Skip to content

¿Qué es el sesgo de anticipación en el backtesting?

El sesgo de anticipación se produce cuando un backtest utiliza información que aún no existía en el momento en que se decidió una operación simulada, como el precio de cierre de una vela antes de que esa vela haya cerrado. La prueba muestra entonces resultados que ninguna estrategia en vivo podría alcanzar. En nuestra prueba con EUR/USD, operar una vela demasiado pronto convirtió una regla que generaba 555 pips antes de costes en una que generaba 10.782.

Fintrix trading desk •

¿Qué es el sesgo de anticipación?

El sesgo de anticipación es un error de backtest en el que una decisión simulada utiliza datos que no estaban disponibles en el momento de esa decisión. Nadie lo introduce a propósito. El valor futuro está en la misma tabla que todo lo demás, una fila más abajo o una columna al lado, y el código lo lee.

Se diferencia del sobreajuste, en el que una estrategia se ajusta hasta encajar con el ruido pasado. Una estrategia sobreajustada utiliza solo información que podría haber tenido, pero aprende las lecciones equivocadas de ella. Una estrategia con sesgo de anticipación utiliza información que no podría haber tenido. El sobreajuste tiende a manifestarse gradualmente una vez que la estrategia opera en vivo. El sesgo de anticipación tiende a manifestarse de inmediato, porque los datos futuros en los que se basaba la prueba ya no están.

¿Cuánta diferencia puede marcar una vela?

Probamos una regla simple con datos horarios de Fintrix Markets MT5 EUR/USD: 4.980 velas del 13 de enero al 29 de octubre de 2026.

  • Si el cierre horario está por encima de su media móvil simple de 20 velas, estar largo. Si está por debajo, estar corto.

Ejecutamos la regla dos veces. La única diferencia era a qué vela se aplicaba cada posición.

Prueba con fugaPrueba corregida
Señal calculada a partir deel cierre de la vela Nel cierre de la vela N
Posición aplicada ala propia vela N, de apertura a cierrela vela N+1, de apertura a cierre
Total, antes de costes+10.782 pips+555 pips
Media por vela+2,17 pips+0,11 pips
Porcentaje de velas en el lado correcto59.0%48.4%

La versión con fuga sabe cómo cerró la vela N antes de operar la vela N. Una vela que cerró al alza tiene más probabilidades de cerrar por encima de su media, así que la regla se pone larga en una vela que ya ha subido. Describe bien el pasado, pero nadie podría haberla operado.

¿Entonces el resultado corregido es una ventaja?

No, y la aritmética muestra por qué. Los movimientos horarios de EUR/USD en esta muestra tenían una desviación estándar de 8,51 pips. A lo largo de 4.980 velas, una regla sin ninguna ventaja aterrizaría en algún punto dentro de aproximadamente ±600 pips de cero en torno a dos de cada tres veces (8,51 × √4.980 ≈ 600). Un total de +555 pips está dentro de esa banda, así que el azar por sí solo podría producirlo.

Los costes lo deciden. La regla cambió de dirección 557 veces. Cada cambio implica cerrar una posición y abrir otra, y cada operación completa paga el spread. A 0,5 pips por cambio, el total cae a unos +277 pips. A 1 pip por cambio, es de unos −2 pips. La prueba corregida es la honesta, y la respuesta honesta es que esta regla no ganó dinero en estos diez meses una vez incluidos los costes.

¿De dónde viene el sesgo de anticipación?

