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.