Interpretar resultados y construir un portfolio diversificado en StrategyQuant X

Cómo priorizar métricas al leer los resultados del Builder, qué patrones buscar en la equity curve, y cómo construir un portfolio de estrategias no correlacionadas con QuantAnalyzer.

Saber leer los resultados del Builder es tan importante como saber configurarlo. Esta página cubre cómo priorizar las métricas, qué buscar en la equity curve, y cómo dar el siguiente paso natural: combinar varias estrategias válidas en un portfolio.

Tabla de contenidos

Métricas clave, por prioridad

Prioridad	Métrica	Umbral ideal
1 (crítico)	Ratio Profit Factor OOS / IS	Superior a 0.6
2 (crítico)	Net Profit OOS	Positivo
3 (importante)	Profit Factor global	Entre 1.3 y 2.5; evitar más de 3
4 (importante)	Sharpe Ratio	Superior a 0.7
5 (relevante)	Max Drawdown	Menor del 20%, máximo 30%
6 (relevante)	Recovery Factor	Superior a 2.0
7 (secundario)	Win Rate	No crítico: un sistema con 40% de aciertos puede ser muy rentable con buen ratio riesgo/beneficio



NOTA

El orden de prioridad importa: una estrategia con un Win Rate espectacular pero un ratio OOS/IS pobre es mucho más sospechosa que una con Win Rate modesto pero consistencia sólida entre IS y OOS. Las dos primeras filas de esta tabla deberían descartar una estrategia antes de que el resto de métricas entren siquiera en la conversación.

La equity curve como herramienta de diagnóstico

Patrones a buscar (señales positivas):

Curva con pequeñas oscilaciones pero tendencia ascendente clara.
Rendimiento similar, aunque inferior, en el periodo OOS respecto al IS.
Ninguna racha perdedora que supere el drawdown máximo aceptado.
Comportamiento coherente en distintas condiciones de mercado.

Señales de alarma:

Curva IS perfectamente suave: overfitting casi seguro.
Curva OOS que colapsa por completo: overfitting confirmado.
Beneficio concentrado en un único periodo de tiempo muy corto.
Rachas perdedoras largas que solo aparecen en periodos de baja volatilidad, o solo en alta volatilidad.



ATENCIÓN

Una curva IS perfecta no es un motivo de celebración: es la señal de alarma que se describió en la página de Overfitting de esta serie, aplicada ahora a un caso concreto. Si el resultado parece demasiado bueno para ser real en la fase de entrenamiento, casi nunca lo es.

El papel de QuantAnalyzer

QuantAnalyzer es la herramienta complementaria de StrategyQuant X para el análisis profundo de estrategias individuales y de portfolios completos: profundiza en estadísticas que el Builder no muestra directamente, ofrece Monte Carlo avanzado con mayor control sobre las simulaciones, calcula la correlación entre estrategias, importa directamente desde SQX sin exportaciones manuales, y genera informes profesionales en PDF.

Por qué construir un portfolio, no una sola estrategia

El nivel más avanzado del trading algorítmico profesional no es tener una estrategia ganadora aislada, sino un conjunto de estrategias no correlacionadas que genere un rendimiento más estable en distintos entornos de mercado: mientras una estrategia atraviesa un drawdown, otra puede estar en máximos, lo que reduce la volatilidad del conjunto y aporta resiliencia ante cambios de régimen —tendencia, rango, alta o baja volatilidad.

Criterios de correlación

Correlación (r)	Interpretación y acción
r < 0.3	Baja correlación: ideal para portfolio. Incluir.
0.3 ≤ r < 0.6	Correlación moderada: aceptable si aporta valor único.
r ≥ 0.6	Alta correlación: evitar. Las dos estrategias se comportan de forma prácticamente igual.
r < 0 (negativa)	Excelente: actúan como cobertura natural entre sí.

Procedimiento de asignación de pesos en QuantAnalyzer

Cargar todas las estrategias candidatas en QuantAnalyzer.
Revisar la matriz de correlación y descartar los pares con r superior a 0.6.
Usar la función de Portfolio Builder para optimizar los pesos.
Asignar el porcentaje de riesgo total a cada estrategia, de modo que la suma sea 100%.
Ejecutar un retest del portfolio combinado y validar el resultado conjunto, no solo el de cada estrategia por separado.

Tipos de estrategia para diversificar

Tipo de estrategia	Cuándo funciona mejor
Trend Following (Donchian, cruce de medias)	Mercados en tendencia clara, alta volatilidad
Mean Reversion (Bandas de Bollinger, RSI extremo)	Mercados en rango, baja volatilidad
Breakout	Rupturas de consolidación, volatilidad creciente
Momentum	Continuación de tendencia, mercados de impulso



CLAVE PRÁCTICA

Combinar tipos de estrategia estructuralmente distintos —por ejemplo, una de ruptura y una de reversión a la media— suele producir mejores resultados de diversificación que combinar varias variantes del mismo tipo, aunque su correlación numérica parezca aceptable de forma individual.

Preguntas frecuentes (FAQs)

¿Cuántas estrategias necesito como mínimo para un portfolio razonable?

No hay un número mágico, pero tres estrategias con baja correlación entre sí y de tipos estructuralmente distintos ya aportan una diversificación notable frente a operar una sola. Lo importante no es el número, sino que cada estrategia añadida aporte algo que las demás no cubren.

Si dos estrategias tienen r = 0.55, ¿las incluyo o las descarto?

Cae en la zona de correlación moderada: la decisión depende de si cada una aporta algo que la otra no —un tipo de mercado distinto, un instrumento distinto—. Si ambas son prácticamente la misma idea aplicada a activos parecidos, mejor quedarse con la más sólida de las dos.

¿El retest del portfolio combinado puede dar peor resultado que la suma de las estrategias por separado?

Sí, y es información valiosa si ocurre: puede indicar que las estrategias no son tan independientes como sugería la correlación calculada sobre el histórico usado, o que compiten por el mismo capital en momentos concretos. Por eso el último paso del procedimiento es validar el conjunto, no solo cada pieza.