Cómo probar si una estrategia de trading es robusta

Una estrategia es robusta cuando su rendimiento sobrevive a cambios razonables en los supuestos sobre los que fue construida. Puedes probarlo alterando un supuesto a la vez y observando qué sucede: retiene datos que la estrategia nunca vio durante el desarrollo, vuelve a ejecutar la simulación desde diferentes puntos de inicio, cambia ligeramente la configuración de los indicadores, amplía el spread, añade slippage e intenta con instrumentos comparables. Una estrategia duradera se mantiene aceptablemente rentable en la mayoría de esas variaciones. Una estrategia frágil se desmorona en cuanto un solo supuesto cambia, lo que suele significar que sus reglas se ajustaron al azar de los datos de desarrollo en lugar de a un comportamiento de mercado repetible. Ninguna de estas comprobaciones mejora la estrategia. Te dicen cuánta confianza merece su track record registrado, lo cual es algo distinto y más útil.

Comprobación	Qué cambia	Qué sugiere el fallo
Datos no vistos	La ventana de evaluación	Las reglas se ajustaron a la muestra de desarrollo
Variaciones simuladas	Muchas cosas a la vez, de forma aleatoria	El rendimiento dependía de una secuencia exacta de eventos
Cambios en la configuración	Entradas de los indicadores	La ventaja se sitúa en un filo, no en una meseta
Cambios en la fecha de inicio	Dónde comienza la prueba	Los resultados dependen de un tramo inicial de suerte
Costes de ejecución	Spread, slippage, ejecuciones	Los márgenes son demasiado estrechos para sobrevivir a un bróker real
Instrumentos comparables	El símbolo operado	Posiblemente una anomalía de un conjunto de datos, aunque consulta la advertencia de abajo

Qué hace que una estrategia de trading sea duradera

La durabilidad no es una puntuación. Describe una estrategia de trading que sigue produciendo un resultado aceptable cuando realizas cambios razonables en sus entradas: la configuración, la ventana de evaluación, la fuente de datos, el spread asumido, la calidad de ejecución o el instrumento. La fragilidad es la condición opuesta, y parece lo mismo desde fuera hasta que vas a buscarla. Una estrategia frágil funciona bien bajo las condiciones exactas utilizadas durante el desarrollo y mal bajo cualquier otra cosa.

Esa distinción es importante porque la cantidad de formas de construir una estrategia perdedora que parezca ganadora es muy grande. Bailey, Borwein, López de Prado y Zhu demostraron el mecanismo formalmente: es fácil alcanzar un alto rendimiento simulado tras probar un número relativamente pequeño de configuraciones, y cuanto más configuraciones pruebes, mayor será la probabilidad de que la ganadora sea un artefacto de la búsqueda en lugar de una ventaja real (Notices of the American Mathematical Society, 61(5), mayo de 2014). La generación automatizada empeora esto, no lo mejora, porque el software puede evaluar miles de combinaciones de reglas en una tarde.

Por lo tanto, la pregunta nunca es “¿ganó dinero en la prueba?”. Es “cuánto de ese resultado permanecería si el mundo hubiera sido ligeramente diferente”. Cada comprobación a continuación responde a una versión de esa pregunta rompiendo un supuesto a propósito y midiendo el daño.

Dos hábitos hacen que cualquier evaluación de robustez sea más honesta. Decide tus criterios de aceptación antes de ejecutar nada, porque los umbrales elegidos tras ver el resultado son solo otra forma de ajuste. Y lleva un registro de cuántas variantes probaste antes de decidirte por una, ya que ese recuento es en sí mismo evidencia sobre cuánto deberías creer en el resultado.

El beneficio no es lo mismo que la durabilidad

Estas dos ideas se confunden constantemente, incluso en la versión anterior de esta página, cuyo título prometía mostrar si un sistema era rentable. La rentabilidad responde a una pregunta estrecha sobre una simulación. La durabilidad pregunta si esa respuesta se mantiene.

