StrategyQuant X · Flujo de trabajo
Flujo de trabajo de StrategyQuant X: un flujo automatizado real de 15 proyectos
La mayoría de las guías de flujo de trabajo se quedan en un diagrama. Esta muestra un flujo que funcionó de verdad: 15 proyectos personalizados relevándose en un servidor durante cinco semanas, con el tiempo de cada paso tomado de los registros de SQX.
Respuesta rápida: cada ciclo genera hasta que se aceptan 400 estrategias, las filtra, ejecuta OOS, Trade Manipulation, SPP, Randomize Data, Walk Forward y una nueva prueba con ticks, guarda las supervivientes y reinicia el Builder. El ciclo mediano duró 23 minutos. Tras unos 10 ciclos el proyecto inicia el siguiente. 100 de 106 relevos fueron automáticos.
Un ciclo
Los doce pasos de cada ciclo
La ejecución duró del 4 de agosto al 9 de septiembre de 2026 en un servidor Intel Core i9-13900 con 16 hilos en uso, 64 GB DDR5 y almacenamiento NVMe, StrategyQuant X build 144. El ciclo de abajo se repitió 944 veces. Los nombres de las tareas se dan tal como aparecen en los registros de proyecto de SQX.
| Paso | Tarea en el registro de SQX | Qué hace | Tiempo medio por ciclo |
|---|---|---|---|
| 1 | Clear databanks | Empezar cada ciclo con un databank vacío | menos de 1 s |
| 2 | Builder | Generación genética hasta que se aceptan 400 estrategias | 12.1 min |
| 3 | Keep Quality (análisis personalizado) | Conservar la mejor parte de las 400 estrategias aceptadas | menos de 1 s |
| 4 | OOS retest | Comprobar la parte fuera de muestra | 0.2 min |
| 5 | Keep Quality | Segundo filtro de calidad antes de las pruebas pesadas | menos de 1 s |
| 6 | Trade Manipulation retest | Monte Carlo sobre la lista de operaciones | 2 s |
| 7 | SPP retest | System Parameter Permutation | 4.8 min |
| 8 | Randomize Data retest | Monte Carlo sobre un historial de precios alterado | 16.5 min |
| 9 | Walk Forward retest | Reoptimización sobre ventanas móviles | 9.5 min |
| 10 | Tick Retest | Un backtest más con precisión de ticks | 0.8 min |
| 11 | Keep Quality | Filtro de calidad final, las supervivientes van al almacenamiento final | menos de 1 s |
| 12 | Clear databanks, Restart Builder | Vaciar los databanks de trabajo y volver al paso 2 | menos de 1 s |
El ciclo medio pasó 12 minutos en el Builder y 32 minutos en pruebas. En 934 de 944 ciclos el Builder se detuvo exactamente en 400 estrategias aceptadas, así que el tamaño del lote era fijo y el tiempo del ciclo dependía de cuántas candidatas sobrevivían a los filtros.
Cuánto duró un ciclo
| El cuarto más rápido de los ciclos, hasta | Ciclo mediano | El cuarto más lento, desde | Ciclo más largo |
|---|---|---|---|
| 6 min | 23 min | 51 min | 14.1 h |
Por qué los ciclos difieren tanto: un ciclo en el que pocas estrategias superan OOS se salta las pruebas pesadas y termina en minutos. Un ciclo con muchas supervivientes espera a Randomize Data y Walk Forward. El tiempo por prueba está en Cuánto tardan Walk Forward y Monte Carlo.
