🧪 Optimizador de Cartera
La pregunta que responde: con esta estrategia y este universo, ¿qué combinación de apalancamiento, método de sizing, límites de posición y selección de señales habría dado el mejor resultado robusto — no el más espectacular, el que aguanta fuera de muestra?
Entra por Acciones → Backtest → 🧪 Optimizador (hereda la estrategia, las acciones marcadas y la configuración de la tarjeta de cartera).
Por qué es rápido: la misma receta en miles de sartenes
Las señales de la estrategia no dependen de ninguno de los parámetros barridos: se recolectan una sola vez (la fase lenta, y queda cacheada en la ventana) y cada combinación es solo una re-simulación de la misma materia prima. Resultado: ~10.000 combinaciones en unos 10 minutos la primera vez — y los barridos siguientes, casi instantáneos.
Apalancamiento, Valor mín./máx. por posición y Máx. posiciones como rangos; 6 métodos de sizing (Equal Weight, % capital, nº acciones fijo, importe fijo, riesgo % y riesgo $ — los de riesgo con stop sintético a k×ATR) y 3 selecciones (momentum ROC, menor volatilidad, aleatoria promediada sobre varias semillas) por casillas.
Si unos límites no llegan a actuar (p. ej. importe fijo de 10k con tope de 50k), decenas de combinaciones son LA MISMA estrategia: se agrupan en una fila con el distintivo ×N y el rango colapsado. 30 copias no son 30 evidencias.
Las defensas anti-suerte (de serie, no opcionales)
Probar miles de configuraciones sobre el mismo histórico es una máquina de encontrar casualidades. Por eso el módulo nace blindado:
- ·IS/OOS por fechas — cada combinación se simula en ambos tramos con capital fresco. El ranking por defecto es 🛡️Rob: el PEOR Ret/DD de los dos — la joya no es la mejor del IS, es la que aguanta fuera.
- ·Mapa anti-sobreoptimización — scatter IS↔OOS sincronizado con la rejilla (clic en un punto = seleccionar su fila y viceversa): pegadas a la diagonal = robustas; abajo-derecha = espejismos del IS.
- ·💀 Quiebras sin maquillaje — con apalancamiento la equity puede llegar a 0 (margin call). Esas combinaciones se hunden al fondo del ranking y cuentan como el peor valor en todas las medianas y en el heatmap: una celda llena de ruinas no puede salir verde por "supervivencia".
- ·🔥 Heatmap de sensibilidad — eliges dos parámetros y ves la mediana de robustez por celda. Busca mesetas verdes, no picos sueltos: un pico aislado es suerte; una meseta es un edge que tolera errores de parámetro.
La ficha, los informes y sus gráficos
Marca una fila (ratón o flechas del teclado, AvPág, Inicio/Fin) y verás sus parámetros y su curva de equidad simulada al vuelo, con el tramo OOS sombreado.
Instantáneo y en lenguaje llano: veredicto, ganadora robusta, métodos y apalancamientos comparados, qué parámetros importan (drivers) y coherencia IS↔OOS.
La IA analiza el resumen del barrido y redacta su propio informe. Ambos incluyen 4 gráficos incrustados con comentario (equidad de las 5 mejores, frontera CAGR↔DD, histograma de robustez, métodos) y se guardan como HTML autocontenido.
El sizing rara vez crea el edge — eso lo hace la selección de señales — pero sí decide cuánto sufres y si sobrevives para cobrarlo. Usa el optimizador para encontrar la zona donde casi todo funciona, no el pico exacto. Y recuerda: el coste de financiación del margen no está modelado — a los combos apalancados réstales mentalmente varios puntos de CAGR anuales.
AniQuant se prueba gratis durante 30 días, con todos los módulos y sin tarjeta.