Prueba de rentabilidad	Comprobación de durabilidad
Pregunta si el sistema ganó dinero en una simulación particular	Pregunta si el rendimiento sobrevive a cambios razonables
Puede basarse enteramente en un conjunto de entradas ajustadas	Prueba deliberadamente valores de entrada alternativos
Suele examinar una única configuración de historial	Examina muchos escenarios, incluidos los desfavorables
Un resultado sólido aún puede ser un artefacto de la búsqueda	Diseñado para exponer exactamente ese artefacto

El ejemplo que aparece más adelante en esta guía explica el punto mejor que cualquier tabla. Una estrategia construida y ajustada en GBPUSD parecía convincente en su curva de equidad, luego se deterioró una vez que se amplió el periodo de medición y de nuevo una vez que se probaron pares relacionados. Nada en la cifra de beneficio original era falso. Simplemente estaba respondiendo a una pregunta que nadie debería haber estado haciendo por sí sola.

1. Retener datos que el sistema nunca vio

La primera comprobación es la más antigua y sigue siendo la más informativa: evalúa las reglas con datos que no participaron en su creación. Divide tu historial, desarrolla en la primera parte y mantén el resto sellado hasta que las reglas sean definitivas. Si el rendimiento en la parte sellada se asemeja al rendimiento de la parte de desarrollo, es una evidencia significativa. Si colapsa, las reglas estaban describiendo esa primera parte en lugar del mercado.

La evaluación fuera de la muestra tiene una debilidad. Sinceramente, solo puedes usar cada parte reservada una vez. En el momento en que observas los resultados reservados, ajustas las reglas y vuelves a mirar, esos datos se han convertido en parte del conjunto de desarrollo, y repetir el ciclo una docena de veces convierte una prueba genuina en una optimización lenta y disfrazada.

La validación continua aborda esto moviendo la división hacia adelante repetidamente: desarrolla en una ventana, evalúa en el siguiente bloque, desplaza todo el marco y repite a lo largo de todo el historial. El resultado es una cadena de evaluaciones sobre datos que tenían una fecha futura en relación con cada paso de desarrollo, lo cual es mucho más cercano a cómo se utilizará la estrategia en la realidad. Nuestro guía sobre el análisis walk forward cubre la mecánica, las elecciones de tamaño de ventana y la relación de eficiencia en detalle, por lo que esta guía lo trata como un control con nombre en lugar de repetir ese material.

Elige la división teniendo en cuenta los regímenes del mercado en lugar de por conveniencia del calendario. Una ventana de desarrollo que contenga solo un tramo de tendencia y un periodo de evaluación que contenga solo un rango producirá un fallo que no podrás interpretar, porque dos cosas cambiaron a la vez. El backtesting a través de un intervalo lo suficientemente amplio como para incluir ambos, y luego dividirlo dentro de él, mantiene la comparación significativa.

Un punto merece especial énfasis porque suele malinterpretarse. Una fase de validación no cambia la estrategia. La mide. Si tu software reescribe los parámetros de entrada durante el proceso, estás optimizando, no validando, y el resultado no puede leerse como evidencia de durabilidad.

2. Simular variaciones del mismo historial

Los métodos de Monte Carlo toman el único camino que utilizó tu evaluación y generan muchas versiones alternativas del mismo, para luego informar cómo se desempeñó el sistema en toda la distribución en lugar de en el único camino que ocurrió. El valor reside en lo que revela esa distribución: una estrategia que sobrevive a la mayoría de las variaciones se comporta de forma distinta a una que solo sobrevive a la secuencia exacta de eventos de tu archivo.

Petko Aleksandrov, quien construyó el flujo de trabajo que esta página documentó originalmente, plantea el propósito sin rodeos: la simulación intenta romper la estrategia antes de comprometer cualquier dinero. Ese enfoque es el correcto. No estás buscando confirmación. El objetivo es encontrar las condiciones de trading bajo las cuales la estrategia falla.

