La mayoría de los traders que hacen backtesting cometen el mismo error: optimizan sobre los mismos datos con los que van a operar.

El resultado: curvas de equity preciosas en histórico, pérdidas reales desde el primer mes en producción.

Estos son los errores más frecuentes:

1. Overfitting sin saberlo

Cuantos más parámetros ajustas sobre el mismo dataset, más probabilidad de que estés aprendiendo el ruido, no la señal.

2. Ignorar costes reales

Spread, slippage, comisiones. Un sistema que gana 8% anual bruto puede perder 3% neto. Las matemáticas importan.

3. Survivorship bias en los datos

Si tu proveedor solo incluye activos que siguen cotizando hoy, estás mirando un universo pre-filtrado de ganadores.

4. No separar in-sample de out-of-sample

La validación walk-forward no es opcional. Es lo mínimo.

El objetivo de un buen backtesting no es encontrar el sistema perfecto del pasado — es estimar con honestidad qué probabilidades tiene una estrategia de funcionar en el futuro.

Para eso construimos AlphaLab: herramientas estadísticas serias para traders sistemáticos.