Las fuentes más comunes en backtests minoristas y EAs:

FuenteQué fallaSolución típica
El cierre de la vela actualSeñal del cierre de la vela N, posición tomada en la apertura de la vela NActuar en la apertura de la vela N+1
Máximo y mínimo de la misma velaUn stop y un objetivo dentro de una misma vela, asumiendo que se alcanzan en el mejor ordenProbar en una temporalidad inferior o con ticks reales, o asumir el peor orden
Indicadores que se repintanZigZag, fractales o pivotes confirmados varias velas después pero dibujados en la vela anteriorUsar el valor tal como estaba cuando cerró la vela
Estadísticas de toda la muestraEscalar o normalizar con una media o un rango del conjunto de datos completo, futuro incluidoCalcular solo con datos pasados, en una ventana móvil
Datos económicos revisadosUsar la cifra revisada de hoy en lugar de lo que se publicó en su momentoUsar datos de primera publicación (vintage)
Desajustes de zona horariaUnir datos diarios de una zona horaria con datos intradía de otra, de modo que un cierre aparece antes de que ocurraConvertir todo a UTC antes de unir

¿Cómo engañan a una prueba el máximo y el mínimo de una vela?

El 14 de octubre de 2026, la vela horaria de las 12:00 UTC de EUR/USD abrió en 1,11926, subió a 1,11986 y cayó a 1,11271. Esa fue la hora de la publicación del IPC de EE. UU.

Tomemos una posición corta en la apertura, 1,11926, con un stop-loss en 1,11980 (5,4 pips) y un take-profit en 1,11826 (10 pips). La vela horaria muestra que el precio tocó ambos niveles. Una prueba que solo ve velas horarias tiene que adivinar cuál llegó primero, y una prueba que adivina a favor de la operación registra una ganancia de 10 pips.

Las velas de 15 minutos muestran lo que ocurrió. El precio subió a 1,11986 en la vela de las 12:15 y tocó el stop. La caída llegó en la vela de las 12:30, después de que la posición se hubiera cerrado. El resultado real fue una pérdida de 5,4 pips. La referencia de MQL5 señala lo mismo sobre el probador de estrategias de MT5: si los resultados en los modos más rápidos "1 minuto OHLC" o "Solo precios de apertura" parecen demasiado buenos, vuelve a probar en modo "Cada tick". Los datos de ticks, y los ticks reales cuando estén disponibles, son la única forma de conocer el orden de los acontecimientos dentro de una vela.

¿Por qué los datos revisados causan sesgo de anticipación?

Porque la cifra en la base de datos de hoy a menudo no es la cifra que vieron los operadores ese día. La Oficina de Estadísticas Laborales de EE. UU. publica su primera estimación de las nóminas no agrícolas unas tres semanas después de que termine el mes, y luego la revisa dos veces en los dos meses siguientes. Desde 2003, el cambio absoluto medio entre la primera y la tercera estimación desestacionalizada ha sido de 51.000 empleos.

Mayo de 2026 es un ejemplo claro. La primera estimación mostró 172.000 empleos añadidos, la segunda 129.000 y la tercera 63.000: un recorte de 109.000. Un backtest que lee 63.000 de la base de datos de hoy para la publicación de junio está operando con una cifra que nadie tenía en su momento. Los archivos que guardan cada publicación tal como se publicó por primera vez (el ALFRED de la Fed de St. Louis es uno) existen exactamente por esta razón.

¿Por qué es un riesgo mayor para las estrategias de IA y de aprendizaje automático?

Los modelos de aprendizaje automático son muy buenos encontrando cualquier entrada que prediga el objetivo, incluida una que no debería estar ahí. Una persona que lea el código podría notar que una característica se construye a partir del cierre de mañana. Un modelo simplemente la usará, y los resultados de la prueba parecerán excelentes.

Cuatro trampas que conviene conocer:

