Investigación y metodología

Metodología de backtesting

Cada estrategia se prueba sobre precios históricos reales (vía yfinance) con comisión y slippage incluidos (0.05% + 0.05% por lado) — los mismos costos que asumiría operar de verdad, no un escenario optimista sin fricción. Las comparaciones entre variantes (ej. "con este cambio" vs. "sin él") usan una descarga de datos única y congelada: se detectó y corrigió un problema real donde volver a pedir el mismo período de datos en momentos distintos podía cambiar barras puntuales lo suficiente para voltear señales de entrada/salida que estaban justo en el límite, inflando o desinflando resultados sobre 36 meses de simulación (ver ADR 0012 en la Bitácora).

Desde ADR 0025, cualquier candidato nuevo también pasa por un walk-forward rolling de 5 ventanas (12 meses de entrenamiento / 6 meses de prueba fuera de muestra, paso de 4 meses) antes de considerarse para capital real — un backtest de muestra completa, por bueno que se vea, dejó de ser evidencia suficiente por sí solo después de que esa misma prueba expusiera que dos candidatos distintos (Bollinger %B y Mean Reversion RSI(2), ver abajo) perdían dinero en 2 de cada 5 ventanas reales, aunque sus números agregados de 36 meses se vieran bien.

El número de referencia oficial del sistema —el que reemplaza a los reportados en ADRs anteriores, descartados por venir de corridas no comparables entre sí— es +34.00% de retorno neto y 12.91% de drawdown máximo en 36 meses (noviembre 2023–octubre 2026), con la configuración de 3 buckets, universo y fricción que opera hoy en producción.

Las tres estrategias en producción

• Time-Series Momentum (bucket Largo Plazo, 26 ETFs) — compara el precio contra su propio historial de 12 y 6 meses; sigue tendencias de fondo, sin comparar contra otros activos.
• Trend Following (buckets Mediano Plazo y Riesgo Alto) — alineación de medias móviles (SMA) con confirmación de volumen.
• Momentum/Breakout (buckets Mediano Plazo y Riesgo Alto) — ruptura de máximos recientes con fuerza relativa mínima y contracción previa de volatilidad.

Todas comparten el mismo mecanismo de salida de fondo: un trailing stop basado en ATR que solo sube (nunca baja) a medida que el precio avanza, y el efectivo que no está en ninguna posición se invierte en un blend 50% SPY / 50% oro en vez de quedarse parado — el cambio individual de mayor impacto medido en todo el proyecto.

Un experimento que llegó a producción y se revirtió

Mean Reversion RSI(2) (comprar debilidad temporal, RSI(2) < 10, dentro de una tendencia alcista confirmada) se aprobó como 4to bucket con 35% del capital real tras un backtest de muestra completa (+47.90% aislado, correlación 0.14 con el resto del sistema). Cuando se le aplicó después la misma validación walk-forward rolling que acababa de descartar a otro candidato (Bollinger %B, ver abajo), el resultado fue peor: Sharpe fuera de muestra promedio de -0.032, 2 de 5 ventanas con pérdida, y ningún peso de asignación mejoraba el portafolio de control — monotónicamente peor cuanto más peso se le daba. Una investigación de seguimiento encontró además que el +47.90% original no era reproducible: con el mismo código y universo, una corrida posterior dio +19.09%. Se eliminó el bucket y se restauró la configuración original de 3 portafolios — el código de la estrategia se conserva, sin borrar, por si aparece evidencia mejor en el futuro.

Qué se probó y se descartó

Publicar solo lo que funcionó daría una imagen falsa de cuánto se prueba antes de decidir algo. Esto es lo que se intentó y no pasó el control:

• Bucket de criptomonedas — backtest negativo en la mayoría de los símbolos (BTC -46.9%, SOL -54%, XRP -59% según la estrategia) con las mismas reglas de acciones; confirmado en paper trading real durante varias semanas antes de eliminarse por completo.
• Quant Portfolios — un segundo modelo paralelo de 3 productos con identidad propia, construido para compararse contra el modelo de buckets. La comparación nunca llegó a completarse; se eliminó una vez que el modelo de buckets recibió las mismas mejoras de gestión de riesgo.
• Semiconductores y defensa como universo adicional — bajó el retorno (22.07%→16.05%) sin reducir el drawdown; el sistema ya tenía exposición razonable a esos sectores vía los símbolos existentes.
• Blend de bonos (AGG) o casi-cash (SGOV) como destino del cash ocioso — SGOV en particular volteó el sistema completo a resultado negativo (-8.37%), confirmando que gran parte del retorno viene de estar expuesto al mercado casi todo el tiempo, no solo de las señales de entrada/salida.
• Donchian Breakout como tercera estrategia — compitió por el mismo cupo de símbolos que Momentum/Breakout y le ganó la mayoría de las entradas, diluyendo la estrategia que ya funcionaba mejor en vez de sumar una fuente de retorno independiente.
• Risk Parity (ponderación por volatilidad inversa) — sobre-asignó capital a Largo Plazo, el bucket más débil del sistema, por confundir baja volatilidad con buena relación riesgo/retorno.
• Trailing stop más ancho en Riesgo Alto y filtro de régimen de mercado — ambos empeoraron el resultado en el período probado (predominantemente alcista).
• Bollinger %B — de un barrido de más de 11 estrategias candidatas, fue la única que destacó en el backtest de muestra completa (+104.87%). Un walk-forward rolling de 5 ventanas expuso que 2 de cada 5 perdían dinero fuera de muestra (Sharpe OOS promedio 1.076, una ventana en -0.81) — se descartó por inconsistencia temporal, no por el número agregado, que por sí solo parecía excelente.

Limitaciones conocidas

• El paper trading real con la configuración actual de 3 buckets se restauró el 5 de noviembre de 2026 (tras la reversión de Mean Reversion) — todavía tiene muy poco historial propio; el número de referencia (+34.00%/12.91%) es de backtesting, no del desempeño en vivo todavía.
• Varios bugs de software reales se encontraron y corrigieron durante el desarrollo (una reinterpretación de unidades guardadas que desplomó equity -75% en un tick, un bug de rebalanceo que infló un resultado a +103,254%, una revisión retroactiva de datos que distorsionó un índice sintético ~25.6% en un día, y la discrepancia no resuelta del todo entre +47.90% y +19.09% en el backtest de Mean Reversion) — todos se documentan en la Bitácora en vez de omitirse, junto con las correcciones aplicadas.
• La comparación directa del sistema contra comprar y mantener SPY todavía no existe como serie diaria del paper trading — solo a nivel de backtest por estrategia (ver Dashboard para el detalle completo de lo pendiente).