Bandas de Bollinger: probamos 81 configuraciones en cripto y el resultado te va a sorprender
| Config. estándar (documentada) | Config A (probamos) | |
|---|---|---|
| Parámetros | BB(20, 2.0), SL=2%, TP=2R | BB(20, 2.0), SL=1%, TP=2R |
| Operaciones | ~130 | 143 |
| Tasa de acierto | ~38% | 38% |
| Retorno total | -12,4% | +22,7% |
| Drawdown máx. | -19,0% | -1,0% |
| Buy & Hold ETH | -23,7% | -23,7% |
ETH/USDT 4H, Bybit Futures Linear, oct/2024-ago/2026. Capital inicial $1.000. 243 configuraciones probadas (long + short + both).
Las bandas de Bollinger son uno de los indicadores más enseñados en trading y uno de los más mal configurados en la práctica.
Corrimos 81 combinaciones de parámetros en estrategia long, usamos Python para cruzar 243 configuraciones en total y el resultado fue contraintuitivo: el stop loss de 2%, el valor que parece conservador, es exactamente lo que destruye el resultado de la estrategia.
Por qué la configuración estándar de Bandas de Bollinger no funciona
La configuración estándar de bandas de Bollinger es BB(20, 2.0) - período 20, dos desvíos estándar. Para el stop loss, usábamos 2% antes de correr el backtest: parecía conservador, 2% de pérdida máxima por operación.
En nuestro backtest en ETH/USDT 4H con esa configuración exacta, el resultado fue -12,4% en 22 meses, con drawdown máximo de -19,0%.
En el mismo período, Buy & Hold de ETH retornó -23,7%. La estrategia "estándar" perdió menos que mantener el activo, pero igual perdió. Y lo más importante: el problema no son las bandas de Bollinger en sí.
💡 Consejo Sano: Yo configuraba las bandas de Bollinger con SL=2% antes de correr el backtest. Parecía conservador - 2% de pérdida máxima por operación. En la práctica, fue el parámetro que más destruyó el resultado. Cuando lo cambié a SL=1%, misma estrategia, mismo par, mismo período: pasó de -12% a +22%. La diferencia es de un solo número en el script.
El hallazgo fue ese: la estrategia de mean reversion con bandas de Bollinger es sensible al tamaño del stop.
Con SL=2%, las pérdidas por operación son lo suficientemente grandes como para borrar varios trades ganadores. Con SL=1%, el sistema puede sobrevivir las pérdidas y dejar que los aciertos se acumulen.
⚠️ Aviso de riesgo: El trading de criptomonedas implica riesgo real de pérdida de capital. Los resultados pasados no garantizan resultados futuros. Este contenido es educativo y no constituye asesoramiento financiero ni de inversión.
¿Qué son las Bandas de Bollinger y cómo funcionan?
Antes de entrar en los resultados del backtest, vale entender qué hace el indicador matemáticamente, porque la parametrización importa mucho más cuando sabés qué controla cada parámetro.
¿Qué son las Bandas de Bollinger?
Las bandas de Bollinger son un indicador de volatilidad creado por John Bollinger en la década de 1980. Consisten en tres líneas: la banda central (media móvil simple de 20 períodos) y dos bandas externas calculadas sumando y restando dos desvíos estándar de esa media.
Cuando el precio sube demasiado, toca la banda superior; cuando cae demasiado, toca la inferior. Estadísticamente, ~95% de los cierres quedan dentro de las bandas con la configuración estándar de dos desvíos estándar.
Las fórmulas completas son:
- Banda central = SMA(20) de los cierres
- Banda superior = SMA(20) + 2 × desvío estándar(20)
- Banda inferior = SMA(20) - 2 × desvío estándar(20)
- %B = (Precio - Banda inferior) / (Banda superior - Banda inferior)
- Bandwidth (BBW) = (Banda superior - Banda inferior) / Banda central
El %B indica dónde está el precio en relación a las bandas: 0 = en la banda inferior, 1 = en la banda superior, 0,5 = en la banda central. El Bandwidth (BBW) mide el ancho de las bandas, útil para detectar el Bollinger Squeeze.
¿Cómo funciona el Bollinger Squeeze?
El Bollinger Squeeze ocurre cuando las bandas se estrechan mucho: señal de baja volatilidad y compresión de precio. Históricamente, ese estrechamiento antecede movimientos bruscos de precio en cualquier dirección.
Cuando las bandas vuelven a expandirse, el precio tiende a romper con fuerza. El Squeeze no indica la dirección - solo avisa que una jugada grande se aproxima. Los traders de breakout monitorean el BBW bajo como pre-señal de entrada antes de la expansión.
