feat: Backtesting engine completo + documentación (Semanas 3-4)

✅ Motor de backtesting:
- BacktestEngine con simulación de trades
- Sistema de Trade y Position
- Gestión de capital y comisiones
- Slippage simulado

✅ Estrategias implementadas:
- MovingAverageCrossover (SMA/EMA configurable)
- RSIStrategy (umbrales personalizables)
- BuyAndHold (baseline)

✅ Métricas de performance:
- Sharpe Ratio, Sortino Ratio, Calmar Ratio
- Max Drawdown, Win Rate, Profit Factor
- Expectancy, Risk/Reward Ratio

✅ Scripts:
- backtest.py: Ejecutar backtests individuales
- backtest.py compare: Comparar múltiples estrategias

✅ Documentación:
- README actualizado con sección de backtesting
- Ejemplos de uso programático
- Estructura de proyecto actualizada

src/strategies/rsi_strategy.py

@@ -0,0 +1,65 @@
+# src/strategies/rsi_strategy.py
+"""
+Estrategia basada en RSI
+"""
+import pandas as pd
+from ..backtest.strategy import Strategy, Signal, calculate_rsi
+
+class RSIStrategy(Strategy):
+    """
+    Estrategia basada en RSI (Relative Strength Index)
+    
+    Señales:
+    - BUY: Cuando RSI < oversold_threshold (mercado sobrevendido)
+    - SELL: Cuando RSI > overbought_threshold (mercado sobrecomprado)
+    - HOLD: RSI en zona neutral
+    
+    Parámetros:
+        rsi_period: Periodo del RSI (default: 14)
+        oversold_threshold: Umbral de sobreventa (default: 30)
+        overbought_threshold: Umbral de sobrecompra (default: 70)
+    """
+    
+    def __init__(self, rsi_period: int = 14, oversold_threshold: float = 30, overbought_threshold: float = 70):
+        
+        params = {
+            'rsi_period': rsi_period,
+            'oversold': oversold_threshold,
+            'overbought': overbought_threshold
+        }
+        
+        super().__init__(name="RSI Strategy", params=params)
+        
+        self.rsi_period = rsi_period
+        self.oversold = oversold_threshold
+        self.overbought = overbought_threshold
+    
+    def init_indicators(self, data: pd.DataFrame) -> pd.DataFrame:
+        """
+        Calcula el RSI
+        """
+        data['rsi'] = calculate_rsi(data['close'], self.rsi_period)
+        return data
+    
+    def generate_signal(self, idx: int) -> Signal:
+        """
+        Genera señal basada en niveles de RSI
+        """
+        if self.data is None:
+            raise ValueError("Data no establecida")
+        
+        rsi = self.data.iloc[idx]['rsi']
+        
+        # Verificar que RSI está calculado
+        if pd.isna(rsi):
+            return Signal.HOLD
+        
+        # Sobreventa: señal de compra
+        if rsi < self.oversold and self.current_position <= 0:
+            return Signal.BUY
+        
+        # Sobrecompra: señal de venta
+        elif rsi > self.overbought and self.current_position >= 0:
+            return Signal.SELL
+        
+        return Signal.HOLD