Lo que puede variar se divide en tres grupos:

• Condiciones del mercado. El spread y la propia serie de precios subyacente, intercambiados por datos de un proveedor diferente o de un feed de un bróker de forex.
• Calidad de ejecución. Entradas omitidas, ejecuciones retrasadas y slippage tanto en la entrada como en la salida.
• Entradas del sistema. Ajustes de indicadores y la barra desde la cual comienza la evaluación.

Cada variación aísla un modo de fallo diferente, y cada una tiene un significado distinto cuando algo sale mal, razón por la cual leer una tasa de éxito de resumen sin saber qué simulaciones fallaron te dice muy poco. Los fallos concentrados en el grupo de ejecución apuntan a un sistema demasiado sensible a la calidad de ejecución, lo cual es un problema de bróker e instrumento que podramente puedas resolver. Aquellos agrupados en el grupo de entrada apuntan al ajuste (fitting), algo que generalmente no puedes evitar.

Nuestro artículo sobre lo que la simulación de Monte Carlo demuestra y lo que no puede demostrar profundiza en los límites del método, incluyendo uno importante: el remuestreo de tu propio historial no puede decirte cómo se comporta el sistema en condiciones que ese historial nunca contuvo.

3. Cambiar los ajustes ligeramente

Toma cada entrada de indicador y muévela una pequeña cantidad en ambas direcciones, luego compara los resultados. Lo que quieres ver es una meseta, lo que significa que los valores cercanos producen un comportamiento ampliamente similar y el valor elegido se sitúa en algún lugar en medio de una región estable. Un pico es lo contrario, y es lo que se debe evitar: el valor seleccionado funciona mucho mejor que los ajustes inmediatamente a cada lado de este.

¿Por qué importa tanto esa forma? Porque un pico es lo que parece el ajuste a la aleatoriedad cuando lo graficas. A los mercados no les importa que tu media móvil esté configurada en 34 en lugar de 33 o 35. Si tus resultados sí lo hacen, el número está capturando algo específico de tu archivo de datos en lugar de un comportamiento que se repetirá.

Trabaja con los indicadores uno a la vez en lugar de mover varios parámetros a la vez, ya que los cambios simultáneos ocultan qué parámetro impulsó el resultado. Registra el resultado en cada ajuste para que la forma de la superficie sea visible en lugar de solo recordarla. La sensibilidad de los parámetros de este tipo es barata de ejecutar y te dice más por minuto de computación que casi cualquier otra cosa disponible.

Este control es rápido y excepcionalmente diagnóstico. También te ofrece una mejor configuración final en muchos casos, porque pasar de un pico al medio de una meseta cercana cuesta algo de beneficio simulado pero compra una cantidad significativa de durabilidad. Ese intercambio casi siempre vale la pena, y los traders que se niegan a hacerlo suelen ser los que defienden un número que no pueden explicar.

El análisis de sensibilidad es donde los constructores automatizados realizan su trabajo más silenciosamente peligroso. Un optimizador que recorre los inputs en incrementos de uno encontrará el mejor valor de forma muy eficiente, y la eficiencia es precisamente el problema: el mejor valor encontrado de esa manera suele ser el pico de un pico de datos.

4. Comienza la prueba en otro lugar

Mueve el primer bar de la evaluación hacia adelante o hacia atrás y vuelve a ejecutarla. Una estrategia de trading cuya ventaja sea real no debería preocuparse demasiado por dónde comenzó la medición. Un sistema cuya curva de equidad se haya construido sobre un tramo de apertura afortunado mostrará su dependencia de inmediato, porque eliminar ese tramo elimina la mayor parte del resultado.

El mecanismo es fácil de imaginar. Supongamos que las primeras ocho semanas de tu prueba contenían un fuerte movimiento direccional que se ajustaba perfectamente a las reglas. Todo lo que vino después pudo haber sido mediocre, pero las ganancias iniciales sostienen la curva y las estadísticas de resumen parecen saludables. Desplaza el inicio más allá de esas semanas y la verdad aparecerá.

