Cómo optimizar parámetros sin perder el contexto

Una optimización puede darte cientos de resultados y dejarte con una sola cifra: la mejor. Para investigar una estrategia, interesa saber también qué probaste, qué descartaste y cuánto cambia el resultado cuando mueves sus parámetros.

Deepwick tiene un Backtest Optimizer que ejecuta las combinaciones en tu navegador. Esta guía propone un experimento pequeño y documentado para aprender a utilizarlo.

Empieza con una pregunta y un control

Elige una estrategia con inputs numéricos y conserva su configuración original como referencia. El formulario permite seleccionar el script, símbolo, temporalidad, número de velas y rangos de búsqueda. Necesitas entrar en tu cuenta para acceder al optimizador del panel.

Anota una hipótesis antes de ejecutar. Por ejemplo: «Quiero comprobar si el comportamiento cambia de forma gradual cuando varío la longitud de entrada». Es una pregunta sobre sensibilidad, no una expectativa de beneficios.

Mantén constantes el proveedor, las velas, el resto de inputs y los costes. Una mejora entre dos pruebas con periodos distintos no permite atribuir el cambio solo al parámetro.

Un ejemplo de búsqueda acotada

Con una estrategia Donchian, puedes estudiar una longitud de entrada de 15 a 25, con paso 5, y una longitud de salida de 5 a 10, con paso 5. Son seis combinaciones: tres valores de entrada por dos de salida. Es un ejemplo didáctico de configuración, no un conjunto de parámetros recomendado para operar.

Escribe esos rangos antes de iniciar la búsqueda y conserva el resto de la configuración. El contador de combinaciones ayuda a detectar una malla demasiado grande. Si amplías los rangos después de ver los resultados, registra esa ampliación como otro experimento.

Qué muestra la frontera de Pareto

El optimizador presenta resultados de la frontera de Pareto y un gráfico de beneficio neto frente a drawdown. La idea es comparar alternativas que ofrecen distintos compromisos entre ambas medidas. Las tarjetas se ordenan por Sharpe dentro del conjunto mostrado.

Las tarjetas no son el historial completo de todas las combinaciones. El número de pruebas y el número de resultados visibles pueden ser distintos. Para estudiar un vecino concreto, vuelve a ejecutarlo explícitamente; su ausencia del listado no significa que no se haya probado.

También existe Parameter sensitivity dentro de quant report de un backtest guardado. Ese barrido usa dos inputs numéricos y su mapa puede mostrar solo resultados seleccionados. Una celda vacía no demuestra estabilidad ni fracaso.

Cierra el experimento antes de seguir buscando

Registra rangos, número de pruebas, configuración de referencia, operaciones, drawdown y decisiones descartadas. Revisa los costes y las condiciones de ejecución antes de comparar un resultado del navegador con un informe guardado.

La búsqueda repetida sobre la misma muestra puede seleccionar ruido; The Probability of Backtest Overfitting estudia ese problema de selección. Una configuración vecina con resultados parecidos merece más pruebas, pero no certifica robustez.

El siguiente paso es definir una evaluación fuera del entrenamiento sin modificar la regla después de consultar el resultado reservado.