Calidad de los datos: sesgo de supervivencia, ajustes y huecos

Qué aprenderás

• Qué es el sesgo de supervivencia y cuánto puede inflar un backtest.
• Cómo se ajustan los splits y los dividendos, y cuándo usar datos de precio o de rentabilidad total.
• Cómo se construyen las series continuas de futuros y por qué pueden mostrar precios extraños.
• Cómo detectar y tratar huecos, precios erróneos y otros errores de datos.

Explicación

Un backtest solo es tan bueno como sus datos. La mayoría de los errores de datos hacen que los resultados parezcan mejores, no peores, y por eso son peligrosos.

Sesgo de supervivencia

El sesgo de supervivencia consiste en hacer las pruebas solo con instrumentos que siguen existiendo hoy. Las empresas que quebraron, fueron adquiridas o salieron de un índice desaparecen de muchos conjuntos de datos gratuitos. Un sistema de selección de acciones probado con los miembros actuales de un índice, en la práctica, ha sabido de antemano qué empresas sobrevivirían. La solución son los datos point-in-time (tal como se conocían en cada momento): el universo tal como era en cada fecha histórica, incluidos los valores excluidos de cotización (retirados de la bolsa) y sus precios finales.

Operaciones corporativas y ajustes

• Split de acciones: una acción se convierte en varias y el precio cae en el mismo factor. Los datos sin ajustar muestran un desplome ficticio. Los datos ajustados dividen todos los precios anteriores por la proporción del split.
• Dividendo: en la fecha ex-dividendo (el primer día en que el comprador ya no recibe el dividendo) el precio suele caer aproximadamente en el importe del dividendo. Una serie de precios lo muestra como una pérdida; una serie de rentabilidad total vuelve a sumar el dividendo. Factor de ajuste para los precios anteriores: 1 − dividendo ÷ cierre anterior.

Usa datos de rentabilidad total (ajustados) para medir las rentabilidades, pero recuerda que los precios históricos ajustados no son los precios a los que realmente se negoció. Una regla como «comprar por encima de €100» debe usar el precio real (sin ajustar) de ese día.

Futuros: series continuas

Los contratos de futuros vencen, así que un historial largo debe unir varios contratos (el cambio de vencimiento se trató en el curso «Derivados: futuros, opciones, CFD y certificados»). En cada cambio de vencimiento (roll), el contrato antiguo y el nuevo tienen precios distintos. Una serie ajustada hacia atrás desplaza todos los precios anteriores en la diferencia del roll para que la serie unida no tenga saltos artificiales. El método de la diferencia suma o resta esa diferencia en euros o dólares y puede producir precios históricos negativos; el método del ratio multiplica por un factor y mantiene correctos los movimientos porcentuales. Calcula las rentabilidades en porcentaje a partir de series ajustadas por ratio, o a partir de cada contrato real.

Huecos y errores

• Barras que faltan: festivos, suspensiones de la negociación o un agujero en los datos. No las rellenes en silencio con el precio anterior; márcalas y define una regla (lección 2).
• Precios erróneos: un único valor incorrecto, por ejemplo un precio 10 veces más alto. Busca movimientos de un día por encima de un umbral (como el 25% para un índice amplio) y confírmalos con una segunda fuente.
• Desajustes horarios: los mercados cierran a horas distintas. El cierre de un ETF europeo y el cierre de un índice estadounidense no son simultáneos.
• Datos revisados: las cifras económicas y las cuentas de las empresas se corrigen más tarde. Usa el valor que se publicó en su momento, no el revisado.

Ejemplo resuelto

Ejemplo hipotético 1, split: una acción cierra en €400. Durante la noche hace un split de 4 por 1 y al día siguiente cierra en €101.

• Rentabilidad sin ajustar: €101 ÷ €400 − 1 = −74.75% (desplome ficticio).
• Cierre anterior ajustado: €400 ÷ 4 = €100. Rentabilidad: €101 ÷ €100 − 1 = +1.00%.

Ejemplo hipotético 2, dividendo: cierre antes de la fecha ex-dividendo €50.00, dividendo €1.00, cierre en la fecha ex-dividendo €49.50.

• Rentabilidad de precio: €49.50 ÷ €50.00 − 1 = −1.00%.
• Rentabilidad total: (€49.50 + €1.00) ÷ €50.00 − 1 = +1.00%.
• Factor de ajuste: 1 − €1.00 ÷ €50.00 = 0.98. Cierre anterior ajustado: €50.00 × 0.98 = €49.00. Rentabilidad con datos ajustados: €49.50 ÷ €49.00 − 1 ≈ +1.02%. La pequeña diferencia se debe al método, que supone que el dividendo se reinvierte al precio de la fecha ex-dividendo.

Ejemplo hipotético 3, supervivencia: un universo de 10 acciones durante cinco años. Ocho siguen existiendo y cada una ha subido un +40%. Una quebró (−100%) y otra fue excluida de cotización tras un −80%.

• Solo las supervivientes: media del +40%.
• Universo completo: (8 × 40% − 100% − 80%) ÷ 10 = (320% − 180%) ÷ 10 = +14%.
• La prueba solo con supervivientes sobrestima la media en 26 puntos porcentuales. Se excluyen las comisiones y los impuestos.

Error frecuente

Actividad práctica

Datos hipotéticos: una acción cierra en €90. Hace un split de 3 por 1 y al día siguiente cierra en €31. Dos semanas después cierra en €32.00 antes de una fecha ex-dividendo; el dividendo es de €0.64 y el cierre en la fecha ex-dividendo es €31.80. Calcula (a) la rentabilidad ajustada del día del split, (b) la rentabilidad de precio y la rentabilidad total en la fecha ex-dividendo y (c) el factor de ajuste por dividendo.

Ideas clave

• El sesgo de supervivencia infla los resultados; usa universos point-in-time que incluyan los valores excluidos de cotización.
• Mide las rentabilidades con datos ajustados por splits y dividendos, pero aplica las reglas basadas en niveles de precio a los precios reales.
• El ajuste hacia atrás por ratio mantiene correctos los movimientos porcentuales de las series de futuros; el ajuste por diferencia puede generar precios negativos.
• Busca barras que falten, movimientos extremos de un día y datos revisados antes de hacer cualquier prueba.

Siguiente paso

En la próxima lección construirás un backtest completo en una hoja de cálculo, columna a columna, con datos ajustados y limpios.