Para complementar el análisis de las bandas, quienes ya usan la media móvil exponencial van a notar que la banda central usa SMA, no EMA - una diferencia que afecta la respuesta del indicador a movimientos rápidos de precio.
Mean Reversion vs Breakout: ¿qué estrategia de Bandas de Bollinger probamos?
Existen dos enfoques opuestos con bandas de Bollinger: mean reversion y breakout.
En mean reversion, se apuesta a que el precio va a volver a la media - cuando toca la banda inferior, comprás; cuando toca la superior, vendés. En breakout, se apuesta a la continuación: el toque en la banda es una señal de fuerza, no de agotamiento.
Elegimos mean reversion para este backtest por tres razones: es la estrategia más documentada en cripto para este indicador, es más simple de implementar en código sin lookahead y genera más operaciones en el timeframe 4H, lo que da una muestra estadísticamente más confiable.
Las reglas de la estrategia que probamos:
- Entrada LONG: cierre por debajo de la banda inferior → comprar en el open de la vela siguiente
- Salida por Take Profit: precio alcanza
entrada + (tp_r × riesgo) - Salida por Stop Loss: precio alcanza
entrada × (1 - sl_pct) - Salida alternativa (BB_UP): precio cierra por encima de la banda superior (mean reversion completo)
También probamos el lado short: BB(20, 2.0) short retornó -17,4% en el mismo período - resultado malo.
La mejor configuración short encontrada fue BB(10, 2.5) SL=1% TP=3R con +8,9%, pero con solo 23 operaciones - muestra estadísticamente delgada para confiar como estrategia real. Por eso el indicador queda configurado solo long por defecto.
¿Cuál es el mejor período para las Bandas de Bollinger en cripto?
Probamos períodos de 10, 20 y 50. El optimizador en 243 configuraciones encontró BB(50, 2.0) con el mayor Sharpe Ratio - +34,3%, Sharpe=5,94.
El período de 20 (estándar de John Bollinger) también funcionó bien con +22,7% usando SL=1%. Períodos menores de 10 generaron más señales, pero con resultados peores en ETH/USDT 4H.
El período ideal depende del par y del ciclo de mercado - recomendamos correr el optimizador en el par propio antes de decidir.
La configuración que funciona: reglas exactas de entrada y salida
La Config A que usamos como referencia en este artículo utiliza los parámetros originales de John Bollinger - BB(20, 2.0) - con un único cambio respecto al estándar: el stop loss va a 1,0% en vez de 2,0%.
Las reglas completas de entrada LONG:
- Cierre de la vela por debajo de la banda inferior (
close < bb_lower) - No hay posición abierta en ese momento
- Entrada ejecutada en el OPEN de la vela siguiente (sin lookahead)
Stop Loss y Take Profit:
- SL: 1,0% por debajo del precio de entrada
- TP: 2,0% por encima de la entrada (riesgo/retorno 1:2)
- Salida alternativa: cierre por encima de la banda superior - mean reversion completo
- Verificación: por el high/low de cada vela, sin acceso a datos futuros
¿Por qué SL=1% y no 2%? La Config estándar con SL=2% generó -12,4% de retorno y -19,0% de drawdown.
Con SL=1%, misma estrategia, mismo par, mismo período: +22,7% y drawdown de solo -1,0%. El stop loss define el tamaño de la pérdida en cada operación perdedora - con bandas de Bollinger en mean reversion, la mayoría de las operaciones pierde poco y el TP se alcanza con más frecuencia de lo que intuitivamente se espera.
Las 81 configuraciones probadas: lo que encontró el optimizador
El backtest de bandas de Bollinger corrió un grid de 81 combinaciones para la dirección long: tres períodos (10, 20, 50) × tres desvíos estándar (1.5, 2.0, 2.5) × tres SL% (1%, 1,5%, 2%) × tres TP ratios (1,5R, 2R, 3R). Combinando long, short y both, el total fue de 243 configuraciones probadas.
Filtros aplicados: mínimo de 20 operaciones por configuración y drawdown máximo de -35%. Configuraciones por debajo de esos límites fueron descartadas. Los resultados fueron ordenados por Sharpe Ratio anualizado.
Los tres primeros del ranking long:
| Config | Parámetros | Trades | WR | PnL | Sharpe | DD |
|---|---|---|---|---|---|---|
| #1 (mejor Sharpe) | BB(50, 2.0), SL=1%, TP=2R | 137 | 40,9% | +34,3% | 5,94 | -13,4% |
| #2 | BB(50, 2.0), SL=1%, TP=3R | 130 | 31,5% | +37,4% | 5,45 | -21,0% |
| #3 | BB(20, 2.5), SL=1.5%, TP=3R | 56 | 30,4% | +17,2% | 4,49 | -14,1% |
Config A - referencia de este artículo - BB(20, 2.0), SL=1%, TP=2R: 143 trades, WR=38%, PnL=+22,7%, DD=-1,0%.
