Dentro de muestra frente a fuera de muestra
Los datos dentro de muestra son el periodo histórico usado para elegir las reglas y los parámetros de una estrategia; los datos fuera de muestra son un periodo posterior que no participó en esa elección y sirve solo para evaluar el resultado congelado. La distinción importa porque el rendimiento medido sobre los datos que seleccionaron los parámetros exagera lo que esos mismos parámetros habrían dado sobre datos que no habían visto.
Senzoukria · Glosario · Actualizado en septiembre de 2026
Dos oficios para dos periodos
La partición hay que decidirla antes de examinar los parámetros. Si la frontera se mueve tras ver resultados, o si el periodo de prueba se usa para elegir entre dos finalistas, se ha convertido en datos dentro de muestra sea cual sea su etiqueta.
| Periodo | Se usa para | No debe usarse para |
|---|---|---|
| Dentro de muestra (entrenamiento) | Elegir reglas, umbrales y parámetros | Presentar su rendimiento como si fuera alcanzable |
| Fuera de muestra (prueba) | Evaluar una vez la configuración congelada | Retocar nada después de ver el resultado |
| Holdout final | Una última evaluación de decisiones ya tomadas | Cualquier selección adicional |
Por qué divergen las dos curvas
Cualquier optimizador ajusta a la vez la estructura repetible de los datos de entrenamiento y sus patrones accidentales. La parte accidental no se repite, así que el resultado fuera de muestra conserva solo la parte estructural. Una subida constante dentro de muestra seguida de un tramo plano o descendente fuera de muestra es la firma habitual de una regla que ajustó sobre todo ruido. Cierta divergencia se espera incluso en una regla sólida; lo que importa es cuánto del resultado dentro de muestra sobrevive y si la parte que sobrevive cubre los costes.
Formas de obtener evidencia fuera de muestra
- Una partición cronológica única: entrenar sobre la parte inicial y probar una vez sobre la posterior.
- Walk-forward: particiones repetidas a lo largo del histórico, cada ventana de prueba precedida por su propia ventana de entrenamiento.
- Otro instrumento u otra sesión para la misma regla, cuando la lógica de la regla no es específica del instrumento.
- Pruebas hacia delante sobre una cuenta simulada después del trabajo histórico, que añaden el comportamiento del feed en vivo pero ninguna certeza sobre los llenados.
En Senzoukria
Tras una ejecución walk-forward en el panel Backtest automático, el informe muestra un gráfico llamado Dentro de muestra frente a fuera de muestra, con la curva que vio el optimizador dibujada a trazos frente a la que realmente habrías tenido, cada una sobre su propio recuento de operaciones. La ayuda del panel enuncia la lectura: una subida recta dentro de muestra sobre un tramo plano fuera de muestra es el aspecto que tiene el sobreajuste, antes de que ningún número lo diga.
Cada tramo del informe aparece con su periodo de entrenamiento y su periodo de prueba real, de modo que la frontera entre ambos se ve en lugar de quedar implícita. La sección Gauntlet añade un Sharpe deflactado calculado sobre las operaciones fuera de muestra y el número de configuraciones probadas. Estos informes resumen su propio protocolo sobre los datos aportados; una etiqueta favorable no es una certificación de resultados futuros.
Errores frecuentes
- Mirar el periodo de prueba mientras se diseña la regla y declararlo después fuera de muestra.
- Reoptimizar sobre el holdout tras un mal resultado, lo que lo convierte calladamente en datos de entrenamiento.
- Elegir un periodo de prueba tan corto que unas pocas operaciones decidan el veredicto.
- Presentar la curva dentro de muestra en el resumen y mencionar la de fuera de muestra solo en el anexo.
Relacionado
Esta página en otros idiomas
Preguntas frecuentes
- ¿Cuántos datos deben quedar fuera de muestra?
- No hay una proporción universal. El periodo de prueba necesita suficientes operaciones para que su resultado signifique algo, y el de entrenamiento suficientes para ajustar la regla sin perseguir sucesos aislados. Decide la partición a partir de la frecuencia de operaciones de la regla antes de ejecutar nada, déjala por escrito y no la muevas tras ver resultados.
- ¿Puedo reutilizar un periodo fuera de muestra?
- Solo a costa de su condición. Cada decisión tomada tras mirar el resultado de un periodo convierte ese periodo en parte del proceso de selección. Reserva un periodo final intacto para la última evaluación y asume que, una vez usado para decidir algo, hará falta un periodo nuevo para la decisión siguiente.
- ¿Un buen resultado fuera de muestra demuestra que hay ventaja?
- Es mejor evidencia que un resultado dentro de muestra, no una demostración. El periodo fuera de muestra sigue siendo una sola tirada de la historia bajo un modelo de ejecución y unos costes. Hacen falta la sensibilidad a costes mayores, la estabilidad entre parámetros vecinos y un registro de cuántas reglas se probaron para poder sopesarlo.