El backtesting implica aplicar una estrategia o modelo predictivo a datos históricos para determinar su precisión. Se puede utilizar para probar y comparar la viabilidad de las estrategias comerciales para que los comerciantes Seis habilidades esenciales de los comerciantes maestros Casi cualquier persona puede convertirse en comerciante, pero para ser uno de los comerciantes maestros se necesita más que capital de inversión y un traje de tres piezas. Tenga en cuenta: hay un mar de personas que buscan unirse a las filas de los comerciantes maestros y traer a casa la cantidad de dinero que acompaña a ese título. puede emplear y ajustar estrategias exitosas.
Resumen
- El backtesting implica aplicar una estrategia o modelo predictivo a datos históricos para determinar su precisión.
- Permite a los operadores probar estrategias comerciales sin necesidad de arriesgar capital.
- Las medidas comunes de backtesting incluyen ganancias / pérdidas netas, rendimiento, rendimiento ajustado al riesgo, exposición al mercado y volatilidad.
Cómo funciona el backtesting
Los analistas utilizan el backtesting como una forma de probar y comparar varias técnicas comerciales sin arriesgar dinero. La teoría es que si su estrategia funcionó mal en el pasado, es poco probable que funcione bien en el futuro (y viceversa). Los dos componentes principales que se analizan durante las pruebas son la rentabilidad general y el nivel de riesgo asumido.
Sin embargo, una prueba retrospectiva analizará el desempeño de una estrategia en relación con muchos factores diferentes. Un backtest exitoso mostrará a los operadores una estrategia que ha demostrado históricamente mostrar resultados positivos. Si bien el mercado nunca se mueve exactamente igual, el backtesting se basa en el supuesto de que las acciones se mueven en patrones similares a los que lo hicieron históricamente.
Implementación
Un backtest suele ser codificado por un programador. Programación La programación es el proceso de escribir instrucciones para que las realice una computadora. Es similar a una receta para humanos. Una receta contiene una lista de acciones, ejecutando una simulación sobre la estrategia comercial. La simulación se ejecuta utilizando datos históricos de acciones, bonos y otros instrumentos financieros. La persona que facilite el backtest evaluará los rendimientos del modelo en varios conjuntos de datos diferentes.
También es esencial que el modelo se pruebe en muchas condiciones de mercado diferentes para poder evaluar objetivamente el desempeño. Luego, las variables dentro del modelo se ajustan para optimizarlas frente a varias medidas de backtesting diferentes.
Medidas comunes de backtesting
- Beneficio neto (pérdidas
- Rentabilidad : la rentabilidad total de la cartera durante un período de tiempo determinado.
- Rendimiento ajustado al riesgo Ratios de retorno ajustados al riesgo Hay una serie de ratios de rendimiento ajustados al riesgo que ayudan a los inversores a evaluar las inversiones existentes o potenciales. Estos índices pueden ser más útiles que las simples métricas de rendimiento de la inversión que no tienen en cuenta el nivel de riesgo de la inversión. : La rentabilidad de la cartera ajustada por un nivel de riesgo.
- Exposición al mercado : el grado de exposición a diferentes segmentos del mercado.
- Volatilidad Volatilidad La volatilidad es una medida de la tasa de fluctuaciones en el precio de un valor a lo largo del tiempo. Indica el nivel de riesgo asociado con los cambios de precio de un valor. Los inversores y comerciantes calculan la volatilidad de un valor para evaluar las variaciones pasadas de los precios: La dispersión de los rendimientos de la cartera.
Sesgo de backtesting
Al crear un modelo comercial para ser probado, los operadores deben evitar sesgos al crear el modelo. Para garantizar la objetividad, la estrategia debe probarse en varios períodos de tiempo diferentes con una muestra de acciones no sesgada y representativa. Si un comerciante escogiera y eligiera las acciones y el período de tiempo en el que se verifica su estrategia, el modelo sería fundamentalmente defectuoso. Si bien la prueba puede arrojar resultados positivos, esto solo se debe a que el modelo se creó para ajustarse perfectamente a estos datos. Por lo tanto, es esencial que se utilicen diferentes conjuntos de datos a lo largo del proceso.
