Probabilidad de sobreajuste del backtest (PBO)

La probabilidad de sobreajuste del backtest (PBO) estima con qué frecuencia la configuración que mejor rinde dentro de muestra rinde por debajo de la mediana de todas las configuraciones fuera de muestra. Se calcula partiendo los resultados de periodo completo de una rejilla de parámetros en muchas combinaciones de entrenamiento y prueba.

Senzoukria · Glosario · Actualizado en septiembre de 2026

Cómo se estima el PBO

Parte de una matriz: una fila por tramo temporal, una columna por configuración, y en cada celda el resultado de esa configuración en ese tramo. Reparte los tramos en un número par de grupos. Para cada forma de elegir la mitad de los grupos como entrenamiento, ordena las configuraciones sobre la mitad de entrenamiento, quédate con la mejor y consulta su posición en la mitad restante.

Si el ganador dentro de muestra queda por debajo de la mediana fuera de muestra, esa combinación cuenta como sobreajuste. El PBO es la fracción de combinaciones en las que ocurre. El método, llamado validación cruzada combinatoriamente simétrica, fue publicado por Bailey, Borwein, López de Prado y Zhu.

  • Un PBO cercano a cero significa que el ganador dentro de muestra suele quedarse por encima de la mediana fuera de muestra.
  • Un PBO cercano a un medio significa que elegir la mejor configuración no es mejor que elegir una al azar.
  • Por encima de un medio, el ganador dentro de muestra tiende a ser un perdedor fuera de muestra, lo que apunta a un proceso de selección que premia el ruido.

Lo que el PBO no dice

El PBO es una afirmación sobre el procedimiento de selección aplicado a esta rejilla y a este periodo. No mide el tamaño de la ventaja, y un PBO bajo sobre una rejilla de configuraciones perdedoras solo significa que la menos mala sigue siendo la menos mala. Además hereda todas las hipótesis del backtest subyacente: política de llenado, costes, huecos de cobertura y construcción de las barras.

En Senzoukria

El panel de backtest de la aplicación de escritorio ejecuta una rejilla de periodo completo después del walk-forward: la nota dice «Rejilla de periodo completo: N configuraciones reejecutadas sobre todas las barras para la matriz del PBO». El gauntlet lista después «Probabilidad de sobreajuste del backtest» como criterio y muestra el valor del PBO junto al PSR, el DSR y el valor p. El panel presenta el bloque como «la probabilidad de que elegir la mejor configuración dentro de muestra perjudique fuera de muestra».

Como el PBO necesita la rejilla entera sobre el periodo entero, solo está disponible tras un barrido. Una única configuración no produce matriz ni PBO.

Errores frecuentes

  • Comparar valores de PBO entre rejillas de distinto tamaño como si estuvieran en la misma escala.
  • Usar el PBO como veredicto aislado. No dice nada sobre drawdown, costes o reglas de la cuenta.
  • Reducir la rejilla a unas pocas configuraciones para obtener un PBO bajo. La estimación se vuelve basta y el sesgo de selección se esconde en otra parte.
  • Pasar por alto que los tramos son contiguos en el tiempo: un régimen confinado en un tramo puede dominar la ordenación.

Esta página en otros idiomas

Preguntas frecuentes

¿Qué valor de PBO es aceptable?
No hay un corte universal. El valor es la probabilidad de que el ganador dentro de muestra rinda por debajo de la mediana fuera de muestra, así que cualquier cifra cercana a un medio significa que la selección no aporta nada. Léelo junto a la eficiencia walk-forward y al Sharpe deflactado, y ten presente el tamaño de la rejilla, porque una rejilla basta da una estimación basta.
¿En qué se diferencia el PBO del walk-forward?
El walk-forward avanza cronológicamente e informa del resultado de unos parámetros congelados sobre ventanas posteriores. El PBO reutiliza la rejilla entera sobre todas las combinaciones de tramos, en ambos sentidos, para medir con qué frecuencia la regla de selección elige una configuración que falla fuera de muestra. El walk-forward mide rendimiento; el PBO mide la fiabilidad de la selección.