Cómo Hacer Backtesting de Estrategias de Trading de Forma Efectiva

El backtesting es la forma de comprobar si una estrategia de trading realmente funciona antes de arriesgar dinero real. Tomas tus reglas, las aplicas sobre datos históricos de precios y observas qué habría pasado. Bien hecho, te dice mucho más que si la estrategia fue rentable: te muestra cómo se comportó durante un crash, cuánto tiempo estuvo en pérdidas, con qué frecuencia acertó y si serías capaz de seguirla sin perder los nervios.

“Cut your losses short and let your profits run.”

— Jesse Livermore

Ese último punto importa más de lo que la mayoría reconoce. Un backtest te obliga a convertir intuiciones vagas en reglas concretas, y ese proceso por sí solo saca a la luz supuestos ocultos. Sin él, estás operando con esperanza y reconocimiento de patrones. Con él, tienes números reales que respaldan tus decisiones.

La Mecánica del Backtesting

Tres cosas hacen que un backtest funcione: datos históricos de calidad, una estrategia bien definida y un motor de simulación que ejecute las operaciones según tus reglas.

La calidad de los datos es donde tropiezan la mayoría de los principiantes. Los traders intradía necesitan datos de tick o de minuto; los traders de posición pueden trabajar con velas diarias. Pero el peligro mayor no es la granularidad, sino el sesgo de supervivencia. Si testeas una estrategia sobre acciones usando solo las empresas que existen hoy, has excluido silenciosamente a todas las que quebraron o fueron deslistadas. Eso hace que los resultados parezcan mucho mejores de lo que podrían haber sido en la realidad. Usa datos point-in-time que reflejen lo que realmente era operable en cada momento de la historia.

Definir tu estrategia significa traducir cada decisión subjetiva en reglas explícitas. "Comprar cuando el momentum es fuerte" no sirve. Un backtest necesita algo como "comprar cuando la media móvil de 20 días cruza por encima de la de 50 días y el RSI está por debajo de 70". Cada entrada, salida, tamaño de posición y stop loss tiene que estar especificado. Si no puedes programarlo, no puedes testearlo correctamente.

El motor de simulación avanza por los datos vela a vela, evalúa tus condiciones y registra las operaciones hipotéticas. Plataformas como QuantConnect, Backtrader y el Pine Script de TradingView hacen esto bien. Un buen motor tiene en cuenta las comisiones, el slippage (la diferencia entre el precio al que esperabas entrar y al que realmente lo hiciste) y el sizing de las posiciones. Si los ignoras, tus resultados serán pura ficción.

Métricas Clave y Evaluación del Rendimiento

Un backtest arroja decenas de números, pero un puñado de ellos te dice la mayor parte de lo que necesitas saber.

El retorno total es el punto de partida obvio, pero también el más engañoso en aislamiento. Una estrategia que retornó un 200% en cinco años suena bien hasta que descubres que pasó tres de esos años con un drawdown del 60%. Nadie aguanta eso en la práctica.

El drawdown máximo es la métrica que separa a los traders teóricos de los reales. Mide la mayor caída desde un pico hasta el valle siguiente en el valor de la cuenta. Un drawdown del 40% significa que necesitas recuperar un 67% solo para volver al punto de partida. La mayoría sobrestima enormemente cuánto dolor puede soportar: una estrategia con un drawdown histórico del 50% es casi imposible de mantener en la práctica, aunque los números a largo plazo se vean bien.

El ratio de Sharpe divide los retornos en exceso entre la volatilidad, dándote una idea de cuánto riesgo estás asumiendo por unidad de retorno. Cualquier valor por encima de 1.0 es aceptable; por encima de 2.0 es genuinamente bueno. Es útil para comparar dos estrategias con perfiles de riesgo distintos, porque un retorno del 30% con una curva de equity suave a menudo supera a uno del 50% que oscila violentamente.

La tasa de aciertos y el factor de beneficio funcionan juntos. Una tasa de aciertos del 40% no es un problema si tus operaciones ganadoras promedian tres veces las perdedoras. Al revés, un 70% de aciertos con ganancias pequeñas y pérdidas ocasionales enormes te hará perder capital lentamente mientras sientes que lo estás haciendo bien.

