Trading cuantitativo para principiantes: de la idea al backtest

El trading cuantitativo convierte una idea en reglas explícitas, las pone a prueba sobre datos y mide el resultado después de costes. Puedes empezar con un solo instrumento y una sola hipótesis. Programar un bot llega más tarde; la primera tarea es decidir qué evidencia te haría descartar la idea.

Senzoukria · Guías · Actualizado en septiembre de 2026


Trading cuantitativo, trading algorítmico y orderflow

Qué responde cada enfoque y qué no demuestra
TérminoPregunta que respondeLo que no demuestra
Investigación cuantitativa¿Sobrevive a las pruebas una idea definida con precisión?La rentabilidad futura
Ejecución algorítmica¿Cómo envía y gestiona las órdenes el software?Que la idea de fondo tenga ventaja
Análisis de orderflow¿Qué se negoció y qué liquidez estaba visible?La identidad de los participantes o la dirección futura
Exposición gamma¿Qué exposición estima un modelo de opciones?Las posiciones reales de cada creador de mercado

Empieza por la guía de orderflow si estas entradas te resultan nuevas. La guía de GEX explica los supuestos del modelo. El proceso de investigación debe mantener separadas las observaciones y las estimaciones.

Escribe una hipótesis que puedas rechazar

Una descripción como «comprar cuando el orderflow es fuerte» es demasiado ambigua para testearla. Especifica el instrumento, la sesión, la construcción de las barras, el momento de entrada, la regla de salida, el tamaño de posición y los datos excluidos. Congela esa definición antes de buscar el resultado más atractivo.

Una pregunta de investigación podría ser, por ejemplo, si una condición de delta definida de antemano cambia la distribución del rendimiento de la barra siguiente durante una sesión fija. Es una pregunta que investigar, no una recomendación de entrada. Registra el umbral y el grupo de comparación antes de lanzar la prueba.

Elige datos que contengan tus entradas

  • Las reglas sobre precio de cierre pueden usar barras si su temporización está definida.
  • Las reglas de delta bid/ask exigen volumen ejecutado con una clasificación de lado documentada.
  • Las reglas de presión del libro de órdenes necesitan el histórico de actualizaciones de profundidad, no solo las operaciones.
  • Las reglas de options flow o de GEX necesitan observaciones de opciones con marca de tiempo y la versión del modelo usada entonces.

Comprueba intervalos ausentes, eventos duplicados, husos horarios, rolos de contrato y unidades. Un gráfico que carga hoy no acredita la cobertura histórica. La guía de backtesting de futuros cubre los modelos de ejecución y sus límites.

Un pequeño ejemplo de esperanza matemática

Resultados hipotéticos: 40 % de operaciones ganadoras con 3 ticks de media y 60 % de perdedoras con 1 tick. La esperanza bruta es 0,40 × 3 − 0,60 × 1 = 0,6 tick por operación. Con 0,8 tick de costes totales de ida y vuelta, la esperanza neta pasa a −0,2 tick. No hace falta un porcentaje de acierto alto para tener esperanza bruta positiva, y una esperanza bruta positiva puede desaparecer tras los costes.

Convierte las comisiones en efectivo con el valor real del tick del instrumento. Sigue el drawdown, el tamaño de muestra, la exposición y la variación entre periodos junto a la media. Esta aritmética ilustrativa no es una promesa de rendimiento de la plataforma.

Separa la investigación de la evaluación

  1. Elige la regla y el periodo de entrenamiento.
  2. Registra cada configuración probada, incluidos los fracasos.
  3. Congela la elección antes de testear un periodo posterior.
  4. Compara resultados entre ventanas y con costes de ejecución más altos.
  5. Reserva un periodo final intacto para la evaluación definitiva.

Cambiar una estrategia una y otra vez después de ver su resultado convierte esa prueba en parte del entrenamiento. Bailey y sus coautores analizan la selección entre muchas configuraciones en The Probability of Backtest Overfitting. Una prueba histórica exitosa sigue condicionada a sus datos y a sus supuestos.

Del cuaderno de investigación a un flujo de trabajo

Lleva un diario de versiones de reglas, conjuntos de datos y decisiones de descarte. Usa el scripting para repetir los cálculos. En Senzoukria, el backtest histórico de estrategias admite JavaScript y Python; el scripting en C++ usa un runtime WebAssembly aparte y no dispone de backtest histórico.

El espacio de backtest usa un modelo de ejecución por barras. No reconstruye tu lugar en la cola. Un autopiloto armado de forma explícita en una cuenta Rithmic compatible es una capacidad de ejecución distinta, sujeta a los permisos de la cuenta y a las reglas de la firma. Un resultado de investigación no lo arma.

Qué estudiar a continuación

Estudia la estimación de Hurst como un modelo con límites de muestreo, el options flow como actividad observada en contratos y el test walk-forward como procedimiento de evaluación cronológica. Empieza por un solo experimento bien documentado en lugar de combinar todos los indicadores a la vez.

Preguntas frecuentes

¿Qué es el trading cuantitativo?
El trading cuantitativo usa reglas explícitas y evidencia medible para tomar o evaluar decisiones de trading. Puede ser manual o automático; un indicador, o un ejemplo rentable en un gráfico, no constituye una estrategia.
¿Necesito Python para empezar en el trading cuantitativo?
No. Primero escribe una regla sin ambigüedades y reúne un conjunto de datos reproducible. El código resulta útil para repetir el mismo procedimiento, registrar los fracasos y separar el entrenamiento de la evaluación posterior.
¿Se pueden usar el orderflow y el GEX en estrategias cuantitativas?
Sí, como entradas de una hipótesis testeable. Conserva los datos realmente disponibles en cada momento de decisión: la profundidad histórica no se deduce de las velas, y un perfil gamma de hoy no sustituye a una instantánea histórica.
¿Basta un backtest rentable para automatizar una estrategia?
No. Revisa costes, fugas de información, sesgo de selección, cobertura de datos y periodos posteriores nunca vistos. La simulación y el paper trading también difieren de la ejecución real, y automatizar exige permisos de cuenta y controles de riesgo aparte.