Plataforma Web para el backtesting y evaluación de estrategias de trading algorítmico

Abstract

[Resumen]: Este Trabajo de Fin de Grado desarrolla una plataforma web orientada al backtesting y a la evaluación de estrategias de trading algorítmico empleando datos diarios de precios (apertura, máximo, mínimo y cierre) y volumen (OHLCV), con el objetivo de reducir la barrera de entrada para usuarios sin conocimientos de programación. La solución proporciona un flujo no-code que permite configurar simulaciones seleccionando activo, algoritmo, rango temporal, capital inicial y parámetros, además de ejecutar comparaciones mediante un modo de simulación en lote (batch). A nivel técnico, la plataforma implementa una arquitectura cliente-servidor: un frontend para la interacción y visualización, un backend que expone una Application Programming Interface (API) y ejecuta el motor de simulación, y una base de datos para persistir histórico de mercado y resultados. Los resultados se presentan mediante métricas principales, curva de capital (equity curve) y registro de operaciones. El proyecto prioriza la accesibilidad, la reproducibilidad de las simulaciones y la extensibilidad del sistema para incorporar nuevos algoritmos, métricas y fuentes de datos. El código fuente del proyecto se distribuye bajo licencia GPLv3 y está disponible públicamente en https://github.com/ptorrado/tfg-backtesting-platform

[Abstract]: This Bachelor’s Thesis presents the development of a web platform for backtesting and evaluating algorithmic trading strategies using daily price (open, high, low, close) and volume (OHLCV) data, aiming to lower the entry barrier for non-technical users. The platform provides a no-code workflow to configure simulations by selecting the asset, strategy, time range, initial capital, and parameters, as well as a batch mode to compare multiple configurations efficiently. Technically, the solution follows a client-server architecture: a frontend for user interaction and visualization, a backend exposing an API and running the simulation engine, and a database to persist market data and simulation results. Outputs are presented through key metrics, an equity curve, and trade logs. The project emphasizes usability, simulation reproducibility, and system extensibility to support additional algorithms, metrics, and data sources. The project’s source code is distributed under the GPLv3 license and is publicly available at https://github.com/ptorrado/tfg-backtesting-platform.