El patrón que aparece en todas las configuraciones del Top 3 es claro: SL=1% está presente en los tres primeros puestos. Cada vez que el SL subía a 1,5% o 2%, el Sharpe bajaba. Las bandas de Bollinger en mean reversion funcionan con stop ajustado - lo opuesto de lo que parece intuitivo al configurarlas por primera vez.
¿Por qué el stop loss importa tanto en las Bandas de Bollinger?
En mean reversion con bandas de Bollinger, la tasa de acierto se ubica en torno al 38-41%. Eso significa que 6 de cada 10 operaciones son perdedoras. Con SL=2%, cada pérdida cuesta el doble que con SL=1%.
La acumulación de pérdidas más grandes borra las ganancias de los trades ganadores. Con SL=1%, cada operación perdedora es lo suficientemente pequeña para que los aciertos con TP de 2R compensen - y con margen. Es matemática de expectativa, no de tasa de acierto.
Nota técnica sobre el Sharpe Ratio: el cálculo es trade-based, no candle-based, lo que infla el número absoluto. Usá los valores para comparar configuraciones entre sí - la relación relativa es válida.
El backtester Python: cómo construimos la prueba
El script sigue la misma arquitectura de la serie de backtests de CriptoMatiko - misma base de los repos de divergencia RSI y MACD. Esto es lo que hace el código:
- Fetch de datos: API pública de Bybit
/v5/market/kline- sin cuenta necesaria - Período: 4.000 candles de 4H = oct/2024-ago/2026 (paginación automática)
- Cálculo de las bandas: pandas
rolling().mean()+rolling().std(ddof=1) - Entrada:
close < bb_lower→ señal en el cierre, entrada en el open siguiente - Salida: SL fijo % por debajo de la entrada, TP = tp_r × riesgo por encima, BB_UP como alternativo
- Anti-lookahead: ningún acceso a datos futuros en la lógica de decisión
- Optimizador: grid search con
itertools.product, filtros de mínimo de trades y drawdown
Un detalle técnico para usuarios en Windows: el script usa .astype("int64") en vez de .astype(int) para los timestamps. Esto evita overflow en sistemas 32-bit - está documentado en el código con comentario explicativo.
El código completo está disponible en GitHub: VernonCM/bot-bollinger-bands-bybit. Para quienes quieren entender por qué falla el backtest antes de confiar en los números - las trampas más comunes de validación están documentadas en el artículo dedicado de la serie.
Cómo configurar las Bandas de Bollinger en TradingView paso a paso
Para visualizar la estrategia en vivo en TradingView, tenemos el indicador publicado como "CM - Bollinger Bands Mean Reversion [CriptoMatiko]" - disponible para agregar directamente por nombre. Las bandas de Bollinger paso a paso en TradingView:
- Abrir TradingView - par ETH/USDT o cualquier par, timeframe 4H
- Hacer clic en "Indicadores" → buscar "Bollinger Bands" → parámetros: Longitud=20, Desvío estándar=2.0
- Para ver el %B: buscar "Bollinger Bands %B" → agregar en el panel debajo del gráfico
- Para el indicador completo con señales: buscar "CM - Bollinger Bands Mean Reversion" → agregar
- Configurar alerta: "Bollinger Bands Lower Cross" - precio cerró por debajo de la banda inferior
¿Por qué timeframe 4H? En timeframes menores (1H, 15M), el ruido aumenta y más señales son falsas. En timeframes mayores (1D), pocas señales por mes. El 4H es el equilibrio que el backtest confirmó para ETH/USDT - seis a siete operaciones por mes en la Config A.
Una diferencia técnica importante: el desvío estándar en Python pandas usa N-1 (ddof=1 - corrección de Bessel), mientras que algunas plataformas usan N. El script usa ddof=1 - mismo comportamiento de TradingView con biased=false. Esto garantiza que los valores de banda en el gráfico correspondan al backtest.
Si todavía estás evaluando si TradingView vale la pena para análisis técnico, la compatibilidad nativa con alertas de bandas de Bollinger es uno de los puntos que lo diferencia de alternativas gratuitas - especialmente para quien quiere automatizar entradas vía webhook.
Bandas de Bollinger para cripto: lo que funciona y lo que no
Con base en los resultados del backtest en ETH/USDT 4H (oct/2024-ago/2026), esto es lo que los datos confirman:
Lo que funciona: mean reversion con BB(20, 2.0) o BB(50, 2.0), SL=1%, TP=2R - los dos primeros del ranking Sharpe. El stop ajustado en 1% es el parámetro que más influye en el resultado.
