¿Crees
que tienes buenas ideas sobre el mercado pero no sabes cómo ponerlas a prueba
sin arriesgar tus fondos? Aprender a hacer "backtest" de ideas sobre
"trades" es la base para todo buen trader metódico.
La
premisa fundamental del "backtesting" es que lo que funcionó en el
pasado puede funcionar en el futuro. ¿Pero cómo podrías hacer para llevarlo a
cabo tú mismo? ¿Y cómo deberías evaluar los resultados? Veamos a continuación
un proceso simple de "backtesting".
El
"backtesting" es uno de los componentes claves del desarrollo de tu
propia estrategia de análisis gráfico y trading. Se lleva a cabo reconstruyendo
trades que habrían tenido lugar en el pasado, mediante un sistema basado en
datos históricos. Los resultados del "backtesting" deberían darte una
idea general respecto a si una estrategia de inversión resulta efectiva o no.
¿Qué es el backtesting?
Para
resumir, el objetivo principal del "backtesting" es demostrarte si
tus ideas de trading son válidas. Se usan datos pasados del mercado para
analizar el rendimiento de una estrategia. Si la estrategia parece tener
potencial, también puede resultar efectiva en un entorno de trading real.
Qué hacer antes del backtesting
Antes
de empezar con el ejemplo de "backtesting", hay algo que debes
determinar. Tendrás que definir qué tipo de trader eres. ¿Eres un trader
discrecional o sistemático?
El
trading discrecional se basa en decisiones -los traders utilizan su propio
criterio para determinar cuándo entrar y salir. Se trata de una estrategia
relativamente laxa y abierta, en la que la mayoría de decisiones dependen de la
evaluación de las condiciones imperantes por parte del trader. Como te
imaginarás, el "backtesting" es menos relevante cuando se trata de
trading discrecional, dado que la estrategia no está estrictamente definida.
Obviamente,
esto no significa que si eres un trader discrecional no debas realizar
"backtests" o "paper trading". Sólo significa que los
resultados podrían no ser tan fiables como en el otro caso.
El
trading sistemático es más adecuado para el tema que nos ocupa. Los traders
sistemáticos cuentan con un sistema de trading que define y les indica
exactamente cuándo entrar y salir. Aunque controlan totalmente cómo es la
estrategia, las señales de entrada y salida las determinará ésta. Puedes
imaginarte una estrategia sistemática simple como:
Cuando A y B se producen a la vez, abrir
un trade.
Cuando X sucede después, cerrar el
trade.
Algunos
traders prefieren este enfoque. Puede eliminar decisiones emocionales y
proporcionar un grado razonable de seguridad que el sistema de trading será
rentable. Por supuesto, sigue sin haber garantías.
Por
eso, asegurarte de tener en tu sistema reglas muy específicas sobre cuándo
entrar y salir de posiciones resulta importante. Si la estrategia no está bien
definida, los resultados también serán inconsistentes. Como te puedes imaginar,
este estilo de trading es más popular en el trading algorítmico.
Existe software de "backtesting", que es posible adquirir si deseas realizar "backtesting" automático. Podrás introducir tus propios datos, y el software hará el "backtesting" por ti.
Sin embargo, en este ejemplo,
optaremos por una estrategia de "backtesting" manual. Lleva un poco
más de trabajo, pero es totalmente gratis.
Cómo someter a backtest una estrategia
de trading
En
este
enlace, encontrarás una plantilla de hoja de cálculo de Google Sheets. Se
trata de una plantilla rudimentaria, que podrás utilizar como punto de partida
para crear la tuya propia. Te dará una idea general de la información que una
planilla de "backtesting" puede contener. Algunos traders preferirán
usar Excel o programarla en Python –no existen unas reglas estrictas al
respecto. También podrás añadir muchos más datos y cualquiera otra cosa que
consideres útil para la misma.
Fecha |
Mercado |
Lado |
Entrada |
Stop
Loss |
Take
Profit |
Riesgo |
Recompensa |
PnL |
12/08 |
BTCUSD |
Long |
$18,000 |
$16,200 |
$21,600 |
10% |
20% |
3600 |
12/09 |
BTCUSD |
Short |
$19,000 |
$20,900 |
$13,300 |
10% |
30% |
-1900 |
Entonces,
hagamos una prueba retrospectiva de una estrategia de tradingl simple. Esta es
nuestra idea:
Compramos
un Bitcoin en el primer cierre diario después de un cruce dorado. Consideramos
un cruce dorada cuando la media móvil de 50 días cruza por encima de la media
móvil de 200 días.
