ES EN

03Investigación cuantitativa

Toda idea es una hipótesis hasta que los datos digan lo contrario.

La investigación sistemática es la base de todo lo que construimos. Las hipótesis se especifican de antemano, se prueban en condiciones realistas y se validan fuera de muestra antes de informar una sola decisión.

El ciclo de investigación

Seis etapas, en este orden.

Ciclo de investigación cuantitativaArquitectura conceptual. Una capa de datos versionados y con fecha de corte alimenta seis etapas en orden: hipótesis, datos, backtesting, validación estadística, prueba prospectiva y revisión. Una compuerta de validación envía las hipótesis rechazadas a un archivo, y la etapa de revisión alimenta la siguiente hipótesis. Cada componente muestra su estado: operativo, en desarrollo o planeado.Capa de datosCON FECHA DE CORTE · VERSIONADOS · TRAZABILIDAD COMPLETA01HipótesisEscrita de antemano02DatosCon fecha de corte03BacktestingCostos realistas04ValidaciónFuera de muestra05Prueba prospectivaEn vivo, sin capital06RevisiónTodo queda registradoArchivo de hipótesis rechazadasSe conservan como conocimiento; nunca se borranCOMPUERTALAS LECCIONES ALIMENTAN LA SIGUIENTE HIPÓTESISOperativoEn desarrolloPlaneado
Ciclo de investigación cuantitativaArquitectura conceptual. Una capa de datos versionados y con fecha de corte alimenta seis etapas en orden: hipótesis, datos, backtesting, validación estadística, prueba prospectiva y revisión. Una compuerta de validación envía las hipótesis rechazadas a un archivo, y la etapa de revisión alimenta la siguiente hipótesis. Cada componente muestra su estado: operativo, en desarrollo o planeado.Capa de datosCon fecha de corte · versionados01HipótesisEscrita de antemano02DatosCon fecha de corte03BacktestingCostos realistas04ValidaciónFuera de muestra05Prueba prospectivaEn vivo, sin capital06RevisiónTodo queda registradoHipótesis rechazadasSe conservan como conocimientoCOMPUERTALAS LECCIONES ALIMENTAN LA SIGUIENTE HIPÓTESISOperativoEn desarrolloPlaneado
De una hipótesis escrita a la prueba prospectiva, con una compuerta de validación y un registro de cada idea rechazada. Arquitectura conceptual · estado a octubre de 2026

Etapa por etapa

Lo que exige cada etapa.

01

Hipótesis

Cada idea se pone por escrito antes de probarla: qué predice, por qué debería funcionar y qué resultado demostraría que es falsa.

02

Datos

Datos versionados y con fecha de corte, que reflejan lo que podía saberse en cada momento, sin sesgo de supervivencia ni de anticipación.

03

Backtesting

Simulaciones con costos de transacción, deslizamiento y restricciones de ejecución realistas. Una estrategia que sólo funciona sin costos no funciona.

04

Validación estadística

Comparación contra modelos nulos explícitos, corrección por pruebas múltiples, análisis walk-forward y periodos fuera de muestra que nunca se tocaron.

05

Prueba prospectiva

Operación simulada con datos en vivo, sin capital, antes de cualquier decisión sobre su puesta en marcha.

06

Revisión

Cada resultado queda registrado, incluidos los que fracasan. Una hipótesis rechazada es conocimiento que la firma conserva.

Desarrollo de algoritmos

De la hipótesis a una estrategia gobernada.

Una estrategia no es un fragmento de código. Es una hipótesis, la evidencia que la sustenta, los límites dentro de los cuales puede operar y el registro de cada cambio que se le ha hecho.

Estamos desarrollando un marco en el que los algoritmos son artefactos versionados y revisables, de modo que cada uno pueda auditarse, compararse y retirarse con el mismo rigor con el que fue aprobado.

Principios

Cómo juzgamos nuestro propio trabajo.

Un resultado negativo es un resultado.

La mayoría de las ideas no sobrevive a una prueba rigurosa. Documentar por qué es parte del trabajo.

La complejidad debe ganarse su lugar.

Un modelo más complejo sólo se acepta si mejora la evidencia fuera de muestra, no el ajuste dentro de muestra.

Los costos son parte del modelo.

Los costos de transacción, el financiamiento y el impacto de mercado se modelan desde el inicio; nunca se añaden al final.

Reproducible por diseño.

Todo experimento debe poder repetirse a partir de sus datos, su código y sus parámetros registrados.