Estadísticas de backtest: analiza los resultados · 3 / 5
Operaciones solapadas: veinte resultados pueden representar cuatro episodios
Veinte operaciones abiertas alrededor de cuatro anuncios son veinte ejecuciones, pero pueden contener muchas menos experiencias independientes de mercado. Conserva las operaciones y agrupa los episodios comunes que pueden moverlas a la vez.
Athenum7 minActualizado:
Número de operaciones frente a observaciones independientes
El número de observaciones es un recuento literal bajo una regla de agrupación. La independencia es un supuesto sobre relaciones entre resultados. Las operaciones pueden compartir horario de entrada, ventana de posición, instrumento, señal o shock. Más filas no justifican por sí solas intervalos de incertidumbre más estrechos.
El solapamiento no prueba dependencia perfecta y la ausencia de solapamiento no prueba independencia. Un régimen persistente puede relacionar operaciones entre días. Examina mecanismo, serie temporal y sensibilidad a agrupaciones plausibles. La autocorrelación revela algunas dependencias, pero no certifica que ninguna otra exista.
Posiciones simultáneas y agrupación de operaciones en episodios
Si hay cinco posiciones simultáneas, la simulación debe repartir capital y riesgo entre las cinco. Reproducir cada una como si controlara toda la cuenta puede crear exposición agregada imposible. Ocurre algo parecido al contar muchas variantes de señal del mismo movimiento como confirmaciones independientes.
Para analizar incertidumbre, agrupa con una regla definida antes de evaluar éxitos: episodio, sesión o bloque temporal justificado. Guarda las operaciones integrantes e informa ambos recuentos. No elijas después la agrupación que produce menor incertidumbre.
Ejemplo: veinte operaciones en cuatro episodios de cinco copias
Construimos cuatro episodios independientes solo para este modelo didáctico. Cada uno contiene cinco resultados netos idénticos: respectivamente +2R, −1R, +1R y −2R. Hay veinte filas, pero las cinco copias de cada episodio no aportan información adicional sobre su shock. La media es cero en ambas representaciones.
Si los resultados por episodio tienen varianza poblacional σ² y son independientes, la varianza de la media es σ² / 4. Tratar erróneamente las veinte copias como independientes usa σ² / 20: subestima la varianza por un factor cinco y el error estándar por √5. El factor exacto depende de la dependencia perfecta construida; no sirve universalmente para operaciones solapadas.
| Episodio | Filas de operaciones | Resultado de cada fila | Shock distinto modelado |
|---|---|---|---|
| A | 5 | +2R | 1 |
| B | 5 | −1R | 1 |
| C | 5 | +1R | 1 |
| D | 5 | −2R | 1 |
Ampliar el diagrama- Operaciones registradas: 20 observaciones
- Episodios independientes del modelo: 4 observaciones
Error: dividir el número de operaciones entre cinco como muestra efectiva
Dividir siempre entre cinco el número de operaciones es tan injustificado como asumir independencia. El factor del ejemplo se deriva de su estructura explícita. Un análisis real necesita un modelo de covarianza o remuestreo adecuado, historia suficiente y sensibilidad. Conserva los recuentos brutos aunque el modelo de incertidumbre use grupos.
Antes de actuar
- Mapea ventanas de posición y eventos comunes.
- Separa recuento literal y supuesto de independencia.
- Simula restricciones simultáneas de capital y riesgo.
- Declara la agrupación antes de cuantificar incertidumbre.
Comprueba lo aprendido
Una muestra tiene seis sesiones independientes con tres resultados perfectamente idénticos dentro de cada una. ¿Por qué factor se subestima la varianza al tratar las dieciocho filas como independientes?
Ver la respuesta explicada
La varianza correcta del modelo es σ² / 6 y la incorrecta σ² / 18. La subestimación es un factor tres en varianza y √3 en error estándar. Depende de sesiones independientes y resultados idénticos dentro de cada sesión.
Fuentes y lecturas adicionales
Profundiza con Athenum
Lecciones relacionadas
- Comprueba el denominador de la tasa de éxito de un patrón gráfico
100 candidatos, 60 entradas y 24 aciertos. Separa candidatos, entradas válidas, toques de objetivo y trades rentables antes de calcular porcentajes.
- Prueba out-of-sample: reserva datos sin filtrar resultados futuros
Congela reglas y protocolos de evaluación antes del test. Audita operaciones que cruzan límites y preprocesamiento para evitar filtraciones de datos.