Ejecuta esta comprobación varias veces desde diferentes puntos en lugar de una sola vez, y observa la dispersión de los resultados en lugar de la mejor o peor ejecución individual. La consistencia a través de los puntos de inicio es la señal. Una buena ejecución entre varias malas es la misma información que una simulación rentable entre muchos fallos, es decir, no es alentador.

5. Haz que la ejecución sea peor de lo que esperas

Cada simulación hace suposiciones sobre los costes, y cada una de esas suposiciones es optimista por defecto. Amplía el spread más allá del promedio anunciado por tu bróker, añade slippage a las entradas y salidas, y retrasa o salta una parte de las ejecuciones, luego mira qué queda.

Las estrategias que operan con frecuencia para obtener ganancias pequeñas son las más expuestas aquí, porque el coste es una parte mayor de cada resultado. Un enfoque de scalping con una ganancia promedio de unos pocos pips puede pasar de ser rentable a no rentable debido a una suposición de spread que sea errónea por menos de un pip, y los spreads se amplían exactamente cuando tales sistemas tienden a estar activos, alrededor de las noticias y en los cierres de sesión. Los enfoques de horizonte más largo absorben la fricción de la ejecución con más comodidad, aunque a cambio asumen costes de financiación nocturnos.

Dos notas prácticas. Prueba con datos de más de una fuente siempre que puedas, ya que las fuentes difieren en su detalle de ticks y en cómo representan los gaps, y un sistema que solo funciona con el archivo de un proveedor te está diciendo algo. Y trata la calidad de tu historial como parte de la prueba en lugar de como un trasfondo: el comportamiento real del spread, los gaps de fin de semana y los efectos de rollover pertenecen a una evaluación seria, razón por la cual la calidad de tus datos de precios merece tanta atención como las propias reglas.

6. Prueba con instrumentos comparables

Ejecuta las mismas reglas, sin cambios, en símbolos relacionados. Si una estrategia construida sobre GBPUSD se comporta de forma reconocible en EURGBP o AUDUSD, eso es evidencia adicional de que ha capturado algo más amplio que una idiosincrasia de un conjunto de datos. Si produce pérdidas en cualquier otro lugar, es una razón para analizar más a fondo cómo fue construida.

Ahora la advertencia, porque esta comprobación es la que más a menudo se exagera. El fallo en otros lugares no invalida automáticamente un sistema diseñado para un par específico. Los instrumentos tienen características genuinamente diferentes: los perfiles de liquidez, el comportamiento de la sesión, la volatilidad típica y la estructura de correlación varían, y un conjunto de reglas ajustado a uno de ellos puede legítimamente no transferirse. Trata los resultados entre distintos instrumentos como una prueba de estrés que añade o resta confianza, no como una regla que dice que una estrategia debe funcionar en todas partes para valer la pena el trading.

Elige las comparaciones con sensatez. Los pares de forex relacionados son los vecinos adecuados para una estrategia de divisas. El oro, el petróleo y los índices bursátiles no lo son, y realizar pruebas allí producirá resultados que te sentirás tentado a sobreinterpretar. Ignorar la correlación también tiene el efecto contrario: EURUSD, GBPUSD y AUDUSD comparten una gran exposición al dólar, por lo que pasar de los tres es una evidencia más débil de lo que parece.

La demostración original en esta página es una buena ilustración. El sistema GBPUSD que había sido ajustado con un paso de uno mostró pérdidas en cada par de comparación probado, lo que, combinado con su deterioro en una ventana más larga, lo convirtió en la explicación más probable. No en una certeza, sino en la más probable.

¿Qué cuenta como un aprobado?

Esta es la pregunta que la versión antigua de esta página nunca respondió, y merece una respuesta directa: un aprobado significa que la mayoría de las variaciones razonables preservan el comportamiento esencial de la estrategia, no que cada simulación se mantenga rentable.

