Walk-forward: ventanas, etiquetas y reglas antes del resultado

El análisis walk-forward alterna selección sobre datos anteriores y evaluación sobre un bloque posterior. Su objeto es un procedimiento que actualiza decisiones con información históricamente disponible. Un buen último conjunto de parámetros no resume por sí solo ese procedimiento. Tampoco cada ventana adicional constituye una observación independiente.

Define el procedimiento antes de evaluar

Fija longitud de calibración y evaluación, intervalo de actualización, candidatos, criterio de selección, desempate y acción si ninguno cumple. Incluye costes, exposición y tamaño de muestra de forma coherente. Maximizar beneficio es un criterio elegido, no un punto de partida neutral. Registra las versiones y calendarios probados: escoger el calendario tras mirar sus resultados también selecciona retrospectivamente.

Probar más alternativas puede seleccionar ruido histórico. Sin embargo, superar un 75 % de aciertos en doscientas operaciones o un factor de beneficio de 3,5 no diagnostica por sí solo sobreajuste. Inspecciona datos, ejecución, costes e historial de selección. En la revisión del backtest encontrarás comprobaciones complementarias, sin convertir una métrica en certificado.

El índice de la muestra no dice cuándo está completa su etiqueta

Modelo hipotético con periodos regulares: la etiqueta de la muestra t necesita los cierres t +1 y t +2. La evaluación empieza en el periodo 10; ajustas después del cierre 9 y antes de empezar el 10. Un hueco de una muestra conserva la 8, cuya etiqueta requiere cierres 9 y 10: aún falta información. Un hueco de dos conserva la 7, que necesita cierres 8 y 9, ya conocidos.

El hueco elimina muestras finales del entrenamiento; no inspecciona automáticamente todo lo usado para construir etiquetas o variables. Diagnóstico adicional: si cambias la etiqueta a tres cierres futuros, la última muestra completa pasa a ser 6, porque 6+3=9. La 7 necesita el cierre 10. En este calendario alineado se excluyen tres muestras, sin establecer una receta de tres para otros problemas.

Cuenta las evaluaciones completas

Con historia 2018–2023, cuatro años de calibración y uno de evaluación, avanzando un año, primero calibras 2018–2021 y evalúas 2022. Después calibras 2019–2022 y evalúas 2023. Son dos evaluaciones completas, no cinco. Cinco años de historia permiten una pareja de cuatro más uno; cinco evaluaciones anuales requieren nueve años: cuatro iniciales y cinco posteriores.

Las calibraciones comparten datos y los periodos evaluados son temporalmente contiguos. No supongas independencia estadística. Una calibración posterior puede utilizar datos de la evaluación anterior una vez que esos datos ya existían, respetando la cronología. Esto no autoriza cambiar retrospectivamente lo que se habría seleccionado antes.

Distingue ventanas móviles y expansivas

La ventana móvil mantiene longitud fija: 2018–2021, 2019–2022, 2020–2023 en la ilustración de cuatro años. La expansiva conserva el inicio: 2018–2021, 2018–2022, 2018–2023. Menos memoria descarta condiciones antiguas y reduce muestra; más memoria conserva observaciones que pueden pertenecer a otras condiciones. Ninguna variante garantiza adaptación rápida o parámetros estables. No existe una asignación universal de seguimiento de tendencia a móvil y reversión a la media a expansiva.

Aprende normalización, selección de variables e imputación solo con datos de entrenamiento permitidos; aplica después la transformación aprendida al bloque evaluado. Calcular primero la media con toda la historia filtra información aunque después separes filas. La documentación de TimeSeriesSplit diferencia hueco y tamaño de entrenamiento y exige muestras igualmente espaciadas para comparar duraciones de evaluación. Con eventos irregulares, comprueba además el calendario real.