  • Divisiones aleatorias de entrenamiento y prueba. La validación cruzada estándar mezcla las filas, de modo que un modelo puede entrenarse con el miércoles y evaluarse con el martes. La documentación de scikit-learn describe la validación cruzada ordinaria como inadecuada para datos ordenados en el tiempo por esta razón, y proporciona TimeSeriesSplit, que siempre entrena con datos anteriores y evalúa con datos posteriores. Su ajuste gap deja un margen entre ambos.
  • Etiquetas que se solapan con las características. Si el objetivo es "cambio de precio en las próximas 10 velas" y una característica incluye cualquiera de esas 10 velas, el modelo ve parte de la respuesta.
  • Datos preparados una vez para todo el conjunto. Escalar, rellenar huecos o elegir características con el conjunto de datos completo filtra las estadísticas del periodo de prueba al entrenamiento.
  • Modelos de lenguaje que ya conocen el resultado. Un modelo de lenguaje grande se entrena con texto hasta una fecha de corte. Pregúntale por una llamada de resultados o un movimiento de mercado anterior a esa fecha y puede que esté recordando lo que ocurrió después en lugar de razonar a partir de lo que se sabía. Sarkar y Vafa (2024) construyeron pruebas directas para esto y encontraron evidencia de ello en previsiones hechas a partir de llamadas de resultados corporativos. Didisheim, Fraschini y Somoza (Economics Letters, 2025) midieron cuánto recuerdan los LLM sobre rentabilidades bursátiles pasadas y encontraron que el sesgo es mayor para modelos más grandes, para datos de menor frecuencia y para índices, y despreciable para modelos pequeños con datos de alta frecuencia.

La señal de advertencia es la misma en cada caso: resultados mucho mejores que cualquier cosa comparable, que se desmoronan con los primeros datos que el modelo no ha visto.

¿Cómo se comprueba un EA o un backtest en busca de sesgo de anticipación?

  1. Desplaza cada señal una vela más tarde. Una estrategia sin anticipación debería cambiar solo un poco. Si el resultado se derrumba, como ocurrió con el nuestro de 10.782 a 555 pips, la prueba original estaba usando datos futuros.
  2. Comprueba qué vela lee el EA. En MQL4/5, las series temporales se indexan de la más reciente a la más antigua, así que el índice 0 es la vela que aún se está formando y el índice 1 es la última vela cerrada, como explica la referencia de MQL5. Una señal leída del índice 0 en una prueba que solo modela cierres de velas es una causa común.
  3. Usa el modo correcto del probador. El probador de estrategias de MT4/5 puede modelar cada tick o solo las aperturas de velas. Una estrategia que coloca stops y objetivos dentro de una vela necesita datos de ticks, o está adivinando el orden del máximo y el mínimo.
  4. Recalcula cualquier cosa estadística solo con datos pasados. Las medias, rangos, z-scores y escaladores de aprendizaje automático deberían usar una ventana móvil que termine en la vela actual.
  5. Prueba hacia delante en una cuenta demo. Ejecuta la estrategia durante unas semanas y compara sus operaciones con lo que el backtest dice que habría hecho en esos mismos días. Una operación que el backtest toma y que la versión en vivo no podría haber tomado apunta a una fuga.
  6. Desconfía de una tasa de acierto alta en una regla simple. Nuestra prueba con fuga acertó en 59% de las velas horarias usando una media móvil de 20 periodos. Una regla simple sobre un par tan líquido como EUR/USD rara vez se acerca a eso una vez eliminada la fuga: la versión corregida logró 48.4%.

Puntos clave

  • El sesgo de anticipación es cualquier uso de información en un backtest que no estaba disponible cuando se decidió la operación simulada.
  • En nuestra prueba con EUR/USD, aplicar la posición a la vela en la que se midió la señal, en lugar de a la vela siguiente, elevó el resultado de +555 a +10.782 pips antes de costes.
  • El resultado corregido estaba dentro del rango que produce el azar, y a 1 pip por cambio cayó a unos −2 pips.
  • Las velas horarias ocultaron el verdadero orden del stop y el objetivo el 14 de octubre de 2026: una ganancia registrada de 10 pips era en realidad una pérdida de 5,4 pips.
  • Los modelos de aprendizaje automático y los LLM son especialmente propensos a ello: divide los datos por tiempo, prepáralos solo a partir del pasado y ten en cuenta lo que un modelo de lenguaje puede saber ya.

Lecciones relacionadas

Fuentes

Pon en práctica lo que has aprendido

Abre una cuenta en Fintrix Markets, o inicia sesión y opera con CFD sobre divisas, oro, índices y mucho más.