Qué es el Deflated Sharpe Ratio (DSR) y por qué tu Sharpe puede estar mintiéndote
Optimizaste 1,000 parámetros y encontraste un Sharpe de 2.1. Felicidades — y casi seguro estás torturando datos. El DSR de López de Prado te dice cuándo el Sharpe es real.
Si nunca escuchaste el término Deflated Sharpe Ratio, no estás solo. Es una métrica académica que casi ninguna plataforma de trading retail expone — y es probablemente la más importante para distinguir un edge real de un afortunado overfitting.
El problema con el Sharpe tradicional
El Sharpe Ratio te dice cuántas unidades de retorno obtienes por cada unidad de riesgo. Sencillo y útil. Hasta que te das cuenta de que lo calculaste sobre 1,000 backtests diferentes y elegiste el ganador.
Cuando pruebas múltiples configuraciones de parámetros, eventualmente algunas producirán un Sharpe alto por puro azar. Es el problema clásico de p-hacking aplicado al trading: si torturas los datos lo suficiente, confiesan lo que quieras escuchar.
La solución de López de Prado
En su paper "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality" (2014), Marcos López de Prado propuso una corrección estadística: dado que probaste N configuraciones, ¿qué probabilidad hay de que tu Sharpe observado sea genuino y no artefacto del muestreo?
El resultado es un número entre 0 y 1. Por convención:
- DSR > 0.95: tu edge es estadísticamente significativo
- DSR entre 0.7 y 0.95: sospechoso, hay que investigar
- DSR < 0.7: casi seguro overfitting
Cómo lo usa TradingNote
Cada vez que corres un Walk-Forward o un Optimizer en la plataforma, el DSR se calcula automáticamente y se muestra en el reporte de Robustness. Si tu estrategia no pasa este filtro, te lo decimos antes de que arriesgues capital real.
El Sharpe ratio sin DSR es como un voltímetro descalibrado: te da números, pero no necesariamente te dice la verdad. Empieza a mirar el DSR y la mitad de tus 'estrategias rentables' van a desaparecer — eso es exactamente lo que querías saber.
Comentarios
0 comentarios
¿Te sirvió este artículo?
La teoría sin práctica es entretenimiento. Activa tu trial de 14 días y aplica todo esto en tu propia operativa.
Probar TradingNote 14 días gratisArtículos relacionados
Walk-Forward Analysis paso a paso: cómo saber si tu estrategia generaliza
Entrenar y validar en la misma ventana temporal es el error más común en backtest retail. Walk-Forward Analysis lo elimina. Te muestro cómo aplicarlo correctamente.
Datos macro FRED en backtest: cómo evitar el lookahead bias
Integrar CPI, NFP o yields en tus algoritmos puede multiplicar tu edge. O destruirlo, si caes en lookahead bias. La diferencia es usar release_date, no observation_date.