Interpreta WFE junto con sus componentes

En la convención de TradeStation, la eficiencia walk-forward compara rentabilidad anualizada fuera de muestra, OOS, con rentabilidad anualizada dentro de muestra, IS. Define retornos, costes y exposición de manera consistente. Ejemplo propio: 10 % dividido por 20 % da 0,5, equivalente al 50 %. Con IS igual a cero el cociente no está definido.

El mismo 0,5 surge de −5 % dividido por −10 %, aunque ambos resultados pierdan. Un valor superior a uno tampoco demuestra por sí solo uso de información futura. TradeStation presenta el 50 % como orientación práctica de su herramienta, no como umbral universal de aprobación. Consulta beneficios netos, cobertura, sensibilidad y caída desde máximos por separado.

Otros dos escenarios hipotéticos: 12 % OOS sobre 30 % IS da 0,4; 20 % sobre 25 % da 0,8. Esos cocientes no establecen cuál tiene ventaja duradera. Un cociente bajo o un cambio grande de parámetros invita a investigar; no diagnostica por sí solo ajuste al ruido.

No elijas el desempate después del resultado

Dos candidatos A y B empatan en calibración en cada uno de dos pasos. La regla escrita antes del test elige A. Importes OOS netos ficticios, en EUR y sin capitalización: A obtiene +5 y −2; B obtiene −1 y +6. La regla declarada produce +3 EUR. Elegir retrospectivamente el ganador de cada paso suma +5+6=+11 EUR.

Escoger B después de conocer toda su historia da +5 EUR. Son tres experimentos distintos, aunque usen los mismos importes. Guarda conjunto completo de empatados e identificador elegido antes de cada evaluación. Una política nacida al mirar OOS necesita nueva versión y evaluación posterior. No atribuyas al procedimiento original el resultado de una selección que aún no existía.

Une la trayectoria sin borrar posiciones

Define qué ocurre con posiciones abiertas al actualizar: cierre con sus costes o continuidad bajo regla explícita. No borres pérdidas abiertas ni reinicies saldo en cada frontera. Une resultados de evaluación cronológicamente, excluyendo beneficios de calibración, y resuelve periodos de test solapados para no contar exposición dos veces.

Calcula el drawdown completo sobre la trayectoria de patrimonio unida; promediar drawdowns de ventanas es otra operación. Incluye periodos sin operaciones y concentración de resultados. Compara con una referencia sin actualización, preseleccionada y evaluada con los mismos datos, costes y dimensionamiento.

Un bloque histórico reservado, observación posterior en demostración y simulación Monte Carlo responden preguntas diferentes. Permutar resultados conserva sus valores de entrada y cambia el orden, sin representar todos los futuros regímenes o costes. Forward de MT5 evalúa configuraciones sobre una parte posterior del intervalo histórico; no crea automáticamente varias ventanas walk-forward ni una prueba prospectiva.

WFE superior a 0,5, tres a seis meses de demo y un percentil 95 de drawdown simulado inferior al 25 % no forman una autorización universal para operar. Justifica procedimiento y criterio de riesgo. Una evaluación final sigue intacta solo mientras su resultado no guíe nuevas elecciones.

Tres comprobaciones que puedes documentar

1. Escribe calendario, candidatos, costes, exposición, desempate y tratamiento de posiciones antes de ver OOS. Cuenta evaluaciones completas sobre la historia disponible. El resultado debe ser un protocolo reproducible que distinga las dos evaluaciones de 2018–2023 de una pretensión de cinco sin datos suficientes.
2. Para cada muestra retenida, anota el último dato que exige su etiqueta y cuándo estaba disponible. Ajusta transformaciones únicamente con entrenamiento permitido. El resultado debe explicar por qué la muestra 8 falla con horizonte de dos periodos y por qué ampliar ese horizonte cambia la última válida.
3. Conserva candidatos empatados y versión elegida antes de evaluar; une después resultados netos en orden temporal y revisa patrimonio, costes y concentración. El resultado debe separar la regla +3 EUR del ganador retrospectivo +11, sin usar WFE, demo o simulación como garantía de rentabilidad futura.