Según arXiv q-fin, un nuevo marco de evaluación propone un enfoque para identificar la contaminación temporal en pruebas de modelos de inteligencia artificial aplicados a mercados financieros. Este sistema no clasifica los errores como casos simples de ausencia o presencia, sino que los mide mediante una comparación controlada. Al mantener constantes el conjunto de datos, la partición de validación, la familia de modelos, el horizonte de inversión y las condiciones de costos, el estudio varía solo una convención de evaluación a la vez. Se aplica a dos paneles diarios de activos, seis categorías de modelos y pruebas anuales entre 2016 y 2024. Los resultados revelan que ciertos ajustes temporales generan inflaciones significativas y estables en indicadores de predicción y ejecución. Por ejemplo, el uso de datos abiertos al inicio del día y la incorporación de información diaria posterior a esa apertura generan aumentos robustos en los resultados. En contraste, técnicas como normalización global, estructuras de grafos que utilizan información futura o ejecuciones al cierre del día presentan efectos débiles o inestables en la mayoría de los escenarios. Este método no busca demostrar que existe una estrategia ganadora, sino que permite medir directamente las suposiciones de evaluación, los modos de falla y la sensibilidad de los protocolos.
Para los inversores peruanos, este hallazgo tiene implicaciones prácticas directas. Muchas estrategias de inversión que se promueven en plataformas digitales o en redes sociales se basan en backtests que no reflejan correctamente el tiempo real de ejecución. Si un modelo se prueba usando datos que ya están disponibles en el día siguiente al cierre, puede producir resultados engañosos. En el contexto peruano, donde los mercados son más pequeños y los datos más limitados, el riesgo de sesgos en estos análisis aumenta. Inversionistas que dependen de indicadores de rendimiento generados por algoritmos sin validación rigurosa podrían estar expuestos a decisiones basadas en información no representativa. El estudio resalta que las suposiciones detrás de una evaluación —como cuándo se abre un día de negociación— tienen un impacto directo en el resultado final. Por eso, antes de adoptar cualquier estrategia, es clave preguntarse: ¿qué suposiciones se hacen sobre el flujo temporal del mercado? Y ¿cómo se validan esos supuestos?
El enfoque presentado no es una solución mágica, pero sí una herramienta de diagnóstico útil. Permite a inversores y gestores evaluar con mayor precisión cuánto de lo que se observa en un backtest podría deberse a errores de diseño, no a una verdadera ventaja de inversión. En un entorno como el peruano, donde la disponibilidad de datos y la transparencia de procesos pueden variar, esta metodología sirve como una guía para construir análisis más robustos y menos susceptibles a sesgos. Al final, no se trata de encontrar una estrategia que gane, sino de asegurar que las pruebas que se hacen sean fiables y transparentes.