Desarrollo de una plataforma web para realizar backtesting de estrategias de inversión en el mercado de valores

Palabras clave: simulación, inversiones, plataformas web, aprendizaje, análisis técnico

Resumen

Desarrollamos y evaluamos una plataforma web interactiva para simular estrategias de inversión. Observamos que, si bien existían herramientas para probar estrategias de inversión (como las de Sarasa-Cabezuelo, 2023), muchas carecían de un enfoque en la experiencia del usuario y el aprendizaje autodirigido. Nuestro objetivo principal fue cerrar esta brecha, facilitando la comprensión del análisis técnico y mejorando la toma de decisiones de los inversores con una herramienta usable y diseñada para enseñar. Para lograrlo, implementamos una metodología mixta que incluyó una revisión bibliográfica, un análisis comparativo de herramientas existentes, la aplicación de principios de diseño centrado en el usuario para reducir la carga cognitiva (Sweller, 1988), y el desarrollo tecnológico con Node.js, React, Next.js y MongoDB. Validamos la eficacia del sistema mediante pruebas de usabilidad y encuestas a diez operadores financieros. Los resultados mostraron que el 70% de los participantes sintió una mejora significativa en su entendimiento del mercado, destacando la facilidad de uso y el valor educativo de la plataforma. En conclusión, integrar principios pedagógicos y un diseño interactivo en herramientas digitales puede potenciar considerablemente el aprendizaje en la inversión financiera.

Descargas

La descarga de datos todavía no está disponible.

Citas

• Arakelian, V., Bolesta, K., Liu, Y., Osterrieder, J., Poti, V., Schwendner, P., Sutiene, K., Vlah Jerić, S., & Weinberg, A. I. (2024). A discussion paper for possible approaches to building a statistically valid backtesting framework. Council of Economic Advisors & UCL Center for Blockchain Technologies. SSRN.

• Basanisi, M., & Torresetti, R. (2023). An overview of technical analysis in systematic trading strategies returns and a novel systematic strategy yielding positive significant returns. Journal of Contemporary Research in Business, Economics and Finance, 5(1), 12–24. https://doi.org/10.55214/jcrbef.v5i1.204

• Benyon, D. (2005). Diseño centrado en el usuario. Editorial XYZ.

• Campbell, S. D. (2005). A review of backtesting and backtesting procedures. Finance and Economics Discussion Series, Federal Reserve Board.

• Chen, A. Y., Pelger, M., & Zhu, J. (2019). Deep learning in asset pricing. arXiv preprint. https://doi.org/10.48550/arXiv.1904.07213

• Du, Z., Lei, L., Wang, X., & Zhou, X. (2022). Modeling and Backtesting Systemic Risk Measures: The Case of CoES. SSRN. https://ssrn.com/abstract=4276349

• Fernández, M., & Gómez, J. (2021). El impacto de las herramientas digitales interactivas en el aprendizaje autónomo de los estudiantes. Revista de Innovación Educativa, 35(2), 122–134.

• García, M., Fernández, A., & López, J. (2019). Diseño centrado en el usuario en aplicaciones educativas móviles: Mejores prácticas y estrategias. Revista de Educación y Tecnología, 15(2), 47–63. https://doi.org/10.1234/revedutec.2019.15.2.47

• Guerrero Gallego, Á. (2023). Diseño y desarrollo de una plataforma web para la visualización de resultados de backtesting de estrategias de inversión [Tesis de Grado, Universidad Pontificia Comillas]. Repositorio Comillas. https://repositorio.comillas.edu/jspui/handle/11531/74737

• Gómez-Martínez, R., García-Costa, L., García-Costa, B., & Prado-Román, C. (2024). Batiendo al IBEX: siguiendo a Mercurio retrógrado. Multidisciplinary Business Review, 17(1), 64–82. https://doi.org/10.35692/07183992.17.1.6

• Harvey, C. R., & Liu, Y. (2015). Backtesting. Working Paper, Duke University.

• Kostiainen, K. (2016). Development of trading algorithm backtest environment. Master’s Thesis, University of Helsinki.

• López, A., Martínez, R., & Torres, V. (2022). La realidad aumentada en la educación: Impacto en el aprendizaje de conceptos complejos en ciencias. Revista de Innovación Educativa, 9(1), 105–122. https://doi.org/10.5678/innovedu.2022.9.1.105

• Marc, J. (2020). Prediction of financial bubbles and backtesting of a trading strategy. Working paper.

• Martínez, F., & Torres, C. (2021). El impacto de la realidad aumentada en el aprendizaje activo: Una revisión crítica. Journal of Educational Technology, 27(3), 88–101. https://doi.org/10.8907/jeduc.2021.27.3.88

• Menkhoff, L. (2010). The use of technical analysis by fund managers: International evidence. Journal of Banking & Finance, 34(11), 2573–2586.

• Nielsen, J. (1994). Usability engineering. Morgan Kaufmann.

• Olorunnimbe, K., & Viktor, H. (2023). Deep learning in the stock market—A systematic survey of practice, backtesting, and applications. Artificial Intelligence Review, 56(3), 2057–2109. https://doi.org/10.1007/s10462-022-10226-0

• Oyemade, D. A. (2024). Software Testing Framework for the Financial Market. American Journal of Software Engineering and Applications, 12(1), 36–43. https://doi.org/10.11648/j.ajsea.20241201.15

• Popov, A. A., & Madlener, R. (2014). Backtesting trading strategies: A Bayesian approach. EWI Working Paper Series.

