| Curso | Datos |
|---|---|
| Creador | Javier Borja |
| Academia | FinanMercado |
| Precio | 100 % gratis |
| Estructura | 5 módulos |
| Lecciones | 34 |
| Formato | Artículos educativos + videos |
| Nivel | Desde fundamentos de sistemas y backtesting hasta validación avanzada |
| Programación | No necesitas saber programar para seguir el curso |
Qué vas a aprender
El recorrido completo puede resumirse así:
IDEA → REGLAS → BACKTEST → MÉTRICAS → ROBUSTEZ → FORWARD TEST → JOURNAL → MEJORA
Primero aprenderás a convertir una idea de trading en algo suficientemente preciso como para poder evaluarlo. Después trabajarás con datos históricos, tamaño de muestra, sesgos y separación entre datos de desarrollo y validación.
A partir de ahí entraremos en las métricas. No solo en cuánto habría ganado o perdido un sistema, sino en cómo se produjeron esos resultados: tasa de acierto, payoff, expectancy, profit factor, equity curve y comportamiento de las operaciones.
Luego llega una parte que para mí es esencial: intentar romper el sistema. Verás sensibilidad de parámetros, optimización, walk-forward, Monte Carlo, stress testing y distintas formas de comprobar si un resultado depende demasiado de unas condiciones históricas concretas.
Y el proceso no termina con un backtest atractivo. El último módulo conecta ese trabajo con datos nuevos mediante forward testing, journal, revisión de operaciones y un proceso para introducir mejoras sin convertir cada mala racha en una excusa para cambiar las reglas.
Un backtest es evidencia histórica, no una promesa sobre el futuro. Todo el curso parte de esa idea.
Para quién es este curso
Este curso está pensado para ti si ya operas, estás construyendo una estrategia o simplemente quieres dejar de evaluar ideas porque “se ven bien en el gráfico”.
Puedes empezar aunque nunca hayas hecho backtesting. Los primeros temas construyen las bases desde cero dentro de este terreno: estrategia, sistema, edge, hipótesis y reglas.
Sí conviene que ya manejes conceptos básicos de trading como entrada, salida, stop, riesgo y operación larga o corta. No hace falta que sepas estadística avanzada y tampoco necesitas programar.
También te va a servir si ya haces backtests pero sientes que estás acumulando métricas sin saber interpretarlas, optimizando parámetros hasta conseguir la curva que quieres ver o modificando tu estrategia después de cada racha negativa.
El objetivo no es hacerte depender de más herramientas. Es que aprendas qué preguntas debe superar un sistema antes de que sus resultados empiecen a ser interesantes.
Cómo está organizado el curso
La estructura es:
Curso → módulos → lecciones → artículos + videos
Los cinco módulos siguen una progresión concreta:
| Módulo | Qué trabajamos | Lecciones |
|---|---|---|
| 1. Construir el sistema | Idea, hipótesis, edge y reglas | 7 |
| 2. Hacer backtesting correctamente | Datos, muestra, validación y sesgos | 8 |
| 3. Interpretar los resultados | Métricas y evaluación del backtest | 8 |
| 4. Comprobar la robustez | Sensibilidad, optimización y pruebas de estrés | 6 |
| 5. Validar, revisar y mejorar | Forward test, journal y evolución del sistema | 5 |
| Total | 34 |
Puedes saltar directamente a una lección si estás resolviendo una duda concreta. Pero si estás construyendo tu primer sistema, yo seguiría el orden. Entender una métrica sirve de poco si las reglas que generaron los datos todavía son ambiguas.
Módulo 1 — Convertir una idea en un sistema de trading
Antes de hacer backtesting necesitamos algo que realmente pueda probarse.
Este módulo construye esa base. Empieza separando conceptos que suelen mezclarse —estrategia, sistema y edge— y termina con un proceso completo para convertir una hipótesis en reglas suficientemente claras.
1. Qué es una estrategia de trading
En qué es una estrategia de trading empezamos por la lógica general que existe detrás de una forma de operar: qué mercado observas, qué contexto buscas y bajo qué condiciones planteas entradas y salidas.
Es el punto de partida antes de exigirle a esa idea el nivel de precisión necesario para convertirla en un sistema.
