El backtesting es probar una estrategia sobre datos pasados para ver si habría sido ganadora antes de arriesgar tu dinero. Es la etapa que la mayoría de los traders se salta, y es una de las razones por las que operan sistemas que nunca han demostrado que funcionan. Esta guía te explica qué es el backtesting, para qué sirve realmente, sus límites, y cómo usarlo sin engañarte.
- El backtesting prueba una estrategia sobre el pasado antes de arriesgar tu capital.
- Te da las estadísticas de referencia de tu sistema: win rate, profit factor, drawdown.
- Tiene límites: el pasado no garantiza el futuro, y los sesgos pueden falsear tus resultados.
- Es un filtro, no una prueba: elimina malas ideas más que valida las buenas.
Antes de comprometer dinero real en una estrategia se impone una pregunta: ¿habría ganado en el pasado? El backtesting responde a esa pregunta aplicando tus reglas a datos históricos, para simular lo que habrían dado tus operaciones. Es una forma de comprobar que una idea se sostiene antes de confrontarla con el mercado con capital de verdad.
El backtesting es una herramienta potente pero a menudo mal entendida y mal usada. Bien hecho, te dice si tu estrategia tiene una ventaja y te da referencias valiosas; mal hecho, te da una falsa confianza en un sistema que nunca funcionará en real. Esta guía te muestra qué es realmente el backtesting, y qué puede y qué no puede hacer.
Lo que hace el backtesting
El backtesting consiste en aplicar las reglas precisas de tu estrategia a datos de mercado pasados, como si hubieras operado durante ese periodo. Para cada señal que habría generado tu estrategia, simulas la operación, anotas su resultado, y acumulas así un histórico de rendimiento virtual. Al final obtienes las estadísticas que habría producido tu estrategia en el periodo probado.
Ese proceso tiene un valor inmediato: te dice si tu idea tiene un atisbo de ventaja antes de arriesgar un céntimo. Una estrategia que pierde con claridad en backtest no merece tu capital, y saberlo antes de operar te ahorra pérdidas reales. El backtesting es por tanto ante todo un filtro de malas ideas, una forma de eliminar rápido lo que no funciona sin pagar por aprenderlo en directo.
Las referencias que te da
Más allá del simple veredicto de ganador o perdedor, el backtesting te proporciona las estadísticas de referencia de tu estrategia: su win rate esperado, su profit factor, su esperanza, y sobre todo su racha de pérdidas típica y su drawdown máximo. Esas referencias son valiosas, porque te dicen cómo es el comportamiento normal de tu sistema.
Conocer esas referencias tiene una consecuencia práctica importante: te permite atravesar las malas rachas sin pánico. Cuando sabes que tu estrategia encadena normalmente hasta siete pérdidas seguidas, por ejemplo, una racha de cinco pérdidas no te hace dudar ni abandonar. Sin esas referencias, cada drawdown parece una catástrofe y empuja a cambiar de sistema en el peor momento. El backtesting te da el mapa del terreno antes de adentrarte en él.
Sus límites reales
El backtesting tiene límites que hay que conocer para no equivocarse. El primero y más importante: el pasado no garantiza el futuro. Una estrategia que ha funcionado bien sobre datos históricos puede fracasar en real si cambian las condiciones de mercado. El backtesting mide lo que ha pasado, no lo que va a pasar, y esa distinción es crucial.
Un buen backtest no demuestra que tu estrategia ganará mañana. Solo demuestra que podría haber ganado ayer, lo que es necesario pero está lejos de ser suficiente.
Otros límites tienen que ver con la calidad de la simulación: los costes, el slippage y los precios de ejecución reales son difíciles de reproducir con fidelidad, y un backtest demasiado optimista en esos puntos da resultados mejores que la realidad. Hay que integrar por tanto siempre costes realistas y desconfiar de los backtests perfectos. El backtesting es una herramienta de validación parcial, no una garantía, y tomarlo por una prueba absoluta es un error frecuente y caro.
