Estrategias Efectivas para Backtests de Insider Trading

Nota sobre las cifras citadas a continuación. Algunas estadísticas de este artículo provienen de la cohorte del universo V12 (227,594 declaraciones de COMPRA, periodo hasta 2024). Desde el 01-01-2025, el universo de COMPRA out-of-sample (OOS) en vivo (28 mercados) muestra una tasa de aciertos del 52.96 por ciento y un retorno medio a 90 días del +8.59 por ciento en 20,688 declaraciones. Consulte la metodología para ver las cifras actuales y el bloque STRATEGY_PROOF para la referencia de auditoría congelada.

Una forma de hacer que un backtest parezca inteligente es permitirle ver las respuestas.

Los mercados son generosos con la falsa confianza, especialmente cuando el modelo ya ha visto el examen.

Por qué existe esta división

La explicación más breve es que queremos que nuestra página de /rendimiento describa lo que sucedió después de que se corrigieron las reglas, no lo que sucedió mientras aún las estábamos ajustando.

Esa distinción parece obvia. No es así como se realiza gran parte de la investigación financiera en la práctica.

Un modo de fallo típico funciona así: Un investigador comienza con una hipótesis sensata sobre compras de iniciados, grupos, antigüedad ejecutiva, tamaño de la transacción o puntualidad de la presentación. Prueban muchas variantes, ajustan umbrales, eliminan períodos incómodos, añaden filtros de liquidez y luego descubren que una especificación parece excelente. El gráfico sube. La redacción se vuelve segura. La estrategia, cuando se negocia en vivo, desarrolla la personalidad de un cartón mojado.

El problema no es que la optimización esté prohibida. El problema es que la optimización debe pagarse con una evaluación honesta. Si se utilizan datos históricos para elegir el modelo, esa misma historia ya no puede servir como una prueba limpia de si el modelo se generaliza.

Nuestra respuesta es un protocolo de avance con una división temporal explícita:

• Período de entrenamiento: 2022 a 2024
• Período de prueba: 2025 a 2026

Todo lo que se puede aprender, ajustar, seleccionar, clasificar, recortar, winsorizar, filtrar o discutir pertenece al lado izquierdo de esa línea. Todo lo que se informa como rendimiento fuera de la muestra (OOS) pertenece al lado derecho.

Por qué 2022 a 2024 para el entrenamiento

Tres años no es un número mágico. Es un compromiso.

Una ventana de entrenamiento debe ser lo suficientemente larga como para contener diferentes regímenes de mercado, suficientes eventos corporativos, suficiente variación en la actividad de los iniciados y suficientes ejemplos para que las reglas de clasificación intersectorial se estabilicen. También debe ser lo suficientemente reciente como para que la estructura del mercado, el comportamiento de presentación, el perfil de liquidez y la infraestructura de divulgación aún se parezcan al presente.

Para las transacciones de iniciados, la actualidad importa. Los sistemas de informes cambian. Las poblaciones de emisores cambian. La liquidez de las empresas de pequeña capitalización cambia. La prevalencia de las recompras, las ofertas secundarias, los restos de SPAC, las estructuras de gobierno dirigidas por fundadores y el comportamiento del mercado de capitales pospandemia afectan la forma en que deben interpretarse las presentaciones en bruto.

Una ventana de 2022 a 2024 captura una mezcla útil: un entorno de tasas al alza, un liderazgo bursátil desigual y un mercado que ya había absorbido las distorsiones más agudas del período de pandemia. Eso no lo hace ideal. Lo hace defendible.

Por qué 2025 a 2026 para las pruebas

Un período de prueba debe ser lo suficientemente largo como para incluir decepciones.

Eso no es una broma, o no solo una broma. Una prueba en papel de seis semanas puede halagar casi cualquier cosa, especialmente en señales impulsadas por eventos donde las rutas de retorno son irregulares y concentradas. Una ventana de prueba de dos años sigue siendo modesta, pero es lo suficientemente larga como para exponer si una señal depende de un trimestre de cinta favorable o de un nicho estrecho del mercado.

Al fijar 2025 a 2026 como la ventana fuera de muestra (OOS), podemos hacer una pregunta simple: después de que las reglas se establecieron utilizando datos de 2022 a 2024, ¿la señal continuó comportándose en la dirección y magnitud aproximada que uno esperaría?

