¿Cómo saber que porcentaje de mis estrategias serán rentables en real en el mercado?
Cuando diseñamos sistemas de trading después de todo el trabajo que lleva desde la idea, desarrollo, filtros, validaciones, optimizaciones, camino hacia adelante walk-forward… siempre nos quedará la duda si mi estrategia de trading será rentable en el mercado futuro.
Llevo dos años realizando todas mis estrategias con el software de StrategyQuant antes con la version 3.8.2 y ahora la nueva SQ X con un motor mucho más rápido, estable y con nuevas funcionalidades que al trader algorítmico le ayuda a la hora de evaluar tu estrategia.
Estoy realizando unas pruebas estos días después de una lectura en un foro del software en el cual un usuario recomienda realizar una pruebas y me he dado cuanta que tengo una probabilidad de que mi estrategia sea rentable en el futuro entre un 63% y un 70% con lo cual una cartera diversificada y con su correcto gestión del dinero no solo no debería perder si no comportarse medianamente estable y con ganancias.
La idea es la siguiente cogemos un periodo de la muestra sabemos ya la importancia de trabajar con buenos datos históricos que tengamos para generar la estrategia por ejemplo desde 01/01/2012 al 31/12/2014 (In Sample) 3 años. Después validamos la estrategia en un periodo del 01/01/2015 al 31/12/2016 (Out of Sample) 2 años este periodo es de validación para aceptar si la estrategia pasa unas determinadas caracteristicas un Profit Factor > a 1.3 Wins% > 30%…etc ojo que estos datos estas sesgados no son confiables porque los utilizamos muchas veces y eso es TRAMPA.
Después de hacer las correspondientes pruebas a todas nuestras estrategias en (2012 2016) montecarlo deslizamientos distintos activos para verificar pruebas de robustez desechamos una cuantas. Con las estrategias restantes realizaríamos nuestra segunda prueba fuera de la muestra (2 Out of Sample) cogemos datos anteriores al In Sample 01/01/2010 al 31/12/2011 (2 años)y eliminamos todas aquellas que no se parecen a las del periodo IS OOS que las generamos y pierden dinero o bajan sus estadísticas notablemente.
Una vez hecho este 2 OOS hemos utilizado datos para verificar si las estrategias se comportan medianamente bien en datos desconocidos, con las estrategias que si lo hacen podemos utilizar el SPP (Permutaciones de parámetros de los sisemas) que básicamente lo que hace es hacer 1000 optimizaciones en cada estrategia y pedir unos mínimos criterios a la mediana de las 1000 optimizaciones.
Condiciones que exigimos para que pase el perfil de optimización a los sistemas.
Una vez nos hemos quedado con las estrategias que pasan nuestras exigencias es la hora de la prueba de fuego probar nuestras estrategias en datos desconocidos 2 años hacia adelante como si estuvieran en el mercado real incluimos Spread Deslizamientos comisiones.. todo incluso un poco más alto para asegurarnos mejor. Corremos el backtest desde 01/01/2017 al 01/01/2018 y obtenemos unas estrategias con datos desconocidos y para nada sesgados como si estuvieran en mercado real. Apuntamos las que han obtenido beneficio y las que han perdido. ¿Y que obtenemos?
- 51 Estrategias realizaron la prueba de 2017 – 2018.
- 19 Estrategias perdieron dinero en esos años, algunas poco pero las incluimos.
| (51 Estrategias – 19 perdieron)/ 51 Estrategias= 62% Probabilidad de que sea rentable los próximos 2 años. |
| (Total de estrategias – Estrategias perdedoras) / Total de estrategias = % Efectividad |
En resumen da igual cual sea nuestro método de diseño de estrategias lo importante es que este mecanizado y sea casi siempre igual con lo que podremos medir y cuantificar los resultados o añadir pequeños cambios para así saber si mejora el proceso de desarrollo de nuestra estrategia de Trading.
Sin más por mi parte saludos de Ángel de Comerciantedeforex.com espero que te sea de ayuda y puedas medir tus estrategias cualquier comentario es bienvenido.