2. Qué es un sistema de trading
Después pasamos a qué es un sistema de trading.
Aquí entenderás por qué una idea como “comprar pullbacks en tendencia” todavía puede ser demasiado vaga para evaluarla y qué tipo de decisiones necesitan quedar definidas para hablar de un proceso reproducible.
3. Qué es tener un edge en trading
La siguiente pregunta es inevitable: ¿por qué deberían tener mérito esas reglas?
En qué significa tener un edge en trading trabajamos el concepto de ventaja sin convertirlo en una palabra mágica. Una lógica convincente no demuestra por sí sola que exista una ventaja.
4. Cómo crear una hipótesis de trading
En cómo crear una hipótesis de trading aprenderás a cambiar preguntas vagas como “¿funciona el RSI?” por hipótesis específicas, medibles y que puedan ponerse a prueba.
Esta forma de pensar cambia bastante el proceso: primero planteamos una pregunta y después buscamos evidencia.
5. Cómo definir las reglas de un sistema
Una hipótesis necesita convertirse en instrucciones observables.
En cómo definir las reglas de un sistema de trading verás qué decisiones conviene especificar sobre mercado, contexto, entrada, salida, invalidación, riesgo, filtros y condiciones de no operación.
6. Trading discrecional vs sistemático
No todos los sistemas dejan el mismo espacio a la interpretación humana.
La lección sobre trading discrecional vs sistemático te ayudará a distinguir ambos enfoques y, sobre todo, a evitar dos confusiones frecuentes: sistemático no significa necesariamente automático y discrecional no significa operar sin reglas.
7. Cómo crear un sistema de trading paso a paso
Cerramos el módulo uniendo las piezas.
En cómo crear un sistema de trading paso a paso recorrerás el proceso desde la hipótesis y las reglas hasta dejar preparado el sistema para comenzar su investigación histórica.
Módulo 2 — Hacer backtesting sin engañarte
Ahora sí tenemos algo que probar.
El objetivo de este módulo no es conseguir el backtest más bonito. Es entender cómo obtener evidencia histórica sin introducir errores que hagan parecer mejor al sistema de lo que realmente fue.
8. Qué es el backtesting
Empieza por qué es el backtesting en trading.
Aquí verás qué significa aplicar unas reglas sobre datos históricos, qué información puede aportar ese proceso y, también, por qué un resultado histórico nunca debe confundirse con una garantía sobre lo que ocurrirá después.
9. Backtesting manual vs automático
En backtesting manual vs automático comparamos las dos grandes formas de aplicar las reglas al histórico.
La idea no es decidir que una siempre es superior, sino entender qué ventajas, limitaciones y fuentes de error introduce cada método.
10. Cómo preparar buenos datos históricos
Un backtest solo puede ser tan fiable como los datos y supuestos que utiliza.
En cómo preparar datos históricos para backtesting verás qué problemas pueden aparecer con calidad del dato, horarios, ajustes, spreads, costes, slippage y otras variables que pueden cambiar el resultado de la prueba.
11. Cuántas operaciones necesita un backtest
¿Son suficientes 20 operaciones? ¿100? ¿1,000?
En cuántas operaciones necesita un backtest aprenderás por qué no existe un número mágico aplicable a cualquier estrategia y qué debes pensar realmente cuando evalúas el tamaño de una muestra.
12. In-Sample vs Out-of-Sample
En In-Sample vs Out-of-Sample aprenderás a separar los datos utilizados para desarrollar o ajustar una estrategia de los reservados para comprobar cómo se comporta sin haber sido construida específicamente sobre ellos.
Es una distinción básica para entender buena parte de las técnicas de validación que vienen después.
13. Look-Ahead Bias
El look-ahead bias aparece cuando el backtest utiliza información que todavía no estaba disponible en el momento en que supuestamente se tomó una decisión.
Puede mejorar muchísimo un histórico y, precisamente por eso, producir una imagen completamente engañosa del sistema.
14. Survivorship Bias
En survivorship bias o sesgo de supervivencia verás qué ocurre cuando analizamos únicamente los activos que llegaron hasta el presente y dejamos fuera aquellos que desaparecieron, quebraron o abandonaron una muestra.
El problema parece pequeño hasta que entiendes qué información estamos eliminando retrospectivamente.
