Lab · Módulo 05 de 06

Backtest Engine.

Simula. Mide. Valida. Prueba más estrategias. Confía en tus resultados.

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6

Qué es

Un motor de backtesting de portafolios: carga datos de mercado y definiciones de portafolios, ejecuta rebalanceos con costos de operación realistas, calcula más de 30 métricas de rendimiento y riesgo frente a un benchmark, y entrega un tablero interactivo y un reporte en Excel de varias hojas.

Cómo lo corres

Por completo desde un libro de Excel, sin código; de forma programática en Python; o con Docker.

Lo que evita

Rendimientos en papel que el trading real habría borrado.

Características.

  1. Se configura desde un libro de Excel, sin necesidad de código para correr un backtest, o directamente desde un script de Python. También hay una imagen de Docker, y una línea de comandos se encarga de inicializar y ejecutar los proyectos.

  2. Ejecución realista: los rebalanceos se simulan con modelos intercambiables de comisiones y deslizamiento, un precio de ejecución configurable (VWAP o cierre ajustado), comisión por acción y un porcentaje de reserva de efectivo.

  3. Más de 30 métricas de rendimiento y riesgo calculadas automáticamente, entre ellas CAGR, Sharpe, Sortino, drawdown máximo, VaR (histórico y gaussiano), CVaR, alpha, beta y ratio de información.

  4. Comparación integrada con un benchmark: sigue tu portafolio frente a cualquier benchmark, como SPY, con alpha, beta y rendimientos relativos en periodos anuales y acumulados.

  5. La Backtest Suite para varios escenarios: haz barridos de parámetros o compara distintos portafolios sobre un solo pipeline de datos compartido, con reportes comparativos lado a lado.

  6. Tableros interactivos: valor del portafolio, rendimientos acumulados frente al benchmark, composición, evolución de las ponderaciones, drawdowns y rendimientos anuales.

  7. Reportes profesionales en Excel con más de 8 hojas: resumen, rendimiento diario, análisis de drawdown, seguimiento de comisiones, posiciones, comparación con el benchmark, rendimientos anuales y la definición del portafolio.

  8. Un motor de alto desempeño sobre PyArrow, con una arquitectura orientada a componentes, en la que el estado del portafolio, la ejecución de operaciones y los reportes son módulos separados y extensibles.

  9. Manejo robusto de datos: detección automática del formato de fecha, mapeo flexible de nombres de columnas y validación de la integridad de los datos.

Qué lee.

Datos de mercado

CSV o Parquet, un archivo por ticker, con datos OHLCV.

Portafolios

CSV o Excel: las ponderaciones de cada ticker con sus fechas de rebalanceo.

Configuración

Un libro de Excel, o configuración en Python.

Todo lo que necesitas para empezar.

El Backtest Engine viene con la licencia del Investment Lab.