← EdgeForge Backtester
Investigación de estrategias asistida por IA

Describe una hipótesis. La IA escribe y corrige el código; los datos deciden si merece seguir.

EdgeForge transforma tu idea en una estrategia Python, ejecuta iteraciones controladas y reserva una muestra fuera de alcance de la IA para evaluar robustez con criterios reproducibles.

Crear mi primer experimento →Ver cómo funciona ↓

No opera dinero real · No garantiza rentabilidad · Código y métricas visibles en cada iteración

Probar gratis 7 días →
Cómo funciona, en simple

De una idea en palabras a una candidata validada

1

Describe tu idea en palabras simples

“Ruptura del rango asiático en la apertura de Londres”, “cruce de medias con filtro de volumen”, o directamente exploración libre. Sin código.

2

La IA escribe una estrategia real

Código Python real, usando la misma API que un programador usaría a mano -- nada de pseudocódigo ni simulación aproximada.

3

La corre, aislada, y lee el resultado

Prueba el código sobre datos que SÍ puede ver (in-sample). Si falla o rinde mal, lee el error o las métricas y reescribe -- hasta 8 veces.

4

Una prueba que la IA nunca ve decide si es buena

Cuando la IA cree que está lista, se evalúa con datos 100% nuevos para ella (out-of-sample, reservados desde el día uno) -- sin ningún criterio de IA de por medio.

5

Queda validada como candidata solo si pasa TODOS los umbrales

Suficientes operaciones, ganancia neta mínima, drawdown máximo, % de ventanas walk-forward positivas, y una estimación de riesgo de ruina aceptable bajo 500 simulaciones Monte Carlo.

Candidata validada

Una estrategia recibe esta etiqueta cuando cumple todos los umbrales configurados de muestra, drawdown, walk-forward y Monte Carlo. La etiqueta no garantiza resultados futuros ni constituye una recomendación de inversión.

Honestidad sobre el límite de la IA

La IA no recuerda su propio código anterior — por eso no confiamos en su criterio

Cada intento de la IA es prácticamente independiente: solo recibe el resultado del intento anterior (un error, o un puñado de métricas), no una conversación acumulativa. Es más “prueba guiada por una pista” que “razonamiento sostenido”. Diseñamos el sistema asumiendo esa limitación, no ignorándola.

Por eso la palabra final nunca es de la IA: es de una evaluación separada, pura estadística, reproducible — la misma que usaría cualquier analista cuantitativo serio para validar una estrategia escrita a mano.

Out-of-sample reservado
20% de los datos apartado desde el inicio del experimento -- la IA nunca los ve ni los toca.
Walk-forward
Ventanas móviles de tiempo: se optimiza en un tramo, se valida en el siguiente. % de ventanas positivas fuera de muestra es la métrica que importa.
Monte Carlo
500 simulaciones barajando el orden de los trades, con slippage extra y omisiones al azar -- estima el riesgo de ruina bajo escenarios simulados.
Curva de equity de una estrategia validada por el Laboratorio IA sobre datos out-of-sample
Cada intento queda guardado

Aprende del proceso, no solo del resultado final

El código, el razonamiento y las métricas de cada iteración quedan persistidos — no es una caja negra que solo escupe un “sí” o un “no” al final.

  • Modelo económico en las primeras iteraciones, uno más profundo en las últimas -- para decidir si declarar candidata
  • Una candidata validada es código Python real: la puedes leer, modificar y seguir iterando a mano
  • Genera automáticamente la hoja de traducción a bloques de StrategyQuant X
¿Ya sabes programar?

Una candidata validada es solo el punto de partida

Tómala, ábrela, y sigue ajustándola a mano con la misma Strategy API que usó la IA para escribirla.

Ver backtesting automático en Python →
Preguntas frecuentes

Lo que probablemente te estás preguntando

Sin tarjeta de crédito

7 días de prueba, sobre el mismo motor que usarás siempre

Deja tu correo, recibe tu clave de activación y el instalador. Sin compromiso.

Solicitar mi prueba gratis →