Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aquí podemos ver un ejemplo de una estrategia que PASA estas características, obtiene un
Drawdown menor al doble en el percentil 95%.
69
Vamos a realizar una prueba a las estrategias generadas en el EURUSD H1 y vamos añadirle
unos backtest con unas pequeñas variaciones en los marcos de tiempo e añadir algunos
activos que lleven el USD como segunda moneda:
En total es una prueba en 10 mercados con los mismos parámetros de la estrategia y que por
lo menos en la mitad, un 50% de ellos el Profit factor sea de 1.10
70
Es una prueba muy exigente para comprobar la estrategia en diferentes estructuras con
distintas series temporales y StrategyQuant esto lo realiza muy rápido. Fue realizado sólo con
precios de apertura.
De 58 estrategias en el banco de datos de otros mercados 14 fallaron y 44 pasaron.
71
72
Montecarlo de Indicadores
Una prueba de robustez de la estrategia para evitar la sobre optimización es comprobar que
nuestra estrategia funciona medianamente parecida alterando la desviación de los parámetros
de los indicadores un determinado rango.
Una estrategia que lleve una media móvil simple de 100 periodos debería mantenerse estable
la estrategia con una media móvil desde 70 hasta 130, lo mismo con otros simples parámetros
de la estrategia.
73
Este test tiene sensibilidad a la volatilidad del mercado basado en una prueba de Montecarlo
ATR cambiamos un 20% el histórico de los precios basados en este indicador, por ejemplo, si
en una barra de precios el ATR marca 100 pips podrá tener la cotización 20 pips tanto por
arriba como por abajo del precio de cotización de esa barra de 1.1549 a (1.1529 – 1.1569) con
una volatilidad más alta influirá más el cambio de precios y con una volatilidad menor influirá
menos en la estrategia original.
Se puede apreciar en la imagen como no es muy sensible a la volatilidad del mercado, aunque
la línea azul parece esta la estrategia un poco sobre ajustada al precio original.
En esta estrategia se aprecia con diferencia en la imagen de arriba como le afecta la volatilidad
cambiando el histórico de precios basados en un x porcentaje del ATR.
74
75
Montecarlo Spread
El Montecarlo aleatorio del Spread nos hace simulaciones de las estrategias del banco de datos
cambiando los spreads desde 1 a 5 puntos enteros y podemos ver cómo afecta al rendimiento
de la estrategia los distintos niveles de spreads.
Básicamente es la misma prueba que deslizamientos sólo que los spreads es la horquilla entre
el Bid/Ask y los deslizamientos afectan a los precios de las órdenes.
En esta gráfica se puede apreciar como un spread alto le afecta bastante a la estrategia
original.
76
Una prueba realista sobre qué retornos y qué ratios podemos esperar de nuestro sistema y
saber si estamos en una zona sobre optimizada es fijarnos dónde esta media de la distribución
de todo el conjunto de optimizaciones y esto nos lo muestra la tarea Permutaciones de los
parámetros de los sistemas (SPP).
Este es el último apartado que veremos aquí las optimizaciones Simples, Walk forward y Walk
forward Matrix, las veremos desde la pestaña optimizador que es más configurable y en dónde
se suelen optimizar las estrategias que hayan pasado todos los filtros anteriores descritos en
pruebas rápidas y lentas.
77
Al terminar esta tarea en la pestaña de resultados nos aparecerán 2 nuevas casillas Sys. Param
Permutation y Optimización profile.
En SPP podremos observar las desviaciones respecto a la media en el gráfico de barras y en el
perfil de optimización un gráfico en 3D (si lo tenemos activado en
Settings/configuración/Optimizaciones/ desmarcar para guardar gráficos en 3D) más un
resumen de las optimizaciones generadas.
78
Aquí todo lo contrario he dibujado con una línea blanca la campana de gauss y se puede
observar claramente que la estrategia original se encuentra muy fuera de los percentiles de la
media o adyacentes.
79
En la parte derecha tenemos el mapa 3D qué podemos cambiar a puntos, barras o ver en plano
como mapa de calor.
Hasta aquí el módulo retester donde hemos visto todo lo que se puede realizar a la hora de
verificar con exhaustivas pruebas a nuestras estrategias.