Si la respuesta es sí, la confianza debería aumentar, con cautela. Si la respuesta es no, ese fallo sigue siendo valioso, porque nos dice que la ventaja puede haber sido específica del régimen, sobreajustada, sensible a la implementación o simplemente imaginaria, lo cual es una categoría concurrida en las finanzas cuantitativas.

Qué significa la validación walk-forward en la práctica

La validación walk-forward a menudo se describe con más ceremonia que contenido. La versión práctica es sencilla: usar datos pasados para establecer las reglas, luego aplicar esas reglas a datos posteriores exactamente como están.

Esa frase esconde muchos detalles operativos. En la investigación de transacciones de iniciados, el detalle es donde ocurre la mayor parte del engaño, generalmente por accidente.

La unidad de predicción debe respetar el tiempo de presentación

Las señales de iniciados no se observan cuando ocurre la operación. Se observan cuando el mercado puede tener conocimiento razonable de la presentación.

Esto es importante porque muchos regímenes regulatorios permiten un retraso entre la fecha de la transacción y la fecha de divulgación. En los Estados Unidos, los iniciados de la Sección 16 generalmente informan en el Formulario 4 dentro de los dos días hábiles posteriores a la transacción, sujeto al marco de la SEC para la presentación de informes de propiedad beneficiaria. En la Unión Europea, bajo el Reglamento de Abuso de Mercado, las personas que ejercen responsabilidades de gestión y las personas estrechamente relacionadas deben notificar las transacciones con prontitud y a más tardar en tres días hábiles, y el emisor y la autoridad competente se encargarán de los requisitos de publicación bajo la implementación local del Artículo 19 de MAR. Esos plazos no son triviales. Definen cuándo una estrategia puede reaccionar legal y operativamente.

Una prueba walk-forward adecuada registra cada evento en el momento más temprano en que la declaración está disponible para el mercado en un formato legible por máquina, no en la fecha de la transacción si esa fecha aún no hubiera sido observable.

El universo debe definirse ex ante

Otra forma fácil de embellecer un backtest es usar los valores que sobreviven hoy como si siempre hubieran sido el universo invertible.

Esto introduce un sesgo de supervivencia. Los nombres excluidos de cotización desaparecen de la muestra, a menudo por razones desagradables. Sin embargo, las razones desagradables son precisamente lo que una prueba realista debe incluir. Si un emisor de pequeña capitalización recibió compras alcistas de información privilegiada en 2025 y luego desapareció en 2026 después de una espiral de financiación, la prueba no puede pretender que el ticker nunca existió.

Lo mismo se aplica a la elegibilidad del lugar de negociación, la liquidez mínima, los filtros de free-float y los límites de capitalización de mercado. Estas reglas deben determinarse utilizando la información disponible en ese momento y luego aplicarse de manera consistente durante la ventana de prueba.

Las acciones corporativas no son una tarea opcional de mantenimiento

Las divisiones de acciones (splits), las contrasplits, los cambios de ticker, las fusiones, las escisiones y las ampliaciones de capital pueden distorsionar tanto los valores de las transacciones como los rendimientos subsiguientes si el flujo de datos es descuidado.

Los conjuntos de datos de información privilegiada están particularmente expuestos porque las declaraciones a menudo incluyen recuentos de acciones, precios y porcentajes de propiedad que necesitan conciliación con los datos de mercado ajustados. Una contrasplit puede hacer que una transacción parezca absurdamente grande o absurdamente barata si un lado del flujo de datos se ajusta y el otro no. El resultado no es alfa. Es negligencia aritmética.

La selección de parámetros pertenece al entrenamiento, no al epílogo

Supongamos que prueba períodos de tenencia de 5, 10, 20 y 60 días de negociación, y 20 funciona mejor en 2025. Entonces no puede anunciar que la estrategia siempre usó 20 días. Eso lo aprendió del conjunto de prueba. Lo mismo ocurre con los rangos de señales, los límites de puntuación z, las ponderaciones de roles, la neutralización sectorial y si se deben excluir las transacciones relacionadas con opciones.

Esta es la disciplina central del trabajo walk-forward. El conjunto de prueba no está ahí para ayudar a escribir el modelo. Está ahí para juzgar el modelo una vez que la escritura ha terminado.

