Saltar al contenido
Trading Academy

Lección 10 de 17 · 4 min de lectura

Prueba fuera de muestra y walk-forward

Cómo probar una estrategia con datos que nunca ha visto, qué pasó con nuestro “mejor” ajuste y cómo funciona el walk-forward.

En esta página

En esta lección

  • entenderás por qué hay que probar con datos con los que no ajustaste la estrategia
  • verás cómo le fue al "ganador" de la prueba anterior con datos nuevos
  • aprenderás el método walk-forward

En la lección anterior, la estrategia de la media de 40 días se veía genial. Pero elegimos esa longitud precisamente a partir de esos datos, así que la prueba en realidad solo demostró que sabemos encontrar el mejor número en el pasado. La verdadera pregunta es: ¿cómo le habría ido con datos que nunca ha visto?

Dos montones de datos#

Los datos se dividen de antemano, antes de la primera prueba:

  • dentro de la muestra (in-sample): donde inventas y ajustas la estrategia (para nosotros, 2019–2021),
  • fuera de muestra (out-of-sample): no puedes tocarlos hasta que las reglas estén terminadas (para nosotros, de enero de 2022 a septiembre de 2025).

La prueba fuera de muestra se hace una sola vez. Quien mira el resultado, ajusta las reglas y vuelve a probar ha convertido los datos "fuera de muestra" en más datos de ajuste.

EXAMEN NUEVORESPUESTAS VIEJAS¡Nunca vi estas preguntas!
Una estrategia que se aprendió de memoria los datos pasados suspende el examen que nunca ha visto.

Cómo le fue al ganador#

2022 – sep 2025Media de 40 días (ganadora de 2019–2021)Media de 200 díasComprar y mantener
Rentabilidad total+166 %+234 %+147 %
Drawdown máximo−47 %−32 %−67 %
Número de operaciones47131
Profit factor2,49,8–
  • Media de 40 días
  • Media de 200 días
  • Comprar y mantener
Datos que la estrategia no vio durante el ajuste. La antigua ganadora quedó aquí en medio, y ni siquiera la media de 200 días es una prueba: tiene solo 13 operaciones.Datos: Binance Vision – výpočet Trading Academy · CC BY-NC-SA 4.0

Qué pasó:

  • La "mejor" media de 40 días superó ligeramente a simplemente mantener con los datos nuevos y tuvo drawdowns menores, pero entre las 30 longitudes probadas quedó solo en el puesto 20. Su brillo en 2019–2021 fue en gran parte casualidad.
  • A la media de 200 días le fue mejor. ¿Demuestra eso que es mejor? No. Tiene solo 13 operaciones, y acabamos de elegirla a partir de los datos fuera de muestra. Si empezáramos a usarla, volveríamos a sobreajustar, solo que con otros años.

Walk-forward#

El método walk-forward repite la división paso a paso, como lo haría un trader real:

  1. Elige la mejor longitud de la media con los últimos tres años.
  2. Opera con ella durante el año siguiente.
  3. Avanza un año y repite.
AñoLongitud elegidaEstrategiaComprar y mantener
202240−44 %−64 %
202340+136 %+156 %
2024110+93 %+121 %
2025 (a sep.)170−1 %+22 %

En total, +153 % frente a +147 % de simplemente mantener. La estrategia perdió menos en la caída de 2022 y ganó menos en las subidas. Ningún milagro, y esa es una información valiosa.

Un resultado honesto suele ser aburrido

Cuando una estrategia pasa una prueba fuera de muestra y un walk-forward y sale "más o menos como simplemente mantener, con drawdowns menores", ese es un resultado realista. Los números milagrosos suelen significar un error en la prueba.

Mitos comunes#

  • "Fuera de muestra no funcionó, así que la ajustaré." Eso los convierte en datos de ajuste.
  • "La media de 200 días fue la mejor, la usaré." La elegiste por su resultado: otra vez la misma trampa.
  • "El walk-forward solo igualó a mantener, la estrategia no sirve." Unos drawdowns menores pueden valer algo.

Resumen

  • Divide los datos de antemano: para ajustar (dentro de la muestra) y para una única prueba final (fuera de muestra).
  • Nuestra ganadora de 2019–2021 quedó a mitad de tabla con datos nuevos.
  • El walk-forward simula el trading real: elige los parámetros solo a partir del pasado.
  • Un resultado realista suele ser modesto; los milagros suelen significar un error.