Qué es el backtesting y los sesgos que lo invalidan

8 min de lectura

Un backtest consiste en aplicar las reglas de una estrategia a datos históricos para ver cómo habría funcionado. Parece sencillo, y justo por eso es fácil hacerlo mal: la mayoría de los backtests espectaculares que se ven en internet fallan por errores que el autor no ve. Esta guía explica qué puede y qué no puede decirte un backtest, qué sesgos lo invalidan y cómo hacerlo de una manera honesta.

Qué es un backtest y qué no es

Un backtest simula operaciones pasadas con reglas definidas de antemano: cuándo entrar, dónde poner el stop, cuándo salir y con qué tamaño. Su utilidad real es descartar ideas malas con rapidez y estimar el orden de magnitud de las métricas (porcentaje de aciertos, pérdida típica, racha perdedora). No demuestra que la estrategia vaya a ganar en el futuro: solo dice que, con esos datos y esas suposiciones, habría ocurrido eso.

Piensa en el backtest como una prueba de choque, no como una predicción. Un resultado malo es información muy fiable (si ni siquiera funciona en el pasado, no hay motivo para arriesgar dinero). Un resultado bueno solo es una hipótesis que debe superar más pruebas.

Datos: si entra basura, sale basura

La calidad de los datos limita la calidad de la conclusión. Revisa los huecos y duplicados, los cambios de zona horaria y de horario de verano, y los splits o dividendos en acciones. Con velas de un minuto no sabes si el stop o el objetivo se tocó primero dentro de la misma vela; con datos de ticks sí, pero son más pesados y no siempre están disponibles.

En CFD y forex, el precio histórico depende del proveedor: los spreads reales eran más amplios en noticias y en horarios de poca liquidez que el spread medio que muchos programas aplican por defecto. En futuros, una serie continua mal construida (sin ajustar los saltos entre vencimientos) puede crear ganancias o pérdidas falsas en cada roll. Contrasta siempre una muestra de operaciones con un gráfico real.

Sesgo de anticipación (look-ahead)

Ocurre cuando la simulación usa información que en ese momento no existía. El ejemplo clásico: decidir una entrada con el máximo o el cierre de la vela en la que se entra, sabiendo ya cómo terminó. También ocurre con indicadores que se redibujan, con datos fundamentales publicados después de la fecha que figura en la tabla, o al calcular una media con valores futuros por un error de índice.

La señal de alarma es una curva casi perfecta que se desmorona en tiempo real. Para evitarlo, asegúrate de que cada decisión usa solo velas cerradas, ejecuta la orden en la apertura de la vela siguiente y revisa a mano algunas operaciones comprobando qué sabías exactamente en ese instante.

Sesgo de supervivencia

Si pruebas una estrategia de acciones solo sobre las empresas que existen hoy, ignoras las que quebraron, fueron excluidas de un índice o se fusionaron. Las supervivientes, por definición, lo hicieron mejor, así que los resultados salen inflados. Lo mismo ocurre con criptomonedas descartadas, fondos cerrados o índices cuya composición se reconstruye con los miembros actuales.

La solución es usar datos que incluyan las empresas excluidas (con la composición histórica de cada fecha) o limitarte a instrumentos que existían y se negociaban con normalidad durante todo el periodo. En forex y futuros de índices el problema es menor, pero hay una variante: elegir el instrumento o el periodo que mejor funcionó es otra forma de seleccionar a posteriori.

Costes y deslizamiento: el lastre que se olvida

Un backtest sin costes sobreestima el rendimiento, y cuanto más operas, más. Hay que incluir el spread, la comisión, el swap si hay posiciones nocturnas y el deslizamiento (slippage), que es la diferencia entre el precio esperado y el obtenido, sobre todo en stops y en momentos de noticias. Una regla práctica es suponer un deslizamiento mayor en las órdenes de stop que en las limitadas.

Las estrategias de stops cortos son las más sensibles: si pagas 1,5 pips de costes totales y tu stop es de 15 pips, el coste es 0,1 R en cada operación; con un stop de 50 pips son solo 0,03 R. Una ventaja de 0,10 R por operación se evapora con el primer caso. Prueba siempre el backtest con costes un 50 % superiores a los que esperas y mira si sigue siendo rentable.

Muestra pequeña: el azar también dibuja curvas bonitas

Con pocas operaciones, el azar domina. Una estrategia con ventaja de +0,17 R por operación, porcentaje de aciertos del 45 % y ganancia media de 1,6 R sobre pérdidas de 1 R tiene una desviación típica de unos 1,29 R por operación. Con 30 operaciones, el error estándar de la media es 1,29 ÷ √30 ≈ 0,24 R: el intervalo de confianza al 95 % es ±0,46 R, lo que incluye ampliamente el cero y valores muy negativos. Con 200 operaciones, el error baja a 0,09 R y el intervalo es de −0,01 a +0,35 R.

