¿Qué es el walk forward analysis?

¿Qué es el walk forward analysis y cómo se hace? El walk forward analysis (WFA) es una técnica de optimización de estrategias de trading que consiste en dividir los datos históricos en dos partes: una parte para ajustar los parámetros de la estrategia (período de optimización) y otra parte para evaluar el rendimiento de la estrategia con los parámetros optimizados (período de validación). El proceso se repite varias veces, avanzando en el tiempo, hasta cubrir todo el período histórico. De esta forma, se obtiene una medida más realista de la robustez y la estabilidad de la estrategia, ya que se evita el sobreajuste a los datos.

¿Cómo se hace el walk forward analysis? Para realizar un WFA, se necesitan los siguientes elementos:

– Una estrategia de trading con parámetros ajustables, como indicadores, filtros, stops, etc.
– Un conjunto de datos históricos del mercado en el que se quiere operar la estrategia.
– Un software o plataforma que permita realizar el WFA, como Ninjatrader 8, MetaTrader, AmiBroker, TradeStation, etc.

Procedimiento de walk forward analysis

El procedimiento general del WFA es el siguiente:

1. Se elige un período inicial de optimización (por ejemplo, 6 meses) y un período inicial de validación (por ejemplo, 1 mes).
2. Se optimiza la estrategia en el período de optimización, buscando los valores de los parámetros que maximicen una medida de rendimiento, como el beneficio neto, el ratio de Sharpe, el drawdown máximo, etc.
3. Se aplica la estrategia con los parámetros optimizados al período de validación y se registra el resultado obtenido.
4. Se avanza un paso en el tiempo (por ejemplo, 1 mes) y se repiten los pasos 2 y 3 con los nuevos períodos de optimización y validación.
5. Se continúa el proceso hasta cubrir todo el período histórico disponible.
6. Se analizan los resultados globales y se calculan estadísticas como la media, la desviación estándar, el coeficiente de variación, etc., de las medidas de rendimiento obtenidas en cada período de validación.

¿Qué ventajas tiene el walk forward analysis?

El WFA tiene varias ventajas frente a otros métodos de optimización de estrategias:

– Permite evaluar la adaptabilidad de la estrategia a diferentes condiciones del mercado, ya que se prueba con distintos segmentos temporales.
– Reduce el riesgo de sobreoptimización o curve fitting, ya que se evita utilizar los mismos datos para optimizar y validar la estrategia.
– Proporciona una estimación más realista del rendimiento futuro de la estrategia, ya que se basa en datos fuera de muestra.

¿Qué inconvenientes tiene el walk forward analysis?

El WFA también tiene algunos inconvenientes o limitaciones que hay que tener en cuenta:

– Requiere una gran cantidad de datos históricos para poder realizar un número suficiente de iteraciones y obtener resultados significativos.
– Implica un alto coste computacional y temporal, ya que se realizan múltiples optimizaciones y validaciones.
– No garantiza que la estrategia sea rentable en el futuro, ya que puede haber cambios estructurales o imprevistos en el mercado que afecten al comportamiento de la estrategia.

¿Podemos poner un ejemplo de walk forward analysis?

Un ejemplo sencillo de WFA sería el siguiente:

– Se tiene una estrategia basada en un cruce de medias móviles exponenciales (EMA) de 10 y 20 períodos aplicada al EUR/USD en gráficos diarios.
– Se dispone de 10 años de datos históricos del EUR/USD desde el 1/1/2013 hasta el 31/12/2023.
– Se utiliza MetaTrader como plataforma para realizar el WFA.
– Se establece un período de optimización de 6 meses y un período de validación de 1 mes.
– Se optimiza la estrategia buscando los valores óptimos de las EMA entre 5 y 50 períodos que maximicen el beneficio neto.
– Se aplica la estrategia con los parámetros optimizados al período de validación y se registra el resultado obtenido.
– Se avanza un mes en el tiempo y se repite el proceso hasta cubrir todo el período histórico.
– Se analizan los resultados globales y se comparan con los obtenidos con una optimización estándar (sin WFA) y con la aplicación de la estrategia sin optimizar (con las EMA de 10 y 20 períodos fijas).

Los resultados podrían ser algo así:

| Método | Beneficio neto | Ratio de Sharpe | Drawdown máximo |

– En la Optimización estándar | 2.345 € | 0.32 | 15.6% |
– Con el  Walk forward analysis | 1.876 € | 0.28 | 12.4% |
– Sin optimizar | 1.234 € | 0.21 | 18.9% |

Como se puede observar, el WFA ofrece un beneficio neto menor que la optimización estándar, pero también un drawdown máximo menor, lo que indica una mayor estabilidad y robustez de la estrategia. Además, el beneficio neto es superior al obtenido sin optimizar, lo que muestra que el WFA mejora el rendimiento de la estrategia.

Espero que este artículo te haya ayudado a entender qué es el walk forward analysis y cómo se hace. Si te ha gustado, compártelo y déjame un comentario con tu opinión o tus dudas. ¡Hasta la próxima!

¿Qué es el backtesting?

¿Qué es un backtesting y cómo se puede utilizar para optimizar un bot o una estrategia automática de trading? ¿Qué ventajas y desventajas tiene el backtesting? ¿Qué precauciones hay que tener en cuenta a la hora de hacer un backtesting? Estas son algunas de las preguntas que voy a responder en esta entrada de blog, donde te explicaré lo básico que necesitas saber sobre este proceso en la elaboración y gestión de una estrategia automática.

