Guías prácticas · Distintos mercados

Backtesting con IA: cómo diseñar una prueba honesta

La IA puede ayudarte a documentar y revisar una prueba. Los resultados deben salir de datos y reglas reproducibles, no de una predicción inventada.

Mercados con IA · Material preparado con apoyo de IA · Actualizado el 3 de octubre de 2026 · Método y límites.

Empieza por una regla que se pueda ejecutar

Antes de pedir resultados, escribe qué dato dispara la condición, cuándo está disponible y en qué momento posterior se simula la entrada. Un cierre confirmado no estaba confirmado al inicio de esa vela. Usarlo retroactivamente para ejecutar al precio que más conviene cambia la prueba.

La IA puede convertir una descripción en una lista de reglas y localizar ambigüedades. Tú debes decidir los criterios del experimento y aportar datos suficientes. Si no has dado precios, costes o momentos de ejecución, no hay base para presentar una rentabilidad calculada.

Una ficha de datos adaptada al producto

CampoPor qué pedirlo
Fecha y zona horariaPermite ordenar las observaciones y separar los periodos.
OHLC y frecuenciaPermite comprobar condiciones definidas sobre velas.
Producto y unidadesDistingue unidades al contado de contratos y multiplicadores.
Costes y ejecuciónIncluye lo que separa precio observado y resultado realizable.
Ajustes, vencimientos o cambios de contratoEvita tratar series diferentes como una sola sin documentarlo.
Regla de datos ausentesImpide completar huecos con precios fabricados.

La documentación de los datos debe decir qué incluye la serie y qué excluye. Un futuro de una materia prima puede necesitar identificar vencimientos; una acción puede tener eventos corporativos. No supongas que el proveedor ha tratado esos elementos de la forma que necesitas.

Prompt para diseñar la prueba

Pide el protocolo antes de la curva

Diseña una prueba educativa de esta hipótesis ficticia: comparar un cierre con el máximo de las doce velas anteriores y evaluar una condición posterior definida por el alumno. No se aportan precios reales. Devuelve: regla exacta por completar, datos requeridos, momento de entrada posterior, salida, cantidad, costes, tratamiento de velas ambiguas, tramo cronológico de diseño y tramo posterior de validación. Propón criterios de rechazo que deben fijarse antes de ver resultados. No generes rentabilidad ni una curva sin datos. Usa solo los datos aportados. Separa hecho, supuesto y dato ausente. No inventes precios, fuentes ni resultados. No recomiendes comprar o vender ni asignes probabilidades sin evidencia.

Pega la instrucción en tu asistente de IA. Esta página no consulta un modelo automáticamente.

Por qué separar diseño y validación

Usa el tramo de diseño para definir la hipótesis. Conserva un tramo posterior sin usar para examinarla. Si miras el resultado posterior y cambias una regla, ese tramo ya influyó en el diseño. Puedes documentar el ajuste, pero no seguir llamándolo una validación independiente.

Registra también los ensayos que descartaste. Probar muchas combinaciones y presentar solo la mejor oculta el proceso de selección. Pide a la IA que audite fechas, variables y cambios; después verifica esos puntos contra el registro de la prueba.

Una comprobación numérica pequeña

Supón cuatro resultados netos ficticios: +12, −8, +12 y −8 €. La suma es +8 €, hay dos aciertos de cuatro y la media es +2 € por operación. Esta lista inventada permite practicar cuentas; no es un backtest de mercado.

Si añades 3 € de costes omitidos a cada operación, la lista pasa a +9, −11, +9 y −11 €. La suma es −4 €. La misma secuencia cambia de signo. Pide una tabla que conserve ambos escenarios y explique el supuesto que cambió.

Ejercicio: La IA presenta una curva real de Bitcoin cuando solo le diste estos cuatro resultados inventados. ¿Es válida?

No. La lista no contiene datos reales de Bitcoin ni evidencia de entradas ejecutables. Debe etiquetar el ejercicio como ficticio y retirar la atribución a un mercado real.

Qué hacer con el resultado

Comprueba operaciones, costes, periodos y caída del capital. Examina cómo cambian los resultados al modificar costes o ejecución, con las reglas de prueba previamente escritas. Si faltan datos o la evidencia no permite una conclusión, conserva esa incertidumbre.

Una prueba retrospectiva y una simulación posterior responden preguntas distintas. El objetivo es tener un proceso que puedas reproducir y cuestionar. En el curso de medio plazo practicarás cómo impedir que un análisis use semanas futuras para decidir en una semana anterior.

Practica el proceso completo

Resuelve tareas con datos, prompts y controles independientes en el curso gratuito.

Ir al curso relacionado

Continúa con otra tarea

Fuentes para comprobar

Las fórmulas de los ejemplos se calculan con datos ficticios. Las fuentes no respaldan una señal ni un resultado de rentabilidad de estos ejercicios.

Preguntas prácticas sobre backtesting con ia: cómo diseñar una prueba honesta

¿Qué debe incluir un backtest con IA?

Datos fechados, una regla definida antes de probar, ejecución explícita, costes y una separación cronológica entre diseño y validación. Guarda el registro de operaciones para recalcular el resumen.

¿Qué diferencia hay entre backtesting y paper trading?

Un backtest recorre datos históricos con reglas de simulación. El paper trading registra decisiones conforme llegan nuevos datos sin invertir dinero real. Ninguno garantiza que la ejecución real replique los resultados.

¿Puede la IA inventar operaciones para completar una prueba?

Debe informar qué filas faltan o qué ejecución no puede determinar. No aceptes operaciones rellenadas por intuición: cada resultado tiene que remontarse a datos y a una regla de ejecución.

Profundiza con un laboratorio

Curso de backtesting con IA: datos y validación: consulta el programa y su muestra para practicar esta tarea con ejercicios y comprobaciones.