Lo que realmente hace (y no hace) el backtesting
El backtesting reproduce tu estrategia en datos históricos para estimar cómo se habría comportado.
Es útil, pero a menudo se malinterpreta.
Para qué es bueno:
• Validar la lógica de entrada/salida
• Detectar errores de implementación obvios
• Estimar rotación, tarifas y drawdown
• Generar ideas candidatas
Lo que no puede probar:
• Robustez a través de diferentes regímenes de mercado
• Supervivencia bajo diferentes trayectorias de precios
• Estabilidad de parámetros
• Ejecución real bajo condiciones en vivo
Un backtest sólido por sí solo no es evidencia de una estrategia robusta.
Flujo de trabajo correcto:
Backtest → Walk-Forward → Monte Carlo → Sensibilidad
Si te saltas el resto, no estás validando, estás sobreajustando.
El backtesting reproduce tu estrategia en datos históricos para estimar cómo se habría comportado.
Es útil, pero a menudo se malinterpreta.
Para qué es bueno:
• Validar la lógica de entrada/salida
• Detectar errores de implementación obvios
• Estimar rotación, tarifas y drawdown
• Generar ideas candidatas
Lo que no puede probar:
• Robustez a través de diferentes regímenes de mercado
• Supervivencia bajo diferentes trayectorias de precios
• Estabilidad de parámetros
• Ejecución real bajo condiciones en vivo
Un backtest sólido por sí solo no es evidencia de una estrategia robusta.
Flujo de trabajo correcto:
Backtest → Walk-Forward → Monte Carlo → Sensibilidad
Si te saltas el resto, no estás validando, estás sobreajustando.