Remuestreo bootstrap

Cómo funciona

Toma los 50 resultados de operaciones de un backtest. Extrae 50 resultados al azar de esa lista, devolviendo cada uno después de extraerlo, de modo que algunas operaciones aparezcan dos veces y otras ninguna. Calcula la operación media sobre esta muestra artificial. Repite 10.000 veces. Los percentiles 2,5 y 97,5 de las 10.000 medias forman un intervalo aproximado del 95 % para la operación media. El método no necesita suponer que los resultados se distribuyen de forma normal, lo que encaja con datos de operaciones de colas gruesas.

Cuando las observaciones dependen unas de otras, como ocurre a menudo con días de negociación consecutivos, extraer observaciones sueltas rompe esa dependencia. Un bootstrap por bloques extrae tramos de observaciones consecutivas en su lugar.

Bootstrap frente a reordenar

Un reordenamiento, o permutación, recoloca los resultados observados sin reemplazo: cada operación aparece exactamente una vez, solo cambia el orden. Responde a preguntas sobre la secuencia, como cuán profundo podría haber sido el drawdown en otro orden. El bootstrap crea combinaciones nuevas: una trayectoria puede contener el mejor día tres veces y nunca el peor. Eso es lo que lo hace útil para estimar la incertidumbre de una media, y lo que lo hace inadecuado cuando la pregunta es si una cuenta concreta habría sobrevivido a los días que realmente ocurrieron.

En Senzoukria

El escritorio deliberadamente no aplica bootstrap a sus simulaciones de prop firm. El código fuente del módulo de Monte Carlo explica la elección: las sesiones se reordenan sin reemplazo para que la distribución de resultados diarios siga siendo exactamente la observada, porque un bootstrap inventaría trayectorias con tres copias del mejor día y ninguna del peor, un supuesto indefendible en una pregunta sobre la supervivencia de una cuenta. El Gauntlet usa en su lugar dos procedimientos de permutación: cambios de signo aleatorios de los resultados de las operaciones para el p-valor del ratio de Sharpe, y orden de operaciones reordenado para la distribución de los drawdowns máximos, cada uno con 10.000 extracciones. Un intervalo bootstrap de una media todavía puede calcularse fuera del software a partir de una lista de operaciones exportada, por ejemplo la exportación CSV del diario.

Límites

• El bootstrap solo puede recombinar lo observado; no puede producir una pérdida mayor que la mayor de la muestra.
• Con muestras muy pequeñas, la distribución remuestreada es tosca y el intervalo poco fiable.
• Supone que la muestra representa el proceso; una muestra tomada de un régimen de mercado no dice nada de otro.
• La longitud del bloque en un bootstrap por bloques es una elección que cambia el resultado.