A quién sirve — A quien quiere distinguir un resultado favorable de una ventaja medible, sin convertir un backtest o una breve racha positiva en una propiedad permanente del sistema.
En trading, un edge es la hipótesis de que un conjunto especificado de reglas produce una expectativa neta positiva en la población de operaciones a la que se aplica. Es algo que debe estimarse, no una etiqueta del setup: depende de la selección, el tamaño, las salidas, los costes, la calidad de los datos, los instrumentos y el régimen de mercado.
En palabras sencillas — El edge no predice la próxima operación ni garantiza que la ventaja observada continúe. Significa que, bajo condiciones declaradas, el resultado medio neto estimado es superior a cero; la estimación siempre conserva incertidumbre.
Requisitos previos — Lee antes Expectancy, tamaño de muestra, costes de transacción y backtest.
De dónde puede proceder
| Componente | Efecto observable | Control necesario |
|---|---|---|
| Selección | Cambia la distribución de oportunidades consideradas | Reglas escritas antes de evaluar |
| Gestión | Modifica frecuencia y tamaño de ganancias y pérdidas | Las mismas reglas en simulación y aplicación |
| Ejecución | Spread, comisiones, slippage e impacto reducen el resultado bruto | Resultados netos con supuestos documentados |
| Contexto | El mismo proceso puede comportarse de forma distinta entre regímenes | Resultados segmentados y estabilidad monitorizada |
Dos operadores pueden partir de la misma señal y obtener distribuciones distintas porque aplican tamaños, salidas o costes diferentes. Eso no prueba que uno posea un edge: crea dos procesos distintos que deben evaluarse por separado.
Cómo verificarlo sin un umbral mágico
No existe un número universal de operaciones que certifique un edge. La precisión depende de la variabilidad, la dependencia entre observaciones, la frecuencia de eventos, los cambios de régimen y el número de alternativas probadas. Una evaluación creíble:
- define reglas, universo, horizonte y métrica antes de probar;
- usa datos coherentes y excluye información no disponible en el momento simulado;
- separa desarrollo y evaluación fuera de muestra o walk-forward;
- considera cuántas variantes se probaron, porque las pruebas múltiples elevan los falsos positivos;
- incluye costes y restricciones de ejecución realistas;
- compara periodos y regímenes distintos y sigue monitorizando datos nuevos.
Límite — Un backtest es hipotético. Puede sobrestimar o subestimar el resultado real y no reproduce por completo la liquidez, la ejecución, la presión de las pérdidas o las condiciones futuras. Incluso una evidencia estadísticamente favorable puede degradarse.
Ficha de lectura
- Pregunta correcta: ¿qué expectativa neta es compatible con estos datos y con qué incertidumbre?
- Documentar: reglas, costes, muestras, variantes probadas y condiciones de aplicación.
- Error típico: llamar edge al mejor resultado encontrado tras muchas pruebas sobre el mismo histórico.
Fuentes
- Campbell R. Harvey y Yan Liu, Backtesting, control de pruebas múltiples, tamaño muestral y significación de estrategias.
- CFTC, Commodity Trading Systems Sold on the Internet, límites de resultados hipotéticos y diferencias frente a condiciones reales.
- SEC Office of Investor Education and Advocacy, Investor Bulletin: Performance Claims, costes, metodología, backtests y carácter no predictivo del rendimiento pasado.