¿Qué es el sobreajuste? ¿Por qué una estrategia puede volverse más frágil cuanto más perfectos parecen sus parámetros?
Una estrategia de trading puede mostrar resultados casi perfectos en las pruebas retrospectivas históricas: una alta tasa de aciertos, una curva de rendimiento fluida y una reducción máxima pequeña. Parece que ha encontrado un patrón del mercado. Sin embargo, al operar en el mercado real, puede empezar a acumular pérdidas con frecuencia. Una de las causas importantes de este fenómeno es el sobreajuste.
Primero: ¿qué es el sobreajuste?
En pocas palabras, ocurre cuando una estrategia se adapta en exceso a fluctuaciones y sucesos aleatorios concretos de los datos históricos, sin llegar a identificar patrones que puedan seguir funcionando a largo plazo.
Segundo: ¿por qué puede ser un problema que los parámetros parezcan mejorar cada vez más?
Si modificas repetidamente los periodos de los indicadores, las distancias de stop loss y las condiciones de entrada solo para aumentar las ganancias de las pruebas retrospectivas, la estrategia puede acabar ajustándose al ruido de los datos históricos. Una curva histórica más atractiva no significa necesariamente que la estrategia sea más fiable.
Tercero: ¿cómo se identifica el sobreajuste?
Conviene desconfiar si la estrategia obtiene buenos resultados con los datos de prueba, pero falla claramente con datos nuevos que no se utilizaron durante la optimización; o si sus ganancias caen de forma drástica ante pequeños cambios en los parámetros. También hay que comprobar si la estrategia solo funciona en un tipo de mercado.
Cuarto: ¿cómo se reduce el riesgo de sobreajuste?
Procura mantener reglas sencillas y evita añadir parámetros constantemente para mejorar las ganancias históricas. Divide los datos en un intervalo de desarrollo y otro de prueba fuera de muestra, y valida la estrategia en distintas condiciones de mercado. Incluye también las comisiones, el deslizamiento y los costes de financiación.
Quinto: la validación debe continuar después de las pruebas retrospectivas.
Puedes empezar con operaciones simuladas y luego observar el resultado de la ejecución real con posiciones pequeñas, mientras haces un seguimiento continuo de las ganancias, las caídas y los costes de transacción. Aunque la estrategia supere varias rondas de validación, no hay garantía de que vaya a funcionar en el futuro.
Una estrategia verdaderamente sólida no es la que explica los datos históricos a la perfección, sino la que sigue ofreciendo resultados razonables cuando se enfrenta a datos nuevos.
En el próximo artículo seguiremos hablando de cómo realizar pruebas fuera de muestra para evitar confundir patrones aleatorios del mercado histórico con ventajas consistentes.
Una estrategia de trading puede mostrar resultados casi perfectos en las pruebas retrospectivas históricas: una alta tasa de aciertos, una curva de rendimiento fluida y una reducción máxima pequeña. Parece que ha encontrado un patrón del mercado. Sin embargo, al operar en el mercado real, puede empezar a acumular pérdidas con frecuencia. Una de las causas importantes de este fenómeno es el sobreajuste.
Primero: ¿qué es el sobreajuste?
En pocas palabras, ocurre cuando una estrategia se adapta en exceso a fluctuaciones y sucesos aleatorios concretos de los datos históricos, sin llegar a identificar patrones que puedan seguir funcionando a largo plazo.
Segundo: ¿por qué puede ser un problema que los parámetros parezcan mejorar cada vez más?
Si modificas repetidamente los periodos de los indicadores, las distancias de stop loss y las condiciones de entrada solo para aumentar las ganancias de las pruebas retrospectivas, la estrategia puede acabar ajustándose al ruido de los datos históricos. Una curva histórica más atractiva no significa necesariamente que la estrategia sea más fiable.
Tercero: ¿cómo se identifica el sobreajuste?
Conviene desconfiar si la estrategia obtiene buenos resultados con los datos de prueba, pero falla claramente con datos nuevos que no se utilizaron durante la optimización; o si sus ganancias caen de forma drástica ante pequeños cambios en los parámetros. También hay que comprobar si la estrategia solo funciona en un tipo de mercado.
Cuarto: ¿cómo se reduce el riesgo de sobreajuste?
Procura mantener reglas sencillas y evita añadir parámetros constantemente para mejorar las ganancias históricas. Divide los datos en un intervalo de desarrollo y otro de prueba fuera de muestra, y valida la estrategia en distintas condiciones de mercado. Incluye también las comisiones, el deslizamiento y los costes de financiación.
Quinto: la validación debe continuar después de las pruebas retrospectivas.
Puedes empezar con operaciones simuladas y luego observar el resultado de la ejecución real con posiciones pequeñas, mientras haces un seguimiento continuo de las ganancias, las caídas y los costes de transacción. Aunque la estrategia supere varias rondas de validación, no hay garantía de que vaya a funcionar en el futuro.
Una estrategia verdaderamente sólida no es la que explica los datos históricos a la perfección, sino la que sigue ofreciendo resultados razonables cuando se enfrenta a datos nuevos.
En el próximo artículo seguiremos hablando de cómo realizar pruebas fuera de muestra para evitar confundir patrones aleatorios del mercado histórico con ventajas consistentes.