Un backtest aplica reglas fijas de entrada, salida y tamaño a datos pasados, trade por trade, y da resultados como la tasa de acierto, la expectativa, el profit factor y el drawdown máximo. Puede automatizarse con código o hacerse a mano, reproduciendo los gráficos vela a vela. Un backtest útil incluye comisiones, slippage y funding realistas.
Ejemplo
Pruebas una regla: comprar BTC cuando una vela de cuatro horas cierra por encima del máximo de 20 períodos, con un stop a 1,5× ATR y un objetivo de 3R. En dos años de datos produce 140 trades, una tasa de acierto del 33% y una expectativa de +0,25R tras comisiones, con un drawdown máximo de 14R. Eso justifica operarla con poco tamaño y comparar los resultados en real con la prueba.
Por qué importa
El backtesting muestra si una idea tiene alguna ventaja antes de que pagues por descubrirlo en real. También fija expectativas: las rachas de pérdidas y los drawdowns de la prueba te ayudan a seguir con la estrategia cuando pasa lo mismo operando en real.
Error común
Ajustar parámetros hasta que el backtest se vea perfecto. Optimizar con los mismos datos con los que pruebas, lo que se conoce como sobreajuste (overfitting), produce resultados que rara vez sobreviven en real. Mantén las reglas simples y compruébalas con datos que no usaste para construirlas.
Ponlo en práctica
Preguntas frecuentes
- ¿Cuántos trades necesita un backtest?
- Al menos 100 trades es un mínimo habitual para tener estadísticas con sentido. Más es mejor, idealmente en distintas condiciones de mercado.
- ¿Qué es el sobreajuste?
- Ajustar una estrategia tanto a los datos pasados que capta ruido en lugar de un patrón real. Se nota en backtests excelentes seguidos de malos resultados en real.
- ¿Vale la pena el backtesting manual?
- Sí, sobre todo para setups discrecionales difíciles de programar. Reproducir los gráficos vela a vela también entrena tu reconocimiento de patrones.