Table of Contents Table of Contents
Previous Page  40 / 76 Next Page
Information
Show Menu
Previous Page 40 / 76 Next Page
Page Background

40

TRADERS´ 03.2019

EL PAQUETE ZIPLINE

Programe para tener el éxito

Pruebas históricas

Hay ciertos obstáculos que superar para crear un buen

plan de pruebas con un retorno aceptable. Por ello, se

debe tener precaución con los supuestos expertos del

mercado de valores que luchan por obtener su aten-

ción mostrando unos resultados fenomenales en sus

pruebas. No hace falta mucho esfuerzo para que los

resultados de las pruebas sean fenomenales, aunque no

debemos fiarnos. Al principio, vamos a explicar el término

“pruebas “ con más detalle. Para realizar las pruebas se

necesita un proceso, un modelo, la teoría o la estrategia

que aplicar a los datos históricos. La suposición que se

hace es que los datos históricos contienen todos los

elementos que nos permitirán hacer previsiones sobre

el futuro. Sin embargo, esta suposición no siempre está

justificada, por lo que algunas pruebas históricas no

tienen ningún significado.

Sobreajuste

En el camino hacia el plan de pruebas perfecto se encon-

trará con varios problemas. Uno de estos se llama

En la cuarta parte de esta serie de artículos, analizamos cómo crear o insta-

lar paquetes de Python. En esta parte, nos basaremos en dicho conocimien-

to para instalar el paquete Zipline, lo que nos permitirá probar rápidamente

las estrategias más simples.

Alan Koska

Alan Koska estudia economía. Además, es el

fundador de la iniciativa estudiantil Trading

Mannheim y líder del proyecto Onyx, que se

especializa en el desarrollo de algoritmos.

NUEVOS

PRODUCTOS

CRÍTICA DE

PÁGINA WEB

PRUEBA DE

SOFTWARE

PRUEBA DE

APLICACIÓN

BOOKRE

VIEW

HERRAMIENTAS

“Overfitting” y es ampliamente utilizado. Por ello lo

tratamos en este artículo. “Overfitting” significa que

ha identificado más factores que pueden influir en un

modelo de los que realmente son necesarios. Todo ello

se puede describir usando el ejemplo de una tostadora.

Imagínate que eres un niño curioso y estás sentado en la

silla mientras mamá prepara el desayuno. Cada vez que

por la mañana mamá pone una rebanada de pan dentro

de la tostadora, al saltar la tostada, le dan una excelente

tostada de Nutella. Como niño pequeño que es, usted

no entiende por qué de repente tiene este delicioso pan

tostado delante de usted y por qué el pan de repente está

tan crujiente. Entonces, ¿qué hace que la rebanada de pan

se tueste? Combine los datos, y así llegará a la conclusión

de que necesita a sumadre para hacer la tostada. Además,

podría creer que el periodo del día (por la mañana) o el

brillo del sol son la razón de tener en frente la tostada

preparada en su punto. Incluso puede ser que piense que

para obtener un pan crujiente su madre es más impor-

tante que la tostadora. Éste es un caso claro de sobrea-

juste. Se introducen factores de influencia insignificantes

en el modelo y, por lo tanto, se eliminan los esenciales. Un

ejemplo homólogo en el trading sería que el trader tenga

más en cuenta al tipo de luna que hubo ayer que observar

el movimiento fundamental de las acciones respectivas.

Dicho ajuste excesivo se puede dar si utiliza pocos datos.

De esta manera los factores esenciales no se pueden

distinguir de los factores influyentes no esenciales. Otra

razón podría ser una complejidad demasiado alta. Ocurre,