15. Overfitting
Terminamos el módulo con uno de los grandes enemigos del desarrollo de sistemas: el overfitting en trading.
Aprenderás qué significa ajustar una estrategia tan bien al pasado que termina describiendo ruido histórico en lugar de capturar una relación capaz de generalizar.
Módulo 3 — Interpretar correctamente las métricas del backtest
Después de obtener las operaciones llega otro problema: saber leerlas.
Un sistema no es bueno porque tenga un beneficio neto positivo ni malo porque su tasa de acierto parezca baja. En este módulo aprenderás qué describe cada métrica y, sobre todo, qué información no puedes obtener de ella de forma aislada.
16. Win Rate
En qué es el win rate en trading aprenderás a interpretar el porcentaje de operaciones ganadoras.
También verás por qué acertar muchas veces no te dice cuánto ganas cuando aciertas ni cuánto pierdes cuando fallas.
17. Payoff Ratio
La siguiente pieza es el payoff ratio, que compara el tamaño medio de las ganancias con el de las pérdidas observadas.
Esto permite complementar al win rate y entender mejor la distribución de los resultados del sistema.
18. Expectancy
En expectancy o esperanza matemática en trading conectamos probabilidades y magnitud de resultados.
Es una métrica especialmente útil para entender por qué dos sistemas con tasas de acierto muy diferentes pueden tener comportamientos económicos completamente distintos.
19. Profit Factor
En qué es el Profit Factor estudiarás la relación entre ganancias brutas y pérdidas brutas.
La lección se centra tanto en calcularlo e interpretarlo como en evitar convertir un único número en un certificado de calidad del sistema.
20. Equity Curve
La equity curve permite observar la trayectoria de los resultados a través del tiempo o de una secuencia de operaciones.
Aprenderás qué información puede revelar sobre crecimiento, irregularidad, periodos planos y deterioros, sin caer en la idea de que una curva visualmente perfecta demuestra robustez.
21. MAE y MFE
En MAE y MFE estudiaremos cuánto llegó a moverse una operación en contra y a favor antes de cerrarse.
Son dos medidas útiles para investigar entradas y salidas y generar nuevas hipótesis sobre el comportamiento del sistema.
22. Cómo interpretar las métricas de un backtest
Una vez entendidas las piezas, toca juntarlas.
En cómo interpretar las métricas de un backtest verás cómo construir una lectura conjunta de resultados, riesgo, distribución, costes y comportamiento sin depender de una sola estadística.
23. Cómo saber si un backtest es bueno
El módulo termina con cómo evaluar un backtest.
Aquí cambia la pregunta. En lugar de buscar un profit factor o un win rate “correctos”, aprenderás a revisar muestra, costes, sesgos, estabilidad, dependencia de unas pocas operaciones y otras condiciones necesarias para decidir si el sistema merece seguir investigándose.
Módulo 4 — Intentar romper el sistema
Hasta este punto sabemos qué ocurrió en la prueba histórica. Ahora queremos comprobar qué tan frágil es ese resultado.
Para mí, esta es una diferencia importante entre buscar confirmación y hacer investigación: no intentamos demostrar que nuestro sistema es bueno. Intentamos descubrir qué tendría que cambiar para que deje de serlo.
24. Análisis de sensibilidad
En análisis de sensibilidad aplicado al trading estudiarás qué ocurre cuando modificas ligeramente parámetros o supuestos.
La pregunta es sencilla: ¿el comportamiento permanece razonablemente estable o todo depende de haber encontrado un número casi perfecto?
25. Optimización de parámetros
Después veremos la optimización de parámetros de una estrategia.
Aprenderás para qué puede servir optimizar y dónde está el límite entre investigar configuraciones razonables y empezar a perseguir la combinación que mejor explica el pasado.
26. Walk-Forward Analysis
En Walk-Forward Analysis avanzamos hacia un proceso de desarrollo y validación por ventanas sucesivas.
La lección te ayudará a entender qué intenta comprobar este método y por qué es diferente de ajustar una sola vez el sistema sobre todo el histórico disponible.
27. Simulación Monte Carlo
La simulación Monte Carlo aplicada al trading permite estudiar múltiples secuencias o escenarios posibles a partir de unos supuestos definidos.
