Construyamos una estrategia de trading simple e hipotética. La premisa es sencilla y se basa en una narrativa ampliamente discutida: cuando las monedas salen de los exchanges, suele ser alcista. El razonamiento es intuitivo: las monedas que salen de los exchanges normalmente indican que los tenedores las están retirando a autocustodia, reduciendo la oferta disponible para la venta. Por el contrario, las monedas que fluyen hacia los exchanges pueden indicar que los tenedores se preparan para vender.
Sin embargo, un solo día de salidas es solo ruido. Para identificar una tendencia genuina, aplicaríamos un cruce de medias móviles al balance del exchange. Cuando la media a corto plazo cae por debajo de la media a largo plazo, confirma que las monedas han estado saliendo de los exchanges de manera consistente, como un patrón sostenido, en lugar de eventos aislados.
Usando el balance de exchange de Glassnode para Binance, definimos lo siguiente:
- Entrar al mercado cuando la media móvil de 5 días del balance de BTC en Binance caiga por debajo de su media móvil de 14 días, señalando una tendencia sostenida de salida.
- Salir del mercado cuando la media de 5 días suba por encima de la media de 14 días, señalando que la tendencia de salida se ha revertido y las monedas están regresando al exchange.
Luego, comparamos esta estrategia con simplemente mantener BTC durante el mismo período, desde el 1 de enero de 2024 hasta el 9 de marzo de 2026, con un capital inicial de $1,000 y comisiones de trading del 0.1% aplicadas a cada operación.
Así se lee este gráfico:
🟫 La línea marrón en la parte inferior es la señal binaria de trading, alternando entre estar en el mercado (1) y fuera del mercado (0).
🟦 La línea azul sigue el valor de la cartera de la estrategia a lo largo del tiempo.
🟩 La línea verde es el benchmark de la cartera de comprar y mantener.
Podemos observar que la estrategia del balance de exchange se desempeñó razonablemente bien, aunque a veces la estrategia de comprar y mantener la superó. Sin embargo, en los últimos días del período de investigación, la estrategia del balance de exchange se puso al día. Aunque algunos inversores pueden encontrar atractiva la combinación de una volatilidad reducida y un rendimiento finalmente comparable al de comprar y mantener, las cifras finales son engañosas, y he aquí por qué.
El Problema: Mutación de Datos y Sesgo de Mirada Hacia Adelante
Las métricas no son estáticas. Muchas se revisan retroactivamente a medida que nueva información está disponible. Esto es particularmente cierto para las métricas que dependen de agrupación de direcciones o etiquetado de entidades, como los balances de exchange on-chain. Sin embargo, también es el caso de métricas como el volumen de trading o el precio, ya que los exchanges individuales ocasionalmente pueden enviar sus datos con ligeros retrasos.
Esto significa que un valor que ves hoy para, digamos, el 15 de enero de 2024, puede no ser el mismo valor que se publicó el 15 de enero de 2024. Los datos han sido revisados con retrospectiva. Cuando haces un backtest de una estrategia con estos datos revisados, estás usando implícitamente información que no estaba disponible en el momento en que se habrían tomado las decisiones de trading. Esto introduce un sesgo de mirada hacia adelante.
El Backtest Honesto: Usando Datos Puntuales en el Tiempo
Por lo tanto, repitamos el mismo backtest exacto – misma lógica de señal, mismos parámetros, mismas fechas, mismas comisiones – pero esta vez usando la variante Punto en el Tiempo (PiT) de la métrica de Balance de Exchange, disponible en Glassnode Studio.
Las métricas PiT son estrictamente de solo anexo e inmutables. Cada punto de datos histórico refleja solo la información que se conocía en el momento en que se calculó por primera vez. Sin revisiones retroactivas, sin sesgo de mirada hacia adelante.
Aunque estamos usando la misma métrica, la estrategia ahora produce resultados significativamente diferentes, como lo ilustra la línea púrpura en el nuevo gráfico a continuación. El rendimiento general es notablemente peor.
Aunque ambas estrategias se comportan de manera similar durante gran parte de 2024, observamos que la versión basada en PiT no captura los fuertes repuntes de noviembre de 2024 y marzo de 2025 con la misma eficacia. Como resultado, el rendimiento acumulado diverge significativamente y termina siendo considerablemente más bajo.
Conclusión Clave
En este ejemplo, la estrategia púrpura, que solo tiene acceso a la información tal como estaba disponible en su momento, tiene un rendimiento notablemente peor. ► Los backtests mentirán si se alimentan con datos erróneos o revisados. Solo las métricas inmutables y Punto en el Tiempo garantizan que estés reproduciendo la historia tal como sucedió realmente.
