Una división out-of-sample limpia es útil. No es un indulto.
Una estrategia puede sobrevivir a una sola porción oculta de la historia y aun así ser demasiado frágil para una cuenta de prop firm. El walk-forward testing importa porque plantea la pregunta más dura que un único hold-out no puede responder: ¿sigue comportándose el edge cuando la ventana de entrenamiento, la ventana de test y el régimen de mercado se mueven todos a la vez?
Qué es realmente el walk-forward testing
El walk-forward testing es testeo out-of-sample repetido sobre ventanas deslizantes, no un nombre más bonito para un solo backtest limpio.
Construyes la estrategia sobre un bloque de historia, la testeas sobre el siguiente bloque nunca visto, desplazas toda la ventana hacia adelante y repites. Luego coses solo los segmentos de test nunca vistos y juzgas esos resultados como un único track continuo.
train 2020-2022 -> test 2023
train 2021-2023 -> test 2024
train 2022-2024 -> test 2025
juzga los segmentos de test cosidos, no los ajustes in-sampleEsa lógica se sitúa entre el backtesting ordinario y el forward testing en real. FTMO Academy trata el backtesting y el forward testing como pasos separados, y su guía de backtesting advierte que la optimización in-sample puede sobreajustar el pasado si no tienes cuidado. El explicador de walk-forward de Interactive Brokers hace el mismo planteamiento desde el lado quant: el re-testeo repetido sobre nuevas ventanas pretende imitar cómo una estrategia se enfrenta a condiciones cambiantes, no cómo se veía en un único segmento halagador (FTMO Academy: How to Backtest Trading Strategies, FTMO Academy: Forward Testing of Trading Strategies, IBKR Campus: walk-forward analysis).
Por qué un solo hold-out limpio sigue sin bastar
Un solo hold-out limpio sigue sin bastar porque un único segmento nunca visto puede ser amable.
Quizá el régimen de ese periodo casualmente le venía bien a tus entradas. Quizá la volatilidad se mantuvo inusualmente cooperativa. Quizá el conjunto de parámetros que ganó tu barrido de optimización también tuvo suerte en el único hold-out que guardaste. David H. Bailey, Marcos López de Prado y coautores plantean la versión estadística de ese argumento sin rodeos: una vez que buscas suficientes variantes, el backtest ganador se vuelve en parte un efecto de selección en lugar de un edge puro (Statistical Overfitting and Backtest Performance).
Eso no hace inútil un único hold-out. Lo hace incompleto.
| Comprobación | Lo que puede decirte | Lo que aun así puede no captar |
|---|---|---|
| Una división out-of-sample | Si las reglas sobrevivieron un segmento nunca visto | Si ese segmento fue inusualmente amable |
| Walk-forward testing | Si las reglas se mantienen coherentes a través de ventanas nunca vistas repetidas | Si la ejecución en real y los costes se modelaron mal |
| Forward testing | Si la estrategia se comporta sobre datos frescos y actuales | Si simplemente tienes muy poca muestra |
| Monte Carlo | Cuán feo puede ponerse el mismo edge en otras secuencias | Si el edge en sí es real |
Por eso nuestro explicador de out-of-sample y nuestro explicador del drawdown Monte Carlo son piezas complementarias y no sustitutos de esta. Cada test responde a una forma distinta en la que un backtest puede halagarse a sí mismo.
Cómo hacer walk-forward testing sin engañarte a ti mismo
El walk-forward testing solo ayuda si eres lo bastante estricto como para dejar que fracase.
Las reglas prácticas no son glamurosas:
- Elige la lógica de la ventana antes de empezar. Las ventanas fijas y las ventanas expansivas son ambas válidas; las ventanas improvisadas escogidas después de mirar el resultado no lo son.
- Congela las reglas dentro de cada ciclo. Si retocas el modelo después de ver la ventana tres, vuelve a correr todo el proceso desde el inicio.
- Arrastra el mismo modelo de costes por cada segmento. El spread real, el slippage, la comisión y el swap no pueden desaparecer solo porque cambió la ventana de test.
- Cose solo los segmentos de test nunca vistos. Mezclar retornos in-sample y out-of-sample en una sola curva derrota el propósito.
- Juzga el peor segmento, no solo el segmento promedio. Una ventana fea es a menudo toda la historia.
El último punto es el que más importa. Un resultado walk-forward ligeramente peor que el ajuste in-sample es normal. De hecho, normalmente así es como se ve la honestidad. Lo que estás buscando no es debilidad cosmética. Estás buscando ventanas donde el comportamiento cambia de carácter por completo: el drawdown se duplica, la frecuencia de operaciones se desploma, o el edge solo existe en un régimen.