80
MODULO 6
LA OPTIMIZACIÓN
La optimización es el proceso de selección de unos parámetros con una función de aptitud
objetivo para el mejor desempeño de una estrategia en un mercado.
No deberemos buscar como función objetivo el mayor beneficio, sino la búsqueda de unas
condiciones estables para la estrategia, en distintas fases del mercado. La estrategia debería
comportarse bien en mercados alcistas, bajistas o en rangos.
Y buscar una función objetivo que tenga en cuenta las ganancias, pérdidas y la estabilidad de la
estrategia como podría ser el Retorno / Máxima pérdida, la ratio SQN (System Quality
Number), Ratio de Sharpe…etc alguna ratio que tenga en cuenta varios factores o buscar varias
funciones objetivo por ponderación.
Una vez hayamos hecho todas las pruebas de verificación que nos resulten importantes de los
distintos test que ofrece StrategyQuant, podemos probar mejorar la estrategia y ver como se
comporta con datos nuevos desconocidos, que previamente hayamos reservado para ello en el
proceso de creación verificación.
81
En la pestaña todos los ajustes veremos que es prácticamente igual, pero se nos habrá añadido
la pestaña optimización que es la parte configurable en dónde estableceremos las
desviaciones de los parámetros en el caso de optimizar varias estrategias del banco de datos.
Si vamos a optimizar una estrategia única podemos determinar el tamaño del paso y los
valores de los rangos de una manera más personalizada.
StrategyQuant también puede determinar que parámetros optimizar por si sólo seleccionando
la casilla parámetros recomendados.
82
Una vez carguemos la estrategia desde progreso/ estrategia a optimizar/ carga, clicaremos dos
veces en la estrategia y se nos abrirá la pestaña resultados, ahí iremos a configuración de la
estrategia.
Deberemos clicar arriba en aplicar configuración a estrategia para que nos lea los parámetros
actuales de esta estrategia.
83
84
Y una vez leída la actual configuración no nos debería aparecer nada en rojo como la imagen
de abajo.
Una vez cargada correctamente la estrategia revisamos los datos de la prueba para ver que
son los mismos de la creación, las opciones de trading, gestión del riesgo y seleccionamos la
función objetivo de mejora de estrategia en la pestaña clasificación, es recomendable usar la
misma función que usaste para su generación.
Esta estrategia en concreto tiene 6 parámetros que optimizaré en parejas de dos divididas de
la siguiente manera:
85
Es una estrategia simétrica lo cual cuál quiere decir que para las ventas es justo lo contrario
con los mismos parámetros.
86
Marcaremos los indicadores valor de iniciar en la búsqueda el parar el final y el tamaño del
paso.
87
La salida por x barras y el Profit de beneficio tiene un rango muy amplio estable delimitado en
una zona verde/amarilla viendo la métrica SQN.
88
Una vez optimizada la estrategia tendremos que modificar los parámetros clicando en la
estrategia y modificando los mismo como muestra la imagen de abajo.
Es hora de probar la estrategia en los datos nuevos como se hubiera comportado. Se puede
apreciar que la estrategia no se ha caído ha seguido un comportamiento estable.
89
Si vemos más de cerca solo el periodo fuera de muestra observamos que entró en una perdida
normal en donde se ha recuperado bastante bien. No es una estrategia que haga muchas
operaciones, pero un conjunto de este tipo de estrategias poco correlacionadas entre sí, nos
puede dar una cartera diversificada y estable.
Si miramos el balance anual fuera de la muestra vemos que ha terminado en ganancias los dos
años cerrados 2018/2019.
90
El siguiente paso será en desplazar las zonas verdes intervalos de tiempo hacia adelante y
mover los nuevos datos así generar un informe de resultados con todo el periodo utilizado por
los nuevos datos haciendo una sumatoria de los resultados.
En la pestaña progreso.
Seguiremos los pasos igual que la optimización simple cargaremos la estrategia, pero
seleccionaremos la casilla Walk forward leeremos los parámetros en configuración.
Deberemos modificar los datos para añadir todo el periodo de muestra tanto los datos de la
prueba como los datos reservados para fuera de la muestra.
91