Tres Herramientas Honestamente, No Un Backtest Mágico#

Tarde o temprano, todos construyendo un proceso alrededor de la investigación de IA preguntan lo mismo: "¿Realmente funciona esto?"

Valarn te ofrece tres herramientas separadas para explorar esa pregunta a lo largo del tiempo — pero es importante tener una visión clara sobre lo que cada una es. Ninguna de ellas es una predicción, una tasa de éxito, o un historial. Responden a diferentes preguntas, y confundirlas lleva a malas conclusiones.

Modo de Backtest — ejecuta la investigación completa a partir de una fecha pasada, sin anticipación.
El backtest de precio mecánico — prueba una regla de trading transparente sobre precios pasados.
Precisión de Investigación — ve cómo la postura de investigación de un informe ha envejecido después del hecho.

Veamos cada una por separado.

1. Modo de Backtest: Ejecuta la Investigación A partir de una Fecha Pasada#

El Modo de Backtest establece una fecha de operación histórica y ejecuta el análisis completo de múltiples agentes como si hoy fuera esa fecha. Los agentes solo ven información que existía en o antes de la fecha que elijas.

Para usarlo: abre Ejecutar Análisis, expande Configuraciones Avanzadas, encuentra la sección Modo de Ejecución, y activa Modo de Backtest. Aparece un campo de Fecha de Operación. El texto de ayuda lo dice claramente — "Los agentes solo usarán datos disponibles en o antes de esta fecha."

Bajo el capó, esa fecha fluye a través de los agentes: los informes de la SEC se leen a partir de esa fecha, la ventana de noticias y sentimientos termina en esa fecha, y los datos macro reflejan lo que se conocía en ese momento. No hay miradas furtivas a lo que sucedió después.

Lo que obtienes es un informe de investigación normal, a partir de esa fecha — la misma vista de investigación, confianza, agentes, y debate que verías en una ejecución en vivo. No hay un panel separado de "puntuación" o "¿fue correcto?", porque eso no es para lo que sirve esta herramienta. Responde a una pregunta más estrecha y honesta: ¿cómo habrían enmarcado los agentes esta configuración en ese momento, dado solo lo que se podía conocer entonces? Eso lo hace útil para entender el proceso de investigación, estudiar un punto de inflexión histórico, o comparar cómo se veía una empresa entonces frente a ahora.

2. El Backtest de Precio Mecánico: Prueba una Regla sobre Precios Pasados#

Completamente separado de la IA, Valarn incluye un backtest de precio clásico — una simulación de una regla de trading simple y transparente sobre los precios históricos de una acción. Lo encontrarás como la sección Backtest de cualquier informe, y como su propio centro bajo Backtest en la barra lateral, con pestañas para Laboratorio de Estrategias, Acción Única, Portafolio, y Pantalla.

Elige una estrategia — Valarn Composite, Comprar y Mantener, Tendencia (50 días), Cruce de MA, Reversión a la Media de RSI, o Ruptura de 52 Semanas — y Valarn la ejecuta sobre precios diarios históricos y reporta las métricas cuantitativas habituales: retorno total, retorno en exceso frente a un índice de referencia, CAGR, ratio de Sharpe, drawdown máximo, tasa de éxito, factor de beneficio, una curva de capital y una lista de operaciones. Funciona con datos de precios públicos gratuitos, y hay un resumen opcional de "Explicar con IA" en planes de pago.

Una advertencia es más importante que cualquiera de esos números, y Valarn lo indica directamente en el panel: la estrategia "Valarn Composite" es un proxy transparente y etiquetado — NO una repetición de la puntuación de investigación de IA. Un backtest de precio te dice cómo se habría comportado una regla mecánica sobre precios pasados. No te dice cómo habría funcionado la investigación de IA de Valarn, y no es un consejo. Trátalo como una simulación educativa de una regla, nada más.

3. Precisión de Investigación: Cómo Envejeció una Postura#

Lo más cercano a "¿la investigación se mantuvo?" es la tarjeta de Precisión de Investigación en un informe — y nota lo que no hace: nunca califica una señal como correcta o incorrecta.

En cambio, muestra cómo la postura de investigación de ese informe ha envejecido desde que fue publicado — a 1, 5, 30, y 90 días — tanto en términos absolutos como en relación al S&P 500 y al sector de la acción. Cada ventana lleva una etiqueta clara y honesta: envejeció bien, mixta, envejeció mal, o demasiado pronto para evaluar.

Valarn es deliberado sobre este marco y lo dice en la tarjeta misma: se trata de cómo una postura "ha envejecido … calibración, no rendimiento." (Los resúmenes de calibración a nivel organizacional están disponibles en planes Enterprise.)

El descargo de responsabilidad merece ser repetido, porque es el punto: esto es solo monitoreo de calidad y calibración de investigación. Los resultados pasados no predicen resultados futuros, y no son un registro del rendimiento de inversión o de los retornos de ningún usuario.

Usando las Tres Juntas#

Usadas honestamente, estas herramientas te ayudan a construir un juicio calibrado sobre cómo leer la investigación de Valarn — no un sistema de trading:

Modo de Backtest te muestra el proceso de investigación sobre configuraciones históricas, sin filtraciones de retrospectiva.
El backtest de precio muestra cómo se comportaron reglas mecánicas transparentes sobre precios pasados — claramente separado de la IA.
Precisión de Investigación muestra, a lo largo del tiempo, si una postura tendió a envejecer bien — como calibración, nunca como un historial.

Lo que ninguna de ellas hace es prometer una tasa de éxito, una "precisión de señal," o un retorno futuro. Incluso una vista de investigación bien fundamentada parecerá incorrecta una parte significativa del tiempo — los mercados son inciertos, y pretender lo contrario sería deshonesto.

La Conclusión#

El backtesting en Valarn se trata de entender, no de probar. Ejecuta la investigación a partir de una fecha pasada para ver cómo los agentes razonan con datos precisos para el período. Usa el backtest de precio mecánico para verificar reglas simples — recordando que no es la IA. Y observa la Precisión de Investigación a lo largo del tiempo para calibrar cuánto peso merece una postura dada.

Cada una de estas es educativa y descriptiva — una forma de pensar más claramente sobre la investigación, no una garantía de lo que sucederá a continuación.

Backtesting y Precisión de Investigación en Valarn: Tres Maneras Honestamente de Probar la Investigación