El backtesting es una técnica que consiste en simular el funcionamiento de un bot o una estrategia automática de trading con datos históricos del mercado y medir su rentabilidad, su riesgo y sus estadísticas. El backtesting permite evaluar el desempeño del bot en diferentes escenarios y condiciones del mercado, así como identificar sus fortalezas y debilidades. El backtesting se puede hacer con la plataforma de trading que utilicemos, en nuestro caso Ninjatrader 8, o con programas específicos para este fin.

Backtesting en Ninjatrader 8

El objetivo del backtesting es comprobar si la estrategia es rentable y robusta, es decir, si funciona bien en diferentes condiciones de mercado y si se adapta a los cambios.

Para hacer el backtesting de una estrategia automática de trading en Ninjatrader 8, necesitamos seguir estos pasos:

1. Crear o seleccionar la estrategia que queremos probar. Podemos usar el Strategy Builder o el NinjaScript Editor para diseñar nuestra propia estrategia, o elegir una de las que vienen predefinidas en la plataforma.

2. Configurar los parámetros de la estrategia, como el instrumento, el intervalo de tiempo, el capital inicial, el tamaño de la posición, el apalancamiento, las comisiones, los deslizamientos y los stops.

3. Seleccionar el periodo de prueba y los datos históricos que vamos a usar. Podemos elegir entre datos locales o remotos, y entre diferentes tipos de datos, como ticks, minutos, días o semanas.

4. Ejecutar el backtesting y analizar los resultados. Podemos ver un informe detallado con las estadísticas de la estrategia, como el número de operaciones, el beneficio neto, el factor de beneficio, el drawdown máximo, la tasa de aciertos y el ratio de Sharpe. También podemos ver un gráfico con la curva de capital y las operaciones realizadas.

5. Optimizar la estrategia si es necesario. Podemos usar el Optimizer para ajustar los parámetros de la estrategia y buscar la combinación que maximice algún criterio, como el beneficio neto o el ratio de Sharpe. El Optimizer nos muestra una tabla con los resultados de cada combinación y un gráfico con la superficie de respuesta.

Para usar el Optimizer, tenemos que seleccionar la estrategia que queremos optimizar y hacer clic en el botón «Optimize». Luego, tenemos que elegir los parámetros que queremos variar y los rangos en los que queremos probarlos. Por ejemplo, podemos variar el periodo de una media móvil entre 10 y 50, con incrementos de 5. También tenemos que seleccionar el criterio de optimización, que puede ser cualquiera de las estadísticas del informe de backtesting. Por ejemplo, podemos elegir maximizar el beneficio neto o minimizar el drawdown máximo. Después de configurar estos parámetros, hacemos clic en «Run» y esperamos a que se complete el proceso.

Una vez terminada la optimización, podemos ver los resultados en la tabla y en el gráfico. La tabla nos muestra los valores de cada combinación probada y su valor del criterio de optimización. Podemos ordenar la tabla por cualquier columna y ver cuál es la mejor combinación según nuestro criterio. El gráfico nos muestra la superficie de respuesta, que es una representación tridimensional de cómo varía el valor del criterio de optimización según los valores de los parámetros. Podemos rotar y acercar el gráfico para ver mejor los detalles.

Con estos resultados, podemos elegir la combinación óptima para nuestra estrategia y aplicarla al mercado real o hacer un backtesting adicional para confirmar su validez.

Estos son los pasos básicos para hacer el backtesting y la optimización de una estrategia automática de trading en Ninjatrader 8. Como puedes ver, se trata de un proceso sencillo pero muy útil para validar nuestras ideas de trading y mejorar nuestro rendimiento.

Ventajas e inconvenientes

Una de las principales ventajas del backtesting es que te permite probar tu bot o tu estrategia automática de trading antes de ponerla en marcha con dinero real y comprobar si funciona como esperas. Además, el backtesting te permite comparar diferentes bots o estrategias automáticas de trading y elegir la que mejor se adapte a tus objetivos y a tu perfil de riesgo. Otra ventaja es que el backtesting te permite optimizar tu bot o tu estrategia automática de trading ajustando los parámetros y las variables que definen su comportamiento para obtener los mejores resultados posibles.

Sin embargo, también hay que tener en cuenta los posibles inconvenientes y limitaciones del backtesting. Uno de ellos es que el backtesting no garantiza el éxito futuro del bot o de la estrategia automática de trading, ya que el mercado es dinámico e impredecible y puede cambiar en cualquier momento. Por eso, es importante no confiar ciegamente en los resultados del backtesting y estar atento a los cambios del mercado. Otro inconveniente es que el backtesting puede inducir al sobreajuste, que es cuando el bot o la estrategia automática de trading se adapta demasiado a los datos históricos y pierde capacidad de generalización. Por eso, es importante validar el bot o la estrategia automática de trading con datos desconocidos y utilizar técnicas como el walk forward analysis para evitar el sobreajuste.

Conclusión

En conclusión, el backtesting es una herramienta muy valiosa para probar, comparar y optimizar un bot o una estrategia automática de trading antes de ponerla en funcionamiento con dinero real. Sin embargo, también hay que ser conscientes de los riesgos y las dificultades que implica y tomar las medidas adecuadas para evitarlos. El backtesting no es una garantía de éxito, sino una forma de mejorar las probabilidades de éxito. Si quieres saber más sobre este tema, te invito a visitar mi blog donde encontrarás más información y recursos sobre el trading automatizado.