Cómo funciona el walk-forward OOS: la prueba de fuego de toda estrategia
El walk-forward out-of-sample es el método más honesto para validar una estrategia de trading. Aprende por qué el 90% de los backtests mienten y cómo evitar el overfitting.
Cómo funciona el walk-forward OOS
Si alguna vez viste un backtest con una curva de equity perfecta que sube sin parar, desconfía. El 90% de los backtests están sobreajustados (overfitted) al pasado. El walk-forward out-of-sample (OOS) es la prueba de fuego que separa las estrategias con edge real de las que solo funcionan en el historial.
¿Qué es el overfitting?
El overfitting es aprender de memoria el pasado. Imagina que creas una estrategia que compra cuando el precio sube 3 días seguidos y vende cuando baja 2. En el histórico puede verse genial, pero en la vida real falla porque el mercado no se repite.
El problema: cuando calibras una estrategia usando TODOS los datos históricos, estás optimizando para un pasado que no se va a repetir exactamente.
¿Cómo funciona el walk-forward?
El walk-forward divide los datos en múltiples "pliegues" (folds). En cada pliegue:
- Entrenas en un período de tiempo (ej: 70% inicial)
- Pruebas en el período siguiente (ej: 30% restante)
- Aventanas la ventana y repites
Fold 1: [====TRAIN====][==TEST==]
Fold 2: [======TRAIN======][==TEST==]
Fold 3: [========TRAIN========][==TEST==]
La clave: el test siempre ocurre después del train. Nunca usas datos del futuro para entrenar. Esto simula lo que pasa en la vida real: tomas decisiones con información disponible en ese momento.
Métricas que importan
| Métrica | Qué mide | |---------|----------| | Sharpe OOS | Retorno ajustado por riesgo en datos nunca vistos | | Deflated Sharpe | Sharpe ajustado por el número de intentos (evita el data snooping) | | Max Drawdown | Peor caída desde un máximo | | Integridad | Ratio entre Sharpe in-sample y OOS (si es bajo, hay overfitting) |
La regla de oro
Si tu estrategia tiene un Sharpe in-sample de 2.5 pero un Sharpe OOS de 0.3, no sirve. La integridad es baja. Una estrategia con integridad "Alta" mantiene al menos el 70% de su rendimiento cuando enfrenta datos nuevos.
En QuantBattle
Cada backtest en QuantBattle usa walk-forward con 5 folds por defecto. Puedes ajustar los parámetros (número de folds, porcentaje de split) y ver cómo cambia la curva de equity out-of-sample. Si sobrevive al OOS, tu estrategia tiene edge real.
Recuerda: el pasado no garantiza el futuro. Pero un buen walk-forward es la mejor herramienta que tenemos para no mentirnos a nosotros mismos.