Backtesting: guía completa para validar tus estrategias
Una estrategia que parece brillante en teoría puede desmoronarse en la realidad. El backtesting separa las buenas ideas de las ilusiones, siempre que se realice con rigor. Esta guía te ofrece el método completo: elección de los datos, métricas que importan, trampas a evitar y herramientas que marcan la diferencia.
Una estrategia que parece brillante en teoría puede desmoronarse en la realidad. El backtesting separa las buenas ideas de las ilusiones, siempre que se realice con rigor. Esta guía te ofrece el método completo: elección de los datos, métricas que importan, trampas a evitar y herramientas que marcan la diferencia.
En resumen
El backtesting consiste en aplicar una estrategia a datos históricos para estimar su robustez. Bien hecho, revela el drawdown real, la relación riesgo/beneficio y las condiciones en las que la estrategia falla. Mal hecho, produce estrategias "perfectas" en el pasado e incapaces de aguantar un mes en real. La diferencia entre ambos depende de 5 o 6 principios metodológicos que la mayoría de los traders aficionados ignoran.
Por qué hacer backtest antes de cualquier despliegue
Tres razones fundamentales:
- Filtrar ideas sin valor. Una estrategia que produce un drawdown del 60 % en 10 años no es viable, sea cual sea su rendimiento. El backtest lo revela en 5 minutos.
- Calibrar la gestión monetaria. Conocer la distribución real de las operaciones (tamaño medio de la ganancia, de la pérdida, secuencias de pérdidas consecutivas) permite dimensionar correctamente las posiciones.
- Construir la confianza necesaria. Operar una estrategia sin haber visto su comportamiento pasado lleva a abandonar al primer drawdown. Un backtest riguroso da el contexto para resistir.
El backtest no es una garantía de rendimiento futuro. Es lo contrario: un filtro contra las falsas buenas ideas. Una estrategia que fracasa en backtest tiene muy pocas posibilidades de tener éxito en real.
Los componentes de un backtest sólido
Los datos
| Tipo de dato | Granularidad típica | Caso de uso |
|---|---|---|
| OHLC diario | 1 vela / día | Swing, position trading |
| OHLC intradía | 1 minuto a 1 hora | Day trading |
| Tick data | Cada transacción | HFT, scalping |
| Order book | Snapshots del libro | Market making, arbitraje |
Para la mayoría de los traders, datos diarios u H1 limpios son suficientes. Fuentes fiables: Bloomberg, Refinitiv, Polygon.io, Alpaca, EODHD, los propios brókeres (Interactive Brokers, MetaTrader). Evita datos extraídos de sitios para el público general, a menudo incompletos.
Tres tratamientos previos son indispensables:
- Ajustar por dividendos y splits en acciones.
- Rellenar los huecos (festivos, suspensiones) sin interpolación grosera.
- Verificar los valores atípicos (mechas del 50 % que nunca existieron).
Las reglas
Documenta cada regla de forma inequívoca. "Comprar cuando el RSI sea bajo" es inutilizable. "Comprar al cierre cuando el RSI 14 diario baje de 30, salir cuando supere 70" es testeable.
Cuatro categorías de reglas:
- Entrada: condiciones precisas con nivel y timing.
- Salida: stop-loss, take-profit, salida condicional.
- Money management: tamaño de posición, riesgo por operación, máximo simultáneo.
- Filtros: tendencia, volatilidad, horarios, días, noticias.
Los costes
Es el elemento más a menudo olvidado. Un backtest sin costes sobre una estrategia que hace 100 operaciones al año sobreestima el rendimiento entre un 5 y un 15 %.
Componentes a integrar:
- Comisiones: 0,5 a 5 $ por operación según bróker e instrumento.
- Spread: 1-2 pips en Forex mayores, 1 tick en futuros líquidos, hasta el 0,5 % en small caps.
- Slippage: 0,5 a 2 ticks típicos en intradía, más en stops disparados durante noticias.
- Financiación overnight: en CFDs y cripto con apalancamiento.
Las métricas que importan
El rendimiento bruto no basta. Seis métricas para una evaluación honesta:
| Métrica | Definición | Umbral mínimo aceptable |
|---|---|---|
| Ratio de Sharpe | Rendimiento / volatilidad (anualizado) | > 1,0 (idealmente > 1,5) |
| Drawdown máximo | Peor pérdida acumulada del periodo | < 20-25 % típicamente |
| Ratio de Calmar | Rendimiento anual / drawdown máximo | > 0,5 (idealmente > 1) |
| Win rate | % operaciones ganadoras | Según R/R, 35-60 % típico |
| R/R medio | Ganancia media / pérdida media | > 1,5 típicamente |
| Profit factor | Suma de ganancias / suma de pérdidas | > 1,5 (idealmente > 2) |
Una estrategia puede mostrar un win rate del 30 % y seguir siendo muy rentable si el R/R medio es 3:1. A la inversa, un win rate del 80 % con un R/R de 0,3:1 es peligroso (una sola mala operación arruina una larga serie).
Las trampas a conocer
1. El overfitting
Es la trampa más traicionera. Pruebas 200 combinaciones de parámetros, te quedas con la mejor, tu estrategia muestra un Sharpe de 3,5 en el histórico. Tres meses después, en real, pierde un 15 %.