Si quieres una prueba de olfato rápida, pregúntate esto: si solo le mostrara los segmentos walk-forward cosidos a un escéptico, ¿seguiría creyendo que el sistema tiene un edge coherente? Si la respuesta es no, la estrategia no está lista.
Por qué los traders de prop firm deberían preocuparse más que la mayoría
Los traders de prop firm deberían preocuparse más porque las reglas de prop firm castigan la debilidad de régimen de inmediato.
Un inversor con capital paciente puede sobrevivir a un trimestre duro si la estrategia se recupera más tarde. Un trader de prop firm muchas veces no puede. Si un segmento walk-forward muestra un agrupamiento de días feos, eso no es una nota al pie académica. Es exactamente el tipo de periodo que puede chocar contra un límite de pérdida diaria, un suelo de pérdida máxima o un trailing drawdown antes de que la esperanza a largo plazo tenga tiempo de importar.
Por eso la compatibilidad con la prop firm es una cuestión de camino antes que una cuestión de retorno. Una estrategia que se ve excelente en una sola curva agregada de cinco años puede aun así ser una mala estrategia de prop firm si dos de las ventanas de test desplazadas son lo bastante desordenadas como para incumplir las reglas. Esa es la misma lógica de supervivencia detrás de el riesgo de ruina para traders de prop firm y de por qué el camino del fondeo importa más que el retorno promedio.
La pregunta no es "¿el backtest acabó ganando dinero?". La pregunta útil es "¿el edge se mantuvo reconocible cada vez que el mercado dejó de comportarse como la ventana en la que entrené?".
Qué prueba realbacktesting, y qué no
realbacktesting publica sistemas de cTrader verificables y listos para prop firm, pero el valor está en las comprobaciones que de verdad están documentadas, no en afirmaciones vagas de robustez.
La metodología publicada es explícita sobre las partes que un lector puede verificar hoy: cinco años de datos M1 de bróker de cTrader de 2021-2026, una base de modelo de 80,000 EUR, spread real por símbolo, comisión, swap y 1 bps de slippage, 100% de paridad de señales a través de 13 estrategias y 175,401 barras, y techos de drawdown impuestos en el percentil 95 de 20,000 simulaciones Monte Carlo, luego comprobados sobre un hold-out out-of-sample del 30%. Esos hechos viven en cómo modelamos costes, paridad, Monte Carlo y el hold-out.
El walk-forward testing no reemplaza nada de eso. Es una herramienta de interrogación más para traders que quieren ser más estrictos con su propia investigación, o más estrictos con la curva de equity reluciente de cualquier otro.
Si un backtest no puede sobrevivir a costes reales, a un hold-out nunca visto y a un estrés de camino básico, el walk-forward no lo rescatará. Simplemente nombrará el problema con más claridad.
Preguntas frecuentes
¿El walk-forward testing es lo mismo que el forward testing?
No. El walk-forward testing sigue usando datos históricos, pero mantiene desplazando las ventanas de entrenamiento y de test hacia adelante en el tiempo. El forward testing ocurre después de eso, sobre datos de mercado frescos que llegan una vez que el backtest ya está terminado.
¿Cuántas ventanas walk-forward son suficientes?
No hay un número mágico. Necesitas suficientes ventanas para forzar a la estrategia a pasar por múltiples regímenes distintos, y suficientes segmentos nunca vistos para que un solo año afortunado no pueda cargar todo el resultado.
¿Deberían los resultados walk-forward coincidir con el resultado in-sample?
Normalmente no. Algo de degradación es normal. La pregunta útil es si el comportamiento se mantiene reconocible: carácter de drawdown similar, esperanza similar y ninguna ventana catastrófica que revele que el edge solo funcionaba en un estado de ánimo del mercado.
¿Puede el walk-forward testing arreglar una estrategia con overfitting?
No. Expone la fragilidad; no la cura. Si la estrategia solo funciona cuando el mercado repite tu ventana de entrenamiento favorita, el walk-forward normalmente hará que ese hecho incómodo sea más fácil de ver.
¿Por qué importa tanto esto para los traders de prop firm?
Porque las prop firms quiebran cuentas por secuencias feas, no por promedios elegantes. Las ventanas nunca vistas repetidas te dicen más sobre esas secuencias feas que cualquier curva-titular pulida.
La conclusión tozuda
Un buen hold-out puede hacer que una estrategia parezca honesta. Una pila de hold-outs desplazados es mucho más difícil de encandilar.