El backtesting es un término que se utiliza en el ámbito de la modelización para referirse a la prueba de un modelo predictivo con datos históricos. El backtesting es un tipo de retrodicción y un tipo especial de validación cruzada que se aplica a períodos de tiempo anteriores.
En el ámbito económico y financiero, el backtesting busca estimar el desempeño de una estrategia o modelo si hubiera sido empleado durante un período pasado. Esto requiere simular condiciones pasadas con suficiente detalle, lo que hace que una limitación del backtesting sea la necesidad de datos históricos detallados. Una segunda limitación es la incapacidad de modelar estrategias que afectarían a los precios históricos. Finalmente, el backtesting, como otros modelos, está limitado por el potencial sobreajuste . Es decir, a menudo es posible encontrar una estrategia que hubiera funcionado bien en el pasado, pero que no funcionará bien en el futuro. [1] A pesar de estas limitaciones, el backtesting proporciona información que no está disponible cuando los modelos y estrategias se prueban en datos sintéticos.
Históricamente, el backtesting solo lo realizaban grandes instituciones y gestores financieros profesionales debido al coste que suponía obtener y utilizar conjuntos de datos detallados. Sin embargo, el backtesting se utiliza cada vez más y han surgido plataformas independientes basadas en la web. Aunque la técnica se utiliza ampliamente, es propensa a presentar debilidades. [2] Las regulaciones financieras de Basilea exigen que las grandes instituciones financieras realicen pruebas retrospectivas de determinados modelos de riesgo.
Para un valor en riesgo de 1 día al 99 % probado retrospectivamente durante 250 días consecutivos, la prueba se considera verde (0-95 %), naranja (95-99,99 %) o roja (99,99-100 %) según la siguiente tabla: [3]
Para un valor en riesgo de 10 días al 99 % probado retrospectivamente durante 250 días consecutivos, la prueba se considera verde (0-95 %), naranja (95-99,99 %) o roja (99,99-100 %) según la siguiente tabla:
En oceanografía [5] y meteorología , [6] el backtesting también se conoce como hindcasting : un hindcast es una forma de probar un modelo matemático ; los investigadores ingresan entradas conocidas o estimadas de cerca para eventos pasados en el modelo para ver qué tan bien coincide la salida con los resultados conocidos.
El hindcasting se refiere generalmente a una integración de modelos numéricos de un período histórico en el que no se han asimilado observaciones . Esto distingue una ejecución de hindcast de un reanálisis . Las observaciones oceanográficas de salinidad y temperatura , así como las observaciones de parámetros de olas superficiales, como la altura significativa de las olas , son mucho más escasas que las observaciones meteorológicas, lo que hace que el hindcasting sea más común en oceanografía que en meteorología. Además, dado que las olas superficiales representan un sistema forzado donde el viento es la única fuerza generadora, el hindcasting de olas a menudo se considera adecuado para generar una representación razonable del clima de olas con poca necesidad de un reanálisis completo. Los hidrólogos utilizan el hindcasting para modelar los flujos de corrientes. [7]
Un ejemplo de predicción retrospectiva sería introducir factores climáticos (acontecimientos que provocan cambios) en un modelo climático . Si la predicción retrospectiva mostrara una respuesta climática razonablemente precisa, el modelo se consideraría exitoso.
El reanálisis del ECMWF es un ejemplo de un reanálisis atmosférico combinado junto con una integración de modelo de olas donde no se asimilaron parámetros de olas, lo que hace que la parte de olas sea una ejecución de retrospección.
{{cite web}}: CS1 maint: nombres múltiples: lista de autores ( enlace ) CS1 maint: nombres numéricos: lista de autores ( enlace )