Protocolo de pruebas de estrategias — backtest y prueba forward

Este protocolo rellenable te lleva de una hipótesis y unas reglas congeladas a los resultados y a una decisión sobre nuevas pruebas. Completa las secciones 1–5 antes de la prueba y las secciones 6–8 después. Conserva una exportación de cada versión junto con los datos y resultados para que el estudio pueda reproducirse.

Protocolo de pruebas de estrategias — proceso de backtest y prueba forward

El formulario no ejecuta un backtest ni se conecta a un bróker. Documenta pruebas realizadas en el entorno que elijas. Las versiones polaca e inglesa utilizan el mismo esquema JSON, versión 1, y los mismos 22 campos. El contenido de los campos se transfiere sin traducirlo. Esta versión acepta archivos de hasta 2.000.000 de bytes, como el importador PL actualizado. Conserva intactas las copias de mayor tamaño y ábrelas en una versión actualizada: no borres registros del estudio para ajustarlos al límite de 600.000 bytes de una versión EN anterior.

Primero guarda y exporta las secciones 1–5. Tras el estudio, añade los resultados en las secciones 6–8 y conserva la copia anterior. Todos los campos son descriptivos: el formulario no evalúa la validez de la hipótesis ni comprueba las métricas introducidas. Cada campo admite hasta 12.000 caracteres según el recuento del navegador (algunos símbolos ocupan dos unidades). JSON sirve para volver a importar; TXT y las impresiones, para leer. El botón de importación no puede cargar datos de archivos TXT o PDF.

El guardado se realiza con el botón y permanece en este navegador, por separado para cada versión lingüística. No es automático ni se sincroniza entre dispositivos; quienes utilicen el mismo perfil del navegador pueden leer los datos. Al borrar los datos del sitio, se elimina el guardado. La exportación JSON permite conservar una copia o transferir el documento. El formulario no envía los datos introducidos a un servidor.

1. Hipótesis y alcance

Expón el mecanismo que debería generar una ventaja y las condiciones en las que esperas que desaparezca. Define el mercado, el marco temporal y la sesión antes de examinar los resultados. Utiliza un mismo identificador del estudio en el plan, los archivos de datos y el diario.

Por ejemplo, FX-TEST-001; iniciales; fecha de inicio.
¿Qué debería funcionar, por qué y qué resultado observable contradice la hipótesis?
Enumera los símbolos, las especificaciones de los instrumentos, los marcos temporales de señal y ejecución y los horarios.
2. Reglas congeladas y versión

Las reglas deben permitir reproducir cada decisión. No basta con decir «entrar en una ruptura»: registra la fuente de precios, el momento de decisión y el método de ejecución. Conserva una copia de las reglas o del código anterior a la prueba. Un cambio realizado después de ver el resultado crea una versión nueva; no mejora la evaluación histórica de la anterior.

Versión, fecha con UTC o desfase, nombre de archivo / commit / suma de comprobación; software de pruebas, su versión y ajustes de aleatorización, si procede.
Condición, momento en que los datos están disponibles, tipo de orden, SL, TP, salida temporal, gaps y contactos simultáneos con SL/TP.
Tamaño de posición, exposiciones combinadas, límites, costes máximos, publicaciones, datos ausentes y entradas prohibidas.
3. Datos, tiempo y costes

Registra la fuente y la cobertura de los datos e indica si representan precios bid, ask o medios. Ajusta la resolución a las reglas de ejecución. No trates un valor futuro de un indicador o una revisión posterior de una publicación como información disponible al producirse la señal. Una vela que cubra tanto el SL como el TP requiere una regla explícita para resolver el resultado o datos más detallados.