La frecuencia de operaciones también importa. Dos operaciones al año no te dan ninguna base estadística para sacar conclusiones. Doscientas operaciones ya ofrecen algo significativo. Y 500 operaciones al día implican que el slippage y las comisiones destruirán silenciosamente cualquier edge que creyeras tener.

Errores Comunes en el Backtesting

El overfitting es la trampa en la que cae casi todo el mundo. Pruebas un sistema de cruce de medias móviles con todas las combinaciones de períodos del 5 al 200, encuentras el que produce una curva de equity perfecta y lo celebras como un éxito. Lo que en realidad encontraste fue ruido que por casualidad parecía señal. Pruébalo con datos nuevos y se derrumba de inmediato, porque estaba ajustado a las particularidades del histórico y no a una ventaja real. La solución es sencilla: reserva una parte de los datos como muestra out-of-sample y no los toques durante el desarrollo. Las estrategias más simples también tienden a aguantar mejor que las complejas optimizadas hasta el último decimal.

El look-ahead bias es más sutil y más fácil de introducir por accidente. Ocurre cuando tu backtest utiliza información que no habría estado disponible en el momento de la operación. Calcular un indicador con el precio de cierre y luego entrar en la apertura es look-ahead bias. También lo es aplicar datos fundamentales que se publicaron después del cierre del mercado pero que están etiquetados con el día anterior. Este tipo de error puede hacer que una estrategia perdedora parezca rentable.

Ignorar los costes de transacción es como un retorno anual del 15% se convierte en una pérdida anual del 5%. Una estrategia que opera con frecuencia en márgenes estrechos queda destruida por comisiones y slippage. Incorpora costes realistas desde el principio: aproximadamente 1 dólar por operación en acciones, 1-3 ticks de slippage en futuros y spreads bid-ask reales en opciones. No es lo más emocionante, pero es la diferencia entre un resultado real y uno imaginario.

Adaptando Estrategias a las Condiciones del Mercado

Ninguna estrategia funciona en todos los entornos. Un sistema de momentum prospera durante tendencias sostenidas y se destroza en un mercado lateral. Un enfoque de mean-reversion disfruta de las oscilaciones y queda arrasado cuando se instala una tendencia real que no revierte.

Por eso debes hacer backtesting a lo largo de múltiples ciclos de mercado diferenciados: el crash de 2008, el bull run de una década hasta 2020, el mercado bajista de 2022. Cada uno expone debilidades distintas. Una estrategia que solo funciona en entornos de baja volatilidad no es necesariamente inútil, pero necesitas saberlo de antemano para combinarla con otra o reducir el tamaño de posición cuando las condiciones cambien.

Las estrategias con Bollinger Bands son un buen ejemplo de sensibilidad al régimen de mercado. Las bandas se expanden en períodos volátiles y se contraen en los tranquilos. Un enfoque básico de mean-reversion compra en la banda inferior y vende en la superior, apostando al retorno a la media. Eso funciona bien cuando el mercado está en rango. Durante una tendencia fuerte, el precio puede seguir la banda superior durante semanas y tus señales de venta no hacen más que perder. Una versión más robusta añade un filtro de tendencia: solo operar en mean-reversion cuando la media móvil de largo plazo esté plana, y solo operar en breakout cuando tenga pendiente. El mismo indicador, dos modos distintos según el contexto.

Vale la pena el esfuerzo adicional de segmentar los resultados del backtest por régimen de volatilidad o por fuerza de la tendencia. Si el rendimiento de tu estrategia desaparece durante períodos de alta volatilidad, has aprendido algo importante sobre cuándo no operarla.

Del Backtest al Trading en Vivo

Superar un backtest es necesario, pero está lejos de ser suficiente. La brecha psicológica entre el trading simulado y el real es genuinamente grande, y suele sorprender a la gente.

El paper trading ayuda a cerrar esa brecha. Ejecutar tu estrategia en tiempo real con dinero simulado revela problemas que un backtest nunca muestra: qué tan rápido puedes reaccionar a las señales en la práctica, si tu bróker soporta tus tipos de órdenes, qué se siente al ver una posición moverse en tu contra sabiendo que normalmente saldrías pero las reglas dicen aguantar. Esa experiencia es difícil de replicar en papel, pero es mucho más barata que aprenderla con capital real.