Backtesting de estrategias de day trading: sesgo de anticipación, supervivencia y sobreajuste

En lenguaje sencillo

Un backtest (prueba retrospectiva) aplica una regla de trading a datos pasados y cuenta los resultados. Para una idea intradía en small caps (acciones de baja capitalización), como las de la operativa intradía de muy corto plazo (scalping), parece la forma honesta de obtener una tasa base, y puede serlo. También es el lugar más fácil para engañarte, porque los datos pasados contienen información que no estaba disponible cuando se habría hecho la operación. Esta lección trata las cuatro formas en que los backtests intradía engañan con más frecuencia: el sesgo de anticipación (look-ahead bias), la supervivencia y el ajuste por splits, los prints erróneos y el sobreajuste (overfitting).

La idea central: un backtest es tan honesto como su regla sobre el tiempo. Cada filtro, entrada, stop y ejecución de la prueba solo puede usar lo que un operador podía saber en ese momento. Cualquier otra cosa convierte la prueba en una descripción de lo que pasó, que es útil, pero no es una regla que hubieras podido operar.

Dos escenarios desde el mismo punto de partida

Los datos, la regla y los resultados de este ejemplo son ilustrativos.

El plan de la prueba, escrito antes de ejecutarla. Universo: acciones de EE. UU. con un gap al alza de 20% o más en la apertura de las 09:30, durante seis meses. Entrada: en largo en la primera ruptura del máximo del rango de apertura de 5 minutos después de las 09:35. Stop: el mínimo del rango de apertura. Objetivo de 2R. Stop por tiempo de 10 minutos. Costos: $0.005 por acción de ida y vuelta más un centavo de deslizamiento en cada salida por stop. Resultados en R después de costos.

Se añadió un filtro más para reducir el ruido: "volumen del día completo de al menos 1 millón de acciones". Esta es la misma prueba ejecutada dos veces.

Los mismos datos, la misma lógica de entrada. Un filtro que usaba el futuro convirtió una idea plana en una aparentemente sólida. El resto de la lección muestra cómo encontrar ese tipo de fuga, cómo el estudio publicado de FennEdge documenta sus advertencias y cómo comprobar el sobreajuste.

Sesgo de anticipación: usar información posterior a la decisión

El sesgo de anticipación consiste en que una prueba usa datos que no estaban disponibles en el momento de la decisión. En el trabajo intradía se esconde en sitios de apariencia corriente:

• Campos diarios usados en momentos intradía. El volumen del día completo, el máximo o el mínimo del día, el cierre, la "variación del día" y las actualizaciones del float al cierre de la jornada.
• Ejecuciones dentro de una vela. Suponer una entrada en el mínimo de una vela de 1 minuto, o la ejecución de un stop exactamente a su precio. Solo sabes que un mínimo fue el mínimo cuando la vela cierra; los stops se ejecutan al siguiente precio disponible.
• Listas construidas después. Una lista de "top gappers" ordenada por la variación o el volumen de todo el día, usada como universo para entradas a las 09:35.
• Etiquetas retrospectivas que necesitan el final. "Días que cerraron en verde", "runners" o "primer día rojo" son resultados.

Una prueba para cada filtro: anota la hora en que se conoció por primera vez su valor. Si esa hora es posterior a la entrada, el filtro tiene sesgo de anticipación.

El estudio Gapper HOD (en inglés) de FennEdge señala un ejemplo propio. Divide los gappers según si cerraron en la apertura o por encima (n = 233, mediana del máximo del día 10:25 ET) o por debajo (n = 438, mediana 08:37 ET), y advierte que esa división usa información que solo se tiene después del cierre (2026-07-01 a 2026-10-02; archivo de FennEdge; datos al 2026-10-02; ver Estadísticas de gappers small-cap (2026) (en inglés)). Como descripción de dos tipos de jornada, la división está bien. Como filtro para una entrada a las 09:35, tendría sesgo de anticipación.

El mismo estudio muestra una forma más discreta: su muestra se define por el gap en la apertura oficial de las 09:30, así que no reconstruye lo que mostraba un escáner de premarket. Las acciones que subieron en el premarket pero abrieron por debajo de +20% no están incluidas. Un backtest de entradas en el premarket con ese universo seleccionaría a partir de una cifra que todavía no existía.