La cadena
Cómo se turnan 15 proyectos
Los proyectos son el mismo flujo con plantillas distintas: cuatro marcos temporales, tres direcciones de operación y dos tipos de salida. Se ejecutaron en un orden fijo por la lista y después volvieron a empezar. Un turno de un proyecto duró unas 5 horas y 10 ciclos del Builder (mediana). Al final de un turno el proyecto filtra sus resultados, vacía los databanks y una tarea Stop & Start lanza el proyecto siguiente.
| Plantilla de proyecto | Turnos en la cadena | Ciclos del Builder | Horas en turnos | Estrategias generadas |
|---|---|---|---|---|
| 1. H1, largos y cortos, salida al final del día | 8 | 60 | 56.3 | 2,117,405 |
| 2. H1, largos y cortos, salida al final del viernes | 7 | 65 | 44.7 | 1,147,039 |
| 3. H1, solo largos, salida al final del día | 7 | 51 | 70.8 | 2,726,234 |
| 4. H1, solo largos, salida al final del viernes | 8 | 71 | 64.2 | 2,958,985 |
| 5. H1, solo cortos, salida al final del día | 8 | 71 | 29.3 | 4,899,927 |
| 6. H1, solo cortos, salida al final del viernes | 7 | 69 | 32.7 | 6,425,661 |
| 7. H2, largos y cortos, salida al final del viernes | 7 | 65 | 46.6 | 1,366,187 |
| 8. H2, solo largos, salida al final del viernes | 7 | 63 | 51.7 | 4,504,659 |
| 9. H2, solo cortos, salida al final del viernes | 9 | 86 | 35.3 | 12,967,267 |
| 10. H4, largos y cortos, salida al final del viernes | 8 | 66 | 33.7 | 1,741,397 |
| 11. H4, solo largos, salida al final del viernes | 7 | 54 | 55.6 | 21,045,844 |
| 12. H4, solo cortos, salida al final del viernes | 8 | 88 | 60.9 | 60,518,036 |
| 13. M30, largos y cortos, salida al final del día | 5 | 43 | 43.5 | 1,865,980 |
| 14. M30, solo largos, salida al final del día | 5 | 38 | 51.4 | 3,121,928 |
| 15. M30, solo cortos, salida al final del día | 5 | 54 | 34.4 | 3,340,508 |
En cinco semanas la cadena recorrió la lista unas siete veces. Los turnos no son perfectamente iguales: la cadena se reinició algunas veces y no siempre continuó desde el mismo proyecto, así que los proyectos M30 del final de la lista tuvieron cinco turnos cada uno.
Qué aporta dividir en proyectos
Cada proyecto mantiene un marco temporal, una dirección y una regla de salida. Los resultados siguen siendo comparables, una plantilla lenta no deja sin recursos a las demás y se ve qué plantilla produce supervivientes.
Qué aporta la rotación
Los turnos cortos dan a cada plantilla resultados nuevos cada día o cada dos días. Si la ejecución se interrumpe, ninguna plantilla se queda sin datos.
Contraste con la realidad
¿Hasta qué punto funcionó sin supervisión?
El relevo funcionó 100 veces de 106. Los otros 6 turnos terminaron sin un Stop & Start: en mitad de una ejecución del Builder o de una reprueba. Entre turnos hubo 12 pausas de más de una hora, 148 horas en total, la más larga de 63 horas. Esas pausas explican la mayor parte de la diferencia entre 692 horas de trabajo y 860 horas de calendario. Los registros no dicen por qué ocurrió cada pausa.
Para qué prepararse
- Revise la cadena una vez al día: ¿el proyecto actual es el que espera?
- Decida quién reinicia la cadena tras una actualización de Windows o una sesión detenida.
- Mantenga el almacenamiento final fuera de los databanks que el ciclo vacía.
- Deje espacio en disco para los registros y resultados de semanas de trabajo.
Qué debe hacer el servidor
- Seguir encendido durante semanas. Un PC de casa que se suspende o se reinicia rompe la cadena.
- Mantener viva la sesión de Escritorio remoto después de que usted se desconecte.
- Dar a SQX todos sus hilos. No ejecute terminales de trading en real en la misma máquina.
Lecciones de diseño
Lo que este flujo hace bien
Un lote fijo del Builder
Detenerse en 400 estrategias aceptadas mantiene todos los ciclos del mismo tamaño. Puede comparar ciclos y estimar la producción del día siguiente.
