Los desarrolladores y traders de sistemas tratamos de confeccionar sistemas robustos que sean capaces de ganar dinero en el futuro con un riesgo lo más controlado posible. Un buen Back-Testing es clave para ello. Sabemos que rentabilidades pasadas no garantizan las futuras, pero indudablemente un Back-Testing bien hecho aumenta las probabilidades de que las rentabilidades pasadas provengan de una pauta sólida que sea, por tanto, explotable en el futuro.
¿Pero qué es un Back-Testing bien hecho? No es objeto de este artículo profundizar en ello. No obstante, en términos generales, podemos decir que es aquella simulación de nuestro sistema que hacemos sobre los suficientes datos históricos para que la muestra sea estadísticamente significativa (que tenga suficientes trades) y sea representativa del universo objeto de estudio (que cubra el máximo tipo de mercados posibles). Además, debemos simular lo más fielmente posible las condiciones que nos encontraremos operando en live, como las comisiones o las posibles desviaciones sobre los precios teóricos y los ejecutados en realidad (slippage). Por último, pero no menos importante, esta simulación lo más fiel posible debe hacerse con unos datos de calidad, que tengan propiedades lo más parecidas posibles a los que utilizaremos en tiempo real. Este aspecto no siempre es cuidado como se debiera. Si hacemos un correcto Back-Testing pero lo hacemos sobre unos datos que poco tienen que ver con las propiedades que tendrán los datos en tiempo real, estaremos sesgando nuestro Back-Test incorrectamente. Por desgracia no todos los proveedores de datos ofrecen datos de calidad, por lo que no es recomendable presuponer que son de calidad. En el trading algorítmico no presuponemos nada.
Puede seguir leyendo el artículo de Sergi Sánchez en el número de enero de Trader Secrets.