La trampa del sobreajuste
La trampa más insidiosa del backtesting es el sobreajuste, u optimización excesiva. Consiste en pulir tanto tu estrategia para que encaje a la perfección con los datos pasados que acaba siendo inútil para el futuro. Al ajustar decenas de parámetros hasta obtener un backtest magnífico, se acaba modelando el azar del periodo probado en lugar de una ventaja real.
Una estrategia sobreajustada se reconoce por su complejidad y su fragilidad: tiene numerosas reglas muy específicas, y sus resultados se hunden en cuanto se cambian un poco los parámetros o el periodo. La respuesta es la sencillez y la solidez: una estrategia con pocas reglas, que funciona de forma correcta en varios periodos e instrumentos, es mucho más fiable que una estrategia perfecta en un solo periodo. Un backtest demasiado bonito debe despertar desconfianza, no entusiasmo.
Backtest y forward test
El backtesting no basta nunca por sí solo; debe completarse con un forward test. El forward test consiste en aplicar tu estrategia en condiciones reales o simuladas, sobre datos que no has usado para construirla, a menudo con un tamaño pequeño al principio. Es la verdadera prueba de la verdad, porque comprueba que tu ventaja se sostiene sobre datos desconocidos, no solo sobre los que han servido para calibrarla.
La combinación de ambos es el enfoque correcto: el backtest elimina rápido las malas ideas y da las referencias, el forward test confirma que la estrategia funciona fuera del pasado que ha servido para construirla. Una estrategia que supera ambas etapas merece tu confianza, una que solo destaca en backtest es sospechosa. No comprometer nunca capital serio basándose solo en un backtest es una regla de prudencia esencial.
Cómo llevar a cabo un backtest paso a paso
Llevar a cabo un backtest serio sigue siempre la misma lógica, sea cual sea la estrategia probada. La primera etapa consiste en escribir negro sobre blanco reglas precisas y sin ambigüedad: las condiciones exactas de entrada, la colocación del stop, la regla de salida, y el tamaño de posición. Una regla difusa como «entrar cuando el mercado parece listo para volver a subir» no se puede probar en backtest, porque deja demasiado espacio a la interpretación, incluida la tuya de un día para otro.
Una vez fijadas las reglas, elige un periodo y un instrumento representativos, incluyendo a ser posible distintas fases de mercado (tendencia, rango, alta volatilidad). Aplica después tus reglas operación por operación, integrando costes realistas (spread, comisión, slippage), y anota cada operación con el mismo rigor que en real. La última etapa es reunir los resultados en estadísticas aprovechables, para juzgar la estrategia con cifras y no con una impresión general.
Las estadísticas esenciales que calcular
Un backtest solo vale si extraes de él las estadísticas correctas. El win rate te dice la proporción de operaciones ganadoras, pero por sí solo no dice nada de la rentabilidad: una estrategia con un 30 % de operaciones ganadoras puede ser muy rentable si las ganancias son mucho mayores que las pérdidas. El profit factor (el total de ganancias dividido entre el total de pérdidas) suele ser más elocuente, y la esperanza (la ganancia media esperada por operación) te dice en concreto cuánto aporta de media cada operación.
| Estadística | Qué mide |
|---|---|
| Win rate | Proporción de operaciones ganadoras |
| Profit factor | Ganancias totales divididas entre pérdidas totales |
| Expectancy | Ganancia media esperada por operación |
| Drawdown máximo | Peor retroceso del capital observado |
| Racha de pérdidas | Número típico de pérdidas consecutivas |
Esas estadísticas se leen juntas, nunca por separado. Un win rate alto con un profit factor cercano a 1 señala ganancias demasiado pequeñas en relación con las pérdidas; un drawdown máximo severo avisa del riesgo psicológico y financiero real de la estrategia, aunque la esperanza sea positiva sobre el papel. Toma la costumbre de mirar esas cinco cifras juntas antes de juzgar un backtest.