Filtros de calidad entre etapas
Solo el 18% de las estrategias aceptadas pasó a OOS, y solo el 14% de las supervivientes de OOS llegó a las pruebas pesadas. Las pruebas caras ven una lista corta.
Pruebas baratas antes que las caras
OOS y la manipulación de operaciones cuestan menos de un segundo por estrategia y van primero. SPP, Randomize Data y Walk Forward cuestan de 39 a 136 segundos y se ejecutan sobre lo que queda.
Databanks limpios en cada ciclo
Cada ciclo empieza con los databanks de trabajo vacíos, así que los resultados de un ciclo no se mezclan con el siguiente. La ejecución nunca se quedó sin memoria con 56 GB asignados a SQX.
El camino completo de 130,7 millones de estrategias generadas a 669 finales está en ¿Cuántas estrategias hay que generar?
Después de StrategyQuant X
Trate la generación, la validación y las pruebas en MT5 como trabajos distintos
Un error habitual es dejar que una sola estación de trabajo lo haga todo: generar miles de estrategias, validarlas, exportarlas y ejecutar las pruebas finales de MT5 en la misma máquina. Al principio es cómodo, pero hace más difícil seguir los registros, aumenta las esperas en cola y difumina la diferencia entre las métricas de descubrimiento y las de aceptación final.
| Etapa | Objetivo principal | Dónde ejecutarlo mejor | Qué evitar |
|---|---|---|---|
| Generación | Crear muchas candidatas rápido y eliminar las ideas claramente débiles. | Servidor con CPU dedicada o una máquina de investigación mayor con RAM y NVMe suficientes. | Juzgar la calidad final de producción solo por el resultado de una búsqueda amplia. |
| Validación | Aplicar filtros más estrictos y verificar la robustez de la lista corta. | Una carpeta de proyecto aparte o una segunda máquina, para que los resultados exportados sigan limpios. | Reutilizar los umbrales laxos de generación como reglas finales de aprobación. |
| Pruebas en MT5 | Confirmar el comportamiento en el Probador de estrategias de MetaTrader con su configuración de ejecución prevista. | Un terminal MT5 maestro local más agentes remotos o una infraestructura dedicada de pruebas de MT5. | Saltarse MT5 solo porque las métricas de StrategyQuant eran buenas. |
StrategyQuant X puede reducir el conjunto de candidatas, pero la prueba final en MT5 sigue siendo útil porque comprueba las estrategias seleccionadas dentro de su entorno del Probador de estrategias de MetaTrader. Si los resultados de MT5 se apartan de lo esperado en StrategyQuant, revise los ajustes del símbolo, los supuestos de spread, el alcance de los datos y el modelo de ejecución.
Lista de comprobación antes de fiarse de una exportación de StrategyQuant X
- Compruebe que la estrategia procede del rango de datos y de la plantilla previstos.
- Confirme que sus filtros de robustez eran más estrictos que los de generación.
- Elimine las variantes duplicadas de lógica que solo difieren por un ruido menor de parámetros.
- Anote por qué una estrategia pasó, no solo que pasó.
- Ejecute las pruebas de MT5 con los ajustes del símbolo previsto y nombres claros para los informes.
- Archive los informes aceptados separados del ruido de investigación.
Solución de problemas
Problemas habituales del flujo de trabajo y qué suelen significar
La generación es rápida pero la validación se acumula
Suele significar que su lista corta aún es demasiado amplia, que sus filtros son demasiado laxos o que su máquina de validación comparte demasiadas tareas.
Los resultados de MT5 no coinciden con la lista corta de StrategyQuant X
Revise el alcance de los datos, las propiedades del símbolo, los supuestos de spread, el tratamiento de las sesiones y si las reglas de exportación cambiaron entre ejecuciones.
Un servidor parece sobrecargado
Separe primero la investigación de las pruebas finales de MT5. Si el cuello de botella sigue, lleve la generación a una máquina dedicada más potente.
