Calidad de modelado

En palabras sencillas

Hasta qué punto los precios que usó el probador coinciden con los precios que realmente ocurrieron. Una cifra baja significa que la simulación inventó la mayor parte del movimiento entre los precios que conocía, y la estrategia operó ese invento.

Por qué importa

Cualquier otra cifra de un backtest se calcula sobre la serie de precios que usó el probador, así que la calidad de modelado es el número que decide si el resto del informe mide la estrategia o mide la interpolación. Importa justo donde el marketing de EAs grita más fuerte: las estrategias intradía y de scalping, cuya ventaja entera vive dentro de la vela.

• ✓Limita cuánto se puede confiar en el informe. Un factor de beneficio calculado sobre movimiento intravela sintetizado es un dato sobre la síntesis.
• ✓El daño no es uniforme. Una estrategia de cierre diario apenas nota la diferencia; una con objetivo de 5 pips puede tener la mayoría de sus operaciones decididas por precios que el probador se inventó.
• ✓Es el campo que más veces se deja en blanco, y un campo en blanco puede ser peor que una cifra baja. El esquema detrás de estas fichas lo tenía por defecto en 99, así que una ejecución hecha con ticks generados mostraba '99% modelling quality, against a 92% minimum' hasta que ese valor por defecto se retiró el 2026-08-06.

Usarlo para validar una estrategia

Dónde se usa

• Se lee en la cabecera de todo informe del probador de estrategias de MT5, impreso como 'History Quality' con el modo de modelado al lado.
• Se cita en la ficha de un EA para establecer sobre qué se calcularon el factor de beneficio y el drawdown publicados.
• Se elige deliberadamente antes de la ejecución: 'Cada tick basado en ticks reales' (modelo 4) para todo lo intradía, y modelos más rápidos solo para barridos gruesos de parámetros.
• Se compara entre dos ejecuciones del mismo EA para explicar por qué sus cifras no coinciden.

Backtest frente a operativa real

• Los datos interpolados producen ejecuciones que nunca estuvieron disponibles. El probador asume un recorrido suave entre precios conocidos, así que stops y objetivos se activan en un orden que el mercado nunca ofreció.
• El modelado con spread fijo elimina la ampliación que pagan las cuentas reales, y esa ampliación golpea más fuerte a los objetivos pequeños que un modelado pobre ya valora mal.
• El modelado con ticks reales estrecha la brecha pero no la cierra: la latencia, los requotes y la ejecución del bróker siguen fuera de la simulación.
• Cuente con que el tamaño de la brecha entre backtest y real siga directamente a la calidad de modelado: cuanto más gruesos los datos, mayor la sorpresa.

Método de validación recomendado

1. 1Elija el modelo del probador antes de la ejecución y regístrelo junto al resultado, en vez de informar de lo que la última ejecución usara por casualidad.
2. 2Use ticks reales para todo lo que opere dentro del día, y compruebe primero que el terminal tenga alguno — el ticks.dat detrás de una de las ejecuciones aquí ocupaba 123 KB, es decir, ningún inventario.
3. 3Vuelva a ejecutar la estrategia terminada sobre una segunda fuente de ticks reales y compare: el acuerdo entre fuentes es lo que convierte la cifra en prueba.
4. 4Declare juntos la cifra de calidad y la fuente en cada ejecución publicada, para que el lector pueda reproducir en vez de creer.

Ejemplo

Cuatro ejecuciones publicadas en este sitio, todas leyendo el mismo campo del probador. Tres de ellas usaron el mismo modelo — modelo 0, cada tick generado a partir de velas M1 — sobre el mismo historial del bróker, y se diferenciaban solo en cuántos instrumentos tenía que cargar la ejecución.

La propia carga de trabajo de una ejecución de cesta hunde su cifra, por lo que ninguna ficha de cesta de aquí publica cifra de calidad alguna en vez de una baja que el lector interpretaría mal.

Cómo interpretarlo

Trate la calidad de modelado como una condición pegada a todas las demás cifras del informe, y lea el tiempo de permanencia de la estrategia antes de decidir cuánto pesa.

• Ajuste los datos al marco temporal de la estrategia. Cuanto más fino el objetivo, más parte del resultado se decidió entre los precios que el probador conocía.
• Una cifra alta sobre una fuente sin nombre es media afirmación. La fuente es lo que la hace reproducible.
• Cuando dos ejecuciones del mismo EA no coinciden, revise el modo de modelado antes de buscar un fallo en las reglas.

De las 30 fichas de EA que hay aquí, 6 declaran una calidad de modelado — todas al 100 % y todas en ejecuciones hechas con ticks reales. Las otras 24 no declaran nada: 12 corrieron con modelo 0, donde el tester construye cada tick a partir de velas M1 en lugar de reproducir ticks grabados —incluidas las dos ejecuciones de cesta cuyos informes imprimen 72 %—, y otras 12 ejecuciones con ticks reales no declaran cifra alguna. Un control de compilación lee las páginas publicadas y no el código fuente, porque el valor por defecto 99 vivía en el esquema y una comprobación del texto fuente se perdería la próxima forma de volver.

Errores frecuentes

Preguntas frecuentes

¿Qué calidad de modelado debería tener el backtest de un EA?

Para todo lo que abre y cierra dentro del día, ticks reales con una calidad del historial en el 100 % o cerca. Para sistemas de cierre diario, datos interpolados desde velas en torno al 90 % suelen bastar. La cifra importa en proporción a cuánto del resultado de la estrategia se decide entre los precios que el probador conocía.

¿Por qué la calidad de modelado baja del 100 % incluso con ticks reales?

Porque el probador informa de hasta qué punto el historial cubrió la ventana solicitada. Los huecos en los ticks guardados por el bróker, los primeros años rellenados desde velas, una ventana que empieza antes de que arranque el historial de ticks, o una ejecución que debe cargar varios instrumentos a la vez reducen todos la cifra aunque la propia ejecución use ticks reales. Lo último hace que la cifra de una ejecución multisímbolo no sea comparable con la de una de un solo símbolo.

¿Es inútil un backtest al 90 %?

Inútil no, pero sí limitado. Es un filtro razonable para estrategias lentas y una mala base para publicar cifras de una rápida, porque la interpolación aporta justo el recorrido intravela que opera una estrategia de objetivo corto.

Términos relacionados

• Backtest Backtest: simulación de las reglas de trading de un EA aplicadas a datos históricos de precio para estimar cómo habría rendido la estrategia en el pasado.
• Datos de ticks Los datos de ticks son el registro de cada cambio individual de precio de un símbolo — cada uno con su marca de tiempo y con su propio bid y ask — y son lo que MT5 reproduce en su modelo 'Cada tick basado en ticks reales' en lugar de inventarse el recorrido entre velas.
• Sobreajuste El sobreajuste es afinar los parámetros de un EA con tanta precisión sobre datos históricos que la estrategia luce bien en el backtest y rinde mal con datos no vistos, porque explota el ruido en lugar de patrones reales del mercado.
• Análisis walk-forward Análisis walk-forward: método de validación que reoptimiza una estrategia sobre una ventana del historial, opera esos ajustes sin tocarlos en la ventana siguiente, y después desliza ambas ventanas hacia delante y repite — citando únicamente los tramos que no se tocaron.

Recursos relacionados

• Cómo hacer un backtest en MT5 (y cuál de las dos cifras de drawdown del informe hay que creerse)Guías
• Optimización de parámetros en MT5: 116 combinaciones, 252 ejecuciones y 0 ajustes adoptadosGuías
• Cómo leer un informe de backtest de MT5: qué población mide cada cifraGuías