Un ejemplo con cifras de backtest
Para hacerlo concreto, imagina un trader que prueba en backtest una estrategia de rotura sobre 300 operaciones repartidas en tres años. Obtiene un win rate del 38 %, una ganancia media de 180 € en las operaciones ganadoras y una pérdida media de 70 € en las perdedoras. El profit factor se calcula así: (114 operaciones ganadoras x 180 €) dividido entre (186 operaciones perdedoras x 70 €), o sea unos 20 520 € de ganancias frente a 13 020 € de pérdidas, un profit factor de alrededor de 1,58. Esa estrategia tiene una ventaja positiva pese a un win rate inferior al 40 %.
Ese mismo backtest revela además una racha de nueve pérdidas consecutivas en un momento del periodo probado, y un drawdown máximo del 18 % del capital. Esas dos cifras son tan importantes como el profit factor, porque le dicen al trader qué esperar psicológicamente: si no puede aguantar nueve pérdidas seguidas sin entrar en pánico ni desviarse de su plan, la estrategia no es viable para él, aunque sea estadísticamente rentable sobre el papel.
Los errores que falsean un backtest
Más allá del sobreajuste, otros errores falsean en silencio un backtest. La minería de datos, o exceso de búsqueda en los datos, consiste en probar decenas de variantes de una estrategia sobre la misma muestra hasta encontrar una que funcione por azar. Estadísticamente, si pruebas suficientes variaciones, acabarás siempre encontrando una que parece excelente en ese periodo concreto, sin que eso demuestre nada sobre su valor futuro.
El sesgo del superviviente es otro error clásico, sobre todo en acciones: probar una estrategia únicamente sobre empresas que todavía existen hoy ignora todas las que quebraron o fueron excluidas de cotización, lo que infla de forma artificial los resultados. Por último, descuidar un tamaño de posición realista, por ejemplo probando con un tamaño fijo que nunca habría sido sostenible con el capital de partida, produce estadísticas que no se traducirán jamás en rendimiento real.
En qué periodo y en qué instrumento probar
La cuestión de la profundidad histórica surge a menudo: ¿hay que probar sobre seis meses, dos años, diez años? Cuanto más largo es el periodo, más regímenes de mercado distintos cubres (tendencia fuerte, rango, desplome, baja volatilidad), lo que hace el resultado más sólido. Una estrategia que solo funciona en los últimos seis meses de un mercado alcista quizá haya probado un solo régimen, y nada garantiza que sobreviva al próximo cambio de contexto.
Prueba también en varios instrumentos comparables, no solo en el que piensas operar. Si tu estrategia solo funciona en un instrumento concreto y se hunde en instrumentos parecidos, es una señal de alarma: quizá haya capturado una particularidad de ese instrumento en lugar de una ventaja real generalizable. Una estrategia sólida mantiene un rendimiento globalmente positivo en varios mercados próximos, aunque nunca sea idéntico de un instrumento a otro.
Relacionar el backtest con tu gestión del riesgo
El backtest no sirve solo para juzgar si una estrategia es buena, sirve también para calibrar tu gestión del riesgo. Conocer el drawdown máximo y la racha de pérdidas típica de tu estrategia te permite fijar un riesgo por operación coherente: si el backtest muestra que son posibles nueve pérdidas consecutivas, arriesgar un 1 % por operación significa un drawdown teórico de alrededor del 9 %, algo manejable, mientras que arriesgar un 3 % por operación llevaría ese mismo drawdown a cerca del 27 %, un nivel que pocos traders soportan psicológicamente sin desviarse de su plan.
Ese uso del backtest, previo a la decisión de tamaño de posición, se descuida a menudo aunque sea uno de los más útiles. Un backtest que solo sirve para validar una ventaja deja escapar la mitad de su valor: debería decirte además cuánto arriesgar por operación para que la estrategia siga siendo vivible a lo largo del tiempo, sin exponerte nunca a una pérdida que amenace tu cuenta o tu mente.
