La calidad de los datos es el primer paso de un backtest fiable

Un resultado preciso puede partir de datos incompletos

Un backtest aplica unas reglas a observaciones históricas. Si esas observaciones contienen huecos, duplicados, marcas de tiempo incoherentes o símbolos que han cambiado, el informe puede parecer preciso sin representar correctamente el periodo estudiado. Por eso la revisión debe empezar antes de ejecutar la estrategia, no después de ver su rentabilidad simulada.

La pregunta inicial no es «¿cuánto habría ganado?», sino «¿qué datos entraron en el cálculo y qué limitaciones tienen?». En el catálogo de conjuntos de datos conviene comprobar la fuente, el mercado, el intervalo, el rango disponible, la cobertura y los huecos conocidos antes de seleccionar un archivo para el estudio. Al elegir los datos del análisis, también pueden revisarse los paquetes de datos históricos de criptomonedas y Polymarket para backtesting.

Lista de comprobación antes de ejecutar el backtest

Documenta como mínimo estos puntos:

1. Identidad del conjunto de datos. Anota la fuente, el par o mercado, el tipo de observación y el intervalo. «BTC» no identifica por sí solo un mercado ni una metodología de precios.
2. Rango solicitado y rango realmente disponible. Confirma la primera y la última observación utilizadas. Un periodo recortado puede excluir deliberadamente o por accidente fases de mercado importantes.
3. Cobertura y huecos. Localiza intervalos ausentes, observaciones duplicadas y secuencias con frecuencia irregular. Registra si se eliminan, se rellenan o hacen que el estudio se detenga.
4. Zona horaria y límites de vela. Verifica que las reglas interpretan las marcas de tiempo en la misma zona horaria y que una vela solo se usa cuando ya está cerrada.
5. Cambios de símbolo o de mercado. Comprueba si el instrumento, la convención del par o la fuente cambió durante el periodo.
6. Supuestos de ejecución. Define capital, comisiones, deslizamiento, tamaño de posición y momento de ejecución antes de abrir el informe.
7. Trazabilidad. Guarda la versión de las reglas y del conjunto de datos junto al resultado para que otra ejecución pueda reproducir el mismo contexto.

La metodología de investigación debe explicar cómo se calculan la cobertura y los huecos, qué transformaciones se aplican y qué supuestos permanecen unidos al informe.

Ejemplo: cruce de medias sobre velas históricas

Supongamos una estrategia que abre una posición cuando una media rápida cruza una media lenta y la cierra cuando ocurre el cruce contrario. Antes de ejecutarla, define por escrito:

• el mercado y el intervalo de las velas;
• si el cruce se confirma al cierre de la vela;
• qué precio se utiliza para la entrada siguiente;
• cómo se aplican comisiones y deslizamiento;
• qué sucede si falta la vela en la que aparece una señal;
• qué regla limita el tamaño o el riesgo de la posición.

Después, usa el espacio de backtesting explicable para revisar no solo las métricas agregadas, sino también las entradas, las salidas y los eventos situados alrededor de un hueco. Si una operación depende de datos que no estaban disponibles en ese momento, existe riesgo de anticipación de información. Si una señal cambia al desplazar una sola vela, el resultado requiere una revisión adicional.

El ejemplo no necesita una cifra de rentabilidad para ser útil: su objetivo es demostrar si las reglas, los datos y la ejecución forman una cadena coherente y repetible.

Qué revisar después de la ejecución

Una vez terminado el cálculo, comprueba:

• si el número y la distribución temporal de operaciones resultan coherentes con las reglas;
• si las mayores ganancias o pérdidas se concentran cerca de huecos o periodos con baja cobertura;
• si cada entrada y salida puede relacionarse con una condición visible;
• si las comisiones y el deslizamiento se aplicaron a todas las operaciones relevantes;
• si el informe conserva el rango, la versión de la estrategia y los supuestos utilizados;
• si una pequeña variación razonable de los parámetros cambia por completo la conclusión.

Para esta última pregunta, el análisis de zonas robustas permite comparar combinaciones vecinas. No demuestra que una estrategia vaya a funcionar en el futuro, pero ayuda a detectar resultados aislados que dependen demasiado de un único valor.

Límites que el backtesting no elimina

Un conjunto de datos completo no convierte una simulación en una operación real. El backtest puede omitir liquidez, latencia, impacto de mercado, rechazos de órdenes y cambios en las condiciones de negociación. También puede sufrir sobreajuste si las reglas se modifican repetidamente para explicar el mismo periodo histórico.

Separa, por tanto, el periodo utilizado para diseñar la idea del periodo empleado para evaluarla. Conserva los resultados desfavorables, registra los cambios de reglas y evita elegir parámetros únicamente porque producen el mejor valor histórico. Los resultados pasados e hipotéticos no predicen rendimientos futuros ni constituyen asesoramiento financiero.

Si todavía estás convirtiendo una idea en condiciones explícitas, continúa con la guía sobre cómo diseñar reglas con un constructor visual de estrategias. Una lógica legible reduce ambigüedades antes de que el primer backtest empiece a calcularse.