Esperar un registro perfecto es el estándar equivocado, y perseguirlo te empuja de nuevo hacia el problema del ajuste que estás intentando detectar. Algunas variaciones deberían fallar. Un sistema que sobrevive a cada suposición de ejecución que le lances, incluso a las que son implausiblemente malas, tiene más probabilidades de estar reportando un error que una ventaja.

Lo que una prueba de robustez busca es una degradación proporcional. Los cambios pequeños en los inputs deberían producir cambios pequeños en el output. Una gran degradación a partir de una pequeña perturbación es la señal que importa, y importa más que los números absolutos en cualquier ejecución individual.

Establece el baremo de aceptación antes de empezar a mirar. Decide de antemano qué proporción de simulaciones debe mantenerse, cuánto drawdown de expansión tolerarás y cuánto puede erosionarse el factor de beneficio antes de que descartes el sistema. Los umbrales elegidos a posteriori siempre serán aquellos que tu sistema haya logrado superar por casualidad.

Incorpora tus límites de riesgo en los criterios de paso. Si una estrategia solo supera tu baremo con un tamaño de posición que infringe tu tolerancia al drawdown, realmente no ha pasado, y los traders que separan ambas decisiones suelen descubrir el conflicto después de fondear la cuenta en lugar de antes. La validación y el control de riesgos responden a preguntas diferentes, y ambos deben satisfacerse antes de que comience la cuenta real.

El software que informa de un recuento de aprobados, como el de 19 de 20 en la demostración de abajo, está aplicando sus propios criterios internos. Esos recuentos son útiles para comparar estrategias dentro de la misma herramienta, pero no son estándares transferibles. Antes de confiar en cualquier umbral integrado, lee la documentación sobre cómo se calcula, porque una cifra cuya derivación no puedes explicar no es una evidencia sobre la que puedas actuar.

Un principio más, del mismo trabajo académico citado anteriormente: el recuento de combinaciones que probaste antes de elegir esta debe formar parte de tu evaluación. Bailey y López de Prado formalizaron el ajuste como el ratio de Sharpe deflactado, que corrige una cifra de rendimiento por el sesgo de selección y por el número de pruebas realizadas (Journal of Portfolio Management, 40(5), 2014). Pocas plataformas de retail lo implementan. La idea subyacente no cuesta nada de aplicar de forma informal: cuanto más buscaste, menos debería impresionarte cualquier ganador individual.

Señales de que una estrategia de trading está ajustada al ruido

Cinco señales, cualquiera de las cuales debería frenarte:

1. El rendimiento se deteriora sustancialmente cuando se añade más historial. La señal más clara y común.
2. Pequeños cambios en la entrada causan grandes cambios en la salida. La forma de pico descrita anteriormente.
3. Los resultados dependen en gran medida de dónde comienza la evaluación. Un tramo afortunado que arrastra todo lo que viene después.
4. La mayoría de las variaciones simuladas fallan. Especialmente cuando los fallos se agrupan en el grupo de entrada en lugar del grupo de ejecución.
5. El comportamiento no se traslada a instrumentos comparables. Una evidencia más débil que las otras, pero que sigue valiendo la pena notar.

Dos o más de estas juntas son un caso sólido para reconstruir en lugar de ajustar. Ajustar un sistema que ha fallado estas comprobaciones suele significar ajustarlo de nuevo, con más cuidado, a los mismos datos.

Pruebas de robustez en EA Studio

El flujo de trabajo que esta página documentó originalmente automatiza la mayor parte de la secuencia anterior, y vale la pena ver cómo las piezas se mapean en el marco de trabajo.

Un punto de enfoque sobre las herramientas en general. Los constructores automatizados hacen que evaluar la robustez de una estrategia sea barato, y ese es su verdadero valor: el paso de generación es un trabajo de commodity, mientras que el paso de validación es donde el criterio todavía importa. Independientemente de la plataforma que uses para backtesting, la secuencia de esta guía se aplica sin cambios, porque las preguntas que se plantean pertenecen al método y no a ningún producto en particular.