Vendemos
un Bitcoin en el primer cierre diario después de un cruce mortal.
Consideramos
un cruce de muerte cuando el promedio móvil de 200 días cruza por debajo del
promedio móvil de 50 días.
Como
puedes ver, también definimos el marco de tiempo en el que la estrategia es
válida. Esto significa que no lo consideraremos una señal de trading si ocurre
un cruce dorado en el gráfico de 4 horas.
Por
el bien de este ejemplo, solo veremos el período de tiempo que se remonta a
principios de 2019. Sin embargo, si deseas obtener resultados más precisos y
confiables, podrías retroceder mucho más en la acción del precio de Bitcoin.
Ahora,
veamos qué señales de trading produjo este sistema durante el período:
Comprar
@ ~ $5,400
Vender
@ ~$9,200
Comprar
@ ~ $9,600
Vender
@ ~$6,700
Comprar
@ ~$9,000
Así es como se ven nuestras señales
superpuestas en el gráfico:
Estrategia
de cruce de oro-cruce de la muerte Fuente TradingView
Nuestra
primera operación habría generado una ganancia de aproximadamente $3800,
mientras que nuestra segunda operación resultó en una pérdida de
aproximadamente $2900. Esto significa que nuestro PnL realizado es actualmente
de $900.
También
estamos en una operación activa, que, a diciembre de 2020, tiene una ganancia
no realizada de alrededor de $9000. Si nos atenemos a nuestra estrategia
inicialmente definida, cerraremos esto cuando ocurra el próximo cruce de la
muerte.
Evaluación de resultados de
backtesting
Entonces,
¿Qué muestran estos resultados? Nuestra estrategia habría tenido un rendimiento
razonable, pero hasta ahora no muestra nada sobresaliente. Podríamos realizar
el trading actualmente abierto para aumentar drásticamente nuestro PnL
realizado, pero eso frustraría el propósito del backtesting. Si no nos atenemos
al plan, los resultados tampoco serán fiables.
Aunque
esta es una estrategia sistemática, también vale la pena considerar el
contexto. El trading no rentable de $9600 a $6700 fue en el momento del colapso
del COVID-19 de marzo de 2020. Un evento de cisne negro como este puede tener
una influencia enorme en cualquier sistema de trading. Esta es otra razón por
la que vale la pena volver más atrás para ver si esta pérdida es un valor
atípico o simplemente un subproducto de la estrategia.
En
cualquier caso, así es como puede verse un simple proceso de backtesting. Esta
estrategia podría ser prometedora si retrocedemos y la probamos con más datos o
incluimos otros indicadores técnicos para fortalecer potencialmente las señales
que produce.
Pero, ¿Qué más pueden mostrarte los
resultados del backtesting?
Medidas
de volatilidad: su máximo potencial de subida y bajada.
Exposición:
la cantidad de capital que necesita asignar para la estrategia de toda tu
billetera.
Rentabilidad
anualizada: rentabilidad porcentual de la estrategia durante un año.
Relación
de pérdidas y ganancias: cuánto de las operaciones en el sistema resultan en
ganancias y cuánto en pérdidas.
Estos
son solo algunos ejemplos y no una lista exhaustiva de ninguna manera. Las
métricas de las que deseas realizar un seguimiento depende completamente de ti.
En cualquier caso, cuantos más detalles anotes sobre las configuraciones, más
oportunidades tendrás para aprender de los resultados. Algunos traders son muy
rigurosos en sus backtesting y también pueden reflejarse en sus resultados.
Una
última cosa a considerar es la optimización. Si has leído nuestroartículo sobre
backtesting, sabrás la diferencia entre el backtesting y el forward testing o
el trading en papel. Puede ser útil probar y optimizar tus ideas en un entorno
de trading en tiempo real, como la testnet de Binance Futures.
En conclusión
Hemos
pasado por el proceso básico de cómo hacer una prueba manual de una estrategia
de trading. Recuerda, el rendimiento pasado no es una garantía para el
rendimiento futuro.
Los
entornos del mercado cambian y debes adaptarte a esos cambios si deseas mejorar
tus operaciones. Generalmente, también es útil no confiar ciegamente en los
datos. El sentido común puede ser una herramienta sorprendentemente útil cuando
se trata de evaluar resultados.
Comentarios
Publicar un comentario