Cómo medir la consistencia de sus resultados de trading
El mismo beneficio puede ocultar una consistencia muy distinta. El artículo muestra cómo agrupar resultados por semanas y calcular cuatro cifras: proporción de periodos rentables, desviación estándar, coeficiente de variación y peso del mejor periodo. Incluye un ejemplo con dos traders y errores comunes.
Última actualización:
En resumen. Para medir la consistencia de sus resultados de trading, agrupe los resultados en periodos iguales, por ejemplo semanas, y revise cuatro cifras: la proporción de periodos rentables, cuánto oscilan los resultados de cada periodo alrededor de su media, qué parte del beneficio total aporta el mejor periodo y cómo se compara la mediana con la media. Dos traders pueden terminar con el mismo beneficio y tener una consistencia muy distinta, y estas cifras muestran la diferencia.
La consistencia de los resultados no es lo mismo que una regla de consistencia de una prop firm
La palabra "consistencia" se usa en trading para dos cosas distintas. Una regla de consistencia de una prop firm es una condición de pago fijada por la firma, normalmente un tope sobre qué parte de su beneficio puede proceder de su mejor día. Esa regla se explica en qué es una regla de consistencia de prop firm.
Este artículo trata de algo que puede medirse en cualquier cuenta, también en una personal: con qué uniformidad se reparten sus propios resultados en el tiempo. Describe su proceso, no un requisito de una firma. Un trader puede cumplir el tope del mejor día de una firma y aun así tener resultados sostenidos por una sola semana afortunada.
Por qué el beneficio total oculta la imagen
El beneficio total y el beneficio medio no dicen nada sobre el recorrido. Ocho semanas que suman +1.600 pueden ser ocho semanas estables o seis pérdidas pequeñas y una ganancia grande. El primer registro sugiere un proceso que se repite. El segundo puede mostrar solo una operación desmesurada con la que no se puede volver a contar.
La expectancy indica cuánto vale una operación media. La consistencia plantea otra pregunta: ¿cuánto se mueven los resultados alrededor de esa media de un periodo a otro? Ambas pertenecen a una revisión, y ninguna sustituye a la otra.
Paso 1: elegir un periodo y construir la serie
Todo lo siguiente parte de una lista de resultados por periodo. Las semanas son una opción práctica por defecto, porque un solo día es sobre todo ruido y un mes da muy pocos puntos en la mayoría de los diarios.
- Elija una longitud de periodo y mantenga la misma. Mezclar semanas y meses invalida cualquier comparación.
- Sume el resultado neto de cada periodo tras comisiones, swaps y tarifas, en la moneda de la cuenta o, mejor, en R o como porcentaje de la cuenta.
- Tenga en cuenta el tamaño de posición. Si cambió mucho durante la muestra, los resultados en dólares no son comparables entre periodos, así que use R o porcentaje.
- Reúna suficientes periodos. Con menos de unos ocho a doce, cada métrica de abajo se mueve mucho al añadir un periodo. Es una regla orientativa, no un umbral estadístico.
Cuatro cifras que miden la consistencia
| Métrica | Cómo calcularla | Qué indica | A qué prestar atención |
|---|---|---|---|
| Proporción de periodos rentables | Periodos rentables divididos entre todos los periodos | Con qué frecuencia un periodo termina en positivo | No dice nada del tamaño: muchas ganancias pequeñas pueden ocultar una pérdida grande |
| Desviación estándar de los resultados por periodo | Dispersión de los resultados alrededor de su media | Cuánto oscilan los resultados de un periodo a otro | Mide la oscilación en ambas direcciones, no solo las pérdidas |
| Coeficiente de variación (CV) | Desviación estándar dividida entre la media | Oscilación en relación con el resultado medio | Inestable cuando la media está cerca de cero |
| Peso del mejor periodo en el beneficio neto | Mejor periodo dividido entre el beneficio neto total | Cuánto del resultado depende de un solo periodo | Más del 100 % significa que el resto de los periodos perdió dinero en conjunto |
Dos de ellas merecen una mirada más atenta.
La desviación estándar es la medida habitual de cuánto fluctúa una serie. Morningstar la define para la rentabilidad de los fondos como cuánto han fluctuado las rentabilidades en el pasado: un valor más alto implica oscilaciones más amplias y uno más bajo, rentabilidades más estables (glosario de Morningstar, standard deviation). Es el mismo dato de entrada del ratio de Sharpe, así que quizá ya lo registre.
El coeficiente de variación pone esa oscilación en proporción con la media. NIST lo define como la desviación estándar muestral dividida entre la media muestral y señala que se vuelve sensible a pequeños cambios de la media cuando esta se acerca a cero (referencia de NIST Dataplot, coefficient of variation). Para un trader esto significa que el CV sirve para comparar dos tramos de trading rentable y no es fiable cuando la cuenta está cerca del punto de equilibrio o tiene una media negativa.
Un ejemplo resuelto: mismo beneficio, distinta consistencia
Las cifras siguientes son ilustrativas, no datos reales de traders. Dos traders ganan +1.600 en ocho semanas, así que cada uno promedia +200 por semana.
| Semana | Trader A | Trader B |
|---|---|---|
| 1 | +300 | -250 |
| 2 | +250 | -300 |
| 3 | +400 | +2.600 |
| 4 | -150 | -200 |
| 5 | +350 | -150 |
| 6 | +200 | +100 |
| 7 | -100 | -300 |
| 8 | +350 | +100 |
Importante. Un beneficio total igual no significa igual calidad de resultados. Juzgue un historial por cómo se distribuyó el beneficio en el tiempo, no solo por la cifra final.
