El paso tercero será indicar que queremos incluir la tabla dinámica en una “hoja de cálculo nueva”. Una vez hecho esto, pulsamos el botón finalizar y, si todo ha ido bien, ya tenemos nuestra tabla dinámica lista para empezar a trabajar.

Excel mostrará en la hoja nueva una plantilla vacía de tabla dinámica similar a esta:

A la que debemos incorporar los campos de la tabla inicial (parámetros de optimizables y ratios) con los que queramos construir el mapa de superficie en 3D. Todos los campos disponibles aparecen en la siguiente herramienta de tabla:

Nos centraremos en las tablas que combinan dos parámetros relevantes con alguno de los tres siguientes ratios: Ganancia Anual, Ratio beneficio /DD y máxima serie de pérdidas. La tabla inferior muestra el ratio obtenido en el sistema Turín (recientemente publicado en nuestra web) una vez optimizados los parámetros “ADOperiod” y “T3vfactor”:

Con los datos de esta tabla ya podemos construir nuestro primer mapa de superficie en tres dimensiones. Para ello, hacemos “clic” en el “asistente para gráficos” y en la opción “tipo de gráficos” seleccionamos “superficie”:

Pulsamos en el primer subtipo y luego en el botón “siguiente”. A continuación aparecerá el formulario del asistente de gráficos, donde podremos especificar el título del gráfico, nombre del eje de categorías (x) y nombres de las series (y) y (z). Si todo ha ido bien, obtendremos nuestra primera imagen relevante, donde se muestra la evolución del ratio del sistema  para los distintos valores de los dos parámetros empleados:

Normalmente, la mejor forma de analizar un gráfico de este tipo es mediante una perspectiva aérea. Para ajustar la vista desde todos los ángulos posibles disponemos en Excel de la herramienta “Vista en 3D” a la que se accede desde el menú de opciones del gráfico.

También resultará conveniente simplificar la trama de colores, eligiendo un número bajo que nos permita visualizar con comodidad las zonas relevantes del proceso de optimización. Una vez realizados los oportunos ajustes, obtenemos un gráfico como el siguiente:

En esta representación “topográfica” de nuestro sistema ya podemos observar las tres zonas características de todo mapa de superficie:  Depresiones (color azul), picos (color amarillo) y mesetas (color morado).

1)  Los mapas de optimización en 3D suponen una buena herramienta para comprobar de manera gráfica y sencilla la consistencia de los parámetros empleados. Sin embargo, conviene dejar claro que se trata de una prueba de validez interna, ad hoc, basada en datos obtenidos en las pruebas de backtesting. Aunque constituye un buen punto de partida, resultará del todo insuficiente para aventurar un pronóstico sobre el comportamiento futuro de dichos parámetros.

2)  Esta metodología funciona muy bien en sistemas con pocos parámetros (de hecho, solo pueden analizarse dos en cada mapa). Cuando el sistema tiene tres o más parámetros optimizables (situación muy frecuente) será preciso contemplar los mapas en varias aproximaciones, generando múltiples gráficos por emparejamiento sucesivo de las variables. Con más de cuatro parámetros esta metodología se hace tediosa y arbitraria. Además de ser menos fiable, pierde parte del encanto en que se sustenta: El reconocimiento inmediato e intuitivo de las zonas de robustez óptima. De todas formas –y como ya hemos dejado suficientemente claro en otros artículos– un número elevado de parámetros ya es de por sí un indicador de falta de robustez de las reglas en que se sustentan y, claro está, un más que probable riesgo de trabajar con un sistema sobreoptimizado.

3)  La fiabilidad de esta herramienta mejora cuando el rango de los parámetros está acotado con precisión y los saltos entre valores son pequeños y continuos. De otro modo, el mapa mostrará una imagen demasiado irregular y cuarteada, dificultando su interpretación.

4) También es conveniente realizar un análisis comparativo mediante mapas 3D de diferentes ratios diana (Beneficio anualizado, profit factor, ratio y mayor serie de pérdidas) y, sobre todo, del proceso de optimización aplicado sobre múltiples time frames y mercados. Cuanta más consistencia muestren los sucesivos tests mejor.

5)  En la operativa bursátil tendemos a engañarnos a nosotros mismos como mecanismo de refuerzo de la autoestima enmascarando errores y sobredimensionando aciertos. No conviene cometer este mismo error al evaluar los sistemas, siendo demasiado complacientes con los resultados de las pruebas de backtesting. Es mejor actuar como jueces duros e implacables ante la menor inconsistencia detectada, volviendo una y otra vez sobre las reglas y planteamiento global de la estrategia, antes que arrastrar estas inconsistencias a la operativa real, donde el mercado será mucho más inmisericorde con nuestro ego y, desde luego, con nuestro bolsillo.