Laboratorio de validación walk-forward de Bitcoin
La herramienta divide el historial semanal de Bitcoin en tramos de prueba (folds) consecutivos; en cada uno, el modelo de la ley de potencia se ajusta solo con datos anteriores. La estrategia Balanced se ejecuta desde cero en cada tramo y se compara con un DCA con los mismos flujos, para ver si solo funcionó en un episodio concreto del mercado.
La interfaz interactiva de este laboratorio está en inglés; la guía de abajo describe todas las entradas, el método y los límites.
Datos de entrada
- Años mínimos de entrenamiento antes del primer tramo (3–10; por defecto 5)
- Meses de prueba por tramo (3–36; por defecto 12)
- Paso entre tramos (3–36 meses; por defecto 12)
- Número máximo de tramos (2–24; por defecto 10; se conservan los más recientes)
- Estrategia fija: compra con percentil ≤ 25 (50 % del efectivo), venta con ≥ 90 (25 % del BTC), capital 10.000 USD, aportación de 500 USD/mes, comisión 10 pb, deslizamiento 5 pb
Qué muestra
- Número de tramos de prueba válidos
- Tramos que superan al DCA y su porcentaje
- Mediana del exceso frente al DCA con rango P25–P75 y exceso del peor tramo
- Tabla por tramo: fin del entrenamiento, periodo de prueba, valor de la estrategia, DCA, exceso, caída máxima y operaciones
- Exportación CSV por tramo (con rentabilidad sobre lo aportado) e instantánea permanente
Cómo usarla
- Elige los años mínimos de entrenamiento para que el modelo tenga datos suficientes antes del primer tramo.
- Define la duración de cada tramo de prueba y el paso entre tramos.
- Limita el número máximo de tramos; la herramienta conserva los más recientes.
- Revisa la proporción de tramos que superan al DCA, la mediana y el peor tramo en lugar de un único resultado agregado.
- Exporta el CSV o crea una instantánea para guardar la validación.
Fórmula
El primer tramo empieza en la primera observación + los años mínimos de entrenamiento; los siguientes avanzan un paso (1 mes = 30,4375 días) y cada uno dura los meses de prueba. En cada tramo se ejecuta el backtest de la ley de potencia desde el inicio hasta el final del tramo, reajustando el modelo cada mes solo con todos los datos anteriores. Exceso = valor final de la estrategia − valor final del DCA. Se descartan tramos con menos de 8 observaciones semanales y se necesitan al menos 2 válidos.
Ejemplo
Supón 6 tramos con excesos (USD): +1.200, −300, +450, +2.100, −800 y +150. Tramos que superan al DCA = 4/6 ≈ 66,7 %. Ordenados: −800, −300, 150, 450, 1.200, 2.100 → mediana = (150 + 450) / 2 = 300; peor tramo = −800.
Cómo interpretarlo
- Una proporción alta de tramos ganadores y un peor tramo poco negativo indican que el resultado no depende de un solo episodio.
- Si casi toda la ventaja procede de un único tramo, el resultado agregado de todo el historial puede engañar.
- Cuando el paso es menor que la duración del tramo, los tramos se solapan y no son del todo independientes.
Limitaciones y avisos
- La validación fuera de muestra reduce pero no elimina el sobreajuste; el número de tramos, la longitud de ventana y los cambios de régimen influyen.
- Cada tramo reinicia con 10.000 USD y 500 USD/mes, así que los valores no se acumulan entre tramos.
- Los parámetros de la estrategia están fijos en Balanced; cambiarlos en el backtester no modifica esta página.
Preguntas frecuentes
¿Qué es la validación walk-forward?
Es probar una estrategia en tramos sucesivos del historial donde cada tramo de prueba solo usa datos anteriores para ajustar el modelo, imitando decisiones tomadas sin conocer el futuro.
¿Por qué indica que no hay historial suficiente?
Se necesitan al menos 160 observaciones semanales y 2 tramos válidos. Reduce los años mínimos de entrenamiento, acorta los tramos o reduce el paso.
¿La ventana de entrenamiento se desplaza?
No, es expansiva: cada tramo usa todos los datos desde la primera observación hasta justo antes de su inicio.