Revisión de backtests

La revisión de backtests en AQS está diseñada para facilitar el análisis de la ejecución histórica antes de que una estrategia pase a la operación en vivo.

Qué puedes revisar

• métricas principales de rendimiento
• evolución de la curva de patrimonio
• registros de operaciones
• comisión, swap y PnL neto por operación cuando estén disponibles
• inspección a nivel de insight
• historial de estados y estructura de ejecución
• resultados de insights rechazados y cancelados

Buscar backtests locales y en la nube con SQL

Abre Backtests y utiliza Filter with SQL para filtrar la lista que reúne los resultados locales de tus estrategias y los backtests disponibles a través de AQS Cloud. Este filtro se aplica a los metadatos ya cargados en AQS; no consulta archivos de operaciones, no ejecuta SQL contra la base de datos en la nube ni modifica los resultados guardados. Los resultados en la nube deben estar disponibles para la cuenta con la que hayas iniciado sesión. Si no es posible conectarse a la nube, los resultados locales siguen disponibles.

Introduce una consulta completa SELECT * FROM backtest b WHERE …, empieza por WHERE o escribe solo la condición. Los resultados se actualizan a medida que escribes. Abre Syntax & examples para consultar los ejemplos integrados y las sugerencias de campos. Utiliza los encabezados de las columnas para ordenar los resultados, en lugar de añadir ORDER BY. Reset borra el filtro y restablece el orden por fecha predeterminado.

Ejemplos de filtros

Buscar ejecuciones con una rentabilidad superior al 0,5 % y un factor de beneficio de al menos 1,2:

SELECT * FROM backtest b
WHERE b.return > 0.5 AND b.profit_factor >= 1.2

Mostrar los resultados en la nube de una estrategia determinada:

source = 'cloud' AND strategy = 'Three_Amigos'

Buscar ejecuciones de barridos locales a partir de una fecha determinada:

source = 'local' AND sweep_id IS NOT NULL
AND date >= '2026-10-01'

Campos disponibles y sintaxis

Campos	Uso
strategy, id, date, source	Identificar la ejecución; la fuente es 'local' o 'cloud', y las fechas son cadenas de texto en formato ISO.
sweep_id, hyper_seed, is_public	Buscar grupos de barridos, semillas individuales o resultados publicados; el estado de publicación es un valor booleano.
symbol, timeframe, currency	Filtrar los metadatos de mercado; un campo de símbolo puede contener varios símbolos.
starting_cash, final_equity	Comparar el capital inicial y el patrimonio final en las unidades de la cuenta utilizada para la ejecución.
return, win_rate, drawdown	Usar las unidades porcentuales mostradas: 0.5 significa 0,5 %, no 50 %.
profit_factor, sharpe, sortino, payoff, expectancy, trades	Filtrar las métricas de rendimiento y el número de operaciones.
average_trade_held_secs	Comparar el tiempo medio de mantenimiento de las posiciones en segundos.

Combina condiciones con AND, OR, NOT y paréntesis. Se admiten comparaciones, BETWEEN, IN, LIKE, ILIKE, IS NULL e IS NOT NULL. Escribe los valores de texto entre comillas. Por ejemplo, symbol ILIKE '%BTC%' busca campos de símbolo que contengan BTC sin distinguir entre mayúsculas y minúsculas; % coincide con cualquier secuencia de caracteres y _ con un solo carácter.

Las métricas ausentes no equivalen a cero: utiliza sortino IS NULL para buscar ejecuciones sin un ratio de Sortino guardado. Al ordenar, los valores ausentes se colocan al final. Se trata de un lenguaje de filtrado, no de una consola SQL de uso general: no se admiten combinaciones de tablas, agregaciones, subconsultas, LIMIT ni instrucciones de escritura.

Si una consulta está incompleta o no es válida, AQS muestra un error y conserva los últimos resultados válidos. Las acciones masivas sobre los barridos se suspenden hasta que el filtro vuelva a ser válido. Un filtro de barrido puede aplicarse a metadatos locales y en la nube, pero la gestión de los barridos solo actúa sobre las ejecuciones locales asociadas a las semillas.

Revisar una ejecución paso a paso

1. Abre Backtests y selecciona el resultado que quieras investigar. Comprueba su estrategia, su intervalo de fechas y, si es un barrido, su semilla.
2. Abre Trade Log para inspeccionar las entradas y salidas. Selecciona un insight para leer sus cantidades, niveles de protección, fragmentos de ejecución e historial de estados.
3. Usa Analysis para investigar distribuciones de operaciones, patrones de rendimiento, riesgo, exposición y calidad de las operaciones. Estas secciones se cargan progresivamente; espera a que aparezca cada resultado antes de interpretar un panel vacío. Las funciones anunciadas como disponibles próximamente aún no contienen análisis completos.
4. Usa Market Data para situar una operación en su contexto histórico de precios.
5. Abre Settings para verificar la fuente de datos, la ejecución simulada, el intervalo de fechas, el marco temporal, los costes y los valores guardados de los parámetros que produjeron este resultado.

Para barridos locales de hiperparámetros, la vista de análisis puede comparar una semilla con los resultados del mismo barrido. Conserva la semilla y los ajustes al investigar una ejecución prometedora; la rentabilidad más alta por sí sola no es evidencia suficiente de robustez.

Por qué importa

La vista de backtesting refleja el mismo modelo de inspección que se usa en las vistas de estrategias en vivo. Esto facilita pasar de la investigación al despliegue sin cambiar la forma de interpretar el comportamiento de la estrategia.

Trabajar con los datos del backtest

AQE almacena los resultados de backtesting en disco y AQS los lee para mostrarlos en las vistas de revisión de escritorio. También puedes inspeccionar directamente los mismos archivos SQLite en un cliente de bases de datos cuando necesites acceso de más bajo nivel.

Revisar los costes

Los backtests siempre se ejecutan mediante PaperBroker, por lo que la comisión y el swap de un backtest proceden de la configuración de costes usada en esa ejecución. La comisión de operaciones en vivo de MT5 no se infiere durante la ejecución histórica.

AQS muestra datos de costes de la base de datos del backtest:

• Las filas de trade_log incluyen la comisión y el swap asociados a cada evento de entrada o cierre.
• round_trips combina la comisión de entrada, la comisión de salida, el swap y el PnL bruto para obtener el PnL neto.
• account_history incluye la comisión acumulada a lo largo del tiempo.

El PnL neto usa la misma regla contable de AQE que el bróker simulado:

gross PnL + swap - total commission

Establece o revisa brokerFees en la configuración de ejecución o backtesting de Strategy Editor antes de iniciar la ejecución. Cambiar los costes después de una ejecución no modifica los resultados existentes del backtest.