¿Se puede uno fiar de los patrones chartistas? Sesgos, límites y una forma honesta de probarlos

Los artículos sobre velas, figuras o indicadores terminan casi siempre con la misma pregunta: ¿funciona? La respuesta honesta es más matizada que un sí o un no, y exige entender por qué nuestra percepción de los gráficos es engañosa. Este artículo presenta los principales sesgos de interpretación, los errores frecuentes al probar una regla con datos pasados y los criterios que permiten juzgar con más seriedad una señal técnica. No dice que el análisis técnico sea inútil: dice cómo leerlo sin engañarse a uno mismo.

Los sesgos de percepción

El sesgo de retrospectiva. En un gráfico ya trazado, las figuras «evidentes» lo son porque se conoce lo que sigue. En tiempo real, la misma forma parece ambigua.
El sesgo de confirmación. Se advierten los casos en que la figura funcionó y se olvidan aquellos en que falló o nunca se completó.
El sesgo de selección. Los ejemplos presentados en libros o en redes sociales se eligen porque ilustran bien la figura, no porque sean representativos.
La subjetividad del trazado. Una «línea de cuello» o un «soporte» se coloca de forma distinta según el analista.

La tasa de acierto no basta

Una regla que «funciona el 60 % de las veces» puede ser perdedora, y una regla que solo funciona el 35 % de las veces puede ser ganadora. Lo que cuenta es la esperanza matemática de ganancia por operación:

Esperanza = (tasa de acierto × ganancia media) − (tasa de fallo × pérdida media)

Ejemplo ficticio, antes de costes. Una regla gana en el 60 % de los casos, con una ganancia media de 1 € por título, y pierde en el 40 % de los casos, con una pérdida media de 2 €. Esperanza = 0,60 × 1 − 0,40 × 2 = −0,20 € por título: pese a un 60 % de aciertos, la regla es perdedora. Otra regla gana en el 35 % de los casos con una ganancia media de 3 € y pierde en el 65 % de los casos con una pérdida media de 1 €: esperanza = 0,35 × 3 − 0,65 × 1 = +0,40 €. En la práctica, estos parámetros se estiman a su vez con incertidumbre.

La relación entre ganancia media y pérdida media se detalla en la gestión del riesgo.

Las trampas de una prueba con datos pasados

Probar una regla con datos históricos (un backtest) es útil, pero varios errores son frecuentes:

El sobreajuste (overfitting). A fuerza de ajustar los parámetros (periodo de un indicador, umbral, duración de la tenencia) hasta obtener un buen resultado pasado, se acaba describiendo el ruido en lugar de un comportamiento duradero. Cuantos más parámetros tiene una regla y más ajustada está, menos informa su resultado pasado sobre el futuro.
El olvido de los costes y del deslizamiento. Una regla que realiza muchas operaciones puede ver desaparecer su ganancia una vez contadas las comisiones de intermediación y las diferencias de ejecución. Vea el impacto de las comisiones de intermediación.
La información del futuro. Utilizar, incluso sin querer, un precio o un dato que no se conocía en el momento de la decisión (por ejemplo, decidir a partir del cierre de una sesión y suponer luego una ejecución al precio de apertura de esa misma sesión) falsea el resultado.
El sesgo de supervivencia en los datos. Probar solo con valores que existen todavía hoy excluye los que han desaparecido.
Una muestra demasiado pequeña. 12 operaciones no dicen casi nada: un resultado favorable puede deberse al azar.
La ausencia de prueba fuera de muestra. Se ajusta una regla en un periodo y luego se comprueba en otro periodo que no se ha utilizado para ajustarla.

Cómo juzgar una señal con más seriedad

Definir la regla antes de mirar los resultados, con pocos parámetros.
Probar con varios valores y varios periodos, incluidos los desfavorables.
Contar las comisiones, el deslizamiento y el calendario de ejecución, no solo las cotizaciones.
Mirar la esperanza y el peor caso (el descenso máximo sufrido, es decir, la mayor caída histórica del resultado simulado), no solo la ganancia total.
Reservar un periodo de verificación que no se haya utilizado para construir la regla.
Desconfiar de un resultado demasiado bueno. Un backtest muy halagüeño suele ser señal de sobreajuste o de un error.

Lo que el backtest no dice

Incluso bien llevado, un backtest describe lo que habría podido ocurrir con los datos pasados. Un régimen de mercado distinto, un cambio de liquidez o de costes puede dejar sin efecto una regla. La rentabilidad pasada, simulada o no, no garantiza la rentabilidad futura.

En Earnnest, el backtest aplica comisiones y un calendario de ejecución a las simulaciones, y presenta sus resultados como simulados (curva de capital simulada), no como una rentabilidad obtenida.

Para recordar

Nuestra lectura de los gráficos es sensible a los sesgos de retrospectiva, de confirmación y de supervivencia.
La tasa de acierto no basta: lo que cuenta es la esperanza de ganancia.
Un backtest puede falsearse por el sobreajuste, el olvido de los costes, una muestra demasiado pequeña o datos del futuro.
Una buena prueba reserva un periodo de verificación, cuenta los costes y desconfía de los resultados demasiado buenos.

Este artículo tiene un objetivo informativo y educativo; no constituye asesoramiento de inversión personalizado. Las cifras de los ejemplos son ficticias e ilustrativas. Invertir conlleva un riesgo de pérdida de capital. La rentabilidad pasada, obtenida o simulada, no garantiza la rentabilidad futura.