Proveedor, fecha de descarga, cobertura, resolución, bid/ask/precio medio, huecos y método de validación; identificador o suma de comprobación de la copia de datos conservada y descripción de la limpieza de datos.
Marcas de tiempo UTC; zona horaria del servidor de origen; sesión, por ejemplo Europe/London con GMT/BST; regla de cambio de hora.
Spread, comisiones, swap, deslizamiento, conversión de moneda y fuentes de las hipótesis; registra lo que ya está reflejado en el precio de ejecución.
División de datos dentro y fuera de muestra y estructura de la prueba forward
División de datos dentro y fuera de muestra y estructura de la prueba forward
4. División de la muestra y plan de prueba forward

Separa la muestra utilizada para desarrollar las reglas (dentro de muestra, IS) de la utilizada para evaluarlas (fuera de muestra, OOS). Registra las fechas y el método de división. Examinar repetidamente OOS y ajustar las reglas a ella deteriora su independencia. Realiza la prueba forward con datos que lleguen después de congelar las reglas y documenta todas las señales y omisiones; un entorno demo no reproduce por completo la ejecución en una cuenta real.

Fechas IS; lista de ensayos, filtros y parámetros, incluidos los descartados; método de selección.
Fechas OOS; cronología de la división; reglas para posiciones que crucen el límite y para el calentamiento de indicadores. No cuentes la misma operación a ambos lados; los datos de calentamiento pueden proceder del pasado, pero no deben introducir información futura en las reglas.
Inicio, entorno demo/paper, versión de las reglas, fecha de revisión, horizonte y número de observaciones con justificación; si se termina en una fecha o tras un número de operaciones y qué hacer si la muestra es menor. Registra también las sesiones sin señales.
5. Criterios registrados antes de las pruebas

Define las métricas y la regla de decisión antes de ver el resultado. Ningún número único de operaciones ni umbral de factor de beneficio confirma una ventaja para todas las estrategias. La longitud de la muestra, la dependencia entre observaciones, los sucesos raros y el número de variantes probadas afectan a la interpretación. Separa los criterios para evaluar la estrategia de las comprobaciones de que la prueba se realizó correctamente. Decide de antemano cómo considerar la incertidumbre y la dependencia entre resultados y cuándo finalizar el estudio. No detengas la prueba al primer resultado favorable ni la prolongues hasta alcanzar el umbral deseado; estas decisiones requieren un método planificado de evaluación secuencial o reconocer expresamente que el análisis posterior es exploratorio.

Esperanza neta en R; definición de R y de la unidad de operación; PF en R o en moneda (especifica cuál); drawdown con su serie, unidad y punto de partida; número de observaciones, costes, dispersión y método para evaluar la incertidumbre.

Para mantener la coherencia con el diario F, define el múltiplo R de una operación como su resultado neto dividido entre el importe de riesgo positivo previsto antes de la entrada. La suma de estos múltiplos R cuando varía el riesgo monetario no es el resultado expresado en la R base del plan. La curva de R acumulada empieza en 0; el drawdown es la caída desde su máximo anterior, por lo que una pérdida inicial de −1 R produce un drawdown de 1 R. Para el patrimonio o el saldo, especifica el capital inicial, los flujos de efectivo y el tratamiento de las posiciones abiertas: no comiences un cálculo porcentual con capital cero. PF sin pérdidas tiene denominador cero: márcalo como no definido en vez de tratarlo como confirmación de una ventaja. Contabiliza las salidas parciales con una única definición documentada de operación.

Tus criterios: continuar las pruebas / recopilar datos / rechazar la hipótesis. ¿Qué significa un resultado no concluyente?
Cambios de costes, subperiodos, parámetros cercanos; condiciones para detener la prueba por un error de datos o de procedimiento.
6. Resultados y desviaciones

Registra los resultados por separado para IS, OOS y prueba forward. Incluye el número de señales, operaciones y exclusiones, con sus motivos. Conserva la trayectoria de los resultados, no solo el total. Los resultados netos consideran los costes exactamente una vez: si el spread y el deslizamiento ya están reflejados en los precios de ejecución, no los vuelvas a restar. Marca los datos ausentes como ausentes, no como cero.

