Una estrategia puede verse excelente en cinco capturas de pantalla.
Especialmente si eliges las cinco después de saber qué hizo el mercado.
Ahí todos somos bastante buenos analistas.
El precio ya se movió, el nivel parece evidente y cada entrada termina exactamente donde habría sido bonito entrar.
El problema aparece cuando intentas ejecutar la misma idea mañana.
Ya no conoces el final.
Y una estrategia de trading no debería depender de que tú conozcas el final.
Por eso existe el backtesting.
No para demostrar que encontraste una máquina de ganar dinero.
Sino para comprobar si unas reglas concretas habrían producido un comportamiento suficientemente estable y comprensible dentro de una muestra histórica.
Esa diferencia importa.
Porque un backtest puede darte evidencia.
También puede darte una mentira perfectamente ordenada en una hoja de cálculo.
¿Qué es el backtesting?
El backtesting consiste en aplicar una estrategia definida sobre datos históricos como si hubieras tenido que tomar cada decisión siguiendo las mismas reglas.
La idea es observar:
- cuántas oportunidades aparecen;
- cómo se distribuyen los resultados;
- qué rachas negativas existen;
- qué drawdown habría ocurrido;
- cómo influyen costes y condiciones;
- en qué contextos funciona mejor o peor;
- si las reglas pueden ejecutarse sin reinterpretarlas constantemente.
No estás preguntando solamente:
“¿Cuánto habría ganado?”
Estás preguntando:
“¿Qué tipo de sistema estoy intentando operar?”
Para mí, esa es la pregunta más útil.
Una cifra final puede llamar la atención.
Pero el camino para llegar a esa cifra es lo que después tendrás que soportar y ejecutar.
Antes de probar una estrategia, tienes que poder escribirla
Si todavía no puedes explicar tu estrategia sin mirar un gráfico terminado, no estás listo para hacer un backtest serio.
Necesitas definir:
- instrumento;
- sesión y horario;
- contexto;
- setup;
- entrada;
- invalidación;
- gestión;
- salida;
- condiciones de descarte;
- costes que vas a considerar.
“Compro cuando se vea fuerte” no es una regla.
“Entro en una buena zona” tampoco.
Son interpretaciones.
Y una regla demasiado abierta tiene una habilidad especial: se adapta perfectamente a todas las operaciones ganadoras del pasado.
Curiosamente, no suele adaptarse igual de bien al futuro.
El primer trabajo del backtesting no es abrir un programa.
Es reducir la ambigüedad.
¿Qué significa que una estrategia tenga ventaja?
En trading, una ventaja o edge no significa que la siguiente operación vaya a ganar.
Significa que, bajo unas reglas y una muestra determinadas, la combinación entre frecuencia de aciertos, tamaño de ganancias, tamaño de pérdidas y costes muestra una expectativa favorable.
Puede expresarse de forma conceptual así:
Expectativa = probabilidad de ganar × ganancia media − probabilidad de perder × pérdida media.
Pero una expectativa histórica positiva no es una garantía futura.
Puede estar mal calculada.
Puede depender de pocos casos.
Puede desaparecer al incluir costes.
Puede pertenecer a un contexto de mercado específico.
O puede ser el resultado de haber ajustado tantas reglas al pasado que el sistema terminó memorizando los datos.
El backtest no entrega un certificado de ventaja.
Entrega evidencia que todavía necesita ser cuestionada.
El peligro de diseñar mirando el resultado
Imagina que pruebas una entrada.
No funciona como esperabas.
Añades un filtro.
Mejora.
Pruebas otro horario.
Mejora otra vez.
Cambias el stop.
Ahora se ve excelente.
Eliminas los meses incómodos porque “el mercado estaba raro”.
Perfecto.
Has construido una estrategia que explica muy bien los datos que ya viste.
Lo que todavía no sabes es si explica algo más.
Eso se conoce como sobreajuste u overfitting.
La investigación sobre la probabilidad de sobreajuste en backtests muestra por qué probar muchas configuraciones sobre la misma información puede producir resultados históricos atractivos que no se sostienen fuera de esa muestra.
No necesitas convertirte en científico de datos para entender el principio:
cada vez que cambias una regla después de ver el resultado, utilizas información del futuro para diseñar el pasado.
Separa datos de desarrollo y datos de validación
Una práctica útil es dividir la información histórica.
Una parte sirve para desarrollar y comprender la idea.
Otra parte permanece sin tocar hasta que las reglas estén definidas.
La segunda funciona como una evaluación fuera de muestra.
Si sigues modificando la estrategia después de ver esa evaluación, esos datos dejan de estar fuera de muestra.
Ya los utilizaste.
Necesitarás otra validación.
Esto puede resultar incómodo porque obliga a aceptar que una idea aparentemente buena no superó una prueba nueva.
