Cómo una tasa de aciertos del 34 % puede ser rentable
Volvemos a un backtest publicado para explicar por qué el tamaño de ganancias y pérdidas puede importar más que el porcentaje de aciertos.
Leer investigación →Investigación POLARIS
Investigación de estrategias
Diseño, estructura de mercado, indicadores, validación y modos de fallo.
← Explorar por temaEstrategia • Validación • Evidencia
Investigación reciente
Por qué la optimización no puede rescatar una idea de trading débil
Explicamos cómo usamos la optimización para estudiar una idea definida y por qué un conjunto ganador de parámetros sigue necesitando una razón creíble.
Leer investigación →
Python, cointegración y machine learning en flujos MT5
Explicamos cómo conectamos el trabajo con modelos en Python, la preparación temporal de los datos y las responsabilidades de ejecución de MT5.
Leer investigación →
Convertir SMC y price action en código determinista
Describimos cómo traducimos ideas visuales en reglas repetibles de giros, rupturas, zonas y confirmación.
Leer investigación →
Por qué más filtros no siempre mejoran una estrategia
Explicamos cómo valoramos un filtro adicional: qué error intenta evitar, qué oportunidades elimina y qué información nueva aporta.
Leer investigación →
Por qué importa la lógica de vela cerrada
Explicamos por qué solemos apoyar decisiones en velas completas y qué cuestiones temporales siguen abiertas.
Leer investigación →
Por qué un buen backtest todavía puede fallar
Explicamos por qué un backtest prometedor nos lleva a preguntar por datos, costes y estabilidad, y cómo organizamos esa investigación.
Leer investigación →
La ambigüedad oculta en los cambios de un indicador
Mostramos cómo «operar cuando cambie el indicador» nos llevó a precisar el evento, su momento y la regla de reinicio.
Leer investigación →