miles de veces para ver si los resultados se mantienen o se desmoronan ante pequeños cambios.
Una estrategia que pasa estas pruebas no es infalible —nada lo es—, pero da muchas más garantías que una que solo presume de un backtest perfecto.
Preguntas frecuentes
¿Un buen backtest garantiza que ganaré dinero?
No. Un backtest muestra cómo se habría comportado una estrategia en el pasado, pero los resultados pasados no garantizan los futuros. Sirve para orientar y descartar, no como promesa de rentabilidad.
¿Qué es exactamente el overfitting?
Es cuando una estrategia se ajusta en exceso a los datos históricos concretos con los que se construyó, hasta el punto de 'memorizarlos'. Luce perfecta en el pasado y suele fallar en el mercado real.
¿Cómo sé si una estrategia está sobreoptimizada?
Desconfía de curvas demasiado perfectas y rentabilidades exageradas. Busca que muestre su drawdown real y que haya pasado pruebas como out-of-sample, walk-forward y Monte Carlo.
Así validamos AUREUM
Mostramos las métricas completas —incluido el drawdown real— y sometemos la estrategia a pruebas fuera de muestra, walk-forward y Monte Carlo. Sin curvas mágicas: los números, sin filtros.
Ver AUREUM y sus números →