19 de noviembre de 2026 · investigación

Tu prueba walk-forward tiene tres formas de mentir sobre el futuro

Tu prueba walk-forward tiene tres formas de mentir sobre el futuro

Se supone que las pruebas walk-forward responden una pregunta práctica: si hubiéramos ajustado repetidamente una estrategia usando solo el pasado, ¿cómo se habría comportado en el siguiente tramo de datos no vistos? El método parece sencillo. Elegimos una ventana de entrenamiento, ajustamos la estrategia, la probamos hacia delante, desplazamos la ventana y repetimos.

El problema es que una secuencia de ventanas puede parecer rigurosa y, aun así, filtrar información a través de sus límites. He visto que esto se manifiesta en rendimientos fuera de muestra sospechosamente uniformes, parámetros que parecen mantener una estabilidad casi increíble y operaciones atribuidas a un período de prueba que empezó antes de que pudieran haberse ejecutado.

Error 1: Tratar la ventana de prueba como si empezara de cero

Una ventana de prueba empieza el 1 de junio. La señal usa una media móvil de 50 días, así que el backtest carga los precios de mayo para inicializar el cálculo. Es razonable: una estrategia en vivo también arrastraría el estado de su indicador. Pero si los rendimientos del período de prueba empiezan a acumularse el 1 de mayo, esos días de inicialización ya cuentan como rendimiento.

El mismo problema de límites aparece con las posiciones. Supongamos que la estrategia abre una operación el 29 de mayo y la cierra el 3 de junio. ¿Debería contarse la ganancia como rendimiento del período de prueba? Solo si la simulación define con claridad cómo gestiona las posiciones que ya están abiertas en el límite. De lo contrario, la prueba puede heredar una entrada elegida con datos de entrenamiento y luego atribuir la ganancia resultante a la prueba.

Elemento en el límiteTratamiento seguroError frecuente
Historial del indicadorCargar barras anteriores para conservar el estado; empezar a evaluar al inicio de la pruebaContar los rendimientos de inicialización como rendimiento de la prueba
Posiciones abiertasCerrarlas, mantenerlas o excluirlas según una regla explícitaAtribuir a la prueba una entrada anterior a ella
Órdenes y ejecucionesExigir que la decisión y la ejecución ocurran durante el período de pruebaEjecutar una orden generada antes del límite

Una división limpia necesita una regla para el estado, no solo una fecha. Conservemos el historial del indicador que tendría un proceso en vivo, pero evaluemos únicamente el período que queremos medir. Definamos con claridad qué hacer con las posiciones y órdenes abiertas, y apliquemos la misma regla en cada desplazamiento de la ventana.

Error 2: Permitir que las operaciones crucen la división sin un período de exclusión

Las etiquetas superpuestas crean otra filtración. Imaginemos un modelo entrenado con señales cuyo resultado es el rendimiento de los siguientes cinco días de negociación. Un ejemplo de entrenamiento del último día de mayo usa precios de junio para determinar si su predicción fue correcta. Si la prueba empieza el 1 de junio, el entrenamiento ya ha usado parte del resultado de la prueba.

Esto es fácil de pasar por alto porque la fila de características lleva la fecha del 31 de mayo. La etiqueta se extiende hacia el futuro. Una división temporal aplicada solo a las fechas de las filas no detecta ese solapamiento.

Eliminemos los ejemplos de entrenamiento cuyas ventanas de resultados se extiendan al período de prueba. Según el horizonte de la etiqueta y cómo se construyan las características, también dejemos un intervalo entre el entrenamiento y la prueba. Ese intervalo, que suele llamarse embargo, debería corresponder al período durante el cual se solapan la información o los resultados. Una etiqueta de cinco días no justifica un intervalo de un día solo porque así el gráfico se vea más limpio.

Anotemos todo el intervalo temporal que utiliza cada ejemplo de entrenamiento: el retrospectivo de las características, el momento de la decisión y la ventana del resultado. Dividamos según esos intervalos, no solo por la fecha que aparece junto a cada fila.

Error 3: Elegir al ganador después de ver todos los bloques

Aquí está el error más tentador. Ejecutamos pruebas walk-forward con 40 conjuntos de parámetros. Una combinación da buenos resultados en varios bloques, así que la elegimos y presentamos esos mismos bloques como prueba de que generaliza.

Puede que cada bloque no se haya visto al ajustar su propio modelo. Pero el diseño de la estrategia se eligió después de inspeccionar todos los bloques. Los resultados de las pruebas ya han guiado una decisión de investigación, así que ahora forman parte del entrenamiento a nivel del experimento.

Llevemos un registro fechado de las decisiones tomadas antes de cada evaluación. Si usamos los resultados walk-forward para elegir parámetros, características, mercados o incluso la ventana de prueba, reservemos un período final que no se haya tocado para una última evaluación. Abramos ese período una sola vez, después de fijar las decisiones. Si volvemos a ajustar tras verlo, deja de ser una prueba final.

Hay un detalle prosaico: guardemos el registro del experimento antes de que lleguen los resultados. Una hoja de cálculo editada después de una ejecución prometedora no refleja bien lo que realmente probamos.

¿Qué debería mostrar un informe walk-forward creíble?

Presentemos la configuración junto con los rendimientos: fechas de entrenamiento y prueba, frecuencia de desplazamiento, horizonte de la etiqueta, tratamiento de la inicialización, política para las posiciones en los límites y número de configuraciones probadas. Mostremos cada bloque además del resultado agregado. Un total sólido basado en una sola ventana afortunada merece una lectura distinta de unos resultados modestos que se repiten en condiciones diferentes.

Las pruebas walk-forward pueden aportar rigor a la investigación de estrategias, pero ese rigor depende de las reglas en los límites y del registro de decisiones. Si las definimos bien, la prueba puede decirnos algo sobre cómo podría evolucionar un proceso de investigación a lo largo del tiempo. Si las omitimos, la etiqueta walk-forward es solo un adorno en un resultado que ya ha visto el futuro.

pruebas walk-forwardsobreajustebacktestinginvestigación de estrategias
← Todos los artículos