Hay tres comprobaciones disponibles. Primero se ejecuta la evaluación continua descrita en la sección 1, y un resultado materialmente peor que el original indica que la versión generada tiene un sobreajuste. La etapa de simulación ejecuta las variaciones descritas en la sección 2, con los grupos de mercado, ejecución y entrada seleccionables de forma independiente. Multi Market ejecuta la comparación de la sección 6 en los símbolos que elijas, con un número ajustable de instrumentos que deben validarse.

La propia configuración de Aleksandrov favorece las entradas de indicadores aleatorias y una barra de inicio aleatoria, lo cual es un valor predeterminado sensato: ambos juntos cubren los modos de fallo de ajuste que más importan, y son las comprobaciones que expusieron el ejemplo de GBPUSD. En esa demostración, 19 de 20 simulaciones se validaron, lo que suena sólido hasta que lo lees junto con el deterioro en una ventana más larga y las pérdidas en los pares de comparación. Leídos juntos, los tres resultados cuentan una historia coherente.

Su conclusión sobre el Optimizador merece repetirse porque va en contra del discurso de ventas habitual: la herramienta es lo suficientemente potente como para ser peligrosa, ya que encuentra los mejores inputs de forma tan eficiente que te entregará con gusto el pico de un spike. La validación posterior es lo que mantiene útil ese poder. Para la mecánica de cada control, la documentación de Monte Carlo cubre la configuración en detalle.

One framing point about tools in general. Automated builders make strategy robustness cheap to assess, and that is their real value: the generation step is commodity work, while the validation step is where judgement still matters. Whichever platform you use for backtesting, the sequence in this guide applies unchanged, because the questions being asked belong to the method rather than to any product.

Una nota práctica de la misma sesión: reducir el horizonte de datos acelera considerablemente la generación, a costa de probar menos condiciones. Ese es un intercambio real, no una optimización gratuita, y cuanto más corto sea tu periodo de evaluación, más peso tendrán que tener las comprobaciones de esta guía.

Una secuencia a seguir

1. Fija los criterios por escrito antes de empezar.
2. Desarrolla sobre una parte de tu historial y sella el resto.
3. Evalúa sobre la parte sellada, o realiza pruebas de progresión hacia adelante (rolling forward testing) sobre el registro completo.
4. Cambia los parámetros y confirma que estás en una meseta en lugar de un pico.
5. Vuelve a ejecutar desde varias barras de inicio alternativas.
6. Degrada los supuestos de ejecución más allá de lo que anuncia tu bróker.
7. Prueba con instrumentos comparables y lee el resultado como evidencia en lugar de como un veredicto.
8. Cuenta las variantes probadas antes de elegir y descuenta en consecuencia.
9. Despliega en una cuenta demo y compara el comportamiento real frente al registro simulado antes de comprometer capital.

Preguntas frecuentes

¿Qué significa que una estrategia de trading sea robusta? 

Significa que las reglas siguen comportándose de forma aceptable una vez que alteras las condiciones bajo las cuales fueron creadas: un periodo de medición diferente, ajustes ligeramente distintos, una ejecución peor o una fuente de datos distinta. Las estrategias frágiles se comportan bien solo bajo la configuración única en la que fueron ajustadas. La distincción es importante porque ambas parecen idénticas en una única curva de equidad, y la diferencia entre ellas solo aparece una vez que cambias algo deliberadamente y mides lo que sucede.

¿Cuántos datos históricos necesito antes de que las comprobaciones tengan sentido? 

Suficientes para cubrir varias condiciones de mercado diferentes en lugar de un número fijo de meses. Una estrategia de divisas evaluada solo en un tramo de tendencia no ha sido probada contra condiciones de rango o de alta volatilidad, independientemente de cuántas barras contenga ese tramo. Intenta incluir al menos una tendencia clara, un rango y un choque de volatilidad, idealmente abarcando varios años naturales. Los periodos más cortos no son inútiles, aunque ponen mucho más peso en las variaciones simuladas y en las comprobaciones de ejecución descritas anteriormente.