Aquí nos interesa especialmente dejar de mirar un único camino histórico y empezar a pensar en distribuciones de resultados y riesgo.
28. Stress Testing y análisis de escenarios
En stress testing y análisis de escenarios llevaremos el sistema a condiciones menos cómodas.
La idea es estudiar qué ocurre cuando empeoran determinados supuestos, cambian las condiciones de mercado o aparecen escenarios que el histórico favorable puede estar ocultando.
29. Cómo comprobar la robustez de un sistema
Cerramos el módulo con cómo comprobar la robustez de un sistema de trading.
Esta lección conecta las distintas pruebas y te ayuda a formar un criterio global: no buscamos demostrar que un sistema sea indestructible, sino comprobar si sus resultados sobreviven razonablemente cuando dejamos de darle el escenario perfecto.
Módulo 5 — Forward testing, revisión y mejora del sistema
El histórico tiene un límite evidente: ya ocurrió.
En el último módulo sacamos el sistema de ese entorno, empezamos a recoger información nueva y construimos un proceso para revisar, mejorar o incluso retirar una estrategia sin reaccionar impulsivamente a cada resultado.
30. Qué es el Forward Testing
En qué es el forward testing aprenderás a probar unas reglas ya definidas conforme llegan datos nuevos.
Es el puente entre investigar el pasado y observar cómo se comporta el proceso cuando ya no puedes avanzar el gráfico sabiendo qué ocurrió después.
31. Qué es un Trading Journal
Para aprender de esa experiencia necesitas registrar información de forma útil.
En qué es un Trading Journal verás qué merece la pena documentar sobre operaciones, contexto, reglas, ejecución, costes, resultados y cumplimiento del sistema.
Un journal útil es bastante más que escribir cómo te sentiste ese día.
32. Cómo revisar y analizar tus operaciones
Registrar por registrar no cambia nada.
En cómo revisar y analizar tus operaciones aprenderás a convertir el historial del journal en preguntas sobre setups, horarios, mercados, dirección, contexto, errores y adherencia a las reglas.
33. Cómo mejorar un sistema sin sobreoptimizarlo
En cómo mejorar un sistema de trading sin sobreoptimizarlo veremos cómo pasar de una observación a una hipótesis de mejora y después probar el cambio sin reescribir continuamente el pasado.
La clave es que cada modificación tenga una razón y pueda compararse contra la versión anterior.
34. Cuándo dejar de utilizar un sistema
Todo sistema debería poder cuestionarse.
En cuándo dejar de utilizar un sistema de trading aprenderás a distinguir una racha negativa normal de señales que realmente justifican una revisión más profunda: cambios en la hipótesis, costes, ejecución, estructura de mercado o errores descubiertos en la propia investigación.
Es una buena forma de cerrar el curso porque obliga a pensar el sistema como algo que debe seguir ganándose el derecho a ser utilizado.
Cómo empezar el curso
Si vas a hacer el recorrido completo, empieza por la primera lección: qué es una estrategia de trading.
Desde ahí, sigue el orden.
Primero construyes la idea. Luego la conviertes en reglas. Después la sometes a datos históricos, aprendes a interpretar los resultados, intentas romperla con pruebas de robustez y finalmente observas qué ocurre cuando llegan datos nuevos.
Ese orden importa.
Hacer Monte Carlo sobre unas reglas ambiguas no arregla las reglas. Calcular veinte métricas sobre datos defectuosos no arregla los datos. Y mejorar una estrategia después de cada pérdida no es investigación: es perseguir el pasado.
De una idea de trading a un proceso que puedas evaluar
Este curso de sistemas de trading y backtesting es 100 % gratuito y reúne 34 lecciones organizadas en 5 módulos dentro de la Academia de FinanMercado.
Mi objetivo es que termines el recorrido con algo mucho más útil que una colección de conceptos: un proceso.
Que cuando aparezca una nueva estrategia no tengas que preguntarte simplemente si “parece buena”, sino qué hipótesis plantea, qué reglas utiliza, cómo se ha probado, qué sesgos pueden afectar a los resultados, qué tan robusta parece y qué evidencia necesitarías para seguir utilizándola.
Si empiezas desde el principio, tu siguiente paso es aprender qué es una estrategia de trading.