Los informes son imposibles de auditar después
Use etiquetas de lote, una estructura de carpetas coherente y presets de filtros guardados. Sin esa disciplina, las ejecuciones repetidas son difíciles de comparar.
Hardware
Cuándo un VPS no basta para este flujo
Un VPS estándar suele ir bien para trabajo ligero con StrategyQuant X, uno o dos terminales MT5 o tareas básicas de revisión. Deja de ser ideal cuando lo convierte a la vez en un nodo pesado de investigación y en un nodo de pruebas finales. Un flujo como el de arriba necesita una máquina que trabaje semanas con todos sus hilos: un servidor dedicado. Un VPS para MetaTrader pequeño sigue siendo el lugar adecuado para los terminales en real. Si su etapa final de MT5 se convierte en el principal cuello de botella, pase al modelo de granja de backtesting MT5 con agentes remotos o a un servidor dedicado para optimización de MT5.
Dimensionamiento con cifras: requisitos del sistema de StrategyQuant X y benchmark de StrategyQuant X.
FAQ
Preguntas frecuentes
¿Cómo es un flujo de trabajo automatizado de StrategyQuant X?
En el flujo que medimos, cada ciclo era: vaciar los databanks, Builder hasta que se aceptan 400 estrategias, un filtro de calidad, reprueba OOS, un segundo filtro de calidad, después las repruebas Trade Manipulation, SPP, Randomize Data, Walk Forward y con ticks, un filtro de calidad final y vuelta al Builder. El ciclo mediano duró 23 minutos.
¿Cómo se encadenan varios proyectos de StrategyQuant X?
Cada proyecto termina con una tarea Stop & Start que lanza el proyecto siguiente. En nuestra ejecución 15 proyectos se turnaron en un orden fijo, unos 10 ciclos del Builder y 5 horas por turno, y recorrieron la lista completa unas siete veces en cinco semanas.
¿Puede un flujo de StrategyQuant X funcionar sin supervisión durante semanas?
En gran parte. En nuestra ejecución 100 de 106 turnos de proyecto terminaron con un relevo automático. 6 terminaron sin él, y hubo 12 pausas de más de una hora, 148 horas de inactividad en total. Prevea la supervisión y el reinicio de la cadena tras una interrupción.
¿Por qué separar la generación, la validación y las pruebas en MT5 en StrategyQuant X?
Separar la generación, la validación y las pruebas en MT5 evita que el trabajo de descubrimiento, la revisión de robustez y las comprobaciones finales en MetaTrader se contaminen entre sí. Hace más fácil auditar los resultados y ayuda a ver dónde están realmente los cuellos de botella de cálculo.
¿Deben seguir las pruebas finales en MT5 si StrategyQuant X ya valida las estrategias?
Sí. StrategyQuant X puede reducir el conjunto de candidatas, pero la prueba final en MT5 sigue siendo útil porque comprueba las estrategias seleccionadas dentro de su entorno del Probador de estrategias de MetaTrader y de su trabajo con agentes remotos.
¿Cuándo debo pasar de un VPS a un servidor dedicado para StrategyQuant X?
Pase de un VPS a un servidor dedicado cuando los grandes lotes de generación, las tareas de validación y las pruebas de MT5 empiecen a competir por los mismos recursos de CPU, RAM o NVMe. El hardware dedicado le da una separación más limpia entre las etapas de investigación.
¿Cuándo tiene sentido una granja de backtesting MT5 en este flujo?
Una granja de backtesting MT5 tiene sentido cuando la prueba final en MetaTrader se convierte en el principal cuello de botella y usted quiere que su terminal MT5 local siga siendo el maestro mientras los agentes remotos procesan en paralelo cargas mayores de optimización o validación.
¿Necesita ayuda para separar la investigación con StrategyQuant X de las pruebas en MT5?
Describa el tamaño actual de sus lotes, el número de terminales MT5 y si ya usa agentes remotos. Le indicamos el camino adecuado: VPS, servidor dedicado o granja de backtesting MT5.