¿Puede una estrategia pasar todas las comprobaciones y aun así perder dinero en la cuenta real? 

Sí, y esperar lo contrario es una mala interpretación de lo que hacen estos métodos. Miden qué tan dependiente era un resultado registrado de sus supuestos; no pueden decirte si el comportamiento que la estrategia explota continuará. Las condiciones cambian, los spreads cambian y las ventajas decaen. La validación aumenta las probabilidades de que un resultado registrado refleje algo real, lo cual es valioso y materialmente diferente de una garantía. El despliegue en demo antes del capital real sigue siendo el paso final sensato, y el seguimiento del trading en cuenta real frente al registro simulado sigue siendo sensato después de eso.

¿En qué se diferencia la simulación de Monte Carlo de volver a ejecutar un backtesting? 

Volver a ejecutar produce el mismo resultado, porque los datos y las reglas no han cambiado. El método genera muchas versiones alteradas de la misma historia, variando el spread, las ejecuciones, los parámetros o el punto de inicio, e informa de la distribución de los resultados en lugar de una única cifra. El resultado responde a una pregunta diferente: no “qué ganó esta estrategia de trading”, sino “cuánto dependió ese número del camino exacto que tomaron los eventos”.

¿Debería probar mi sistema en instrumentos no relacionados? 

Generalmente no. Los instrumentos comparables ofrecen evidencia útil porque comparten características generales con el que construiste, mientras que los no relacionados difieren tanto en volatilidad, liquidez y comportamiento de la sesión que un fallo allí demuestra muy poco. Probar una estrategia de divisas en oro o en índices bursátiles produce resultados que te sentirás tentado a sobreinterpretar en cualquier dirección. Mantente dentro del entorno cercano y recuerda que los pares altamente correlacionados ofrecen una confirmación más débil de lo que parecen.

¿Cuál es la diferencia entre optimización y validación? 

La optimización busca valores de entrada que mejoren un resultado registrado, lo que cambia la estrategia. La validación mide si una estrategia terminada sobrevive a condiciones cambiadas y no cambia nada. Confundir ambas es el error de proceso más común en el desarrollo automatizado, porque una herramienta que ajusta los parámetros durante lo que crees que es una prueba, ha ajustado silenciosamente tu estrategia de trading para adaptarse aún más a los mismos datos mientras parece confirmarla. Comprueba qué hace tu plataforma en cada etapa antes de confiar en su resultado.

¿Se aplican estas comprobaciones también a las estrategias manuales además de las automatizadas? 

Los principios se aplican, aunque las herramientas difieren. Un trader discrecional aún puede reservar parte de su historial, evaluar las reglas contra diferentes periodos, probar qué tan sensible es el resultado a los criterios de entrada y tener en cuenta los costes reales. Lo que el trabajo manual no puede replicar fácilmente es el volumen de variaciones simuladas que el software produce de forma económica, lo que limita qué tan exhaustivamente se pueden ejecutar la cuarta y quinta comprobación. Los conceptos se transfieren por completo; solo cambia la velocidad con la que se ejecutan.

¿Pasar estas comprobaciones sustituye la gestión de riesgos? 

No, y tratarlos como intercambiables es un error común. La validación te indica hasta qué punto se puede confiar en un resultado registrado; el control de riesgos rige lo que sucede cuando esa confianza resulta ser errónea. El dimensionamiento de la posición, una pérdida máxima por operación y un límite en la exposición correlacionada siguen siendo necesarios, independientemente de lo que diga el resultado de la prueba. Los traders que los omiten porque una estrategia superó cada verificación simplemente han trasladado el riesgo a un lugar menos visible.

El trading de divisas y otros productos de margen conlleva un riesgo sustancial de pérdida y no es adecuado para todos los inversores. Nada de lo anterior es asesoramiento financiero. Superar cualquier verificación de validación describe únicamente el comportamiento pasado y no indica el rendimiento futuro.