Pero esa incomodidad es barata comparada con descubrir lo mismo después de arriesgar capital.
Incluye costes y condiciones de ejecución
Un backtest sin costes puede describir un mercado que no existe.
Dependiendo del instrumento y del método, debes considerar:
- spread;
- comisiones;
- swaps o financiación;
- deslizamiento;
- diferencia entre precio teórico y ejecutable;
- liquidez disponible;
- tamaño de posición;
- gaps o movimientos rápidos.
No siempre podrás modelar cada elemento con precisión.
Pero ignorarlos por completo no los elimina.
Solo hace que la curva histórica se vea más amable.
La NFA advierte que los resultados hipotéticos tienen limitaciones: se construyen con el beneficio de la retrospectiva y no pueden representar completamente el impacto del riesgo financiero, la liquidez, el deslizamiento o la capacidad real de seguir un programa durante pérdidas.
Tu backtest es hipotético.
Trátalo como evidencia hipotética.
Evita el sesgo de mirar hacia adelante
Este error ocurre cuando tu decisión utiliza información que todavía no estaba disponible en el momento de la entrada.
Puede ser evidente:
seleccionar una vela porque sabes cómo cerró antes de simular la entrada.
O más sutil:
usar el máximo o mínimo completo del día para tomar una decisión que habría ocurrido varias horas antes.
En un backtest manual, intenta ocultar el futuro y avanzar vela por vela.
En uno automatizado, revisa que cada cálculo utilice únicamente datos disponibles hasta ese instante.
Si la estrategia necesita saber lo que ocurrirá después, no es una estrategia.
Es una narración histórica con excelente timing.
Registra todas las operaciones, no solo las bonitas
El backtesting selectivo es muy tentador.
Ves un setup claro.
Lo registras.
Ves otro ambiguo que habría perdido.
Concluyes que “realmente no era tan válido”.
Después aparece uno parecido que habría ganado y vuelve a ser válido.
Cuando eso ocurre, la regla no está decidiendo.
Tú estás decidiendo según el resultado.
Define antes qué condiciones convierten un escenario en operación y registra todos los casos que las cumplen.
También registra datos incompletos, dudas y problemas de ejecución.
Una curva menos bonita pero honesta es mucho más útil que una curva perfecta construida con excepciones.
Qué métricas deberías revisar
No existe una sola métrica capaz de describir una estrategia.
Como mínimo, revisaría:
Número de operaciones
Una muestra pequeña puede estar dominada por pocos resultados.
No existe un número universal que garantice validez. La cantidad necesaria depende de frecuencia, variabilidad y objetivo del análisis.
Porcentaje de acierto
Indica qué proporción terminó positiva, pero no explica cuánto ganas cuando aciertas ni cuánto pierdes cuando fallas.
Ganancia y pérdida media
Permiten entender si la estrategia depende de acertar mucho, de capturar movimientos mayores o de otra combinación.
Expectativa
Resume la relación entre probabilidades y magnitudes dentro de la muestra.
Drawdown
Muestra la caída desde un pico hasta un punto posterior. Ayuda a comprender el camino, no solamente el resultado final.
Rachas
Revisa pérdidas consecutivas, operaciones sin avance y periodos donde el sistema se comporta peor.
Costes
Compara el resultado antes y después de spread, comisiones y demás supuestos.
Distribución por contexto
Separa sesiones, volatilidad, dirección, instrumento o condición relevante sin convertir cada segmento en una excusa para eliminar pérdidas.
Ejemplo: dos estrategias con el mismo resultado final
Imagina dos backtests que terminan con el mismo resultado acumulado.
El primero avanza con operaciones frecuentes, ganancias pequeñas y un drawdown relativamente estable dentro de su muestra.
El segundo depende de pocas operaciones grandes y atraviesa periodos largos sin avance.
La cifra final es igual.
La experiencia de ejecutarlos no.
El primero exige tolerar repetición y costes.
El segundo exige soportar espera, rachas y la posibilidad de perder una operación decisiva.
¿Cuál es mejor?
No puedes responder mirando solamente el resultado.
Necesitas saber cuál entiendes, cuál puedes ejecutar y cuál encaja con tus límites.
El backtest no solo evalúa la estrategia.
También te ayuda a evaluar la relación entre esa estrategia y el trader que tendrá que operarla.
Después del backtest viene la ejecución hacia adelante
Una vez definidas y probadas las reglas, puedes observarlas en datos nuevos mediante forward testing o ejecución simulada en tiempo real.
Aquí aparecen elementos que el análisis histórico no reproduce completamente:
- esperar una entrada;
- no saber qué vela viene después;
- gestionar horarios reales;
- cometer errores;
- sentir presión;
- ejecutar con spreads y condiciones cambiantes.
