Cómo probar una estrategia de inversión con IA (sin saber programar)

Durante meses tuve una regla en la cabeza: “compra cuando una buena empresa cae un 20% desde máximos y aguanta”. Sonaba lógica. Pero cada vez que quería comprobar si de verdad habría funcionado, me topaba con el mismo muro: para hacer un backtest “en serio” parecía que necesitaba saber programar en Python, montar hojas de cálculo infinitas o pagar una herramienta cara.

Así que nunca lo probaba. Y mira, invertir con una corazonada que no has verificado nunca es de las formas más caras de aprender.

Hoy te enseño cómo he cambiado eso. Con IA puedes poner a prueba una idea de inversión en 15 minutos, sin escribir una sola línea de código. No es magia ni te va a hacer rico, pero te quita de encima esa pregunta que envenena cualquier estrategia: “¿esto habría funcionado o me lo estoy inventando?”. ¡Vamos al lío!

Un backtest es simplemente esto: aplicar tu regla al pasado y ver qué habría pasado. Si tu estrategia es “compro el S&P 500 cuando cae un 10% y vendo cuando recupera máximos”, el backtest te dice cuántas veces habría saltado esa regla, cuánto habrías ganado y —lo más importante— cuánto habrías sufrido por el camino.

El obstáculo nunca fue la idea. Era el trabajo mecánico: reunir los datos, ordenarlos, aplicar la lógica sin equivocarte y comparar contra la alternativa aburrida de “comprar y no tocar nada”. Ahí es donde la IA con capacidad de análisis de datos (ChatGPT, Claude, Gemini) se convierte en tu becario incansable. Le das las reglas y los datos, y hace las cuentas.

Antes de eso, un aviso clave que repetiré al final: la IA NO se sabe de memoria los precios históricos. Si le pides que “recuerde” cuánto valía Apple en 2019, se los puede inventar. Así que el truco está en darle tú los datos. Descarga un CSV gratis de Yahoo Finance (pestaña “Historical Data” de cualquier acción o índice, botón Download) y súbelo. A partir de ahí, estos son los prompts.

Prompt 1 — Define la estrategia sin ambigüedad:

“Voy a hacer un backtest. Mi estrategia es: comprar el ETF SPY cuando el precio cae un 10% o más desde su máximo de los últimos 12 meses, y vender cuando recupera un nuevo máximo. Antes de calcular nada, resume las reglas con tus palabras y dime qué datos necesitas de mí para ejecutarlo.”

Este primer paso parece tonto, pero es el más importante. Te obliga a ti a concretar la regla y a la IA a confirmar que la ha entendido igual que tú. La mitad de los backtests malos nacen de una regla mal definida.

Prompt 2 — Sube los datos y pide el cálculo:

“Aquí tienes el CSV con los precios diarios del ETF SPY de los últimos 10 años. Ejecuta la estrategia sobre estos datos. Muéstrame: número de operaciones, rentabilidad total, rentabilidad media por operación, la peor caída (drawdown máximo) y cuánto tiempo estuve fuera del mercado.”

Prompt 3 — Compara contra lo aburrido:

“Ahora compara mi estrategia contra simplemente comprar el ETF SPY el primer día y no venderlo nunca (buy & hold) durante el mismo periodo. Ponlo en una tabla lado a lado: rentabilidad, peor caída y número de operaciones.”

Prompt 4 — Busca las trampas:

“¿Mi backtest tiene algún sesgo? Revisa si estoy usando información que no habría tenido en el momento, si ignoro comisiones o impuestos, y qué pasaría si cambio el umbral del 10% al 15% o al 20%.”

Ese último prompt es el que separa un juego de un análisis útil. Casi siempre descubres que tu regla “mágica” funcionaba solo con un número muy concreto, y que moverlo un poco lo cambia todo. Eso es información valiosísima.

Cuando hice esto con mi regla del -10% sobre el S&P 500, la IA me devolvió algo así:

• Operaciones en 10 años: 8

• Rentabilidad de la estrategia: +112%

• Buy & hold en el mismo periodo: +180%

• Peor caída de mi estrategia: -18%

• Peor caída del buy & hold: -34%

• Tiempo fuera del mercado: 22%

¿La lectura? Mi estrategia sufría bastante menos en las caídas (un drawdown de -18% frente a -34% duele mucho menos de aguantar), pero a cambio dejaba MUCHA rentabilidad sobre la mesa por estar fuera del mercado casi una cuarta parte del tiempo. Ni buena ni mala: una estrategia más defensiva. Y eso, que yo antes solo intuía, ahora lo tenía en números. Esa es toda la diferencia.

Sé honesto contigo mismo sobre los límites, porque son importantes.

Primero, los datos. Insisto: la IA no conoce los precios históricos reales de memoria. Si no le subes un archivo y le pides que trabaje “de cabeza”, te va a dar números con una seguridad total… y falsos. Dale siempre los datos tú y, si puedes, pídele que te enseñe el cálculo para verificar un par de operaciones a mano.

Segundo, el pasado no es el futuro. Un backtest te dice qué habría pasado, no qué pasará. Una estrategia que brilló diez años puede hundirse el próximo simplemente porque el mercado cambia de humor. El backtest sirve para descartar ideas malas y entender el comportamiento de una regla, no para predecir. Como siempre, la clave está en usarlo como una linterna, no como una bola de cristal.

No dejes que una idea de inversión viva para siempre en tu cabeza sin ponerla a prueba. Coge tu regla favorita —esa que repites en el grupo de amigos—, descarga un CSV, y pásala por estos cuatro prompts esta misma tarde. En el peor caso, descubres que tu idea no era tan buena y te ahorras un disgusto con dinero real. En el mejor, entiendes de verdad cómo se comporta y ganas la confianza para seguirla cuando el mercado tiemble.

No olvides dejarnos un ❤️ Like o un 💬 comentario.