Supervivencia y ajuste por splits

El sesgo de supervivencia (survivorship bias) surge al probar con un universo construido a partir de la lista de tickers de hoy. Las small caps dejan de cotizar, cambian de nombre y hacen contrasplits (reverse splits) con frecuencia; una lista de símbolos activos hoy deja fuera, sin que se note, muchos de los peores resultados. El estudio HOD tomó el tipo de cada valor de los datos de referencia vigentes en cada sesión histórica, no de la lista activa de hoy, así que los tickers que después dejaron de cotizar, cambiaron de nombre o hicieron un contrasplit siguen en la muestra. El estudio también señala que esto reduce el sesgo de supervivencia sin eliminar todos los errores de clasificación.

El ajuste por splits reescribe la historia. Tras un contrasplit de 1 por 20, una acción que cotizaba a $0.20 aparece en los datos ajustados a $4.00. Un backtest con un filtro de "precio por encima de $1" sobre datos ajustados incluye días en los que la acción cotizaba muy por debajo de $1, con cotizaciones por debajo del dólar, otros spreads y otros operadores. Comprueba los filtros de precio con el precio que se cotizaba ese día. El estudio HOD excluyó 5 de 676 observaciones que cumplían las condiciones (2026-07-01 a 2026-10-02; archivo de FennEdge; datos al 2026-10-02) en las que los datos por minuto y los diarios no coincidían en la escala de precios; en cuatro de ellas, el precio superaba en más de 10 veces la apertura y el cierre, una discrepancia de ajuste por splits. También señala que los ajustes pueden revisarse más adelante.

Prints erróneos

Un solo print fuera de mercado puede fijar un máximo o un mínimo de 1 minuto al que ninguna orden podría haberse ejecutado. En un backtest, ese print puede activar una entrada, un stop o un objetivo que en la práctica no existió. La comprobación habitual es una prueba de sensibilidad: eliminar las observaciones sospechosas con una regla explícita y ver si el resultado se mantiene.

El mismo estudio indica también dos convenciones que cambian las cifras en el margen: cuando el mismo máximo se marcó en más de un minuto (78 de 671 observaciones, 11.6%; 2026-07-01 a 2026-10-02; archivo de FennEdge; datos al 2026-10-02), usó el primer minuto; y los tickers repetidos cuentan una vez por sesión, así que 461 tickers produjeron las 671 observaciones. Ninguna de las dos es correcta o incorrecta. Las dos están escritas, y eso es lo importante.

Sobreajuste y pruebas fuera de la muestra

El sobreajuste consiste en ajustar una regla hasta que encaja con el ruido de una muestra. Las ideas intradía tienen muchos parámetros: duración del rango, margen de entrada, ubicación del stop, objetivo, stop por tiempo, umbral de volumen, tramo de precio y hora del día. Si pruebas suficientes combinaciones, alguna parece excelente por azar.

Así que una regla que muestra +0.4R por operación en 40 operaciones, después de probar 50 variantes, es más o menos lo que produce el puro ruido. Bailey y sus coautores (2014) describen cómo la probabilidad de que un backtest esté sobreajustado aumenta con el número de configuraciones probadas; White (2000) y Harvey, Liu y Zhu (2016) describen correcciones para cuando se prueban muchas ideas con los mismos datos.

Defensas prácticas:

• Congela la regla y después pruébala con datos con los que no la ajustaste (fuera de la muestra), como en el escenario C.
• Prueba walk-forward (validación progresiva). Ajusta con los meses 1–3 y prueba con el mes 4; ajusta con los meses 2–4 y prueba con el 5; y así sucesivamente.
• Cuenta las variantes que probaste e informa esa cifra junto con el resultado.
• Prefiere pocos parámetros. Cada uno es otra oportunidad de ajustarse al ruido.

Observar frente a inferir

Una publicación en un foro dice: "Hice un backtest de 2,000 rupturas en small caps, 61% de tasa de acierto, sólido como una roca." Separa lo que se mostró de lo que se afirma.

Qué cambia las probabilidades

Estas condiciones cambian cuánto se puede confiar en el resultado de un backtest. Son comprobaciones, no hallazgos:

• Cada filtro tiene una marca de tiempo no posterior a la entrada.
• Las ejecuciones incluyen el spread y el deslizamiento, con los stops ejecutados peor que su precio.
• Universo construido con fecha (point-in-time), incluidos los valores que después dejaron de cotizar.
• Precios comprobados con el precio cotizado ese día, no solo con datos ajustados.
• Comprobaciones de sensibilidad para los prints erróneos y las convenciones de empate.
• Resultados fuera de la muestra o walk-forward informados junto a los de dentro de la muestra.
• División por régimen. Resultados informados por mes o por condición de mercado; ver Condiciones de mercado en day trading.