Los síntomas:
- Rendimiento excelente en el periodo de optimización, mediocre en el resto.
- Sensibilidad extrema a los parámetros: una EMA 21 funciona, una EMA 22 explota.
- Número de parámetros ajustables > 4-5.
- Rendimiento demasiado bueno para ser cierto (Sharpe > 3 en estrategia simple).
Los antídotos:
- Separar los datos: 70 % entrenamiento, 30 % validación. Optimizar sobre el primero, validar sobre el segundo.
- Análisis walk-forward: optimizar sobre ventana deslizante, validar sobre el periodo siguiente.
- Priorizar la simplicidad: 2-3 parámetros como máximo.
- Probar sobre varios activos: una estrategia que funciona sobre EUR/USD también debe aguantar sobre GBP/USD.
2. El sesgo de supervivencia
Hacer backtest sobre el índice actual del S&P 500 ignora las empresas salidas del índice (a menudo por quiebra). El resultado sobreestima el rendimiento real de la época. Para estrategias de acciones individuales, usar universos históricos (Compustat, CRSP).
3. El look-ahead bias
Usar una información que no estaba disponible en el momento de la decisión. Ejemplo común: calcular una media móvil sobre la barra actual antes de que termine. Este sesgo infla artificialmente el rendimiento.
4. Condiciones de mercado no representativas
Hacer backtest únicamente sobre 2017-2021 ignora un entorno de subida persistente. En 2022, muchas de estas estrategias "infalibles" explotaron. Cubre como mínimo un ciclo completo (10-15 años incluyendo 2008 o 2020).
Un backtest que cubre únicamente los mercados alcistas recientes no es un backtest, es una ilusión. El valor de una prueba reside en su capacidad de revelar cómo se comporta la estrategia cuando el mercado te es desfavorable.
Las herramientas disponibles en 2026
| Herramienta | Fortalezas | Debilidades | Precio |
|---|---|---|---|
| TradingView (Pine Script) | Comunidad masiva, curva de aprendizaje rápida | Límites de duración de backtest en free tier | Gratis + 15-60 $/mes |
| MetaTrader (MQL4/5) | Estándar Forex, gratis en los brókeres | Lenguaje propietario, depuración tediosa | Gratis |
| Python (Backtrader, vectorbt, zipline) | Flexibilidad total, ecosistema data science | Curva de aprendizaje, infraestructura | Gratis + coste de datos |
| QuantConnect | Cloud, multi-activo, amplio universo de datos | Suscripción para funciones serias | Gratis + 25-200 $/mes |
| Obside | Sin código, backtest 20 años en < 1 min, copilot IA | Diseñado para estrategias discrecionales-sistemáticas | Freemium |
La elección depende de tu nivel técnico y de tus objetivos. Para rapidez y accesibilidad, Obside o TradingView. Para máxima flexibilidad, Python con vectorbt o Backtrader.
Los tres enfoques: manual, codificado, automatizado
Backtest manual. Aplicas tus reglas a mano sobre gráficos históricos. Pedagógicamente útil para comprender tu estrategia. Demasiado lento y sujeto a sesgos cognitivos para una validación seria (típicamente 50-100 horas para 3 años de datos).
Backtest codificado. Escribes el código (Python, Pine, MQL) que implementa tus reglas. Preciso, reproducible, pero requiere competencias de desarrollador. Calcula 3-15 horas para una estrategia simple.
Backtest asistido por IA. Describes la estrategia en lenguaje natural, la IA genera el código y ejecuta la prueba. Unos minutos en total. Es el enfoque que se está generalizando desde 2024 con los modelos de lenguaje avanzados.
Del backtest a la puesta en producción
Un backtest validado es una condición necesaria, no suficiente. Cuatro etapas adicionales antes del despliegue:
- Paper trading: 30-90 días de simulación en tiempo real para validar la latencia de ejecución y confirmar el rendimiento.
- Walk-forward live: despliegue con capital simbólico (1-5 % de la cuenta) durante 1-3 meses.
- Aumento progresivo: duplicar el tamaño cada 30 días si el rendimiento se ajusta a las expectativas.
- Monitorización continua: alertas en caso de drawdown anormal o divergencia frente a expectativas.
Esta progresión reduce el riesgo de mala sorpresa (slippage real peor de lo esperado, latencia del bróker, eventos no cubiertos por el backtest).
Prueba tus estrategias en minutos con Obside
El backtesting tradicional lleva días: recolección de datos, código, depuración, análisis. Con Obside, describes tu estrategia en lenguaje natural, lanzas el backtest sobre 20 años de histórico multi-activo y obtienes el Sharpe, el drawdown y la robustez en menos de un minuto. El copilot IA explica los resultados y sugiere mejoras contextuales. Crea tu cuenta Obside gratuitamente y valida tu primera estrategia esta noche.
Contenido educativo únicamente. No constituye asesoramiento de inversión. El trading conlleva riesgos, incluida la posible pérdida de capital.
FAQ
10 a 15 años idealmente, incluyendo al menos una crisis importante (2008, 2020). 5 años pueden bastar para una prueba de concepto rápida, pero no extraigas conclusiones firmes con ese alcance. Las estrategias intradía requieren menos años en absoluto, pero más datos (granularidad de minuto o tick).