Trading algorítmico: bots, backtests y riesgos

El trading algorítmico consiste en usar reglas programadas para decidir y enviar órdenes sin que una persona apriete el botón en cada operación. Un bot es un programa que aplica esas reglas durante el día. Automatizar no elimina el riesgo: solo cambia quién ejecuta la operación y a qué velocidad.

La idea en pasos simples

Una regla algorítmica tiene tres partes:

1. Condición. Por ejemplo, “si el precio cruza cierto nivel, comprar”.
2. Orden. Qué comprar o vender, cuánto y a qué precio.
3. Salida. Cuándo cerrar la operación, con ganancia o con pérdida.

Un bot ejecuta esa lógica de forma continua. Lo que no hace es saber qué pasará después. Si la regla no se adapta a un mercado distinto, seguirá ejecutando órdenes en condiciones que ya no son las que la regla supone.

Qué es un backtest

Un backtest es una simulación de la regla con datos del pasado. Sirve para ver cómo se habría comportado si se hubiera aplicado en esos períodos. La guía sobre backtesting explica el método con más detalle.

El problema es que un resultado simulado puede engañar. Si una regla se ajusta hasta que funciona bien con datos pasados, puede estar optimizada para esos datos y fallar con datos nuevos. Ese fenómeno se llama sobreajuste.

Lo que dice FINRA sobre el rendimiento simulado

FINRA, el organismo autorregulador de las firmas de corretaje en Estados Unidos, explicó en una respuesta de 2024 a comentarios sobre una propuesta de regla que el rendimiento con datos históricos, o backtested, puede representar un riesgo mayor de engañar a los inversores. Según FINRA, eso ocurre porque permite optimizar decisiones hipotéticas con la ventaja de conocer el resultado.

FINRA decidió no incluir el backtest en el alcance de esa propuesta, pero reconoció el riesgo. Su postura es que los miembros no deben usar el rendimiento simulado como base para proyectar retornos. Esa postura es de FINRA para sus miembros en Estados Unidos.

Un ejemplo con cifras redondas

Supón que una regla obtuvo un retorno simulado de 60 % en tres años con datos pasados. Si inviertes US$ 1.000 esperando que se repita ese resultado, el ejemplo ya tiene un problema: el 60 % es histórico, hipotético y puede depender de la forma en que se ajustó la regla.

Este ejemplo es ilustrativo, con cifras inventadas. No describe ninguna estrategia real.

Los fraudes con bots y IA

La CFTC publicó una alerta titulada “La IA no convertirá los bots de trading en máquinas de dinero”. Según la agencia, los estafadores usan el interés en la inteligencia artificial para promocionar algoritmos, señales y esquemas de criptoactivos que prometen retornos muy altos o garantizados.

La CFTC describe un caso de un esquema que prometía un retorno mínimo de 10 % mensual con un bot propietario, según las acusaciones de la agencia. Según esa descripción, el dinero de nuevos inversores se usaba para pagar a inversores anteriores, y el operador desvió el resto. La CFTC lo presenta como un caso de estudio de fraude.

La CFTC señala varias señales de alarma:

• Retornos garantizados o exagerados. Promesas de porcentajes mensuales o anuales muy altos.
• Cuentas demo fabricadas. Saldos y operaciones que no existen en el mercado real.
• Presión por recomendar. Bonos por referir amigos o por vender el sistema a otros.
• Dominios recientes. La CFTC sugiere verificar la antigüedad del dominio y la identidad de las personas detrás del sitio.
• Influencers y desconocidos. La CFTC pide desconfiar de la euforia por la IA cuando la promueven influencers en redes o personas que conociste en línea.

La CFTC también advierte que la IA no puede predecir el futuro ni los cambios bruscos del mercado. Un bot que se presenta como capaz de hacerlo debe generar desconfianza.

Qué dice ESMA sobre la IA en servicios de inversión

ESMA, la autoridad europea de valores, publicó en mayo de 2024 una guía inicial para empresas que usan inteligencia artificial al prestar servicios de inversión a clientes minoristas. Según ESMA, las firmas deben cumplir los requisitos de MiFID II, incluido el deber de actuar en el mejor interés del cliente.

ESMA identifica riesgos como sesgos algorítmicos y problemas de calidad de datos, decisiones opacas de los equipos, dependencia excesiva de la IA por parte de firmas y clientes, y riesgos de privacidad y seguridad. Esa guía aplica a empresas reguladas en la Unión Europea, no a los bots de particulares.

Riesgos técnicos

Un bot también puede perder dinero por motivos técnicos:

• Errores de código. Una condición mal escrita puede enviar órdenes que nadie quería.
• Conexión. Una caída de internet o del servicio puede dejar una posición abierta sin control.
• Ejecución. El precio de ejecución puede ser peor que el esperado, sobre todo en mercados rápidos. Esto se llama slippage, y la guía sobre qué es el slippage lo explica.
• Acceso de terceros. Dar la contraseña de la cuenta a alguien para que opere por ti puede terminar en pérdidas o en robo.

Cómo se pierde dinero con un bot

• Pagar por un sistema con retornos garantizados. Es una de las señales de fraude que la CFTC advierte.
• Sobreajuste. La regla funciona con datos pasados y falla con datos nuevos.
• Apalancamiento. Un bot con apalancamiento puede acumular pérdidas rápido, y el margen puede consumirse sin que el operador lo note a tiempo.
• Errores o cortes. Una posición queda abierta por un fallo técnico.
• Costos. Comisiones, spreads y suscripciones reducen el resultado de cada operación.

Antes de usar cualquier señal o sistema de terceros, conviene revisar la guía sobre señales de trading y la de copy trading. Para reconocer ofertas engañosas, la guía sobre brokers estafadores es un buen punto de partida.

Lo que sí se puede hacer

Si te interesa la automatización, empieza por entender la regla. Escribe qué condición quieres usar, qué pasa si falla y cuánto podrías perder. Prueba la regla primero sin dinero real, y revisa los resultados con el mismo rigor que a una operación manual.

Y recuerda que un buen backtest no es prueba de que la regla funcionará. Las pruebas simuladas suelen hacerse con supuestos que el mercado real no siempre cumple.

Más a fondo

Un backtest que no incluye costos de transacción, slippage y tiempos de ejecución sobreestima el resultado. A eso se suma el problema que señala FINRA, la optimización en retrospectiva: cada decisión que se ajusta después de ver el resultado mejora la simulación, pero no garantiza una mejora real.

Las estrategias que dependen de muchas operaciones pequeñas son más sensibles a los costos. Un spread o una comisión que parece mínimo en una operación puede cambiar por completo el resultado de cientos de operaciones.

Esta guía no evalúa ningún bot ni ninguna plataforma. Cualquier promesa de resultados debe tratarse con escepticismo.