El costo de equivocarse

Supongamos que alguien se creyó los +0.31R por operación del escenario A y los operó con $50 de riesgo por operación, 200 operaciones por trimestre (Ilustrativo):

El costo no es solo el dinero perdido. Un operador que cree en el escenario A puede aumentar el tamaño, lo que multiplica la diferencia.

Cuántas operaciones hacen falta para que esto signifique algo

Detectar una ventaja de +0.10R por operación con una desviación estándar por operación de 1.2R, con un margen de ±0.10R y una confianza de aproximadamente el 95%, exige unas (1.96 × 1.2 ÷ 0.10)² ≈ 553.2, redondeado hacia arriba a 554 operaciones (Ilustrativo, aproximación normal). La mayoría de los backtests intradía con unos pocos meses de datos de small caps tienen menos operaciones que eso, y las operaciones de la misma acción en el mismo día cuentan menos. Cuántas operaciones hacen falta para probar una estrategia explica el método; Múltiplo de R explica por qué los resultados deben expresarse en R.

Lo que esta lección no afirma

• No afirma que ninguna regla del ejemplo funcione o falle; todos los resultados de las reglas son ilustrativos.
• Las cifras del estudio HOD describen el momento de los máximos en una muestra, no el resultado de ninguna operación.
• Un backtest limpio sigue siendo una descripción del pasado. Los patrones pasados no indican resultados futuros.
• Eliminar el sesgo de anticipación no hace que un resultado sea real; elimina una forma conocida de producir uno falso.

Para profundizar

• Primero, FennEdge.
  • ¿A qué hora marcan su máximo del día las small caps con gap al alza? (en inglés) es un ejemplo resuelto completo de método y advertencias: universo, exclusiones, comprobaciones de sensibilidad y sesgo de anticipación señalado en el texto (n = 671, datos al 2026-10-02).
  • Gapper HOD Timeline muestra los datos diarios de HOD subyacentes (invitados, Free y Plus: la última sesión completada; las sesiones anteriores requieren Pro, dos meses, o Max, un año; acceso a la herramienta al 2026-10-05).
  • In-Play Days muestra gráficos de 1 minuto de días activos pasados. Sin Max, incluso como invitado, puedes abrir completo el día activo más reciente de cada ticker; los días anteriores y el historial de dos años requieren Max, y repetir muchos días pasados también requiere Max. Úsalo para revisar a mano, vela por vela, una muestra de operaciones del backtest.
  • Top Gappers Calendar lista gappers pasados (invitados, Free y Plus: la última sesión con los filtros predeterminados; historial completo en Pro y Max). Su filtro predeterminado incluye un volumen del día completo de al menos 1 millón de acciones, que es la trampa del escenario A si usas esa lista como universo para entradas intradía.
• La MAE y la MFE en los backtests heredan todos los problemas anteriores; ver MAE y MFE en trading.
• Pruebas de setups. Ruptura del rango de apertura (ORB) aplica estas comprobaciones a un setup habitual.
• Retrospectiva. Pensar en probabilidades trata la retrospectiva en los ejemplos con gráficos; el sesgo de anticipación es su versión en los backtests.
• Proyecto final. Cómo encontrar tu ventaja (edge) en trading, una revisión de 100 operaciones, aplica la misma disciplina a tu propio registro.

Ejercicios

Esta lección tiene seis ejercicios: tres verificaciones de conceptos (la lista de tickers de hoy como universo; filtros de precio sobre datos ajustados por splits; para qué sirven los datos fuera de la muestra), dos escenarios en los que tienes que encontrar el sesgo de anticipación de un backtest y un cálculo de la muestra necesaria para detectar una ventaja pequeña. Los ejercicios, las respuestas y el progreso están disponibles después de iniciar sesión.

Fuentes primarias

• Bailey, D. H., Borwein, J. M., López de Prado, M. y Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society 61(5).
• White, H. (2000). A Reality Check for Data Snooping. Econometrica 68(5).
• Harvey, C. R., Liu, Y. y Zhu, H. (2016). … and the Cross-Section of Expected Returns. The Review of Financial Studies 29(1).
• Brown, S. J., Goetzmann, W., Ibbotson, R. G. y Ross, S. A. (1992). Survivorship Bias in Performance Studies. The Review of Financial Studies 5(4).

Fuentes consultadas el 2026-10-05. La regla del backtest, sus resultados y la simulación son ficticios e ilustrativos. Las cifras medidas proceden del archivo de FennEdge, tal como se indica. Esta lección tiene fines educativos y no es una recomendación de comprar o vender ningún valor. Los patrones pasados no indican resultados futuros.