Por qué las estrategias de transacciones con información privilegiada son inusualmente fáciles de sobreajustar

Las declaraciones de información privilegiada parecen limpias sobre el papel. Una persona con información privilegiada compra o vende acciones, presenta un formulario y el mercado reacciona. Los datos reales son menos literarios.

No todas las operaciones con información privilegiada significan lo mismo

Un director ejecutivo que compra en el mercado abierto con efectivo no es lo mismo que una venta de impuestos automática por parte de un director no ejecutivo. Un fundador que aumenta el control a través de una estructura de partes relacionadas no es lo mismo que un ejercicio de opciones de base amplia. Una disposición vinculada al divorcio, la planificación patrimonial o la mecánica de una llamada de margen no es una expresión pura de información.

Por lo tanto, los investigadores crean taxonomías. Clasifican los tipos de transacciones, los roles de los iniciados, los vínculos de propiedad y las notas de presentación. Eso es necesario, pero cada elección de clasificación crea un grado de libertad. Suficientes grados de libertad, y una estrategia puede ajustarse hasta que explique el pasado con elocuencia sospechosa.

La cura no es evitar los matices. La cura es decidir el matiz en la muestra de entrenamiento, documentarlo y luego aceptar las consecuencias en la muestra de prueba.

Los eventos escasos pero ruidosos fomentan la narración de historias

En comparación con los datos de precios diarios, los eventos de información privilegiada son escasos. Esa escasez tienta a los investigadores a inspeccionar casos individuales e inferir patrones a partir de anécdotas memorables. Un grupo de compras antes de una adquisición. Un director financiero que compra después de una advertencia de ganancias. Un presidente que vende antes de una ampliación de capital. Estas historias son interesantes, a veces genuinamente informativas y, a menudo, estadísticamente traicioneras.

Las muestras pequeñas invitan a la memoria selectiva. La validación walk-forward impone un aburrimiento útil. Pregunta si la regla funciona repetidamente, no si un caso hizo que todos en la sala asintieran.

Los retrasos en la presentación crean un sesgo de anticipación oculto

Esto merece repetirse porque es uno de los errores más comunes en los estudios de eventos. Si los rendimientos se miden a partir de la fecha de la transacción en lugar de la fecha de disponibilidad de la presentación, se le pueden atribuir a la estrategia ganancias que ya estaban en el precio antes de que el mercado pudiera haber sabido de la presentación.

Esa no es una distinción sutil. Puede revertir completamente un resultado.

Los cambios de régimen pueden hacer que una buena idea parezca inmortal

Una señal que funciona en un régimen de mercado puede fallar completamente en otro. La compra de información privilegiada puede ser más informativa cuando la financiación externa es costosa, cuando las small caps son ignoradas, o cuando los equipos de gestión tienen una visibilidad inusualmente fuerte sobre los puntos de inflexión de las ganancias. Puede ser menos informativa cuando los factores macroeconómicos dominan todo o cuando la divulgación es rápidamente arbitrada por fondos de inversión basados en eventos.

Una ventana de entrenamiento que abarque varias condiciones ayuda, pero ninguna muestra finita puede inmunizar una estrategia contra la dependencia del régimen. Lo mejor que podemos hacer es evitar pretender que el éxito de un período prueba una verdad universal.

Nuestro protocolo de publicación para /performance

El objetivo de publicar un protocolo es eliminar la improvisación a posteriori. Si las reglas son públicas, hay menos margen para arreglar los muebles después de que hayan llegado los invitados.

Lo que congelamos antes de evaluar de 2025 a 2026

Para cualquier familia de señales basada en información privilegiada que aparezca en /performance, las siguientes categorías deben fijarse utilizando únicamente información de 2022 a 2024:

1. Definición del evento Qué presentaciones cuentan, qué códigos de transacción se incluyen o excluyen, cómo se manejan las enmiendas y cómo se concilian los registros duplicados o corregidos.

2. Política de marca de tiempo Si un evento entra en la estrategia en la fecha de presentación, hora de presentación, próxima apertura, próximo cierre u otro punto de implementación explícitamente documentado.

3. Taxonomía de roles Cómo se agrupan los insiders, por ejemplo, CEO, CFO, presidente, director, fundador, beneficiario real, parte relacionada, y si esos grupos reciben ponderaciones diferenciales.

4. Transformación de la señal Valor nominal bruto, valor relativo a la capitalización de mercado, cambio de propiedad, recuentos de clústeres, decaimiento por recencia y cualquier winsorización o normalización.

