Herramientas gratuitas
Laboratorio de sobreajuste
Este laboratorio construye una serie de precios que no tiene ninguna ventaja por construcción, prueba muchos ajustes de cruce de medias móviles sobre el primer 70% y conserva el mejor. Después ejecuta ese mismo ajuste sobre el 30% restante, que la búsqueda nunca vio. Cuantos más ajustes pruebe, mejor parecerá el mejor resultado dentro de la muestra, y menos dirá ese resultado sobre cualquier cosa fuera de la muestra.
Extraídos al azar de 878 pares rápido/lento (rápido de 2 a 50, lento de 10 a 200).
Fija tanto la serie como los ajustes que se extraen.
La serie simulada.
Datos SIMULADOS: un paseo aleatorio indexado desde 100, en el que el rendimiento de cada barra se extrae con media cero. No se muestra ningún instrumento real.
Mejor ajuste dentro de la muestra—
Su rendimiento dentro de la muestra—
Mismo ajuste fuera de la muestra—
Mediana dentro de la muestra, todos los probados—
Mediana fuera de la muestra, todos los probados—
Rendimientos dentro de la muestra de cada ajuste probado.
Mejor rendimiento dentro de la muestra a medida que se prueban más ajustes.
Cómo funciona
La serie tiene 1,500 barras. Cada barra multiplica el precio anterior por uno más un rendimiento aleatorio extraído de una distribución normal de media cero, de modo que ninguna regla puede tener ventaja sobre ella salvo por azar. Las primeras 1,050 barras son la parte dentro de la muestra; las últimas 450, la parte fuera de la muestra.
Cada ajuste es un par de medias móviles simples. En cada cierre mantiene la posición cuando la media rápida está por encima de la lenta y se sale del mercado en caso contrario; mientras mantiene la posición, gana el rendimiento de la barra siguiente. Nunca toma una posición corta y no hay costes. Cada ajuste se puntúa desde la barra 200, cuando ya existe la media más larga.
Por qué sube el mejor resultado dentro de la muestra
El rendimiento dentro de la muestra de cada ajuste es en parte fruto de la suerte. Elegir el mayor de muchos resultados elige el más afortunado, y el mayor de 500 resultados es casi siempre mayor que el mayor de 10. Por eso la curva sube a medida que se prueban más ajustes, mientras que el resultado fuera de la muestra del ganador se mantiene disperso alrededor del mismo punto que el de todos los demás.
Por qué existen las pruebas fuera de la muestra y walk-forward
Probar con datos que la búsqueda nunca tocó es la comprobación más sencilla de este efecto. El walk-forward lo repite: elige los ajustes en una ventana, los prueba en la siguiente, avanza ambas y juzga solo las ventanas de prueba unidas. Ninguna de las dos cosas demuestra que una regla funcione; muestran cuánto de un resultado dentro de la muestra sobrevivió al contacto con datos a los que no se ajustó. Las herramientas de backtesting de Analess están diseñadas en torno a comprobaciones fuera de la muestra, walk-forward y Monte Carlo; la página de funciones las describe y la hoja de ruta muestra su calendario.