Sobreajuste: cómo una estrategia memoriza el pasado sin que nadie haga trampa

Cómo pasa sin que nadie haga trampa

Sobreajuste (overfitting) — en la educación de trading aparece también como sobreoptimización o ajuste de curvas — no describe una intención: describe un resultado. Una estrategia sobreajustada memorizó las particularidades de un periodo concreto: qué días hubo tendencia, dónde rebotó el precio, qué valor de parámetro habría capturado justo ese movimiento. Nada de eso tiene por qué repetirse.

El mecanismo es ordinario. Desarrollas una idea, la pruebas, no convence; cambias un parámetro, agregas un filtro, pruebas otro marco temporal, otro activo. Cada cambio produce un backtest nuevo y, al final, conservas el que mejor se ve. Con suficientes intentos sobre pocos datos, alguna versión se verá excelente aunque ninguna tenga una ventaja real: el ruido también produce curvas bonitas, y tú elegiste la más bonita. La estadística le llama sesgo de selección. No hiciste trampa: hiciste una búsqueda y reportaste solo a la ganadora.

Tres cosas empujan en la misma dirección: cuántas versiones probaste, cuántos datos respaldan el resultado y cuánta libertad tenía la estrategia para adaptarse — parámetros, filtros, excepciones. Más intentos, menos datos y más libertad producen resultados espectaculares en el pasado con la misma facilidad con que fallan después.

Cómo se ve desde fuera, y por qué mirar no basta

Hay señales visibles. Una curva de capital demasiado suave, sin las rachas perdedoras que cualquier mercado impone. Un parámetro «mágico»: la estrategia funciona con 14 y deja de funcionar con 12 o con 16. Un resultado que solo aparece en un activo o en un marco temporal. Reglas añadidas después de mirar los resultados. Cada una es un motivo para sospechar; ninguna es una prueba.

El problema de fondo es que un backtest genuino y uno sobreajustado son idénticos vistos desde el reporte: mismas métricas, misma curva, misma tabla de operaciones. La diferencia no está en el resultado, sino en cómo se produjo — cuántas versiones hubo antes, cuántos datos lo sostienen — y en cómo se comporta bajo condiciones que el reporte no muestra. Por eso la historia se repite: una estrategia pasa un challenge con una curva impecable y quema la cuenta al mes siguiente. No era mala; era la mejor de muchas, elegida porque el pasado la favoreció.

Por qué tu reporte no te lo dice

El reporte de un backtest describe una versión y calla el proceso. No incluye cuántos backtests lo precedieron. No dice si el resultado se sostiene en cada tramo del periodo o depende de un solo año bueno. No separa lo que aporta cada componente de la estrategia. No distingue si la ventaja aparece en mercados tranquilos, en mercados agitados o solo en uno de los dos.

Tampoco lo arregla mirar más métricas del mismo backtest. Sharpe, factor de beneficio, porcentaje de ganadoras y drawdown se calculan sobre las mismas operaciones seleccionadas: heredan el sesgo en lugar de corregirlo. Y una prueba fuera de muestra deja de serlo en cuanto la usas para elegir entre versiones — cada mirada al periodo reservado es un intento más.

Cómo se detecta

Si mirar no alcanza, lo que queda es medir. Las señales estadísticas del sobreajuste son conocidas y públicas; una validación completa revisa al menos cuatro:

• El conteo de variantes. Cuántas versiones probaste y cuántos datos tienes fijan el umbral del ruido: el Sharpe que el ruido habría producido por sí solo. Cincuenta intentos sobre tres años de datos diarios lo ponen en ≈ 1.32; mil intentos sobre un año, en ≈ 3.26. Un resultado que no lo supera con claridad no se distingue del ruido (Bailey y López de Prado, 2014).
• La estabilidad por subperíodos. Un resultado genuino se sostiene, con altibajos, a lo largo del periodo; uno sobreajustado suele depender de un tramo y deteriorarse en los demás.
• La consistencia entre regímenes de volatilidad. Una ventaja que existe solo cuando el mercado está tranquilo, o solo cuando está agitado, es una ventaja condicionada a que el futuro se parezca a un tramo del pasado.
• El aporte por componente. Si la estrategia combina varias reglas, cada una debería aportar algo. Cuando una sola explica todo el resultado y las demás solo lo maquillan, la estructura se ajustó al periodo.

Ninguna de estas señales condena por sí sola, y ninguna certifica. Lo más honesto que puede decir una prueba estadística es que un resultado se distingue del ruido con cierta confianza — o que no se distingue. Y cuando la muestra es demasiado corta para afirmar cualquiera de las dos cosas, el desenlace correcto es abstenerse de opinar, no inventar un veredicto.

Qué hacer con esto

1. Formula la hipótesis antes de mirar los datos. Una regla que nace de observar el gráfico ya es un intento más.
2. Anota cada versión: fecha, qué cambió, resultado. El conteo es la materia prima de cualquier corrección seria.
3. Reserva datos y míralos una sola vez. Un periodo fuera de muestra vale mientras no lo uses para elegir.
4. Mide antes de creer. La Calculadora de sobreajuste te da el umbral del ruido para tu conteo y tu muestra, gratis y sin registro. Superarlo no certifica nada y no superarlo no condena nada: es la señal para decidir si la estrategia amerita una validación completa.
5. Si la muestra es corta, espera a tener más operaciones. Bajar el estándar no la hace más real.

Cuenta tus variantes: ¿Cuántas variantes probaste? →

Calcula tu umbral del ruido: Calculadora de sobreajuste →

Cómo se aplican estas señales dentro de una auditoría completa: Investigación →

Audita tu estrategia antes de arriesgar capital →

Referencias

• Bailey, D. H., y López de Prado, M. (2014). "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality". The Journal of Portfolio Management, 40(5), 94–107.
• Bailey, D. H., Borwein, J. M., López de Prado, M., y Zhu, Q. J. (2014). "Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance". Notices of the American Mathematical Society, 61(5), 458–471.
• Bailey, D. H., Borwein, J. M., López de Prado, M., y Zhu, Q. J. (2017). "The Probability of Backtest Overfitting". Journal of Computational Finance, 20(4), 39–69.