5. Construcción de cartera Long-only o market-neutral, igual ponderación o ponderación por riesgo, restricciones sectoriales, límites de posición, filtros de liquidez y reglas de superposición para presentaciones repetidas.

6. Modelo de costos Deslizamiento, comisiones, supuestos de préstamo si se involucra el shorting, y cualquier retraso entre la observación de la señal y la ejecución.

7. Métricas de evaluación Retorno, volatilidad, tasa de acierto, drawdown, rotación, proxies de capacidad y elección de benchmark.

Un protocolo que deja estos puntos vagos no es un protocolo. Es un panel de inspiración.

Lo que no hacemos

No utilizamos el período de 2025 a 2026 para elegir el mejor período de tenencia, decidir si incluir un código de transacción incómodo o descubrir que una señal es "realmente" más fuerte en micro-capitalizaciones después de todo. Tampoco excluimos episodios desagradables a menos que la regla de exclusión estuviera preespecificada en el entrenamiento y justificada por motivos operativos.

Suena estricto porque lo es. También es lo mínimo necesario para que las afirmaciones fuera de muestra (OOS) tengan algún significado.

Por qué seguimos monitoreando el comportamiento en vivo durante la ventana de prueba

Congelar el modelo no significa ignorar la realidad. Durante 2025 a 2026, seguimos monitoreando la calidad de los datos, los informes tardíos, los errores de mapeo de símbolos y la desviación de la implementación. Si un regulador cambia el formato de difusión, o una bolsa cambia los identificadores de datos de mercado, el pipeline puede requerir mantenimiento.

Pero el mantenimiento no es una revisión del modelo. Se permite arreglar un parser roto. No se permite reponderar las compras de CFO porque tuvieron un buen trimestre.

Evidencia de la literatura y sus límites

El insider trading tiene una larga trayectoria en la literatura académica, y gran parte de ella apoya la proposición general de que algunas compras de insiders contienen información sobre futuros retornos. El problema es que las proposiciones generales no son negociables por sí mismas.

Lo que la literatura generalmente encuentra

Estudios clásicos y posteriores han encontrado a menudo que las compras de insiders, especialmente las compras en mercado abierto, son más informativas que las ventas, y que las características de la empresa, como el tamaño, la valoración y la opacidad de la información, pueden afectar la fuerza de la señal. Los investigadores también han examinado la importancia del rango del insider, la agrupación de transacciones y el tamaño de la transacción.

Estos hallazgos son útiles porque reducen el espacio de búsqueda. No eliminan la necesidad de un diseño de protocolo limpio. La significación académica puede desvanecerse después de considerar los costos, los retrasos, las limitaciones de implementación y el sesgo de publicación.

Por qué las anomalías publicadas necesitan pruebas más rigurosas

Una anomalía reportada en un artículo ya ha sobrevivido a un proceso de selección, a saber, el proceso por el cual se volvió lo suficientemente interesante como para ser publicada. Eso crea un sutil sesgo de optimismo. El concepto de estrategia puede ser real, pero el tamaño del efecto reportado a menudo se infla por la búsqueda de especificaciones, la suerte de la muestra y la tendencia de las revistas a preferir resultados positivos sobre hallazgos nulos.

Un marco de walk-forward es una forma de aplicar una disciplina más rigurosa. Si una familia de señales aún se comporta de manera sensata después de una división preestablecida, la confianza debería aumentar. Si no, la literatura aún puede ser direccionalmente correcta, mientras que la ventaja implementable es demasiado débil, demasiado concurrida o demasiado inestable.

Por qué citamos a los reguladores además de los artículos

Para las estrategias de eventos de información privilegiada, los detalles legales y operativos no son notas al margen. Son la diferencia entre un estudio de eventos válido y una novela de fantasía con marcas de tiempo.

Por eso, nuestra pila de fuentes se apoya en reguladores y organismos de normalización, no solo en artículos académicos. Las reglas de presentación de la SEC, la guía de la ESMA y los materiales de las autoridades nacionales competentes son importantes porque definen lo que el mercado puede saber y cuándo.

Qué debe preguntar un buen lector sobre cualquier backtest

Los lectores deben ser ligeramente desconfiados por defecto. No cínicos, solo profesionalmente exigentes.

