En el anterior artículo describía una operación que me produjo fuertes pérdidas porcentuales a mi, a mis amigos y a mi familia, invirtiendo en sistemas automaticos comprados en varias páginas web. Aunque afortunadamente nadie invirtió mucho dinero.
En este artículo voy a comentar cómo pude haberlo evitado.
El problema con sistemas automaticos
El problema es que tienden a estar sobre-optimizados. Pueden tener resultados estupendos en el pasado porque están demasiado adaptados a la curva histórica de precios, y por tanto empeoran rápidamente al operar en el mundo real.
Eso se puede percibir de un modo intuitivo, y no sólo con trading automático: Podemos elegir:
- Un método de trading maravilloso
- Un sistema automático genial
- Un truco leído en una revista de inversores
- Un consejo publicado por un gurú infalible
Cualquiera de estas ideas que haya dado unos resultados fantásticos en el pasado, probablemente en el futuro nos haga perder hasta la camisa si hemos desechado muchos otros trucos, sistemas o consejos que no han ganado nada en el pasado.
Es decir, estamos incurriendo en un sesgo de supervivencia: descartamos decenas o cientos de sistemas y elegimos EL SISTEMA que sí funciona. Si estudiamos muchos trucos, tarde o temprano alguno tendrá buenos resultados.
Este sesgo de supervivencia es más frecuente con sistemas automáticos, porque los ordenadores testean en pocos minutos cientos de combinaciones de sistemas con distintas variables, hasta que alguno tenga resultados perfectos.
La solución
Para evitar este sesgo, hay que analizar los resultados fuera de la muestra. Aquí se explica un poco este tema (en inglés).
Pero la idea es sencilla: consiste en diseñar el método de inversión con los datos históricos durante un período de tiempo denominado en-la-muestra. Y los resultados obtenidos en ese período no los consideramos; sólo usamos los de un período posterior, denominado fuera-de-la-muestra.
Los resultados fuera de la muestra tienen la misma lógica que una inversión en el mundo real, que invierte obviamente en un tiempo futuro; y casi siempre, esos resultados fuera de muestra son mucho peores que los resultados en-la-muestra.
En mi caso, las páginas webs me ofrecían datos de resultados del 2000 al 2005. En vez de seleccionar los mejores sistemas del 2000 al 2005, debí seleccionar los mejores del 2000 al 2004 (período en-la-muestra) y comprobar sus resultados en el 2005 (fuera-de-muestra).
Hice esa prueba unas semanas después del fiasco:
Mi elección original obtenían un +33% anual en todo el período 2000-2005; y al explotarlo en el tiempo futuro (2006), nos provocó fuertes pérdidas.
En cambio, los mejores sistemas en-la-muestra (2000-2004) eran:
Obtenían una rentabilidad anualizada del orden del 25%. Aunque nada más verlos resulta sospechoso que haya 3 sistemas diferentes respecto al diseño anterior.
Pero al probar esta combinación en el año 2005, es decir fuera-de-la-muestra, fueron:
¡Fuertes pérdidas, del orden del -40%!
Para la primera prueba elegí un período de 5 años en la muestra y 1 año fuera de muestra, pero en realidad se puede usar cualquier plazo; por ejemplo 2 años en la muestra y 3 años fuera de muestra, o 2,5 y 2,5 etc.
Asi que hice múltiples combinaciones, con periodos cortos (pocos meses), medianos y largos, tanto en la muestra como fuera de muestra. Comprobé asi que la mayor parte de las veces, los resultados fuera-de-muestra eran mucho peores que en-la-muestra, y la mayoría de las veces con fuertes pérdidas.
clic para agrandar
Los programas de backtest pueden hacer incluso lo que se denomina un estudio walk-forward: eligen períodos cortos en la muestra y fuera de la muestra, de 1 año cada uno, moviéndolos 1 año a la derecha cada vez. Y después suman los resultados obtenidos encadenando los periodos fuera-de-muestra sucesivos.
Pero no hace falta ser tan sutil. Las sencillas pruebas que hice manualmente demostraban que aquello tenía una alta probabilidad de fracaso. Ahora lo se.
Hay un último factor que quiero comentar que puede ayudar al inversor, aunque yo con aquellos sistemas no podía testearlo: la simplicidad de los sistemas. Cuanto más sencillos sean, cuantas menos variables incorporen, menor es la probabilidad de sobre-optimización. Los sistemas simples son más estables, siempre.
La cuadrilla
Bien, la reacción fue buena: comenzaron a escribir poesías.
Durante las semanas de desplome brutal de nuestras inversiones, varios participantes comenzaron a enviar por e-mail pequeñas coplas satíricas ironizando sobre nuestras expectativas pinchadas y nuestra mala fortuna.
Cuanto más se volatilizaba nuestro dinero, más coplillas nos enviábamos, riéndonos de nuestra suerte y de nuestra riqueza, tan efímera. Al final, nos resultó una ruina muy entretenida..
Aún guardo algunos versos:
Volverán los oscuros negocillos de nuestras cuentas sus Bonos a colgar y otra vez, con promesas de más pasta, tendremos que jugar. - Pero aquellos que en Septiembre ilusionaron, con sus ganancias inmensas en verdad Aquellos que engordaron nuestras cuentas... ¡ Esos no volverán ¡
O:
Con lastimeros ayes gima el viento; y entre futuros y mortal quebranto la falta de la voz supla el acento; - ciegos los ojos del brillo del dinero, lejos de la alma luz, siempre en oscura noche fenezcan en desastre financiero.
En fin, que la familia y amigos todavía me hablan. Aunque yo desde luego tengo una espina clavada en un costado.
Espero que esta pequeña historia y estos métodos de análisis puedan ayudar a algún inversor. Si es así, al menos mi experiencia habrá servido a alguien..
El hombre inteligente aprende de sus propios errores, el sabio aprende de los errores de los demás. Arturo Adasme Vasquez.
Puzzle Bobble
Karate Blazers
Puzzle De Bloques
Magical Cat Adventure