Damos la bienvenida a David (MartinG), estupendo conocedor del interminable proceso de aprendizaje al que nos somete la operativa sistemática y asiduo contertulio en los habituales foros sobre estos temas. También es el autor de un cuidado blog: Espacio de Trading, que merece ser visitado con regularidad.  El artículo con el que inicia su colaboración en esta web es una muestra del rigor con el que hay que planificar el proceso de calibración de un sistema antes de enfrentarlo a la dura realidad de los mercados.

Una vez que tenemos la estrategia desarrollada el siguiente paso es hacer una optimización de parámetros, con esto conseguimos identificar cuales de estos parámetros se hubieran ajustado mejor al mercado en el que se quiere probar la estrategia. El problema que conlleva hacer este ajuste de parámetros es que podríamos estar adaptando las variables de tal forma que las probabilidades de obtener esos resultados en el futuro fueran nulas, esto es conocido como “sobreoptimización” o curve-fitting. Cuando finalizamos este ajuste las preguntas que nos deberíamos de hacer son :

 

  

En este ejemplo dividimos el histórico en periodos iguales de un año. Durante los 3 primeros años 1995 , 1996 y 1997 hacemos una optimización de parámetros , y estos mismos sin ninguna modificación los aplicamos al año 1998. El resultado que arrojen estos parámetros en 1998 nos darán una aproximación mucho mas realista de lo que podríamos haber obtenido aplicando este sistema. Para conocer los parámetros que deberíamos de utilizar en el año 1999 deberíamos de hacer una optimización sobre los años 1996, 1997 y 1998 y quitando el ultimo año de optimización sucesivamente iríamos probando los nuevos parámetros a lo largo de los años del histórico.

Al finalizar la prueba completa (desde 1995 hasta 2006) tendríamos un periodo de 9 años como si hubiéramos aplicado la estrategia en tiempo real. 

Por último para medir el “nivel de optimización” del sistema aplicamos un índice de acoplamiento que nos servirá para conocer el porcentaje de diferencia que hay entre las pruebas optimizadas “in sample” y los periodos externos out “out of sample”. Para construir este índice lo único que debemos de hacer es dividir el porcentaje de beneficios del periodo out of sample entre el porcentaje de beneficios del periodo “in sample”, como ejemplo si tenemos un beneficio de un 40% “out of sample” y un beneficio de un 80% “in sample” el indice de acoplamiento será del 50%.

 

© David Martin G., 2006