Fechas, número de observaciones, métricas, dispersión, archivo de resultados y limitaciones.
Las mismas métricas y unidades que en IS; comparación con los criterios registrados de antemano.
Resultados, señales omitidas, diferencias de ejecución, fallos y su efecto sobre la comparabilidad.
7. Historial de cambios

Distingue la corrección de un error de implementación de un cambio de idea. En ambos casos, conserva el resultado anterior e identifica los datos ya examinados. No sobrescribas la versión anterior del protocolo al cambiar las reglas. Una exportación documenta el estado en un momento concreto; el archivo o el guardado local por sí solos no son una prueba independiente de la fecha de congelación.

Un cambio por entrada: qué cambió, por qué y qué resultados ya se conocían.
¿Qué resultados hay que recalcular? ¿Cómo evaluarás el cambio sin utilizar la misma muestra como un nuevo OOS?
Protocolo de decisión para la evaluación objetiva de estrategias
Protocolo de decisión para la evaluación objetiva de estrategias
8. Conclusión y nuevas pruebas

Compara el resultado con los criterios de la sección 5. Registra tanto las pruebas que apoyan la hipótesis como los hechos que la contradicen. Concluir que «hacen falta más datos» requiere un plan concreto. Este documento organiza el estudio; no autoriza a operar con dinero real ni garantiza resultados futuros.

Continuar las pruebas / revisar la hipótesis / rechazar / no concluyente; identifica las pruebas y las limitaciones.
¿Qué datos o prueba, quién hará el trabajo y cuándo se revisará?

Ejemplo: el mismo resultado, conclusiones diferentes

Ejemplo ilustrativo: supón que la versión 1.0 produjo +8 R en OOS. Si, después de examinar esa muestra, excluyes dos sesiones perdedoras y presentas +12 R como «confirmación independiente», mezclas el desarrollo de reglas con su evaluación. Registra el nuevo filtro como versión 1.1, conserva el resultado de +8 R e identifica los datos que ya has visto. La diferencia de +4 R procede aquí de eliminar sesiones con un resultado combinado de −4 R, no de nuevas observaciones. El resultado de +12 R describe la nueva variante ajustada a una muestra conocida; su evaluación independiente requiere otra prueba debidamente planificada.

Fuentes y alcance de la verificación

  • Bailey, Borwein, López de Prado, Zhu, The Probability of Backtest Overfitting, versión de febrero de 2015: seleccionar repetidamente variantes sobre los mismos datos puede inflar la evaluación de una estrategia. El artículo respalda el registro de ensayos; no establece un umbral universal de operaciones para este formulario.
  • MDN — localStorage: alcance del almacenamiento del navegador y posibilidad de que se deniegue el acceso. Una copia JSON es independiente del guardado local del sitio.

Fuentes comprobadas el 21 de septiembre de 2026. Los capítulos enlazados 15.4 y 15.9 amplían las definiciones de métricas y el procedimiento del estudio; el formulario registra contenido, no calcula una ventaja.

Jarosław Wasiński

Redactor jefe, ForexMechanics.com • Analista macro y FX

Analista independiente y profesional con mas de 20 anos de experiencia en los mercados financieros. Activo en Forex desde 2004, con enfoque en analisis fundamental, estructura del mercado OTC y gestion disciplinada del riesgo de capital.

  • Creador y redactor jefe de MyBank.pl, ofreciendo educacion financiera fiable desde 2004.
  • Autor de cientos de comentarios de mercado en profundidad, analisis estructurales y materiales educativos para traders e inversores.
  • Defensor de la transparencia del mercado, promoviendo una educacion basada en datos concretos e informes institucionales (BIS, ESMA, CFTC).

Todo el contenido tiene caracter exclusivamente educativo e informativo – no constituye asesoramiento de inversion ni recomendacion alguna. Recuerde: el trading con apalancamiento (Forex/CFD) conlleva un alto riesgo de perdida rapida de capital.