Probamos 2.255 estrategias de trading contra el DCA. Ganó el DCA.

Un experimento propio, con validación walk-forward, costes reales, impuestos y un disparo único de test contra Bitcoin, Ethereum, el S&P 500 y el oro. De 2.255 variantes de estrategias de trading, ninguna resultó "claramente efectiva" frente a comprar de forma regular y sin rotar posiciones.

Dos mil doscientas cincuenta y cinco combinaciones distintas de reglas mecánicas de trading, probadas con el mismo cuidado con el que se prueba un fármaco: criterios de éxito fijados por escrito antes de ver un solo resultado, una partición de datos que no se toca hasta el final, y un disparo único de test. El resultado, tras meses de trabajo: ninguna bate de forma demostrable a comprar Bitcoin, o Ethereum, o el S&P 500, o el oro, de forma regular y sin rotar posiciones. No es el resultado que buscábamos. Es el que salió, y lo publicamos igual.

El experimento, en cinco líneas

Cinco familias de estrategias con respaldo académico (breakout, cruce de medias, reversión a la media, momentum temporal -- el TSMOM de referencia -- y momentum con objetivo de volatilidad) más una capa opcional de gestión de salidas: stop-loss, take-profit, trailing. El grid cerrado dio 2.250 variantes individuales más 5 combinaciones, 2.255 billetes de lotería en total. Validación walk-forward: se optimiza en una partición de entrenamiento, se selecciona en una segunda partición de validación, y la tercera, el test, se toca una sola vez, al final, sin volver atrás bajo ninguna circunstancia.

El veredicto, sin anestesia

De las 10 plazas de campeona posibles (una por familia de estrategia y por versión, con o sin posiciones cortas), solo 6 se cubrieron; las otras 4 quedaron desiertas por falta de datos suficientes o porque ningún candidato superó el filtro de estabilidad. De esas 6, únicamente una, una estrategia de breakout en su versión sin cortos, sobrevivió también al filtro de robustez frente a distintas fechas de inicio y perturbaciones del precio. Fue la única candidata real a "claramente efectiva" que llegó viva al disparo único de test.

Ahí se decidió todo. El listón que había que superar era el Sharpe deflactado, un umbral estadístico que sube cuanto mayor es el número de variantes probadas, precisamente para no confundir el mejor resultado de una búsqueda amplia con una ventaja real. Con 2.255 billetes en juego, el listón quedó en 0,9718. La única superviviente llegó con un Sharpe medio de 0,4467: un margen de −0,525, ni la mitad de lo exigido. Y no fue solo ese filtro. La misma estrategia que en la validación batía a comprar-y-mantener en 3 de los 4 activos pasó a 0 de 4 en el test, justo el comportamiento que cabría esperar de un resultado indistinguible del ruido.

Los cortos no compensan su propio coste

Una de las preguntas de partida era si la parte más ambiciosa del proyecto, ganar también en las caídas con posiciones cortas, se pagaba a sí misma. La respuesta, con datos históricos reales de financiación de perpetuos y no con una estimación, es que casi nunca. Tras descontar ese coste, la versión con cortos batió a su propia versión sin ellos en solo 2 de 8 casos (activo por estrategia) en la validación y 3 de 8 en el test. Si este experimento avanzara algún día a herramienta, tendría que ser largo/liquidez, nunca largo/corto.

Hacienda convierte ganadores brutos en perdedores netos

El caso del oro es el ejemplo de manual. Las dos estrategias que mejor se comportaron en ese activo cerraron la validación con +1,1% y +1,0% de rentabilidad bruta, y con −0,6% y −0,7% en neto, una fricción fiscal del 158% y el 174% sobre la ganancia total. ¿Cómo se puede pagar más en impuestos que lo que se ha ganado? Porque una estrategia que rota tributa sobre las plusvalías de los años buenos, mientras que las pérdidas de los años malos posteriores no llegan a compensarlas dentro del mismo periodo. Comprar y mantener, o el DCA, difieren toda la tributación hasta el final. Ese aplazamiento no es un detalle contable: es una ventaja estructural que cualquier estrategia que rota tiene que remontar antes de generar valor real.

Por qué "no demostrado" no es lo mismo que "no existe"

Este experimento no demuestra que no exista un método capaz de batir al DCA. Demuestra que, con los datos disponibles, no se puede afirmar que exista, que es distinto. Bitcoin tiene apenas cuatro ciclos completos de historia y todo el universo del experimento reúne unas pocas decenas de episodios de tendencia realmente independientes entre sí. Con tan poca muestra, cualquier resultado individual queda dominado por uno o dos eventos grandes, y probar 2.255 variantes garantiza que alguna vaya a lucir bien solo por azar. De ahí el listón que sube con el tamaño de la búsqueda. Los intervalos de confianza del Sharpe, calculados por bootstrap, cruzan el cero en casi todos los casos: no hay base estadística para afirmar que el Sharpe de estas estrategias sea positivo, y tampoco la hay para afirmar que sea negativo.

Hay algo que sí sobrevivió al test y merece decirse, porque es descriptivo y no un veredicto de eficacia: la reducción de las caídas del trend following fue real y consistente. La estrategia superviviente recortó el peor desplome de Bitcoin frente a comprar-y-mantener en la validación (−42,8% frente a −76,6%), y esa amortiguación sobrevivió también al test: −38,5% frente al −53% de comprar y mantener. Lo que no hizo fue traducir esa protección en más rentabilidad ajustada al riesgo que el DCA. Proteger la bajada costó demasiado de la subida.

Qué hacemos con esto en NodeWitness

Este experimento es un proyecto separado del Score de ciclo de NodeWitness, con su propio universo de activos y su propia metodología; no comparte ni una línea de código con el motor que calcula nuestro Score. Pero llega, por un camino totalmente independiente, a la misma conclusión a la que ya habíamos llegado auditando nuestro propio simulador Score DCA: tampoco demuestra ventaja sobre el DCA tradicional. Dos experimentos separados, dos metodologías distintas, sin ninguna coordinación entre ambos hasta este mismo artículo. La misma respuesta.

Eso no cierra la pregunta: la traslada hacia adelante. El único conjunto de datos que sigue limpio, que no se ha usado para calibrar ni para seleccionar nada, es el futuro. Es la razón por la que este experimento, en vez de archivarse sin más, abrió un registro diario, sellado e inmutable, de la señal que su única superviviente habría emitido cada día desde entonces, sin dinero real de por medio. Por qué los backtests mienten, incluso cuando se hacen con cuidado, es el tema de la siguiente pieza de esta serie -- con los bugs reales que una auditoría externa encontró en el motor de simulación antes de tocar el test.

Nada de este artículo es una recomendación de inversión, y nada en NodeWitness lo es: el Score de ciclo es informativo, no una señal de compra, y este experimento confirma exactamente por qué conviene esa cautela. Puedes seguir el Score de ciclo en vivo o leer dónde ha fallado el nuestro, con la misma disciplina de publicar también lo que no funciona.

Última actualización: 5 de agosto de 2026