Si el resultado cambia, no concluyas inmediatamente que la estrategia dejó de funcionar.
Compara:
¿Cambió el mercado, cambiaron los costes o cambió mi ejecución?
Son problemas distintos.
Y necesitan respuestas distintas.
Un proceso de backtesting en nueve pasos
1. Escribe la hipótesis
Explica qué comportamiento intentas aprovechar y por qué tendría sentido observarlo.
2. Define reglas antes de medir
Entrada, invalidación, gestión, salida y descarte.
3. Elige la muestra
Incluye contextos distintos y reserva datos para validación.
4. Registra todos los casos
Sin seleccionar únicamente los escenarios evidentes después del movimiento.
5. Incluye supuestos realistas
Costes, ejecución y limitaciones del instrumento.
6. Revisa la distribución
No solo el resultado final: también rachas, drawdown y dependencia de pocas operaciones.
7. Valida fuera de muestra
Aplica las reglas sin volver a optimizarlas sobre esos mismos datos.
8. Haz forward testing
Observa el sistema sin conocimiento del futuro y registra errores de ejecución.
9. Cambia una variable a la vez
Documenta versiones para saber qué modificaste y por qué.
Señales de un backtest poco confiable
Desconfiaría si:
- las reglas cambiaron muchas veces sobre la misma muestra;
- no puedes explicar qué invalida una entrada;
- eliminaste manualmente operaciones perdedoras ambiguas;
- no incluiste costes;
- usaste información que todavía no existía;
- el resultado depende de pocas operaciones extraordinarias;
- no existe validación fuera de muestra;
- la estrategia se ve perfecta, pero no sabes cómo atravesó sus pérdidas;
- cada problema histórico se resolvió añadiendo otro filtro.
Un buen backtest no tiene que verse perfecto.
Tiene que ser suficientemente honesto para que puedas tomar una decisión.
La ventaja no está solamente en la entrada
Muchos traders buscan el patrón que “funciona”.
Pero una ventaja puede desaparecer por:
- riesgo inconsistente;
- costes ignorados;
- entradas omitidas;
- gestión diferente;
- sobreoperación;
- incapacidad para soportar el drawdown;
- cambios constantes de reglas.
Eso significa que no basta con encontrar una idea histórica.
Necesitas construir una identidad capaz de ejecutarla como fue evaluada.
Proceso.
Identidad.
Ejecución.
Consistencia.
Después puedes pensar en escala.
Porque automatizar o aumentar el tamaño de una estrategia mal definida no la convierte en profesional.
Solo permite cometer el mismo error con más eficiencia.
El objetivo del backtesting es comprender, no impresionar
Una curva ascendente puede ser agradable.
Pero debería importar menos que estas respuestas:
¿Qué condiciones necesita la estrategia?
¿Qué pérdida y drawdown ha mostrado?
¿De qué operaciones depende?
¿Qué costes pueden afectarla?
¿Qué ocurre fuera de muestra?
¿Puedo ejecutarla sin cambiarla cada vez que se vuelve incómoda?
Nada de esto garantiza resultados futuros.
Pero te ayuda a dejar de operar una idea porque se veía bien en tres gráficos.
Un backtest serio no elimina la incertidumbre.
La organiza.
Y te permite traer un grano de evidencia cada día en lugar de intentar construir una playa de conclusiones con una sola semana de resultados.
Sobre el autor
Bra Urbina
Trader · Empresario · Cofundador de EverBlue FX
Bra Urbina es trader, empresario y cofundador de EverBlue FX. Su enfoque del trading se centra en construir procesos que puedan medirse, gestionarse y sostenerse en el tiempo, combinando estrategia, gestión de riesgo, datos y mentalidad.
Durante más de siete años en los mercados financieros ha desarrollado y trabajado con metodologías orientadas a convertir el trading en una actividad estructurada, alejándose de la búsqueda constante de resultados inmediatos.
Como parte de EverBlue FX, ha participado en la formación de más de 100 traders y combina su experiencia en mercados financieros con más de diez años trabajando en ventas, marketing y desarrollo de negocios.
¿Tu estrategia tiene evidencia o solamente una buena historia?
Un backtest puede ayudarte a comprender cómo se comportan tus reglas. El siguiente paso es revisar si tu gestión y tu ejecución realmente corresponden al sistema que analizaste.
En EverBlue FX trabajamos estrategia, datos, riesgo, ejecución y mentalidad como partes de un mismo proceso.
Si quieres conocer cómo trabajamos y revisar en qué punto se encuentra actualmente tu trading, puedes agendar una evaluación con nuestro equipo.
Aviso de riesgo: El trading de instrumentos financieros conlleva riesgos y puede resultar en pérdida de capital. Este contenido tiene fines educativos y no constituye asesoramiento financiero personalizado. Los resultados pasados no garantizan resultados futuros.