Es decir, incluso 200 operaciones apenas bastan para distinguir una ventaja pequeña de la suerte. Como referencia, para que el límite inferior del intervalo supere cero con esa ventaja harían falta unas 220 operaciones, y para tener un 80 % de probabilidad de detectarla, unas 455. Si tu estrategia opera dos veces por semana, no esperes conclusiones sólidas de un año.

In-sample y out-of-sample

La regla más importante: nunca evalúes con los mismos datos que usaste para diseñar y ajustar. Divide el histórico en un tramo “dentro de muestra” (in-sample), donde desarrollas y ajustas la idea, y otro “fuera de muestra” (out-of-sample), que no tocas hasta el final. Una proporción habitual es 70 % y 30 %, o reservar los años más recientes. Si el resultado fuera de muestra se parece al interno, hay una razón para confiar; si se hunde, la estrategia estaba ajustada al ruido.

Hay una trampa: si miras el resultado fuera de muestra, modificas la estrategia y vuelves a mirar, ese tramo ha dejado de ser independiente. Fíjate pocas reglas antes de mirarlo y trátalo como si pudieras usarlo una sola vez.

Walk-forward: validar de forma repetida

El análisis walk-forward repite esa idea a lo largo del tiempo. Optimizas con una ventana (por ejemplo, dos años), pruebas el resultado en los seis meses siguientes sin tocar nada, desplazas la ventana seis meses y repites. Al unir todos los tramos de prueba obtienes una curva que solo contiene operaciones “fuera de muestra”, más parecida a lo que vivirías operando en real.

Mira también cuántas ventanas de prueba fueron rentables: si solo dos de diez ganan y todo el beneficio viene de una, la estrategia no es estable. El walk-forward no es una garantía, pero cuesta mucho más engañarse con él que con una sola optimización sobre todo el histórico.

Las métricas que importan

No te quedes con el beneficio total. Mira la esperanza matemática en R por operación y el profit factor (ganancias brutas entre pérdidas brutas) una vez descontados los costes; el número de operaciones; el máximo drawdown y el tiempo que tardó en recuperarse; la racha perdedora más larga; y la distribución de resultados por año o trimestre. Un profit factor de 1,5 con 40 operaciones dice menos que uno de 1,2 con 800.

Compara además el drawdown del backtest con lo que tú aguantarías. Un 25 % de caída puede ser matemáticamente aceptable y emocionalmente insostenible. Si no estás seguro de qué esperar, nuestra calculadora de drawdown y recuperación te muestra cuánto debes ganar para recuperar cada caída.

Un ejemplo numérico completo

Supón una estrategia hipotética con 200 operaciones, 45 % de aciertos, ganancias medias de 1,6 R y pérdidas de 1 R. Sin costes: esperanza = 0,45 × 1,6 − 0,55 × 1 = 0,17 R y profit factor = 0,72 ÷ 0,55 ≈ 1,31. Suma ahora 0,06 R de spread y comisión y 0,04 R de deslizamiento por operación: la esperanza neta cae a 0,07 R y el profit factor a 0,675 ÷ 0,605 ≈ 1,12. Con un riesgo de 100 USD por operación, son 7 USD esperados por operación, frente a un error estándar de unos 9,15 USD (0,0915 R) por operación.

Ahora divide los datos: 120 operaciones dentro de muestra con +0,13 R netos y 80 fuera de muestra con −0,02 R (120 × 0,13 + 80 × (−0,02) = 14, y 14 ÷ 200 = 0,07 R). El promedio global parece un pequeño éxito, pero el tramo que no se tocó dice que no hay ventaja demostrable. Esa conclusión, incómoda pero honesta, es exactamente para lo que sirve un backtest bien hecho.

Resumen y lista de comprobación

Antes de creerte un backtest, comprueba: datos limpios y con spreads realistas; ninguna decisión usa información futura; incluye instrumentos que desaparecieron si procede; costes y deslizamiento incluidos, con margen de seguridad; al menos varios cientos de operaciones; un tramo fuera de muestra intacto; y walk-forward o validación repetida. Después, prueba la estrategia en demo o con tamaño mínimo y registra cada operación en tu diario para comparar el comportamiento real con el simulado. Un buen backtest no promete beneficios: reduce la probabilidad de que te engañes.

Contenido educativo, no es asesoramiento financiero. Aviso de riesgo

Herramienta relacionada

Diario de tradingRegistra entrada, SL, TP y salida, y obtén tu R, tu curva de equity, tu rentabilidad y estadísticas por par, día y sesión.

Más guías