Proceso de falsación

Llevar el modelo a un proceso de falsación es adoptar el método científico puro (el concepto de Karl Popper) aplicado al trading cuantitativo. En lugar de hacer backtests para intentar demostrar que tu teoría es correcta (lo que alimenta el exceso de confianza), diseñas experimentos matemáticos con el único objetivo de demostrar que tu modelo es falso o frágil.

Si un sistema de alta probabilidad con esperanza truncada sobrevive a tus intentos más salvajes de romperlo, entonces —y solo entonces— tiene luz verde para operar con capital real.

Aquí tienes el checklist técnico de cómo un equipo de quants somete un modelo a la falsación estricta:

1. Falsación por Ruido Blanco (Destrucción de la Estructura Temporal)

Los mercados tienen memoria y tendencias estructurales. Para falsear el modelo, se toman los datos históricos reales y se desordenan los retornos diarios de forma completamente aleatoria (generando un camino aleatorio o random walk).

• El Test: Se ejecuta el algoritmo sobre estos datos desordenados.
• El Resultado de Falsación: Si el modelo sigue ganando dinero en un mercado puramente aleatorio, el modelo está falsado (rojo). Significa que tu código tiene un bucle de sobreajuste (overfitting) que encuentra patrones fantasmas donde solo hay ruido. Un buen modelo debe dar una esperanza matemática cercana a cero o negativa en datos aleatorios.

2. El Test de los Costes de Transacción Asesinos

Los sistemas de esperanza truncada buscan ganancias pequeñas (Take Profit corto) de forma muy frecuente. Eso los hace extremadamente sensibles a las comisiones.

• El Test: Se multiplica artificialmente por 3 o por 4 el coste del spread (diferencial de precio de compra/venta) y la comisión del broker en el entorno de simulación.
• El Resultado de Falsación: Si al aumentar los costes de transacción la curva de capital se hunde por completo en vertical, el modelo está falsado (rojo). En el mercado real, la latencia o un ligero aumento de la volatilidad destruirían tu cuenta. El sistema no operaba una ineficiencia del precio, solo era un esclavo de las condiciones idílicas de laboratorio.

3. Inyección de Gaps y Deslizamientos (Slippage Stress)

En el papel, un Stop Loss a $2.0 \times ATR$ se ejecuta perfectamente. En el mundo real, si hay una noticia macroeconómica o el mercado abre el domingo por la noche con un hueco (gap), tu orden se puede ejecutar muchísimo más abajo de lo previsto.

• El Test: Se programa el simulador para que el 20% de las veces que el mercado toque el Stop Loss, la pérdida real sea el doble de lo estipulado por la regla rígida.
• El Resultado de Falsación: Como la esperanza matemática ya es truncada (ganas poco y arriesgas mucho por operación), este test mide la robustez ante eventos de cola negra. Si unas pocas pérdidas mayores de lo normal quiebran la cuenta, el modelo es demasiado frágil y Kelly te habrá apalancado en exceso.

La Mentalidad Quant: El Fracaso en Simulación es un Éxito

Para un trader algorítmico, que un modelo sea falsado en el laboratorio es una excelente noticia. Significa que el proceso científico ha funcionado: ha detectado una debilidad estructural antes de que el mercado real te costara miles de euros.

El objetivo no es encontrar un modelo irrompible (no existe), sino conocer con precisión milimétrica bajo qué condiciones exactas de mercado el modelo matemático deja de funcionar para poder apagarlo a tiempo de forma automática.