Pregunte cuándo la señal se hizo observable

Si el artículo no puede decirle si el reloj del evento comienza en la fecha de la transacción, la fecha de presentación, la marca de tiempo de presentación o la próxima sesión negociable, el resultado no está listo para la supervisión adulta.

Pregunte qué se ajustó y cuándo

Un trabajo de investigación serio debe indicar qué parámetros se eligieron en el entrenamiento y si alguna elección fue reconsiderada después de ver los resultados de la prueba. Si la respuesta es vaga, asuma que el modelo tuvo más asistencia editorial retrospectiva de la anunciada.

Pregunte cómo se manejaron los datos "feos"

Los conjuntos de datos de información privilegiada contienen enmiendas, duplicados, identificadores obsoletos, acciones corporativas y ocasionales peculiaridades de presentación que resisten una clasificación ordenada. Un protocolo robusto explica cómo se trataron estos y si el tratamiento fue determinista.

Pregunte si se consideraron los costos y la liquidez

Una señal impulsada por eventos en nombres pequeños o ilíquidos puede parecer maravillosa antes de los costos e imposible después de ellos. La rotación, el diferencial, el impacto en el mercado y la capacidad no son detalles administrativos. Son el modelo de negocio.

Pregunte si se muestran los casos de fallo

Un informe de estrategia que solo presenta el éxito agregado es marketing. La investigación debe mostrar las reducciones (drawdowns), los subperíodos débiles y los tipos de nombres o regímenes donde la señal tuvo dificultades. Si el método solo funciona en condiciones favorables, es útil saberlo antes de la tormenta.

Lo que esto significa para nuestros lectores ahora

Para el trabajo de /performance de Sigma Journal, la división de entrenamiento de 2022 a 2024 y de prueba de 2025 a 2026 es menos una cuestión de arquitectura de página que de higiene intelectual. Es nuestro intento de hacer que cada resultado publicado responda a una pregunta justa.

¿La señal, especificada usando el período anterior, continuó funcionando en el posterior?

Esa pregunta es más limitada que las grandes afirmaciones que a menudo se hacen sobre las señales de información privilegiada. También es más útil. Una respuesta honesta y limitada es mejor que una amplia y contaminada.

Hay un último punto que vale la pena mencionar. Las pruebas limpias fuera de muestra (out-of-sample) no hacen que una estrategia sea buena. Hacen que la evidencia sea interpretable. Si el resultado es débil, aprendemos algo real. Si el resultado es fuerte, nos hemos ganado el derecho a estar solo moderadamente satisfechos con nosotros mismos, que es la cantidad correcta en este negocio.

El siguiente paso concreto es sencillo: publicar la especificación congelada de cada familia de señales junto con su comportamiento de prueba realizado de 2025 a 2026, y luego permitir que los lectores inspeccionen dónde el protocolo se mantuvo firme y dónde la estructura del mercado aún plantea interrogantes, especialmente en torno a la disponibilidad de las presentaciones, los costos y la comparabilidad entre mercados.

Nota editorial: este artículo se elaboró sin investigación web en vivo (Grok no disponible en esta pasada de generación). Las fuentes perennes se citan anteriormente; las afirmaciones numéricas se extraen de nuestra propia instantánea de base de datos a fecha de 17-05-2026.

Cohorte de backtest Insiders Trades

Nuestro análisis de los backtests de operaciones con información privilegiada revela información significativa sobre el comportamiento del mercado. Con un conjunto de datos que comprende 220,691 operaciones valoradas en 17 mercados, el rendimiento medio a 90 días es del -1.70%, acompañado de una tasa de éxito del 41.82%. El ratio de Sharpe anualizado es de -0.08, lo que indica que los rendimientos ajustados al riesgo para esta cohorte son desfavorables. En comparación, el universo global más amplio muestra cifras similares, con 227,594 presentaciones de COMPRA que también reflejan un rendimiento medio a 90 días del -1.70% y un ratio de Sharpe agregado de -0.08. Estas estadísticas subrayan los desafíos de aprovechar la información privilegiada de manera efectiva dentro del panorama actual del mercado. Es crucial que los profesionales consideren estas métricas al diseñar y optimizar sus estrategias de trading. Sin embargo, los hallazgos deben interpretarse con cautela debido al tamaño de la muestra y al horizonte temporal específico analizado.

Última revisión · 18-05-2026 · Por Simon Azoulay · Fuentes, SEC EDGAR, AMF BDIF y otros 28 reguladores.