Ahora las cuatro métricas, con la desviación estándar muestral:
| Métrica | Trader A | Trader B |
|---|---|---|
| Semanas rentables | 6 de 8 (75 %) | 3 de 8 (37,5 %) |
| Desviación estándar de los resultados semanales | unos 210 | unos 983 |
| Coeficiente de variación | unos 1,05 | unos 4,92 |
| Mejor semana como parte del beneficio neto | 25 % | 162,5 % |
| Semana mediana | +275 | -175 |
El trader A perdió en dos semanas, pero nunca mucho, y la semana media se parece a una semana típica. El trader B tiene la misma media, pero su semana mediana es una pérdida. Sin la semana 3, el trader B estaría en -1.000. Ese es el patrón que hay que buscar: cuando la mediana queda muy por debajo de la media, pocos periodos sostienen el resultado.
La comparación no dice que el trader B carezca de ventaja. Dice que ocho semanas de datos no permiten distinguir una ventaja de una operación afortunada, algo habitual con una muestra pequeña. Los siguientes pasos son más datos y revisar la operación de la semana 3.
Cómo leer las cifras en conjunto
Ninguna métrica basta por sí sola, porque cada una oculta algo:
- Proporción alta de periodos rentables y peso alto del mejor periodo: muchas ganancias pequeñas más un periodo dominante. Compruebe si ese periodo procedía de un setup repetible.
- Proporción baja de periodos rentables con total positivo: pocas ganancias grandes pagan muchas pérdidas. Puede ser un estilo válido, pero necesita una muestra mayor y capital suficiente para aguantar las rachas perdedoras, como se explica en la racha máxima de pérdidas.
- Desviación estándar baja y media baja: estable, pero apenas rentable. Los costes pueden borrar la ventaja aquí.
- CV que baja con el tiempo: los resultados se vuelven más uniformes respecto a la media, que es la dirección a la que apuntan la mayoría de los traders.
Ninguna de estas cifras predice resultados futuros. Describen la muestra pasada, y los mercados y los tamaños de posición cambian.
Errores comunes al medir la consistencia
- Mezclar longitudes de periodo: comparar un CV semanal con uno mensual no tiene sentido.
- Ignorar los cambios de tamaño: cuando el riesgo por operación crece tras una buena racha, los periodos posteriores parecen más volátiles en dólares aunque el proceso no haya cambiado. Use R o porcentaje.
- Fiarse de una muestra diminuta: tres o cuatro periodos pueden dar cualquier métrica.
- Usar el CV cerca del equilibrio: si la media está cerca de cero, el cociente se dispara. Mire la desviación estándar y la mediana.
- Descartar el peor periodo: quitar una mala semana para "limpiar" los datos anula el sentido de la medición.
Qué registrar para que las cifras se actualicen solas
Un diario convierte estas métricas en lectura en lugar de recálculo. Los campos útiles son el resultado neto por operación tras costes, el riesgo por operación en R, la fecha y la cuenta, y una etiqueta de setup. Con ellos, una vista semanal del P&L cerrado, como la de un calendario de trading, le da directamente la serie de periodos. Revisarla una vez al mes encaja en una revisión mensual de trading: añada las cuatro cifras a la lista y compárelas con el mes anterior.
Este artículo es solo educativo y no constituye asesoramiento financiero ni de inversión. Los ejemplos son ilustrativos y no describen resultados reales de trading. Operar, sobre todo con apalancamiento, puede conllevar la pérdida de todo el depósito.
Vea sus resultados semanales y mensuales lado a lado en el calendario de BitStat y siga los totales en el dashboard de BitStat.
Preguntas frecuentes
¿Qué es la consistencia en los resultados de trading?
¿Qué periodo debo usar para medir la consistencia?
¿Qué es el coeficiente de variación en trading?
¿Una proporción alta de semanas rentables equivale a consistencia?
¿Cuántos periodos necesito para que las cifras signifiquen algo?
¿Debo medir la consistencia en dólares, en R o en porcentaje?
Equipo de BitStat
Investigación práctica y flujos de trabajo repetibles para traders que quieren respaldar cada decisión con datos.
¿Qué es el ratio de Sortino y en qué se diferencia del de Sharpe?
El ratio de Sortino divide la rentabilidad por encima de un objetivo entre la desviación a la baja, así que los grandes periodos ganadores no cuentan como riesgo. El artículo aplica la fórmula a seis meses de datos de un diario, muestra cómo el error de cálculo más común casi triplica el resultado y compara tres estrategias con la misma rentabilidad media que Sharpe y Sortino ordenan de forma distinta.
Cómo calcular el ratio de Sharpe para tus resultados de trading
El ratio de Sharpe mide la rentabilidad por unidad de riesgo, pero calcularlo bien requiere rentabilidades periódicas, la tasa libre de riesgo correcta y una anualización adecuada. El artículo explica la fórmula, un ejemplo resuelto desde un diario de trading y lo que el ratio no capta.
¿Qué es la racha máxima de pérdidas y por qué seguirla?
La racha máxima de pérdidas cuenta la serie ininterrumpida más larga de operaciones perdedoras, no el dinero perdido. Las simulaciones de FTMO Academy y el curso de gestión de riesgo de CME Group, consultados directamente, muestran cuán probables son realmente las rachas largas.