Backtesting

todo neto de costos · parámetros canónicos de la literatura, sin optimizar · validación = estabilidad entre décadas + placebo

Curva del libro (base 100, escala log) · 1999–2026

Sharpe POSITIVO en los 4 tramos — eso (y no el número total) es la evidencia de que el edge es estable. El tramo actual (2021–2026) es el mejor de la historia del libro.

Resumen

Sharpe neto del libro

0.85

1991-07-11 → 2026-07-10

Retorno medio

+8.7%/año

a exposición 1×, neto de costos

Días testeados

8,812

~27 años de datos

Costo modelado

2bp RT + 1.7bp/noche

real FTMO: US500 0.8bp RT, comisión 0%

Validación placebo

solo lunes

mié/jue t≈0.5 — el efecto es real, no genérico

Smoke test del motor

+7.7%

replay ene–jul 2026, 21 trades

Por estrategia e instrumento

		Todo el período			2016 → 2026
Instr.	Estrategia	n	win	bp/trade	n	win	bp/trade	%/año
US500	Turnaround Tuesday	745	72%	+24.0	203	72%	+36.3	+7.0%
US500	RSI-2 Connors	280	74%	+43.4	87	76%	+38.9	+3.3%
US100	Turnaround Tuesday	550	75%	+34.9	189	80%	+54.1	+9.8%
US100	RSI-2 Connors	209	68%	+49.6	86	67%	+46.0	+4.0%

bp/trade = retorno neto medio por trade en puntos básicos sobre el notional. La contribución anual es por instrumento a exposición 1×.

Cementerio — lo que se probó y NO sobrevivió

Order blocks ICT en 5min
edge bruto +0.03–0.06R; el costo (~0.12R) lo come: neto −0.05/−0.11R

Order blocks ICT en 1H/4H/1D
el costo baja a ~0.03R pero el edge bruto desaparece (win 43–49%, OOS 2025 negativo)

Breedon–Ranaldo (sesiones EURUSD)
decay terminal: 2023 +0.95 → 2025 −2.80 bps/día neto

Trend following solo-FX (13 pares, 22 años)
6 reglas canónicas: Sharpe neto ≈ 0

Trend multi-clase (22 instrumentos)
Sharpe 0.44 real pero débil: mezclado 50/50 EMPEORA el libro

Pre-FOMC drift
murió en 2016–19 (−14bp) y 2020–26 es ruido (+11bp, t=0.59)

Turn-of-month DAX
2011–2018 muerto (Sharpe −0.02)

Filtro IVTS (VIX/VIX3M)
no tocar nada gana: Sharpe 0.96 vs 0.86 (50%) y 0.47 (veto)

Tilt VIX-stretch para PROP
sube retorno pero no Sharpe y baja P(pasar) 87→72% — solo cuenta personal

Cada rechazo está medido con el mismo protocolo (causal, costos, OOS/estabilidad). No reabrir sin evidencia nueva.

Monte Carlo challenge $100k

Régimen moderno (2016+) · 20.000 caminos · fee $540 · reglas FTMO

Lev	P(pasar)	Breach 12m	EV/intento
1.00×	87.3%	13.3%	$7,918
1.25×	61.6%	39.2%	$6,083
1.50×	52.8%	56.7%	$5,534
1.75×	46.9%	68.6%	$5,240
2.00×	36.1%	86.7%	$3,286

Stress (muestra 2008+, incluye GFC)

Lev	P(pasar)	Breach 12m	EV/intento
1.00×	65.3%	30.5%	$5,329
1.25×	55.3%	48.3%	$4,579
1.50×	45.4%	67.9%	$4,377

La conclusión operativa: lev 1.0 maximiza el EV total; apalancar sube el PnL esperado pero derrumba la probabilidad de cobrar.

Metodología

1. Causal: en la barra t solo se usa información cerrada ≤ t.
2. Cero parámetros optimizados: reglas tal cual la literatura (TT desde los 80s, RSI-2 Connors 2008).
3. Costos siempre: spread + financiación por noche.
4. Placebo: la misma regla en días que no deberían funcionar, no funciona.
5. Gate: no comprar challenge hasta que el paper valide FIDELIDAD.

Scripts: calendar_indices.py, mc_propfirm.py, book_tests.py, export_backtest_facts.py