Evalúe los backtests como simulaciones históricas sensibles a supuestos, no como pronósticos ni asesoramiento de inversión.
Examine cómo se combinan datos financieros, reglas de estrategia y decisiones de simulación en un backtest. Distinga backtests de cartera de ejemplos de una sola estrategia y analice un flujo de trabajo orientado a Python. Compruebe sesgos de anticipación y supervivencia y supuestos de ejecución poco realistas. Las afirmaciones llamativas son hipótesis que investigar, no resultados demostrados. Las actividades usan datos hipotéticos y destacan costes de transacción, validación temporal, referencias, medidas de riesgo y límites de extrapolar el pasado. Este curso es educativo y no constituye asesoramiento de inversión.
Especificar universo de datos, tiempos, reglas de rebalanceo, referencia y costes de un backtest. Identificar sesgos de anticipación, supervivencia, selección y ejecución que pueden inducir a error. Comunicar incertidumbre y limitaciones sin presentar rendimientos históricos como promesa futura.
Se recomiendan conocimientos básicos de Python o hojas de cálculo, porcentajes y rendimientos. Las actividades pueden hacerse con ejemplos hipotéticos sin operar. Este curso es solo educativo, no ofrece asesoramiento financiero, legal ni de inversión; no tome decisiones financieras basándose en una actividad del curso.
Personas con conocimientos básicos que quieren desarrollar habilidades prácticas e independientes
Quienes aprenden mejor con ejemplos, lecciones guiadas y práctica
Profesionales, creadores y desarrolladores independientes que buscan un flujo de trabajo repetible
La lección 1 es gratis
4 lecciones · Intermedio · Curso completo.
Este curso utiliza material con licencia CC BY atribuido a su proveedor de contenido o a quien lo publicó. La reproducción de las lecciones solo está disponible tras iniciar sesión y superar las comprobaciones de publicación y licencia.