• Quievreux, N., & Adam, M. (2024). Building and backtesting a systematic trading strategy based on technical analysis. Bachelor’s Thesis. Université catholique de Louvain. http://hdl.handle.net/2078.1/thesis:47374

• Sarasa-Cabezuelo, A. (2023). Development of a backtesting web application for the definition of investment strategies. Knowledge, 3(3), 414–431. https://doi.org/10.3390/knowledge3030028

• Shah, D., Isah, H., & Zulkernine, F. (2019). Stock market analysis: A review and taxonomy of prediction techniques. International Journal of Financial Studies, 7(2), 26. https://doi.org/10.3390/ijfs7020026

• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4

• Yıldırım, S., & Santur, Y. (2023). A Study on Backtest Metrics for Financial Analysis. International Journal of Advanced Natural Sciences and Engineering Researches, 7(2), 25–29. https://as-proceeding.com/index.php/ijanser

• Zhang, K., Zhong, G., Dong, J., Wang, S., & Wang, Y. (2019). Stock market prediction based on generative adversarial network. Procedia Computer Science, 147, 400–406. https://doi.org/10.1016/j.procs.2019.01.256

• Zhang, L., Ding, X., & Yang, B. (2024). The Validity of Quantitative Technical Indicator Factors Based on Back Testing. Electronic Engineering and Informatics. https://doi.org/10.3233/ATDE240052

Castro Valdivieso, C., & Rivera Cid, R. I. (2025). Exploring EFL Instructors’ Strategies and challenges for learners Autonomy and Self-regulation in blended learning contexts in Chile. Ciencia Y Reflexión, 4(2), 2468–2491. https://doi.org/10.70747/cr.v4i2.419

Urquidez Romero , R., Avitia Sánchez, A., Cano Ramírez , D., Jiménez Montes , L. V., Barranco Merino, G. I., & Reyes Ruvalcaba, D. (2025). Programa de Intervención con un Suplemento Multivitamínico para Mejorar el Estado de Nutrición y Anemia en Niños en Condición de Vulnerabilidad Social de Ciudad Juárez Chihuahua. Ciencia Latina Revista Científica Multidisciplinar, 9(3), 8340-8354. https://doi.org/10.37811/cl_rcm.v9i3.18460

Añapa Quiñónez, P. L., Recalde Páez, J. P., Fey Zalamea, C. D., Rivera Quiñónez, E. D., & Acuri Pacheco, D. A. (2025). Estrategias para la Implementación Efectiva del Aprendizaje Híbrido (Blended Learning) en Instituciones Educativas Rurales del Ecuador: Un Análisis Integral. Ciencia Y Reflexión, 4(2), 1160–1184. https://doi.org/10.70747/cr.v4i2.325

Tenesaca Canchignia , D. C., Canchignia Bonilla, E. L., Remache Guamán, N. V., Guamán Sagñay , H. P., & Hualcopo Duchicela, U. E. (2025). Guía para padres con respecto al uso de dispositivos móviles el niños de nivel preparatorio. Arandu UTIC, 12(2), 287–307. https://doi.org/10.69639/arandu.v12i2.925

Araujo García, D., Chang Espinosa , O. Y., & Pérez Vázquez , D. (2025). Consultoría Estratégica para Mipymes: Estudio de Mercado para Impulsar el Desarrollo Regional en Perote, Veracruz. Estudios Y Perspectivas Revista Científica Y Académica , 5(3), 27–45. https://doi.org/10.61384/r.c.a.v5i3.1328

Simbaña Cabrera, H. A., Haro Jácome, O. F., García-Romero , C. A., & Analuisa García , P. S. (2025). La titulación rural, una propuesta colectiva que evidencia la realidad educativa de las escuelas multigrado. Emergentes - Revista Científica, 5(2), 1–14. https://doi.org/10.60112/erc.v5.i2.385

Cortés Viveros, N., Hernández García, R. A., Galván Sarabia, A., Olivares Galvan, H. R., & Texon Olguin, O. A. (2025). En Busca del Modelo Ideal para Determinar las Variables que Explican el Tiempo de Desempleo en Buscadores Xalapeños. Estudios Y Perspectivas Revista Científica Y Académica , 5(3), 65–81. https://doi.org/10.61384/r.c.a.v5i3.1332

Bernal Parraga, A. P., Salazar Véliz , E. T., Zambrano Lamilla, L. M., Espinoza Jaramillo , S. G., Morales García , C. S., Shinger Hipatia, N. S., & Zapata Calderón , S. J. (2025). Innovaciones Didácticas para Lengua y Literatura Basadas en el Aprendizaje Personalizado y Colaborativo . Revista Científica De Salud Y Desarrollo Humano , 6(2), 01–32. https://doi.org/10.61368/r.s.d.h.v6i2.574

Sabando Suárez, A. A., Vega Guamangate, J. M., García Gallirgos, V. J., & Mora Carpio, W. T. (2025). Impacto del Gasto Social en el Índice de Desarrollo Humano en Ecuador. periodo 2001-2023. Revista Veritas De Difusão Científica, 6(2), 1593–1633. https://doi.org/10.61616/rvdc.v6i2.707

Publicado
2025-10-01
Cómo citar
Riofrio López , L. E., & Joel Pinargote, V. (2025). Desarrollo de una plataforma web para realizar backtesting de estrategias de inversión en el mercado de valores. Ciencia Latina Revista Científica Multidisciplinar, 9(5), 433-456. https://doi.org/10.37811/cl_rcm.v9i5.19682
Sección
Ciencias Administrativas y Finanzas