Sesgo de anticipación
Otro error al hacer backtesting es el sesgo de anticipación. El sesgo de anticipación implica incorporar información en el modelo que se está probando hacia atrás y que normalmente no estaría disponible cuando el modelo se implementa realmente.
Por ejemplo, suponga que está realizando una prueba retrospectiva de un modelo comercial que se basa en la información financiera disponible al final del año fiscal. En el modelo, ingresa la información al 31 de diciembre; sin embargo, la información generalmente no está disponible hasta un par de semanas después del final del año. La implementación de los datos en un backtest haría que el rendimiento del modelo fuera artificialmente alto debido al sesgo de anticipación.
- A - Fin del año fiscal (momento en el que el modelo de backtesting supone la publicación del informe anual)
- B - Informe anual publicado
- C - Momento en el que el modelo de backtesting asume la publicación del informe del primer trimestre
- D - Informe del primer trimestre publicado
El gráfico de arriba muestra una línea de tiempo de cómo un modelo de backtesting podría fallar debido al sesgo de anticipación. El modelo asume que la información está disponible en los puntos A y C, mientras que en realidad, la información está disponible en los puntos B y D. El resultado de un backtest construido correctamente probablemente arrojaría un resultado completamente diferente al que hace los mismos supuestos que encima.
¿Quién usa el backtesting?
Cualquiera puede realizar su propio backtest; sin embargo, los inversores institucionales y administradores de dinero suelen realizar las pruebas retrospectivas. El backtesting utiliza datos que pueden ser costosos de obtener y requieren un modelado complejo.
Los comerciantes institucionales y las empresas de inversión poseen el capital humano y financiero necesario para emplear modelos de backtesting en sus estrategias comerciales. Además, con grandes cantidades de dinero en juego, inversores institucionales Inversor institucional Un inversor institucional es una entidad jurídica que acumula los fondos de numerosos inversores (que pueden ser inversores privados u otras entidades jurídicas) a los que a menudo se les pide que realicen backtest para evaluar el riesgo.
Ejemplo
Suponga que es analista de una empresa de inversión y se le pide que pruebe una estrategia con un conjunto de datos históricos que se le han proporcionado. La estrategia implica comprar una acción si alcanza un mínimo de 90 días. El primer paso en el backtesting sería elegir datos históricos no sesgados.
Luego, aplica la estrategia a los datos y descubre que la estrategia arrojó un rendimiento de 150 puntos básicos mejor que la estrategia actual utilizada por la empresa. El backtest ayudó a solidificar la investigación realizada en la creación de la estrategia comercial. La empresa de inversión puede decidir si el backtest es motivo suficiente para emplear la estrategia.
Lecturas relacionadas
Finance es el proveedor oficial de la certificación global Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ La acreditación Certified Banking & Credit Analyst (CBCA) ™ es un estándar global para analistas de crédito que cubre finanzas, contabilidad, análisis de crédito, análisis de flujo de efectivo , modelos de convenios, reembolsos de préstamos y más. programa de certificación, diseñado para ayudar a cualquier persona a convertirse en un analista financiero de clase mundial. Para seguir avanzando en su carrera, los recursos adicionales a continuación serán útiles:
- Algoritmos Algoritmos (Algos) Los algoritmos (Algos) son un conjunto de instrucciones que se introducen para realizar una tarea.Los algoritmos se introducen para automatizar el comercio para generar ganancias a una frecuencia imposible para un comerciante humano
- Clustering Illusion Clustering Illusion Clustering illusion se refiere a un sesgo cognitivo en las finanzas conductuales en el que un inversor observa patrones en lo que en realidad son eventos aleatorios. En otra
- Prueba de hipótesis Prueba de hipótesis Prueba de hipótesis es un método de inferencia estadística. Se utiliza para probar si una declaración sobre un parámetro de población es correcta. Evaluación de la hipótesis
- Sesgo en la selección de la muestra Sesgo en la selección de la muestra El sesgo en la selección de la muestra es el sesgo que resulta de no garantizar la correcta aleatorización de una muestra de población. Los defectos de la selección de la muestra