Lo que no funciona: SL de 2% o mayor. En las 81 configuraciones long probadas, las configs con SL=2% quedaron en el fondo del ranking por Sharpe. Es el único parámetro que consistentemente invierte el signo de la estrategia.
Las limitaciones reales del backtest que hay que considerar antes de operar:
- Sin slippage ni spread: en momentos de alta volatilidad, el spread de entrada puede impactar el resultado real
- Período específico: oct/2024-ago/2026 tiene su propia dinámica; los resultados pueden variar en otros ciclos
- No probamos: timeframes menores (1H, 15M), otros pares (BTC/USDT, SOL/USDT), períodos de bull market prolongado
La recomendación práctica: correr el script en el par de interés propio antes de usar capital real. El código acepta cualquier par disponible en Bybit - basta cambiar la variable symbol en el script.
Para quienes quieren avanzar más allá del backtest e implementar automatización real, el trading algorítmico con Python requiere algunos pasos más - conexión con la API del exchange, gestión de posición y monitoreo en tiempo real. Tenemos una guía de entrada con el camino completo.
Conclusión: ¿las Bandas de Bollinger funcionan en cripto?
Sí - con el stop loss correcto. Con SL=1%, la estrategia de mean reversion con bandas de Bollinger generó +22,7% en ETH/USDT 4H en el período de octubre de 2024 a agosto de 2026. Con SL=2%, el resultado fue -12,4%. Mismo indicador, mismo par, mismo período.
La lección central de este backtest de bandas de Bollinger no es "usá 1% de stop". Es: la parametrización importa más que el indicador. Las bandas de Bollinger no son mágicas - son una herramienta de medición de volatilidad. La estrategia en torno a ellas es la que define el resultado.
El código está disponible en GitHub en VernonCM/bot-bollinger-bands-bybit - basta correrlo en tu par de interés y ver qué encuentra el optimizador antes de decidir cualquier parámetro.
Y para quienes quieren continuar en la serie de indicadores con backtest Python: el indicador MACD con filtro de EMA y el artículo sobre divergencia RSI siguen la misma metodología.
Preguntas Frecuentes sobre Bandas de Bollinger
¿Las Bandas de Bollinger funcionan para cripto en 2026?
Funcionan con la parametrización correcta. En nuestro backtest (ETH/USDT 4H, oct/2024-ago/2026), la estrategia de mean reversion con BB(20, 2.0) y SL=1% generó +22,7% vs Buy & Hold de -23,7% en el mismo período. Con SL=2%, el resultado fue -12,4%. El indicador funciona - el stop loss que la mayoría usa no funciona.
¿Cuál es la diferencia entre Bandas de Bollinger y RSI?
Las bandas de Bollinger son un indicador de volatilidad - muestran cuándo el precio está estadísticamente lejos de la media, usando desvío estándar. El RSI es un oscilador de momentum - mide la velocidad y fuerza del movimiento con base en ganancias y pérdidas relativas.
Muchos traders combinan los dos: BB para la señal de entrada, RSI para confirmar si el activo está en sobrecompra o sobreventa antes de operar.
¿Qué significa cuando las Bandas de Bollinger se estrechan mucho?
Bandas estrechas indican baja volatilidad - es el Bollinger Squeeze. Históricamente, los períodos de compresión anteceden movimientos bruscos.
El Squeeze no dice hacia qué lado va a romper el precio - solo señala que un movimiento fuerte está próximo. Los traders de breakout monitorean el Bandwidth (BBW) bajo como pre-señal de posicionamiento antes de la expansión.
¿Cuántas operaciones por mes generan las Bandas de Bollinger en 4H?
En nuestro backtest (ETH/USDT 4H, aproximadamente 22 meses), la Config A generó 143 operaciones - cerca de seis a siete por mes.
Configuraciones con desvío estándar mayor (2.5) generan menos señales porque las bandas son más anchas y el precio las toca con menos frecuencia. La frecuencia real depende del par, del timeframe y del desvío estándar elegido.
¿Necesito pagar TradingView para usar Bandas de Bollinger?
No. Las bandas de Bollinger están disponibles en el plan gratuito de TradingView - es un indicador built-in de la plataforma.
El plan pago (Essential en adelante) agrega más indicadores simultáneos, alertas ilimitadas y más datos históricos, pero no es necesario para usar las BB básicas. Para configurar alertas automatizadas de toque de banda, el plan Essential es recomendable.
Algunos links en este artículo son de afiliados, con bonos exclusivos para vos. ¿Cómo funciona?
