En este caso se optimiza el máximo histórico disponible al completo sin dejar ningún margen para hacer pruebas externas. Es una optimización totalmente surrealista ya que los parámetros estarán totalmente ajustados al histórico, el peligro de haber obtenido unos resultados difícil de repetir en operativa real es muy alto.

Optimización “realista” con el Método Walk Forward.

Este es un método efectivo que nos servirá para comprobar si la optimización puede ajustarse o no a los posibles resultados que se puedan obtener en operativa real. Consiste en dividir el histórico en distintas partes y comprobar a través de periodos optimizados como se hubiera comportado el sistema en pruebas externas.

A continuación vamos a ver un ejemplo de este método aplicado a una estrategia ficticia desde 1995 hasta 2006.

Pulsa sobre la imagen para ampliarla.

En este ejemplo dividimos el histórico en periodos iguales de un año. Durante los 3 primeros años 1995, 1996 y 1997 (Periodo In sample) hacemos una optimización de parámetros, y estos mismos parámetros los aplicamos sin hacer ninguna modificación sobre el año 1998 (Periodo out of Sample). El resultado que hubiésen arrojado estos parámetros en 1998 nos darán una aproximación mucho más realista de lo que podríamos haber obtenido aplicando este sistema. Para conocer los parámetros que podríamos haber utilizado en el año 1999 deberíamos de hacer una optimización sobre los años 1996, 1997 y 1998. De esta forma siempre optimizaríamos nuestros últimos tres años con el objetivo de determinar los parámetros que podríamos aplicar en el siguiente año.

Al finalizar la prueba completa desde 1995 hasta 2006 tendríamos un periodo de 9 años de datos externos que sería equiparable a haber utilizado la estrategia en tiempo real.

Por último para medir el “nivel de optimización” del sistema aplicamos un índice de acoplamiento que nos servirá para conocer el porcentaje de diferencia que hay entre las pruebas optimizadas “in sample” y los periodos externos out “out of sample”. Para construir este índice lo único que deberíamos de hacer es dividir el porcentaje de beneficios del periodo out of sample entre el porcentaje de beneficios del periodo “in sample”, como ejemplo si tenemos un beneficio de un 40% “out of sample” y un beneficio de un 80% “in sample” el índice de acoplamiento será del 50%.

Un saludo a todos y buen trading.