En esta tercera y última parte del artículo realizaremos un estudio de caso siguiendo la metodología ya descrita de las series sintéticas e implementaremos un algoritmo para NinjaTrader que nos permitirá automatizar el proceso de evaluación.
Continuamos con la segunda parte de este artículo exponiendo la implementación el la plataforma NinjaTrader de nuestro método para la creación dinámica de series sintéticas y la evaluación automatizada de estrategias en dichas series.
En
numerosas ocasiones hemos hablado de la importancia de realizar backtests de calidad simulando
escenarios múltiples, en lugar de evaluar las estrategias en series históricas que
solo nos muestran una de las muchas configuraciones posibles de los mercados en
un intervalo temporal dado. La principal ventaja de estos métodos es que aportan
proyecciones más realistas del retorno y el riesgo a la vez que suponen un eficaz
stress test de la propia estrategia.
El pasado 20
de junio tuvo lugar el IX Acto de Entrega de Premios de la Competición ROBOTRADER
en el Palacio
de la Bolsa de Madrid, gracias al
patrocinio continuado del Programa ROBOTRADER
por parte de Bolsas y
Mercados Españoles.
Me complace presentaros un curso nuevo en el que he estado
trabajando junto con David U. Ordiz durante varios meses. Su objetivo va más
allá de la mera programación de indicadores y estrategias en NinjaScript.
Queremos que los alumnos adquieran habilidades y competencias metodológicas
para convertir sus ideas sobre operativa en algoritmos. Es decir, en
estructuras formales susceptibles de análisis cuantitativo.
Tras haber visto en la primera
parte los factores que afectan a la selección de parámetros y abordar una
validación multiescenario de amplio espectro, seguidamente analizaremos una
cuestión que quedó sin respuesta: ¿Cómo responde el sistema a los distintos
regímenes de los mercados? Para ello
analizaremos la robustez de las combinaciones paramétricas en los tramos
históricos en que se produce un cambio de marcoépoca.
En
esta nueva entrega hablaremos de los métodos de validación de estrategias,
desde los más sencillos, que toman como base una única secuencia de datos
históricos, hasta los más sofisticados enfoques multi-hilo que buscan evaluar las estrategias en un conjunto de
escenarios alternativos simulados desde la variabilidad del propio sistema o
construyendo series sintéticas de datos.
En esta cuarta entrega de nuestra
serie dedicada al backtesting nos
centraremos en una cuestión clave del proceso de construcción que, en muchos
casos, se minimiza o no se entiende adecuadamente: Las variables, los parámetros
y los hiperparámetros que afectan a los procesos de evaluación y optimización
de estrategias.
“Enfoques en el diseño, selección y optimización de
estrategias”. Este artículo forma parte de la serie pero fue publicado en el
núm. 36 de la revista Hispatrading.
Los lectores que quieran acceder a él pueden hacerlo gratuitamente. Aquí nos
limitaremos a repasar brevemente los puntos abordados.
Dominar el manejo de una plataforma de
trading de calidad es un requisito básico que debe poseer un Trader de estrategias. Existe una amplia
variedad de plataformas en el mercado, aunque el número se reduce si acotamos
la búsqueda a aquellas enfocadas al trading de sistemas. De las distintas
opciones disponibles NinjaTrader es considerada una plataforma de referencia
para el diseño y evaluación de estrategias de trading.
Muchas veces nos hemos preguntado
hasta qué punto los resultados de un backtest
pueden considerarse realistas. Pero, en mi opinión, esta pregunta debe
formularse a la inversa: ¿Qué nivel de realismo necesitamos para evaluar una
estrategia dada? Y, como veremos en este artículo, esto depende básicamente de
tres factores: Frecuencia operativa, beneficio medio por operación (BMO) y tipo
de órdenes empleadas.
En esta serie de artículos
abordaremos una de las técnicas más comunes y a la vez peor entendidas del
trading cuantitativo: El backtesting
o simulación histórica como instrumento para determinar la calidad y potencial inversor
de una estrategia. Mostraremos los errores más comunes, las limitaciones de los
métodos tradicionales y presentaremos metodologías novedosas que contribuyen a mejorar la robustez de
este tipo de análisis.