Monte Carlo es una familia de simulaciones. En StrategyQuant, la manipulación de operaciones permite explorar cambios en una serie de operaciones existente. Debes distinguirla de los métodos que vuelven a ejecutar el backtest con condiciones modificadas. Monte Carlo sobre operaciones.
Walk Forward organiza optimizaciones y evaluaciones posteriores en ventanas temporales. Su propósito es estudiar el proceso de reajustar parámetros y observar después su comportamiento, respetando el orden temporal. Walk Forward en StrategyQuant.
Antes de ejecutar una prueba, escribe la pregunta. Para Monte Carlo: ¿qué incertidumbre estoy simulando y cuál estoy dejando fuera? Para Walk Forward: ¿por qué he elegido esas ventanas y esa frecuencia de reajuste? No son pruebas intercambiables ni hace falta convertir sus resultados en una única nota.
Ejercicio propuesto: anota en dos columnas los supuestos y las limitaciones. Por ejemplo, reordenar una lista fija de operaciones no equivale a modelar todas las circunstancias de ejecución de una estrategia con tamaño variable.
Pregunta frecuente: ¿aprobar ambas garantiza robustez futura? No. Un resultado favorable es condicional al experimento realizado. Documenta también las variantes fallidas y evita elegir la configuración de la prueba únicamente por el resultado que produce.
Consulta la formación de SQX Traders para conocer el recorrido de aprendizaje.
Dos ejercicios distintos
Para visualizar el efecto del orden, utiliza la serie ficticia +100, −50, +200, −100, +50, con tamaño fijo y costes ya descontados. En ese orden suma +200 y su caída máxima entre cierres es 100. Reordénala como +100, +200, +50, −100, −50: mantiene la suma, pero la caída máxima pasa a 150. Esta comparación manual no es una distribución Monte Carlo ni una estimación probabilística; ilustra por qué la secuencia importa.
Para un ejercicio Walk Forward, dibuja dos ventanas: ajustar con 2018–2020 y evaluar 2021; después ajustar con 2019–2021 y evaluar 2022. La segunda optimización puede usar 2021 porque ya pertenece al pasado de esa decisión. No puede utilizar 2022. Une únicamente los tramos de evaluación para estudiar el proceso simulado; evita duplicar fechas.
Antes de ejecutar muchas combinaciones de ventanas, fija qué preguntas investigas y registra los intentos. Elegir a posteriori las ventanas que muestran el mejor resultado vuelve a introducir selección.
Comprobación: explica qué parte del experimento cambia las operaciones existentes y cuál vuelve a ajustar reglas con datos anteriores. No uses ambos nombres como sinónimos.