Cómo completa Tradoshi tu backtesting
Tradoshi te da las estadísticas reales de tu estrategia sobre tus operaciones reales, lo que prolonga y verifica tu backtesting en condiciones reales. Comparas el comportamiento real de tu sistema con sus referencias de backtest.
- Estadísticas reales (win rate, profit factor, esperanza, R media) para comparar con el backtest.
- Drawdown y racha de pérdidas reales para comprobar que corresponden a tus referencias de backtest.
- Desgloses por instrumento y por periodo para ver dónde se sostiene realmente tu estrategia.
- Seguimiento en el tiempo para detectar si tu ventaja, validada en backtest, se degrada en real.
Preguntas frecuentes
¿Qué es el backtesting en trading?
Es probar una estrategia sobre datos de mercado pasados, aplicando sus reglas como si hubieras operado durante ese periodo, para ver si habría sido ganadora antes de arriesgar tu dinero. Te da las estadísticas de referencia de tu sistema (win rate, profit factor, drawdown, racha de pérdidas típica).
¿Para qué sirve el backtesting?
Primero para filtrar las malas ideas: una estrategia que pierde con claridad en backtest no merece tu capital, y saberlo antes te ahorra pérdidas reales. Después para darte las referencias del comportamiento normal de tu sistema, lo que te permite atravesar las malas rachas sin pánico ni abandonar en el peor momento.
¿El backtesting garantiza que una estrategia va a ganar?
No. El pasado no garantiza el futuro: una estrategia que ha funcionado bien en el histórico puede fracasar en real si cambian las condiciones de mercado. El backtesting mide lo que ha pasado, no lo que va a pasar. Es un filtro que elimina las malas ideas más que demuestra las buenas, y hay que completarlo con un forward test.
¿Qué es el sobreajuste en backtesting?
Es pulir tanto tu estrategia para que encaje a la perfección con los datos pasados que acaba siendo inútil para el futuro. Al ajustar demasiados parámetros hasta lograr un backtest magnífico, se modela el azar del periodo en lugar de una ventaja real. Una estrategia sobreajustada es compleja y frágil: sus resultados se hunden en cuanto se cambia un poco el periodo.
¿Backtest o forward test, hay que elegir?
Son complementarios. El backtest elimina rápido las malas ideas y da las referencias; el forward test (aplicar la estrategia sobre datos no usados para construirla, a menudo con tamaño pequeño) confirma que la ventaja se sostiene fuera del pasado que ha servido para calibrarla. No comprometas nunca capital serio basándote solo en un backtest.
¿Qué estadísticas mirar con prioridad en un backtest?
El win rate, el profit factor, la esperanza, el drawdown máximo y la racha típica de pérdidas consecutivas. Ninguna de esas cinco estadísticas basta por separado: un win rate alto con un profit factor cercano a 1 señala ganancias demasiado pequeñas, y un drawdown máximo severo avisa del riesgo real aunque la esperanza sea positiva sobre el papel. Hay que leerlas juntas.
¿Qué es la minería de datos en backtesting?
Es probar decenas de variantes de una estrategia sobre la misma muestra de datos hasta encontrar una que funcione por azar. Estadísticamente, si pruebas suficientes variaciones, acabarás siempre encontrando una que parece excelente en ese periodo concreto, sin que eso demuestre nada sobre su valor futuro. Es una forma de sobreajuste por fuerza bruta.
¿El backtest sirve para calibrar el tamaño de posición?
Sí, y es un uso a menudo descuidado. Conocer el drawdown máximo y la racha de pérdidas típica de tu estrategia te permite fijar un riesgo por operación coherente: si son posibles nueve pérdidas consecutivas, arriesgar un 1 % por operación da un drawdown teórico de alrededor del 9 %, manejable, mientras que arriesgar un 3 % lo llevaría a cerca del 27 %, un nivel que pocos traders soportan sin desviarse de su plan.