Cómo configurar correctamente el Walk Forward en SQX

El Walk Forward Matrix (WFM) es la prueba que separa las estrategias reales de las que solo funcionan en el pasado. Si una estrategia no pasa el Walk Forward, no la pongo en demo. Así de directo. En este artículo te explico exactamente cómo configurarlo en StrategyQuant X para que tus resultados sean fiables.

Qué es el Walk Forward Matrix y por qué importa

El Walk Forward es una prueba de optimización robusta: StrategyQuant entrena la estrategia con unos parámetros, los modifica, la vuelve a probar en otro período de tiempo diferente, y repite ese proceso múltiples veces. Al final obtienes una matriz de resultados que muestra cómo se ha comportado la estrategia en cada combinación de parámetros y períodos.

Lo que buscas con esta prueba es que la estrategia funcione de forma consistente en distintos períodos y no solo en el rango de datos en el que fue creada. Si la matriz muestra una "zona verde" amplia y no un pico aislado, la estrategia tiene base real.

Configuración paso a paso

1. Selecciona las estrategias a optimizar

Antes de lanzar el Walk Forward, filtra las estrategias que van a entrar. Una buena forma es ordenarlas por Retorno/Downratio de mayor a menor y quedarte solo con las que superen 7. Si entran 100 estrategias, el proceso tardará mucho más y la mayoría fallarán igualmente.

2. Configura la matriz

En el optimizador, selecciona Walk Forward Matrix como tipo de prueba. Los parámetros clave son:

• Método: Exact OOS (el más lento pero el más fiable)
• Tipo de período: Porcentaje y flotante
• Porcentaje de fuera de muestra: entre 20% y 36%, en pasos de 2
• Walk Forward Runs: entre 4 y 9 (más runs = prueba más exigente)

Esto genera una matriz completa: por ejemplo, con porcentajes del 20 al 36% (pasos de 2) y runs de 4 a 9, la estrategia se prueba en más de 40 combinaciones distintas. De ahí viene el nombre "matrix".

3. Ajusta los parámetros de optimización

En la sección de parámetros de optimización, usa estos valores:

• Número de iteraciones: 10.000 o 15.000
• Distribución: Moda, ±20%, pasos de 8

4. Define los filtros de optimización

Añade filtros para que solo pasen las estrategias que cumplan tus criterios. Como mínimo:

• Retorno/Downratio: mayor que 5
• Estancamiento: menor que 500 (opcional)

5. Configura las fechas correctamente

Un detalle que marca la diferencia: en el optimizador, añade medio año más respecto a las fechas del constructor. Si construiste la estrategia hasta enero, lleva la optimización hasta junio. Esto añade más datos de prueba fuera de muestra y hace el filtro más exigente.

Cómo interpretar los resultados

Una vez finalizada la optimización, verás la matriz con los resultados. Lo que buscas:

• Una zona verde amplia y continua (no un pico aislado)
• Resultados consistentes entre distintos períodos y runs
• El mejor punto de la matriz no debe estar en los extremos

Si la estrategia pasa el Walk Forward, tienes una base sólida para continuar con el resto del proceso de validación: Monte Carlo, prueba en temporalidades cruzadas, y finalmente demo.